论文部分内容阅读
摘 要：在生鲜电商给予第三方物流企业激励补偿，而后者采取控制措施以保证生鲜产品运送质量的契约下，由于双方信息不对称，第三方物流企业存在违反契约，从而产生道德风险的问题。基于博弈双方有限理性的假设前提，构建生鲜电商与第三方物流企业的道德风险动态演化博弈模型，运用Matlab软件进行模拟仿真。研究结果表明：当第三方物流企业采取控制策略所耗费的额外费用小于其采取控制策略所带来的额外收益时有利于维持系统的稳定性，而当这两者相等时，系统稳定性取决于生鲜电商进行抽查时所耗费的额外费用与发现第三方物流企业未采取控制策略时所需缴纳的罚金以及依据激励机制所获得补贴收益值之和的差值符号情况。
关键词：生鲜电商; 第三方物流;道德风险;演化博弈
中图分类号：F272.3 文献标识码：A 文章编号：1003-3890（2019）02-0023-09
一、引言
生鲜电商企业的配送方式有三种，分别是自营物流、第三方物流以及将两者结合。由于生鲜产品易损易腐的特点，自营物流的成本对于生鲜电商企业来说较大。因此，目前许多生鲜电商都是将物流配送服务交给第三方物流公司，即物流服务外包。然而，在物流外包过程中，由于物流服务方与物流提供方之间的利益不一致[1]，第三方物流企业出于自身利益的考虑，可能违反与生鲜电商的相关契约，做出不利于双方的行为：如物流服务商为节约成本减少在途保鲜的投入，进而影响生鲜产品新鲜度;为尽量减少配送次数导致订单配送延迟;对末端配送的服务人员缺乏培训与监督，滋生不良行为;最终影响消费者的网购体验以及二次购买意愿，间接影响到生鲜电商企业的利润[2]，最终使得生鲜电商企业失去客户，遭受损失。因此，生鲜电商企业与第三方物流公司必须形成长期有效的合作关系来避免此问题的发生。
目前对于物流外包中第三方物流服务商的道德风险防范问题，学术界已有广泛研究。文献[1，3-6]研究了物流需求方与提供方在信息不对称情形下第三方物流道德风险防范问题，运用非合作博弈理论方法与多任务委托代理理论对二者的关系展开分析，进而通过引入对第三方物流服务商的监督激励机制来防范道德风险的产生。通过建立博弈模型，对构建的监督激励机制进行验证分析，其研究结果为：若对第三方物流企业采取有效的监督激励机制，能够大幅度减少第三方物流企业的道德风险行为。而有关生鲜电商产品物流配送方面的研究主要集中在以下方面：生鲜电商物流发展现状与问题、模式创新、配送路径优化、第三方物流服务商选择、生鲜电商与第三方物流企业组成二级供应链契约协调以及由生鲜电商、农户、产地经济人组成的生鲜运营链中三边道德风险规制问题。黄友文运用SWOT分析法对我国生鲜电商物流情况现状进行分析，指出了目前生鲜电商物流发展面临的优势、劣势、机遇与挑战[7]。魏国辰研究了生鲜电商物流模式的创新，在已有生鲜产品物流配送模式的基础上，提出新型的生鲜产品物流配送模式，即“第三方物流+消费者自提/第三方配送”模式[8]。徐广姝等基于已有生鲜电商配送模式，通过分析已有配送模式的特点及问题，构建了适合中小型生鲜电商企业的“第三方物流配送+冷藏班车+消费者自提/送货上门”的新型生鲜农产品配送模式[9]。刘刚依据服务创新可以提升生鲜电商企业的物流效率和物流服务质量，从而增强其竞争优势和顾客价值创造能力，对电子商务环境下生鲜农产品的物流服务创新展开研究，指出应从物流技术、理念、组织与服务界面等方面实现对物流服务的创新[10]。郭建全等综合考虑碳交易市场，跨区域电商配送需求的增加，与生鲜产品易损耗、腐烂变质三种因素，对生鲜电商配送生鲜产品的网络路径进行优化，构建碳交易环境下两阶段生鲜电商企业跨区域闭环物流网络及配送车辆路径优化模型，从而降低了物流成本[11]。赵欣从合作能力、物流价格、物流质量、企业实力、信息化程度5个方面构建第三方物流服务商选择模型，并以实际算例验证该选择模型的科学性[12]。Cai et al.、冯颖等研究了由生鲜农产品供应商、第三方物流服务商与分销商组成的三级供应链的契约协调问题，并对上述供应链引入激励机制进行协调[13-14]。徐广姝等引入“数量折扣+成本共担+收入共享”组合契约协调供应链，经验证上述契约能够实现系统利润帕累托改进，可提高生鲜农产品新鲜度、产品物流配送及时性与服务态度及消费者订购量[2]。冯颖等研究了由供应商、TPL服务商和零售商组成的三级生鲜产品供应链协调问题，分析了供应链集中决策、TPL服务商主导供应链、供应商主导供应链、TPL服务商主导供应链下引入物流成本共担与收入共享策略、供应商主导供应链下引入物流成本共担与收入共享策略5种收益模型。得出结论：TPL主導下的物流服务水平和订购量均低于供应商主导的情形;TPL主导致使其自身利润增加，而其他成员利润减少;在两种优先权主导模式下引入物流服务成本共担和收入共享契约，均可实现系统的协调[15]。Wu et al.研究了分销商与第三方物流服务商组成的二级供应链协调问题，分析了供应链由分销商主导、第三方物流服务商主导以及分销商与第三方物流企业共同主导的三种权力结构对供应链契约设计、企业决策及渠道绩效的影响。并开发设计了两种新的激励机制——收益与成本共担和价格折扣与库存风险共担，以实例说明这两种契约能够协调全渠道，实现双赢[16]。吴士健等研究了由生鲜电商、农户与产地经济人组成的生鲜运营链中存在的三边道德风险规制问题，在基于构建的三边道德风险分析模型中，引入生鲜电商的过度自信倾向和补偿性契约，以此对生鲜电商运营发展中的三边道德风险进行规制[17]。
通过梳理已有文献，向生鲜电商与第三方物流服务商构成的供应链引入契约进行协调，可提升双方各自利润。然而实际中，即使契约激励机制存在，但第三方物流服务商受内外部各因素以及自身利益的影响，仍然会冒着被惩罚的危险，违背与生鲜电商的契约。如在某种契约激励机制下，生鲜电商对第三方物流服务商足够信任，不对第三方物流企业的物流配送行为的合规性进行检查，有可能滋生第三方物流企业偶尔违背契约而不被生鲜电商知晓的侥幸心理，从而产生第三方物流企业对生鲜电商的单边道德风险问题。 为此，在生鲜电商和第三方物流企业之间，如何建立良好的关系、形成有效的契约、防止第三方物流企业有可能出现的单边道德风险问题，从而真正实现二者效益的提升，是至关重要的。博弈论作为一种对策论，是当前学术界研究供应链道德风险的一个重要工具。文章在考虑生鲜电商与第三方物流企业之间存在契约激励机制的前提下，分析第三方物流企业仍然可能违反契约从而导致道德风险问题。利用演化博弈理论分析生鲜电商企业和第三方物流企业之间道德风险发生情况的稳定性演化过程，运用MATLAB软件对构建的博弈模型进行仿真模拟，最后制定合理策略以降低第三方物流企业的道德风险。
