李春發(fā)，曹穎穎，王 聰，郝琳娜

(1.天津理工大學(xué)管理學(xué)院，天津 300384；2.聊城大學(xué)商學(xué)院，山東 聊城 252000)

0 引言

隨著AI、AR和大數(shù)據(jù)等技術(shù)迅速發(fā)展，直播電商打破銷售渠道時(shí)空、信息等限制[1]，減少產(chǎn)品流通環(huán)節(jié)，滿足了消費(fèi)者社交性[2]、互動(dòng)性需求和尋求高效選品途經(jīng)的需要，成為推動(dòng)品牌消費(fèi)增長(zhǎng)的重要商業(yè)模式[3]和互聯(lián)網(wǎng)經(jīng)濟(jì)領(lǐng)域新的增長(zhǎng)點(diǎn)。艾瑞咨詢數(shù)據(jù)指出，2019年直播電商整體成交額達(dá)4 512.9億元，同比增長(zhǎng)200.4%，占網(wǎng)購(gòu)整體規(guī)模的4.5%[4]。然而，直播電商模式火爆發(fā)展同時(shí)，因其參與主體多、入住門檻低及網(wǎng)絡(luò)交易的虛擬性與數(shù)據(jù)缺失性等[5]，電商假貨問(wèn)題層出不窮[6]，部分爆款單品缺乏基本的質(zhì)量保障[7]，直播平臺(tái)對(duì)供應(yīng)商、主播行為策略難以規(guī)制的問(wèn)題尤為突出。為此，政府頻頻出臺(tái)相關(guān)政策加強(qiáng)指導(dǎo)與監(jiān)管，規(guī)范平臺(tái)運(yùn)行[8-9]，如中國(guó)廣告協(xié)會(huì)于2020年7月發(fā)布《網(wǎng)絡(luò)直播營(yíng)銷行為規(guī)范》，對(duì)直播電商中的供應(yīng)商、直播平臺(tái)、主播的行為作全面定義規(guī)范。直播電商行業(yè)規(guī)范是保證直播電商行業(yè)持續(xù)發(fā)展的重要基礎(chǔ)[10-13]，探究直播平臺(tái)規(guī)制參與主體行為策略，并提出規(guī)范供應(yīng)商及主播行為的具體措施，對(duì)引導(dǎo)直播電商市場(chǎng)健康規(guī)范化發(fā)展和助力直播經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。

供應(yīng)商的供品策略、直播平臺(tái)的規(guī)制方式、主播的行為規(guī)范對(duì)直播電商三方收益產(chǎn)生重要影響，相關(guān)問(wèn)題受到各方關(guān)注與重視[14]，許多學(xué)者對(duì)網(wǎng)絡(luò)直播電商方面的研究主要是以監(jiān)管策略和治理對(duì)策為切入點(diǎn)，闡述直播平臺(tái)規(guī)制策略的必要性[15-19]。從利益相關(guān)者的視角，李亞兵等[20]結(jié)合博弈演化探討了多方參與下網(wǎng)絡(luò)直播治理的內(nèi)在機(jī)理，并提出相應(yīng)的網(wǎng)絡(luò)治理策略；從政府監(jiān)管的視角，彭曉薇[21]提出了當(dāng)前政府對(duì)網(wǎng)絡(luò)直播的監(jiān)管體系和具體措施；從直播平臺(tái)的視角，薛鵬等[22]研究了主播侵權(quán)下直播平臺(tái)需要承擔(dān)的責(zé)任及其監(jiān)管責(zé)任如何體現(xiàn)。直播平臺(tái)與主播之間關(guān)系的研究主要關(guān)注直播負(fù)面問(wèn)題、行業(yè)信用和行業(yè)競(jìng)爭(zhēng)等，李婧祎等[23]研究了當(dāng)前網(wǎng)絡(luò)直播行業(yè)存在的問(wèn)題并探究原因,最后提出相應(yīng)的對(duì)策建議。鄭森圭等[24]認(rèn)為導(dǎo)致直播平臺(tái)盈利能力不足的兩個(gè)原因分別為簽約主播比例與直播平臺(tái)基礎(chǔ)規(guī)模不匹配，以及直播平臺(tái)簽約策略不恰當(dāng)。近年來(lái)，學(xué)者們開(kāi)始運(yùn)用博弈論探討電商參與主體內(nèi)在的影響機(jī)理。張麗等[25]基于博弈論將消費(fèi)者投訴引入電商平臺(tái)信用監(jiān)管機(jī)制，構(gòu)建了信息不對(duì)稱下以電商平臺(tái)、商家和消費(fèi)者為主體的三方演化博弈模型，分析了各主體博弈策略選擇與行為演化的影響因素及趨于穩(wěn)定狀態(tài)的條件，并進(jìn)行演化仿真分析和數(shù)值模擬。楊豐梅等[26]構(gòu)建C2B2C電商信用監(jiān)管模式下的演化博弈模型與定價(jià)交易模型，對(duì)電商和消費(fèi)者雙方的長(zhǎng)期交易策略進(jìn)行了分析。徐鯤等[27]運(yùn)用演化博弈理論對(duì)電商雙邊市場(chǎng)供應(yīng)鏈融資合作機(jī)制進(jìn)行分析，并結(jié)合收益分配模型計(jì)算得到收益分配系數(shù)的最優(yōu)解。Aringhieri等[28]通過(guò)混合博弈和代理仿真分析電子商務(wù)中的在線信譽(yù)體系，建立模型，探究買賣雙方不同的行為對(duì)電商政策的影響。

