“互聯網+政務服務”信息共享博弈問題研究

李亞東 李俊雅 張炎亮

【摘 要】 為加快各級政務信息系統互聯互通和政務數據共享，推動“互聯網+政務服務”，文章針對政務信息共享中的主管部門和政務部門的博弈行為構建SD演化博弈模型，引入靜態和動態獎懲機制對二者的策略選擇和系統穩定性進行分析;然后運用系統動力學軟件（Vensim PLE）進行模擬仿真，分析表明，主管部門對政務部門的獎懲力度、主管部門檢查成本以及政務部門積極共享的收益與成本，對博弈結果有直接影響，且在動態獎懲機制下演化博弈模型存在演化穩定策略;最后從主管部門和政務部門兩個方面提出相應的建議，以期為推動政務信息共享工作提供借鑒。

【關鍵詞】 互聯網+政務服務; 政務信息共享; 演化博弈; 系統動力學

【中圖分類號】 G203 ?【文獻標識碼】 A ?【文章編號】 1004-5937（2019）13-0123-06

一、引言

自2016年李克強總理在國務院《政府工作報告》中提出“互聯網+政務服務”以來，中國政府對電子政務平臺的建設給予高度重視，先后出臺《推進“互聯網+政務服務”開展信息惠民試點的實施方案》《關于加快推進“互聯網+政務服務”工作的指導意見》《“互聯網+政務服務”技術體系建設指南》等重要文件。2018年3月5日第十三屆全國人民代表大會第一次會議上，李克強總理進一步提出深入推進“互聯網+政務服務”，使更多事項在網上辦理，必須到現場辦的也要力爭做到“只進一扇門”“最多跑一次”。2018年3月20日，兩會后的答記者問中總理再次提到關于放寬市場準入要在“政務服務一網辦通”方面下硬功夫。由此可見，“互聯網+政府服務”已經成為各級政府推進“放管服”改革的有力抓手，是中國政府由管理型政府轉變為服務型政府的重要途徑。

為實現讓“群眾少跑腿，數據多跑路”，有效提升企業和群眾的辦事體驗，根據國家政策要求，各級政府部門須依托國家電子政務網絡和政務數據共享交換平臺（以下簡稱“共享平臺”）進行非涉密政務信息資源共享交換活動，并設立專門的主管部門負責組織、協調、指導和監督政務信息資源共享工作[1]。然而，由于前期缺少統一的規劃協調，政府部門的信息化建設長期以來的各自為政、條塊分割，且發展不均衡，出現了較嚴重的“信息孤島”現象，導致政務信息資源“跨部門、跨地域、跨層級”的共享交換存在較大困難。同時，由于缺乏長效監督考核機制，部分政務部門出于自身利益考慮，出現了不按時、不全面提供數據資源，消極對待共享平臺建設等現象。這些問題嚴重阻礙了政務信息系統互聯互通和“互聯網+政務服務”的快速發展。

目前，國內外不少學者對該問題進行了研究。在政務信息共享影響因素方面，呂欣等[2]認為政務信息共享受信息安全和便利程度影響最大。楊會良等[3]研究發現，影響跨部門政務信息共享的主要是人員因素、共享部門因素和共享環境因素。Bigdeli et al.[4-5]認為，政府部門間的信息共享受環境、組織和技術因素的共同影響。還有些學者認為，信息共享成本、部門收益阻礙了政務信息共享[6-7]，因此有學者采用博弈論對政務信息共享問題進行研究。Wang et al.[8-9]基于博弈論對同級政府部門、上下級部門、政府與公眾之間的利益進行分析，研究了地方政府和公眾的博弈行為規律。龍怡等[10]通過構建信息供需和公民三方博弈模型，研究發現信息共享難的原因是信息共享后供需雙方收益會降低，提出了用戶付費和信息共享考核兩種策略。董凌峰等[11]構建了政務云平臺信息共享的三方博弈模型，提出建立獎懲補償、明確信息共享的分類標準等解決信息共享問題的對策。

