APP下载

民宿平台“杀熟”形成机制及其协同治理

2023-08-17杨在军刘爽

旅游学刊 2023年8期
关键词:杀熟形成机制演化博弈

杨在军 刘爽

[摘    要]近年来,平台“杀熟”屡屡被曝光,引发各种平台价值共毁的忧虑,其中,民宿平台尤为典型。挖掘其根源并进行有效治理,不仅有利于民宿的持续稳定发展,还可供其他平台经济借鉴。文章构建“平台-旅居者-政府”三方演化博弈模型,探寻民宿平台“杀熟”现象形成机制,并对其进行仿真验证。研究发现:平台“杀熟”收益大于合规运营收益是其根源所在,平台凭借其信息优势抬高民宿价格,缩减定价成本;旅居者采取身份管理可限制民宿平台“杀熟”;声誉对民宿平台“杀熟”策略演化有重要调节作用。因此,亟须建立以政府为主导、平台为中心、多方参与的协同治理体系。该研究亦可为其他类似利用信息垄断优势、过度侵占用户利益的平台经济发展提供借鉴,实现平台参与各方的价值共创。

[关键词]民宿平台“杀熟”;演化博弈;形成机制;协同治理

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006(2023)08-0077-17

DOI: 10.19765/j.cnki.1002-5006.2023.08.011

引言

平台型企业作为新经济的重要组织载体,既能有效提升社会资源配置效率,又能助推企业与产业层面可持续发展[1]。民宿平台作为新经济在旅游行业的主要应用模式,展现出当代中国特色非标准化的住宿新形态,逐渐成为大众旅居热选。2019年,我国民宿市场规模约225亿元,同比增长36.4%;民宿参与者人数约为2亿人次,同比增长53.8%1。“鼓励发展共享住宿”更是于2020年首次写入我国政府文件,2020年7月,国家发改委等十三部门发布的《关于支持新业态新模式健康发展激活消费市场带动扩大就业的意见》指出:鼓励共享出行、餐饮外卖、团购、在线购药、共享住宿、文化旅游等领域产品智能化升级和商业模式创新,发展生活消费新方式,培育线上高端品牌。民宿平台呈现出的巨大发展潜力,已引起社会各界的广泛关注[2]。

然而,不容忽视的是,平台型企业实际运营出现种种社会问题[3],参与各方甚至出现较为普遍的价值共毁现象,其中,缺少责任型平台领导企业是主因[4]。近期,平台企业利用大数据“杀熟”现象的频繁曝光,引起社会各界的众多关注。民宿平台作为在线旅游行業的重要组成部分,俨然成为“杀熟”重灾区,致使旅居者满意度下降2,引发平台信任问题,阻碍平台良性发展。面对平台“杀熟”,虽然政府相继出台了一系列规章制度,以期对平台“杀熟”现象进行有效监管,但鲜有成效。因此,民宿平台“杀熟”治理已成为关注焦点,更成为国内外学者的热点话题。

学术界对民宿平台“杀熟”的关注主要集中于以下几方面。一是剖析“杀熟”现象形成机制,并对其进行概念界定。主流观点侧重于从新熟人社会视角出发,指出“杀熟”现象发生本质是利用消费者信任,通过算法对消费者进行价格歧视,进而获取超额利润的不当行为。强调需要深度挖掘“杀熟”制度的监管空间,通过综合调控,平衡社会成员隐私让渡与获取服务便利性的关系[5]。还有从信息垄断的角度出发,认为拥有市场垄断地位的平台商家滥用市场支配地位,是大数据“杀熟”现象产生的原因,进而指出解决“杀熟”的根本途径是引入竞争机制[6]。亦有学者从转移成本的新视角出发,认为当消费者存在转移成本很大时,“杀熟”会损害消费者福利[7]。但究其成因而言,之所以平台能够形成“杀熟”,还是由于巨头平台对多方信息数据形成了有效积累[8]。二是基于法律层面对“杀熟”现象规制进行分析。有学者发现,我国现有法规对大数据“杀熟”现象有效治理陷入规制困境,并据此提出完善、细化相关规则的有效建议[9]。亦有观点指出,算法下价格歧视的经济效果具有复杂性,不能将以“杀熟”为代表的价格歧视一禁了之,对其规制应以其行为具有违法性及不正当性为前提[10]。三是基于利益相关者视角探讨“杀熟”现象治理对策。有学者通过引入数据可携权,构建电商平台与消费者为主体的演化博弈模型,发现赋予消费者数据可携权可有效遏制“杀熟”现象[11]。还有学者从前景理论与心理账户的演化博弈出发,发现消费者举报行为可以有效减少电商平台“杀熟”现象概率的发生[12]。此外,“平台-政府”双元管理范式[13],不同监管机制视角下不同监管模式对平台企业与监管的影响[14],亦为本文提供了有益思路。

现有研究对民宿平台“杀熟”现象形成机理及其治理研究,具有一定的参考作用,但还存在以下不足。一是关于平台“杀熟”现象视角,学者们主要关注的是消费者与平台商家的行为及表现,而对于政府规制的职能作用鲜有深入研究。二是现有文献仅从消费者购买行为这一角度进行探究,而对消费者参与“杀熟”治理作用未深入探讨,造成了平台监管治理层面缺乏一定的完整性[15]。事实上,消费者参与身份管理,在一定程度上能够有效抑制平台型企业“杀熟”,提升整体社会福利水平[16]。三是学者们对“杀熟”现象的探讨多是基于定性研究,难以充分体现平台“杀熟”现象的动态性特点。相比传统博弈,演化博弈在解决平台监管治理方面存有以下优势[17]:一方面,长期性发展是演化博弈的观察视角,用于分析博弈方的动态演化过程;另一方面,面对复杂的平台监管治理情境,演化博弈的有限理性假设更贴合实际情况。因此,随着演化博弈理论的不断深入发展,演化博弈理论也逐渐渗透到平台治理研究之中,取得了丰硕成果。如为探索平台市场协同治理的有效监管模式,有学者引入演化博弈,考察了平台市场中私人监管模式于公共监管模式的有效性[18];相关学者构建“平台-商家-消费者”演化博弈模型,指出针对平台有效治理应建立多元共治体系[19]。

应该看到,民宿平台作为具有巨大市场潜力的领域,其发展是多方共同推动的结果。对民宿平台“杀熟”治理的讨论,应更多关注利益相关者之间的互动[20]。因此,明确民宿平台协同治理主体、职责及其权力是进行协同治理关键所在,而普遍共识认为协同治理主体主要分为政府、企业以及社会主体[21]。首先,民宿平台“杀熟”治理,政府是主导者,给予良好制度环境,积极构建协同治理体系是其职责所在[22];其次,民宿平台具有自主性,应引导其承担相应治理责任,做好协同者角色[23];最后,社会主体能够发挥外部作用,有效监督治理民宿平台“杀熟”[24]。作为共享经济旅游市场的重要组成部分,消费方的旅居者是民宿平台存在和发展的重要战略资源[25]。因此,面对被“杀熟”,旅居者是站起来勇于反抗,还是做“沉默的羔羊”任平台宰割,就变得至关重要。综上所述,进行平台、旅居者、政府三方博弈是明晰其三方关系以及行为演化过程的必要方式。通过三方演化博弈模型,探寻平台“杀熟”形成机理及利益相关者作用,为有关对策制定及推行提供理论参考。

有鉴于此,本文在现有文献基础上,试图运用演化博弈理论及MATLAB软件,通过构建“平台-旅居者-政府”三方演化博弈模型,讨论民宿平台“杀熟”现象下各行为主体的演化稳定策略,及达到理想状态的稳定条件,并探讨平台“杀熟”策略选择的主要影响因素,以期为“杀熟”治理决策提供理论参考。

