甘衛(wèi)華 劉鄭 劉亞楠 李春芝

摘要：基于演化博弈理論，引入獎勵和懲罰機(jī)制，構(gòu)建網(wǎng)絡(luò)貨運(yùn)平臺與政府監(jiān)管部門間的演化博弈模型，并對其均衡點(diǎn)的穩(wěn)定性進(jìn)行分析。理論研究與仿真結(jié)果表明： 在靜態(tài)懲罰下，無論是靜態(tài)還是動態(tài)的獎勵機(jī)制，系統(tǒng)均不存在均衡穩(wěn)定點(diǎn); 在靜態(tài)獎勵動態(tài)懲罰和動態(tài)獎懲機(jī)制下，兩者均趨于一個穩(wěn)定的均衡點(diǎn)，且在動態(tài)獎懲機(jī)制下效果更好; 網(wǎng)絡(luò)貨運(yùn)平臺的運(yùn)營行為受到政府獎懲政策的影響，且懲罰機(jī)制的約束性作用更為顯著。

關(guān)鍵詞：網(wǎng)絡(luò)貨運(yùn)平臺;動態(tài)獎懲機(jī)制;演化博弈;政府監(jiān)管

中圖分類號：U492;F542 文獻(xiàn)標(biāo)志碼：A

本文引用格式：甘衛(wèi)華，劉鄭，劉亞楠，等. 基于獎懲機(jī)制的網(wǎng)絡(luò)貨運(yùn)平臺監(jiān)管策略演化博弈分析[J]. 華東交通大學(xué)學(xué)報，2023，40（1）：34-43.

Evolutionary Game Analysis of Regulating Strategy Based on

Reward and Punishment Mechanisms

Gan Weihua， Liu Zheng ， Liu Yanan ， Li Chunzhi

（School of Transportation Engineering， East China Jiaotong University， Nanchang 330013， China）

Abstract：Based on evolutionary game theory， with the introduction of reward and punishment mechanisms， an evolutionary game model between online freight platforms and government regulators is constructed， and the stability of their equilibrium points is analyzed. The results show that under static punishment， there is no equilibrium stability point in the system， no matter whether the reward mechanism is static or dynamic; under the static reward dynamic punishment and dynamic reward and punishment mechanism， both sides tend to reach a stable equilibrium point， and the effect is better under the dynamic reward and punishment mechanism; the online freight platforms' behavior is affected by the government′s reward and punishment mechanism， and the binding effect of the punishment mechanism is more significant.

Key words： online freight platform; dynamic reward and punishment; evolutionary game; government regulation

Citation format：GAN W H，LIU Z，LIU Y N，et al. Evolutionary game analysis of regulating strategy based on reward and punishment mechanisms[J]. Journal of East China Jiaotong University，2023，40（1）：34-43.

學(xué)者們對平臺監(jiān)管和政府獎懲政策進(jìn)行的研究，主要包括平臺監(jiān)管模式和平臺監(jiān)管策略兩個方面。平臺監(jiān)管模式主要分為政府公共監(jiān)管、平臺私人監(jiān)管和協(xié)同治理3類。政府公共監(jiān)管可以引導(dǎo)平臺規(guī)范化運(yùn)作，達(dá)到保護(hù)公眾利益、穩(wěn)定社會秩序的目的[1-3]。而Farrell等[4]認(rèn)為平臺具有一定的監(jiān)管作用，可以被視為“公共利益”的監(jiān)管者。Piracha等[5]、王勇等[6]也肯定了平臺私人監(jiān)管的重要作用。這兩種單一主體治理模式雖有一定的成效，但不足以保障平臺的可持續(xù)發(fā)展。必須充分發(fā)揮多方主體的作用和優(yōu)勢，建立協(xié)同治理模式，Wilkin等[7]設(shè)計了多方利益相關(guān)者在內(nèi)的協(xié)調(diào)治理機(jī)制。汪旭輝等[8-9]先后提出了“平臺-政府”雙元管理范式和“市場-平臺-政府”三元復(fù)合治理模式。

在平臺監(jiān)管策略上，一是基于雙邊市場理論，探討不同補(bǔ)貼或收費(fèi)對雙邊用戶參與程度和平臺盈利性的影響，如Chaudhuri等[10]基于Hotelling模型確定了MaaS平臺與供應(yīng)商的共同利潤最大化時的加盟費(fèi)。Kung等[11]則設(shè)計了平臺交付的3種定價策略。甘衛(wèi)華等[12]針對貨運(yùn)平臺的延遲賠付問題提出了Free策略和Constraint策略以供貨主進(jìn)行選擇。桂云苗等[13]從用戶歸屬方面分析了信息策略對網(wǎng)絡(luò)貨運(yùn)平臺績效的影響。