目前研究主要聚焦于直播電商行業(yè)規(guī)范必要性的理論分析，對(duì)供應(yīng)商、直播平臺(tái)及主播三方主體間行為策略關(guān)系鮮有量化描述，本文以供應(yīng)商、直播平臺(tái)和主播為研究對(duì)象，鑒于供應(yīng)商供品策略、直播平臺(tái)規(guī)制方式以及主播行為抉擇涉及諸多利益主體，從有限理性的角度出發(fā)，抽象出供應(yīng)商、直播平臺(tái)以及主播之間進(jìn)行策略選擇的影響因素，構(gòu)建演化博弈分析模型，并采用agent仿真，側(cè)重分析不同的策略對(duì)三方收益的影響，從而提出規(guī)范供應(yīng)商及約束主播行為的具體措施。

1 問(wèn)題描述與模型構(gòu)建

考慮由分別負(fù)責(zé)產(chǎn)品供應(yīng)、服務(wù)和推薦的供應(yīng)商、直播平臺(tái)(簡(jiǎn)稱平臺(tái))和主播組成的直播電商系統(tǒng)。在該系統(tǒng)中，供應(yīng)商通過(guò)向主播進(jìn)行商業(yè)投放、提供貨源等獲利；主播通過(guò)向消費(fèi)者推薦產(chǎn)品獲利，存在將仿品作為正品進(jìn)行虛假宣傳等違規(guī)行為；平臺(tái)通過(guò)按場(chǎng)次及時(shí)間向供應(yīng)商收取服務(wù)費(fèi)、提供運(yùn)營(yíng)規(guī)范和業(yè)務(wù)檢查等獲利。作為產(chǎn)品和服務(wù)質(zhì)量責(zé)任承擔(dān)者，平臺(tái)接受政府和社會(huì)監(jiān)督，對(duì)供應(yīng)商、主播行為采取積極規(guī)制或者消極規(guī)制。供應(yīng)商、平臺(tái)和主播之間存在行為策略演化博弈關(guān)系(見(jiàn)圖1)。

圖1 供應(yīng)商、直播平臺(tái)和主播行為策略演化關(guān)系

設(shè)供應(yīng)商正、仿產(chǎn)品支付成本分別為C1和C2；主播銷售守規(guī)，供應(yīng)商選用正品、仿品的基本收益分別為R1和R2；主播違規(guī)，供應(yīng)商選用正品、仿品的基本收益為R3和R4。平臺(tái)積極規(guī)制對(duì)選用仿品供應(yīng)商、違規(guī)主播的懲罰和約束分別為F和M(γ為懲罰系數(shù)，δ為約束系數(shù))。平臺(tái)消極規(guī)制對(duì)選用正品供應(yīng)商、守規(guī)主播的支持和補(bǔ)貼分別為H和L(β為支持系數(shù)，α為補(bǔ)貼力度)。平臺(tái)積極規(guī)制成本為C3，直播平臺(tái)積極、消極規(guī)制的基本收益分別為U1、U2。供應(yīng)商選用仿品，主播守規(guī)/違規(guī)使平臺(tái)效益增加/減少W1/W2。違規(guī)收益指主播違規(guī)獲得的超額收益，設(shè)主播違規(guī)獲得的超額收益為ηQ1、ηQ2，Q1、Q2為供應(yīng)商選用正品、仿品時(shí)主播的基本收益，η為違規(guī)收益因子。主播守規(guī)、違規(guī)的收益和損失分別為V1和V2。平臺(tái)消極監(jiān)管將導(dǎo)致平臺(tái)市場(chǎng)產(chǎn)品質(zhì)量混亂，消費(fèi)者對(duì)平臺(tái)的選擇意愿降低，平臺(tái)和主播利益損失分別為K1、K2。電商直播中消費(fèi)者的感知服務(wù)質(zhì)量和感知價(jià)值對(duì)購(gòu)買意愿有正向影響[29]。主播推薦仿品時(shí)，消費(fèi)者的感知服務(wù)質(zhì)量和感知價(jià)值較低，從而降低購(gòu)買意愿，主播收益損失為E。供應(yīng)商、平臺(tái)和主播博弈收益矩陣如表1所示。

表1 供應(yīng)商、平臺(tái)、主播三方博弈收益矩陣

從而可建立供應(yīng)商、平臺(tái)和主播演化博弈模型(1)。

(1)