1 民宿平台“杀熟”形成机制

民宿平台作为当代中国特色非标准化住宿新形态,注重当地民俗与家庭融合的优势与特点[26-28],以其多样化的服务[29-30],吸引着众多旅居者前去体验。然而,民宿平台“杀熟”现象的频繁曝光,致使旅居者满意度下降,引发平台信任问题的同时也阻碍了平台的良性发展。面对民宿平台“杀熟”现象,传统政府监管治理体系与民宿平台经营模式所呈现出不匹配的问题,成为影响民宿平台企业可持续发展不可回避的学术话题[31]。因此,探讨民宿平台杀熟形成机理,追寻治理策略尤为重要。

民宿平台作为保障交易有序进行的中介机构,连接着两类特殊群体:一是作为民宿出租方的民宿主,二是作为民宿租住方的旅居者。民宿平台提供的P2P(peer to peer)住宿环境赋予了双方新的社交属性[32],对满足互动交往以及社会归属感的需求有着积极影响[33-34]。因此,以民宿平台为基础的买卖双方进行多次交易,成为普遍存在的客观事实。然而,激烈的市场竞争环境往往诱使平台产生不正当的竞争行为,兼顾与平衡个体利益和市场利益,成为平台经营中的一大难题[35]。也正因平台自身存在的两重性,极易诱发“杀熟”现象的发生。

对于现如今谈论较为激烈的大数据“杀熟”而言,其“杀熟”对象一般多为在同一互联网平台,频繁进行购买行为的忠诚用户。其用户与经营者之间,往往呈现出“熟而不识”的关系[9]。因而,有学者将大数据“杀熟”解释为,处于信息优势的平台企业,依赖双边平台信息不对称特点,利用用户信任以及选择能力弱化,而导致特定用户的被动损失[5]。也有观点认为,大数据“杀熟”实则是通过算法对忠实用户进行画像,进而形成不同定价,由此引起的价格歧视现象[36]。因此,有研究认为,这种价格歧视的新型表现形式具有一定的垄断色彩,对市场秩序造成冲击与破坏的同时,也在一定程度上侵犯了用户的知情权与隐私权[37]。这种披着“精准营销”外衣的价格歧视行为,在某些情境下符合消费欺诈的构成要件,理应受到法律规制[38]。究其本质,平台“杀熟”即平台企业普遍利用用户信任以及消费路径依赖特点,进行差异化定价,其动机便是为了获取超额利润,最大限度剥夺消费者剩余。由此可见,“杀熟”的背后实则是平台型企业滥用市场支配地位,监管方面滞后与模糊的体现。

事实上,民宿平台“杀熟”与上述“杀熟”类似,即在不充分告知旅居者的情况下,通过掌握旅居者的综合数据对其实施差别定价,获取超额利润。其“杀熟”手段主要表现为以下两种:一是直接定价差异,即对同一民宿平台中的新老旅居者标价不同;二是间接定价差异,即通过发放满减券、折扣等形式对平台中旅居者实施不同的优惠力度。其“杀熟”形式主要表现为3类:一是根据历史价格消费习惯将旅居者划分为不同客户群体进行差别定价;二是根据消费历史频率差别定价,消费次数越多,平台抬高价格的可能性就越大;三是通过旅居者消费能力进行差别定价,一方面通过鉴别使用的客户端类型(如苹果和安卓手机)进行差别定价,另一方面通过平台对旅居者高价购买服务商品的数据统计进行定价。基于对民宿平台“杀熟”手段及形式的讨论可以发现,随着大数据技术的逐渐成熟,以及旅居者消费信息披露程度的增加,平台对旅居者消费特征及偏好分析已达到较高的精确程度,加大了监管及其治理的难度。一方面,旅居者由于对特定共享民宿平台有着高度依赖,常常面临“没得选”的窘境,甚至出现明知被“杀熟”也任平台宰割的窘况。另一方面,共享民宿平台“杀熟”具有极强隐蔽性,传统情境下的政府监管体系在复杂网络运营中必然出现“水土不服”,这是对其治理效率及治理成本的巨大挑战。归根究底,民宿平台“杀熟”基本机制为旅居者与民宿平台通过多次交易,致使旅居者产生特定平台依赖;据此,民宿平台对多次交易旅居者进行数据收集并通过算法对其“杀熟”,因其隐蔽手段较强,政府监管体系难以有效治理,最终导致旅居者被动损失(图1)。由于民宿平台也会利用大数据模拟画像将新旅居者“熟人化”進行“杀熟”,但因其“杀熟”路径、治理机制等与前者类似,故不作专门讨论。

然而,这并不意味着政府及旅居者面对被“杀熟”无计可施。事实上,政府作为维持平台平稳发展的最后一道防线,其在监管治理过程中可扮演3种角色[39]:一是作为绝对的管理者,以命令与控制的方式领导平台合规运营;二是作为支持与促进者,实现平台企业内部的主动自治;三是作为合作者,参与平台监督管理。不仅如此,在数字经济飞速发展的今天,越来越多的旅居者可以使用各种工具来管理他们的个人数据,并以此搜索更优惠的交易及更低的价格[40]。这意味着,如果更多的旅居者积极参与他们的身份管理,是有可能打破民宿平台“杀熟”的企图。但得与失并存,政府扮演角色的不同必然会导致监管成本及监管效率的不同,且旅居者通过身份管理减少个人消费信息披露,也必然会导致自身管理成本的增加。由此可见,民宿平台、旅居者、政府三方存在着有限理性,而演化博弈前提假设条件即为博弈主体是有限理性。因此,本研究将构建博弈模型,从演化博弈视角探讨三方主体的不同行为选择,明晰三方关系以及行为演化过程,以期探寻平台“杀熟”形成机理及利益相关者作用,追寻治理策略。

2 三方博弈模型构建

2.1 基本假设与参数设置

虽然我国平台经济已进入高速发展阶段,并逐步将个人身份信息管理提上日程。然而,在发展初期,旅居者对自身身份信息管理意识依旧相对薄弱,且对特定民宿平台具有高度依赖性。平台利用旅居者的这一特性,通过一系列算法分析对具有多次交易行为的旅居者进行“杀熟”,谋取超额利润。此外,监管作为政府不断加强的重要职能之一,与平台经济稳定发展密切相关。政府监管手段及其强度意味着监管效率的高低及监管成本的大小。

2.1.1    博弈主体

民宿平台“杀熟”现象治理牵扯众多利益相关者,其中,作为利益直接受到损害的旅居者是民宿平台持续发展的重要组成部分,其策略选择将直接关系平台能否持续获利以及永续发展。此外,对民宿平台“杀熟”现象此类社会问题治理,仍需依赖政府发挥主导作用[41]。政府监管手段同样会影响民宿平台“杀熟”演化路径,且政府治理手段及治理强度的不同也必然导致平台治理效果存在差异[42]。因此,在旅居者参与平台“杀熟”治理下,政府通过不同手段进行有效治理不仅可以保护旅居者利益不受损害,也能引导民宿平台良性发展。综上所述,将平台(P)、旅居者(S)、政府(G)作为演化博弈模型的3个参与主体,三者参与博弈过程均为有限理性。平台掌握大量旅居者消费数据,为谋取超额利润可能采取“杀熟”。在该平台具有多次交易行为的旅居者,因其疏忽对个人身份信息管理,或者管理成本过高,甚至无法有效管理,而存在被平台“杀熟”的可能。政府部门作为监管机构有责任对“杀熟”进行治理,以保障平台实现可持续发展。

2.1.2    博弈策略

平台的策略选择空间为“杀熟”和不“杀熟”。追求自身利益最大化是平台经营目标,因此为谋求超额利润,处于市场垄断地位的民宿平台极易存在“杀熟”的可能。然而“杀熟”也需承担相应成本,“杀熟”被发现后会受到政府监管的惩罚。因此,平台会在“杀熟”与不“杀熟”之间进行权衡,并随之做出策略选择。

