李子勛 宗剛

摘 要：由于電子商務(wù)平臺（簡稱平臺）與商家存在“合謀”現(xiàn)象，商家的不正當(dāng)競爭行為一直是平臺經(jīng)濟(jì)發(fā)展過程中難以解決的問題。本文通過構(gòu)建包含政府、平臺、商家的三方演化博弈模型，并設(shè)計相關(guān)政策變量，刻畫現(xiàn)實經(jīng)濟(jì)系統(tǒng)如何向政府監(jiān)管平臺、平臺監(jiān)管商家所對應(yīng)的最優(yōu)穩(wěn)定狀態(tài)演化。研究發(fā)現(xiàn)：（1）從機制設(shè)計來看，采用政府監(jiān)管平臺、平臺監(jiān)管商家、商家自律的三級監(jiān)管機制，并合理運用獎勵與懲罰監(jiān)管手段能夠有效解決平臺與商家的合謀問題，進(jìn)而有效治理商家的不正當(dāng)競爭行為。（2）從監(jiān)管手段來看，應(yīng)對平臺與商家實施差異化獎懲手段及不同力度的獎懲措施。（3）從監(jiān)管成本來看，降低監(jiān)管成本是促進(jìn)實施三級監(jiān)管機制的重要途徑。

關(guān)鍵詞：不正當(dāng)競爭；平臺治理；三方演化博弈；政府監(jiān)管；平臺經(jīng)濟(jì)

本文索引：李子勛，宗剛.<變量 2>[J].中國商論，2023（23）：-061.

中圖分類號：F724.6 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2023）12（a）--05

1 引言

近年來，電子商務(wù)平臺（以下簡稱平臺）經(jīng)濟(jì)在我國迅猛發(fā)展，截至2020年，估值超過100億美元的超大型平臺已達(dá)20家，其中16家都是2012年后發(fā)展起來的。無論是從規(guī)模、數(shù)量還是增長速度來看，平臺經(jīng)濟(jì)都已成為一種主流的經(jīng)濟(jì)形勢。2021年，國家發(fā)改委等9部門聯(lián)合印發(fā)《關(guān)于推動平臺經(jīng)濟(jì)規(guī)范健康持續(xù)發(fā)展的若干意見》，并指出“平臺經(jīng)濟(jì)是我國數(shù)字經(jīng)濟(jì)的重要組成部分，是提高全社會資源配置效率、貫通國民經(jīng)濟(jì)循環(huán)各環(huán)節(jié)、提升國家治理體系和治理能力現(xiàn)代化水平的重要推動力量?！?/p>

然而，我國平臺經(jīng)濟(jì)快速發(fā)展的同時，也產(chǎn)生了平臺商家刷單炒信、虛假促銷等不正當(dāng)競爭行為，且長期以來，這種行為屢禁不止。據(jù)統(tǒng)計，僅2021年上半年，全國各級市場監(jiān)管部門查辦的互聯(lián)網(wǎng)不正當(dāng)競爭案件就達(dá)3128件，罰沒金額2.06億元。

對于不正當(dāng)競爭現(xiàn)象，政府試圖加以解決：早在2015年，工商總局就曾發(fā)布了白皮書，披露淘寶網(wǎng)商家的一些不正當(dāng)競爭行為；2019年1月，《中華人民共和國電子商務(wù)法》施行，對商家不正當(dāng)競爭行為進(jìn)行了規(guī)制，如第十七條明確規(guī)定：“利用虛構(gòu)交易的方式進(jìn)行虛假的商業(yè)宣傳從而欺騙、誤導(dǎo)消費者構(gòu)成違法行為”；2021年，由市場監(jiān)管總局牽頭，全國各省開展了“網(wǎng)劍行動”，對不正當(dāng)競爭行為進(jìn)行打擊。但是，由于平臺和商家之間存在“合謀”現(xiàn)象，即平臺出于利益考慮，包庇商家的不正當(dāng)行為，使得政府在治理中“單打獨斗”，治理難以深入進(jìn)行。2015年“阿里巴巴VS工商總局”事件中，面對工商總局對淘寶商家不正當(dāng)競爭行為的披露，阿里巴巴通過微博發(fā)文、投訴網(wǎng)監(jiān)司司長等方式進(jìn)行反擊，以包庇商家；2020年，京東“618”消費狂歡節(jié)期間，京東家電的運營經(jīng)理為了美化銷售數(shù)據(jù)，要求商家通過刷單完成指標(biāo)；2022年，“有贊”平臺無視國家禁止NFT類數(shù)字藏品上架規(guī)定，縱容商家繼續(xù)上架進(jìn)行欺詐性銷售，并拒絕與賣家協(xié)調(diào)退款。