總體上看，上述文獻對政務信息共享影響因素進行了大量研究，有不少文獻認識到演化博弈是分析政務信息共享問題的重要工具，對政府部門間以及政府與公眾間的關系進行了有益的探索，但鮮有研究注意到政策變化后主管部門對政務信息共享的關鍵影響作用;而且只有少數學者提出具體解決信息共享問題的政府政策，并未對政策的實施力度深入探討。而在其他領域的研究中有學者提出動態的政府政策，如焦建玲等[12]在地方政府與制造企業碳減排演化博弈分析中，提出動態獎懲機制可以有效引導企業的減排行為。演化博弈理論突破了經典博弈論完全理性的假說，強調動態的平衡，但其中的演化穩定策略無法體現系統均衡與動態選擇過程之間的關系;系統動力學是一種研究復雜系統中信息反饋行為的仿真方法，可以在非完全信息情況下求解復雜問題，將以上兩種方法結合可以更好地描述動態博弈現象[13]。如Zhang[14]基于演化博弈論和系統動力學對中小企業閉環供應鏈的財務體系研究發現，閉環供應鏈融資體系本身具有較強的剛性和協奏性。

鑒于此，本文在“互聯網+政務服務”的背景下，重點對政務信息共享主管部門和政務部門間的博弈關系進行研究，建立二者的演化博弈模型，并采用系統動力學進行建模仿真，研究靜態和動態獎懲機制對主管部門和政務部門行為的影響，從新的視角提出解決政務信息共享問題的對策。

二、演化博弈模型的假設和構建

（一）模型假設

1.博弈主體。該博弈模型參與主體包括政務信息共享主管部門和政務部門，其中政務信息資源共享主管部門一般由發改委擔任，具體負責組織、協調、指導和監督全省政務信息資源共享工作，政務部門是指政府部門及法律、法規授權具有行政職能的事業單位和社會組織[1]，雙方均追求自身利益最大化。

2.參與者的行為策略集合。政務信息共享主管部門需要根據國家相關條令規定對政務部門的信息共享情況進行監督檢查，其策略集合為A1={檢查，不檢查}。政務部門考慮到信息共享成本，為了維護部門利益采取的策略集合為A2={積極共享，消極共享}。

3.指標假設。C1：主管部門檢查時付出的人力、物力、財力等成本;C2：政務部門消極共享帶給主管部門的損失;R：政務部門積極共享帶給主管部門的收益;Q：上級政府撥付給主管部門的建設運維費用;F1：政務部門積極共享政務信息資源的成本;F2：政務部門消極共享政務信息資源的成本;F3：政務部門消極共享政務信息資源時，被主管部門通知整改付出的成本;S1：政務部門積極共享政務信息資源的收益;S2：政務部門消極共享政務信息資源的收益。

此外，用戶滿意度是衡量服務質量水平最直接的表述[15]。考慮到實際問題中共享平臺用戶也是政務信息共享主體之一，因此以用戶滿意度M作為衡量政務部門信息共享的指標，并將該項指標納入各政務部門的績效考核體系中，主管部門可根據政務部門績效考核得分決定給予其相應的獎勵L（額外補貼）或懲罰P（縮減該部門信息化項目預算資金），即L=M× ，P=M×δ，其中M為一定時間節點下的用戶滿意度， 、δ為固定常數。博弈雙方的支付矩陣如表1所示。

（二）演化博弈模型的構建

有限理性條件下，假設主管部門選擇“檢查”的概率為x（0≤x≤1），選擇不檢查的概率為1-x;政務部門選擇“積極共享”的概率為y（0≤y≤1），選擇“消極共享”的概率為1-y。

