大學生被詐騙的博弈分析與對策研究＊

楊 波，鄭 巍

（重慶郵電大學經濟管理學院，重慶 400065）

每逢開學時期，大學生學費被詐騙的事件時常發生，例如2016年發生的“8.19徐玉玉被電信詐騙案”中，徐玉玉因被騙走學費9900元，傷心欲絕，導致心臟驟停離世，而類似悲慘案例屢見不鮮。研究如何減少甚至是杜絕大學生學費被詐騙已是迫在眉睫的事情。國內詐騙主要以電信詐騙為主，以“電信詐騙”為主題在知網中搜索出的文獻數量，從2009年起呈逐年增長趨勢，其中2015-2016年間增長速度最為迅猛[1]；但以“大學生電信詐騙”為主題在知網中搜索出的相關文獻僅有33篇，主要研究詐騙的現狀、原因以及預防措施或對策等，很少見運用博弈分析的方法來研究大學生被詐騙問題。本文將通過構建大學生和行騙者之間的靜態和動態博弈模型，來分析大學生被詐騙問題，在研究方法上具有一定的新意。

1 完全信息靜態博弈分析

個人信息泄露、容易受到誘惑、社會經驗不足和防騙教育缺失是致使大學生上當受騙的四大主要原因[2]，部分大學生在面對詐騙時，無法立刻識別詐騙，缺乏對詐騙者的防范心。面對電信詐騙，大學生分為警惕和疏忽這兩類，行騙者對警惕的大學生難以詐騙成功，但對疏忽的大學生常常能詐騙成功。大學生和行騙者各自獨立地選擇自己的策略行為，因此可以運用完全信息靜態博弈模型進行分析。

1.1 模型假設

假設一：博弈為兩人博弈，博弈方為“大學生”、“行騙者”，且各博弈方均滿足“理性人”假設，即按照自身利益或效用最大化原則決策行為。

假設二：博弈策略為有限博弈，每個博弈方都有兩種策略，即大學生在預防詐騙時能夠選擇“疏忽”和“警惕”兩種策略，行騙者在詐騙時能夠選擇“騙”和“不騙”兩種策略。

假設三：博弈信息結構為完全信息的靜態博弈，即各博弈方都能夠完全了解所有博弈方在各種情況下的得益。

假設四：大學生在疏忽時，行騙者一定能詐騙成功；大學生在警惕時，不會有得失，但行騙者詐騙一定會失敗，并會被舉報抓住；行騙者選擇不騙時，不會有得失。

1.2 變量定義

行騙者詐騙成功將獲得的價值為M，行騙者詐騙失敗將產生負效用為-F，大學生疏忽時未遭詐騙將產生正效用L，大學生被詐騙將產生負效用-C，行騙者選擇“騙”策略的概率為pt，大學生選擇“疏忽”策略的概率為Pg，行騙者“騙”的最佳概率為pt*，大學生 “疏忽”的最佳概率為pg*。

1.3 模型構建與均衡分析

根據大學生與行騙者的策略選擇，可以得到得益矩陣如圖1所示；根據行騙者與大學生的混合策略選擇，可以得到行騙者的混合策略如圖2所示以及大學生的混合策略如圖3所示。

圖1 得益矩陣

圖2 行騙者的混合策略

圖3 大學生的混合策略

在行騙者和大學生的博弈中，行騙者分別以概率pt*和1-pt*隨機選擇“騙”與“不騙”，大學生分別以Pg*和1-Pg*隨機選擇“疏忽”與“警惕”時，雙方都不能通過改變策略改善自己的期望得益，因此構成混合策略納什均衡。