旅居者的策略选择空間为参与身份管理和不参与身份管理。如前所述,“杀熟”是平台基于旅居者在线个人信息分析,估计其愿意为商品或服务支付的价格,而向忠实旅居者索取高价格的不当行为。然而,这种分析很大程度上依赖平台所能获取旅居者的个人信息。因此,身份管理是旅居者在交易过程中,通过采取使用专用虚拟网络、创建新交易账户等一系列措施,降低信息披露程度,以期阻止平台企图进行价格歧视的手段[43]。虽然进行身份管理可以使平台无法追踪到旅居者的公开身份,但也会由此产生各种交易成本,如时间、精力甚至是金钱[16]。因此,旅居者在面对二者选择时,会基于自身利益考虑而做出决策。

政府的策略选择空间为严格监管和协同治理1。随着共享民宿平台的深入发展,摆脱严格的传统管制约束已成为必然要求。但平台微观经营目标与社会宏观整体目标总会发生一定程度偏离[44],产生“杀熟”不正当行为,甚至造成市场失灵。此时,政府作为把关人进行监管尤为必要,但需考虑政府监管的手段及其强度。当政府采取严格监管时,势必会投入大量的人力、物力对平台一系列的经营行为进行严控管控,以期实现平台有序合法经营。但过于生硬的方式,有可能会束缚平台的价值创造。协同治理指的是包含政府在内的多方利益相关者,为解决具有复杂性的问题而进行相互协作,从而达到治理目的的过程[45]。在协同治理下,以政府为主的各个主体共同治理平台“杀熟”问题,有效发挥各主体的责任意识,使得平台“杀熟”治理由单一的严格政府监管转变为多主体的共同治理[46]。

2.1.3    参数设置

演化博弈模型中,平台经营会产生固定运营成本[C1],平台选择“杀熟”策略时的民宿价格为[P1],不“杀熟”策略时的民宿价格为[P2],且[P1>P2]。旅居者对民宿的评估价值为[V],旅居者选择参与身份管理企图阻止平台“杀熟”,所需成本为[C2],此时搜寻到的民宿价格为[P3],低于“杀熟”时的价格[P1],且在政府选择协同治理时,平台会给予参与身份管理的旅居者奖励[h];政府选择严格监管时所需人力及物力成本为[C3],选择协同治理时的成本为[C4],且[C3>C4]。政府监管发现平台存有“杀熟”的概率为[β],此时平台会受到没收营业所得处罚[M],选择严格监管时的处罚力度为[γ1],协同治理时的处罚力度为[γ2],且[γ1>γ2]。

平台、旅居者和政府的博弈过程,平台选择“杀熟”策略的概率为[x],不“杀熟”的概率为[1-x];旅居者选择参与身份管理的策略概率为[y],不参与身份管理的概率为[1-y];政府选择严格监管的概率为[z],协同治理的概率为[1-z]。且[x]、[y]、[z][∈][0,1],并都为时间[t]的函数。

2.2 三方博弈支付矩阵与策略求解

基于上述假设,构建不同决策情境下平台、旅居者与政府的演化博弈支付矩阵。民宿主、旅居者以及民宿共享平台通过对比在不同策略下各自的成本与收益,以此进行最终的策略决策行为。

当平台选择“杀熟”策略、旅居者选择参与身份管理时,平台因旅居者参与身份管理而获得[P3]的价格支付,与此同时还要付出正常运营下的固定成本[C1]。此外,若政府选择严格监管,政府在监管过程中一旦发现平台存在“杀熟”,将会对其进行处罚[βγ1M]。旅居者也会支付因采取身份管理手段而产生的额外成本[C2]。故而,在平台选择“杀熟”、旅居者选择参与身份管理、政府选择严格监管策略时,平台、旅居者和政府的收益分别为:[P3-C1-βγ1M]、[V-P3-C2]和[βγ1M-C3];而当政府选择协同治理时,政府对平台的处罚力度变为[βγ2M],且协同治理要求多方参与主体共同治理,平台为激励旅居者参与平台治理会给予参与身份管理旅居者奖励[h]。故而,在平台选择“杀熟”、旅居者选择参与身份管理,政府选择协同治理时,平台、旅居者和政府的收益分别为[P3-C1-βγ2M-h、][V-P3-C2+h]和[βγ2M-C4]。

当平台选择“杀熟”策略、旅居者选择不参与身份管理时,平台会获得[P1]的价格支付。此时,在政府选择严格监管策略时,平台、旅居者和政府的收益分别为:[P1-C1-βγ1M]、[V-P1]和[βγ1M-C3];而当政府选择协同治理时,平台、旅居者和政府的收益分别为[P1-C1-βγ2M]、[V-P1]和[βγ2M-C4]。

当平台选择不“杀熟”策略、旅居者选择参与身份管理时,在政府的严格监管下,平台、旅居者和政府的收益分别为:[P3-C1]、[V-P3-C2]和[-C3];而当政府选择协同治理时,平台、旅居者和政府的收益分别为[P3-C1-h]、[V-P3-C2+h]和[-C4]。当平台选择不“杀熟”策略、旅居者选择不参与身份管理时,在政府的严格监管策略下,平台、旅居者和政府的收益分别为:[P2-C1]、[V-P2]和[-C3];而当政府选择协同治理时,只有政府的监管成本发生了改变。因此,平台、旅居者和政府的收益分別为[P2-C1]、[V-P2]、[-C4]。民宿平台系统下的三方博弈主体通过不断学习、试错,调整各自策略,以此来展示演化博弈理论中的动态复制过程。根据计算出的支付矩阵,可以得到平台、旅居者以及政府的期望收益以及复制动态方程。

为简化分析本模型中不同均衡点对应的特征值符号,且符合其一般性,做出如下假设:[P1>][P3+C2],[βMγ1-C3<βMγ2-C4],即在政府严格监管下,民宿平台选择“杀熟”时的价格,高于旅居者选择参与身份管理订购民宿所需支付的总费用,且政府选择协同治理的效用高于政府选择严格监管的效用。出于对模型参数较为复杂的考虑,下面将分3种情境对该演化博弈稳定性进行讨论。

情境1:当[P2-P3-C2+h<0]且[P1-P2-βγ2M<0]时,即政府选择协同治理策略下,民宿平台选择不“杀熟”提供的价格,低于旅居者选择参与身份管理订购民宿所需支付的总费用;且当政府选择协同治理时,民宿平台选择“杀熟”提供的价格与政府发现平台“杀熟”而进行的处罚之差,低于民宿平台选择不“杀熟”的价格。换言之,在政府的协同治理下,民宿平台选择“杀熟”所获得的收益要低于选择不“杀熟”所获得的收益,且旅居者选择参与身份管理订购民宿所支付的总费用,要高于民宿平台选择不“杀熟”所支付的总费用。根据表2可以看出,只有均衡点[E1(0,0,0)]对应的Jacobi矩阵下的特征值均为负数,因此,[E1(0,0,0)]是唯一的演化稳定点,即“平台-旅居者-政府”三方系统将会稳定于不“杀熟”、不参与身份管理、协同治理的策略组合。此时,在协同治理的各方参与下,民宿平台市场处于一定的稳定状态。

情境2:当[P2-P3-C2>0]且[P1-P2-βγ1M<0]时,即政府选择策略为严格监管情境下,民宿平台选择不“杀熟”提供的价格高于旅居者选择参与身份管理策略所需支付的总费用;且当政府选择严格监管时,民宿平台选择“杀熟”提供的价格与政府发现平台“杀熟”而进行的处罚之差,低于民宿平台选择不“杀熟”的价格。因此,在政府的严格监管下,民宿平台选择“杀熟”所获得的收益低于选择不“杀熟”所获得的收益,且旅居者选择参与身份管理策略所支付的总费用要低于民宿平台选择不“杀熟”所支付的总费用。根据表2可知,在该情境下,只有均衡点[E3(0,1,0)]对应的Jacobi矩阵下的特征值均为负数,因此,[E3(0,1,0)]是唯一的演化稳定点,也即“平台-旅居者-政府”三方系统将会稳定于不“杀熟”、参与身份管理、协同治理的策略组合。其中,在政府严格监管下,处罚力度[γ1]越大,越稳定趋近于这一状态。