令Eg1、Eg2和Eg分別表示主管部門選擇檢查和不檢查的期望收益及平均收益，根據表1支付矩陣計算可得：

則主管部門策略的復制動態方程F（x）為：

令Ew1、Ew2和Ew分別表示政務部門選擇積極共享和消極共享的期望收益及平均收益，根據支付矩陣計算可得：

則政務部門策略的復制動態方程F（y）為：

由公式1、公式2得到系統的復制動態方程：

（三）演化博弈的系統動力學模型

根據上文建立的演化博弈模型，本文采用Vensim PLE建立主管部門和政務部門演化博弈的系統動力學模型，如圖1所示。

三、靜態獎懲機制下演化博弈模型分析

（一）靜態獎懲機制下的系統穩定性分析

令F（x）=0F（y）=0，得到系統的四個納什均衡點λ1（0，0）、λ2（0，1）、λ3（1，0）、λ4（1，1）。當0≤ ≤1，0≤ ≤1時，存在第五個納什均衡點λ5（ ， ）。

從實際情況來看，主管部門往往會考慮自身利益而提高對消極共享政務部門的懲罰，從而避免收益低于成本，并且主管部門設立獎懲機制是為了使政務部門選擇積極共享政務信息。若F1+S2-F2-S1>L+P+F3，表示政務部門消極共享的收益大于積極共享的收益，則政務部門會選擇消極共享策略，這與設立獎懲機制的初衷不符。因此下文主要討論C1

根據Friedman[16]提出的方法可知，通過分析系統的雅克比矩陣可以得到演化系統均衡點的穩定性。公式3表示的系統的雅克比矩陣為：

當滿足det（G）>0，tr（G）<0時，可以判定系統均衡點是穩定的，即存在演化穩定策略。對上文中得到的五個均衡點進行穩定性分析，所得結果如表2所示。

由表2可知，該博弈模型存在四個鞍點和一個中心點，分別是λ1（0，0）、λ2（0，1）、λ3（1，0）、λ4（1，1）和λ5（ ， ）。

令（x1，y1）=（ ， ），點（x1，y1）對應的特征根β1、β2是一對純虛根，根據文獻[17]的研究可知，點（x1，y1）是系統的穩定均衡點，但不是漸進穩定的。系統演化軌跡線是圍繞著中心點（x1，y1）的閉環，未經過該點。

（二）靜態獎懲機制下模型仿真分析

在滿足C1

對圖2分析可得，當主管部門檢查概率x的初始值是混合策略的納什均衡值時，任意給定y的初始值，政務部門選擇積極共享的概率存在波動，系統不會自動穩定到均衡點（x1，y1），即此點不是系統的演化穩定策略，與上文分析結果一致。而且波動幅度的大小與y的初始值有關，y=0.9時的波動幅度大于y=0.3時的波動幅度，且隨著時間和博弈次數的增加，y的波動幅度越來越大至最大振幅。

當C1

四、動態獎懲機制下演化博弈分析

（一）動態獎懲機制下的系統穩定性分析

假設主管部門對政務部門的懲罰和獎勵與政務部門的策略選擇有關，假設政務部門的獎勵為f（y）=ya（0F1>0，b表示懲罰上限）。

將f（y）=ya代替公式3中的L，g（y）=yb代替公式3中的P，得到動態獎懲機制下系統的復制動態方程：

F（x）= =x（1-x）（-y2a-2yb+y2b-C1+b）F（y）= =y（1-y）（xya+xb-yb+xF3+S1-F1-S2+F2）

同理可得系統的五個納什均衡點λ'1（0，0）、λ'2（0，1）、λ'3（1，0）、λ'4（1，1）、λ'5（ ， ），并且滿足0< <

1、0< <1，此時系統的雅克比矩陣為：

=（1-2x）（y2b-y2a-C1+b） x（1-x）（2yb-2ya-2b）y（1-y）（L+P+F3） （1-2y）[x（ya+b+F3）-yb3+S1- ? ? ? ? F1-S2+F2]+y（1-y）（xa-b）]

同理求出均衡點λ'1—λ'4對應的det（G'）均小于零，tr（G'）正負不定，所以λ'1—λ'4均是鞍點。

令（x2，y2）=（ ， ），點（x2，y2）對應的特征根β1'、β2'是一對具有負實部的特征復根，根據文獻[17]可知，此時系統具有漸進穩定性，λ5'是穩定的均衡點，系統的演化軌跡逐漸趨向于均衡點（x2，y2）。

