萬曉榆，趙思齊

摘要：針對當(dāng)前我國網(wǎng)絡(luò)直播行業(yè)亂象頻生的現(xiàn)實情況，文章運用演化博弈理論構(gòu)建了政府部門與直播平臺間的動態(tài)演化模型，圍繞政府部門對網(wǎng)絡(luò)直播平臺違規(guī)行為的懲罰力度以及直播平臺潛在收益與違規(guī)收益三個關(guān)鍵參數(shù)的大小，運用matlab7.0數(shù)值仿真工具模擬了4種場景下政府部門與網(wǎng)絡(luò)直播平臺的策略互動過程。研究表明，當(dāng)關(guān)鍵參數(shù)取值位于不同數(shù)值區(qū)間時，系統(tǒng)分別呈現(xiàn)出3種演化穩(wěn)定結(jié)果與一種周期性的隨機(jī)狀態(tài)。加大對網(wǎng)絡(luò)直播平臺違規(guī)行為的懲罰力度，同時增加合規(guī)潛在收益和降低違規(guī)收益，有利于引導(dǎo)網(wǎng)絡(luò)直播平臺策略選擇向合規(guī)演化。

關(guān)鍵詞：網(wǎng)絡(luò)直播;政府監(jiān)管;懲罰力度;演化博弈

中圖分類號：F49;G206

文獻(xiàn)標(biāo)識碼：A

文章編號：1673-8268（2022）01-0115-10

一、引言

網(wǎng)絡(luò)直播是通過互聯(lián)網(wǎng)將即時狀況展示給用戶、并與用戶實現(xiàn)即時互動交流的一種互聯(lián)網(wǎng)新業(yè)態(tài)，網(wǎng)絡(luò)直播行業(yè)近年呈現(xiàn)井噴式的發(fā)展[1-2]。無論是以淘寶、拼多多為代表的電商平臺，還是以抖音、快手為代表的短視頻平臺，甚至是以百度、搜狐為代表的傳統(tǒng)互聯(lián)網(wǎng)公司，都陸續(xù)加大了對于網(wǎng)絡(luò)直播的布局力度，網(wǎng)絡(luò)直播在短時間內(nèi)聚集了大量人才、資金和媒體資源，使得網(wǎng)絡(luò)直播成為發(fā)展勢頭最為迅猛的互聯(lián)網(wǎng)應(yīng)用之一。根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的第48次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，2021年上半年，全國網(wǎng)民規(guī)模達(dá)10.11億，較2020年12月增長2 175萬，其中，我國網(wǎng)絡(luò)直播用戶規(guī)模達(dá)6.38億，占網(wǎng)民整體的63.1%，電商直播用戶規(guī)模為3.84億，占網(wǎng)民整體的38.0%[3]。龐大的網(wǎng)絡(luò)直播用戶規(guī)模為我國網(wǎng)絡(luò)直播市場的爆發(fā)性增長奠定了基礎(chǔ)。

在網(wǎng)絡(luò)給人們帶來發(fā)布、傳遞和獲取信息的自由與便利的同時，網(wǎng)絡(luò)直播“亂象”也給社會帶來了惡劣影響，阻礙了網(wǎng)絡(luò)文化的勃興[4]。根據(jù)網(wǎng)經(jīng)社“電訴寶”數(shù)據(jù)表明，2020年，網(wǎng)絡(luò)直播由于商品貨不對板、網(wǎng)絡(luò)售假、商品質(zhì)量差、退款難、退換貨不及時等現(xiàn)象而被消費者投訴。主要表現(xiàn)為主播展示的產(chǎn)品信息與消費者實際收到的產(chǎn)品質(zhì)量不一致，或是刻意夸大產(chǎn)品功效，在消費者中引起諸多負(fù)面連鎖反應(yīng)，使得消費者在享受網(wǎng)絡(luò)購物便利的同時仍面臨著商品質(zhì)量差、虛假宣傳及售后服務(wù)的一系列問題[5-6]。由于網(wǎng)絡(luò)直播對各平臺主播的門檻要求較低和直播平臺管理審核的責(zé)任缺失，主播專業(yè)化程度參差不齊，導(dǎo)致了違規(guī)違法的潛在隱患。同時，因為主播的不當(dāng)行為可以引起更多的社會關(guān)注，為平臺帶來高流量，所以利益驅(qū)動下的直播平臺會選擇對部分大流量主播進(jìn)行包庇。因此，網(wǎng)絡(luò)直播行業(yè)在不斷發(fā)展的同時，也衍生了一系列社會問題。

目前，網(wǎng)絡(luò)媒體十分發(fā)達(dá)，負(fù)面消息傳播速度極快，易對社會穩(wěn)定造成不良影響。近年來，政府部門高度重視對網(wǎng)絡(luò)亂象的治理，相繼出臺了《關(guān)于辦理網(wǎng)絡(luò)詐騙等刑事案件使用法律若干問題的意見》《互聯(lián)網(wǎng)直播服務(wù)管理規(guī)定》等文件，對違規(guī)平臺收取高額罰金甚至關(guān)停，旨在引導(dǎo)網(wǎng)絡(luò)直播朝著健康正確的道路發(fā)展。對于政府部門而言，如何在信息不對稱的條件下，對網(wǎng)絡(luò)直播平臺進(jìn)行規(guī)制，以降低其機(jī)會主義行為帶來的負(fù)面影響，是亟待解決的一個問題。

二、 文獻(xiàn)回顧與理論基礎(chǔ)

