政府双重干预下基于渠道商价格欺诈的农产品交易演化博弈模型

黄建华

(福州大学经济与管理学院，福建 福州 350116)

政府双重干预下基于渠道商价格欺诈的农产品交易演化博弈模型

黄建华

(福州大学经济与管理学院，福建 福州 350116)

个体小规模、分散式的生产方式以及信息不对称的经营环境，导致了我国农户在农产品供应体系中的弱势地位，政府通常采用保护价收购和价格补贴等行政干预手段保护农民利益。论文构建了信息不对称条件下，考虑渠道商价格欺诈的农户、渠道商以及政府的三方演化博弈模型，分析了政府“惩罚”+“保护价收购”双重干预下的博弈演化过程及稳定策略，探讨了政府监管的边界问题，并应用实例进行了验证。研究结果表明：政府监管的概率与选择“欺诈”策略的渠道商规模和选择“销售”策略的农户规模相关；渠道商选择“欺诈”策略的概率随农产品交易规模的增大而提高，随罚金额度的增加而下降；政府的保护价收购政策不一定能保证积极的效果，不合理的折价系数可能破坏现有的市场秩序。说明了合理、适度的市场监管对于维护农产品交易市场秩序具有重要意义。

信息不对称; 价格欺诈; 三方演化博弈; 政府双重干预

1 引言

“三农”问题是我国全面建设小康社会进程中需要解决的关键问题之一，但在城乡二元经济结构的影响下，目前我国农业生产的专业化、组织化和集约化水平仍然较低，以农户为单位的小规模、分散式经营模式始终占据主导。农户作为经营主体，在其经营过程中不仅需要与龙头企业[1]、专业合作社[2-3]、渠道商[4]、政府[5]等主体进行博弈，还需面对包括自然灾害、气候变化、市场波动、价格欺诈等在内的诸多外部风险，信息沟通渠道缺乏以及经营决策的盲目性，导致了农民在博弈过程中的弱势地位。

近年来有关农户博弈的研究成果较多，从研究内容来看，大多数文献比较关注我国农户在博弈过程中的弱势地位以及如何改善该状况的问题。比如：李江南(2010)认为在农户与政府的征地博弈中，农户具有较少的话语权；李亚成(2008)揭示了农地产权制度改革过程中，农户与村组织博弈时所处的弱势地位；Blandon[6]等研究了“农超对接”过程中农户与超市间的博弈问题，认为农户受规模、资金、技术等限制，难以在“农超对接”过程中获得对等地位；涂国平和冷碧滨[1]则提出，“公司+农户+期货”的运作模式可以有效减少企业的违约行为，保护农民利益；刘磊[4]应用Stackelberg模型和合作博弈模型，研究了超市与农民专业合作社之间的博弈关系，发现合作比对抗更有助于降低成本和保证农产品质量；Cao Hui等[7]和Liu Zhaojun[8]等认为，农户和保险公司之间的博弈过程中，由于农户保险意识淡薄，保险公司不愿意提供更多的险种；Liu Tao[9]则提出，农户之间应通过合作来降低经营风险及提高收益。此外，扶持弱势农户和约束市场不法行为被认为是政府保护农户利益的重要手段，王颜齐等[10]在研究“反租倒包”契约环境下的农户博弈问题时，指出了政府行政手段干预的必要性；Qi Xuelian等[11]提出政府应协助农民进行共同决策以改善农户个体决策的盲目性；文献[12]则分析了惩罚作为监管手段的效力问题。

总体而言，相对于大多数市场领域，政府监管侧重于对违法行为的打击[12]，以农产品交易为代表的少数领域，存在政府对农户进行直补和对渠道商不法行为进行惩罚的双重监管模式[13-14]，但已有文献的研究焦点，大多集中在政府监管的惩罚效果和规制作用上[15]，对双重监管的机制及效果关注不足。另一方面，由日趋严重的市场问题所驱动的政府被动监管现象在市场领域较为普遍，比如文献[16]在探讨政府与排污企业的博弈问题时发现，排污企业的治污成本和污染物规模会影响政府的环境规制策略；Zhang Xiaoling等[17]在研究开发商土地囤积与政府土地监管的博弈问题时，发现当罚没收入小于监管成本时，政府倾向于不监管等。这些都说明了监管主体的行为不一定都是主观行为，它们的行为常受客体行为的影响，但已有的研究成果中，政府被动监管的问题常被忽略。

