区块链背景下绿色农产品供应链主体上链演化博弈研究
2024-06-24李弘尚洲金梁加昕杨丽
李弘 尚洲金 梁加昕 杨丽
关键词：绿色农产品供应链；区块链技术；演化博弈；TOE框架；系统动力学
中图分类号：F224 文献标识码：A 文章编号：2096-7934（2024）05-0058-17
一、引言
近年来，随着人民生活水平的提高，绿色农产品日益受到消费者青睐。但绿色农产品具有信任品特性［1］，在供应链产销环节难以通过外观感知产品的质量信息，加之供应链产销两端跨度长、信息透明度低，导致产销主体间信息不对称缺陷普遍存在。此外，绿色农产品具有高溢价利益回报特性。因此，供应链产销主体会在自身利益最大化驱使下，利用主体间信息不对称缺陷进行信息造假，在利益博弈中形成道德风险和逆向选择，引发供应链主体间利益冲突及信任危机问题。区块链技术因具有信息透明化特征，为从根源上弥补绿色农产品供应链主体间信息不对称缺陷，进而解决利益冲突及信任问题提供了途径。2019年习近平总书记指出，要积极推动区块链技术在商品防伪、食品安全等民生领域的应用。作为民生之本的农业领域，自2020年起，中央连续发布的1号文件均要求推进农业与区块链技术融合，但区块链技术作为新兴技术，供应链主体对该技术的采纳即上链决策受多种因素影响，如成本投入与产出情况、市场情况等，存在不确定性。此外，农业在信息技术应用方面的弱质性使区块链应用尚处于探索阶段［2-3］。鉴于此，针对绿色农产品供应链产销主体间信息不对称引起的主体间利益博弈及其信任问题，分析主体上链的利益博弈演化过程，揭示主体上链决策的影响因素及影响机理，成为推进绿色农产品供应链的区块链应用与保障产品质量安全的关键。
绿色农产品供应链产销主体间信息不对称是主体间利益冲突及信任危机问题的根源［1］，而利益冲突及信任危机两者中，利益冲突是主体间博弈出现矛盾的直接表现。因此，对利益冲突及利益协调的研究受到学界广泛关注。该领域的研究因对利益均衡结果与过程各有侧重而分为两类。一类侧重利益均衡结果状态，即供应链主体间利益协调决策的相关研究；另一类侧重利益达到均衡过程，即供应链主体间利益演化及稳态策略的相关研究［4］。围绕主体间的利益冲突，前者如王（Wang）等［5］、花均南等［6］、杜建国等［7］考虑产端主体的绿色研发成本和产品绿色度，以及销端主体的保鲜努力投入及市场随机需求，构建集中和分散决策下供应链主体的利润模型，设计收益共享契约，协调供应链主体利益实现利益均衡。后者如吴绒等［8］、苏（Su）等［9］从农产品绿色供应链产销主体博弈演化过程角度，建立演化博弈模型并求解演化均衡点，分析演化趋势、稳定性条件及利益协调稳态策略。两类研究中，前者存在对博弈主体完全理性与完全信息的理想化假设要求，及利益均衡静态状态的研究局限，而后者突破理想化假设约束，并在主体间利益达到均衡动态过程中探讨利益演化及稳态策略。因此，在经济环境变化复杂的利益博弈冲突现实情境下，后者在研究现实性和演变机理层面更具优势。
上述研究表明，围绕绿色农产品供应链主体利益冲突问题的解决已形成诸多成果。而对于利益冲突的前因与后果，即信息不对称与信任危机的研究，因区块链技术具有信息透明化、防篡改及可追溯特性，在技术层面为信息不对称与信任危机问题的解决提供了研究思路。相关研究成果集中在区块链技术应用层面，由技术实现向应用效果深入。如白（Bai）等［10］设计了基于区块链的绿色数据供应链，开发信任管理功能提升数据供应链的透明度和信任度；崔占峰等［1］指出主体间信息不对称导致信任问题，进而将区块链技术应用于追溯与信任体系，实现重塑主体间信任关系的效果；彭（Peng）等［11］、
麦克（Mike）等［12］的研究也印证了区块链技术对解决主体间信任关系问题的有效性。虽然区块链技术可用于解决供应链主体间信息不对称与信任危机，但作为新兴技术，正如吴（Wu）［13］研究指出的，供应链主体对区块链技术的采纳并不总是最佳决策，对技术的采纳即上链决策受成本、市场等多种因素影响，存在因搭便车投机行为引发的利益冲突，致使上链决策具有不确定性。因此，考虑信息不对称与信任危机的利益冲突问题，转化为基于区块链技术采纳的利益冲突问题。基于区块链技术采纳的利益冲突研究仍可因利益均衡结果与过程各有侧重分为两类。