基于元胞自动机的电子商务平台知识产权监管的演化分析

王洪利

(福建江夏学院 经济贸易学院，福建 福州 350108)

0 引言

电子商务知识产权侵权行为屡见不鲜，最常见的知识产权侵权行为主要有商标侵权、版权(著作权)侵权与专利侵权三大类。在电子商务平台中销售假冒注册商标的商品，商品的名称、标题、店铺名、域名中使用他人的商标，未经授权擅自销售产品等属于商标侵权。在电子商务平台中，未经许可使用“盗取图片”或其它权利人的图片，包括产品官方网站、各级经销商、其他商家拍摄的产品模特的图片，擅自销售未经许可的影视音像制品等，属于版权(著作权)侵权。在电子商务平台中，销售未经专利权人许可而制造并售出的专利侵权产品，销售假冒专利的产品，一般属于专利侵权。电子商务知识产权的侵权最直接涉及的三类主体分别为电子商务平台经营者(以下简称平台)、平台内经营者(以下简称商家)和被侵权者(指知识产权权利人，以下称为维权者)。若没有尽到监管责任，电子商务平台对知识产权侵权负有“连带责任”，这类似于线下的市场，市场经营者对入驻商户的合法经营负有监管责任和义务。电子商务平台对知识产权侵权的监管需要付出很大的精力和成本，通过技术手段能以一定的成本实现自动监管，然而技术不是万能的，平台通过先进的技术也不可能完全发现所有的侵权行为。而且平台没有调查处理的执法权力，只有平台范围内的监管和处罚措施，例如扣除信用分，直至关闭店铺、禁止再次入驻等。所以在电子商务知识产权保障机制中,平台在电子商务交易中是独立的第三方,基于一定的规则与协议行使一定的监管权。但这种监管权在目前电子商务领域知识产权监管机制中并未完全发挥其作用，在监管机制与维权机制中均表现出一定的现实缺陷[1]。政府在电子商务平台的知识产权侵权中扮演立法者的角色，在本文中不考虑政府的立法，仅假设立法是健全的，即维权者的正常合法维权会得到政府和法律的支持。为什么电子商务知识产权侵权行为屡禁不止是一个值得深入分析和思考的问题。毋庸置疑，商家可以从侵权行为中获得利益，所以他们才铤而走险。但如果加大打击力度，让其付出较大代价，结果会怎样？如果加大打击的力度，商家能够在多大程度上收敛自己的侵权行为？现实中屡屡出现知名品牌起诉电子商务平台知识产权侵权，电子商务平台是否有足够的驱动力进行严格的监管？从电子商务平台、商家和维权者之间的关系看，三者间存在复杂的博弈，三者间的多轮博弈演化，形成了复杂的系统行为，对于知识产权的监管，现有的研究从博弈的角度进行了深入的分析[2～4]，但从复杂系统角度进行演化分析还没有被广泛尝试，因此是一个比较新颖的视角。通过个体行为的互动，来分析系统的整体涌现行为，是复杂系统研究的有效方法。元胞自动机作为一种离散化动力学模型方法，是一种利用简单规则的反复迭代方法，是研究复杂系统的演绎方法，其成功应用于流行病的传播[5]、交易报价模拟[6]、交通模拟[7]、计算机与信息科学[8]、地理与环境[9]、复杂性科学[10]等。 基于此，为了探究电子商务平台的知识产权监管问题的复杂机理，本文从复杂系统角度，基于元胞自动机对电子商务平台的知识产权监管进行演化分析。

