吳 斌，程 晶，宋 琰

（南京工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 211816）

0 引言

大數(shù)據(jù)時(shí)代，由于數(shù)據(jù)獲取的便捷性，電商平臺(tái)為了追求利潤(rùn)最大化，利用大數(shù)據(jù)“殺熟”現(xiàn)象頻繁發(fā)生。大數(shù)據(jù)“殺熟”，指的是賣方利用老客戶對(duì)產(chǎn)品的信任，利用已形成的購(gòu)買習(xí)慣等要素，對(duì)老顧客悄然抬高產(chǎn)品的售價(jià)或保持高價(jià)，借此謀取巨大利益。電子商務(wù)研究中心主任曹磊認(rèn)為，理論上商家和電商平臺(tái)都有權(quán)對(duì)同一件商品進(jìn)行不同的定價(jià)，而不是全部統(tǒng)一定價(jià)。商家可以在不損害消費(fèi)者利益的前提下，實(shí)行溢價(jià)的經(jīng)營(yíng)策略。但在消費(fèi)者不知情的情況下，并不在其列，否則會(huì)產(chǎn)生不利的消費(fèi)者反應(yīng)?！皻⑹臁毙袨閷?duì)商家而言，短期內(nèi)可增加收益，但是暴露之后會(huì)失去具有品牌忠誠(chéng)度的老用戶。這種行為在侵犯消費(fèi)者利益的同時(shí)，會(huì)擾亂市場(chǎng)秩序，使得線上消費(fèi)“物美價(jià)廉”形象面臨崩塌，極有可能造成價(jià)格欺詐。“殺熟”現(xiàn)象的發(fā)生引發(fā)消費(fèi)者對(duì)“大數(shù)據(jù)經(jīng)濟(jì)”的猜忌，線上經(jīng)營(yíng)缺乏基本的治理，監(jiān)督者力不從心是造成這一現(xiàn)象的重要因素。

目前關(guān)于“殺熟”現(xiàn)象的學(xué)術(shù)研究還未有定論，多集中于新聞報(bào)道。但有關(guān)價(jià)格歧視、價(jià)格欺詐的研究成果較多，從研究?jī)?nèi)容上來(lái)看，大部分文獻(xiàn)比較關(guān)注價(jià)格歧視對(duì)企業(yè)經(jīng)營(yíng)、政府監(jiān)管的影響以及如何改善該狀況。在企業(yè)經(jīng)營(yíng)方面，Kao等［1］認(rèn)為創(chuàng)新水平由外部創(chuàng)新者決定的情況下，價(jià)格歧視會(huì)抑制企業(yè)創(chuàng)新，降低社會(huì)福利。張凱等［2］應(yīng)用雙寡頭兩期動(dòng)態(tài)博弈模型，引入用戶滿意度，研究雙邊平臺(tái)在統(tǒng)一定價(jià)和歧視定價(jià)以及不同戰(zhàn)略情形下的最優(yōu)定價(jià)問(wèn)題，發(fā)現(xiàn)歧視定價(jià)策略有助于企業(yè)提高利潤(rùn)但不利于提升用戶效用和社會(huì)福利。有學(xué)者針對(duì)價(jià)格歧視現(xiàn)象提出改善措施，李聰?shù)龋?］將買家在線購(gòu)買歷史聚合為買家信譽(yù)度，提出了一種面向C2C電子商務(wù)的差異化折扣模型，使得C2C賣家根據(jù)買家的信譽(yù)度實(shí)施更精準(zhǔn)的一對(duì)一營(yíng)銷。Steppe［4］分析了一般數(shù)據(jù)保護(hù)條例（GDPR）與在線價(jià)格歧視之間的聯(lián)系，結(jié)果發(fā)現(xiàn)賦予人們?cè)谄缫暥▋r(jià)方面的權(quán)利和義務(wù)，糾正造成價(jià)格歧視的相關(guān)決策以及數(shù)據(jù)，有利于保護(hù)個(gè)人數(shù)據(jù)，改善價(jià)格歧視狀況。黃建華［5］用三方演化模型，研究渠道商價(jià)格欺詐農(nóng)戶問(wèn)題，指出政府監(jiān)管力度與參與者規(guī)模有關(guān)，合理適度的監(jiān)管有助于維護(hù)市場(chǎng)秩序。Danias等［6］研究非對(duì)稱關(guān)稅作為一個(gè)監(jiān)管機(jī)構(gòu)監(jiān)管企業(yè)的價(jià)格歧視行為，結(jié)果表明利用該監(jiān)管機(jī)構(gòu)，控制市場(chǎng)價(jià)格，可以增加消費(fèi)者福利。在關(guān)于價(jià)格歧視的博弈問(wèn)題上，演化博弈中的有限理性假設(shè)使得研究更具有現(xiàn)實(shí)意義，然而上述文獻(xiàn)的博弈決策函數(shù)是建立在期望效用理論的基礎(chǔ)上，與現(xiàn)實(shí)有限理性假設(shè)相悖。

