热门论文
最新论文
基于Agent-Swarm仿真的跨境电子商务交易 信用优化研究
发布时间：2023-01-11 11:45
致谢 I
摘要 II
ABSTRACT Ill
1引言 1
1」选题目的与意义 1
1.2论文框架结构 2
1.3研究方法 3
1.4研究重点难点及可能的创新和不足 4
2相关文献综述 6
2」基于经济学理论的电子商务信用的研究回顾 6
2.1.1基于信息经济学对电子商务信用的研究 6
2.1.2基于交易成本理论对电子商务信用的研究 8
2.1.3基于博弈论对电子商务信用机制的研究 9
2.1.4其他相关电子商务信用机制研究的文献 11
2.2基于主体Agent （多主体）的计算经济学研究 11
2.2.1 CAS理论阐述 11
2.2.2基于主体Agent的计算经济学阐述 12
2.2.3 Swarm仿真简述及其在经济领域的运用 13
3跨境电子商务的现状分析 15
3.1我国跨境电子商务及支付交易现状 15
3.1.1跨境电子商务增速迅猛 15
3.1.2跨境电子商务消费群体崛起 16
3.1.3跨境电子商务支付将成新盈利点 16
3.2我国跨境电子商务发展进程 17
3.2.1我国跨境电子商务发展形式 17
3.2.2跨境电子商务的全方位试点建设 18
3.3跨境电子商务的特征 19
3.3.1跨进电子商务的匿名性 19
3.3.2跨境电子商务的全球性 20
3.3.3跨境电子商务的即时性 20
4跨境电子商务信用的涵义及理论分析 21
4.1跨境电子商务信用的含义 21
4.2跨境电子商务信用的一般理论分析 22
4.2.1基于信息不对称理论分析 22
4.2.2基于交易成本理论分析 23
4.3跨境电子商务信用的博弈论分析 24
4.3.1基于静态博弈模型分析 24
4.3.2基于动态博弈模型分析 25
5 SWARM «及其仿真研究 29
5.1静态博弈Swarm仿真 29
5.1.1程序说明及变量选取 29
5.1.2编写仿真源代码 31
5.1.3实证结果分析 36
5.2动态博弈Swarm模型仿真 37
5.2.1程序说明及变量选取 37
5.2.2编写仿真源代码 39
5.3.3实证结果分析 44
6结论、对策建议及展望 47
6.1结论 47
6.2建议对策 47
6.2.1推进跨境电子商务实名制建立 48
6.2.2提高跨境电子商务第三方约束 48
6.2.3建立健全的信用信息披露制度 48
6.2.4完善跨境电子商务信息传导体系 49
6.2.5完备跨境电子商务信用法律体系 49
6.3展望 49
参考文献 50
1引言
1.1选题目的与意义
随着科学技术的飞速发展以及互联网的大量普及，我国越来越倾向于在互联 网领域开展国际贸易活动，同时由于企业的国际分工力度加大和开展国际贸易的 深度和广度不断扩大，使得中小企业越来越亲睐于跨境电子商务的发展。微型和 中小型企业可以通过跨境电子商务网站来注册自己的公司，在传统的贸易方式 下，由于中小企业的规模劣势而无法与大企业相抗衡，从而在国际贸易的开展中 处于劣势地位，而跨境电子商务给予了中小企业发展的空间，并一定程度促进了 我国贸易的发展。我们可以预见跨境电子商务在未来将成为中小企业走向国际市 场的主流。跨境电子商务对于中小企业的作用还不仅于此，其发展除了能够帮助 中小企业扩大外贸出口之外，还可以帮助令中小企业聚集在网络市场中，形成产 业集群，使中小企业获得外部规模经济的外溢效应。
然而由于网络的虚拟性和开放性，跨境电子商务中的欺诈行为也愈发严重， 信用匮乏成为其快速健康发展的顽疾，由于各国家对于电子商务的管理缺乏相应 的监管机制和法律保证，因此国际贸易网上交易的风险愈来愈大，通过网络诈骗 的行为也愈演愈烈，同时这又导致了卖买双方的信任缺乏，如此恶性循环最将导 致网络化国际贸易的交易效率大幅度下降，交易成本剧烈增加。因此，对当前跨 境电子商务发展研究其信用问题具有重大的现实意义。
国内大部分学者仅仅局限于研究国内电子商务信用体系，关于国际贸易电子 化的信用体系的研究文献相当之少，本文研究跨境电子商务的网络信誉问题，既 拓宽了对国际贸易体系的传统理解，又完善国际贸易的发展体系。并且国内外大 部分学者对于电子商务的信用研究仅仅只局限于简单的分析买卖双方心里及人 际问题上，并没有做出系统科学的阐述。本文主要研究跨境电子商务的信用问题, 应用最新的复杂自适应系统的研究方法，基于Swarm仿真模型对跨境电子商务 的买卖双方交易主体基于静态博弈和动态博弈的信用问题进行研究，提出跨境电 子商务中的留痕效应将导致交易主体趋于动态博弈来不断修正自身行为，从而使 交易双方信用得以优化。通过这一研究，我们可以明显观测到完善跨境电子商务
的留痕机制对于维系交易主体信用的重要意义。
1.2论文框架结构
全文共分六章，第一章为引言，讲述了本文的选题意义、目的，研究的内容、 框架及研究方法和文章可能存在的重点、创新点和不足之处。第二章为文献综述, 第三章介绍跨境电子商务的现状及发展，第四章偏重于研究跨境电子商务的理论 基础，主要基于博弈的视角上分析跨境电子商务的信用问题，第五章为仿真模型 构建部分，通过建立Swarm仿真模型对跨境电子商务的信用问题进行研究，分 析相关的结果。第六章对跨境电子商务信用的研究进行了一定的小结，并提出相 关的对策建议。
本文的研究框架可以由图1.1表示：
图1.1本文研究的技术路线
1.3研究方法
本文主要基于Agent-Swarm对跨境电子商务信用问题进行了仿真研究。
Swarm模型中首先要界定被研究的各对象，其次要定义各主体之间的逻辑关系及 他们行为执行的逻辑顺序，主要包括ModelSwarm的封装体、ObserverSwarm的 封装体、main程序和为了优化程序结构的其它封装体。其核心程序结构如下表 所示：
表1.1 Swarm模型的程序结构©
定义主体Agent
Swarm模型 定义模型Swarm
定义观察者Swarm
Main(主程序)
Swarm仿真平台的构架是模块化的，主要运用面向对象的思维去解释Swarm 中的系统结构。Swarm中其Agent就是一个顶层容器，可以将各个类封装于列表 之中。其重要程序是ModelSwarm和ObesrverSwarm部分，前者是真实社会主体 变化过程的模拟，后者是用来观察并控制模型Swarm中的模拟过程，并输出相 应的结果。在Swann中模型Swarm通常被放在观察者Swann中，作为他的成员 并调节运行结果。实际上，ObesrverSwarm将ModelSwarm作为自身的一个潜在 Swarm,并为其分配空间，复杂自适应系统可以通过很多子系统构成，即一个 Swarm模型可以构建多个子对象，他们可以交互嵌套。在ModelSwarm和 ObeserverSwarm的编程阶段主要包含三个主要步骤，用buildobjects()方法建立各 主体对象、用buiIdActions()建立各主体交易行为以及用ActivatelnO激活主体 Swarm其流程图如下图所示：
®刘贞、程勇军编著的《Swarm fbr Java仿真及编程实现》
ModelSwarm ObserverSwarm Main
图1.2 Swarm模型流程图
1.4研究重点难点及可能的创新和不足
论文研究的重点在于从经济学的相关命度考虑跨境电子商务进程中的信用 问题，并基于博弈理论，运用Swarm仿真模拟交易双方在静态以及存有信用留 痕条件下的交易过程，并从Swarm输岀图型中输出相关结果加以分析。以及 Swarm软件的应用、变量选取及编写源代码部分，Swarm软件是一种技术性相 对成熟的仿真软件。
论文可能的创新之处在于：
1、本文第一次在国际贸易的视域中研究电子商务的信用问题，并且结合买 卖交易双方通过经济学中博弈理论对跨境电子商务信用问题进行研究，证实跨境 电子商务留痕机制的存在能够使交易双方形成重复博弈的过程，从而可优化双方 信用，将跨境电子商务的信用提升到更高领域。
2、 运用较为先进的仿真模型Swarm对跨境电子商务信用的博弈分析进行实 证研究，在这方面国内外相关经济学的文献中都未曾涉及，并且在这一方面本文 具有独创性。
3、 由于Swarm建模是一种自下而上的设计方法,因此在对跨境电子商务信用 博弈模型的建立上，更加强调买卖双方的动态特征,及其适应能力和交互作用，这 与传统经济学基于计量经济学及宏观分析的构建理论模型的方式有着极大的差 别。在对于经济学的分析上，传统经济学数理模型通过大量的理论分析建立相关 模型进行计量是一种比较静态的分析过程，而基于复杂自适应系统的Swarm模 型是一种动态演化的过程，强调交易主体是能够通过学习不断积累经验并反映到 下一次的交易过程中，这种不断演化整好符合电子商务市场上交易主体的多变 性，对于其信用问题的研究更是一大突破。
论文的不足点在于由于初始化程序设定的不同,仿真得出结果会存在较大的 差异，同时在仿真模型的实现过程会有大量随机因素介入，并且其实行下次循环 中会收到上次交易中的某些不定因素的影响,因此仿真结果具有一定的不稳定性 和路径依赖，造成重复试验现象。
2相关文献综述
2.1基于经济学理论的电子商务信用的研究回顾
在电子商务信用机制的研究方面，国内外相关文献从基本的理论加以分析， 并未做出系统整体的研究，主要从以下几个方面加以阐述。
2.1.1基于信息经济学对电子商务信用的研究
一、国外研究文献综述
信息不对称理论(Asymmetric Information Theory)是信息经济学中的核心思 想丁。该理论认为，由于获取信息的成本存在差异以及社会分工程度、专业化水 平的日益强化，各成员之间的信息差别将逐步增强，这一差异表明交易双方处于 非对称状态，即市场参与者在各自知晓彼此市场占有信息的状况下，一方将比对 方获得更多的信息。这一信息不对称现象在市场交易前发生易形成“逆向选 择"(Adverse Selection),发生于市场交易后则会产生"道德风险"(Mofal Hazard)问 题，这两种情况会严重降低市场运行的效率，甚至阻碍市场平稳。。
20世纪70年代，阿克洛夫(Akerlof)发表了《次市场：质量、不确定性和市 场机制》(The Market for "lemons": Quality Uncertainty and The Market Mechanism) 这一文章，首先提出信息不对称理论，他利用旧车市场模型(Lemons Model)分析 了逆向选择问题，指出在旧车市场上，由于买卖双方信息的不对称性将导致高品 质的二手车被逐步淘汰，剩下质量较差的二手车。鉴于此，市场永远无法达到帕 累最优。Spence(1987)针对逆向选择的问题，提出了劳动力市场信号传递模型， 指出在信用机制健全的情况下该问题易被解决。
基于信息不对称理论，奥斯汀得克萨斯大学电子商务研究中心的Choi、斯 塔尔 Stahl 和温斯顿 Whinston (1997)在他们的著作《The Economics of Electronic Commerce》一书中最先提出"柠檬"现象普遍存在网络市场中，比较虚拟市场和 实体市场的交易效率，并阐述了“柠檬”问题与网络市场低效率运作存在一定的相 关性。得出如下结论：信用机制对虚拟交易的发展起到了举足轻重的作用。至 此引得大批学者投身于网络信用问题的研究，Lee和Turban(2001)发现，信任
' Akerlof.GThe market for Iemons:Quality Uncertainty and Market Mechanism卩］,Quarterly Journal of Economics,! 970,84,pp:488-500. 机制解决网络“柠檬”问题有着极其重要的作用，在电子商务中会他们将影响信任 的因素分为三类：购物媒体公信力(包括可靠性，技术能力和传媒条件)，安全 (包括第三方认证和安全的措施)和卖家的信誉(包括诚实，能力和商誉)。
Huston(2002)设立了 一个美国铸币局在网络市场拍卖数据的计量经济模型， 结果表明：质量优的铸币比质量差的铸币不易销售，表明电子商务市场中“柠檬” 现象。Ba和帕夫洛Pavlou(2002)发现，买方的信任度会受到电商企业声誉水平 的影响，与此同时这一程度又会给卖家产生外溢作用，使其收益增加。Bajari、 霍尔塔奇苏Hortacsu和Lucking-Reily(2003)也证实商家的信誉程度和经济收益 有一定的相关性，卖家的高收益可由其信誉溢价产生。Sulin、Whinston和 Zhang(2003)则认为网站特性(隐私程度、安全水平、网站设计等)和消费者特 征(消费者的互联网体验、人口因素等等)。Houser和伍德斯Wooders (2006)研 究了在线信用制度在网络“柠檬”环境下，销售价格会收到交易主体间信用行为的 影响。
二、国内研究文献综述
国内也有基于非对称信息理论来研究电子商务的信用问题，最早进行这一研 究的是著名电子商务专家李琪教授(2001),他关于电子商务的质量问题的基于单 维度在线交易中的“柠檬”现象进行的讨论，指出网络环境中扩大的适用范围和对 象的交易加剧了数字产品和服务的“柠檬问题”。此后涌现出一大批学者，对电子 商务中“柠檬”问题的信用机制展开研究，李莉、杨文胜、谢阳群(2004)从与信用 机制有关的控制论角度研究网络不完善的“柠檬”问题的风险控制措施。根来龍之 (2007)对日本电子商务企业实施网络信任机制进行分析以寻求方法减少“柠檬”问 题的产生。孔栋(2008)构筑了基于第三方认证的视角下的灰色关联模型(即将定 性分析与定量分析结合构建的模型)，提出了评价电子商务商家信程度的评价指 标及体系，贡献于电商柠檬问题的缓解。潘勇(2010)改进及拓宽了 Akerlof经典 模型，在网络“柠檬”现象下，设置消费者偏好研究其对消费者在网络购物时的影 响，发现在网络市场中其“柠檬”问题的表现及其对消费者的影响与实物市场的特 性截然不同。并通过计量经济学模型，对信用评价机制在消除"柠檬"现象时的作 用做出了实证分析。
张新爱，宗成华，张志红(20⑵则利用Molhol(1997)的信息传递模型中的激 励相容约束条件小，通过QSIM对电商卖家的信用行为进行分析，得出在惩罚体 系下，卖方将以守信的行为获得利益最大化。同时信用低的卖方因无利可图将自 动退出交易网络。信用已成为同质商品的差异性表现，卖方的高信用评级的优势 在于使商品P (即相对价格)变得更高。
