摘 要： 為有效遏制數(shù)字經(jīng)濟(jì)背景下平臺(tái)賣家大數(shù)據(jù)“殺熟”行為，推動(dòng)平臺(tái)經(jīng)濟(jì)高質(zhì)量發(fā)展，文中在現(xiàn)有研究基礎(chǔ)上，以演化博弈理論為核心，分析了信息不對(duì)稱情境下政府、平臺(tái)電商與平臺(tái)賣家間的利益博弈關(guān)系，構(gòu)建了協(xié)同監(jiān)管激勵(lì)機(jī)制模型.通過引入政府規(guī)制，求解政府與平臺(tái)電商最優(yōu)懲罰力度、最優(yōu)激勵(lì)監(jiān)管系數(shù)以及各主體行為演化方向，討論大數(shù)據(jù)“殺熟”監(jiān)管時(shí)各外生變量對(duì)各主體最優(yōu)策略選擇的影響，證明了協(xié)同監(jiān)管的優(yōu)越性與必要性，為網(wǎng)絡(luò)交易市場(chǎng)監(jiān)管提供理論參考.

關(guān)鍵詞： 數(shù)字經(jīng)濟(jì)；大數(shù)據(jù)“殺熟”；演化博弈；數(shù)值仿真

中圖分類號(hào)：X323；F224"" 文獻(xiàn)標(biāo)志碼：A"""" 文章編號(hào)：1673-4807（2024）06-090-12

收稿日期： 2023-10-12"" 修回日期： 2021-04-29

基金項(xiàng)目： 江蘇高校哲學(xué)社會(huì)科學(xué)研究重大項(xiàng)目（2022SJZD080）；江蘇省社科基金項(xiàng)目（22EYB001）

作者簡(jiǎn)介： 王海燕（1998—），女，碩士研究生

*通信作者： 毛昭軍（1980—），男，副研究員，研究方向?yàn)轶w系智能、博弈優(yōu)化.E-mail：24945247@qq.com

引文格式： 王海燕，趙久富，鄭雪琪，等.政府-平臺(tái)電商協(xié)同監(jiān)管大數(shù)據(jù)“殺熟”的演化博弈研究［J］.江蘇科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，38（6）：90-101.DOI：10.20061/j.issn.1673-4807.2024.06.014.

Research on the evolutionary game theory of government-platforme-commerce collaborative regulation of big data ″killing off″

WANG Haiyan1， ZHAO Jiufu2， ZHENG Xueqi1， ZHANG Na1，MAO Zhaojun^3*

（1.Business School， Nanjing University of Information Science and Technology， Nanjing 210044， China）

（2.Unit 31700， Liaoyang 111000， China）

（3.System Engineering Research Institute， Academy of Military Sciences， Beijing 100091， China）

Abstract：To effectively curb the big data ″killing off″ behavior of platform sellers in the context of the digital economy and promote the high-quality development of the platform economy， this paper， based on existing research and using evolutionary game theory as the core， analyzes the interest game relationship between the government， platform e-commerce， and platform sellers in the context of information asymmetry， and constructs a collaborative regulatory incentive mechanism model. By introducing government regulations， the optimal punishment intensity， optimal incentive supervision coefficient， and evolution direction of each entity′s behavior for e-commerce between the government and the platform are solved. The impact of exogenous variables on the optimal strategy selection of each entity during big data “killing off” regulation is discussed， the superiority and necessity of collaborative regulation proven， and theoretical reference provided for the regulation of online trading markets.

Key words：digital economy， big data ″killing off″， evolutionary game， numerical simulation

平臺(tái)經(jīng)濟(jì)是數(shù)字經(jīng)濟(jì)的組織形態(tài)，引領(lǐng)著數(shù)字經(jīng)濟(jì)模式和場(chǎng)景創(chuàng)新，成為數(shù)字經(jīng)濟(jì)發(fā)展的新動(dòng)能和新引擎.但是，雖然平臺(tái)經(jīng)濟(jì)推動(dòng)了數(shù)字經(jīng)濟(jì)的急速增長(zhǎng)并促進(jìn)其高度繁榮，但是卻帶來了新的社會(huì)風(fēng)險(xiǎn)問題.平臺(tái)經(jīng)濟(jì)的特征是參與主體眾多、交易信息海量、線上線下信息不對(duì)稱以及網(wǎng)絡(luò)外部性鮮明，因此傳統(tǒng)經(jīng)濟(jì)下的市場(chǎng)失靈問題呈現(xiàn)出新的形式，同時(shí)也蔓延出比如假冒偽劣產(chǎn)品盛行、網(wǎng)絡(luò)產(chǎn)業(yè)犯罪、“大數(shù)據(jù)”殺熟等問題，對(duì)數(shù)字經(jīng)濟(jì)和平臺(tái)經(jīng)濟(jì)的監(jiān)管體系提出了新的挑戰(zhàn)^［1］.尤其大數(shù)據(jù)“殺熟”因其特有的智能化、系統(tǒng)化、批量化、隱蔽性等特點(diǎn)，制約了平臺(tái)經(jīng)濟(jì)的健康發(fā)展，成為平臺(tái)經(jīng)濟(jì)可持續(xù)發(fā)展急需解決的重點(diǎn)問題.因此，如何有效制約大數(shù)據(jù)“殺熟”現(xiàn)象成為政府、學(xué)術(shù)屆、實(shí)業(yè)界關(guān)注的熱點(diǎn)話題.

平臺(tái)賣家的大數(shù)據(jù)“殺熟”行為侵犯了消費(fèi)者的知情權(quán)、公平交易權(quán)和隱私權(quán)，處于電子商務(wù)產(chǎn)業(yè)鏈頂端的電商平臺(tái)應(yīng)當(dāng)承擔(dān)起監(jiān)管職責(zé)，制止平臺(tái)賣家的“殺熟”行為.但是， 囿于平臺(tái)電商與平臺(tái)賣家締結(jié)了組織內(nèi)委托代理關(guān)系，使平臺(tái)電商一方面要對(duì)平臺(tái)賣家的違規(guī)行為進(jìn)行監(jiān)督懲戒，同時(shí)又要對(duì)受到外部指責(zé)的平臺(tái)賣家給予積極的保護(hù)^［2-4］.可見，平臺(tái)交易市場(chǎng)僅通過內(nèi)部監(jiān)管還遠(yuǎn)遠(yuǎn)不夠.為此，政府出臺(tái)了系列法律條文，明確將涉及消費(fèi)者切身利益的在線刷單、虛假評(píng)論等平臺(tái)亂象納入法律監(jiān)管范圍內(nèi)，以保障網(wǎng)絡(luò)交易環(huán)境與消費(fèi)者權(quán)益.可見，充分發(fā)揮政府的導(dǎo)向作用、加強(qiáng)政府監(jiān)管，對(duì)于破解平臺(tái)電商“監(jiān)管困境”，形成公平健康的平臺(tái)交易環(huán)境顯得尤為重要.但是囿于政府機(jī)構(gòu)的信息劣勢(shì)和高昂的執(zhí)行成本，僅政府規(guī)制也難以起到預(yù)期的效果.因此，構(gòu)建合理有效的協(xié)同監(jiān)管治理機(jī)制，加強(qiáng)政府與平臺(tái)電商間的互動(dòng)，對(duì)促進(jìn)平臺(tái)經(jīng)營(yíng)規(guī)范化與合法化，推動(dòng)網(wǎng)絡(luò)市場(chǎng)高質(zhì)量發(fā)展具有重要意義.

