平臺生態(tài)系統(tǒng)中零工合規(guī)行為的三方演化博弈分析

摘要：隨著零工經(jīng)濟的快速發(fā)展，平臺零工的監(jiān)管問題成為社會和企業(yè)面臨的挑戰(zhàn)。基于此，運用演化博弈理論，以網(wǎng)絡直播帶貨平臺生態(tài)系統(tǒng)為例，構(gòu)建網(wǎng)絡主播、平臺企業(yè)和平臺用戶的三方演化博弈模型，并通過MATLAB進行仿真分析。結(jié)果表明：單方的演化策略受到其他兩方策略的影響；網(wǎng)絡主播采取合規(guī)行為需要考慮平臺企業(yè)獎勵和懲罰強度、平臺用戶造成的聲譽損失以及損失賠付等因素；平臺企業(yè)監(jiān)管行為需要考慮監(jiān)管獲得的額外收益、不監(jiān)管造成的潛在損失、監(jiān)管成本與聲譽等因素；平臺用戶選擇參與行為需要考慮參與成本、額外獎勵以及不合規(guī)行為帶來的賠償?shù)纫蛩兀划斞莼呗詾榫W(wǎng)絡主播合規(guī)，平臺企業(yè)監(jiān)管和平臺用戶參與時，零工平臺生態(tài)系統(tǒng)達到最佳狀態(tài)，實現(xiàn)平臺生態(tài)系統(tǒng)協(xié)同發(fā)展。

關鍵詞：平臺生態(tài)系統(tǒng)；演化博弈；網(wǎng)絡主播；平臺企業(yè)；平臺用戶

中圖分類號：F270 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2024.01.008

2023年，李克強總理在《政府工作報告》中指出大力發(fā)展數(shù)字經(jīng)濟，提升常態(tài)化監(jiān)管水平，支持平臺經(jīng)濟發(fā)展。互聯(lián)網(wǎng)移動設備和在線交易平臺的發(fā)展催生了新的經(jīng)濟形態(tài)，即零工經(jīng)濟［1］。零工經(jīng)濟被認為是過去十年最重要的經(jīng)濟變化［2］。零工一詞由來已久，是指具有內(nèi)容零碎、機會偶然、時間較短等特點的工作［3］，而技術的進步賦予其新的含義，它強調(diào)以在線平臺為核心來完成特定任務的一種方式［4-5］。阿里研究院《數(shù)字經(jīng)濟2.0報告》指出，預計中國到2036年，50%的勞動力自我雇傭或自由就業(yè)。從全球發(fā)展來看，零工經(jīng)濟預計在2030年將達到4 550億美元［1］。

零工經(jīng)濟的工作形式得到零工、企業(yè)和用戶等的多方支持。以直播行業(yè)為例，2021年底，中國直播行業(yè)從業(yè)者人數(shù)已超1 000 萬，行業(yè)主播從業(yè)人數(shù)已達123.4萬，覆蓋用戶規(guī)模達到8億以上①。零工經(jīng)濟為平臺帶貨主播提供了獲取額外經(jīng)濟來源的渠道［6］，在工作中更少地受到時間和地點的限制，工作更為自主［7］，還可以獲得更多的工作機會［2］，并實現(xiàn)技能的提升，所以工作滿意度較高［1］。在企業(yè)一方，平臺企業(yè)能夠吸收更多自由的勞動力，進而可以積極主動地應對環(huán)境不確定性［8］，同時減少了福利、培訓以及管理方面的支出。對于用戶來說，用戶可以利用平臺獲得勞動力供給，有助于節(jié)約時間成本。

傳統(tǒng)的經(jīng)濟模式中，企業(yè)雇傭員工為其創(chuàng)造商品和服務，企業(yè)再將產(chǎn)品和服務與消費者進行交易，員工不直接與消費者建立聯(lián)系。而平臺生態(tài)系統(tǒng)超越了傳統(tǒng)的二元雇傭關系，反映了平臺零工、平臺企業(yè)和平臺用戶三者的多邊交互、相互依存的關系［5，9］。需求者（用戶）通過平臺發(fā)布勞動力需求，平臺零工提供勞動力，平臺企業(yè)則作為中介對勞動力供需進行匹配和管理［5，10］。在平臺零工監(jiān)管過程中，平臺企業(yè)監(jiān)管作用不僅體現(xiàn)在市場的創(chuàng)造，也體現(xiàn)在利用特定機制對生態(tài)系統(tǒng)進行管理和控制［11］。平臺用戶參與體現(xiàn)為利用平臺對互聯(lián)網(wǎng)平臺產(chǎn)生的外部性進行監(jiān)督并做出反饋［12］。由于平臺生態(tài)系統(tǒng)的多邊特征，將三方共同納入，分析如何對平臺零工進行合理監(jiān)管，對實現(xiàn)零工、平臺企業(yè)和平臺用戶多方受益和協(xié)同發(fā)展具有重要的理論與現(xiàn)實意義［13］。

