朱立龍 何慧 徐艷萍

摘 要：網(wǎng)絡(luò)購物成為最重要的消費方式之一，網(wǎng)購商品質(zhì)量問題引起了政府和全社會的廣泛關(guān)注。因此，引入消費者反饋機制，構(gòu)建了協(xié)同視角下政府部門、第三方電商平臺、消費者三方共同參與的演化博弈模型，分析了各主體的演化穩(wěn)定策略，基于Lyapunov第一法則研究了演化穩(wěn)定點存在的條件，運用Matlab 2020b仿真分析了各要素對策略選擇的影響。研究表明：增大消費者反饋給第三方電商平臺帶來的聲譽價值溢價或聲譽損失，將使其選擇強化審查策略;提高協(xié)同收益和政府部門對第三方電商平臺的處罰額，均將使政府部門選擇嚴格監(jiān)管、第三方電商平臺選擇強化審查;反饋成本的降低，不僅會提高消費者反饋的積極性，還會促進政府部門嚴格監(jiān)管和第三方電商平臺強化審查。最后，結(jié)合模型求解和仿真分析，為實踐中如何提高網(wǎng)購商品質(zhì)量提出了對策與建議。

關(guān)鍵詞：網(wǎng)絡(luò)購物;商品質(zhì)量;協(xié)同;演化博弈;仿真分析

一、引言

隨著電子商務(wù)的快速發(fā)展，人們的消費方式發(fā)生了翻天覆地的變化，網(wǎng)絡(luò)購物成為最重要的消費渠道之一。中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的第46次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》顯示：截至2020年6月，我國網(wǎng)民規(guī)模達9.40億，普及率高達67.0%;網(wǎng)絡(luò)購物的用戶規(guī)模達到了7.49億，占網(wǎng)民規(guī)模的79.7%資料來源：中國互聯(lián)網(wǎng)絡(luò)信息中心第46次中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告。。網(wǎng)絡(luò)購物以其便捷性吸引了越來越多的消費者，但隨著收入的增加和生活水平的提高，人們的消費觀念也隨之轉(zhuǎn)變，除了關(guān)注網(wǎng)絡(luò)購物的便捷性外，對商品品質(zhì)的追求也在逐漸提升。而由于網(wǎng)絡(luò)購物方式的虛擬性，商家與消費者之間存在嚴重的信息不對稱，造成低質(zhì)量商品虛假宣傳、假冒偽劣商品違法銷售等事件頻發(fā)。2020年7月16日，中國電子商務(wù)研究中心發(fā)布了《2020年（上）中國電子商務(wù)用戶體驗與投訴監(jiān)測報告》，報告顯示2020年上半年，國內(nèi)網(wǎng)購?fù)对V依然居高不下，占全部投訴的58.09%，其中商品質(zhì)量問題位居熱點投訴問題的第三位[資料來源：電子商務(wù)研究中心2020年（上）中國電子商務(wù)用戶體驗與投訴監(jiān)測報告。。顯然，網(wǎng)購商品質(zhì)量問題亟待解決。

2015年11月12日，國家工商行政管理總局出臺了《關(guān)于加強和規(guī)范網(wǎng)絡(luò)交易商品質(zhì)量抽查檢驗的意見》，明確了網(wǎng)絡(luò)交易商品質(zhì)量抽檢工作的方向和各主體的責任與義務(wù)。但由于網(wǎng)絡(luò)購物涉及的主體多且復(fù)雜，傳統(tǒng)的、單一化的、碎片化的監(jiān)管模式行政成本高且效率低下，導(dǎo)致網(wǎng)購商品質(zhì)量事件屢禁不止，如近期曝光的網(wǎng)購?fù)b染色劑甲醛超標事件、化妝品汞超標事件、堅果霉菌超標事件、飛利浦剃須刀炸裂事件等。而多方協(xié)同、信息共享的網(wǎng)購商品質(zhì)量監(jiān)管模式越來越凸顯出其優(yōu)越性，成為大勢所趨。2018年8月31日，十三屆全國人大常委會第五次會議表決通過了《中華人民共和國電子商務(wù)法》，進一步從國家層面體現(xiàn)出對電子商務(wù)健康發(fā)展的重視程度，同時也明確指出國家要加快建立與電子商務(wù)特點相符的協(xié)同管理體系。2019年8月31日，全國12315平臺正式上線，該平臺將原五條投訴舉報熱線整合為一個平臺，力求運用大數(shù)據(jù)實現(xiàn)動態(tài)、精準監(jiān)管，共建社會共治體系。2019年9月12日，國務(wù)院發(fā)布了《關(guān)于加強和規(guī)范事中事后監(jiān)管的指導(dǎo)意見》，指出要加快轉(zhuǎn)變傳統(tǒng)的監(jiān)管模式，構(gòu)建協(xié)同視角下的監(jiān)管新格局，實現(xiàn)監(jiān)管信息互聯(lián)共通，形成跨部門、跨主體、跨區(qū)域的監(jiān)管合力。