三、现有研究成果的简要评述
通过上述文献回顾，我们可以看到，国外学者的网络“柠檬”的研究侧重于实 证分析和案例研究。研究很少体现网络市场上“柠檬”问题的形成机制和理论根 源，更多的专注于网络“柠檬”环境下的企业声誉作为一种机制可抵消逆向选择问 题的影响。因而，有关电子商务柠檬市场问题的文献很少发表于主流经济学杂志。 但国内学者大多停留在对一般原则的一般性分析上，而不是在量化分析和本土研 究，因此已有的研究成果在实践中的指导作用也相对落后。
2.1.2基于交易成本理论对电子商务信用的研究
一、国外研究文献综述
科斯最早提出交易成本理论，威廉姆森在其基础上发展成交易成本经济学, 研究规制结构的特征与发生在其中的交易性质之间的关系，现为组织经济学的核 心理论。经济学家杨小凯在前人研究的基础上将交易成本分为外生交易成本 (Exogenous Transaction Costs)和内生交易成本(Endogenous Transaction Costs)□外 生交易成本的问题主要集中于技术层面，而内生交易成本是在制度层面上体现出 来。Gary L . Frazier, Saul Klein 和 Victor J.Roth(1990)建立起交易成本分析模型， 该模型被用来解释企业的国际营销渠道整合问题。
交易成本理论应用于电子商务信用机制的研究文献不多，Troy J.Strdaer和 Mihcael J.Shaw (1997)发现传统市场和电子商务市场间的交易成本具有明显差 别，分析表明，与传统市场相比，电子商务市场大大节省消费者的交易成本，但 信用问题依旧挥之不去。基于交易成本经济学Yuanyou Yu和Thompson S.H.Teo (2005)构建了一个模型，该模型用来解释消费者的网上购物行为，通过实证分 析表明，交易成本取决于消费者在网上购物感知到的网上商店的可靠性，购物和 购买频率的不确定性，并影响交易者消费意愿。为提高消费者网上购买意愿，卖 方在降低消费者交易成本的过程中便产生了产生信用危机。
1张新爱，宗成华，张志红.基于QSIM方法的C2C信用行为研究卩］.电子商务,2012(1).
随着经济生产数量模型(EPQ)的逐步应用。Liao(2000)在EPQ框架下分 析了损耗性商品的信用支付模型，提出了销售商最优采购周期算法®oChung(2003) 在EPQ框架基础上，基于消费者需求的补货速度和电子商务信用支付模型速度 框架的研究指出网络商家的补货速度及消费者的消费水平对电商信用机制有一 定影响。Huang(2007)将生厂商给零售商信用及零售商传递信用给消费者这两级 商务信用机制纳入EPQ框架中。
二、 国内研究文献综述
国内部分学者也基于成本交易研究了电子商务的信用机制，但相关文献不 多。胡培(2006)从交易成本建模视角，解释了消费者网上购物的几种典型产品 的验收，发现消费者很大程度上通过这类商品在电子平台中显示的成本决定其购 买需求。张华(2007)利用交易成本理论建立了消费者网上购物意向的模型，来 评估国内消费者网上购物行为，利用SPSS回归计算后的结果发现，网络购物程 度与买方感受呈正相关，与其交易成本呈负相关关系
三、 对现有成果的简要评述
国内外基于交易成本理论研究电子商务的文献不多，很少有相关文献提到电 子商务的信用机制问题，大多集中于网络贸易与传统贸易的成本差异，仅有少量 的文献提及了信用机制的不健全会导致网络贸易成本的增加。
2.1.3基于博弈论对电子商务信用机制的研究
一、国外研究文献综述
Fung和Lee (1999)从全局角度出发，提出交易者在初始阶段只有经过信息 的收集和权衡建立起信任后，才开始第一笔交易。后续的交易都会延续上一次交 易，但一旦出现失信行为该交易则趋于终止。Deelmann (2002)更关注的是如何 形成信任，认为可通过一些参数来建立信任，早期交易因素可以影响后期交易的 信用。
Tuomas Sandholm,Sviatoslav Braynov(2002)探讨了电子商务模式下信任对于 市场效率及双边合同的影响。他们在博弈论的基础上通过加入代理合同对谈判中 的信用问题进行多次博弈，结果表明：如果买卖双方的信任相等，则社会福利、
® Liao H C, Tsai C H, Chao T S. An inventory model with deteriorating items under inflation when a delay in payment is permissible[J], International Journal of Production Economicss2000,63(2)pp: 207-214.
双边贸易金额、以及代理人的效用函数都会达到最大化。
二、 国内研究文献综述
国内大部分学者基于博弈论的视角硏究网络贸易的信用问题，曾勇，徐茂卫 (2004)在博弈论的基础上分析了电子商务买卖双方在完全信息下的静态博弈以 及动态博弈下只有双方信任才能实现自身效用的最大化。王晓燕(2005)运用进化 的博弈模型来分析C2C市场上信用机制问题，表明信用的互动关系并不仅仅是 直接，可以通过在电子商务中留下痕迹将信号及经验施予其他人，并与他人的多 次博弈过程中不断修正自身冇为。曲坍，张群(2006)运用博弈论在完全信息的条 件下建立静态博弈模型和动态博弈模型，将自律机制、他律机制、法律机制等不 同信用机制置于统一的博弈框架下进行分析。
张仙锋(2006)在Mcknight等人的研究理论背景下基于TRA、TPB和ETC 等模型对信任系统进行研究，构建出有关于信任的基本框架。同时，参考网上信 任生成的DTR模型、周期说以及因素说，建立了产生电商消费者信任机理的模 型。程广平(2006)分析了虚拟市场的业务活动和网上消费行为特征，建立影响网 络消费的因素模型，结合经济学的角度，论述了利用博弈论的中小型企业的信用 形式，分析小型和中型电子商务企业在交易中不同位置的外部机制及其形成虚拟 市场的信用机理。
班小佼，江文，史航(2008)从电子商务主体角度出发建立相应的博弈论模型 计算得出买卖双方都守信时达到该模型的均衡解，并提出建立有效征信体系的方 法。李征(2008)基于ESS均衡建立了一种新的有关动态博弈理论的电子商务信任 模型，并利用Matlab7.1编程进行仿真实验从而发现信用机制不健全是导致电子 商务不诚信行为频发的原因。彭旭辉(2012)基于博弈理论的视角研究了完全无约 束状态和有社会成本约束及惩罚机制状态的电子商务交易的信用机制，得出信用 对于电子商务交易至关重要，实行一定的惩处机制能够有效降低交易双方的成 本。
三、 对现有成果的简要评价
国外学者在博弈论的视域下分析网络信用机制的文献不多，仅仅基于理论的 层面分析网络信用机制，国内大部分学者基于博弈论的理论基础对网络的信用问 题做了大量实证分析，利用各种仿真模型加以阐述。
2.1.4其他相关电子商务信用机制研究的文献
David Gefena,Detmar W. Straub(2004)认为在缺乏人际沟通和一次性交换的 网络贸易中，通过建立信任模式能够有效提高在线交易的效率。Gefen和 Straub(2004)指出在存在电子商务信任机制的前提下，交易的一方不会利用其信 息优势而破坏与对方的交易o Dellarocas(2003)认为在电商交易中其信用机制起到 明显的导向作用，通过相关部门监管来促进网上交易并控制交易风险是高成本和 低效率的。Eric K, Clemons(2007)以buy SAFE为例运用实证研究了第三方评级 系统，表明buy SAFE提供的证明有益于减少电子商务中交易双方信息不对称的 问题。
国外许多学者从电子商务信用风险评价方法和模型研究方法上探讨电子商 务信用问题。Gefen(2000)年指出电子商务中有关信用的留痕信息具有信号作用。 Jarvenpaa(2000)从评级的视角证实了第三方信用图章的设立有利于建立消费信 用，并用实验经济学的方法探索B2C网站信用图章的效用问题。Resnick(2001) 基于Ebay信用系统的角度分析电子商务信用关系的复杂性。Dahui li(2002)运用 模拟系统对拍卖市场中个人信用分值的分布规律进行探讨。N. Mezzetti(2003) 从电商的角度分析信任，建议建立第三方信任服务提供商(trust service providers, TSP)O
国内大部分学者仅仅对电子商务信用机制做了简要的分析，如魏明侠(2005) 认为构成电子商务信用的两个重要的维度是安全和隐私。陈波，莫再峰(2006)引 入信用扩散和信用扩散场的构思用以研究MAS的信用机制。郭永辉，钱省三， 冯媛(2006)构建了与理性主体的期望价值(V)和理性主体对其他参与人的信任度 (P)有关的信用模型，提出要注重信用建设。
2.2基于主体Agent (多主体)的计算经济学研究
2.2.1 CAS理论阐述
Swarm是建立在复杂自适应系统下的一种仿真工具，复杂适应系统(Complex Adaptive System, CAS)理论最初由美国计算机科学家Holland于1994年在圣塔 菲研究所提出①。在CAS理论中系统内部的成员都具有自主性，能够与各主体及
©参考黄春萍、曾珍秀编的《著企业系统演化一基于CAS理论的建模与仿真》，北京交通大学出版社。 其所处环境交流，从中不断学习并积累经验，完善自身的结构和行动方式。相较 传统的研究理论，复杂自适应系统可以从多个层次研究系统性的、非均衡、非线 性以及动态的演化过程，其可以从微观及宏观两个视角共同研究复杂系统的变化 过程。在微观上其主要强调个主体之间通过不断的相关影响、互相学习的过程从 而积累一定的社会经验，参与到其在下一次的行为过程中。他通过主体间行为的 刺激反应到相互行为的过程中，微观主体根据自身的适应能力来调整自身行为， 这一过程就被称作自适应过程。在宏观上主体与宏观外部环境也可发生相应的互 动关系，通过外部环境对主体的影响，主体可调节自身行为以适应外部环境，在 这种宏微观研究相结合体系下，通过自适应系统的不断调整，行为主体将发生动 态演化的行为，表现出适应性。
CAS理论中的主体(adaptiveagent)是指具有适应复杂系统性能的成员。各主 体能够通过持续的交互作用不断学习并积累经验，推动系统的演化和发展。在整 个宏观系统的演化中系统会出现新的层次、新的行为并不断累积经验，出现更大 的行为主体，都是通过自适应系统呈现出来的。由此可见，从个体行为规律中我 们可以感知到个体行为的发展演化以及整个宏观环境的变化，这就是CAS理论 的研究的核心 适应性形成复杂性。
2.2.2基于主体Agent的计算经济学阐述
基于主体的计算经济学(Agent — BasedeomputationalEeonomies,简称ACE)是 在认知科学、进化经济学和计算机技术发展的基础上产生的，是目前西方经济学 研究的最新进展①。EPstein和Axtell(1996)把它看成是一门生成的科学：自下而 上的产生一个经济系统，相较于传统经济学通过观察分析、设立模型、比较研究 的方式，ACE更注重于系统内部的发展和演变过程，因此相对于传统经济学较 为宏观的分析研究，ACE是一种从微观的变化影响宏观发展的一种研究方法。 20世纪中期以来，随着博弈论、演化论、互动理论的发展，传统的经济学越来 越难以解释由于动态变化所引起的经济学现象，而多主体构建的复杂自适应系统 的出现正好为解释该类现象做好了准备。Tesfatsion教授将ACE定义为：基于主 体计算经济学把经济模型化成由一系列相互作用主体构成的进化系统，通过建立
：t李庆敏.基于Swarm仿真的外商直接投资与我国产业集群互动分析[D].浙江大学硕上论文,2011:7 智能模型进行模拟实验来研究各种复杂的经济现象丁。Charlotte (2004)认为经 济系统的复杂性使得计算机仿真方法应运而生。Lane (1993)研究发现ACE是 一种通过观察微观主体的交互作用，并通过其不断的学习并积累经验的过程，来 反映其中微观演化来表现宏观“涌现”的现象，是一种自下而上的微观到宏观的 研究方法。Arifovic and Karaivanov (2010)认为ACE通过这种从微观到宏观的 解释方法很好的解释了经济学中的复杂自适应问题，对微观和宏观的相关性，经 济系统的复杂性和经济体制的演变进行了很好的解释。
2.2.3 Swarm仿真简述及其在经济领域的运用
—、Swarm仿真简介
Swarm是一组软件库的集合，其模拟的基本单位是个体，通过反应一系列相 互交互的独立个体进行复杂系统环境的研究，比如在经济学系统的模拟中，个体 可以是消费者、公司、股票持有者或者银行机构。在Swarm仿真平台中只要设 定相应的主体就可以进行复杂系统的模拟。它是一个高效率的软件实验平台，为 专业领域的研究者提供了一个软件实验环境。其核心是提供一个面向类的体系， 研究仿真中相互作用的各主体的交互行为。在Swarm模型中一个个个体通过产 生自身的反应而把其影响带入到整个系统中，即通过个体产生的行为影响自身、 其他个体及整个环境。
Swarm的发展过程：Swarm最早是由桑塔费研究所开发的，其后在1995年 该研究所发布了 Swarm的beta版，但其只能在UNIX操作系统下运行。1998年, 其又设计出了能够在Windows中运行的版本。于是，Swarm的开发语言变成了 Objective-Co直到1999年，Swarm升级版被推出，JAVA.语言系统成了 Swarm 的主流，使得愈来愈多的非专业人士可以运用Swarm模拟分析所研究的问题。 后来推出的版本也可以在多个系统下进行操作，于是Swarm就被广泛运用于各 个领域的研究。
二、Swarm在经济学领域的运用
霍兰(1987)将经济系统的Swarm研究称为“适应性的非线性网络”，主要 表现为：1、经济系统中存在多层级的组织，如个人、家庭、企业、国家、一体 化组织等，这些组织间都能够产生交互关系。2、这些主体间的交互行为导致了
① L.Tesfatsion.Introduction to the special issue on agent-based computational economies卩］.JoumalofEconomic Dynamics and Control,2001 s(25):281 -293.