二、生鲜电商与第三方物流企业的演化博弈模型
生鲜电商企业支付第三方物流公司一定的配送费用，第三方物流公司在规定时间完成相应的配送任务。生鲜电商企业会对第三方物流企业的货物配送情况进行抽查，但是物流企业无法预测生鲜电商企业是否会进行抽查，其策略选择是对产品配送进行控制或者不控制，物流企业若实施控制策略，生鲜电商则以增加第三方物流企业派送订单金额的方式进行奖励。生鲜电商也无法预测第三方物流企业是否会采取控制策略，其策略选择就是进行抽查或者不抽查，在抽查到第三方物流企业未采取控制策略的情况下，对第三方物流企业进行处罚。
（一）基本假设与记号
对于生鲜电商企业和第三方物流企业这两个有限理性的群体而言，追求自身利益的最大化是其目标。任何一方都会在博弈的过程中不断地调整自己的战略选择。
基本假设：
（1）生鲜电商希望第三方物流企业能够采取配送控制策略来保证生鲜产品及时准确送达，从而激励顾客增加采购生鲜产品的订单数额;而第三方物流公司希望生鲜电商企业能够增加订单以获取更多的利润，同时也会为了自己的利润不采取控制策略。
（2）生鲜电商的策略选择可以是对第三方物流企业采取控制策略的情况进行抽查或者不抽查，？姿表示生鲜电商在单位时间内采取抽查策略的概率，？兹表示第三方物流企业对生鲜产品的配送情况采取控制策略的概率。
（3）生鲜电商和第三方物流企业都是以群体比例代表个体策略选择概率。模型假设的演化博弈是在生鲜电商和第三方物流企业这两个群体之间进行的，具体的是一对一进行博弈，生鲜电商每次随机与第三方物流企业群体中的个体进行博弈，然后将博弈结果反应在整个群体中。生鲜电商群体和第三方物流企业群体通过群体内的学习，都会向收益较好的企业来学习，并采用动态复制方程来改变策略选择的比例。
（4）生鲜电商对第三方物流企业实施的成本共担与收益共享激励机制，增加支付第三方物流企业运输每件产品的物流费用，对第三方物流企业运输每件产品时所耗费的成本进行补贴资助。
参数符号如下：
q表示采取控制策略下生鲜电商销售量订单;p表示生鲜电商平均每件产品的销售价格;c表示生鲜电商支付第三方物流公司每件产品的物流费用;v表示生鲜电商每次对第三方物流企业抽查所花的费用;q1表示未采取控制策略下生鲜电商的订单;c1表示第三方物流公司运输每件产品所耗费的物流费用;g表示控制策略下第三方物流公司所耗费的额外费用;b为生鲜电商在抽查情况下，第三方物流公司未采取控制策略所需缴纳的罚金;？驻A表示在实施激励措施下，第三方物流企业运输每件生鲜产品，可从生鲜电商处得到的额外补贴收益值。
（二）生鲜电商采取激励机制后各方获益矩阵
第一种情况：当M<0，O>0，N-M>0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别結果如表2所示。
此时演化相位图如图1所示：当M<0，O>0，N-M>0时，即第三方物流企业不采取控制策略所失去的损失，大于采取控制措施的费用且小于惩罚金额与生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和大于抽查所耗费的费用时，（1，0）为演化博弈的ESS，即生鲜电商策略为不对第三方物流企业进行抽查，第三方物流企业策略为采取控制措施。
第二种情况：当M>0，O>0，N-M>0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表3所示。
当M>0，O>0，N-M>0时，即第三方物流企业不采取控制策略所失去的损失，小于采取控制措施的费用且小于惩罚金额与生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和大于抽查所耗费的费用时，此时系统无稳定演化策略。
第三种情况：当M<0，O<0，N-M>0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表4所示。
当M<0，O<0，N-M>0时，即第三方物流企业不采取控制策略所失去的损失大于采取控制措施的费用且小于惩罚金额与来自生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和小于抽查所耗费的费用时，（1，0）为演化博弈的ESS，即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。
第四种情况：当M>0，O>0，N-M<0，时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表5所示。
此时演化相位图如图2所示：当M>0，O>0，N-M<0时，即第三方物流企业不采取控制策略所失去的损失小于采取控制措施的费用且大于惩罚金额与来自生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和大于生鲜电商抽查所耗费的费用时，（0，1）为演化博弈的ESS，即生鲜电商对第三方物流企业是否采取控制措施进行抽查，第三方物流企业不采取控制措施。
第五种情况：当M>0，O<0，N-M<0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表6所示。 当M>0，O<0，N-M<0时，即第三方物流企业不采取控制策略所失去的损失，小于采取控制措施的费用且大于惩罚金额与来自生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和小于生鲜电商抽查所耗费的费用时，系统无稳定演化策略。
第六种情况：当M>0，O<0，N-M>0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表7所示。
当M>0，O<0，N-M>0时，即第三方物流企业不采取控制策略所失去的损失，小于采取控制措施的费用且小于惩罚金额与来自生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和小于生鲜电商抽查所耗费的费用时，系统无稳定演化策略。
三、生鲜电商与第三方物流企业道德风险演化稳定性数值仿真
对上述变量参数进行赋值，如表8所示：
结合表8的变量参数值与系统初始值，运用MATLAB软件对生鲜电商与第三方物流企业的道德风险博弈动态演化过程进行模拟分析，得到利益主体间博弈的动态演化模拟结果。
（一）基于上述变量参数实际赋值的系统稳定性演化模拟
