魏明俠　黃　林　肖開紅

(河南工業(yè)大學管理學院　河南鄭州　450001)

?

政府監(jiān)管與降低B2C平臺信用風險
——基于B2C平臺信用風險演化博弈的推演證據(jù)

魏明俠黃林肖開紅

(河南工業(yè)大學管理學院河南鄭州450001)

為獲得短期利益，B2C平臺可能對失信商家放松監(jiān)管或不監(jiān)管，從而出現(xiàn)較高的B2C平臺信用風險。文章借鑒演化博弈理論的基本分析框架，建立商家和政府監(jiān)管機構(gòu)兩方群體的演化博弈模型，分析商家失信行為和政府監(jiān)管行為的動態(tài)演化過程。結(jié)果表明：失信商家的數(shù)量和采取監(jiān)管行為模式的政府監(jiān)管者數(shù)量都不會向某一固定的趨勢演化，而是會圍繞中心點處于不斷的動態(tài)變化過程中；政府監(jiān)管強度和懲罰力度的提高及監(jiān)管成本的優(yōu)化能夠從整體上降低B2C平臺信用風險水平。本研究的啟示是，政府監(jiān)管是防范B2C市場“共謀”、促進其健康發(fā)展的重要力量，不應(yīng)弱化政府監(jiān)管作用。

B2C平臺；信用風險；政府監(jiān)管；演化博弈

隨著互聯(lián)網(wǎng)應(yīng)用的普及，網(wǎng)絡(luò)逐漸成為普通個體生活構(gòu)成的一部分，其中網(wǎng)絡(luò)購物是與人們生活結(jié)合最為緊密和普遍的現(xiàn)象，網(wǎng)絡(luò)購物已經(jīng)常態(tài)化。在我國網(wǎng)購市場中，B2C模式占據(jù)很大市場份額，根據(jù)易觀智庫發(fā)布的《中國網(wǎng)上零售市場企業(yè)年度盤點專題研究報告2015》顯示，中國網(wǎng)上零售B2C交易規(guī)模在2014年達到13701.1億元[1]。B2C零售市場規(guī)模的不斷擴大得益于我國居民基于B2C平臺消費的認可，但同時，接連曝光的B2C平臺“售假”與“詐騙”事件卻沖擊著B2C平臺用戶的信任水平，B2C平臺信用風險問題凸顯[2]。

網(wǎng)上信用風險是指某一時刻或時段，網(wǎng)上失信交易者占全部交易者的比例；這一比例變化過程反映了在線交易者群體信用行為的調(diào)整過程，實質(zhì)也是網(wǎng)上信用風險的形成和演化過程[2]。電子商務(wù)發(fā)展過程中，網(wǎng)上信用風險問題一直未得到根本上的解決，成為阻礙電子商務(wù)良性發(fā)展的關(guān)鍵制約因素，預(yù)防和解決這一難題的關(guān)鍵在于是否能夠認清網(wǎng)上信用風險的形成和演化機理[4]。從現(xiàn)有研究來看，博弈論是切入網(wǎng)上信用風險形成的一個良好視角。首先，部分學者從經(jīng)典博弈的視角對網(wǎng)上信用風險的形成機理做了一些有益探討。Ba等(2003)[5]、Hu等(2004)[6]提出在線信用風險是在線交易雙方博弈的結(jié)果，以交易雙方為博弈主體，他們建立了在線信任靜態(tài)博弈模型，結(jié)果發(fā)現(xiàn)，引入信任第三方能夠有效規(guī)避在線欺詐的發(fā)生。魏明俠(2005)[7]基于虛擬市場中的買賣雙方分別建立了電子商務(wù)交易的靜態(tài)和動態(tài)博弈模型用于分析交易者的信用模式選擇；靜態(tài)博弈結(jié)果表明，交易一方的信用模式選擇決定了另一方的信用模式選擇，動態(tài)博弈結(jié)果表明，賣方選擇何種信用模式的臨界點是賣方誠實信用模式的短期收入與社會平均投資利潤率的比值。魏明俠(2007)[8]將網(wǎng)上信用風險的經(jīng)典博弈模型進行了歸納，提出除交易雙方可以作為博弈主體外，交易者和監(jiān)管者、交易者和第三方平臺等也可作為博弈雙方進而形成網(wǎng)上信用風險。魏明俠(2004)[9]和Lee(2007)[10]則重點分析了信息不對稱導(dǎo)致的網(wǎng)上失信現(xiàn)象。再者，部分學者基于演化博弈理論研究網(wǎng)上信用風險形成問題。李蘇文和吳清烈(2007)[11]構(gòu)建買賣兩方群體的演化博弈復(fù)制動態(tài)方程，并分情況進行了討論，發(fā)現(xiàn)失信收益和第三方監(jiān)管是影響演化穩(wěn)定策略的兩個重要因素；馬國順和宋偉偉(2010)[12]進一步對買賣雙方的博弈情景進行優(yōu)化并建立演化博弈模型，并分情況探討了交易平臺監(jiān)管對演化穩(wěn)定策略的影響；魏明俠等(2015)[13]構(gòu)建了一個網(wǎng)上信用風險演化的探索性理論分析框架，構(gòu)建不同群體之間的演化博弈模型并進行實證檢驗是其重要內(nèi)容。

