数字经济下政府监管与电商企业“杀熟”行为的演化博弈

潘 定，谢 菡

(暨南大学 管理学院，广东 广州 510632)

一、引言

近期，某旅游网站被推上了大数据“杀熟”的风口浪尖，某消费者称同一时间预订同一酒店的同一房型，作为白金会员的他却比朋友的价格高出80元。虽然该旅游网站否认“杀熟”，但是大数据“杀熟”的确是目前很多电商平台存在的问题。不同于传统经济中的“杀熟”，大数据“杀熟”是指电商企业依据对顾客购买历史数据的收集、分析与挖掘，利用忠诚客户的路径依赖和信息不对称，就同一商品或服务向其收取更高价格[1]。电商定价本因由市场决定，市场配置资源是通过价格进行的，这是市场经济的内在要求，因此不需要政府干预[2]。但数字经济下，由于数据的采集、分析、加工日趋成熟与普遍，用户画像更加清晰，消费者剩余被完全剥夺。互联网下的信息不对称让大数据“杀熟”更加隐蔽，消费者很难察觉，隐私泄露的可能性和维权的难度增大。对电商企业而言，当“杀熟”获得可观利润时，企业就不会技术创新，致使运作效率低下，同类竞争者和供应链企业之间的价格竞争恶化，产生负的市场外部性。对于市场而言，掌握大数据的电商企业可以轻易地形成合谋，从而垄断市场并赚取超额利润，导致市场失灵并严重威胁市场经济的健康发展[3]。因此当市场不能优化资源配置并出现市场失灵时，就需要政府宏观调控进行干预，从根本上遏制企业的歧视定价行为[4]。

现有文献对于企业歧视定价的研究主要立足于企业和消费者两个主体，但只有引入政府监管才能真正解决市场失灵的问题。数字经济下，我国政府存在传统监管和大数据监管两种模式。本文从政府和电商企业两个主体出发，但复杂的个体决策往往会受到决策信息的有限性、收益成本、以往经验等因素的影响[5]。政府若采取大数据监管，企业畏惧其监管成功率高而选择正常定价，而政府为降低监管成本会随之转变为传统的事后监管。一旦政府采取传统监管，其低成功率会诱发企业采取“杀熟”定价的机会主义行为。因为政府的监管策略与企业的“杀熟”策略会相互影响，这是一个长期的策略选择过程，是一个有限理性下的博弈过程。决策是基于有限理性假设而非完全理性，本研究不适用于传统的博弈理论。演化博弈理论假设参与者具有有限理性，并提供了一种在演化语境中进行多重均衡选择的方法，在研究中更能贴近现实情况，在多种决策趋势分析中得到应用[6]，因此本文采用演化博弈来研究政府和企业的博弈。

二、文献回顾

出现大数据“杀熟”的根本原因是鉴于计算机和通信技术的发展[7]，企业使用客户的购买历史数据来区分老顾客和新客户的价格，争取更多的消费者剩余，即一种基于行为的定价方式(BBP)[8]。早在2002 年，亚马逊就被曝出同一件商品，会员的购买价格会高于非会员的购买价格[9]。通过研究国内近5 000 个购物平台的浏览记录，发现大部分网站采取价格歧视策略，一些消费者购买与其他人完全相同的产品却支付双倍价格[10]。

大数据“杀熟”问题一直是近几年国内外研究的焦点。国外对于大数据“杀熟”的研究主要立足于竞争企业之间、供应链企业之间以及企业和消费者之间的博弈。歧视定价不仅会导致企业制定不同的价格策略，也会影响企业产品质量的差异化选择[11]。与统一定价情形相比，基于购买历史的价格歧视抑制了企业的技术创新，降低了运营效率[12]，导致企业之间的价格竞争加剧[11]，并减少消费者剩余[13]。企业可以根据消费者的先前购买行为调整其价格[14]，消费者可以通过选择匿名方式来避免被确定为老客户，但可能需要付出代价，增加匿名成本虽可以使消费者受益，但达到一定程度之后效果会逆转[15]。国外高度重视并采取法律措施来遏制这种歧视定价行为，因此这种歧视定价在国外主流电子商务中一直发展很慢[16]。国内对此研究主要以定性分析为主。从消费者权益保护的角度分析，以倾斜保护原则规范经营者的损害赔偿责任是解决问题的必经之路[3]，综合发挥市场和政府的作用可以改善大数据“杀熟”的市场处境[1]。