情境3:当[P1-P2-βγ1M>0]或[P1-P2-βγ2M>0]且[P2-P3-C2>0]时,即当政府无论选择严格监管策略还是协同治理策略,民宿平台选择“杀熟”策略提供的价格与政府发现平台“杀熟”而进行的处罚之差,均高于民宿平台选择不“杀熟”策略下的价格。因此,在该情境下,民宿平台选择“杀熟”策略所获得的收益高于选择“不杀熟”策略所获得的收益;且在政府严格监管策略下,旅居者选择参与身份管理策略所支付的总费用低于民宿平台选择“不杀熟”所支付的总费用。如表2所示,只有均衡点[E3(0,1,0)]对应的Jacobi矩阵下的特征值均为负数,因此,[E3(0,1,0)]是唯一的演化稳定点,也即“平台-旅居者-政府”三方系统将会稳定于不“杀熟”、参与身份管理、协同治理的策略组合。

3 成本的模型构建

良好声誉是平台型企业建立并保持长期竞争力的重要因素,因此,声誉机制的存在也会对民宿平台的交易成本产生影响:当民宿平台作为交易过程中具有值得信任声誉的卖方时,会存在较低的交易成本;若平台缺乏信任、品牌声誉下降则可能会增加交易成本,也即产生经济损失[47]。因此,民宿平台采取“杀熟”一旦被旅居者发现,将会面临被“声讨”的可能,从而导致品牌声誉下降,最终造成一定的经济损失。此外,与传统人工定价相比,民宿平台“杀熟”所运用的算法定价,降低了复杂定价、频繁改价的成本,明显提升了定价决策质量[10]。然而,民宿平台在“杀熟”过程中,也需要支付因获取忠实旅居者的消费信息、进行个性化定价而产生的额外成本。

因此,基于上述分析且出于现实情况考虑,本部分将民宿平台声誉损失等成本加入“平台-政府-旅居者”的博弈模型中,分析声誉损失成本影响下的三方博弈主体演化稳定性。基于此,增加以下基本参数设置(表3)。

3.1 三方博弈支付矩阵与策略求解

基于上述假设,构建平台、旅居者与政府的演化博弈支付矩阵。由于引入的声誉损失成本,只对平台“杀熟”策略下的支付矩阵有影响,在此不再重复展示平台不“杀熟”策略下的支付矩阵。同理,在考虑声誉损失成本的影响因素下,民宿主、旅居者以及民宿共享平台通过对比不同策略下各自的成本与收益,进行最终的策略决策行为。

与上述支付矩阵不同的是,当平台选择“杀熟”策略时,考虑了利用算法定价可少支付成本[C5],以及因“杀熟”所需支付的额外成本[C0],被旅居者发现“杀熟”后造成的声誉损失[αF]。此时,在平台选择“杀熟”策略,旅居者选择参与身份管理,政府选择严格监管策略时,平台的收益变化为:[P3-C1+C5-][C0-αF-βγ1M];而当政府选择协同治理,平台选择“杀熟”策略,旅居者选择参与身份管理策略时,平台的收益变化为[P3-C1+C5-C0-αF-βγ2M-h]。

参照2.3的稳定性分析研究框架,为简化分析本模型中不同均衡点对应的特征值符号,且符合其一般性,做出如下假设:[P1>P3+C2],民宿平台选择“杀熟”时的价格,高于政府协同治理下,旅居者选择参与身份管理所需支付的总费用;[βMγ1-C3<] [βMγ2-C4],政府选择协同治理的效用高于政府选择严格监管的效用。出于对模型参数较为复杂的考虑,下面将分3种情境对该演化博弈稳定性进行讨论。

情境1:当[P1+C5-C0-αF-βγ2M0]時,即当政府选择协同治理时,民宿平台选择“杀熟”策略下所获得的总收益,低于选择不“杀熟”策略所获得的总收益。民宿平台选择“杀熟”策略可少支付的成本,低于其选择“杀熟”策略所需支付的成本及被政府发现的处罚之和;民宿平台选择不“杀熟”提供的价格,高于旅居者选择参与身份管理所需支付的总费用。根据表5可以看出,只有均衡点[E3(0,1,0)]对应的Jacobi矩阵下的特征值均为负数,因此,[E3(0,1,0)]是唯一的演化稳定点,也即“平台-旅居者-政府”三方系统将会稳定于不“杀熟”、参与身份管理、协同治理的策略组合。此时,在给定政府处罚力度的惩罚成本下,平台“杀熟”下的声誉损失越高,越容易稳定于这一状态。

情境2:当[P1+C5-C0-αF-βγ2M>P2]、[C5-C0][-αF-βγ2M>0]且[P2-P3-C2>0]时,即当政府选择协同治理时,民宿平台选择“杀熟”策略下所获得的总收益,高于选择不“杀熟”策略所获得的总收益。民宿平台选择“杀熟”策略可少支付的成本,高于其选择“杀熟”策略所需支付的成本及被政府发现的处罚之和;民宿平台选择不“杀熟”提供的价格,高于旅居者选择参与身份管理所需支付的总费用。根据表5可以看出,只有均衡点[E7(1,1,0)]对应的Jacobi矩阵下的特征值均为负数,因此,[E7(1,1,0)]是唯一的演化稳定点,也即“平台-旅居者-政府”三方系统将会稳定于“杀熟”、参与身份管理、协同治理的策略组合。此时,在给定政府处罚力度的惩罚成本下,当平台选择“杀熟”策略下的声誉损失越低,越容易稳定于这一状态,民宿平台会更倾向于选择“杀熟”策略。

情境3:当[P1+C5-C0-αF-βγ2M

4 数值模拟仿真分析

MATLAB是集解决矩阵数值计算,及仿真、符号运算等多种功能于一体的软件。该软件存在强大绘图能力,能够将数据可视化,形象生动展示数据,揭示数据间内在关系。因此,运用MATLAB软件进行演化博弈数值仿真分析,能够直观看到各博弈主体的演化过程,有利于揭示博弈主体策略选择演化规律。鉴于本文研究目的在于探讨民宿平台“杀熟”现象形成机理及其治理,且出于对政府监管的现实情境考虑。接下来本研究将使用MATLAB软件,对上述演化稳定点[E1(0,0,0)]、[E3(0,1,0)]、[E7(1,1,0)]进行数值模拟仿真,以此验证民宿平台演化博弈系统的渐进稳定性。继而,总结三方演化博弈主体策略选择的影响因素。

合理设置参数取值是有效仿真的前提,因此为尽可能确保模拟数据可靠性,依据等式平衡原则,且在参考范春梅等奖惩机制演化博弈[48]、朱立龙等消费者参与协同治理演化博弈[49]、汪旭晖和任晓雪平台电商信用监管演化博弈文献[50]的基础上,将政府发现“杀熟”概率、平台“杀熟”成本等参数赋值如下:[β=0.5],[M=4],[γ1=3],[γ2=1.5],[C2=2],[C3=5],[C4=0.5],[h=0.4]。

4.1 演化博弈系统情境仿真分析

4.1.1    平台不“杀熟”、旅居者不参与身份管理、政府协同治理情境下的模拟仿真

由上述分析可知,在不考虑“杀熟”成本的影响因素下,[P2-P3-C2+h<0]、[P1-P2-βγ2M<0]是满足该情境成为演化稳定策略的条件。对初始参数赋值如下,[P1=33],[P2=31],[P3=30],确保符合渐进稳定性条件。具体仿真结果如图5a所示,可以看到,随时间的逐渐推移,政府以最快速度演化至协同治理策略,平台以较快速度演化至不“杀熟”策略,旅居者最终收敛于不参与身份管理策略。

