考虑配送交通风险的新零售平台、骑手及消费者三方演化博弈分析.pdf

第3 3卷 第1期 2 0 2 4年1月系 统 管 理 学 报J o u r n a l o f S y s t e m s&M a n a g e m e n tV o l.3 3 N o.1J a n.2 0 2 4 文章编号:1 0 0 5-2 5 4 2(2 0 2 4)0 1-0 0 4 6-1 3收稿日期:2 0 2 3-0 4-2 6 修订日期:2 0 2 3-0 6-1 5 基金项目:国家自然科学基金重点项目(7 1 8 3 1 0 0 6);浙江省人文社会科学规划项目(1 9 N D J C 0 5 2 Y B)作者简介:汪 翼(1 9 8 2-),男,博士,讲师。研究方向为绿色农产品运作管理。通信作者:雒兴刚(1 9 7 1-),男,博士,教授。E-m a i l:x g l u o h d u.e d u.c n 考虑配送交通风险的新零售平台、骑手及消费者三方演化博弈分析 汪 翼,李秀晖,雒兴刚(杭州电子科技大学 管理学院,杭州 3 1 0 0 1 8)【摘要】新零售行业中配送骑手的交通事故比率不断攀升引起了社会的广泛关注。骑手出于对配送超时和消费者投诉的担心,在配送途中选择超速违章,从而增加交通风险。为避免消费者对配送超时进行投诉,越来越多的平台企业主动建立超时补偿机制,即对配送超时为消费者提供补偿。该补偿机制能否有效减少消费者投诉,进而影响骑手的配送行为,降低其配送中的交通风险,是值得研究的重要问题。构建由新零售平台、骑手及消费者组成的三方演化博弈模型,其中,平台决定是否建立针对消费者的超时补偿机制,骑手在不同风险程度的配送行为之间进行选择,而消费者则决定在超时情况下是否进行投诉。研究发现:平台对于骑手超时的直接惩罚额度是影响骑手的策略中最关键的影响因素。当直接惩罚额度较大时,平台、消费者的任何策略选择都无法改变骑手普遍向高风险配送策略演化的“骑手困境”情况;当直接惩罚额度适中,建立超时补偿机制给平台企业带来的直接效用较大,且平台与消费者普遍对骑手更具有同理心时,三方演化策略均衡可以达到理想状态:平台建立主动补偿机制、骑手低风险配送、消费者对于订单超时选择不投诉。关键词:新零售平台;骑手困境;配送交通风险;超时补偿;演化博弈 中图分类号:F 5 7 0 文献标志码:A D O I:1 0.3 9 6 9/j.i s s n 1 0 0 5-2 5 4 2.2 0 2 4.0 1.0 0 4 T h r e e-P a r t y E v o l u t i o n a r y G a m e A n a l y s i s o f N e w R e t a i l P l a t f o r m,D e l i v e r y m e n,a n d C o n s u m e r C o n s i d e r i n g D e l i v e r y T r a f f i c R i s k WANG Y i,L I X i u h u i,L U O X i n g g a n g(S c h o o l o f M a n a g e m e n t,H a n g z h o u D i a n z i U n i v e r s i t y,H a n g z h o u 3 1 0 0 1 8,C h i n a)【A b s t r a c t】I n r e c e n t y e a r s,t h e t r a f f i c a c c i d e n t r a t e o f d e l i v e r y m e n o n n e w r e t a i l p l a t f o r m s h a s b e e n r i s i n g,w h i c h h a s a r o u s e d w i d e s p r e a d c o n c e r n i n t h e s o c i e t y.D u e t o c o n c e r n s a b o u t d e l i v e r y d e l a y s a n d c u s t o m e r c o m p l a i n t s,d e l i v e r y m e n o f t e n c h o o s e d a n g e r o u s d r