基于演化博弈的网络平台就业多元协同治理研究

彭伟华，侯仁勇，李光红

(1.武汉理工大学管理学院，武汉 430070；2.济南大学商学院，济南 250022)

0 引言

近年来以创客、威客、对客、圈客为代表的新就业模式掀起了新就业形态的浪潮[1]。新就业形态是新经济的产物，是科技革命下数字经济催生的一种新型就业方式[2]，创造了新就业空间，缓解了就业压力，优化了就业政策，具有关系灵活化、工作碎片化、工作安排去组织化等特征[3-4]。2015年《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中也提出“加强对灵活就业、新就业形态的支持，促进劳动者自主就业”，可以看出新就业形态作为一种促进更高质量和更充分就业的平台型灵活就业新模式，未来将面临更多机遇。然而这种新型的就业模式对劳动者和雇主的关系带来了新挑战，新就业模式中劳动关系被重塑[5]，工作和雇佣相分离，劳动者对雇主的从属性变松散，工作独立性增强[6]。新的劳动关系使劳动者平台择业时更加谨慎，更多热衷于诸如Facebook、谷歌、优步等大平台提供的就业信息，越来越多的就业推荐服务平台亦应运而生，能够优化就业资源配置，提供更有效的就业信息，实现高质量就业。由于新就业形态下平台组织和平台企业在就业治理中起到主体作用，而劳动者与平台企业之间呈现陌生、松散、疏离的关系[7]，平台组织与平台企业之间的关系也不再是单纯的服务与被服务关系，传统的就业治理模式无法解决平台组织与平台企业关系变化发展的诉求，管理实践中也逐步暴露出类似员工企业关系的监管与治理问题[8]、平台生态系统中对企业行为监管问题等[9]。据此本文通过探讨新就业形态下平台组织—平台企业关系的治理演化机制，对平台企业监管与治理提供理论基础的同时，也对规制新就业形态下平台企业在互联网就业平台中的违规行为具有一定的实践意义。

平台组织和平台企业是依托于互联网信息技术迅速发展而新兴的组织和企业形式，是就业市场中的两大主体，有关就业服务平台的研究很多，大多从高校视角进行就业服务平台建设，代表性研究有：刘洪超等[10]架构了基于大数据的集就业、招聘、教育、评估、监测、研判等为一体的高校智能就业服务模式与就业平台，解决了当前高校就业信息不对称、就业指导个性化缺失及职业教育滞后化等问题。李小玲[11]设计并开发了一个可操作性强的高校就业平台，简化了学生就业流程，提高了学生管理工作效率，该平台进行了安全设计，并采取基于遗传算法的ID3改进算法构建就业分析决策树，实现对应届毕业生就业方向预测和就业率统计。孙昌满等[12]的研究中搭建了“云计算”大学生就业平台，该平台基于个人、高校、企业3个层次构建，实现了数据库资源高度整合和共享，以及就业选择双向流动。随着共享经济的发展，平台企业在各行业中蓬勃涌现，有关平台企业管理的研究遍地开花。有对平台企业资源管理的研究，如何永贵等[13]基于区块链技术尝试从声誉系统、智能合约、点对点考核链3个层面设计了适用于平台型企业的人力资源管理体系。范黎波等[14]基于资源理论视角，选取爱奇艺和腾讯视频进行双案例研究，从市场环境、管理行为、能力形成3个层面对平台企业资源管理能力的构建和演化路径进行了分析。还有对平台企业商业模式的研究，如李巍等[15]基于资源与制度双重视角,探究平台型企业商业模式创新的基本路径与实现机制，研究发现平台型企业商业模式创新是由效率型转向新颖型的创新过程，为平台型企业选择商业模式创新路径、合理利用资源与制度因素实现创新目标提供管理启示。亦有对平台企业战略管理的研究等。虽然关于网络就业服务平台和平台企业的研究成果较多，但是关于平台组织与平台企业关系的研究却不多见。