由表8可知M=-500，N=7 000，O=3 000，分析生鲜电商与第三方物流企业在选择不同的初始策略比例（？兹，？姿）时，系统向稳定点演化的过程。当初始值分别取（0.2，0.8）、（0.3，0.7），（0.7，0.3）、（0.9，0.1）与（0.5，0.5），时间段为[0，10]，步长取0.5，纵坐标表示？兹或？姿，横坐标表示时间t，系统的演化示意图如图3所示。
由图3可知当生鲜电商与第三方物流企业的初始选择策略分别取不同组合值时，系统演化方向总是向稳定点（1，0）演化，即第三方物流企业采取控制策略，而生鲜电商不对第三方物流企业是否采取控制策略进行抽查。因为第三方物流企业采取控制措施所带来的额外利润大于其采取控制措施所耗费的费用，并且生鲜电商对第三方物流企业进行抽查时，若第三方物流企业不采取控制措施，生鲜电商所能获得的赔偿损失大于抽查所消耗的费用，刺激了生鲜电商进行抽查的愿望。为此，第三方物流企业基于上述两方面的考虑采取控制策略，而生鲜电商则不对第三方物流企业进行抽查。
（二）b、v、A与g对系统稳定性演化的模拟仿真及影响分析
假设第三方物流企业采取与不采取控制措施两种情形下运输生鲜产品数量分别为q与q1且固定不变，且q，q1均取表8中数值，以此分析生鲜电商的抽查费用v、第三方物流企业的控制费用g、生鲜电商的补贴激励金额？驻A以及惩罚金额b对系统稳定性演化的影响。
1. 固定b、？驻A与g不变，对v变化时进行系统模拟仿真。给定系统初始选择策略（0.5，0.5），g=1 500，b=5 000，？驻A=0.5，考虑v变化后对系统演化的影响，分别取v=5 000、v=6 000、v=7 000、v=8 000与v=9 000，从而得到v在不同取值下的系统演化图，因篇幅所限，文章将上述五种取值下的演化分析图汇总到图4，各自分别的稳定性演化图，不再一一列举。
通过分析各自演化图，可将结果归为O>0，O<0及O=0三种情况，系统稳定演化策略均为（1，0），即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。
2. 固定v、？驻A与b不变，对g变化时进行系统模拟仿真。给定系统初始选择策略（0.5，0.5），v=5 000，b=5 000，？駐A=0.5，考虑g变化后对系统演化的影响，分别取g=1 000、g=1 500、g=2 000、g=2 500与g=3 000，从而得到v在不同取值下的系统演化图，文章将上述五种取值下的演化分析图汇总到图5。
通过分析各自演化图，可将结果归为M>0，M<0及M=0三种情况，当M>0时，系统无演化稳定策略。M<0时，系统稳定演化策略为（1，0），即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。当M=0时，系统演化稳定策略为第三方物流企业采取控制措施的概率值近似在0.85，而生鲜电商会对第三方物流企业进行抽查。
3. 固定v、？驻A与g不变，对变化b时进行系统模拟仿真。给定系统初始选择策略（0.5，0.5），v=5 000，g=1 500，？驻A=0.5，考虑v变化后对系统演化的影响，分别取b=1 000、b=2 000、b=3 000、b=4 000与b=5 000，从而得到v在不同取值下的系统演化图，文章将上述五种取值下的演化分析图汇总到图6。
通过分析各自演化图，可将结果归为O>0，O<0及O=0三种情况，系统稳定演化策略均为（1，0），即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。
4. 固定v、b与g不变，对？驻A变化时进行系统模拟仿真。因为？驻A≥0，若g取1 500，则代数式M≥0，无法分析M<0时的情况。基于此，给定系统初始选择策略（0.5，0.5），b=5 000，v=5 000，g=2 000，考虑？驻A变化后对系统演化的影响，分别取？驻A=0.3、？驻A=0.5、？驻A=0.7，从而得到？驻A在不同取值下的系统演化图，文章将上述三种取值下的演化分析图汇总到图7。
通过分析各自演化图，可将结果归为M>0，M<0及M=0三种情况。当M>0时，系统无演化稳定策略。M<0时，系统稳定演化策略为（1，0），即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。当M=0时，系统演化稳定策略为第三方物流企业采取控制措施的概率值近似在0.85，而生鲜电商不会对第三方物流企业进行抽查。 （三）变量参数变化的演化稳定性结果分析
由上述对各参数变量的分析过程可知，对于参数g与？驻A的分析可最终归结为对代数式M符号的分析上，系统稳定性演化依赖于M符号的变化情况。而对于参数变量b与v的分析最终归结为对代数式O符号的分析上，系统稳定性演化依赖于代数式O符号的变化情况。当代数式M>0时，第三方物流企业采取控制措施所耗费的额外费用大于其采取控制策略后获得的额外收益，从最大化自身利益出发其不会采取控制策略。此时，不管生鲜电商对第三方物流企业是否进行抽查，都不能使该系统保持稳定。当M<0时，第三方物流企业采取控制措施所耗费的额外费用小于其采取控制策略后获得的额外收益，从最大化自身利益出发，第三方物流会积极采取控制措施，从而增加自身的利润。当M=0时，第三方物流企业采取控制措施所耗费的额外费用与其采取控制策略后获得的额外收益相抵消，此时第三方物流企业是否采取控制措施取决于生鲜电商是否进行抽查，取决于代数式O的符号变化。若生鲜电商进行抽查时，第三方物流企业没有采取控制措施所需缴纳的惩罚金额与所获得的激励补贴金额之和大于生鲜电商进行抽查所耗费的额外费用（即O>0），此时系统存在稳定性演化策略（1，0）。若第三方物流企业没有采取控制措施所需缴纳的罚金与所获得的激励补贴金额之和不大于其进行抽查所耗费的额外费用（即O≤0），此时系统稳定性演化策略为生鲜电商不对第三方物流企业进行抽查，而第三方物流企业采取控制措施的稳定性概率取决于生鲜电商初始选择抽查策略时λ取值的大小。随着λ增大，θ稳定性数值逐渐接近于1。
四、对策建议
文章基于演化博弈理论对生鲜电商与第三方物流企业的道德风险发生演化过程进行分析，结合数值模拟的结果，提出如下促进双方减少风险发生的建议：
（1）由上述M>0时，第三方物流企业必会采取控制措施。为尽量使第三方物流企业采取控制措施，生鲜电商可进一步增加对第三方物流企业的激励补贴数额或者第三方物流企业减少采取控制策略所耗费的成本费用，从而使得代数式M<0成立。
（2）由M=0时，第三方物流企业是否采取控制措施，取决于生鲜电商是否进行抽查。为尽量使第三方物流企业采取控制措施，生鲜电商可通过制定数额较大的惩罚金额或者尽量减少其进行抽查时所耗费的成本费用。以此，从心理上刺激，促使其采取控制策略。