目前學(xué)術(shù)界關(guān)于大數(shù)據(jù)“殺熟”監(jiān)管的研究，從研究方法上來說，有較多學(xué)者運(yùn)用博弈論對(duì)監(jiān)管問題展開研究.尤其政府的介入引起了學(xué)術(shù)界的廣泛關(guān)注，如：文獻(xiàn)［5］建立一對(duì)多的政府與企業(yè)對(duì)稱博弈模型，得出加大政府對(duì)企業(yè)的檢查頻率、降低企業(yè)自律成本有利于規(guī)范企業(yè)自身行為.文獻(xiàn)［6］構(gòu)建了不完全信息下的三方靜態(tài)博弈模型，發(fā)現(xiàn)企業(yè)、經(jīng)銷商和政府監(jiān)管部門嚴(yán)格規(guī)范自身行為與否取決于各自的監(jiān)管力度、監(jiān)管成本.文獻(xiàn)［7］構(gòu)建了政府和企業(yè)之間的混合戰(zhàn)略博弈模型，探討了雙方博弈關(guān)系及不同情況下的最優(yōu)策略選擇.事實(shí)上，大數(shù)據(jù)“殺熟”協(xié)同監(jiān)管問題是多個(gè)群體隨機(jī)配對(duì)的反復(fù)博弈問題，適用于演化博弈分析^［8］.相比傳統(tǒng)博弈方法，演化博弈方法在處理監(jiān)管問題時(shí)的優(yōu)勢(shì)主要體現(xiàn)在：第一，考慮時(shí)序變化，能夠從長(zhǎng)時(shí)期的角度觀察分析博弈的動(dòng)態(tài)變化，參與者通過模仿、學(xué)習(xí)的過程，最終實(shí)現(xiàn)各種策略的群體比例達(dá)到演化穩(wěn)定均衡狀態(tài)，適應(yīng)性對(duì)演化過程進(jìn)行調(diào)整和分析^［9-10］.其二，以有限理性替代完全理性，考慮博弈主體會(huì)犯錯(cuò)以及多種因素的不確定性，更符合實(shí)際情況.因此，演化博弈論在經(jīng)濟(jì)管理等相關(guān)領(lǐng)域得到了廣泛應(yīng)用^［11-12］.為進(jìn)一步剖析“監(jiān)管困局”的內(nèi)在形成機(jī)理并加以破解，一些學(xué)者采用演化博弈的方法建立了監(jiān)管機(jī)制.如文獻(xiàn)［13］構(gòu)建了生產(chǎn)者、消費(fèi)者和監(jiān)管者構(gòu)成的兩期博弈模型，剖析食品安全“監(jiān)管困局”的內(nèi)在形成機(jī)理.文獻(xiàn)［14］通過構(gòu)建“平臺(tái)賣家—平臺(tái)電商—政府”的演化博弈模型，剖析平臺(tái)電商信用“監(jiān)管困局”的內(nèi)在形成機(jī)理并加以破解.文獻(xiàn)［15］構(gòu)建“政府-平臺(tái)-企業(yè)”3個(gè)主體之間的非對(duì)稱演化博弈模型，通過數(shù)值仿真分析政府補(bǔ)貼力度和平臺(tái)成本分擔(dān)比例對(duì)系統(tǒng)演化穩(wěn)定策略的影響.

已有的國(guó)內(nèi)外相關(guān)文獻(xiàn)為文中的研究提供較好的基礎(chǔ)和研究參考，也為平臺(tái)經(jīng)濟(jì)協(xié)同監(jiān)管與激勵(lì)機(jī)制的研究奠定了理論基礎(chǔ).尤其是數(shù)字經(jīng)濟(jì)治理、平臺(tái)經(jīng)濟(jì)治理等相關(guān)熱點(diǎn)問題的研究已經(jīng)涉及了協(xié)同監(jiān)管方面的內(nèi)容，為做好平臺(tái)經(jīng)濟(jì)多主體協(xié)同監(jiān)管的研究提供了思路.但是，既有研究從內(nèi)容看，缺乏對(duì)于平臺(tái)經(jīng)濟(jì)多主體監(jiān)管框架及激勵(lì)機(jī)制的系統(tǒng)研究.國(guó)外對(duì)于平臺(tái)經(jīng)濟(jì)多主體協(xié)同監(jiān)管的研究大多集中在治理的意義、案例或困境方面，對(duì)于平臺(tái)經(jīng)濟(jì)多主體協(xié)同監(jiān)管研究的借鑒作用有限.國(guó)內(nèi)對(duì)于平臺(tái)經(jīng)濟(jì)多主體協(xié)同監(jiān)管及激勵(lì)機(jī)制的研究尚處于起步階段，對(duì)于平臺(tái)經(jīng)濟(jì)多主體協(xié)同監(jiān)管的分析框架、監(jiān)管主體識(shí)別、激勵(lì)機(jī)制設(shè)計(jì)等方面，都還缺乏有價(jià)值的研究成果，無法為決策提供科學(xué)依據(jù).

基于此，文中以政府、平臺(tái)電商、平臺(tái)賣家為研究對(duì)象，以演化博弈理論為基礎(chǔ)，構(gòu)建政府—平臺(tái)電商—平臺(tái)賣家的三方演化博弈模型，重點(diǎn)分析在信息不對(duì)稱情況下，多主體協(xié)同監(jiān)管對(duì)平臺(tái)賣家行為選擇策略的影響，通過案例數(shù)值仿真討論了成本、懲罰力度等外生變量對(duì)各主體最優(yōu)策略選擇與期望收益的影響，冀期能夠?yàn)閿?shù)字經(jīng)濟(jì)背景下大數(shù)據(jù)“殺熟”監(jiān)管激勵(lì)的理論有所補(bǔ)充.因此，文中的主要貢獻(xiàn)在于：首先，考慮到平臺(tái)電商信用監(jiān)管困局，引入政府規(guī)制，建立多元主體協(xié)同監(jiān)管機(jī)制；其次，引入演化博弈理論，在有限理性的假設(shè)條件下分析政府、平臺(tái)電商與平臺(tái)賣家的決策策略、期望收益等，理清多元主體協(xié)同監(jiān)管激勵(lì)機(jī)制的內(nèi)在機(jī)理；最后，通過數(shù)值仿真分析政府、平臺(tái)電商、平臺(tái)賣家達(dá)到最優(yōu)穩(wěn)定狀態(tài)的均衡條件，實(shí)現(xiàn)監(jiān)管激勵(lì)下各方利益最大化的目標(biāo)相容，進(jìn)一步補(bǔ)充了大數(shù)據(jù)“殺熟”監(jiān)管理論.