而在考虑声誉损失的影响因素下,还需满足[P1+C5-C0-αF-βγ2M

4.1.2    平台不“杀熟”、旅居者参与身份管理、政府协同治理情境下的模拟仿真

在不考虑声誉损失等影响因素下的演化博弈系统中,情境2和情境3均符合该演化稳定策略。情境2的演化稳定策略条件为[P2-P3-C2>0]且[P1-P2-βγ1M<0],对初始参数赋值如下,[P1=33],[P2=32.5],[P3=30],具体仿真结果如图5c所示,可以看出,随时间的逐渐推移,政府以最快速度演化至协同治理策略,平台以较快速度演化至不“杀熟”策略,旅居者最终收敛于不“参与”身份管理策略。对于平台而言,选择“杀熟”的收益小于不“杀熟”下的收益。“杀熟”策略并不能使其获利,因此最终选择不“杀熟”策略。而对于政府而言,协同治理比严格监管有着更大的优势,缩减监管成本的同时也提升了监管效率。因此,对于民宿平台“杀熟”现象的治理,政府应与其他机构协同监管,降低监管成本,同时,旅居者也需提高互联网消费中的身份管理意识。

情境3的演化稳定策略条件为,[P1-P2-] [βγ1M>0]或[P1-P2-βγ2M>0]且[P2-P3-C2>0,]对初始参数赋值如下:[P1=40],[P2=32],[P3=29],通过图5d可以看出,与情境2相比,旅居者的演化速度明显加快。这表明,无论政府采取何种监管手段,平台“杀熟”收益均高于不“杀熟”策略时,旅居者参与身份管理行为可以有效抑制平台“杀熟”。在这种条件下,政府应采取协同治理策略,且要求旅居者提高隐私保护意识,积极参与身份管理,从而有效治理平台“杀熟”。

而在考虑平台声誉损失等影响因素下,[P1+C5-][C0-αF-βγ2M>P2、][C5-C0-αF-βγ2M<0]且[P2-][P3-C2>0]满足该稳定策略条件,对初始参数进行赋值:[P1=35,][P2=32,][P3=29],[C5=2],[C0=1],[α=0.4],[F=5],具体仿真结果如图5e所示。与不考虑平台声誉损失等影响因素相比,平台趋近于不“杀熟”策略趋势明显快于情境2和情境3,旅居者选择参与身份管理策略趋势介于情境2和情境3之间。这是因为,政府协同治理下,第三方社交媒体发挥作用,平台声誉对“杀熟”策略选择产生影响。当声誉损失较高时,平台无法“聚人气”,难以“留客户”,其自身就会转向不“杀熟”策略。而在社交媒体的影响下,旅居者也会提高身份管理意识,保护消费隐私。因此,媒体舆论监督对民宿平台“杀熟”治理起到至关重要的作用。

4.1.3    平台 “杀熟”、旅居者参与身份管理、政府协同治理情境下的模拟仿真

在考虑声誉损失等成本因素的演化博弈系统中,[P1+C5-C0-αF-βγ2M>P2]、[C5-C0-αF-][βγ2M>0]且[P2-P3-C2>0]是滿足该情境成为演化稳定策略的条件。对其初始参数设定如下:[P1=35],[P2=33.5],[P3=32],[C5=4],[C0=1],[α=0.4],[F=5],具体仿真结果如图5f所示,可以看出,随时间的逐渐推移,旅居者以最快速度演化至参与身份管理策略,政府以较快速度演化至协同治理策略,平台最终收敛于“杀熟”策略。这表明,如果平台“杀熟”策略并不会对其声誉损失造成较大影响时,则需要旅居者对其进行迅速反应,增强身份管理意识,还需政府加强监管、提高处罚力度。这是因为,虽然社会媒体对平台“杀熟”现象进行报道,但由于缺乏持续性关注,平台损失只是暂时性并不会对其利益产生巨大冲击。此时,平台依旧选择采取“杀熟”,而对知晓相关报道的旅居者而言却只能加大个人信息保护力度以减少个人损失。然而,这种情境十分不利于平台企业高质量发展,旅居者过度保护个人信息只会使得社会总体福利降低,且会带来资源的无效分配。此时,只能依赖政府加强监管,但政府的过度监管,又极易降低平台企业创新积极性。因此,政府协同治理还需强化媒体监督,利用新媒体舆论震慑平台“杀熟”,以营造良好市场氛围。

5 结论及讨论

民宿平台作为新兴商业模式,使得社会资源利用率大为提高,但由于政府以及民宿平台缺乏管理及运营经验,出现“杀熟”滥用市场支配地位的现象,极大影响民宿平台可持续发展。本文基于该监管治理困境,结合现有文献,运用演化博弈理论,从政府监管手段、旅居者是否参与身份管理及平台是否选择“杀熟”的角度,探究了平台、政府与旅居者三方之间的长期动态博弈过程,并根据演化仿真结果得出如下结论。

首先,民宿平台“杀熟”现象的根源在于,居于中心地位的民宿平台“杀熟”策略的收益高于不“杀熟”收益。民宿平台凭借信息优势,抬高了民宿价格,有效缩减了定价成本。此时,无论政府采取何种监管强度,平台均会稳定采用“杀熟”策略。然而,在政府的协同治理手段下,旅居者选择参与身份管理,可以有效治理民宿平台“杀熟”,使其最终稳定于不“杀熟”策略。有鉴于此,政府应在依法监管的基础上,由传统的一元严格监管转向多元共治,通过各方主体间的竞争、对话、合作,从而达成共识并采取集体行动,引导民宿平台向不“杀熟”策略演化。

虽然已有研究表明,政府采取严格监管,痛打大数据“杀熟”之风,甚至叫停算法歧视亦可规制平台“杀熟”[51],但似乎有违科学性。有时,民宿平台实施算法歧视、制定价格歧视机制,是为了确保不同旅居者享受不同民宿产品优惠,如对具有社交倾向的年轻旅居者推送特色体验的民宿及系列优惠,而对于享受品质的家庭游旅居者则推送高端舒适民宿并提供定制价格。因此,该情形下的算法歧视行为只需政府协同治理即可,无需对其进行强制规制。通过政府的协同治理,可有效实现市场与政府的结合,提升监管效率,助推民宿平台高质量发展。但是,对于某些民宿平台,通过共谋降低旅居者信息保护水平、合谋提高价格的“杀熟”行为,这是典型的剥削性滥用市场支配地位的行为,也被视为违法性最重的垄断行为[52],政府应对其进行零容忍、强制退出。因此,政府在监管过程中应认清平台的动机和行为,有策略地对其治理,且应尽力消除旅居者谈算法定价即色变的负面影响。

其次,平台声誉对民宿平台“杀熟”策略选择具有重要调节作用,声誉损失越大,平台越倾向于选择不“杀熟”策略。足以见得,社交媒体作为有效监督、约束公司行为的外部机制[53],同样适用于监管治理平台型企业。因此,政府在监管过程中,应合理发挥各部门的社会监督职能作用,顺应平台经济发展趋势,充分利用具有“第四权力”之称的社交媒体,使其做好传播信息、引导舆论的“社会守望者”角色,从而对民宿平台“杀熟”现象进行监督治理。此外,对于民宿平台本身,可以发挥经济与社会的双重激励作用,激励民宿主对平台“杀熟”行为积极建言,同时也要激励自主性约束个体行为,高效构建声誉管理机制,达到从“治理杀熟行为”范式转换为“激励合规运营”,共创良好平台声誉,以此实现整体利益最大化。

最后,对旅居者而言,应从根本上加强个人信息保护意识,提升对民宿价格水平认识,转变消费习惯,进而减少被平台“杀熟”的概率。对于旅居者个人消费信息的收集,民宿平台也应严格履行法律规定,充分尊重旅居者个人意愿及权益,告知使用目的及范围并取得同意。与此同时,民宿平台应继续创新交易机制,建立直接沟通渠道,保障买卖双方在平台交易场景下地位平等,使得价格更为公平、透明、合理。此外,民宿平台还应认识到,利用算法进行大数据分析不仅仅是为了进行价格歧视,获取超额利润,还需应用于更广泛的关系管理中。其最终目标是与旅居者建立一对一的关系来驱动价值,运用大数据技术实现精准匹配,提升民宿平台生态交易效率。