一系列经济事件的发展和演化。3、在该系统中，主体之间不存在相互控制的关 系，其交互行为完全是个体的自助行为。4、经济系统中的主体具有适应性和创 造力，从而使的主体在交互过程中不断枳累学习经验并改正错误，从而更适应环 境变化。5、由于经济系统用的动态性，从而可以运用动态非均衡演变体系加以 研究，而Swarm反应的正是这种动态演化的过程。
基于此国内许多学者纷纷利用Swarm模型对经济系统加以研究。在金融方 面的运用：陈学彬、李翰、朱晔(2003)基于CAS理论，用计算机模拟银行所 有者与经营者的各自属性，在利润分配过程中，以自身效用最大化为原则观察不 同激励约束下的均衡结果oStinger基于Agent对纽约证券交易所的数据进行了研 究提出随机竞标模型。Alessandro Cappellini (2007)运用Swarm研究了股票市 场的股民行为，反应了股票市场上不同人群对股市信心的变化情况。
在博弈理论上的运用:基于Swarm仿真平台在博弈论中的研究较为广泛，邓 宏钟、王军民、谭跃进(2001)运用Swarm验证了博弈论中的一般均衡情况。 王文举、杨思磊(2003)研究了 CAS与博弈论，发现两者存在一定关系。褚晓 琳(2003)用动态仿真研究的方法研究了 Bertrand模型及其拓展模型。刘颖、陈禹 (2004)利用Swarm平台构筑了多主体参与的博弈模型，分析传染病暴发流行 及受控的情况。由于Swarm模型在博弈论中的运用较为广泛，且本文通过博弈 论来设立模型分析跨境电子商务的信用优化问题，因此，从上述理论依据上我们 可以得出本文通过Swarm模型来建模有一定的合理性。同时，在跨境电子商务 信用领域很难用传统的计量经济学方式来研究，更难用量化分析方式来研究该问 题，而Swam正是基于复杂自适应系统理论来构架模型，其是一种自下而上的建 模方式，通过设定交易双方的交易行为来反应其信用的变化过程，是动态的、交 互的过程。
3跨境电子商务的现状分析
3.1我国跨境电子商务及支付交易现状
3.1.1跨境电子商务增速迅猛
2013年在全球经济增长平缓的背景下，我国外贸出口增速逐渐趋缓，但跨 境电子商务出现强劲发展势头，有研究结果表示，美英德澳巴五大跨境电子商务 销售市场对中国商品的网购需求达到107亿美元，预计到2018年将达到228亿 美元。近几年来我国跨境电子商务的发展呈现强势状态，2011年跨境电子商务 交易总额达1.74万亿美元，到2012年其网上交易额达2.3万亿元，较2011年相 比，同比增长32.0%,但与传统市场上出口的贸易金额相比，跨进电子商务的贸 易出口额仍占比较低比例，仅为全年出口贸易的9.6%0截止2013年中国跨境电 子商务出口业务的总体交易额超过3万亿元，与2011年、2012年相比其占贸易 出口额的比例有较大的增长幅度，虽然目前国内跨进电子商务占贸易出口比仍处 于较低阶段，但其已由2011的7%的占比夸大到2013的15%的占比，同比增速 夸大了 100%，说明跨境电子商务正在不断崛起。据国家商务部统计预测，中国 跨境电商交易额处于迅猛发展态势，其占外贸比重将会越来越大，预计到2016 年跨境电子商务占外贸比例将达到1&5%,其交易规模达6.5万亿元。①如图3.1 所示：
图3.1 2008-2016年中国外贸与跨境电商市场规模情况
①资料来源：国家商务部统计及预测数据
http://www.trueland.net/IndustryNews/kjdsst.shtml
3.1.2跨境电子商务消费群体崛起
在2013年中国跨境在线购物的用户主要集中在高学历、高职位、高收入人 群，年龄层面普遍偏向于年轻化，且绝大部分来自于一线城市；跨境网购表现出 高频高消费特征，并且对化妆品、日常护理用品、母婴用品以及奢侈品等消费物 品表现出高需求态势；并且这一群体的消费需求正日益加大，对海外网逃产品的 品质也更为注重。在2013年，我国跨境网购用户中较多的用户数主要集中于 25-35岁之间，其比例超过60%。
调查数据显示，2013年中国跨境网购用户年龄在19至35岁之间的占比 超过80%,年轻化趋势明显，尤其是25至30岁之间的用户数，其比例高达 39.8%；其次为31至35岁，占比25.5%„相比于境内网购用户数，我们发现跨 境网购用户的集中度较为明显，其中集中在25-35岁之间用户占比为65.4%,介 于25-30岁的用户占比为39.8%；在另一方面，用户的水平整体年轻化，年龄 小于35岁的用户80%以上选择跨境在线购物模式。如下图所示：
⑹3年中国跨境电子商务■用户年龄分布情况
图2013年中国跨境电子商务用户年龄分布©
3.1.3跨境电子商务支付将成新盈利点
“2012年全球支付报告”显示，2011年全球电子支付交易金额为1.4万亿 美元，到2012年全球电子支付交易额将达2.1万亿美元，其交易金额为2011年 的1.5倍。跨进电子商务巨大的发展潜力以及可观的利润空间已使全球对其产生 了浓厚的兴趣。据相关机构的数据统计，从2009年以来我国跨境电子商务及第 三方支付系统的建立使得国内在各细分市场的占比逐步缩小，其中的航空、电信
图表数据来源于《佩升前研调研数据2013» 等领域由2012年的67.9%下降为2013年的53.2%,预计到2014年这一比例将 下降为48%。同时，与主要的电子商务平台积极布局在教育中的应用，公共事业 缴费，保险，股票，基金和其他金融产品，与国内的电子商务支付模式将逐渐稳 定。跨境电子商务中的第三方支付体系不但为企业提供了便捷的网上支付途径， 又发挥了信用中介的作用，降低了国内企业进入国际市场的信用风险，极大地推 动了我国贸易国际化进程。第三方支付的国际化已成为占领未来消费者市场的先 决条件。目前国内的部分第三方支付机构开始了国际化进程,如支付宝形成了“哥 伦布计划”。随着跨境电子商务和非金融机构支估业务的发展，相关机构拓宽跨 境支付业务的需求日益增强。2012年，支付宝为我国跨境电子商务第三方支付 份额占比最大的支付平台，其总额仅为9亿美元，占我国跨境电子商务总交易额 的5%,而美国PayPal等境外支付公司垄断了数百亿美元规模的跨境支付，这也 表明我国跨境支付将成为新的着力点。
3.2我国跨境电子商务发展进程
3.2.1我国跨境电子商务发展形式
近年来，跨境电子商务逐渐兴起。首先，以阿里巴巴、敦煌网为代表的B2B 模式经历相应的发展后，现阶段，一大批外贸B2C模式真在不断崛起。在B2C 模式下的外贸企业将中国产品销往全球市场，节省中间贸易环节，促进柳方式 的转变，促进对外贸易转型升级。商务部发布的2012-2013年度《中国电子商务 发展报告》显示，2012年我国外贸电商交易规模达到41.6%的增长率，其表现趋 于稳定，表明了中国对外贸易在全球市场广阔的发展空间。这说明越来越多的中 小企业正在运用电商平台发展进出口业务，从而传统外贸环境不利的情况下实现 突破。在跨境电子商务中纺织服装业产品的种类覆盖全产业链，其在电子商务领 域中有极大的比例。自2008年以来，网络销售和购物成为了各行各业攫取利润 的又一法宝。据统计2012年，我国进出口贸易总额达到38667.6亿美元，仅次 于美国，其中我国跨境电子商务交易额已经超过2万亿元，主要通过B2B模式 实现，B2C年交易额仅占全部交易额的7.5%,约为150亿美元，其比例虽然较 小，但增长迅猛。由支付宝2012发布的“海淘”数据显示，2012年通过跨境电 商“海淘”支付的交易数额同比增长117%,而国内网购增速仅为64.7%,远高
于国内网购增速。同时目前我国跨境电子商务平台已有5000多家，发展迅速， 其交易模式也逐渐趋于完善。
3.2.2跨境电子商务的全方位试点建设
2013年国家发改委、海关总署共同建设国家跨境贸易电子商务的服务试点， 全方位建设跨境电子商务贸易港，其中在郑州、上海、重庆、杭州和宁波5个城 市设立跨境电子商务贸易试点，试点城市将充分发挥带头作用，依靠电子口岸的 建设以及跨境电子商务平台存在的优势，有利于跨境电子商务企业与贸易口岸相 关部门形成业务协同与数据共享优势，解决跨境电子商务所面临的机制体系瓶颈 的约束问题。推动跨境电子商务试点工作，一方面推动了我国外贸进出口的增长 力度，另一方面也为促进我国的第三产业服务业的发展起了积极连带作用，形成 贸易创新优势。通过建设试点外贸电子商务的工作，我国可以在促进该产业发展 的同时总结与其相关的通关、结汇和退稅等方面的管理体系及标准，为跨境电子 商务的良序发展创造条件。从当前跨境电子商务的贸易形势分析，其发展明显带 动了两大细分市场，即电子交易产业和跨境电子商务平台运营商。由于跨境电子 商务的体系的支撑，网络认证、电子支付、物流运输、标准规范、信用体系等都 从跨境电子商务的发展中获得的利益。对于跨境电子商务平台运营商来说，如阿 里巴巴、亚马逊、敦煌网、ebay等一系列跨境电商平台都从跨境电子商务贸易 中分的极为可观的利润。根据数据统计，当前我国跨境电子商务的发展水平仅为 10%左右，这表明这行业还存在极为可观的利润空间。据艾瑞咨询预测，在将来 的国际贸易交易中我国跨境电子商务的总体规模增速将超过30%,表明跨境电子 商务贸易还有巨大发展空间。
2011年，我国批准了跨境电子商务在郑州市作为国家示范城市。全年跨进 电子商务实现800亿元的年交易额，规模以上企业跨境电子商务应用达到75% 的覆盖率，网络零售额占零售总额社会消费品3%。2013年5月，郑州在国家 组织的示范城市电子商务试点工作中，申报了 6个有关跨境贸易电子商务服务试 点的项目，总投资超过1.7亿元。并且在2013年，郑州跨境电子商务项目推进 信息化平台优先上线运营，开展进出口双向流程交易。郑州在推行跨境电子商务 的过程中，将阿里巴巴、天猫国际站、菜鸟物流、德国DHL、泰国王权免税项 目等引入郑州，这不仅产生了产业集聚效应，而且对本地跨境电子商务的发展起 到了明显的带动效益。
义乌的发展，也印证了跨境电子商务将成为新兴的产业模式，成为跨境贸 易的发展方向。义乌跨境电子商务的发展令人瞠目结舌，2013年义乌零售跨境 电子商务首次突破100亿元。据统计数据显示，2013年义乌全年的跨境电子商 务交易额累计达到106亿元，为2012年交易额的2.1倍，创历史新高，跨境电 子商务零售已成为义乌传统贸易的一支新兴力量，约占贸易总额的10%。以B2C 模式的速卖通为例，2013年义乌的阿里巴巴全球速卖通商家跨境成交额累计约 为50亿元，平均每月成交额为4亿元，同比增长率超过400%,进一步表明义乌 在跨境电子商务上的强大发展潜力。此外，义乌网商、阿里巴巴、敦煌网、亚马 逊ebay等电商企业纷纷入驻义乌，为义乌跨境电子商务的发展提供强有力的支 撑。综合以上优势，义乌发展跨进电子商务将进入了一个鼎盛新时代，即“电子 商务2.0”时代。
3.3跨境电子商务的特征
跨境电子商务是基于网络兴盛起来的，由于网络空间拥有其自身的独特价值 标准以及行为模式，从而使得跨境电子商务与传统国际贸易相比呈现出以下特 征：
3.3.1跨进电子商务的匿名性
由于跨境电子商务的全球性及非中心化，在电子商务平台上交易的消费者往 往不显示自己的地理位置及真实身份，因此网络上的卖方可以选择多种身份进行 交易。在网络交易中，这种匿名性导致了交易主体信息和权利的不对称，交易主 体可以尽可能多的从网络市场获得利益，而所承担的责任却可以非常小，甚至能 够逃避责任，从而加大了消费者的交易成本，同时也使得大多数生产者产生欺诈 行为。网络的匿名性使得税务机关无法了解网络卖家的具体情况，无法对其征税， 更不可能审计核实其税务情况。以阿里巴巴国际站为例，阿里巴巴是目前中国最 热的跨境电子商务交易平台，允许国内及国外的买卖双方进行跨境交易，来自全 球200多个国家和地区的3000多万中小企业，每天都会在阿里巴巴国际站平台 上进行交易。但是阿里巴巴国际站的大多数商家都没有向税务机关报告营业所 得，大量存在逃税现象，电子商务的匿名性恶化了逃避税现象。
3.3.2跨境电子商务的全球性
跨境电子商务是随着网络交易的进程而不断发展壮大的，由于网络本身是一 个没有门槛的媒介体，所以其具有全球性和非中心化的特性。与传统的交易方式 相比，跨境电子商务的交易模式不设边界，因此不会受到传统贸易的地理等客观 因素的阻碍。也就是说不同国家不同地区的互联网用户都可自在网络市场上提供 高附加值产品及服务。跨境电子商务的全球性使得生产者和消费者都可以最大程 度的共享信息，但与此同用时买卖双方也必须承担因政治、文化、法律等不同而 产生的风险。并且在互联网上进行跨国界的交易使得相关政府很难征收税收，正 如美国财政部指出的，对跨境电子商务进行课税困难重重，由于跨境电子商务企 业的分布广泛性和非集中性，电子商务企业容易隐瞒自己的身份和位置，给政府 对跨越国界的在线交易行使稅收管辖权提出了一乍巨大的挑战。
3.3.3跨境电子商务的即时性