隨著零工經(jīng)濟的快速發(fā)展，平臺零工的監(jiān)管問題成為社會和企業(yè)面臨的挑戰(zhàn)［9，15］。2021 年中共中央辦公廳、國務院辦公廳印發(fā)了《關于加強網(wǎng)絡文明建設的意見》，強調(diào)要加強網(wǎng)絡空間行為規(guī)范，深化直播帶貨等領域不文明問題治理。黨的二十大報告中指出，健全網(wǎng)絡綜合治理體系，推動形成良好網(wǎng)絡生態(tài)。網(wǎng)絡主播是平臺零工群體的重要組成部分，直播帶貨平臺系統(tǒng)的有效治理問題已成為當前學界關注的焦點。第一，在彈性自由的工作形式和“半自治”的工作狀態(tài)下，網(wǎng)絡主播存在產(chǎn)生違規(guī)行為的風險［16］。其次，網(wǎng)絡主播大部分可以實現(xiàn)“寬進寬出”，進入以及退出的標準和成本較低［10］，素質(zhì)良莠不齊。第二，由于缺乏固定薪資和福利等保障，網(wǎng)絡主播的收入存在不確定性，同時，身心健康受到不安全和不穩(wěn)定的工作環(huán)境的影響［15］，工作自主性受到限制［17］，從而歸屬感和忠誠度普遍較低［18］。第三，平臺利用算法對零工工作進行監(jiān)管存在一定問題［19-20］。由于算法控制的不透明，以網(wǎng)絡主播為代表的平臺零工處于網(wǎng)絡空間中的劣勢地位［20］，公平感知降低［21］，引發(fā)焦慮、壓力等負面情緒，也易誘發(fā)零工的消極應對策略甚至反抗行為［21-22］。第四，直播帶貨平臺生態(tài)系統(tǒng)中，平臺、主播和用戶三者的利益訴求存在較大差異，因此生態(tài)系統(tǒng)存在價值共毀的風險［23］。

近年來，相關研究采用演化博弈的方法研究零工平臺的管理問題。演化博弈從有限理性出發(fā)，認為平臺各博弈方的策略是不斷學習和調(diào)整的結(jié)果。在以往運用演化博弈分析平臺零工監(jiān)管問題的文獻中多關注平臺企業(yè)一方［24］、政府部門和平臺企業(yè)兩方［25］或是供應商和平臺企業(yè)兩方［26］等的作用，忽視了平臺生態(tài)系統(tǒng)中最為重要的三個主體，即平臺零工、平臺企業(yè)和平臺用戶之間的關系。同時，以網(wǎng)絡直播帶貨平臺為代表的零工平臺生態(tài)系統(tǒng)具有多邊性、復雜性，僅依靠單一維度主體難以緩解各利益主體的矛盾，不利于預期效果的實現(xiàn)。

基于此，從平臺生態(tài)系統(tǒng)視角出發(fā)，以直播帶貨平臺為例，構(gòu)造網(wǎng)絡主播、平臺企業(yè)和平臺用戶三方參與主體的演化博弈模型，探討各參與主體的演化穩(wěn)定狀況以及三方參與下的穩(wěn)定策略影響因素，從而實現(xiàn)零工平臺生態(tài)系統(tǒng)的良性發(fā)展。

1 模型假設與構(gòu)建

1.1 模型假設

為構(gòu)建網(wǎng)絡主播、平臺企業(yè)和平臺用戶三方演化博弈模型，并對各方策略及影響因素進行綜合分析，提出以下假設：

假設一：由于網(wǎng)絡主播、平臺企業(yè)和平臺用戶的知識和能力有限，因而在實際決策過程中并非完全理性，而是有限理性的，需要通過不斷學習和行為調(diào)整，以實現(xiàn)利益最大化的目標。

