霍 红, 钟海岩
(哈尔滨商业大学 管理学院,黑龙江 哈尔滨 150028)
新年伊始新冠病毒席卷全球，对人们的生命和财产安全带来了严重的危害，究其原因，是由于食品的质量和安全不过关，食品的质量安全的控制问题再次引发了社会和学术界的密切关注。习近平总书记在第十八次集体学习时指出，在商品防伪、食品安全等领域，要积极推进区块链技术的应用，利用区块链构建可信任系统[1]。农业部提出“强化农业科技创新、实施农产品质量安全保障工程”。农产品从“农场到餐桌”的过程涉及供应商、加工商和末端消费者等，涉及到的“点多、线长、面广、错综交叉”质量安全监管和信息溯源尤为困难，质量安全信息可信度更需要进一步提高。在此背景下，将去中心化、智能合约、安全、可靠、信息不可篡改等特征的区块链技术应用于农产品质量安全追溯系统[2]，为促进产业融合与创新，全面保障农产品质量安全，降低农产品供应链成本，形成农产品质量安全的闭环体系，具有重要的现实意义[3]。传统的物联网追溯系统可以通过相关技术对生产、加工、配送、消费等各阶段的具体信息进行监控和存储，为农产品质量监测和溯源提供了有价值的信息。然而，使用者必须依赖单个信息点来存储、传输和共享可追溯性信息[4]，因此，大多数消费者难以获得完整的交易信息和跟踪产品的来源[5]。农产品质量安全问题的解决只有通过提高质量安全溯源信息的可信度[6]，在不同的信息节点上，区块链技术采用了将数据加盖时间戳的方法及以及不对称的加密，能够通过信息透明和防止篡改来解决潜在的信任和安全问题[7]。区块链在质量安全应用上，许多学者做了相关的研究。王珍珍等认为区块链在全球范围内建立了一种新型的互信模式，为供应链系统的节点企业相互合作提供技术支持，可以高效率地解决不同领域的信任难题[8]。Makhdoom等认为区块链追溯技术去中心化、开放、透明和不可篡改等特性，能够让消费者对这一追溯技术建立信任，从而以较低的成本和较高的效率解决目前在食品质量安全中存在的不信任问题[9]。Kang从交易安全和隐私保护角度出发，提出利用区块链技术能够有效提高农产品质量安全信息的透明度和可信度[10]。Kim在农产品的生产和销售场景中应用区块链技术，使农产品各个环节的溯源信息的安全性和透明度得到了提高，促进了农产品的销售[11]。现在，一些公司已经在农产品溯源领域应用了区块链技术，比如IBM、沃尔玛和金锣联合应用区块链技术，共同构建了一套肉食追溯体系。
现实中的决策行为者很难满足完全理性，演化博弈论是通过不断学习、适应等过程来达到动态均衡的有限理性博弈。在质量安全方面，Fousekis利用演化博弈方法，探讨了食品供应链中如何进行产品质量的监控问题[12]。马艳红等研究了考虑资源及利益的安全监管演化博弈[13]，从主体行为的角度，许民利等分析了供应商与制造商进行质量投入的行为策略[14]。王磊等从质量安全的视角，利用演化博弈对奶制品加工商和分销商之间的协作交流策略的演变进行了研究[15]。在政府的相关政策方面，Ma等指出政府联合消费者共同参与监督农产品质量管理，可以促进农产品质量安全提高[16]。朱立龙等引入政府约束机制，研究了政府监管部门、农产品生产加工企业、第三方检测机构之间的三方演化博弈，并进行了演化博弈仿真分析[17]。杨松等构造了农产品质量安全投入的演化博弈模型，并结合惩罚机制分析质量投入策略[18]。很多学者还将演化博弈应用到供应链中碳减排投入[19]、物流企业合作[20]等领域，从不同方面对演化博弈进行了广泛应用。
