基于演化博弈的政府監管平臺策略研究

摘" "要：由于平臺與商家存在合謀現象，商家的不正當競爭行為一直是平臺經濟發展過程中難以解決的問題。通過構建一個包含消費者、平臺、商家的三方演化博弈模型，并以政府作為外生變量，研究政府如何施策能實現平臺監管，杜絕平臺的縱容問題從而治理不正當競爭。研究表明：一是為了促進消費者參與監管，政府應使用獎勵政策對消費者進行激勵，且獎勵力度越大，激勵效果越好；二是為了促進平臺參與監管，拒絕合謀，獎勵和懲罰政策都可以用來激勵平臺，且兩種政策效果一致，都是政策力度越大，效果越好；三是為了促進商家自律，根據面臨問題的不同，政府的治理策略應有所不同。

關鍵詞：政府監管；平臺經濟；演化博弈

中圖分類號：F724" " " "文獻標志碼：A" " " 文章編號：1673-291X（2024）23-0144-05

一、背景研究

互聯網平臺經濟是一種新型產業組織形式，是以數字技術、數據驅動、平臺支撐為基礎，以業務流程變更、產業鏈整合、多業務組合為手段，以提高效率、降低成本為目標的新業態[1]。其本質是對原有產業的價值鏈重構，它基于現實和虛擬空間將利益相關方連接在一起，形成一個新的經濟生態系統，借助平臺經濟活動實現信息的集聚和交易的集中，使利益相關方通過平臺獲益[2]。平臺經濟是數字經濟時代背景下的新的經濟模式，既是對傳統經濟組織的升級，又是對傳統經濟形態的革命，對經濟結構轉型、推動高質量發展具有重要意義[3]。2021年，國家發改委等9部門聯合印發《關于推動平臺經濟規范健康持續發展的若干意見》，并指出，“平臺經濟是我國數字經濟的重要組成部分，是提高全社會資源配置效率、貫通國民經濟循環各環節、提高國家治理體系和治理能力現代化水平的重要推動力量。”[4]

然而在我國平臺經濟快速發展的同時，平臺也面臨著嚴峻的問題：由于平臺商家的“刷單炒信、銷售假貨、促銷陷阱”等不正當競爭行為盛行，嚴重影響了平臺經濟的健康發展，2021年全國各級市場監管部門查辦的互聯網不正當競爭案件超過8 500件，罰沒金額5億元。然而，我國“商家不自律→消費者舉報→平臺處理→商家賠償”的平臺監管模式難以奏效使得不正當競爭問題無法解決，自2017年以來，消費者對平臺商家不正當競爭行為的投訴增長率始終保持在25%以上。因此，研究政府作為監管主體何時采用何種政策手段對平臺施予行之有效的監管，使當前的監管系統發揮作用，從而有效治理平臺商家不正當競爭行為迫在眉睫。