假設二：網(wǎng)絡主播的行為組合為{合規(guī)，不合規(guī)}，選擇合規(guī)行為的概率為x，選擇不合規(guī)行為的概率為1 ? x，0 ≤ x ≤ 1；平臺企業(yè)的行為組合為{監(jiān)管，不監(jiān)管}，選擇監(jiān)管行為的概率為y，選擇不監(jiān)管行為的概率為1 ? y，0 ≤ y ≤ 1；平臺用戶的行為組合為{參與，不參與}，選擇參與行為的概率為z，選擇不參與行為的概率為1 ? z，0 ≤ z ≤ 1。

假設三：網(wǎng)絡主播采取合規(guī)行為的收益為P，采取不合規(guī)行為取得的額外收益為ΔP。在平臺企業(yè)的監(jiān)管下，網(wǎng)絡主播采取合規(guī)行為得到的獎勵為αM，其中α 為合規(guī)行為的檢測強度。但網(wǎng)絡主播采取不合規(guī)行為，則受到的懲罰為βF，如平臺企業(yè)對違規(guī)主播實施的罰款、“限流”“封號”等懲戒措施，其中β 為不合規(guī)行為的檢測強度。在平臺用戶的參與下，網(wǎng)絡主播采取合規(guī)行為得到的聲譽提升為T，同樣，網(wǎng)絡主播采取不合規(guī)行為導致聲譽受損S1。

假設四：平臺企業(yè)付出的監(jiān)管成本為C1，包括監(jiān)督主播的行為以及管理平臺用戶參與的渠道等付出的成本。平臺企業(yè)參與監(jiān)管獲得的額外收益（如企業(yè)影響力的提升）為R，而不采取監(jiān)管行為造成的潛在損失為C2，如主播違規(guī)行為和潛在客戶流失對企業(yè)利潤造成損害。由于當前平臺經(jīng)濟的發(fā)展，企業(yè)不參與監(jiān)管造成的損失大于監(jiān)管付出的成本，因而C1 lt; C2，在平臺用戶的參與下，網(wǎng)絡主播違規(guī)而平臺企業(yè)未盡監(jiān)管責任，則會造成平臺企業(yè)聲譽損失為S2。

假設五：平臺用戶參與付出的成本為C3，在企業(yè)監(jiān)管的情況下平臺用戶參與付出的成本為C4，由于平臺企業(yè)的參與使得用戶付出的搜需成本等減少，因而C4 lt; C3。在參與過程中平臺用戶得到企業(yè)的獎勵為W，如果網(wǎng)絡主播采取不合規(guī)行為給用戶造成的損失為K，而平臺用戶參與對不合規(guī)的行為進行檢舉獲得的補償為E，其中來自網(wǎng)絡主播補償?shù)牟糠譃棣肊，來自平臺企業(yè)補償?shù)牟糠譃椋? ? γ ） E。

綜合以上假設，網(wǎng)絡主播、平臺企業(yè)和平臺用戶演化博弈模型參數(shù)及含義如表1所示。

1.2 得益矩陣構(gòu)建

根據(jù)以上假設，可以得到網(wǎng)絡主播、平臺企業(yè)和平臺用戶三者的支付矩陣，具體如表2所示：

2 演化策略穩(wěn)定性分析

2.1 網(wǎng)絡主播的策略穩(wěn)定性分析

網(wǎng)絡主播選擇合規(guī)行為的期望收益為Ux1，選擇不合規(guī)行為的期望收益為Ux2，平均期望收益為Uˉx，具體如下：

Ux1 = y × z ×（ P + αM + T ） + （1 ? y ） × z ×（ P + T ） + y ×（1 ? z ） ×（ P + αM ） +（1 ? y ）×（1 ? z ）× P

Ux2 = y × z ×（ P + ΔP ? βF ? S1 ? γE ） + （1 ? y ）×z ×（ P + ΔP ? S1 ? γE ） + y × （1 ? z） ×（P + ΔP ? βF） + （1 ? y ）×（1 ? z ）×（ P + ΔP ）

Uˉx = x × Ux1 + （1 ? x ）Ux2

網(wǎng)絡主播策略的復制動態(tài)方程為：

（2）當y ≠ y?若時，令F （x） = 0，則可得x = 0和x =1兩個穩(wěn)定狀態(tài)。

命題一：平臺企業(yè)監(jiān)管和平臺用戶參與的概率越大，網(wǎng)絡主播合規(guī)行為的概率越大。

主播策略選擇在V2 空間范圍內(nèi)，均衡點為x = 0，此時主播會選擇不合規(guī)行為。可以發(fā)現(xiàn)，當平臺企業(yè)不進行監(jiān)管和平臺用戶不參與的概率增加時，網(wǎng)絡主播不能受到額外利益的激勵和約束，在服務過程中可能會存在僥幸心理，因而會選擇不合規(guī)行為。所以，當y、z 減小時，網(wǎng)絡主播的演化穩(wěn)定策略由x = 1逐漸變?yōu)閤 = 0，網(wǎng)絡主播選擇不合規(guī)行為的概率增大。

