基于演化博弈的电子商务生态系统协同机制研究

危小超，朱田

(武汉理工大学 经济学院，湖北 武汉 430070)

一、引 言

当前，我国电子商务发展如火如荼。国内知名互联网+智库——中国电子商务研究中心发布的《2017年(上)中国电子商务市场数据监测报告》显示，2017年上半年，中国电子商务交易额高达13.35万亿元，同比增长27.1%。可见，电子商务已经成为我国国民经济的重要支柱。同时，电子商务企业竞争不再局限于单个企业或者价值链之间，而是上升到生态系统层面。电子商务生态系统是依托于互联网，不同行业之间信息共享、相互合作而形成的高层次生态系统[1]。电子商务生态系统所涉及企业规模巨大，交互关系复杂，这一特点导致生态系统演化具有非线性和动态性的特征，因此，研究电子商务生态系统群体互动行为[2]，探讨电子商务生态系统的演化均衡机制，具有重要的现实意义。

电子商务生态系统是商业生态系统理论在电子商务环境下的具体应用。商业生态系统被定义为“一种以单个企业与企业间的、组织和单个企业间的相互作用、相互影响为基础的经济联合体或网络，这些组织和企业是这个商业网络中的有机体”[3]。目前，国内外学者从不同角度开展了研究，主要有：(1)电子商务生态系统构成。马捷[4]从信息生态学角度分析,认为电子商务系统是由领导信息动态群、核心信息生态群和支持信息生态群构成；胡岗岚等[5]则类比自然生态系统，将电子商务生态系统中的“物种”成员，按照定位分为领导种群、关键种群、支持种群和寄生种群四类；而杨克岩[6]基于电子商务信息生态系统理论，着重分析电子商务生态系统的三个子系统——电子商务信息场、电子商务信息生态链和电子商务信息生态圈。(2)电子商务生态系统演化规律。纪淑娴等[7]在对电子商务生态系统的概念和构成进行深刻解读的基础上，提出了电子商务生态系统演化平衡的四个阶段：初步形成、发展扩大、成熟协同和衰退革新；孙浩等[8]使用多主体建模技术进行仿真实验来研究电子商务生态系统的演化过程。然而，上述电子商务生态系统研究大多局限于宏观层面的定性分析上，较少涉及生态系统量化研究。目前，针对社会系统等复杂系统的量化研究，学者相继提出了多种方法，包括采用多智能体仿真研究社会网络[9]，采用运筹优化理论研究物流网络的调度问题[10]等。同时，博弈论也是当前经济管理领域应用较为广泛的量化研究方法，其核心是分析影响他人决策的决策，这类决策被称为策略[11]。Li等[12]运用博弈论研究了云服务提供商对新进供应商的战略选择问题；苗治平等[13]运用博弈论研究了合作联盟的最优利益分配问题；叶岩明等[14]运用博弈思想提出了一种基于社会关系和激励博弈的任务分配方法。目前，已经有部分学者运用博弈论研究电子商务生态系统：王学东等[15]利用混合战略博弈理论对电子商务生态系统的信用问题进行研究；丁旻玥[16]利用博弈论从生态系统视角探究第三方电子商务平台知识产权问题；李春发等[17]建立演化博弈模型，研究影响电子商务生态系统稳定演化的主要因素。

综上所述，博弈论为电子商务生态系统研究提供了新的思路，但是，已有研究仅仅停留在博弈关系或均衡点的简单分析上，未涉及电子商务生态系统稳定演化量化研究。演化博弈是融合博弈论与生物学发展而来，为研究系统进化动力学提供了框架[18]。笔者拟基于演化博弈理论研究电子商务生态系统稳定演化机制。其中，将电子商务生态系统划分为领导种群(核心电子商务企业),关键种群(生产商、供应商等),支持种群(金融机构、物流公司、第三方支付平台等)三类，考虑成本分摊和收益共享，构建三方演化博弈模型[19]，通过对复制动态方程和均衡点的分析以及仿真实验，量化研究电子商务生态系统协调机制。