对于电商企业的违法行为，政府干预监管的确可以有效解决问题。面对电商虚假评论行为，政府通过重点惩治虚假评论，规范网络口碑发布行为，可以提高网络口碑的真实率[17]。政府和企业的协同共治可以有效消除诱发商家刷单的社会因素[18]。政府监管部门降低打击造假行为成本及提升相应的奖励收益能更加有效地抑制电商造假行为[19]。商户与消费者的信息不对称性还导致电商失信问题日益突出，通过提高信用保证金、增强信用监管力度、增加伪装成本可以有效避免失信行为[20]。网购环境中存在着较传统市场环境下，更为严重的食品安全信息不对称问题。面对产品质量问题，政府监管成本、惩罚额度、第三方检测成本是影响产品质量博弈均衡的重要因素[21]，而新媒体报道的影响力和真实性两大因素也有重要作用[22]。对于歧视定价问题，政府也一直强迫企业向客户披露基于行为的定价措施[23]。2019 年开始实施的《电子商务法》明确规定，电子商务经营者应当同时向该消费者提供不针对其个人特征的选项，力图避免大数据“杀熟”行为。

国内外对于政府监管的研究以是否监管为主[24]，对于采取何种监管策略的定量研究较少。但根据我国目前的环境状况，政府部门对企业进行监管已势在必行，因此监管策略的焦点从是否需要监管，转变为如何进行监管[25]。目前我国政府监管方式有传统监管和大数据监管两种。传统监管是一种“出现问题—解决问题”的事后被动监管，大数据监管是可以事前预测、事中跟踪、事后控制的主动监管模式。传统监管是在新公共管理(NPM)背景下依据行业特征，以市场为导向，强调强有力的组织领导和明确的绩效激励的监管方式[26]。这是一种侧重于以政府为中心的监管1.0 形态，其技术支撑则是以政府网站、管理信息系统为代表的初期电子政务[27]。大数据监管是在数字化治理方式(DEG)下，以物联网、大数据为技术特征，对市场行为监管由人工到智能、事后到事前、现场到远程、滞后到实时、粗放到精准、分散到共享、常规到高效等实现集成化监管革新[28]。大数据监管有效解决了信息不对称问题，从事后监管变为事前预测、制度设计与预防治理，提高了监管效率。但是传统的监管并不是一文不值[26]，政府监管模式改革的特点是组合不是替代，基于多种因素将不同监管方式组合成多维监管模式[29]。多维监管模式比单维的更具有灵活性[30]，两种监管模型可以互补，创造新的混合监管形式。目前我国是两种监管模式并行，因此政府应该综合考虑监管成本和收益，选择最合适的监管策略。

综上所述，国内外对大数据“杀熟”的研究主要立足于消费者、企业两个主体，涉及政府如何对电商企业“杀熟”定价监管的问题，却很少有学者探讨。同时国内对于政府的博弈决策主要集中在政府是否监管，对于监管策略的选择研究较少。大数据监管和传统监管的监管效果和成本有较大差异，因此选择何种监管方法也是本文重点研究的问题。随着社会媒体的发展，消费者参与到政府监管中也越来越普遍，但消费者在大数据“杀熟”监管中究竟起何作用有待研究。故本文基于大数据“杀熟”现象，构建政府和电商企业的演化博弈模型，并根据演化博弈的进化稳定策略来分析政府与电商企业的动态策略选择和博弈结果的影响机理。

三、演化博弈模型

(一)研究假设

本文模型中两个博弈方为政府监管部门和电商企业，两者均为有限理性的主体。根据演化博弈理论，反复在两个群体中抽取一个成员配对进入策略选择，政府的行为集合是(大数据监管，传统监管)，电商企业的行为合集是(不“杀熟”，大数据“杀熟”)。具体的基本假设如下。