命題二：隨著αM、βF、T、S1 和γE 增大，網(wǎng)絡主播選擇合規(guī)行為的概率增大，反之亦然。

依據(jù)特征根方法進行穩(wěn)定性分析［29］。其中Jocabi矩陣的特征值分別為λ1 =? ΔP，λ2 = R + βF + C2 ?C1，λ3 = W + E ? C3，若特征值均為負數(shù)時，則說明均衡點為演化博弈的穩(wěn)定點。λ2 = R + βF + C2 ? C1 始終為正值，所以E1 （0，0，0）為不穩(wěn)定點。基于以上分析，各均衡點的特征值和穩(wěn)定性分析如表3 所示。可知，存在E3 （0，1，0）、E5 （1，1，0）、E6 （1，0，1）、E7（0，1，1）、E8（1，1，1）五個可能的均衡點。因而分五種情形進行仿真分析并討論穩(wěn)定策略。

3 仿真分析

通過以上的理論分析，利用MATLAB軟件進行仿真分析。第一，設置x、y、z 的初始值為（0.1，0.1，0.1），每隔0.1變化一次，遞增至（0.9，0.9，0.9）。第二，借助以往研究的賦值方式以及各參數(shù)的實際意義［26］，設定網(wǎng)絡主播合規(guī)行為的檢測強度以及得到的平臺企業(yè)獎勵取值分別為α = 0.2，M = 4，不合規(guī)行為的檢測強度以及得到的企業(yè)處罰取值分別為β = 0.3，F(xiàn) = 4，用戶參與不合規(guī)行為監(jiān)督獲得的賠償E = 1，比例分配γ = 0.5，帶來的聲譽提升T ∈［0，3］，不合規(guī)行為的收益ΔP ∈［1，4］，導致的聲譽損失S1 ∈［0，3］；平臺企業(yè)監(jiān)管獲得的收益R ∈［1，5］，付出的成本C1 ∈［1，5］，不進行監(jiān)管的潛在損失C2 ∈［2，6］，不監(jiān)管狀態(tài)下，主播不合規(guī)行為導致的企業(yè)的聲譽損失S2 ∈［0，3］；平臺用戶參與收獲的獎勵W ∈［0，2］，平臺企業(yè)不參與監(jiān)管時，付出的成本C3 ∈［1，3］，平臺企業(yè)參與監(jiān)管時，用戶付出的成本C4 ∈［0，2］。該參數(shù)設置與電商平臺相關規(guī)定（例如與《阿里巴巴國際站處罰扣分說明》《阿里巴巴國際站虛假交易違規(guī)處罰規(guī)則》）和現(xiàn)有相關文獻參數(shù)設置基本吻合［26］。五種情形的穩(wěn)定性如表4所示。本文根據(jù)以上數(shù)據(jù)和等式平衡原則，對以下5種不同情形進行取值和模擬分析。

情形1。當αM + βF lt; ΔP，W + E lt; C4時，E3 （0，1，0）為Jacobi 矩陣的唯一穩(wěn)定點。取T = 3， S1 = 2， S2 =2， γ = 0.5， R = 4， E = 1， α = 0.2， M = 4， β = 0.3， F =4， ΔP = 3， C1 = 2， C2 = 3， C3 = 3， C4 = 2， W = 0.5，滿足該情形下的約束條件，仿真結(jié)果如圖4所示。平臺企業(yè)參與下，網(wǎng)絡主播獲得的獎勵與處罰之和小于不合規(guī)行為取得的額外收益，此時網(wǎng)絡主播選擇不合規(guī)行為，平臺用戶的參與成本高于獎勵和獲得的賠償，導致得不償失，此時平臺用戶選擇不參與策略，結(jié)果向（0，1，0）聚攏，演化策略為（不合規(guī)，監(jiān)管，不參與）。此情形下，平臺企業(yè)采取的監(jiān)管行為對主播的不合規(guī)行為沒有起到監(jiān)管作用，主播仍然會選擇不合規(guī)行為。而平臺用戶也未享受到合理的獎勵和賠償政策。因而，平臺企業(yè)的監(jiān)管措施是無效的，不能實現(xiàn)平臺生態(tài)系統(tǒng)的效益最大化。