二、电子商务生态系统协同机制模型构建

(一)电子商务生态系统协同机制分析

目前，我国的电子商务发展进入到一个全新的阶段。以阿里巴巴为例，其已发展成为中国最大的电子商务集团，并且逐步形成了一个以阿里巴巴为核心的电子商务生态系统。在这个电子商务生态系统中，代表领导种群的阿里巴巴，其作为独立的平台运营商不参与电子商务的交易行为[20]，众多的零售商、生产商、供应商等构成了关键种群，而物流公司、金融机构、第三方支付平台、电信服务提供商等则构成了支持种群，此外还包括以网络营销服务商、技术外包商和电子商务咨询服务商为主体的寄生种群。阿里巴巴生态系统拥有较为完整的利益分配机制和激励监管机制，其利用这些机制来监管和协调各成员的行为。通过对阿里巴巴生态系统进行分析，可将电子商务生态系统的成员划分为三种主要类型，它们也是电子商务生态系统协同博弈的参与主体，包括:

领导种群——核心电子商务企业，主要提供平台及监管服务，为关键种群和支持种群提供合作的平台，对合作的过程提供监督和激励机制，以推动关键种群和支持种群的合作。在阿里巴巴生态系统中，阿里巴巴集团作为领导种群处于生态系统的核心，专注于运营第三方平台的生态系统，不直接参与销售。

关键种群——零售商、生产商、供应商等，它们是电子商务生态系统的重要组成部分。在阿里巴巴B2B平台1688上，B类(企业)注册用户超过1.2亿个，开通公司商铺的企业超过1 000万家，覆盖服装、家居、工艺品等49个一级行业，它们构成了阿里巴巴生态系统中的关键种群[21]。

支持种群——物流公司、金融机构、第三方支付平台、电信服务提供商以及相关政府机构等，与支付宝具有战略合作关系的四大国有银行、招商银行、VISA等属于此类。支持种群是网络交易必须依附的组织，不依赖电子商务生态系统而生存，它们通过与关键种群合作而从电子商务生态系统中获取的收益远超依靠自身竞争力所得收益。

(二)电子商务生态系统协同博弈模型构建

在对阿里巴巴生态系统进行分析的基础上，笔者拟采用演化博弈研究领导种群、关键种群和支持种群之间的协同机制，提出如下假设。

假设1合作策略：领导种群作为平台的提供者，不直接参与合作过程，但是领导种群可以选择是否为关键种群和支持种群的合作过程提供监管以及为其提供一些优惠政策，其策略集合为{监管A1，不监管A2}；关键种群和支持种群作为合作的直接参与主体，根据自身需要选择是否进行合作，因而关键种群的策略集合为{合作B1，不合作B2}，支持种群的策略集合为{合作C1，不合作C2}。

假设2策略选择：假设领导种群选择“监管”策略的概率为x(0≤x≤1)，则领导种群选择“不监管”策略的概率为1-x；关键种群选择“合作”策略的概率为y(0≤y≤1)，则关键种群选择“不合作”的概率为1-y；支持种群选择“合作”策略的概率为z(0≤z≤1)，则支持种群选择“不合作”的概率为1-z。

