我国网络零售平台系统内部共生关系的演变

2016-03-05石亚娟

商业经济研究 2016年4期

石亚娟

中图分类号：F062.9 文献标识码：A

内容摘要：本文采用分段 Logistic 模型研究我国网络零售平台系统内部的共生演变关系，选取2008-2014年网络零售规模、第三方支付产业规模及快递业规模产业年度增长值作为种群密度的衡量指标，通过对比不同阶段的共生作用系数，分析网络零售平台、第三方支付和快递业的共生演变过程，并得出相关结论。

关键词：网络零售平台系统分段Logistic模型第三方支付快递业

文献综述

产业共生这一术语是由乔治·T·伦纳（1947）最早提出，国内外主要采用Logistic方程、共生界面、共生度等对共生模式进行判定。Suvi Lehtoranta等（2011）认为共生演化具有技术特性，建立共生演化模型可以更好地诠释经济变化动力。徐学军（2009）、唐荣强（2011）等采用Logistic方程对生产性服务业与制造业的不同时期的共生关系进行实证研究并分析了其演化规律，研究发现影响共生关系的因素较多，如产业密度、产业属性、产业环境及制度环境等都能够对共生关系产生影响。田刚等（2013）采用Logistic方程测定了1978-2011年间制造业和物流业间的演化轨迹，并测定两个产业呈非对称互惠关系。吴勇民等（2014）构建了高新技术产业和金融产业的共生演化发展的Logistic 模型，实证分析了二者共生演化关系。因此，本研究基于Logistic函数模型，分析了网络零售平台与第三方支付、网络零售平台与快递业的共生演化发展模型，分析了其演化特征。

网络零售平台系统组成

网络零售平台系统结构组成如图1所示，由图1可知，网络零售平台系统由网络零售买家、网络零售卖家、网络零售平台、第三方支付、快递业等主体结构组成，并且受到外部行业环境、宏观环境、市场机制等的影响，内部系统和外部环境相互作用，形成一个复杂的系统结构。由于网络零售平台、第三方支付及快递业组成了网络购物的完整交易链，缺一不可，因此三者存在共生关系，组成了共生单元。

共生演化模型的构建与分析

（一）模型构建

本文通过借鉴Logistic函数构建网络零售平台与第三方支付、网络零售平台与快递业共生演化发展模型。由于研究的需要，本文将网络零售平台系统共生单元间的关系限定为以网络零售平台为出发点，共生单元间发生的直接关系。假设网络零售平台、第三方支付、快递业的种群密度分别为N1、N2、N3，共生自然增长率分别为r1、r2、r3，Nm1、Nm2、Nm3分别为网络零售平台、第三方支付、快递业共生体种群能够承载的最大环境容量，最大环境容量受到外界环境因素的影响和制约，如给定的劳动力、原材料、市场机制及资本存量、人才技术等。当上述三个产业独立发展，互不干扰时，则网络零售平台与第三方支付产业种群的动态演化的Logistic方程可以表达为：

（1）

网络零售平台与快递业产业种群的动态演化的Logistic方程可以表达为：

（2）

公式（1）和公式（2）中，N10代表网络零售平台的初始种群密度；N20代表第三方支付产业的初始种群密度；N30代表快递业的初始种群密度，分别为网络零售平台系统、第三方支付、快递业的发展阻碍因子，因子在产业自身演化发展过程中会受外部环境的制约。

除了受到外部环境资源的影响，在发展过程中产业之间也会相互影响。基于Logistic方程，考虑网络零售平台与第三方支付、网络零售平台与快递业种群间的相互影响，得到其相互作用时的Logistic共生演化模型：

（3）

网络零售平台与快递业两个种群相互作用时的Logistic共生演化模型：

（4）

公式（3）和公式（4）中，α12代表网络零售平台产业种群对第三方支付产业种群的共生作用系数，α21代表第三方支付产业种群对网络零售平台产业种群的共生作用系数，α13代表网络零售平台产业种群对快递业产业种群的共生作用系数，α31代表快递业产业种群对网络零售平台产业种群的共生作用系数。对共生作用系数的大小进行对比，判定共生模式。