為了更好的研究人們的決策行為，Kahneman和Tversky［7］從認(rèn)知心理學(xué)的角度提出了較期望理論更加貼近現(xiàn)實(shí)人決策的前景理論。在監(jiān)管方面的研究上，前景理論和演化博弈綜合應(yīng)用在不同的行業(yè)中。雷勛平等［8］以前景價(jià)值函數(shù)表示演化博弈的收益函數(shù)，構(gòu)建食品行業(yè)的收益前景值矩陣。Chen等［9］將前景理論嵌入演化博弈框架中，對(duì)駕駛員和行人的決策行為進(jìn)行建模，研究行人穿越馬路的安全問(wèn)題。趙澤斌等［10］運(yùn)用前景理論和演化動(dòng)態(tài)博弈研究重大基礎(chǔ)設(shè)施工程的風(fēng)險(xiǎn)管理行為。為了進(jìn)一步完善人們的決策行為，Kahneman和Tversky［11］首次使用“心理賬戶”概念研究人們的決策行為。后續(xù)，Richard Thaler［12］正式提出“Psychic Accounting（心理賬戶）”概念，意圖解釋真實(shí)的決策行為。心理賬戶應(yīng)用到不同領(lǐng)域的行為分析中，Liu等［13］將消費(fèi)者心理賬戶與銷售模式聯(lián)系在一起，研究企業(yè)的銷售模式對(duì)混合促銷的影響。李愛(ài)梅等［14］通過(guò)實(shí)證研究探討了心理賬戶的認(rèn)知標(biāo)簽與情緒標(biāo)簽對(duì)消費(fèi)決策行為的影響。陳林等［15］將心理賬戶理論應(yīng)用到交通出行的行為選擇中。文獻(xiàn)［16］將前景理論和心理賬戶結(jié)合應(yīng)用在投資分析中，文獻(xiàn)［17］結(jié)合演化博弈模型將其應(yīng)用到煤礦安全群體的行為研究中。

綜上所述，現(xiàn)有研究主要存在以下問(wèn)題：目前結(jié)合前景理論和心理賬戶并通過(guò)演化博弈研究電商平臺(tái)管理的文獻(xiàn)較少；在運(yùn)用博弈分析解決問(wèn)題時(shí)，多數(shù)利用期望效用理論，忽視博弈參與方的價(jià)值感知和心理賬戶，這可能使得研究結(jié)果偏離實(shí)際；在參與者的行為選擇上，現(xiàn)有研究未深入分析參與者選擇“冒險(xiǎn)行為”的原因。鑒于此，文章綜合考慮電商平臺(tái)和政府部門行為選擇的影響因素，將心理賬戶及前景價(jià)值感知函數(shù)同演化博弈相結(jié)合，構(gòu)建收益感知矩陣，并基于該矩陣對(duì)電商平臺(tái)和政府部門行為決策進(jìn)行演化博弈分析，探究抑制電商平臺(tái)“殺熟”定價(jià)，政府部門不履行監(jiān)管責(zé)任的條件，最后通過(guò)數(shù)值仿真進(jìn)一步驗(yàn)證影響決策行為的參考因素，結(jié)果更加貼近現(xiàn)實(shí)，更具有借鑒意義。

1 演化博弈模型構(gòu)建

電商平臺(tái)為了增加附加收益，在產(chǎn)品的定價(jià)方面可能有投機(jī)行為，此時(shí)產(chǎn)生的附加收益稱為灰色超額利潤(rùn)。本文討論的是電商平臺(tái)針對(duì)老顧客進(jìn)行“殺熟”定價(jià)的行為。這一行為會(huì)影響商家誠(chéng)信，損害消費(fèi)者利益，造成價(jià)格欺詐，因此相關(guān)政府部門有責(zé)任對(duì)電商平臺(tái)“殺熟”定價(jià)采取措施，進(jìn)行監(jiān)管。

1.1 博弈模型基本假設(shè)

在不考慮外部環(huán)境及其他市場(chǎng)主體影響的情況下，假設(shè)只存在電商平臺(tái)“殺熟”定價(jià)這一類經(jīng)營(yíng)狀況。本文通過(guò)演化博弈模型模擬電商平臺(tái)和政府部門之間的博弈情境，由于博弈本身存在風(fēng)險(xiǎn)決策行為，因此本文做出如下假設(shè)：

