摘 要： 【目的/意義】以F2C 為代表的電商模式向農(nóng)業(yè)領域不斷拓展，一定程度上提升了農(nóng)產(chǎn)品質量。但“產(chǎn)品質量信號＋投標金額”的排名機制和“贏家通吃”的模式可能引發(fā)投機和低質量風險，影響農(nóng)產(chǎn)品質量安全。分析電商平臺、農(nóng)戶和消費者三者間實現(xiàn)高質量農(nóng)產(chǎn)品供給的條件及均衡狀態(tài)，以期給出更具針對性的建議，助力農(nóng)產(chǎn)品質量和銷量提升?！痉椒?過程】采用Python 進行仿真實驗和數(shù)值模擬，構建電商平臺、農(nóng)戶和消費者三方演化博弈模型，分析各主體初始意愿和不同要素對三方策略選擇的影響?！窘Y果/結論】電商平臺和農(nóng)戶的初始意愿會對演化博弈的最終結果產(chǎn)生重要影響；電商平臺查處概率的增加能夠對農(nóng)戶起到很好的威懾作用，推動演化博弈更快地趨于理想狀態(tài)；消費者行為難以對演化博弈的收斂方向產(chǎn)生影響，只能被動接受電商平臺和農(nóng)戶提供的產(chǎn)品信息。據(jù)此提出建議：建立多樣獎勵機制；提高檢驗效率和降低成本；實施必要的約束措施；建立消費者反饋機制。

關鍵詞： F2C；農(nóng)產(chǎn)品質量；農(nóng)村電商；演化博弈；建模與仿真

中圖分類號： F304.3；F224 文獻標志碼： A 文章編號： 1673?5617 （ 2024 ） 06?0038?13

F2C（Factory to Consumers），亦稱為M2C（manufacturerto Consumers），即廠商直連消費者的電子商務模式。在該模式下，交易雙方僅包括生產(chǎn)者與消費者，輔助以電子貨幣完成資金支付，通過物流以完成實物遞送[1]。隨著F2C 等電子商務模式逐步向農(nóng)業(yè)領域擴展，農(nóng)產(chǎn)品商貿活動逐漸實現(xiàn)電子化、網(wǎng)絡化與信息化[2]，并產(chǎn)生新的范疇與含義，如Farm to Consumers（F2C，農(nóng)場到消費者）和Farm to Family（F2F，農(nóng)場到家庭）。以網(wǎng)絡為媒介，進行農(nóng)產(chǎn)品供需、價格等信息的發(fā)布與收集，可以很好地對接農(nóng)業(yè)生產(chǎn)與市場需求，突破市場分割，推動農(nóng)產(chǎn)品上行，解決“小農(nóng)戶”與“大市場”間的矛盾[3?4]。以F2C 為代表的諸多電商模式，可以壓縮農(nóng)產(chǎn)品流通交易環(huán)節(jié)，降低交易費用，減少信息不對稱和交易成本[5?7]。2015 年國務院辦公廳印發(fā)的《關于促進農(nóng)村電子商務加快發(fā)展的指導意見》中強調：積極培育農(nóng)村電子商務主體、擴大電子商務在農(nóng)業(yè)農(nóng)村的應用、改善農(nóng)村電子商務發(fā)展環(huán)境[8]。2018 年中共中央、國務院印發(fā)的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022 年）》中指出，深入實施電子商務進農(nóng)村綜合示范，建設具有廣泛性的農(nóng)村電子商務發(fā)展基礎設施，加快建立健全適應農(nóng)產(chǎn)品電商發(fā)展的標準體系[9]。2024 年中央一號文件提出，實施農(nóng)村電商高質量發(fā)展工程，推進縣域電商直播基地建設[10]。農(nóng)村電商實現(xiàn)數(shù)字經(jīng)濟與農(nóng)村經(jīng)濟的有機融合，既能促進城鄉(xiāng)連接，又能支撐產(chǎn)業(yè)聯(lián)動[11]，其發(fā)展受到國家層面的高度重視和大力支持。

在傳統(tǒng)的“公司＋農(nóng)戶”“農(nóng)超對接”等模式下，渠道關系較為松散，公司與農(nóng)戶間的利益連接機制不完善。由于信息不對稱和技術條件的限制，加之優(yōu)質農(nóng)產(chǎn)品存在一定的市場風險[12]，電商平臺與農(nóng)戶雙方將就此展開博弈，并都存在一定的短視行為和機會主義傾向，或為謀取非法利益而違背質量安全規(guī)制。另外，對農(nóng)產(chǎn)品質量起決定性作用的農(nóng)戶[13] 大多被排斥在產(chǎn)品加工、銷售環(huán)節(jié)之外，公司難能完全監(jiān)督農(nóng)戶生產(chǎn)行為，無法控制農(nóng)產(chǎn)品質量安全，致使農(nóng)產(chǎn)品質量安全問題多出現(xiàn)于供應鏈前端[14]。各類農(nóng)產(chǎn)品安全事件頻發(fā)，造成了極為惡劣的社會影響。電商平臺通過設置質量等級標準，建立農(nóng)產(chǎn)品質量追溯體系，能夠為農(nóng)產(chǎn)品提供質量保證[15]，提高消費者信任程度[16]。

研究發(fā)現(xiàn)，電商平臺的參與能夠顯著降低農(nóng)業(yè)生產(chǎn)過程中化學農(nóng)藥的過度使用[17]。然而，電子商務市場產(chǎn)品質量信息的傳遞機制與傳統(tǒng)線下市場存在顯著差別[18]?！爱a(chǎn)品質量信號＋投標金額”的加權指標排名機制，可以傳遞商品信息，幫助消費者克服產(chǎn)品質量的不確定性[19]，也可以令一些低質量產(chǎn)品供應商通過高額投標金額獲取最優(yōu)位置[20]，這為低質量商家通過投機行為獲利提供了可能[21]。此外，線上市場更傾向于通過價格、流量而非產(chǎn)品和服務質量進行競爭[22]。當質量改善沒有為商戶帶來預期收益時，商戶會缺乏動機去進行進一步的質量改善和產(chǎn)品創(chuàng)新，劣幣驅逐良幣，通過低質量產(chǎn)品獲利的商家不斷匯聚[23]。F2C、B2C、O2O 等電商模式的引入并不能夠一勞永逸地解決農(nóng)產(chǎn)品質量安全問題，相反，電子商務市場的特點為農(nóng)產(chǎn)品質量增添了新的挑戰(zhàn)[24]。