网络市场是一个虚拟的市场，其不存在相应的距离成本及交付成本，并且网 络的传输具有快捷性，能够即发即收，省去了传统市场上由于地理和传输引发的 交易成本。传统交易模式中，信息交流方式总存在发送与接受的不便利性。但在 电子商务中的信息交流，打破了传统的时空隔绝，使得信息交流更加及时有效， 无论时空距离的远近，发送信息方与接收信息方总是接近同时进行。但这一即时 性也加大了跨境电子商务的信用风险，有些诈骗商家就是利用这一特性给消费者 发送所谓的“钓鱼网站”，通过装饰及仿照支付宝主页而引诱消费者进入消费。 由于跨境电子商务的即时性使得消费者不需过多的时间和精力去研究网站的真 实性，于是就会有许多消费者陷入到诈骗分子的圈套中，从而使其在今后消费上 对电子商务心有芥蒂，产生恶性循环。同时电子商务交易的即时性也会使得交易 活动产生随意性，减弱了交易主体间的退岀机制，从而交易主体更加肆无忌惮的 流窜与网络市场的交易中。
4跨境电子商务信用的涵义及理论分析
跨境电子商务是一种虚拟的、开放的网络贸易形式，由于网络的匿名性、虚 拟性极容易产生交易主体双方的信用行为的不确定性，在某种程度上阻碍了电子 商务的发展。据《2012年中国网络购物安全报告》指出，2012年约1亿的中国 在线消费者受到来自网络的诈骗信息，损失金额高达140亿元；相关机构的研究 也显示，80%有能力进行网购的消费者出于信用安全方面的考虑不选择进行网上 消费。信用问题不仅在国内电子商务中凸显，在跨境电子商务中更是决定其发展 的重要风向标，同时国内电子商务信用的危机也在一定程度上影响跨境电子商 务。
4.1跨境电子商务信用的含义
自2002年行为经济学家丹尼斯卡尼曼获得经济学诺贝尔奖后，行为经济学 逐渐发展，并用来解释现实中的诸多经济问题，信用正是其中一方面。信用是由 市场产生的，信用的好坏能够间接促进或制约经济社会的发展。而跨境电子商务 这一虚拟市场上信用也对该市场的良好运行发挥着重大作用。然而对于跨境电子 商务信用机制的建立，不能单方面的依靠人类的自觉行为来实现，而是应该建立 对多方交易主体的行为约束和相应体系的建立和完善上。电子商务信用在保障交 易主体的经济利益和社会信誉上都存在一定的作用，有了信用的评价和约束，交 易主体可以更好的开展交易，反之交易双方的权利将难以得到保障，其在未来的 盈利上将付出更大的代价，对其贸易的发展也会带来一定的桎梏，最终导致企业 失信于人，破坏企业的良性经营和发展。
据相关部门调查，我国的跨进电子商务正在不断发展壮大，在对外贸易中起 着重要作用。但在快速增长的跨境电子商务中信用问题逐渐凸出，交易主体间的 欺诈行为、哄抬交易价格、出售劣质仿冒品、不按期交货、侵犯消费者合法权益 等现象时有发生，在交易主体信用问题中表现最为明显的还是企业对消费者的信 用欺诈问题，这不仅严重影响了消费者的合法权益，同时也减弱了跨境电子商务 的在线交易的效率，阻碍了跨境电子商务的良序发展。
4.2跨境电子商务信用的一般理论分析
4.2.1基于信息不对称理论分析
信息不对称理论是指在市场经济活动中，由于交易主体无法了解到对方的所 有信息而形成的交易主体间信息存在差异的现象；充分掌握对方信息的交易主体 往往处于比较优势地位，反之，缺乏信息者往往处于比较劣势地位。该理论认为： 在市场交易中往往卖方较买方了解更多的交易信息，于是卖方可以从向买方传递 可靠信息中获得市场收益，而买方则会想方设法获得市场信号，以弥补自身在信 息不对称上的不利地位，这也在一定程度上加大了买方在交易中的成本。1970 年，阿克洛夫在《次品问题》中以柠檬市场作比，他将设定的对象放置于二手车 市场中，他认为在这一市场中存在只有两种品质的汽车：即好车与次车。而对二 手车市场上的汽车由于买方无法知晓该车的性能以及实际的功效，而卖方则对二 手车的实际情况较为了解，这就形成了信息的不对称现象：买卖双方信息存在差 异。由于好车和次车在二手车市场上销售价格相近，于是，格雷欣法则表示了次 车倾向于将好车驱逐出市场。
斯宾塞经过长期的研究发现，劳动力市场中普遍存在着信息非对称现象，主 要表现在招聘人员与劳动者的信息不对称，为了受聘于一个较为理想的企业，应 聘人员常常挖空心思从外在表现及毕业证书上包装自己，这使得本身信息相对匮 乏的用人单位难以辨别其中的良莠。于此，斯宾塞提出了“获得成本”概念，他的 研究认为招聘者会选择更高学历的应聘者，因此高学历使得应聘者能够更多的得 到招聘企业的信任。在现实生活中当行为主体无法直接了当的了解其所需产品或 人才的性质是，“信号法”提供了一定的作用。例如举债经营传达出来的一个信 号是:公司对未来发展有所规划，并希望得到更高收益。在跨境电子商务的信用 问题研究上也存在信号现象，在未形成良好的信用留痕机制前，由于网络的虚拟 性使得交易双方的信息是非对称的，交易主体由于各自存在趋利性，都会选择有 利于自身的一面，因此在此种交易行为下，交易双方更容易选择背叛行为，而当 在跨境电子商务中建立起较为完善的买卖双方留痕机制，是买卖双方之前的交易 情况都可以有一定清晰的认知，这样就相当于Spence在劳动力市场中所体现出 的“信号”，这种留痕给予了买卖双方选择交易对象的信号，交易主体会更加倾 向于信用记录、交易行为较好的主体进行交易。
从以上对于跨境电子商务的信号分析，我们可以看出电子商务市场上未形 成信息不对称而导致的柠檬问题。经济学家分析这一现象主要是由于电子商务平 台中价格信号的影响，即如Spence在劳动市场上研究的成本信号具有相似的效 应。在跨境电子商务中所显示的产品价格是显性的，但其背后所隐含的是更为重 要的隐性价值一一品质，在电商平台上相同价格当品质不同的商品其实际价值是 不同的，即意味着商品的实际价格存在差异。所以，在跨境电子商务的交易中消 费主体更讲求商品的品质，对商品品质的考察更多的是针对商家信誉的考察。对 此信用成为跨境电子商务的交易中的重要信号。一旦交易一方对对方形成初步的 判断，交易行为将由初始信任建立为一个持久的信用，从而降低信息不对称的影 响。根据无名氏定理(Folk Theorem),在跨境电子商务中当交易一方了解掌握了 交易另一方的相关信用行为，交易该方选择守信的完成了交易，其交易行为会自 动的被交易另一方记住并持续到下一次的交易行为，并不断产生积极向上交易行 为，交易双方都会不断的偏向于选择守信的行为，这样不断反复进行，双方的信 用将得以优化。
4.2.2基于交易成本理论分析
威廉姆森(Oliver Williamson)研究发现交易成本的高低决定了市场运行效 率及资源的优化配置。在跨境电子商务市场中，由于网络的便利性及快捷性省去 了大部分传统贸易的成本，提高了网络商品资源的优化配置程度。同时由于成本 的低廉化易在网络上形成了特定商品的规模经济效应。并且由于跨境电子商务存 在留痕机制，能够减少交易双方了解彼此情况的一定成本，即电子商务的留痕可 以给网络交易主体发布相关的产品信号，从而省去了交易主体在传统市场上进行 交易需要了解交交易信息的成本。在传统市场，由于交通成本的限制加大了交易 双方的交易成本，但交易成本会随着交易双方距离的拉近而减少，从而交易次数 的增大，导致更高次数的博弈，即出现重复博弈现象。而在跨境电子商务市场上， 由于不产生相应的交易成本，则只要有良好规范的引导，交易主体间更易产生重 复博弈的现象。与此同时，市场范围的有限性对抑制内生交易费用的增长在一定 程度上起到推进作用。跨境电子商务在很大程度上消除了地理空间的限制，在理 论上使交易主体的市场半径被无限放大，趋向于完全竞争状态，但互联网又存在 一定的信息屏障效应。但通过建立起完善的电子商务信息留痕、信用评价机制就 可以适当的解决这种信息屛蔽效应。从交易成本理论看，跨境电子商务中的交易 主体通过不断完善留痕作用，从而大大较少了交易双方获得信息的成本，这一方 面加强了交易主体的交易的便利性，另一方面也提升了交易双方的信用程度。交 易一方只有更好的为对方提供商品和服务才能获得对方的好评，通过不断积累这 一信用评价，交易双方的信用值都能不断积累，完善交易双方的由于信息不对称 产生的信息问题，从而大大较少了交易主体的交易成本，形成重复博弈的趋势， 不断提升双方信用。
4.3跨境电子商务信用的博弈论分析
4.3.1基于静态博弈模型分析
为分析简便，在分析一次性交易信用模型时，我们先做出如下假设：
(1)假设市场上只有卖方和买方两大主体(但实际上网络市场上有n群企业进行买 卖交易)
(2)交易双方在网络市场上的信息是不完全的，存在最优混合战略。
(3)博弈主体并不是完全理性的，他们都追求双方利益最大化。
(4)交易双方可以再网络商场上自由交易，不受限制。
在电子贸易平台上，买卖双方由于信息的不完全性，在交易过程中，其都有 两种对策可以选择，守信或者背信。对此我们做出如下分析：
(1)当买卖双方都遵守信用的时候，买方和卖方的收益分别为A、B
(2)当买卖双方都不遵守信用的时候，买卖双方的收益分别为0、0
(3)当买方遵守信用，卖方不遵守信用的时候，买卖双方的收益分别为-A*、B*
(4)当买方不遵守信用，卖方遵守信用的时候，买卖双方的收益分别为Al -B' (上述设定的字母中，A'>A,B*>B)
从上述阐述过程中，我们可以得出该交易的博弈矩阵：
表4.1交易主体的博弃矩阵图
卖方
买方 守信 不守信
守信 (A,B) (-A*,B*)
不守信 (A>B') (0,0)
由于交易双方的策略是随机选取的，因此双方进行混合战略的博弈。假设买 方以Pa的概率选择遵守信用，则不遵守的概率为1-Pa；卖方以Pb的概率选择 遵守信用，则不守信的概率为1-Pb。则买卖双方之间的最优混战策略为：
PaA-(1-Pa)A*=PaA，
PbB-(1-Pb)B，=PbB*
计算得出的结果为：
A *
p = 一 人
A A + A*-Af
人亠
B B + B'-B*
我们令混战后双方的期望效用Ua表示买方的预期收益与给定概率的乘积，UB 表示卖方的预期收益与给定概率的乘积。则我们可以得到Ua(PaPb)=A'Pb, Ub(Pa,Pb)=B*Pb,有这两个式子我们可以看出当进行一次交易时，当一方对另一方 初始信用程度高的话会使得另一方收益，而基于一次博弈时的交易双方是非理性 的，且对于市场信息认识不完全，因此在刚开始的一次交易中，由于双方彼此情 况的未知，买卖双方极易选择不遵守信用。
4.3.2基于动态博弈模型分析
在网络市场上，买方不能在选择所买产品时知道卖方的实际情况，即使卖 方已将货发送到买方手中，买方也无法立即获知卖方的信用程度。因此网络交易 平台可以看作是一个具备不对称信息特征的市场。买方虽然看不到买方的实际信 用，但可以通过网络市场上其他购买者对卖方做出的评价体制形成对卖家信用程 度的主观信念。这些网络评价以及阿里巴巴诚信通的网络信誉指数都可以作为指 标，向购买者发送一定的信号。卖家就可以通过这些信号改变雇主的主观信念。
通常如果卖家的好评率越高，消费者就越觉得卖家信誉度高。在跨境电子商务中， 商家的信用多可以通过与之合作的其他企业的感受来获得信用值的增强，商家信 誉越好，消费商家对其的信用评价程度就越高，反之亦然。如果卖家预期到自己 的信用能够使得买家亲睐自己的产品，那么买家就会努力提高自己的效用，但如 果卖家觉得自己的信用不能找来买家，那么卖家就会选择低信用。
在运用动态重复博弈的模型来分析跨境电子商务信用如何得以优化时，我们 先提出如下假设：
(1)假设市场上只有卖方和买方两大主体(但实际上网络市场上有n群企业进 行买卖交易)
(2)交易双方在网络市场上的信息是不完全的，且交易双方产生的博弈行为 是随机的。
(3)博弈主体并不是完全理性的，他们都追求自身利益的最大化，并根据其 利益来选择信用行为。
(4)交易双方可以再网络商场上自由交易，不受限制。
在以上假设的基础上运用海萨尼的动态博弈模型来构建买卖双方动态交易 信用框架图，如下图所示：
图4.1买卖双方不完全信息动态博弈树
在网络交易市场中，买卖双方的进行交易过程中只出现两种行为，一种是选 择遵守信用，另一种则是不守信用。如果卖方选择守信用，买方也选择守信时， 买卖双方的信用指数都会在下一次交易中累计；如果卖方不遵守本次交易，买方 也不遵守本次交易，那么他们均未参与到本次交易过程中，可假定他们的效益都 为0；如果卖方遵守交易，买方不遵守交易，那么买方的信用评级将下降；如果 卖方不遵守交易，买方遵守交易，那么买方的信用评级将下降。总体上说即交易 一方首先选择信任或不信任，如果交易一方首先选择了遵守信用，那么此次交易 累积下来的信用将会带入下一阶段，即交易另一方在下次的博弈中将会选择信任 对方；如果交易的一方在某次博弈中选择了欺骗，那该次的欺骗行为也将被记录 到下一次的博弈中，使得另一方对其产生不信任。在上图的动态博弈过程中， nature表示先行动选择，假设刚开始的时候，买方认为卖方能够守信的概率为a, 则买方认为卖方不能守信的概率为1-a。基于上述的初次行动情况下，买卖双方 进行第二阶段的博弈，信任他人的买方会对个行组合的偏好产生一定的排序，则
为(t,r)>(n,R)>(n-p,R+p)>(T,n-p)，从该分析我们可以看出买卖双方都会自己都守信 用的情况下所期望的效用最大。