情形2。當αM + βF gt; ΔP，αM lt; R + C2 ? C1 且W lt; C4，E5 （1，1，0）為Jacobi矩陣的唯一穩(wěn)定點，取T =3，S1 = 2，S2 = 2，R = 4，E = 1，α = 0.2，M = 4，β = 0.3，F(xiàn) =4，P = 1，C1 = 2，C2 = 3，C3 = 3，C4 = 2，W = 1，滿足該情形下的約束條件，仿真結(jié)果如圖5所示。當網(wǎng)絡主播獲得的獎勵與處罰之和大于不合規(guī)行為取得的額外收益，網(wǎng)絡主播若選擇不合規(guī)行為，取得的額外收益扣除企業(yè)罰款后仍不及合規(guī)行為帶來的獎勵，此時網(wǎng)絡主播選擇合規(guī)行為，當平臺企業(yè)提供給平臺用戶的獎勵費用小于參與監(jiān)管的潛在收益和不監(jiān)管的損失與監(jiān)管成本的差額時，平臺企業(yè)會選擇監(jiān)管行為，當平臺用戶的參與成本高于獲得的獎勵時，會選擇不參與行為，結(jié)果向（0，1，0）聚攏，演化策略為（合規(guī)，監(jiān)管，不參與）。此情形反映了企業(yè)參與監(jiān)管對主播合規(guī)行為的作用。若僅發(fā)揮平臺企業(yè)強制性的激勵和處罰手段，但未能發(fā)揮平臺用戶的參與作用，平臺企業(yè)不能獲得用戶方面的信息，同時社會聲譽方面的管理缺失，主播會存在僥幸心理，從用戶方攫取額外收益以抵過付出成本，不利于平臺生態(tài)系統(tǒng)的長遠發(fā)展。

情形3。當T + S1 + γE gt; ΔP，αM gt; R + C2 ? C1 且W gt; C3，E6 （1 ， 0 ， 1）為 Jacobi 矩陣的唯一穩(wěn)定點，取T = 3， S1 = 2， S2 = 2， γ = 0.5， R = 1， E = 1， α =0.2， M = 4， β = 0.3， F = 4， P = 2， C1 = 2.5， C2 = 2，C3 = 1.5，C4 = 1，W = 2滿足該情形下的約束條件，仿真結(jié)果如圖6所示。當網(wǎng)絡主播合規(guī)行為帶來的聲譽提升高于不合規(guī)行為獲得收益減去聲譽損失和賠償時，主播會選擇合規(guī)行為，當平臺企業(yè)提供給平臺用戶的獎勵費用高于參與監(jiān)管的潛在收益和不監(jiān)管的損失與監(jiān)管成本的差額時，平臺企業(yè)會選擇不監(jiān)管行為，在企業(yè)不參與監(jiān)管的情形下，平臺用戶參與成本低于獲得的獎勵，因而會選擇參與策略，結(jié)果向（1，0，1）聚攏，演化策略為（合規(guī)，不監(jiān)管，參與）。此情形反映了平臺用戶參與對主播合規(guī)行為的作用，未能發(fā)揮平臺企業(yè)的作用，而平臺企業(yè)作為唯一能夠控制平臺數(shù)據(jù)的主體［30］，其行為決定平臺的屬性，影響著主播和用戶的選擇，在平臺企業(yè)的缺位下，容易加劇主播和用戶之間的信息不對稱，引發(fā)雙方矛盾，因而此類情形不符合生態(tài)系統(tǒng)實際情況。

情 形 4。 當 （T + S1 + γE） + （αM + βF） lt; ΔP，W +E gt; C4時，E7 （0，1，1）為Jacobi矩陣的唯一穩(wěn)定點，取T =0.5，S1 = 0.5，S2 = 2，γ = 0.5，R = 1，E = 1，α = 0.2，M =4，β = 0.3，F(xiàn) = 4，P = 4，C1 = 2，C2 = 2.5，C3 = 1.5，C4 =1，W = 2，滿足該情形下的約束條件，仿真結(jié)果如圖7所示。在平臺企業(yè)和平臺用戶都參與的情形下，主播不合規(guī)行為取得的收益在扣除平臺企業(yè)的罰款以及平臺用戶參與造成的聲譽損失和賠償后仍高于企業(yè)的獎勵和平臺用戶帶來的聲譽，此時網(wǎng)絡主播會選擇不合規(guī)行為，結(jié)果向（0，1，1）聚攏，演化策略為（不合規(guī)，監(jiān)管，參與）。在此情形下，企業(yè)的監(jiān)管行為和用戶的參與行為都不能改變主播的不合規(guī)行為，生態(tài)系統(tǒng)處于價值共毀狀態(tài)，不利于平臺經(jīng)濟的健康發(fā)展。