解決F2C 等電商模式下農(nóng)產(chǎn)品質量問題需要各方的參與。受相關收益與成本的影響，各利益主體在農(nóng)產(chǎn)品銷售過程中可能采取不同的策略[25]?，F(xiàn)階段，有關研究分別探討了企業(yè)與農(nóng)戶[14，26]、生產(chǎn)商與供應商[27]、政府監(jiān)管部門與農(nóng)產(chǎn)品加工企業(yè)[28] 等主體間實現(xiàn)高質量農(nóng)產(chǎn)品供給的條件及均衡狀態(tài)，但對多方參與，尤其是包含消費者參與的三方博弈尚缺乏探討。為此，研究根據(jù)演化博弈理論，構建電商平臺、農(nóng)戶和消費者三方演化博弈模型，并采用Python 進行仿真實驗和數(shù)值模擬，以期能在豐富現(xiàn)有理論成果的同時，給出更具針對性的農(nóng)產(chǎn)品質量提升建議。

1 模型構建

1.1 主體關系

F2C 模式下電商為了獲得更多的價格優(yōu)勢，往往同農(nóng)產(chǎn)品的上游供應商進行深度合作，將農(nóng)場與消費者直連，實現(xiàn)農(nóng)產(chǎn)品的上游生產(chǎn)與終端消費間的有機結合[29]，農(nóng)產(chǎn)品流通被簡化為“農(nóng)戶—農(nóng)產(chǎn)品電商—消費者”三個環(huán)節(jié)（圖1）。在這一模式下，電商平臺一般會通過獎勵和懲罰機制推動農(nóng)戶提升產(chǎn)出質量[30]。另外，消費者對農(nóng)產(chǎn)品質量有著不同的推斷和評估[31]，在信息不對稱以及消費者缺乏認知能力的條件下，消費者并不一定購買高質量農(nóng)產(chǎn)品，這使得農(nóng)戶和電商平臺在農(nóng)產(chǎn)品質量安全的投資收益間存在風險[14]，農(nóng)產(chǎn)品電商平臺往往會通過發(fā)放一定比例的購買補助以吸引消費者選購優(yōu)質農(nóng)產(chǎn)品。

1.2 基本假設

假設1：電商平臺、農(nóng)戶和消費者三者構成一個完整系統(tǒng)，不考慮農(nóng)產(chǎn)品銷售過程中其他對博弈系統(tǒng)有影響的主體，如政府監(jiān)管部門、物流公司、第三方認證機構等。

假設2：電商平臺的策略空間α={α1，α2}={積極規(guī)制，消極規(guī)制}，并以x（x∈[0，1]） 的概率選擇α1，以（1－x） 的概率選擇α2。農(nóng)戶的策略空間為β={β1，β2}={銷售優(yōu)質農(nóng)產(chǎn)品，銷售劣質農(nóng)產(chǎn)品}，并以y（y∈[0，1]） 的概率選擇β1，以（1－y） 的概率選擇β2。消費者的策略空間為γ={γ1，γ2}={購買優(yōu)質農(nóng)產(chǎn)品，不購買優(yōu)質農(nóng)產(chǎn)品}，并以z（z∈[0，1]） 的概率選擇γ1，以（1－z） 的概率選擇γ2。三方在決策過程中均為有限理性，各方都會觀察另外兩方策略而迭代優(yōu)化適合自己的策略方案，策略選擇隨時間逐漸演化并穩(wěn)定于最優(yōu)。

假設3：電商平臺在農(nóng)產(chǎn)品銷售過程中獲得基本收益DR1，同時支出運營成本DC1，當電商平臺采取積極規(guī)制的策略時，需要額外支出DC2 的成本，用于優(yōu)質農(nóng)產(chǎn)品的檢驗、認證工作，并獲得額外收益DR2，當農(nóng)戶在平臺上銷售劣質農(nóng)產(chǎn)品時，會損害平臺聲譽，給平臺造成DL 的損失。

假設4：農(nóng)戶在優(yōu)質農(nóng)產(chǎn)品銷售過程中獲得基本收益NR1，支出基本成本NC1，同時獲得來自電商平臺的資金補貼R1。在電商平臺積極規(guī)制，鼓勵優(yōu)質農(nóng)產(chǎn)品上架銷售的情況下，還可以獲得來自電商平臺的獎勵R2。但是由于受到電商平臺審核、認證規(guī)制等因素的限制，農(nóng)戶并非一定能夠獲得來自電商平臺的補貼和獎勵，假定農(nóng)戶獲得電商平臺補貼R1 和獎勵R2 的概率分別為m、n。此外，農(nóng)戶在銷售劣質農(nóng)產(chǎn)品時，通過以次充好等行為可以獲得額外收益NR2，并需要支出投機成本NC2。當電商平臺積極規(guī)制平臺農(nóng)產(chǎn)品銷售時，農(nóng)戶銷售劣質農(nóng)產(chǎn)品的行為會被查處并受到F1 的處罰，由于監(jiān)管成本和技術條件的限制，電商平臺處罰具有一定的不確定性，查處概率為p，購買優(yōu)質農(nóng)產(chǎn)品的消費者也會對農(nóng)戶銷售劣質農(nóng)產(chǎn)品的行為進行舉報，農(nóng)戶由于舉報而產(chǎn)生損失為F2。

假設5：消費者不購買優(yōu)質農(nóng)產(chǎn)品時，獲得效用CR1，在購買優(yōu)質農(nóng)產(chǎn)品時，需要支付額外成本CC1，同時獲得較高效用CR2（CR2＞CR1），當電商平臺積極規(guī)制，鼓勵購買優(yōu)質農(nóng)產(chǎn)品時，會投放消費券等購買補助，消費者可以按一定概率q 獲得購買補助E。

根據(jù)電商平臺、農(nóng)戶和消費者各自的策略選擇、各種策略組合的相關收益，構建三方博弈支付矩陣，詳見表1。

2 演化博弈模型分析

2.1 復制者動態(tài)方程

根據(jù)表1 可以計算得到電商平臺選擇積極規(guī)制的期望收益ED1，消極規(guī)制的期望收益ED2 和復制動態(tài)方程分別為：

ED1 = yz（DR1 +DR2 -DC1 -DC2 -mR1 -nR2 -qE）+y（1-z）（DR1 +DR2 -DC1 -DC2 -mR1 -nR2）+（1-y）z（DR1 + pF1-DC1 -DC2 -DL -qE）+（1-y）（1-z）（DR1 + pF1-DC1 -DC2 -DL） （1）

ED2 = yz（DR1 -DC1 -mR1）+y（1-z）（DR1 -DC1-mR1）+（1-y）z（DR1 -DC1 -DL）+（1-y）（1-z）（DR1 -DC1 -DL） （2）