綜上所述，在網(wǎng)絡(luò)購物方式普及的環(huán)境下，網(wǎng)購商品質(zhì)量問題已逐漸成為公眾關(guān)注的焦點，進行協(xié)同視角下監(jiān)管模式的研究對彌補傳統(tǒng)監(jiān)管模式的不足發(fā)揮著關(guān)鍵作用，對提高網(wǎng)購商品質(zhì)量具有重要的實踐指導(dǎo)意義。針對協(xié)同視角下的監(jiān)管問題，2018年商務(wù)部已陸續(xù)在各大省市開展了電子商務(wù)數(shù)據(jù)共建共享工作，同時國家市場監(jiān)督管理總局也在不斷完善，其搭建的網(wǎng)絡(luò)信息平臺包括國家企業(yè)信用信息公示系統(tǒng)和全國12315互聯(lián)網(wǎng)平臺等多個平臺入口，為信息共享、協(xié)同視角下的監(jiān)管提供了良好的條件。因此，本文基于協(xié)同的視角，考慮消費者反饋機制（包括評價與投訴），構(gòu)建了政府部門、第三方電商平臺、消費者三方共同參與的網(wǎng)購商品質(zhì)量監(jiān)管演化博弈模型，分析了各主體的演化穩(wěn)定策略和各要素對三方策略選擇的影響，基于Lyapunov第一法則研究了三方演化穩(wěn)定點存在的條件，并運用Matlab 2020b仿真分析了各要素對三方策略選擇的影響，為如何提高網(wǎng)購商品質(zhì)量提供了對策與建議。

二、相關(guān)文獻綜述

網(wǎng)購商品質(zhì)量問題不僅引起了政府部門和全社會的廣泛關(guān)注，國內(nèi)外學(xué)者也對問題的產(chǎn)生原因、監(jiān)管和審查策略、機制設(shè)計等進行了深入的研究。

學(xué)者們主要是從信息不對稱、信號傳遞扭曲、消費者需求驅(qū)動等角度來分析網(wǎng)購商品質(zhì)量問題存在的原因，其中消費者需求是主要驅(qū)動因素之一（Thaichon P，2016），但根本原因還是在于買賣雙方之間存在嚴重的信息不對稱（李波等，2013）。這種信息不對稱是由于電子商務(wù)市場商品質(zhì)量信息的傳遞機制與傳統(tǒng)線下市場存在顯著區(qū)別所造成的（李莉，2004）。信息傳遞機制可以幫助在線商家向消費者傳遞商品信息，使消費者克服產(chǎn)品的不確定性（Kim Y等，2015）。而對于低質(zhì)量商家來說，信息傳遞機制則為其偽裝成高質(zhì)量商家，向消費者銷售低質(zhì)量商品提供了可能（Fouliras，2013;王宇等，2016）。低質(zhì)量商家獲利又會產(chǎn)生匯聚效應(yīng)，吸引更多的低質(zhì)量商家和產(chǎn)品進入市場（Chen Y等，2017），進一步導(dǎo)致網(wǎng)購商品質(zhì)量問題難以控制。

以上學(xué)者大多是從信息不對稱的視角研究該問題存在的原因，而如果缺乏有效的監(jiān)管和審查，也可能會導(dǎo)致商品質(zhì)量降低，因此強化各方質(zhì)量責任刻不容緩（朱立龍等，2021）。隨著電子商務(wù)的發(fā)展，第三方電商平臺成為最重要的責任主體之一，其扮演的角色也逐漸明確，不僅發(fā)揮著質(zhì)量審查的作用（李杰等，2018），同時還承擔著第三方信用監(jiān)管的責任（楊豐梅等，2017）。但第三方電商平臺為了增加流量、擴大市場份額，可能會默許部分低質(zhì)量商品的存在。因此，有些學(xué)者還從政府監(jiān)管部門（Li Y. P等，2018）、第三方機構(gòu)（Maeyer P. D等，2011;王文婧等，2012）等視角對監(jiān)管策略進行了研究。

除此之外，國內(nèi)外學(xué)者們還設(shè)計了信用分級機制（王建華等，2020）、收益共享機制（Zhang J. Q等，2019）、懲罰機制和信譽機制（馬述忠等，2019）、動態(tài)交易保證金信譽激勵機制（孫寶文等，2014）、退貨管理制度（Griffis S. E等，2012;Seung Ho Yoo，2014）、基于可信任第三方的網(wǎng)上誠信交易機制（康旺霖等，2016）等以防止欺詐行為的發(fā)生，以上機制在一定程度上確實可以發(fā)揮約束作用，但并未從根本上解決網(wǎng)購商品質(zhì)量問題。

解決網(wǎng)購商品質(zhì)量問題需要多方主體的共同參與，僅依靠其中任何一方，都無法發(fā)揮有效作用。如僅依靠第三方電商平臺，但第三方電商平臺處于雙邊市場環(huán)境，其質(zhì)量審查行為不會完全從消費者的利益出發(fā)（李乃文等，2017;朱立龍等，2020）;僅依靠政府部門，但政府部門在網(wǎng)絡(luò)市場監(jiān)管方面又會存在嚴重的“水土不服”（汪旭暉，2016）;僅依靠第三方機構(gòu)，但第三方為使自身利益最大化，可能會產(chǎn)生與商家合謀的動機（朱立龍等，2017）;僅依靠商品供應(yīng)商，但商品供應(yīng)商在委托第三方電商平臺銷售商品時，可能會降低商品質(zhì)量水平（朱立龍等，2017;He H等，2020）。而越來越多的實踐表明，隨著新媒體時代的到來，消費者反饋在網(wǎng)絡(luò)購物中的地位日益提高，有效的社會評價可以減少賣家機會主義行為的發(fā)生（朱立龍等，2019;Zheng H. C等，2019），從而降低信息傳遞扭曲給消費者帶來的損失。消費者對網(wǎng)購商品的質(zhì)量感知不僅會影響其自身的回購行為（Sullivan Y. W，2018），而且對商品做出的反饋還會影響其他潛在消費者的購買意愿和購買行為（陶曉波等，2013;Fu S等，2018），以及商家的管理和服務(wù)質(zhì)量（Chevalier J. A等， 2018）。雖然由于信息不對稱，消費者對商品質(zhì)量的感知存在時間上的延遲（Li D等，2017），但其做出的反饋可以幫助潛在消費者及時獲得商品的質(zhì)量信息。

