基于动态演化博弈的电商平台信用监管策略研究

刘梦茹，陈瑞义

(南京邮电大学管理学院，江苏 南京 210003)

1 引言(Introduction)

随着互联网的发展，电子商务成长迅速。互联网的虚拟特性使电商平台和消费者之间出现信息不对称，进而导致售卖假货、恶意竞争、产品质量低下等问题频繁出现[1]。究其原因是商家追逐利益和电商平台自身监管责任意识的缺失[2]，由于电商平台缺乏对商家的严格约束，部分商家为了追逐短期利益而出售低质量产品，使得越来越多的消费者对电商平台的产品质量提出质疑，网络信任危机由此产生。因此，网络信任危机成为影响电子商务持续高效发展的主要问题，电商平台作为电子商务的主要媒介，其监管职责不容忽视[3]。

2 文献综述(Literature review)

近年来，如何破解电商平台的信用监管困境成为广大学者研究的热点。从监管必要性来看，赵宏霞等[4]指出电商平台内商家存在通过刷好评来提升商家店铺评分的现象，造成商家之间恶意竞争，严重破坏信用评价系统；郭延禄等[5]指出由于电商平台监管体系不够完善，平台内产品质量参差不齐、消费者维权难等问题不断涌现。从监管缺失的原因来看，汪旭晖等[6]通过研究发现电商平台监管不到位与自身的管理模式和商业模式有关；谢康等[7]指出监管成本过重将造成电商平台监管责任意识的缺失。从解决措施来看，刘伟等[8]考察了固定和动态惩罚机制下的平台监管策略，并指出动态惩罚机制能使双方策略演化至稳定状态且平台选择“自律”行为策略与惩罚上限呈正相关；汪旭晖等[2]通过构建动态惩罚和激励机制下电商平台和商家的博弈模型，进一步指出动态惩罚和激励机制相结合易达到电商平台信用监管的动态平衡。从研究方法来看，博弈模型是多数学者研究电子商务领域常用到的方法。王晓燕[9]运用进化博弈模型分析网络信用问题，认为第三方评价能够正面促进电商平台的监管。杨丰梅等[10]基于博弈论，探究了C2B2C电商信用监管机制，其中C2B2C是指顾客通过企业电子商务平台，实现顾客与企业之间、顾客与顾客之间信息交流的模式。汪旭晖等[2]基于政府治理视角下，采用动态演化博弈方法探究电商平台的信用监管机制。毛文娟等[11]基于激励视角下，构建“消费者—商家—平台”三方演化博弈模型，探究平台社会责任治理问题。

综上所述，尽管有学者对奖励和惩罚机制下电商平台信用监管的成效进行了研究，但缺乏不同奖励和惩罚机制组合下对电商平台和商家影响的深入探讨。并且，多数学者是基于奖励和惩罚为静态的假设，使用演化博弈模型对电商平台信用监管问题开展的研究。鉴于此，本文采用演化博弈方法，以有限理性为分析框架[12]，构建电商平台和商家的博弈模型，深入分析静态奖励静态惩罚、动态奖励静态惩罚、静态奖励动态惩罚及动态奖励动态惩罚四种奖惩机制下双方的策略选择。

3 不同奖惩机制下演化博弈模型构建与分析(Construction and analysis of evolutionary game model under static incentive mechanism)

3.1 静态奖励静态惩罚

3.1.1 基本假设与模型构建

电商平台与商家的收益矩阵如表1所示。

表1 商家和电商平台收益矩阵Tab.1 Merchant and e-commerce platform revenue matrix

由公式(4)可知，商家选择诚信经营策略时群体概率的增长率dx/dt与诚信和失信经营收益的差额R1-R2、电商平台奖励金额A和惩罚金额F呈正相关，与诚信与失信经营成本的差额C1-C2呈负相关。由公式(5)可知，电商平台选择积极监管策略时群体的增长率dy/dt与奖励金额A呈负相关，与惩罚金额F呈正相关。

3.1.2 稳定性分析

由复制动态方程组可得到系统的五个均衡点：(0,0)、

电商平台在积极监管策略下，若使其奖惩机制发挥作用，需满足商家诚信经营获得的收益高于商家失信经营获得的收益，即A+R1-C1＞-F+R2-C2。在满足以上条件时进行稳定性分析，各均衡点稳定性分析结果如表2所示。

表2 静态奖励静态惩罚机制下系统均衡点的稳定性分析结果Tab.2 Stability analysis results of system equilibrium points under static reward and static penalty mechanisms