假設(shè)1博弈主體為電商平臺(tái)和政府部門這兩類群體，且均為有限理性，滿足前景理論以及心理賬戶所構(gòu)建的價(jià)值函數(shù)，結(jié)合前景理論和心理賬戶的價(jià)值函數(shù)可以表示為：

其中V（x）表示效價(jià)賬戶即得到回報(bào)的判斷價(jià)值函數(shù)，Z（x）表示成本賬戶即付出成本的判斷價(jià)值函數(shù)，U0表示效價(jià)參照點(diǎn)，U1表示成本參照點(diǎn)。λ表示對(duì)效價(jià)損失規(guī)避的敏感度，x表示價(jià)值變量，β、θ表示效價(jià)相對(duì)收益——損失的風(fēng)險(xiǎn)偏好系數(shù)，φ、σ表示成本相對(duì)損失——收益的風(fēng)險(xiǎn)偏好系數(shù)，δ表示對(duì)成本損失規(guī)避的敏感度。相關(guān)的決策函數(shù)為：

其中π（ε）表示決策權(quán)重函數(shù)，它代表決策者對(duì)事件發(fā)生概率的主觀判斷或?qū)Σ呗赃x擇的傾向程度，是一種概率評(píng)價(jià)性的單調(diào)增函數(shù)，且π（0）＝0，π（1）＝1。r表示決策影響系數(shù)，r越大，表明決策權(quán)重函數(shù)越彎曲，個(gè)體對(duì)客觀概率的辨別率越小。

假設(shè)2電商平臺(tái)和政府部門的博弈行為只包含兩種策略的有限集合，其中電商平臺(tái)根據(jù)自身的經(jīng)營(yíng)策略可以針對(duì)老顧客采?。ā安粴⑹臁保皻⑹臁保┎呗?；政府部門作為對(duì)電商平臺(tái)行為的重要監(jiān)督者，其實(shí)際選擇可以是（監(jiān)管，不監(jiān)管）；本文將消費(fèi)者群體作為第三方舉報(bào)團(tuán)體，消費(fèi)者只有在政府部門不履行監(jiān)管責(zé)任，電商平臺(tái)進(jìn)行“殺熟”定價(jià)時(shí)進(jìn)行舉報(bào)。

假設(shè)3考慮到電商平臺(tái)“殺熟”定價(jià)帶來(lái)的損失，博弈雙方都要承擔(dān)一定的安全風(fēng)險(xiǎn)，如消費(fèi)者舉報(bào)后帶來(lái)的輿論風(fēng)險(xiǎn)、信息泄露風(fēng)險(xiǎn)等。博弈雙方只有在同時(shí)滿足“不殺熟”和履行監(jiān)管責(zé)任時(shí)，才能確保整體達(dá)到安全狀態(tài)。在博弈的過(guò)程中，雙方承擔(dān)的風(fēng)險(xiǎn)系數(shù)是會(huì)變化的，且風(fēng)險(xiǎn)會(huì)進(jìn)行傳遞，風(fēng)險(xiǎn)傳遞系數(shù)不為0。

假設(shè)4在政府部門選擇監(jiān)管，電商平臺(tái)選擇“不殺熟”時(shí)，此時(shí)的風(fēng)險(xiǎn)最低。為了方便研究，假設(shè)此時(shí)雙方承擔(dān)的事故風(fēng)險(xiǎn)成本為0。政府部門進(jìn)行監(jiān)管時(shí)，若電商平臺(tái)“殺熟”定價(jià)，政府部門就會(huì)發(fā)現(xiàn)電商平臺(tái)的“殺熟”行為，并給予一定的罰款。