2 三方演化博弈分析

2.1 演化穩(wěn)定性分析

按照Friedman提出的方法，微分方程系統(tǒng)的演化穩(wěn)定策略(ESS)可由該系統(tǒng)的Jacobian矩陣局部穩(wěn)定性分析得到。由式(1)知，系統(tǒng)Jacobian矩陣[30]為

在式(1)中，令F(x)=F(y)=F(z)=0，知E1(0,0,0)，E2(0,0,1)，E3(0,1,0)，E4(0,1,1)，E5(1,0,0)，E6(1,0,1)，E7(1,1,0)，E8(1,1,1)為局部均衡點(diǎn)。Jacobian矩陣的所有特征值都為非正時(shí)的均衡點(diǎn)為系統(tǒng)的演化穩(wěn)定點(diǎn)；所有特征值的符號(hào)確定且均為正值時(shí)，該均衡點(diǎn)為非穩(wěn)定點(diǎn)。

均衡點(diǎn)為E1(0,0,0)時(shí)，有

類似地，將8個(gè)均衡點(diǎn)分別代入Jacobian矩陣，各均衡點(diǎn)對(duì)應(yīng)Jacobian矩陣的特征值如表2所示。

表2 Jacobian矩陣的特征值

假設(shè)R1-R2+βH-C1+C2>0，V1+V2-ηQ1-δM+αL>0，U1-U2-C3-K1>0。說(shuō)明主播守規(guī)，供應(yīng)商選用仿品總收益較正品小，平臺(tái)消極規(guī)制總收益較積極規(guī)制小；平臺(tái)積極規(guī)制，主播守規(guī)總收益較違規(guī)大。由于模型中參數(shù)的復(fù)雜性，本文分3種情形對(duì)演化博弈穩(wěn)定策略進(jìn)行討論。

情形1：當(dāng)U1-C3+δM-γF-K1

圖2 情形1的復(fù)制動(dòng)態(tài)相位圖

情形2：當(dāng)U1-C3+δM-γF-K1>U2，R3+γF+βH-C1

圖3 情形2的復(fù)制動(dòng)態(tài)相位圖

情形3：當(dāng)R3+βH-C1>R4-C2且V1+αL+E>ηQ2-V2時(shí)，說(shuō)明當(dāng)平臺(tái)積極規(guī)制且主播違規(guī)時(shí)，供應(yīng)商選用正品總收益較仿品大，當(dāng)平臺(tái)消極規(guī)制時(shí)，主播守規(guī)總收益較違規(guī)大，由表3知，均衡點(diǎn)E8(1,1,1)對(duì)應(yīng)Jacobian矩陣特征值均為負(fù)值，故E8(1,1,1)為均衡點(diǎn)，{正品，積極規(guī)制，守規(guī)}為演化穩(wěn)定策略，演化博弈模型的相位圖如圖4所示。

圖4 情形3的復(fù)制動(dòng)態(tài)相位圖

表3 局部均衡點(diǎn)穩(wěn)定性分析

2.2 直播電商系統(tǒng)演化的mABM仿真分析

以阿里巴巴為例利用多主體建模仿真(mABM)技術(shù)，模擬直播電商不同情形下穩(wěn)定性策略變動(dòng)，分析驗(yàn)證演化均衡穩(wěn)定性結(jié)論。即通過(guò)對(duì)模型參數(shù)進(jìn)行取值，模擬“供應(yīng)商-直播平臺(tái)-主播”之間演化博弈的變動(dòng)趨勢(shì)，揭示各主體決策規(guī)律。在Netlogo仿真平臺(tái)中，供應(yīng)商、直播平臺(tái)和主播分為3類Agent，分別設(shè)置初始數(shù)量300個(gè)，設(shè)定黃色、灰色曲線分別為供應(yīng)商選擇“正品”和“仿品”策略的概率變化曲線，紅色、黑色曲線分別為直播平臺(tái)選擇“積極規(guī)制”和“消極規(guī)制”策略的概率變化曲線，橙色、藍(lán)色曲線分別為主播選擇“守規(guī)”和“違規(guī)”策略的概率變化曲線。

在仿真過(guò)程中，合理設(shè)置仿真模型的參數(shù)取值是有效仿真的關(guān)鍵。根據(jù)Liu[31]，汪旭暉等[32]，參數(shù)取值設(shè)置主要有兩方面依據(jù)：1)文獻(xiàn)與實(shí)際調(diào)研。參照楊豐梅等[26]的參數(shù)設(shè)置，設(shè)定選用仿品供應(yīng)商懲罰分別為β=0.4，H=10，違規(guī)主播的約束分別為δ=0.3，M=4；選用正品供應(yīng)商的支持分別為γ=0.3，F(xiàn)=10，守規(guī)主播的補(bǔ)貼分別為α=0.2，L=4。在對(duì)阿里巴巴進(jìn)行實(shí)際調(diào)研，發(fā)現(xiàn)實(shí)地調(diào)研結(jié)果與《阿里巴巴國(guó)際站處罰扣分說(shuō)明》、《阿里巴巴國(guó)際站虛假交易違規(guī)處罰規(guī)則》和現(xiàn)有相關(guān)文獻(xiàn)參數(shù)設(shè)置基本吻合。本文根據(jù)以上數(shù)據(jù)來(lái)源對(duì)模型參數(shù)進(jìn)行取值，具體如表4～6所示。2)等式平衡原則。本文對(duì)以下3種不同情形進(jìn)行模擬分析。

