契約協調下第三方物流企業(yè)道德風險研究

王宗光 朱炳曉 廖世龍

摘 要：在生鮮電商給予第三方物流企業(yè)激勵補償，而后者采取控制措施以保證生鮮產品運送質量的契約下，由于雙方信息不對稱，第三方物流企業(yè)存在違反契約，從而產生道德風險的問題。基于博弈雙方有限理性的假設前提，構建生鮮電商與第三方物流企業(yè)的道德風險動態(tài)演化博弈模型，運用Matlab軟件進行模擬仿真。研究結果表明：當第三方物流企業(yè)采取控制策略所耗費的額外費用小于其采取控制策略所帶來的額外收益時有利于維持系統(tǒng)的穩(wěn)定性，而當這兩者相等時，系統(tǒng)穩(wěn)定性取決于生鮮電商進行抽查時所耗費的額外費用與發(fā)現第三方物流企業(yè)未采取控制策略時所需繳納的罰金以及依據激勵機制所獲得補貼收益值之和的差值符號情況。

關鍵詞：生鮮電商; 第三方物流;道德風險;演化博弈

中圖分類號：F272.3 ?文獻標識碼：A ? 文章編號：1003-3890（2019）02-0023-09

一、引言

生鮮電商企業(yè)的配送方式有三種，分別是自營物流、第三方物流以及將兩者結合。由于生鮮產品易損易腐的特點，自營物流的成本對于生鮮電商企業(yè)來說較大。因此，目前許多生鮮電商都是將物流配送服務交給第三方物流公司，即物流服務外包。然而，在物流外包過程中，由于物流服務方與物流提供方之間的利益不一致[1]，第三方物流企業(yè)出于自身利益的考慮，可能違反與生鮮電商的相關契約，做出不利于雙方的行為：如物流服務商為節(jié)約成本減少在途保鮮的投入，進而影響生鮮產品新鮮度;為盡量減少配送次數導致訂單配送延遲;對末端配送的服務人員缺乏培訓與監(jiān)督，滋生不良行為;最終影響消費者的網購體驗以及二次購買意愿，間接影響到生鮮電商企業(yè)的利潤[2]，最終使得生鮮電商企業(yè)失去客戶，遭受損失。因此，生鮮電商企業(yè)與第三方物流公司必須形成長期有效的合作關系來避免此問題的發(fā)生。