綜上所述，現(xiàn)有研究為網(wǎng)購商品質(zhì)量監(jiān)管提供了實踐基礎(chǔ)，但對多方參與的質(zhì)量監(jiān)管機制研究較少，尚缺乏協(xié)同視角下的監(jiān)管模式，同時目前的監(jiān)管體系大多數(shù)未將消費者反饋考慮在內(nèi)，而實踐表明，新媒體環(huán)境下，消費者反饋的作用不容忽視。由此可見，協(xié)同視角下考慮消費者反饋機制，建立多方參與的網(wǎng)購商品質(zhì)量監(jiān)管機制，對于彌補傳統(tǒng)監(jiān)管模式的不足發(fā)揮著重要作用。

因此，本文旨在解決以下三個問題：（1）協(xié)同視角下政府部門如何采取監(jiān)管措施、協(xié)調(diào)各主體的利益，從而使網(wǎng)購商品穩(wěn)定于高質(zhì)量？（2）消費者反饋如何影響政府部門、第三方電商平臺、消費者的策略選擇？（3）政府部門對第三方電商平臺的處罰額、消費者反饋帶來的聲譽價值溢價或聲譽損失、協(xié)同收益、消費者反饋成本等對各博弈主體的演化穩(wěn)定策略有何影響？

三、模型假設(shè)與構(gòu)建

相比傳統(tǒng)的線下購物方式，網(wǎng)絡(luò)購物實現(xiàn)了更高效率的資源整合，但因涉及的利益主體多且復(fù)雜，僅依靠政府部門單一的、碎片化的監(jiān)管很難實現(xiàn)有效管理。構(gòu)建多方共同參與、信息互通共享的網(wǎng)購商品質(zhì)量監(jiān)管模式，一方面可以緩解政府部門的監(jiān)管壓力，另一方面可以調(diào)動社會活力，發(fā)揮協(xié)同效應(yīng)，更好地維護市場秩序。因此，本文構(gòu)建的網(wǎng)購商品質(zhì)量監(jiān)管結(jié)構(gòu)關(guān)系如圖1所示：

（一）模型假設(shè)

本文考慮三個參與主體，政府部門為參與人1，第三方電商平臺為參與人2，消費者為參與人3，三者均是有限理性的。假設(shè)如下：

假設(shè)1 政府部門的策略選擇空間為S1={嚴格監(jiān)管，寬松監(jiān)管}，設(shè)嚴格監(jiān)管的概率為x（0≤x≤1），寬松監(jiān)管的概率為（1-x）;第三方電商平臺的策略選擇空間為S2={強化審查，不強化審查}，設(shè)強化審查的概率為y（0≤y≤1），不強化審查的概率為（1-y）;消費者的策略選擇空間為S3={反饋，不反饋}，設(shè)反饋的概率為z（0≤z≤1），不反饋的概率為（1-z）。

假設(shè)2 設(shè)政府部門嚴格監(jiān)管的成本為Cgh，寬松監(jiān)管的成本為Cgl，Cgh>Cgl>0;第三方電商平臺強化審查的成本為Cph，不強化審查的成本為Cpl，Cph>Cpl>0;消費者的反饋成本為Cc，Cc>0，反饋時會在監(jiān)管信息平臺上發(fā)布自己的評價，一旦購買到低質(zhì)量商品還會進行投訴維權(quán)。

假設(shè)3 消費者使用監(jiān)管信息平臺上的信息做出購買決策。當政府部門在監(jiān)管信息平臺上發(fā)布抽檢結(jié)果、失信名單等信息時，消費者獲得的信息價值為Vg;當?shù)谌诫娚唐脚_在監(jiān)管信息平臺上發(fā)布商家信譽、審查結(jié)果等信息時，消費者獲得的信息價值為Vp;當政府部門和第三方電商平臺同時發(fā)布信息時，消費者獲得的信息價值為V（同時從兩方獲得信息并獲得協(xié)同信息溢價），更全面地獲得商品質(zhì)量信息，因此V>（Vg+Vp）。第三方電商平臺售出商品后的收益為π。當消費者購買到高質(zhì)量商品時，可選擇將此信息反饋到監(jiān)管信息平臺上并做出正面評價，由此給政府部門和第三方電商平臺帶來的聲譽價值溢價分別為Rg和Rp。

假設(shè)4 政府部門和第三方電商平臺在網(wǎng)購商品質(zhì)量監(jiān)管中共同作用，會產(chǎn)生協(xié)同效應(yīng)，借鑒曹霞等（2016）的研究，用經(jīng)濟學(xué)中的柯布-道格拉斯生產(chǎn)函數(shù)來反映二者的收益，即λIαgIβp（其中Ig和Ip分別為政府部門和第三方電商平臺的監(jiān)管投入，λ為協(xié)同效應(yīng)系數(shù)（λ>0），α和β分別為政府部門和第三方電商平臺挖掘并使用信息的能力），則政府部門和第三方電商平臺獲得的協(xié)同收益分別為θλIαgIβp和（1-θ）λIαgIβp，θλIαgIβp>Cgh， （1-θ）λIαgIβp>Cph，其中θ為收益分配系數(shù)，α，β，θ∈[0，1] 。

假設(shè)5 設(shè)入駐商家以δ的概率提供低質(zhì)量商品。當政府部門嚴格監(jiān)管、第三方電商平臺不強化審查時，一旦政府部門發(fā)現(xiàn)商品存在質(zhì)量問題，則禁止流入市場并對第三方電商平臺進行處罰，處罰額為Fp。當政府部門寬松監(jiān)管、第三方電商平臺不強化審查時，一旦消費者購買到低質(zhì)量商品，將遭受損失Lc，此時消費者可選擇向監(jiān)管信息平臺反饋，對政府部門和第三方電商平臺做出負面評價并進行投訴維權(quán)，由此可獲得入駐商家的補償Bc;第三方電商平臺將遭受聲譽損失Lp，并承擔政府部門的處罰，處罰額為Fp;政府部門將遭受聲譽損失Lg，同時會受到上級主管部門的處罰，處罰成本（包括行政問責、誡勉談話、免職等）為Fg，Lg+Fg>Fp。