综上可以看出，从区块链技术应用的视角研究农产品质量安全管理的文献，大多围绕此技术在安全管理中应用的前景以及方案等进行探讨，部分将演化博弈应用于农产品质量安全问题中，但应用演化博弈的方法研究农产品质量安全中区块链技术的投入较少，基于此本文将针对农产品质量安全中区块链技术投入进行演化分析，构建博弈双方的支付矩阵，分析该技术引入前后供应链企业收益的变化对双方技术的投入及均衡状态的影响，并进行仿真比较政府不同程度的补贴力度对农产品供应链企业进行区块链技术投入，以及系统演化稳定策略的影响。
本文研究供应商和加工商组成的二级农产品供应链，成员企业进行区块链技术投入后，可以有效提高质量安全溯源信息的可信度，运行过程如图1所示，成员企业进行数据信息的采集，利用区块链的身份验证、分布式存储、不可篡改等特性对数据进行审核、处理，上传到质量安全溯源系统，有效保障农产品的质量安全信息的可信度。供应商进行区块链技术投入：农产品种植，生长过程的信息全部上链；
加工商进行区块链技术投入：对农产品的加工过程的信息全部上链，保障加工过程的质量安全，并将相关信息上链。
图1 区块链技术嵌入的二级农产品供应链理论模型
假设这两组群体：农产品的供应商和加工商，每次从两组中分别任选一个进行博弈。供应商和加工商都是有限理性的，成员企业决策受到其他成员企业行为的影响，不断改变其策略，直至达到系统平衡。在农产品质量安全溯源信息缺乏可信度，并且市场需求不乐观的背景下，进行区块链技术投入，农产品供应链节点企业的策略为：进行区块链技术投入或不进行区块链技术投入，可表示为(D，N)。农产品供应链参数说明如表1所示。
表1 各参数说明
假设如下：
(1)消费者愿意购买质量安全信息可信度更高的农产品，并且进行区块链技术投入量与消费者的需求量呈正相关。
(2)进行区块链技术投入会给农产品的供应商和加工商带来额外的成本，本文假设成本为:Ti(i=s,m)。
(3)当双方都不进行区块链技术投入时，农产品的市场需求量为q，供应商投入种子、土地、人工等，单位农产品成本为cs，销售价格为ps，并且ps>cs；
加工商进行采购、加工、包装、运输和存储等，加工单位农产品的成本为cm，销售价格为pm，其中，pm>cm+ps。双方都不进行区块链技术投入时收益分别为：πs=(ps-cs)q;πm=(pm-ps-cm)q，其中πs>0,πm>0。
当双方都进行区块链技术投入时，农产品质量安全溯源信息的可信度提升，农产品的市场需求增加，因此，双方都进行区块链技术投入时收益分别为:πs1=(ps-cs)(q+αq)-Ts,πm1=(pm-ps-cm)(q+βq)-Tm，且πs1>πs,πm1>πm。
(5)在仅供应商区块链技术投入的情况下，由于供应商的区块链技术投入可以确保供应中农产品的质量安全溯源信息的可信度，农产品的市场需求增加。此时，供应商的收益为πs1=(ps-cs)(q+αq)-Ts。加工商通过“搭便车”行为获得额外收益，收益为πm0=(pm-ps-cm)(q+δq)，且πm0>πm。
(6)在仅加工商区块链技术投入的情况下，由于加工商的区块链技术投入可以确保加工中的质量安全溯源信息的可信度，农产品的市场需求增加。此时，加工商的收益为πm1=(pm-ps-cm)·(q+βq)-Tm。供应商通过“搭便车”行为获得额外收益，收益为πs0=(ps-cs)(q+φq)，且πs0>πs。
依据以上假设，建立博弈双方的支付矩阵，如表2所示。
表2 农产品供应链中单个供应商与单个加工商的支付矩阵
2.1 演化过程的平衡点
农产品的供应商和加工商是有限的理性群体，在双方的学习中，双方的策略选择是一个动态的博弈过程，通过复制动态方程分析双方选择进行区块链技术投入的演化稳定策略。假设农产品的供应商选择进行区块链技术投入策略的比例为x，不投入策略的比例为1-x；