二是根據(jù)演化均衡策略為政府監(jiān)管部門提供建議。相比于傳統(tǒng)博弈方法，演化博弈是有限理性的決策者們在考慮了諸多不確定因素時序變化的情況下，在博弈過程中不斷調(diào)整策略，最終形成穩(wěn)定的均衡點(diǎn)，更加符合實(shí)際。演化博弈理論被廣泛應(yīng)用于監(jiān)管博弈中，如Liu等[14]、雷麗彩等[15]建立平臺與用戶間的演化博弈模型，并分析博弈行為演化過程及均衡條件。Liu等[16]、付淑換等[17]將第三方監(jiān)管引入到演化博弈模型中，并針對研究問題提出了可行性對策。甘衛(wèi)華等[18]通過建立演化博弈模型對中小型貨運(yùn)企業(yè)的平臺化轉(zhuǎn)型問題進(jìn)行了研究。

隨著平臺治理工作的不斷推進(jìn)，部分學(xué)者在監(jiān)管博弈中探討了政府獎懲政策對系統(tǒng)演化的影響，Zhang[19]、He等[20]發(fā)現(xiàn)政府對平臺的處罰會對系統(tǒng)穩(wěn)定策略產(chǎn)生影響。李亞兵[21]發(fā)現(xiàn)直播平臺監(jiān)管力度與監(jiān)管處罰力度呈倒U型關(guān)系，與激勵力度呈正相關(guān)關(guān)系。Wu等[22]、吳斌等[23]認(rèn)為加強(qiáng)處罰可有效減少電商平臺殺熟定價傾向。曹裕等[24]的研究表明，通過加強(qiáng)對網(wǎng)絡(luò)平臺的懲罰可以提高政府間接監(jiān)管策略的有效性。

綜上所述，國內(nèi)外學(xué)者在研究平臺治理策略時雖然考慮了獎懲政策的影響，卻忽視了政府獎懲政策的動態(tài)特征，缺乏對不同獎懲組合的差異化影響的探討。

1 模型假設(shè)與參數(shù)說明

為構(gòu)建政府監(jiān)管部門和網(wǎng)絡(luò)貨運(yùn)平臺間的監(jiān)管博弈模型，提出以下研究假設(shè)。

假設(shè)1：網(wǎng)絡(luò)貨運(yùn)平臺的策略空間為{合規(guī)運(yùn)營O1，違規(guī)運(yùn)營O2}，選擇策略O(shè)1的概率為x（0≤x<1），選擇策略O(shè)2的概率為1-x;政府監(jiān)管部門的策略空間為{積極監(jiān)管G1，消極監(jiān)管G2}，選擇策略G1的概率為y（0≤y≤1），選擇策略G2的概率為1-y。

假設(shè)2：如果博弈雙方為了追求自身利益最大化而采取消極策略，即網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)2或者政府監(jiān)管部門選擇策略G2，網(wǎng)絡(luò)貨運(yùn)平臺市場秩序被打亂，此時網(wǎng)絡(luò)貨運(yùn)平臺和政府監(jiān)管部門需要承擔(dān)因網(wǎng)絡(luò)貨運(yùn)平臺發(fā)展不規(guī)范帶來的責(zé)任成本C，網(wǎng)絡(luò)貨運(yùn)平臺企業(yè)所承擔(dān)的責(zé)任成本為kC，政府監(jiān)管部門所承擔(dān)的責(zé)任成本為（1-k）C，其中k為責(zé)任成本分擔(dān)系數(shù)。

通過上述假設(shè)，所涉及的模型變量和參數(shù)如表1所示。

2 模型建立與分析

基于上述假設(shè)，參數(shù)描述和監(jiān)管主體之間的關(guān)系，網(wǎng)絡(luò)貨運(yùn)平臺與政府監(jiān)管部門之間的收益矩陣如表2所示。

針對政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺不同的獎懲政策，從4個不同情景進(jìn)行討論分析。

2.1 情景1 獎懲政策均為靜態(tài)

雙方的博弈收益矩陣如表2所示，政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺的獎勵與懲罰為固定值。網(wǎng)絡(luò)貨運(yùn)平臺選擇不同策略時的預(yù)期收益和平均收益如式（1）所示