（二）模型構(gòu)建

基于以上假設(shè)，本文構(gòu)建了政府部門、第三方電商平臺、消費者三個行為主體之間的混合策略博弈模型，如表1所示：

四、演化穩(wěn)定策略分析

（一）政府部門的演化穩(wěn)定策略分析

政府部門選擇嚴格監(jiān)管和寬松監(jiān)管的期望收益及平均收益分別為：

Eg1=δFp-Cgh-y（δFp-zδRg-θλIαgIβp）+z（1-α）Rg（1）

Eg2=-Cgl+y（zδRg+zδLg+zδFg-zδFp）+z（1-α）Rg-z（δLg+δFg-δFp）（2）

Eg=xEg1+（1-x）Eg2（3）

政府部門選擇“嚴格監(jiān)管”策略比例的復(fù)制動態(tài)方程為：

F（x）=dx/dt=x（Eg1-Eg）=x（1-x）{δFp-（Cgh-Cgl）-y（δFp-θλIαgIβp）+（1-y）z（δLg+δFg-δFp）}（4）

F（x）=0的解為x=0，x=1，y=y0=（Cgh-Cgl-δFp-z（δLg+δFg-δFp））/（θλIαgIβp-δFp-z（δLg+δFg-δFp））

求F（x）的一階偏導(dǎo)數(shù)得：

d（F（x））/dx=（1-2x）{δFp-（Cgh-Cgl）-y（δFp-θλIαgIβp）+（1-y）z（δLg+δFg-δFp）}（5）

命題1 當y<y0時，政府部門的演化穩(wěn)定策略為嚴格監(jiān)管;當y>y0時，政府部門的演化穩(wěn)定策略為寬松監(jiān)管;當y=y0時，政府部門不存在演化穩(wěn)定策略。此時λ<λ0，閾值λ0=（δFp+z（δLg+δFg-δFp））/θIαgIβp。

證明 令Q（y）=δFp-（Cgh-Cgl）-y（δFp-θλIαgIβp）+（1-y）z（δLg+δFg-δFp），求Q（y）的一階偏導(dǎo)數(shù)得：Q（y）/y=θλIαgIβp-δFp-z（δLg+δFg-δFp）。當λ<λ0時，Q（y）/y<0，Q（y）關(guān)于y為減函數(shù)，因此，當y<y0時，Q（y）>0，d（F（x））/dx|x=1<0且d（F（x））/dx|x=0>0，則嚴格監(jiān)管（x=1）為政府部門的演化穩(wěn)定策略;當y>y0時，Q（y）<0，d（F（x））/dx|x=0<0且d（F（x））/dx|x=1>0，則寬松監(jiān)管（x=0）為政府部門的演化穩(wěn)定策略;當y=y0時， Q（y）=0，此時政府部門不存在演化穩(wěn)定策略。

命題1表明：在政府部門與第三方電商平臺的協(xié)同效應(yīng)系數(shù)降低的條件下，隨著第三方電商平臺強化審查概率的提高，政府部門的演化穩(wěn)定策略將由嚴格監(jiān)管轉(zhuǎn)變?yōu)閷捤杀O(jiān)管;同理，隨著第三方電商平臺強化審查概率的降低，政府部門的演化穩(wěn)定策略將由寬松監(jiān)管轉(zhuǎn)變?yōu)閲栏癖O(jiān)管。

因此，政府部門策略選擇的演化相位圖，如圖2所示：

由圖2可知，體積Vg1為政府部門嚴格監(jiān)管的概率，體積Vg2為政府部門寬松監(jiān)管的概率。

Vg2=∫10∫10Cgh-Cgl-δFp-z（δLg+δFg-δFp）θλIαgIβp-δFp-z（δLg+δFg-δFp）dzdx=1-θλIαgIβp-（Cgh-Cgl）δLg+δFg-δFplnθλIαgIβp-δFpθλIαgIβp-δLg-δFg（6）

Vg1=1-∫10∫10Cgh-Cgl-δFp-z（δLg+δFg-δFp）θλIαgIβp-δFp-z（δLg+δFg-δFp）dzdx=θλIαgIβp-（Cgh-Cgl）δLg+δFg-δFplnθλIαgIβp-δFpθλIαgIβp-δLg-δFg（7）

令a=θλIαgIβp-δLg-δFg，b=θλIαgIβp-δFp，c=δLg+δFg-δFp，d=θλIαgIβp+Cgl-Cgh。

推論1.1 當上級主管部門的處罰額提高、政府部門嚴格監(jiān)管的成本下降時，將使政府部門選擇嚴格監(jiān)管策略;當上級主管部門的處罰額降低、政府部門嚴格監(jiān)管的成本上升時，將使政府部門選擇寬松監(jiān)管策略。

證明 分別求Vg1、Vg2關(guān)于Fg和Cgh的一階偏導(dǎo)數(shù)，可得：Vg1/Fg=δd1clnba-1a/c>0， Vg1/Cgh=-1clnba<0;Vg2/Fg=-δd1clnba-1a/c<0，Vg2/Cgh=1clnba>0，因此，Vg1關(guān)于Fg為增函數(shù)、關(guān)于Cgh為減函數(shù);Vg2關(guān)于Fg為減函數(shù)、關(guān)于Cgh為增函數(shù)。