分析表2可知，均衡点(0,0)、(0,1)、(1,0)、(1,1) 都不具有稳定性，是该博弈系统的鞍点。是该博弈系统的一个稳定均衡点，但并不具有渐进稳定性，电商平台和商家的策略演化轨迹围绕形成闭环曲线。因此，在静态奖励静态惩罚机制下，电商平台和商家之间不存在演化稳定策略。

3.2 动态奖励静态惩罚

为探究有效的奖惩措施，假设电商平台奖励力度与商家诚信经营的选择相关，即电商平台给诚信经营商家的奖励为，A表示奖励上限值，惩罚值仍为常量F。对应的复制动态方程组：

复制动态方程组可得到系统的五个均衡点(0,0)、(0,1)、

由公式(7)可知，商家选择诚信经营策略时群体概率的增长率dx/dt与诚信和失信经营收益的差额R1-R2、电商平台奖励金额A(x)和惩罚金额F呈正相关，与诚信和失信经营成本的差额C1-C2呈负相关。电商平台选择积极监管策略时群体的增长率dy/dt与奖励金额A(x)呈负相关，与惩罚金额F呈正相关。

电商平台在积极监管策略下，要想让其奖惩机制发挥作用，需满足商家诚信经营获得的收益高于商家失信经营获得的收益，即xA+R1-C1＞-F+R2-C2。在满足以上条件时进行稳定性分析，各均衡点的稳定性分析结果如表3所示。

表3 动态奖励静态惩罚机制下系统均衡点的稳定性分析结果Tab.3 Stability analysis results of system equilibrium points under dynamic reward and static penalty mechanisms

由表3分析可知，均衡点(0,0)、(0,1)、(1,0)、(1,1) 都不具有稳定性，是该博弈系统的鞍点。同理，电商平台和商家的策略演化轨迹围绕(x2*,y2*)形成闭环曲线，(x2*,y2*)并不是演化的稳定策略(ESS)。因此，在动态奖励静态惩罚机制下，电商平台和商家之间同样不存在演化稳定策略。

3.3 静态奖励动态惩罚

假设电商平台的惩罚力度与商家选择诚信经营策略相关，即电商平台对于失信经营商家实施的惩罚为F表示惩罚上限值，奖励值仍设为常量A。复制动态方程组如下：

由复制动态方程组可得到系统的五个均衡点(0,0)、(0,1)、由公式(8)可知，商家选择诚信经营策略时群体概率的增长率dx/dt与诚信和失信经营收益的差额R1-R2、电商平台奖励金额A和惩罚金额F(x)呈正相关，与诚信与失信经营成本的差额C1-C2呈负相关。由公式(5)可知，电商平台选择积极监管策略时群体的增长率dy/dt与奖励金额A呈负相关，与惩罚金额F(x)呈正相关。

同理，在满足前提条件A+R1-C1＞-(1 -x)F+R2-C2的情况下进行稳定性分析，各均衡点的稳定性分析结果如表4所示。

表4 静态奖励动态惩罚机制下系统均衡点的稳定性分析结果Tab.4 Stability analysis results of system equilibrium points under static reward and dynamic penalty mechanisms

分析表4可知，均衡点(0,0)、(0,1)、(1,0)、(1,1) 都不具有稳定性，是该博弈系统的鞍点。是该博弈系统的一个稳定的焦点，电商平台和商家的系统演化过程是一个渐进稳定的焦点，因此商家选择诚信经营的概率为，电商平台选择积极监管的概率为。

3.4 动态奖励动态惩罚

假设电商平台对商家的奖励和惩罚都与商家选择的经营策略有关，即电商平台给诚信经营商家的奖励为A(x)=x·A，A表示奖励上限值；电商平台对失信经营商家的惩罚为F(x)=(1 -x)·F，F表示惩罚上限值。复制动态方程组如下：

由表5分析可知，均衡点(0,0)、(0,1)、(1,0)、(1,1) 都不具有稳定性，是该博弈系统的鞍点。(,)是该博弈系统的一个稳定的焦点，电商平台和商家的系统演化过程是一个渐进稳定的焦点，因此商家选择诚信经营的概率为，电商平台选择积极监管的概率为。

表5 动态奖励动态惩罚机制下系统均衡点的稳定性分析结果Tab.5 Stability analysis results of system equilibrium points under dynamic reward and dynamic penalty mechanisms

4 仿真分析(Simulation analysis)

为了更加直观清晰地了解经营成本、经营收益、电商平台的奖惩对商家经营策略行为选择的影响及其演化趋势，采用MATLAB软件对上述因素进行数值仿真分析，考虑实际情况及等式平衡原则[13]，数值仿真分析的默认取值A=20、F=40、C1=20、C2=10、R1=20和R2=30。设置x、y的初始值为0.1，各主体演化路径如图1所示。