加工商选择进行区块链技术投入策略的比例为y，不投入策略的比例为1-y。
对于供应商选择进行区块链技术投入策略的适应度为:
Usx=yπs1+(1-y)πs1=(ps-cs)(q+αq)-Ts
(1)
对于供应商选择不进行区块链技术投入策略的适应度为:
Usn=yπs0+(1-y)πs
=y(ps-cs)(q+φq)+(1-y)(ps-cs)q
(2)
供应商的平均适应度：
(3)
=x(1-x)[(ps-ca)αq-y(ps-cs)φq-Ts]
(4)
同理，得农产品加工商的复制动态方程:
=y(1-y)[(pm-ps-cm)βq-x(pm-ps-cm)δq-Tm]
(5)
依据式(4)和(5)，得二维动力系统(I)：
(6)
为了便于下面的分析，令
可得如下性质:
命题1(0，0)，(0，1)，(1，0)，(1，1)为系统(I)的平衡点，则当α1<α<α2，β1<β<β2时，(xd,yd)也是系统的平衡点。
证明二维动力系统(I)的式(6)分别令dx/dt=0,dy/dt=0，得(0，0)，(0，1)，(1，0)，(1，1)，(xd,yd)是系统的平衡点。
2.2 平衡点的稳定性分析
通过复制动态方程获得的平衡点不一定是系统的演化稳定策略(ESS)，据许民利[14]从该系统的雅可比矩阵(记为J)的局部稳定来分析导出演化均衡点的稳定性，式子(4)和(5)得雅可比矩阵为:
如果下列条件得到满足：①行列式迹条件：trJ=a11+a12<0;②雅可比行列式条件：detJ=a11a22-a12a21>0；
则复制动态方程的平衡点就是(渐近)局稳定，该平衡点就是演化稳定策略(ESS)。
命题2随着市场需求率增大，系统(I)的演化稳定策略分别如下:
(1)若0<α<α1,0<β<β1，稳定策略(ESS)为(N，N)；
(2)若0<α<α1，β1<β<β2，稳定策略(ESS)为(N，D)；
(3)若α1<α<α2，0<β<β1，稳定策略(ESS)为(D，N)；
(4)若α1<α<α2，β1<β<β2，稳定策略(ESS)为(N，D)和(D，N)；
(5)若α>α2，β<β2，稳定策略(ESS)为(D，D)。
证明根据上述的雅可比矩阵(记为J)的局部稳定性判断方法，五种情况的演化局部稳定性分析，可以得出各平衡点的行列式迹条件trJ和雅可比行列式条件detJ的值，易得平衡点的局部稳定性，证毕。
2.3 区块链技术投入的演化结果分析
图2 系统(I)演化图
从上述系统的演化平衡点和稳定性分析可以看出，农产品供应链企业在区块链技术上的投入需要满足以下要求：在区块链技术上的投入，对企业的回报要比投入的成本高得多，而且比“搭便车”的收益多。
当这种条件达不到时，政府可以通过补贴机制的调控措施，来弥补企业进行区块链技术投入的成本。为了增强农产品质量安全追溯信息的可靠性，需要加大区块链技术投入。假设政府采取补贴政策，当企业进行区块链技术投入时，对其补贴值为A，此时供应商与加工商进行区块链技术投入的支付矩阵如表3所示。
表3 补贴机制下农产品供应链中单个供应商和单个加工商的支付矩阵
此时，由系统的复制动态方程得二维动力系统(II):
(7)
(8)
其中
证明二维动力系统(II)的式(7)分别令dx1/dt1=0，dy1/dt1=0，得证。
命题4(0，0)是系统(II)的不稳定点，(0，1)和(1，0)是系统(II)的鞍点，(1，1)是上述系统(II)唯一的ESS的充要条件是:
A>max[-(ps-cs)(α-φ)q+Ts, -(pm-ps-cm(β-δ)q+Tm)]
(9)
证明同命题2根据上述的雅可比矩阵的局部稳定性判断方法。