1 演化博弈模型構(gòu)建

1.1 基本假設(shè)

（1） 博弈主體假設(shè).文中演化博弈模型中涉及到的博弈主體有政府、平臺(tái)電商和平臺(tái)賣家：① 政府：在互聯(lián)網(wǎng)背景下，政府制定處罰、稅收、補(bǔ)貼等管理措施是促進(jìn)網(wǎng)絡(luò)平臺(tái)市場(chǎng)公平定價(jià)、維護(hù)消費(fèi)者權(quán)益的重要保障.在大數(shù)據(jù)“殺熟”協(xié)同監(jiān)管過程中，政府可以制定管理措施，投入人力物力積極監(jiān)管，或者采取放養(yǎng)式管理，不進(jìn)行市場(chǎng)干預(yù)，消極監(jiān)管.因此，政府的策略選擇為｛積極監(jiān)管，消極監(jiān)管｝.② 平臺(tái)電商：平臺(tái)電商作為平臺(tái)賣家的直接管理者，在完善優(yōu)化網(wǎng)絡(luò)定價(jià)方面有著舉足輕重的地位.平臺(tái)電商在平臺(tái)交易中可以可持續(xù)發(fā)展為目標(biāo)，承擔(dān)監(jiān)管主體責(zé)任積極監(jiān)管，或者以利潤(rùn)最大化為原則消極監(jiān)管.因此，平臺(tái)電商的策略選擇為｛積極監(jiān)管，消極監(jiān)管｝.③ 平臺(tái)賣家：平臺(tái)賣家是優(yōu)化平臺(tái)交易環(huán)境的中堅(jiān)力量和主要實(shí)施者，在平臺(tái)交易中可以選擇誠(chéng)信為本，公平定價(jià)，或者利益至上，選擇“殺熟”定價(jià).

（2） 設(shè)大數(shù)據(jù)“殺熟”監(jiān)管過程中，政府選擇積極監(jiān)管的概率為x（0≤x≤1），則政府選擇消極監(jiān)管概率為1－x；平臺(tái)電商選擇積極監(jiān)管的概率為y（0≤y≤1），則選擇消極監(jiān)管概率為1－y；平臺(tái)賣家選擇公平定價(jià)的概率為z（0≤z≤1），則殺熟定價(jià)的概率為1－z.

1.2 參數(shù)設(shè)置

3個(gè)博弈主體都可以通過不斷學(xué)習(xí)、模仿來調(diào)整自身的策略行為選擇，最終達(dá)到博弈均衡.模型相關(guān)假設(shè)及說明如表1.

根據(jù)上述假設(shè)，可得三方演化博弈矩陣如表2.

2 演化穩(wěn)定策略求解

2.1 三方復(fù)制動(dòng)態(tài)方程分析

根據(jù)模型假設(shè)，令政府積極監(jiān)管、不積極監(jiān)管以及其平均收益分別為UI、UNI和UI，則有：

UI=yz×（δG1－P1+E4－E2－E3+E1）+y×（γG1－T1－F3-

P4+E2－E1）+z×（μG1－T2－F1－P2+ E3－E1）－

C1（μG1－T2－F1－P2+E3－E1）－C1+R1+T2+F1+T1+

F3+G1+E1

UNI=λ1G1－β1C1－S1+（1－z）W1F1+（1－y）W2F3

UI=x×UI+（1－x）×UNI

同理可得平臺(tái)電商積極監(jiān)管的期望收益UP、消極監(jiān)管的期望收益UNP及其平均收益UP如下：

UP=xz×（δG2－P1）+x×（γG1+P4）+z×（αG2－F2－

P3）－C2+R2+F2+G2

UNP=x（－T1－F3+W2F3）－zW1F2－β2C2+λ2G2－S2+

W1F2－W2F3

UP=y×UP+（1－y）×UNP

則平臺(tái)賣家公平定價(jià)的期望收益UC、殺熟定價(jià)的期望收益UNC及平均收益UC為：

UC=xy×（δG3+2P1）+x×（μG3+P2）+y×（αG3+P3）-

C3－S3+R4+G3

UNC=x（－T2－F1+W1F1）+y（－F2+W1F2）+R3－S4－

W1F1－W1F2+G3

UC=z×UC+（1－z）×UNC

復(fù)制動(dòng)態(tài)微分方程的基本原理，即參與者選取某種策略的增長(zhǎng)率dθ（t）/dt與該時(shí)期t選取該策略的人數(shù)比例成正比，而且與選取該策略的收益與平均收益的差值成正比.據(jù)此，則政府、平臺(tái)電商和平臺(tái)賣家的動(dòng)態(tài)復(fù)制方程F（x），F(xiàn)（y），F(xiàn)（z）分別為：

F（x）=dxdt=x×（UI－UI）=x×（1－x）×（UI－UNI）=

x×（1－x）×［yz×（δG1－P1+E4－E2－E3+E1）+

y×（γG1－T1－F3－P4+W2F3+E2－E1）+

z×（μG1－T2－F1－P2+W1F1+E3－E1）+E1+

（β1－1）C1+（1－λ1）G1+R1+T2+F1+T1+F3+

S1－W1F1－W2F3］

F（y）=dydt=y×（UP－UP）=

y×（1－y）×（UP－UNP）=

y×（1－y）×［xz×（δG2－P1）+x×（γG2+T1+

F3+P4－W2F3）+z×（αG2－P3－F2+W1F2）+

（β2－1）C2+（1－λ2）G2+R2+F2+S2－W1F2+

W2F3］

F（z）=dzdt=z×（UC－UC）=z×（1－z）×（UC－UNC）=

z×（1－z）×［yx×（δG3+2P1）+x×（μG3+

P2+T2+F1－W1F1）+y×（αG3+P3+F2－

W1F2）－C3－S3－R3+R4+S4+W1F1+W1F2］

2.2 三方演化路徑及其穩(wěn)定性分析

采用微分方程穩(wěn)定性定理來分析3個(gè)博弈主體的穩(wěn)定性和策略演化路徑.根據(jù)微分方程的穩(wěn)定性定理，政府、平臺(tái)和電商的復(fù)制動(dòng)態(tài)方程的穩(wěn)定點(diǎn)應(yīng)滿足如下條件：

