基于演化博弈的政府监管平台策略研究

摘" "要：由于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。通过构建一个包含消费者、平台、商家的三方演化博弈模型，并以政府作为外生变量，研究政府如何施策能实现平台监管，杜绝平台的纵容问题从而治理不正当竞争。研究表明：一是为了促进消费者参与监管，政府应使用奖励政策对消费者进行激励，且奖励力度越大，激励效果越好；二是为了促进平台参与监管，拒绝合谋，奖励和惩罚政策都可以用来激励平台，且两种政策效果一致，都是政策力度越大，效果越好；三是为了促进商家自律，根据面临问题的不同，政府的治理策略应有所不同。

关键词：政府监管；平台经济；演化博弈

中图分类号：F724" " " "文献标志码：A" " " 文章编号：1673-291X（2024）23-0144-05

一、背景研究

互联网平台经济是一种新型产业组织形式，是以数字技术、数据驱动、平台支撑为基础，以业务流程变更、产业链整合、多业务组合为手段，以提高效率、降低成本为目标的新业态[1]。其本质是对原有产业的价值链重构，它基于现实和虚拟空间将利益相关方连接在一起，形成一个新的经济生态系统，借助平台经济活动实现信息的集聚和交易的集中，使利益相关方通过平台获益[2]。平台经济是数字经济时代背景下的新的经济模式，既是对传统经济组织的升级，又是对传统经济形态的革命，对经济结构转型、推动高质量发展具有重要意义[3]。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、提高国家治理体系和治理能力现代化水平的重要推动力量。”[4]

然而在我国平台经济快速发展的同时，平台也面临着严峻的问题：由于平台商家的“刷单炒信、销售假货、促销陷阱”等不正当竞争行为盛行，严重影响了平台经济的健康发展，2021年全国各级市场监管部门查办的互联网不正当竞争案件超过8 500件，罚没金额5亿元。然而，我国“商家不自律→消费者举报→平台处理→商家赔偿”的平台监管模式难以奏效使得不正当竞争问题无法解决，自2017年以来，消费者对平台商家不正当竞争行为的投诉增长率始终保持在25%以上。因此，研究政府作为监管主体何时采用何种政策手段对平台施予行之有效的监管，使当前的监管系统发挥作用，从而有效治理平台商家不正当竞争行为迫在眉睫。

为此，学者进行了大量研究。目前，大多数研究都认为平台监管模式必须以协同监管为基础，单一主体进行监管的模式无法满足治理需要。这种观点最早可追溯到威廉姆森[5]的研究，其从交易费用的角度探讨了治理理论，他将交易参与者和对市场有裁决能力的第三方（比如法院、政府等）的“有限理性和机会主义”以及交易“专用性”作为参考，认为私人监管和规制是相互辅助协调的。基于此观点，我国的学者如程贵孙等人[6]早在2006年就提到平台监管不能单纯依靠政府管制。汪旭晖、张其林[7]较早地提出了政府和平台双元监管，认为平台参与外部监管有助于提升监管效率。肖红军等[8]指出，平台监管模式亟须从监管理念、原则及范式层面进行重构，以构建一个整合性的平台企业监管范式；钱贵明等[9]发现：政府监管、平台监管以及用户监管都与平台成长逻辑形成悖论，难以形成公认有效的监管模式。马丁等人[10]以共享经济平台为例，提出应该在平台自主治理的基础上引入政府角色协同监管。此外，一些研究也从合作监管的角度设计了相应的监管框架，刘家明、耿长娟[11]从政府元治理、平台生态和大数据治理、社会和市场治理相结合的角度提出了一种协同监管框架，以解决平台面临的多重挑战和分散治理困境；凌永辉[11]提出了一种平台—政府的二元监管框架，使政府和平台在功能目标、技术手段和法律效力三个层面上形成既互补又制衡的协同关系，创新监管方式，提高监管效能，增进社会福利。但是现有研究的结论缺乏针对性，难以为政府监管策略提供更有效的建议，比如现有研究往往没有探究各种策略手段对同一经济主体影响的异质性，使得对特定主体最优的监管策略无法确定。然而已有研究成果主要聚焦于：（1）论证政府介入当前平台治理的必要性；（2）完善平台监管模式的宏观框架，而对于政府监管平台策略变量却缺乏应有的研究。本研究运用演化博弈模型深入分析政府介入监管后，运用何种政策手段能够促使平台各方主体（包括平台、商家及消费者）在现有监管模式下主动参与监管、保持自律，从而实现政府对平台的有效监管与治理。