当α12=0，α21=0；α13=0，α31=0时，此时不存在共生关系。当α12>0，α21<0或α12<0，α21>0；α13>0，α31<0或α13<0，α31>0时，此时演化过程中的共生模式为寄生共生模式，受益方为共生作用系数为正值的一方，受损害方位共生作用系数为负值的一方。当α12>0，α21=0或α12=0，α21>0；α13=0，α31>0或α13>0，α31=0时，此时演化过程中的共生模式为偏利共生模式，受益方为共生系数为正值的一方，但是其对共生系数为零的一方没有任何影响。当α12>0，α21>0；α13>0，α31>0时，此时演化过程中的共生模式为互惠共生模式，若两个共生系数大小不等并且同为正值为非对称互惠共生模式；若两个共生系数大小相等且同为正值为对称互惠共生模式。

（二）模型转换

为了进一步研究网络零售平台、第三方支付产业与快递业的共生演化关系，对公式（3）和公式（4）进行整理变换，令λ1=r1（1+α12·N2），M1=Nm1（1+α12·N2）；λ2=r2（1+α21·N1），M2=Nm2（1+α21·N1）；λ3=r3（1+α31·N1），M3=Nm3（1+α31·N1）则公式（3）、（4）变成公式（5）和公式（6）如下所示：

（5）

（6）

公式（5）、（6）分别是网络零售平台与第三方支付、网络零售平台与快递业两个种群相互影响的Logistic共生演化模型，该模型考虑了种群之间的相互影响关系。公式（5）、（6）中，λ1和λ2、λ3被定义为网络零售平台与第三方支付、快递业共生演化发展时的共生自然增长率，M1和M2、M3为网络零售平台与第三方支付、快递业产业种群的资源环境能够承载的最大共生环境容量。由于N1和N2、N3随时间不断变化，因此λ1、λ2、λ3和M1、M2、M3也发生变化，表现出种群共生演化的动态特征。

（三）分时段叠加Logistic模型

Logistic共生模型（公式（5）、公式（6））描述网络零售平台与第三方支付、网络零售平台与快递业的共生演化过程和演化机制。为了获得有效共生演化过程需要对共生演化模型公式（5）和公式（6）进行处理，将其转换成分时段叠加变化Logistic模型。对网络零售平台与第三方支付、网络零售平台与快递业产业种群密度演化时间根据年份进行分段，在较小时间区段内t∈[ti， ti+1]（i=0，1，2，…，n），网络零售平台与第三方支付、网络零售平台与快递业种群密度的演化Logistic曲线可以当成有各个区间段连接而成的Logistic曲线。

取两个任意相邻的年度作为区间[ti，ti+1]，区间长度Δt=ti+1-ti=1，设网络零售平台种群密度演化曲线上的[ti，ti+1]区间内的种群密度增加值为：ΔN1（ti+1）= N1（ti+1）- N1（ti），平均值为：，通过两端点的直线斜率：。同理可知，第三支付产业在种群密度曲线[ti，ti+1]区间上的种群密度增加值为：ΔN2（ti+1）=N2（ti+1）-N2（ti），平均值为：，通过两端点直线的斜率为：。快递业在种群密度曲线[ti，ti+1]区间上的种群密度增加值为：ΔN3（ti+1）= N3（ti+1）- N3（ti），平均值为：，通过两端点直线的斜率为：。由于在较小的区间[ti，ti+1]内，网络零售平台与第三方支付、网络零售平台与快递业的种群密度的曲线的斜率变化不大，因此区间各点的斜率和区间两点连线的斜率近似相等，可相互替代，则替代之后的分时段叠加Logistic共生演化模型见公式（7）、公式（8），如下所示：

（7）

（8）

模型检验及分析

（一）数据来源及分析方法

为了检验上文提出的分时段叠加Logistic共生演化模型能否对网络零售平台与第三方支付产业、网络零售平台与快递业的共生演化过程，本文选取2008-2014年间的基础数据进行研究。由于网络零售平台、第三方支付产业、快递业的生产增加值反映了一段时期内的价值增值即为发展演化过程，并受到外界环境因素的制约，不能无限变大，体现了产业种群密度的演化过程。由此，本文采用网络购物市场规模增加值作为网络零售平台种群密度衡量指标，用第三方支付交易规模增加值作为第三方支付产业种群密度的衡量指标，用快递业业务收入增加值作为快递业种群密度的衡量指标。