假设3考虑成本分摊和收益共享，构建如下三方博弈收益矩阵。(1)成本：领导种群作为平台型企业不直接参与合作过程，但可以选择为合作双方提供监督和激励政策，如为合作的企业减免相关手续费和服务费等，领导种群选择“监管”时的激励成本为G；关键种群和支持种群选择“合作”时，需要投入一定的成本(包括人力、财力、信息共享等)，假设产生的总成本为C，而关键种群的成本分摊系数为t(0≤t≤1)，即关键种群所承担的成本为tC或是t(C-G)，而支持种群所承担的成本为(1-t)C或是(1-t)(C-G)。(2)收益：领导种群作为合作平台的提供方，正常运转时收益为aW1(0≤a≤1)。而平台型企业选择参与合作过程，即采取“监管”策略时，关键种群和支持种群的合作会提升整个电子商务生态系统的效益，进而提升平台效益，此时领导种群的收益为W1，而由合作所带来的平台效益的提升为R1。关键种群和支持种群在选择是否合作时正常营业收益分别为W2和W3。关键种群和支持种群选择合作时获得的总超额收益为W，而收益共享系数为r(0≤r≤1)，即关键种群获得的超额收益为rW，而支持种群获得的超额收益为(1-r)W。当支持种群选择“合作”而关键种群选择“不合作”时，关键种群独自营业所获得的收益为R2；当关键种群选择“合作”而支持种群选择“不合作”时，支持种群独自营业所获得的收益为R3。(3)惩罚：在领导种群(即平台)选择“监管”的情况下，为避免关键种群和支持种群的合作出现违约的情况，当支持种群选择“合作”而关键种群选择“不合作”时，关键种群需要向支持种群支付违约金，即关键种群需要承担的违约成本为L1；而当关键种群选择“合作”而支持种群选择“不合作”时，支持种群需要向关键种群支付违约金，即支持种群需要承担的违约成本为L2。

根据以上假设，得到电子商务生态系统合作博弈模型的收益矩阵(如表1所示)。

表1 领导种群、关键种群和支持种群三方博弈的收益矩阵

三、电子商务生态系统三方演化博弈模型分析

(一)收益函数的构建

根据三方演化博弈模型的收益矩阵，得到各种群的期望收益函数。

1.领导种群的期望收益函数

假设领导种群选择“监管”的期望收益为UA1，则

UA1=yz(W1+R1-G)+y(1-z)(W1-G)+(1-y)z(W1-G)+(1-y)(1-z)(W1-G)

(1)

假设领导种群选择“不监管”的期望收益为UA2，则

UA2=yz(aW1+R1)+y(1-z)aW1+(1-y)zaW1+(1-y)(1-z)aW1

(2)

则领导种群平均期望收益

(3)

由此可以构建领导种群行为策略的复制动态方程，即

(4)

2.关键种群的期望收益函数

假设关键种群选择“合作”的期望收益为UB1，则

UB1=xz[W2-t(C-G)+rW]+x(1-z)[W2-t(C-G)+L2]+
(1-x)z(W2-tC+rW)+(1-x)(1-z)(W2-tC+L2)

(5)

假设关键种群选择“不合作”的期望收益为UB2，则

UB2=xz(W2-L1+R2)+x(1-z)W2+(1-x)z(W2-L1+R2)+(1-x)(1-z)W2

(6)

则关键种群平均期望收益

(7)

由此可以构建关键种群行为策略的复制动态方程，即

(8)

3.支持种群的期望收益函数

假设支持种群选择“合作”的期望收益为UC1，则

UC1=xy[W3-(1-t)(C-G)+(1-r)W]+x(1-y)[W3-(1-t)(C-G)+L1]+
(1-x)y[W3-(1-t)C+(1-r)W]+(1-x)(1-y)[W3-(1-t)C+L1]

(9)

假设支持种群选择“不合作”的期望收益为UC2，则

UC2=xy(W3-L2+R3)+x(1-y)W3+(1-x)y(W3-L2+R3)+(1-x)(1-y)W3

(10)

则支持种群平均期望收益为

(11)

由此可以构建支持种群行为策略的复制动态方程，即

(12)

(二)电子商务生态系统三方演化博弈稳定性分析

根据前面的分析，可以得到3个种群的复制动态方程。将3个复制动态方程联立，得到领导种群、关键种群和支持种群的复制动力系统，即

(13)

在该动力系统中，令F(x)=F(y)=F(z)=0，可以得到以下局部均衡点：E1(0,0,0)，E2(0,0,1)，E3(0,1,0)，E4(0,1,1)，E5(1,0,0)，E6(1,0,1)，E7(1,1,0)，E8(1,1,1)。根据Friedman的理论，微分方程系统的演化稳定策略(ESS)可由该系统的雅比克矩阵的局部稳定性分析得到[22]，故对该系统求其对应的雅比克矩阵，可求得雅比克矩阵[23]

