平台市场监管的有效性：基于演化博弈的分析

张兴刚 肖旭

内容提要：为了探索平台企业、消费者、政府协同治理的平台市场监管模式，本文在已有研究的基础上，构建演化博弈模型，将平台企业、消费者、供给方、政府共同纳入博弈，通过分析各博弈主体策略选择的稳定性，考察平台市场监管的私人监管与公共监管的有效性。结果表明：消费者维权行为对于提高私人监管有效性具有积极作用，是强化私人监管的基础与保障;但是消费者参与治理无法全面抑制平台企业私人监管本身的逐利动机。平台企业为了吸引更多的参与者，会降低监管力度，造成消费者福利损失;在引入公共监管之后，政府通过构建平台企业自身声誉以及惩戒供应方，有助于进而改善平台市场的监管有效性。平台市场的监管应本着协同治理的理念，在关注私人监管与公共监管的同时，也需要不断提高消费者的治理参与。

关键词：平台市场;平台企业;平台监管;演化博弈

中图分类号：F49  文献标识码：A  文章编号：1001-148X（2021）03-0009-09

收稿日期：2020-10-16

作者简介：张兴刚（1992-），男，山东临沂人，首都经济贸易大学工商管理学院博士研究生，研究方向：数字经济与管理;肖旭（1988-），本文通讯作者，男，山西盂县人，首都经济贸易大学工商管理学院讲师，管理学博士，研究方向：数字经济与管理、国企改革与制度变迁。

基金项目：国家社科基金重大项目，项目编号：19ZDA077;北京市社科基金重点项目，项目编号：18GLA003; 首都经济贸易大学北京市属高校基本科研业务费专项资金资助项目“数字化赋能企业创新行为研究”，项目编号：XRZ2021007。

一 、引言

发展平台市场对于优化中国商品供给体系具有重要意义。然而，现实中部分平台企业为了吸引更多的参与者，提高交易量，会选择放弃严格的准入机制，允许质量较次的商品进入。这种行为忽略了对消费者基本权益的维护，显然不利于平台市场服务质量的整体改进以及价值供给[1]，对平台市场的健康发展产生了明显的抑制作用。2019年8月，国务院办公厅印发《关于促进平台市场规范健康发展的指导意见》，加强平台市场监管势在必行。平台市场环境下，企业与消费者之间的关系与商业模式都发生了颠覆性变化，对传统的监管机制也提出新的挑战。

理论研究首先探索了平台市场内部消费者自发形成的声誉对平台市场的监管，例如周黎安等[2]通过实证研究发现，在一个没有政府干预、近乎自由放任的“虚拟”市场上卖者声誉对线上市场拍卖交易的成功发挥重要作用。李维安等[3]从声誉来源角度研究表明，商盟所形成的集体声誉提高卖家道德风险的约束力。然而随着实践的不断发展，声誉机制作用局限性逐渐显现，声誉机制作为间接的监督手段，在消费者缺少激励的情况下容易失效[4]，包括无法提供足够信息和提供虚假信息。针对平台内部消费者声誉机制的不足，理论界提出两种解决思路，一是引入平台企业声誉[5]或者赋予平台企业（准）公权力[6]，从而督促平台企业采取更为严格的私人监管措施对平台市场进行监管;二是引入政府公共监管[7-8]，虽然平台企业的参与加强了平台市场的监管，但是也存在监管松懈、权力有限、内部腐败等问题[9]，因此建议引入政府监管以形成私人监管与公共监管的协同监管模式[10-11]。此外，肖红军和李平[12]从企业社会责任的视角，提出平台治理的核心在于分层次治理与跨层次治理，个体、情境和系统的全景式治理，以及跨生态位互治与网络化共治。