EO1=y（R1+M-Co）+（1-y）（R1-Co-kCR）

EO2=y（R2-kCR-P）+（1-y）（R2-kCR）

O1=xEO1+（1-x）EO2 （1）

同理，政府監(jiān)管部門選擇不同策略時的預(yù)期收益和平均收益如式（2）所示

EG1=x（-M-Cg）+（1-x）（P-Cg-（1-k）CR）

EG2=x（-（1-k）CR）+（1-x）（-（1-k）CR）

G=yEG1+（1-y）EO2（2）

由Malthusian方程可得博弈雙方的復(fù)制動態(tài)方程為

F（x）=

=x（1-x）[-CO+R1-R2+y（kCR+M+P）]

F（y）=

=y（1-y）{-Cg+P+x[（1-k）CR-M-P]}（3）

因?yàn)檎O(jiān)管部門和網(wǎng)絡(luò)貨運(yùn)平臺雙方在網(wǎng)絡(luò)貨運(yùn)平臺運(yùn)營監(jiān)管中皆是有限理性且利己的，都想從中爭取更多利益。要使政府監(jiān)管部門的獎懲政策有效，則必須保證網(wǎng)絡(luò)貨運(yùn)平臺獲得獎勵后的收益是高于其被懲罰后的收益，即R1+M-CO>R2-kCR-P;此外，對政府監(jiān)管部門而言，其積極監(jiān)管時，對網(wǎng)絡(luò)貨運(yùn)平臺懲罰后的總收入應(yīng)是大于0的，即P-Cg-（1-k）CR>0。

2.1.1 網(wǎng)絡(luò)貨運(yùn)平臺策略的演化穩(wěn)定性分析

為后續(xù)計算方便，令ΔR=CO-R1+R2，由假設(shè)2可知，雙方均會為了滿足自身利益最大化而采取消極策略，由此可知，網(wǎng)絡(luò)貨運(yùn)平臺合規(guī)運(yùn)營時的收益R1是小于其違規(guī)運(yùn)營時的收益R2， ΔR=CO-R1+R2>0。

網(wǎng)絡(luò)貨運(yùn)平臺策略的演化博弈復(fù)制動態(tài)方程為

F（x）==x（1-x）[-ΔR+y（kCR+M+P）] （4）

現(xiàn)針對不同情形討論如下。

1） 若y=（0≤≤1），則

F（x）=0恒成立，此時，不管x為何值，系統(tǒng)都是穩(wěn)定狀態(tài)。

2） 若y≠，則令F（x）=0，求解可得x1=0和x2=1可能是系統(tǒng)的穩(wěn)定點(diǎn)。

對F（x）求導(dǎo)，得到

F′（x）==（1-2x）[-ΔR+y（kCR+M+P）]? ? （5）

演化穩(wěn)定策略（ESS）要求滿足：F′（x）<0，以下對不同情形進(jìn)行討論。

1） 若>1，則y恒小于，此時，x=0是系統(tǒng)的演化穩(wěn)定策略，也就是說，當(dāng)系統(tǒng)達(dá)到均衡時，網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)2。

2） 若<0，則y恒大于，此時，x=1是系統(tǒng)的演化穩(wěn)定策略，也就是說，當(dāng)系統(tǒng)達(dá)到均衡時，網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)1。

3） 當(dāng)0≤≤1時。

① 若y>，則y（kCR+M+P）-ΔR>0恒成立，由此可得： F′（0）>0，F(xiàn)′（1）<0，此時，x=1是系統(tǒng)的演化穩(wěn)定策略，也就是說，當(dāng)系統(tǒng)達(dá)到均衡時，網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)1。

② 若y<，則y（kCR+M+P）-ΔR<0恒成立，由此可得：F′（0）<0，F(xiàn)′（1）>0，此時，x=0是系統(tǒng)的演化穩(wěn)定策略，也就是說，當(dāng)系統(tǒng)達(dá)到均衡時，網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)2。

2.1.2 政府監(jiān)管部門策略的演化穩(wěn)定分析

為方便計算，令=Γ。

1） 若x=Γ，（0≤Γ≤1），則F（y）=0恒成立，此時，不管y為何值，系統(tǒng)都是穩(wěn)定狀態(tài)。

2） 當(dāng)x≠Γ，則令F（y）=0，求解可得y1=0和y2=1可能是系統(tǒng)的穩(wěn)定點(diǎn)。

對F（y）求導(dǎo)，得到

F′（y）==

（1-2y）{-CR+P+x[（1-k）CR-M-P]}（6）

演化穩(wěn)定策略（ESS）要求滿足F′（y）<0，以下對不同情形進(jìn)行討論。

1） 若Γ>1，則x恒小于Γ，此時，y=0是系統(tǒng)的演化穩(wěn)定策略，也就是說，當(dāng)在系統(tǒng)達(dá)到均衡時，政府監(jiān)管部門選擇策略G2。