1.2 博弈模型參數(shù)設(shè)定

（1）電商平臺(tái)的參數(shù)設(shè)定

CP1表示電商平臺(tái)不進(jìn)行“殺熟”的勞動(dòng)成本，如電商平臺(tái)在正常經(jīng)營(yíng)過(guò)程中對(duì)人員、平臺(tái)管理付出的人力、物力等；CP2表示電商平臺(tái)不進(jìn)行“殺熟”的努力成本，如電商平臺(tái)因提升正常收益，對(duì)產(chǎn)品服務(wù)標(biāo)準(zhǔn)化規(guī)范、平臺(tái)經(jīng)營(yíng)進(jìn)行監(jiān)督造成的時(shí)間精力耗費(fèi)等；CP3表示電商平臺(tái)違反誠(chéng)信道德，“殺熟”后需要承擔(dān)的心理成本，如違背誠(chéng)信經(jīng)營(yíng)原則的情感以及因精神壓力未完成當(dāng)前決策任務(wù)需要支付和承擔(dān)的成本；LP1表示電商平臺(tái)被消費(fèi)者舉報(bào)所承擔(dān)的損失；SP1表示電商平臺(tái)正常經(jīng)營(yíng)得到的收益；SP2表示電商平臺(tái)因“殺熟”定價(jià)得到的灰色超額收益；L表示電商平臺(tái)進(jìn)行“殺熟”定價(jià)時(shí)，承擔(dān)的風(fēng)險(xiǎn)成本，如電商平臺(tái)形象受損造成的聲譽(yù)損失以及對(duì)消費(fèi)信任度造成的破壞性后果等；h表示風(fēng)險(xiǎn)傳遞系數(shù)，因?yàn)樵诓┺倪^(guò)程中，雙方承擔(dān)風(fēng)險(xiǎn)的比例是變動(dòng)的，因此取值可能大于1，也可能小于1。但在本文中，為了體現(xiàn)“殺熟”造成的嚴(yán)重后果，認(rèn)為政府部門和電商平臺(tái)對(duì)于“殺熟”行為造成的損失應(yīng)承擔(dān)平等重要的責(zé)任，所以設(shè)置h＝1，則政府部門承擔(dān)的風(fēng)險(xiǎn)成本為hL；P0表示發(fā)生經(jīng)營(yíng)事故的風(fēng)險(xiǎn)概率；q1表示電商平臺(tái)不進(jìn)行“殺熟”定價(jià)，政府部門不履行監(jiān)管職責(zé)時(shí)需要承擔(dān)的風(fēng)險(xiǎn)系數(shù)；q2表示電商平臺(tái)進(jìn)行“殺熟”定價(jià)，政府部門履行監(jiān)管職責(zé)時(shí)需要承擔(dān)的風(fēng)險(xiǎn)系數(shù)；W0表示電商平臺(tái)因“殺熟”定價(jià)行為遭受政府部門的罰款；α表示消費(fèi)者舉報(bào)的概率。

（2）政府部門的參數(shù)設(shè)定

CG1表示政府部門履行監(jiān)管職責(zé)時(shí)需要付出的勞動(dòng)成本，如政府部門對(duì)電商平臺(tái)監(jiān)督、管理付出的人力、物力等；CG2表示政府部門履行監(jiān)管職責(zé)時(shí)需要付出的努力成本，如政府部門對(duì)電商平臺(tái)監(jiān)督、管理造成的時(shí)間精力耗費(fèi)等；CG3表示政府部門不履行監(jiān)管職責(zé)時(shí)需要承擔(dān)的心理成本，如不履行職責(zé)的情感以及因此造成的工作效率低下、資源的流失等；LG1表示政府部門不履行監(jiān)管職責(zé)時(shí)被舉報(bào)產(chǎn)生的損失，如輿論風(fēng)波對(duì)政府部門的聲譽(yù)損失等；LG2表示政府部門不實(shí)施監(jiān)管被舉報(bào)所承擔(dān)的額外損失，如受到行政處罰等；SG1表示政府部門得到的正常收益，如獲得的行政費(fèi)用、投資收益等；SG2表示政府部門不履行監(jiān)管職責(zé)時(shí)，從電商平臺(tái)處收取的賄賂好處；q3表示政府部門的監(jiān)管結(jié)果與自身提成有關(guān)的提成系數(shù)；PG表示政府部門從電商平臺(tái)處得到好處的概率。

1.3 演化博弈模型矩陣構(gòu)建

將博弈雙方的行為成本細(xì)化為電商平臺(tái)“不殺熟”和政府部門履行監(jiān)管責(zé)任時(shí)付出的勞動(dòng)成本、努力成本，因此得到的行為效價(jià)為雙方群體的正常收益。行為風(fēng)險(xiǎn)為電商平臺(tái)和政府部門違反法規(guī)承擔(dān)的心理成本以及罰款、被舉報(bào)的損失，在這種情況下，相應(yīng)的效價(jià)仍然存在。結(jié)合上述四點(diǎn)假設(shè)和模型參數(shù)的設(shè)定，構(gòu)建電商平臺(tái)、政府部門的傳統(tǒng)博弈矩陣，如表1所示。

表1 傳統(tǒng)博弈矩陣

通過(guò)上述傳統(tǒng)博弈矩陣，將效價(jià)賬戶函數(shù)V（x）和成本賬戶函數(shù)Z（x）分別代入博弈矩陣中，構(gòu)建基于前景理論-心理賬戶的演化博弈矩陣，如表2所示，其中SP1、SP2、SG1、SG2屬于效價(jià)賬戶V（x），CP1、CP2、CP3、LP1、CG1、CG2、CG3、LG1、LG2、L、W0屬于成本賬戶Z（x）。

表2 基于前景理論-心理賬戶的博弈矩陣

2 博弈模型求解與分析

2.1 復(fù)制動(dòng)態(tài)方程

假設(shè)電商平臺(tái)采取“不殺熟”定價(jià)行為的概率為x、政府部門采取監(jiān)管措施的概率為y?；诒?，求得電商平臺(tái)“不殺熟”和“殺熟”的價(jià)值感知UPY和UPN以及平均價(jià)值感知UP：

同理，得到政府部門采取監(jiān)管措施和不采取監(jiān)管措施的價(jià)值感知UGY和UGN以及平均價(jià)值感知UG為：

根據(jù)非對(duì)稱復(fù)制動(dòng)態(tài)演化方式，得到電商平臺(tái)的復(fù)制動(dòng)態(tài)方程為：

其中A表示政府部門監(jiān)管時(shí)，電商平臺(tái)選擇策略的價(jià)值函數(shù)。B表示政府部門不監(jiān)管時(shí)，電商平臺(tái)選擇策略的價(jià)值函數(shù)。

同理可得政府部門的復(fù)制動(dòng)態(tài)方程為：

其中C表示電商平臺(tái)“不殺熟”時(shí)，政府部門選擇策略的價(jià)值函數(shù)。D表示電商平臺(tái)“殺熟”時(shí)，政府部門選擇策略的價(jià)值函數(shù)。

2.2 均衡點(diǎn)及穩(wěn)定性分析

建立政府部門與電商平臺(tái)的復(fù)制動(dòng)態(tài)方程，聯(lián)立得到由政府部門與電商平臺(tái)構(gòu)成的二維動(dòng)力系統(tǒng)G為

由于線上消費(fèi)的隱秘性、不可預(yù)測(cè)性，若電商平臺(tái)為了追求更大的利益進(jìn)行“殺熟”定價(jià)，消費(fèi)者意識(shí)到被“殺熟”后，心理上承受的損失遠(yuǎn)遠(yuǎn)大于金錢上的損失。為了提高客戶對(duì)線上消費(fèi)的忠誠(chéng)度，促進(jìn)平臺(tái)的穩(wěn)定發(fā)展，電商平臺(tái)和政府部門都應(yīng)該履行責(zé)任，盡量減少“殺熟”定價(jià)行為的發(fā)生概率。由動(dòng)態(tài)方程組求出的平衡點(diǎn)不一定是系統(tǒng)的演化均衡策略（ESS），根據(jù)Friedman［18］提出的Jacobian矩陣局部穩(wěn)定性可得：

其中：a11＝（1-2x）［π（y）A+π（1-y）B］，a12＝（1-x）D］，det J＝（1-2x）［π（y）A+π（1-y）B］

當(dāng)矩陣滿足：det J＞0，tr J＜0時(shí)，局部均衡點(diǎn)將成為演化均衡點(diǎn)（ESS）。通過(guò)計(jì)算可以得到四個(gè)均衡點(diǎn)處a11、a12、a21、a22的取值，如表3所示。

因此，當(dāng)

這6個(gè)條件同時(shí)滿足時(shí)，系統(tǒng)收斂于（1，1），即（“不殺熟”，監(jiān)管）策略集，即滿足A＞B，C＞D時(shí)系統(tǒng)達(dá)到最優(yōu)狀態(tài)。

表3 均衡點(diǎn)穩(wěn)定性分析

在點(diǎn)（x0，y0）處，具有常規(guī)的雅克比矩陣判斷法失效，所以借鑒文獻(xiàn)［17］采用微分分析法進(jìn)行判斷，分別求x，y的偏導(dǎo)數(shù)，得：

2.3 演化穩(wěn)定策略分析

約束條件（15）表明無(wú)論政府部門實(shí)施監(jiān)管或不監(jiān)管策略，電商平臺(tái)的“殺熟”行為效價(jià)感知均大于“不殺熟”行為效價(jià)感知，電商平臺(tái)的“不殺熟”行為成本感知均小于“殺熟”行為成本感知；無(wú)論電商平臺(tái)采取“殺熟”或“不殺熟”策略，政府部門的監(jiān)管行為效價(jià)感知均大于不監(jiān)管行為效價(jià)感知，監(jiān)管行為成本感知均小于不監(jiān)管行為成本感知，即當(dāng)電商平臺(tái)采取“不殺熟”策略和政府部門履行監(jiān)管職責(zé)時(shí)，價(jià)值感知收益均同時(shí)大于對(duì)立行為的價(jià)值感知收益，此時(shí)系統(tǒng)能達(dá)到最優(yōu)狀態(tài)。

然而，電商平臺(tái)和政府部門都是有限理性的，在現(xiàn)實(shí)生活中存在僥幸心理，這會(huì)導(dǎo)致其在決策的過(guò)程中不能做出準(zhǔn)確的判斷，從而阻礙系統(tǒng)達(dá)到最優(yōu)狀態(tài)。這些阻礙因素在進(jìn)行“不殺熟”策略，履行監(jiān)管職責(zé)時(shí)，會(huì)出現(xiàn)行為成本較高、效價(jià)較低、心理期望值較高以及風(fēng)險(xiǎn)偏好不同等一系列問(wèn)題，以下具體分析這些問(wèn)題產(chǎn)生的原因。