新就业形态下平台企业通过服务平台有偿提供人才需求信息，实质上平台组织与平台企业之间是以交易为主的经济交换关系，由于交易双方的有限理性，均追求私利最大化，那么平台组织如何处理其与平台企业之间的矛盾和冲突，在长期博弈学习过程中两者的选择策略如何演化？劳动者的协同监管是否会影响平台组织和平台企业的策略选择？本文基于以上问题采取演化博弈思想分析二者的关系演化机制，以解决新就业形态下平台组织与平台企业协同治理网络平台就业问题。演化博弈思想已被广泛应用于经济管理领域，如张捷等[7]探讨了共享经济背景下平台企业与员工关系的演化机制，通过引入平台用户监管构建了平台企业员工关系演化博弈模型，并进行仿真。王旭晖等[16]构建由“平台卖家—平台电商—政府”集成的演化博弈模型，剖析平台电商信用“监管困局”的内在形成机理并加以破解。张凤哲[17]基于博弈论思想，深入挖掘网络舆情发展路径中各个博弈方的最稳定选择。崔莉等[18]利用演化博弈方法，构建共享经济第三方平台企业与其他企业开展竞争型和互补型战略合作时的演化博弈模型，分析双方的策略选择及战略合作稳定性。

本文创新点：1)平台组织与平台企业关系研究，基于参与主体的有限理性对新就业形态下平台组织—平台企业关系问题展开研究，有利于深入剖析新就业形态下平台组织—平台企业关系的转变机理与逻辑，解决平台组织与平台企业就业治理的现实问题；2)运用演化博弈思想分析平台组织—平台企业策略选择的演化博弈过程，有利于找到各自策略均衡状态；3)引入劳动者参与监管，分析其监管力度对就业管理问题的影响，有利于增强平台就业信息匹配度，完善平台组织—平台企业就业治理模式。

1 演化博弈模型构建

共享经济背景下网络平台组织与平台企业之间是基于陌生人之间的合作关系，平台企业向平台组织提供人才需求计划信息，平台组织根据平台企业的要求把其需求信息录入就业推荐服务系统，平台组织对平台企业负有管理责任，由于参与双方的有限理性，平台组织对平台企业的管理有两种策略选择，S1(严格控制，放松控制)，平台企业存在两种行为选择，S2(自律，不自律)，同时由于存在信息不对称性，双方难以在一次决策中做出最优决策，经过长时间的模仿与学习，双方会不断调整各自的选择策略，最终均达到平衡稳定状态。此外，劳动者作为第三方，对平台发布就业信息的真实评价与监督会影响平台组织与平台企业的决策。

1.1 模型变量和假设

假设1在平台组织采取严格控制措施和平台企业选择自律行为时，平台组织获得的收益为Rp，付出控制成本为Cp，则净收益为Rp-Cp；平台企业由此创造的企业价值为Re，同时付出服务成本为Ce，则平台企业在此策略下的收益为Re-Ce。

假设2在平台组织采取放松控制措施和平台企业选择自律行为时，平台组织获得收益为Rp，平台企业获得收益为Re-Ce。

假设3在平台组织采取严格控制措施和平台企业选择不自律行为时，平台组织一旦发现平台企业不自律的机会主义行为，便会对平台企业进行全部收益没收的惩罚，以提高平台企业的准入门槛，假设平台企业通过不自律除了获取Re的收益外，还会获取一定的额外收益M，则平台组织最终的收益为Rp-Cp+Re+M，平台企业的收益为-Ce。

假设4在平台组织采取放松控制措施和平台企业选择不自律行为时，平台组织与平台企业的收益还会受到劳动者的影响。如果平台企业选择不自律行为而平台组织又放松控制，那么劳动者可能对网络就业信息的不匹配进行监管和投诉。例如Facebook用户会因就业信息夸大对其差评，一定程度上会约束平台企业的不自律行为。因此用μ表示劳动者的监管力度，且0<μ<1。如果μ=0,平台企业收益为Re+M-Ce，平台组织的收益为Rp；如果0<μ<1，劳动者发挥监管作用，平台组织会因控制不力受到劳动者的指责，承担声誉损失费Cp1，最终收益为(1-μ)Rp-μCp1。平台企业会承担声誉损失费Ce1和服务成本Ce，最终收益为(1-μ)(Re+M)-Ce-μCe1。

1.2 博弈模型的构建

基于以上假设，构建平台组织和平台企业博弈模型的策略选择和收益支付矩阵如表1所示。

在模型中，各参与主体依据自身意愿进行策略选择。假设平台组织采取严格控制的概率为α,则平台组织选择放松控制的概率为1-α(0≤α≤1)；平台企业选择自律行为的意愿为β,则平台企业选择不自律行为的意愿为1-β(0≤β≤1)。则基于劳动者监管的平台组织—平台企业博弈收益支付矩阵如表1所示。