可見，博弈理論是研究網(wǎng)上信用風險形成和演化的一個很好的視角，但之前的研究還存在以下不足。首先，之前的研究背景大都著眼于整個電子商務(wù)市場的信用風險，因此研究結(jié)論很難為某一局域性網(wǎng)上市場(比如B2C市場)提供理論指導(dǎo)。其次，之前的研究中，幾乎所有博弈模型都以交易者作為博弈主體，將監(jiān)管者僅僅作為情景變量來考慮，即使是馬國順和宋偉偉(2010)[12]的研究仍是建立交易者博弈模型后探討交易平臺監(jiān)管行為對演化穩(wěn)定策略的影響，因此不能反映監(jiān)管者在網(wǎng)上信用風險形成和演化過程中的全部作用。最后，政府監(jiān)管在之前的研究中被忽略了，也就是說，作為實際上的網(wǎng)絡(luò)監(jiān)管主體，政府在網(wǎng)上信用風險形成和演化過程中的作用到目前為止還未被討論過。針對現(xiàn)有文獻研究的不足與B2C平臺信用風險形成與演化的現(xiàn)實情景，我們探討B(tài)2C平臺與失信商家存在“共謀”情況下，商家(失信或守信)和政府監(jiān)管者(監(jiān)管或不監(jiān)管)兩群體行為演化規(guī)律及其最終導(dǎo)致的B2C平臺的信用風險水平。

一、B2C平臺信用風險演化博弈模型構(gòu)建

(一)演化博弈理論

作為經(jīng)濟行為和社會行為常用的分析方法，博弈論已經(jīng)得到廣泛應(yīng)用。在博弈論的基礎(chǔ)上，學者運用博弈論的分析框架研究生物的演化過程，包括將傳統(tǒng)博弈論中的支付函數(shù)轉(zhuǎn)化為生物適應(yīng)度函數(shù)、引入突變機制將納什均衡精煉為演化穩(wěn)定均衡以及引入選擇機制構(gòu)建復(fù)制動態(tài)模型，標志著博弈理論的初步形成[13]。至今為止，利用復(fù)制動態(tài)模型進而獲得演化均衡的方法仍然是學者們最為常用的演化博弈分析思路。復(fù)制動態(tài)模型放松了經(jīng)典博弈理論的嚴格假設(shè)，并不要求博弈雙方的完全理性和知識完備性，體現(xiàn)了演化博弈的選擇和變異機制。但演化博弈的最終目的和經(jīng)典博弈是相似的，即獲得最終的演化穩(wěn)定策略(納什均衡的精煉)，也是演化博弈理論能夠指導(dǎo)現(xiàn)實經(jīng)濟和社會行為的關(guān)鍵。不過，基于復(fù)制動態(tài)模型求解演化穩(wěn)定策略的過程仍然需要建立在經(jīng)典博弈理論的基礎(chǔ)之上，經(jīng)典博弈理論提供了最初的博弈結(jié)構(gòu)和規(guī)則[13]。

(二)情景假設(shè)

