政府、平台、商家三方演化博弈分析与治理

李子勋 宗刚

摘 要：由于电子商务平台（简称平台）与商家存在“合谋”现象，商家的不正当竞争行为一直是平台经济发展过程中难以解决的问题。本文通过构建包含政府、平台、商家的三方演化博弈模型，并设计相关政策变量，刻画现实经济系统如何向政府监管平台、平台监管商家所对应的最优稳定状态演化。研究发现：（1）从机制设计来看，采用政府监管平台、平台监管商家、商家自律的三级监管机制，并合理运用奖励与惩罚监管手段能够有效解决平台与商家的合谋问题，进而有效治理商家的不正当竞争行为。（2）从监管手段来看，应对平台与商家实施差异化奖惩手段及不同力度的奖惩措施。（3）从监管成本来看，降低监管成本是促进实施三级监管机制的重要途径。

关键词：不正当竞争；平台治理；三方演化博弈；政府监管；平台经济

本文索引：李子勋，宗刚.<变量 2>[J].中国商论，2023（23）：-061.

中图分类号：F724.6 文献标识码：A 文章编号：2096-0298（2023）12（a）--05

1 引言

近年来，电子商务平台（以下简称平台）经济在我国迅猛发展，截至2020年，估值超过100亿美元的超大型平台已达20家，其中16家都是2012年后发展起来的。无论是从规模、数量还是增长速度来看，平台经济都已成为一种主流的经济形势。2021年，国家发改委等9部门联合印发《关于推动平台经济规范健康持续发展的若干意见》，并指出“平台经济是我国数字经济的重要组成部分，是提高全社会资源配置效率、贯通国民经济循环各环节、提升国家治理体系和治理能力现代化水平的重要推动力量。”

然而，我国平台经济快速发展的同时，也产生了平台商家刷单炒信、虚假促销等不正当竞争行为，且长期以来，这种行为屡禁不止。据统计，仅2021年上半年，全国各级市场监管部门查办的互联网不正当竞争案件就达3128件，罚没金额2.06亿元。

对于不正当竞争现象，政府试图加以解决：早在2015年，工商总局就曾发布了白皮书，披露淘宝网商家的一些不正当竞争行为；2019年1月，《中华人民共和国电子商务法》施行，对商家不正当竞争行为进行了规制，如第十七条明确规定：“利用虚构交易的方式进行虚假的商业宣传从而欺骗、误导消费者构成违法行为”；2021年，由市场监管总局牵头，全国各省开展了“网剑行动”，对不正当竞争行为进行打击。但是，由于平台和商家之间存在“合谋”现象，即平台出于利益考虑，包庇商家的不正当行为，使得政府在治理中“单打独斗”，治理难以深入进行。2015年“阿里巴巴VS工商总局”事件中，面对工商总局对淘宝商家不正当竞争行为的披露，阿里巴巴通过微博发文、投诉网监司司长等方式进行反击，以包庇商家；2020年，京东“618”消费狂欢节期间，京东家电的运营经理为了美化销售数据，要求商家通过刷单完成指標；2022年，“有赞”平台无视国家禁止NFT类数字藏品上架规定，纵容商家继续上架进行欺诈性销售，并拒绝与卖家协调退款。

为了解决平台商家的“合谋”问题，治理不正当竞争行为，本文基于MATLAB软件，构建了包含政府、平台、商家的三方演化博弈模型，设计了政府监管平台、平台监管商家的三级监管机制及其政策监管手段变量，基于理论分析和数值仿真分析与解构现实经济系统如何通过政策变量调整，向三级监管机制对应的稳定最优状态演化，从而使不正当竞争现象得到治理。