(14)

其中：

依次对每个均衡点求其雅比克矩阵，如对均衡点E1(0,0,0)求得其雅比克矩阵

(15)

此时，雅比克矩阵的3个特征值分别为：λ1=(1-a)W1-G，λ2=L2-tC，λ3=L1-(1-t)C。根据Friedman的理论，当均衡点对应的雅比克矩阵的所有特征值均为非正时，该均衡点为系统的演化稳定点(ESS)。分别对8个均衡点求其雅比克矩阵的特征值，得到如表2所示的各个矩阵的特征值。

表2 均衡点对应的雅比克矩阵的特征值

由表2可以看出，电子商务生态系统中三方参与主体的演化博弈均衡受到多种因素的影响。领导种群的激励政策G，关键种群和支持种群合作过程中所付出的成本C和获得的收益W，关键种群和支持种群选择“不合作”时分别独自获益R2和R3，以及关键种群和支持种群的收益共享系数r，都会影响电子商务生态系统中三方参与主体演化博弈的稳定性。由于模型中的参数很多且很复杂，这里根据实际情况，假定(1-a)W1-G>0，L2-tC>0，L1-(1-t)C>0，下面分别讨论不同情形下的演化博弈稳定策略。

情形1当rW+L1-R2-t(C-G)<0且(1-r)W+L2-R3-(1-t)(C-G)>0时，即在领导种群选择“监管”的情况下，关键种群选择合作获得的超额收益与合作时付出的成本之差小于关键种群在选择独立运营时获得的收益与所付出的违约成本的差值，而支持种群选择合作获得的超额收益与合作时付出的成本之差大于支持种群在选择独立运营时获得的收益与所付出的违约成本的差值。此时由表3可知，均衡点E6(1,0,1)对应的雅比克矩阵的特征值均为非正，故系统的演化稳定点为点E6(1,0,1)，则对应的演化策略为{监管，不合作，合作}。

情形2当rW+L1-R2-t(C-G)>0且(1-r)W+L2-R3-(1-t)(C-G)<0时，即在领导种群选择“监管”的情况下，关键种群选择合作获得的超额收益与合作时付出的成本之差大于关键种群在选择独立运营时获得的收益与所付出的违约成本的差值，而支持种群选择合作获得的超额收益与合作时付出的成本之差小于支持种群在选择独立运营时获得的收益与所付出的违约成本的差值。此时由表3可知，均衡点E7(1,1,0)对应的雅比克矩阵的特征值均为非正，故系统的演化稳定点为点E7(1,1,0)，则对应的演化策略为{监管，合作，不合作}。

情形3当rW+L1-R2-t(C-G)>0且(1-r)W+L2-R3-(1-t)(C-G)>0时，即在领导种群选择“监管”的情况下，关键种群选择合作获得的超额收益与合作时付出的成本之差大于支持种群在选择独立运营时获得的收益与所付出的违约成本的差值，且满足支持种群选择合作获得的超额收益与合作时付出的成本之差大于支持种群在选择独立运营时获得的收益与所付出的违约成本的差值。此时由表3可知，均衡点E7(1,1,0)对应的雅比克矩阵的特征值均为非正，故系统的演化稳定点为点E8(1,1,1)，则对应的演化策略为{监管，合作，合作}。

表3 均衡点的局部稳定性分析

四、数值仿真分析

对三方演化博弈模型进行分析后可得，领导种群的激励政策G，关键种群和支持种群合作过程中所付出的成本C和获得的收益W，关键种群和支持种群选择“不合作”时分别独自获益R2和R3，以及关键种群和支持种群的收益共享系数r，都会影响电子商务生态系统中三方参与主体演化博弈的稳定性。为验证上述结论的合理性，笔者采用MATLAB软件模拟在不同初始意愿、激励政策以及收益共享系数下各种群策略动态演化过程。