2） 若Γ<0，則x恒大于Γ，此時，y=1是系統(tǒng)的演化穩(wěn)定策略，也就是說，當(dāng)在系統(tǒng)達(dá)到均衡時，政府監(jiān)管部門選擇策略G1。

3） 當(dāng)0≤?！?時。

① 若x>Γ，則-Cg+P+x[（1-k）CR-M-P]>0恒成立，由此可得：F′（0）>0，F(xiàn)′（1）<0，此時，y=1是系統(tǒng)的演化穩(wěn)定策略，也就是說，當(dāng)系統(tǒng)達(dá)到均衡時，政府監(jiān)管部門選擇策略G1。

② 若x<Γ，則-Cg+P+x[（1-k）CR-M-P]<0恒成立，由此可得：F′（0）<0，F(xiàn)′（1）>0，此時，y=0是系統(tǒng)的演化穩(wěn)定策略，也就是說，當(dāng)系統(tǒng)達(dá)到均衡時，政府監(jiān)管部門選擇策略G2。

2.1.3 雙方混合策略的演化穩(wěn)定分析

上述分析表明，在不同的初始條件下，網(wǎng)絡(luò)貨運(yùn)平臺與政府監(jiān)管部門之間存在不同演化穩(wěn)定策略（ESS）。但是就現(xiàn)實(shí)情況而言，如果網(wǎng)絡(luò)貨運(yùn)平臺策略O(shè)2獲得的額外收益遠(yuǎn)遠(yuǎn)高于政府監(jiān)管部門對其的獎懲時，無論政府如何選擇，網(wǎng)絡(luò)貨運(yùn)平臺都會選擇策略O(shè)2。僅討論0≤≤1且0≤Γ≤1時，雙方混合策略的穩(wěn)定性。

由式（3）可得，當(dāng)0≤≤1且0≤Γ≤1時，復(fù)制動態(tài)方程組5個局部均衡點(diǎn)為（0，0），（0，1），（1，0），（1，1）和（x0，y0）。其中：

x0=

y0=

根據(jù)Friedman提出的判定方法[25]， Jacobian矩陣被用來確定系統(tǒng)是否達(dá)到穩(wěn)定均衡狀態(tài)（ESS）。式（3）組成的二維動態(tài)系統(tǒng)的Jacobian矩陣為

J=

=a11? a12

a21? a22? ? （7）

其中：

a11=（1-2x）[-ΔR+y（kCR+M+P）]

a12=x（1-x）[kCR+M+P]

a21=y（1-y）[（1-k）CR-M-P]

a22=（1-2y）{-Cg+P+x[（1-k）CR-M-P]}

式（3）組成的二維動態(tài)系統(tǒng)若想達(dá)到穩(wěn)定，必須同時滿足式（8）所示的兩個條件，此時局部均衡點(diǎn)就是演化穩(wěn)定策略。

det J=a11a22-a12a21>0

tr J=a11+a22<0（8）

根據(jù)式（7）可以計算出5個局部均衡點(diǎn)的行列式與跡，如表3所示。

A=

由Jacobian矩陣的局部穩(wěn)定分析法可知，在0≤≤1且0≤≤1時，系統(tǒng)的局部穩(wěn)定性如表4所示。

對于點(diǎn)（x0，y0）不能單純用Jacobian矩陣的局部穩(wěn)定分析法（tr J=0），利用微分方程進(jìn)一步分析。將式（3）分別對x，y求導(dǎo)，并將（x0，y0）代入可得：>0，>0，所以點(diǎn)（x0，y0）不是穩(wěn)定點(diǎn)。

由此可得結(jié)論1：獎懲政策均為靜態(tài)時，網(wǎng)絡(luò)貨運(yùn)平臺與政府監(jiān)管部門間不存在演化穩(wěn)定策略（ESS），任何微小的變化都會對雙方的策略選擇產(chǎn)生更大的影響。當(dāng)初始狀態(tài)發(fā)生變化時，系統(tǒng)將演化到不同的平衡狀態(tài)，在每種情況下實(shí)現(xiàn)演化穩(wěn)定策略（ESS）。

2.2 情景2 獎懲政策僅有獎勵政策為動態(tài)

假設(shè)政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺的獎勵與網(wǎng)絡(luò)貨運(yùn)平臺的策略選擇有關(guān)且政府監(jiān)管部門給予的獎勵與網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)1的概率成正比，即政府監(jiān)管部門給網(wǎng)絡(luò)貨運(yùn)平臺的獎勵M為M=xm，其中m為政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺的獎勵上限，而政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺的懲罰仍為P。此時，系統(tǒng)的復(fù)制動態(tài)方程可修改為

F′（x）=x（1-x）[-ΔR+y（kCR+xm+P）]

