打开文本图片集

摘要：直播电商模式是我国网络购物的主要形态之一，直播电商平台应该施行自我管理还是统一纳入政府监管体系存在争论。根据直播电商平台和政府监管机构静态博弈收益矩阵，建立直播电商平台和政府监管机构之间的演化博弈模型，利用复制动态演化机制分析双方的监管决策行为，得到了演化稳定策略。研究表明，影响双方监管决策行为的参数主要有：双方对失信行为的发现能力、双方对失信行为的惩罚力度、双方的监管成本、商家付给平台的利润系数，政府监管机构对直播电商平台的惩罚力度。

关键词：直播电商；网络监管；政府监管；演化博弈

引言

据权威统计，2022年，我国电子商务交易规模将达到42.93万亿元，网购用户规模将达到8.4亿。与此同时，据网经社电子商务研究中心8月10日发布的《2022年（上）中国直播电商市场数据报告》预计，2022年国内直播电商交易规模可达34879亿元，同比增长47.69%。在此形势下，诸多电商平台应运而生并蓬勃发展起来。然而，依托于直播电商平台的销售模式在为我国经济发展注入新的动力的同时，也存在着一定的问题，如部分电商直播平台存在利用自身优势影响、限制直播商户发展，在缺少政府监管之下自律水平有待提升等问题。直播电商平台应该坚持自我管理为主还是统一纳入政府监管体系呢？本文试图通过演化博弈研究双方的监管决策行为，为上述问题提供一些理论线索。

演化博弈理论是近年来兴起的一种分析有限理性群体间动态博弈过程的科学理论，由于其放松了经典博弈论的严格假设且能够展现群体行为决策演化的整个过程，已被广泛应用于分析经管界的各种现象（陈福集、王澍贤，2015；张立恒，2021）。比如有一些学者依据演化博弈理论分析政府的监管决策对不法行为演化的影响。宋成志等（2022）利用演化博弈的方法对社会保险基金的给付环节监管者与领取者进行博弈分析；李鑫等（2016）基于分别在有无政府监管的状态下，构建了建立食品市场的演化博弈模型。另外，还有学者基于演化博弈理论分析电子商务交易过程中交易双方行为的演化规律。林宝灯、叶昆和超辛琦（2019）构建了政府贸易便利化监管收益矩阵，建立复制动态方程模型，模型推演及仿真结果显示，政府实行贸易便利化监管时，跨境电商企业的诚信成本小于企业外部社会效益的前景价值、企业遭受的处罚的前景价值、贸易便利化监管下的商品安全风险损失的前景价值等三者之和，也小于非贸易便利化监管时企业诚信行为下的商品安全风险损失的前景价值。李征（2010）基于演化博弈的逻辑分析网络市场存在的信用骗取现象，他的结论是：网上信用体系存在“搭便车”这一漏洞致使无法形成相互诚信的状态；自利的理性人假设使得相互信用骗取的均衡状态极可能出现。马国顺和宋伟伟（2010）进一步探讨了购物平台监管下买卖双方的行为演化路径，双方的信用模式演化受到监管平台监管力度和惩罚力度的影响。虽然上述演化博弈研究文献或多或少关注了线上或线下政府的监管作用，但都未将政府作为演化博弈的主导方；上述文献都默认政府的监管合理和合法，并未考虑政府监管权可能面临挑战（至少从经济性上）；上述研究还未将研究对象设定为监管决策本身，而仅仅考虑政府监管决策的影响作用。因此，利用演化博弈理论分析直播电商平台和政府监管机构对直播电商在线商家的监管行为具有很强的理论和现实意义。

一、直播电商平台和政府监管机构静态博弈收益矩阵

直播电商模式下，直播电商平台上的商家和直播电商平台具有极强的纽带联系，商家不仅是直播电商平台的用户，也是直播电商平台的核心竞争力。一方面，直播电商平台需要商家入驻以吸引消费者，获取规模效应；商家付给平台的服务费用是直播电商平台的重要利润来源之一，因此，直播电商平台有隐瞒和默许商家失信行为的动机。另一方面，商家需要维护自身口碑以获得消费者信任，因此也具有惩罚失信商家的动机。政府作为执法者，目的是要维护社会福利和正当竞争的市场秩序，必然要对失信商家进行惩处，但由于直播电商平台多重动机的存在，导致他们并不乐意接受政府监管。