為了解決平臺商家的“合謀”問題，治理不正當(dāng)競爭行為，本文基于MATLAB軟件，構(gòu)建了包含政府、平臺、商家的三方演化博弈模型，設(shè)計了政府監(jiān)管平臺、平臺監(jiān)管商家的三級監(jiān)管機制及其政策監(jiān)管手段變量，基于理論分析和數(shù)值仿真分析與解構(gòu)現(xiàn)實經(jīng)濟(jì)系統(tǒng)如何通過政策變量調(diào)整，向三級監(jiān)管機制對應(yīng)的穩(wěn)定最優(yōu)狀態(tài)演化，從而使不正當(dāng)競爭現(xiàn)象得到治理。

2 三方演化博弈模型構(gòu)建

2.1 參數(shù)說明

相關(guān)參數(shù)定義如下：

（1）F：政府對不監(jiān)管平臺、平臺對不自律商家的懲罰額度；

（2）S：政府對監(jiān)管平臺、平臺對自律商家的獎勵額度；

（3）R：不自律商家通過不正當(dāng)競爭行為獲得的額外收益；

（4）f：平臺對商家銷售獲益收取的費用；

（5）fR：商家存在不正當(dāng)競爭行為時平臺獲得的收益；

（6）C：平臺和商家監(jiān)管的總成本；

（7）α： 監(jiān)管成本在平臺和商家之間分擔(dān)的比例，0<α<1。

2.2 基本假設(shè)

假設(shè)1：博弈中有三方：政府、平臺和商家，他們是有限理性的，在做出決策時希望獲取最大化收益。隨著時間的推移，他們學(xué)習(xí)并改進(jìn)自己的策略。

假設(shè)2：政府以平臺為監(jiān)管目標(biāo)，策略集為{監(jiān)管，不監(jiān)管}，政府選擇不監(jiān)管策略的概率為x，選擇監(jiān)管策略的概率為1-x。平臺以商家為監(jiān)管目標(biāo)，策略集為{監(jiān)管，不監(jiān)管}，平臺選擇不監(jiān)管的概率為y，選擇監(jiān)管的概率為1-y。商家出于利益考慮決定是否自律，自律時商家不存在不正當(dāng)競爭行為，不自律時反之，策略集為{自律，不自律}，商家選擇不自律的概率為z，選擇自律的概率為1-z。其中，0≤x、y、z≤1。

假設(shè)3：懲罰以罰款為主，獎勵S以聲譽獎勵為主，以避免出現(xiàn)“獎勵成本”使模型復(fù)雜化。當(dāng)政府和平臺選擇監(jiān)管策略、商家選擇自律策略時，實現(xiàn)了社會最優(yōu)狀態(tài)，由此產(chǎn)生的外部性效益是政府進(jìn)行監(jiān)管的一種激勵，也記為S。此外，在三級監(jiān)管模式下，政府的監(jiān)管成本小于平臺，因此αC<（1-α）C。

2.3 支付矩陣、復(fù)制動態(tài)方程及均衡點穩(wěn)定性

2.3.1 支付矩陣

由變量設(shè)置及基本假設(shè)得到政府、平臺及商家三方博弈主體的支付矩陣， 如表1所示。

2.3.2 復(fù)制動態(tài)方程

復(fù)制動態(tài)方程的計算過程如下：

首先，通過支付矩陣求得三方的期望收益。政府選擇監(jiān)管策略的期望收益U1為：

政府選擇不監(jiān)管策略的期望收益U2為：

其次，根據(jù)Malthusian動態(tài)方程，政府方的復(fù)制動態(tài)方程為：

類似地，可得平臺和商家的復(fù)制動態(tài)方程：

2.3.3 均衡點穩(wěn)定性分析

演化博弈只有在均衡點處才能達(dá)到穩(wěn)定狀態(tài)。由dx（t）=0、dy（t）=0、dz（t）=0可知， 演化博弈動態(tài)過程的均衡點為：