2 三方演化博弈模型构建

2.1 参数说明

相关参数定义如下：

（1）F：政府对不监管平台、平台对不自律商家的惩罚额度；

（2）S：政府对监管平台、平台对自律商家的奖励额度；

（3）R：不自律商家通过不正当竞争行为获得的额外收益；

（4）f：平台对商家销售获益收取的费用；

（5）fR：商家存在不正当竞争行为时平台获得的收益；

（6）C：平台和商家监管的总成本；

（7）α： 监管成本在平台和商家之间分担的比例，0<α<1。

2.2 基本假设

假设1：博弈中有三方：政府、平台和商家，他们是有限理性的，在做出决策时希望获取最大化收益。随着时间的推移，他们学习并改进自己的策略。

假设2：政府以平台为监管目标，策略集为{监管，不监管}，政府选择不监管策略的概率为x，选择监管策略的概率为1-x。平台以商家为监管目标，策略集为{监管，不监管}，平台选择不监管的概率为y，选择监管的概率为1-y。商家出于利益考虑决定是否自律，自律时商家不存在不正当竞争行为，不自律时反之，策略集为{自律，不自律}，商家选择不自律的概率为z，选择自律的概率为1-z。其中，0≤x、y、z≤1。

假设3：惩罚以罚款为主，奖励S以声誉奖励为主，以避免出现“奖励成本”使模型复杂化。当政府和平台选择监管策略、商家选择自律策略时，实现了社会最优状态，由此产生的外部性效益是政府进行监管的一种激励，也记为S。此外，在三级监管模式下，政府的监管成本小于平台，因此αC<（1-α）C。

2.3 支付矩阵、复制动态方程及均衡点稳定性

2.3.1 支付矩阵

由变量设置及基本假设得到政府、平台及商家三方博弈主体的支付矩阵， 如表1所示。

2.3.2 复制动态方程

复制动态方程的计算过程如下：

首先，通过支付矩阵求得三方的期望收益。政府选择监管策略的期望收益U1为：

政府选择不监管策略的期望收益U2为：

其次，根据Malthusian动态方程，政府方的复制动态方程为：

类似地，可得平台和商家的复制动态方程：

2.3.3 均衡点稳定性分析

演化博弈只有在均衡点处才能达到稳定状态。由dx（t）=0、dy（t）=0、dz（t）=0可知， 演化博弈动态过程的均衡点为：

E1（0，0，0），E2（0，0，1），E3（0，1，0），E4（0，1，1），E5（1，0，0），E6（1，0，1），E7（1，1，0），E8（1，1，1）（6）

策略组合E1表示政府最终选择监管策略、平台最终选择监管策略，商家最终选择自律策略，即最终x=0、y=0、z=0，其他七个均衡点的含义以此类推。

演化博弈达到均衡点后，若各博弈方都能达成各自的最优状态，不再进行策略调整，则博弈达到稳定状态，此时均衡点对应的策略组合被称为演化稳定策略（ESS）。均衡点的演化稳定条件是：

（1）当均衡点满足dx（t）<0、dy（t）<0、dz（t）<0时，该均衡点是一个演化稳定策略；

（2）当dx'、dy'、dz'中至少有一个大于0时，该均衡点必不是演化稳定策略。

由此可知，八种策略组合中的策略E2、E3、E5、E7必不可能成为演化稳定策略，而策略E1（0，0，0）、E4（0，1，1）、E6（1，0，1）、E8（1，1，1）由于无法确定判别条件的不等式方向，因此都是潜在的演化稳定策略，而四种潜在的演化稳定策略中只有E1（0，0，0）策略组合下不正当竞争现象得到有效治理，因此E1是最优演化稳定策略。

3 模拟仿真

为了更直观地看到分析结果，通过数值模拟进行仿真。

本文使用MATLAB2021b进行仿真，参考2022年政府和淘宝平台对刷单炒信商家陈某辉进行惩罚的案例。案例中，商家通过刷单获益372万元，为了便于软件运行，缩小这一数值，令商家不正当竞争行为收益R=372；商家最终被罚款200万元，缩小这一数值，令罚款F=200；为了便于比较F和S影响的差异，令奖励S初值与罚款相同，也等于200。现实中，淘宝平台会收取商家商品销售收入10%的服务费作为抽成，因此令f=0.1；参考汪旭晖、任晓雪（2021）的研究，并考虑到方便软件运行，令监管成本C=300；由于有αC<（1-α）C，令成本分担比例α=0.3。此外，令x、y、z的初始水平均为0.6，表明三方初始的监管或自律意愿较低，赋值如表2所示。