U（x） = dx／dt = x（1-x）[y（DR2 - pF1-nR2）-zqE + pF1-DC2] （3）

農(nóng)戶選擇銷售優(yōu)質農(nóng)產(chǎn)品的期望收益EN1，銷售劣質農(nóng)產(chǎn)品的期望收益EN2 和復制動態(tài)方程分別為：

EN1 = xz（NR1 +mR1 +nR2 -NC1）+ x（1-z）（NR1+mR1 +nR2 -NC1）+（1- x）z（NR1 +mR1-NC1）+（1- x）（1-z）（NR1 +mR1 -NC1） （4）

EN2 = xz（NR1 +NR2 -NC1 -NC2 - pF1- F2）+x（1-z）（NR1 +NR2 -NC1 -NC2 - pF1）+（1- x）z（NR1 +NR2 -NC1 -NC2 - F2）+（1- x）（1-z）（NR1 +NR2 -NC1 -NC2） （5）

U（y） = dy／dt = y（1-y）[x（pF1 +nR2）+zF2 +mR1 +NC2 -NR2] （6）

消費者選擇購買優(yōu)質農(nóng)產(chǎn)品的期望收益EC1、選擇不購買優(yōu)質農(nóng)產(chǎn)品的期望收益EC2 和復制動態(tài)方程分別為：

EC1 = xy（CR2 +qE -CC1）+ x（1-y）（CR2+qE -CC1）+（1- x）y（CR2 -CC1）+（1- x）（1-y）（CR2 -CC1） （7）

EC2 = xyCR1 + x（1-y）CR1 +（1- x）yCR1+（1- x）（1-y）CR1 （8）

U（z） =dz／dt = z（1-z）[xqE +CR2 -CR1 -CC1] （9）

2.2 參與主體策略選擇演化均衡

研究首先分析電商平臺、農(nóng)戶和消費者演化策略的漸近穩(wěn)定性，然后分析電商平臺、農(nóng)戶和消費者三者間構成系統(tǒng)的演化穩(wěn)定性，以尋找各博弈主體和動態(tài)系統(tǒng)的長期均衡策略。

2.2.1 電商平臺策略選擇穩(wěn)定性

根據(jù)電商平臺的復制動態(tài)方程U（x），可知：當y（DR2－pF1－nR2）－zqE＋pF1－ DC2=0 時， 即z=z*=[y（DR2－ pF1－ nR2）＋ pF1－DC2]/qE 時，U（x） 恒為0，x 在[0，1] 上任意取值都是穩(wěn)定狀態(tài)，如圖2（a）所示。當y（DR2－pF1－nR2）－zqE＋pF1－DC2≠0 時，令U（x）=0，解得x=0，x=1 是x的2 個穩(wěn)定點。根據(jù)微分方程的穩(wěn)定性定理，電商平臺選擇積極規(guī)制的概率x 處于穩(wěn)定狀態(tài)時，需要滿足d（U（x））/dx＜0。對U（x） 關于x 求導，可得d（U（x））/dx=（1－2x）[y（DR2－pF1－nR2）－zqE＋pF1－DC2]。當z＞z*時，有d（U（x））/dx＜ 0， x=0 為電商平臺的演化穩(wěn)定策略（Evolutionarily Stable Strategy，ESS）；反之，當z＜z*時，有d（U（x））/dx＞0，x=1 為電商平臺的ESS，如圖2（b）、圖2（c）所示。

由圖2 可以發(fā)現(xiàn)，電商平臺穩(wěn)定選擇積極規(guī)制的概率即為體積VD1，電商平臺穩(wěn)定選擇消極規(guī)制的概率即為體積VD2，分別計算，可得：VD1=∫10∫10（y（DR2 - pF1 -nR2）+ pF1 -DC2／qE）dydx =（DR2 + pF1 -nR2 -2DC2／2qE），VD2=1－VD1。

推論1：電商平臺選擇積極規(guī)制的概率與額外支出成本DC2、對農(nóng)戶的獎勵R2、發(fā)放獎勵的概率n 呈負相關；與額外收益DR2、對提供劣質農(nóng)產(chǎn)品農(nóng)戶的處罰F1、處罰幾率p 呈正相關。當積極規(guī)制的額外支出成本DC2（DC2＞（nR2－pF1－DR2）/2） 較高時，電商平臺選擇積極規(guī)制的概率與發(fā)放給消費者購買補助E 及獲得購買補助的概率q 呈正相關。

證明1：根據(jù)表達式VD1 求各要素的一階偏導數(shù)，可得：d（VD1）/dDC2＜ 0， d（VD1）/dR2＜ 0， d（VD1）/dn＜ 0。d（VD1）/dDR2＞ 0、d（VD1）/dF1＞ 0、d（VD1）/dp＞ 0。此外d（VD1）/dq=（2DC2＋nR2－pF1－DR2）/2q2E，d（VD1）/dE=（2DC2＋nR2－pF1－DR2）/2qE2，當2DC2＋nR2－pF1－DR2＞0 時，d（VD1）/dq＞0，d（VD1）/dE＞0。

2.2.2 農(nóng)戶策略選擇穩(wěn)定性

根據(jù)農(nóng)戶的復制動態(tài)方程U（y），可知：當x（pF1＋nR2）＋zF2＋mR1＋NC2－NR2=0 時， 即x=x*=（NR2－ zF2－ mR1－ NC2）/（pF1＋ nR2） 時，U（y） 恒為0，y 在[0，1] 上任意取值都是穩(wěn)定狀態(tài)，如圖3（a）所示。當x（pF1＋nR2）＋zF2＋mR1＋NC2－NR2≠0 時，令U（y）=0，解得y=0，y=1 是y 的2 個穩(wěn)定點。同樣，農(nóng)戶選擇銷售優(yōu)質農(nóng)產(chǎn)品的概率y 處于穩(wěn)定狀態(tài)時，需要滿足d（U（y））/dy＜0。對U（y） 關于y 求導，可得d（U（y））/dy=（1－2y）[x（pF1＋nR2）＋zF2＋mR1＋NC2－NR2]。當x＞x*時，有d（U（y））/dy＜0，y=0 為農(nóng)戶的ESS；反之，當x＜x*時，y=1 為農(nóng)戶的ESS，如圖3（b）、圖3（c）所示。

由圖3 可以發(fā)現(xiàn)，農(nóng)戶穩(wěn)定選擇銷售優(yōu)質農(nóng)產(chǎn)品的概率即為體積VN1，農(nóng)戶穩(wěn)定選擇銷售劣質農(nóng)產(chǎn)品的概率即為體積VN2， 分別計算， 可得： VN2=∫10∫10（NR2 -zF2 -mR1 -NC2／pF1 +nR2）dzdx＝（2NR2 - F2 -2mR1 -2NC2／2（pF1 +nR2）），VN1=1－VN2。