表1 基于劳动者监管的平台组织—平台企业博弈收益支付矩阵表Tab.1The payoff matrix of game revenue between platform organization and platform enterprise based on public supervision

由博弈过程和收益支付矩阵可以得出平台组织—平台企业选择不同策略的期望收益。

平台组织采取严格控制措施的期望收益为Ep1=β(Rp-Cp)+(1-β)(Rp-Cp+Re+M)

平台组织采取放松控制措施的期望收益为Ep2=βRp+(1-β)[(1-μ)Rp-μCp1]

所以，平台组织的平均期望收益为Ep=αEp1+(1-α)Ep2

同理，平台企业采取自律行为的期望收益为Ee1=α(Re-Ce)+(1-α)(Re-Ce)=Re-Ce

平台企业采取不自律行为的期望收益为Ee2=α(-Ce)+(1-α)[(1-μ)(Re+M)-Ce-μCe1]

所以，平台企业的平均期望收益为Ee=βEe1+(1-β)Ee2

根据演化博弈理论，博弈过程中下次平台组织选择严格控制策略的概率不仅取决于α值的大小，还取决于选择严格控制策略的期望收益与其平均期望收益的差值，差值越大，平台组织选择严格控制策略的概率越大。对平台企业而言，其选择自律行为的概率同样取决于β值大小和其期望收益与平均期望收益的差值，差值越大，选择自律行为的可能性越大。平台组织和平台企业策略选择的演化博弈可以运用复制动态方程表示。

1)平台组织的复制动态方程：

2)平台企业的复制动态方程：

其中，a11=(1-2α){μ(Rp+Cp1)-Cp+Re+M-β[μ(Rp+Cp1)+Re+M]},a12=α(α-1)[μ(Rp+Cp1)+Re+M],a21=β(1-β)[(Re+M)-μ(Re+Ce1+M)],a22=(1-2β){μ(Re+Ce1+M)-M+α[(Re+M)-μ(Re+Ce1+M)]}。

2 演化博弈分析

2.1 平台组织的演化博弈分析

图1 平台组织的复制动态相位图Fig.1 Replicated dynamic phase diagram of the platform organization

2.2 平台企业的演化博弈分析

图2 平台企业的复制动态相位图Fig.2 Replicated dynamic phase diagram of the platform enterprise

2.3 基于劳动者的系统平衡点稳定性分析

根据演化博弈理论可得，平台组织和平台企业演化博弈均衡点需要同时满足F(α)=0,F(β)=0，由此可以得到双方演化博弈的5个特殊均衡点E1(0,0),E2(0,1),E3(1,0),E4(1,1),E5(α0,β0)，将5个平衡点的取值分别代入所对应的雅可比矩阵得到特征值的取值如表2所示。

表2 均衡点对应的雅克比矩阵的迹和行列式表Tab.2 Traces and determinants of Jacobian matrices corresponding to equilibrium points

若均衡点满足trJ<0,detJ>0两个条件，均衡点为演化动态过程的局部渐近稳定不动点，对应着演化稳定。如表2所示，在局部均衡点E5(α0,β0)处的迹等于0，不满足trJ<0，所以均衡点E5(α0,β0)不是演化稳定点。基于以上分析，该演化博弈模型有4个鞍点和1个中心点。

演化结果表明，系统由不稳定点经过鞍点(0,1)和(1,1)演化到稳定状态(0,0)。即当劳动者的监管力度足够小时，平台组织和平台企业在自我利益最大化驱动下，平台企业最终选择不自律行为，而平台组织最终采取放松控制策略。显然此时的稳定策略不符合社会期望，因此有必要引入劳动者作为第三方主体对平台组织和平台企业进行监督，降低新就业形态下平台就业的道德风险问题。

演化结果表明，系统由不稳定点(1,0)经过鞍点(0,0)和(1,1)演化到稳定状态(0,1)。即当劳动者介入监管时，平台企业会规范自我行为以降低劳动者监管带来的声誉损失，此时选择自律行为时达到最大收益。但是当平台企业选择不自律行为时，平台组织选择放松控制措施时收益较大，即劳动者监管力度的增加虽然能约束平台企业的行为，但尚不足以使平台组织改变已有的严格控制力度。