（3）由M=0，O≤0时，第三方物流企业是否采取控制策略，取决于生鲜电商初始选择策略概率值的大小。为此，生鲜电商应对第三方物流企业进行多频率、无规律性抽查，以此对第三方物流企业进行刺激，促使其采取控制策略。
参考文献：
[1]郭红梅，汪贤裕，王新辉.混合不对称信息下第三方物流激励契约研究[J].统计与决策，2011（14）：66-69.
[2]徐广姝，宋子龙.生鲜电商与物流服务商的契约协调——基于生鲜宅配模式的分析[J].商业研究，2017（2）：151-159.
[3]刘盼，陈涛.第三方物流的监督博弈研究[J].技术经济与管理研究，2011（6）：20-23.
[4]屈莉莉，陈燕，杨明.基于多任务委托代理的第三方物流激励与监督机制[J].商业研究，2010（7）：185-188.
[5]谢天帅，赵玉双，李军.第三方物流服务商道德风险的防范[J].系统管理学报，2009，18（2）：137-141.
[6]邹筱，顾春龙.信息非对称条件下物流外包激励模型研究[J].中南財经政法大学学报，2013（5）：130-135.
[7]黄友文.基于SWOT分析的我国生鲜电商物流研究[J].保鲜与加工，2017，17（2）：108-113.
[8]魏国辰.电商企业生鲜产品物流模式创新[J].中国流通经济，2015，29（1）：43-50.
[9]徐广姝，宋子龙.生鲜电商配送模式创新探究[J].商业经济研究，2016（23）：72-73.
[10]刘刚.生鲜农产品电子商务的物流服务创新研究[J].商业经济与管理，2017（3）：12-19.
[11]郭健全，王心月.碳交易下生鲜电商跨区域闭环物流网络及路径[J].计算机集成制造系统，2017，23（4）：874-882.
[12]赵欣.基于“互联网+”的生鲜电商第三方物流服务商选择模型研究[J].商业经济研究，2017（11）：88-90.
[13]XIAO Q C，JIAN C，YONG B X，et al.Fresh-product supply chain management with logistics outsourcing[J].Omega-the international journal of management science，2013，41（4）：752-765.
[14]冯颖，余云龙，张炎治，等.TPL 服务商参与决策的生鲜农产品三级供应链协调机制[J].管理工程学报，2015，29（4）：213-221.
[15]冯颖，顾佳美.考虑TPL主导优先权的生鲜农产品供应链协调[J].系统工程，2016，34（11）：112-118.
[16]WU Q，MU Y，FENG Y. Coordinating contracts for fresh product outsourcing logistics channels with power structures[J]. International journal of production economics，2015，160：94-105.
[17]吴士健，孙向彦，刘新民.过度自信、补偿性契约与生鲜电商三边道德风险规制研究[J].商业经济与管理，2017（7）：29-36，62. 責任编辑：张 然
Abstract： Considering that the fresh electricity supplier gives incentives and compensations to the third-party logistics enterprises， and the third-party logistics enterprises take control measures to maintain the contract of product quality level in the process of transporting fresh products， the third-party logistics enterprises violate the contract and generate moral risks due to information asymmetry between the two parties. Starting from the assumption of limited rationality of both sides of the game， a dynamic evolutionary game model of moral risk between fresh electricity supplier and third-party logistics enterprises was constructed. By assigning values to parameter variables in the model， Matlab software was used for simulation. The research results show that when the additional cost of the control strategy adopted by the third-party logistics enterprise is less than the additional income brought by the control strategy， it is conducive to maintaining the stability of the system. When these two are equal， the stability of the system depends on the additional cost incurred by the fresh electricity supplier in spot check and the penalty paid when the third-party logistics enterprise is found to have not adopted the control strategy， as well as the difference sign of the sum of the subsidy earnings obtained according to the incentive mechanism.