i v i n g b e h a v i o r s s u c h a s v i o l a t i n g r e g u l a t i o n s a n d s p e e d i n g d u r i n g d e l i v e r y.T o a v o i d c u s t o m e r s c o m p l a i n i n g a b o u t d e l i v e r y d e l a y s,m o r e a n d m o r e p l a t f o r m s a r e a c t i v e l y e s t a b l i s h i n g d e l a y c o m p e n s a t i o n m e c h a n i s m s,w h i c h p r o v i d e s c o m p e n s a t i o n t o c u s t o m e r s w h e n e v e r d e l i v e r y d e l a y o c c u r s.H o w e v e r,w h e t h e r s u c h c o m p e n s a t i o n m e c h a n i s m c a n e f f e c t i v e l y r e d u c e c o n s u m e r c o m p l a i n t s,a n d,i n t u r n,a f f e c t t h e d e l i v e r y b e h a v i o r o f d e l i v e r y m e n a n d r e d u c e t r a f f i c r i s k s i n t h e i r d e l i v e r y i s a n i m p o r t a n t i s s u e w o r t h s t u d y i n g.T h i s p a p e r c o n s t r u c t s a t r i p a r t i t e e v o l u t i o n a r y g a m e m o d e l c o n s i s t i n g o f p l a t f o r m s,d e l i v e r y m e n,a n d c o n s u m e r s.T h e p l a t f o r m d e t e r m i n e s w h e t h e r t o e s t a b l i s h a d e l i v e r y d e l a y c o m p e n s a t i o n m e c h a n i s m f o r c u s t o m e r s,t h e d e l i v e r y m e n d e t e r m i n e t h e d e l i v e r y b e h a v i o r,a n d t h e c u s t o m e r s d e t e r m i n e w h e t h e r t o c o m p l a i n i n t h e c a s e o f d e l a y.I t i s f o u n d t h a t t h e d i r e c t 第1期汪 翼,等:考虑配送交通风险的新零售平台、骑手及消费者三方演化博弈分析4 7 d e l a y p e n a l t y o n d e l i v e r y m e n i s t h e m o s t c r i t i c a l i n f l u e n c i n g f a c t o r i n d e l i v e r y m e ns s t r a t e g i e s.Wh e n t h i s p e n a l t y i s s u f f i c i e n t l y l a r g e,a n y s t r a t e g i c c h o i c e m a d e b y t h e p l a t f o r m o r c o n s u m e r s c a n n o t c h a n g e t h e“d e l i v