演化结果表明，平台组织和平台企业的策略选择无法趋于一个稳定点，双方的博弈结果具有一定的随机性。当劳动者监管力度增加时，平台组织因声誉损失而重视平台企业的不自律行为，开始会采取一定的严格控制措施，但是平台企业在平台组织采取放松控制措施的情况下选择不自律行为的收益较大，此时劳动者的监管力度并未引起平台企业由不自律向自律的转变。

演化结果表明，系统由不稳定点(0,0)经过鞍点(1,0)和(1,1)演化到稳定状态(0,1)。即当劳动者的监管力度足够大时，平台企业会更倾向于采取自律行为，平台组织也将更加重视平台企业的不自律行为，转变已有的严格控制策略。因此平台组织应充分发挥劳动者的监管作用，规范平台企业发布就业信息的行为，从而优化就业环境，完善就业治理模式。

当前劳动者通过各类就业APP平台评价就业信息，对平台企业实施监管，其影响程度日益增强，给平台组织和平台企业带来了巨大的压力。

3 仿真分析

本文对新就业形态下平台组织严格控制策略和平台企业自律行为策略选择的演化博弈过程进行了理论分析，为了更加直观地反映双方策略选择的演化路径，本文借助Matlab对上述分析结果进行仿真。通过对参数Rp,Cp,Re,M,Cp1,Ce1,μ赋予不同取值，验证双方博弈过程的稳定演化策略。假设α,β取初始值分别为(0.1,0.9)和(0.8,0.2)。

图3 命题1的演化结果Fig.3 The evolutionary consequences of proposition 1

图4 命题2的演化结果Fig.4 The evolutionary consequences of proposition 2

图5 命题3的演化结果Fig.5 The evolutionary consequences of proposition 3

图6 命题4的演化结果Fig.6 The evolutionary consequences of proposition 4

4 结论

本文立足于新就业形态背景下就业协同治理实际，以平台组织、平台企业与劳动者监管主体演化博弈为基础，通过仿真分析的方法，在有限理性的基础上，探究了网络平台就业监管演化系统的稳定点，是新就业形态下网络平台就业监管研究领域的一次创新尝试。本文初步得出以下结论：

1)当平台企业采取“自律”策略的初始概率一定时，平台组织采取“严格控制”的概率随时间呈周期性变化，演化博弈系统不存在固定策略。究其原因，平台组织严格控制所产生的影响具有不确定性，尤其当声誉损失较大时，降低了劳动者对平台企业的信任，此时平台企业收益降低、额外收益增加，违规动机随之增加，从而产生“控制困局”。对此平台组织应适当调整对平台企业虚假就业信息的控制力度，使得演化均衡点发生改变，从内部遏制平台企业的机会主义行为。

2)当平台组织的控制意愿不足和平台企业存在违规动机时，引入劳动者的外部监管，有限理性的平台组织和平台企业与劳动者通过长期的反复博弈，最终博弈演化轨迹将逐渐收敛且呈稳定趋势。具体而言，当劳动者的监管力度低于临界值，即劳动者对就业平台的监管力度足够小时，平台组织和平台企业都会忽视劳动者的监管而不改变各自的策略选择。随着劳动者监管力度的加大，平台组织的控制措施或平台企业的操作行为会受到一定的监督。当劳动者的监管力度加大到足够大时，若平台组织和平台企业遭到的声誉损失较大，他们采取的策略会向严格控制和自律策略转变，而且经过长期演化，即使平台组织采取放松控制策略，平台企业依然选择自律策略，有利于发展相互信任与和谐的平台组织—平台企业关系。

本文建立了新就业形态下平台组织和平台企业关系的演化博弈模型，有利于深入了解新型劳动关系的演化逻辑，具有较好的理论意义和实践价值。根据上述结论，平台组织在制定平台企业的准入门槛时，应充分考虑劳动者的评价效用，设计合理的准入门槛规则和平台服务评价体系，为劳动者有效参与提供便利，以激励平台组织的监管职责、约束平台企业的违规行为，最终营造平台就业信息真实的良好就业环境，实现平台组织与平台企业之间相互信任的和谐关系，促进劳动者有效就业。在以后的研究中，可以引入政府作为协同监管的主体，分析政府—平台组织—平台企业策略选择演化博弈过程。