目前對于物流外包中第三方物流服務商的道德風險防范問題，學術界已有廣泛研究。文獻[1，3-6]研究了物流需求方與提供方在信息不對稱情形下第三方物流道德風險防范問題，運用非合作博弈理論方法與多任務委托代理理論對二者的關系展開分析，進而通過引入對第三方物流服務商的監(jiān)督激勵機制來防范道德風險的產生。通過建立博弈模型，對構建的監(jiān)督激勵機制進行驗證分析，其研究結果為：若對第三方物流企業(yè)采取有效的監(jiān)督激勵機制，能夠大幅度減少第三方物流企業(yè)的道德風險行為。而有關生鮮電商產品物流配送方面的研究主要集中在以下方面：生鮮電商物流發(fā)展現狀與問題、模式創(chuàng)新、配送路徑優(yōu)化、第三方物流服務商選擇、生鮮電商與第三方物流企業(yè)組成二級供應鏈契約協調以及由生鮮電商、農戶、產地經濟人組成的生鮮運營鏈中三邊道德風險規(guī)制問題。黃友文運用SWOT分析法對我國生鮮電商物流情況現狀進行分析，指出了目前生鮮電商物流發(fā)展面臨的優(yōu)勢、劣勢、機遇與挑戰(zhàn)[7]。魏國辰研究了生鮮電商物流模式的創(chuàng)新，在已有生鮮產品物流配送模式的基礎上，提出新型的生鮮產品物流配送模式，即“第三方物流+消費者自提/第三方配送”模式[8]。徐廣姝等基于已有生鮮電商配送模式，通過分析已有配送模式的特點及問題，構建了適合中小型生鮮電商企業(yè)的“第三方物流配送+冷藏班車+消費者自提/送貨上門”的新型生鮮農產品配送模式[9]。劉剛依據服務創(chuàng)新可以提升生鮮電商企業(yè)的物流效率和物流服務質量，從而增強其競爭優(yōu)勢和顧客價值創(chuàng)造能力，對電子商務環(huán)境下生鮮農產品的物流服務創(chuàng)新展開研究，指出應從物流技術、理念、組織與服務界面等方面實現對物流服務的創(chuàng)新[10]。郭建全等綜合考慮碳交易市場，跨區(qū)域電商配送需求的增加，與生鮮產品易損耗、腐爛變質三種因素，對生鮮電商配送生鮮產品的網絡路徑進行優(yōu)化，構建碳交易環(huán)境下兩階段生鮮電商企業(yè)跨區(qū)域閉環(huán)物流網絡及配送車輛路徑優(yōu)化模型，從而降低了物流成本[11]。趙欣從合作能力、物流價格、物流質量、企業(yè)實力、信息化程度5個方面構建第三方物流服務商選擇模型，并以實際算例驗證該選擇模型的科學性[12]。Cai et al.、馮穎等研究了由生鮮農產品供應商、第三方物流服務商與分銷商組成的三級供應鏈的契約協調問題，并對上述供應鏈引入激勵機制進行協調[13-14]。徐廣姝等引入“數量折扣+成本共擔+收入共享”組合契約協調供應鏈，經驗證上述契約能夠實現系統(tǒng)利潤帕累托改進，可提高生鮮農產品新鮮度、產品物流配送及時性與服務態(tài)度及消費者訂購量[2]。馮穎等研究了由供應商、TPL服務商和零售商組成的三級生鮮產品供應鏈協調問題，分析了供應鏈集中決策、TPL服務商主導供應鏈、供應商主導供應鏈、TPL服務商主導供應鏈下引入物流成本共擔與收入共享策略、供應商主導供應鏈下引入物流成本共擔與收入共享策略5種收益模型。得出結論：TPL主導下的物流服務水平和訂購量均低于供應商主導的情形;TPL主導致使其自身利潤增加，而其他成員利潤減少;在兩種優(yōu)先權主導模式下引入物流服務成本共擔和收入共享契約，均可實現系統(tǒng)的協調[15]。Wu et al.研究了分銷商與第三方物流服務商組成的二級供應鏈協調問題，分析了供應鏈由分銷商主導、第三方物流服務商主導以及分銷商與第三方物流企業(yè)共同主導的三種權力結構對供應鏈契約設計、企業(yè)決策及渠道績效的影響。并開發(fā)設計了兩種新的激勵機制——收益與成本共擔和價格折扣與庫存風險共擔，以實例說明這兩種契約能夠協調全渠道，實現雙贏[16]。吳士健等研究了由生鮮電商、農戶與產地經濟人組成的生鮮運營鏈中存在的三邊道德風險規(guī)制問題，在基于構建的三邊道德風險分析模型中，引入生鮮電商的過度自信傾向和補償性契約，以此對生鮮電商運營發(fā)展中的三邊道德風險進行規(guī)制[17]。

通過梳理已有文獻，向生鮮電商與第三方物流服務商構成的供應鏈引入契約進行協調，可提升雙方各自利潤。然而實際中，即使契約激勵機制存在，但第三方物流服務商受內外部各因素以及自身利益的影響，仍然會冒著被懲罰的危險，違背與生鮮電商的契約。如在某種契約激勵機制下，生鮮電商對第三方物流服務商足夠信任，不對第三方物流企業(yè)的物流配送行為的合規(guī)性進行檢查，有可能滋生第三方物流企業(yè)偶爾違背契約而不被生鮮電商知曉的僥幸心理，從而產生第三方物流企業(yè)對生鮮電商的單邊道德風險問題。