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）（6）

策略組合E1表示政府最終選擇監(jiān)管策略、平臺最終選擇監(jiān)管策略，商家最終選擇自律策略，即最終x=0、y=0、z=0，其他七個均衡點的含義以此類推。

演化博弈達(dá)到均衡點后，若各博弈方都能達(dá)成各自的最優(yōu)狀態(tài)，不再進(jìn)行策略調(diào)整，則博弈達(dá)到穩(wěn)定狀態(tài)，此時均衡點對應(yīng)的策略組合被稱為演化穩(wěn)定策略（ESS）。均衡點的演化穩(wěn)定條件是：

（1）當(dāng)均衡點滿足dx（t）<0、dy（t）<0、dz（t）<0時，該均衡點是一個演化穩(wěn)定策略；

（2）當(dāng)dx'、dy'、dz'中至少有一個大于0時，該均衡點必不是演化穩(wěn)定策略。

由此可知，八種策略組合中的策略E2、E3、E5、E7必不可能成為演化穩(wěn)定策略，而策略E1（0，0，0）、E4（0，1，1）、E6（1，0，1）、E8（1，1，1）由于無法確定判別條件的不等式方向，因此都是潛在的演化穩(wěn)定策略，而四種潛在的演化穩(wěn)定策略中只有E1（0，0，0）策略組合下不正當(dāng)競爭現(xiàn)象得到有效治理，因此E1是最優(yōu)演化穩(wěn)定策略。

3 模擬仿真

為了更直觀地看到分析結(jié)果，通過數(shù)值模擬進(jìn)行仿真。

本文使用MATLAB2021b進(jìn)行仿真，參考2022年政府和淘寶平臺對刷單炒信商家陳某輝進(jìn)行懲罰的案例。案例中，商家通過刷單獲益372萬元，為了便于軟件運行，縮小這一數(shù)值，令商家不正當(dāng)競爭行為收益R=372；商家最終被罰款200萬元，縮小這一數(shù)值，令罰款F=200；為了便于比較F和S影響的差異，令獎勵S初值與罰款相同，也等于200?，F(xiàn)實中，淘寶平臺會收取商家商品銷售收入10%的服務(wù)費作為抽成，因此令f=0.1；參考汪旭暉、任曉雪（2021）的研究，并考慮到方便軟件運行，令監(jiān)管成本C=300；由于有αC<（1-α）C，令成本分擔(dān)比例α=0.3。此外，令x、y、z的初始水平均為0.6，表明三方初始的監(jiān)管或自律意愿較低，賦值如表2所示。

仿真結(jié)果如圖1～圖3所示。其中，橫軸代表時間T，時間T的長度為[0，10]，步長為0.1；縱軸代表政府/平臺/商家選擇不監(jiān)管/不監(jiān)管/不自律策略的概率。

3.1 政府、平臺及商家實現(xiàn)最優(yōu)決策的演化仿真

圖1（a）模擬了在初始賦值水平下，采用三級監(jiān)管機制后三方博弈的演化結(jié)果。圖1（a）中，對應(yīng)政府方的函數(shù)圖形呈直角狀，并表現(xiàn)出遞減趨勢，在T=0時，從x=0.6處剛出發(fā)就迅速與橫軸匯合，保持在x=0的水平上，即政府保持選擇監(jiān)管策略；對應(yīng)平臺方的函數(shù)圖形是一條遞增的曲線，在T=0時，從y=0.6處出發(fā)，在T=10時達(dá)到y(tǒng)=1的水平，即選擇不監(jiān)管策略；對應(yīng)商家方的函數(shù)圖形呈直角狀，并表現(xiàn)出遞增趨勢，在T=0時，從z=0.6處剛出發(fā)就迅速達(dá)到并保持與橫軸平行的狀態(tài)，即保持在z=1的水平上，選擇不自律策略。圖1（a）說明，在初始賦值水平下，最終只有政府選擇了監(jiān)管策略，平臺和商家仍然選擇不監(jiān)管和不自律策略，因此僅采用三級監(jiān)管機制并不能保證不正當(dāng)競爭現(xiàn)象得到治理，還需要合理利用監(jiān)管手段約束平臺和商家。