在已往研究的基础上，本文构建演化博弈模型分析私人监管与公共监管模式，并探究私人监管与公共监管的协同监管机制。

二、 平台市场私人监管基本假设与模型构建

平台市场参与者为参与人1：平台企业，参与人2：供应方，参与人3：消费者，三个参与主体均为有限理性。参与人1是消费者与供应方连接的核心，产生经济活动的中心。供应方、消费者加入平台之前不存在信息不对称，即不存在逆向选择问题;但是加入平台市场之后，二者间出现信息不对称，因而存在道德风险。参考汪旭辉和王东明[15]研究，按照交易发生时点将交易流程划分为前后两个阶段，据此平台企业采取策略空间为Sp={事前监管，事后监管}，选择事前监管的概率为x∈[0，1]，选择事后监管策略的概率为1-x。消费者面对自己权益受到损害，可以选择申诉或者投诉等维权手段（写评论并不是本文所涉及的维权），作为本文声誉的主要来源，提供了供应方声誉以及平台企业声誉[5]，其策略空间为Sd={维权，不维权}，消费者选择维权的概率为y∈[0，1]，选择不维权的概率为1-y;供应方是实际的产品或者服务的提供商，采取的策略选择空间为Ss={不违规，违规}，供应方选择不违规质量的概率为z∈[0，1]，选择违规质量的概率为1-z。假设如下：

假设1：当平台企业采取事前监管策略时，增加平台企业监管净收益为V1（减少信用问题、吸引双方加入或者继续留在平台等收益减搜集、整理、发布与商品有关信息等持续监管成本），发现供应方违规行为进行惩戒（价值为G1）。当采取事后监管策略时，其执行取决于消费者维权概率，执行将会增加监管收益为V2 （挽回声誉，减少信用问题等收益减惩罚机制启动运行成本等），发现供应方违规行为进行惩戒（价值为G2，G2>G1）。

假设2：当供应方不违规，出售产品或服务得到的净收益为R1，为应对事前监管需支付成本C1，为消费者提供的产品使用价值为D1;当供应方违规，出售产品或服务得到的净收益为R2R2>R1，为应对事后监管所需成本為C2，为消费者提供的产品使用价值为D2D1>D2。

假设3：消费者在消费产品或服务时，存在权益被侵害的情况，消费者可以选择维权或不维权策略，取决于个人容忍度，选择维权策略说明侵害程度远超过其容忍度。当消费者选择维权策略时，不违规供应方对自己产品有信心，将会满足维权要求，消费者维权得到净收益为I1（维权收益减维权成本），供应方声誉不会受到影响;违规供应方即使事后弥补仍不能够满足维权要求，维权得到净收益为I2（维权收益-维权成本，I1>I2>0）;此时平台市场声誉将会受损，由此导致的损失为S，平台企业承担比例为γ∈[0，1]，供应方承担比例为（1-γ）S[12]。当选择不维权策略时，不违规供应方不受到任何影响，但是违规供应方提供使用价值较小，对平台市场声誉造成影响，由于消费者并不在意或知悉平台企业监管措施，其声誉评价带来的损失分担与前者相同。

基于上述模型假设，本文构建平台企业、消费者和供应方三个行为主体间平台市场私人监管策略博弈矩阵，如表1所示。

三、平台市场私人监管演化博弈分析

（一）平台市场私人监管演化博弈平衡点

描述演化机制的微分方程有复制者动态方程、最优反应动态方程等，但是由于复制者动态方程的微分方程或方程组在数学上具有很好的解析性质，目前得到广泛使用[16]，本文使用该演化机制微分方程进行求解博弈模型。根据表1可以得出平台企业选择事前监管策略收益期望（Ep1）、事后监管策略收益期望（Ep2）以及平台企业不同监管策略平均收益期望（Ep）如下：