二、问题描述与模型构建

（一）问题描述

当前我国的平台监管模式主要是“商家欺骗消费者→消费者投诉→平台处理→商家赔偿”的事后监管模式。具体来说，当商家欺骗消费者时，消费者通过相应的投诉渠道（如“黑猫投诉”以及各平台自身的投诉系统）举报存在不法行为的商家；之后由商家所在平台处理、核实投诉、提供消费者与商家的交流渠道；最后由商家向消费者作出回应，如赔偿、致歉等。然而，当商家欺骗消费者行为发生时，这种事后监管模式往往容易失效。首先，由于类似“商家刷单”这样的不正当竞争行为在短期内会吸引更多消费者进入平台从而提高平台的市场份额，使平台获益，因而即使消费者向平台投诉，平台也有很强的与商家合谋动机；其次，即使平台参与监管，由于平台缺乏有效约束手段，往往也无法有效约束商家；第三，当平台与商家合谋事件常有发生，且无相应惩罚措施时，消费者由于举报无果，其也不再愿意参与监管。基于上述原因，为了使当前的平台监管模式有效发挥作用，显然需要政府运用强有力的政策变量工具，如惩罚和奖励手段介入监管，使博弈各方都能受到有效约束，如图1所示。

以下通过引入演化博弈模型，具体分析当商家欺骗消费者行为发生时，在平台、商家、消费者三方策略演化博弈中，政府具体施用何种奖励与惩罚政策手段，能够促使三方博弈主体主动参与监管、保持自律，从而实现政府对平台的有效监管与治理。

（二）模型构建

1.模型假设。假设1：博弈中有三方：商家、消费者和平台，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。政府是博弈的外部影响因素，通过奖励和惩罚对博弈各方施加影响。假设2：商家出于利益考虑决定是否自律，自律时商家不存在违法行为，不自律时反之，策略集为{自律，不自律}。商家选择自律的概率为x，选择不自律的概率为1-x；消费者的策略集为{举报，不举报}。消费者选择举报策略时，如果商家存在不正当竞争行为，消费者会举报商家。消费者选择举报策略的概率为y，选择不举报的概率为1-y；平台的策略集为{处理，合谋}。当消费者举报时，平台的职责是处理消费者的举报，当举报核实时，商家会被惩罚，如果平台出于自身利益考虑，可能会拒绝处理举报，此时平台包庇商家，选择合谋策略。平台选择处理的概率为z，选择合谋的概率为1-z，其中，0≤x，y，z≤1。假设3：消费者选择举报策略时，由于举报需要耗费精力和时间，假设举报花费成本C。消费者的举报由平台处理核实并与商家进行沟通。政府可以通过举报系统检查平台对消费者举报的处理情况，当平台合谋时，政府通过检查举报系统能发现平台没有处理消费者的举报，因而平台受到政府的惩罚F1。当平台处理消费者的举报且举报核实时，政府通过举报系统检查平台的处理结果能确定存在不正当竞争行为的商家，因而可以惩罚商家，惩罚记为F2。此外，政府发现消费者选择举报策略时，消费者会被奖励；而当政府发现平台选择处理策略时，平台会被奖励，当政府发现商家选择自律策略时，商家会被奖励，我们将政府对三方的奖励分别记为S1-3。假设4：由于事前信息不对称，当商家存在不正当竞争行为，即选择不自律策略时，通过欺骗消费者购买能获得额外收益R，相应的，平台此时能获益fR，即包庇商家的收益，同时这也是拒绝合谋时平台的机会成本。其中，f是平台抽成。