為此，學者進行了大量研究。目前，大多數研究都認為平臺監管模式必須以協同監管為基礎，單一主體進行監管的模式無法滿足治理需要。這種觀點最早可追溯到威廉姆森[5]的研究，其從交易費用的角度探討了治理理論，他將交易參與者和對市場有裁決能力的第三方（比如法院、政府等）的“有限理性和機會主義”以及交易“專用性”作為參考，認為私人監管和規制是相互輔助協調的。基于此觀點，我國的學者如程貴孫等人[6]早在2006年就提到平臺監管不能單純依靠政府管制。汪旭暉、張其林[7]較早地提出了政府和平臺雙元監管，認為平臺參與外部監管有助于提升監管效率。肖紅軍等[8]指出，平臺監管模式亟須從監管理念、原則及范式層面進行重構，以構建一個整合性的平臺企業監管范式；錢貴明等[9]發現：政府監管、平臺監管以及用戶監管都與平臺成長邏輯形成悖論，難以形成公認有效的監管模式。馬丁等人[10]以共享經濟平臺為例，提出應該在平臺自主治理的基礎上引入政府角色協同監管。此外，一些研究也從合作監管的角度設計了相應的監管框架，劉家明、耿長娟[11]從政府元治理、平臺生態和大數據治理、社會和市場治理相結合的角度提出了一種協同監管框架，以解決平臺面臨的多重挑戰和分散治理困境；凌永輝[11]提出了一種平臺—政府的二元監管框架，使政府和平臺在功能目標、技術手段和法律效力三個層面上形成既互補又制衡的協同關系，創新監管方式，提高監管效能，增進社會福利。但是現有研究的結論缺乏針對性，難以為政府監管策略提供更有效的建議，比如現有研究往往沒有探究各種策略手段對同一經濟主體影響的異質性，使得對特定主體最優的監管策略無法確定。然而已有研究成果主要聚焦于：（1）論證政府介入當前平臺治理的必要性；（2）完善平臺監管模式的宏觀框架，而對于政府監管平臺策略變量卻缺乏應有的研究。本研究運用演化博弈模型深入分析政府介入監管后，運用何種政策手段能夠促使平臺各方主體（包括平臺、商家及消費者）在現有監管模式下主動參與監管、保持自律，從而實現政府對平臺的有效監管與治理。

二、問題描述與模型構建

（一）問題描述

當前我國的平臺監管模式主要是“商家欺騙消費者→消費者投訴→平臺處理→商家賠償”的事后監管模式。具體來說，當商家欺騙消費者時，消費者通過相應的投訴渠道（如“黑貓投訴”以及各平臺自身的投訴系統）舉報存在不法行為的商家；之后由商家所在平臺處理、核實投訴、提供消費者與商家的交流渠道；最后由商家向消費者作出回應，如賠償、致歉等。然而，當商家欺騙消費者行為發生時，這種事后監管模式往往容易失效。首先，由于類似“商家刷單”這樣的不正當競爭行為在短期內會吸引更多消費者進入平臺從而提高平臺的市場份額，使平臺獲益，因而即使消費者向平臺投訴，平臺也有很強的與商家合謀動機；其次，即使平臺參與監管，由于平臺缺乏有效約束手段，往往也無法有效約束商家；第三，當平臺與商家合謀事件常有發生，且無相應懲罰措施時，消費者由于舉報無果，其也不再愿意參與監管。基于上述原因，為了使當前的平臺監管模式有效發揮作用，顯然需要政府運用強有力的政策變量工具，如懲罰和獎勵手段介入監管，使博弈各方都能受到有效約束，如圖1所示。

以下通過引入演化博弈模型，具體分析當商家欺騙消費者行為發生時，在平臺、商家、消費者三方策略演化博弈中，政府具體施用何種獎勵與懲罰政策手段，能夠促使三方博弈主體主動參與監管、保持自律，從而實現政府對平臺的有效監管與治理。