根据Malthusian方程，平台企业选择事前监管的增长率与选择该策略所获得的支付与群体支付差成正比，其复制动力方程如下：

同理可得，消费者、供应方复制动力方程如下：

由上述动力方程（1）、（2）、（3），可得平台市场私人监管三维动力系统，如下所示（I）：

令F1=F2=F3=0，可得上述动力系统具有8个系统平衡点，分别为点E1（1，1，1）、E2（0，1，1）、E3（1，0，1） 、E4（1，1，0） 、E5（1，0，0） 、E6（0，1，0） 、E7（0，0，1） 、E8（0，0，0）。另外，对于多种群演化博弈而言，非端点平衡态无法抵御微小累计“入侵”，系统最终将向端点情形演化[17]，所以在此不讨论非端点平衡态，该点E*（x*，y*，z*）由如下方程（4）给出：

（二）私人监管策略组合稳定性分析

通过复制动态方程求出的平衡点不一定是系统的演化稳定策略（ESS），Friedman提出演化稳定策略可根据Lyapunov第一法则判断：若Jacobian矩阵的所有特征值均为负，则均衡点为渐进演化稳定策略（ESS）;若Jacobian矩阵的特征值至少有一个为正，则均衡点为不稳定点;若Jacobian矩阵除为零的特征值外，其余特征值均为负，则均衡点处于临界状态，稳定性不确定[14，18]。因此，动力系统在不同的初始值条件下，系统会有不同的演化稳定策略，即系统的演化均衡策略对系统初始状态具有依赖性[19]。

据此对私人监管动力系统Jacobian矩阵（式II）进行分析。以点（0，0，0）为例，将其带入上述矩阵，得特征值V1+G1、I2、R1-R2+（1-γ）S。同理可得，其他平衡点矩阵特征，如表2所示。根据上述规则对特征值矩阵分析：首先利用排除法将消费者不维权策略所对应平衡点排除，其特征值符號为正，即E3（1，0，1）、E4（1，0，0）、E7（0，0，1）、E8（0，0，0）;然后对维权策略所对应的均衡点进行分类讨论（结果见表3）。为方便陈述，作如下简化：平台企业事前监管与事后监管净收益之差为V=V1-V2、平台企业对违规供给方不同监管体系下惩戒价值之差为G（=G1-G2）<0，供给方因违规行为出售产品或服务净收益之差为R=R1-R2，以及供给方应对事前监管支付成本之差为C=C2-C1。消费者维权策略下平台市场私人监管动力系统四种情形演化均衡分析如下：

情景1：{V，G，R，S，C，γ|V>0，V>G，R

情景2：{（V，G，R，S，Cγ）|V>0，V>|G|，R>max1-γS，1-γS+C或（1-γ）S+C<0

情景3：{V，G，R，S，C，γ|V>0或V<0， V

情景4：{V，G，R，S，γ|V>0或V<0，V<|G|， R>（1-γ）S即事前监管净收益大于事后监管净收益且惩戒价值之差大于小于事后监管收益与惩戒价值之和，并且违规所受销售获得的超额收益不可被声誉所抵消。如表3所示，均衡点E6（0，1，0）所对应雅可比矩阵为负，则此情景下 （事后监管，维权，违规）为系统演化稳定策略。

通过上述分析发现，私人监管动态系统渐进稳定性在消费者维权情况下存在四种情形系统演化稳定策略，存在两种稳定情形在现实情境中是无效监管，即（事后监管，维权，违规）、（事前监管，维权，违规），此时消费者的维权净收益为I2，并不能满足其维权要求，但是平台企业确得到了惩戒收益G1、G2。进一步分析可以发现，消费者维权导致地平台声誉损失γS，这从经济模型角度侧面支持了文献9的结论，同时发现平台企业对供应方惩戒G1、G2未对私人监管动态系统演化稳定组合起到约束作用。