围绕前者，范（Fan）等［14］、林强等［15］均基于采用和不采用区块链技术场景构建供应链利润模型，对比两种场景下供应链主体的最优利润，分析区块链技术采纳决策的影响因素，如区块链应用成本及其价值增益、消费者追溯意识等。围绕后者，霍红等［16］、王旭坪等［17］分别构建演化博弈模型、分析演化稳定策略，论证了区块链技术采纳决策的影响因素，如采纳后市场需求增加率、价格敏感系数、质量成本系数及需求质量弹性等。两类研究中，虽然后者更具现实性且关注博弈的演化过程，但对区块链技术采纳决策及其影响因素的研究在以下两方面有待深入：一是影响因素选取的规范性不足，缺乏体系性影响因素分析框架；二是对供应链主体上链的演化博弈决策、上链影响因素及其交互性变化过程缺乏动态化分析，对演化机理的探讨有待深入。针对第一方面，托尔纳茨基（Tornatzky）等［18］提出技术—组织—环境（Technology-Organization-Environment，以下简称“TOE”）理论框架，将创新技术采纳的因素分为技术、组织和环境三类。近年来，已有文献将TOE框架应用于供应链，对新技术采纳的影响因素进行探讨。如奇蒂帕卡（Chittipaka）等［19］依据TOE框架，研究供应链中区块链技术采纳的影响因素，将其归纳为新技术安全性、新技术采纳后的优势及收益与成本、企业自身因素、供应链中合作伙伴因素、同行竞争及政府监管等11种因素。贝克（Baker）等［20］在应用TOE框架研究新技术采纳的影响因素时指出，需根据新技术的特点及其对组织与环境影响的差异进行具体情况分析，以调整及设定采纳决策影响因素。上述研究可为区块链技术采纳决策影响因素选取提供理论支持。针对第二方面，因系统动力学能够以非线性结构的多种影响因素变量间交互、因果反馈及功能关系模拟系统的动态行为与决策［21-22］，并通过影响因素变化揭示其对系统行为与决策的作用机制［23-24］。所以，可利用系统动力学模拟供应链主体间区块链技术采纳决策的演化过程，明确影响因素及其相互之间的关系对博弈决策的动态化影响及演化博弈达到均衡的作用机理。
综上所述，本研究拟围绕绿色农产品供应链产销主体利益冲突及其前因后果即信息不对称和信任危机进行探讨。依托区块链在化解信息不对称及信任危机方面的技术优势，将待解决问题转化为基于区块链技术采纳的利益冲突问题。依托TOE框架，分析供应链主体上链决策中的影响因素，构建演化博弈模型并分析演化稳定策略，进而对琯溪蜜柚供应链进行系统动力学仿真，揭示影响因素间的内在联系及其对系统动态演化的影响机理，为解决绿色农产品供应链主体间利益冲突及信任危机提供支持。本研究的边际贡献体现在两方面：一是依据TOE框架分析上链决策影响因素，使影响因素的选取体系化；二是将上链演化博弈与系统动力学结合，从动态交互层面探究上链影响因素间内在联系及其对系统动态演化的影响机理。
二、绿色农产品供应链主体上链分析
（一）绿色农产品供应链主体间存在问题根源分析
以家庭为单位的小农生产模式，规模小且生产分散，难以融入大市场，这种小生产与大市场的矛盾制约着农产品的有效供需。因此，组织化产销主体对接的农产品供应链运作方式成为解决小生产与大市场矛盾的必然选择。
国家出台一系列政策推进高效的农产品供应链运作模式。2008年开始农超对接试点，2010年全面推广该模式，2015年提出农社对接、农超对接等供应链现代运作模式。通过政策推动及实践发展，培育起连接农户的组织化产端主体农业合作社（以下简称合作社），及连接市场的组织化销端主体超市。由农业合作社+超市构成的农产品供应链，减少产销间环节，并依托组织规模化，发挥规模效应，实现降本增效［24］，该农超对接模式成为现代农产品供应链运作的重要模式。尤其对绿色农产品供应链而言，其链上产销主体均需获得绿色农产品认证才能进行生产及销售活动。因此，经营主体需满足在生产标准、先进技术应用、质量管理、渠道合作稳定性方面的门槛要求，这使规模化组织成为经营主体的基本条件。所以，农业合作社+超市具有主体适应性。作为绿色农产品供应链运作主体，合作社负责为超市提供符合绿色标准的农产品，超市负责销售相应农产品并与合作社共享市场信息。但由于绿色农产品具有高溢价利益回报及信任低感知特性，双方主体在利益博弈中存在信息不对称缺陷，驱使主体以追求自身利益最大化为目标，利用信息不对称缺陷进行信息造假，在利益博弈中形成道德风险和逆向选择（如表1所示），引发供应链主体间利益冲突及信任危机问题。因此，主体间信息不对称成为利益冲突及信任危机问题的根源。