1 基于元胞自动机的电子商务平台知识产权监管模型

1.1 元胞的属性和状态

二维元胞自动机通过对系统进行二维格状分割，形成n×n的元胞空间，通过相邻元胞之间多轮动态的非线性相互作用，模拟复杂系统的整体涌现行为。电子商务平台中许许多多的从事电商交易的商家，可以被看作元胞自动机系统中无数个小的元胞。每个商家是否侵犯知识产权，并以多大的程度侵犯，侵犯后承担的后果等，一般取决于商家观察到的自身及其他商家进行侵权的后果，如果平台的监管很松，其能观察到其他侵权商家大多都从侵权行为中获利，那么其进行侵权的概率无形中就会增加。由于获取信息的成本和精力，一个商家不可能获得或观察到所有商家的侵权和收益信息，只能观察到有限的商家侵权和收益信息，这些被观察到信息的商家可以看做元胞自动机系统中中心元胞的邻居元胞，所以完全可以将每个商家看做中心元胞，每个中心元胞与周围其它元胞进行相互作用，这种作用表现在元胞观察周围元胞的侵权和收益状态，并据此来调整自己的策略。所有元胞的行为，引起电子商务平台和维权者采取相应的行动，这些行动决定了元胞的收益结果，这些结果反过来影响所有元胞的下一轮行为，如此循环，形成了在简单规则下系统演化的非线性复杂动态行为。

首先确定元胞的初始状态，每个小的元胞(商家)具有可选的状态，始状态分为两种：一种是侵权状态，一种是未侵权状态。接着确定元胞的各种属性。这些属性包括每轮是否侵权、侵权收益(获利或损失)、是否被发现侵权、是否被惩罚等。

使用如下的状态集合来刻画每个代表商家的元胞状态：

(1)

(2)

(3)

(4)

(5)

其中a%表示佣金比例。b%表示电子商务平台若无监管承担侵权连带责任的份额比例。

(6)

(7)

其中c%表示利润率的大小。

(8)

1.2 元胞的演化规则构建

不考虑政府的情况下，电子商务平台、商家和维权者之间存在一种三方博弈关系，当自身权益被侵犯时维权者所采取的策略包括两种：一种是维权，另一种是不维权。在不维权的情况下，可能会纵容侵权者的行为，同时可能导致电子商务平台对在其中的商家监管不严。如果维权，则会使得侵权者和电子商务平台付出较多的侵权成本，同时自身要付出维权成本，但是会在一定程度上遏制和打击非法侵犯知识产权的行为。电子商务平台也面临着两种策略选择：一种是监管，即通过监管打击商家非法的知识产权侵权行为，如通过技术手段侦测，加大惩罚力度，扣除商家的信用分和对严重侵权行为关闭店铺等措施，但需要付出一定的监管成本，甚至因此减少自己的平台佣金收益。另一种是不监管，此时商家通过侵权增加了自己的销售额，那么平台能够收取更多的佣金提成，一定程度上打消了电子商务平台进行严格的知识产权监管的决心，这可能是电子商务平台知识产权侵权屡禁不绝的一个原因。另外不监管导致惩罚力度过小，使得侵权商家侵权的机会成本过低，也可能导致侵权行为的泛滥成灾。

图1 电子商务平台、商家和维权者三方博弈的博弈树

假设维权者维权的概率为p，不维权的概率为1-p；电子商务平台进行监管的概率为q，不进行监管的概率为1-q；商家侵权的概率为r，不进行侵权的概率为1-r；得到如表1所示的电子商务平台、商家和维权者三方博弈的支付矩阵。

表1 电子商务平台、商家和维权者三方博弈的支付矩阵

根据上面的支付矩阵可以求解得到混合策略纳什均衡解，其混合策略纳什均衡能从理论上分析三者之间的博弈行为。但是在现实情况中，很少有商家做到根据混合策略纳什均衡解呈现的高度理性行为行事，况且由于其掌握的信息有限，其难以准确获得其他各方的行为选择概率。一般情况下商家根据掌握的有限信息做出自己的局部决策，这为使用元胞自动机仿真模拟商家的行为，观察其整体行为提供了现实基础。每个元胞(代表商家)下一时刻的状态为当前时刻邻居元胞状态、自身状态和控制变量的函数，使用公式表示如下[11]:

(9)

图2 Moore型邻居元胞[11]

规则1如果中心元胞观察到周围的邻居元胞1/2或以上数量(>=4)处于侵权状态，而且侵权邻居元胞获得收益大于0的数量x大于等于侵权邻居元胞总数一半，则中心元胞在下一轮调整自己的状态为侵权。