推論2：農(nóng)戶選擇銷售優(yōu)質農(nóng)產(chǎn)品的概率與投機成本NC2，電商平臺補貼R1，獲得補貼概率m，停業(yè)整頓等的損失F2 呈正相關，與劣質農(nóng)產(chǎn)品以次充好等投機行為的收益NR2 呈負相關。當投機行為獲得的額外收益NR2 較高（NR2＞（F2＋2NC2＋2mR1）/2） 時，農(nóng)戶選擇銷售優(yōu)質農(nóng)產(chǎn)品的概率與電商平臺處罰F1，處罰幾率p，電商平臺獎勵R2，電商平臺獎勵幾率n 呈正相關。

證明2： 根據(jù)表達式VN1 求各要素的一階偏導數(shù)，可得：d（VN1）/dNC2＞0，d（VN1）/dR1＞0，d（VN1）/dm＞0， d（VN1）/dF2＞ 0， d（VN1）/dNR2＜ 0。此外， d（VN1）/dF1=2p（2NR2－ F2－ 2NC2－ 2mR1）/（2pF1＋ 2nR2）2， d（VN1）/dp=2F1（2NR2－ F2－ 2NC2－ 2mR1）/（2pF1＋ 2nR2）2， d（VN1）/dR2=2n（2NR2－ F2－ 2NC2－ 2mR1）/（2pF1＋ 2nR2）2， d（VN1）/dn=2R2 （2NR2－F2－2NC2－2mR1）/（2pF1＋2nR2）2，當2NR2－F2－2NC2－2mR1＞0 時，d（VN1）/dF1＞0，d（VN1）/dp＞0，d（VN1）/dR2＞0，d（VN1）/dn＞0。

2.2.3 消費者策略選擇穩(wěn)定性

根據(jù)消費者的復制動態(tài)方程U（z），可知：當xqE＋CR2－CR1－CC1=0 時，即x=x**=（CR1＋CC1－CR2）/qE 時，U（z） 恒為0，z 在[0，1]上任意取值都是穩(wěn)定狀態(tài)（圖4（a））。當xqE＋CR2－ CR1－ CC1≠0 時，令U（z）=0， 解得z=0， z=1 是z的2 個穩(wěn)定點。消費者選擇購買優(yōu)質農(nóng)產(chǎn)品處于穩(wěn)定狀態(tài)時，需要滿足d（U（z））/dz＜0。對U（z） 關于z 求導，可得d（U（z））/dz=（1－ 2z）[xqE＋ CR2－ CR1－ CC1]。當x＞x**時，有d（U（0））/dz＜0，z=0 為消費者的ESS；反之，當x＜x**時，z=1 為消費者的ESS（圖4（b）、圖4（c））。

由圖4，可以發(fā)現(xiàn)，消費者穩(wěn)定選擇購買優(yōu)質農(nóng)產(chǎn)品的概率即為體積VC1，消費者穩(wěn)定選擇不購買優(yōu)質農(nóng)產(chǎn)品的概率即為體積VC2，分別計算，可得：VC2=∫10∫10（CR1 +CC1 -CR2／qE）dxdy＝（CR1 +CC1 -CR2／qE）。VC1= 1－VC2。

推論3：消費者選擇購買優(yōu)質農(nóng)產(chǎn)品的概率與購買優(yōu)質農(nóng)產(chǎn)品的效用CR2 呈正相關，與不購買優(yōu)質農(nóng)產(chǎn)品的效用CR1，購買優(yōu)質農(nóng)產(chǎn)品支付的額外成本CC1呈負相關。當購買優(yōu)質農(nóng)產(chǎn)品的效用較低（CR2＜CR1＋CC1）時，消費者購買優(yōu)質農(nóng)產(chǎn)品的概率與購買補助E 及獲得購買補助的概率q 呈正相關。

證明3：根據(jù)表達式VC1 求各要素的一階偏導數(shù)，可得：d（VN1）/dCR2＞0。d（VN1）/dCR1＜0，d（VN1）/dCC1＜0。此外，d（VN1）/dE=（CC1＋ CR1-CR2）/qE2， d（VN1）/dq=（CC1＋CR1－CR2）/q2E，當CC1＋CR1－CR2＞0 時，d（VN1）/dE＞0，d（VN1）/dq＞0。

2.2.4 三方混合策略穩(wěn)定性分析

根據(jù)微分方程穩(wěn)定性理論，令U（x）=0，U（y）=0，U（z）=0，得到可能的9個均衡點（0，0，0）、（0，0，1）、（0，1，0）、（1，0，0）、（1， 1， 0）、（0， 1， 1）、（1， 0， 1）、（1， 1， 1）、（x′，y′，z′）。令：

其中，（x′，y′，z′） 的取值范圍應在集合Q 內，Q={（x，y，z）|0≤x≤1，0≤y≤1，0≤z≤1}，當（x′，y′，z′） 不在集合Q 內時，（x′，y′，z′） 無效。

上述三方演化博弈模型的Jacob 矩陣為：

求解Jacob 矩陣的特征值如表2 所示，系統(tǒng)均衡點的穩(wěn)定性參考Friedman 提出的Jacob 矩陣特征值來判斷[32]。但由于參數(shù)過多，目前條件下尚無法得出全部點的穩(wěn)定性。即使使用演化博弈的方法得出系統(tǒng)在某些條件下的均衡狀態(tài)，也不能確定這些均衡狀態(tài)的穩(wěn)定性。因此，還需要將電商平臺、農(nóng)戶、消費者三方演化博弈與系統(tǒng)動力學方法相結合，進一步分析不同初值及各條件變化對政府部門、項目投資者、村民代表三方主體演化博弈的影響。

3 仿真分析

僅從公式推導和理論層面難以對優(yōu)質農(nóng)產(chǎn)品銷售過程中利益相關方演化博弈進行分析推導，無法較為直觀地反映出系統(tǒng)各個參數(shù)對系統(tǒng)演化穩(wěn)定性的影響，在演化博弈模型分析的基礎上， 研究進一步借助Python 對參與主體的策略演化軌跡進行仿真實驗模擬。基于農(nóng)產(chǎn)品銷售的實際情況和初始參數(shù)約束條件，參考關于農(nóng)產(chǎn)品質量安全分析、農(nóng)村電商商業(yè)模式構建分析等相關文獻的仿真參數(shù)設定方式[12，28，33]，將各參數(shù)設定如下：DR2=12， DC2=5， NR2=6.5， NC2=1， R1=3，R2=3， F1=8， F2=1.2， CR1=2， CR2=5， CC1=2.5， E=2，m=0.5，n=0.5，p=0.5，q=0.5。