1.4 均衡的影響因素分析

1.4.1 均衡影響因素的理論分析

1）若M點上移，-F點不變時，連線繞-F點逆時針轉動，Pg*點將會左移；

2）若-F點下移，M點不變時，連線繞M點逆時針轉動，Pg*點將會右移。

圖4 M點移動對Pg的影響

圖6 L點移動對Pt的影響

圖7 -C點移動對Pt的影響

3）若L點下移，-C點不變時，連線繞-C點逆時針轉動，pt*點將會左移；

4）若-C點下移，L點不變時，連線繞L點順時針轉動，pt*點將會左移。

1.4.2 均衡影響因素的現實解釋

1）在圖4中，大學生可能得到更多的學費，導致行騙者在大學生疏忽時能詐騙到更大價值的財物，因此M點上移。考慮單一變量，假設-F點不變，則Pg*點將會左移，大學生疏忽的概率將會減小，這意味著，大學生得到更多學費時會有更大概率變得謹慎，警惕性也將升高。

2）在圖5中，政府采取更加強硬的政策，對行騙者加大處罰力度，會使得行騙者犯罪成本增加，行騙者行騙被抓的負效用增加，即-F點下移。考慮單一變量，假設M點不變，則Pg*點將會右移，大學生疏忽的概率將會增大，這意味著，政府加大處罰力度后將會削弱大學生防受騙的意識，降低其警惕性。

3）在圖6中，大學生因疏忽而未遭詐騙感到十分慶幸而產生正效用L，伴隨著詐騙事例增多，大學生會認為疏忽而未遭詐騙其實面臨很高的風險，因而這種慶幸心理帶來的正效用會下降，即L點下移。考慮單一變量，假設-C點不變，隨著大學生因疏忽未遭詐騙帶來的正效用下降，大學生的警惕性會提高，因而行騙者行騙的概率會下降，pt*點將會左移。

4）在圖7中，同1）相似，大學生可能得到更多的學費，因疏忽而被行騙者詐騙到更大價值的財物，因此大學生將會損失更多財物，產生更大的負效用，即-C點下移。考慮單一變量，假設L點不變，則pt*點將會左移，行騙者行騙的概率下降，這意味著，大學生得到更多學費時因害怕遭受更多的損失，會有更大概率變得謹慎，警惕性也將升高，導致行騙者行騙概率降低。

1.4.3 “大學生社會閱歷不足”假設對均衡解的影響

1）模型假設。在上述靜態博弈模型基礎上，增加大學生社會閱歷不足的假設，大學生因為社會閱歷不足，會低估自己財物價值，認為行騙者不會在意自己的這一份“小錢”；同時認為社會是美好真誠的，并且對處罰政策也十分信任，將會高估政策實際起到的保護作用；第一次聽聞詐騙行為時，將會更加慶幸自己以前疏忽而未遭詐騙，于是會產生更大的正效用；心性單純的大學生在第一次遭受到詐騙時，會認為是自己缺乏社會閱歷、自身單純善良且容易相信人，內心譴責自己的感受不會很強烈，同時會認為遭受到詐騙而損失的財物相當于買到一次教訓[3]，因此負效用小于原來負效用。因而增加假設為：

假設五：大學生低估自己財物價值，高估政策保護的有效程度，首次接觸到詐騙時，會產生更大的正效用或者更小的負效用。

2）變量定義。M1=a*M（01），b 為大學生對處罰行騙者的政策的估計系數；L1>L，L1為大學生因疏忽而未遭詐騙產生的更大的正效用；-C1<-C，-C1為大學生產生的較小的負效用。

3）模型構建與均衡分析。根據新增假設，以及行騙者與大學生的混合策略選擇，可以得到變化后的行騙者的混合策略如圖8以及大學生的混合策略如圖9所示。

圖8 行騙者的混合策略

圖9 缺乏社會閱歷大學生的混合策略

首先分析圖9，M點移動到M1點，-F點移動到-F1點，M1、-F1連線向右下移動，與橫軸的連線交點Pg1向右移動，這意味著，缺乏社會閱歷的大學生對于詐騙行為的疏忽概率將會高于社會閱歷豐富的大學生的疏忽概率，缺乏社會閱歷、防范詐騙意識不足的大學生對于詐騙的警惕性不足。