规则2如果中心元胞观察到周围的邻居元胞1/2或以上数量(>=4)处于侵权状态，而且侵权邻居元胞获得收益大于0的数量x小于侵权邻居元胞总数一半，则中心元胞在下一轮以x/(8δ)的概率调整自己的状态为侵权。

规则3如果中心元胞观察到周围的邻居元胞小于1/2数量(<4)处于侵权状态，而获得收益大于0的周围邻居元胞中的数量x大于等于侵权邻居元胞总数一半，则中心元胞在下一轮以xδ/8的概率调整自己的状态为侵权。

规则4如果中心元胞观察到周围的邻居元胞小于1/2数量(<4)处于侵权状态，而且获得收益大于0的周围邻居元胞中的数量x小于侵权邻居元胞总数一半，则中心元胞下一轮的状态调整为不侵权。

在规则2和规则3中，δ>=1代表示范效应系数。当观察到多数侵权行为并不能得到好的回报时，其侵权概率除以该示范效应系数。当观察到多数侵权行为能得到好的回报时，其侵权概率乘以该示范效应系数。δ=1表示不考虑示范效应。

在元胞选择状态后，在平台和维权者行为选择下，以支付矩阵计算各方本轮实际收益，下一轮元胞在周围元胞的影响下，依演化规则决定其状态选择，如此反复循环，形成系统的复杂演化行为。

2 电子商务平台知识产权监管演化仿真分析

2.1 仿真模型的参数与情境设置

根据以上构建的基于元胞自动机的电子商务平台知识产权监管模型，通过计算机实现其模型并进行仿真演化分析。其中仿真演化中设置的仿真参数如表2所示。

表2 初始仿真参数设置

2.2 仿真分析

2.2.1 “严格监管”情境演化分析

图3和图4给出了“严格监管”情境下电子商务平台知识产权监管的演化仿真情形，通过观察元胞自动机的演化构型，可以发现演化在50次迭代前形成平稳型构型。图3给出了演化结果中侵权商家的数量情况(图中黑色元胞的部分)，图4右侧部分给出了侵权商家和侵权案件的数量演化趋势，侵权商家的数量呈现急剧上升后下降趋于平稳的趋势。所有侵权商家累计侵权次数均值最终接近了24.3，多轮累计侵权案件总数量最终接近了18700。

图3 “严格监管”情境演化平稳型构型

图4的左侧和中间部分给出了商家和维权者的总收益和平均收益、平台的总收益和平均每商家带来的平台收益演化情况(平均每商家带来的平台收益=平台总收益/商家数量)，可以看出，所有商家的收益和平均收益呈初期略升后持续下降趋势，且后续出现连续负收益状态。说明了在“严格监管”情境下如果商家持续侵权会受到应有的惩罚，因支付罚金出现连续负收益。而维权者在“严格监管”情境下获得了很高的收益。平台最终没有获得好的收益，这可能更好的解释了电子商务平台没有进行知识产权保护的原始驱动力，对现实的启示是通过制定法律形成电子商务平台进行知识保护的有效机制，同时可以考虑制定政策对电子商务平台进行知识产权监管给予和相应的经济激励或合理补偿。

图4 “严格监管”情境演化结果

2.2.2 “一般监管”情境的演化分析

图5和图6给出了“一般监管”情境下电子商务平台知识产权监管的演化仿真情形。图5表示演化在50次迭代前形成的平稳型构型，侵权商家的数量呈现急剧上升后趋于平稳的趋势，其与“严格监管”情境相比较，侵权商家的数量明显增多。所有侵权商家累计侵权次数均值最终接近了31.8，多轮累计侵权案件总数量最终接近了28700，所有侵权商家累计侵权次数均值、多轮累计侵权案件总数量与每轮侵权商家的数量比“严格监管”情境明显增多，这是监管力度减弱所导致的结果。