四、引入公共监管基本假设及演化博弈分析

通过上述分析，一方面即使平台企业自身有强烈的监管意愿，但实际效果并不理想，表现为存在两种无效演化均衡组合;另一方面平台企业盈利压力往往也会导致其监管意愿不足，表现为得到惩戒收益。为此引入政府公共监管，弥补上述声誉、惩戒作用不足问题，其理由有三：一是确保数据安全，平台市场交易主要由线上完成，而近年有许多公司出现数据泄露事件，例如Google+消费版泄露事件、Facebook数据泄漏事件以及美国外卖公司DoorDash泄露事件，政府在使用数据时具有适用性、专一性，而且会考虑对公信力影响;二是政府具有执法权，可以及时对违规行为进行处罚，威慑力强，时效性高等特点;三是在数字经济时代政府使用信息规制工具成为可能[19]。以此参考朱立龙和荣俊美[18]构建由平台企业、消费者、供应方以及政府的四方演化博弈。假设如下：

假设4：如果政府因监管平台市场供给方违规行为，而对平台企业采取强制硬性措施，很可能会引起平台企业强烈反弹，例如2015年“淘宝大战工商”事件。虽然《电子商务法》中有对平台企业的直接惩罚条例，但是尚需实践检验。本文假设政府介入监管的潜在手段有两个，一是以软措施介入监管。本文借鉴李维安等[3]、汪旭辉和张其林[5]声誉分类的思路，即政府以影响平台企业个体声誉为切入点，例如以检查或调取查供应方产品或服务质量、平台市场退货率、投诉率等方式介入平台市场监管，并出具报告向社会公众发布，以此构建平台企业公共声誉;二是采取对违规商家惩罚。为进一步考察政府介入监管的影响，将政府采取的监管措施进行组合，构建平台企业声誉，不处罚商户，标记为措施1;构建平台企业声誉，处罚违规供应方，标记为措施2。政府选择措施1的概率为φ，选择措施2的概率为1-φ 。

假设5：首先，当政府采取措施1时，其如果发现商户存在违规，对其惩罚为G3，并调低平台企业声誉，平台企业由此带来的损失N1。为鼓励消费者进行维权，平台处理维权，以便将来调查，政府将通过平台将罚金分配给维权的消费者和平台企业，消费者得到ρG3，平台得到1-ρG3，平台为构建维护支付系统费用N2。此时政府监管净收益为M1（增加公信力价值减监管成本），如果消费者不维权，惩罚所得将会归为政府所有。当政府采取措施2时，如果发现商户存在违规，只调低平台企业声誉，平台企业由此带来的损失与前者相同，但不必付出构建维护支付系统费用，此时政府净收益为M2。其次，两种措施下未发现违规时，将增加平台声誉，平台企业将获得收益F，政府的净收益与前者相同。

表4是引入公共监管因素后的收益矩陣。

根据演化博弈推导过程，同理可得，平台参与主体雅可比矩阵，可知消费者维权仍然是大部分组合策略动力系统稳定充分条件（除E（1，0，0，1），见下文），政府因素的加入，对系统的演化是有影响的，如表5所示。为保持前后逻辑一致，同时避免对模型的过分讨论，沿用未引入政府公共监管时的基本情景假设（表6）。分析如下：

情景5：原情景1下，政府采取措施1或者措施2并不影响原有三方博弈的稳定性，但是不同措施给政府带来的社会福利影响了四方的稳定性，如果M1带来的公信力大，则E（1，1，1，1）为系统演化的稳定策略，如果M2带来的公信力大，则E（1，1，1，0）为系统演化的稳定策略。另外措施1由于对供应方增加了被监督成本，在原本的基础上加快了系统向稳定策略演化。