網(wǎng)絡(luò)直播作為互聯(lián)網(wǎng)發(fā)展的產(chǎn)物，與互聯(lián)網(wǎng)一樣存在著兩面性，而且由于其“曖昧經(jīng)濟(jì)”的特殊性，網(wǎng)絡(luò)直播環(huán)境比傳統(tǒng)直播更加復(fù)雜混亂[7]。已有學(xué)者對網(wǎng)絡(luò)直播監(jiān)管的相關(guān)問題進(jìn)行了研究。任丙強(qiáng)[8]從管制機(jī)構(gòu)、管制立法以及管制方式3個方面對如何管制網(wǎng)絡(luò)內(nèi)容進(jìn)行了研究，該研究結(jié)論對于網(wǎng)絡(luò)直播監(jiān)管有著一定的借鑒作用。付業(yè)勤等[9]提出網(wǎng)絡(luò)直播在其產(chǎn)業(yè)鏈構(gòu)成、用戶特征、平臺類型、內(nèi)容生產(chǎn)和盈利模式等方面有獨特規(guī)律。曾一昕等[10]從平臺分類、主播特點、傳播特點、觀眾目的等4個方面解剖網(wǎng)絡(luò)直播行業(yè)，提出網(wǎng)絡(luò)直播行業(yè)存在的問題與規(guī)范化治理策略。禹玉琳[11]從政府部門監(jiān)管主體不明、平臺監(jiān)管力度不足、行業(yè)監(jiān)管幅度不夠和群眾監(jiān)管機(jī)制不完善4個方面對網(wǎng)絡(luò)直播監(jiān)管的難題進(jìn)行了闡述。也有學(xué)者運用博弈的方法對網(wǎng)絡(luò)直播的監(jiān)管進(jìn)行了分析，李亞兵等[12]基于利益相關(guān)者視角，運用演化博弈理論探討了網(wǎng)絡(luò)監(jiān)管部門、平臺以及直播用戶三者間的決策演化過程。張濤[13]分析了政府部門與網(wǎng)絡(luò)表演者、網(wǎng)絡(luò)表演經(jīng)營單位間的博弈關(guān)系，探究政府處罰力度、監(jiān)管成本以及違規(guī)表演的發(fā)現(xiàn)概率對博弈模型的影響機(jī)制。

通過對以上文獻(xiàn)分析可以發(fā)現(xiàn)，現(xiàn)有研究大多從定性角度出發(fā)進(jìn)行分析，在涉及博弈論的研究領(lǐng)域中僅有少部分學(xué)者從靜態(tài)博弈視角對網(wǎng)絡(luò)直播監(jiān)管問題進(jìn)行了探究。實際上，網(wǎng)絡(luò)直播監(jiān)管是一個多方參與的、隨著時間演化的動態(tài)博弈問題。演化博弈論是把博弈理論分析和動態(tài)演化過程結(jié)合起來的一種理論，它從系統(tǒng)出發(fā)，把個體、群體行為的調(diào)整過程看作為一個動態(tài)系統(tǒng)，可以把影響到均衡的各種因素都納入到演化博弈模型中去，構(gòu)成一個具有微觀基礎(chǔ)的宏觀模型，因此能夠真實反映經(jīng)濟(jì)主體行為的多樣性和復(fù)雜性[14]。目前，演化博弈理論在監(jiān)管領(lǐng)域的應(yīng)用已較為成熟，主要涉及環(huán)境污染監(jiān)管[15-17]和互聯(lián)網(wǎng)監(jiān)管[18-20]等領(lǐng)域，對網(wǎng)絡(luò)直播平臺的監(jiān)管起到了一定的借鑒作用。

網(wǎng)絡(luò)直播監(jiān)管是政府部門、網(wǎng)絡(luò)直播平臺、主播等主體間進(jìn)行利益配置的博弈活動。本文嘗試從動態(tài)演化博弈的角度對直播平臺監(jiān)管進(jìn)行分析，假定主播存在違規(guī)行為，若網(wǎng)絡(luò)直播平臺對主播違規(guī)行為持縱容包庇態(tài)度，則認(rèn)為網(wǎng)絡(luò)直播平臺與主播存在合謀行為。由于網(wǎng)絡(luò)直播平臺在與主播之間的博弈中占據(jù)主導(dǎo)地位，故本文主要研究政府部門與網(wǎng)絡(luò)直播平臺之間的博弈關(guān)系，構(gòu)建政府部門與網(wǎng)絡(luò)直播平臺間的演化博弈模型，討論在網(wǎng)絡(luò)直播平臺與主播合謀的情形下，政府部門對網(wǎng)絡(luò)直播平臺的監(jiān)管策略問題。

三、博弈模型

（一）模型假設(shè)和建立

在政府部門對網(wǎng)絡(luò)直播平臺進(jìn)行監(jiān)管的過程中，兩者均追求自身利益最大化，在策略和利益相互依存的狀況下，每一方所得到的利益取決于自己選擇的策略，也取決于另外一方所選擇的策略。本文選取政府部門和網(wǎng)絡(luò)直播平臺為演化博弈主體。

政府部門主要包括對網(wǎng)絡(luò)直播進(jìn)行監(jiān)管治理的相關(guān)政府機(jī)構(gòu)，例如工信部、網(wǎng)信辦、公安部和新聞出版廣電總局等，其策略集合為（積極監(jiān)管，消極監(jiān)管）;網(wǎng)絡(luò)直播平臺（以下簡稱平臺）主要是為主播提供表演即時節(jié)目相關(guān)條件的平臺，包括且不限于PC端、移動端（如斗魚直播、映客直播等），其策略集合為（合規(guī)，違規(guī)）。雙方均為有限理性者，需要通過多次重復(fù)博弈才能確定自身最優(yōu)策略，基本假設(shè)如下：