再來分析圖8，L點移動到L1,點，-C點移動到-C1點，L1、-C1連線向右上移動，與橫軸的連線交點Pt1向右移動，這意味著，行騙者對缺乏社會閱歷的大學生的行騙概率將會提高。

1.5 完全信息靜態博弈分析結論

1）大學生在得到更多學費時，因害怕損失更多的學費，將會變得更謹慎，警惕性也將升高；而行騙者行騙概率將會降低。

2）政府加大處罰力度后會降低行騙者的得益，但是同時也將會削弱大學生防受騙的意識，降低其警惕性。

3）大學生接收到多次防詐騙相關知識宣傳后，會增加警惕性，降低行騙者行騙概率。

4）缺乏社會閱歷的大學生對于詐騙行為的疏忽概率將會高于社會閱歷豐富的大學生的疏忽概率，缺乏社會閱歷、防范詐騙意識不足的大學生對于詐騙的警惕性不足。

5）行騙者對缺乏社會閱歷的大學生的行騙概率將會提高，行騙者更愿意對缺乏社會閱歷的大學生進行詐騙。

2 完全信息動態博弈分析

電信詐騙突破了傳統詐騙在時間、空間上的限制[4]，大學生學費被詐騙往往有個博弈方先后決策的過程，行騙者首先會選擇部分大學生作為詐騙對象進行詐騙，被選中的大學生然后才能做出反應，而被騙的大學生具有一定程度的識別詐騙能力，行騙者詐騙并非一定成功，同時，整個詐騙過程還會受到學校、政府等因素的影響。因此，可以進一步運用完全信息動態博弈模型進行分析。

2.1 模型假設

假設一：博弈為兩人博弈，博弈方為“大學生”、“行騙者”，且各博弈方均滿足“理性人”假設，即按照自身利益或效用最大化原則決策行為。

假設二：博弈策略為有限博弈，每個博弈方都有兩種策略，行騙者在第一階段進行詐騙時能夠選擇“騙”和“不騙”兩種策略，大學生在第二階段預防詐騙時能夠選擇“疏忽”和“警惕”兩種策略。

假設三：博弈信息結構為完全且完美信息的動態博弈，即在動態博弈中，各博弈方對博弈進程都完全了解，并且知道各博弈方在各種情況下的得益。

假設四：大學生在疏忽時，行騙者有一定概率能詐騙成功；大學生在警惕時，行騙者有一定概率會詐騙失敗；行騙者詐騙成功將獲得正收益，實施詐騙會產生成本；大學生被騙成功將會有損失，被騙失敗將不會有損失。

2.2 變量定義

大學生被騙成功的損失為-M；行騙者詐騙成功獲得的收益為W；行騙者詐騙選擇“疏忽”策略的大學生的成本為C1；行騙者詐騙選擇“警惕”策略的大學生的成本為C2；行騙者詐騙選擇“疏忽”策略的大學生時，成功的概率為P3；行騙者詐騙選擇“警惕”策略的大學生時，成功的概率為P2。