假设在一次博弈模型中，交易双方都守信的情况下，所有人的收益均为(T,T), 一方不守信的情况下，不守信一方的收益将是2T,而守信一方的收益为-T,都 不守信的话双方的收益均为0。再来计算动态博弈下的情况，在动态博弈下，双 方的守信行为将延伸到下一轮的博弈中，而只要一方选择背叛，另一方则以较低 的概率选择与其交易。如果交易一方本期收益为T,则下一期他将会以p的概率 获得下期收益，而再下期将会以p?的概率往下进行交易，如此下来交易一方的 期望收益将为E=T+pT+p2T+p3T+p°T+……-(l-pn)T/(l-p),由于p<l,则其结果为 T/(l-p),对比与单次交易的最大收益2T,可得知只要p>0.5,多次博弈后最终的 期望收益值E>2To
从上述结果的分析中可知，交易双方只要以0.5以上的概率进行下次交易， 他们就会选择守信。即只要交易双方以0.5以上的概率继续进行博弈，交易双方 就会选择“触发战略”，为实现自身利益最大化必定选择守信行为。重复博弈使得 交易双方更加信任对方，而电子商务模式下的这种留痕机制使得交易双方在原有 一方信用的基础上进行了多次重复博弈，从而增进了交易双方的相互信任。
但现实生活中，由于互联网注册的匿名性，许多交易者可以同时注册多个账 号就在一定程度上削弱了这种动态博弈带来的信用优化。
5 Swarm建模及其仿真研究
5.1静态博弈Swarm仿真
基于上述静态博弈模型的分析，建立起相关得一次性信用交易模型，在第四 章收益矩阵的分析中，我们讲到由于跨境电子商务的匿名性及信息的不完全性， 交易双方在交易活动中无法知晓对方的行为,所以对交易的任何一方来说他都可 以选择两种决策，要么选择守信，要么选择失信，在以下的建模过程中我们假设 买卖双方对自己交易的既得利益是可知的，但至少有一方不清楚对方的收益情 况。并且信任性的行为为Trust,选择失信的行为为Untrust,双方都选择了信任行 为的收益为TT,双方选择失信行为的收益为UU,在建立以下模型的过程中， 将其赋予相应的数值进行变量的设立。假设收益矩阵的收益表示为：
表5.1交易双方收益矩阵表
卖方
买方 守信 失信
守信 (3, 3) (-1,5)
失信 (5, -1) (0,0)
5.1.1程序说明及变量选取
根据复杂适应系统理论的结构和Swarm仿真建模的思想，在静态博弈 理论下建立的Swarm仿真模型的结构如下表所示：
表5.2基于静态博弈分析信用机制的Swarm仿真模型结构
定义行为主体信用选择的类文件：StaticBehave.java
定义主体信用选择概率的类文件：StaticNormPossibility.java
基于静态博 定义交易行为的类文件：StaticnetTrader.java
弈分析信用 定义收益矩阵的文件：StaticProfitMatrix.java
机制的 定义主程序的 Swarm 文件：StaticModelSwann.java
Swarm仿真 定义观察者 Swarm 文件：StaticObserverSwann.java
模型 主程序运行文件StartStatic.java
SwarmUtils.java
在一个Swarm仿真平台上，主体变量的选择、类的构建和Model Swarm的 编写是至关重要的步骤，而ObserverSwarm和StartSimulation主要是将各个文件 运行起来最终以图表的形式输出结果。在各种Swarm平台的编写程序区别不大， 适用于各种交互行为的研究。在静态博弈模型的基础上，设立各个变量，见图：
表5.3类文件及各相关变量说明
各项类文件 变量名 方法及说明
Behave 类 TRUST intTRUST=O；设定守信的替换值
UNTRUST intUNTRUST=l；设定失信的替换值
NormPossibility 类 NormPossibility doubleNormPossibility；设定服从正态分 布的选择守信概率
NetTrader 类 profits int profits ；设定收益变量
action int action；设定行为变量
possibility doule possibility；设定选择下一步行为的 可能性
ProfitMatrix 类 ProfitMatrix[][] int ProfitMatrix ；设定收益矩阵
上述主要是Swarm中构建的类文件的说明，在Swarm仿真平台上发挥最重要 作用的是ModelSwarm,即主体Swarm,他控制着模型的交互性影响过程，使得各 个变量相互交织影响，实现虚拟环境的现实模拟。基于静态博弈的仿真模型的主 程序相关变量的阐述及方法说明如下图所示：
图5.1静态博弈模型的ModelSwarm流程图
结合上述流程图，对StaticModelSwarm中设定的变量、方法以及观察者
Swarm的主体程序加以说明，如下表所示：
表5.4 ModelSwarm的相关变量说明
模型Swarm设立
变量的阐述 变量名 方法及说明
nTrList Listlmpl nTrList ；设立交易列表
modelSchedule Schedulelmpl modelSchedule ；设置时刻调度
numberOfTrust int numberOfTrust；设立守信者数量
numberOfUntrust int numberOfUntrust ；设立失信者数量
totalProfits int totalProfits ；设立总收益变量
totalNumberOfNetTrader inttotalNumberOfNetTrader；设立买卖双方总
的交易人数
Possibility double Possibility;设立选择守信的概率
模型Swarm主要
方法阐述 方法 说明
BuildObjectsO 构建ModelSwarm所需对象
BuildAction() 构建ModelSwarm主体行为列表
Activeln(null) 设定ModelSwarm运行环境
5.1.2编写仿真源代码
根据上述Swann仿真模型的设计,本节简单介绍静态博弈下跨境电子商务交 易主体信用机制的仿真源程序。本程序测试的环境是:WindowsXP操作系统、 Swann-2.2-Java. j2sdkl.4.2_08 版和 Eclipse SDK3.1Java 编辑器° 所有的程序代码 都在Eclipse中用Java语言编译而成。静态博弈下的仿真程序主要包含以下模块: SwarmUtils.java. StartStatic.java、StaticBehave.javax StaticNormPossibility. java StaticnetTrader.java 、 StaticProfitMatrix.j ava 、 StaticModel Swarm.j ava 、
StaticObserverSwarmjava
—、SwarmUtilsjava
SwarmUtils.java是一个附属文件，它承载了选择器selector类的功能，极大 程度的简化了代码的长度，从而有利于ModelSwarm和ObserverSwarm程序编辑 工作。
二、主体Agent的相关类文件
主体 Agent 的相关类文件主要有 StaticBehave.java.StaticNormPossibility. java StaticnetTrader.java、StaticProfitMatrix.java这四个文件，交易主体及交易行为是 整个程序的主体核心，定义了微观主体的属性和方法，表明了主体如何进行学习 和累积经验的过程，部分核心代码如下：
/^NormPossibility.java*/
public class NormPossibility extends NormalDistlmpl {
static double NormPossibility;//设定概率决策
public NormPossibility(Zone aZone){
〃构造函数
super(aZone);
}
public double GetNormPossibility(){
super.getSampleWithMean$withVariance(0.5? 1);
〃假设买卖主体守信概率选择服从(0.5,1)的正态分布
NormPossibility=supe i*.getDoubleSample();
if (NormPossibility>l||NormPossibility<0){
//将超出1且低于0的概率全部排除
NormPossibility=this.GetNormPossibility();
}
return NormPossibility;
}
J
/*netTrader.java*/ 〃设立交易策略
NormPossibility P=new NormPossibility(Globals.env.globalZone);
P.setMean$setVariance(0.5, 1); possibility=P.GetNormPossibility();
}
public double setnextPossibility(int pressure){
double nextpossibility;
nextpossibility=possibility+-(pressure*0.3);
if(nextpossibility>l){
nextpossibility=l;
}
else if (nextpossibility<0){
nextpossibility=0;
}
return nextpossibility;
}
public int collectProfits(int opposite)
{
profits+=ProfitMatrix.getProfitMatrixValue(opposite,action);
〃根据概率行为的选择计算收益并累计总收益
return profits;
}
}
三、StaticModelSwarm.java
作为仿真程序的环境核心，StaticModelSwarmjava定义了交易主体选择守信 和失信交互环境的相关变量属性和演变方法，创建了交易主体行为，并仿真模拟 了交易双发选择守信和失信的过程。另一方面，StaticModelSwarm.java文件还运 用概率选择定义了模型中交易主体行为执行的时刻表，生动地模拟出交易主体随 机交易中的信用行为，其相关nm部分核心代码如下：
/*ModelSwarm.java*/
if(profits_l>=profits_2){//比较两者利益，利益较高的主体在下次 交易中所选择守信的概家越高，利盔较低的主体选择失信的概率更高。
double Pl;
if(nTrl .getActionO=Behave.TRUST) {
Pl=nTrl.setnextPossibility(l);
}
else{
Pl=nTrl .setnextPossibility(-1);
}〃重复利益更高者行为的可能性更高，重复本人的行为
if(Globals.env.uniformDblRand.getDoubleWithMin$withMax(0.0,l ,0)<Pl)
{
nTrl .setAction(Behave.TRUST);
nTrList_next.addLast(nTr 1); numberOfTrust-H-;
}
else
{
nTrl .setAction(Behave.UNTRUST); nTrList_next.addLast(nTrl);
numberOfUntrust-H-；
}
double P2;
if(nTr2.getAction():=Behave.TRUST){
P2=nTr2.setnextPossibility(-1);
}
else{
P2=nTr2.setnextPossibility( 1);
}
if(Globals.env.uniformDblRand.getDoubleWithMin$withMax(0.051.0)<P2) nTr2.setAction(Behave.TRUST); nTrList_next.addLast(nTr2): numberOfTrust++;
}
else
I
nTr2.setAction(Behave.UNTRUST); nTrList_next.addLast(nTr2); numberOf(Jntrust++;
}
}
else
{
double Pl;
if(nTr*l.getAction()=Behave.TRUST){
Pl=nTrl .setnextPossibility(-l);
}
else{ Pl=nTrl.setnextPossibility(I);
}
〃在本次交易中，上次交易利益更低者会以更低概率重复上一次行为 if(Globals.env.unifbrmDblRand.getDoubleWithMin$withMax(0.0,l .0)<P 1) {
nTrl .setAction(Behave.TRUST); nTrList_next.addLast(nTrl); numberOfTrust++;
}
else
{
nTrl .setAction(Behave.UNTRUST); nTrList_next.addLast(nTrl); numberOfUntrust++;
}
double P2;
if(nTr2.getAction()==BehaveTRUST){