表1 合作社和超市之间的道德风险和逆向选择
（二）区块链对解决绿色农产品供应链主体间信息不对称的适应性分析
区块链技术的信息透明化特征，保证了信息的可追溯性。绿色农产品供应链双方主体通过上链，实现产销信息透明，可防范上链主体间的信息造假与篡改，同时也提升了消费者对绿色农产品的辨识能力及认可度，获得更好的市场预期。因此，区块链可从技术层面弥补主体间的信息不对称缺陷，进而解决由该缺陷引发的主体间利益冲突及信任危机问题。供应链主体上链过程如图1所示。
图1 供应链主体的上链过程
（三）绿色农产品供应链主体上链利益冲突问题分析及解决思路
1.绿色农产品供应链主体上链利益冲突问题及博弈关系分析
绿色农产品供应链主体间由信息不对称缺陷引发的利益冲突及信任危机问题，通过主体对区块链技术的采纳可以解决，具体内容表现为可避免信息造假，弥补主体间的信息不对称缺陷，防范道德风险和逆向选择机会主义行为，化解信任危机。但主体对区块链新技术的采纳受利益成本及市场等多种因素影响，存在因投机行为引发的利益冲突，导致主体上链博弈决策存在不确定性。主体间的问题从上链前因信息不对称引发的利益冲突及信任危机问题，转化为基于区块链技术采纳的利益冲突问题。
区块链技术作为新兴技术，主体对其认知有限，具有探索周期长及不确定性风险特点，主体行为策略均衡难以通过一次性选择达到，而是在探索中不断调整与改进的结果。各主体在上链过程中，会出现双方上链或单方上链“搭便车”情况，双方需根据新技术应用产生的收益与成本变化以及对方的决策，做出自身的决策。随着时间推移，主体通过学习和模仿不断调整自身策略。因此，主体上链受到区块链技术本身及技术之外因素的影响，主体间会相互影响并通过多次博弈后达到演化稳定。双方达到稳态的过程是一种动态演化过程，是通过不断学习模仿以追求各方收益提升的过程。所以，双方上链决策的利益博弈关系为演化博弈关系。
2.绿色农产品供应链主体上链利益演化博弈决策的解决思路
鉴于主体间为利益演化博弈关系，绿色农产品供应链主体上链利益冲突问题应采用演化博弈理论解决。主体在上链演化过程中，其利益博弈决策受区块链技术采纳时多种因素的影响，且因素间交互变化，进而影响主体博弈决策的动态演化。因此，主体上链的演化博弈决策的解决思路包括两部分：一方面，基于TOE框架的主体上链影响因素分析、演化博弈模型构建及分析；另一方面，基于系统动力学的主体上链博弈动态演化仿真模拟及影响机理探究。
三、基于TOE影响因素的主体上链演化博弈模型构建及稳定性分析
（一）基于TOE影响因素分析的主体上链演化博弈模型构建
1.基于TOE的主体上链影响因素分析
基于TOE理论，从技术、组织、环境维度分析绿色农产品供应链主体上链的影响因素。
（1）技术维度。上链会使主体产生与技术相关的成本投入，如技术部署及运营成本、技术配套设施、技术人员报酬及培训费用。同时，技术应用也会带来因产品质量信息透明产生的品牌效应、价格提升、市场销量增加等收益。因此，技术因素可由区块链技术的收益及成本构成。
（2）组织维度。影响因素主要体现为基于组织竞争力的上链意愿，对绿色农产品而言，其竞争力主要体现在产品质量及成本的控制能力，而上链意愿可通过双方对上链成本的分担情况体现。因此，组织因素可由反映组织对产品质量控制能力的绿色度、反映组织对产品成本控制能力的绿色成本系数及反映上链意愿的上链成本分担系数构成。
（3）环境维度。虽存在竞争者行为、政府政策、消费市场等多种环境影响因素，但均可通过对消费市场的影响体现。而消费市场除受市场基础需求影响外，还会因消费者对绿色产品敏感程度、绿色产品价格敏感系数影响而变化。因此，环境因素可由市场基础需求、绿色产品敏感程度和价格敏感系数构成。
2.模型假设
假设1：合作社（记为c）和超市（记为s）均为有限理性主体。博弈过程中，双方主体间信息不完全对称，均以自身利益最大化为目标。双方的策略集合均为{上链B，不上链N}。其中，合作社上链概率为x（0≤x≤1），不上链概率为1－x；超市上链概率为y（0≤y≤1），不上链概率为1－y。