情 形 5。 （T + S1 + γE）+（αM + βF）gt;ΔP，αMC4 時，E7 （1，1，1）為 Jacobi 矩陣的唯一穩(wěn)定點， 取T = 0.5，S1 = 0.5，S2 = 2，γ = 0.5，R = 1，E = 1，α =0.2，M = 4，β = 0.3，F(xiàn) = 4，P = 1.5，C1 = 2，C2 = 2.5，C3 = 1.5，C4 =1，W = 2。滿足該情形下的約束條件，仿真結(jié)果如圖8所示。在平臺企業(yè)和平臺用戶的共同參與下，主播不合規(guī)行為取得的收益在扣除平臺企業(yè)的罰款以及平臺用戶參與造成的聲譽損失和賠償后低于企業(yè)的獎勵和平臺用戶帶來的聲譽，結(jié)果向（1，1，1）聚攏，演化策略為（合規(guī)，監(jiān)管，參與）。此時平臺實現(xiàn)協(xié)同良性發(fā)展。依據(jù)得益矩陣和平臺生態(tài)系統(tǒng)視角，由于平臺生態(tài)系統(tǒng)具有相互依賴和多邊性的特點，只有當所有參與者進行活動時才能創(chuàng)造價值［31］。在滿足條件的情況下，任一方均采用積極策略應對其他兩方的積極策略，此時生態(tài)系統(tǒng)處于價值共創(chuàng)狀態(tài)［23］。因而當網(wǎng)絡主播、平臺企業(yè)和平臺用戶三方都參與時，即E8 （1，1，1）才能實現(xiàn)系統(tǒng)整體利益達到最大化。

4 結(jié)論和建議

零工經(jīng)濟是機遇也是挑戰(zhàn)。在享受零工經(jīng)濟帶來優(yōu)勢的同時，對零工的監(jiān)管問題也不容忽視。從平臺生態(tài)系統(tǒng)視角出發(fā)，基于演化博弈理論，構(gòu)建網(wǎng)絡主播、平臺企業(yè)和平臺用戶三方演化博弈模型，分析網(wǎng)絡主播的監(jiān)管問題并進行演化博弈模型推導和數(shù)據(jù)仿真分析，可得到如下結(jié)論：

第一，從單個主體的演化策略來看，單方的策略選擇會受到其他兩方的影響。當平臺企業(yè)選擇監(jiān)管策略和平臺用戶選擇參與策略的概率提高時，網(wǎng)絡主播選擇合規(guī)行為的概率就會提升；當網(wǎng)絡主播選擇不合規(guī)行為和平臺用戶選擇不參與行為的概率提升時，平臺企業(yè)選擇監(jiān)管行為的概率會提高；當網(wǎng)絡主播選擇不合規(guī)行為和平臺企業(yè)選擇監(jiān)管行為的概率提升時，平臺用戶選擇參與行為的概率也會得到提升。

第二，從各方策略選擇的具體影響因素來看，網(wǎng)絡主播合規(guī)行為的選擇與平臺企業(yè)獎勵和懲罰強度、平臺用戶造成的聲譽損失以及損失賠付呈現(xiàn)正相關關系；平臺企業(yè)監(jiān)管行為的選擇與監(jiān)管獲得的額外收益、不監(jiān)管造成的潛在損失呈現(xiàn)正相關關系，而與監(jiān)管成本、付出的獎勵、回收的懲罰與聲譽損失負相關；平臺用戶選擇參與行為與平臺企業(yè)監(jiān)管使平臺用戶的參與成本的減少、平臺用戶參與獲得的額外獎勵以及不合規(guī)行為帶來的賠償呈正相關關系。