F′（y）=y（1-y）{-Cg+P+x[（1-k）CR-xm-P]}（9）

僅討論0≤≤1且0≤≤1時，雙方混合策略的穩(wěn)定性。

求解式（9）可得系統(tǒng)的5個局部均衡點(diǎn)為（0，0）、（0，1）、（1，0）、（1，1）和（x1，y1）。其中：

x1=

y1=

Δ1=[（1-k）CR-P]2-4m（Cg-P）

此時，式（9）的Jacobian矩陣為

J′=

=a′11? a′12

a′21? a′22 （10）

其中：

a′11=（1-2x）[-ΔR+y（xm+kCR+P）]+x（1-x）ym

a′12=x（1-x）[xm+kCR+P]

a′21=y（1-y）[（1-k）CR-xm-P]

a′22=（1-2y）{-Cg+P+x[（1-k）CR-xm-P]}

基于Jacobian矩陣的局部穩(wěn)定分析法，對式（9）各均衡點(diǎn)進(jìn)行穩(wěn)定性分析，結(jié)果如表5所示。

由此可得結(jié)論2：僅當(dāng)獎勵政策為動態(tài)時，網(wǎng)絡(luò)貨運(yùn)平臺與政府監(jiān)管部門之間仍不存在演化穩(wěn)定策略（ESS）。

2.3 情景3 獎懲政策僅有懲罰政策為動態(tài)

假設(shè)政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺的懲罰與網(wǎng)絡(luò)貨運(yùn)平臺的策略選擇有關(guān)并且呈線性關(guān)系，即政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺的懲罰為P=（1-x）p（p為政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺的懲罰上限）。此時，系統(tǒng)的復(fù)制動態(tài)方程可修改為

F″（x）=x（1-x）{-ΔR+y[kCR+M+（1-x）p]}

F″（y）=y（1-y）{-Cg+（1-x）p+x[（1-k）CR-M-（1-x）p]}（11）

僅討論0≤≤1且0≤

≤1時，雙方混合策略的穩(wěn)定性。

求解式（11）可得系統(tǒng)的5個局部均衡點(diǎn)為

（0，0），（0，1），（1，0），（1，1）和（x2，y2）。其中：

x2=

y2=

Δ2=[（1-k）CR-M-2P]2-4p（-Cg+P）

此時，式（11）的Jacobian矩陣為

J″=

=a″11? a″12

a″21? a″22 （12）

其中：

a″11=（1-2x）{-ΔR+y[kCR+M+（1-x）p]}-x（1-x）yp

a″12=x（1-x）[kCR+M+（1-x）p]

a″21=y（1-y）[（1-k）CR-M-2p（1-x）]

a″22=（1-2y）{-Cg+（1-x）p+x[（1-k）CR-M-（1-x）p]}

基于Jacobian矩陣的局部穩(wěn)定分析法，對式（11）均衡點(diǎn)進(jìn)行穩(wěn)定性分析，結(jié)果如表6所示。

由此可得結(jié)論3： 當(dāng)只有懲罰政策為動態(tài)時，系統(tǒng)在（x2，y2）處漸進(jìn)穩(wěn)定，網(wǎng)絡(luò)貨運(yùn)平臺與政府監(jiān)管部門之間存在一個演化穩(wěn)定策略（ESS）。在這種情況下，網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)1的概率為x2，政府監(jiān)管部門選擇策略G1的概率為y2。

2.4 情景4 獎懲政策均為動態(tài)

假設(shè)政府監(jiān)管部門對網(wǎng)絡(luò)貨運(yùn)平臺的獎勵和懲罰都與網(wǎng)絡(luò)貨運(yùn)平臺的策略選擇有關(guān)，分別用M=xm，P=（1-x）p代替式（3）中的M和P，此時，系統(tǒng)的復(fù)制動態(tài)方程可修改為

F″（x）=x（1-x）{-ΔR+y[kCR+xm+（1-x）p]}

F″（y）=y（1-y）{-Cg+（1-x）p+x[（1-k）CR-xm-（1-x）p]}

（13）

僅討論0≤≤1且0≤≤1且時，雙方混合策略的穩(wěn)定性。

求解式（13）可得系統(tǒng)的5個局部均衡點(diǎn)為（0，0），（0，1），（1，0），（1，1）和（x3，y3），其中：

x3=

y3=

Δ3=[（1-k）CR-2p]2-4（p-m）（-Cg+p）

此時，式（13）的Jacobian矩陣為

J?=

=a?11? a?12

a?21? a?22 （14）

其中：

a?11=（1-2x）{-ΔR+y[kCR+xm+（1-x）p]}-x（1-x）y（p-m）

a?12=x（1-x）[kCR+xm+（1-x）p]