综上所述,民宿平台“杀熟”现象治理是一个系统工程,需要3个直接参与主体以及社会各方协同治理。

通过协同治理,使得具有相互冲突的不同利益主体得以调和;依靠各方参与,实现以最低成本有效治理平台“杀熟”这一社会共同问题。其中,政府作为具有法律约束力的正式制度主体,在相关政策制定以及责任承担等方面,仍需在协同治理中处于主导位置。民宿平台作为促成民宿主与旅居者交易并获取收益的经济主体,是协同治理的核心主体,应担负起更多的市场管理职责与权限,克服其短视行为,以谋求平台生态网络的整体发展,成为有担当的责任型领导平台。旅居者作为直接利益相关者,在享受平台提供的定制化服务的同时,应提升隐私保护意识,有效采取身份管理手段,以限制平台“杀熟”。此外,在协同治理下,更应充分发挥社会媒体市场监督者的角色,以此规范民宿平台运营。同时,民宿“杀熟”现象还可运用区块链技术进行规制。然而,目前区块链技术尚处发展阶段,技术赋能政府治理仍存风险,亦需审慎推进。

民宿平台“杀熟”与传统“杀熟”相比,平台与旅居者之间并非存在真实的熟人关系,而是在“新熟人社会下”运用大数据技术,对旅居者进行的价格歧视行为。此外,虽然民宿平台“杀熟”依赖的也是算法技术,但作为典型的共享经济平台,平台中的民宿主与旅居者可以通过线下亲身体验,建立真实联系,从而对其“杀熟”,这是与其他电商平台的明显不同。因此,本文研究结论可对线上线下服务相结合的共享经济平台“杀熟”治理提供有益借鉴。

本文的主要贡献在于,应用演化博弈理论阐述民宿平台“杀熟”现象形成机理,得出三方博弈主体演化至理想状态的充分条件,揭示了民宿平台“杀熟”现象的主要诱因,明确了平台声誉等因素影响博弈结果的路径,为治理民宿平台“杀熟”提供了有益借鉴,对其他平台经济模式亦有一定的理论和现实借鉴意义。论文的不足主要有两点:一方面,囿于可用实证分析数据有限,仿真模拟取值带有随机性,缺乏实际数据支持;另一方面,受支付矩阵限制,未能将博弈主体策略选择行为所有影响因素考虑在内,未来将进一步深化研究。

参考文献(References)

[1] DAUNORIEN? A, DRAK?AIT? A, SNIE?KA V, et al. Evaluating sustainability of sharing economy business models[J].Procedia - Social and Behavioral Sciences, 2015(213): 836-841.

[2] 徐峰, 张新, 王高山, 等. 基于Web  of  Science的共享民宿研究综述[J]. 旅游学刊, 2020, 35(10): 135-146. [XU Feng, ZHANG Xin, WANG Gaoshan, et al. A literature review in peer-to-peer(P2P) accommodations research based on the Web of Science[J]. Tourism Tribune, 2020, 35(10): 135-146.]

[3] 戚聿东, 李颖. 新经济与规制改革[J]. 中国工业经济, 2018(3): 5-23. [QI Yudong, LI Ying. New economy and regulatory reform[J]. China Industrial Economics, 2018(3): 5-23.]

[4] 肖红军. 责任型平台领导: 平台价值共毁的结构性治理[J]. 中國工业经济, 2020(7): 174-192. [XIAO Hongjun. Responsible platform leadership: Structural governance of platform value co-destruction[J]. China Industrial Economics, 2020(7): 174-192.]

[5] 王鑫, 李秀芳. 大数据杀熟的生成逻辑与治理路径——兼论“新熟人社会”的人际失信[J]. 燕山大学学报(哲学社会科学版), 2020, 21(2): 57-63. [WANG Xin, LI Xiufang. Varied pricing by big-data analysis in new acquaintance society: Generation logic and governance path[J]. Journal of YanshanUniversity(Philosophy and Social Science Edition), 2020, 21(2): 57-63.]

[6] 李三希, 武玙璠, 鲍仁杰. 大数据、个人信息保护和价格歧视——基于垂直差异化双寡头模型的分析[J]. 经济研究, 2021, 56(1): 43-57. [LI Sanxi, WU Yufan, BAO Renjie. Big data, personl information protection and price discrimination: Based on a vertically differentiated duopoli model[J]. Economic Research Journal, 2021, 56(1): 43-57.]

[7] 甄艺凯. 转移成本视角下的大数据“杀熟”[J]. 管理世界, 2022, 38(5): 84-117. [ZHEN Yikai. Big data discriminatory pricing in markets with switching costs[J]. Journal of Management World, 2022, 38(5): 84-117.]

[8] 王世强. 平台化、平台反垄断与我国数字经济[J]. 经济学家, 2022(3): 88-98. [WANG Shiqiang. Platformization, platform antitrust and Chinas digital economy[J]. Economist, 2022(3): 88-98.]

[9] 邹开亮, 刘佳明. 大数据“杀熟”的法律规制困境与出路——仅从《消费者权益保护法》的角度考量[J]. 价格理论与实践, 2018(8): 47-50. [ZOU Kailiang, LIU Jiaming. The predicament and outlet of regulations of the legal for big data “affinity”[J]. Price: Theory & Practice, 2018(8): 47-50.]

[10] 喻玲. 算法消费者价格歧视反垄断法属性的误读及辨明[J]. 法学, 2020(9): 83-99. [YU Ling. Misunderstanding and clarification of antionopoly law nature of price discrimination against consumers by algorithm[J]. Law Science, 2020(9): 83-99.]

[11] 邢根上, 鲁芳, 周忠宝, 等. 数据可携权能否治理“大数据杀熟”?[J]. 中国管理科学, 2022, 30(3): 85-95. [XING Genshang, LU Fang, ZHOU Zhongbao, et al. Can the right of data portability govern big data-based price discrimination?[J]. Chinese Journal of Management Science, 2022, 30(3): 85-95.]

[12] 吴斌, 程晶, 宋琰. 心理账户视角下电商平台“杀熟”现象演化博弈分析[J]. 运筹与管理, 2020, 29(11): 37-44. [WU Bin, CHENG Jing, SONG Yan. Evolutionary game analysis of the phenomenon of deceiving acquaintances in e-commerce platform from the perspective of mental account[J]. Operations Research and Management Science, 2020, 29(11): 37-44.]

[13] 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. [WANG Xuhui, ZHANG Qilin. A study on the dual management paradigm of “platform government” in the platform based network market: A case study based on Alibaba group[J]. China Industrial Economics, 2015(3):135-147.]

[14] 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. [WANG Yong, LIU Hang, FENG Ye. Public regulation, private regulation and coordinated regulation in platform markets: A comparative study[J]. Economic Research Journal, 2020, 55(3): 148-162.]

[15] 汪旭暉, 王东明. 市场服务还是企业规制:电商平台治理策略对消费者信任影响的跨文化研究[J]. 南开管理评论, 2020, 23(4): 60-72. [WANG Xuhui, WANG Dongming. Market service or enterprise regulation? Across-cultural research on the influence of platform governance strategies of e-commerce platform on consumers trust[J]. Nankai Business Reviewl, 2020, 23(4): 60-72.]

[16] CHEN Z, CHONGWOO C, NORIAKI M. Competitive personalized pricing[J]. Management Science, 2020, 66(9): 109-138.

[17] FRIEDMAN D. Evolutionary games in economics[J]. Econometrica, 1991, 59(3): 637-666.

[18] 张兴刚, 肖旭. 平台市场监管的有效性: 基于演化博弈的分析[J]. 商业研究, 2021(3): 9-17. [ZHANG Xinggang, XIAO Xu. Effectiveness of platform market supervision: An analysis based on evolitionary game [J]. Commercial Researchl, 2021(3): 9-17.]

[19] 彭正银, 王永青, 韩敬稳. B2C网络平台嵌入风险控制的三方演化博弈分析[J]. 管理评论, 2021, 33(4): 147-159. [PENG Zhengyin, WANG Yongqing, HAN Jingwen. A tripartite evolutionary game analysison embedded risk controlling in B2C network platform[J]. Management Review, 2021, 33(4): 147-159.]