假设1:电商企业用大数据“杀熟”的比例是x(0≤x≤1)，电商企业不进行大数据“杀熟”，常规定价的比例为1-x；政府大数据监管比例为y(0≤y≤1)，传统监管的比例为1-y。博弈双方都是有限理性。企业的目标是追求企业自身利益的最大化；政府作为国家的权力机构考虑的是社会发展的公平稳定和可持续性，代表整个社会的利益。

假设2:电商企业不采取“杀熟”定价销售时的成本为C1，包括产品的生产成本、物流运输费用等，同时其收益为R1。电商企业大数据“杀熟”时，其成本C1会因为利用大数据而降低至αC1(0＜α＜1)，实现精准营销、精准物流；还包括企业利用老用户的历史购买记录、交易数据作为销售定价的媒介，对老用户进行个性化定价的成本C2，此时企业收益的为R2，且R2＞R1。

假设3:政府选择大数据监管，大数据的边际成本趋近于0，基本成本包括实施成本和运行维护成本两个主要部分共计为CB。实施成本主要包括数据搜集采集、数据清洗与数据加工费用、专业技术人员费用、软硬件购置费用，等等；运行维护成本包括运行费用、管理费用和维护费用等。政府选择传统监管主要是线下的走访、调查，所需人力和物力等成本为CT。政府监管查出电商企业存在大数据“杀熟”行为时，电商企业受到的处罚是F1，包括没收收入、货币处罚等；还有经济损失F2，包括顾客流失、销量下降、品牌信誉度下降、消费者索赔、产品召回等。此时政府可以获得相关收益F1，包括物质奖励等。

假设4:政府采取传统监管是指事件发生后，消费者维权或者媒体曝光后政府派人跟踪调查，此时消费者维权或者媒体曝光的概率为λ。政府传统监管时，对“杀熟”企业监管的成功概率为γ，采取大数据监管时成功的概率为β，并且线上利用大数据监管效果肯定好于传统的线下调查走访，因此0≤γ＜β≤1。

从表1 可以得到，政府和企业的策略集合可以分为(大数据监管，“杀熟”)、(大数据监管，不“杀熟”)、(传统监管，“杀熟”)、(传统监管，不“杀熟”)。不同策略集合的群体收益变化决定整个系统是否达到纳什均衡。

表1 政府和企业的行为选择及收益矩阵

(二)政府与电商企业的演化博弈分析

1.演化过程的均衡点。根据表1 的收益矩阵，政府选择大数据监管和传统监管时的期望收益UG1，UG2和群体平均收益UG分别为:

根据Malthusdian 动态方程[21]，政府的复制动态方程为:

同理，电商企业“杀熟”定价和不“杀熟”定价的期望收益为:

电商企业的复制动态方程为:

根据Malthusdian 方程，可以知道政府大数据监管和企业“杀熟”的复制动态方程组形成一个二维动力系统。为便于分析系统的均衡性及稳定性，令，系统的均衡点为:(0，0)、(0，1)、(1，0)、(1，1)、(A，B)。

2.稳定均衡点及稳定性分析。复制动态方程求出的均衡点不一定是系统的演化稳定策略(ESS)，根据Friedman 提出的研究方法，其均衡点的稳定性可由该系统雅可比矩阵的局部稳定性分析得到[31]。下面研究这些均衡点的局部稳定性，该动态系统的Jacobian 矩阵为:

矩阵中的n11、n12、n21、n22分别为:

如果同时满足以下两个条件，则复制动态方程的均衡点就是演化稳定策略(ESS)[21]。

trJ=n11+n22＜0(迹条件)；

根据5 个局部均衡点处的具体取值变化，我们可以看出，在局部均衡点(A，B)处矩阵的迹为0，不满足演化稳定策略的条件，所以此均衡点不是ESS。其他四个局部均衡点处具体取值(如表2 所示)。