a?21=y（1-y）[（1-k）CR-p-2x（1-m）]

a?22=（1-2y）{-Cg+（1-x）p+x[（1-k）CR-xm-（1-x）p]}

基于Jacobian矩陣的局部穩(wěn)定分析法，對式（13）各均衡點(diǎn)進(jìn)行穩(wěn)定性分析，結(jié)果如表7所示。

由此可得結(jié)論4：獎懲政策均為動態(tài)時，系統(tǒng)在點(diǎn)（x3，y3）處漸進(jìn)穩(wěn)定，網(wǎng)絡(luò)貨運(yùn)平臺與政府監(jiān)管部門間存在一個演化穩(wěn)定策略（ESS）。在這種情況下，網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)1的概率為x3，政府監(jiān)管部門選擇策略G1的概率為y3。

3 數(shù)值驗(yàn)證及仿真

為了進(jìn)一步驗(yàn)證系統(tǒng)演化博弈的穩(wěn)定均衡結(jié)果，并比較不同獎懲政策下雙方策略的選擇，借助數(shù)值算例進(jìn)行分析討論。在滿足模型要求的前提下，考慮到網(wǎng)絡(luò)貨運(yùn)平臺實(shí)際運(yùn)營情況，對初始參數(shù)的賦值如表8所示。

則4種獎懲機(jī)制下，系統(tǒng)的演化路徑如圖1和圖2所示。

由圖1和圖2可知：

1） 當(dāng)政府監(jiān)管部門采取靜態(tài)的獎懲政策時，系統(tǒng)的演化過程是一個閉軌線環(huán)，不存在穩(wěn)定的均衡點(diǎn)，且雙方策略的演化呈現(xiàn)周期性行為模式。

2） 當(dāng)政府監(jiān)管部門采取“動態(tài)獎勵+靜態(tài)懲罰”時，系統(tǒng)的演化過程是一個圍繞起點(diǎn)的環(huán)線，且與靜態(tài)獎勵機(jī)制相比，雙方策略的振蕩幅度明顯增大，博弈過程將保持不穩(wěn)定的狀態(tài)。

3） 當(dāng)政府監(jiān)管部門采取“靜態(tài)獎勵+動態(tài)懲罰”時，系統(tǒng)的演化過程是逐漸收斂的，而雙方策略的演化過程也隨著時間和博弈次數(shù)的增加而逐漸收斂，最終趨于穩(wěn)定。

4） 當(dāng)政府監(jiān)管部門實(shí)行動態(tài)獎懲政策時，雙方策略都是經(jīng)過短暫的振蕩之后，逐漸收斂趨于穩(wěn)定。

5） 雖然采取動態(tài)懲罰政策的兩種情形最終都趨于穩(wěn)定，但相比之下，網(wǎng)絡(luò)貨運(yùn)平臺選擇策略O(shè)1的概率和政府監(jiān)管部門選擇策略G1的概率均比動態(tài)獎勵政策時更高。

在動態(tài)獎懲政策下，進(jìn)一步討論獎勵與懲罰強(qiáng)度對系統(tǒng)演化路徑的影響。

1） 懲罰力度變化對雙方策略的影響。由圖3可知，在保持其他參數(shù)不變的情況下，隨著懲罰力度的增加，x、y均逐步趨于穩(wěn)定，x隨著懲罰力度的增加而增加，y隨著懲罰力度的增加而減少。

2） 獎勵力度變化對雙方策略的影響。由圖4可知，在保持其他參數(shù)不變的情況下，隨著獎勵力度的增加，x、y均逐步趨于穩(wěn)定，x隨著獎勵力度的增加而增加，y隨著獎勵力度的增加而減少，但是變化幅度都比較小。

由此可得結(jié)論5：在保持其他參數(shù)不變的情況下，調(diào)整獎懲力度都會對雙方策略變化造成影響。無論是增加獎勵力度還是懲罰力度，網(wǎng)絡(luò)貨運(yùn)平臺都傾向于選擇策略O(shè)1，但是獎勵力度的改變引起x的漲幅變化較小，這說明獎勵力度增大對網(wǎng)絡(luò)貨運(yùn)平臺的激勵作用有限，懲罰力度增大對網(wǎng)絡(luò)貨運(yùn)平臺的約束作用更為顯著。