Key words： fresh electricity supplier; third-party logistics; moral risk; evolutionary game
关键词：生鲜电商; 第三方物流;道德风险;演化博弈
中图分类号：F272.3 文献标识码：A 文章编号：1003-3890（2019）02-0023-09
一、引言
生鲜电商企业的配送方式有三种，分别是自营物流、第三方物流以及将两者结合。由于生鲜产品易损易腐的特点，自营物流的成本对于生鲜电商企业来说较大。因此，目前许多生鲜电商都是将物流配送服务交给第三方物流公司，即物流服务外包。然而，在物流外包过程中，由于物流服务方与物流提供方之间的利益不一致[1]，第三方物流企业出于自身利益的考虑，可能违反与生鲜电商的相关契约，做出不利于双方的行为：如物流服务商为节约成本减少在途保鲜的投入，进而影响生鲜产品新鲜度;为尽量减少配送次数导致订单配送延迟;对末端配送的服务人员缺乏培训与监督，滋生不良行为;最终影响消费者的网购体验以及二次购买意愿，间接影响到生鲜电商企业的利润[2]，最终使得生鲜电商企业失去客户，遭受损失。因此，生鲜电商企业与第三方物流公司必须形成长期有效的合作关系来避免此问题的发生。
目前对于物流外包中第三方物流服务商的道德风险防范问题，学术界已有广泛研究。文献[1，3-6]研究了物流需求方与提供方在信息不对称情形下第三方物流道德风险防范问题，运用非合作博弈理论方法与多任务委托代理理论对二者的关系展开分析，进而通过引入对第三方物流服务商的监督激励机制来防范道德风险的产生。通过建立博弈模型，对构建的监督激励机制进行验证分析，其研究结果为：若对第三方物流企业采取有效的监督激励机制，能够大幅度减少第三方物流企业的道德风险行为。而有关生鲜电商产品物流配送方面的研究主要集中在以下方面：生鲜电商物流发展现状与问题、模式创新、配送路径优化、第三方物流服务商选择、生鲜电商与第三方物流企业组成二级供应链契约协调以及由生鲜电商、农户、产地经济人组成的生鲜运营链中三边道德风险规制问题。黄友文运用SWOT分析法对我国生鲜电商物流情况现状进行分析，指出了目前生鲜电商物流发展面临的优势、劣势、机遇与挑战[7]。魏国辰研究了生鲜电商物流模式的创新，在已有生鲜产品物流配送模式的基础上，提出新型的生鲜产品物流配送模式，即“第三方物流+消费者自提/第三方配送”模式[8]。徐广姝等基于已有生鲜电商配送模式，通过分析已有配送模式的特点及问题，构建了适合中小型生鲜电商企业的“第三方物流配送+冷藏班车+消费者自提/送货上门”的新型生鲜农产品配送模式[9]。刘刚依据服务创新可以提升生鲜电商企业的物流效率和物流服务质量，从而增强其竞争优势和顾客价值创造能力，对电子商务环境下生鲜农产品的物流服务创新展开研究，指出应从物流技术、理念、组织与服务界面等方面实现对物流服务的创新[10]。郭建全等综合考虑碳交易市场，跨区域电商配送需求的增加，与生鲜产品易损耗、腐烂变质三种因素，对生鲜电商配送生鲜产品的网络路径进行优化，构建碳交易环境下两阶段生鲜电商企业跨区域闭环物流网络及配送车辆路径优化模型，从而降低了物流成本[11]。赵欣从合作能力、物流价格、物流质量、企业实力、信息化程度5个方面构建第三方物流服务商选择模型，并以实际算例验证该选择模型的科学性[12]。Cai et al.、冯颖等研究了由生鲜农产品供应商、第三方物流服务商与分销商组成的三级供应链的契约协调问题，并对上述供应链引入激励机制进行协调[13-14]。徐广姝等引入“数量折扣+成本共担+收入共享”组合契约协调供应链，经验证上述契约能够实现系统利润帕累托改进，可提高生鲜农产品新鲜度、产品物流配送及时性与服务态度及消费者订购量[2]。冯颖等研究了由供应商、TPL服务商和零售商组成的三级生鲜产品供应链协调问题，分析了供应链集中决策、TPL服务商主导供应链、供应商主导供应链、TPL服务商主导供应链下引入物流成本共担与收入共享策略、供应商主导供应链下引入物流成本共担与收入共享策略5种收益模型。得出结论：TPL主導下的物流服务水平和订购量均低于供应商主导的情形;TPL主导致使其自身利润增加，而其他成员利润减少;在两种优先权主导模式下引入物流服务成本共担和收入共享契约，均可实现系统的协调[15]。Wu et al.研究了分销商与第三方物流服务商组成的二级供应链协调问题，分析了供应链由分销商主导、第三方物流服务商主导以及分销商与第三方物流企业共同主导的三种权力结构对供应链契约设计、企业决策及渠道绩效的影响。并开发设计了两种新的激励机制——收益与成本共担和价格折扣与库存风险共担，以实例说明这两种契约能够协调全渠道，实现双赢[16]。吴士健等研究了由生鲜电商、农户与产地经济人组成的生鲜运营链中存在的三边道德风险规制问题，在基于构建的三边道德风险分析模型中，引入生鲜电商的过度自信倾向和补偿性契约，以此对生鲜电商运营发展中的三边道德风险进行规制[17]。
通过梳理已有文献，向生鲜电商与第三方物流服务商构成的供应链引入契约进行协调，可提升双方各自利润。然而实际中，即使契约激励机制存在，但第三方物流服务商受内外部各因素以及自身利益的影响，仍然会冒着被惩罚的危险，违背与生鲜电商的契约。如在某种契约激励机制下，生鲜电商对第三方物流服务商足够信任，不对第三方物流企业的物流配送行为的合规性进行检查，有可能滋生第三方物流企业偶尔违背契约而不被生鲜电商知晓的侥幸心理，从而产生第三方物流企业对生鲜电商的单边道德风险问题。 为此，在生鲜电商和第三方物流企业之间，如何建立良好的关系、形成有效的契约、防止第三方物流企业有可能出现的单边道德风险问题，从而真正实现二者效益的提升，是至关重要的。博弈论作为一种对策论，是当前学术界研究供应链道德风险的一个重要工具。文章在考虑生鲜电商与第三方物流企业之间存在契约激励机制的前提下，分析第三方物流企业仍然可能违反契约从而导致道德风险问题。利用演化博弈理论分析生鲜电商企业和第三方物流企业之间道德风险发生情况的稳定性演化过程，运用MATLAB软件对构建的博弈模型进行仿真模拟，最后制定合理策略以降低第三方物流企业的道德风险。
二、生鲜电商与第三方物流企业的演化博弈模型
生鲜电商企业支付第三方物流公司一定的配送费用，第三方物流公司在规定时间完成相应的配送任务。生鲜电商企业会对第三方物流企业的货物配送情况进行抽查，但是物流企业无法预测生鲜电商企业是否会进行抽查，其策略选择是对产品配送进行控制或者不控制，物流企业若实施控制策略，生鲜电商则以增加第三方物流企业派送订单金额的方式进行奖励。生鲜电商也无法预测第三方物流企业是否会采取控制策略，其策略选择就是进行抽查或者不抽查，在抽查到第三方物流企业未采取控制策略的情况下，对第三方物流企业进行处罚。