第三，從三方共同參與的層面來看，當演化策略為（合規(guī)，監(jiān)管，參與）時，零工平臺生態(tài)系統(tǒng)達到最佳狀態(tài)，能夠?qū)崿F(xiàn)三方協(xié)同發(fā)展。達到最優(yōu)演化策略的條件為：平臺企業(yè)的獎勵和懲罰與平臺用戶帶來的聲譽提升和損失以及不合規(guī)行為賠付金額之和大于不合規(guī)行為的額外收益時，網(wǎng)絡主播會選擇合規(guī)行為；平臺企業(yè)付出的對網(wǎng)絡主播的激勵成本與監(jiān)管成本之和小于監(jiān)管額外收益和不監(jiān)管帶來的潛在損失時，平臺企業(yè)會選擇監(jiān)管行為；平臺用戶獲得平臺獎勵大于平臺監(jiān)管下的參與成本時，平臺用戶會選擇參與行為。

依據(jù)結(jié)論，可以得出如下啟示：

第一，平臺企業(yè)應努力提升平臺管理能力。優(yōu)化平臺企業(yè)內(nèi)部監(jiān)管結(jié)構(gòu)，降低監(jiān)管成本，合理使用獎勵和處罰手段。注重事前、事中和事后的控制，完善零工的進入和退出標準。利用平臺為零工提供培訓，增強零工的專業(yè)技能和法律意識。創(chuàng)新算法管理，提升零工的公平感知，科學地運用算法制定對零工的監(jiān)管舉措［21］。

第二，用戶應積極參與平臺治理。一方面，平臺用戶應提升維權意識和能力，當受到不合規(guī)行為的侵犯時，應積極主動合理合法地參與到維權行動中；另一方面，提升用戶對零工不合規(guī)與平臺企業(yè)“不作為”的聲譽壓力［32］，這需要激發(fā)用戶的參與積極性，由于平臺企業(yè)監(jiān)管下用戶參與成本能夠降低，因而平臺企業(yè)應積極拓寬用戶參與渠道，創(chuàng)新獎勵舉措，并提供及時的反饋。

第三，提升零工合規(guī)行為的內(nèi)驅(qū)力。首先，在平臺生態(tài)系統(tǒng)中，平臺企業(yè)和平臺用戶均可對零工的聲譽進行管理［10］，因而要完善平臺聲譽體系，零工自身也應培養(yǎng)長遠的目光，注重自身聲譽的積累；其次，應努力提升合規(guī)經(jīng)營獲得的價值，由于平臺是以技能為導向進行人才選拔［16］，而用戶也以服務質(zhì)量為重，因而零工應努力提升綜合素質(zhì)，打造自身獨特的優(yōu)勢；最后，政府部門應加強對零工經(jīng)濟運行的相關立法和頂層設計，利用法律手段來規(guī)范平臺經(jīng)濟各方行為［33］。

參考文獻：

［1］ BATMUNKH A，F(xiàn)EKETE-FARKAS M，LAKNER Z. Bibliometricanalysis of gig economy［J］. Administrative Sciences，2022，12（2）：51.

［2］ UMAR M，XU Y，MIRZA S S. The impact of Covid-19 on gigeconomy［J］. Economic Research，2021，34（1）：2284-2296.

［3］ 董志強. 平臺靈工經(jīng)濟：性質(zhì)與挑戰(zhàn)［J］. 求索，2022（4）：117-125.

［4］ BUNDERS D J，ARETS M，F(xiàn)RENKEN K，et al. The feasibility ofplatform cooperatives in the gig economy［J］. Journal of CooperativeOrganization and Management，2022，10（1）：100167.

［5］ MEIJERINK J，KEEGAN A. Conceptualizing human resourcemanagement in the gig economy：toward a platform ecosystemperspective［J］. Journal of Managerial Psychology，2019，34（4），214-232.

［6］ BULIAN L. The gig is up：who does gig economy actually benefit？［J］. Interdisciplinary Description of Complex Systems，2021，19（1）：106-119.

［7］ GOODS C，VEEN A，BARRATT T.“Is your gig any good？”analysing job quality in the Australian platform-based food-deliverysector［J］. Journal of Industrial Relations，2019，61（4）：502-527.

［8］ POON T S C. Independent workers：growth trends，categories，andemployee relations implications in the emerging gig economy［J］.Employee Responsibilities and Rights Journal，2019，31（1）：63-69.

［9］ JACOBIDES M G，CENNAMO C，GAWER A. Towards a theory ofecosystems［J］. Strategic Management Journal，2018，39（8）：2255-2276.

［10］ 龍立榮，梁佳佳，董婧霓.平臺零工工作者的人力資源管理：挑戰(zhàn)與對策［J］.中國人力資源開發(fā)，2021，38（10）：6-19.