从图6中还可以看出，所有商家的总收益和平均收益呈现初期上升后持续下降的趋势。可以看出，与“严格监管”情境的状态进行对比，商家的总收益和平均收益整体上高于“严格监管”情境。电子商务平台的总收益和平均每商家带来的平台收益整体趋势上高于“严格监管”情境，主要原因是由于减弱监管力度导致更多侵权带动了销售额的提升，平台提取的佣金有所增加，给平台带来了多于“严格监管”情境的收益。与“严格监管”情境对比，维权者的总收益和平均收益呈现了整体降低的现象。可见，减弱监管力度会对维权者的利益造成了损害，而对侵权商家和电子商务平台却带来高于加强监管力度的经济利益。

图5 “一般监管”情境演化平稳型构型

图6 “一般监管”情境演化结果

2.2.3 “放松监管”情境下的演化分析

图7和图8给出了“放松监管”情境下电子商务平台知识产权监管的演化仿真情形。图7表示演化在50次迭代前形成的平稳型构型，侵权商家的数量呈现较快上升后趋于饱和的趋势，最终所有的商家都参与了侵权。与“严格监管”和“一般监管”情境相比较，侵权商家的数量达到了最大化。所有侵权商家累计侵权次数均值最终接近了50，多轮累计侵权案件总数量最终接近了54500。所有侵权商家累计侵权次数均值、多轮累计侵权案件总数量与每轮侵权商家的数量比“一般监管”情境明显增多，这是放松监管所导致的结果。分析其原因可能是放松监管导致了侵权行为的泛滥，对应现实中可能出现的对侵权行为“民不举，官不究”的一种极端现象。

从图8中还可以看出，所有商家的总收益和平均收益呈现先前期上升后下降的趋势，且总体处于盈利状态。比“一般监管”情境的利润进一步提高。说明在“放松监管”情境下商家的侵权进一获得更多非法收益。与“一般监管”情境相比，电子商务平台在整个过程中获得更多的灰色收益，主要是由于商家的更多侵权进一步带动销售额的提升，平台提取的佣金进一步增加，而又没有因监管不力而付出应有的代价。与“一般监管”和“严格监管”情境对比，维权者的总收益和平均收益呈现了下降的现象。可见，较松的监管对维权者的利益造成了更严重的损害。

图7 “放松监管”情境演化平稳型构型

2.3 启示

以上的演化分析结果，对电子商务平台的知识产权监管带来的启示如下：

首先，应该加大电子商务知识产权侵权的打击力度，以维护公平公正的市场环境。从三种情景的演化分析可以看出，随着在电子商务平台对知识产权侵权的打击力度不断减弱，不法商家获得灰色利益不断增加，这有违建立公平竞争的市场环境和秩序的原则。同时将打击商家合法经营的积极性。从长远看将对正常的产品研发、商标和品牌建立与维护等正常商业行为构成威胁，阻碍社会经济的良性发展和进步。

其次，应该建立电子商务平台知识产权监管的利益协调机制。从三种情景的演化过程的对比中可以看出，如果没有利益协调机制，由于可以获取灰色利益，电子商务平台打击知识产权侵权的积极性一般不高，电子商务平台打击知识产权不但要付出监管成本，还可能入不敷出，而放任知识产权侵权却能短期内获得较多经济利益，但同时电子商务平台的社会声誉可能会受到不同程度的影响。因此，有必要建立一种利益协调机制，提高电子商务平台知识产权监管的积极性。

第三， 应该加大电子商务知识产权保护的立法和执法力度。加大知识产权执法和立法的力度，改变容忍“民不举，官不究”存在的现象。通过立法让电子商务平台纵容和包庇知识产权侵权时付出较大代价，是值得考虑采取的措施。只有加大电子商务知识产权保护的执法和立法力度，才能做到商家不敢侵权，电子商务平台不敢纵容侵权，同时可进一步减少维权者的维权成本。

图8 “放松监管”情境演化结果

4 结论

以上从复杂系统的角度，通过构建元胞自动机模型，对电子商务平台的知识产权监管进行了仿真演化分析。结果表明元胞自动机很好的模拟了电子商务平台的知识产权监管的三种情境，得到了很有意义的结果和启示，相关结果和启示对电子商务平台的知识产权监管具有较好的参考意义。后续的研究将进一步考虑政府参与情境下的电商知识产权监管问题。