2.3 模型構建與均衡分析

根據上述假設及變量定義，可以構建一個兩個博弈方之間的兩階段動態博弈，擴展形如圖10所示。

圖10 行騙者-大學生之間博弈的擴展形

2.3.1 大學生的策略選擇

大學生選擇“疏忽”的期望得益：

大學生選擇“警惕”的期望得益：

在行騙者選擇“騙”的情況下，若 U1=Mp1>U2=-Mp2，即 p1

若U1=Mp1p2，大學生將會選擇“警惕”策略。

實際生活中，行騙者騙疏忽的大學生成功的概率p1>騙警惕的大學生成功的概率p2，因此，在面對行騙者行騙時，大學生將會選擇“警惕”策略。

2.3.2 行騙者的策略選擇

行騙者騙疏忽的大學生的期望得益：

行騙者騙警惕的大學生的期望得益：

實際生活中，行騙者騙疏忽的大學生成功的概率p1>騙警惕的大學生成功的概率p2，所以U3>U4。

由逆推歸納法可知，如果行騙者選擇“騙”，大學生將會選擇“警惕”，則在U4>0的情況下，行騙者會選擇騙，否則選擇不騙。

2.4 均衡的影響因素分析

由行騙者騙警惕的大學生的期望得益：U4=Wp2-C2可知，若增加C2，即增加行騙者詐騙大學生成本，則會減小U4，使得行騙者更容易選擇“不騙”策略。

若減小p2或W，即降低詐騙者詐騙大學生成功的概率或者詐騙者詐騙成功獲得的收益，也會減小U4，行騙者則更容易選擇“不騙”策略。

2.4.1 學校策略對均衡的影響

在大學校園內出現大學生被詐騙案件后，學校通常將會采取宣講或老師提醒學生等方式，提高學生防詐騙意識。

1）模型假設。在上述動態博弈模型假設的基礎上，增加學校采取的行動假設，增加假設為：

假設五：學校有“不提醒”、“提醒”兩種策略；提醒學生將會產生成本，不提醒將不會有成本產生；學校選擇“提醒”策略后，如果學生仍被騙學校將會產生負效應，如果學生未被騙學校將會產生正效應。

2）變量定義。提醒學生付出的成本為C3；學校選擇提醒后，學生仍被騙，學校產生的負效應為-K；學校選擇提醒后，學生未被騙，學校產生的正效應為J；行騙者詐騙選擇“疏忽”策略的大學生時，成功的概率為p3(p3

3）模型構建與均衡分析。根據上述假設及變量定義，可以構建一個三個博弈方之間的三階段動態博弈，擴展形如圖11所示。

圖11 行騙者-大學生-學校之間博弈的擴展形

（1）學校的策略。在行騙者選擇“騙”策略、學校選擇“提醒”策略、大學生選擇“疏忽”策略時，學校的期望得益：

在行騙者選擇“騙”策略、學校選擇“提醒”策略、大學生選擇“警惕”策略時，學校的期望得益：

由逆推歸納法可知，如果行騙者選擇“騙”，學校選擇“提醒”，大學生選擇“警惕”，則在U6>0時，學校將會選擇提醒學生注意詐騙犯罪。

（2）行騙者的策略。在學校選擇“提醒”下，行騙者騙疏忽的大學生的期望得益：

行騙者騙警惕的大學生的期望得益：

由逆推歸納法可知，如果行騙者選擇“騙”，學校選擇“提醒”，大學生選擇“警惕”，則在U8>0的情況下，行騙者會選擇騙，否則選擇不騙。

若減小p4，即降低行騙者詐騙大學生成功的概率，則會減小，行騙者將會更傾向選擇“不騙”策略。

2.4.2 政府策略對均衡的影響

當大學生被詐騙成功后，大學生可能會選擇舉報行騙者，政府也會根據大學生的損失大小決定是否受理詐騙案件，在受理詐騙案件后，政府將受到行騙者的復雜犯罪手段，作案地域跨度廣等因素的影響[5]，僅有一定概率抓住行騙者，返還大學生損失，并對詐騙者進行嚴厲的處罰。

1）模型假設。在初始的動態博弈模型假設的基礎上，增加政府采取的行動假設，增加假設為：

假設六：政府有“受理”、“不受理”兩種策略，大學生有“舉報”、“不舉報”兩種策略；大學生舉報將會產生成本，不舉報將不會有成本產生；政府受理案件將會產生成本，不受理案件將不會有成本產生。