P2=nTr2.setnextPossibility(l);
}
else{
P2=nTr2.setnextPossibiiity(-1);
}
if(Globals.env.uniformDblRand.getDoubleWithMin$withMax(0.0,L0)<P2) nTr2.setAction(Behave.TRUST); nTrList_next.addLast(nTr2); numberOfTrust-H-;
}
else
{ nTr2.setAction(Behave.UNTRUST); nTrList_next.addLast(nTr2);
numberOfUntrust-H-；
}
}
totalProfits=totalProfits+profits_ 1 +profits_2;
〃计算总的社会收益情况
nTrl=(netTrader)listl .next();
nTr2=(netTrader)list2.next();
}
nTrList.drop();
nTrList=nTrList_next;
System.out.printlnCTurn”)； System.out.printIn("numberofTrust="+numberOfTrust+'f&"+”mimberOfUntrusf' +numberOfUntrust);
}
return this;
}
}
四、 StaticObserverswarm.java
为 了 便于人机交互?StaticObserverswarm.java 创建了 StaticModelswarm 对象, 定义了探测器(pgbe)来观察StaticModelswarm中各主体对象的变化状态,并创建 了记录社会总收益、收信人数、不守信人数的图表(分别为Total Profit Graph、 Number of netTrader)以输出程序仿真演化的结果，用于分析静态博弈过程。
五、 StartStaticjava
StartStatic.java是本程序的运行主程序文件，它通过在StaticObserverswann 中创建观察者对象将模型最终的结果加以输出，使得整个程序得以运行，其相关 内容的代码在各个仿真模型下大致相同O
5.1.3实证结果分析
将程序在Eclipse SDK 3.1中运行后，其结果会自动生成5个窗口，其中有2 个是用来显示静态博弈中信用情况的输出，2令探测器是用来观察和修改模型中 的相关变量，剩下的为控制面板，用来控制整个仿真程序的进程。将仿真模拟程 序运行起来，得到的结果如图5.2、5.3所示。
图5.2静态博弈中交易主体信用选择情况
从上述结果中可知，0时刻点以后交易主体间快速进行交易，选择守信的人 大致在70上下波动，而选择失信的人则在130上下波动，选择失信的人数大大 超过选择守信的交易者，这与在静态博弈时跨境电子商务买卖双方不清楚对方的 行为而倾向与选择失信的现实相符。这也表明在不存在留痕机制时的跨境商务交 易双方在未知对方信用行为的选择条件下信用选择偏向于消极。由于交易主体概 率选择设定趋向于正态分布，因此在以后时刻交易主体在选择守信失信行为时也 存在一定的波动性。总而言之，在静态博弈的过程中，交易主体的信用行为更倾 向于选择失信行为，这也就是跨进电子商务在静态过程中存在柠檬问题。
图5.3静态博弈中社会总收益的变化情况
观察上述结果，在第0时刻以后社会总收益急剧上升，但此后社会总收益呈 现波动态势，其趋势与交易主体的信用选择趋势相一致，而与失信行为相反。这 也表明了刚开始阶段，交易主体应选择背叛而得益，但当交易主体选择守信与失 信数趋于稳定时，由于市场上存在的主体多为失信者，社会总收益表现出与失信 者大致相反的行为态势，这也说明了，市场的失信行为不利于跨境电子商务企业 获得利益。
5.2动态博弈Swarm模型仿真
在动态博弈中，本文利用博弈树结构建立相关的模型，在博弈树中交易主体 选择守信或失信的行为会根据上次交易中的表现来判定。
5.2.1程序说明及变量选取
动态博弈的仿真建模的整体流程与静态是相似，主体变量的选择、类的构建 和Model Swarm的编写都是其主要步骤，ObserverSwarm和Startsimulation主要 是将各个文件运行起来最终以图表的形式输岀结果。在动态博弈中最大的改进在 于存在留痕机制，本文将信用的可累积性放入到模型的设计中，认为信用在推进 博弈重复进行的过程中具有一定影响作用，交易主体的信用上次交易过程中信用 行为都能够不断累计到下一次的交易中，并以信用来驱动交易双方下一次的交易 行为，于是交易主体会根据对方上次的信用表现行为不断修整自己的信用选择。 在动态博弈模型的基础上，设立各个变量如图5.5所示。
表5.5类文件及各相关变量说明
各项类文件 变量名 方法及说明
Behave 类 TRUST int TRUST=0；设定守信的替换值
UNTRUST int UNTRUST=1；设定失信的替换值
NormPossibility 类 NormPossibility doubleNormPossibility；设定服从正态分布
的选择守信概率
profits int profits；设定收益变量
NetTrader 类 action intaction；设定行为变量
possibility doule possibility；设定选择下一步行为的可
能性
Strategy 类 Strategy in a;int b;int c； a代表本人上次行为，b代
表对方本次行为，c代表本人本次行为
ProfitMatrix 类 ProfitMatrix[][] int ProfitMatrix ；设定收益矩阵
在本文设定的动态博弈模型中将这些行为反应到了博弈过程中，在策略部分 设定a表示交易主体本人上次的行为，b表示如果对方选择守信我将选择的交易 行为，c代表如果对方选择失信我将选择的交易行为。0、1则分别表示守信和不 守信的行为，在博弈树的建模中，最后仿真反映岀8中状态：0-0-0表示主体上 次的交易行为选择守信，如果对方选择守信我的行为为守信行为，如果对方选择 失信我也选择守信行为；0-0-1表示在上次交易中交易的一方选择守信行为，如 果对方选择守信我将选择守信行为，如果对方选择失信我将选择实行行为；0-1-0 表示一方上次选择守信行为，如果对方选择守信我将选择失信行为，如果对方选 择失信我的行为选择为守信；0-1-1表示一方上次的交易行为选择守信行为，如 果对方选择守信我的行为选择为失信，如果对方选择失信我这次的行为也选择失 信；1-0-0表示一方上次的行为为失信，本次交易中如果对方选择守信的行为是 选择守信，如果对方选择失信我的行为表现为守信；1-0-1表示我上次的行动为 失信，这次交易中如果对方表现守信，我的行为表示为守信，如果对方表现为失 信，我的行为表现为失信；1-1-1表示我上次的行为表现为失信行为，本次交易 中如果对方选择守信那我的行为为失信，如果对方选择失信我的行为为失信。在 反复动态博弈的过程中，交易主体双方不断通过修正自身的行为来达到收益最大 化。
同时由于跨境电子商务的留痕机制存在，因此模型的建立上加入了 credit这 一驱动量来反应交易主体的下一次行为，即交易主体的下一次交易行为的守信与 失信行为将会根据上一次的信用留痕来驱动，主要表现在，交易主体交易主体的 上一次守信行为将以较髙的概率复制到下一次，并且在下一次交易中该主体的信 用值会加1,而上一次交易的失信行为也将以较高的失信概率留在下次的交易 中，在下次交易中交易主体信用将会减1。主体间通过多次动态博弈来达到信用 的优化。
522编写仿真源代码
在动态博弈下的仿真程序主要包含以下几个模块：DynamicStatic.java、 DynamicBehave.java^ DynamicNormPossibility. Java、 DynamicnetTraderjava. DynamicProfitMatrix.java > DynamicStrategy.java. DynamicModelSwarm.java > DynamicObserverSwarm.java、DynamicTypesCount.java. SwarmUtils.java^
—、SwarmUtils.java
SwarmUtils.java是一个附属文件，它承载了选择器selector类的功能极大程度 的简化了代码的长度，从而有利于ModelSwarm和ObserverSwarm程序编辑工作。
二、主体Agent的相关类文件
主体 Agent 的相关类文件主要有 DynamicBehave.java、 DynamicNormPossibility. java、DynamicStrategyjava DynamicnetTraderjava DynamicProfitMatrix.java这四个文件，交易主体及交易行为是整个程序的主体核 心，定义了微观主体的属性和方法，表明了主体进行学习和模拟的相关机理，对此, 交易主体具有一定的自适应性，能够通过定义好的离散事件进行交互，其策略部 分的核心部分代码如下：
int a;
intb;
intc;
double probabilityOflnitial;
double probabilitylfTrust;
double probabilityIfUntrst;
int action;
String name;
public StrategyO
{
NormPossibility P=new NormPossibility(Globals.env.globalZone);
P.setMean$setVariance(0.5, 1); probabilityOflnitial=P.GetNormPossibility();
}
public void setStrategy(int oppisiteLastActionJnt my]astAction,int Action)
{//
a=mylastAction;//a代表交易一方上次交易的对策
if (oppositeAction=Behave.TRU ST) {
b=action;//如果对方选择选择守信，本主体的信用行为选择
}else if (oppositeAction==Behave.Untrust){
enaction;//如果对方选择失信，本主体的信用行为选择
}
public int initialActionQ
{
if(Globals.env.uniformDblRand.getDoubleWithMin$withMax(O.OJ .0)<probabilit
yOflnitial)
{
action-Behave.TRUST;
}
else
{
action=Behave.Untrust;
}
return action;
}
public int nextActionBasedOnOppisite(int oppisiteLastAction)
{
if(ProfitMatrix.getProfitMatrixValue(otherLastAction,Behave.TRUST)>=
ProfitMatrix.getProfitMatrixValue(oppisiteLastAction5Behave.Untrust))
{
probabilityIfTrust=this.setnextPossibility(probabilityOflnitial5 1);
if(Globals.env.unifdrmDblRand.getDoubleWithMin$withMax(0.0,1.0)<probabilit ylfTrust)
{
action=Behave.TRUST;
}
else
{
action^Behave.Untrust;
}
}
else
{
probabilityIfUntrust=this.setnextPossibiIity(probabilityOflnitial5 -1);
if(Globals.env.unifdrmDblRand.getDoubleWithMin$withMax(0.0,1.0)<probabilit ylfUntrust)
{
action=Behave.TRUST;
}
else
{
action =Behave.Untrust;
return action;
}
public int compare(Strategy sObject)
{
return name.compareTo(sObject.getNameO);
}
public String getName()
{
return name;
}
public void setName(String sName)
{
name=sName;
}
public void printNameO{
System.out.println(probabilityOfInitial+,,-,'+probabiIityIfTrust+,,-,,+probabilityIf
Untrust);
}