（二）動態獎懲機制下系統的均衡點分析

由以上分析可知，λ5'是系統演化的穩定均衡點，其中x2= ，y2= 。已知C1

對x2求導，可得：x2'（F1）>0，x2'（S2）>0，x2'（F2）<0，x2'（S1）<0，x2（'F3）<0，x2'（a）<0，x2'（b）<0，x2'（C1）<0;

對y2求導，可得：y2'（a）<0，y2'（b）>0，y2'（C1）<0。

由此可知，獎勵上限a、懲罰上限b和主管部門的檢查成本C1同時影響x2和y2的大小，當獎勵上限a減小時，x2和y2同時增大，意味著主管部門檢查的概率和政務部門積極共享的概率同時提高;當懲罰上限b增大時，x2減小，y2增大，意味著主管部門檢查的概率降低，而政務部門積極共享的概率提高;當主管部門的檢查成本C1減小時，x2和y2同時增大;對于主管部門而言，幫助政務部門降低積極共享的成本F1和消極共享的收益S2、提高政務部門積極共享的收益S1和消極共享的成本F2，可以降低主管部門檢查的概率。

（三）動態獎懲機制下模型仿真分析

當0< <1、0< <

1時，使用Vensim PLE仿真得到動態獎懲機制下主管部門和政務部門策略的演化過程，如圖4所示。

由圖4可以看出，隨時間和博弈次數的增加，系統的博弈演化軌跡曲線螺旋收斂，最后穩定在均衡點（x2，y2），此時系統具有漸進穩定性。圖5為政務部門積極共享的概率分別在靜態獎懲和動態獎懲下的演化過程，可以看出，在靜態獎懲機制下，政務部門積極共享的概率隨著時間和博弈次數的增加上下振蕩且振幅越來越大;而在動態獎懲機制下，政務部門積極共享的概率逐漸趨于穩定。顯然，模型仿真結果與上文分析一致，驗證了在動態獎懲機制下系統具有漸進穩定性。

五、結論與建議

本文綜合運用演化博弈理論與系統動力學結合的方法，對靜態和動態獎懲機制下政務信息資源共享主管部門和政務部門博弈的演化軌跡和系統的穩定性進行了分析，比較了不同的計算與仿真結果，主要得到以下研究結論和相關建議：

1.當主管部門對政務部門實施靜態獎懲機制時，若0≤ ≤1、0≤ ≤1，系統存在四個鞍點和一個中心點，不存在演化穩定策略，通過仿真得到系統的演化趨勢曲線是圍繞著中心點的閉軌線環，意味著主管部門和政務部門的博弈過程呈現出一種周期行為模式。

2.當主管部門對政務部門實施動態獎懲機制時，若0< <1、0< <

1，系統存在四個鞍點和一個穩定焦點，通過仿真得到系統的演化趨勢曲線是螺旋收斂最后穩定在焦點，意味著在動態獎懲機制下，主管部門和政務部門的博弈可以達到均衡狀態。為此，建議各級政務主管部門協同財政部門將政務信息共享納入各政務部門績效考核指標，合理配置權重，并將考評結果與各政務部門信息化項目預算掛鉤，對積極推進政務信息共享的部門予以預算傾斜，對消極部門予以預算削減，形成完善有效的獎懲機制，從而有效激勵各政務部門主動推進政務信息共享工作。

3.圖3和圖4中的均衡點是在一定數值下仿真得到的，在現實中應明確主管部門和政務部門的收益與成本，調整動態的獎懲機制，使均衡點中主管部門檢查的概率盡量低且政務部門積極共享的概率盡量高。根據上文分析可知：

（1）x2'（a）<0、x2'（C1）<0且y2'（a）<0、y2'（C1）<0，降低主管部門檢查成本，x與y的值同時增大。對此，通過制定完善的政務信息共享考核制度，提高檢查人員的專業水平，通過信息化系統進行電子監察等措施，可以提高主管部門檢查效率，降低檢查成本，從而提高政務部門積極共享的概率。