基于以上分析，我们假设一商家通过失信行为获利Φ，直播电商平台和政府监管部门都有监管和不监管两种策略可供选择。另作以下假设：直播电商平台实施监管的发现概率为ρ，惩罚力度为kΦ，监管成本为C；直播电商平台若选择不监管或监管后没能成功发现失信行为，则获得商家付给的服务费用dΦ（k>d）；政府监管部门实施监管的发现概率为θ，对商家的惩罚力度为lθ，监管部门一旦发现失信行为，会给予直播电商平台一个固定惩罚G，监管成本为T；政府监管部门不监管，则损失-Φ（社会福利损失）。故，当直播电商平台选择监管且政府监管部门也选择监管时，直播电商平台的收益是ρkΦ+（1-p）dΦ-θG-C，政府监管部门的收益是θlΦ+θG-T；当直播电商平台选择监管但政府部门不选择监管时，直播电商平台的收益是ρkΦ+（1-p）dΦ-C，政府监管部门的收益是-Φ；当直播电商平台选择不监管但政府部门选择监管时，直播电商平台的收益是dΦ-θG，政府监管部门的收益是θlΦ+θG-T；当直播电商平台选择不监管且政府部门也选择不监管时，直播电商平台的收益是dΦ，政府监管部门的收益是-Φ。据此，可得到直播电商平台和政府监管机构静态博弈收益矩阵，如表1。

二、平台监管主体间的演化博弈分析

演化博弈分析的关键是确定博弈人的学习机制和策略演化的过程（王先甲等，2011）。目前，演化博弈理论的研究文献已经提出了多种博弈决策的演化机制，其中应用最为广泛的是基于微分方程的复制动态演化机制（黄凯南，2011）。Taylor和Jonker于1978年提出演化博弈的复制动态模型，该模型使用常微分方程（或方程组）

=xi（Fi（x）-         ）描述策略的演化（仓平等，2010）。其中x为所

有策略在种群中的频率向量，代表系统的状态；xi为x的第i个分量，表示策略i在种群中的频率；Fi（x）表示策略i在系统状态为x时的适应性；     为此时种群的平均适应性。基于以上常微分方程（或方程组）进行求解可得到演化系统的局部均衡点并进一步判断该均衡点的稳定性，确定演化稳定策略（ESS）（孙庆文等，2003）。

根据以上分析，首先建立直播电商平台和政府监管机构间的演化博弈复制动态模型。假设政府监管机构中采取监管策略的比例为x，采取不监管策略的比例则为1-x；假设直播电商平台中采取监管策略的比例为y，则采取不监管策略的比例则为1-y。

对于政府监管机构这一种群，假设其采取监管策略群体的期望收益为Ex，采取不监管策略群体的期望收益为E1-x，整个政府监管机构群体的平均期望收益为   ，由表1的收益矩阵可计算得到：

令⑴=0，可得到x=0和x=1。由⑴可得，F'（x）=（1-2x）（θlΦ+θG+Φ-T），所以F'（0）=θlΦ+θG+Φ-T，F'（1）=-（θlΦ+θG+Φ-T）。政府监管机构的演化稳定策略需满足F（x）=0且F'（x）<0的条件。因此，当θlΦ+θG+Φ-T<0时，x=0为政府监管机构的演化稳定策略；当θlΦ+θG+Φ-T>0时，x=1是政府监管机构的演化稳定策略。这两种情况的相图如图1所示。

对于直播电商平台这一种群，假设其采取监管策略群体的期望收益为Uy，采取不监管策略群体的期望收益为U1-y，整个直播电商群体的平均期望收益为    ，由表1 的收益矩阵可计算得到：

令⑵=0，可得到y=0和y=1。由⑵可得，F'（y）=（1-2y）（ρkΦ-ρdΦ-C），所以F'（0）=ρkΦ-ρdΦ-C，F'（1）=-（ρkΦ-ρdΦ-C）。直播电商平台的演化稳定策略需满足F（y）=0且F'（y）<0的条件。因此，当ρkΦ-ρdΦ-C<0时，y=0是直播电商平台的演化稳定策略；当ρkΦ-ρdΦ-C>0时，y=1是直播电商平台的演化稳定策略。这两种情况的相图如图2所示。

直播电商平台和政府监管部门构成的整个监管系统的演化可由⑴和⑵构成的微分方程组表示。以上分析可得到该系统演化的4个局部均衡点：A1（0，0）、A2（0，1）、A3（1，0）和A4（1，1），但最终系统会向哪个均衡点演化需要根据系统的初始状态及各个均衡点处的稳定情况决定。因此需要依据微分方程稳定性理论判断各个局部均衡点的稳定性。依据孙庆文等（2003）、仓平等（2010）介绍和使用的方法，通过检验微分方程组雅可比矩阵在均衡点处时其行列式和行列式的迹可判断该均衡点的稳定性。由⑴和⑵构成的微分方程组，其雅可比矩阵是