表4 支付矩陣參數(shù)值

情形1：當(dāng)U1-C3+δM-γF-K1

設(shè)置初始x=0.41，y=0.53，z=0.34和x=0.57，y=0.53，z=0.52，運(yùn)行結(jié)果如圖5、6所示。

圖5 初始x=0.41，y=0.53，z=0.34演化博弈仿真結(jié)果

圖6 初始x=0.57，y=0.53，z=0.52演化博弈仿真結(jié)果

由圖5、6可知，博弈穩(wěn)定策略為E1(0,0,0)和E8(1,1,1),即{仿品，消極規(guī)制，違規(guī)}和{正品，積極規(guī)制，守規(guī)}。三者最終演化結(jié)果取決于三者最初狀態(tài)，當(dāng)直播平臺(tái)消極規(guī)制時(shí)，主播守規(guī)獲得補(bǔ)貼αL較違規(guī)獲得收益ηQ1-V2小，主播傾向選擇“違規(guī)”策略；當(dāng)直播平臺(tái)消極規(guī)制且主播違規(guī)時(shí)，供應(yīng)商選用仿品總收益較正品大，供應(yīng)商選擇“仿品”策略。當(dāng)供應(yīng)商選用正品時(shí)，平臺(tái)積極規(guī)制收益U1-C3較消極規(guī)制收益U2大，直播平臺(tái)傾向于選擇“積極規(guī)制”策略，當(dāng)供應(yīng)商選用正品且平臺(tái)積極規(guī)制時(shí)，主播守規(guī)獲得補(bǔ)貼和形象增加αL+V1較違規(guī)利益加成ηQ1-δM-V2大，主播選擇“守規(guī)”策略。{仿品，消極規(guī)制，違規(guī)}和{正品，積極規(guī)制，守規(guī)}為演化穩(wěn)定策略，驗(yàn)證了情形1理論分析結(jié)論的有效性。

情形2：當(dāng)U1-C3+δM-γF-K1>U2，R3+γF+βH-C1

表5 支付矩陣參數(shù)值

設(shè)置初始x=0.28，y=0.66，z=0.59和x=0.46，y=0.65，z=0.68，運(yùn)行結(jié)果如圖7、8所示。

圖7 初始x=0.28，y=0.66，z=0.59演化博弈仿真結(jié)果

圖8 初始x=0.46，y=0.65，z=0.68演化博弈仿真結(jié)果

由圖7、8可知，博弈穩(wěn)定策略為E3(0,1,0)和E8(1,1,1)。博弈出現(xiàn)兩種漸進(jìn)穩(wěn)定策略：{仿品，積極規(guī)制，違規(guī)}和{正品，積極規(guī)制，守規(guī)}。三者最終演化結(jié)果取決于三者最初狀態(tài)，當(dāng)供應(yīng)商選用仿品時(shí)，主播若選擇“違規(guī)”策略，可滿足供應(yīng)商銷量需求，此時(shí)供應(yīng)商選用仿品、平臺(tái)積極規(guī)制和主播違規(guī)屬于穩(wěn)定策略。當(dāng)供應(yīng)商試圖選用仿品時(shí)，主播若選擇“守規(guī)”策略，無(wú)法滿足供應(yīng)商銷量需求，且平臺(tái)選擇“積極規(guī)制”策略，供應(yīng)商只能轉(zhuǎn)而選擇“正品”策略。{仿品，積極規(guī)制，違規(guī)}和{正品，積極規(guī)制，守規(guī)}為演化穩(wěn)定策略，驗(yàn)證了情形2理論分析結(jié)論的有效性。

情形3：當(dāng)R3+βH-C1>R4-C2，且V1+αL+E>ηQ2-V2時(shí)，設(shè)支付矩陣各參數(shù)如表6所示。

表6 支付矩陣參數(shù)值

設(shè)置初始x=0.56，y=0.65，z=0.55，運(yùn)行結(jié)果如圖9所示。由圖9可知，博弈穩(wěn)定策略為E8(1,1,1)。博弈出現(xiàn)一種漸進(jìn)穩(wěn)定策略：{正品，積極規(guī)制，守規(guī)}。隨著主播違規(guī)收益因子η降低，當(dāng)供應(yīng)商選用正品且平臺(tái)積極規(guī)制時(shí)，主播違規(guī)獲得額外收益不足以抵消違規(guī)造成的利益損失，主播將選擇“守規(guī)”策略。{正品，積極規(guī)制，守規(guī)}為演化穩(wěn)定策略，演化博弈仿真結(jié)果驗(yàn)證了情形3理論分析結(jié)論的有效性。