推論1.1 表明：當消費者購買到低質(zhì)量商品并進行投訴時，上級主管部門提高處罰額，將使政府部門選擇嚴格監(jiān)管策略;此外，政府部門嚴格監(jiān)管的成本降低，也可以使其選擇嚴格監(jiān)管策略。

推論1.2 ?當消費者購買到低質(zhì)量商品并選擇反饋時，會在監(jiān)管信息平臺上做出負面評價，由此給政府部門帶來的聲譽損失增大，將使政府部門選擇嚴格監(jiān)管策略。

證明 求Vg1關(guān)于Lg的一階偏導(dǎo)數(shù)，可得：Vg1/Lg=δd1clnba-1a/c>0，因此，Vg1關(guān)于Lg為增函數(shù)。

推論1.2表明：當消費者購買到低質(zhì)量商品并選擇反饋時，負面評價給政府部門帶來的聲譽損失增大，政府部門為維護聲譽，將傾向于選擇嚴格監(jiān)管策略，因此，消費者應(yīng)積極地將商品質(zhì)量信息反饋到監(jiān)管信息平臺，并做出真實客觀的評價。

由表2可知，系統(tǒng)（S）可能存在的演化穩(wěn)定點為（0，0，1）和（1，1，0），即（寬松監(jiān)管，不強化審查，反饋）和（嚴格監(jiān)管，強化審查，不反饋）。當滿足條件①時，（0，0，1）為演化穩(wěn)定點;當滿足條件②時，（1，1，0）為演化穩(wěn)定點。因此，為避免（0，0，1）成為ESS，應(yīng)增大政府部門對第三方電商平臺的處罰額、提高消費者反饋給第三方電商平臺帶來的聲譽價值溢價和聲譽損失、降低第三方電商平臺不強化審查節(jié)約的成本，使（Cph-Cpl）<δRp+δFp+δLp;另外，還可加大政府部門的處罰成本和消費者反饋給政府部門帶來的聲譽損失、降低政府部門嚴格監(jiān)管的成本，使（Cgh-Cgl）<δLg+δFg。為促進（1，1，0）成為演化穩(wěn)定點，除了降低第三方電商平臺不強化審查節(jié)約的成本、提高政府部門對第三方電商平臺的處罰額外，還應(yīng)增大協(xié)同收益和第三方電商平臺售出商品的收益，使（Cph-Cpl）<（1-θ）λIαgIβp+δπ+δFp。

六、仿真分析

目前尚缺乏網(wǎng)購商品監(jiān)管統(tǒng)計的數(shù)據(jù)，但為了盡可能保證模擬數(shù)據(jù)的可獲得性和可靠性，本文使用現(xiàn)有的相關(guān)數(shù)據(jù)來設(shè)定部分參數(shù)的初始數(shù)值，再參照這部分參數(shù)設(shè)置其他參數(shù)的初始數(shù)值。根據(jù)《2018年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，全年實物商品網(wǎng)上零售額占社會消費品零售總額的比重為18.4%;國家市場監(jiān)督管理總局《2018年度部門決算》顯示，用于質(zhì)量技術(shù)監(jiān)督與檢驗檢疫事務(wù)的支出達110億元，所以本文設(shè)定網(wǎng)購商品質(zhì)量監(jiān)管的成本為Cgh=18.4%×110=20.24（億元），質(zhì)量技術(shù)監(jiān)督與檢驗檢疫事務(wù)的收入達190億元，因此設(shè)定政府部門對第三方電商平臺的處罰Fp=18.4%×190=34.96億元。2018年全國市場監(jiān)管部門共收到消費者投訴372.56萬件，為消費者挽回經(jīng)濟損失10.32億元，其中網(wǎng)絡(luò)購物投訴占45%，則設(shè)定網(wǎng)絡(luò)購物消費者獲得的補償為Bc=45%×10.32=4.64億元?！?018年網(wǎng)絡(luò)交易兒童用品質(zhì)量專項抽查檢驗結(jié)果》顯示，總體不合格商品檢出率達29%，則設(shè)定δ=0.29。根據(jù)京東2018年年報，其凈利潤為35億元，《中國網(wǎng)絡(luò)零售B2C市場季度監(jiān)測報告》顯示：2018年京東的市場份額為24.2%，則設(shè)定第三方電商平臺的收益為π=35/0.242=144.63億元。假定政府部門寬松監(jiān)管的成本Cgl=0，懲罰成本Fg=60，第三方電商平臺強化審查的成本Cph=20，不強化審查的成本Cpl=0;政府部門、第三方電商平臺、消費者的初始策略選擇概率分別為x=0.5，y=0.5，z=0.2;消費者反饋給政府部門帶來的聲譽價值溢價Rg=10、聲譽損失Lg=12，給第三方電商平臺帶來的聲譽價值溢價Rp=8、聲譽損失Lp=10;政府部門和第三方電商平臺的協(xié)同收益分配比例分別為θ=0.5，（1-θ）=0.5，協(xié)同收益λIαgIβp=24。為了更直觀地反映各參數(shù)對多方策略選擇的影響，本文運用Matlab 2020b進行仿真分析。

（一）消費者反饋成本的影響

為分析消費者反饋成本對政府部門和第三方電商平臺策略選擇的影響，仿真結(jié)果如圖5所示。

由圖5可以看出：消費者的反饋成本與政府部門嚴格監(jiān)管、第三方電商平臺強化審查的概率均呈負相關(guān)關(guān)系。這是由于消費者的反饋成本降低，其反饋的概率隨之提高，政府部門和第三方電商平臺為維護聲譽、免遭處罰，將提高嚴格監(jiān)管和強化審查的概率。因此，消費者反饋成本的降低，不僅會提高消費者反饋的積極性，還會促進政府部門嚴格監(jiān)管和第三方電商平臺強化審查。