（二）模型構建

1.模型假設。假設1：博弈中有三方：商家、消費者和平臺，他們是有限理性的，在做出決策時希望獲取最大化收益。隨著時間的推移，他們學習并改進自己的策略。政府是博弈的外部影響因素，通過獎勵和懲罰對博弈各方施加影響。假設2：商家出于利益考慮決定是否自律，自律時商家不存在違法行為，不自律時反之，策略集為{自律，不自律}。商家選擇自律的概率為x，選擇不自律的概率為1-x；消費者的策略集為{舉報，不舉報}。消費者選擇舉報策略時，如果商家存在不正當競爭行為，消費者會舉報商家。消費者選擇舉報策略的概率為y，選擇不舉報的概率為1-y；平臺的策略集為{處理，合謀}。當消費者舉報時，平臺的職責是處理消費者的舉報，當舉報核實時，商家會被懲罰，如果平臺出于自身利益考慮，可能會拒絕處理舉報，此時平臺包庇商家，選擇合謀策略。平臺選擇處理的概率為z，選擇合謀的概率為1-z，其中，0≤x，y，z≤1。假設3：消費者選擇舉報策略時，由于舉報需要耗費精力和時間，假設舉報花費成本C。消費者的舉報由平臺處理核實并與商家進行溝通。政府可以通過舉報系統檢查平臺對消費者舉報的處理情況，當平臺合謀時，政府通過檢查舉報系統能發現平臺沒有處理消費者的舉報，因而平臺受到政府的懲罰F1。當平臺處理消費者的舉報且舉報核實時，政府通過舉報系統檢查平臺的處理結果能確定存在不正當競爭行為的商家，因而可以懲罰商家，懲罰記為F2。此外，政府發現消費者選擇舉報策略時，消費者會被獎勵；而當政府發現平臺選擇處理策略時，平臺會被獎勵，當政府發現商家選擇自律策略時，商家會被獎勵，我們將政府對三方的獎勵分別記為S1-3。假設4：由于事前信息不對稱，當商家存在不正當競爭行為，即選擇不自律策略時，通過欺騙消費者購買能獲得額外收益R，相應的，平臺此時能獲益fR，即包庇商家的收益，同時這也是拒絕合謀時平臺的機會成本。其中，f是平臺抽成。

綜上，各參數含義如下所示。

F1：政府對不處理舉報平臺的懲罰額度

F2：政府對具有不正當競爭行為商家的懲罰額度

R：不自律商家通過不正當競爭行為獲得的額外收益

f：平臺對商家銷售獲益收取的費用

fR：商家存在不正當競爭行為時平臺獲得的收益

C：消費者舉報的時間成本

S1-3：政府對消費者、平臺和商家的獎勵

2.收益矩陣。由變量設置及基本假設得到八種策略組合：E1（1，0，0），E2（0，0，1），E3（0，1，0），E4（0，1，1），E5（1，1，0），E6（1，0，1），E7（0，0，0），E8（1，1，1），其中，E1（1，0，0）表示消費者選擇舉報、平臺選擇合謀、商家選擇不自律策略，其他策略組合以此類推，進而我們可得到各策略組合下消費者、平臺及商家三方的4x2收益矩陣，如表1所示。收益矩陣中每一個元素都對應某一策略組合下三方分別能獲得的收益。以支付矩陣中第一行第一列的元素為例，該元素表示消費者選擇舉報，平臺選擇處理，商家選擇自律即E8（1，1，1）情況下三方各自的收益，其中第一個收益S1-C是消費者在這種情況下所能獲得的收益，即政府對選擇舉報的消費者獎勵S1與舉報成本C之差；第二個收益S2-fR是平臺在這種情況下所能獲得的收益，即政府對選擇處理的平臺獎勵S2與拒絕合謀付出的代價fR之差；第三個收益S3是商家所能獲得的收益，即政府對選擇自律的商家的獎勵S3。

八種策略組合中，可能與現實經濟系統的狀況相符合的策略組合有三種，分別是E1（1，0，0），E5（1，1，0），E7（0，0，0）。

E1（1，0，0）表示消費者選擇舉報、平臺選擇合謀、商家選擇不自律策略，該策略組合對應了前文所述商家不正當競爭的同時平臺也對商家進行包庇的現象。通過不正當競爭，商家會獲得非法收益R，因此選擇自律策略；平臺出于包庇利益fR選擇與商家合謀，此時只有消費者參與監管，而沒有平臺的參與，商家無法得到有效約束。

E5（1，1，0）表示消費者選擇舉報、平臺選擇處理、商家選擇不自律策略，該策略組合對應了前文所述事后監管系統缺乏有效約束手段的問題。由于商家因不正當競爭遭受的懲罰未超過商家的非法收益的R水平，因此商家不會選擇自律。

E7（0，0，0）表示消費者選擇不舉報、平臺選擇合謀、商家選擇不自律策略，該策略組合由E1（1，0，0）或E5（1，1，0）演化而來，對應了前文所說消費者最終也不愿意參與監管的現象。當消費者發現平臺不受理舉報，商家繼續進行不正當競爭，因而舉報無果，便不再參與監管。

剩余的五種策略組合中，E8（1，1，1）是社會最優策略組合，此時消費者選擇舉報、平臺選擇處理、商家選擇自律策略，事后監管系統重新發揮了作用，商家不正當競爭得到治理。因此，我們重點分析政府如何施策，能使經濟系統面臨的策略組合由E1（1，0，0）、E5（1，1，0）或E7（0，0，0）演化至E8（1，1，1）。

三、穩定性分析

若各博弈方都能達成各自的最優狀態，不再進行策略調整，則博弈達到穩定狀態，此時均衡點對應的策略組合被稱為演化穩定策略（ESS）。通過穩定性分析，研究（1，1，1）最終如何成為博弈的演化穩定策略，就能確定政府具體如何施策，從而實現平臺治理，解決不正當競爭現象。

（一）復制動態方程

由表1可以計算出復制動態方程。復制動態方程反映了各博弈方隨時間變化對策略作出的調整。穩定性分析正是基于復制動態方程展開。復制動態方程的計算如下：

三方復制動態方程的計算過程如下：

消費者選擇舉報策略的期望收益U1為：

U1=yz（S1-C）+y（1-z）*（S1-C）+（1-y）z（S1-C）+（1-y）（1-z）（S1-C）（1）

消費者選擇不舉報策略的期望收益U2為：

U2=yz*0+y（1-z）（-R）+（1-y）z*0+（1-y）（1-z）（-R）

（2）

基于期望收益，可得消費者的復制動態方程：

dx（t）=x（t）（1-x（t））（U1-U2）=x（t）（1-x（t））（（1-z（t）R+S1-C）d（t）（3）

同理可得到平臺和商家的復制動態方程。

平臺和商家的復制動態方程分別為：

dy（t）=y（t）（1-y（t））（x（t）x（t）（1-z（t））F1-2（1-z（t））fR）d（t）（4）

dz（t）=z（t）（1-z（t））（x（t）y（t）F2+x（t）S3-R）d（t）（5）

（二）穩定性條件

實現演化穩定策略所需滿足的穩定性條件是：

1.當在某均衡點上，三方復制動態方程滿足dx（t）=0、dy（t）=0、dz（t）=0且各自的偏導數dx1、dy1、dz1全部小于0時，該均衡點為匯（穩定點），是一個演化穩定策略。

2.當dx1、dy1、dz1中至少有一個大于0時，該均衡點為源或鞍點，必然不穩定，因此不是演化穩定策略。

（三）穩定性分析

由穩定性條件可以求出穩定策略演化至（1，1，1）的條件。

1.初始策略組合是E1（1，0，0）時，平臺包庇商家，商家存在不正當競爭現象，其演化并穩定至E8（1，1，1）的條件是：為了使平臺策略演化至處理，政府的獎懲力度應高于平臺包庇商家獲得的收益與平臺監管的機會成本之和，且獎懲力度越大，約束效果越強；為了使商家策略演化至自律，政府的獎勵標準應高于商家的不自律收益，且獎勵力度越大，約束效果越強。策略組合由E1向E8的演化如圖2（a）所示。

具體來說，對于平臺，由演化穩定條件dx=0、dx'x=1得其策略由合謀向處理演化的條件為■gt;1，即S2+F1gt;2fR，不等式表明要使平臺參與監管，拒絕包庇商家，政府的獎懲標準應高于平臺包庇商家獲得的收益與平臺監管的機會成本。進一步的，計算多項式■分別關于懲罰和獎勵的偏導數，發現懲罰和獎勵力度越高，不等式S2+F1gt;2fR越易成立，即平臺更易演化至處理策略；對于商家，由演化穩定條件z=0、dz1z=1可得其策略由自律向不自律演化的條件為■lt;0，即S3gt;R，表明平臺包庇下，政府為了使商家保持自律，應采取獎勵政策，且約束結果應高于或大于其不正當競爭收益。進一步的，計算不等式多項式■關于獎勵的偏導數，我們發現獎勵力度越大，不等式■lt;0越易成立，即商家更易演化至自律策略。