情景6：原情景2下，政府采取措施1或者措施2影响原有三方博弈的稳定性，使得在没有特定条件约束情况下，原有的稳定性被打破，不再是系统的演化稳定点。并且此时由消费者评价导致的γS影响了对系统演化结果，同时措施1惩戒措施的实施，也减慢了系统向E（1，1，0，1）演化。具体而言，如果E（1，1，0，0）是系统演化稳定点，此时平台企业、消费者、供应方所采取策略雅可比矩阵特征值符号负，系统的稳定策略取决于政府策略特征值符号。因此为防止E（1，1，0，0）成为演化稳定策略组合，政府应当提高措施1所带来的收益。此时E（1，1，0，1）将有可能成为演化均衡策略，系统仍然会向无效监管策略组合演化。此时政府在应当加大对供应商惩戒力度，使得R1-R2 -C1-C2+1-γS + G3>0，结果系统将会向E（1，0，0，1）、E（1，1，1，1）演化，系统的演化将取决于消费者所得到补偿，如果消费者因维权使得平台得到过多的补偿将向E（1，0，0，1），使得监管结果恶化，因此政府采取措施2在ρ确定的情况下，不能随意提高对供应方惩罚G3，以确保消费者维权策略雅可比矩阵特征值- I2+ G3 - ρG3<0，最终系统将会向E（1，1，1，1）演化。

情景7：原情景3下，政府采取措施1或者措施2并不影响原有三方博弈的稳定性，但是不同措施给政府带来的社会福利影响了四方的稳定性，如果M1带来的收益大，则E（0，1，1，1）为系统演化的稳定策略，如果M2带来的收益大，则E（0，1，1，0）为系统演化的稳定策略。另外措施1由于对供应方增加了被监督成本，在原本的基础上加快了系统的向稳定策略演化。同样构成了有效的监管局面。

情景8：原情景4下，政府采取措施1或者措施2影响原有三方博弈的稳定性，使得在没有特定条件约束情况下，原有的稳定性被打破，不再是系统的演化稳定点。此时平台企业采取事后监管的特征值符号为负，所以系统的稳定策略取决于其他演化博弈参与者策略特征值符号。具体而言，如果E（0，1，0，0）成为稳定策略，R1 - R2 - （γ - 1）S <0，即供应方违规所得大于声誉所造成的损失，同时V1 - V2 +G1 - G2 +F + N1 + N2+ ρ - 1G3<0，即事后监管收益与分配所得之和大于声誉所造成的损失。为防止E（0，1，0，0）成为稳定策略组合，供应方充分发挥公共声誉机制，提高声誉所带来的平台收益与损失[ V1 - V2 +（G1 - G2）+ γS+F + N1 ]>0，或者使得M1>M2，提高措施1所带来的收益。如果只采取前者，系统向E（0，1，1，0）演化可能性增加，只采取后者或者同时采取将向系统向E（0，1，1，1）演化可能性增加。

通过上述分析，当满足一定条件下，引入政府公共监管对于私人监管系统的演化方向存在影响，即当政府采取措施1的收益大于措施2的时候，平台市场的监管动力系统向有效的演化均衡策略组合发展。然而考虑到演化博弈的参与人是有限利性的，并不能严格假设参与者知悉彼此的支付或者收益，而且演化博弈存在相互学习的机制[14，16]，所以从演化博弈的角度，在上级政府充分放权的情况下，部分下级政府有必要采取措施2，即通过提高或者约束平台企业个体声誉，惩戒供给方违规所得，弥补私人监管平台企业声誉与惩戒机制不足，从而使得学习机制发挥作用，促使平台市场动力系统向有效监管策略演化。