（二）協(xié)同收益對三方策略選擇的影響

為分析協(xié)同收益對三方策略選擇的影響，設(shè)消費者的反饋成本Cc=0.6，λIαgIβp={0，24，48}，仿真結(jié)果如圖6所示。

由圖6可以看出：當協(xié)同收益為0時，消費者的演化穩(wěn)定策略為反饋，政府部門和第三方電商平臺無演化穩(wěn)定策略;隨著協(xié)同收益的提高，第三方電商平臺強化審查概率的波動范圍增大，政府部門嚴格監(jiān)管概率的波動范圍減小且隨第三方電商平臺進行調(diào)整（當?shù)谌诫娚唐脚_不強化審查時，政府部門將提高嚴格監(jiān)管的概率，當?shù)谌诫娚唐脚_強化審查的概率提高時，政府部門隨之降低其嚴格監(jiān)管的概率），最終政府部門的策略選擇逐漸穩(wěn)定于嚴格監(jiān)管、第三方電商平臺逐漸穩(wěn)定于強化審查、消費者的演化穩(wěn)定策略由反饋轉(zhuǎn)變?yōu)椴环答?。因此，協(xié)同收益提高，會促使政府部門選擇嚴格監(jiān)管策略、第三方電商平臺選擇強化審查策略。

（三）處罰額對三方策略選擇的影響

為分析政府部門對第三方電商平臺的處罰額對三方策略選擇的影響，設(shè)Fp={10.96，34.96，58.96}，仿真結(jié)果如圖7所示。

由圖7可以看出：當政府部門對第三方電商平臺的處罰額較低時，政府部門和第三方電商平臺無演化穩(wěn)定策略，消費者的演化穩(wěn)定策略為反饋;隨著政府部門對第三方電商平臺處罰額的提高，第三方電商平臺強化審查概率的波動范圍逐漸增大，消費者的策略選擇由反饋逐漸轉(zhuǎn)為隨第三方電商平臺的策略選擇波動（當?shù)谌诫娚唐脚_強化審查的概率提高時，消費者反饋的概率將降低;當?shù)谌诫娚唐脚_強化審查的概率降低時，消費者反饋的概率將提高），政府部門的策略選擇逐漸穩(wěn)定于寬松監(jiān)管。

（四）消費者反饋、第三方電商平臺不強化審查節(jié)約的成本對三方策略選擇的影響

為了分析消費者反饋帶來的聲譽價值溢價和聲譽損失、第三方電商平臺不強化審查節(jié)約的成本對三方策略選擇的影響，使Rp={4，8，12}，Lp={6，10，14}，F(xiàn)g={40，60，80}，Cph-Cpl={40，20，0}仿真結(jié)果如圖8所示。

由圖8可以看出：在初始狀態(tài)，政府部門、第三方電商平臺、消費者的演化穩(wěn)定策略分別為寬松監(jiān)管、不強化審查、反饋。隨著消費者反饋給第三方電商平臺帶來的聲譽價值溢價和聲譽損失增大、政府部門的處罰成本提高、第三方電商平臺不強化審查節(jié)約的成本降低，復(fù)制動態(tài)系統(tǒng)的演化穩(wěn)定點逐漸偏離（0，0，1），且第三方電商平臺的策略選擇有向強化審查演化的趨勢。因此，提高消費者反饋給第三方電商平臺帶來的聲譽價值溢價和聲譽損失、增大政府部門的處罰成本、降低第三方電商平臺不強化審查節(jié)約的成本，可避免（0，0，1）成為演化穩(wěn)定點。

（五）第三方電商平臺的收益、協(xié)同收益對三方策略選擇的影響

為了分析第三方電商平臺的收益、協(xié)同收益對三方策略選擇的影響，使π={100.63，144.63，188.63}， λIαgIβp={0，24，48}，F(xiàn)p={10.96，34.96，58.96}，仿真結(jié)果如圖9所示。

由圖9可以看出：在初始狀態(tài)，政府部門、第三方電商平臺、消費者的演化穩(wěn)定策略分別為寬松監(jiān)管、不強化審查、反饋。隨著第三方電商平臺售出商品的收益增大、協(xié)同收益上升、政府部門對第三方電商平臺的處罰額增加，復(fù)制動態(tài)系統(tǒng)的演化穩(wěn)定點逐漸偏離（0，0，1），并且第三方電商平臺的策略選擇有向強化審查演化的趨勢;隨著各參數(shù)的持續(xù)變化，最終（1，1，0）成為該系統(tǒng)的演化穩(wěn)定點。因此增大第三方電商平臺售出商品的收益、提高協(xié)同收益、增加政府部門對第三方電商平臺的處罰額，可促進（1，1，0）成為演化穩(wěn)定點。

七、結(jié)語

本文引入消費者反饋機制，構(gòu)建了協(xié)同視角下政府部門、第三方電商平臺、消費者三方共同參與的演化博弈模型，分析了各主體的演化穩(wěn)定策略和各要素對三方策略選擇的影響，基于Lyapunov第一法則研究了三方演化穩(wěn)定點存在的條件，并運用Matlab 2020b仿真分析了各要素變化對三方策略選擇的影響，主要結(jié)論如下：

（1）增大消費者反饋給第三方電商平臺帶來的聲譽價值溢價或聲譽損失、降低第三方電商平臺不強化審查節(jié)約的成本，均將使其選擇強化審查策略。因此，應(yīng)暢通反饋渠道，完善消費者反饋機制，引導(dǎo)消費者增強維權(quán)意識，鼓勵其在監(jiān)管信息平臺等對商品質(zhì)量做出真實、客觀的評價，并且當發(fā)現(xiàn)網(wǎng)購商品存在質(zhì)量問題時，積極進行投訴或舉報;另外，第三方電商平臺應(yīng)構(gòu)建有效的質(zhì)量審查體系，完善審查流程，降低審查成本。