根据实际情况给出如表4所示的收益矩阵各参数初始值。其中，在电子商务生态系统中，关键种群包含的个体数量最多，是交易活动的主体；而支持种群则是网络交易所依附的组织，它们依靠自身特有优势寻求细分市场，向专业化与差异化发展。在规模和数量上，关键种群在独自经营下获得的收益要高于支持种群，因而设置R2=25，R3=20；而在合作过程中，设置初始状态为公平程度较高的状态，即双方共同承担合作成本，共享合作收益，并且如果一方违约，需要承担违约成本(令r=0.5，t=0.5)。此外，根据生态位理论，位于不同生态位的种群，增强合作是降低环境风险、增强整个商业生态系统竞争力的重要举措，即满足W-C>R2+R3，这里设置一个合理的数值，令W=100，C=50。

表4 参数初始值设定

(一)实验1：初始意愿对电子商务生态系统演化的影响

1.单个种群初始意愿变化

图1所示是在不改变其他参数的情况下，领导种群不同初始意愿x下各种群策略动态演化的仿真实验。在该实验中，关键种群和支持种群的初始意愿处于一个中等水平，令y=z=0.5，改变领导种群的初始意愿x，分别取x=0.4，x=0.5，x=0.6 和x=0.7，得到三方参与主体的策略选择演化过程。由图1(a)可以看出，领导种群的策略选择收敛于1，即领导种群最终会选择“监管”策略，原因在于领导种群选择“监管”获得的超额收益远大于“监管”时所需要付出的成本；并且由图1(a)可以看出，增大初始意愿会加快领导种群的收敛速度。由图1(b)可以看出，关键种群的初始意愿y会受到其他参与主体初始意愿的影响，在领导种群的初始意愿x较小时，关键种群的策略选择最终收敛于0，即选择“不合作”的策略。而当增加领导种群的初始意愿x时，关键种群的初始意愿y的收敛速度会逐渐减慢；并且在x=0.6时，关键种群的策略选择会发生改变并且最终收敛于1，即关键种群会选择“合作”策略。由图1(c)可以看出，支持种群的初始意愿z会受到其他参与主体初始意愿的影响，在领导种群的初始意愿x较小时，支持种群的策略选择最终收敛于0，即选择“不合作”的策略。而当增加领导种群的初始意愿x时，支持种群的初始意愿z的收敛速度会逐渐减慢；并且在x=0.6时，支持种群的策略选择会发生改变并最终收敛于1，即支持种群会选择“合作”策略。

图1 领导种群不同初始意愿下的种群演化

图2 和图3所示是在不改变其他参数的情况下，关键种群不同初始意愿y和支持种群不同初始意愿z下各种群策略动态演化的仿真实验，分别将选择的种群初始意愿设置在低中高三个不同的水平，观察不同初始意愿下其他主体的策略选择变化趋势。对比三次实验结果，可以得出以下结论：三方参与主体的策略选择互相影响，提升任一种群的初始合作意愿比例可以促进合作，进而提升整个电子商务生态系统的收益。

图2 关键种群不同初始意愿下的种群演化

图3 支持种群不同初始意愿下的种群演化

2.改变多个种群初始意愿

图4所示是在不改变其他参数的情况下，同时改变三个种群的初始意愿时各种群策略动态演化的仿真实验。在该实验中，关键种群和支持种群的初始意愿同步变化，而领导种群的初始意愿与其变化方向相反。第一组实验中令x=0.8，y=z=0.3，第二组实验中令x=0.3，y=z=0.8，得到三方参与主体的策略选择演化过程。由图4可以看出，当关键种群和支持种群的初始意愿y和z较低时，尽管领导种群的初始意愿x很高，关键种群和支持种群的策略选择最终都会收敛于0，即最终都会选择“不合作”的策略；而当关键种群和支持种群的初始意愿y和z较高时，尽管领导种群的初始意愿x很低，关键种群和支持种群的策略选择最终都会收敛于1，即最终都会选择“合作”的策略。