F（x）=0，F(xiàn)（x）xlt;0；

F（y）=0，F(xiàn)（y）ylt;0；

F（z）=0，F(xiàn)（z）zlt;0，其中

F（x）x=（1－2x）×［yz×（δG1－P1+E4－E2－E3+E1）+y×

（γG1－T1－F3－P4+W2F3+E2－E1）+z×（μG1－T2－F1－

P2+W1F1+E3－E1）+E1+（β1－1）C1+（1－λ1）G1+R1+

T2+F1+T1+F3+S1－W1F1－W2F3］；

F（y）y=（1－2y）×［xz×（δG2－P1）+x×（γG2+T1+ F3+

P4－W2F3）+z×（αG2－P3－F2+W1F2）+（β2－1）C2+

（1－λ2）G2+R2+F2+S2－W1F2+W2F3］；

F（z）z=（1－2z）×［yx×（δG3+2P1）+x×（μG3+P2+T2+F1－W1F1）+

y×（αG3+P3+F2－W1F2）－C3－S3－R3+R4+S4+W1F1+W1F2］

進(jìn)一步可得出政府演化的動(dòng)態(tài)復(fù)制相位如圖1（令y*=（1－β1）C1+（λ1－1）G1－E1－R1－T2－F1－T1－F3－S1+W1F1+W2F3－z×（μG1－T2－F1－P2+W1F1+E3－E1）z×（δG1－P1+E4－E2－E3+E1）+γG1－T1－F3－P4+W2F3+E2－E1）.

從圖1中可知，政府的演化策略的走向既受到模型中各參數(shù)的影響，也受平臺(tái)電商和平臺(tái)賣家策略選擇的影響.當(dāng)0lt;ylt;y*時(shí)，政府的穩(wěn)定策略為“消極監(jiān)管”；當(dāng)0lt;y*lt;ylt;1時(shí)，政府的穩(wěn)定策略為“積極監(jiān)管”；當(dāng)y=y*時(shí)，政府的任何策略都為穩(wěn)定狀態(tài).

類似的，得出平臺(tái)電商的復(fù)制動(dòng)態(tài)相位圖如圖2（令x*=（1－β2）C2+（λ2－1）G2－R2－F2－S2+W1F2－W2F3－z*（αG2－P3－F2+W1F2）z×（δG2－P1）+γG2+T1+F3+P4－W2F3）.

從圖2中可知，平臺(tái)電商的演化策略的走向既受到模型中各參數(shù)的影響，也受政府和平臺(tái)賣家的策略選擇的影響.當(dāng)0lt;x*lt;xlt;1時(shí)，平臺(tái)電商的穩(wěn)定策略為“積極監(jiān)管”；當(dāng) 0lt;xlt;x*時(shí)，平臺(tái)電商的穩(wěn)定策略為“消極監(jiān)管”；當(dāng)x=x*時(shí)，平臺(tái)電商的任何策略都為穩(wěn)定狀態(tài).

同理，平臺(tái)賣家的復(fù)制動(dòng)態(tài)相位圖如圖3（令y′=C3+S3+R3－R4－S4－W1F1－W1F2－x×（μG3+P2+T2+F1－W1F1）x×（δG3+2P1）+αG3+P3+F2－W1F2）.

從圖3中可知，平臺(tái)賣家的演化策略的走向既受到模型中各參數(shù)的影響，也受平臺(tái)電商的影響.當(dāng)0lt;y′lt;ylt;1時(shí)，平臺(tái)賣家的穩(wěn)定策略為“公平定價(jià)”；當(dāng)0lt;ylt;y′時(shí)，平臺(tái)賣家的穩(wěn)定策略為“殺熟定價(jià)”；當(dāng)y=y′時(shí)，平臺(tái)賣家的任何策略都為穩(wěn)定狀態(tài).

2.3 三方共同作用的演化策略穩(wěn)定性分析

上一小節(jié)從單個(gè)博弈主體的行為選擇出發(fā)，分析了各主體策略演化過程及其行為影響因素，但平臺(tái)經(jīng)濟(jì)的穩(wěn)定健康發(fā)展需要政府、平臺(tái)電商和平臺(tái)賣家的共同作用，因此統(tǒng)籌研究具有重大意義.根據(jù)Ritzberger（1996），三方演化博弈策略，只需要分析E1（0，0，0）、E2（1，0，0）、E3（0，1，0）、E4（0，0，1）、E5（1，1，0）、E6（1，0，1）、E7（0，1，1）、E8（1，1，1）的漸進(jìn)穩(wěn)定性.根據(jù)Fridman（1991）提出的方法，對(duì)于一個(gè)由微分方程系統(tǒng)描述的群體動(dòng)態(tài)，其均衡點(diǎn)的穩(wěn)定性是由該系統(tǒng)的雅可比矩陣分析得到的.基于前文所述的復(fù)制動(dòng)態(tài)方程，可以得出雅克比矩陣：

J=J11J12J13J21J22J23J31J32J33，其中，各單元具體數(shù)值如下：

J11=（1－2x）×［yz×（δG1－P1+E4－E2－E3+E1）+

y×（γG1－T1－F3－P4+W2F3+E2－E1）+

z×（μG1－T2－F1－P2+W1F1+E3－E1）+E1+

（β1－1）C1+ （1－λ1）G1+R1+T2+F1+T1+F3+

S1－W1F1－W2F3］

J12=x×（1－x）×［z×（δG1－P1+E4－E2－E3+E1）+

γG1－T1－F3－P4+W2F3+E2－E1］

J13=x×（1－x）×［y（δG1－P1+E4－E2－E3+E1）+

μG1－P2－T2－F1+W1F1+E3－E1］

J21=y×（1－y）×（z×（δG2－P1）+γG2+T1+F3+P4－W2F3）

J22=（1－2y）×［xz×（δG2－P1）+x×（γG2+T1+F3+P4－W2F3）+

z×（αG2－P3－F2+W1F2）+（β2－1）C2+（1－λ2）G2+R2+

F2+S2－W1F2+W2F3］

J23=y×（1－y）×［x×（δG2－P1）+αG2－P3－F2+W1F2）

J31=z×（1－z）［y×（δG3+2P1）+μG3+P2+T2+F1－W1F1］

J32=z×（1－z）×［x×（δG3+2P1）+αG3+P3+F2－W1F2］

J33=（1－2z）×［yx×（δG3+2P1）+x×（μG3+P2+T2+F1－W1F1）+

y×（αG3+P3+F2－W1F2）－C3－S3+R4－R3+S4+

W1F1+W1F2］

若均衡點(diǎn)滿足detJgt;0，trJlt;0兩個(gè)條件，則均衡點(diǎn)為演化動(dòng)態(tài)過程的局部漸近穩(wěn)定點(diǎn).根據(jù)雅可比矩陣的局部穩(wěn)定分析法，結(jié)果如表3.