在策略的选择中，我们可以将以上代码内容归结为下面表格中所示的解释:
表5.6动态博弈的策略选择情况
0-0-0 mylastmove^守 信；oppositemove =守 信，mymove =守 信；oppositemove=失信，mymove =守 信
0-0-1 mylastmove =守信；oppositemo¥e=守信，mymove=^^ ； oppositemove=失信，mymove=失信
0-1-0 mylastmove =守信；oppositemove =守信，mymove=失信；oppositemo¥e=失信，mymove =守信
0-1-1 mylastmove =守信:oppositemove =守信，mymove=:^1^； oppositemo¥e=失信，mymove=失信
1-0-0 mylastmove=失信；oppositemove=守信，mymove=守信；oppositemo¥e=失信，mymove =守信
1-0-1 mylastmove=^ilW ； oppositemove=£^ , mymove^1?1 ft: oppositemove=失信，mymove=失信
1-1-0 mylastmove=失 信；oppositemove=r?信, mymove=^t 信:oppositemove=^ 信，mymove =守 信
1-1-1 mylastmove=失信；oppositemove=^#, mymove=失信；oppositemove=^ fs . mymove=失 信
三、DynamicModelSwarm.java
在动态博弈模型中，DynamicSwarm.java定义了交易主体选择守信和失信交 互环境的相关属性和方法,创建了交易主体行为，并动态模拟了交易双发选择守信 和失信的过程。与静态博弈模型的选择不同的是，动态博弈模型中加入了信用评 价，以信用来驱动交易者选择守信与失信行为，以下列出动态博弈模型run部分 的核心流程为如下图所示：
图5.4动态博弃仿真模型的ModelSwarm流程图
四、DynamicObserverswarm.java
为了 便于人机交互,DynamicObserverswarm.java 创建了 DynamicModelswarm 对象,定义了探测器(probe)来观察DynamicModelswarm中各主体对象的变化状态, 并创建了记录社会总收益、收信人数、不守信人数的图表(分别为Total Profit Graph, Number of netTrader)以输出程序仿真演化的结果，用于分析动态博弈过 程。
五、StartDynam ic .j ava
StartDynamic.java是本程序的运行主程序文件，它通过在 DynamicObserverswarm中创建观察者对象将模型最终的结果加以输出，使得整 个程序得以运行，其相关内容的代码在各个仿真模型下大致相同。
5.2.3实证结果分析
将程序在Eclipse SDK 3.1中运行后，其结果会自动生成6个窗口，其中有3 个是用来显示动态博弈中信用情况的输出曲线图，分别为交易累计信用图表、交 易体住行为选择图表及社会总收益图表，将仿真模拟程序运行起来，得到的结果 如图5.5、5.6所示。
图5.5动态博弈中交易主体累积信用的变化情况
从上图可知，交易主体之间的累计信用值是处于不断上升态势，由于跨境电 子商务存在留痕机制，这一机制一方面促进了交易主体双方进行动态博弈，另一 方面信用的留痕评价体系有给予了卖买双方对其信誉进行累加的机制，通过这种 信用机制的累加我们可以看到在博弈主体数量输出结果中交易双方更倾向于选 择守信行为，这种守信行为会根据信用而不断累积。从该图我们发现在跨境电子 商务中，这一留痕机制对信用具有极其重要的优化作用，通过留痕，电商交易主 体的总信用值不断加大。
图5.6动态博弈中交易主体信用选择情况
如上图所示，在交易主体进行动态博弈的过程中其交易的行为过程产生了 8 种情况，从输出结果中能够清楚的看到，在起始时刻选择0-0-0及0-0-1行为的 交易主体是最多的，0-0-1表示的是在跨境电子商务交易市场中选择以牙还牙、 以眼还眼行为的交易主体，其在交易开始成迅猛上升态势，占据主动性地位，这 与密歇根大学社会学家罗伯特•阿克塞尔罗(Robert Axelrod)提出的重复囚徒困 境(Reiterated Prisoner's Dilemma)的最优战略相符，他通过许多对象的反复博 弈研究提出以牙还牙策略，并成为解决囚徒困境的最佳策略。0-0-0表示交易主 体在整个交易的过程中始终选择守信行为，由于信用留痕机制的影响该部分人数 会随着累积信用的变化而发生变化，对比图5.4和图5.5可清楚看到，在图5.4 中信用不断上升，而图5.5中的0-0-0交易主体的数量也是成逐步上升态势，并 且和累计信用保持大致的上升趋势，这一趣事不断持续，其变化是非线性和动态 的过程，这一发展态势无法从传统的博弈均衡上解释，但其符合布莱恩•阿瑟
(William Brian Arthur, 1983 )的锁定思想，该理论最早由谢林(Tomas C-Schelling,1978)W “经济结果严重依赖于行为发生时的秩序”的思想研究而来。 并由布莱恩•阿瑟在他的《Increasing Returns and the New world of business》明确 提出锁定概念，指出锁定是系统到达某种极难退出的状态。自他以后‘Joseph Farrell (1992)等经济学家都参与了锁定原理的相关研究。许多主流经济学家也将 研究的目光投向了锁定原理。在动态博弈这一信用模型中，交易主体的信用存在 锁定状态，在信用的影响下他们更倾向与选择守信的行为。选择1-1-0和1-1-1 交易行为的数量是最少的，从0时刻时不断下降，趋近于0状态，这一类人多半 是在交易中一直选择失信行为的人，在重复博弈中，随着信用的主导力加强，这 部分人无法在交易中一直维持下去，最总被剔除交易。而处于中间状态的四类人 1-0-1与1-0-0维持在一定水平，0-1-1和0-1-0的交易主体数来彼此波动维持在 较低水平。
图5.6动态博弈中交易主体社会总收益的变化情况
观察上述结果，在第2时刻时社会总收益急剧上升，但此后社会总收益呈现 稳定态势，这与静态博弈模型的社会总收益输出结果明显不同。这表明在信用不 断增加的影响下，交易主体的策略选择行为更倾向守信而致，从而使交易主体获 得更大的收益，在交易双方策略选择趋于稳定时，社会总收益也趋于稳定状态， 维持了一种良性发展的态势。该结果这也说明了，跨境电子商务交易主体遵守信 用行为有利于电子商务企业的利益。
6结论、对策建议及展望
6.1结论
本文基于主体的计算经济学，运用Swarm软件包和Java编译器，通过对跨 境电子商务信用的研究建立了两个博弈模型，即静态博弈模型与动态博弈模型， 在静态博弈模型中的假设主要以信息不对称理论为由，并在Swarm仿真中建立 相关模型。在静态博弈中，交易主体由于信息的不对称性，交易中至少有一方对 另一方的信息存在一定的未知性，从而使得交易的过程中选择失信行为的交易主 体明显多于选择守信行为的交易主体数。由于跨境电子商务留痕机制的影响，减 少了交易主体认识对方行为（即选择守信行为还是选择失信行为）选择的交易成 本，使一方更倾向与选择上一次交易中对方体现的信用行为，从而使交易主体不 断选择守信行为，跨境电子商务市场整体信用得以优化。在动态模型中，分析可 知随着交易的不断进行，信用的不断累积，选择守信行为交易主体不断增多，超 过以牙还牙的交易主体行为，这体现出跨境电子商务交易中的交易主体锁定理 论，即随信用累计，交易双方会不断选择上次交易中守信的行为，体现在实际的 跨境电子商务中为买卖双方更倾向于信誉度高的企业并与之不断交易。通过对仿 真输出结果的分析，本文认为跨境电商的留痕机制对交易主体的信用行为存在很 大的导向作用，因此需建立起长效的信用评级机制及保障交易参与主体动态博弈 的实名制，并加大对欺诈行为的惩罚力度，才能够保证跨境电子商务信用得以优 化，通过上述仿真模型的建立，可以发现实验经济学方法对于跨境电子商务的信 用优化研究存在必然性，能够通过复杂适应系统理论对交易主体行为进行动态仿 真模拟。
6.2建议对策
利用上述有关静态和动态博弈模型分析信用的Swarm仿真中可知在跨境电 子电子商务交易中，留痕机制对电子商务的信用的优化起着至关重要的作用，通 过跨境电子商务信用评价，评价结果有利于保持其在主要交易中修改重复动态博 弈过程中的行为，使其朝着守信的目的进行交易，从而优化了买卖双方的信用。 为加强跨境电子商务的这一留痕机制，使其产生多次博弈效果优化信用机制可从 以下几个方面加以完善，营造出跨进电商诚信体系：
6.2.1推进跨境电子商务实名制建立
跨境电子上午的实名制建设可提高交易合作的持久性。在静态博弈的情况 下，交易的人根据实现自身效益，通常不会选择守信行为，和动态博弈形成的通 过反复博弈来提高他们的信用不同，动态博弈更容易从“囚徒困境“中释放。在确 立电子商务的实名制上应对网络交易者实施严格的准入制度，网商必须提供企业 市场准入许可、税务登记证明、品牌商标证等资质证明文件和商品证明资料，经 过严格审核后方可入驻跨境电商平台，同时也应对买方建立相应的实名库，记录 其交易情况。要求交易主体提供实名注册信息，将网络购物市场打造成一个透明、 诚信的交易平台，进而影响人们的购物消费习惯，推动线下市场的发展。
6.2.2提高跨境电子商务第三方约束
不断完善的第三方约束机制，规范经济体制，同时明确良好的信用政策，建 立行之有效的惩罚机制，让守信者可以从守信中获得收益，让失信者收到违约带 来的处罚，规范双方交易体系。应切实高效的推进第三方约束机制体系，对跨境 电子商务中不遵守规范的交易者实行严厉制裁，并设定相应体制加强对其的监 督，使其在交易中付岀较大的违约成本，从而提高其整体信用水平，完善网络市 场的行为规范。
6.2.3建立健全的信用信息披幫制度
跨境电子商务尚未建立健全信用系统，此系统滞后减缓了跨境电子商务的有 序发展。为此跨境电子商务信用体系亟待完善，这样才可使跨境电子商务的动态 博弈对信用机制的优化发挥出最好的效果，促使市场主体选择守信行为。建立健 全的信用制度在于设立具有系统性和规范性的信用评价等级。将交易主体的信用 行为分等级、分层次的加以建设，确保交易双方能够明确对方的信用等级，使交 易者的信用更加直观可见。目前我国的跨境电子商行平台所建立的评价信用等级 的机制还相对简单，无法对交易主体的信用设立相应的等级体系，从而不能有效 收集交易主体的累积信用。通过建立第三方信用评估反馈平台，可以使平台专业 知识的内部信用评估模型更好的评估交易主体的信用，鉴于该信用评级，交易主 体可以通过该平台便捷的查询到对方的信用状况，从而规范了跨境电子商务的交 易行为。
6.2.4完善跨境电子商务信息传导体系
在重复博弈过程中，交易主体可通过反复的交易掌握对方的信息，从而更有 利于产生守信行为，在网络市场上，由于其匿名性及虚拟性，市场中的信息变得 越发不透明，但通过建立一个高效、便捷的信息传递系统可以较好的减少网络信 息不对称给交易主体带来的信用缺失行为。跨境电商的信息传导机制就好像斯宾 塞在传统市场研究劳动力信号的问题，电商的信息传导很好的在网络市场上给我 们发出了信号，通过这一信号交易主体可以更好的认识到对方的交易行为及其信 用。并且通过信息的传导可有效提高信用的透明性、市场的自净功能，营造良性 的循环信用机制。
6.2.5完备跨境电子商务信用法律体系
法律法规的建设可维护电跨境电子商务合理有效的发展，只有通过严厉的法 律法规体系去约束交易主体的行为，我国的跨境电子商务才能长足发展。只有建 立一个适用于国际法律规范的跨境电子商务法，才能保持跨境电子商务良好发展 态势，激发跨境电子商务的活力与潜力。我国的跨境电子商务发展目前已处于世 界电子商务发展的前列，因此借鉴国外电商法律的有利方面并结合我国实际情况 优先制定相应的跨境电子商务国际法是我国目前在建立跨境电子商务法律中亟 待解决的课题。针对于跨境电子商务的不同形式其设立的法律条文也将不同，如 在B2C模式下要区别传统包裹与B2C模式跨境电子商务的法律设定。■随着计算 机和互联网技术的快速发展，跨境电子商务相关法律的完善必将推动新的贸易发 展，B2B和B2C跨境电子商务模型将成为国家最需关注的领域之一。
6.3展望
随着时代的发展，跨境电子商务正处于迅猛发展阶段，本文突破了传统的经 济学理论的建模方式，将极具抽象性的电商交易主体的信用优化问题通过Swarm 仿真加以实现。电子商务市场的交易行为由于更具复杂性，因此用复杂自适应系 统理论可以很好地解决该领域的问题。目前对于电子商务领域使用复杂自适应系 统仿真手段加以研究的文献还比较少，希望通过复杂自适应理论的广泛运用可以 开启电子商务研究的新篇章。
参考文献
[1]Akerlof.GThe market for lemons:Quality Uncertainty and Market Mechanism[J],
Quarterly Journal of Economics, 1970(84):488-500.