假設七：政府受理案件后，將有一定概率抓住行騙者；抓住行騙者后，將對行騙者進行罰款，返還學生被騙金額，未抓住行騙者，學生將會承受損失。

2）變量定義。政府的受理成本為C5；大學生的舉報成本為C6；對行騙者的罰款為S；抓住行騙者的概率為。

3）模型構建與均衡分析。根據上述假設及變量定義，可以構建一個三個博弈方之間的四階段動態博弈，擴展形如圖12所示。

圖12 行騙者-大學生-政府之間博弈的擴展形

（1）政府的策略。政府受理詐騙案件的期望得益：

當U9>0時，政府將會選擇“受理”策略。

若增大對行騙者的懲罰力度，即增大罰款額度S，在其他影響因素不變的情況下，可以增大，政府則更傾向于選擇“受理”策略，大學生也更有可能選擇“舉報”策略。

若增大p5，即增加行騙者被抓住的概率，在其他影響因素不變的情況下，也能增大U9，使得政府更容易選擇“受理”策略。

（2）大學生的策略。當U9<0時，政府將會選擇“不受理”策略，此時大學生選擇“舉報”的期望得益為-M-C6，將小于選擇“不舉報”的期望得益-M，因此大學生將會選擇“不舉報”。

當U9>0時，政府將會選擇“受理”策略，此時，在大學生選擇“警惕”，行騙者詐騙成功后，大學生選擇“舉報”，政府選擇“受理”，大學生的期望得益：

大學生選擇 “不舉報”的期望得益為-M。若U10<-M，即Mp5-C6<0時，大學生將會選擇 “不舉報”，反之，則會選擇“舉報”。如果降低大學生的舉報成本，即減小C6，Mp5-C6將會增大，則大學生更容易選擇“舉報”策略。

（3）行騙者的策略。當U9<0時，政府將會選擇“不受理”策略，或者Mp5-C6<0時，大學生將會選擇“不舉報”策略，此時行騙者選擇“騙”的期望得益為：，因此U4>0時，行騙者會選擇騙。

當Mp5-C6且U9>0時，大學生被詐騙成功后將會選擇“舉報”，政府也會選擇“受理”，此時行騙者被抓住和未被抓住的總期望得益為：

行騙者選擇“騙”的期望得益為：

因此U12>0時，行騙者會選擇騙，否則選擇不騙。

考慮單一變量，則 U12=（W-SP5）P2-C2的影響因素變化情況見表1。

表1 U12的影響因素變化情況

當U12減小時，行騙者將會更傾向于選擇 “不騙”策略。

2.5 完全信息動態博弈分析結論

1）降低行騙者詐騙成功獲得的得益，將會降低行騙者詐騙傾向；

2）增加對行騙者的罰款額度，將會降低行騙者詐騙傾向；

3）增加抓住行騙者的概率，將會降低行騙者詐騙傾向；

4）降低行騙者詐騙大學生成功的概率，將會降低行騙者詐騙傾向；

5）增加行騙者詐騙大學生的成本，將會降低行騙者詐騙傾向。

3 對策建議

3.1 政府層面

1）政府加大對行騙者的處罰力度。這不僅能降低行騙者詐騙傾向，同時能將多余的罰款用于補貼受理成本、提高抓捕詐騙者的技術等方面；

2）政府應當降低受理成本、大學生舉報成本。讓大學生被騙后能夠輕松快捷地舉報，舉報后政府必定受理，并對詐騙犯罪采取行動；

3）增強抓捕詐騙者的技術設備和手段。增加抓住行騙者的概率，增加行騙者的違法成本，降低行騙者詐騙傾向。

3.2 學校層面

1）增加防詐騙相關知識宣傳。學校和老師應對大學生進行防詐騙相關知識宣傳，并增加宣講頻率，提高大學生防范詐騙意識和警惕性，降低行騙者詐騙大學生成功的概率，降低行騙者詐騙傾向；

2）豐富大學生社會閱歷。組織各類社會實踐活動，讓大學生提前進入社會，深入了解社會各個方面，并可以組織線上、線下討論實踐心得體會活動。

3.3 大學生層面

1）積極主動學習防詐騙知識。了解詐騙犯罪基本特征，提高自身社會閱歷，增加行騙者詐騙大學生的成本，將會降低行騙者詐騙傾向。

2）提升自身防范詐騙能力。增強大學生個人財產管理能力和財產安全防范意識，提高大學生對基本詐騙方式的辨識能力，提高大學生面對詐騙行為時緊急處理能力，讓大學生在面對詐騙時能從容面對。