得到的数据采用Matlab2013软件进行分析，通过分离出网络零售平台与第三方支付产业、网络零售平台与快递业种群密度的估计值公式和所能够承载的最大环境容量M的迭代公式，运用Nelder-Mead Simplex算法，实现模型的参数估计与检验。

（二）实证结果与讨论分析

1.假设网络零售平台与第三方支付产业各自独立发展。共生系数不同，网络零售平台与第三方支付产业的动态演化的模式也不相同。首先对网络零售平台与第三方支付产业独自分析，不考虑它们之间的相互作用。此时，采用公式（1）和公式（2）代表二者之间的演化过程。

根据公式（1）和公式（2），应用Matlab2013软件和Nelder-Mead Simplex算法，获得网络零售平台、第三方支付产业、快递业独立发展动态演化曲线图（α12=0、α21=0、α13=0、α31=0条件下），如图2、图3、图4所示。

由图2可知，网络零售平台独立发展动态演化模拟曲线和实际曲线的一致性良好，网络零售平台正处于快速增长期。当种群密度继续上升，由于受到资源、环境效益的影响，自然增长率r受到限制，增速将放缓，2009-2014年中国网络购物平台的增长率分别为77.6%、67.2%、49.3%、37.3%、33.4%、32.1%。

从图3可以看出，第三方支付产业2012年年度增加值为2500亿元，模型计算出的M值为4901亿元，此时增加值为最大环境容量的51%，代表第三方支付产业已经进入成熟期，发展空间不大。从实际数据可知，虽然市场增速出现下滑，行业只是进入了一个相对成熟稳定的阶段。2009-2014年第三方支付产业非常迅速，增长率分别为181.0%、104.2%、64.3%、30.4%、20.8%、15.2%，因此，需要采用分时段叠加Logistic共生演变模型对二者进行共生关系演变分析，判断属于何种共生模式。

从图4可以看出，快递业独立发展动态演化模拟曲线和实际曲线的一致性不太好，快递业2013年快递业增加值为162亿元，通过模型计算分析可得快递业最大环境容量为315亿元，快递业已经初步进入成熟期，但是2009-2014年快递业的增长速率分别为10.3%、24.0%、26.5%、39.7%、34.5%、48%从应该处于成长期。因此，为了更加准确地对网络零售平台和快递业的动态演化过程进行分析，需要考虑二者之间的共生关系。采用公式（ 8 ）分时段叠加Logistic共生演化模型对网络零售平台和支付业，判断属于何种共生模式。

2.网络零售平台与第三方支付产业、网络零售平台与快递业共生演变发展分析。根据公式（7）和公式（8）对网络零售平台与第三方支付产业、网络零售平台与快递业进行共生演变分析，共生演化曲线图如图5、图6和图7所示。

网络零售平台和第三方支付产业的共生演化关系：

结论1：网络零售平台和第三方支付产业存在共生关系，（α12≠0，α21≠0），公式（1）不能对二者的共生演化过程进行精确描述。

结论2：通过共生演化模型可以获得网络零售平台和第三方支付产业，然后根据系数取值大小判断属于何种共生模式。根据公式（7）网络零售平台和第三方支付产业的最大共生环境容量发生变化，当前阶段根据共生作用系数α12=0.00145和α21=0.00131两大产业的共生关系属于非对称互惠共生。

网络零售平台和快递业的共生演化关系：

结论1：快递业的大部分业务来自于网络购物，因此，网络零售平台规模的日益扩大，促进了快递业的快速发展，网络零售平台和快递业存在共生关系（α13≠0，α13≠0），公式（1）不能对二者的共生演化过程进行精确描述。随着最大环境容量和种群密度的变化，共生关系也在不断演变。

结论2：网络零售平台和快递业属于依赖型共生模式，快递业对网络零售平台的高度依赖决定了其能够获得更加有效的拉动作用。当前阶段根据共生作用系数α12=0.00185和α21=0.00171两大产业的共生关系属于非对称互惠共生。网络运营商推出电子商务分期付款业务，在扩大消费的同时也促进了快递业的发展。网络零售平台对快递业的发展影响较大，而快递业对网络零售平台的发展影响较小。