（2）協(xié)同收益提高，會促使政府部門選擇嚴格監(jiān)管策略、第三方電商平臺選擇強化審查策略。因此，政府部門可借鑒政務(wù)信息工作考核機制，建立第三方電商平臺質(zhì)量審查信息考核機制，定期對第三方電商平臺信息報送和上傳工作進行通報，并計入第三方電商平臺的信譽積分，激勵第三方電商平臺在監(jiān)管信息平臺上共享商家信息和商品質(zhì)量信息，提高協(xié)同收益。

（3）提高政府部門對第三方電商平臺的處罰額，會使政府部門將嚴格監(jiān)管作為演化穩(wěn)定策略、第三方電商平臺將強化審查作為演化穩(wěn)定策略。政府部門對消費者評價較低且出現(xiàn)違法違規(guī)現(xiàn)象次數(shù)較高的第三方電商平臺和商家，應(yīng)提高抽查比例和處罰額，而對消費者評價較高的第三方電商平臺和商家應(yīng)以免檢、認證、通報表揚等方式進行激勵。

（4）反饋成本的降低，不僅會提高消費者反饋的積極性，還會促進政府部門嚴格監(jiān)管和第三方電商平臺強化審查。消費者的反饋成本降低，會使反饋成為消費者的演化穩(wěn)定策略，政府部門和第三方電商平臺為維護聲譽，將選擇嚴格監(jiān)管策略和強化審查策略。因此，完善和推廣線上調(diào)解和網(wǎng)絡(luò)仲裁機制，降低消費者的反饋成本，對提高網(wǎng)購商品質(zhì)量具有重要意義。

網(wǎng)購商品質(zhì)量監(jiān)管涉及的主體廣泛，而本文構(gòu)建的質(zhì)量監(jiān)管模型僅將政府部門、第三方電商平臺、消費者作為主體進行分析，未將在線賣家等考慮在內(nèi);另外，本文是在靜態(tài)博弈的框架下進行分析的，但現(xiàn)實中政府部門不可能只進行一次監(jiān)管，消費者和在線賣家也不可能只進行一次交易，而是一個長期重復(fù)博弈的過程。因此，未來可在如下兩個方面進行拓展研究：第一，考慮消費者反饋機制，通過構(gòu)建四方演化博弈模型，分析政府部門、第三方電商平臺、在線賣家、消費者共同參與的網(wǎng)購商品質(zhì)量監(jiān)管機制; 第二，分析不完全信息下，博弈方長期重復(fù)博弈的策略選擇。

參考文獻：

[1] 曹霞、于娟、張路蓬，2016：《不同聯(lián)盟規(guī)模下產(chǎn)學(xué)研聯(lián)盟穩(wěn)定性影響因素及演化研究》，《管理評論》第2期。

[2] 初釗鵬、卞晨、劉昌新、朱婧，2019：《霧霾污染、規(guī)制治理與公眾參與的演化仿真研究》，《中國人口資源與環(huán)境》第7期。

[3] 康旺霖、王壘、姜亞楠，2016：《基于可信任第三方的網(wǎng)上誠信交易機制設(shè)計》，《系統(tǒng)管理學(xué)報》第5期。

[4] 李波、溫德成，2013：《網(wǎng)絡(luò)購物中商品質(zhì)量問題發(fā)生機理及監(jiān)管研究述評》，《財貿(mào)研究》第2期。

[5] 李杰、張睿、徐勇，2018：《電商平臺監(jiān)管與商家售假演化博弈》，《系統(tǒng)工程學(xué)報》第5期。

[6] 李莉、楊文勝、謝陽群、蔡淑琴，2004：《電子商務(wù)市場質(zhì)量信息不對稱問題研究》，《管理評論》第3期。

[7] 李乃文、榮帥、趙宏霞，2017：《雙邊市場環(huán)境下網(wǎng)購平臺的質(zhì)量誠信監(jiān)控行為研究》 ，《軟科學(xué)》第8期。

[8] 馬述忠、房超，2019：《堵還是疏：網(wǎng)店“以次充好”行為治理研究》，《宏觀質(zhì)量研究》第1期。

[9] 孫寶文、李二亮、王珊君、何毅、李永焱，2014：《動態(tài)交易保證金在網(wǎng)上交易信譽激勵機制中的設(shè)計和實現(xiàn)》，《管理評論》第3期。

[10] 陶曉波、宋卓昭、張欣瑞、呂一林，2013：《網(wǎng)絡(luò)負面口碑對消費者態(tài)度影響的實證研究——兼論企業(yè)的應(yīng)對策略》，《管理評論》第3期。

[11] 王建華、鐘丹麗、孫俊，2020：《基于優(yōu)質(zhì)商家申報制度的互聯(lián)網(wǎng)食品安全治理研究》 ，《宏觀質(zhì)量研究》第2期。

[12] 王文婧、杜惠英、呂廷杰，2012：《基于第三方認證的云服務(wù)信任模型》，《系統(tǒng)工程理論與實踐》第12期。

[13] 汪旭暉、張其林，2016：《平臺型電商企業(yè)的溫室管理模式研究——基于阿里巴巴集團旗下平臺型網(wǎng)絡(luò)市場的案例》，《中國工業(yè)經(jīng)濟》第11期。

[14] 王宇、魏守華，2016：《網(wǎng)絡(luò)交易市場中第三方標記的有效性研究——基于信號傳遞理論的一個解釋》，《管理評論》第9期。

[15] 楊豐梅、王安瑛、吳軍、湯鈴，2017：《基于博弈論的C2B2C模式下電商信用監(jiān)管機制研究》，《系統(tǒng)工程理論與實踐》第8期。

[16] 朱立龍、郭鵬菲，2017：《政府約束機制下農(nóng)產(chǎn)品質(zhì)量安全監(jiān)管三方演化博弈及仿真分析》，《系統(tǒng)工程》第12期。