命题5当农产品供应链中供应商和加工商进行区块链技术投入后，企业获得的收益较小时和通过“搭便车”行为可以获得收益时，企业进行区块链技术投入的积极性就会降低。政府采取鼓励政策，补贴企业进行区块链技术投入的成本，鼓励企业进行区块链技术投入，补贴力度应比企业“搭便车”的利益更多，防止企业“搭便车”，补贴机制才能达到有效激励农产品供应链中供应商和加工商都进行区块链技术投入。
利用数值算例来进一步验证相关结论，量值的选择不影响结论，假设参数初始值如下：cs=1,cm=1,ps=2,pm=2,α=0.4,β=0.5,Ts=2,Tm=2,q=1。根据上述参数设定，此时演化博弈的鞍点为(xd/yd)=(2/5,2/3)，据此可以确定初始策略选择比例，使其处于鞍点位置，更接近理想均衡点。农产品供应链企业进行区块链技术投入后，政府对其采取补贴的措施，弥补企业进行区块链技术投入付出的成本，在政府的不同补贴力度下，相关仿真结果如图3～图5所示。
通过对图3的观察可以看出，政府补贴力度(A=0)，即没有补贴情形下，双方进行区块链技术投入的比例不断变化，(0，1)和(1，0)是演化稳定点，(0，0)和(1，1)是不稳定点，(xd,yd)是鞍点。此时，供应商和加工商的行为决策达到(进行区块链技术投入，不进行区块链技术投入)或(不进行区块链技术投入，进行区块链技术投入)的演化稳定策略，这进一步验证了本文命题1和2的相关研究结果。
图3 政府补贴力度(A=0)下系统(II)演化路径
图4 政府补贴力度(A=1.5)下系统(II)演化路径
图5 政府补贴力度(A=2)下系统(II)演化路径
由图4可以看出，政府补贴力度(A=1.5)，双方进行区块链技术投入的比例不断变化，演化路径的线条走向也不断变化，同图3相比(0，1)和(1，0)的稳定点已经开始变得不再稳定，而(1，1)不稳定点表现出变成稳定点的趋势。此时，在补贴力度为(A=1.5)，即补贴力度较小时，双方行为决策达到(进行区块链技术投入，部分进行区块链技术投入)或(部分进行区块链技术投入，进行区块链技术投入)的演化稳定策略，验证了本文命题3的相关研究结果。
政府的补贴力度的不断增加，如图5所示，政府补贴力度(A=2)下系统(II)演化路径的变化可以看出，随着供应商和加工商进行区块链技术投入的比例不断变化，演化稳定点逐渐转化到(1，1)。此时，双方行为决策达到(进行区块链技术投入，进行区块链技术投入)的演化稳定策略，进一步验证了命题4和命题5的相关研究结果。
基于区块链技术在农产品供应链质量安全中的应用，建立了有无政府补贴机制下供应商和加工商区块链技术投入的博弈双方支付矩阵，比较政府补贴的不同力度对企业进行区块链技术投入和系统演化稳定策略的影响，得如下结论：(1)企业进行区块链技术投入策略的选择与投入后所带来的收益、“搭便车”行为所获得的收益大小密切相关；
(2)随着区块链技术投入，市场需求增加率的不断变化，会依次出现是否进行区块链技术投入的演化稳定均衡策略；
(3)采取“搭便车”从区块链技术投入方中得到的收益越多，则企业进行区块链技术投入的积极性越低；
(4)通过政府补贴机制，可以鼓励农产品供应链节点企业进行区块链技术投入，而且，只要有足够的资金支持，成员企业均会进行区块链技术投入。随着企业进行区块链技术的投入，农产品质量安全溯源信息的可信度不断提高，促使市场需求和成员企业利益的不断增加。需要通过合理的契约机制实现供应链成员企业之间的协调，保障供应链系统长期高效稳定运行，因此，在农产品供应链系统进行区块技术投入后，利用契约机制对成员企业间进行有效协调，将是未来的研究方向。