3.1 初始意愿的演化穩(wěn)定性分析

設定0.25、0.5、0.75 分別對應電商平臺、農(nóng)戶、消費者三方初始意愿的低、中、高水平，得到對應行為決策結果如圖5～圖7 所示。

3.1.1 初始意愿與電商平臺決策行為

如圖5 所示，電商平臺、農(nóng)戶、消費者三方初始意愿的變化對電商平臺行為決策的演化都有影響，但是存在差異。消費者購買優(yōu)質農(nóng)產(chǎn)品意愿的變化不能改變電商平臺的最終決策結果；當電商平臺積極規(guī)制的初始意愿處于中高水平時（x≥0.5），消費者購買意愿的增強能夠加快電商平臺向積極規(guī)制優(yōu)質農(nóng)產(chǎn)品銷售的決策速度，但是影響較不明顯，如圖5（a）所示。當電商平臺積極規(guī)制優(yōu)質農(nóng)產(chǎn)品銷售的初始意愿處于較低水平時（x=0.25），農(nóng)戶較高水平銷售優(yōu)質農(nóng)產(chǎn)品的初始意愿（y=0.75）能夠改變電商平臺的最終決策方向，使得其最終決策向積極規(guī)制的方向轉變；當電商平臺積極規(guī)制優(yōu)質農(nóng)產(chǎn)品銷售的初始意愿處于中等水平時（x=0.5），農(nóng)戶中高水平銷售農(nóng)產(chǎn)品的初始意愿（y≥0.5）即能夠改變電商平臺的最終決策方向；當電商平臺積極規(guī)制優(yōu)質農(nóng)產(chǎn)品銷售的初始意愿處于較高水平時（x=0.75），農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品意愿的增強能夠加快電商平臺向積極規(guī)制的決策速度，如圖5（b）所示。

3.1.2 初始意愿與農(nóng)戶決策行為

如圖6 所示，電商平臺、農(nóng)戶、消費者三方初始意愿的變化對農(nóng)戶行為決策的演化都有影響，但是存在差異。消費者購買優(yōu)質農(nóng)產(chǎn)品意愿的變化同樣不能改變農(nóng)戶的最終決策結果；農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品的初始意愿處于中高水平時（y≥0.5），消費者購買意愿的增強能夠加快農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品的決策速度，如圖6（a）所示。當農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品的初始意愿處于較低水平時（y=0.25），電商平臺較高水平的積極規(guī)制意愿（x=0.75）能夠改變農(nóng)戶的最終決策方向，使得其最終決策向銷售優(yōu)質農(nóng)產(chǎn)品的方向轉變；當農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品的初始意愿處于中等水平時（y=0.5），電商平臺中高水平的積極規(guī)制意愿（x≥0.5）能夠改變農(nóng)戶的最終決策方向；當農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品的初始意愿處于較高水平時（y=0.75），電商平臺積極規(guī)制意愿的增強能夠加快農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品的決策速度，如圖6（b）所示。

3.1.3 初始意愿與消費者決策行為

如圖7 所示，在低、中、高電商平臺積極規(guī)制初始意愿和農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品初始意愿時，消費者最終決策均為購買優(yōu)質農(nóng)產(chǎn)品，電商平臺積極規(guī)制、農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品初始意愿的變化不會改變消費者的最終決策方向，但電商平臺積極規(guī)制、農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品初始意愿的增加，能夠加快消費者購買優(yōu)質農(nóng)產(chǎn)品的決策速度。

3.2 其他數(shù)值模擬

為分析農(nóng)戶獲得獎勵概率n、電商平臺處罰概率p 以及消費者獲得補助概率q 對演化博弈過程和結果的影響，將n、p、q 分別賦以0.5、0.25 和0.75，復制動態(tài)方程隨時間演化的仿真結果如圖8～圖10 所示。3.2.1 農(nóng)戶獲得獎勵概率（n）對系統(tǒng)決策行為演化的影響 在系統(tǒng)演化至穩(wěn)定點的過程中，農(nóng)戶獲得獎勵概率n 的提升能夠加快農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品決策的演化速度，隨著n 的增加，農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品方向的決策速度加快，但是電商平臺向積極規(guī)制方向的決策速度減慢。電商平臺加大獎勵力度，增加農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品獲得獎勵的可能性，能夠促進農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品，但是也會給電商平臺帶來經(jīng)濟負擔，降低電商平臺積極規(guī)制優(yōu)質農(nóng)產(chǎn)品銷售的意愿。

3.2.2 電商平臺查處概率（p）對系統(tǒng)決策行為演化的影響

在系統(tǒng)演化至穩(wěn)定點的過程中，電商平臺查處概率p 的提升同樣能夠加快農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品決策的演化速度，隨著p 的增加，農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品方向的決策速度加快，但是電商平臺向積極規(guī)制方向的決策速度減慢。監(jiān)管力度的加大，提升了農(nóng)戶的投機成本，最終做出銷售優(yōu)質農(nóng)產(chǎn)品的決策。但同時，處罰力度的提升會使得農(nóng)戶投機行為的概率有所下降，也會降低電商平臺的監(jiān)管意愿。當電商平臺查處概率p 過低時，電商平臺監(jiān)察不力、執(zhí)法不嚴，農(nóng)戶銷售劣質農(nóng)產(chǎn)品的行為難以被監(jiān)察、抓獲，其投機意愿有所上升，并在最終導致電商平臺和農(nóng)戶雙方最終決策向{消極規(guī)制，銷售劣質農(nóng)產(chǎn)品}的方向收斂。因此，電商平臺需要制定合理的農(nóng)產(chǎn)品品質監(jiān)察、管理制度，降低由于監(jiān)督產(chǎn)品質量而產(chǎn)生的成本，權衡好電商平臺工作量和處罰威懾力間的關系。

3.2.3 消費者獲得補助概率（q）對系統(tǒng)決策行為演化的影響

在系統(tǒng)演化至穩(wěn)定點的過程中，消費者獲得補助概率q 的提升能夠加快消費者向購買優(yōu)質農(nóng)產(chǎn)品決策的演化速度，但q 的變化不能夠改變最終決策結果。同樣，電商平臺加大消費者補助力度，也會給電商平臺帶來經(jīng)濟負擔，減慢向積極規(guī)制方向的決策速度，降低電商平臺積極規(guī)制優(yōu)質農(nóng)產(chǎn)品銷售的意愿。