e r y m e ns d i l e mm a”w h e r e d e l i v e r y m e n g e n e r a l l y e v o l v e t o w a r d s h i g h r i s k d e l i v e r y s t r a t e g i e s.H o w e v e r,w h e n t h e p l a t f o r m c a n h a v e s u f f i c i e n t d i r e c t b e n e f i t f r o m b u i l d i n g c o m p e n s a t i o n m e c h a n i s m,a n d t h e p l a t f o r m a n d c o n s u m e r s g e n e r a l l y h a v e m o r e e m p a t h y f o r d e l i v e r y m e n,t h e t h r e e-w a y e v o l u t i o n s t r a t e g y e q u i l i b r i u m c a n a c h i e v e a n i d e a l s t a t e:t h e p l a t f o r m b u i l d s a n a c t i v e c o m p e n s a t i o n m e c h a n i s m,d e l i v e r y m e n c h o o s e l o w-r i s k d e l i v e r y m o d e,a n d c o n s u m e r s d o n o t c o m p l a i n a b o u t d e l i v e r y d e l a y.K e y w o r d s:n e w r e t a i l p l a t f o r m;d e l i v e r y m e ns d i l e mm a;d e l i v e r y t r a f f i c r i s k;o v e r t i m e c o m p e n s a t i o n;e v o l u t i o n a r y g a m e 近年来,我国新零售行业随着电子商务、I T技术、物流行业的发展而飞速增长。新零售行业的物流末端主要依赖于骑手的配送,其中,绿色生鲜电商、外卖等行业对于末端配送的及时性要求极高。与此同时,骑手配送过程中发生交通事故屡见报端。例如:2 0 1 7年上半年,上海平均每2.5天就有约1名外卖骑手伤亡1;广州仅2 0 2 1年1 0月中的半个月就查获外卖车辆交通违法7 6 6 7宗2;上海市2 0 2 0年19月份查处快递外卖骑手各类交通违法行为4.3万余起3。当消费者在平台下单后,平台会给出配送时间承诺,而骑手则需要在该时间范围内按订单送达。骑手一旦配送超时,就会被平台处以罚金,消费者也可能会投诉骑手;若消费者进行投诉,平台则会进一步惩罚骑手。骑手为减少配送超时可能产生的惩罚,要尽可能快的将外卖送达,往往会提高配送骑行的速度,甚至对交通规则视若无睹,因而导致交通事故的发生。这就是近年来公众广泛讨论的“骑手困境”的重要背景。一般情况下,服务提供方对服务失败和消费者投诉会采取一定的反应和行动,即服务补救措施4。针对订单配送超时和消费者投诉的情况,目前外卖平台的服务补救措施主要是建立补偿机制,即通过赠送礼物、小额红包或代金券等方式来消除消费者的不满。例如:福州“永辉生活”线上自营平台提供“慢必赔”服务,如果配送超时,系统将自动给用户发放现金券5;美团平台也对部分商家的用户提供了类似服务协议,一旦订单实际送达时间超出协议中规定的范围,平台就会向用户支付一定金额的红包券作为补偿。骑手困境背景下,企业建立平台超时补偿机制引发了下列问题:平台从自身利益出发,建立补偿机制是否更加有利?补偿额度的多少对平台、骑手及消费者的决策又有哪些影响?此外,补偿机制如果能够减少消费者的投诉,能否进一步降低骑手对于超时的担心,进而采取更安全的配送行为,最终帮助社会缓解“骑手困境”?针对上述问题,本文通过构建演化博弈模型分析外卖平台、骑手及消费者3个参与主体在配送服务过程中的行为策略,分析演化博弈的稳定策略选择,并对演化过程与结果进行仿真分析。