危小超，朱田

(武漢理工大學 經(jīng)濟學院，湖北 武漢 430070)

一、引 言

當前，我國電子商務(wù)發(fā)展如火如荼。國內(nèi)知名互聯(lián)網(wǎng)+智庫——中國電子商務(wù)研究中心發(fā)布的《2017年(上)中國電子商務(wù)市場數(shù)據(jù)監(jiān)測報告》顯示，2017年上半年，中國電子商務(wù)交易額高達13.35萬億元，同比增長27.1%?？梢姡娮由虅?wù)已經(jīng)成為我國國民經(jīng)濟的重要支柱。同時，電子商務(wù)企業(yè)競爭不再局限于單個企業(yè)或者價值鏈之間，而是上升到生態(tài)系統(tǒng)層面。電子商務(wù)生態(tài)系統(tǒng)是依托于互聯(lián)網(wǎng)，不同行業(yè)之間信息共享、相互合作而形成的高層次生態(tài)系統(tǒng)[1]。電子商務(wù)生態(tài)系統(tǒng)所涉及企業(yè)規(guī)模巨大，交互關(guān)系復(fù)雜，這一特點導(dǎo)致生態(tài)系統(tǒng)演化具有非線性和動態(tài)性的特征，因此，研究電子商務(wù)生態(tài)系統(tǒng)群體互動行為[2]，探討電子商務(wù)生態(tài)系統(tǒng)的演化均衡機制，具有重要的現(xiàn)實意義。

電子商務(wù)生態(tài)系統(tǒng)是商業(yè)生態(tài)系統(tǒng)理論在電子商務(wù)環(huán)境下的具體應(yīng)用。商業(yè)生態(tài)系統(tǒng)被定義為“一種以單個企業(yè)與企業(yè)間的、組織和單個企業(yè)間的相互作用、相互影響為基礎(chǔ)的經(jīng)濟聯(lián)合體或網(wǎng)絡(luò)，這些組織和企業(yè)是這個商業(yè)網(wǎng)絡(luò)中的有機體”[3]。目前，國內(nèi)外學者從不同角度開展了研究，主要有：(1)電子商務(wù)生態(tài)系統(tǒng)構(gòu)成。馬捷[4]從信息生態(tài)學角度分析,認為電子商務(wù)系統(tǒng)是由領(lǐng)導(dǎo)信息動態(tài)群、核心信息生態(tài)群和支持信息生態(tài)群構(gòu)成；胡崗嵐等[5]則類比自然生態(tài)系統(tǒng)，將電子商務(wù)生態(tài)系統(tǒng)中的“物種”成員，按照定位分為領(lǐng)導(dǎo)種群、關(guān)鍵種群、支持種群和寄生種群四類；而楊克巖[6]基于電子商務(wù)信息生態(tài)系統(tǒng)理論，著重分析電子商務(wù)生態(tài)系統(tǒng)的三個子系統(tǒng)——電子商務(wù)信息場、電子商務(wù)信息生態(tài)鏈和電子商務(wù)信息生態(tài)圈。(2)電子商務(wù)生態(tài)系統(tǒng)演化規(guī)律。紀淑嫻等[7]在對電子商務(wù)生態(tài)系統(tǒng)的概念和構(gòu)成進行深刻解讀的基礎(chǔ)上，提出了電子商務(wù)生態(tài)系統(tǒng)演化平衡的四個階段：初步形成、發(fā)展擴大、成熟協(xié)同和衰退革新；孫浩等[8]使用多主體建模技術(shù)進行仿真實驗來研究電子商務(wù)生態(tài)系統(tǒng)的演化過程。然而，上述電子商務(wù)生態(tài)系統(tǒng)研究大多局限于宏觀層面的定性分析上，較少涉及生態(tài)系統(tǒng)量化研究。目前，針對社會系統(tǒng)等復(fù)雜系統(tǒng)的量化研究，學者相繼提出了多種方法，包括采用多智能體仿真研究社會網(wǎng)絡(luò)[9]，采用運籌優(yōu)化理論研究物流網(wǎng)絡(luò)的調(diào)度問題[10]等。同時，博弈論也是當前經(jīng)濟管理領(lǐng)域應(yīng)用較為廣泛的量化研究方法，其核心是分析影響他人決策的決策，這類決策被稱為策略[11]。Li等[12]運用博弈論研究了云服務(wù)提供商對新進供應(yīng)商的戰(zhàn)略選擇問題；苗治平等[13]運用博弈論研究了合作聯(lián)盟的最優(yōu)利益分配問題；葉巖明等[14]運用博弈思想提出了一種基于社會關(guān)系和激勵博弈的任務(wù)分配方法。目前，已經(jīng)有部分學者運用博弈論研究電子商務(wù)生態(tài)系統(tǒng)：王學東等[15]利用混合戰(zhàn)略博弈理論對電子商務(wù)生態(tài)系統(tǒng)的信用問題進行研究；丁旻玥[16]利用博弈論從生態(tài)系統(tǒng)視角探究第三方電子商務(wù)平臺知識產(chǎn)權(quán)問題；李春發(fā)等[17]建立演化博弈模型，研究影響電子商務(wù)生態(tài)系統(tǒng)穩(wěn)定演化的主要因素。