[2]Ba, Sulin and Pavlou, Paul A. Evidence of the Effect of Trust Building Technology
in Electronic Markets: Price Premiums and Buyer BehaviorfJ], MIS Quarterly,
2002,26,pp(3):243-268
[3]Bajari, P. and A. Hortacsu.The Winner.s Curse, Reserve Prices, and Endogenous
Entry: Empirical Insights from eBay Auctions[J]. RAND Journal of Economics, 2003,34,:329・355
[4]Chung K J, Huang Y F. The optimal cycle time for EPQ inventory model under
permissible deJay in payments卩].International Journal of Production Economics,
2003,(84):307-318.
[5]Clemons, E k, An Empirical Investigation of Third-Party Seller Rating Systems in
E-Commerce: The Case of buy SAFE [J], Journal of Management Information Systems, 2007(2): 43-71.
[6]Choi,S.Y.,StahLD.O,and Whinston,A.B. The Economics of Electronic Commerce
[M]. E-commerce research institutions,!997.
[7]Dellarocas C. The digitization of world of mouth: Promise and challenges of online
feedback mechanisms[J]. Management Science, 2003, 49(10):1407-1424.
[8]Deelmann T, Loos P. Trust Economy: Aspects of Reputation and Trust Building
for SMEs in E- business [Z] . Proceedings of Eighth Americans Conference on Information Systems, 2002.
[9]David Gefena,Detmar W. Straub.Consumer trust in B2C e-Commerce and the
importance of social presence: experiments in e-Products and e-Services.[J].The International Journal of Management Science.2004(32):407-424.
[10]Dahui Li,and Wayne Huang,Modeling Trader Reputation Distribution in An Online C2C Auction Market,IRMA 2002,May 19-22,2002,Seattle.
[11]Friedman, J .A non-cooperative equilibrium for supergames[J].Rev.Econ.Stud
I971(38):bl2.
[12]Fudenberg, D.E. Maskin.The Folk Theorem for Repeated Games with Discounting and Incomplete InformationfJ]. Econometrica. 1986(54):533-548.
[13]Gefen,D.E-commerce:The role of familiarity and trust.Omega:The International Journal of Management Science,2002(28), 725-737.
[14]Gefen D, Straub D W. Consumer trust in B2C E-commerce and the importance of social presence: experiments in E-products and E-services[J].Omega: The International Journal of Management Science,2004, 32(6):407-424.
[15]Huang Y F. Optimal retailer's replenishment decisions in the EPQ model under two levels of trade credit policy[JJ. European Journal of Operational Research, 2007, 176(3):577-591.
[16]Head,M.and Hassanein,K.Trust in E-Commerce:EvaIuating the Impact of Third-Party Seals,[J]Quarterly Journal of Electronic Commerce.2002(4)
[17]Huston H. Quality, Uncertainity and the Internet: the Market for Cyber Lemom[J]. American Economist, 2002,46(1):50-60・
[18]Houser, D., and Wooders, J. Reputation in Auctions: Theory, and Evidence from eBay [J]. Journal of Economics and Management Strategy, 2006, (4):45-56
[19]Jarvenpaa,Sirkka L. ;Tractinsky9Noam; and X^tale5Michael.Consumer trust in an Internet store.[J].Information Technology and Management.20005(l -2).45-71.
[20]KolIock.P.The production of trust in online markets.In FJ.Lawer, M.MacyS Thyne,and H.A.Walker(Eds).Advances in Group Processes, Vdl.l6:99-123.
[21]Kreps, David M・ & Milgrom, Paul & Roberts, John & Wilson, Robert, Rational cooperation in the finitely repeated prisoners' dilemma[J] .Journal of Economic Theory 1982,27(2):245-252.
[22]Liao H C, Tsai C H, Chao T S. An inventory model with deteriorating items under inflation when a delay in payment is permissible[J]. International Journal of Production Economics,2000, Vol 63(2): 207-214.
[23]Lee M.K.0, Turban E.A Trust Model for Consumer Internet Shopping[J]. International Journal of Electronic Commerce, 2001, (1): 75-91
[24]McKnight DH, Chervany N L. Trust Building Processes in Organizational Relationships [Z] . Proceedings of Decision Sciences Institute Annual Meeting 、 1995.
[25]Mezzetti N.Towards a Model for Trust Relationships in Virtual
Enterprises]A].Proceedings of the 14 Intemational Workshop on Datebase and Expert Systems Applications[C]. Washing,DC, USA :IEEE Computer
Society,2003:420-424.
[26]Rubinstein, A. Equilibrium in supergames with the overtaking criterion卩]. Journal of Economic Theory. 1979(21):1 -9.
[27]Resnick, P・ R.Zeckhauser,E. Friedman,K- Kuwabara, Reputation Systems[J]? Communications of the ACM 2000, Vol 43:45-48.
[28]Resnick,P.,and Zeckhauser,R.Trust Among Strangers in Internet Transactions: Empirical Analysis of eBay?S Reputation System.Working paper,February 5.2001.
[29]Spence.A.M.Job Market Signaling[J],Quarterly Journal of Economics, 1987: 355-374.
[30]Sulin Ba, Whinston B.A, Han Zhang. Building trust in online auction markets through an economic incentive mechanism [J]. Decision Support Systems,2003, Vol 35:273-280.
[31]Saul Klein, L. Frazier, Victor J.Roth. A Transaction Cost Analysis model of Channel Integration in International Markets[J]. Journal of Marketing Research, 1990,(6): 196-208.
[32]Troy J. Strader, and Miehael J.Shaw, Characteristics of markets[J]. Decision Support Systems, 1997, (21):185-198.
[33]Thompson S.H.Teo, and Yuanyou Yu, Online buyin莒 behavior: transaction cost economics perspective [J]. The Intemational Journal of Management Science,2005,(33):451 -465.
[34]Tuomas Sandholm,Sviatoslav Braynov.Contracting With Uncertain Level Of Trust[J].Computational Intelligence, 2002(4).
[35]Williamson OE. The economics of organization : The transaction cost approach. American Journal of Sociology,! 981,(3)<
[36]班小佼，江文，史航.基于博弈论的电子商务信用机制分析[J].经济与管理 科学，2008(4).
[37]程广平.基于博弈分析和信用中介的中小电子商务企业信用机制建立[J], 经济管理,2006(4).
[38]陈学彬、李翰、朱晔，完善我国商业银行激励约束机制的Swarm模拟分析 [J],财经研究，2003(9):68-74.
[3刃陈波,莫再峰.信用扩散与信用扩散场:一种MAS信用机制研究的新方法.[J] 经济与管理科学2006(12).
[40]陈素敏，赵悦品.我国电子商务发展信用问题分析[J].商场现代 化,200&23:156-157.
[41]陈显友，周静.基于第三方电子商务信用评价机制的构建[J].国际金 融,2013,01:65-6&
[42]邓宏钟、王军民、谭跃进.基于多智能体的整体建模仿真方法在经济系统中 的运用[J].计算机运用研究，2001(10)： 24-26
[43]郭永辉，钱省三，冯媛.信用模型与信用机制研究[J]经济与管理科 学,2006(4).
[44]根来龍之.网络信任战略与网络质量中介运行模式[J].经济管理,2007,23, pp:63-66.
[45]胡伟雄，王崇.我国电子商务信用问题的博弈分析[J],电子科 技,2012,11:121-124.
[46]康磊，胡培.基于交易成本模型的消费者网上商品接受程度研究[D].成都:西南 交通大学,2006(3).
[47]孔栋.基于消费者网络感知风险的BtoC电子商务信任分析[J].情报杂 志,200&4,pp:100-102.
[48]劳帼龄，何雪鹃,覃正.政府实施B2B电子商务诚信监管的博弈分析[J].情报 杂志,2007,12:34-36.
[49]李广晖.基于ANN-BP模型的电子商务信用风险形成思路[J].财务与金 融,200&05:12-15.
[50]李莉，杨文胜,谢阳群.电子商务市场质量信息不对称问题研究[J].管理评
论,2004,3, ：26-30.
[51]李琪，电子商务通览[M],北京：中国商业出版社，200l(5),pp: 15-3&
[52]李庆敏•基于Swarm仿真的外商直接投资与我国产业集群互动分析[D].浙江 大学硕士论文,2011:7
[53]李玉香，侯秀，钱颖.电子商务中信用机制构建研究[J].中国商 贸,2010,08:112-113.
[54]李征.基于ESS均衡的电子商务信任模型[J].经济与管理科学.2008(8).
[55]刘贞,程勇军.Swarm for Java仿真及编程实现，北京：机械工业岀版社， 2009.(9)
[56]潘勇.”柠檬”问题:传统市场与电子商务市场的比较分析[J].商业经济与管 理,2002(2).
[57]潘勇.网络"柠檬"环境下消费者行为与抵消机制——基于信息经济学的视角 [J].管理评论2010(4).
[58]裴剑平.电子商务信用风险对在线消费行为影响机理研究[J].商业时 代,2008,31:87-8&
[59]彭旭辉•电子商务交易中信用机制的博弈分析[J].商业现代化，2012(10).
[60]曲坍，张群.信用制度的博弈分析[J].财政、金融与投资.2006(6).
[61]孙建、叶民强.Swarm在博弈论中的仿真分析研究[J].计算机工程与应 用,2003(33)
[62]王晓燕C to C电子商务中的信任问题:一个进化博弈分析模型[J].商业研 究，2005(6).
[63]魏明侠•感知隐私和感知安全对电子商务信用的影响研究.[J]经济与管理学 报 2005(1):61-75.
[64]魏明侠•电子商务信用风险系统研究.[J]经济预测2005(5):49-52.
[65]许红冉.基于博弈论的C2C动态信用评价模型的研究与实现[D].山东理工大 学,2012.
[66]张新爱，宗成华,张志红.基于QSIM方法的C2C信用行为研究[J].电子商 务,2012(1).
[67]张华,刘春杰，基于交易成本理论的消费者网络购物意向实证分析[D].哈尔滨: 哈尔滨工业大学,2007(7).
［68］张仙锋.BtoC交易中消费者信任的生成机理研究［J］.产业经济.2006(3).
［6刃曾勇，徐茂卫.电子商务中买卖方之间信用模式选择的博弈论分析［J］科技进 步与对策，2004(12).
［70］张维迎.博弈论与信息经济学［M］.上海人民出版社,2005(6).
相关标签:
