短视频慈善主体的“双重变现”隐忧和规制研究

郭延禄, 罗公利, 侯贵生

(山东科技大学 经济管理学院,山东 青岛 266590)

0 引言

伴随着互联网的快速发展，在自媒体视域下网络慈善的新形式——“短视频+慈善”的“指尖慈善”方式应运而生，慈善事业流程愈发透明化和公开化，社会民众对网络慈善的参与热情空前高涨。中新社报道指出在2018年上半年国内网络慈善的参与人数就高达35.7亿人次。2018年民政部依据《慈善法》指定的20家网络慈善平台共累计发布信息2.1万条，累计网民关注超过84.6亿人次，总善款募集额超过31.7亿元。在自媒体视域下，自媒体从业者通过录制自身或他人的行善视频既能传播正能量还可以获得大量关注，然而尽管文化理应被引领，但对于面对变现诱惑的自媒体从业者来说，引领的责任很可能被消解[1]。这种“指尖慈善”由慈善行动主体作为流量聚点，可以引起大量关注，还可以直接接受网民的善款，因此这类短视频慈善主体除了和其他网红一样具有“炒作变现”的“道德隐忧”之外，还有善款自用的“双重变现”的道德危机，无论是哪一种，对公众信任和情感的伤害都是巨大的。只有积极引导，使指尖慈善和传统形式相辅相成、双管齐下，才能更好的为改善民生和公众福利发挥积极作用。

目前关于“网络慈善”的研究主要集中在成功与否的影响因素[2,3]、传播过程[4]、组织演变方面[5,6]。少部分研究开始关注网络空间的“差序”特征[7]，还有一些研究从法学的角度，对网络慈善的“合法性问题”和监管思路[8]进行研究。和传统慈善相比，短视频慈善更加依赖粉丝基础，呈现出明显的“注意力经济”的特性，同时在自媒体视域下，慈善还经常以直播的形式来吸引网民关注—从好的方面来看，这是对传统慈善形式的一个良好补充，影响力和传播范围的扩大有助于提高问题处理的效率，有助于弘扬正能量；但从坏的方面看这其中蕴含一定的“道德隐忧”，一些自媒体从业者“真炒作、伪慈善”的现象也时常见诸报端。

就现有研究而言，多数都忽视了在互联网和自媒体视域下，行为主体之间的参数依赖和收益传递关系。对于平台和慈善主体来说，粉丝量是二者变现以及后者募集善款的基石，且主体之间存在“一荣俱荣、一损俱损”的相互依赖关系；此外，在网络空间中跟风模仿的“羊群效应”是常态，短视频慈善行动主体之间的模仿行为亦比较普遍。本文可能的创新点在于：①充分考虑自媒体平台、慈善行动主体和网民之间的参数依赖关系。②短视频慈善主体除了依靠传统内容生产 流量变现外，还可以直接接受网民的金钱(打赏)资助，因此具有“双重变现”隐忧，本文将这一因素加入模型，更具现实意义，相关结论有助于为相关政策和引导措施的制定提供科学依据。

1 网络慈善监管的演化博弈模型

1.1 模型设置和基本假设

(1)博弈主体及行动策略

自媒体平台的行动策略为(积极监管，消极监管)；慈善行动主体是指通过制作自身或他人进行慈善行动的音视频资料并在网上发布来吸引粉丝的自媒体从业者，其行动策略为(诚实，不诚实/炒作)，近年来在自媒体视域下很多“网红”为了骗取粉丝关注自导自演的现象比较多，比如在2019年1月份爆出的王子清和快手杰哥都是自导自演的互联网伪慈善；网民用户的行动策略为(跟随，不跟随)，此处跟随策略首先表现为对自媒体从业者的关注，并成为其粉丝，更进一步则表现为积极参与善款募集。因此，网络慈善行动主体的道德隐忧表现为两个方面：其一是虚假炒作骗取关注，其二是善款自用的“双重变现”。

(2)基本假设和参数设置

假设1自媒体平台方选择“积极监管”和“消极监管”的概率分别依次为x，1-x；慈善行动主体选择“诚实”和“不诚实”策略的概率分别依次为y，1-y；普通网民选择“跟随”和“不跟随”策略的概率分别依次为z，1-z。

假设2自媒体平台选择积极监管和消极监管的成本分别依次为C1、C2，当平台选择积极监管时可以传达出正面的企业形象并提升平台声誉，记这部分无形收益为F；短视频慈善主体选择诚实和不诚实(炒作)策略时需要付出的成本分别依次为L1、L2，且不管网民是否追随短视频主体都可获得基础收益E0。对于网民来说选择不追随的基础收益I0，选择追随可以获得的总收益记为I1，平台消极监管时无形总收益为I2，且有I1>I2。同时部分参与热情较高的追随者网民有可能直接给慈善行动主体资金支持(比如直接电子转账和直播打赏等)，记追随网民以概率p会给予短视频慈善主体金额为D的资金支持，诚实的短视频慈善主体会将其用于慈善活动，而炒作的慈善主体会直接将其“攫取”为自身收益，即此时短视频慈善主体除了获得流量收益外还可以非法占用资金——也即双重变现。

假设3考虑到自媒体视域下所特有的“粉丝经济”和“注意力经济”特性，主体间参数的依赖关系是不容忽视的。当网民追随时，慈善行动主体可以获得被关注的收益，这部分收益直接和追随网民的收益正相关，而当平台积极监管时诚实的短视频慈善主体可以获得更高的流量支持(比如首页推荐等)和曝光率，记此时收益传递系数为α1，反之当平台消极监管时收益传递系数为α2，且α1>α2。当网民选择追随时，平台的收益也和网民收益(损失)相关，记收益依赖系数为β。当短视频慈善主体选择诚实策略时，平台会得到无形声誉的提升B。

假设4当短视频慈善主体选择炒作策略时有一定概率q被发现，此时会被平台限流甚至封杀，当平台积极监管和消极监管时采取的限制措施给短视频慈善主体的损失分别依次为S1、S2，且有S1>S2。当短视频慈善主体选择不诚实被发现时会给追随的网民造成情感上的伤害记为H。

1.2 模型建立

由以上设定可以得到三方主体博弈的全部策略组合如表1所示，所有参数均默认为正。

表1 三方博弈主体行动策略和收益变动表

1.3 模型求解及均衡点稳定分析

(1)复制动态方程

自媒体平台选择“积极监管”和“消极监管”的收益为R11,R12，记其平均收益为Rx，则自媒体平台的复制动态方程为:

=x(1-x)[F-C1+C2+(y-1)zβI1]

(1)

记慈善主体选择“诚实”和“不诚实”策略的收益分别依次为R21,R22，平均收益为Ry，同理可求得慈善行动主体的复制动态方程为:

=y(1-y)[L2-L1-zpD+xq(S1-S2)+qS2]

(2)

记网民选择“追随”策略和“不追随”策略的收益分别依次为R31,R32，平均收益为Rz，同理可求得网民的复制动态方程为:

=z(1-z)[xI1+(1-x)I2-pD-(1-y)qH-I0]

(3)

(2)演化稳定性分析

(4)

解上述三个复制动态方程组成的方程组可以得到如下纯策略均衡点[9]:R1(0,0,0),R2(0,1,0),R3(0,0,1),R4(1,0,0),R5(1,0,1),R6(1,1,0),R7(0,1,1),R8(1,1,1),由文献[10]、[11]知可根据Jacobi矩阵判断微分方程系统的稳定性且仅需分析纯策略点即可。由三方主体的复制动态方程可求得Jacobi矩阵。由文献[12]可知，在微分系统的稳定性分析中可根据均衡点特征根正负判断稳定性——当均衡点所有的特征根皆为负时，该点为ESS(渐进稳定点)。将R1-R8分别依次代入Jacobi矩阵，并求得均衡点对应的特征根。

所有的均衡点都可能成为ESS，对全部情形进行分类讨论的结果比较复杂，本研究的实践价值在于充分发挥指尖慈善的作用使其成为传统慈善的重要补充手段弘扬正能量，并有效抑制短视频慈善主体的不诚实行为。则结合本文研究问题的实际，仅需重点考察最理想状态(积极,诚实,追随)也即R8(1,1,1)为ESS时的参数条件。当R8(1,1,1)为ESS时，需要满足全部特征根均为负，即：F-C1+C2>0,L2-L1-pD+qS1>0,I1-pD>0。这意味着网民追随短视频主体时的总无形收益要大于付出的资金成本，平台选择积极监管的声誉提升要大于选择积极监管时多付出的成本，短视频主体选择双重变现的净收益(pD-qS1)要小于炒作多付出的成本L2-L1。此时另外7个均衡点的特征根正负和演化稳定性也可以按照同样的方式进行分析。值得注意的是当R8为ESS时，R3有可能成为ESS，此时可通过增加主体选择正向策略(积极,诚实)的收益使其远超不诚实的收益，这样R3的特征根会更倾向于大于零，从而使R3失稳，保证系统朝着均衡点R8演进。这启示我们在促成理想状态(积极,诚实,追随)时一定要关注正面策略和负面策略的收益差，防止均衡向(消极,炒作,追随)这一对网民群体不利的状态转变，这会极大的伤害网民参与慈善的积极性。同样的分析可以得到其他点为ESS时，除自身外的均衡点特征根正负和演化稳定性，在此不再赘述。

2 演化仿真分析

借鉴已有文献中的参数仿真数值选定策略[13]和本研究的现实背景，正式开始仿真前先选定固定不变的参数I0=1,S1=15,S2=10,C1-C2=10,I1=10,I2=5,L1-L2=5。

(1)三方初始比例和网民直接资金支持的概率变动对系统演化的影响

取p={0.2,0.5,0.8},β=0.1,q=0.1,F=10,D=5,H=10，仿真结果如图1所示。由下图1可知，当三个主体的初始比例一定时，随着网民选择现金支持的概率越高，网民策略收敛到“追随”策略的时间越长。当网民支持的概率一定时，随着追随网民的初始比例的增加，系统到达均衡的时间越短。这意味着当网民参与慈善的积极性(初始比例)比较高且资金支持人数比例高时，可以更好的缩短慈善事业良好局面的达成时间。这说明要想真正发挥指尖慈善的良好作用，应该呼吁更多的网民参入进来，并且当参与网民初始比例比较小时，网民进行资金支持的比例可以较小，当参与人数发展的比较多时，可以呼吁网民在力所能及的范围内以金钱支持，这样有助于快速的实现慈善目标，使系统更快达到均衡。

图1 网民选择资金支持的概率变动对系统演化的影响

(2)三方初始比例和平台与网民收益的依赖系数对系统演化的影响

取p=0.5,β={0.2,0.5,0.8},q=0.1,F=10,D=5,H=10，演化情况如上图2所示。由上图可知，在三个主体的初始比例一定时，改变网民和平台的收益依赖系数，对网民和短视频平台的影响差异很小，而当依赖系数一定，网民选择追随策略的初始比例越高，系统到达稳定的时间越短，但是这一特征和短视频慈善主体策略选择之间的影响关系很微小，几乎忽略不计，短视频慈善主体都可以在很短的时间内收敛到诚实策略。

图2 平台和网民的收益依赖系数变动对系统演化的影响

(3)慈善行动主体不诚实被发现的概率对系统最终演化的影响

取参数p=0.5,β=0.5,q={0.2,0.5,0.8},F=10,D=5,H=10，演化情况如上图3所示。由上图3可知，当慈善行动主体不诚实被发现的概率一定时，网民和慈善行动主体初始比例越高，系统收敛到“诚实，追随”均衡策略的时间越短，并且这一系数对网民的影响更加显著。当慈善行动主体的初始比例一定时，慈善行动主体不诚实被发现的概率越大，越有利于慈善行动主体策略向“诚实”这一均衡策略演化。这表明监管者需要加大监管力度，及时发现慈善行动主体的不诚实行为，避免造成更大的损失和对公众信心造成更大的伤害。比如在快手平台中就爆出很多主体拿慈善进行炒作的现象，针对这一点，平台要有一定的监管机制，尽量在警方以及官媒涉入前及时发现并惩罚虚假慈善的短视频主体，这样既有助于挽回企业形象，还有利于防止虚假慈善进一步伤害网民的情感。

图3 慈善行动主体被发现的概率对系统演化的影响

(4)当初始比例不变其他收益参数变动对系统演化的影响

F={10,30,50},D={10,30,50},H={10,30,50},x0=y0=z0=0.5，其它未说明参数同前文，演化情况如上图4所示。由上图4(左)可知，随着平台选择积极监管的无形收益增加，平台朝着积极监管策略演化的速度越快，而当这一无形收益比较低时(如F=10)，平台的策略不会向“积极监管”收敛。鉴于此，官方媒体可以通过点名表扬等形式给予平台一定的无形激励，比如央视等官方媒体就对PDD、许华升等网红及所在平台给予较高评价。通过官方点名表扬短视频平台可以提升企业形象，扩大影响力，这样有助于实现最优的理想状态，真正发挥指尖慈善的应有之义。由上图4(中)可知，号召网民直接以金钱参与到慈善行动中需要掌握一定的度，当金额过大时会起到反作用，网民的策略会最终收敛到“不追随”策略。由上图4(右)可知，随着网民受到的情感伤害损失增加，会拉长系统向最理想状态演化的时间，这也在一定程度上说明了伤害到网民慈善热情和信心是很难修复的，需要很长的时间才能实现慈善行动的最理想目标，此时指尖慈善很难发挥作用。这一点和传统慈善前几年的境遇一样，红十字会因为账目不透明问题饱受公众质疑，直到现在公众对红会的信任和情感还未得到完全恢复。

图4 其他收益参数变动对系统演化的影响

3 基于Moran过程的慈善行动主体数目演化的进一步讨论

3.1 问题背景和模型建立

在互联网空间中经常会看到网民对他人观点和行动的“羊群”模仿行为[14]，Avery等将羊群效应描述为：在不确定环境中行为主体模仿他人的行动来制定自己决策的现象[15]。就现实而言，很多慈善行动主体都在短视频平台通过录制慈善相关的音频和视频资料来吸引粉丝和关注，操作套路存在较高相似性，比如许多主体通过拍摄自己给贫困老人儿童送物资这一题材的短视频直接获得资助以及开通直播获得打赏收益，这其中部分案例是真实的，也存在部分案例事后被证明是单纯为了炒作和吸引粉丝进行的虚假慈善，主要是为了打赏收益和粉丝捐赠收益。前文使用一个无限总体的复制动态方程从一个比较宏观的角度研究了自媒体平台、慈善行动主体和网民的演化博弈模型，考虑到现实中在网络空间中慈善行动主体存在一定的行动模仿现象，本节基于Moran过程来单独考察慈善行动主体策略在群体内的演化情况。就使用该方法的相关研究而言，已有研究包括制造商策略选择[16]和企业质量改进决策[17]等。后文基于Moran过程来研究同质且混合均匀的个慈善行动主体在诚实和不诚实两类行为策略间的演化动态。

频率依赖的Moran过程的基本思想是：在每一个时间步根据策略适应度选择一个个体复制产生一个新的个体，并用这个产生的新个体去替代原有总体中的任意一个个体，保持总体数量不变。记诚实策略为H，不诚实策略为D。此时考虑同质慈善主体的策略选择，假设选择诚实策略的基本收益为Vh，此时需要付出的成本为Ch，选择不诚实策略的收益为Vd，此时需要付出的成本为Cd，不诚实被发现后需要接受惩罚，记罚金为F，同时还需要承担由于声誉变坏而造成的粉丝流失损失，记为L。当双方都选择诚实策略时获得的额外收益都为Rhh，当一方选择诚实策略另一方选择不诚实时，选择诚实一方可以获得的额外收益为Rhd，不诚实一方获得的额外收益为Rdh，若双方都选择不诚实策略时，获得的额外收益都为Rdd，则根据这些描述分析，可以得利益收益矩阵。

3.2 模型求解及均衡判别

频率依赖的Moran过程模型构建过程，为节省篇幅正文只保留结果分析部分。

(1)关于演化结果随群体数量变化的分析

m(i)可写成下式：m(i)=μ′i+φ′(N-i)，其中μ′=μ-(πhh-πdd)/N，φ′=φ+(πhh-πdd)/N，其中μ=πhh-πdh,φ=πhh-πdd(这两个参数可视为初始选择收益劣势)。在有限群体演化中，演化结果取决于调整参数μ′,φ′，具体包含以下几种情形：①若μ′>0,φ′>0，演化结果可能为诚实慈善主体占优，也可能为“炒作”慈善主体占优，此时为双态均衡；②若μ′>0,φ′<0，诚实慈善主体占优；③若μ′<0,φ′>0，“炒作”慈善主体占优；④若μ′<0,φ′<0，此时两种慈善主体在系统中共存。有限总体和无限总体演化的最主要区别在于演化结果会受到群体数量变动的影响。当N变化时，上述四种演化稳定状态会沿着斜粗实线(μ+φ=0)在平面上变动。

由上图5可知：①若πhh>πdd，μ<0,μ+φ>0，此时系统演化结果存在两个界限数：N1=(πhh-πdd)/φ,N2=(πhh-πdd)/μ,N1N2)，演化均衡结果为诚实主体占优；若群体数量满足N1πdd，μ<0,φ>0时，此时系统演化结果只有一个界限数为：N*=(πhh-πdd)/μ，当N>N*时，系统演化结果为双态均衡，当N>N*时，系统演化结果为炒作主体占优；若πhh<πdd，μ>0,φ>0，此时和前文类似，系统演化均衡点只存在一个界限数为：N*′=(πhh-πdd)/φ，当N>N*′时，系统演化的结果是双态均衡，当N>N*′时，系统的演化结果是炒作主体占优。

图5 随数量N变动的演化系统图

(2)关于演化结果随收益情况变动的分析

此时ε→0，，将H的适应度函数代入pH表达式，并在此处泰勒展开有[19]：

≈(1/N·6)/{6-[N(πhh+2πhd-πdh-2πdd)-

(2πhh+πhd+πdh-4πdd)]ε}

前文已指出：PH>1/N则总体环境支持“炒作策略”入侵“诚实策略”。反之，若PH<1/N则总体环境支持“诚实策略”入侵“炒作策略”。将收益矩阵的表达式代入可知，若要满足PH>1N，需满足：

即可，此时“诚实”策略是占优策略。

4 结论与启示

本文首先使用一个三方演化博弈模型讨论了慈善行动主体、网民和平台监管方的策略演化情况，研究发现：当参与慈善的追随网民初始比例比较小时，在网民进行资金支持概率较小的情况下系统也可以很快到达均衡，当网民参与慈善人数比较多时，可以呼吁网民在力所能及的范围内以金钱支持，这样有助于快速实现慈善目标；网民遭受慈善行动主体不诚实的情感伤害越大，系统朝理想状态演化的时间越长。此外，自媒体平台选择积极监管的无形收益要达到一定程度才能促进策略向“积极”监管演化。在有限总数的情境下单独考虑慈善行动主体研究发现：选择不同策略的群体数量演化存在阈值，且这一阈值和不同策略的初始选择收益大小有关；在考虑收益的情况下，诚实的慈善行动主体侵入炒作主体需要满足三分之一的成本条件。

本文的实践意义在于：(1)现有相关政策制定者应该将监管重点集中在对“慈善行动主体”的监管上，可以通过罚金等惩罚手段来增加慈善行动主体选择“不诚实”策略的成本来引导其选择“诚实策略”。同时对积极诚实进行慈善行动的主体所在平台通过点名表扬、官方入驻等方式提升平台无形收益。(2)监管者应该对网络空间中的“慈善行动主体”的数量和显性收益部分，做到心中有数，充分发挥慈善行动主体在群体内部的良性影响，促进系统向“诚实主体占优”的良好局面演化。在本文分析中已指出在收益一定时，慈善行动主体选择不同策略的数目会影响系统的最终演化，因此监管者应该对存在行为异常的主体进行记录和实时统计，建立慈善行动主体和平台在网络空间的“征信”档案，最终引导慈善行动主体良性演化。(3)网民在虚假慈善中受到的情感伤害越大，网民对慈善行动的信任越难恢复，系统越难以朝着理想状态演化。为此，平台和官方媒体等多方主体应该重视慈善行动的纯洁性和真实性，及时发现和惩罚利用慈善概念进行炒作的短视频主体。