[20] 吕鹏, 周旅军, 范晓光. 平台治理场域与社会学参与[J]. 社会学研究, 2022, 37(3): 68-91; 227-228. [LYU Peng, ZHOU Lyujun, FAN Xiaoguang. The field of platform governance and sociological engagement[J]. Sociological Studiesl, 2022, 37(3): 68-91; 227-228.]

[21] 周建军, 刘明宇. 迈向新时代的社会治理法治化[J]. 云南民族大学学报(哲学社会科学版), 2019, 36(1): 42-48.  [ZHOU Jianjun, LIU Mingyu. Law-based social governance towards a new era[J]. Journal of Yunnan Minzu University (Philosophy and Social Sciences Edition), 2019, 36(1): 42-48.]

[22] 胡中华, 周振新. 区域环境治理: 从运动式协作到常态化协同[J]. 中国人口·资源与环境, 2021, 31(3): 66-74. [HU Zhonghua, ZHOU Zhenxin. Regional environmental governance: From campaign-style cooperation to normalized collaboration[J]. China Population, Resources and Environment, 2021, 31(3): 66-74.]

[23] 范如国. 复杂网络结构范型下的社会治理协同创新[J]. 中国社会科学, 2014(4): 98-120; 206. [FAN Ruguo. Collaborative innovation in social governance in a complex network structural paradigm[J]. Social Sciences in China, 2014(4): 98-120; 206.]

[24] 李志剛, 李瑞. 共享型互联网平台的治理框架与完善路径——基于协同创新理论视角[J]. 学习与实践, 2021(4): 76-83. [LI Zhigang, LI Rui. The governance framework and improvement path of shared internet platform[J]. Study and Practice, 2021(4): 76-83.]

[25] 张镒, 刘人怀, 陈海权. 商业生态系统中的平台领导力影响因素——基于扎根理论的探索性研究[J]. 南开管理评论, 2020, 23(3): 28-38; 131. [ZHANG Yi, LIU Renhuai, CHEN Haiquan. Research on influencing factors of platform leadership in business ecosystem[J]. Nankai Business Review, 2020, 23(3): 28-38; 131.]

[26] KIM S I, LEE J S, JEONG C. The effect of guest house interaction and physical environment quality on satisfaction and loyalty: The case of foreign tourists[J]. Journal of Tourism Sciences, 2017, 41(7): 137-155.

[27] HSIEH Y, LIN Y. Bed and breakfast operators work and personal life balance: A cross-cultural comparison[J]. International Journal of Hospitality Management, 2010, 29(4): 576-588.

[28] WANG S, HUNG K. Customer perceptions of critical success factors for guest houses[J]. International Journal of Hospitality Management, 2015(48): 92-101.

[29] 蔣佳倩, 李艳. 国内外旅游“民宿”研究综述[J]. 旅游研究, 2014, 6(4): 16-22. [JIANG Jiaqian, LI Yan. A review of the international and domestic researches on minshuku[J]. Tourism Research, 2014, 6(4): 16-22.]

[30] 李燕琴, 于文浩, 柏雨帆. 基于Airbnb网站评价信息的京台民宿对比研究[J]. 管理学报, 2017, 14(1): 122-128; 138. [LI Yanqin, YU Wenhao, BAI Yufan. Comparative research on B&B of Beijing and Taipei based on ratings on the Airbnb website[J]. Chinese Journal of Management, 2017, 14(1): 122-128; 138.]

[31] 肖红军, 阳镇, 姜倍宁. 平台型企业发展:“十三五”回顾与“十四五”展望[J]. 中共中央党校(国家行政学院)学报, 2020, 24(6): 112-123. [XIAO Hongjun, YANG Zhen, JIANG Beining. On the development of platform enterprises: Review of the 13th Five Year Plan and prospect of the 14th Five Year Plan[J]. Journal of the Party School of the Central Committee of the C. P. C. (Chinese Academy of Governance), 2020, 24(6): 112-123.]

[32] 池毛毛, 潘美钰, 晏婉暄. 共享住宿中房客可持续消费行为的形成机制研究——用户生成信号和平台认证信号的交互效应[J]. 旅游学刊, 2020, 35(7): 36-48. [CHI Maomao, PAN Meiyu, YAN Wanxuan. An empirical study of tenantssustainable consumption behaviors in the sharing accommodation: Interaction effects of user-generated signals and the platform certification signal[J]. Tourism Tribune, 2020, 35(7): 36-48.]

[33] KWANG-HO L, SUNGHYUP S. A model of behavioral intentions to follow online travel advice based on social and emotional loneliness scales in the context of online travel communities: The moderating role of emotional expressivity[J]. Tourism Management, 2015(48):316-337.

[34] M?HLMANN M. Collaborative consumption: Determinants of satisfaction and the likelihood of using a sharing economy option again[J]. Journal of Consumer Behaviour, 2015, 14(3):421-454.

[35] 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, 54(8): 120-135. [QU Chuang, LIU Chongyang. Does platform competition always improve the efficiency of information transmission?A case study of Chinas search engine market[J]. Economic Research Journal, 2019, 54(8): 120-135.]

[36] 王世强. 数字经济中的反垄断:企业行为与政府监管[J]. 经济学家, 2021(4): 91-101. [WANG Shiqiang. Antitrust in the digital economy: Enterprises behavior and government regulation[J]. Economist, 2021(4): 91-101.]

[37] 胥雅楠, 王倩倩, 董润, 等. “大数据杀熟”的现状、问题与对策分析[J]. 改革与开放, 2019(1): 15-20. [XU Yanan, WANG Qianqian, DONG Run, et al. Current situation, problems and countermeasures of “big data killing”[J]. Reform & Openning, 2019(1): 15-20.]

[38] 朱程程. 大数据杀熟的违法性分析与法律规制探究——基于消费者权益保护视角的分析[J]. 南方金融, 2020(4): 92-99. [ZHU Chengcheng. Illegality analysis and legal regulations of“big data discrimination”: From the perspective of consumer rights protection[J]. South China Finance, 2020(4): 92-99.]

[39] 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, 35(4): 120-144; 196. [XIAO Hongjun, LI Ping. Ecological governance of platform enterprisesCSR [J]. Journal of Management World, 2019, 35(4): 120-144; 196.]

[40] ICHIHASHI S. Online privacy and information disclosure by consumers[J]. American Economic Review, 2020, 110(2): 123-154.

[41] 李亘, 李向阳, 刘昭阁. 乳制品安全监管中的多阶段进化博弈分析[J]. 运筹与管理, 2017, 26(6): 49-57. [LI Gen, LI Xiangyang, LIU Zhaoge. Multi-stage evolutionary game analysis of the safety supervision of dairy products[J]. Operations Research and Management Science, 2017, 26(6): 49-57.]

[42] 肖红军, 阳镇, 姜倍宁. 平台企业社会责任感知会激励用户参与平台治理吗?——基于网络效应的边界条件与反思[J]. 经济与管理研究, 2023, 44(3): 72-88. [XIAO Hongjun, YANG Zhen, JIANG Beining. Will perception of platform corporate social responsibility encourage users to participate in platform governance?—Boundary condition and reflection based on network effect[J]. Research on Economics and Management, 2023, 44(3): 72-88.]

[43] ACQUISTI A. Identity management, privacy, and price discrimination[J]. IEEE Security Privacy, 2008, 6(2): 46-50.

[44] 王俊豪. 中国特色政府监管理论体系: 需求分析、构建导向与整体框架[J]. 管理世界, 2021, 37(2): 148-164; 11; 184. [WANG Junhao. The theoretical system ongovernment regulation with Chinese characteristics: Demand analysis, constructing orientations and overall framework[J]. Journal of Management World, 2021, 37(2): 148-164; 11; 184.]

[45] CHOI T. Information Sharing Deliberation and Collective Decision-making: A Computational Model of Collaborative Governance[D]. Los Angeles: University of Southern California, 2011, 79(15): 231-262.