假设2：区块链技术对产端主体合作社c生产的绿色农产品质量具有促进作用，即不上链策略N下农产品绿色度gN小于上链策略B下农产品绿色度gB；相应地，不上链策略N下的生产成本cN和批发价格wN小于上链策略B下的生产成本cB和批发价格wB。反映绿色度对合作社生产成本影响程度的绿色成本系数记为γ（0≤γ≤1），则不上链策略N下的生产成本cN=1／2γgN2，上链策略B下的生产成本cB=1／2γgB2。反映绿色度变动引起市场需求变动程度的绿色度敏感程度记为β（0≤β≤1）。
假设3：销端主体超市s根据是否上链设定绿色农产品的销售价格，不上链策略N下的销售价格pN小于上链策略B下的销售价格pB。消费者需求随绿色农产品销售价格变动而变化的程度，即价格敏感系数记为α（0≤α≤1）。
假设4：当合作社c和超市s双方共同上链时，该情况记为o；当仅合作社上链时，该情况记为t；当仅超市上链时，该情况记为e。在情况o下，上链成本F由双方主体共同分担，记合作社的上链成本分担系数为λ（0≤λ≤1），则合作社c承担的上链成本为λF，超市s承担的上链成本为（1－λ）F；合作社c上链所获收益为Roc，超市s上链所获收益为Ros。在情况t下，上链成本由合作社c单独承担，记为Fc；合作社c上链收益为Rtc，超市s“搭便车”收益为Rts。在情况e下，上链成本由超市s单独承担，记为Fs；超市s上链收益为Res，合作社c“搭便车”收益为Rec。
假设5：合作社c和超市s共同上链时产生溢出效应，即此时双方主体的收益大于任一主体上链时该主体的收益，且大于双方均不上链时各自的收益；由于“搭便车”现象的存在，仅单方主体上链时，上链方主体的收益低于双方主体均不上链时该主体的收益。
假设6：市场基础需求记为a，因市场需求函数受价格敏感系数α和绿色度敏感程度β等环境因素的影响，故市场需求函数表示为Dij=a－αpi+βgj（i，j=B，N），例如：DBB=a－αpB+βgB表示合作社c和超市s都上链时的市场需求。
根据假设5，可得式（1）。
3.博弈收益矩阵
基于上述假设及主体间的博弈关系，构建合作社及超市主体的演化博弈收益矩阵，如表2所示。
表2 演化博弈收益矩阵
（二）主体上链演化博弈模型分析
2.均衡点稳定性分析
复制动态方程求出的平衡点不一定是系统的演化稳定策略（ESS），根据福瑞曼（Friedman）［27］提出的方法，雅可比矩阵的局部稳定性是分析演化博弈5个均衡点稳定性的依据。根据式（4）和式（5）可求得雅可比矩阵如式（7）所示。
可得该雅可比矩阵J的行列式detJ和迹trJ，当且仅当detJ>0且trJ<0时，该平衡点就是演化稳定策略（即ESS），如式（9）所示。
将E1（0，0）、E2（0，1）、E3（1，0）、E4（1，1）、E5（x*，y*）分别带入式（7）的雅可比矩阵，并根据式（1）及式（9）对5个均衡点的稳定性进行判断。其中，将均衡点E1（0，0）带入时，detJ>0且trJ<0，故E1（0，0）为系统的演化稳定策略（ESS）；将均衡点（x*，y*）带入时，trJ=0，可知（x*，y*）为鞍点，故（x*，y*）在［0，1］内不会成为系统的演化稳定策略；将均衡点E2（0，1）、E3（1，0）和E4（1，1）带入时，detJ和trJ正负无法判断，这三点的detJ和trJ正负性由式（10）决定。
根据博弈收益矩阵，式（10）分别表示双边上链时合作社收益减去超市单边上链时合作社期望收益、双边上链时超市收益减去合作社单边上链时超市期望收益。为便于分析，令H=DBB（wB－cB）+Roc－λF，I=DNB（wN－cN）+Rec，J=DBB（pB－wB）+Ros－（1－λ）F，K=DBN（pN－wB）+Rts。L=H－I，M=J－K。根据式（10），分4种情况讨论均衡点局部稳定性，如表3所示。
表3 均衡点局部稳定性分析
情况1：当L>0，M>0，即H>I，J>K时，双方均上链时的合作社收益，大于超市单方上链时的合作社收益；双方均上链时的超市收益，大于合作社单方上链时的超市收益。演化博弈相位图如图2（a）所示。
情况2：当L>0，M<0，即H>I，J 情况3：当L<0，M>0，即H 情况4：当L<0，M<0，即H 根据图2，情况1中，双方演化稳定策略（ESS）为点E1（0，0）和点E4（1，1）。点E1（0，0）表示双方都不上链，点E4（1，1）表示双方都上链。情况1的稳定状态受博弈起始点状态的影响：当博弈起始点落在E1、E2、E5、E3区域内，则演化稳定策略为E1；当博弈起始点落在E2、E4、E3、E5区域内，则演化稳定策略为E4。其他三种情况下，不论博弈起始状态在策略区域的何处，最终都将演化至E1处，即双方都不上链。 图2 演化博弈相位图