B2C模式在我國網(wǎng)上零售市場占據(jù)較大份額，但“假貨泛濫”等各種亂象在B2C模式中層出不窮，通過網(wǎng)絡(luò)搜索，近年來涉及B2C平臺的負面新聞令人吃驚，其中不乏“集體售假”、“商家信譽造假”、“平臺監(jiān)管不力”等政府明令禁止的事件。有研究人員指出，B2C平臺和賣家之間的關(guān)系較為復(fù)雜，一方面B2C平臺需要大量商家入駐從而可能放松監(jiān)管，另一方面，大量不良商家的入駐可能對B2C平臺的長期發(fā)展產(chǎn)生不利影響；當B2C平臺監(jiān)管成本高且監(jiān)管收益低、賣家失信收益高時，(賣家欺詐經(jīng)營，不監(jiān)管)成為B2C平臺和賣家博弈的納什均衡解[14]。另有學者研究發(fā)現(xiàn)，如果失信商家的失信行為被發(fā)現(xiàn)后能輕易從一個平臺轉(zhuǎn)向另一個平臺，那么平臺本身的監(jiān)督作用將失去效力；也就是說，B2C平臺之間的競爭使得整個電子商務(wù)信用合作機制未達成聯(lián)動，導(dǎo)致B2C平臺的監(jiān)管收益很小或為負收益[11]。本研究中，假設(shè)B2C平臺上的商家可選擇失信和守信兩種行為模式，商家選擇失信行為模式時需要和B2C平臺合作，并與B2C平臺分享失信所獲得的利潤，形成“共謀”；這也就意味著只要商家選擇失信行為，同時就會選擇與B2C平臺進行“共謀”。同時，政府監(jiān)管者可選擇監(jiān)管和不監(jiān)管兩種行為模式。

假設(shè)市場中銷售的商品僅有A一種商品，其市場價值為V，若不存在失信商家，按照市場規(guī)律，交易者之間進行等價交易。假設(shè)失信商家單次失信行為共可獲利Φ(Φ≤V)，商家獲利dΦ，則B2C平臺分得利潤(1-d)Φ，d是一個大于0小于1的常數(shù)，反映了B2C平臺從“合謀”過程中的得利能力。此時若政府不進行監(jiān)管，社會福利凈損失為Φ。若政府實施監(jiān)管，并能以ρ(可以代表發(fā)現(xiàn)能力)的概率發(fā)現(xiàn)失信商家的失信行為，并對發(fā)現(xiàn)的失信商家處以kV的罰款，對B2C平臺處以lV的罰款，但政府監(jiān)管存在監(jiān)管成本C。依據(jù)以上假設(shè)，按照經(jīng)典博弈理論的博弈規(guī)則，可得到三方的支付矩陣(見表1)。

表1　博弈雙方單次博弈的支付矩陣

(三)B2C平臺信用風險演化的復(fù)制動態(tài)模型

依據(jù)復(fù)制動態(tài)原理，需要得到不同行為模式群體的收益函數(shù)，進而得到群體的適應(yīng)度函數(shù)，用于描述博弈群體的動態(tài)演化過程，稱為復(fù)制動態(tài)方程；復(fù)制動態(tài)模型由博弈雙方的復(fù)制動態(tài)方程構(gòu)成的方程組表示。假設(shè)政府監(jiān)管者群體中選擇監(jiān)管行為模式的個體數(shù)量占監(jiān)管者群體總數(shù)的比例為x，則選擇不監(jiān)管行為模式的個體數(shù)量占比為1-x。同樣，假設(shè)商家群體中選擇失信行為模式的個體數(shù)量占商家群體總數(shù)的比例為y，則選擇守信行為模式的個體數(shù)量占比為1-y。

B2C信用風險演化的復(fù)制動態(tài)模型由公式1和公式2構(gòu)成，是由兩個非線性微分方程構(gòu)成的方程組。

二、演化博弈模型推演

復(fù)制動態(tài)模型刻畫了系統(tǒng)的動態(tài)演化機理，但演化博弈分析的最終目的是獲知系統(tǒng)最終的演化方向及過程，即演化穩(wěn)定策略及系統(tǒng)的相圖。因為上述復(fù)制動態(tài)模型由常微分方程組表示，可以通過求解常微分方程(或方程組)并對穩(wěn)定性進行判斷進而得到穩(wěn)定演化策略[14]。

(一)單群體演化穩(wěn)定策略

圖1　政府監(jiān)管者群體的演化路徑相圖

圖2　商家群體的演化路徑相圖

(二)系統(tǒng)演化穩(wěn)定策略

對于單群體演化穩(wěn)定策略的分析表明，博弈雙方都會根據(jù)對方群體的構(gòu)成情況進而確定演化方向，但還未能揭示整個系統(tǒng)最終的演化方向，即整個系統(tǒng)的演化穩(wěn)定策略。如上所述，整個系統(tǒng)由包含兩個常微分方程的方程組構(gòu)成，可以通過求解常微分方程組并對數(shù)學解的穩(wěn)定性進行判斷進而得到系統(tǒng)的演化穩(wěn)定策略。常微分方程組解的穩(wěn)定性則可由該方程組的雅克比矩陣的特點決定。

