O2O模式下农资电商线下服务点选择演化博弈分析

霍红　崔天天　徐玲玲

摘要：线上线下协同的农资线上到线下（O2O）模式为解决农民缺乏相应的农技知识以及为农民对在网上购买的农资质量问题提出了很好的建议，但在具体实施过程中农资O2O模式中线上电商平台是自建服务点还是利用现有的农业“三站”（即农技站、土肥站、植保站）提供线下服务是个值得思考的问题。运用演化博弈原理建立电商以及现有农业“三站”不同策略下的支付矩阵，求解稳定策略，并分析不同系數变化对农资O2O模式下电商线下服务点选择的影响，为O2O模式下农资电商线下服务点的选择提供理论依据，为农资电商的持续发展提供保障。

关键词：线上到线下（O2O）模式；农资电商；线下服务；主体选择；演化博弈

中图分类号： F326.6文献标志码： A

文章编号：1002-1302（2017）15-0325-04

随着互联网的快速发展，电子商务已经渗透到农资行业，不仅阿里巴巴、京东商城等第三方综合电商平台开始销售农资，江苏辉丰农化股份有限公司和中国农药发展与应用协会主导投资组建的农一网、联想控股的云农场等垂直电商平台越来越多，电商企业和农资生产企业的积极参与，给农资电商发展提供了很大的空间。但由于农资产品自身的特殊性，仅依靠线上销售还不能给农民提供更好的服务体验，因此很多电商都选择建立自己的线下服务点，如淘宝网的“千县万村”计划、京东商城的农村战略，还有农一网将县级农资批发商改造成县域工作站，云农场依靠原有村站、测土配肥站深入农村、服务农民。不同电商企业采取不同线下服务的方式为本研究中线下服务点的选择提供了很好的现实依据。

国外学者关于农资电商的理论研究较少，但关于演化博弈的研究较多，Smith等提出演化稳定策略（evolutionarily stable strategy，简称ESS）[1-2]。在国内相关研究中，王珍珍等最早将演化博弈理论运用在管理领域[3]。黄敏镁运用演化博弈理论和方法，研究了在长期协同开发产品过程中有限理性的制造商和供应商之间的合作机制[4]。近年来，有学者研究农户购买农资与农业服务的关系表明，农业服务对农户购买农资的选择产生影响。如常向阳等在2014年通过对江苏省4市312个农户调查发现，服务保障对农户的农资购买渠道选择有显著影响[5]。李婷婷等指出，传统农业中农户看似基于“人情”潜意识随机选择农资零售店其实是基于信任作出的决策[6]。由农资购买群体思想的落后性以及农资自身的特殊性可以看出，电商农资线上的销售离不开线下服务点的支持。因此本研究根据现有的研究基础，针对线上线下协同的新型农资电商模式，采用演化博弈方法侧重分析影响电商是选择现有的农业“三站”（即农技站、土肥站、植保站、下文同）合作还是自建服务点来完成线下农资配送以及进行技术指导这一问题的主要因素，构建不同策略下参与主体双方的支付函数，建立相应的复制动态方程，寻求演化稳定策略，并进行影响演化路径分析，为农资线上到线下（O2O）模式线上线下协调合作提供理论依据。

1O2O模式下农资电商线下服务点选择演化博弈模型建立

1.1O2O模式下农资电商线下服务点选择演化博弈模型假设

农资供应链是一个复杂系统，为了更简便地分析电商进行线下服务点选择的问题，先作一些简单的假设。（1）这个博弈只包括2个局中人，1个为电商，另1个为农业“三站”。电商对于建立线下服务点有2种策略：与现有的农业“三站”合作或者自建线下服务点；农业“三站”也有2种策略：与电商合作或者不合作。（2）所有局中人都是完全理性的经济人。假设：Ia、Ib 分别表示电商、农业“三站”没有进行合作时各自的收益；Ca0表示电商和农业“三站”合作时电商付出的初始成本；Cb0表示电商和农业“三站”合作时农业“三站”付出的初始成本；Ca1表示电商自建服务点付出的初始成本，包括房屋购置费用、人力资源费用、办公设备费用等，但与农业“三站”合作的话这些费用就会减少很多，故Ca0

ΔI1、ΔI2分别表示电商自建服务点以及电商和农业“三站”合作期间所获得的共同额外收益；

γ、β分别表示电商与农业“三站”合作时电商、农业“三站”分别获得的额外收益比重。0<γ<1，0<β<1，且γ+β=1。

1.2 演化博弈模型建立

针对电商、农业“三站”的不同选择策略进行分类分析与讨论。电商与农业“三站”均选择合作策略时，电商所获得的收益为Ia+γΔI2-Ca0，农业“三站”所获得的收益为Ib+βΔI2-Cb0；电商选择合作而农业“三站”选择不合作策略时，电商所获得的收益为Ia-Ca0，农业“三站”所获得的收益为Ib；电商选择自建服务点而农业“三站”选择与电商合作策略时，电商所获得的收益为Ia+ΔI1-Ca1，农业“三站”所获得的收益为Ib-Cb0；电商选择自建服务点而农业“三站”选择不合作策略时，电商所获得的收益为Ia+ΔI1-Ca1，农业“三站”所获得的收益为Ib。

基于上述基本分析，建立电商和农业“三站”的博弈模型如表1所示，p、（1-p）分别表示电商选择农业“三站”、自建服务点的概率，q和（1-q）分别表示农业“三站”是否与电商进行合作的概率。