4 結(jié)論

1） 當(dāng)政府監(jiān)管部門采取靜態(tài)獎懲政策時，系統(tǒng)的演化過程是一個閉軌線環(huán)，沒有穩(wěn)定的均衡點(diǎn)。以往政府監(jiān)管部門一成不變的監(jiān)管模式明顯無法發(fā)揮好監(jiān)管平臺的作用，亟需通過調(diào)整獎懲政策來引導(dǎo)或激勵網(wǎng)絡(luò)貨運(yùn)平臺合規(guī)運(yùn)營，從而達(dá)到規(guī)范市場的目的。

2） 當(dāng)政府監(jiān)管部門采取靜態(tài)懲罰時，無論獎勵政策是靜態(tài)還是動態(tài)，系統(tǒng)均不存在穩(wěn)定的均衡點(diǎn);而當(dāng)政府監(jiān)管部門采取動態(tài)懲罰時，系統(tǒng)的演化過程均逐漸收斂趨于穩(wěn)定，其中動態(tài)獎懲政策提供了更多的激勵，網(wǎng)絡(luò)貨運(yùn)平臺選擇“合規(guī)運(yùn)營”策略的概率更高，所以動態(tài)獎懲政策相較于其他3種獎懲政策效果更好。

3） 增加懲罰力度對網(wǎng)絡(luò)貨運(yùn)平臺有很大的震懾作用，所以政府監(jiān)管部門要加大懲罰力度。這不僅會增加網(wǎng)絡(luò)貨運(yùn)平臺合規(guī)運(yùn)營的概率，也減少政府監(jiān)管部門的工作量，降低了監(jiān)管成本。

4） 政府監(jiān)管部門要根據(jù)網(wǎng)絡(luò)貨運(yùn)平臺的行為策略對獎懲政策做出科學(xué)的動態(tài)調(diào)整。對處于初創(chuàng)期的網(wǎng)絡(luò)貨運(yùn)平臺，政府監(jiān)管部門應(yīng)采取獎勵為主，懲罰為輔的措施，以扶持網(wǎng)絡(luò)貨運(yùn)平臺發(fā)展。隨著網(wǎng)絡(luò)貨運(yùn)平臺市場日益成熟，政府監(jiān)管部門則應(yīng)以監(jiān)管和懲罰為主。

參考文獻(xiàn)：

[1] LI L，LI G，LIANG S. Does government supervision suppress free-floating bike sharing development？ Evidence from Mobike in China[J]. Information Technology for Development，2021，27（4）：802-826.

[2] HOFMANN S，YETSEIN S，BRACCINI A M，et al. The public sector′s roles in the sharing economy and the implications for public values[J]. Government Information Quarterly，2019，36（4）：101399.

[3] KRAMER J，SCHNURR D. Is there a need for platform neutrality regulation in the EU？[J]. Telecommunications Policy，2018，42（7）：514-529.

[4] FARRELL J，KATZ M L. Innovation rent extraction and integration in systems markets[J]. The Journal of Industrial Economics，2000，48（4）：413-432.

[5] PIRACHA A，SHARPLES R，F(xiàn)ORREST J，et al. Racism in the sharing economy：Regulatory challenges in a neo-liberal cyber world[J]. Geoforum，2019，98：144-152.

[6] 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.

WANG Y，CHEN M Y. Division of work between private monitoring and public regulation in the platform governance process[J]. Comparative Economic & Social Systems，2020（4）：62-68.

[7] WILKIN C L，CAMPBELL J，MOORE S，et al. Creating value in online communities through governance and stakeholder engagement[J]. International Journal of Accounting Information Systems，2018，30：56-68.

[8] 汪旭暉，張其林. 平臺型網(wǎng)絡(luò)市場“平臺—政府”雙元管理范式研究：基于阿里巴巴集團(tuán)的案例分析[J]. 中國工業(yè)經(jīng)濟(jì)，2015（3）：135-147.

WANG X H，ZHANG Q L. Research on dual management paradigm of “platform-government” in platform-mediated network market：A case study of Alibaba[J]. China Industrial Economics，2015（3）：135-147.

[9] 汪旭暉，張其林. 平臺型網(wǎng)絡(luò)市場中的“檸檬問題”形成機(jī)理與治理機(jī)制：基于阿里巴巴的案例研究[J]. 中國軟科學(xué)，2017（10）：31-52.

WANG X H，ZHANG Q L. Formation mechanism and governance mechanism of lemon problem in platform-mediated network market：A case study of Alibaba[J]. China Soft Science，2017（10）：31-52.

[10] CHAUDHURI A，DATTA P P，F(xiàn)ERNANDES K J，et al. Optimal pricing strategies for manufacturing as a service platforms to ensure business sustainability[J]. International Journal of Production Economics，2021，234：108065.

[11] KUNG L C，ZHONG G Y. The optimal pricing strategy for two-sided platform delivery in the sharing economy[J]. Transportation Research Part E：Logistics and Transportation Review，2017，101：1-12.