（一）基本假设与记号
对于生鲜电商企业和第三方物流企业这两个有限理性的群体而言，追求自身利益的最大化是其目标。任何一方都会在博弈的过程中不断地调整自己的战略选择。
基本假设：
（1）生鲜电商希望第三方物流企业能够采取配送控制策略来保证生鲜产品及时准确送达，从而激励顾客增加采购生鲜产品的订单数额;而第三方物流公司希望生鲜电商企业能够增加订单以获取更多的利润，同时也会为了自己的利润不采取控制策略。
（2）生鲜电商的策略选择可以是对第三方物流企业采取控制策略的情况进行抽查或者不抽查，？姿表示生鲜电商在单位时间内采取抽查策略的概率，？兹表示第三方物流企业对生鲜产品的配送情况采取控制策略的概率。
（3）生鲜电商和第三方物流企业都是以群体比例代表个体策略选择概率。模型假设的演化博弈是在生鲜电商和第三方物流企业这两个群体之间进行的，具体的是一对一进行博弈，生鲜电商每次随机与第三方物流企业群体中的个体进行博弈，然后将博弈结果反应在整个群体中。生鲜电商群体和第三方物流企业群体通过群体内的学习，都会向收益较好的企业来学习，并采用动态复制方程来改变策略选择的比例。
（4）生鲜电商对第三方物流企业实施的成本共担与收益共享激励机制，增加支付第三方物流企业运输每件产品的物流费用，对第三方物流企业运输每件产品时所耗费的成本进行补贴资助。
参数符号如下：
q表示采取控制策略下生鲜电商销售量订单;p表示生鲜电商平均每件产品的销售价格;c表示生鲜电商支付第三方物流公司每件产品的物流费用;v表示生鲜电商每次对第三方物流企业抽查所花的费用;q1表示未采取控制策略下生鲜电商的订单;c1表示第三方物流公司运输每件产品所耗费的物流费用;g表示控制策略下第三方物流公司所耗费的额外费用;b为生鲜电商在抽查情况下，第三方物流公司未采取控制策略所需缴纳的罚金;？驻A表示在实施激励措施下，第三方物流企业运输每件生鲜产品，可从生鲜电商处得到的额外补贴收益值。
（二）生鲜电商采取激励机制后各方获益矩阵
第一种情况：当M<0，O>0，N-M>0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别結果如表2所示。
此时演化相位图如图1所示：当M<0，O>0，N-M>0时，即第三方物流企业不采取控制策略所失去的损失，大于采取控制措施的费用且小于惩罚金额与生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和大于抽查所耗费的费用时，（1，0）为演化博弈的ESS，即生鲜电商策略为不对第三方物流企业进行抽查，第三方物流企业策略为采取控制措施。
第二种情况：当M>0，O>0，N-M>0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表3所示。
当M>0，O>0，N-M>0时，即第三方物流企业不采取控制策略所失去的损失，小于采取控制措施的费用且小于惩罚金额与生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和大于抽查所耗费的费用时，此时系统无稳定演化策略。
第三种情况：当M<0，O<0，N-M>0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表4所示。
当M<0，O<0，N-M>0时，即第三方物流企业不采取控制策略所失去的损失大于采取控制措施的费用且小于惩罚金额与来自生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和小于抽查所耗费的费用时，（1，0）为演化博弈的ESS，即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。
第四种情况：当M>0，O>0，N-M<0，时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表5所示。
此时演化相位图如图2所示：当M>0，O>0，N-M<0时，即第三方物流企业不采取控制策略所失去的损失小于采取控制措施的费用且大于惩罚金额与来自生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和大于生鲜电商抽查所耗费的费用时，（0，1）为演化博弈的ESS，即生鲜电商对第三方物流企业是否采取控制措施进行抽查，第三方物流企业不采取控制措施。
第五种情况：当M>0，O<0，N-M<0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表6所示。 当M>0，O<0，N-M<0时，即第三方物流企业不采取控制策略所失去的损失，小于采取控制措施的费用且大于惩罚金额与来自生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和小于生鲜电商抽查所耗费的费用时，系统无稳定演化策略。
第六种情况：当M>0，O<0，N-M>0时，该系统有五个均衡点。将各均衡点分别代入上述条件（1）和（2），各均衡点的稳定性判别结果如表7所示。
当M>0，O<0，N-M>0时，即第三方物流企业不采取控制策略所失去的损失，小于采取控制措施的费用且小于惩罚金额与来自生鲜电商的激励补贴金额之和，惩罚金额与激励补贴金额之和小于生鲜电商抽查所耗费的费用时，系统无稳定演化策略。
三、生鲜电商与第三方物流企业道德风险演化稳定性数值仿真
对上述变量参数进行赋值，如表8所示：
结合表8的变量参数值与系统初始值，运用MATLAB软件对生鲜电商与第三方物流企业的道德风险博弈动态演化过程进行模拟分析，得到利益主体间博弈的动态演化模拟结果。
（一）基于上述变量参数实际赋值的系统稳定性演化模拟
由表8可知M=-500，N=7 000，O=3 000，分析生鲜电商与第三方物流企业在选择不同的初始策略比例（？兹，？姿）时，系统向稳定点演化的过程。当初始值分别取（0.2，0.8）、（0.3，0.7），（0.7，0.3）、（0.9，0.1）与（0.5，0.5），时间段为[0，10]，步长取0.5，纵坐标表示？兹或？姿，横坐标表示时间t，系统的演化示意图如图3所示。