图1 不同奖惩机制下电商平台和商家的演化路径Fig.1 The evolutionary path of e-commerce platforms and businesses under different reward and penalty mechanisms

由图1(a)和图1(b)可知，静态奖励静态惩罚机制和动态奖励静态惩罚机制下，演化博弈过程是一个分别围绕稳定中心点进行周期运动的闭环曲线，没有稳定点。在两种激励机制下，电商平台积极监管和商家诚信经营呈现周期性的行为，都无法使系统达到稳定状态。

由图1(c)和图1(d)可知，静态奖励动态惩罚和动态奖励动态惩罚机制下，电商平台和商家的博弈系统演化路径呈螺旋收敛趋势，分别稳定于，并且在动态奖励动态惩罚机制下，电商平台积极监管和商家诚信经营的概率更高。因此，以动态奖励动态惩罚机制为例，进一步探究诚信与失信经营成本差额、诚信与失信经营收益差额、奖励和惩罚力度对双方策略选择的影响。

由图2(a)可知，商家选择诚信经营的概率与商家采取诚信经营和采取失信经营策略成本的差额C1-C2呈负相关，意味着当诚信经营需要花费的成本越高，商家选择诚信经营的概率就越低。由图2(b)可知，电商平台随商家采取诚信经营与商家采取失信经营策略的成本差额越高，其积极监管的概率就越高，也就意味当商家诚信经营所需花费的成本较高时，其选择诚信经营的概率就越低，此时电商平台会加大监管力度，当两种经营策略成本之差为20时，电商平台积极监管的概率y为1。

图2 诚信与失信经营成本差额对商家诚信经营和电商平台积极监管概率的影响Fig.2 The impact of the cost difference between honest and dishonest operation on the probability of businesses' honest operation and positive supervision of e-commerce platforms

由图3(a)可知，商家选择诚信经营的概率与商家采取诚信经营和采取失信经营策略的收益差额R1-R2呈正相关，意味着当诚信经营给商家带来的收益较高时，商家选择诚信经营的概率就越高。由图3(b)可知，电商平台积极监管概率随着商家诚信与失信经营带来的收益差额R1-R2的增加而减小，也就意味着当诚信经营给商家带来的收益越高时，此时电商平台会降低监管力度，当商家采取诚信经营和采取失信经营策略的收益差额R1-R2为10时，电商平台积极监管的概率y为0。

图3 诚信与失信经营收益差额对商家诚信经营和电商平台积极监管概率的影响Fig.3 The impact of the income difference between honest and dishonest operation on the probability of businesses' honest operation and positive supervision of e-commerce platforms

由图4(a)和图4(b)可知，在其他参数保持不变的条件下，随着电商平台奖励力度A的增加，x和y都减小，x变化幅度较小，y变化幅度较大。适当的奖励在初期会对商家有一定的激励效果，而随着奖励力度A越大，电商平台积极监管成本越高，电商平台积极监管的概率y就会降低，此时商家存在机会主义行为，其诚信经营的概率x也会降低。适当的奖励能够促进商家诚信经营，当奖励额度过高时，反而无法达到较好的效果。

图4 奖励力度对商家诚信经营和电商平台积极监管概率的影响Fig.4 The impact of reward strength on the probability of businesses' honest operation and positive supervision of e-commerce platforms

由图5(a)和图5(b)可知，在其他参数保持不变的条件下，随着电商平台惩罚力度F的增加，x增加，y减小，x变化幅度较小，y变化幅度较大。较高的惩罚具有一定的震慑作用，一方面有利于提升商家诚信经营概率x和产品质量，吸引更多消费者，另一方面在一定程度上可以使电商平台减少其监督工作量，降低其监管成本。

图5 惩罚力度对商家诚信经营和电商平台积极监管概率的影响Fig.5 The impact of penalty intensity on the probability of businesses' honest operation and positive supervision of e-commerce platforms

5 结论(Conclusion)

本文利用演化博弈理论构建奖惩机制下电商平台和商家的博弈模型，通过数值计算和仿真分析可知，动态奖惩机制更利于电商平台平稳发展。(1)与静态奖惩策略相比，商家行为更容易受电商平台动态奖惩策略选择的影响；(2)电商平台采取动态奖惩策略对商家进行监管时，更容易激励商家选择“诚信经营”策略；(3)电商平台在采取动态奖惩政策引导和激励商家诚信经营时，应制定合理的奖惩措施，加大对失信经营商家的惩罚力度和诚信经营商家的奖励补贴，推进电商市场监管的动态平衡，从而促进平台经济健康稳定发展。