综上，各参数含义如下所示。

F1：政府对不处理举报平台的惩罚额度

F2：政府对具有不正当竞争行为商家的惩罚额度

R：不自律商家通过不正当竞争行为获得的额外收益

f：平台对商家销售获益收取的费用

fR：商家存在不正当竞争行为时平台获得的收益

C：消费者举报的时间成本

S1-3：政府对消费者、平台和商家的奖励

2.收益矩阵。由变量设置及基本假设得到八种策略组合：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）表示消费者选择举报、平台选择合谋、商家选择不自律策略，其他策略组合以此类推，进而我们可得到各策略组合下消费者、平台及商家三方的4x2收益矩阵，如表1所示。收益矩阵中每一个元素都对应某一策略组合下三方分别能获得的收益。以支付矩阵中第一行第一列的元素为例，该元素表示消费者选择举报，平台选择处理，商家选择自律即E8（1，1，1）情况下三方各自的收益，其中第一个收益S1-C是消费者在这种情况下所能获得的收益，即政府对选择举报的消费者奖励S1与举报成本C之差；第二个收益S2-fR是平台在这种情况下所能获得的收益，即政府对选择处理的平台奖励S2与拒绝合谋付出的代价fR之差；第三个收益S3是商家所能获得的收益，即政府对选择自律的商家的奖励S3。

八种策略组合中，可能与现实经济系统的状况相符合的策略组合有三种，分别是E1（1，0，0），E5（1，1，0），E7（0，0，0）。

E1（1，0，0）表示消费者选择举报、平台选择合谋、商家选择不自律策略，该策略组合对应了前文所述商家不正当竞争的同时平台也对商家进行包庇的现象。通过不正当竞争，商家会获得非法收益R，因此选择自律策略；平台出于包庇利益fR选择与商家合谋，此时只有消费者参与监管，而没有平台的参与，商家无法得到有效约束。

E5（1，1，0）表示消费者选择举报、平台选择处理、商家选择不自律策略，该策略组合对应了前文所述事后监管系统缺乏有效约束手段的问题。由于商家因不正当竞争遭受的惩罚未超过商家的非法收益的R水平，因此商家不会选择自律。

E7（0，0，0）表示消费者选择不举报、平台选择合谋、商家选择不自律策略，该策略组合由E1（1，0，0）或E5（1，1，0）演化而来，对应了前文所说消费者最终也不愿意参与监管的现象。当消费者发现平台不受理举报，商家继续进行不正当竞争，因而举报无果，便不再参与监管。

剩余的五种策略组合中，E8（1，1，1）是社会最优策略组合，此时消费者选择举报、平台选择处理、商家选择自律策略，事后监管系统重新发挥了作用，商家不正当竞争得到治理。因此，我们重点分析政府如何施策，能使经济系统面临的策略组合由E1（1，0，0）、E5（1，1，0）或E7（0，0，0）演化至E8（1，1，1）。

三、稳定性分析

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）。通过稳定性分析，研究（1，1，1）最终如何成为博弈的演化稳定策略，就能确定政府具体如何施策，从而实现平台治理，解决不正当竞争现象。

（一）复制动态方程

由表1可以计算出复制动态方程。复制动态方程反映了各博弈方随时间变化对策略作出的调整。稳定性分析正是基于复制动态方程展开。复制动态方程的计算如下：

三方复制动态方程的计算过程如下：

消费者选择举报策略的期望收益U1为：

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

消费者选择不举报策略的期望收益U2为：

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

（2）

基于期望收益，可得消费者的复制动态方程：

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

同理可得到平台和商家的复制动态方程。

平台和商家的复制动态方程分别为：

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）稳定性条件

实现演化稳定策略所需满足的稳定性条件是：

1.当在某均衡点上，三方复制动态方程满足dx（t）=0、dy（t）=0、dz（t）=0且各自的偏导数dx1、dy1、dz1全部小于0时，该均衡点为汇（稳定点），是一个演化稳定策略。