綜上所述，博弈論為電子商務(wù)生態(tài)系統(tǒng)研究提供了新的思路，但是，已有研究僅僅停留在博弈關(guān)系或均衡點的簡單分析上，未涉及電子商務(wù)生態(tài)系統(tǒng)穩(wěn)定演化量化研究。演化博弈是融合博弈論與生物學發(fā)展而來，為研究系統(tǒng)進化動力學提供了框架[18]。筆者擬基于演化博弈理論研究電子商務(wù)生態(tài)系統(tǒng)穩(wěn)定演化機制。其中，將電子商務(wù)生態(tài)系統(tǒng)劃分為領(lǐng)導(dǎo)種群(核心電子商務(wù)企業(yè)),關(guān)鍵種群(生產(chǎn)商、供應(yīng)商等),支持種群(金融機構(gòu)、物流公司、第三方支付平臺等)三類，考慮成本分攤和收益共享，構(gòu)建三方演化博弈模型[19]，通過對復(fù)制動態(tài)方程和均衡點的分析以及仿真實驗，量化研究電子商務(wù)生態(tài)系統(tǒng)協(xié)調(diào)機制。

二、電子商務(wù)生態(tài)系統(tǒng)協(xié)同機制模型構(gòu)建

(一)電子商務(wù)生態(tài)系統(tǒng)協(xié)同機制分析

目前，我國的電子商務(wù)發(fā)展進入到一個全新的階段。以阿里巴巴為例，其已發(fā)展成為中國最大的電子商務(wù)集團，并且逐步形成了一個以阿里巴巴為核心的電子商務(wù)生態(tài)系統(tǒng)。在這個電子商務(wù)生態(tài)系統(tǒng)中，代表領(lǐng)導(dǎo)種群的阿里巴巴，其作為獨立的平臺運營商不參與電子商務(wù)的交易行為[20]，眾多的零售商、生產(chǎn)商、供應(yīng)商等構(gòu)成了關(guān)鍵種群，而物流公司、金融機構(gòu)、第三方支付平臺、電信服務(wù)提供商等則構(gòu)成了支持種群，此外還包括以網(wǎng)絡(luò)營銷服務(wù)商、技術(shù)外包商和電子商務(wù)咨詢服務(wù)商為主體的寄生種群。阿里巴巴生態(tài)系統(tǒng)擁有較為完整的利益分配機制和激勵監(jiān)管機制，其利用這些機制來監(jiān)管和協(xié)調(diào)各成員的行為。通過對阿里巴巴生態(tài)系統(tǒng)進行分析，可將電子商務(wù)生態(tài)系統(tǒng)的成員劃分為三種主要類型，它們也是電子商務(wù)生態(tài)系統(tǒng)協(xié)同博弈的參與主體，包括:

領(lǐng)導(dǎo)種群——核心電子商務(wù)企業(yè)，主要提供平臺及監(jiān)管服務(wù)，為關(guān)鍵種群和支持種群提供合作的平臺，對合作的過程提供監(jiān)督和激勵機制，以推動關(guān)鍵種群和支持種群的合作。在阿里巴巴生態(tài)系統(tǒng)中，阿里巴巴集團作為領(lǐng)導(dǎo)種群處于生態(tài)系統(tǒng)的核心，專注于運營第三方平臺的生態(tài)系統(tǒng)，不直接參與銷售。

關(guān)鍵種群——零售商、生產(chǎn)商、供應(yīng)商等，它們是電子商務(wù)生態(tài)系統(tǒng)的重要組成部分。在阿里巴巴B2B平臺1688上，B類(企業(yè))注冊用戶超過1.2億個，開通公司商鋪的企業(yè)超過1 000萬家，覆蓋服裝、家居、工藝品等49個一級行業(yè)，它們構(gòu)成了阿里巴巴生態(tài)系統(tǒng)中的關(guān)鍵種群[21]。

支持種群——物流公司、金融機構(gòu)、第三方支付平臺、電信服務(wù)提供商以及相關(guān)政府機構(gòu)等，與支付寶具有戰(zhàn)略合作關(guān)系的四大國有銀行、招商銀行、VISA等屬于此類。支持種群是網(wǎng)絡(luò)交易必須依附的組織，不依賴電子商務(wù)生態(tài)系統(tǒng)而生存，它們通過與關(guān)鍵種群合作而從電子商務(wù)生態(tài)系統(tǒng)中獲取的收益遠超依靠自身競爭力所得收益。

(二)電子商務(wù)生態(tài)系統(tǒng)協(xié)同博弈模型構(gòu)建

在對阿里巴巴生態(tài)系統(tǒng)進行分析的基礎(chǔ)上，筆者擬采用演化博弈研究領(lǐng)導(dǎo)種群、關(guān)鍵種群和支持種群之間的協(xié)同機制，提出如下假設(shè)。

假設(shè)1合作策略：領(lǐng)導(dǎo)種群作為平臺的提供者，不直接參與合作過程，但是領(lǐng)導(dǎo)種群可以選擇是否為關(guān)鍵種群和支持種群的合作過程提供監(jiān)管以及為其提供一些優(yōu)惠政策，其策略集合為{監(jiān)管A1，不監(jiān)管A2}；關(guān)鍵種群和支持種群作為合作的直接參與主體，根據(jù)自身需要選擇是否進行合作，因而關(guān)鍵種群的策略集合為{合作B1，不合作B2}，支持種群的策略集合為{合作C1，不合作C2}。