仿真结果如图1～图3所示。其中，横轴代表时间T，时间T的长度为[0，10]，步长为0.1；纵轴代表政府/平台/商家选择不监管/不监管/不自律策略的概率。

3.1 政府、平台及商家实现最优决策的演化仿真

图1（a）模拟了在初始赋值水平下，采用三级监管机制后三方博弈的演化结果。图1（a）中，对应政府方的函数图形呈直角状，并表现出递减趋势，在T=0时，从x=0.6处刚出发就迅速与横轴汇合，保持在x=0的水平上，即政府保持选择监管策略；对应平台方的函数图形是一条递增的曲线，在T=0时，从y=0.6處出发，在T=10时达到y=1的水平，即选择不监管策略；对应商家方的函数图形呈直角状，并表现出递增趋势，在T=0时，从z=0.6处刚出发就迅速达到并保持与横轴平行的状态，即保持在z=1的水平上，选择不自律策略。图1（a）说明，在初始赋值水平下，最终只有政府选择了监管策略，平台和商家仍然选择不监管和不自律策略，因此仅采用三级监管机制并不能保证不正当竞争现象得到治理，还需要合理利用监管手段约束平台和商家。

图1（b）和（c）模拟了采用三级监管机制，并调整了监管力度后三方博弈的演化结果。图1（b）、（c）表明，采用三级监管机制并提高监管力度，合理利用监督手段后，平台会发挥监管职能；采用三级监管机制、合理利用监督手段且政府和平台都发挥监管职能后，不正当竞争现象得到治理。此外，相比平台，改变商家的策略选择意愿需要更大的监管力度。

3.2 奖励与惩罚监管手段变化对平台与商家施策效果演化仿真

图2模拟了奖励和惩罚手段分别对平台和商家的影响。图2表明，对于平台，奖励S的调整比惩罚F的影响更大；对于商家，两种手段的影响没有差别。

图2（a）、（b）比较了惩罚和奖励手段分别对平台的影响。对比F和S分别从150提高至160对平台策略选择的影响可以发现，F和S取值相等时，奖励S对平台策略变化的影响更大：惩罚F的数值提高到160仅减缓了平台选择不监管策略的速度，其选择不监管策略的概率未下降，仍然保持在y=1的水平上；奖励S的数值提高到160降低了平台选择不监管策略的概率，y从最初的0.6降至0.4。

图2（c）、（d）比较了惩罚和奖励手段分别对商家的影响。对比F和S分别从725提高至750对商家策略选择的影响可以发现，F和S取值相等时，两种手段对商家策略调整的影响相似，表现为F=725和S=725时相应的函数图形一致，F=750和S=750时相应的函数图形也一致。

3.3 监管成本变化对平台与商家影响的演化仿真

图3比较了监管成本的调整对政府和平台策略水平的影响，图3（a） 模拟了监管成本的调整对政府的影响，图3（b）模拟了监管成本的调整对平台的影响。图3表明，相比平台，政府受监管成本影响更大。

3.4 结果与分析

（1）政府、平台及商家实现最优稳定策略的条件不同。当监管成本较低时，政府趋向选择监管策略；当采用三级监管模式且奖惩手段运用得当时，平台趋向选择监管策略；当采用三级监管模式、政府和平台监管且奖惩手段运用得当时，商家趋向选择自律策略，从而形成政府监管平台、平台监管商家、商家自律的三级监管最优稳定策略。