圖9 初始x=0.56，y=0.65，z=0.55演化博弈仿真結(jié)果

3 參數(shù)分析

由于直播電商系統(tǒng)供應(yīng)商、直播平臺(tái)和主播三方博弈的策略演化復(fù)雜性，利用Python軟件分析參數(shù)變化對(duì)策略演化穩(wěn)定性的影響，其中包括分析懲罰系數(shù)γ、約束系數(shù)δ、支持系數(shù)β、補(bǔ)貼系數(shù)α和違規(guī)收益因子η對(duì)直播電商系統(tǒng)演化過(guò)程的影響。假設(shè)初始供應(yīng)商、直播平臺(tái)和主播選擇不同策略的概率均為0.5，取R1=7，R2=13，R3=14，R4=17，C1=4，C2=3，C3=3，V1=4，V2=5，Q1=14，Q2=12，U1=19，U2=13，W1=3，W2=3，K1=1，K2=2，E=1，L=9，H=9，F(xiàn)=10，M=10。γ，δ，β，α和η分別取0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.0。

3.1 懲罰系數(shù)γ對(duì)三方演化博弈行為的影響

懲罰系數(shù)取不同值時(shí)，演化博弈仿真結(jié)果如圖10所示。在不同懲罰系數(shù)下，直播電商系統(tǒng)三方博弈演化軌跡如圖10a所示。當(dāng)直播平臺(tái)對(duì)供應(yīng)商懲罰力度較小時(shí)，供應(yīng)商選用仿品，主播考慮違規(guī)風(fēng)險(xiǎn)選擇守規(guī)，直播平臺(tái)選擇消極規(guī)制。隨著懲罰系數(shù)增加，供應(yīng)商策略選擇向正品方向演化，主播策略選擇向違規(guī)方向演化，直播平臺(tái)選擇積極規(guī)制策略，并最終達(dá)到穩(wěn)定狀態(tài)。

供應(yīng)商策略選擇隨時(shí)間變化的演化軌跡如圖10b所示。當(dāng)懲罰系數(shù)過(guò)小時(shí)，供應(yīng)商考慮成本及懲罰，選用仿品策略。懲罰系數(shù)適度增加時(shí)，供應(yīng)商剛開(kāi)始處于觀望狀態(tài)，隨著時(shí)間增加，供應(yīng)商感知正品的益處，逐漸向正品方向演化。當(dāng)懲罰系數(shù)較大時(shí)，供應(yīng)商選用正品，并最終達(dá)到穩(wěn)定狀態(tài)。

圖10 懲罰系數(shù)γ的參數(shù)分析

直播平臺(tái)策略選擇隨時(shí)間變化的演化軌跡如圖10c所示。當(dāng)平臺(tái)對(duì)供應(yīng)商選用仿品懲罰力度較小時(shí)，直播平臺(tái)向消極規(guī)制方向演化，且隨著懲罰系數(shù)增大其演化速率越來(lái)越小，直到最終達(dá)到穩(wěn)定狀態(tài)。當(dāng)懲罰系數(shù)過(guò)大時(shí)，直播平臺(tái)的策略選擇不穩(wěn)定，無(wú)法達(dá)到穩(wěn)定狀態(tài)。

主播策略選擇隨時(shí)間變化的演化軌跡如圖10d所示。當(dāng)平臺(tái)對(duì)供應(yīng)商選用仿品懲罰力度較小時(shí)，供應(yīng)商選用仿品時(shí)主播違規(guī)風(fēng)險(xiǎn)較大，考慮到違規(guī)風(fēng)險(xiǎn)，主播選擇守規(guī)。當(dāng)懲罰系數(shù)過(guò)大時(shí)，主播策略選擇不穩(wěn)定，無(wú)法達(dá)到穩(wěn)定狀態(tài)。

3.2 約束系數(shù)δ對(duì)三方演化博弈行為的影響

約束系數(shù)取不同值時(shí)，演化博弈仿真結(jié)果如圖11所示。在不同約束系數(shù)下，直播電商系統(tǒng)三方博弈演化軌跡如圖11a所示。當(dāng)直播平臺(tái)對(duì)主播約束力度過(guò)小時(shí)，主播選擇違規(guī)，此時(shí)供應(yīng)商考慮主播違規(guī)風(fēng)險(xiǎn)后選擇提供正品，直播平臺(tái)選擇積極規(guī)制。隨著約束系數(shù)增加，考慮到違規(guī)成本，主播向守規(guī)方向演化，供應(yīng)商向仿品方向演化，且趨向穩(wěn)定的速度隨約束系數(shù)增加而變快，直播平臺(tái)向消極規(guī)制方向演化，逐漸趨于穩(wěn)定狀態(tài)。