3.3 數(shù)組演化模擬

為了進一步分析電商平臺對農(nóng)戶的補助力度（R1和R2）以及處罰力度（F1）對三方策略選擇的影響，賦予數(shù)組1：DR2=12，DC2=5，NR2=6.5，NC2=1，R1=3，R2=3， F1=8， F2=1.2， CR1=2， CR2=5， CC1=2.5， E=2，m=0.5，n=0.5，p=0.5，q=0.5；數(shù)組2：DR2=12，DC2=5，NR2=6.5， NC2=1， R1=5， R2=5， F1=8， F2=1.2， CR1=2，CR2=5，CC1=2.5，E=2，m=0.5，n=0.5，p=0.5，q=0.5；數(shù)組3：DR2=12，DC2=5，NR2=6.5，NC2=1，R1=3，R2=3，F(xiàn)1=12，F(xiàn)2=1.2，CR1=2，CR2=5，CC1=2.5，E=2，m=0.5，n=0.5，p=0.5，q=0.5；數(shù)組4：DR2=12，DC2=5，NR2=6.5，NC2=1，R1=5，R2=5，F(xiàn)1=4，F(xiàn)2=1.2，CR1=2，CR2=5，CC1=2.5，E=2，m=0.5，n=0.5，p=0.5，q=0.5；數(shù)組5：DR2=12，DC2=5，NR2=6.5，NC2=1，R1=5，R2=5，F(xiàn)1=12，F(xiàn)2=1.2，CR1=2，CR2=5，CC1=2.5，E=2，m=0.5，n=0.5，p=0.5，q=0.5。其中，數(shù)組1 即為初始參數(shù)設定，用作比對；數(shù)組2 單純增大R1、R2 值，以表征增大獎勵力度；數(shù)組3 單純增大F1 值，以表征增大處罰力度；數(shù)組4 增大R1、R2 值的同時減小F1 值，以表征在增大獎勵力度的同時減小處罰力度；數(shù)組5 增大R1、R2 值的同時增大F1 值，以表征同時增大獎勵力度和處罰力度。數(shù)組演化結果如圖11～圖15 所示。

從圖11 和圖12 可以看出，電商平臺獎勵力度的提升，增加了農(nóng)戶通過銷售優(yōu)質農(nóng)產(chǎn)品帶來的收益，動態(tài)系統(tǒng)演化穩(wěn)定點逐漸偏離（0，0，1），（1，1，1）開始成為該系統(tǒng)的演化穩(wěn)定點，電商平臺向積極規(guī)制，農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品的方向演化。同樣，從圖11 和圖13 中可以看出，電商平臺處罰力度的提升，增加了農(nóng)戶銷售劣質農(nóng)產(chǎn)品等投機行為帶來的損失，（1，1，1）開始成為該系統(tǒng)的演化穩(wěn)定點，電商平臺向積極規(guī)制，農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品的方向演化。從圖11 和圖14 中可以看出，電商平臺在增大獎勵力度并減小處罰力度時，盡管增加了農(nóng)戶通過銷售優(yōu)質農(nóng)產(chǎn)品帶來的收益，但同時也降低了農(nóng)戶銷售劣質農(nóng)產(chǎn)品等投機行為帶來的損失，動態(tài)系統(tǒng)的演化穩(wěn)定點開始逐漸偏離（1，1，1），（0，0，1）開始成為該系統(tǒng)的演化穩(wěn)定點，電商平臺向消極規(guī)制，農(nóng)戶向銷售劣質農(nóng)產(chǎn)品的方向演化。從圖11 和圖15 中可以看出，電商平臺在同時增大獎勵和處罰力度時，動態(tài)系統(tǒng)的演化穩(wěn)定點開始逐漸偏離（0，0，1），（1，1，1）開始成為該系統(tǒng)的演化穩(wěn)定點，與單純增大處罰力度相比，系統(tǒng)更快向（1，1，1）方向演化，電商平臺向積極規(guī)制，農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品的方向演化。電商平臺通過調整獎勵和處罰力度可以有效引導農(nóng)戶向銷售優(yōu)質農(nóng)產(chǎn)品的方向演化，且在電商平臺增大獎勵力度、電商平臺增大處罰力度、電商平臺增大獎勵力度并減小處罰力度和電商平臺同時增大獎勵和處罰力度4 種情況下，同時增大獎勵和處罰力度能最快實現(xiàn)電商平臺積極規(guī)制、農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品的演化穩(wěn)定狀態(tài)。

4 結論與建議

4.1 結論

研究構建F2C 模式下電商平臺、農(nóng)戶和消費者三方共同參與的演化博弈模型，借助Python 進行仿真實驗和數(shù)值模擬，分析了各主體初始意愿及不同要素對三方策略選擇的影響，主要結論如下。（1）電商平臺積極規(guī)制和農(nóng)戶對優(yōu)質農(nóng)產(chǎn)品銷售的初始意愿，會對演化博弈的最終穩(wěn)定狀態(tài)產(chǎn)生重要影響，在初始條件下，電商平臺積極規(guī)制和農(nóng)戶銷售優(yōu)質農(nóng)產(chǎn)品的意愿較低，比例不高，會使演化博弈的最終穩(wěn)定策略收斂于非理想狀態(tài)；消費者的初始意愿不能改變博弈的最終穩(wěn)定結果，但購買優(yōu)質農(nóng)產(chǎn)品初始意愿的提升，可以加快演化博弈向理想狀態(tài)的收斂速度。（2）農(nóng)戶獲得獎勵概率、消費者獲得補助概率的增減變化均不能對演化博弈的最終結果產(chǎn)生影響，僅能改變博弈向理想狀態(tài)收斂的速度；當劣質農(nóng)產(chǎn)品檢驗成本過高，電商平臺查處概率過低時，農(nóng)戶銷售劣質農(nóng)產(chǎn)品時帶來的投機成本降低，削弱其優(yōu)質農(nóng)產(chǎn)品的銷售意愿。電商平臺處罰效果不佳，往往也會趨向于進行消極規(guī)制，導致演化博弈最終收斂于非理想狀態(tài)，消費者只能被動接受劣質農(nóng)產(chǎn)品。（3）獎勵和處罰力度的提升并不一定能夠推動博弈向理想狀態(tài)收斂，當電商平臺增大獎勵力度的同時減少處罰力度，電商平臺和農(nóng)戶開始向消極規(guī)制、銷售劣質農(nóng)產(chǎn)品的方向演化。盡管電商平臺增大獎勵力度，但考慮到投機行為帶來的額外收益， 部分農(nóng)戶仍會選擇銷售劣質農(nóng)產(chǎn)品。（4）消費者購買優(yōu)質農(nóng)產(chǎn)品的初始意愿、消費補助力度等不能改變博弈結果，只能加快或減慢博弈向最終狀態(tài)的收斂速度。實際上，在農(nóng)產(chǎn)品電商銷售過程中，由于電商平臺、農(nóng)戶等經(jīng)營者與消費者間掌握信息不對等，消費者往往只能被動接受由電商平臺或是農(nóng)戶提供的信息，其自主選擇權很難實現(xiàn)。