通过对各种系统演化结果的对比分析,发现促使平台推出超时补偿机制最主要的动因是其给企业带来的直接效用提升,其次才是消费者增长的投诉比率和骑手配送风险的增长。影响骑手配送策略最关键的因素是平台对其配送超时的直接惩罚。另外,平台、消费者对骑手的同理心也是影响骑手配送行为的重要因素。在一定条件下,三方演化策略均衡可以达到理想状态:平台建立主动补偿机制、骑手低风险配送、消费者对于订单超时选择不投诉。1 文献综述 本文相关的参考文献可以分为外卖配送交通风险、平台型企业补偿机制以及演化博弈模型在运营管理中的运用相关研究3类。一系列文献通过实证方法对外卖配送交通事故的归因进行研究,发现其主要原因包括:骑手自身的交通违法行为6、平台派单系统的算法缺陷7、平台对骑手配送超时的奖惩及管理规定等8。这些实证研究结论也揭示了骑手困境背后存在复杂的机制。在平台型企业补偿机制研究方面,余海燕等9从配送平台的角度出发,以配送员为激励对象,以最大化订单提前完成率为目标函数,对比分析不同的激励机制。还有部分实证研究分析补偿机制对用户的影响。H a r r i s等1 0以餐饮服务平台为例,通过实验发现,服务补救水平对满意度和购后意愿有影响。Z h a n g等1 1也发现,在投诉数量较多的在线交易环境中,有效实施在线服务补救对于减少客户投诉和保持客户忠诚度至关重要。李宇昕1 2的研究表明,在整个服务补救流程中,商家恰当合理地实施服务补救能够产生积极有利的后续结果。上述研究都没有考虑配送员作为博弈主体的策略选择背后的影响机制,以及配送交通风险在各方决策中的影响机制,4 8 系 统 管 理 学 报第3 3卷而这正是本文重点考虑的因素。经典博弈理论往往假设博弈主体为完全理性,在现实生活中,这种假设通常是很难实现的。演化博弈理论认为博弈中的主体并不能对外部环境立即做出完美判断,而是在一个动态的调整过程中逐渐达到均衡状态。基于这一原因,很多运营管理研究构建演化博弈模型分析博弈决策的动态调整过程。张国兴等1 3研究包含第三方监督下食品企业的食品安全生产与政府部门的监管决策如何相互影响、动态调整。汪旭晖等1 4研究了平台卖家、平台电商和政府对平台电商信用监管机制决策的演化过程,剖析平台电商信用“监管困局”的内在形成机理。张子鸣等1 5对包含决策者成本-收益感知偏差下共享制造多主体决策的演化过程进行分析。吕乐琳等1 6研究了数字建造情境下重大工程交易行为监管系统中,工程发包方、工程监理方和工程承包方3个主体的策略形成及行为演化过程。雷丽彩等1 7研究了政府监管下电商平台“杀熟”定价行为及用户消费渠道选择的演化博弈模型。针对外卖服务进行演化博弈分析的文献中,部分研究聚焦于平台监管,如互联网订餐监管1 8、外卖食品安 全 监 管1 9、政 府 惩 罚 机 制2 0等。此 外,L i u等2 1和Z h a n g等2 2利用演化博弈分别对骑手物流模式以及外卖食品卫生等方面进行了分析。相比于本文,上述研究都没有考虑配送骑手决策及其对自身交通风险、平台和消费者效用的影响。考虑到新零售平台、骑手与消费者之间的博弈行为也是在不断地探索、调整各自的决策,本文沿用演化博弈模型分析三方决策的演化过程。2 模型假设与构建 2.1 模型假设 考虑新零售平台(例如外卖平台)、配送骑手及消费者组成的三方演化博弈模型,且由于环境以及问题的复杂性、信息不完全性等因素的限制1 3,博弈三方均为有限理性。首先,平台是规则的制定者,在给出配送时间的情况下,一方面设定了超时与投诉发生时对骑手的惩罚,另一方面决定着对消费者的补偿。骑手接单后会根据平台给出的配送时间以及自身可能承担的惩罚,以此来决定自己的配送行为。骑手的配送行为既决定了订单超时的概率,同时也对其交通风险大小产生影响。消费者一方面期待自己获得更优质的服务,希望骑手尽快送达;另一方面,消费者出于同理心2 3等因素,也不希望骑手发生交通事故。如果平台建立主动补偿机制,在订单延误时给予消费者一定的补偿,既可以抵消消费者的部分不满情绪,又可以帮助平台建立良好的企业社会形象。因此,假设在配送时间和成本因素给定的背景下,平台策略空间为 建立补偿机制,不建立补偿机制,并假定其选择建立补偿机制的概率为x(0 x1),不建立补偿机制的概率为1-x;骑手的策略空间为 高风险配送,低风险配送,骑手选择高风险配送的概率为y(0y1),选择低风险配送的概率为1-y;在配送超时情况下,消费者选择是否进行投诉,因此,其策略空间是 投诉,不投诉,并假定其选择投诉的概率为z(0z1),选择不投诉的概率为1-z。