四、基于系统动力学的主体上链博弈动态演化仿真及影响机理
运用系统动力学仿真软件Vensim，针对绿色农产品供应链主体上链的演化过程，构建系统动力学仿真模型。在此基础上，结合琯溪蜜柚实际案例，进行仿真模型的数值模拟，探究主体上链影响因素间关系及对系统演化的影响机理。
（一）主体上链博弈动态演化系统动力学仿真模型构建
根据合作社和超市的博弈收益矩阵及演化博弈模型中双方的复制动态方程公式，建立双方演化博弈的系统动力学模型。该模型包括两个状态变量，表示合作社和超市主体中选择上链策略的概率；两个速率变量，表示合作社和超市选择上链策略的变化率（如表4所示）；30个与博弈收益矩阵中变量相对应的辅助变量（图中变量因软件要求，对前述参数的上下标做复原处理，如参数pN在图中显示为pN，如图3所示）。
表4 状态变量及速率变量方程设计
图3 合作社和超市双方演化博弈的系统动力学流程
（二）数值实验及结果分析
1.实证案例介绍
1995年，国际零售连锁集团家乐福进入中国，以“超市+合作社”为主要供应链运营模式，但因主体间存在信息不对称缺陷，导致信息造假、篡改及隐瞒的现象频发，如违规使用农药及化肥、与假冒绿色农产品进行产品互混等机会主义行为，造成的农产品质量安全事件影响了供应链主体信誉。2014年，家乐福超市在中国推出其第一个“家优鲜”项目——福建平和县琯溪蜜柚项目，3万吨“家优鲜”蜜柚供应全国200多家家乐福门店。2018年年底，家乐福采用区块链技术对琯溪蜜柚赋能，推出首款区块链产品——琯溪蜜柚，利用区块链技术实现对绿色农产品琯溪蜜柚从田间到门店的整个过程进行追踪。
2.模型初始值设置及运行参数说明
（1）模型初始值设置说明。依据绿色农产品琯溪蜜柚供应链实例，通过实地调研，获得区块链应用前后产品的采购价、销售价及收益。此外，参考相关文献［17］［28-29］中对水平变量及速率变量等的赋值原则，对系统动力学模型变量进行初始赋值，如表5所示。
表5 变量的初始值
（2）模型运行参数说明。设置系统动力学模型的运行参数包括：初始时间为0，结束时间为15，时间间隔为0.0625，时间单位为月。
3.仿真系统影响因素及影响机理分析
根据前文对均衡点稳定性的分析，只有情况1的演化稳定策略存在（1，1）和（0，0）两种可能，其他三种情况最终都趋于双方主体均不上链策略。因此，为分析关键参数的影响因素对双方上链策略的影响及其机理，针对情况1，通过控制变量对模型进行数值仿真。
（1）初始上链概率。设定超市初始上链概率y=0.5，改变合作社的上链概率x，取x=0、0.2、0.4、0.52、0.6、0.8、1。双方策略演化结果如图4所示，超市的上链决策受到合作社初始上链概率的影响。
图4 初始上链概率x对主体上链演化的影响
设定合作社初始上链概率x=0.5，改变超市上链概率y，取y=0、0.2、0.4、0.52、0.6、0.8、1。双方策略演化结果如图5所示，合作社的上链决策受到超市初始上链概率的影响。
图5 初始上链概率y对主体上链演化的影响
根据仿真结果，合作社选择上链策略的初始概率越大，超市最终演化结果趋向上链策略的概率也越大，反之亦然，即：超市选择上链策略的初始概率越大，合作社最终演化结果趋向上链策略的概率也越大。
（2）价格敏感系数α。其他变量取值不变，改变价格敏感系数α，取α=0.5、0.6、0.75、0.8、0.9、1，观测其对双方上链决策演化趋势的影响。如图6所示，价格敏感系数在0.75与0.8之间存在一个临界值，是双方策略改变的临界点；当α∈［0，临界值）时，双方主体趋向于上链策略；当α∈（临界值，1］时，双方主体趋向于不上链策略。并且，达到演化稳定策略的速度与α取值有关，当α在0和临界点之间，α越小，主体上链策略的演化速度越快；当α在临界点和1之间，α越大，主体不上链策略的演化速度越快。
图6 价格敏感系数α对主体上链演化的影响
根据仿真结果，当价格敏感系数较小时，绿色农产品的市场需求量不会因为双方上链策略所导致的绿色农产品价格上涨而大幅降低，其需求仍然能使双方上链收益大于不上链收益，故双方倾向于上链；当价格敏感系数超过临界值时，上链策略导致绿色农产品价格激增，消费者对绿色农产品的需求大幅降低，双方主体均向不上链策略演化。总体来看，主体的上链决策受价格敏感系数的负向影响。