文中主要分析達(dá)到政府積極監(jiān)管、平臺(tái)積極監(jiān)管、電商公平定價(jià)的穩(wěn)定狀態(tài)，即分析E8（1，1，1）的現(xiàn)實(shí)約束，在表3的基礎(chǔ)上，可知，若滿足：

（1） －δG1+P1－E4－γG1+T1+F3+P4－W2F3－μG1+T2+F1+P2－W1F1+（1－β1）C1+（λ1－1）G1－R1－T2－F1－T1－F3－S1+W1F1+W2F3lt;0，

（2） －δG2+P1－γG2－T1－F3－P4+W2F3－αG2+P3+F2－W1F2+（1－β2）C2+（λ2－1）G2－R2－F2－S2+W1F2－W2F3lt;0，

（3） －δG3－2P1－μG3－P2－T2－F1+W1F1－αG3－P3－F2+W1F2+C3+S3－R4+R3－S4－W1F1－W1F2lt;0，

此時(shí)，E8為均衡點(diǎn).

3 仿真演化博弈

在政府、平臺(tái)電商與平臺(tái)賣家構(gòu)建的動(dòng)力系統(tǒng)中，涉及不同策略組合的收益與成本，采取不同組合策略的概率分布等參數(shù)或變量，都可以通過雅可比矩陣判斷演化系統(tǒng)在平衡點(diǎn)的穩(wěn)定性，但是難以詳細(xì)刻畫均衡的實(shí)現(xiàn)過程以及不同參數(shù)對(duì)演化過程的影響.為了在不同情形下對(duì)政府、平臺(tái)電商與平臺(tái)賣家之間的演化博弈過程進(jìn)行分析，本文采用數(shù)值分析的方法對(duì)理論分析進(jìn)行驗(yàn)證，即通過對(duì)模型參數(shù)進(jìn)行取值，模擬政府、平臺(tái)電商與平臺(tái)賣家之間博弈的變動(dòng)趨勢(shì)，進(jìn)而系統(tǒng)全面的揭示政府、平臺(tái)電商與平臺(tái)賣家進(jìn)行決策的一般性規(guī)律.

文中數(shù)值分析參數(shù)以著名網(wǎng)絡(luò)平臺(tái)電商某寶旗下商城的一樁“殺熟”事件為例，2020年3月7日，某寶用戶稱會(huì)員在其商城購(gòu)買商品時(shí)價(jià)格比普通用戶更高，隨后更多網(wǎng)友發(fā)現(xiàn)該商城存在嚴(yán)重的“殺熟”定價(jià)行為，比如，3.8婦女節(jié)活動(dòng)期間，一款洗面奶在不同用戶、不同型號(hào)手機(jī)上有至少5種不同的價(jià)格，由低到高一次為16.03，21.9，24.9，31.7，35.46元.即使是同一個(gè)用戶，使用不同帳號(hào)登錄，顯示的價(jià)格亦不同.此類現(xiàn)象在該平臺(tái)并不限于上述化妝品一案，有網(wǎng)友計(jì)算出，該商城針對(duì)不同用戶的價(jià)格差別約為10%.事實(shí)上，對(duì)于“大數(shù)據(jù)殺熟”，《中華人民共和國(guó)價(jià)格法》明確規(guī)定，經(jīng)營(yíng)者不得對(duì)提供相同商品或者服務(wù)，對(duì)具有同等交易條件的其他經(jīng)營(yíng)者實(shí)行價(jià)格歧視.違反該規(guī)定的，責(zé)令改正，沒收違法所得，并處違法所得5倍以下的罰款.

以上述案例為背景，文中特設(shè)在政府、平臺(tái)電商與平臺(tái)賣家的博弈系統(tǒng)中，政府介入監(jiān)管需付出成本50萬元，平臺(tái)監(jiān)管花費(fèi)48萬元，賣家公平定價(jià)付出成本40萬元，地方政府積極監(jiān)管會(huì)獲得額外收益5萬元，同時(shí)會(huì)獲得中央政府基本獎(jiǎng)勵(lì)10萬元，政府不積極監(jiān)管造成的名譽(yù)等損失5萬元，同時(shí)損失基本收益比率0.8，若平臺(tái)積極監(jiān)管，會(huì)獲得額外收益及政府相關(guān)補(bǔ)貼5萬元，平臺(tái)若不積極監(jiān)管，也會(huì)被政府處以3萬元的罰款，平臺(tái)賣家若殺熟定價(jià)，會(huì)獲得額外收益7萬元，造成客戶流失等損失4萬元，違規(guī)行為若被發(fā)現(xiàn)沒收違法所得9萬元，若公平定價(jià)，短期內(nèi)造成利潤(rùn)損失7萬元.

綜上，本節(jié)利用Matlab軟件做仿真分析，分別探討在不同參數(shù)影響下博弈雙方的演化結(jié)果.初始結(jié)果如圖4.其中，x0為政府選擇積極監(jiān)管策略的初始概率，y0為平臺(tái)電商采取積極監(jiān)管的初始概率，z0為平臺(tái)賣家公平定價(jià)的初始概率，橫坐標(biāo)表示演化博弈的時(shí)間，縱坐標(biāo)表示各主體行為選擇的概率.因初始演化強(qiáng)調(diào)自然狀態(tài)下各方的選擇結(jié)果，特設(shè)三方主體的初始概率為0.5，演化結(jié)果如圖4，表明系統(tǒng)自發(fā)的演化穩(wěn)定趨于（0，0，0），即政府選擇消極監(jiān)管，平臺(tái)電商選擇消極監(jiān)管，平臺(tái)賣家趨于“殺熟”定價(jià).

3.1 成本對(duì)系統(tǒng)演化的影響

為驗(yàn)證成本對(duì)各主體行為選擇的影響，分別取政府積極監(jiān)管成本為55、50、45、40、35，平臺(tái)電商積極監(jiān)管成本為53、48、43、38、33，平臺(tái)賣家公平定價(jià)花費(fèi)的成本為46、40、34、28、22.演化結(jié)果如圖5.