（2）奖励与惩罚两种监管手段对平台与商家的施策效果不同。就手段种类来说，对于平台，政府的奖励手段相比惩罚手段更有效；对于商家，平台通过两种手段对商家产生的影响相近。平台受奖励手段影响更大的原因可能是不正当竞争现象的日趋严重引起了消费者的不满，平台面临着声誉危机，在此情况下，声誉奖励能够有效挽回平台的形象。就手段力度来说，让商家最终选择自律策略需要相对较大的手段力度，让平台选择监管策略需要相对较小的手段力度。

（3）监管成本是影响政府与平台决策的重要因素。政府对监管成本比平台更敏感。原因可能是，一方面，现实中国家事务的各方面都需要政府的财政支出，面临巨大财政压力的政府非常重视策略成本；另一方面，政府缺乏平台治理经验和技术支持，监管效率较低，导致实际监管成本较高。因此，政府受监管成本影响较大。

4 结语

4.1 主要结论

（1）从机制设计来看，采用政府监管平台、平台监管商家、商家自律的三级监管机制，并合理运用奖励与惩罚监管手段，能够有效解决平台与商家的合谋问题，进而有效治理商家的不正当竞争行为。

（2）从监管手段来看，应对平台与商家实施差异化奖惩手段及不同力度的奖惩措施。就措施种类来说，对平台实施奖励的政策效果优于惩罚；对商家实施奖励与惩罚两种监督手段政策效果相近。就措施力度来说，商家最终选择自律策略需要相对较大的手段力度，平台选择监管策略需要相对较小的手段力度。

（3）从监管成本来看，降低监管成本是促进实施三级监管机制的重要途径。相比政府，平台受监管成本影响较小，因此在监管中平台应主动承担更多监管商家的职责。

4.2 主要建议

（1）对于政府来说，考虑采取政府监管平台、平台监管商家的三级监管机制来治理不正当竞争现象。首先，应将监管目标放在平台而非商家身上，以降低监管成本，提高监管效率。具体包括：进一步扩大平台的责任范围，将监管商家、奖惩商家等职责进一步下放给平台、放宽平台对商家经营活动的监管范围。其次，应将奖励作为平台的主要约束工具。具体包括：充分利用社会媒体，加大对合规平台的宣传力度，为合规平台打造良好的社会形象等。

（2）对于平台来说，应加大对商家的监管力度。一方面，通过褒奖、评优等活动大力弘扬守信商家；另一方面，对违规商家进行严厉惩罚，并将违规商家标记为失信商家，使其为不正当竞争行为付出高昂的代价。

（3）对于商家来说，应自觉提高自律意识、品牌意识，为企业的长远利益自觉规范自身行为。

参考文献

王勇，陈美瑛.平台经济治理中的私人监管和规制[J].经济社会体制比较，2020（4）：62-68.

汪旭晖，任晓雪.政府治理视角下平台电商信用监管的动态演化博弈研究[J].中国管理科学，2021，29（12）：29-41.

雷玄.市场监管总局公布10起“刷单炒信”案例[J].中国质量万里行，2021（8）：32-34.

汪旭晖，宋松.平台卖家违规行为、买家态度与平台型电商声誉[J].北京工商大学学报（社会科学版），2021，36（4）：9-17.

毛文娟，陳月兰.激励机制视角下平台社会责任治理的演化博弈分析[J].商业研究，2020（9）：71-81.

Hwang，I.Dynamic trading with developing adverse selection[J].Journal of Economic Theory，2018（7）：761-802.

Farrell. J， M.L. Katz. Innovation， Rent Extraction， and Integration in Systems Markets[J]. The Journal of Industrial Economics，2020（4）：413-432．

戚聿东，杨东，李勇坚，等.平台经济领域监管问题研讨[J].国际经济评论，2021（3）：27-48+4-5.

Solan.E， C.Zhao. Dynamic monitoring under resource constraints. Journal of Games and Economic Behavior，2021（4）：476-491.

赵道致，郝家芹，杨洁，等.考虑平台网络外部性的分享经济中三方演化博弈分析[J].控制与决策，2020，35（7）：1741-1750.