為此，在生鮮電商和第三方物流企業(yè)之間，如何建立良好的關系、形成有效的契約、防止第三方物流企業(yè)有可能出現的單邊道德風險問題，從而真正實現二者效益的提升，是至關重要的。博弈論作為一種對策論，是當前學術界研究供應鏈道德風險的一個重要工具。文章在考慮生鮮電商與第三方物流企業(yè)之間存在契約激勵機制的前提下，分析第三方物流企業(yè)仍然可能違反契約從而導致道德風險問題。利用演化博弈理論分析生鮮電商企業(yè)和第三方物流企業(yè)之間道德風險發(fā)生情況的穩(wěn)定性演化過程，運用MATLAB軟件對構建的博弈模型進行仿真模擬，最后制定合理策略以降低第三方物流企業(yè)的道德風險。

二、生鮮電商與第三方物流企業(yè)的演化博弈模型

生鮮電商企業(yè)支付第三方物流公司一定的配送費用，第三方物流公司在規(guī)定時間完成相應的配送任務。生鮮電商企業(yè)會對第三方物流企業(yè)的貨物配送情況進行抽查，但是物流企業(yè)無法預測生鮮電商企業(yè)是否會進行抽查，其策略選擇是對產品配送進行控制或者不控制，物流企業(yè)若實施控制策略，生鮮電商則以增加第三方物流企業(yè)派送訂單金額的方式進行獎勵。生鮮電商也無法預測第三方物流企業(yè)是否會采取控制策略，其策略選擇就是進行抽查或者不抽查，在抽查到第三方物流企業(yè)未采取控制策略的情況下，對第三方物流企業(yè)進行處罰。

（一）基本假設與記號

對于生鮮電商企業(yè)和第三方物流企業(yè)這兩個有限理性的群體而言，追求自身利益的最大化是其目標。任何一方都會在博弈的過程中不斷地調整自己的戰(zhàn)略選擇。

基本假設：

（1）生鮮電商希望第三方物流企業(yè)能夠采取配送控制策略來保證生鮮產品及時準確送達，從而激勵顧客增加采購生鮮產品的訂單數額;而第三方物流公司希望生鮮電商企業(yè)能夠增加訂單以獲取更多的利潤，同時也會為了自己的利潤不采取控制策略。

（2）生鮮電商的策略選擇可以是對第三方物流企業(yè)采取控制策略的情況進行抽查或者不抽查，？姿表示生鮮電商在單位時間內采取抽查策略的概率，？茲表示第三方物流企業(yè)對生鮮產品的配送情況采取控制策略的概率。

（3）生鮮電商和第三方物流企業(yè)都是以群體比例代表個體策略選擇概率。模型假設的演化博弈是在生鮮電商和第三方物流企業(yè)這兩個群體之間進行的，具體的是一對一進行博弈，生鮮電商每次隨機與第三方物流企業(yè)群體中的個體進行博弈，然后將博弈結果反應在整個群體中。生鮮電商群體和第三方物流企業(yè)群體通過群體內的學習，都會向收益較好的企業(yè)來學習，并采用動態(tài)復制方程來改變策略選擇的比例。

（4）生鮮電商對第三方物流企業(yè)實施的成本共擔與收益共享激勵機制，增加支付第三方物流企業(yè)運輸每件產品的物流費用，對第三方物流企業(yè)運輸每件產品時所耗費的成本進行補貼資助。

參數符號如下：

q表示采取控制策略下生鮮電商銷售量訂單;p表示生鮮電商平均每件產品的銷售價格;c表示生鮮電商支付第三方物流公司每件產品的物流費用;v表示生鮮電商每次對第三方物流企業(yè)抽查所花的費用;q1表示未采取控制策略下生鮮電商的訂單;c1表示第三方物流公司運輸每件產品所耗費的物流費用;g表示控制策略下第三方物流公司所耗費的額外費用;b為生鮮電商在抽查情況下，第三方物流公司未采取控制策略所需繳納的罰金;？駐A表示在實施激勵措施下，第三方物流企業(yè)運輸每件生鮮產品，可從生鮮電商處得到的額外補貼收益值。