模型的其他相关假设及参数、符号设定如下:(1)当消费者支付订单且配送成功后,平台、骑手及消费者都会得到相应的收益或正效应,分别为pp、pq和U。若订单配送延误,消费者会产生负效用u2。由于消费者对平台的满意度影响其再次消费的意愿,故配送超时会使平台和骑手产生延误损失,而根据业界实践,此时平台会对骑手进行处罚。因此,本文假设配送超时对平台、骑手分别产生成本cp和cq。(2)若骑手在配送过程中发生交通事故等问题,不仅骑手自身利益受损,平台也会承担部分责任。此外,消费者的同情情绪会影响其亲社会行为,即当人们看到他人受难时会被困扰,故假设当骑手发生意外时,消费者也会对此产生负效用。本文假设发生交通事故时,平台、骑手及消费者分别产生成本(负效应)rp、rq和rc。(3)平台企业若建立超时补偿机制,不仅可以吸引更多消费者、扩大市场需求,而且可以提升企业承担社会责任的形象2 4。本文假设平台建立主动补偿机制,可以产生相应的固定正效益u1。(4)如果消费者在订单配送超时情况下坚持投诉,平台需要耗费资源来处理消费者投诉,则假设cs为平台处理消费者投诉的成本。根据对业界实践的调研,消费者投诉的情况下,平台也会对骑手进行追加罚款等措施以弥补投诉带来的损失。本文假设ct为消费者投诉后平台对骑手的罚款。(5)在补偿机制下,消费者若选择不投诉,将得到补偿cb,该补偿由平台与骑手共同承担,与1-分别为两者对补偿金的承担份额。此外,若消费者选择投诉,本文假设消费者依旧可以得到比例的超时补偿。显然,当=0时,意味着平台不愿意为选择投诉的消费者给予补偿;当=1时,表示即使消费者选择投诉也会得到全部的补偿金。(6)根据申跃等2 5的研究,消费者对服务感到第1期汪 翼,等:考虑配送交通风险的新零售平台、骑手及消费者三方演化博弈分析4 9 不满意而向平台企业进行抱怨是一种很好的发泄方式,无论消费者的抱怨是否得到解决,不满情绪的直接表达可以使其得到一定程度的释放。因此,本文假设消费者投诉后自身可获得正效用ut。(7)假设和分别为低风险配送下订单超时的概率与骑手在配送过程中发生交通意外的概率,k1和k2为高风险配送下订单超时的概率与骑手在配送过程中发生交通意外的概率。由于高风险配送往往意味着更短的配送时间以及更高的事故率,故假设0k11。2.2 模型分析 根据上述假设及参数设置,可以得到在平台建立补偿机制和不建立补偿机制的情况下,平台、骑手和消费者三方的支付矩阵,如表1、2所示。表1 平台建立补偿机制下的三方支付矩阵(x)T a b.1 T r i p a r t i t e p a y o f f m a t r i x u n d e r c o m p e n s a t i o n m e c h a n i s m(x)博弈主体行为消费者投诉z不投诉1-z骑手高风险配送y低风险配送1-ypp-k1(cp+cs-ct+cb)-k2rp+u1pp-k1(cp+cb)-k2rp+u1pq-k1cq+ct+(1-)cb-k2rqpq-k1cq+(1-)cb-k2rqU-k1(u2-ut-cb)-k2rcU-k1(u2-cb)-k2rcpp-(cp+cs-ct+cb)-rp+u1pp-(cp+cb)-rp+u1pq-cq+ct+(1-)cb-rqpq-cq+(1-)cb-rqU-(u2-ut-cb)-rcU-(u2-cb)-rc表2 平台不建立补偿机制下的三方支付矩阵(1-x)T a b.2 T r i p a r t i t e p a y o f f m a t r i x w i t h o u t c o m p e n s a t i o n m e c h a n i s m(1-x)博弈主体行为消费者投诉z不投诉1-z骑手高风险配送y低风险配送1-ypp-k1(cp+cs-ct)-k2rppp-k1 cp-k2rppq-k1(cq+ct)-k2rqpq-k1 cq-k2rqU-k1(u2-ut)-k2rcU-k1 u2-k2rcpp-(cp+cs-ct)-rppp-cp-rppq-(cq+ct)-rqpq-cq-rqU-(u2-ut)-rcU-u2-rc 支付矩阵中每一决策组合的第13行公式分别表示相应各方决策下平台、骑手和消费者的期望收益(效用)。