此外，从研究方法来看，无论是非合作博弈[18]的个体理性假设还是合作博弈[19]的群体理性假设，均以博弈主体的理性经济人假设为前提条件，认为博弈者相互之间的策略空间确定且可以预知，这显然与实际情形不相符。我国以农户个体分散式经营为主导的农业生产方式以及渠道信息不对称等现状，决定了博弈参与者的策略需要在不断的学习和调整过程中逐渐实现优化，而演化博弈理论[29-21]对于博弈主体的有限理性假设以及种群自然选择、优胜劣汰的繁衍机制，能更为合理的描述我国农户的上述情形以及不完全理性的决策特点。基于上述情形，本文应用演化博弈理论探讨渠道商价格欺诈以及政府双重干预等条件下，博弈的演化过程及稳定策略，并对政府的被动监管边界和监管驱动力、渠道商和农户的策略边界等问题进行深入探讨。

2 三方演化博弈模型

2.1 符号及假设

假设1：假设政府、渠道商、农户的三方博弈中，政府选择监管策略的概率为x，渠道商选择欺诈的概率为y，农户销售策略概率为z(1≥x,y,z≥0)。

假设2：农户经营成本包括固定成本c0和边际生产成本cn，农产品产量q；

假设3：渠道商的农产品收购正常买入和卖出报价分别为p和p0，欺诈收购报价为pr(pr

假设4：政府监管成本cj，政府监管的收益来源于两个方面：一是对欺诈渠道商的罚金π，另一为社会效益，用量化指标R表示。

假设5：政府监管的社会效益R包括维护市场秩序以及保护农民利益等方面；对于渠道商的欺诈行为，若政府不进行监管，可能导致市场价格混乱、农民利益受损，用-R表示。

假设6：若渠道商选择价格欺诈，且该欺诈行为被政府查处，则欺诈的那部分收益(p-pr)·q需退还农户，并交罚金π。

假设7：在政府监管的前提条件下，对于农户没能销售的农产品，政府将按保护价θ·p(0<θ<1)收购。

三方博弈过程中，根据政府{监管, 不监管}，渠道商{欺诈, 不欺诈}，农户{销售, 不销售}的策略集，可构造不同策略组合下的支付矩阵(见表1、表2)。

表1 政府监管条件下政府、渠道商及农户的支付矩阵

表2 政府不监管条件下政府、渠道商及农户的支付矩阵

2.2 三方博弈的复制子动态及演化稳定策略

U1x=y·(1-z)·(R+π-cj-θ·p)-(1-y)·z·cj-(1-y)·(1-z)·(cj+θ·p)+y·z·(R+π-cj)

U2x=-y·z·R-y·(1-z)·R+0+0

政府种群的复制动态方程为：

(1)

可求得渠道商种群规模的复制动态方程(式(2))：

(2)

(3)

2.2.1 政府“监管”种群的稳定策略

根据式(1)政府种群的复制动态方程可得：

(4)

(1)y值变化对x值演化稳定性的影响

(2)z值变化对x值演化稳定性的影响

图1 农户(z)种群规模对政府种群规模(x)演化稳定性影响

(3)政府种群规模稳定策略及政府监管驱动力分析

根据上述种群规模的演化稳定策略获得以下结论：

结论1：政府对市场欺诈行为的监管概率，随渠道商选择欺诈行为的比例增加而提高。

证明：根据式(1)复制动态方程可得：

(5)

结论2：政府对市场欺诈行为的监管概率，随市场上选择交易的农户规模增加而提高。

证明：根据式(1)复制动态方程有：

(6)

结论3：政府对市场的监管概率，随渠道商对农产品收购价的压低而增大，随社会效益和罚金额度的增加而增大。

2.2.2 渠道商 “欺诈”策略种群的复制子动态及稳定策略

渠道商物种中选择“欺诈”策略的种群规模为y，根据复制动态方程式(2)有：

(7)

(1)x值变化对y值演化稳定性的影响

(2)z值变化对y值演化稳定性的影响

(3)渠道商种群规模稳定策略及渠道商收益分析

根据渠道商种群规模的演化稳定策略可得以下结论：

结论4：渠道商选择“欺诈”的概率，随着农产品交易量的增加而提高。

结论5：随着政府对市场不法行为惩罚力度的增加，农产品渠道商选择“欺诈”的概率将降低。

是的，路在何方？对于认知有限、没有多少人生经验、没有自制力、总是率性而为的婴幼儿，我这里说的路，并不是指用脚去走的路，而是能够满足宝宝的需求，或不致引发宝宝抵触情绪的想法和做法，这些都是可走的路。但妈妈们都认为这话太笼统，甚至很“虚”，有些不着边际。

2.2.3 农户 选择“销售”策略种群的复制子动态及稳定策略

农户选择“销售”策略的种群规模为z，根据复制动态方程式(3)有：

(8)