研究結(jié)果表明，成本對(duì)于系統(tǒng)演化穩(wěn)定具有決定性影響.對(duì)于政府而言，總體上政府采取積極監(jiān)管的概率隨著監(jiān)管成本的減小而增大.具體來說，以演化時(shí)間1為界，當(dāng)政府監(jiān)管成本為55和50時(shí)，政府在1處均已達(dá)到消極監(jiān)管的穩(wěn)定狀態(tài)，且成本越大，政府會(huì)以更快的速度選擇消極監(jiān)管.政府在網(wǎng)絡(luò)市場(chǎng)監(jiān)管過程中，因信息不對(duì)稱問題以及賣家投機(jī)行為的隱蔽性特點(diǎn)，監(jiān)管本身存在較大難度，往往無法達(dá)到預(yù)期標(biāo)準(zhǔn).此時(shí)，若監(jiān)管成本很高，政府高成本投入并不能切實(shí)糾察平臺(tái)交易違規(guī)行為，便更傾向消極監(jiān)管.當(dāng)監(jiān)管成本的降低到45時(shí)，政府在演化初期以大于0.5的概率傾向選擇積極監(jiān)管，但隨著時(shí)間推移，政府最終還是選擇消極監(jiān)管并保持穩(wěn)定.當(dāng)監(jiān)管成本降到45以下時(shí)，政府財(cái)政壓力減小，為切實(shí)履行社會(huì)責(zé)任，樹立政府形象，打造良好的社會(huì)公信力，政府會(huì)以較快的速度選擇積極監(jiān)管.

同樣，平臺(tái)電商積極監(jiān)管的概率隨著成本的降低而增大.當(dāng)監(jiān)管成本較高時(shí)，平臺(tái)電商與平臺(tái)賣家締結(jié)的組織內(nèi)委托代理關(guān)系使得平臺(tái)電商更傾向舍棄高額成本支出進(jìn)行監(jiān)管，轉(zhuǎn)而維護(hù)平臺(tái)賣家以獲取更多利潤(rùn).而當(dāng)監(jiān)管成本降到一定程度，平臺(tái)電商以較小的支出，便能收獲顧客信任、聲譽(yù)等社會(huì)效益，符合可持續(xù)發(fā)展的經(jīng)營(yíng)理念，由此，平臺(tái)電商會(huì)快速轉(zhuǎn)向積極監(jiān)管，并且成本越低，速率越快.

作為以盈利性為目的的經(jīng)濟(jì)組織，平臺(tái)賣家更是“利益優(yōu)先”，以利益最大化作為其行為選擇的重要依據(jù)，因此平臺(tái)賣家對(duì)成本變化的敏感性要高于平臺(tái)電商與政府.平臺(tái)賣家選擇公平定價(jià)時(shí)，相對(duì)于“殺熟定價(jià)”本身會(huì)損失一部分額外收益，因此成本較高時(shí)，平臺(tái)賣家會(huì)毫不猶豫選擇“殺熟定價(jià)”，而且成本越高，速率越快.定價(jià)成本較低時(shí)，平臺(tái)賣家若選擇公平定價(jià)，便能以較低的支出收獲口碑、消費(fèi)者忠誠(chéng)等社會(huì)效益，同時(shí)，還能收獲政府與平臺(tái)電商的相關(guān)補(bǔ)貼，一定程度上彌補(bǔ)了公平定價(jià)的損失，因此，平臺(tái)賣家會(huì)積極選擇公平定價(jià).

3.2 懲罰對(duì)系統(tǒng)演化的影響

探究各監(jiān)管主體的懲罰措施對(duì)于系統(tǒng)演化的影響，仿真結(jié)果如圖6.

研究結(jié)果表明，懲罰對(duì)于系統(tǒng)演化穩(wěn)定具有重要作用.懲罰措施對(duì)于各監(jiān)管主體屬于非正式收入.尤其政府作為主要監(jiān)管主體，其懲罰力度更能反應(yīng)出政府對(duì)整治平臺(tái)亂象的重視程度，懲罰力度越高，政府越傾向于選擇積極監(jiān)管.對(duì)于平臺(tái)電商而言，一方面承受政府對(duì)其消極監(jiān)管的懲罰支出，一方面收獲監(jiān)管平臺(tái)賣家違規(guī)行為帶來的懲罰收入.隨著政府懲罰力度的增強(qiáng)，平臺(tái)消極監(jiān)管帶來的損失增加，當(dāng)損失增強(qiáng)到一定程度，平臺(tái)會(huì)降低違規(guī)行為發(fā)生的概率，同時(shí)增強(qiáng)對(duì)平臺(tái)賣家的監(jiān)管，以期通過對(duì)平臺(tái)賣家投機(jī)行為的懲罰獲取相應(yīng)的收入補(bǔ)貼，由此，平臺(tái)會(huì)逐漸轉(zhuǎn)向積極監(jiān)管.同時(shí)，由圖可知，當(dāng)懲罰支出與懲罰收入差距較小時(shí)，平臺(tái)電商傾向選擇消極監(jiān)管.隨著各監(jiān)管主體懲罰力度的增加，當(dāng)懲罰收入遠(yuǎn)高于懲罰支出時(shí)，平臺(tái)會(huì)選擇積極監(jiān)管.平臺(tái)賣家作為懲罰措施的實(shí)施對(duì)象，當(dāng)政府與平臺(tái)電商懲罰力度較小時(shí)，對(duì)平臺(tái)賣家造成的損失不足以抵消“殺熟定價(jià)”獲得的額外收益，平臺(tái)賣家仍會(huì)堅(jiān)持“殺熟定價(jià)”.隨著各監(jiān)管主體懲罰力度的增強(qiáng)，平臺(tái)賣家若繼續(xù)開展違規(guī)行為便面臨著高額損失，由此，賣家會(huì)在較短時(shí)間內(nèi)選擇公平定價(jià)，減少“殺熟定價(jià)”帶來的虧損.

3.3 監(jiān)管力度對(duì)系統(tǒng)演化的影響

（1） 政府監(jiān)管力度對(duì)系統(tǒng)演化的影響

為探究政府監(jiān)管力度對(duì)系統(tǒng)演化的影響，對(duì)政府監(jiān)管力度系數(shù)分別取0.2，0.3，0.4，0.5，0.6，仿真結(jié)果如圖7.