[17] 朱立龍、郭鵬菲、孫淑慧，2017：《三種混合分銷渠道條件下供應(yīng)鏈產(chǎn)品質(zhì)量控制策略研究》，《中國管理科學(xué)》第3期。

[18] 朱立龍、榮俊美，2020：《“互聯(lián)網(wǎng)+醫(yī)療健康”背景下考慮患者反饋機制的藥品質(zhì)量監(jiān)管策略研究》，《中國管理科學(xué)》第5期。

[19] 朱立龍、榮俊美、張思意，2021：《政府獎懲機制下藥品安全質(zhì)量監(jiān)管三方演化博弈及仿真分析》，《中國管理科學(xué)》第11期。

[20] 朱立龍、孫淑慧，2019：《消費者反饋機制下食品質(zhì)量安全監(jiān)管三方演化博弈及仿真分析》 ，《重慶大學(xué)學(xué)報（社會科學(xué)版）》第3期。

[21] Chen Y，Hu X.，Li S.，2017，Quality Differentiation and Firms’ Choices Between Online and Physical Markets，International Journal of Industrial Organization，52： 96-132.

[22] Chevalier J.A.，Dover Y.，Mayzlin D.，2018，Channels of Impact： User Reviews When Quality is Dynamic and Managers Respond，Marketing Science，37（5）： 688-709.

[23] Fouliras，Panayotis，2013，A Novel Reputation-based Model for E-commerce，Operational Research，13（1）：113-138.

[24] Fu S.，Yan Q.，F(xiàn)eng G.C.，2018，Who Will Attract You？ Similarity Effect Among Users on Online Purchase Intention of Movie Tickets in the Social Shopping Context，International Journal of Information Management，40： 88-102.

[25] Griffis S.E.，Rao S.，Goldsby T.J.，Niranjan T.T.，2012，The Customer Consequences of Returns in Online Retailing： An Empirical Analysis，Journal of Operations Management，30 （4）： 282-294.

[26] He H.，Zhu L.L.，2020，Online Shopping Green Product Quality Supervision Strategy with Consumer Feedback and Collusion Behaviour， Plos One，15（3）： e0229471.

[27] Kim Y.，Krishnan R.，2015，On PRoduct-Level Uncertainty and Online Purchase Behaviour： An Empirical Analysis，Management Science，61（10）： 2449-2467.

[28] Li D.，Nagurney A.， Yu M.，2018，Consumer Learning of Product Quality with Time Delay： Insights From Spatial Price Equilibrium Models with Differentiated Products，Omega，81： 150-168.

[29] Li Y.P.，Wen D.C.，Sun X.J.，2018，Quality Supervision Game Between Government and Online Shopping Platforms，Total Quality Management & Business Excellence，29（9-10）：1246-1258.

[30] Maeyer P.D.，Estelami H.，2011，Consumer Perceptions of Third Party Product Quality Ratings，Journal of Business Research，64（10）： 1067-1073.

[31] Seung Ho Yoo，2014，Product Quality and Return Policy in a Supply Chain Under Risk Aversion of a Supplier，International Journal of Production Economics，154： 146-155.

[32] Sullivan Y.W.，Kim D.J.，2018，Assessing the Effects of Consumers’ Product Evaluations and Trust on Repurchase Intention In E-commerce Environments，International Journal of Information Management，39：199-219.

[33] Thaichon P.，Quach S.，2016，Dark Motives-counterfeit Purchase Framework： Internal and External Motives Behind Counterfeit Purchase Via Digital Platforms，Journal of Retailing and Consumer Services，33： 82-91.

[34] Zhang J.Q.，Cao Q.N.，He X.L.，2019，Contract and Product Quality in Platform Selling， European Journal of Operational Research，272（3）： 928-944.

[35] Zheng H.C.，Xu B，Lin Z.X.，2019，Seller’s Creditworthiness in the Online Service Market： A Study From the Control Perspective，Decision Support Systems，127：113-118.

The Strategy for Supervision with Consumer Participation of Online Shopping Product Quality from the Perspective of Collaboration

Zhu Lilong， He Hui and Xu Yanping

（School of Business， Shandong Normal University）

Abstract：As online shopping has become one of the most important ways of consumption， the quality of online shopping product has aroused widespread concern from both the government and the whole society at large. From the perspective of collaboration， this paper， introducing the consumer feedback mechanism， constructs a three-party evolutionary gaming model of quality supervision involving the government departments， the third party e-commerce platforms and the consumers， followed by an analysis of the evolutionary stable strategy of each party. In the paper， the existence conditions of the stable points are studied based on the Lyapunov’s First Method， and the effects on the strategic choice exerted by the factors are analyzed by using Matlab 2020b. The results show that increasing the reputation value premium or reputation loss that consumer feedback brings to the third party e-commerce platforms will make them choose the strategy of enhancing reviews. Increasing the collaborative revenue and penalties imposed by the government departments on the third party e-commerce platforms will enable both the government departments to choose the strict supervision and the third party e-commerce platforms to choose enhancing reviews. The reduction in feedback costs will not only increase the enthusiasm of the consumers in giving their feedback， but will also promote the government departments in executing strict supervision measures as well as the third party e-commerce platforms in enhancing reviews. And finally， in view of the model solution and the simulation analysis， this paper puts forward countermeasures and suggestions for improving the online shopping product quality in real life.

Key Words：online shopping; product quality; collaboration; evolutionary gaming; simulation analysis

責任編輯 郝 偉