[12] 甘衛(wèi)華，蘇雷，鄢偉安，等. 公路貨運(yùn)平臺延遲賠付服務(wù)定價策略研究[J]. 運(yùn)籌與管理，2021，30（2）：202-209.

GAN W H，SU L，YAN W A，et al. Research on pricing strategy of delay compensation service for highway freight platform[J]. Operations Research and Management Science，2021，30（2）：202-209.

[13] 桂云苗，程靜，龔本剛. 動態(tài)競爭下網(wǎng)絡(luò)貨運(yùn)平臺信息策略與定價研究[J]. 系統(tǒng)科學(xué)與數(shù)學(xué)，2021，41（10）：2892-2905.

GUI Y M，CHENG J，GONG B G. Research on information strategy and pricing of network freight platform under dynamic competition[J]. Journal of Systems Science and Mathematical Sciences，2021，41（10）：2892-2905.

[14] LIU W，LONG S，WEI S，et al. Smart logistics ecological cooperation with data sharing and platform empowerment[J]. International Journal of Production Research，2022，60（13/14）：4295-4315.

[15] 雷麗彩，高尚，蔣艷. 網(wǎng)約車新政下網(wǎng)約車平臺與網(wǎng)約車司機(jī)的演化博弈分析[J]. 管理工程學(xué)報，2020，34（1）：55-62.

LEI L C，GAO S，JIANG Y. Evolutionary game analysis of car-hailing industry between platforms and drivers based on new policies of car-hailing[J]. Journal of Industrial Engineering and Engineering Management，2020，34（1）：55-62.

[16] LIU W，LONG S，XIE D，et al. How to govern the big data discriminatory pricing behavior in the platform service supply chain？ An examination with a three-party evolutionary game model[J]. International Journal of Production Economics，2021，231：107910.

[17] 付淑換，石巋然. 網(wǎng)約車行業(yè)監(jiān)管困境的演化博弈分析及優(yōu)化對策[J]. 經(jīng)濟(jì)問題，2019（12）：8-15.

FU S H，SHI K R. Evolutionary game analysis of regulatory dilemma in online car-hailing and optimizing policy[J]. On Economic Problems，2019（12）：8-15.

[18] 甘衛(wèi)華，曹坪，李春芝. 基于演化博弈的中小型貨運(yùn)企業(yè)平臺化轉(zhuǎn)型研究[J]. 華東交通大學(xué)學(xué)報，2021，38（5）：8-15.

GAN W H，CAO P，LI C Z. Research on the platform transformation of small and medium freight enterprises based on evolutionary game[J]. Journal of East China Jiaotong University，2021，38（5）：8-15.

[19] ZHANG S. Evolutionary game research on the supervision of network cars based on the network platform under the punishment mechanism[J]. Journal of Mathematics and Informatics，2019，16：77-85.

[20] HE H，ZHU L. Online shopping green product quality supervision strategy with consumer feedback and collusion behavior[J]. Plos One，2020，15（3）：e0229471.

[21] 李亞兵，張家瑞. 網(wǎng)絡(luò)直播治理策略的演化博弈：基于利益相關(guān)者視角[J]. 經(jīng)濟(jì)與管理，2020，34（2）：25-31.

LI Y B，ZHANG J R. Evolutionary game of webcast governance strategy：stakeholder perspective[J]. Economy and

Management，2020，34（2）：25-31.

[22] WU B，CHENG J，QI Y. Tripartite evolutionary game analysis for “deceive acquaintances” behavior of e-commerce platforms in cooperative supervision[J]. Physica A：Statistical Mechanics and its Applications，2020，550：123892.

[23] 吳斌，程晶，宋琰. 心理賬戶視角下電商平臺“殺熟”現(xiàn)象演化博弈分析[J]. 運(yùn)籌與管理，2020，29（11）：37-44.

WU B，CHENG J，SONG Y. Evolutionary game analysis of the phenomenon of deceiving acquaintances in ecommerce platform from the perspective of mental account[J]. Operations Research and Management Science，2020，29（11）：37-44.

[24] 曹裕，王顯博，萬光羽. 平臺參與下網(wǎng)絡(luò)食品安全政府監(jiān)管策略研究[J]. 運(yùn)籌與管理，2021，30（6）：111-117.

CAO Y，WANG X B，WAN G Y. Research on government regulation strategy of internet food safety on platform participation[J]. Operations Research and Management Science，2021，30（6）：111-117.

[25] FRIEDMAN D. Evolutionary games in economics[J]. Journal

of the Econometric Society，1991，221：637-666.