2.当dx1、dy1、dz1中至少有一个大于0时，该均衡点为源或鞍点，必然不稳定，因此不是演化稳定策略。

（三）稳定性分析

由稳定性条件可以求出稳定策略演化至（1，1，1）的条件。

1.初始策略组合是E1（1，0，0）时，平台包庇商家，商家存在不正当竞争现象，其演化并稳定至E8（1，1，1）的条件是：为了使平台策略演化至处理，政府的奖惩力度应高于平台包庇商家获得的收益与平台监管的机会成本之和，且奖惩力度越大，约束效果越强；为了使商家策略演化至自律，政府的奖励标准应高于商家的不自律收益，且奖励力度越大，约束效果越强。策略组合由E1向E8的演化如图2（a）所示。

具体来说，对于平台，由演化稳定条件dx=0、dx'x=1得其策略由合谋向处理演化的条件为■gt;1，即S2+F1gt;2fR，不等式表明要使平台参与监管，拒绝包庇商家，政府的奖惩标准应高于平台包庇商家获得的收益与平台监管的机会成本。进一步的，计算多项式■分别关于惩罚和奖励的偏导数，发现惩罚和奖励力度越高，不等式S2+F1gt;2fR越易成立，即平台更易演化至处理策略；对于商家，由演化稳定条件z=0、dz1z=1可得其策略由自律向不自律演化的条件为■lt;0，即S3gt;R，表明平台包庇下，政府为了使商家保持自律，应采取奖励政策，且约束结果应高于或大于其不正当竞争收益。进一步的，计算不等式多项式■关于奖励的偏导数，我们发现奖励力度越大，不等式■lt;0越易成立，即商家更易演化至自律策略。

2.初始策略组合是E5（1，1，0）时，消费者和平台都参与了监管，但是无法有效约束商家，其演化并稳定至E8（1，1，1）的条件是：为了使商家策略演化至自律，政府的奖惩力度应高于商家的不自律收益，且奖励力度越大，约束效果越强；但若使用惩罚措施，其效果取决于奖励措施的力度。若奖励措施力度较低，S3lt;R时，惩罚力度越大，约束效果越强；若奖励力度较大，S3gt;R时，惩罚力度加大会起到反作用。策略组合由E5向E8的演化如图2（b）所示。

具体来说，对于商家，由演化稳定条件z=0、dz1z=1可得其策略由自律向不自律演化的条件为■lt;1，即F2+S3gt;R，不等式表明要使商家保持自律，政府的奖惩力度应高于其不正当竞争收益。进一步的，由不等式多项式■计算关于惩罚和奖励的偏导数，我们发现Rgt;S3时，惩罚力度越大，不等式■lt;1越易成立，即商家更易演化至自律策略；Rlt;S3时，惩罚标准提高会对商家向自律策略的演化产生负向作用，产生这种现象的原因是“监管有界性”问题，即商家收益较低时，惩罚力度提高会导致商家进一步加剧不自律现象获得更多收益以对冲提高的惩罚力度。奖励力度越大时，不等式■lt;1越易成立，即商家更易演化至自律策略。

3.初始策略组合是E7（0，0，0）时，各方都选择了消极策略，为了演化并稳定至E8（1，1，1），需要先让消费者的策略演化至举报，演化条件是：政府对消费者的奖励应高于消费者举报付出的成本与被欺骗的损失之差，且奖励力度越大，约束效果越强。策略组合由E7向E8的演化如图2（c）所示。

具体来说，初始策略组合是E7（0，0，0）时，由演化稳定条件可知，dy1y=1=2fRgt;0、dz1z=1=Rgt;0，即平台和商家无法稳定至处理和自律策略，原因在于当没有消费者参与监管时，政府无法通过审查举报系统发现抵制监管的平台和不自律的商家，因而无法约束平台和商家。因此需要先使消费者的策略演化至举报策略，由演化稳定条件dx=0、dx1x=1可得此时消费者策略演化至举报的条件为■lt;1，即S1gt;C-R，表明政府对消费者的奖励应高于消费者举报付出的成本与被欺骗的损失之差。进一步的，计算多项式■关于奖励的偏导数发现，奖励力度越大时，不等式■lt;1越易成立，即消费者更易演化至举报策略。在消费者参与监管之后初始策略E7（0，0，0）可能演化为E1（1，0，0）或E5（1，1，0），之后策略组合演化并稳定至E8的条件与（1）和（2）中分析一致，不再赘述。