（二）生鮮電商采取激勵機制后各方獲益矩陣

第一種情況：當M<0，O>0，N-M>0時，該系統(tǒng)有五個均衡點。將各均衡點分別代入上述條件（1）和（2），各均衡點的穩(wěn)定性判別結果如表2所示。

此時演化相位圖如圖1所示：當M<0，O>0，N-M>0時，即第三方物流企業(yè)不采取控制策略所失去的損失，大于采取控制措施的費用且小于懲罰金額與生鮮電商的激勵補貼金額之和，懲罰金額與激勵補貼金額之和大于抽查所耗費的費用時，（1，0）為演化博弈的ESS，即生鮮電商策略為不對第三方物流企業(yè)進行抽查，第三方物流企業(yè)策略為采取控制措施。

第二種情況：當M>0，O>0，N-M>0時，該系統(tǒng)有五個均衡點。將各均衡點分別代入上述條件（1）和（2），各均衡點的穩(wěn)定性判別結果如表3所示。

當M>0，O>0，N-M>0時，即第三方物流企業(yè)不采取控制策略所失去的損失，小于采取控制措施的費用且小于懲罰金額與生鮮電商的激勵補貼金額之和，懲罰金額與激勵補貼金額之和大于抽查所耗費的費用時，此時系統(tǒng)無穩(wěn)定演化策略。

第三種情況：當M<0，O<0，N-M>0時，該系統(tǒng)有五個均衡點。將各均衡點分別代入上述條件（1）和（2），各均衡點的穩(wěn)定性判別結果如表4所示。

當M<0，O<0，N-M>0時，即第三方物流企業(yè)不采取控制策略所失去的損失大于采取控制措施的費用且小于懲罰金額與來自生鮮電商的激勵補貼金額之和，懲罰金額與激勵補貼金額之和小于抽查所耗費的費用時，（1，0）為演化博弈的ESS，即生鮮電商不對第三方物流企業(yè)是否采取控制措施進行抽查，第三方物流企業(yè)采取控制措施。

第四種情況：當M>0，O>0，N-M<0，時，該系統(tǒng)有五個均衡點。將各均衡點分別代入上述條件（1）和（2），各均衡點的穩(wěn)定性判別結果如表5所示。

此時演化相位圖如圖2所示：當M>0，O>0，N-M<0時，即第三方物流企業(yè)不采取控制策略所失去的損失小于采取控制措施的費用且大于懲罰金額與來自生鮮電商的激勵補貼金額之和，懲罰金額與激勵補貼金額之和大于生鮮電商抽查所耗費的費用時，（0，1）為演化博弈的ESS，即生鮮電商對第三方物流企業(yè)是否采取控制措施進行抽查，第三方物流企業(yè)不采取控制措施。

第五種情況：當M>0，O<0，N-M<0時，該系統(tǒng)有五個均衡點。將各均衡點分別代入上述條件（1）和（2），各均衡點的穩(wěn)定性判別結果如表6所示。

當M>0，O<0，N-M<0時，即第三方物流企業(yè)不采取控制策略所失去的損失，小于采取控制措施的費用且大于懲罰金額與來自生鮮電商的激勵補貼金額之和，懲罰金額與激勵補貼金額之和小于生鮮電商抽查所耗費的費用時，系統(tǒng)無穩(wěn)定演化策略。

第六種情況：當M>0，O<0，N-M>0時，該系統(tǒng)有五個均衡點。將各均衡點分別代入上述條件（1）和（2），各均衡點的穩(wěn)定性判別結果如表7所示。

當M>0，O<0，N-M>0時，即第三方物流企業(yè)不采取控制策略所失去的損失，小于采取控制措施的費用且小于懲罰金額與來自生鮮電商的激勵補貼金額之和，懲罰金額與激勵補貼金額之和小于生鮮電商抽查所耗費的費用時，系統(tǒng)無穩(wěn)定演化策略。