圖11 約束系數(shù)δ的參數(shù)分析

供應(yīng)商策略選擇隨時(shí)間變化的演化軌跡如圖11b所示。當(dāng)直播平臺(tái)對(duì)主播約束力度過(guò)小時(shí)，供應(yīng)商考慮選用仿品，主播違規(guī)風(fēng)險(xiǎn)較大，選擇正品策略。當(dāng)約束系數(shù)適度增加時(shí)，供應(yīng)商剛開(kāi)始處于觀望狀態(tài)，但主播守規(guī)無(wú)法滿足供應(yīng)商利益需求，供應(yīng)商開(kāi)始向仿品方向演化。當(dāng)約束系數(shù)較大時(shí)，供應(yīng)商選用仿品，并逐漸趨于穩(wěn)定狀態(tài)。

直播平臺(tái)策略選擇隨時(shí)間變化的演化軌跡如圖11c所示。當(dāng)直播平臺(tái)對(duì)主播約束力度較小時(shí)，平臺(tái)向積極規(guī)制方向演化，且隨著約束系數(shù)增大其演化速率越來(lái)越快，最終達(dá)到穩(wěn)定。當(dāng)約束系數(shù)達(dá)到合適范圍后，直播平臺(tái)向消極規(guī)制方向演化，演化速度隨約束系數(shù)增加而加快，最終趨于穩(wěn)定。

主播策略選擇隨時(shí)間變化的演化軌跡如圖11d所示。當(dāng)約束系數(shù)較小時(shí)，主播考慮違規(guī)成本較低，選擇違規(guī)行為。約束系數(shù)適度增加時(shí)，主播剛開(kāi)始處于觀望狀態(tài)，隨著時(shí)間增加，主播感知到違規(guī)成本過(guò)高，向守規(guī)方向演化。當(dāng)約束系數(shù)較大時(shí)，主播選擇守規(guī)行為。

3.3 支持系數(shù)β對(duì)三方演化博弈行為的影響

直播平臺(tái)對(duì)供應(yīng)商支持系數(shù)取不同值時(shí)，演化博弈仿真結(jié)果如圖12所示。在不同支持系數(shù)下，直播電商系統(tǒng)三方博弈演化軌跡如圖12a所示。平臺(tái)為鼓勵(lì)供應(yīng)商選用正品，對(duì)選用正品供應(yīng)商給予支持。當(dāng)支持系數(shù)較小時(shí)，供應(yīng)商選用仿品，主播考慮違規(guī)風(fēng)險(xiǎn)后選擇守規(guī)，直播平臺(tái)選擇消極規(guī)制策略。當(dāng)支持系數(shù)適中，供應(yīng)商感知正品的益處，向正品方向演化，主播向違規(guī)方向演化，最終達(dá)到穩(wěn)定。當(dāng)支持系數(shù)較大時(shí)，供應(yīng)商選用正品，主播和直播平臺(tái)演化過(guò)程不穩(wěn)定，直播電商系統(tǒng)三方博弈無(wú)法達(dá)到穩(wěn)定狀態(tài)。

供應(yīng)商策略選擇隨時(shí)間變化的演化軌跡如圖12b所示。當(dāng)直播平臺(tái)對(duì)供應(yīng)商選用正品支持力度過(guò)小時(shí)，供應(yīng)商選用正品成本較仿品大。當(dāng)支持系數(shù)適中時(shí)，供應(yīng)商一開(kāi)始處于考察狀態(tài)，隨著時(shí)間變化，供應(yīng)商認(rèn)識(shí)到正品的益處，向正品方向演化，且演化速度與支持系數(shù)正相關(guān)，直到達(dá)到穩(wěn)定。當(dāng)支持系數(shù)較大時(shí)，供應(yīng)商選用正品。平臺(tái)高支持系數(shù)可有效激勵(lì)供應(yīng)商選用正品。

圖12 支持系數(shù)β的參數(shù)分析

直播平臺(tái)策略選擇隨時(shí)間變化的演化軌跡如圖12c所示。當(dāng)直播平臺(tái)對(duì)供應(yīng)商選用正品支持力度較低時(shí)，直播平臺(tái)向消極規(guī)制方向演化，其支持系數(shù)越大演化速率越快，最終達(dá)到穩(wěn)定。當(dāng)支持系數(shù)較大時(shí)，直播平臺(tái)由于支出過(guò)大，策略選擇不穩(wěn)定，無(wú)法達(dá)到穩(wěn)定狀態(tài)。

主播策略選擇隨時(shí)間變化的演化軌跡如圖12d所示。當(dāng)支持系數(shù)較小時(shí)，供應(yīng)商選用仿品，主播考慮到違規(guī)風(fēng)險(xiǎn)問(wèn)題，選擇守規(guī)。當(dāng)支持系數(shù)過(guò)大時(shí)，主播守規(guī)收益無(wú)法滿足利益需求，但存在違規(guī)風(fēng)險(xiǎn)過(guò)大問(wèn)題，其策略選擇無(wú)法達(dá)到穩(wěn)定狀態(tài)。因此，只有當(dāng)直播平臺(tái)對(duì)供應(yīng)商支持力度調(diào)控在合適范圍內(nèi)，才能調(diào)動(dòng)主播守規(guī)的積極性。