假設(shè)2策略選擇：假設(shè)領(lǐng)導(dǎo)種群選擇“監(jiān)管”策略的概率為x(0≤x≤1)，則領(lǐng)導(dǎo)種群選擇“不監(jiān)管”策略的概率為1-x；關(guān)鍵種群選擇“合作”策略的概率為y(0≤y≤1)，則關(guān)鍵種群選擇“不合作”的概率為1-y；支持種群選擇“合作”策略的概率為z(0≤z≤1)，則支持種群選擇“不合作”的概率為1-z。

假設(shè)3考慮成本分攤和收益共享，構(gòu)建如下三方博弈收益矩陣。(1)成本：領(lǐng)導(dǎo)種群作為平臺型企業(yè)不直接參與合作過程，但可以選擇為合作雙方提供監(jiān)督和激勵政策，如為合作的企業(yè)減免相關(guān)手續(xù)費和服務(wù)費等，領(lǐng)導(dǎo)種群選擇“監(jiān)管”時的激勵成本為G；關(guān)鍵種群和支持種群選擇“合作”時，需要投入一定的成本(包括人力、財力、信息共享等)，假設(shè)產(chǎn)生的總成本為C，而關(guān)鍵種群的成本分攤系數(shù)為t(0≤t≤1)，即關(guān)鍵種群所承擔的成本為tC或是t(C-G)，而支持種群所承擔的成本為(1-t)C或是(1-t)(C-G)。(2)收益：領(lǐng)導(dǎo)種群作為合作平臺的提供方，正常運轉(zhuǎn)時收益為aW1(0≤a≤1)。而平臺型企業(yè)選擇參與合作過程，即采取“監(jiān)管”策略時，關(guān)鍵種群和支持種群的合作會提升整個電子商務(wù)生態(tài)系統(tǒng)的效益，進而提升平臺效益，此時領(lǐng)導(dǎo)種群的收益為W1，而由合作所帶來的平臺效益的提升為R1。關(guān)鍵種群和支持種群在選擇是否合作時正常營業(yè)收益分別為W2和W3。關(guān)鍵種群和支持種群選擇合作時獲得的總超額收益為W，而收益共享系數(shù)為r(0≤r≤1)，即關(guān)鍵種群獲得的超額收益為rW，而支持種群獲得的超額收益為(1-r)W。當支持種群選擇“合作”而關(guān)鍵種群選擇“不合作”時，關(guān)鍵種群獨自營業(yè)所獲得的收益為R2；當關(guān)鍵種群選擇“合作”而支持種群選擇“不合作”時，支持種群獨自營業(yè)所獲得的收益為R3。(3)懲罰：在領(lǐng)導(dǎo)種群(即平臺)選擇“監(jiān)管”的情況下，為避免關(guān)鍵種群和支持種群的合作出現(xiàn)違約的情況，當支持種群選擇“合作”而關(guān)鍵種群選擇“不合作”時，關(guān)鍵種群需要向支持種群支付違約金，即關(guān)鍵種群需要承擔的違約成本為L1；而當關(guān)鍵種群選擇“合作”而支持種群選擇“不合作”時，支持種群需要向關(guān)鍵種群支付違約金，即支持種群需要承擔的違約成本為L2。

根據(jù)以上假設(shè)，得到電子商務(wù)生態(tài)系統(tǒng)合作博弈模型的收益矩陣(如表1所示)。

表1 領(lǐng)導(dǎo)種群、關(guān)鍵種群和支持種群三方博弈的收益矩陣

三、電子商務(wù)生態(tài)系統(tǒng)三方演化博弈模型分析

(一)收益函數(shù)的構(gòu)建

根據(jù)三方演化博弈模型的收益矩陣，得到各種群的期望收益函數(shù)。

1.領(lǐng)導(dǎo)種群的期望收益函數(shù)

假設(shè)領(lǐng)導(dǎo)種群選擇“監(jiān)管”的期望收益為UA1，則

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

(1)

假設(shè)領(lǐng)導(dǎo)種群選擇“不監(jiān)管”的期望收益為UA2，則

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

(2)

則領(lǐng)導(dǎo)種群平均期望收益

(3)

由此可以構(gòu)建領(lǐng)導(dǎo)種群行為策略的復(fù)制動態(tài)方程，即

(4)

2.關(guān)鍵種群的期望收益函數(shù)

假設(shè)關(guān)鍵種群選擇“合作”的期望收益為UB1，則

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)

假設(shè)關(guān)鍵種群選擇“不合作”的期望收益為UB2，則

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

(6)

則關(guān)鍵種群平均期望收益

(7)

由此可以構(gòu)建關(guān)鍵種群行為策略的復(fù)制動態(tài)方程，即

(8)

3.支持種群的期望收益函數(shù)

假設(shè)支持種群選擇“合作”的期望收益為UC1，則

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)

假設(shè)支持種群選擇“不合作”的期望收益為UC2，則

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

(10)

則支持種群平均期望收益為

(11)

由此可以構(gòu)建支持種群行為策略的復(fù)制動態(tài)方程，即

(12)

(二)電子商務(wù)生態(tài)系統(tǒng)三方演化博弈穩(wěn)定性分析

根據(jù)前面的分析，可以得到3個種群的復(fù)制動態(tài)方程。將3個復(fù)制動態(tài)方程聯(lián)立，得到領(lǐng)導(dǎo)種群、關(guān)鍵種群和支持種群的復(fù)制動力系統(tǒng)，即

(13)