4.2 建議

基于研究結論，為了解決F2C 電商模式下農(nóng)產(chǎn)品質量問題，可以從以下方面入手。

4.2.1 建立多樣獎勵機制

電商平臺可以通過多種形式的激勵措施來鼓勵農(nóng)戶生產(chǎn)和銷售更高質量的農(nóng)產(chǎn)品。首先，可以設立銷售獎金，對于銷售額達到一定額度的農(nóng)戶給予現(xiàn)金獎勵，以此激發(fā)農(nóng)戶的生產(chǎn)積極性。其次，可以提供優(yōu)惠券，鼓勵消費者購買優(yōu)質農(nóng)產(chǎn)品，從而間接促進農(nóng)戶的生產(chǎn)。再次，電商平臺還可以為優(yōu)質農(nóng)產(chǎn)品提供廣告推廣服務，幫助農(nóng)戶提高產(chǎn)品的知名度和市場競爭力。同時，電商平臺對優(yōu)質農(nóng)產(chǎn)品進行優(yōu)先展示，能夠提高其在平臺上的曝光率，幫助農(nóng)戶拓展市場。通過這些激勵措施，可以有效地促進農(nóng)戶生產(chǎn)和銷售更高質量的農(nóng)產(chǎn)品，滿足消費者對優(yōu)質農(nóng)產(chǎn)品的需求。

4.2.2 提高檢驗效率和降低成本

為了確保農(nóng)產(chǎn)品的質量安全，滿足消費者對高質量產(chǎn)品的需求，同時降低生產(chǎn)成本，需要探索創(chuàng)新的技術手段和政策措施。一方面，可以通過技術創(chuàng)新，研發(fā)出更高效、更精準的農(nóng)產(chǎn)品質量檢驗設備和方法，從而提高檢驗效率，減少人力物力的投入。例如，利用人工智能、大數(shù)據(jù)等技術，對農(nóng)產(chǎn)品進行智能檢測和數(shù)據(jù)分析，快速準確地判斷其質量是否符合標準。另一方面，政府可以提供一定的補貼政策，鼓勵電商平臺加大質量檢驗的投入，降低其運營成本。同時，電商平臺也需要積極參與，通過優(yōu)化供應鏈管理，提高物流效率，減少中間環(huán)節(jié)，降低檢驗成本，電商平臺就能更頻繁、更經(jīng)濟地進行農(nóng)產(chǎn)品質量檢驗，確保消費者購買到的農(nóng)產(chǎn)品質量可靠，滿足其健康需求。

4.2.3 實施必要的約束措施

為了防止農(nóng)戶因追求短期利益而犧牲產(chǎn)品質量，電商平臺應實施必要的約束措施?？梢越①|量保證金制度，要求農(nóng)戶在銷售季節(jié)開始前交納一定數(shù)額的保證金。如果農(nóng)戶的產(chǎn)品質量符合標準，保證金將全額退還；如果發(fā)現(xiàn)質量問題，電商平臺可以扣除部分或全部保證金作為處罰。這種制度能夠有效地提高農(nóng)戶的質量意識，確保他們在生產(chǎn)過程中不敢有絲毫松懈。此外，電商平臺還可以通過合同約束、信用評價、市場準入限制等方式，對農(nóng)戶進行長期的信用管理和質量監(jiān)督。對于那些屢次違反質量規(guī)定、銷售劣質產(chǎn)品的農(nóng)戶，電商平臺可以采取更嚴格的措施，如限制其在平臺上的銷售權限，甚至永久禁止其進入市場。通過這些約束措施，電商平臺可以有效維護市場秩序，保障消費者的權益，同時也為優(yōu)質農(nóng)產(chǎn)品的銷售創(chuàng)造一個公平競爭的環(huán)境。

4.2.4 建立消費者反饋機制

鼓勵消費者在購買農(nóng)產(chǎn)品后，積極參與到產(chǎn)品評價中來。這不僅可以幫助其他消費者了解產(chǎn)品的真實情況，也為電商平臺提供了寶貴的改進建議。為實現(xiàn)這一目標，電商平臺可以設立便捷的評價渠道，讓消費者可以輕松地提交自己的反饋；通過積分獎勵、優(yōu)惠券等方式，激勵消費者在購買后分享自己的真實體驗；建立嚴格的管理制度，對消費者的評價進行審核，確保評價的真實性，打擊虛假評價和惡意攻擊；及時回應消費者的反饋，對消費者的評價進行分析，關注產(chǎn)品質量問題，以便及時發(fā)現(xiàn)并解決潛在問題，提升消費者滿意度。通過這些措施，電商平臺可以更好地滿足消費者的需求，提升市場競爭力，促進農(nóng)產(chǎn)品電商市場的健康發(fā)展。

4.3 局限及展望

對F2C 模式下電商平臺、農(nóng)戶和消費者三者之間實現(xiàn)優(yōu)質農(nóng)產(chǎn)品供給的條件及均衡狀態(tài)進行了積極探索，但本研究仍具有一定局限性。首先，為分析電商平臺、農(nóng)戶和消費者三方的策略選擇，通過構建演化博弈模型將農(nóng)產(chǎn)品銷售過程中三方主體的復雜關系與交易過程抽象化，未來可采用案例分析法、問卷調查法等方法找到其他影響三方?jīng)Q策的因素，以不斷完善理論分析模型。其次，雖然考察了電商平臺、農(nóng)戶和消費者在F2C 模式下對農(nóng)產(chǎn)品質量的作用，但其他主體在農(nóng)產(chǎn)品銷售過程中也將對博弈系統(tǒng)造成一定影響，未來研究中可能引入其他主體對該問題開展進一步深入探討。

參考文獻：

［ 1 ］林炳坤，呂慶華. F2C 電子商務模式創(chuàng)新文獻述評[J]. 科技管理研究，2013，33（3）：1?3，9.

［ 2 ］魯釗陽，廖杉杉. 農(nóng)產(chǎn)品電商發(fā)展的增收效應研究[J]. 經(jīng)濟體制改革，2016（5）：86?92.

［ 3 ］閆貝貝，劉天軍，孫曉琳. 社會學習對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響——基于電商認知的中介作用和政府支持的調節(jié)作用[J]. 西北農(nóng)林科技大學學報（社會科學版），2022，22（4）：97?108.