由圖7可知，隨著政府監(jiān)管力度的增強(qiáng)，系統(tǒng)最終達(dá)到（積極監(jiān)管，積極監(jiān)管，公平定價(jià)）的理想狀態(tài)，并且保持長(zhǎng)期穩(wěn)定.具體來說，以演化時(shí)間0.5為界，當(dāng)政府監(jiān)管系數(shù)為0.2時(shí)，政府傾向選擇消極監(jiān)管，而平臺(tái)電商與平臺(tái)賣家則均在0.5之前分別達(dá)到消極監(jiān)管與殺熟定價(jià)的狀態(tài).表明當(dāng)政府監(jiān)管力度較小時(shí)，政府會(huì)花費(fèi)較少的人力物力改造平臺(tái)監(jiān)管機(jī)制、降低對(duì)違規(guī)行為的懲治力度，但因信息不對(duì)稱性以及賣家投機(jī)行為的隱蔽性特點(diǎn)，較小的監(jiān)管力度無法切實(shí)優(yōu)化網(wǎng)絡(luò)市場(chǎng)環(huán)境，久之政府便開始消極監(jiān)管.而平臺(tái)電商與平臺(tái)賣家在缺少政府管控情況下，更是以自身利益最大化為原則，繼續(xù)保持投機(jī)行為.當(dāng)政府監(jiān)管力度上升到0.3時(shí)，仍以演化時(shí)間0.5為界，政府以高于0.9的概率傾向于積極監(jiān)管并保持穩(wěn)定，平臺(tái)電商有選擇消極監(jiān)管的傾向，但因政府監(jiān)管力度的增強(qiáng)，最終迫于政府壓力轉(zhuǎn)而選擇積極監(jiān)管，并保持穩(wěn)定.而平臺(tái)賣家在0.5時(shí)已經(jīng)達(dá)到殺熟定價(jià)的狀態(tài)，作為盈利性組織，其第一選擇就是能獲得額外收益的“殺熟定價(jià)”，但政府的強(qiáng)力監(jiān)管會(huì)增加平臺(tái)賣家被曝光的風(fēng)險(xiǎn)，不僅面臨高額懲罰支出，還會(huì)影響賣家聲譽(yù)、降低顧客忠誠(chéng)度，不利于賣家的可持續(xù)發(fā)展，為維持企業(yè)形象，考慮企業(yè)的長(zhǎng)期發(fā)展，賣家最終會(huì)選擇公平定價(jià).隨著監(jiān)管力度增強(qiáng)到0.3以上，政府、平臺(tái)電商與平臺(tái)賣家均會(huì)以較快的速度達(dá)到（積極監(jiān)管，積極監(jiān)管，公平定價(jià)）的穩(wěn)定狀態(tài)，并且監(jiān)管力度越大，達(dá)到穩(wěn)定狀態(tài)的速率越快.基于此，政府可以通過加強(qiáng)監(jiān)管力度，提高罰金、增加監(jiān)督檢查頻率等措施，增加平臺(tái)電商與平臺(tái)賣家的違規(guī)損失，促進(jìn)平臺(tái)電商、平臺(tái)賣家規(guī)范行為的形成.

（2） 平臺(tái)電商監(jiān)管力度對(duì)系統(tǒng)演化的影響

為探究平臺(tái)電商監(jiān)管力度對(duì)系統(tǒng)演化的影響，分別取平臺(tái)監(jiān)管系數(shù)為0.2，0.3，0.4，0.5，0.6，數(shù)值仿真分析結(jié)果如圖8.

由圖8可知，平臺(tái)監(jiān)管力度增強(qiáng)，有利于系統(tǒng)達(dá)到（積極監(jiān)管，積極監(jiān)管，公平定價(jià)）的穩(wěn)定狀態(tài).具體來說，以演化時(shí)間0.5為界，當(dāng)平臺(tái)監(jiān)管系數(shù)為0.2，0.3，0.4時(shí)，政府選擇消極監(jiān)管，而平臺(tái)電商與平臺(tái)賣家則分別選擇消極監(jiān)管與殺熟定價(jià).可見，當(dāng)平臺(tái)電商監(jiān)管力度較小時(shí)，不足以遏制平臺(tái)賣家通過投機(jī)行為攫取高額利潤(rùn)，因此平臺(tái)賣家會(huì)選擇殺熟定價(jià).平臺(tái)電商的監(jiān)管投入不僅無法遏制平臺(tái)亂象，還要持續(xù)投入支出，以自身利益為著眼點(diǎn)，平臺(tái)電商最終會(huì)選擇消極監(jiān)管.對(duì)于政府而言，平臺(tái)監(jiān)管力度并未對(duì)政府產(chǎn)生影響，政府會(huì)保持其初始選擇消極監(jiān)管.而當(dāng)平臺(tái)監(jiān)管力度大于0.4時(shí)，系統(tǒng)最終會(huì)達(dá)到（積極監(jiān)管，積極監(jiān)管，公平定價(jià)）的理想狀態(tài)并保持穩(wěn)定，且監(jiān)管力度越大，達(dá)到理想穩(wěn)定狀態(tài)的速率越快.具體來說，當(dāng)平臺(tái)電商監(jiān)管力度足夠大，平臺(tái)賣家投機(jī)行為帶來的收益不足以彌補(bǔ)平臺(tái)電商高強(qiáng)度監(jiān)管帶來的損失，平臺(tái)賣家便會(huì)減少投機(jī)行為，轉(zhuǎn)向選擇公平定價(jià).對(duì)于平臺(tái)電商，其監(jiān)管力度越大，獲得的財(cái)政收益與社會(huì)效益越大，平臺(tái)電商就越會(huì)選擇積極監(jiān)管.此時(shí)，通過平臺(tái)電商的監(jiān)管，已經(jīng)在很大程度上遏制了賣家的投機(jī)行為，降低了政府監(jiān)管網(wǎng)絡(luò)交易市場(chǎng)的難度，為維護(hù)政府形象，獲取民眾信任、聲譽(yù)等社會(huì)效益，政府會(huì)主動(dòng)承擔(dān)監(jiān)管責(zé)任積極監(jiān)管，并且隨著平臺(tái)電商監(jiān)管力度的增強(qiáng)，達(dá)到穩(wěn)定狀態(tài)的速率越快.可見，平臺(tái)電商亦可通過加強(qiáng)監(jiān)管力度，帶動(dòng)各主體達(dá)到理想的穩(wěn)定狀態(tài).

此外，通過對(duì)比圖7，8還可以看出，政府監(jiān)管力度能對(duì)各主體行為產(chǎn)生顯著影響，而平臺(tái)監(jiān)管力度需要達(dá)到一定程度才會(huì)影響系統(tǒng)狀態(tài)，但平臺(tái)監(jiān)管相較政府監(jiān)管能在更短時(shí)間內(nèi)促使各主體達(dá)到穩(wěn)定狀態(tài).進(jìn)一步說明了政府與平臺(tái)電商協(xié)同監(jiān)管的必要性，能保證監(jiān)管主體以最小的人力物力快速達(dá)到穩(wěn)定狀態(tài).

（3） 政府與平臺(tái)電商協(xié)同監(jiān)管對(duì)系統(tǒng)演化的影響

上述結(jié)論可見協(xié)同監(jiān)管的必要性，為進(jìn)一步探究政府與平臺(tái)電商協(xié)同監(jiān)管作用下系統(tǒng)的演化規(guī)律，將兩主體監(jiān)管力度合并實(shí)施，仿真結(jié)果如圖9.

由圖9可知，即使政府與平臺(tái)電商都保持較低力度的監(jiān)管水平，也會(huì)促使整個(gè)系統(tǒng)在短時(shí)間內(nèi)向（積極監(jiān)管，積極監(jiān)管，公平定價(jià)）的方向演化并且保持穩(wěn)定.這也就意味著政府與平臺(tái)電商協(xié)同監(jiān)管的效果優(yōu)于政府或者平臺(tái)電商單獨(dú)監(jiān)管的作用，加強(qiáng)政府與平臺(tái)電商的有效互動(dòng)是必要的.