假設(shè)1：若政府部門對平臺采取消極監(jiān)管策略，同時平臺選擇合規(guī)經(jīng)營，則政府部門可獲得社會福利提升F。平臺基本經(jīng)濟(jì)收益及常規(guī)經(jīng)濟(jì)收益增加為d，平臺對主播違規(guī)行為進(jìn)行檢測付出的成本為m，平臺合規(guī)行為可為自身帶來潛在社會收益δ（比如社會責(zé)任履行、平臺正面評價提升等）。政府部門與平臺二者的收益分別為（F，d+δ-m）。

假設(shè)2：若政府部門對平臺采取消極監(jiān)管策略，同時平臺選擇違規(guī)經(jīng)營，政府部門遭受社會福利損失f。則平臺獲得的違規(guī)經(jīng)濟(jì)收益（如主播間用戶非常規(guī)增長、主播直播收益突增等）為βA，其中，β為平臺與主播的收益分成比例;A為違規(guī)經(jīng)濟(jì)收益總和;平臺減少的潛在社會收益為ω;政府部門與平臺二者的收益分別為（-f，d+βA-ω）。

假設(shè)3：若政府部門對平臺采取積極監(jiān)管策略，同時平臺選擇合規(guī)經(jīng)營，則政府部門需要支付的監(jiān)管成本為M，政府監(jiān)管帶來的社會福利大小提升仍為F，平臺的潛在收益數(shù)值為δ。政府部門與平臺二者的收益分別為（F-M，d+δ-m）。

假設(shè)4：若政府部門對平臺采取積極監(jiān)管策略，同時平臺選擇違規(guī)經(jīng)營，政府部門對平臺違規(guī)經(jīng)營進(jìn)行查處并處以罰金的大小為T0。由于政府部門監(jiān)管有力，獲得的社會福利仍為F，對社會造成的負(fù)面影響由f減小為αf（0<α<1）。政府部門與平臺二者的收益分別為（F+T0-αf-M，d+βA-ω-T0）。

根據(jù)研究假設(shè)列出政府部門與網(wǎng)絡(luò)直播平臺間的行為交互支付矩陣如表1所示。

（二）模型求解和分析

本文采用“復(fù)制動態(tài)”機(jī)制研究網(wǎng)絡(luò)直播監(jiān)管的演化博弈問題?！皬?fù)制動態(tài)”機(jī)制的主要思想是下階段種群中采用某種策略所在比例的群體與當(dāng)前階段種群中的支付呈正相關(guān)，隨著時間的推移，支付高的種群所在比例會越來越高，支付低的種群所在比例會越來越低，直至逐漸消亡[21-24]。對于博弈開始而言，需要對政府部門和平臺選擇不同策略的概率做一個假設(shè)。本文假定政府部門積極監(jiān)管的概率為p1（0<p1<1），平臺選擇合規(guī)經(jīng)營的概率為p2（0<p2<1）。然后，對政府部門和平臺的收益進(jìn)行一個計算。設(shè)政府部門的期望收益值為Ea，平臺的期望收益值為Eb。

1.政府部門的演化博弈策略

當(dāng)政府部門選擇積極監(jiān)管的時候，期望收益值為

Ea1=p2（F-M）+（1-p2）（F+T0-αf-M）（1）

當(dāng)政府部門選擇消極監(jiān)管時，期望收益值為

Ea2=p2F-f（1-p2）（2）

因此，政府部門選擇監(jiān)管相關(guān)策略的復(fù)制動態(tài)方程為

dp1dt=p1（1-p1）[（1-p2）（F+T0+（1-α）f）-M]（3）

式（1）（3）中：dp1dt表示隨著時間的推進(jìn)，政府部門選擇監(jiān)管的概率的變化速度。對F（p1）進(jìn)行求解，

當(dāng)p2=1-MF+T0+（1-α）f 時，F(xiàn)（p1）=0，此時p1處于演化穩(wěn)定狀態(tài)。

當(dāng)p2≠1-MF+T0+（1-α）f 時，若令F（p1）=0，則p1=0或p1=1。對F（p1）進(jìn)行求導(dǎo)，得

F′（p1）=（1-2p1）[（1-p2）（F+T0+（1-α）f-M]（4）

當(dāng)p2<1-MF+T0+（1-α）f，p1=1時，F(xiàn)′（p1）<0;當(dāng)p2<1-MF+T0+（1-α）f，p1=0時，F(xiàn)′（p1）>0。當(dāng)平臺選擇合規(guī)的概率p2小于一定程度時，政府部門積極監(jiān)管的概率不斷增加，積極監(jiān)管成為博弈下政府部門最優(yōu)策略。

當(dāng)p2>1-MF+T0+（1-α）f，p1=1時，F(xiàn)′（p1）>0;當(dāng)p2>1-MF+T0+（1-α）f，p1=0時，F(xiàn)′（p1）<0。當(dāng)平臺選擇合規(guī)經(jīng)營的概率p2大于一定程度時，政府部門積極監(jiān)管的概率不斷減小，消極監(jiān)管成為博弈下政府部門最優(yōu)策略。政府部門演化博弈策略趨勢如圖1所示。

（a）當(dāng)p2=1-MF+T0+（1-α）f時（b）當(dāng)p2<1-MF+T0+（1-α）f，p1=1時 （c）當(dāng)p2>1-MF+T0+（1-α）f，p1=1時