3.4 補(bǔ)貼系數(shù)α對(duì)三方演化博弈行為的影響

不同補(bǔ)貼系數(shù)取值下，演化博弈仿真結(jié)果如圖13所示。在不同補(bǔ)貼系數(shù)下，直播電商系統(tǒng)三方博弈演化軌跡如圖13a所示。直播平臺(tái)為吸引主播守規(guī)，遵守平臺(tái)規(guī)則，對(duì)守規(guī)主播進(jìn)行補(bǔ)貼，且平臺(tái)補(bǔ)貼系數(shù)對(duì)主播決策影響顯著。若直播平臺(tái)不提供補(bǔ)貼，主播守規(guī)收益無(wú)法滿足利益需求，則主播選擇違規(guī)行為，供應(yīng)商選用仿品。當(dāng)補(bǔ)貼系數(shù)適中時(shí)，主播向守規(guī)方向演化，供應(yīng)商策略選擇向正品方向演化，且趨向穩(wěn)定的速度隨補(bǔ)貼系數(shù)增加而變快，直至達(dá)到最終穩(wěn)定。當(dāng)平臺(tái)補(bǔ)貼系數(shù)過(guò)大時(shí)，供應(yīng)商策略選擇向正品方向演化，直播平臺(tái)選擇積極規(guī)制策略。

供應(yīng)商策略選擇隨時(shí)間變化的演化軌跡如圖13b所示。當(dāng)直播平臺(tái)對(duì)守規(guī)主播補(bǔ)貼力度過(guò)小時(shí)，主播選擇違規(guī)策略，供應(yīng)商為增大收益選用仿品，經(jīng)過(guò)考察這種狀態(tài)發(fā)生變化，供應(yīng)商根據(jù)主播選擇相應(yīng)策略。當(dāng)補(bǔ)貼系數(shù)較高時(shí)，供應(yīng)商策略選擇向正品方向演化，且演化速率隨著補(bǔ)貼系數(shù)增大而變快，最終達(dá)到穩(wěn)定狀態(tài)。因此，直播平臺(tái)高補(bǔ)貼系數(shù)可有效激勵(lì)供應(yīng)商選用正品。

直播平臺(tái)策略選擇隨時(shí)間變化的演化軌跡如圖13c所示。當(dāng)直播平臺(tái)對(duì)主播守規(guī)補(bǔ)貼力度較低時(shí)，直播平臺(tái)向消極規(guī)制方向演化，其補(bǔ)貼系數(shù)越大演化速率越快，最終達(dá)到穩(wěn)定。當(dāng)補(bǔ)貼系數(shù)過(guò)大時(shí)，直播平臺(tái)由于支出過(guò)大，將選擇積極規(guī)制策略。因此，平臺(tái)對(duì)主播補(bǔ)貼力度需保持在較高水平上，方可推動(dòng)直播系統(tǒng)正常發(fā)展。

主播策略選擇隨時(shí)間變化的演化軌跡如圖13d所示。主播策略選擇將隨著平臺(tái)補(bǔ)貼系數(shù)變化而產(chǎn)生不同行為選擇，當(dāng)補(bǔ)貼系數(shù)過(guò)低時(shí)，主播選擇違規(guī)行為增加額外收益。當(dāng)補(bǔ)貼系數(shù)較高時(shí)，主播守規(guī)獲取補(bǔ)貼足以滿足利益需求，開(kāi)始向守規(guī)方向演化，且演化速率隨補(bǔ)貼系數(shù)增大而變快，最終達(dá)到穩(wěn)定狀態(tài)。因此，直播平臺(tái)高補(bǔ)貼系數(shù)可有效激勵(lì)主播遵守平臺(tái)規(guī)則，選擇守規(guī)行為。

圖13 補(bǔ)貼系數(shù)α的參數(shù)分析

3.5 違規(guī)收益因子η對(duì)三方演化博弈行為的影響

違規(guī)收益因子取不同值時(shí)，演化博弈的仿真結(jié)果如圖14所示。在不同違規(guī)收益因子下，直播電商系統(tǒng)三方博弈演化軌跡如圖14a所示。當(dāng)供應(yīng)商選用仿品時(shí)，給違規(guī)主播帶來(lái)額外收益，違規(guī)收益因子對(duì)主播策略決策影響顯著。當(dāng)違規(guī)收益因子較小時(shí)，主播違規(guī)獲取額外收益不足以吸引主播違反平臺(tái)規(guī)則，主播選擇守規(guī)行為，供應(yīng)商選用正品，直播平臺(tái)選擇積極規(guī)制策略。當(dāng)違規(guī)收益因子較大時(shí)，主播向違規(guī)方向演化，供應(yīng)商選用仿品，平臺(tái)選擇消極規(guī)制策略，最終三方演化博弈系統(tǒng)達(dá)到穩(wěn)定。