在該動力系統(tǒng)中，令F(x)=F(y)=F(z)=0，可以得到以下局部均衡點：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)。根據(jù)Friedman的理論，微分方程系統(tǒng)的演化穩(wěn)定策略(ESS)可由該系統(tǒng)的雅比克矩陣的局部穩(wěn)定性分析得到[22]，故對該系統(tǒng)求其對應(yīng)的雅比克矩陣，可求得雅比克矩陣[23]

(14)

其中：

依次對每個均衡點求其雅比克矩陣，如對均衡點E1(0,0,0)求得其雅比克矩陣

(15)

此時，雅比克矩陣的3個特征值分別為：λ1=(1-a)W1-G，λ2=L2-tC，λ3=L1-(1-t)C。根據(jù)Friedman的理論，當均衡點對應(yīng)的雅比克矩陣的所有特征值均為非正時，該均衡點為系統(tǒng)的演化穩(wěn)定點(ESS)。分別對8個均衡點求其雅比克矩陣的特征值，得到如表2所示的各個矩陣的特征值。

表2 均衡點對應(yīng)的雅比克矩陣的特征值

由表2可以看出，電子商務(wù)生態(tài)系統(tǒng)中三方參與主體的演化博弈均衡受到多種因素的影響。領(lǐng)導(dǎo)種群的激勵政策G，關(guān)鍵種群和支持種群合作過程中所付出的成本C和獲得的收益W，關(guān)鍵種群和支持種群選擇“不合作”時分別獨自獲益R2和R3，以及關(guān)鍵種群和支持種群的收益共享系數(shù)r，都會影響電子商務(wù)生態(tài)系統(tǒng)中三方參與主體演化博弈的穩(wěn)定性。由于模型中的參數(shù)很多且很復(fù)雜，這里根據(jù)實際情況，假定(1-a)W1-G>0，L2-tC>0，L1-(1-t)C>0，下面分別討論不同情形下的演化博弈穩(wěn)定策略。

情形1當rW+L1-R2-t(C-G)<0且(1-r)W+L2-R3-(1-t)(C-G)>0時，即在領(lǐng)導(dǎo)種群選擇“監(jiān)管”的情況下，關(guān)鍵種群選擇合作獲得的超額收益與合作時付出的成本之差小于關(guān)鍵種群在選擇獨立運營時獲得的收益與所付出的違約成本的差值，而支持種群選擇合作獲得的超額收益與合作時付出的成本之差大于支持種群在選擇獨立運營時獲得的收益與所付出的違約成本的差值。此時由表3可知，均衡點E6(1,0,1)對應(yīng)的雅比克矩陣的特征值均為非正，故系統(tǒng)的演化穩(wěn)定點為點E6(1,0,1)，則對應(yīng)的演化策略為{監(jiān)管，不合作，合作}。

情形2當rW+L1-R2-t(C-G)>0且(1-r)W+L2-R3-(1-t)(C-G)<0時，即在領(lǐng)導(dǎo)種群選擇“監(jiān)管”的情況下，關(guān)鍵種群選擇合作獲得的超額收益與合作時付出的成本之差大于關(guān)鍵種群在選擇獨立運營時獲得的收益與所付出的違約成本的差值，而支持種群選擇合作獲得的超額收益與合作時付出的成本之差小于支持種群在選擇獨立運營時獲得的收益與所付出的違約成本的差值。此時由表3可知，均衡點E7(1,1,0)對應(yīng)的雅比克矩陣的特征值均為非正，故系統(tǒng)的演化穩(wěn)定點為點E7(1,1,0)，則對應(yīng)的演化策略為{監(jiān)管，合作，不合作}。

情形3當rW+L1-R2-t(C-G)>0且(1-r)W+L2-R3-(1-t)(C-G)>0時，即在領(lǐng)導(dǎo)種群選擇“監(jiān)管”的情況下，關(guān)鍵種群選擇合作獲得的超額收益與合作時付出的成本之差大于支持種群在選擇獨立運營時獲得的收益與所付出的違約成本的差值，且滿足支持種群選擇合作獲得的超額收益與合作時付出的成本之差大于支持種群在選擇獨立運營時獲得的收益與所付出的違約成本的差值。此時由表3可知，均衡點E7(1,1,0)對應(yīng)的雅比克矩陣的特征值均為非正，故系統(tǒng)的演化穩(wěn)定點為點E8(1,1,1)，則對應(yīng)的演化策略為{監(jiān)管，合作，合作}。

表3 均衡點的局部穩(wěn)定性分析

四、數(shù)值仿真分析

對三方演化博弈模型進行分析后可得，領(lǐng)導(dǎo)種群的激勵政策G，關(guān)鍵種群和支持種群合作過程中所付出的成本C和獲得的收益W，關(guān)鍵種群和支持種群選擇“不合作”時分別獨自獲益R2和R3，以及關(guān)鍵種群和支持種群的收益共享系數(shù)r，都會影響電子商務(wù)生態(tài)系統(tǒng)中三方參與主體演化博弈的穩(wěn)定性。為驗證上述結(jié)論的合理性，筆者采用MATLAB軟件模擬在不同初始意愿、激勵政策以及收益共享系數(shù)下各種群策略動態(tài)演化過程。