[46] 王名, 蔡志鴻, 王春婷. 社会共治: 多元主体共同治理的实践探索与制度创新[J]. 中国行政管理, 2014(12): 16-19. [WANG Ming, CAI Zhihong, WANG Chunting. Social co-governance: The exploring praxis and institutional innovation of multi-subject governance[J]. Chinese Public Administration, 2014(12): 16-19.]

[47] 刘凤委, 李琳, 薛云奎. 信任、交易成本与商业信用模式[J]. 经济研究, 2009, 44(8): 60-72. [LIU Fengwei, LI Lin, XUE Yunkui. Trust, transaction cost and mode of trade credit[J]. Economic Research Journal, 2009, 44(8): 60-72.]

[48] 范春梅, 吴阳, 李华强. 奖惩机制和游客参与下的低价游监管——基于三方演化博弈视角[J]. 管理评论, 2022, 34(3): 290-301. [FAN Chunmei, WU Yang, LI Huaqiang. Low-price regulation under the reward-punishmentmechanism and tourist participation—A perspective of tripartite evolutionary game[J]. Management Review, 2022, 34(3): 290-301.]

[49] 朱立龍, 何慧, 徐艳萍. 协同视角下消费者参与的网购商品质量监管策略研究[J]. 宏观质量研究, 2022, 10(2): 86-99. [ZHU Lilong, HE Hui, XU Yanping. The strategyfor supervision with consumer participation of online shopping product quality from the perspective of collaboration[J]. Journal of Macro-quality Research, 2022, 10(2): 86-99.]

[50] 汪旭晖, 任晓雪. 基于演化博弈的平台电商信用监管机制研究[J]. 系统工程理论与实践, 2020, 40(10): 2617-2630. [WANG Xuhui, REN Xiaoxue. Research on credit supervision mechanism of e-commerce platform based on evolutionary geme[J]. Systems Engineering-Theory & Practice, 2020, 40(10): 2617-2630.]

[51] 陈兵. 法治经济下规制算法运行面临的挑战与响应[J]. 学术论坛, 2020, 43(1): 11-21. [CHEN Bing. Challenges and responses to the operation of regulatory algorithms under the rule of law economy[J]. Academic Forum, 2020, 43(1): 11-21.]

[52] 焦海涛. 个人信息的反垄断法保护:从附属保护到独立保护[J]. 法学, 2021(4): 108-124. [JIAO Haitao. Protection of personal information through anti-trust law—From subsidiary protection to independent protection[J]. Law Science, 2021(4): 108-124.]

[53] 孔东民, 刘莎莎, 应千伟. 公司行为中的媒体角色: 激浊扬清还是推波助澜?[J]. 管理世界, 2013(7): 145-162. [KONG Dongmin, LIU Shasha, YING Qianwei. The media role in company behavior: Stirring up chaos or promoting chaos? [J]. Journal of Management World, 2013(7): 145-162.]

The Formation Mechanism and Collaborative Governance of Peer-to-Peer Accommodation Price Discrimination from the Perspective of Evolutionary Game Theory

YANG Zaijun1, LIU Shuang2

(1. College of Business Administration, Hebei University of Economics and Business, Shijiazhuang 050000, China;

2. State Taxation Administration Cangzhou Taxation Bureau, Cangzhou 061000, China)

Abstract: The widespread penetration of emerging Internet technologies such as big data has enabled platform-based companies offering peer-to-peer (P2P) accommodation to flourish. P2P accommodation is sought after by many sojouners because of its diverse nature and personalization of products and services. Its ability to aggregate diverse users and optimize resource allocation makes it an ideal platform for the co-creation of ecological value. The continuous development of platform-based enterprises offering P2P accommodation is in line with Chinas new development policy and canplay a key role in Chinas economic transformation incorporating improved quality and efficiency.

However, despite the rapid growth of the P2P accommodation industry, numerous problems have emerged, leading to concerns about the potential loss of value of various platforms. In recent years, examples of price discrimination such as providing customized prices for different customers using P2P accommodation platforms have been repeatedly identified, attracting considerable attention from all sectors of society. Price discrimination by monopolistic P2P accommodation providers significantly damages the confidence of sojouners, thereby hindering the development of the platform. Therefore, a means of effectively managing price discrimination by P2P accommodation providers is not only conducive to the ongoing development of the P2P accommodation industry, but also provides theoretical and practical guidance for other platforms that use the advantage provided by an information monopoly to prey on users. Thus, in this study, we propose an evolutionary platform-sojouner-government model based on evolutionary game theory combined with collaborative governance theory to explore the mechanism underlying the formation of price discrimination in the P2P accommodation industry and examine the cost of a platforms reputational loss. Simulation software is used to simulate the factors influencing the model and verify the results in an effort to provide guidance on the management of price discrimination in the P2P accommodation industry.

The results show that there are three main factors influencing the evolutionarily stable strategy in the evolution of gaming behavior among the platform, the government, and the sojouners. First, the platforms revenue from price discrimination exceeds that from compliance with non-discriminatory guidelines, with the platform using its information advantage to increase the price of the P2P accommodation and reduce costs. Second, the use of identity management by sojouners can limit the impact of price discrimination by P2P accommodation providers. Third, reputational loss plays an important role in regulating the evolution of a platforms price discrimination strategy.

Therefore, it is necessary to establish a government-led, multi-party collaborative governance system. The results of this study provide theoretical and practical guidance in relation to other industries where monopolistic information advantages can be used to prey on customers.

Keywords: peer-to-peer accommodation price discrimination; evolutionary games; formation mechanism; collaborative governance

[責任编辑:周小芳;责任校对:王    婧 ]

[基金项目]本研究受国家社会科学基金项目“中国近代小企业长期演化及其宏观效应”(19BJL002)和河北省教育厅人文社科重大项目“河北民营企业的发展、走向及对策”(ZD201906)共同资助。[This study was supported by grants from the National Social Science Foundation of China (to YANG Zaijun) (No. 19BJL002) and the Social Sciences Major Project of Hebei Provincial Department of Education Humanities (to YANG Zaijun) (No. ZD201906).]

[收稿日期]2021-09-14; [修订日期]2022-07-05

[作者简介]杨在军(1974—),男,四川名山人,博士,教授,研究方向为民营经济、家族企业,E-mail: yang7805@yeah.net;刘爽(1997—),女,河北沧州人,硕士研究生,研究方向为平台经济。

1国家信息中心分享经济研究中心. 2020中国共享住宿发展报告[EB/OL]. [2021-08-22]. http://www.sic.gov.cn/News/557/10549.htm?eqid=c01e7dbc0004f73300000003646cc380.

2严格意义而言,民宿共享平台还有针对民宿主的“杀熟”,但其最主要、社会反响最大的“杀熟”还是针对旅居者的,囿于篇幅,本文讨论的民宿共享平台“杀熟”特指其对旅居者的相关行为。

1严格而言,政府监管策略还包括放任策略,但为保证市场的有序经营,对于“杀熟”现象的治理,政府并不会采取放任策略,因此,将政府监管策略假定为严格监管以及协同治理。

引用格式:杨在军, 刘爽. 民宿平台“杀熟”形成机制及其协同治理——演化博弈视角的研究[J]. 旅游学刊, 2023, 38(8): 77-93. [YANG Zaijun, LIU Shuang. The formation mechanism and collaborative governance of peer-to-peer accommodation price discrimination from the perspective of evolutionary game theory[J]. Tourism Tribune, 2023, 38(8): 77-93.]

猜你喜欢

杀熟形成机制演化博弈
汤姆“杀熟”
基于城乡双向流通的商贸流通组织体系形成机制分析
公平关切下处理商与回收商博弈模型研究
从药品价值链角度分析药品价格形成机制
地方政府不当干预对产能过剩的影响分析
关于资产证券化中信用评级行为的分析
组织承诺与个体行为研究综述与展望
朋友圈“杀熟”,女学霸的“蜗居微整形”
微商“杀熟”之路能走多远