2.平臺的演化博弈策略

當(dāng)平臺選擇合規(guī)經(jīng)營的時候，期望收益值為

Eb1=d+δ-m（5）

當(dāng)平臺選擇違規(guī)經(jīng)營的時候，期望收益值為

Eb2=d+βA-ω-p1T0（6）

平臺選擇合規(guī)與否相關(guān)策略的復(fù)制動態(tài)方程為

dp2dt=p2（1-p2）（p1T0+δ+ω-m-βA）（7）

式（5）（7）中：dp2dt表示隨著時間的推進(jìn)，平臺選擇合規(guī)經(jīng)營的概率的變化速度。對F（p2）進(jìn)行求解

當(dāng)p1=m+βA-ω-δT0時，F(xiàn)（p2）=0，此時p2處于演化穩(wěn)定狀態(tài)。

當(dāng)p1≠m+βA-ω-δT0時，若令F（p2）=0，則p2=0或p2=1。對F（p2）進(jìn)行求導(dǎo)，得

F′（p2）=（1-2p2）（p1T0+δ+ω-m-βA）（8）

當(dāng)p1<m+βA-ω-δT0，p2=1時，F(xiàn)′（p2）>0;當(dāng)p1<m+βA-ω-δT0，p2=0時，F(xiàn)′（p2）<0。當(dāng)政府部門選擇積極監(jiān)管的概率p1小于一定程度時，平臺選擇合規(guī)的概率不斷減小，違規(guī)經(jīng)營成為博弈下平臺最優(yōu)策略。

當(dāng)p1>m+βA-ω-δT0，p2=1時，F(xiàn)′（p2）<0;當(dāng)p1>m+βA-ω-δT0，p2=0時，F(xiàn)′（p2）>0。當(dāng)政府部門選擇積極監(jiān)管的概率p1大于一定程度時，平臺選擇合規(guī)經(jīng)營的概率不斷增加，合規(guī)經(jīng)營成為博弈下平臺最優(yōu)策略。其演化博弈策略趨勢如圖2所示。

（a）當(dāng)p1=m+βA-ω-δT0時? （b）當(dāng)p1<m+βA-ω-δT0，p2=1時? （c）當(dāng)p1>m+βA-ω-δT0，p2=1時

3.演化博弈的進(jìn)一步分析

得出了政府部門與平臺的復(fù)制動態(tài)方程之后，對方程式（3）、（7）的穩(wěn)定性和均衡點進(jìn)行分析，令F（p1）=F（p2）=0，得到4個可能的均衡點，分別是A（0，0），B（1，0），C（0，1），D（1，1）。此博弈系統(tǒng)的中心點為E（p1*，p2*），其中，p1*=m+βA-ω-δT0，p2*=1-MF+T0+（1-α）f 。博弈系統(tǒng)的雅可比矩陣為

J=F（p1）p1，F(xiàn)（p1）p2F（p2）p1，F(xiàn)（p2）p2（9）

此雅可比矩陣的行列式（detJ）和跡（trJ）分別如式（10）、（11）所示。

detJ=F（p1）p1F（p2）p2-F（p1）p2F（p2）p1（10）

trJ=F（p1）p1+F（p2）p2（11）

在幾何二維坐標(biāo)的第一象限中，對A、B、C、D、E五個點的穩(wěn)定性進(jìn)行分析，分別計算這五個點的行列式（detJ）和跡（trJ），得出均衡點對應(yīng)的行列式（detJ）與跡（trJ）的數(shù)值如表2所示。

由表2可知，此博弈系統(tǒng)存在一個鞍點E（p1*，p2*）。其中，p2*>1的條件顯然不成立。對p1*和p2*的取值進(jìn)行分情況討論。

情況一，p1*<0，p2*<0 ，則有δ+ω-m-βA>0，F(xiàn)+T0+（1-α）f-M<0，此時C（0，1）為ESS點。

情況二，p1*<0，0<p2*<1，則有δ+ω-m-βA>0，F(xiàn)+T0+（1-α）f-M>0，此時C（0，1）為ESS點。

情況三，0<p1*<1，p2*<0，則有-T0<δ+ω-m-βA<0，F(xiàn)+T0+（1-α）f-M<0，此時A（0，0）為ESS點。

情況四，0<p1*<1，0<p2*<1，則有-T0<δ+ω-m-βA<0，F(xiàn)+T0+（1-α）f-M>0，此時沒有穩(wěn)定點。

情況五，p1*>1，p2*<0，則有δ+ω-m-βA<-T0，F(xiàn)+T0+（1-α）f-M<0，此時A（0，0）為ESS點。

情況六，p1*>1，0<p2*<1，則有δ+ω-m-βA<-T0，F(xiàn)+T0+（1-α）f-M>0，此時B（1，0）為ESS點。

證明：根據(jù)各個均衡點處雅可比矩陣的跡（trJ）及行列式（detJ）的值判斷穩(wěn)定性。當(dāng)變量滿足情形p1*<0，p2*<0時，其判別情況如表3所示。其他情形判別方法一致，后文不再詳述。

系統(tǒng)最終演化結(jié)果對應(yīng)的均衡點以及所滿足的參數(shù)條件如表4所示，6種情況分別對應(yīng)的演化圖如圖3所示。

四、數(shù)值仿真模擬

基于上文分析，系統(tǒng)的演化穩(wěn)定結(jié)果取決于相關(guān)參數(shù)的初始條件及變動情況。為更直觀地反映主體的行為演化路徑以及參數(shù)取值對演化穩(wěn)定結(jié)果的影響，本節(jié)根據(jù)政府部門對平臺違規(guī)經(jīng)營行為的懲罰力度、平臺潛在收益和違規(guī)收益的大小設(shè)置了4種場景，分別運用軟件Matlab 7.0對模型結(jié)果進(jìn)行數(shù)值仿真分析，得到系統(tǒng)動態(tài)演化圖（圖4圖7），其中，橫軸表示系統(tǒng)的演化時間，縱軸表示政府部門積極監(jiān)管的比例和平臺合規(guī)經(jīng)營的比例。