由图3可知当生鲜电商与第三方物流企业的初始选择策略分别取不同组合值时，系统演化方向总是向稳定点（1，0）演化，即第三方物流企业采取控制策略，而生鲜电商不对第三方物流企业是否采取控制策略进行抽查。因为第三方物流企业采取控制措施所带来的额外利润大于其采取控制措施所耗费的费用，并且生鲜电商对第三方物流企业进行抽查时，若第三方物流企业不采取控制措施，生鲜电商所能获得的赔偿损失大于抽查所消耗的费用，刺激了生鲜电商进行抽查的愿望。为此，第三方物流企业基于上述两方面的考虑采取控制策略，而生鲜电商则不对第三方物流企业进行抽查。
（二）b、v、A与g对系统稳定性演化的模拟仿真及影响分析
假设第三方物流企业采取与不采取控制措施两种情形下运输生鲜产品数量分别为q与q1且固定不变，且q，q1均取表8中数值，以此分析生鲜电商的抽查费用v、第三方物流企业的控制费用g、生鲜电商的补贴激励金额？驻A以及惩罚金额b对系统稳定性演化的影响。
1. 固定b、？驻A与g不变，对v变化时进行系统模拟仿真。给定系统初始选择策略（0.5，0.5），g=1 500，b=5 000，？驻A=0.5，考虑v变化后对系统演化的影响，分别取v=5 000、v=6 000、v=7 000、v=8 000与v=9 000，从而得到v在不同取值下的系统演化图，因篇幅所限，文章将上述五种取值下的演化分析图汇总到图4，各自分别的稳定性演化图，不再一一列举。
通过分析各自演化图，可将结果归为O>0，O<0及O=0三种情况，系统稳定演化策略均为（1，0），即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。
2. 固定v、？驻A与b不变，对g变化时进行系统模拟仿真。给定系统初始选择策略（0.5，0.5），v=5 000，b=5 000，？駐A=0.5，考虑g变化后对系统演化的影响，分别取g=1 000、g=1 500、g=2 000、g=2 500与g=3 000，从而得到v在不同取值下的系统演化图，文章将上述五种取值下的演化分析图汇总到图5。
通过分析各自演化图，可将结果归为M>0，M<0及M=0三种情况，当M>0时，系统无演化稳定策略。M<0时，系统稳定演化策略为（1，0），即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。当M=0时，系统演化稳定策略为第三方物流企业采取控制措施的概率值近似在0.85，而生鲜电商会对第三方物流企业进行抽查。
3. 固定v、？驻A与g不变，对变化b时进行系统模拟仿真。给定系统初始选择策略（0.5，0.5），v=5 000，g=1 500，？驻A=0.5，考虑v变化后对系统演化的影响，分别取b=1 000、b=2 000、b=3 000、b=4 000与b=5 000，从而得到v在不同取值下的系统演化图，文章将上述五种取值下的演化分析图汇总到图6。
通过分析各自演化图，可将结果归为O>0，O<0及O=0三种情况，系统稳定演化策略均为（1，0），即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。
4. 固定v、b与g不变，对？驻A变化时进行系统模拟仿真。因为？驻A≥0，若g取1 500，则代数式M≥0，无法分析M<0时的情况。基于此，给定系统初始选择策略（0.5，0.5），b=5 000，v=5 000，g=2 000，考虑？驻A变化后对系统演化的影响，分别取？驻A=0.3、？驻A=0.5、？驻A=0.7，从而得到？驻A在不同取值下的系统演化图，文章将上述三种取值下的演化分析图汇总到图7。
通过分析各自演化图，可将结果归为M>0，M<0及M=0三种情况。当M>0时，系统无演化稳定策略。M<0时，系统稳定演化策略为（1，0），即生鲜电商不对第三方物流企业是否采取控制措施进行抽查，第三方物流企业采取控制措施。当M=0时，系统演化稳定策略为第三方物流企业采取控制措施的概率值近似在0.85，而生鲜电商不会对第三方物流企业进行抽查。 （三）变量参数变化的演化稳定性结果分析
由上述对各参数变量的分析过程可知，对于参数g与？驻A的分析可最终归结为对代数式M符号的分析上，系统稳定性演化依赖于M符号的变化情况。而对于参数变量b与v的分析最终归结为对代数式O符号的分析上，系统稳定性演化依赖于代数式O符号的变化情况。当代数式M>0时，第三方物流企业采取控制措施所耗费的额外费用大于其采取控制策略后获得的额外收益，从最大化自身利益出发其不会采取控制策略。此时，不管生鲜电商对第三方物流企业是否进行抽查，都不能使该系统保持稳定。当M<0时，第三方物流企业采取控制措施所耗费的额外费用小于其采取控制策略后获得的额外收益，从最大化自身利益出发，第三方物流会积极采取控制措施，从而增加自身的利润。当M=0时，第三方物流企业采取控制措施所耗费的额外费用与其采取控制策略后获得的额外收益相抵消，此时第三方物流企业是否采取控制措施取决于生鲜电商是否进行抽查，取决于代数式O的符号变化。若生鲜电商进行抽查时，第三方物流企业没有采取控制措施所需缴纳的惩罚金额与所获得的激励补贴金额之和大于生鲜电商进行抽查所耗费的额外费用（即O>0），此时系统存在稳定性演化策略（1，0）。若第三方物流企业没有采取控制措施所需缴纳的罚金与所获得的激励补贴金额之和不大于其进行抽查所耗费的额外费用（即O≤0），此时系统稳定性演化策略为生鲜电商不对第三方物流企业进行抽查，而第三方物流企业采取控制措施的稳定性概率取决于生鲜电商初始选择抽查策略时λ取值的大小。随着λ增大，θ稳定性数值逐渐接近于1。
四、对策建议
文章基于演化博弈理论对生鲜电商与第三方物流企业的道德风险发生演化过程进行分析，结合数值模拟的结果，提出如下促进双方减少风险发生的建议：
（1）由上述M>0时，第三方物流企业必会采取控制措施。为尽量使第三方物流企业采取控制措施，生鲜电商可进一步增加对第三方物流企业的激励补贴数额或者第三方物流企业减少采取控制策略所耗费的成本费用，从而使得代数式M<0成立。
（2）由M=0时，第三方物流企业是否采取控制措施，取决于生鲜电商是否进行抽查。为尽量使第三方物流企业采取控制措施，生鲜电商可通过制定数额较大的惩罚金额或者尽量减少其进行抽查时所耗费的成本费用。以此，从心理上刺激，促使其采取控制策略。
（3）由M=0，O≤0时，第三方物流企业是否采取控制策略，取决于生鲜电商初始选择策略概率值的大小。为此，生鲜电商应对第三方物流企业进行多频率、无规律性抽查，以此对第三方物流企业进行刺激，促使其采取控制策略。