通过计算，各个均衡点处雅可比矩阵的行列式和迹的值、相关情况的讨论结果见表2。

基于表4进一步分析直播电商平台和政府监管机构的决策行为演化规律。在第1种情况下，直播电商平台和政府监管机构可能采取了力度较大的监管政策，他们获得的收益能够弥补监管成本；或者是监管成本较小，（监管，监管）是该情况的演化稳定策略。这种情况下，双方也许可以进行通力合作以减少失信商家的数量。

第2种情况下，政府监管机构可能采取了力度较大的监管政策，或者他们的监管成本较低，政府监管机构趋向于监管；直播电商平台则相反，此时可能监管收益小于不监管的收益，因为一旦直播电商监管过严可能导致无法获得商家付给的服务费用dΦ，（监管，不监管）是该请况的演化稳定策略。此时，可能会出现直播电商平台不配合政府监管机构监管的现象，可能会提高政府监管成本。

第3种情况下，政府监管机构趋向于不监管，直播电商平台趋向于监管，此时可能是网络失信行为较少，失信现象并不严重，依靠市场自身的功能能够有效抵御失信行为发生。（不监管，监管）是该情况下的演化稳定策略。目前实务界有关网络要不要政府监管的讨论非常热烈，但是显然，我国网络市场的失信现象较为严重，政府也并未放弃监管职责而是呈现进一步加强的趋势。

第4种情况下，政府监管机构和直播电商平台均趋向于不监管，（不监管，不监管）是演化稳定策略。这种现象最可能出现在电子商务市场的初期，双方的监管经验不足，监管成本较高，也并未制定合适监管政策。

三、结论

基于演化博弈理论中的复制动态演化机制分析直播电商平台和政府监管机构两群体对在线商家监管行为的演化，分析过程即包括双方单边行为演化也包括整个系统的演化，并分情况讨论了演化稳定策略。我们发现，影响双方监管决策行为的参数主要有双方对失信行为的发现能力ρ和θ、双方对失信行为的惩罚力度k和l、双方的监管成本Ｃ和Ｔ、商家付给平台的利润系数d，政府监管机构对直播电商平台的惩罚力度Ｇ，上述参数的变化可以导致不同的演化稳定策略。

本文的分析结果提供了一些管理启示。首先，不应让（不监管，不监管）成为最终的演化稳定策略，否则将出现较为严重的失信现象，可能导致电子商务市场的萎缩甚至消失，这就要求直播电商平台或者政府中至少一方担任起监管的职责，并制定合理的监管政策。其次，由政府监管机构还是直播电商平台抑或是两者同时进行监管呢，这一问题主要由双方的监管能力（发现能力、监管成本等）决定，不过，政府监管机构为了维护社会福利和电子商务市场的竞争秩序，可能不会轻易放弃监管角色，因此，直播电商平台应该及时调整监管政策。

不过，本文的研究存在一定不足，未来可在以下几个方面进行加强。首先是模型的优化上，尽管本文探讨了前人还未仔细探讨的问题，但我们的模型并未将在线商家放在更重要的位置上，无法有效分析商家的失信行为规律，未来可建立包括商家在内的三方演化博弈模型。另外，为了探讨一些重要参数的作用，本文可能忽略了一些现实中实际存在的参数。

参考文献：

[1]中国电子商务研究中心.2014年（上）2022年（上）中国直播电商市场数据报告[R/OL].[2022-8-10]http：// http：//www.100ec.cn/zt/2022Szbdsbg/.

[2]陈福集、王澍贤.基于演化博弈理论的微博监管策略研究[J].情报杂志，2015，34（08）：110-114+47.

[3]张立恒.基于演化博弈理论的新零售行业利益相关主体间合作行为构建机制[J].商业经济研究.2021，（07）：27-30.

[4]宋成志.演化博弈理论下社保基金给付环节的监管分析[J].长春金融高等专科学校学报.2022，（04）：33-39.

[5]李鑫，马国顺，周千，孙冰.基于演化博弈理论的食品生产企业监管分析与调控[J].山东科学.2016，29（04）：87-92.

[6]林宝灯，叶昆，超辛琦.跨境电商贸易便利化监管的演化博弈分析——以前景理论为研究进路[J].福建江夏学院学报.2019，9（01）：50-58+76.

[7]李征.防范电子商务信用骗取的种群共存模型[J].计算机工程与运用，2010，46（3）：225-227+235.

[8]马国顺，宋伟伟.基于交易平台的电子商务演化博弈分析[J].图书情报工作，2010，54（24）：127-131.

作者简介：

滕光富（1982.6-），男，汉族，河南省光山县，本科，讲师，研究方向：电商物流、农村物流、供应链管理。