（一）政府部門懲罰力度與平臺潛在社會收益均較小的博弈模型

博弈初期，網(wǎng)絡(luò)直播作為一類新興事物，由于法律的滯后性，且政府對于網(wǎng)絡(luò)直播這一行業(yè)的發(fā)展持培育寬容態(tài)度，對網(wǎng)絡(luò)直播平臺的違規(guī)經(jīng)營行為打擊力度較小。此時，社會公眾對綠色網(wǎng)絡(luò)直播的偏好不高，平臺對主播違規(guī)行為進(jìn)行監(jiān)測并查處所獲得的潛在社會收益與違規(guī)經(jīng)營損失的潛在社會收益之和較小，即為模型中δ+ω與T0較小的情況。此時滿足δ+ω-m-βA<0，F(xiàn)+T0+（1-α）f-M<0條件（場景1）。參數(shù)取值為δ+ω=5，m=4，βA=15，F(xiàn)=5，T0=5，（1-α）f=5，M=20，系統(tǒng)仿真模擬結(jié)果如圖4所示。

由圖4可知，當(dāng)懲罰力度與平臺潛在社會收益均較低時，假定政府部門群體選擇積極監(jiān)管策略和平臺群體選擇合規(guī)經(jīng)營策略的初始比例為0.8，隨著時間的推移和雙方博弈次數(shù)的增加，政府部門群體傾向于選擇消極監(jiān)管，而平臺群體傾向于選擇違規(guī)經(jīng)營。此種情況下，政府部門選擇消極監(jiān)管的收益大于積極監(jiān)管的收益，消極監(jiān)管成為政府部門在博弈中的占優(yōu)策略。而平臺選擇合規(guī)經(jīng)營的期望收益小于違規(guī)經(jīng)營的期望收益，利益驅(qū)動下的平臺將選擇對主播的違規(guī)行為持縱容包庇態(tài)度，違規(guī)經(jīng)營成為平臺在博弈中的占優(yōu)策略，此時博弈系統(tǒng)向穩(wěn)定結(jié)果（0，0）演進(jìn)。

（二）政府部門懲罰力度較小、平臺違規(guī)收益較大的博弈模型

隨著政府部門相關(guān)政策法規(guī)的不斷完善，以及技術(shù)的改進(jìn)，此時，相比于場景1的懲罰力度有了一定幅度的增加，但是增加幅度有限，并不足以使平臺改變自身策略。隨著網(wǎng)絡(luò)直播行業(yè)的興起，用戶基數(shù)大幅增加，平臺與主播合謀所形成的利益結(jié)合體愈發(fā)堅固。此時主播違規(guī)行為所獲得的利益較大，而平臺若選擇對主播的違規(guī)行為進(jìn)行包庇，則可以得到可觀的收益，此時滿足δ+ω-m-βA<-T0，F(xiàn)+T0+（1-α）f-M>0條件（場景2）。參數(shù)取值為δ+ω=10，m=4，βA=30，F(xiàn)=10，T0=10，（1-α）f=5，M=20，系統(tǒng)仿真模擬結(jié)果如圖5所示。

由圖5可知，當(dāng)政府部門對平臺違規(guī)經(jīng)營的懲罰力度有了較小程度的增加，而平臺的違規(guī)經(jīng)營收益比起合規(guī)經(jīng)營收益大時，假定政府部門群體選擇積極監(jiān)管策略和平臺群體選擇合規(guī)經(jīng)營策略的初始比例為0.8，隨著時間的推移和雙方博弈次數(shù)的增加，政府部門的策略選擇趨向于積極監(jiān)管，平臺的策略選擇趨向于違規(guī)經(jīng)營。此時，政府部門選擇進(jìn)行積極監(jiān)管的收益大于消極監(jiān)管的收益;但由于懲罰力度不夠，平臺選擇違規(guī)經(jīng)營的期望收益大于合規(guī)經(jīng)營的收益，違規(guī)經(jīng)營成為平臺在博弈中的占優(yōu)策略。此時博弈系統(tǒng)向穩(wěn)定結(jié)果（1，0）演進(jìn)。

（三）政府部門懲罰力度較大的博弈模型

網(wǎng)絡(luò)直播行業(yè)日趨成熟，政府部門對于直播行業(yè)的相關(guān)利弊已經(jīng)有了充分了解，技術(shù)手段也有著對應(yīng)的提升，涉及主播各種違規(guī)行為的相關(guān)法律法規(guī)已經(jīng)完善，政府部門對平臺違規(guī)經(jīng)營的懲罰力度大大增加，此時的懲罰力度對平臺具有一定的約束性，但這種約束作用有限，并不足以使政府部門的監(jiān)管收益大于監(jiān)管成本，卻已足夠使監(jiān)管收益與積極監(jiān)管所挽回的社會福利損失之和大于監(jiān)管成本，此時，政府部門群體積極監(jiān)管與消極監(jiān)管行為并存;而隨著網(wǎng)絡(luò)直播的普及化，社會公眾對綠色網(wǎng)絡(luò)直播的偏好提高，主播違規(guī)行為的收益比起場景2已經(jīng)有所下降。此時條件滿足-T0<δ+ω-m-βA<0，F(xiàn)+T0+（1-α）f-M>0（場景3）。參數(shù)取值為δ+ω=10，m=4，βA=23，F(xiàn)=10，T0=20，（1-α）f=5，M=15，系統(tǒng)仿真模擬結(jié)果如圖6所示。