综上所述：（1）如果q=（ΔI1-ΔCa）/γΔI2，那么dp/dt始终为0，所有p水平都是稳定状态；当q>（ΔI1-ΔCa）/γΔI2时，p=1是演化稳定策略；当q<（ΔI1-ΔCa）/γΔI2时，p=0是演化稳定策略。（2）如果p=Cb0/βΔI2，那么dq/dt始终为0，所有q水平都是稳定状态；当p>Cb0/βΔI2时，q=1是演化稳定策略；当p

由图3可知，折线BEC是系统收敛于不同状态的临界线，在折线的右侧CDBE部分系统将收敛于（合作，合作）；在折线左侧ABEC部分系统将收敛于 （自建， 不合作）。 当电商

[TPHH3.tif；S+3mm]

和农业“三站”通过合作而分配到的额外收益与成本的差值大于对方不合作获得的收益与成本的差值时，双方长期演化博弈的结果是要么双方都合作，要么双方都不合作。但是最终结果趋于合作还是不合作，这与系统的初始状态息息相关。当初始状态落到Ⅰ区域（即四边形ABEC）中时，系统将向 A（0，0） 点收敛，稳定策略逐渐向“囚徒困境”的方向演化，最终农业“三站”与电商均不合作，电商自建服务点将成为唯一的演化稳定策略；当初始状态落在Ⅱ区域（即四边形CDBE）中时，系统将向D（1，1）点收敛，稳定策略逐渐向“帕累托最优”的方向演化，最终电商与农业“三站”合作将成为唯一的演化稳定策略。

3影响演化的路径分析

根据上述结论，电商与农业“三站”演化博弈的稳定策略为（合作，合作）和（自建，不合作），尽管双方合作是该博弈的帕累托最优结果，但是上述2个策略组合均是稳定的，演化结果向哪个方向发展由区域ABEC的面积S1和区域CDBE的面积S2的大小决定：当S1S2时，双方不合作的概率大于合作的概率；当S1=S2时，系统向2个策略组合演化的概率相等。由图1可知，S1的大小如式（3）所示，通过分析影响区域ABEC面积的因素可转化为分析影响合作的影响因素，影响区域ABEC面积的因素的方向与合作演化的方向相反。

当[SX（]S1β[SX）]=0时，S1有极小值，此时，系统向D（1，1）方向演化的概率最大，电商与农业“三站”更倾向于合作。

综上所述，在电商与农民合作中，双方合作的概率受合作初始投入成本、所获得额外收益的影响，合理的成本和收益分配机制将更好地促成双方的合作。据此对提升电商与农业“三站”合作水平提出2点建议：（1）电商和农业“三站”应该按照“收益共享、成本分担”原则开展合作关系，通过设置合理的额外利润分配系数以及分别承担合理的成本确保合作的顺利进行。（2）充分发挥电商和农业“三站”各自的资源优势，电商为农业“三站”提供大流量的顾客，以拉动“三站”经济增长，农业“三站”解决电商线下服务不完善问题，提高电商顾客忠诚度。电商与农民的合作最终为了达到线上线下协调发展，提高O2O模式下农资供应链的整体收益。

4结论

本研究采用演化博弈的方法，以有限理性为基础，研究农资供应链中电商与农业“三站”的动态博弈过程。对演化博弈模型的分析表明，电商和农业“三站”采取相同策略才是演化稳定的。为引导农资供应链中线下服务点的选择符合新型农业服务主体，应设法减少农业“三站”投入的初始成本，并提出合理的收益分配机制，使农业“三站”和电商均能从合作策略中受益，通过线上线下协同，解决农资电商发展过程中的投资大、推广慢、风险高等问题。

为简化起见，本研究仅提出1个初步的演化博弈模型，策略比较简单，在模型假设中，成本与收益之间呈线性关系。本研究的模型农资O2O模式下线下服务点选择不同方式获得的额外收益是不同的，并且只考虑了双方合作时获得的收益分配比例和初始投入成本，没有考虑合作过程中的背叛成本、双方实力以及政府补贴等问题对双方合作的影响。下一步的研究工作应考虑运营风险以及政府补贴对双方合作的影响。

参考文献：

[1]Smith J M. The theory of games and the evolution of animal conflict[J]. Journal of Theory Biology，1973（47）：209-221.

[2]Smith J M，Price G R. The logic of animal conflicts[J]. Nature，1974，246（5427）：15-18.

[3]王珍珍，陳功玉. 制造业与物流业联动发展的演化博弈分析[J]. 中国经济问题，2012（2）：86-97.

[4]黄敏镁. 基于演化博弈的供应链协同产品开发合作机制研究[J]. 中国管理科学，2010，18（6）：155-162.

[5]常向阳，谈晓燕. 农户选择农资购买渠道的影响因素——以江苏省化肥购买情况为例[J]. 江苏农业科学，2015，43（10）：585-589.

[6]李婷婷，李艳军，李万君. 基于心理距离情境的农户购买决策中的信任链模式研究[J]. 预测，2016，35（1）：35-42.

[7]Taylor P D，Jonker L B. Evolutionarily stable strategies and game dynamics[J]. Mathematical Biosciences，1978，40（1/2）：145-156.

[8]Friedman D.Evolutionary games in economics[J]. Econometrica，1991，59（3）：637-666.