四、模型仿真分析

通过MATLAB 对演化博弈模型进行仿真，可以更加直观地分析在不同参数变化时政府和企业系统的演化过程，以及演化稳定策略。

图1 稳定点(0，0)演化仿真结果

图2 稳定点(0，1)演化仿真结果

图3 稳定点(1，0)演化仿真结果

图4 稳定点(1，1)演化仿真结果

五、结论及建议

在信息不对称及有限理性的条件下，将演化博弈运用到企业大数据“杀熟”定价中，建立了政府与电商企业的演化博弈模型，通过求得各自的复制动态方程和进化稳定策略，分析了影响政府和企业策略选择的影响因素，并运用MATLAB 仿真模拟进行分析结果的验证。研究结果表明:

1.政府监管成本、处罚力度、“杀熟”净收益、监管成功率以及第三方监管概率是影响双方博弈系统的关键因素。企业策略受到大数据“杀熟”净收益ε、大数据监管成功率β 和传统监管的期望成功率λγ 三者之间大小的影响。当β 和λγ 均高于ε 时，可以从根本上解决“杀熟”的机会主义行为[25]。两种监管策略的期望成本和期望监管收益是影响政府策略选择的关键因素，当两种监管成本比值大于传统监管概率λ 时，政府会选择大数据监管策略。若监管成本和监管成功率得不到保障，系统则会陷入“大数据监管—不‘杀熟’—传统监管—不‘杀熟’—大数据监管”的循环怪圈，因此“杀熟”定价行为得不到根本性解决。

2.政府与电商企业的策略选择是一个动态的博弈过程，从系统演化中可以看出具有明显的路径依赖特征。政府在企业所得收益损失率大于任何一种监管成功率时，改传统监管为大数据监管策略，或提高查处大数据“杀熟”行为的惩罚力度来强力规制企业的违规行为，通过改变收益损失率来影响企业的理性决策，使其策略朝着有利于政府大数据监管和促进企业合理定价的方向发展。总之，政府若能在这一时期审时度势、分阶段实施不同措施，就可以有效遏制企业的“杀熟”行为。

根据上述研究结论，提出如下建议:

第一，优化传统监管模式，实现与第三方协同监管，提高传统监管效率。线下也要积极进行群众调查，了解消费者一些购买数据，从中锁定存在“杀熟”可能的电商平台进行重点监管。建立大数据“杀熟”名单，并对记录在案的企业进行定期查访。同时，政府应该加大隐私保护和维权意识的宣传力度，培养消费者有害信息识别、有效信息解决问题的能力，养成良好的网络消费习惯。积极鼓励消费者利用法律手段，积极维护自身合法权益，并简化消费者维权举报流程，提高维权和办事效率，多种渠道开通监管维权平台。

第二，加强数据信息系统建设，提高大数据监管成功率。政府部门要加大数据安全管理装备的投入，配置检测设备，建立价格检测机制。一方面，政府可以利用收集到的大数据信息对产品、服务建立基准价格体系，给消费者购买时基本的价格参考。另一方面，开展价格监测监控，充分发挥大数据的预测功能，通过对现有价格数据的分析，形成对未来价格波动趋势的预测。政府还可以利用区块链技术将用户信息储存在分布式数据库中，凭借其去中心化、去信任、不可更改、匿名性等特点，有效解决数据泄露滥用、低存储效率和高成本等问题。

第三，建立有效的信息共享途径，实现数据主导下的公共服务价值共创，降低大数据监管成本。信息共享机制分为横向和纵向两种共享途径[32]。横向是指各个地方政府监管部门之间的信息共享，建立企业定价数据监控管理的沟通渠道。各地方政府监管部门可以第一时间共享价格波动数据、监管历史数据和监管经验方法，可以有效的解决监管部门之间信息不对称问题。纵向是指自上而下的，从监管部门到电商企业再到公众的信息共享途径。对于民众而言，关注政府提供的监管服务，更加关注政府监管的进度。大数据技术不但为民众对政府监管过程的参与和了解提供可能，而且提高了政府的公信力。