由圖6可知，當(dāng)政府部門的懲罰力度增加到一個處于決定性的數(shù)值之時，整個系統(tǒng)的演化策略發(fā)生了改變。假定政府部門群體選擇積極監(jiān)管策略和平臺群體選擇合規(guī)經(jīng)營策略的初始比例為0.8，隨著時間的推移和雙方博弈次數(shù)的增加，政府部門的策略與平臺的策略呈現(xiàn)出一種周期性的變化。此時，由于政府部門懲罰力度較大，平臺合規(guī)經(jīng)營的收益大于違規(guī)經(jīng)營的利益，但由于政府部門群體積極監(jiān)管與消極監(jiān)管并存，從而導(dǎo)致了平臺群體合規(guī)與違規(guī)的并存。此時，政府部門群體和平臺的行為選擇相互依賴，表現(xiàn)出一種特定的周期行為模式，此情形多存在于政府實施相關(guān)政策或發(fā)布相關(guān)法規(guī)的過程中，是現(xiàn)實經(jīng)濟(jì)社會中的一個常見現(xiàn)象，即平臺合規(guī)經(jīng)營的比例與政府部門積極監(jiān)管的比例變化趨勢一致，出現(xiàn)政府部門公共治理中的“搖擺現(xiàn)象”[25]。此時系統(tǒng)無演化穩(wěn)定結(jié)果。

（四）平臺潛在社會收益較大的博弈模型

隨著網(wǎng)絡(luò)直播的逐漸規(guī)范化和社會公眾對綠色網(wǎng)絡(luò)直播偏好的提高，此時，平臺合規(guī)經(jīng)營所帶來的潛在收益比起違規(guī)經(jīng)營所帶來的潛在收益已經(jīng)大大增加。當(dāng)平臺的策略趨向于合規(guī)經(jīng)營，會促使整個平臺的直播內(nèi)容更加多元化，觀眾類型隨之增加，平臺培養(yǎng)的主播數(shù)量也與日俱增，延續(xù)了網(wǎng)絡(luò)直播平臺的生命力，擴(kuò)大了行業(yè)的影響力。這一系列帶來的變化導(dǎo)致政府部門放松了對平臺的管制，采取消極監(jiān)管策略，由于不存在政府部門的外部監(jiān)管，平臺在巨大利益引誘下出現(xiàn)違法意愿，選擇進(jìn)行違規(guī)經(jīng)營。此時，條件滿足δ+ω-m-βA>0（場景4）。參數(shù)取值為δ+ω=25，m=4，βA=15，F(xiàn)=10，T0=5，（1-α）f=5，M=15，系統(tǒng)仿真模擬結(jié)果如圖7所示。

由圖7可知，直播平臺的合規(guī)經(jīng)營行為使得其獲得的潛在社會收益較大，隨著網(wǎng)絡(luò)直播亂象問題導(dǎo)致的社會福利損失越來越小，政府部門對平臺違規(guī)行為的懲罰力度不斷減小。假定政府部門群體與平臺群體策略選擇的初始比例為0.8，隨著時間的推移和雙方博弈選擇次數(shù)的增加，政府部門的策略選擇趨向于消極監(jiān)管，平臺的策略選擇趨向于合規(guī)經(jīng)營。此時，平臺選擇合規(guī)經(jīng)營的期望收益大于平臺選擇違規(guī)經(jīng)營的期望收益。而由于網(wǎng)絡(luò)直播行業(yè)的規(guī)范化，政府部門對平臺進(jìn)行監(jiān)管的重視程度下降，無法從中收取罰金，反而浪費了人力物力，因此消極監(jiān)管成為政府部門在博弈中的占優(yōu)策略。這種情況是網(wǎng)絡(luò)直播治理的最理想情況，此時博弈系統(tǒng)向穩(wěn)定結(jié)果（0，1）演進(jìn)。但在實際情形中，若政府部門對平臺放松管制，由于不存在政府部門的外部監(jiān)管，直播平臺采取違規(guī)行為不僅能節(jié)約檢測成本，而且還可以獲得來自主播的額外收益，在利益的驅(qū)動下將選擇違規(guī)經(jīng)營。為防止此種情況發(fā)生，政府可以引入第三方監(jiān)管的機(jī)制，以降低政府部門“積極監(jiān)管”的成本;同時，隨著直播行業(yè)市場規(guī)模的不斷擴(kuò)大，政府部門可以考慮優(yōu)化改革，促進(jìn)“合規(guī)”平臺增加收益，加大對“違規(guī)”平臺的處罰力度。

五、結(jié)論

在對網(wǎng)絡(luò)直播的治理過程中，網(wǎng)絡(luò)直播平臺與主播往往存在著合謀的傾向，且在現(xiàn)有制度不夠完善的情況下時有發(fā)生。本文基于博弈主體有限理性假設(shè)，運用博弈論的思想構(gòu)建了政府部門與平臺的行為選擇動態(tài)演化模型，圍繞懲罰力度、平臺潛在社會收益以及違規(guī)收益這3個關(guān)鍵參數(shù)，深入剖析博弈雙方的行為選擇互動機(jī)制，揭示了不同條件下系統(tǒng)的演化穩(wěn)定結(jié)果及演化路徑，并通過Matlab仿真模擬軟件對模型結(jié)果進(jìn)行了驗證。