圖1（b）和（c）模擬了采用三級監(jiān)管機制，并調(diào)整了監(jiān)管力度后三方博弈的演化結(jié)果。圖1（b）、（c）表明，采用三級監(jiān)管機制并提高監(jiān)管力度，合理利用監(jiān)督手段后，平臺會發(fā)揮監(jiān)管職能；采用三級監(jiān)管機制、合理利用監(jiān)督手段且政府和平臺都發(fā)揮監(jiān)管職能后，不正當(dāng)競爭現(xiàn)象得到治理。此外，相比平臺，改變商家的策略選擇意愿需要更大的監(jiān)管力度。

3.2 獎勵與懲罰監(jiān)管手段變化對平臺與商家施策效果演化仿真

圖2模擬了獎勵和懲罰手段分別對平臺和商家的影響。圖2表明，對于平臺，獎勵S的調(diào)整比懲罰F的影響更大；對于商家，兩種手段的影響沒有差別。

圖2（a）、（b）比較了懲罰和獎勵手段分別對平臺的影響。對比F和S分別從150提高至160對平臺策略選擇的影響可以發(fā)現(xiàn)，F(xiàn)和S取值相等時，獎勵S對平臺策略變化的影響更大：懲罰F的數(shù)值提高到160僅減緩了平臺選擇不監(jiān)管策略的速度，其選擇不監(jiān)管策略的概率未下降，仍然保持在y=1的水平上；獎勵S的數(shù)值提高到160降低了平臺選擇不監(jiān)管策略的概率，y從最初的0.6降至0.4。

圖2（c）、（d）比較了懲罰和獎勵手段分別對商家的影響。對比F和S分別從725提高至750對商家策略選擇的影響可以發(fā)現(xiàn)，F(xiàn)和S取值相等時，兩種手段對商家策略調(diào)整的影響相似，表現(xiàn)為F=725和S=725時相應(yīng)的函數(shù)圖形一致，F(xiàn)=750和S=750時相應(yīng)的函數(shù)圖形也一致。

3.3 監(jiān)管成本變化對平臺與商家影響的演化仿真

圖3比較了監(jiān)管成本的調(diào)整對政府和平臺策略水平的影響，圖3（a） 模擬了監(jiān)管成本的調(diào)整對政府的影響，圖3（b）模擬了監(jiān)管成本的調(diào)整對平臺的影響。圖3表明，相比平臺，政府受監(jiān)管成本影響更大。

3.4 結(jié)果與分析

（1）政府、平臺及商家實現(xiàn)最優(yōu)穩(wěn)定策略的條件不同。當(dāng)監(jiān)管成本較低時，政府趨向選擇監(jiān)管策略；當(dāng)采用三級監(jiān)管模式且獎懲手段運用得當(dāng)時，平臺趨向選擇監(jiān)管策略；當(dāng)采用三級監(jiān)管模式、政府和平臺監(jiān)管且獎懲手段運用得當(dāng)時，商家趨向選擇自律策略，從而形成政府監(jiān)管平臺、平臺監(jiān)管商家、商家自律的三級監(jiān)管最優(yōu)穩(wěn)定策略。

（2）獎勵與懲罰兩種監(jiān)管手段對平臺與商家的施策效果不同。就手段種類來說，對于平臺，政府的獎勵手段相比懲罰手段更有效；對于商家，平臺通過兩種手段對商家產(chǎn)生的影響相近。平臺受獎勵手段影響更大的原因可能是不正當(dāng)競爭現(xiàn)象的日趨嚴(yán)重引起了消費者的不滿，平臺面臨著聲譽危機，在此情況下，聲譽獎勵能夠有效挽回平臺的形象。就手段力度來說，讓商家最終選擇自律策略需要相對較大的手段力度，讓平臺選擇監(jiān)管策略需要相對較小的手段力度。

（3）監(jiān)管成本是影響政府與平臺決策的重要因素。政府對監(jiān)管成本比平臺更敏感。原因可能是，一方面，現(xiàn)實中國家事務(wù)的各方面都需要政府的財政支出，面臨巨大財政壓力的政府非常重視策略成本；另一方面，政府缺乏平臺治理經(jīng)驗和技術(shù)支持，監(jiān)管效率較低，導(dǎo)致實際監(jiān)管成本較高。因此，政府受監(jiān)管成本影響較大。

