政府治理视角下平台电商信用监管的动态演化博弈研究

为破解不完全信息下平台电商的信用“监管困局”,本研究在平台电商、消费者与政府三元主体联动关系的基础上,分别构建政府动态惩罚机制与激励机制下平台电商与消费者的演化博弈模型,并分析平台电商与消费者之间策略选择的影响因素及演化路径。研究表明：在政府监管下,平台电商与消费者通过长期的反复博弈、调整的过程,最终博弈系统演化轨迹呈逐渐收敛的趋势。具体而言,政府动态惩罚机制下,当政府惩罚力度逐渐增加时,平台电商倾向于选择“自律”策略;政府动态激励机制下,当政府对平台电商的激励逐渐增加时,平台电商倾向于选择“自律”策略。更为重要的是,当政府的惩罚力度大于激励政策力度时,政府实施惩罚性政策但没有激励政策的效果要优于政府实施激励政策但不实施惩罚性政策的效果。而当政府的惩罚力度小于激励政策力度时,政府实施激励政策但不实施惩罚性政策的效果与政府实施惩罚性政策但没有激励政策的效果几乎接近。由此可见,政府应将惩罚机制与激励机制相结合适度监管,以此追求信用监管的动态平衡。另外,消费者对平台电商的声誉评价具有两面性：当消费者对平台电商声誉评价越高时,平台电商倾向于选择“自律”策略;而消费者对平台电商声誉评价越低,平台电商反而倾向于选择“不自律”策略。     

越库配送下考虑时空距离的库门分配与车辆调度优化

针对越库配送下考虑时空距离的库门分配与车辆路径问题,建立以车辆派遣成本、运输成本、时间惩罚成本、越库内部操作成本总和最小化为目标的库门分配与车辆路径优化模型。根据问题的特征设计改进的自适应遗传算法,并根据时空距离生成初始解。通过对不同规模的算例进行对比和分析,验证了模型的正确性和算法的有效性,结果表明,所得出的库门分配和车辆调度优化方案可以有效降低越库配送中心的运营成本。研究成果拓展和丰富了越库配送下的车辆路径问题研究,能为物流企业优化配送方案提供理论依据。