（3）绿色度敏感程度β。其他变量取值不变，改变绿色度敏感程度β，取β=0、0.37、0.52、0.67、0.8、1，观测其对双方主体上链决策演化趋势的影响。如图7所示，绿色度敏感程度在0.37与0.52之间存在一个临界值，是双方策略变化的临界点；当β∈［0，临界值），双方主体趋向于不上链策略；当β∈（临界值，1］时，双方主体趋向于上链策略。并且，达到演化稳定策略的速度与β取值有关，当β在0和临界点之间，β越小，主体不上链策略的演化速度越快；当β在临界点和1之间，β越大，主体上链策略的演化速度越快。当β∈（0.67，1］时，随着β增大，主体上链策略的演化速度几乎不再改变，即绿色度敏感程度在这一区间内，随着β增大，上链策略的演化速度出现明显的边际递减效应。
图7 绿色度敏感程度β对主体上链演化的影响
根据仿真结果，当绿色度敏感程度较小时，消费者并不关注主体上链策略对绿色农产品绿色度的影响，市场需求不会因绿色度的差异大幅改变，故合作社和超市均不采取上链策略。随着消费者绿色度敏感程度提升，促使双方均采取上链策略并提升产品绿色度，刺激市场需求增加，由此获得更多的市场收益。但随着绿色度敏感程度提升，主体上链策略的演化速度出现边际递减效应，这意味着在区间［0.67，1］中，主体上链策略的演化速度几乎不再受绿色度敏感程度提升的影响。
（4）绿色成本系数γ。取两组不同且满足情况1的参数赋值，改变绿色成本系数γ，观测其对双方主体上链决策演化趋势的影响。取α=0.1，β=0.1，γ=0、0.3、0.6、0.9、1，双方主体趋向于上链策略，如图8所示。γ越小，合作社上链策略的演化速度越快，如图8（a）所示；超市上链策略的演化速度不受γ取值的影响，如图8（b）所示。
图8 α=β=0.1时，绿色成本系数γ对主体上链演化的影响
取α=0.9，β=0.9，γ=0、0.5、1，双方主体趋向于不上链策略，如图9所示。且γ越大，合作社不上链策略的演化速度越快，如图9（a）所示；超市不上链策略的演化速度不受γ取值的影响，如图9（b）所示。
图9 α=β=0.9时，绿色成本系数γ对主体上链演化的影响
根据仿真结果，绿色成本系数γ变化会影响合作社达到演化稳定策略的速度。由于绿色农产品的生产成本由合作社承担，故绿色成本系数γ对超市的演化稳定策略无明显影响，超市的决策只受到博弈主体学习模仿机制产生的羊群效应的影响，超市的决策最终与合作社的决策趋于一致。两组不同的α、β取值下，绿色成本系数γ越小，合作社上链策略的演化速度越快或者不上链策略的演化速度越慢。
五、结论与建议
本文以绿色农产品供应链为研究对象，基于TOE框架分析其主体上链的影响因素，构建主体上链决策演化博弈模型，并结合系统动力学仿真，在主体动态演化过程中分析绿色农产品供应链主体的上链决策。研究发现：①只有在双方主体均上链时，合作社收益大于超市单方上链时合作社的收益，且超市收益大于合作社单方上链时超市的收益，合作社和超市的演化稳定策略为（上链，上链）或（不上链，不上链）。其他情况下，双方主体均采取不上链策略。②主体的上链决策受另一主体初始上链概率正向影响。这体现了主体间动态学习和模仿机制下产生的羊群效应：当一方选择上链策略概率增大时，另一方通过模仿学习进而选择上链策略的概率也会变大，反之亦然。③主体的上链决策受绿色度敏感程度的正向影响。消费者的绿色度敏感程度正向促进了市场需求，主体因市场需求增加而获得更多收益，因而选择上链策略。同时，绿色度敏感程度对主体上链策略演化速度有促进作用，但存在边际递减效应。④主体的上链决策受价格敏感系数的负向影响。价格敏感系数较大时，消费者对绿色农产品的需求大幅减少，当需求减少至主体上链收益小于不上链收益时，主体倾向于不上链策略，反之亦然。⑤绿色成本系数仅对合作社上链策略的演化速度有抑制作用。合作社上链驱使其提高农产品绿色度并为此付出更高的生产成本。当合作社为提高绿色度付出的生产成本越高，即绿色成本系数越大时，若其付出的生产成本高于上链策略带来的收益，则合作社收敛到不上链策略的演化速度加快；反之，合作社收敛到上链策略的演化速度加快。超市不承担生产成本，故绿色成本系数对超市的上链决策没有影响。由于羊群效应，超市在学习模仿合作社决策的基础上做出自身决策。
根据上述结论，针对绿色农产品供应链主体上链决策，提出如下五点建议。
（1）提升供应链主体对于区块链技术的认知，引导其运用区块链技术解决主体间的信息不对称缺陷，有助于主体初始上链概率提升，可正向影响合作主体的上链策略，为绿色农产品供应链的可持续发展提供支持。
（2）在绿色农产品“精品”产业重点推广区块链技术。该特定市场的产品不仅具有更高的绿色度，且因产品价格较高，所以价格弹性较弱。因主体上链决策受绿色度敏感程度的正向影响，受价格敏感系数的负向影响，意味着主体在面对以上特定市场时，更具上链积极性。因此，可在此类“精品”产业率先推广区块链技术，获得良好的应用效果后，再进一步扩大应用范围。
（3）积极做好市场调研。区块链技术的采纳需要精准把握市场。通过积极做好市场调研，精准了解“特定”消费市场，促进区块链技术应用。超市作为直接与绿色农产品消费市场对接的主体，可通过其销售数据对消费市场进行定位，并结合线上线下问卷调查及数据分析，了解消费者行为，精准定位消费市场，探索适宜区块链技术应用的市场。
（4）合作社和超市加强合作。当绿色成本系数过高时，合作社将不适合上链，此时超市若想采纳区块链技术，那么超市可采取一定措施保证合作社的收入，例如，双方签订收益共享契约等。
（5）政府对区块链采纳实行补贴策略。区块链采纳成本对绿色农产品供应链主体的采纳决策有很大影响，通过政府的区块链采纳补贴，一定程度上减少技术采纳者的成本支出，提高技术采纳者的积极性。
参考文献：
［1］崔占峰，徐冠清，王瑾珑.信任重建：有机农业追溯——信任体系的区块链嵌入探索［J］.科技管理研究，2021，41（16）：130-137.
［2］谭砚文，李丛希，宋清.区块链技术在农产品供应链中的应用——理论机理、发展实践与政策启示［J］.农业经济问题，2023（1）：76-87.
［3］夏辉，刘江秦哲.区块链技术如何与农业融合发展？——基于日本经验的启示［J］.农村经济，2022（1）：20-29.
［4］谢识予.经济博弈论［M］.上海：复旦大学出版社，2002.
［5］WANG G L， DING P Q， CHEN H R， et al.Green fresh product cost sharing contracts considering freshness-keeping effort［J］.Soft computing，2020，24（4）：2671-2691.
［6］花均南，丁显博.随机需求下绿色农产品三级供应链协调［J］.工业工程，2020，23（3）：51-58.
［7］杜建国，蒲天峰，朱晓雯.产需双重不确定情形下绿色农产品供应链的协调研究［J］.生态经济，2021，37（1）：103-110.
［8］吴绒，白世贞.农产品绿色供应链协同演化与协同保障措施研究［J］.商业研究，2015（10）：174-179.
［9］SU X， SHI X J， GENG L Y， et al.Complex evolution game and system dynamics simulation on the impact of coevolution on the stability of the fresh agricultural products green supply chain［J］.International journal of bifurcation and chaos，2023，33（7）：2350081.
［10］BAI Y H， FAN K， ZHANG K， et al.Blockchain-based trust management for agricultural green supply：a game theoretic approach［J］.Journal of cleaner production，2021，310：127407.
［11］PENG Y， CHEN X， WANG X J.Enhancing supply chain flows through blockchain：a comprehensive literature review［J］.International journal of production research，2023，61（13）：4503-4524.