2.初始策略組合是E5（1，1，0）時，消費者和平臺都參與了監管，但是無法有效約束商家，其演化并穩定至E8（1，1，1）的條件是：為了使商家策略演化至自律，政府的獎懲力度應高于商家的不自律收益，且獎勵力度越大，約束效果越強；但若使用懲罰措施，其效果取決于獎勵措施的力度。若獎勵措施力度較低，S3lt;R時，懲罰力度越大，約束效果越強；若獎勵力度較大，S3gt;R時，懲罰力度加大會起到反作用。策略組合由E5向E8的演化如圖2（b）所示。

具體來說，對于商家，由演化穩定條件z=0、dz1z=1可得其策略由自律向不自律演化的條件為■lt;1，即F2+S3gt;R，不等式表明要使商家保持自律，政府的獎懲力度應高于其不正當競爭收益。進一步的，由不等式多項式■計算關于懲罰和獎勵的偏導數，我們發現Rgt;S3時，懲罰力度越大，不等式■lt;1越易成立，即商家更易演化至自律策略；Rlt;S3時，懲罰標準提高會對商家向自律策略的演化產生負向作用，產生這種現象的原因是“監管有界性”問題，即商家收益較低時，懲罰力度提高會導致商家進一步加劇不自律現象獲得更多收益以對沖提高的懲罰力度。獎勵力度越大時，不等式■lt;1越易成立，即商家更易演化至自律策略。

3.初始策略組合是E7（0，0，0）時，各方都選擇了消極策略，為了演化并穩定至E8（1，1，1），需要先讓消費者的策略演化至舉報，演化條件是：政府對消費者的獎勵應高于消費者舉報付出的成本與被欺騙的損失之差，且獎勵力度越大，約束效果越強。策略組合由E7向E8的演化如圖2（c）所示。

具體來說，初始策略組合是E7（0，0，0）時，由演化穩定條件可知，dy1y=1=2fRgt;0、dz1z=1=Rgt;0，即平臺和商家無法穩定至處理和自律策略，原因在于當沒有消費者參與監管時，政府無法通過審查舉報系統發現抵制監管的平臺和不自律的商家，因而無法約束平臺和商家。因此需要先使消費者的策略演化至舉報策略，由演化穩定條件dx=0、dx1x=1可得此時消費者策略演化至舉報的條件為■lt;1，即S1gt;C-R，表明政府對消費者的獎勵應高于消費者舉報付出的成本與被欺騙的損失之差。進一步的，計算多項式■關于獎勵的偏導數發現，獎勵力度越大時，不等式■lt;1越易成立，即消費者更易演化至舉報策略。在消費者參與監管之后初始策略E7（0，0，0）可能演化為E1（1，0，0）或E5（1，1，0），之后策略組合演化并穩定至E8的條件與（1）和（2）中分析一致，不再贅述。

四、結論與政策建議

（一）結論

根據分析結果，基于不同主體得到以下結論。（1）為了促進消費者參與監管，政府應使用獎勵政策對消費者進行激勵，且獎勵力度越大，激勵效果越好。（2）為了促進平臺參與監管，拒絕合謀，獎勵和懲罰政策都可以用來激勵平臺，且兩種方案效果一致，都是力度越大，效果越好。（3）為了促進商家自律，根據面臨問題不同，政府的治理策略不同。當因平臺和商家合謀導致商家無法保持自律時，政府應通過獎勵激勵平臺，且獎勵力度越大，激勵效果越好；當消費者和平臺都參與了監管，由于約束力度不足導致商家無法保持自律時，獎勵和懲罰措施都可以用來激勵商家，但由于懲罰措施在獎勵措施力度較高時會產生負向激勵效果。因此這時約束商家只能使用兩種策略的一種，使用獎勵政策時，獎勵力度越大，激勵效果越好，單獨使用懲罰措施時，懲罰力度越大，激勵效果越好。