根據(jù)實際情況給出如表4所示的收益矩陣各參數(shù)初始值。其中，在電子商務(wù)生態(tài)系統(tǒng)中，關(guān)鍵種群包含的個體數(shù)量最多，是交易活動的主體；而支持種群則是網(wǎng)絡(luò)交易所依附的組織，它們依靠自身特有優(yōu)勢尋求細分市場，向?qū)I(yè)化與差異化發(fā)展。在規(guī)模和數(shù)量上，關(guān)鍵種群在獨自經(jīng)營下獲得的收益要高于支持種群，因而設(shè)置R2=25，R3=20；而在合作過程中，設(shè)置初始狀態(tài)為公平程度較高的狀態(tài)，即雙方共同承擔合作成本，共享合作收益，并且如果一方違約，需要承擔違約成本(令r=0.5，t=0.5)。此外，根據(jù)生態(tài)位理論，位于不同生態(tài)位的種群，增強合作是降低環(huán)境風險、增強整個商業(yè)生態(tài)系統(tǒng)競爭力的重要舉措，即滿足W-C>R2+R3，這里設(shè)置一個合理的數(shù)值，令W=100，C=50。

表4 參數(shù)初始值設(shè)定

(一)實驗1：初始意愿對電子商務(wù)生態(tài)系統(tǒng)演化的影響

1.單個種群初始意愿變化

圖1所示是在不改變其他參數(shù)的情況下，領(lǐng)導(dǎo)種群不同初始意愿x下各種群策略動態(tài)演化的仿真實驗。在該實驗中，關(guān)鍵種群和支持種群的初始意愿處于一個中等水平，令y=z=0.5，改變領(lǐng)導(dǎo)種群的初始意愿x，分別取x=0.4，x=0.5，x=0.6 和x=0.7，得到三方參與主體的策略選擇演化過程。由圖1(a)可以看出，領(lǐng)導(dǎo)種群的策略選擇收斂于1，即領(lǐng)導(dǎo)種群最終會選擇“監(jiān)管”策略，原因在于領(lǐng)導(dǎo)種群選擇“監(jiān)管”獲得的超額收益遠大于“監(jiān)管”時所需要付出的成本；并且由圖1(a)可以看出，增大初始意愿會加快領(lǐng)導(dǎo)種群的收斂速度。由圖1(b)可以看出，關(guān)鍵種群的初始意愿y會受到其他參與主體初始意愿的影響，在領(lǐng)導(dǎo)種群的初始意愿x較小時，關(guān)鍵種群的策略選擇最終收斂于0，即選擇“不合作”的策略。而當增加領(lǐng)導(dǎo)種群的初始意愿x時，關(guān)鍵種群的初始意愿y的收斂速度會逐漸減慢；并且在x=0.6時，關(guān)鍵種群的策略選擇會發(fā)生改變并且最終收斂于1，即關(guān)鍵種群會選擇“合作”策略。由圖1(c)可以看出，支持種群的初始意愿z會受到其他參與主體初始意愿的影響，在領(lǐng)導(dǎo)種群的初始意愿x較小時，支持種群的策略選擇最終收斂于0，即選擇“不合作”的策略。而當增加領(lǐng)導(dǎo)種群的初始意愿x時，支持種群的初始意愿z的收斂速度會逐漸減慢；并且在x=0.6時，支持種群的策略選擇會發(fā)生改變并最終收斂于1，即支持種群會選擇“合作”策略。

圖1 領(lǐng)導(dǎo)種群不同初始意愿下的種群演化

圖2 和圖3所示是在不改變其他參數(shù)的情況下，關(guān)鍵種群不同初始意愿y和支持種群不同初始意愿z下各種群策略動態(tài)演化的仿真實驗，分別將選擇的種群初始意愿設(shè)置在低中高三個不同的水平，觀察不同初始意愿下其他主體的策略選擇變化趨勢。對比三次實驗結(jié)果，可以得出以下結(jié)論：三方參與主體的策略選擇互相影響，提升任一種群的初始合作意愿比例可以促進合作，進而提升整個電子商務(wù)生態(tài)系統(tǒng)的收益。

圖2 關(guān)鍵種群不同初始意愿下的種群演化

圖3 支持種群不同初始意愿下的種群演化

2.改變多個種群初始意愿

圖4所示是在不改變其他參數(shù)的情況下，同時改變?nèi)齻€種群的初始意愿時各種群策略動態(tài)演化的仿真實驗。在該實驗中，關(guān)鍵種群和支持種群的初始意愿同步變化，而領(lǐng)導(dǎo)種群的初始意愿與其變化方向相反。第一組實驗中令x=0.8，y=z=0.3，第二組實驗中令x=0.3，y=z=0.8，得到三方參與主體的策略選擇演化過程。由圖4可以看出，當關(guān)鍵種群和支持種群的初始意愿y和z較低時，盡管領(lǐng)導(dǎo)種群的初始意愿x很高，關(guān)鍵種群和支持種群的策略選擇最終都會收斂于0，即最終都會選擇“不合作”的策略；而當關(guān)鍵種群和支持種群的初始意愿y和z較高時，盡管領(lǐng)導(dǎo)種群的初始意愿x很低，關(guān)鍵種群和支持種群的策略選擇最終都會收斂于1，即最終都會選擇“合作”的策略。