（1）電商平臺(tái)運(yùn)營(yíng)成本，政府部門進(jìn)行監(jiān)管時(shí)行為成本較高，與之對(duì)應(yīng)的行為效價(jià)較低。對(duì)于電商平臺(tái)來(lái)說(shuō)，平臺(tái)運(yùn)營(yíng)需要擴(kuò)大開(kāi)源，即提高平臺(tái)知名度，吸引消費(fèi)者，在開(kāi)源的同時(shí)也需要在成本與費(fèi)用方面進(jìn)行合理控制。電商平臺(tái)的運(yùn)營(yíng)成本包括硬運(yùn)營(yíng)成本、軟運(yùn)營(yíng)成本、人員成本、貨品成本等。電商平臺(tái)的效價(jià)包含著對(duì)利益的感知，然而隨著競(jìng)爭(zhēng)平臺(tái)的不斷發(fā)展，很難出現(xiàn)“一家獨(dú)大”的現(xiàn)象，利益方面的競(jìng)爭(zhēng)更加激烈。常規(guī)經(jīng)營(yíng)策略的效價(jià)不能保障，可能會(huì)造成電商平臺(tái)采取一些非常規(guī)措施提高平臺(tái)的收益。

對(duì)于政府部門來(lái)說(shuō)，監(jiān)管的行政成本、運(yùn)作成本偏高。政府部門對(duì)工資的感知度較低，監(jiān)管機(jī)構(gòu)缺乏有效的績(jī)效評(píng)估機(jī)制，政府部門工作質(zhì)量的不合理支出，工作質(zhì)量與其收入并不具有明顯的關(guān)系，績(jī)效評(píng)估機(jī)制并未對(duì)政府部門起到激勵(lì)作用。這一系列弊端增大了政府部門對(duì)電商平臺(tái)運(yùn)營(yíng)的監(jiān)管難度，監(jiān)管策略的實(shí)施對(duì)監(jiān)管機(jī)構(gòu)的靈活性和創(chuàng)新性提出了挑戰(zhàn)，監(jiān)管人員難以做到全方位、不間斷的監(jiān)控，往往是待事物發(fā)展出現(xiàn)問(wèn)題后，法律再跟進(jìn)。

（2）電商平臺(tái)、政府部門心理期望值高，希望以較少的付出獲得較高的回報(bào)。在效價(jià)和成本賬戶中存在不同的參照點(diǎn)（U0，U1），高的心理期望值，易出現(xiàn)高效價(jià)參照點(diǎn)，低成本參照點(diǎn)［19］。當(dāng)效價(jià)參照點(diǎn)較高時(shí)，主體會(huì)對(duì)效價(jià)差感知強(qiáng)烈，從而加大其對(duì)某種行為的選擇傾向，即效價(jià)參照點(diǎn)較高時(shí)反而不利于電商平臺(tái)選擇“不殺熟”策略。對(duì)于成本賬戶來(lái)說(shuō)，發(fā)生事故概率的存在使得正常經(jīng)營(yíng)成本大于“殺熟”定價(jià)經(jīng)營(yíng)成本，所以電商平臺(tái)更傾向于選擇“殺熟”定價(jià)策略。當(dāng)成本參照點(diǎn)較低時(shí)，則主體對(duì)成本差感知強(qiáng)烈，從而減少了對(duì)“不殺熟”策略的選擇。

（3）在風(fēng)險(xiǎn)決策過(guò)程中，損失規(guī)避對(duì)心理賬戶影響非常大。在面臨損失時(shí)，人們是風(fēng)險(xiǎn)偏好的，而在面臨獲得時(shí)，人們是風(fēng)險(xiǎn)規(guī)避的［20］。電商平臺(tái)面對(duì)“殺熟”和“不殺熟”行為效價(jià)選擇時(shí)，因效價(jià)代表“獲得”感知，所以表現(xiàn)為風(fēng)險(xiǎn)規(guī)避，此時(shí)β、θ較小，λ較大，選擇傾向不明顯。但是在面對(duì)成本選擇時(shí)，因成本代表“失去”感知，所以表現(xiàn)為風(fēng)險(xiǎn)追求，φ、σ較大，δ較小。在選擇“不殺熟”策略時(shí)，往往伴隨著確定性的付出CP1、CP2，但面對(duì)“殺熟”定價(jià)策略，僅有一定的概率發(fā)生被舉報(bào)以及懲罰等事故，所以其選擇“殺熟”定價(jià)策略的概率較大。同理，對(duì)于政府部門來(lái)說(shuō)，面對(duì)履行監(jiān)管責(zé)任和不履行監(jiān)管責(zé)任的效價(jià)和成本選擇時(shí)，也會(huì)出現(xiàn)風(fēng)險(xiǎn)規(guī)避與風(fēng)險(xiǎn)追求兩種現(xiàn)象，且風(fēng)險(xiǎn)追求較為明顯。這是因?yàn)樵谶x擇履行責(zé)任進(jìn)行監(jiān)管時(shí)，往往伴隨著確定性的付出CG1、CG2，但不履行責(zé)任，不進(jìn)行監(jiān)管時(shí)僅有一定的概率發(fā)生事故，所以其選擇不履行監(jiān)管的概率較大。