三、生鮮電商與第三方物流企業(yè)道德風險演化穩(wěn)定性數值仿真

對上述變量參數進行賦值，如表8所示：

結合表8的變量參數值與系統(tǒng)初始值，運用MATLAB軟件對生鮮電商與第三方物流企業(yè)的道德風險博弈動態(tài)演化過程進行模擬分析，得到利益主體間博弈的動態(tài)演化模擬結果。

（一）基于上述變量參數實際賦值的系統(tǒng)穩(wěn)定性演化模擬

由表8可知M=-500，N=7 000，O=3 000，分析生鮮電商與第三方物流企業(yè)在選擇不同的初始策略比例（？茲，？姿）時，系統(tǒng)向穩(wěn)定點演化的過程。當初始值分別?。?.2，0.8）、（0.3，0.7），（0.7，0.3）、（0.9，0.1）與（0.5，0.5），時間段為[0，10]，步長取0.5，縱坐標表示？茲或？姿，橫坐標表示時間t，系統(tǒng)的演化示意圖如圖3所示。

由圖3可知當生鮮電商與第三方物流企業(yè)的初始選擇策略分別取不同組合值時，系統(tǒng)演化方向總是向穩(wěn)定點（1，0）演化，即第三方物流企業(yè)采取控制策略，而生鮮電商不對第三方物流企業(yè)是否采取控制策略進行抽查。因為第三方物流企業(yè)采取控制措施所帶來的額外利潤大于其采取控制措施所耗費的費用，并且生鮮電商對第三方物流企業(yè)進行抽查時，若第三方物流企業(yè)不采取控制措施，生鮮電商所能獲得的賠償損失大于抽查所消耗的費用，刺激了生鮮電商進行抽查的愿望。為此，第三方物流企業(yè)基于上述兩方面的考慮采取控制策略，而生鮮電商則不對第三方物流企業(yè)進行抽查。

（二）b、v、A與g對系統(tǒng)穩(wěn)定性演化的模擬仿真及影響分析

假設第三方物流企業(yè)采取與不采取控制措施兩種情形下運輸生鮮產品數量分別為q與q1且固定不變，且q，q1均取表8中數值，以此分析生鮮電商的抽查費用v、第三方物流企業(yè)的控制費用g、生鮮電商的補貼激勵金額？駐A以及懲罰金額b對系統(tǒng)穩(wěn)定性演化的影響。

1. 固定b、？駐A與g不變，對v變化時進行系統(tǒng)模擬仿真。給定系統(tǒng)初始選擇策略（0.5，0.5），g=1 500，b=5 000，？駐A=0.5，考慮v變化后對系統(tǒng)演化的影響，分別取v=5 000、v=6 000、v=7 000、v=8 000與v=9 000，從而得到v在不同取值下的系統(tǒng)演化圖，因篇幅所限，文章將上述五種取值下的演化分析圖匯總到圖4，各自分別的穩(wěn)定性演化圖，不再一一列舉。

通過分析各自演化圖，可將結果歸為O>0，O<0及O=0三種情況，系統(tǒng)穩(wěn)定演化策略均為（1，0），即生鮮電商不對第三方物流企業(yè)是否采取控制措施進行抽查，第三方物流企業(yè)采取控制措施。

2. 固定v、？駐A與b不變，對g變化時進行系統(tǒng)模擬仿真。給定系統(tǒng)初始選擇策略（0.5，0.5），v=5 000，b=5 000，？駐A=0.5，考慮g變化后對系統(tǒng)演化的影響，分別取g=1 000、g=1 500、g=2 000、g=2 500與g=3 000，從而得到v在不同取值下的系統(tǒng)演化圖，文章將上述五種取值下的演化分析圖匯總到圖5。

通過分析各自演化圖，可將結果歸為M>0，M<0及M=0三種情況，當M>0時，系統(tǒng)無演化穩(wěn)定策略。M<0時，系統(tǒng)穩(wěn)定演化策略為（1，0），即生鮮電商不對第三方物流企業(yè)是否采取控制措施進行抽查，第三方物流企業(yè)采取控制措施。當M=0時，系統(tǒng)演化穩(wěn)定策略為第三方物流企業(yè)采取控制措施的概率值近似在0.85，而生鮮電商會對第三方物流企業(yè)進行抽查。