［ 4 ］王瑜. 電商參與提升農(nóng)戶經(jīng)濟獲得感了嗎？——貧困戶與非貧困戶的差異[J]. 中國農(nóng)村經(jīng)濟，2019（7）：37?50.

［ 5 ］邵騰偉，呂秀梅. 基于F2F 的生鮮農(nóng)產(chǎn)品C2B 眾籌預售定價[J].中國管理科學，2016，24（11）：146?152.

［ 6 ］HOFFMAN J A， AGRAWAL T， WIRTH C， et al. Farm to Family：Increasing Access to Affordable Fruits and Vegetables Among UrbanHead Start Families[J]. Journal of Hunger amp; Environmental Nutrition，2012， 7（2-3）： 165?177.

［ 7 ］張海佳，王超，鄭海新. 閩臺農(nóng)產(chǎn)品電子商務發(fā)展的現(xiàn)狀、制約與策略分析[J]. 臺灣農(nóng)業(yè)探索，2020（6）：8?11.

［ 8 ］國務院辦公廳關于促進農(nóng)村電子商務加快發(fā)展的指導意見（國辦發(fā)〔2015〕78 號）[EB/OL]. （2015?11?09）. https：//www.gov.cn/zhengce/zhengceku/2015-11/09/content_10279.htm.

［ 9 ］中共中央 國務 院印發(fā)《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》[EB/OL]. （2018?09?26） . https：//www.gov.cn/xinwen/2018-09/26/content_5325534.htm.

［10］2024 年中央一號文件公布 提出有力有效推進鄉(xiāng)村全面振興“路線圖” [EB/OL]. （2024?02?03） . https：//www.gov.cn/yaowen/liebiao/202402/content_6929930.htm.

［11］朱泳锜，陳煒，朱珈锜，等. 三產(chǎn)融合背景下農(nóng)村電商賦能縣域經(jīng)濟發(fā)展分析——以甘肅省民勤縣為例[J]. 臺灣農(nóng)業(yè)探索，2024（1）：23?30.

［12］郭翔宇，姚江南. 政府干預、消費者購買與農(nóng)產(chǎn)品品牌建設：基于三方主體演化博弈的分析[J]. 農(nóng)林經(jīng)濟管理學報， 2023，22（2）：171?181.

［13］劉磊，喬忠，劉暢. 農(nóng)超對接模式中的合作博弈問題研究[J]. 管理工程學報，2012，26（4）：100?106.

［14］蘇昕，劉昊龍. 農(nóng)戶與企業(yè)合作下的農(nóng)產(chǎn)品質量安全演化博弈仿真研究[J]. 農(nóng)業(yè)技術經(jīng)濟，2015（11）：112?122.

［15］藍海濤，周振. 我國“互聯(lián)網(wǎng)＋農(nóng)村經(jīng)濟”發(fā)展現(xiàn)狀與政策建議[J]. 宏觀經(jīng)濟管理，2018（7）：31?38，65.

［16］熊雪，朱成霞，朱海波. 農(nóng)產(chǎn)品電商直播中消費者信任的形成機制：中介能力視角[J]. 南京農(nóng)業(yè)大學學報（社會科學版），2021，21（4）：142?154.

［17］王翠翠，夏春萍，童慶蒙，等. 電商參與促進農(nóng)戶綠色生產(chǎn)嗎？——基于3 省4 縣812 戶果農(nóng)的實證研究[J]. 中國人口·資源與環(huán)境，2022，32（5）：132?143.

［18］朱立龍，何慧，徐艷萍. 協(xié)同視角下消費者參與的網(wǎng)購商品質量監(jiān)管策略研究[J]. 宏觀質量研究，2022，10（2）：86?99.

［19］KIM Y， KRISHNAN R. On Product-Level Uncertainty and OnlinePurchase Behavior： An Empirical Analysis[J]. Management Science，2015， 61（10）： 2449?2467.

［20］程長林，梁彥卿，楊亞東，等. 基于三方演化博弈的中國乳制品集聚形成機制及對策研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2021，42（10）：253?260.

［21］FOULIRAS P. A novel reputation-based model for e-commerce[J].Operational Research， 2013， 13（1）： 113?138.

［22］程虹，王華星. 互聯(lián)網(wǎng)平臺壟斷與低質量陷阱[J]. 南方經(jīng)濟，2021（11）：44?59.

［23］CHEN Y， HU X， LI S. Quality differentiation and firms’ choicesbetween online and physical markets[J]. International Journal ofIndustrial Organization， 2017， 52： 96?132.

［24］李文，宋慧琪，潘雅翔，等. O2O 模式下生鮮農(nóng)產(chǎn)品消費者滿意度測評與提升實證分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2020，41（1）：129?137.

［25］賴啟福，李虎峰，李春碩，等. 鄉(xiāng)村旅游開發(fā)主體的利益博弈過程及其仿真分析[J]. 中國生態(tài)旅游，2024，14（3）：604?620.

［26］MCCLUSKEY J J. A Game Theoretic Approach to Organic Foods：An Analysis of Asymmetric Information and Policy[J]. Agriculturaland Resource Economics Review， 2000， 29（1）： 1?9.

［27］楊松，莊晉財，王愛峰. 懲罰機制下農(nóng)產(chǎn)品質量安全投入演化博弈分析[J]. 中國管理科學，2019，27（8）：181?190.

［28］朱立龍，郭鵬菲. 政府約束機制下農(nóng)產(chǎn)品質量安全監(jiān)管三方演化博弈及仿真分析[J]. 系統(tǒng)工程，2017，35（12）：75?80.

［29］李潔. 生鮮電商盈利模式比較及優(yōu)化策略[J]. 商業(yè)經(jīng)濟研究，2018（12）：97?99.

［30］SAENGER C， QAIM M， TORERO M， et al. Contract farming andsmallholder incentives to produce high quality： experimental evidencefrom the Vietnamese dairy sector[J]. Agricultural Economics， 2013，44（3）： 297?308.

［31］TONSOR G T. Consumer inferences of food safety and quality[J].European Review of Agricultural Economics， 2011， 38（2）： 213?235.

［32］FRIEDMAN D. On economic applications of evolutionary gametheory[J]. Journal of Evolutionary Economics， 1998， 8（1）： 15?43.

［33］劉亞軍，馮澤宇. 魚與熊掌如何兼得：農(nóng)產(chǎn)品電商上行的包容性商業(yè)模式構建策略仿真研究[J]. 湘潭大學學報（哲學社會科學版），2023，47（6）：38?45.

基金項目：國家社會科學基金高校思政課研究專項（23VSZ100）