［11］ KEEGAN A，MEIJERINK J. Dynamism and realignment in the HRarchitecture：online labor platform ecosystems and the key role ofcontractors［J］. Human Resource Management，2022：1-15.

［12］ 李文冰，張雷，王牧耕.互聯(lián)網(wǎng)平臺的復合角色與多元共治：一個分析框架［J］.浙江學刊，2022（3）：127-133.

［13］ 肖紅軍，陽鎮(zhèn)，商慧辰.平臺監(jiān)管的多重困境與范式轉(zhuǎn)型［J］.中國人民大學學報，2022，36（4）：24-39.

［14］ GANDHI A，SUCAHYO Y G. Architecting an advanced maturitymodel for business processes in the gig economy：a platform-basedproject standardization［J］. Economies，2021，9（4）：176.

［15］ GARBEN S. The regulatory challenge of occupational safety andhealth in the online platform economy［J］. International SocialSecurity Review，2019，72（3）：95-112.

［16］ 鄭祁，楊偉國.零工經(jīng)濟前沿研究述評［J］.中國人力資源開發(fā)，2019，36（5）：106-115.

［17］ VALLAS S，SCHOR J B. What do platforms do？ understanding thegig economy［J］. Annual Review of Sociology，2020，46（1）：273-294.

［18］ 陳帥，俞飛瀅，周娟，等.共享經(jīng)濟下半契約型員工忠誠度形成機制：一個基于扎根理論的探索性研究［J］.財經(jīng)論叢，2020（2）：94-103.

［19］ 劉善仕，裴嘉良，葛淳棉，等.在線勞動平臺算法管理：理論探索與研究展望［J］.管理世界，2022，38（2）：225-239，14-16.

［20］ DUGGAN J，SHERMAN U，CARBERY R，et al. Algorithmicmanagement and app?work in the gig economy：a research agendafor employment relations and HRM ［J］. Human ResourceManagement Journal，2020，30（1）：114-132.

［21］ 周戀，雷雪，后銳，等.在線用工平臺算法管理的消極影響和控制策略研究：算法技術屬性視角［J］.中國人力資源開發(fā)，2022，39（6）：8-22.

［22］ KELLOGG K C，VALENTINE M A，CHRISTIN A. Algorithms atwork：the new contested terrain of control［J］. Academy ofManagement Annals，2020，14（1）：366-410.

［23］ 劉建剛，吳倩，張美娟.直播帶貨平臺生態(tài)體系價值共毀的演化博弈［J/OL］.中國管理科學：1-13［2022-12-27］.https：//doi.org/10.16381/j.cnki.issn1003-207x.2022.0951.

［24］ 雷麗彩，高尚，蔣艷.網(wǎng)約車新政下網(wǎng)約車平臺與網(wǎng)約車司機的演化博弈分析［J］.管理工程學報，2020，34（1）：55-62.

［25］ 盧珂，周晶，林小圍.基于三方演化博弈的網(wǎng)約車出行市場規(guī)制策略［J］.北京理工大學學報（社會科學版），2018，20（5）：97-104.

［26］ 李春發(fā)，曹穎穎，王聰，等.平臺規(guī)制下直播電商三方策略演化博弈與仿真［J］.復雜系統(tǒng)與復雜性科學，2022，19（1）：34-44.

［27］ RITZBERGER K，WEIBULL J W. Evolutionary selection innormal-form games［J］. Econometrica：Journal of the EconometricSociety，1995：1371-1399.

［28］ FRIEDMAN D. A simple testable model of double auction markets［J］. Journal of Economic Behavior amp; Organization，1991，15（1）：47-70.

［29］ LYAPUNOV A M. The general problem of the stability of motion［J］. International Journal of Control，1992，55（3）：531-534.

［30］ VAN DOORN N，BADGER A. Platform capitalism's hidden abode：producing data assets in the gig economy［J］. Antipode，2020，52（5）：1475-1495.

［31］ ADNER R. Ecosystem as structure：an actionable construct forstrategy［J］. Journal of Management，2017，43（1）：39-58.

［32］ 汪旭暉，王東明.互補還是替代：事前控制與事后救濟對平臺型電商企業(yè)聲譽的影響研究［J］.南開管理評論，2018，21（6）：67-82.

［33］ SILVA B C，MOREIRA A C. Entrepreneurship and the gigeconomy：a bibliometric analysis［J］. Cuadernos De Gestión，2022，22（2）：23-44.