3. 固定v、？駐A與g不變，對變化b時進行系統(tǒng)模擬仿真。給定系統(tǒng)初始選擇策略（0.5，0.5），v=5 000，g=1 500，？駐A=0.5，考慮v變化后對系統(tǒng)演化的影響，分別取b=1 000、b=2 000、b=3 000、b=4 000與b=5 000，從而得到v在不同取值下的系統(tǒng)演化圖，文章將上述五種取值下的演化分析圖匯總到圖6。

通過分析各自演化圖，可將結果歸為O>0，O<0及O=0三種情況，系統(tǒng)穩(wěn)定演化策略均為（1，0），即生鮮電商不對第三方物流企業(yè)是否采取控制措施進行抽查，第三方物流企業(yè)采取控制措施。

4. 固定v、b與g不變，對？駐A變化時進行系統(tǒng)模擬仿真。因為？駐A≥0，若g取1 500，則代數式M≥0，無法分析M<0時的情況?；诖耍o定系統(tǒng)初始選擇策略（0.5，0.5），b=5 000，v=5 000，g=2 000，考慮？駐A變化后對系統(tǒng)演化的影響，分別取？駐A=0.3、？駐A=0.5、？駐A=0.7，從而得到？駐A在不同取值下的系統(tǒng)演化圖，文章將上述三種取值下的演化分析圖匯總到圖7。

通過分析各自演化圖，可將結果歸為M>0，M<0及M=0三種情況。當M>0時，系統(tǒng)無演化穩(wěn)定策略。M<0時，系統(tǒng)穩(wěn)定演化策略為（1，0），即生鮮電商不對第三方物流企業(yè)是否采取控制措施進行抽查，第三方物流企業(yè)采取控制措施。當M=0時，系統(tǒng)演化穩(wěn)定策略為第三方物流企業(yè)采取控制措施的概率值近似在0.85，而生鮮電商不會對第三方物流企業(yè)進行抽查。

（三）變量參數變化的演化穩(wěn)定性結果分析

由上述對各參數變量的分析過程可知，對于參數g與？駐A的分析可最終歸結為對代數式M符號的分析上，系統(tǒng)穩(wěn)定性演化依賴于M符號的變化情況。而對于參數變量b與v的分析最終歸結為對代數式O符號的分析上，系統(tǒng)穩(wěn)定性演化依賴于代數式O符號的變化情況。當代數式M>0時，第三方物流企業(yè)采取控制措施所耗費的額外費用大于其采取控制策略后獲得的額外收益，從最大化自身利益出發(fā)其不會采取控制策略。此時，不管生鮮電商對第三方物流企業(yè)是否進行抽查，都不能使該系統(tǒng)保持穩(wěn)定。當M<0時，第三方物流企業(yè)采取控制措施所耗費的額外費用小于其采取控制策略后獲得的額外收益，從最大化自身利益出發(fā)，第三方物流會積極采取控制措施，從而增加自身的利潤。當M=0時，第三方物流企業(yè)采取控制措施所耗費的額外費用與其采取控制策略后獲得的額外收益相抵消，此時第三方物流企業(yè)是否采取控制措施取決于生鮮電商是否進行抽查，取決于代數式O的符號變化。若生鮮電商進行抽查時，第三方物流企業(yè)沒有采取控制措施所需繳納的懲罰金額與所獲得的激勵補貼金額之和大于生鮮電商進行抽查所耗費的額外費用（即O>0），此時系統(tǒng)存在穩(wěn)定性演化策略（1，0）。若第三方物流企業(yè)沒有采取控制措施所需繳納的罰金與所獲得的激勵補貼金額之和不大于其進行抽查所耗費的額外費用（即O≤0），此時系統(tǒng)穩(wěn)定性演化策略為生鮮電商不對第三方物流企業(yè)進行抽查，而第三方物流企業(yè)采取控制措施的穩(wěn)定性概率取決于生鮮電商初始選擇抽查策略時λ取值的大小。隨著λ增大，θ穩(wěn)定性數值逐漸接近于1。