圖5所示是在不改變領(lǐng)導(dǎo)種群初始意愿的情況下，不同步地改變關(guān)鍵種群和領(lǐng)導(dǎo)種群的初始意愿時各種群策略動態(tài)演化的仿真實驗。在該實驗中，領(lǐng)導(dǎo)種群的初始意愿選擇處于一個中等水平，令x=0.5，不同步地改變關(guān)鍵種群和支持種群的初始意愿，在第一組實驗中令y=0.3，z=0.8，在第二組實驗中令y=0.8，z=0.3，得到三方參與主體的策略選擇演化過程。由圖5可以看出，在領(lǐng)導(dǎo)種群的初始意愿x保持不變時，當關(guān)鍵種群的初始意愿y較低而支持種群的初始意愿z較高時，關(guān)鍵種群和支持種群的策略選擇會收斂于0，即最終選擇“不合作”的策略；而當關(guān)鍵種群的初始意愿y較高而支持種群的初始意愿z較低時，關(guān)鍵種群和支持種群的策略選擇會收斂于1，即最終選擇“合作”的策略。由兩組實驗得到的不同結(jié)果可得，在合作過程中，關(guān)鍵種群初始意愿的影響程度大于支持種群初始意愿的影響程度。

實驗結(jié)果表明，三方參與主體受彼此參與意愿影響程度各異，主要體現(xiàn)在兩個方面：一是領(lǐng)導(dǎo)種群的參與意愿對其他兩個主體的參與意愿的影響程度最小。原因在于領(lǐng)導(dǎo)種群作為平臺運營方，并不直接參與合作過程，對合作的影響力度不大。二是關(guān)鍵種群和支持種群對彼此的影響是不對稱的，其中關(guān)鍵種群影響力度大于支持種群，提升關(guān)鍵種群的合作意愿可以顯著提升支持種群的合作意愿。原因在于合作中關(guān)鍵種群占據(jù)主導(dǎo)地位，而支持種群不依賴電子商務(wù)生態(tài)系統(tǒng)而生存，不是合作的主導(dǎo)者。在電子商務(wù)生態(tài)系統(tǒng)中，關(guān)鍵種群的數(shù)量遠超支持種群的數(shù)量，它們構(gòu)成了生態(tài)系統(tǒng)中的主體，也是合作的主導(dǎo)者。因此，要想提高合作的參與度，首先要提高關(guān)鍵種群的合作比例，并通過提升關(guān)鍵種群的合作比例來提高支持種群的合作比例，進而達成廣泛的企業(yè)合作，促進生態(tài)系統(tǒng)的良性發(fā)展。

(二)實驗2：領(lǐng)導(dǎo)種群的激勵政策對電子商務(wù)生態(tài)系統(tǒng)演化的影響

領(lǐng)導(dǎo)種群作為電子商務(wù)生態(tài)系統(tǒng)的核心企業(yè)，不直接參與合作過程，但是領(lǐng)導(dǎo)種群為關(guān)鍵種群和支持種群的合作提供平臺，并且可以為合作提供監(jiān)管和優(yōu)惠政策，如為合作的企業(yè)減免服務(wù)費等，領(lǐng)導(dǎo)種群的激勵力度會影響關(guān)鍵種群和支持種群的策略選擇。

圖6和圖7所示是在三方參與主體不同的初始意愿下，采用不同激勵政策時各種群策略動態(tài)演化的仿真實驗。在第一組實驗中，領(lǐng)導(dǎo)種群、關(guān)鍵種群和支持種群的初始意愿分別為x=0.5，y=z=0.8。改變領(lǐng)導(dǎo)種群的激勵力度，分別令G=4，G=10和G=20，得到三方參與主體的策略選擇演化過程。由圖6可以看出，在關(guān)鍵種群和支持種群的初始意愿y和z較高的情況下，領(lǐng)導(dǎo)種群的激勵政策G越高，三方參與主體的策略選擇收斂速度越快，并且很快達到均衡點(1,1,1)。這表明，增大領(lǐng)導(dǎo)種群的激勵政策G，有利于加快參與主體的策略選擇，促進電子商務(wù)生態(tài)系統(tǒng)快速達到穩(wěn)定狀態(tài)。

圖6 關(guān)鍵種群和支持種群初始意愿較高時的種群演化

在第二組實驗中，領(lǐng)導(dǎo)種群、關(guān)鍵種群和支持種群的初始意愿分別為x=0.5，y=z=0.3，改變領(lǐng)導(dǎo)種群的激勵力度，分別令G=4，G=10和G=20，得到三方參與主體的策略選擇演化過程。由圖7(a)可以看出，隨著激勵政策G的增大，領(lǐng)導(dǎo)種群的策略選擇收斂速度加快，并且最終收斂于1，即領(lǐng)導(dǎo)種群最終會選擇“監(jiān)管”的策略。由圖7(b)和 圖7(c)可以看出，關(guān)鍵種群和支持種群的初始意愿y和z較低時，關(guān)鍵種群和支持種群的策略選擇收斂于0，此時加大領(lǐng)導(dǎo)種群的激勵力度G，會減緩關(guān)鍵種群和支持種群合作比例的收斂速度。逐漸加大激勵政策G，當G=20時，關(guān)鍵種群和支持種群的收斂結(jié)果會發(fā)生變化，關(guān)鍵種群和支持種群的策略選擇最終會收斂于1，即最終會選擇“合作”的策略。這表明，加大激勵政策力度，可以顯著提高關(guān)鍵種群和支持種群的合作比例，并推動合作局面的達成。