平台不同决策的收益包括每单所得收益、超时成本、投诉成本、风险成本、超时补偿以及品牌形象提升效用,骑手不同的决策相关效用包括每单所得收益、超时成本、超时补偿、投诉成本和风险成本,消费者的相关效用包括每单所获效用、超时负效用、投诉所获效用、所获补偿以及骑手发生交通事故带来的负效用。以平台建立补偿机制、骑手高风险配送、消费者进行投诉的情况为例,其中,平台的利益为订单支付成功后的收益pp减去超时概率k1下的各项成本以及风险成本k2rp,骑手的利益为配送完成后的收益pq减去超时情况下的各成本及风险成本k2rq,消费者效用则由获得服务的总效用U减去配送超时情况下选择投诉的各项效用以及骑手发生交通意外时的负效用k2rc表示。3 模型分析3.1 平台的策略稳定性分析 通过前述支付矩阵,可以得到平台建立补偿机制的期望收益为Ex1=y zpp-k1(cp+cs-ct+cb)-k2rp+u1+y(1-z)pp-k1(cp+cb)-k2rp+u1+(1-y)zpp-(cp+cs-ct+cb)-rp+u1+(1-y)(1-z)pp-(cp+cb)-rp+u1(1)不建立补偿机制的期望收益为Ex0=y zpp-k1(cp+cs-ct)-k2rp+y(1-z)(pp-k1 cp-k2rp)+(1-y)zpp-(cp+cs-ct)-rp+(1-y)(1-z)(pp-cp-rp)(2)平均期望收益为Ex=x Ex1+(1-x)Ex0(3)通过构建平台策略的复制动态方程并分析其性质,可以得到平台的稳定策略。定理1对此进行了刻画。定理1(1)当y=1-z(1-)-u1/(cb)(1-k1)1-z(1-)时,任意5 0 系 统 管 理 学 报第3 3卷x均为演化稳定状态。(2)当u1-cb1-y(1-k1)1-z(1-)0时,平台的演化稳定策略为x=1,即建立补偿机制。证明 由平台两种决策(建立、不建立补偿机制)下的收益函数可得平台策略的复制动态方程为Fx(x)=dxdt=x(1-x)cby z(k1-k1+-1)+y(1-k1)+z(1-)-1+u1=x(1-x)u1-cb1-y(1-k1)1-z(1-)一阶导数为 F x(x)=(1-2x)u1-cb1-y(1-k1)1-z(1-)显然,若u1-cb1-y(1-k1)1-z(1-)=0则有Fx(x)=0恒成立,因此,任意x取值均为稳定策略。若u1-cb1-y(1-k1)1-z(1-)0则Fx(x)0,且F x(0)0,此时x=0为稳定策略;若u1-cb1-y(1-k1)1-z(1-)0则Fx(x)0,且F x(0)0,F x(1)0时,平台向建立补偿机制演化;反之,则平台向不建立补偿机制策略演化。显然,若建立补偿机制给企业的直接效用提升u1足够大,平台总是倾向于建立补偿机制。当u1并不是足够大时,平台的策略选择受到骑手和消费者两方策略(y,z取值)的影响。由于1-y(1-k1)0,1-z(1-)0,可以看到,u1-cb1-y(1-k1)1-z(1-)为y、z增函数。这意味着当骑手偏向于高风险配送、消费者倾向于投诉时,平台可能向建立补偿机制演化。上述分析不仅符合企业的运作实践,也提供了重要的管理启示。首先,企业建立补偿机制的一个重要动因就是为了在营销上提升企业的形象,吸引更多消费者;其次,当骑手偏向于高风险配送、消费者倾向于投诉,即“骑手困境”的情况较为严重时,平台有更大动机去建立补偿机制。3.2 骑手的策略稳定性分析 同样,骑手高风险配送的期望收益可表示为Ey1=x zpq-k1cq+ct+(1-)cb-k2rq+x(1-z)pq-k1cq+(1-)cb-k2rq+(1-x)zpq-k1(cq+ct)-k2rq+(1-x)(1-z)(pq-k1 cq-k2rq)(4)低风险配送的期望收益为Ey0=x zpq-cq+ct+(1-)cb-rq+x(1-z)pq-cq+(1-)cb-rq+(1-x)zpq-(cq+ct)-rq+(1-x)(1-z)(pq-cq-rq)(5)骑手的平均收益为Ey=y Ey1+(1-y)Ey0(6)通过构建骑手策略的复制动态方程并分析其性质,可以得到骑手的稳定策略。定理2对此进行了刻画。定理2(1)当z=x+cq(1-)cb+rp(k2-1)(k1-1)(1-)cbx(1-)-ct/(1-)cb所有y都为骑手的演化稳定策略。(2)当z x(1-)-ct(1-)cb -x+cq(1-)cb+rp(k2-1)(k1-1)(1-)cb 0y=0为骑手的演化稳定策略,即低风险配送。(3)当z x(1-)-ct(1-)cb -x+cq(1-)cb+rp(k2-1)(k1-1)(1-)cb 0y=1为骑手的演化稳定策略,即高风险配送。