圖3　系統(tǒng)演化相圖

表2　均衡解穩(wěn)定性檢驗

三、結(jié)論與啟示

應(yīng)加大政府監(jiān)管者對“共謀”的懲罰力度進而降低失信商家群體的收益，從而使得系統(tǒng)更多的停留在失信商家少的演化過程中。從圖3可以發(fā)現(xiàn)，在其他參數(shù)不變的情況下，提高懲罰力度k和l，可使得中心點更接近原點，從而系統(tǒng)更多時間停留在失信商家少的演化過程中；此時，采取監(jiān)管策略的監(jiān)管者數(shù)量也會減少。

應(yīng)優(yōu)化政府監(jiān)管者監(jiān)管能力，包括提高監(jiān)管者發(fā)現(xiàn)失信行為的能力ρ和降低監(jiān)管者進行監(jiān)管的成本C，從而使得系統(tǒng)更多的停留在失信商家少的演化過程中。從圖3可以看出，在其他參數(shù)不變的情況下提高監(jiān)管者發(fā)現(xiàn)失信行為能力ρ，可使得中心點更接近原點，從而系統(tǒng)更多時間停留在失信商家少且監(jiān)管者采取監(jiān)管行為模式少的演化過程中；降低監(jiān)管者監(jiān)管成本C，可使得中心點更接近原點，從而系統(tǒng)更多時間停留在失信商家少但監(jiān)管者采取監(jiān)管策略多的演化過程中。

[1]易觀智庫.中國網(wǎng)上零售市場企業(yè)年度盤點專題研究報告2015[EB/OL].[20150-5-16].http://www.enfodesk.com/SMinisite/maininfo/reportdetail-id-418767.html,2015.

[2]車云霞.互聯(lián)網(wǎng)信貸風險的法律防范機制[J].西南金融,2015(3):44-48.

[3]魏明俠,夏雨,肖開紅.在線信用風險的形成：一個基于演化博弈的分析框架[J].經(jīng)濟管理,2015(1):180-189.

[4]瞿春娟.電子商務(wù)中信用風險生成機理及防范策略研究[J].技術(shù)經(jīng)濟與管理研究,2010(5):61-64.

[5]Ba S,A B Whinston,Zhang H. Building trust in online auction markets through an Economic incentive mechanism[J]. Decision Support Systems,2003,35(3):273-286.

[6]Hu X R,Lin Z X,Whiston A B,Zhang H. Hope or Hype: On the Viability of EscrowServices as Trusted Third Parties in Online Auction Environments[J].Information Systems Research,2004,15(3):236-249.

[7]魏明俠.電子商務(wù)中信用模式選擇的博弈分析[J].科學技術(shù)與工程,2005,5(7):411-414.

[8]魏明俠.電子商務(wù)信用機理研究[M].北京:經(jīng)濟管理出版社,2007:105-110.

[9]魏明俠.網(wǎng)上信用不確定情況下的交易決策模型[J].商業(yè)經(jīng)濟與管理,2004(12):25-29.

[10]Lee B,Ang L,Dubelaar C.Lemons on the Web: A signalling approach to the problem of trust in Internet commerce[J].Journal of Economic Psychology,2007,26(5):607-623.

[11]李蘇文，吳清烈.電子交易過程中信用的演化博弈分析[J].科技情報開發(fā)與經(jīng)濟，2007,17(7):114-115.

[12]馬國順，宋偉偉.基于交易平臺的電子商務(wù)演化博弈分析[J].圖書情報工作,2010,54(24):127-131.

[13]黃凱南.演化博弈與演化經(jīng)濟學[J].經(jīng)濟研究,2009(2):132-149.

[14]陳洋.B2C電子商務(wù)主觀信用風險博弈分析[D].重慶：重慶師范大學碩士論文,2014.

[15]孫慶文,陸柳,嚴廣樂,車宏安.不完全信息條件下演化博弈均衡的穩(wěn)定性分析[J].系統(tǒng)工程理論與實踐,2003(7):11-16.

[責任編輯譚金蓉]

2016-03-22

國家社科基金項目“網(wǎng)上信用風險的群體演化機制與多維防控策略研究”(14BGL153)；河南省人文社會科學研究項目“基于演化博弈論的網(wǎng)上信用風險擴散機理研究”(2013-ZD-013)。

魏明俠(1969—)，男，院長，教授，博士生導(dǎo)師，博士，主要研究方向為電子商務(wù)及其信用管理。

C931；F724

A

2095-1124(2016)03-0046-06