图5所示是在不改变领导种群初始意愿的情况下，不同步地改变关键种群和领导种群的初始意愿时各种群策略动态演化的仿真实验。在该实验中，领导种群的初始意愿选择处于一个中等水平，令x=0.5，不同步地改变关键种群和支持种群的初始意愿，在第一组实验中令y=0.3，z=0.8，在第二组实验中令y=0.8，z=0.3，得到三方参与主体的策略选择演化过程。由图5可以看出，在领导种群的初始意愿x保持不变时，当关键种群的初始意愿y较低而支持种群的初始意愿z较高时，关键种群和支持种群的策略选择会收敛于0，即最终选择“不合作”的策略；而当关键种群的初始意愿y较高而支持种群的初始意愿z较低时，关键种群和支持种群的策略选择会收敛于1，即最终选择“合作”的策略。由两组实验得到的不同结果可得，在合作过程中，关键种群初始意愿的影响程度大于支持种群初始意愿的影响程度。

实验结果表明，三方参与主体受彼此参与意愿影响程度各异，主要体现在两个方面：一是领导种群的参与意愿对其他两个主体的参与意愿的影响程度最小。原因在于领导种群作为平台运营方，并不直接参与合作过程，对合作的影响力度不大。二是关键种群和支持种群对彼此的影响是不对称的，其中关键种群影响力度大于支持种群，提升关键种群的合作意愿可以显著提升支持种群的合作意愿。原因在于合作中关键种群占据主导地位，而支持种群不依赖电子商务生态系统而生存，不是合作的主导者。在电子商务生态系统中，关键种群的数量远超支持种群的数量，它们构成了生态系统中的主体，也是合作的主导者。因此，要想提高合作的参与度，首先要提高关键种群的合作比例，并通过提升关键种群的合作比例来提高支持种群的合作比例，进而达成广泛的企业合作，促进生态系统的良性发展。

(二)实验2：领导种群的激励政策对电子商务生态系统演化的影响

领导种群作为电子商务生态系统的核心企业，不直接参与合作过程，但是领导种群为关键种群和支持种群的合作提供平台，并且可以为合作提供监管和优惠政策，如为合作的企业减免服务费等，领导种群的激励力度会影响关键种群和支持种群的策略选择。

图6和图7所示是在三方参与主体不同的初始意愿下，采用不同激励政策时各种群策略动态演化的仿真实验。在第一组实验中，领导种群、关键种群和支持种群的初始意愿分别为x=0.5，y=z=0.8。改变领导种群的激励力度，分别令G=4，G=10和G=20，得到三方参与主体的策略选择演化过程。由图6可以看出，在关键种群和支持种群的初始意愿y和z较高的情况下，领导种群的激励政策G越高，三方参与主体的策略选择收敛速度越快，并且很快达到均衡点(1,1,1)。这表明，增大领导种群的激励政策G，有利于加快参与主体的策略选择，促进电子商务生态系统快速达到稳定状态。

图6 关键种群和支持种群初始意愿较高时的种群演化

在第二组实验中，领导种群、关键种群和支持种群的初始意愿分别为x=0.5，y=z=0.3，改变领导种群的激励力度，分别令G=4，G=10和G=20，得到三方参与主体的策略选择演化过程。由图7(a)可以看出，随着激励政策G的增大，领导种群的策略选择收敛速度加快，并且最终收敛于1，即领导种群最终会选择“监管”的策略。由图7(b)和 图7(c)可以看出，关键种群和支持种群的初始意愿y和z较低时，关键种群和支持种群的策略选择收敛于0，此时加大领导种群的激励力度G，会减缓关键种群和支持种群合作比例的收敛速度。逐渐加大激励政策G，当G=20时，关键种群和支持种群的收敛结果会发生变化，关键种群和支持种群的策略选择最终会收敛于1，即最终会选择“合作”的策略。这表明，加大激励政策力度，可以显著提高关键种群和支持种群的合作比例，并推动合作局面的达成。