结论6：农户选择“销售”策略的概率，随渠道商对农产品收购定价p的降低而减少。

结论7：农户选择“销售”策略的概率，随政府所制定的农产品保护收购价折价系数θ的增大而减小；若政府以市场价作为农产品的保护收购价，则农户倾向于将农产品销售给政府。

3 算例分析

以2014年吉林省榆林地区某市场数据为例(数据来源：中国粮油信息网http://www.chinagrain.cn/dadou)。农户按300亩种植规模，亩产600kg，则农产品产量q=180000 kg，农户的农产品报价p=5元/kg，农产品的边际生产成本Cn=3.6元/kg，农户固定成本C0=30000元/年；经销商固定成本取Cq=20000元，经销商的农产品销售价p0=5.6元/kg，渠道商的欺诈收购价pr=4.0元/kg；根据2012年国务院修订的《价格违法行为行政处罚规定》第十四条，关于恶意压价的处罚规定取π=100000元，监管成本Cj=20000元，政府监管的社会效益R取大数(R=200000元)，政府保护价收储的折价系数取θ=0.9。

3.1 政府“监管”驱动力分析

根据政府物种中选择“监管”策略的种群规模复制动态方程：

现取R=200000元和π=100000元，可分别求得R与政府被动监管边界值φ之间的关系，以及π与政府被动监管边界值φ之间的关系以及监管边界值如图2及表3所示。

表3 社会效益R、罚金π与监管边界值φ关系

图2 社会效益R、罚金π对政府被动监管边界值φ的影响

3.2 渠道商策略的影响因素分析

图3 罚金额度π、交易量q与“欺诈”策略的选择概率γ的关系

3.3 农户“销售”策略的影响因素分析

图4 渠道商报价p、折价系数θ与农户“销售”概率的关系

4 结语

论文以演化博弈理论为基础，探讨了信息不对称环境下，政府、渠道商和农户的三方博弈问题，分析了不同种群的动态复制过程和稳定策略，并获得了以下重要结论：

(1)本研究揭示了政府监管的边界值。选择“欺诈”策略的渠道商群体达到一定规模，或者选择“销售”策略的农户规模达到一定水平时，均会引起政府的重视，促使政府选择“监管”策略。

(2)选择“销售”策略的农户达到一定规模时，渠道商倾向于选择“欺诈”，可以理解为渠道商的非法经营所获取的利润大于其违法成本时，会促使渠道商铤而走险。

(3)论文揭示了农户在博弈过程中所处的双重信息不对称窘境，一方面不了解渠道商的报价是否存在价格欺诈，另一方面不了解在政府的监管下农产品的市场价是否确实合理，农户选择“销售”策略，是基于对政府双重监管的信任。

(4)政府在采用保护价收购农产品时，折价系数的取值很重要，合理的政府收购行为应该是在保护农户利益的前提下，不破坏市场固有的秩序和规律。

本研究最初的目的，是想揭示我国农户在博弈过程中的弱势特征，并探讨政府监管的策略。但是，实际的研究结果却带给了我更多的惊喜。比如：我们发现政府的监管行为，一部分是源于市场压力下，被动进行的“救火”式监管；渠道商的非法行为，需要由政府监管和惩罚措施来约束，但会受市场交易规模的影响等。以下两方面的内容可以在后续工作中进一步探讨：(1)政府现有的双重监管机制是否最优；(2)信息不对称的决策环境下，农户还可能呈现类似“羊群效应”等其它群体行为特征，这将如何影响博弈的演化稳定解。

[1] 涂国平,冷碧滨. 基于博弈模型的“公司+农户”模式契约稳定性及模式优化[J].中国管理科学,2010,18(3): 148-157.

[2] Mac Leod W B. The role of exit costs in the theory of cooperative teams: A theoretical perspective[J]. Journal of Comparative Economics, 1993, 17(2): 521-529.

[3] Chen Jiatao. Game theory analysis of farmers cooperation behavior in China[J]. Journal of Applied Sciences, 2013, 17(13): 3411-3415.

[4] 刘磊,乔忠,刘畅.农超对接模式中的合作博弈问题研究[J]. 管理工程学报, 2013,26(4):100- 106.

[5] Hui ECM, Haijun Bao. The logic behind conflicts in land acquisitions in contemporary China: A framework based upon game theory[J].Land Use Policy, 2013,30(1):373-380.

[6] Blandon J, Henson S, Islam T. Marketing preferences of small scale farmers in the context of new agrifood systems: A stated choice model[J]. Agribusiness, 2009, 25(2): 251-267.