供應(yīng)商策略選擇隨時(shí)間變化的演化軌跡如圖14b所示。當(dāng)違規(guī)收益因子較小時(shí)，主播由于收支不平衡選擇守規(guī)行為，供應(yīng)商選用正品。當(dāng)違規(guī)收益因子較大時(shí)，主播試圖選擇違規(guī)獲取額外收益，此時(shí)供應(yīng)商策略選擇向仿品方向演化，其演化速度隨著違規(guī)收益因子的增大而變快，最終達(dá)到穩(wěn)定狀態(tài)。

直播平臺(tái)策略選擇隨時(shí)間變化的演化軌跡如圖14c所示。當(dāng)主播違規(guī)收益因子較小時(shí)，直播平臺(tái)獲取收益較高，選擇積極規(guī)制策略。當(dāng)主播違規(guī)收益因子較大時(shí)，直播平臺(tái)總收益逐漸降低，開(kāi)始向消極規(guī)制方向演化，且其演化速度隨著違規(guī)收益因子增大而變快，最終達(dá)到穩(wěn)定狀態(tài)。

主播策略選擇隨時(shí)間變化的演化軌跡如圖14d所示。當(dāng)違規(guī)收益因子較小時(shí)，主播獲得違規(guī)收益較小，選擇守規(guī)行為。當(dāng)違規(guī)收益因子適度增加時(shí)，主播剛開(kāi)始處于觀望狀態(tài)，隨著時(shí)間增加，主播感知違規(guī)益處，向違規(guī)方向演化。當(dāng)違規(guī)收益因子較大時(shí)，主播選擇違規(guī)策略，且演化速率隨違規(guī)收益因子增大而變快，最終達(dá)到穩(wěn)定狀態(tài)。

圖14 違規(guī)收益因子η的參數(shù)分析

4 結(jié)論與展望

本文針對(duì)直播電商平臺(tái)規(guī)制問(wèn)題，從有限理性的角度出發(fā)，構(gòu)建直播電商系統(tǒng)中供應(yīng)商、直播平臺(tái)和主播三方演化博弈模型，分析三方主體行為策略演化路徑及其聯(lián)動(dòng)作用規(guī)律，得出的具體結(jié)論和建議如下：

1)考慮利益需求與風(fēng)險(xiǎn)程度，保持適當(dāng)?shù)膽土P與約束力度，有助于提高供應(yīng)商和主播規(guī)范行為的積極性。當(dāng)直播平臺(tái)對(duì)供應(yīng)商、主播的懲罰與約束力度較大時(shí)，供應(yīng)商策略行為向正品方向演化，但主播無(wú)法滿足利益需求，選擇違規(guī)行為；當(dāng)懲罰與約束力度較小時(shí)，主播主播選擇違規(guī)行為，供應(yīng)商考慮主播違規(guī)風(fēng)險(xiǎn)選用正品策略。因此，直播平臺(tái)應(yīng)積極與政府監(jiān)管部門配合，加強(qiáng)部門、平臺(tái)聯(lián)動(dòng)，對(duì)供應(yīng)商出售仿品行為形成強(qiáng)大的震懾作用；同時(shí)加強(qiáng)對(duì)主播的道德教育，提高主播守規(guī)守紀(jì)意識(shí)，加強(qiáng)直播自律。

2)平臺(tái)較高補(bǔ)貼或支持雖鼓勵(lì)供應(yīng)商和主播規(guī)范行為，但過(guò)高的補(bǔ)貼和支持將增加平臺(tái)負(fù)擔(dān)，使平臺(tái)演化無(wú)法到達(dá)穩(wěn)定。研究表明，當(dāng)直播平臺(tái)對(duì)供應(yīng)商支持系數(shù)適中，或給予守規(guī)主播補(bǔ)貼力度較大時(shí)，主播選擇守規(guī)策略，供應(yīng)商選用正品。因此，平臺(tái)要控制補(bǔ)貼和支持力度，加大直播風(fēng)紀(jì)的宣傳力度，提高主播及供應(yīng)商對(duì)直播風(fēng)氣的認(rèn)知水平，從而推動(dòng)直播電商運(yùn)營(yíng)秩序的發(fā)展。

3)違規(guī)收益因子是影響主播和供應(yīng)商策略選擇的重要因素。研究表明，當(dāng)違規(guī)收益因子較大時(shí)，主播選擇違規(guī)策略，供應(yīng)商選用仿品。反之當(dāng)違規(guī)收益因子較小時(shí)，主播將選擇守規(guī)行為，供應(yīng)商選用正品策略，此時(shí)直播電商機(jī)制達(dá)到最優(yōu)，從而推動(dòng)直播電商發(fā)展。

本文的局限性在于模型分析結(jié)果是基于研究假設(shè)得出的，而假設(shè)中涉及參數(shù)是對(duì)現(xiàn)實(shí)的抽象，理想狀態(tài)下認(rèn)為主播是否選擇違規(guī)完全取決于自身意愿與供應(yīng)商策略選擇，未過(guò)多考慮其他因素，因此存在考慮因素不充分的缺陷；另一方面，未考慮消費(fèi)者心理因素對(duì)整個(gè)直播電商的演化的影響，今后研究可將消費(fèi)者作為博弈方之一，構(gòu)建四方博弈體系。