四、结论与政策建议

（一）结论

根据分析结果，基于不同主体得到以下结论。（1）为了促进消费者参与监管，政府应使用奖励政策对消费者进行激励，且奖励力度越大，激励效果越好。（2）为了促进平台参与监管，拒绝合谋，奖励和惩罚政策都可以用来激励平台，且两种方案效果一致，都是力度越大，效果越好。（3）为了促进商家自律，根据面临问题不同，政府的治理策略不同。当因平台和商家合谋导致商家无法保持自律时，政府应通过奖励激励平台，且奖励力度越大，激励效果越好；当消费者和平台都参与了监管，由于约束力度不足导致商家无法保持自律时，奖励和惩罚措施都可以用来激励商家，但由于惩罚措施在奖励措施力度较高时会产生负向激励效果。因此这时约束商家只能使用两种策略的一种，使用奖励政策时，奖励力度越大，激励效果越好，单独使用惩罚措施时，惩罚力度越大，激励效果越好。

（二）政策建议

1.对于消费者，一是政府应与平台合作，从多个方面鼓励消费者参与监管，如令经常参与举报的消费者在相应平台上的账号提供类似“大V”的标识，提高消费者的荣誉感，或根据举报案件的严重程度直接给予相应的现金或实物奖励，提高消费者的获得感。二是尽可能地降低消费者的维权成本，如政府可从立法层面入手，对现行法律法规予以完善，降低消费者维权“门槛”，或完善改进举报系统，保证公平公正的前提下简化举报流程。

2.对于平台，一是由于奖励政策需要政府支付一定成本，结合结论（2）从施策成本角度来说，政府约束平台时应以惩罚策略为主，奖励策略为辅。二是政府对平台进行惩罚最重要的是要推动完善法律，如尽快将《中华人民共和国电子商务法》中“未尽到责任的电商平台应承担‘补充责任’”，改为“与平台用户一起承担‘连带责任’”。

3.对于商家，一是由于奖励政策需要政府支付一定成本，结合结论（3）从施策成本角度来说，因约束力度不足商家不自律时政府施策应单独使用惩罚政策，因合谋商家不自律时政府施策应使用奖励策略。二是政府采取奖励策略时，可通过褒奖、评优等活动大力弘扬奖励守信商家，实现激励效果同时降低施策成本；若采取惩罚策略，可对违规商家施以高额罚款，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。

参考文献：

[1]" "赵振.“互联网+”跨界经营：创造性破坏视角[J].中国工业经济，2015（10）：146-160.

[2]" "破局与发展：企业如何走向平台经济[EB/OL].https：//new.qq.com/rain/a/20210702A05K2Z00.

[3]" "荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架[J].经济学家，2019（2）：66-73.

[4]" "国家发展改革委等部门关于推动平台经济规范健康持续发展的若干意见[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]" "程贵孙，陈宏民，孙武军.双边市场视角下的平台企业行为研究[J].经济理论与经济管理，2006（9）：55-60.

[7]" "汪旭晖，张其林.平台型网络市场“平台—政府”双元管理范式研究：基于阿里巴巴集团的案例分析[J].中国工业经济，2015（3）：135-147.

[8]" "肖红军，阳镇，商慧辰.平台监管的多重困境与范式转型[J].中国人民大学学报，2022，36（4）：24-39.

[9]" "钱贵明，阳镇，陈劲.平台监管逻辑的反思与重构：兼对包容审慎监管理念的再反思[J].西安交通大学学报（社会科学版），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]" "刘家明，耿长娟.从分散监管到协同共治：平台经济规范健康发展的出路[J].商业研究，2020（8）：37-44.

[12]" "凌永辉.鱼与熊掌兼得：平台经济二元监管框架及其福利效应[J].商业经济与管理，2022（5）：18-27.

[责任编辑" "文" "欣]