圖7 關(guān)鍵種群和支持種群初始意愿較低時的種群演化

實驗結(jié)果表明，領(lǐng)導(dǎo)種群激勵政策的作用受關(guān)鍵種群和支持種群初始意愿的影響。當初始意愿較低時，激勵政策可以提高合作水平；當初始意愿較高時，激勵政策可以促進生態(tài)系統(tǒng)快速達到穩(wěn)定狀態(tài)。同樣，領(lǐng)導(dǎo)種群的激勵政策不足，甚至是監(jiān)管過度，則會打擊商家的積極性，不利于電子商務(wù)生態(tài)系統(tǒng)的健康發(fā)展。以淘寶商城為例，2011年10月10日，淘寶商城對商家管理系統(tǒng)進行了升級，將原有商家每年6 000元的年費提高至3萬元和6萬元兩個檔次，并且特別建立商家違約責任保證金制度，商家進駐淘寶商城需要繳納違約保證金。此次升級導(dǎo)致很多中小賣家不滿，因為商城費用的增加給他們帶來了巨大的經(jīng)營壓力。在10月11日，近5萬名網(wǎng)友有組織地對部分淘寶商城大賣家實施“拍商品、給差評、拒付款”的惡意操作，致使多家店鋪多數(shù)商品被迫下架。為防止事態(tài)進一步惡化，淘寶商城對相關(guān)政策進行了調(diào)整，下調(diào)了技術(shù)服務(wù)年費，并對所有商家2012年保證金做減半處理。此外，阿里集團額外增加3億元投入，用于市場推廣和技術(shù)服務(wù)平臺的改善，加大對商場商戶的支持力度?？梢姡灰灼脚_的監(jiān)管政策對生態(tài)系統(tǒng)的良性發(fā)展有著重要的作用，過于苛刻的監(jiān)管會打擊商家的積極性，而有力的激勵政策則會促進電子商務(wù)生態(tài)系統(tǒng)的良性發(fā)展。

(三)實驗3：收益共享系數(shù)對電子商務(wù)生態(tài)系統(tǒng)演化的影響

圖8所示是在不改變其他參數(shù)時，不同的收益共享系數(shù)r下各種群策略動態(tài)演化的仿真實驗。在該實驗中，領(lǐng)導(dǎo)種群的初始意愿處在一個中等水平(令x=0.5)，而關(guān)鍵種群和支持種群的初始意愿處在一個較高的水平(令y=z=0.8)。改變收益共享系數(shù)，分別令r=0.3，r=0.5和r=0.7，得到三方參與主體的策略選擇演化過程。由圖8(a)可以看出，領(lǐng)導(dǎo)種群的策略選擇不受收益共享系數(shù)的影響，原因在于領(lǐng)導(dǎo)種群選擇“監(jiān)管”獲得的超額收益遠大于“監(jiān)管”時所需要付出的成本。由圖8(b)和 圖8(c)可以看出，在關(guān)鍵種群和支持種群的初始意愿都處于較高水平時，由于受到收益共享系數(shù)r的影響，無論是當收益共享系數(shù)r>0.5時(即此時關(guān)鍵種群收益高于支持種群收益)還是當r<0.5時(即此時支持種群的收益高于關(guān)鍵種群收益)，因合作的參與主體的收益差額較大(即收益分配不均)，在關(guān)鍵種群和支持種群的初始意愿較高時，關(guān)鍵種群和支持種群最終的策略選擇都收斂于0，即關(guān)鍵種群和支持種群最終都選擇“不合作”的策略。而當關(guān)鍵種群和支持種群的收益比較均等時，如r=0.5，此時在雙方參與主體的初始意愿較高的情況下，關(guān)鍵種群和支持種群最終的策略選擇都收斂于1，即關(guān)鍵種群和支持種群最終會選擇“合作”的策略。

圖8 不同收益共享系數(shù)下的種群演化

實驗結(jié)果表明，合理的收益共享系數(shù)有利于提升關(guān)鍵種群和支持種群的合作水平，收益分配越公平，關(guān)鍵種群和支持種群的接受度越高，越有利于關(guān)鍵種群和支持種群達成合作的局面。關(guān)鍵種群和支持種群作為合作的參與主體，為實現(xiàn)共同利益而共同承擔風險，是具有共同價值取向和利益共享的利益共同體，但雙方也是追求自身利益最大化的經(jīng)營者，出現(xiàn)收益分配不均極易導(dǎo)致合作的破裂。以騰訊為例，因受到中央電視臺“3·15”晚會曝光SP業(yè)務(wù)的沖擊，騰訊選擇與中國移動續(xù)約移動SP業(yè)務(wù)，但中國移動咄咄逼人的分成比例和霸王條款導(dǎo)致雙方合作破裂，騰訊發(fā)起了歷史上第一次的重大架構(gòu)調(diào)整。可見，合理的收益分配在合作中極為重要，只有收益共享比例公平合理，才能讓合作雙方共同接受，進而促使關(guān)鍵種群和支持種群合作的達成；否則，不合理的收益分配比例將因合作中一方的不滿而導(dǎo)致合作破裂。

五、結(jié)論及建議

在以阿里巴巴生態(tài)系統(tǒng)為代表的電子商務(wù)生態(tài)系統(tǒng)中，主要存在三類企業(yè)，按照生態(tài)位理論可以將其劃分為領(lǐng)導(dǎo)種群、關(guān)鍵種群和支持種群。其中，領(lǐng)導(dǎo)種群一般為支配主宰型企業(yè)，負責整個生態(tài)系統(tǒng)中的資源整合和調(diào)控，充當平臺提供者和監(jiān)管者；而位于不同生態(tài)位的關(guān)鍵種群和支持種群，則可以通過合作來提升各自的競爭力，進而提升整個生態(tài)系統(tǒng)的競爭力。