图1 平台市场私人监管演化博弈仿真图

五、 数值仿真

为验证上述分析结果的可靠性，本文对上述情形进行仿真模拟。对不同初始比例进行分析，以情景1为例，分别设置02，05，08三个初始比例，其他参数初始值在满足情景1条件下，分别为V1=8、V2=3、G1=1、G2=4、I1=2、I2=1、R1=3、R2=6、C1=05、C2=2、S=5，仿真结果见图1。可见在不同初始比例下，经过一定时间演化，平台企业、消费者、供应方全部收敛于1。但是不同比例之间达到稳定的收敛速度存在差异，事前监管初始比例越低，收敛于1的速度越慢，达到稳定所需时间越长，消费者、供应方有相同的结论。情景2、3、4不再具体赘述，都能够在特定情形下达到收敛，趋于稳定。通过图1，可以进一步验证私人监管在特定的情形下，可以形成四种演化均衡结果，其中情景3、情景4容易形成无效监管的均衡。对于加入政府公共监管因素的平台市场监管，在这里主要针对两种原本无效监管策略组合即情景6与情景8进行模拟，以观察引入政府公共监管的影响。图2情景6（a）为政府措施1收益小于措施2时的仿真图，当政府措施1大于措施2时，系统将会向情景6（b）演化，但是如果消费者因维权从政府得到的收益过多，系统将会向情景6（c）演化。当政府设置对供应方合理惩罚比例与惩罚金额之后，系统将会向情景6（d）演化。图2情景8（a）为政府收益小于措施2的仿真图，当政府提高公共声誉为平台企业所带来的收益与损失时，同时措施1收益大于措施2时，系统将会向情景8（b）或者情景8（c）演化。通过仿真结果的观察，进一步验证了本文的上述理论分析。

六、 结论与启示

针对平台市场的监管有效性问题，本文构建演化博弈模型，将消费者、私人监管、公共监管共同纳入博弈活动，分析私人监管策略均衡，探索公共监管对私人监管的影响。结果表明：（1）消费者的维权行为对于提高私人监管有效性具有积极作用，是强化私人监管的基础与保障;（2）仅靠消费者参与治理无法全面抑制私人监管本身的逐利动机。在网络效应的驱使下，平台企业为了吸引更多的参与者，会降低监管力度，造成消费者福利损失;（3）在引入公共监管之后，政府通过建立公共声誉以及对供应方进行惩戒，有助于遏制平台企业的私利性行为，加强私人监管，进而改善平台市场监管有效性。有鉴于此，本文认为针对平台市场的监管应本着协同治理的理念，政府在参与平台市场监管之时，可以考虑采取“软措施”+“硬措施”模式，即构建针对平台企业声誉以及针对供应方惩戒措施，同时，也需要不断提高消费者的治理参与。

图2 平台市场引入公共监管演化博弈仿真图

本文的研究主要有三点政策启示：（1）不断拓展维权渠道，建立健全维权机制。平台市场為消费者创造了生活便利，同时也带来一些新的问题。根据《2019年度中国电子商务消费者体验与投诉监测报告》，2019年电子商务消费纠纷调解平台受理投诉案件数量同比增长3836%，其中退款问题、商品质量、发货问题、网络欺诈、霸王条款处于前五位。投诉渠道单一且无效，是当前消费者维权所面临的主要问题。因此，要不断拓展维权渠道，建立健全维权机制，加大对侵权行为的处罚力度，发挥社会监督的作用，从需求端倒逼平台的规范运营。（2）加快推进社会诚信建设，加强政府部门之间的协同监管。社会信用体系是激发市场主体活力的重要工具，其发展水平在一定程度上也反映了市场经济的整体状况。一方面，要提高平台主体依法诚信经营意识，加快推进社会诚信建设;另一方面，也要公开共享平台主体的信用信息，建立信用“黑名单”，对失信主体给予必要的惩戒。针对平台市场的公共监管，覆盖了准入、生产、流通、消费、维权等环节，涉及多个政府职能部门。加强部门之间的协同监管，督促平台企业以及卖家遵守《电子商务法》，有助于推出统一的监管标准，降低监管成本，提高治理效率。（3）明确平台责任，强化行业自律指引。对于消费纠纷问题，部分平台缺乏责任担当，客服时常采取不作为的态度，严重损害消费者权益。相关部门应当对监管法规进行完善，明确平台责任，督促平台加强自我监管、积极作为。同时，还要鼓励行业协会参与法律法规的修订，制定发布行业产品和服务标准，强化自律指引。

参考文献：

[1] 肖旭，戚聿东. 产业数字化转型的价值维度与理论逻辑[J]. 改革，2019（8）：61-70.