［12］MIKE B， GLENN P.The impact of a blockchain platform on trust in established relationships：a case study of wine supply chains［J］. Supply chain management，2022，27（7）：128-146.
［13］WU X Y， FANZ P， CAOB B.An analysis of strategies for adopting blockchain technology in the fresh product supply chain［J］.International journal of production research，2020，189（9）：1-19.
［14］FAN Z P， WU X Y， CAO B B.Considering the traceability awareness of consumers：should the supply chain adopt the blockchain technology？［J］.Annals of operations research， 2022，2（309）：837-860.
［15］林强，刘名武，王晓斐.嵌入区块链信息传递功能的绿色供应链决策［J/OL］.计算机集成制造系统，（2021-10-08）.http：//kns.cnki.net/kcms/detail/11.5946.tp.20211006.1222.006.html.
［16］霍红，钟海岩.农产品供应链质量安全中区块链技术投入的演化分析［J］.运筹与管理，2023，32（1）：15-21.
［17］王旭坪，马睿泽，阮俊虎，等.区块链环境下农户和合作社上链行为网络演化博弈［J］.管理工程学报，2022，36（3）：225-235.
［18］TORNATZKY L， FLEISCHER M.The processes of technological innovation［M］.Lexington mass：lexington books，1990.
［19］CHITTIPAKA V， SATISH S， UTHAYASANKAR B， et al.Blockchain technology for supply chains operating in emerging markets：an empirical examination of technology-organization-environment（TOE）framework［J］.Annals of operations research，2022，327（1）：465-492.
［20］BAKER J.The technology-organization-environment framework［J］.Information systems theory，2012：231-245.
［21］福雷斯特.工业动力学［M］.北京：科学出版社，1985.
［22］方昶.Anylogic建模与仿真［M］.安徽：安徽师范大学出版社，2018.
［23］祁玉青，赵田东杰，赵兴雷.考虑消费者信息处理过程的团购市场系统动力学仿真［J］.管理评论，2023，35（3）：183-195.
［24］陈曦，李军.Anylogic8系统建模仿真与分析［M］.北京：中国财富出版社，2019.
［25］耿献辉，薛洲，陈凯渊.我国生鲜农产品流通渠道研究［M］.北京：经济管理出版社，2020.
［26］WEBULL J.Evolutionary game theory［M］.Princeton：princeton press，1995.
［27］FRIEDMAN D.Evolutionary game in economics［J］.Econometrica，1991，59（3）：637-666.
［28］TAN Y H， HUANG X Y， LI W.Does blockchain-based traceability system guarantee information authenticity？ an evolutionary game approach［J］.International journal of production economics，2023，264.
［29］宁宇新，荣倩倩.农业产业化视角下“农超对接”收益分配研究［J］.财经科学，2015，331（10）：102-111.
Study on the Evolutionary Game of On-chain of Green AgriculturalProducts Supply Chain in the Context of Blockchain
LI Hong，SHANG Zhou-jin，LIANG Jia-xin，YANG Li
（School of Economics and Management， Inner Mongolia University of Technology， Hohhot，Inner Mongolia 010051）
Abstract：In the game of interests between production and sales entities in the green agricultural product supply chain， the information asymmetry defect caused by the low perception and high premium return characteristics of products is the root of interest conflicts and trust crises.Blockchain technology has the characteristic of information transparency， which can compensate for the information asymmetry defect.But the adoption of technology by the subject is influenced by multiple factors， resulting in uncertainty in the decision-making process of the on-chain game.In view of this， the study analyzes the influencing factors of the entitiesdecision-making based on the TOE framework， constructs an evolutionary game model， analyzes the evolutionary stability strategy and reveals the internal connections between the influencing factors and their impact mechanism on the dynamic evolution of the system through system dynamics simulation.The results indicate that the entitiesdecisions of on-chain are positively influenced by the opponents initial probability of on-chain and the sensitivity of market greenness， and negatively influenced by the price sensitivity coefficient;the sensitivity of greenness has a promoting effect on the evolution speed of the entitieson-chain strategies，but with diminishing marginal effect;the green cost coefficient has a restraining effect on the evolution speed of the on-chain strategy of the production entities.
Keywords：green agricultural product supply chain;blockchain technology;evolutionary game;TOE;system dynamics
基金项目：内蒙古自治区自然科学基金“供应链场景化视角下蔬菜价格的影响特征提取、智能化预测及稳态机制”（2023LHMS07012）；内蒙古自治区直属高校基本科研业务费项目（JY20240047）；内蒙古工业大学教育教学改革项目“基于智能评价的学生认知能力跃升动力机制及工具设计研究”（2021230）