4 結(jié)論與對(duì)策建議

根據(jù)以上分析，文中得出主要結(jié)論：① 在自然狀態(tài)下，政府、平臺(tái)電商與平臺(tái)賣家構(gòu)建的博弈模型很難向著（積極監(jiān)管，積極監(jiān)管，公平定價(jià)）的理想狀態(tài)自然演化.② 成本、懲罰力度、政府與平臺(tái)電商的監(jiān)管力度等參數(shù)對(duì)系統(tǒng)達(dá)到理想狀態(tài)具有重要意義.③ 政府與平臺(tái)電商協(xié)同監(jiān)管效果更具優(yōu)越性，加強(qiáng)政府與平臺(tái)電商的良性互動(dòng)能以最小的支出換取最大化的收益.在此基礎(chǔ)上，為能更好地發(fā)揮監(jiān)管主體作用，打造更公平透明的市場(chǎng)交易環(huán)境，保護(hù)消費(fèi)者權(quán)益，減少大數(shù)據(jù)環(huán)境下平臺(tái)電商的“殺熟”行為，文中提出如下政策建議：

（1） 建立完善的法律規(guī)制體系，嚴(yán)懲重罰，絕不姑息

大數(shù)據(jù)“殺熟”行為涉及面比較廣，需要多主體共同參與監(jiān)管，其中，政府的監(jiān)管監(jiān)察具有不可替代的作用.對(duì)此，政府需將大數(shù)據(jù)“殺熟”行為納入明確的法律治理范圍內(nèi).對(duì)違規(guī)企業(yè)根據(jù)其具體情況施以嚴(yán)懲重罰，要觸及違規(guī)賣家的“痛點(diǎn)”，增加其違法成本，使其不敢“再犯”.此外，可以規(guī)定網(wǎng)絡(luò)平臺(tái)應(yīng)當(dāng)公示其平臺(tái)服務(wù)協(xié)議及支付規(guī)則，充分發(fā)揮政府監(jiān)管的力量，真正剎住這種“薅用戶羊毛”的失信行為，重構(gòu)平臺(tái)市場(chǎng)誠(chéng)信交易的氛圍.

（2） 增強(qiáng)各監(jiān)管主體間的良性互動(dòng)，增強(qiáng)監(jiān)管力度，降低監(jiān)管成本

政府要主動(dòng)進(jìn)行監(jiān)管，加大監(jiān)管力度，增強(qiáng)與平臺(tái)電商間的良性互動(dòng)，建立科學(xué)有效的信息共享渠道.提高對(duì)監(jiān)管的資金投入，摒棄傳統(tǒng)的監(jiān)管方式，充分運(yùn)用互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)開展價(jià)格檢測(cè).

（3） 加大宣傳，提高公眾維權(quán)意識(shí)，發(fā)揮社會(huì)監(jiān)督力量

多種監(jiān)管方式并存可以形成實(shí)現(xiàn)多元共治.公眾監(jiān)督是對(duì)政府監(jiān)督的一種有效補(bǔ)充，基于此，政府應(yīng)充分利用新媒體平臺(tái)的宣傳優(yōu)勢(shì)，加強(qiáng)消費(fèi)者維權(quán)知識(shí)的宣傳教育工作，提高公眾維權(quán)意識(shí)，降低舉報(bào)成本.同時(shí)，對(duì)商家展開培訓(xùn)、教育，使其梳理正確的經(jīng)營(yíng)理念，自覺杜絕價(jià)格欺詐行為.

參考文獻(xiàn)（References）

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

［2］ LIN T，CHENG H K，WANG F S，et al. A study of online auction sellers′ intention to switch platform： The case of Yahoo！ Kimo versus Ruten_eBay［J］. Decision Sciences，2012，43（2）： 241-272.

［3］ GREWAL R，CHAKRAVARTY A， SAINI A. Governance mechanisms in Business-to-Business electronic markets ［J］. Journal of Marketing，2010，74（3）： 46-62.

［4］ PLAMBECK E L，TAYLOR T A. Supplier evasion of a buyer′s audit： Implications for motivating supplier social and environmental responsibility［J］. Manufacturing and Service Operations Management，2016，18（2）： 184-197.

［5］ 曹裕，俞傳艷，萬光羽. 政府參與下食品企業(yè)監(jiān)管博弈研究［J］. 系統(tǒng)工程理論與實(shí)踐，2017，37（1）： 140-150.

［6］ 趙熒梅，郭本海，劉思峰. 不完全信息下產(chǎn)品質(zhì)量監(jiān)管多方博弈模型［J］.中國(guó)管理科學(xué)，2017，25（2）： 111-120.

［7］ 朱立龍，郭鵬菲. 政府—冷鏈?zhǔn)称菲髽I(yè)質(zhì)量安全監(jiān)管博弈分析［J］.中國(guó)管理科學(xué)，2016，24（增1） ：644-649.

［8］ EID M S，EL-ADAWAY I H，COATNEY K T. Evolutionary stable strategy for postdisaster insurance： Game theory approach［J］. Journal of Management in Engineering，2015，31（6）： 04015005.

［9］ 全吉，儲(chǔ)育青，王先甲. 具有懲罰策略的公共物品博弈與合作演化［J］.系統(tǒng)工程理論與實(shí)踐，2019，39（1）：141-149.

［10］ 王先甲，夏可. 多人雪堆演化博弈在愿景驅(qū)動(dòng)規(guī)則下的擴(kuò)展平均豐度函數(shù)［J］.系統(tǒng)工程理論與實(shí)踐，2019，39（5）： 1128-1136.

［11］ CAI G S，KOCK N. An evolutionary game theoretic perspective on e-collaboration： The collaboration effort and media relativeness［J］. European Journal of Operational Research，2008，194（3）：821-833.

［12］ 楊豐梅，王安瑛，吳軍，等. 基于博弈論的C2B2C模式下電商信用監(jiān)管機(jī)制研究［J］.系統(tǒng)工程理論與實(shí)踐，2017，37（8）： 2102-2110.

［13］ 謝康，肖靜華，賴金天，等. 食品安全“監(jiān)管困局”、信號(hào)扭曲與制度安排［J］.管理科學(xué)學(xué)報(bào)，2017，20（2）：1-17.

［14］ 汪旭暉，任曉雪. 基于演化博弈的平臺(tái)電商信用監(jiān)管機(jī)制研究［J］.系統(tǒng)工程理論與實(shí)踐，2020，40（10）：2617-2630.

［15］ 周曉陽，趙凡，劉瑩，等. 政府補(bǔ)貼和成本共擔(dān)如何影響平臺(tái)和企業(yè)策略選擇—基于三方演化博弈［J］.控制與決策策，2022，37（2）： 293-302.

（責(zé)任編輯：顧琳）