3 數(shù)值仿真模擬

本文采用Matlab軟件模擬電商平臺(tái)與政府部門之間的演化狀態(tài)，可以更加直觀的分析不同參考因素對(duì)電商平臺(tái)，政府部門行為選擇的影響，設(shè)置的初始參數(shù)值如下：

CP1＝1.5；CP2＝1.5；CP3＝1；LP1＝3；SP1＝3；

SP2＝4；CG1＝1.5；CG2＝1.5；CG3＝1；LG1＝3；

LG2＝1；SG1＝3；SG2＝1；PG＝0.5；L＝100；

h＝1；P0＝0.03；q1＝0.4；q2＝0.6；β＝0.88；

λ＝2；φ＝0.98；σ＝0.98；δ＝2；r＝0.75

根據(jù)Van［21］的參數(shù)設(shè)定，風(fēng)險(xiǎn)偏好系數(shù)β、θ設(shè)為0.88，φ、σ設(shè)為0.98，風(fēng)險(xiǎn)規(guī)避度λ、δ設(shè)為2；發(fā)生經(jīng)營(yíng)事故的風(fēng)險(xiǎn)概率P0根據(jù)海因理希理論1∶300原則［22］，設(shè)為0.03，決策影響系數(shù)r設(shè)為0.75［23］，其余初始值的設(shè)置則是為了保證行為選擇概率能夠保持相對(duì)穩(wěn)定所進(jìn)行的隨機(jī)賦值，這利于改變其中任何一個(gè)參數(shù)，能有效觀察行為選擇概率的變化。

根據(jù)上述模型和參數(shù)設(shè)定，結(jié)果分析如下：

（1）改變消費(fèi)者不同的舉報(bào)值α，觀察其對(duì)電商平臺(tái)、政府部門的群體行為選擇變化。

圖1 舉報(bào)值對(duì)電商平臺(tái)、政府部門的影響

如圖1所示，改變舉報(bào)值α，使其從0到1逐漸增加。圖1中實(shí)線表示α對(duì)電商平臺(tái)x值的影響，虛線代表對(duì)政府部門y值的影響，從圖中可以看出，隨著α的增加，x，y均收斂于1，并且α的增加能使其更快的收斂于1。因此，提高消費(fèi)者的舉報(bào)概率能影響電商平臺(tái)、政府部門的行為，促使電商平臺(tái)向“不殺熟”策略、政府部門向履行監(jiān)管行為方向演化。

（2）改變參照點(diǎn)U0、U1的值，觀察其對(duì)電商平臺(tái)，政府部門的群體行為選擇變化。

如圖2所示，改變參照點(diǎn)U0和U1，從-1到1逐漸增加，U1從0到1逐漸增加。圖2中實(shí)線表示U0對(duì)電商平臺(tái)x值的影響，虛線代表對(duì)政府部門y值的影響，點(diǎn)劃線表示U1對(duì)電商平臺(tái)x值的影響，點(diǎn)線代表對(duì)政府部門y值的影響。從圖2中可以看出，隨著U0的減少，U1的增加，電商平臺(tái)和政府部門迅速收斂于1，說(shuō)明增加成本參照點(diǎn)和降低效價(jià)參照點(diǎn)能快速降低“殺熟”和不監(jiān)管行為的發(fā)生。

圖2 U0、U1 對(duì)電商平臺(tái)、政府部門的影響

（3）電商平臺(tái)進(jìn)行“殺熟”定價(jià)被發(fā)現(xiàn)后，改變政府部門對(duì)其處罰的程度W0以及增加政府部門監(jiān)管結(jié)果與績(jī)效掛鉤的提成系數(shù)q3，研究電商平臺(tái)，政府部門的群體行為選擇變化。

