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)
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。
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。
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)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。
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
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)。
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:
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。
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。
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。