参考文献：
[1]郭红梅，汪贤裕，王新辉.混合不对称信息下第三方物流激励契约研究[J].统计与决策，2011（14）：66-69.
[2]徐广姝，宋子龙.生鲜电商与物流服务商的契约协调——基于生鲜宅配模式的分析[J].商业研究，2017（2）：151-159.
[3]刘盼，陈涛.第三方物流的监督博弈研究[J].技术经济与管理研究，2011（6）：20-23.
[4]屈莉莉，陈燕，杨明.基于多任务委托代理的第三方物流激励与监督机制[J].商业研究，2010（7）：185-188.
[5]谢天帅，赵玉双，李军.第三方物流服务商道德风险的防范[J].系统管理学报，2009，18（2）：137-141.
[6]邹筱，顾春龙.信息非对称条件下物流外包激励模型研究[J].中南財经政法大学学报，2013（5）：130-135.
[7]黄友文.基于SWOT分析的我国生鲜电商物流研究[J].保鲜与加工，2017，17（2）：108-113.
[8]魏国辰.电商企业生鲜产品物流模式创新[J].中国流通经济，2015，29（1）：43-50.
[9]徐广姝，宋子龙.生鲜电商配送模式创新探究[J].商业经济研究，2016（23）：72-73.
[10]刘刚.生鲜农产品电子商务的物流服务创新研究[J].商业经济与管理，2017（3）：12-19.
[11]郭健全，王心月.碳交易下生鲜电商跨区域闭环物流网络及路径[J].计算机集成制造系统，2017，23（4）：874-882.
[12]赵欣.基于“互联网+”的生鲜电商第三方物流服务商选择模型研究[J].商业经济研究，2017（11）：88-90.
[13]XIAO Q C，JIAN C，YONG B X，et al.Fresh-product supply chain management with logistics outsourcing[J].Omega-the international journal of management science，2013，41（4）：752-765.
[14]冯颖，余云龙，张炎治，等.TPL 服务商参与决策的生鲜农产品三级供应链协调机制[J].管理工程学报，2015，29（4）：213-221.
[15]冯颖，顾佳美.考虑TPL主导优先权的生鲜农产品供应链协调[J].系统工程，2016，34（11）：112-118.
[16]WU Q，MU Y，FENG Y. Coordinating contracts for fresh product outsourcing logistics channels with power structures[J]. International journal of production economics，2015，160：94-105.
[17]吴士健，孙向彦，刘新民.过度自信、补偿性契约与生鲜电商三边道德风险规制研究[J].商业经济与管理，2017（7）：29-36，62. 責任编辑：张 然
Abstract： Considering that the fresh electricity supplier gives incentives and compensations to the third-party logistics enterprises， and the third-party logistics enterprises take control measures to maintain the contract of product quality level in the process of transporting fresh products， the third-party logistics enterprises violate the contract and generate moral risks due to information asymmetry between the two parties. Starting from the assumption of limited rationality of both sides of the game， a dynamic evolutionary game model of moral risk between fresh electricity supplier and third-party logistics enterprises was constructed. By assigning values to parameter variables in the model， Matlab software was used for simulation. The research results show that when the additional cost of the control strategy adopted by the third-party logistics enterprise is less than the additional income brought by the control strategy， it is conducive to maintaining the stability of the system. When these two are equal， the stability of the system depends on the additional cost incurred by the fresh electricity supplier in spot check and the penalty paid when the third-party logistics enterprise is found to have not adopted the control strategy， as well as the difference sign of the sum of the subsidy earnings obtained according to the incentive mechanism.
Key words： fresh electricity supplier; third-party logistics; moral risk; evolutionary game