[7] Cao Hui, Zhang Shiyun. Analysis of the main interests of agricultural insurance main body based on the perspective of evolutionary game[J].Agriculture and Agricultural Science Procedia, 2010,1: 354-363.

[8] Liu Zhaojun. Interaction relationship between agricultural insurance and transfer of land contract rights based on game analysis of farmer selection[J]. Agriculture and Agricultural Science Procedia, 2010, 1: 187-192.

[9] Liu Tao. Game analysis and countermeasure on increasing prices of agricultural products under triple supply Chain[J]. Asian Agricultural Research, 2011, 3(10):46-49.

[10] 王颜齐，郭翔宇.“反租倒包”农地流转中农户博弈行为特征分析[J].农业经济问题，2010，(5)：34-44.

[11] Qi Xuelian, Zhang Yazhuo, Meng Jun. Game theory model and equilibrium analysis of peasant′s production decision[J]. Journal of Northeast Agricultural University, 2012, 19(2): 71-73.

[12] 于涛, 刘长玉. 政府与第三方在产品质量监管中的演化博弈分析及仿真研究[J]. 中国管理科学, 2016,24(6): 90-96.

[13] 张国兴, 张绪涛, 程素杰, 等. 节能减排补贴政策下的企业与政府信号博弈模型[J]. 中国管理科学, 2013, 21(4):129-136.

[14] 朱庆华,窦一杰.基于政府补贴分析的绿色供应链管理博弈模型[J].管理科学学报,2011,14(6):86-95.

[15] Xu Meng, Zheng Dafang, Xu C, et al. Cooperative behavior inN-person evolutionary snowdrift games with punishment[J]. Physica A: Statistical Mechanics and its Applications, 2015,424(15): 322-329.

[16] 潘峰, 西宝, 王琳. 基于演化博弈的地方政府环境规制策略分析[J]. 系统工程理论与实践, 2015, 35(6): 1181-1187.

[17] Zhang Xiaoling, Bao Haijun, Skitmore M. The land hoarding and land inspector dilemma in China: An evolutionary game theoretic perspective[J]. Habitat International, 2015, 46: 187-195.

[18] Nash J. The bargaining problem[J]. Econometrica, 1950, 18(2):155-162.

[19] Shapley L S. Cores of convex games[J]. International Journal of Game Theory, 1971, 1(1): 11-26.

[20] Taylor P D, Jonker L B. Evolutionary stable strategies and game dynamics[J]. Mathematical Biosciences, 1978, 40(78): 145-156.

[21] Ji Ping, Ma Xin, Li Gang. Developing green purchasing relationships for the manufacturing industry: An evolutionary game theory perspective[J].International Journal of Production Economics, 2015, 166:155-162.

The Evolutionary Game Model of Agri-food Transaction in Consideration of Dealers’ Price fraud and Government’s Double Intervention

HUANG Jian-hua

(School of Economics and Management, Fuzhou University, Fuzhou 350116,China)

The scattered and small-scale production mode, together with asymmetric business information results in the Chinese farmers’ weak position in agricultural supply chain. Chinese government has implemented some effective intervention measures, such as minimum price for agricultural products procurement and price subsidy, to safeguard farmer's benefits. By establishing a tripartite evolutionary game model in consideration of price gouging and information asymmetry, the relationship among farmers, dealers of agricultural products and government is analyzed, the boundary of administrative control is also discussed. A case study is given to demonstrate the interrelationships among action, evolutionary path and evolutionary stable strategy(ESS) in the end. The results show that the government would take intervention to punish price gouging, when the size of illegal dealers or the number of farmers involved in trading reaches a certain scale; the probability of dealers choosing fraud strategy is affected by two main factors: the strength of government’s intervention and the scale of agricultural products in trading, it declines with the increase of the amount of the fines and increase with the deal size of agricultural products; the minimum price system for purchasing agricultural products can't ensure a positive effect, but an unreasonable discount coefficient may destroy the market system. Therefore, it illustrates that taking reasonable and effective intervention measures makes great significance to protect farmers and maintain market order.

information asymmetry; price subsidy; tripartite evolutionary game; double intervention of government

1003-207(2016)11-0066-07

10.16381/j.cnki.issn1003-207x.2016.11.008

2014-10-14；

2016-01-04

国家社科基金一般项目(13BGL059)；教育部人文社科青年基金项目(11YJC630072)；福建省社科研究基地重大项目(FJ2015JDZ029)

黄建华(1972-)，男(民族)，江西上高人，福州大学经济与管理学院副教授；博士，研究方向：供应链管理、博弈与优化理论，E-mail:everam@sina.com.

F224. 32; F304. 3

A