研究結(jié)果表明：第一，政府部門和平臺的策略選擇隨著懲罰力度和潛在社會收益以及違規(guī)收益3個參數(shù)的取值變化分別呈現(xiàn)出3種穩(wěn)定狀態(tài)（0，0），（1，0），（0，1），以及一種周期性的隨機(jī)狀態(tài);第二，系統(tǒng)不存在演化穩(wěn)定結(jié)果（1，1），即當(dāng)網(wǎng)絡(luò)直播行業(yè)的規(guī)范性達(dá)到一定的程度之后，政府會將監(jiān)管的權(quán)責(zé)交付給平臺，對平臺的監(jiān)管力度將會減弱;第三，可通過引入第三方監(jiān)管機(jī)制或優(yōu)化政府改革的途徑來改變網(wǎng)絡(luò)直播行業(yè)的風(fēng)氣;第四，除了關(guān)鍵參數(shù)懲罰力度T0、平臺潛在社會收益δ+ω以及平臺違規(guī)收益βA之外，政府監(jiān)管成本M、平臺監(jiān)管成本m、社會福利F、監(jiān)管挽回的社會損失（1-α）f均會對系統(tǒng)的演化結(jié)果產(chǎn)生影響。

基于研究結(jié)論提出如下對策與建議。

第一，加大政府部門懲罰力度，降低平臺違規(guī)經(jīng)營收益。在網(wǎng)絡(luò)直播行業(yè)尚未形成規(guī)范良好的風(fēng)氣之前，政府部門應(yīng)加大對平臺違規(guī)經(jīng)營行為的懲罰力度，健全相關(guān)法律法規(guī)，對主播相關(guān)違規(guī)行為進(jìn)行界定。若發(fā)現(xiàn)平臺對違規(guī)主播保持沉默、縱容甚至鼓勵態(tài)度，政府部門將對平臺收取高額罰金，對個別情節(jié)極其惡劣的平臺查封關(guān)停，強(qiáng)調(diào)網(wǎng)絡(luò)直播平臺招募主播時必須實行實名制，并通過官方媒體如中央電視臺、官方微博等渠道從輿論方面對違規(guī)經(jīng)營的直播平臺進(jìn)行警告，并嚴(yán)令整改，從而改善網(wǎng)絡(luò)直播行業(yè)的風(fēng)氣，減少平臺的違規(guī)經(jīng)營收益，以達(dá)到網(wǎng)絡(luò)直播行業(yè)治理的最理想效果。

第二，增大平臺合規(guī)經(jīng)營潛在收益。政府部門對合規(guī)經(jīng)營的平臺應(yīng)采取一定的激勵措施，在相關(guān)的政策方面給予一定的傾斜，在相關(guān)文件中對合規(guī)經(jīng)營的平臺進(jìn)行扶持，提高該類平臺的曝光率，樹立優(yōu)秀者為典范，為優(yōu)質(zhì)網(wǎng)絡(luò)直播平臺的發(fā)育成長提供更好的環(huán)境，使平臺合規(guī)經(jīng)營者的潛在收益增長，促使整個網(wǎng)絡(luò)直播的環(huán)境向合規(guī)經(jīng)營轉(zhuǎn)化。當(dāng)合規(guī)經(jīng)營平臺可以在規(guī)范化的直播運營中獲得更多的利益時，網(wǎng)絡(luò)直播行業(yè)就能得到很好的發(fā)展，整個網(wǎng)絡(luò)直播監(jiān)管也會越來越理想化。

第三，降低政府監(jiān)管成本與平臺監(jiān)察成本。政府部門應(yīng)降低自身的監(jiān)管成本，在監(jiān)管平臺時應(yīng)明確主體權(quán)責(zé)，厘清各部門的職能，合理分工，建立稅收、工商、文化和新聞出版等部門的聯(lián)動機(jī)制，組建統(tǒng)一的市場監(jiān)管部門，建立統(tǒng)一的市場監(jiān)管機(jī)構(gòu)，避免出現(xiàn)監(jiān)管主體不明、政策文件重合等情況。同時，敦促平臺精簡機(jī)構(gòu)，提高技術(shù)，降低平臺對違規(guī)主播的監(jiān)察成本，優(yōu)化網(wǎng)絡(luò)直播大環(huán)境。

由于仿真數(shù)值實驗在模擬的條件下進(jìn)行，故下一步可以進(jìn)行實證分析，通過實證采集到的數(shù)據(jù)，對網(wǎng)絡(luò)直播的監(jiān)管進(jìn)行進(jìn)一步分析。

參考文獻(xiàn)：

[1]喻昕，許正良.網(wǎng)絡(luò)直播平臺中彈幕用戶信息參與行為研究——基于沉浸理論的視角[J].情報科學(xué)，2017（10）：147-151.

[2]司凱威.直播分享網(wǎng)站節(jié)目監(jiān)管策略研究[J].數(shù)字傳媒研究，2016（4）：47-49.

[3]中國互聯(lián)網(wǎng)絡(luò)信息中心.第48次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》[R/OL].（2021-08-27）[2021-08-31]. http：//www.ce.cn/cysc/tech/gd2012/202108/27/t20210827_36854362.shtml.

[4]李鋼，宋強(qiáng).中國互聯(lián)網(wǎng)低俗內(nèi)容監(jiān)管的博弈分析[J].管理評論，2011（10）：77-82.

[5]周劍平.電商直播監(jiān)管的難點與對策創(chuàng)新[J].中國流通經(jīng)濟(jì)，2021（8）：72-80.