（二）政策建議

1.對于消費者，一是政府應與平臺合作，從多個方面鼓勵消費者參與監管，如令經常參與舉報的消費者在相應平臺上的賬號提供類似“大V”的標識，提高消費者的榮譽感，或根據舉報案件的嚴重程度直接給予相應的現金或實物獎勵，提高消費者的獲得感。二是盡可能地降低消費者的維權成本，如政府可從立法層面入手，對現行法律法規予以完善，降低消費者維權“門檻”，或完善改進舉報系統，保證公平公正的前提下簡化舉報流程。

2.對于平臺，一是由于獎勵政策需要政府支付一定成本，結合結論（2）從施策成本角度來說，政府約束平臺時應以懲罰策略為主，獎勵策略為輔。二是政府對平臺進行懲罰最重要的是要推動完善法律，如盡快將《中華人民共和國電子商務法》中“未盡到責任的電商平臺應承擔‘補充責任’”，改為“與平臺用戶一起承擔‘連帶責任’”。

3.對于商家，一是由于獎勵政策需要政府支付一定成本，結合結論（3）從施策成本角度來說，因約束力度不足商家不自律時政府施策應單獨使用懲罰政策，因合謀商家不自律時政府施策應使用獎勵策略。二是政府采取獎勵策略時，可通過褒獎、評優等活動大力弘揚獎勵守信商家，實現激勵效果同時降低施策成本；若采取懲罰策略，可對違規商家施以高額罰款，并將違規商家標記為失信商家，使其為不正當競爭行為付出高昂的代價。

參考文獻：

[1]" "趙振.“互聯網+”跨界經營：創造性破壞視角[J].中國工業經濟，2015（10）：146-160.

[2]" "破局與發展：企業如何走向平臺經濟[EB/OL].https：//new.qq.com/rain/a/20210702A05K2Z00.

[3]" "荊文君，孫寶文.數字經濟促進經濟高質量發展：一個理論分析框架[J].經濟學家，2019（2）：66-73.

[4]" "國家發展改革委等部門關于推動平臺經濟規范健康持續發展的若干意見[EB/OL].（2021-12-24）[2024-06-17].http：//www.gov.cn/xinwen/2022-01/21/content_5669631.htm.

[5]" "Williamson O.E. Strategizing，Economizing，and Economic Organization[J].Strategic Management Journal，1991（S2）：75-94.

[6]" "程貴孫，陳宏民，孫武軍.雙邊市場視角下的平臺企業行為研究[J].經濟理論與經濟管理，2006（9）：55-60.

[7]" "汪旭暉，張其林.平臺型網絡市場“平臺—政府”雙元管理范式研究：基于阿里巴巴集團的案例分析[J].中國工業經濟，2015（3）：135-147.

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

[9]" "錢貴明，陽鎮，陳勁.平臺監管邏輯的反思與重構：兼對包容審慎監管理念的再反思[J].西安交通大學學報（社會科學版），2022，42（1）：131-140.

[10]" "Chris J. Martin，Paul Upham，Rita Klapper.Democratising Platform Governance in the Sharing economy：An Analytical Framework and Initial Empirical Insights[J].Journal of Cleaner Production，2017（166）：1395-1406.

[11]" "劉家明，耿長娟.從分散監管到協同共治：平臺經濟規范健康發展的出路[J].商業研究，2020（8）：37-44.

[12]" "凌永輝.魚與熊掌兼得：平臺經濟二元監管框架及其福利效應[J].商業經濟與管理，2022（5）：18-27.

[責任編輯" "文" "欣]