证明 由骑手两种决策(高、低风险配送)下的收益函数可得骑手的复制动态方程,即Fy(y)=dy/dt=y(1-y)x z(1-)cb(1-)-z ct-x(1-)cb-cq(k1-1)-rp(k2-1)=y(1-y)(k1-1)(1-)cb z x(1-)-ct(1-)cb -x+cq(1-)cb+rp(k2-1)(k1-1)(1-)cb 第1期汪 翼,等:考虑配送交通风险的新零售平台、骑手及消费者三方演化博弈分析5 1 一阶导数为F y(y)=(1-2y)(k1-1)(1-)cb z x(1-)-ct(1-)cb -x+cq(1-)cb+rp(k2-1)(k1-1)(1-)cb 注意到(k1-1)(1-)cb0时,则对所有y0,1,Fy(y)0,且F y(0)0,因此,y=0是演化稳定策略。(3)当z x(1-)-ct(1-)cb -x+cq(1-)cb+rp(k2-1)(k1-1)(1-)cb 0,%F y(1)0,因此,y=0是演化稳定策略。证毕在平台建立补偿机制的情况下,骑手需要权衡配送安全、超时补偿及投诉成本,以决定自己的配送策略。定理2(1)表明,当平台与消费者之间的策略满足某一特定关系时,骑手不会改变其配送策略。但由于平台和消费者的策略都在不断地演化,因而这一特殊条件随时都会改变。定理2(2)和2(3)表明,骑手调整其配送策略的方向取决于z x(1-)-ct(1-)cb x+cq(1-)cb+rp(k2-1)(k1-1)(1-)cb的大小关系。可以看到,若骑手的超时直接惩罚成本cq足够大,无论平台、消费者的策略怎样,骑手都会倾向于高风险配送。而当消费者投诉给骑手带来的惩罚成本ct足够大时,只有平台进一步倾向于提供补偿机制、消费者倾向于不投诉,骑手才会向低风险配送策略演化。上述分析揭示了骑手策略选择的主要动因是平台对其超时的直接惩罚成本,当惩罚成本足够大时,平台、消费者的其他策略选择都难以改变“骑手困境”;当惩罚成本在一定水平下时,平台进一步向消费者提供补偿机制演化,而消费者向不投诉策略演化,才能让骑手选择向低风险配送策略演化。3.3 消费者的策略稳定性分析 消费者投诉的期望收益为 Ez1=x yU-k1(u2-ut-cb)-k2rc+x(1-y)U-(u2-ut-cb)-rc+(1-x)yU-k1(u2-ut)-k2rc+(1-x)(1-y)U-(u2-ut)-rc(7)不投诉的期望收益为Ez0=x yU-k1(u2-cb)-k2rc+x(1-y)U-(u2-cb)-rc+(1-x)yU-k1 u2-k2rc+(1-x)(1-y)U-u2-rc(8)消费者的平均期望收益为Ez=z Ez1+(1-z)Ez0(9)通过构建消费者策略的复制动态方程并分析其性质,可以得到消费者的稳定策略。定理3对此进行了刻画。定理3(1)当x=ut/cb(1-)时,任意z取值都为消费者的演化稳定策略。(2)当xut/cb(1-)时,消费者的演化稳定策略为z=0,即对配送超时不投诉。证明 根据消费者两种策略下的期望收益,可以得到其复制动态方程,即 Fz(z)=dzdt=z(1-z)x cb(-1)y(k1-1)+1+uty(k1-1)+1=z(1-z)x cb(-1)+ut1-y(1-k1)一阶导数为Fz(z)=(1-2z)x cb(-1)+ut1-y(1-k1)由于y(1-k1)1,故可知:当x=utcb(1-)时,Fz(0)=0,此时任意z取值均为稳定策略;当x0 恒成立,Fz(0)0,因此,z=0为稳定策略;当xutcb(1-)时,5 2 系 统 管 理 学 报第3 3卷Fz(z)0,Fz(1)0,因此,z=1为稳定策略。证毕定理3表明,消费者的策略选择主要取决于平台的策略选择。如果平台倾向于不建立补偿机制(x较小时),则消费者倾向于对配送超时投诉;如果平台愿意建立补偿机制(x较大时),消费者选择不投诉可以获得一些收益,则消费者倾向于选择不投诉。骑手决策虽然不会直接影响消费者策略选择,但是由于其影响了平台的策略选择,所以也会在三方博弈演化过程中间接影响消费者的策略选择。