本研究運用演化博弈理論進行量化建模，并結(jié)合生態(tài)位理論研究電子商務(wù)生態(tài)系統(tǒng)協(xié)同機制。其中，分析了電子商務(wù)生態(tài)系統(tǒng)三個重要種群——領(lǐng)導(dǎo)種群、關(guān)鍵種群和支持種群，在考慮成本分攤和收益共享的基礎(chǔ)上構(gòu)建了三方演化博弈模型，在有限理性和非對稱信息的假設(shè)條件下研究了電子商務(wù)生態(tài)系統(tǒng)的穩(wěn)定演化過程。

本研究的結(jié)論如下：

一是三方博弈主體對彼此參與意愿的影響程度不同。在電子商務(wù)生態(tài)系統(tǒng)中，合作中占據(jù)主導(dǎo)地位的是數(shù)量最多、交易活動最頻繁的關(guān)鍵種群，關(guān)鍵種群的合作積極性對于提升生態(tài)系統(tǒng)合作比例有著重大影響，支持種群的影響位居其后，而領(lǐng)導(dǎo)種群因為不直接參與合作過程，其參與意愿對其他博弈主體的影響力度最小。

二是提升激勵力度可以促進電子商務(wù)生態(tài)系統(tǒng)的發(fā)展。作為合作平臺的提供方，領(lǐng)導(dǎo)種群并不直接參與合作過程，但是領(lǐng)導(dǎo)種群可以通過激勵性政策來合理引導(dǎo)關(guān)鍵種群和支持種群達成合作。由實驗可知，在合作雙方積極性較低的情況下，加大激勵力度，可以顯著提高關(guān)鍵種群和支持種群的合作比例，并推動合作局面的達成；而當初始意愿較高時，提升激勵政策可以促進生態(tài)系統(tǒng)快速達到穩(wěn)定狀態(tài)。

三是合理分配利益可提升合作意愿。對于合作的經(jīng)濟主體來說，不但需要關(guān)心合作帶來的整體收益，更關(guān)心自身所能分配到的收益。合作帶來的超額收益是雙方合作的基礎(chǔ)，而合理的收益分配則是合作延續(xù)的重要條件。由實驗可知，收益分配越公平，越能促進關(guān)鍵種群和支持種群達成合作，而當利益分配明顯偏向合作中的某一方時，即便合作初期雙方擁有很高的合作積極性，最后仍會導(dǎo)致合作走向破裂。

根據(jù)以上三點結(jié)論，提出如下建議：

第一，根據(jù)生態(tài)位理論，合作是規(guī)避風險、提升電子商務(wù)生態(tài)系統(tǒng)整體競爭力的重要舉措，因而在提升合作比例時，首先需要提升關(guān)鍵種群的合作積極性，這樣可以有效提升支持種群的合作比例，從而促進關(guān)鍵種群和支持種群達成廣泛合作，進而提升整個電子商務(wù)生態(tài)系統(tǒng)的效益。

第二，在電子商務(wù)生態(tài)系統(tǒng)發(fā)展的不同階段，領(lǐng)導(dǎo)種群應(yīng)采取不同的激勵政策。在電子商務(wù)生態(tài)系統(tǒng)發(fā)展初期，領(lǐng)導(dǎo)種群可以通過減免服務(wù)費、提供交易補貼等激勵性政策提升關(guān)鍵種群和支持種群的合作意愿，使電子商務(wù)生態(tài)系統(tǒng)快速達到一個較高的合作水平，進而提升整體競爭力；而在電子商務(wù)生態(tài)系統(tǒng)發(fā)展成熟期，此時系統(tǒng)已經(jīng)處于較為穩(wěn)定的狀態(tài)，不需要大力度的激勵性政策就可以維持系統(tǒng)的穩(wěn)定狀態(tài)，領(lǐng)導(dǎo)種群可以保持或者適當減少激勵性政策，以提升自身收益。

第三，合作過程需要注重公平。超額收益的分配需要進行反復(fù)協(xié)調(diào)，協(xié)調(diào)過程中各合作主體之間不可避免地會產(chǎn)生一些利益沖突，綜合考慮各主體在合作過程中的資源投入情況和風險承擔水平等因素，構(gòu)建一個合理、公平、多贏的分配機制，是提升關(guān)鍵種群和支持種群合作積極性及實現(xiàn)長遠合作的重要保障。

電子商務(wù)生態(tài)系統(tǒng)穩(wěn)定性對于行業(yè)健康發(fā)展具有重要意義。研究電子商務(wù)生態(tài)系統(tǒng)穩(wěn)定演化機制有利于提高生態(tài)系統(tǒng)各種群良性互動，為電子商務(wù)生態(tài)系統(tǒng)協(xié)同發(fā)展提供政策支持。然而，筆者構(gòu)建的三方演化博弈模型是基于對阿里巴巴生態(tài)系統(tǒng)的研究，并不完全適用于所有的電子商務(wù)生態(tài)系統(tǒng)，因而模型具有一定局限性，后續(xù)研究將進一步改進并作更深入的研究。