[6]趙樹梅，梁波.直播帶貨的特點、挑戰(zhàn)及發(fā)展趨勢[J].中國流通經(jīng)濟(jì)，2021（8）：61-71.

[7]張旻.熱鬧的“網(wǎng)紅”：網(wǎng)絡(luò)直播平臺發(fā)展中的問題及對策[J].中國記者，2016（5）：64-65.

[8]任丙強(qiáng).我國互聯(lián)網(wǎng)內(nèi)容管制的現(xiàn)狀及存在的問題[J].信息網(wǎng)絡(luò)安全，2007（10）：33-36.

[9]付業(yè)勤，羅艷菊，張仙鋒.我國網(wǎng)絡(luò)直播的內(nèi)涵特征、類型模式與規(guī)范發(fā)展[J].重慶郵電大學(xué)學(xué)報（社會科學(xué)版），2017（4）：71-81.

[10]曾一昕，何帆.我國網(wǎng)絡(luò)直播行業(yè)的特點分析與規(guī)范治理[J].圖書館學(xué)研究，2017（6）：57-60.

[11]禹玉琳.淺析我國網(wǎng)絡(luò)直播平臺監(jiān)管主體的問題及對策[J].法制與社會，2017（26）：179-180.

[12]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（2）：25-31.

[13]張濤.我國網(wǎng)絡(luò)表演直播中政府規(guī)制機(jī)制初探[J].行政與法，2017（5）：12-21.

[14]SMITH J M. Evolution and the Theory of Games[M].Cambridge：Cambridge University Press，1982：202-215.

[15]常建偉，趙劉威，杜建國.企業(yè)環(huán)境行為的監(jiān)管演化博弈分析和穩(wěn)定性控制——基于系統(tǒng)動力學(xué)[J].系統(tǒng)工程，2017（10）：79-87.

[16]QI B， YU X， GUO L. Establishment and Application of Green Procurement Model in Government Incentives based on Evolutionary Game Theory[J]. Journal of Shenyang Jianzhu University，2010（4）：813-816.

[17]FENG P， BAO X I， LIN W， et al. Analysis on Environmental Regulation Strategy of Local Government based on Evolutionary Game Theory[J]. Systems Engineering：Theory & Practice，2015（6）：1393-1404.

[18]盧安文，何洪陽.基于演化博弈的互聯(lián)網(wǎng)信息服務(wù)業(yè)多元協(xié)同治理研究[J].運籌與管理，2020（11）：53-59.

[19]劉偉，夏立秋，王一雷.動態(tài)懲罰機(jī)制下互聯(lián)網(wǎng)金融平臺行為及監(jiān)管策略的演化博弈分析[J].系統(tǒng)工程理論與實踐，2017（5）：1113-1122.

[20]潘定，謝菡.數(shù)字經(jīng)濟(jì)下政府監(jiān)管與電商企業(yè)“殺熟”行為的演化博弈[J].經(jīng)濟(jì)與管理，2021（1）：77-84.

[21]曲衛(wèi)華，顏志軍.公眾參與下的企業(yè)能源消費行為演化研究[J].系統(tǒng)工程理論與實踐，2016（10）：2537-2548.

[22]盧方元.環(huán)境污染問題的演化博弈分析[J].系統(tǒng)工程理論與實踐，2007（9）：148-152.

[23]詹文杰，鄒軼.基于演化博弈的討價還價策略研究[J].系統(tǒng)工程理論與實踐，2014（5）：1181-1187.

[24]王先甲，全吉，劉偉兵.有限理性下的演化博弈與合作機(jī)制研究[J].系統(tǒng)工程理論與實踐，2011（S1）：82-93.

[25]姚引良，劉波，郭雪松，等.地方政府部門網(wǎng)絡(luò)治理形成與運行機(jī)制博弈仿真分析[J].中國軟科學(xué)，2012（10）：159-168.

Evolutionary Game Analysis and Simulation Research on the SupervisionStrategy of Network Broadcast Platform

WAN Xiaoyu， ZHAO Siqi

（School of Economics and Management， Chongqing University of Posts and Telecommunications， Chongqing 400065， China）

Abstract：

In view of the current situation in China’s network live industry， this paper uses evolutionary game theory to build a dynamic evolution model between government departments and direct seeding platforms， focusing on the punishment of government departments on network broadcast platform violations， and the size of three key parameters of the potential revenue and illegal income of direct seeding platform. Matlab7.0 numerical simulation tool is used to simulate the interaction process between government departments and webcast platforms in four scenarios. The study shows that when the value of key parameters is located in different numerical intervals， the system presents three evolutionary stable results and a periodic random state respectively， and increases the punishment for the violation of the network broadcast platform， increases the potential revenue of the compliance and reduces the income of the violation， which is beneficial to guide the network broadcast platform strategy. The conclusions provide theoretical basis and reference for policy making and decision-making implementation of government departments.

Keywords：network broadcast platform; government supervision; punishment intensity; evolutionary game

（編輯：段明琰）

收稿日期：2021-02-28修訂日期：2021-09-15

基金項目：教育部人文社會科學(xué)研究規(guī)劃基金項目：共享經(jīng)濟(jì)模式下顧客融入行為的動因及作用結(jié)果研究（19XJA630004）

作者簡介：

萬曉榆，教授，博士，主要從事共享經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)研究，E-mail：wanxy@cqupt.edu.cn;

趙思齊，碩士研究生，主要從事信息經(jīng)濟(jì)學(xué)和博弈論研究，E-mail：1104271840@qq.com。