3.4 博弈三方演化稳定策略分析 根据前述章节博弈三方的复制动态方程,可以进一步得到三方演化博弈系统的雅可比矩阵,即J=a1 1a1 2a1 3a2 1a2 2a2 3a3 1a3 2a3 3其中:a1 1=(1-2x)cby z(k1-k1+-1)+y(1-k1)+z(1-)-1+u1a1 2=x(1-x)cbz(-1)-1(k1-1)a1 3=x(1-x)cby(1-)(k1-1)+1a2 1=y(1-y)(1-)cbz(1-)-1(k1-1)a2 2=(1-2y)x z(1-)cb(1-)-z ct-x(1-)cb-cq(k1-1)-rp(k2-1)a2 3=y(1-y)x(1-)cb(1-)-ct(k1-1)a3 1=z(1-z)y cb(k1-1)(-1)+cb(-1)a3 2=z(1-z)x cb(k1-1)(-1)+ut(-1)a3 3=(1-2z)x y cb(k1-1)(-1)+x cb(-1)+y ut(k1-1)+ut令F(x)=0,F(y)=0,F(z)=0,可以得到8个局 部 均 衡 点:E1(0,0,0),E2(0,0,1),E3(0,1,0),E4(1,0,0),E5(1,1,0),E6(1,0,1),E7(0,1,1),E8(1,1,1),其中括号内元素分别对应该均衡点中平台、骑手及消费者三方应采取的策略(x,y,z)的取值。由L y a p u n o v2 6法则可知,当J a c o b i a n矩阵的特征值都为负数时,局部均衡点即为演化稳定策略(E S S)。计算每一个均衡点所对应的J a c o b i a n矩阵的特征值,如表3所示。通过对表3的观察分析,可以得到6种情景下演化博弈的稳定策略组合(见定理4)。定理4(1)当u1 cb(cq+ct)(1-k1)cbcq+(1-)cb(1-k1)rq(k2-1)utk1 cb,utrq(k2-1)时,复制动态系统存在稳定点E5(1,1,0)。(4)当cq+(1-)cb+ct(1-k1)cb(1-),u1 cb时,复制动态系统存在稳定点E6(1,0,1)。(5)当u1rq(k2-1)第1期汪 翼,等:考虑配送交通风险的新零售平台、骑手及消费者三方演化博弈分析5 3 时,复制动态系统存在稳定点E7(0,1,1)。(6)当u1k1 cbcq+(1-)cb+ct(1-k1)rq(k2-1)时,复制动态系统存在稳定点E8(1,1,1)。证明 由 表3可 见,8个 潜 在 的 均 衡 点 中,E1(0,0,0)、E1(0,1,0)所对应J a c o b i a n矩阵的特征值3实部恒为正值,这两个点不可能为局部均衡点。对于剩余6种情况,分析相应特征值全部为负的条件,即可得到6种稳定策略组合所需相应的条件。证毕定理4表明,演化博弈的稳定策略包含6种情景:定理4(1)对应的情景为平台不建立补偿机制,骑手低风险配送,消费者投诉(情景1)。当企业建立补偿机制获得的正效用小于超时投诉情况下给予消费者的补贴(u1 cb),且骑手因加速所导致的风险成本的增加(下文均称为风险成本差额)大于因加速所得到的超时成本、投诉成本以及补偿支出之和 的 减 少(下 文 均 称 为 超 时 成 本 差 额),即(cq+ct)(1-k1)cb),骑手的超时成本差额小于风险成 本差额(cq+(1-)cb(1-k1)rq(k2-1),且消费者投诉效用低于补偿差额(不投诉时得到的补偿与投诉时得到的赔偿的差额),即utk1 cb,utrq(k2-1)与定理4(2)的情景相反,骑手的超时成本差额大于风险成本差额。此时,由于平台建立补偿机制可以获得极高的正效用,骑手需要为超时付出极高的成本,而消费者投诉获得的效用较低,故复制动态系统存在稳定点E5(1,1,0)。通过与定理4(2)情景的比较可以看出,超时成本差额与风险成本差额的比较结果是骑手决策的关键因素。定理4(4)对应的情景为平台建立补偿机制,骑手低风险配送,消费者投诉(情景4)。其条件cq+(1-)cb+ct(1-k1)cb(1-),且企业建立补偿机制获得的正效用高于企业给予消费者的补贴(u1 cb)。此时,建立补偿机制可以极大提升平台社会形象。同时,骑手选择低风险配送可以获得更好的收益,消费者投诉的效用也较高。通过与定理4(1)条件的比较可得出,企业形象提升是平台建立补偿机制的重要动力。定理4(5)对应的情景为平台不建立补偿机制,骑手高风险配送,消费者投诉(情景5)。这一稳定策略需要的条件u1rq(k2-1)意味着骑手的超时成本差额大于风险成本差额。此时,建立补偿机制无法给平台带来更好的效益,而骑手选择高风险配送的收益更高。定理4(6)对应的情景为平台建立补偿机制,骑手高风险配送,消费者投诉(情景6)。该情况是稳定策略的条件为u1k1 cb,意味着该