如圖3所示，改變處罰值W0和政府部門的提成系數(shù)q3，W0從0到10逐漸增加，q3從0到1逐漸增加。圖3中實(shí)線表示W(wǎng)0對(duì)電商平臺(tái)值的影響，虛線代表對(duì)政府部門y值的影響，點(diǎn)劃線表示q3對(duì)電商平臺(tái)x值的影響，點(diǎn)線代表對(duì)政府部門y值的影響。從圖3中可以看出，隨著W0和q3的增加，電商平臺(tái)向“不殺熟”策略轉(zhuǎn)變，政府部門向監(jiān)管行為轉(zhuǎn)變，說(shuō)明增加對(duì)電商平臺(tái)的罰款力度能促進(jìn)其向“不殺熟”策略演化，提高政府部門的提成系數(shù)可以有效的激勵(lì)政府部門向履行監(jiān)管職責(zé)演化。

圖3 W0 和q3 對(duì)電商平臺(tái)、政府部門的影響

通過(guò)對(duì)電商平臺(tái)和政府部門演化模型的仿真分析，發(fā)現(xiàn)消費(fèi)者的舉報(bào)概率、參照點(diǎn)的改變、政府部門的處罰力度以及政府監(jiān)管群體的提成系數(shù)均對(duì)參與方的行為策略有一定的影響。對(duì)于電商平臺(tái)，提高影響“不殺熟”定價(jià)策略價(jià)值收益感知的參數(shù)值、降低影響“殺熟”定價(jià)策略的價(jià)值收益感知參數(shù)值，均能促進(jìn)其向“不殺熟”行為演化。同理，對(duì)于政府部門，提高利于監(jiān)管行為的價(jià)值收益感知的參數(shù)值，降低影響不監(jiān)管行為的價(jià)值收益感知參數(shù)值，可以促進(jìn)政府部門采取監(jiān)管行為。

4 結(jié)論

本文根據(jù)電商平臺(tái)“殺熟”現(xiàn)狀，將前景理論和心理賬戶引入演化博弈理論中，探討電商平臺(tái)與政府部門在“殺熟”監(jiān)管行為上的博弈問(wèn)題，分析了影響參與方?jīng)Q策行為的因素，并通過(guò)數(shù)值仿真技術(shù)進(jìn)行驗(yàn)證，最終獲得了以下重要的結(jié)論：

（1）消費(fèi)者的舉報(bào)行為對(duì)電商平臺(tái)選擇“不殺熟”、政府部門選擇監(jiān)管策略很重要。在平臺(tái)監(jiān)管過(guò)程中，消費(fèi)者需要提高對(duì)公民價(jià)值、權(quán)利和能力的認(rèn)識(shí)。政府部門需要引導(dǎo)鼓勵(lì)消費(fèi)者參與平臺(tái)的監(jiān)管，拓寬消費(fèi)者賦權(quán)渠道，將消費(fèi)者從受眾轉(zhuǎn)變?yōu)閰⑴c者、監(jiān)督者。

（2）本研究揭示了參照點(diǎn)對(duì)參與方?jīng)Q策行為的影響。提高影響“殺熟”行為、不監(jiān)管行為的成本參照點(diǎn)，降低影響“不殺熟”行為，監(jiān)管行為的效價(jià)參照點(diǎn)，可以抑制電商平臺(tái)“殺熟”定價(jià)行為，加強(qiáng)政府部門監(jiān)管力度。

（3）提高政府部門群體的提成系數(shù)，可以促進(jìn)政府部門采取“監(jiān)管”策略。對(duì)政府監(jiān)管群體采取合理的激勵(lì)措施，有助于提高監(jiān)管水平，降低“殺熟”現(xiàn)象造成的聲譽(yù)損失，提高公民對(duì)其工作能力的信任度。

（4）加大對(duì)電商平臺(tái)的處罰力度，可以有效抑制電商平臺(tái)“殺熟”策略。電商平臺(tái)要想獲得長(zhǎng)期利益，應(yīng)該意識(shí)到消費(fèi)者既是收益的來(lái)源也是監(jiān)督者。電商平臺(tái)需要承擔(dān)自身在市場(chǎng)中的社會(huì)責(zé)任，保護(hù)消費(fèi)者權(quán)益，遵循市場(chǎng)規(guī)則的嚴(yán)謹(jǐn)性，形成正確的成本與收益價(jià)值的感知，從根本上杜絕“殺熟”現(xiàn)象的發(fā)生。

本文深入分析了電商平臺(tái)與政府部門之間的“殺熟”博弈，在研究的過(guò)程中通過(guò)分析影響行為決策的參考因素，認(rèn)為在后續(xù)工作中可以進(jìn)一步探討消費(fèi)者、電商平臺(tái)、政府部門之間的三方博弈問(wèn)題。對(duì)消費(fèi)者進(jìn)行賦權(quán)，探討消費(fèi)者如何參與平臺(tái)監(jiān)管以及如何影響博弈的演化穩(wěn)定策略。