四、對策建議

文章基于演化博弈理論對生鮮電商與第三方物流企業(yè)的道德風險發(fā)生演化過程進行分析，結合數值模擬的結果，提出如下促進雙方減少風險發(fā)生的建議：

（1）由上述M>0時，第三方物流企業(yè)必會采取控制措施。為盡量使第三方物流企業(yè)采取控制措施，生鮮電商可進一步增加對第三方物流企業(yè)的激勵補貼數額或者第三方物流企業(yè)減少采取控制策略所耗費的成本費用，從而使得代數式M<0成立。

（2）由M=0時，第三方物流企業(yè)是否采取控制措施，取決于生鮮電商是否進行抽查。為盡量使第三方物流企業(yè)采取控制措施，生鮮電商可通過制定數額較大的懲罰金額或者盡量減少其進行抽查時所耗費的成本費用。以此，從心理上刺激，促使其采取控制策略。

（3）由M=0，O≤0時，第三方物流企業(yè)是否采取控制策略，取決于生鮮電商初始選擇策略概率值的大小。為此，生鮮電商應對第三方物流企業(yè)進行多頻率、無規(guī)律性抽查，以此對第三方物流企業(yè)進行刺激，促使其采取控制策略。

參考文獻：

[1]郭紅梅，汪賢裕，王新輝.混合不對稱信息下第三方物流激勵契約研究[J].統(tǒng)計與決策，2011（14）：66-69.

[2]徐廣姝，宋子龍.生鮮電商與物流服務商的契約協調——基于生鮮宅配模式的分析[J].商業(yè)研究，2017（2）：151-159.

[3]劉盼，陳濤.第三方物流的監(jiān)督博弈研究[J].技術經濟與管理研究，2011（6）：20-23.

[4]屈莉莉，陳燕，楊明.基于多任務委托代理的第三方物流激勵與監(jiān)督機制[J].商業(yè)研究，2010（7）：185-188.

[5]謝天帥，趙玉雙，李軍.第三方物流服務商道德風險的防范[J].系統(tǒng)管理學報，2009，18（2）：137-141.

[6]鄒筱，顧春龍.信息非對稱條件下物流外包激勵模型研究[J].中南財經政法大學學報，2013（5）：130-135.

[7]黃友文.基于SWOT分析的我國生鮮電商物流研究[J].保鮮與加工，2017，17（2）：108-113.

[8]魏國辰.電商企業(yè)生鮮產品物流模式創(chuàng)新[J].中國流通經濟，2015，29（1）：43-50.

[9]徐廣姝，宋子龍.生鮮電商配送模式創(chuàng)新探究[J].商業(yè)經濟研究，2016（23）：72-73.

[10]劉剛.生鮮農產品電子商務的物流服務創(chuàng)新研究[J].商業(yè)經濟與管理，2017（3）：12-19.

[11]郭健全，王心月.碳交易下生鮮電商跨區(qū)域閉環(huán)物流網絡及路徑[J].計算機集成制造系統(tǒng)，2017，23（4）：874-882.

[12]趙欣.基于“互聯網+”的生鮮電商第三方物流服務商選擇模型研究[J].商業(yè)經濟研究，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]馮穎，余云龍，張炎治，等.TPL 服務商參與決策的生鮮農產品三級供應鏈協調機制[J].管理工程學報，2015，29（4）：213-221.

[15]馮穎，顧佳美.考慮TPL主導優(yōu)先權的生鮮農產品供應鏈協調[J].系統(tǒng)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]吳士健，孫向彥，劉新民.過度自信、補償性契約與生鮮電商三邊道德風險規(guī)制研究[J].商業(yè)經濟與管理，2017（7）：29-36，62.

責任編輯：張 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