[2] 周黎安，张维迎，顾全林等. 信誉的价值：以网上拍卖交易为例[J]. 经济研究，2006（12）：81-91.

[3] 李维安，吴德胜，徐皓. 网上交易中的声誉机制——来自淘宝网的证据[J]. 南开管理评论，2007（5）： 36-46.

[4] 王勇，刘航，冯骅. 平台市场的公共监管、私人监管与协同监管：一个对比研究[J]. 经济研究，2020， 55（3）： 148-162.

[5] 汪旭辉，张其林. 平台型电商声誉的构建：平台企业和平台卖家价值共创视角[J]. 中国工业经济，2017（11）：174-192.

[6] 李广乾，陶涛. 电子商务平台生态化与平台治理政策[J]. 管理世界，2018， 34（6）： 104-109.

[7] 王勇，冯骅. 平台市场的双重监管：私人监管与公共监管[J]. 经济学家，2017（11）：73-80.

[8] 曲创，刘重阳. 平台竞争一定能提高信息匹配效率吗？——基于中国搜索引擎市场的分析[J]. 经济研究，2019（8）：120-135.

[9] 李凌. 平台市场发展与政府管制模式变革[J]. 经济学家，2015，（7）：27-34.

[10]江小涓. 网络时代的政府与市场：边界重组与秩序重构[J]. 比较，2019，101（2）：1-17.

[11]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.

[12]肖红军，李平. 平台型企业社会责任的生态化治理[J]. 管理世界，2019（4）：120-144.

[13]张康之，向玉琼. 网络空间中的政策问题建构[J]. 中国社会科学，2015（2）：123-138.

[14]Friedman D. On Economic Applications of Evolutionary Game Theory[J]. Journal of Evolutionary Economics， 1998（8）： 15-43.

[15]汪旭辉，王东明. 互补还是替代：事前控制与事后救济对平台型电商企业声誉的影响研究[J]. 南开管理评论，2018，21（6）：67-82.

[16]王先甲，全吉，刘伟兵. 有限理性下的演化博弈与合作机制研究[J]. 系统工程理论与实践，2011， 31（S1）： 82-93.

[17]赫伯特·金迪斯. 演化博弈论（第二版）—问题导向和策略互动模型[M]. 北京：中国人民大学出版社，2016.

[18]朱立龙，荣俊美. “互联网+医疗健康”背景下考虑患者反馈机制的药品质量监管策略研究[J]. 中国管理科学，2020， 28（5）： 122-135.

[19]吴昊，杨梅英，陈良猷. 合作竞争博弈中的复杂性与演化均衡的稳定性分析[J]. 系统工程理论与实践，2004（2）： 90-94.

Effectiveness of Platform Market Supervision：An Analysis based on

Evolutionary Game

ZHANG Xing-gang， XIAO Xu

（School of Business Administration， Capital University of Economics and Business，

Beijing 100070，China）

Abstract：In order to explore the platform market supervision mode of collaborative governance among platform enterprises， consumers and government， this paper constructs an evolutionary game model on the basis of existing research， and brings platform enterprises， consumers， suppliers and government into the game. By analyzing the stability of strategy selection of each game subject， this paper investigates the effectiveness of private supervision and public supervision of platform market supervision.The results show that consumer rights protection plays a positive role in improving the effectiveness of private supervision， which is the basis and guarantee of strengthening private supervision; however， consumers′ participation in governance cannot completely restrain the profit motive of private regulation of platform enterprises.In order to attract more participants， platform enterprises will reduce the supervision， resulting in the loss of consumer welfare; after the introduction of public supervision， the government will help to improve the effectiveness of platform market supervision by building the reputation of the platform enterprises and punishing the suppliers.The platform market supervision should be based on the concept of collaborative governance. While paying attention to private supervision and public supervision， it also needs to continuously improve  consumers′ participation in governance.

Key words：platform market; platform enterprises; platform supervision; evolutionary game

（責任编辑：郑州）