4 結(jié)語

4.1 主要結(jié)論

（1）從機制設(shè)計來看，采用政府監(jiān)管平臺、平臺監(jiān)管商家、商家自律的三級監(jiān)管機制，并合理運用獎勵與懲罰監(jiān)管手段，能夠有效解決平臺與商家的合謀問題，進(jìn)而有效治理商家的不正當(dāng)競爭行為。

（2）從監(jiān)管手段來看，應(yīng)對平臺與商家實施差異化獎懲手段及不同力度的獎懲措施。就措施種類來說，對平臺實施獎勵的政策效果優(yōu)于懲罰；對商家實施獎勵與懲罰兩種監(jiān)督手段政策效果相近。就措施力度來說，商家最終選擇自律策略需要相對較大的手段力度，平臺選擇監(jiān)管策略需要相對較小的手段力度。

（3）從監(jiān)管成本來看，降低監(jiān)管成本是促進(jìn)實施三級監(jiān)管機制的重要途徑。相比政府，平臺受監(jiān)管成本影響較小，因此在監(jiān)管中平臺應(yīng)主動承擔(dān)更多監(jiān)管商家的職責(zé)。

4.2 主要建議

（1）對于政府來說，考慮采取政府監(jiān)管平臺、平臺監(jiān)管商家的三級監(jiān)管機制來治理不正當(dāng)競爭現(xiàn)象。首先，應(yīng)將監(jiān)管目標(biāo)放在平臺而非商家身上，以降低監(jiān)管成本，提高監(jiān)管效率。具體包括：進(jìn)一步擴大平臺的責(zé)任范圍，將監(jiān)管商家、獎懲商家等職責(zé)進(jìn)一步下放給平臺、放寬平臺對商家經(jīng)營活動的監(jiān)管范圍。其次，應(yīng)將獎勵作為平臺的主要約束工具。具體包括：充分利用社會媒體，加大對合規(guī)平臺的宣傳力度，為合規(guī)平臺打造良好的社會形象等。

（2）對于平臺來說，應(yīng)加大對商家的監(jiān)管力度。一方面，通過褒獎、評優(yōu)等活動大力弘揚守信商家；另一方面，對違規(guī)商家進(jìn)行嚴(yán)厲懲罰，并將違規(guī)商家標(biāo)記為失信商家，使其為不正當(dāng)競爭行為付出高昂的代價。

（3）對于商家來說，應(yīng)自覺提高自律意識、品牌意識，為企業(yè)的長遠(yuǎn)利益自覺規(guī)范自身行為。

參考文獻(xiàn)

王勇，陳美瑛.平臺經(jīng)濟(jì)治理中的私人監(jiān)管和規(guī)制[J].經(jīng)濟(jì)社會體制比較，2020（4）：62-68.

汪旭暉，任曉雪.政府治理視角下平臺電商信用監(jiān)管的動態(tài)演化博弈研究[J].中國管理科學(xué)，2021，29（12）：29-41.

雷玄.市場監(jiān)管總局公布10起“刷單炒信”案例[J].中國質(zhì)量萬里行，2021（8）：32-34.

汪旭暉，宋松.平臺賣家違規(guī)行為、買家態(tài)度與平臺型電商聲譽[J].北京工商大學(xué)學(xué)報（社會科學(xué)版），2021，36（4）：9-17.

毛文娟，陳月蘭.激勵機制視角下平臺社會責(zé)任治理的演化博弈分析[J].商業(yè)研究，2020（9）：71-81.

Hwang，I.Dynamic trading with developing adverse selection[J].Journal of Economic Theory，2018（7）：761-802.

Farrell. J， M.L. Katz. Innovation， Rent Extraction， and Integration in Systems Markets[J]. The Journal of Industrial Economics，2020（4）：413-432．

戚聿東，楊東，李勇堅，等.平臺經(jīng)濟(jì)領(lǐng)域監(jiān)管問題研討[J].國際經(jīng)濟(jì)評論，2021（3）：27-48+4-5.

Solan.E， C.Zhao. Dynamic monitoring under resource constraints. Journal of Games and Economic Behavior，2021（4）：476-491.

趙道致，郝家芹，楊潔，等.考慮平臺網(wǎng)絡(luò)外部性的分享經(jīng)濟(jì)中三方演化博弈分析[J].控制與決策，2020，35（7）：1741-1750.