图7 关键种群和支持种群初始意愿较低时的种群演化

实验结果表明，领导种群激励政策的作用受关键种群和支持种群初始意愿的影响。当初始意愿较低时，激励政策可以提高合作水平；当初始意愿较高时，激励政策可以促进生态系统快速达到稳定状态。同样，领导种群的激励政策不足，甚至是监管过度，则会打击商家的积极性，不利于电子商务生态系统的健康发展。以淘宝商城为例，2011年10月10日，淘宝商城对商家管理系统进行了升级，将原有商家每年6 000元的年费提高至3万元和6万元两个档次，并且特别建立商家违约责任保证金制度，商家进驻淘宝商城需要缴纳违约保证金。此次升级导致很多中小卖家不满，因为商城费用的增加给他们带来了巨大的经营压力。在10月11日，近5万名网友有组织地对部分淘宝商城大卖家实施“拍商品、给差评、拒付款”的恶意操作，致使多家店铺多数商品被迫下架。为防止事态进一步恶化，淘宝商城对相关政策进行了调整，下调了技术服务年费，并对所有商家2012年保证金做减半处理。此外，阿里集团额外增加3亿元投入，用于市场推广和技术服务平台的改善，加大对商场商户的支持力度。可见，交易平台的监管政策对生态系统的良性发展有着重要的作用，过于苛刻的监管会打击商家的积极性，而有力的激励政策则会促进电子商务生态系统的良性发展。

(三)实验3：收益共享系数对电子商务生态系统演化的影响

图8所示是在不改变其他参数时，不同的收益共享系数r下各种群策略动态演化的仿真实验。在该实验中，领导种群的初始意愿处在一个中等水平(令x=0.5)，而关键种群和支持种群的初始意愿处在一个较高的水平(令y=z=0.8)。改变收益共享系数，分别令r=0.3，r=0.5和r=0.7，得到三方参与主体的策略选择演化过程。由图8(a)可以看出，领导种群的策略选择不受收益共享系数的影响，原因在于领导种群选择“监管”获得的超额收益远大于“监管”时所需要付出的成本。由图8(b)和 图8(c)可以看出，在关键种群和支持种群的初始意愿都处于较高水平时，由于受到收益共享系数r的影响，无论是当收益共享系数r>0.5时(即此时关键种群收益高于支持种群收益)还是当r<0.5时(即此时支持种群的收益高于关键种群收益)，因合作的参与主体的收益差额较大(即收益分配不均)，在关键种群和支持种群的初始意愿较高时，关键种群和支持种群最终的策略选择都收敛于0，即关键种群和支持种群最终都选择“不合作”的策略。而当关键种群和支持种群的收益比较均等时，如r=0.5，此时在双方参与主体的初始意愿较高的情况下，关键种群和支持种群最终的策略选择都收敛于1，即关键种群和支持种群最终会选择“合作”的策略。

图8 不同收益共享系数下的种群演化

实验结果表明，合理的收益共享系数有利于提升关键种群和支持种群的合作水平，收益分配越公平，关键种群和支持种群的接受度越高，越有利于关键种群和支持种群达成合作的局面。关键种群和支持种群作为合作的参与主体，为实现共同利益而共同承担风险，是具有共同价值取向和利益共享的利益共同体，但双方也是追求自身利益最大化的经营者，出现收益分配不均极易导致合作的破裂。以腾讯为例，因受到中央电视台“3·15”晚会曝光SP业务的冲击，腾讯选择与中国移动续约移动SP业务，但中国移动咄咄逼人的分成比例和霸王条款导致双方合作破裂，腾讯发起了历史上第一次的重大架构调整。可见，合理的收益分配在合作中极为重要，只有收益共享比例公平合理，才能让合作双方共同接受，进而促使关键种群和支持种群合作的达成；否则，不合理的收益分配比例将因合作中一方的不满而导致合作破裂。