（2）x2'（F）>0、x2（S1）<0、x2'（b）<0且y2'（b）>0，提升政務部門積極共享的收益，降低積極共享的成本，并提高最高懲罰力度b，x值減小，y值增大。從主管部門的角度來說，可以牽頭建設可供各政務部門共享使用的應用支撐平臺，有效降低政務部門自身信息化系統建設的投入和信息共享成本，并通過提供相關技術支持和服務等方式提高政務部門的收益，從而降低主管部門群體檢查概率，提高政務部門群體積極共享的比例。從政務部門的角度來說，由主管部門負責協調其他政務部門進行數據資源共享，客觀上可有效降低本部門協調成本，提高本部門業務能力和服務質量。同時，獎懲機制需根據政務部門的信息共享行為進行適時的調整，將其控制在一個合理的范圍內，從而引導政務部門積極共享政務信息。

【參考文獻】

[1] 中華人民共和國中央人民政府.政務信息資源共享管理暫行辦法[EB/OL].（2016-09-05）[2018-06-27].http：//www.gov.cn/zhengce/content/2016-09/19/

content_5109486.htm.

[2] 呂欣，裴瑞敏，劉凡.電子政務信息資源共享的影響因素及安全風險分析[J].管理評論，2013，25（6）：161-169.

[3] 楊會良，陳蘭杰.基于扎根理論的跨部門政務信息共享影響因素實證研究[J].情報雜志，2016，35（11）：158-164.

[4] BIGDELI A Z，KAMAL M M，CESARE S D.Electronic information sharing in local government authorities：factors influencing the decision-making process[J].International Journal of nformation Management，2013，33（5）：816-830.

[5] AKBULUT-BAILEY A Y.Information sharing between local and state governments[J].Data Processor for Better Business Education，2015，51（4）：53-63.

[6] 孔守斌，王妙微，王博涵，等.基于云平臺的地方政務信息資源共享平臺建設模式研究[J].電子政務，2017（12）：46-53.

[7] CIOFFI M，et al.Martone.Pareto optima and Nash equilibria：An effective approach to the shape design in electromagnetics[J].COMPEL：The International Journal for Computation and Mathematics in Electrical and Electronic Engineering，2008，27（4）：845-854.

[8] WANG T Y，GAO G，WANG Q Q，et al.The analysis of the government information sharing based on the game theory[J].Applied Mechanics and Materials，2013，2308（303）.

[9] 王紹東，陸敬筠，朱曉峰.電子政務服務中地方政府與公眾行為的演化博弈研究[J].科技管理研究，2014，34（9）：215-219.

[10] 龍怡，李國秋.“互聯網+政務”視域下G2C電子政務中信息共享的合作博弈研究[J].情報科學，2017，35（5）：34-41.

[11] 董凌峰，李永忠，吳真瑋.政務云平臺信息共享的三方博弈模型及對策分析[J].統計與決策，2016（19）：49-53.

[12] 焦建玲，陳潔，李蘭蘭，等.碳減排獎懲機制下地方政府和企業行為演化博弈分析[J].中國管理科學，2017，25（10）：140-150.

[13] 程敏，劉彩清.基于系統動力學的拆遷行為演化博弈分析[J].運籌與管理，2017，26（2）：35-41.

[14] ZHANG C.Small and medium-sized enterprises closed-loop supply chain finance risk based on evolutionary game theory and system dynamics[J].Journal of Shanghai Jiaotong University （Science），2016，21（3）：355-364.

[15] 張曉娟，劉亞茹，鄧福成.基于用戶滿意度的政務微信服務質量評價模型及其實證研究[J].圖書與情報，2017（2）：41-47，83.

[16] FRIEDMAN D.Evolutionary games in economics[J].Econometrica，1991，59（3）：637-666.

[17] TAYLOR P D，JONKER L B.Evolutionary stable strategies and game dynamic[J].Mathematical Bioscience，1978，40（1/2）：145-156.