五、结论及建议

在以阿里巴巴生态系统为代表的电子商务生态系统中，主要存在三类企业，按照生态位理论可以将其划分为领导种群、关键种群和支持种群。其中，领导种群一般为支配主宰型企业，负责整个生态系统中的资源整合和调控，充当平台提供者和监管者；而位于不同生态位的关键种群和支持种群，则可以通过合作来提升各自的竞争力，进而提升整个生态系统的竞争力。

本研究运用演化博弈理论进行量化建模，并结合生态位理论研究电子商务生态系统协同机制。其中，分析了电子商务生态系统三个重要种群——领导种群、关键种群和支持种群，在考虑成本分摊和收益共享的基础上构建了三方演化博弈模型，在有限理性和非对称信息的假设条件下研究了电子商务生态系统的稳定演化过程。

本研究的结论如下：

一是三方博弈主体对彼此参与意愿的影响程度不同。在电子商务生态系统中，合作中占据主导地位的是数量最多、交易活动最频繁的关键种群，关键种群的合作积极性对于提升生态系统合作比例有着重大影响，支持种群的影响位居其后，而领导种群因为不直接参与合作过程，其参与意愿对其他博弈主体的影响力度最小。

二是提升激励力度可以促进电子商务生态系统的发展。作为合作平台的提供方，领导种群并不直接参与合作过程，但是领导种群可以通过激励性政策来合理引导关键种群和支持种群达成合作。由实验可知，在合作双方积极性较低的情况下，加大激励力度，可以显著提高关键种群和支持种群的合作比例，并推动合作局面的达成；而当初始意愿较高时，提升激励政策可以促进生态系统快速达到稳定状态。

三是合理分配利益可提升合作意愿。对于合作的经济主体来说，不但需要关心合作带来的整体收益，更关心自身所能分配到的收益。合作带来的超额收益是双方合作的基础，而合理的收益分配则是合作延续的重要条件。由实验可知，收益分配越公平，越能促进关键种群和支持种群达成合作，而当利益分配明显偏向合作中的某一方时，即便合作初期双方拥有很高的合作积极性，最后仍会导致合作走向破裂。

根据以上三点结论，提出如下建议：

第一，根据生态位理论，合作是规避风险、提升电子商务生态系统整体竞争力的重要举措，因而在提升合作比例时，首先需要提升关键种群的合作积极性，这样可以有效提升支持种群的合作比例，从而促进关键种群和支持种群达成广泛合作，进而提升整个电子商务生态系统的效益。

第二，在电子商务生态系统发展的不同阶段，领导种群应采取不同的激励政策。在电子商务生态系统发展初期，领导种群可以通过减免服务费、提供交易补贴等激励性政策提升关键种群和支持种群的合作意愿，使电子商务生态系统快速达到一个较高的合作水平，进而提升整体竞争力；而在电子商务生态系统发展成熟期，此时系统已经处于较为稳定的状态，不需要大力度的激励性政策就可以维持系统的稳定状态，领导种群可以保持或者适当减少激励性政策，以提升自身收益。

第三，合作过程需要注重公平。超额收益的分配需要进行反复协调，协调过程中各合作主体之间不可避免地会产生一些利益冲突，综合考虑各主体在合作过程中的资源投入情况和风险承担水平等因素，构建一个合理、公平、多贏的分配机制，是提升关键种群和支持种群合作积极性及实现长远合作的重要保障。

电子商务生态系统稳定性对于行业健康发展具有重要意义。研究电子商务生态系统稳定演化机制有利于提高生态系统各种群良性互动，为电子商务生态系统协同发展提供政策支持。然而，笔者构建的三方演化博弈模型是基于对阿里巴巴生态系统的研究，并不完全适用于所有的电子商务生态系统，因而模型具有一定局限性，后续研究将进一步改进并作更深入的研究。