智慧醫(yī)療情境下雙邊隱私行為的交互機理及演化趨勢研究

朱光 沈雨萌 潘高枝

關鍵詞：智慧醫(yī)療;隱私行為;隱私監(jiān)管;隱私投入;行為交互;演化趨勢

隨著大數(shù)據(jù)、云計算和5G通訊技術的發(fā)展及物聯(lián)網(wǎng)終端設備的普及，智慧服務（Intelligent Serv.ice）已深入應用至電子商務、社交媒體、公共治理和智慧醫(yī)療等多個領域，給用戶帶來了高質量的服務體驗。然而，泛在式的智慧服務通過多種方式采集客戶端數(shù)據(jù)，并上傳至云端進行分析，增大了數(shù)據(jù)管理和隱私控制的難度.個人信息中的家庭住址、瀏覽記錄、行動軌跡等數(shù)據(jù)如果泄露，會給用戶帶來嚴重的隱私侵害和人身安全問題。因此.如何建立一個完善的隱私保護機制成為智慧服務進一步發(fā)展所面臨的挑戰(zhàn)。

近年來，各國政府、機構和相關學者從法律法規(guī)、技術模型、行為策略等多個角度對隱私問題展開了深入研究，出臺了HITECH（Health InformationTechnology for Economic and Clinical Health Act）、GDPR（General Data Protection Regulation）、《電信和互聯(lián)網(wǎng)用戶個人信息保護規(guī)定》等法案，在數(shù)據(jù)匿名和訪問控制等隱私保護技術層面也產(chǎn)生了諸多研究成果。此外，考慮到隱私保護需要不同主體在技術、人員、設備、制度等方面進行持續(xù)投入，研究學者從經(jīng)濟學角度分析隱私安全投入的收益、成本和損失，研究不同主體的最優(yōu)隱私行為和交互機理。然而，受市場收益、財務預算、投入成本、“搭便車”效應等多種因素的影響和制約，不同主體的隱私投入行為需要政府采取合理的監(jiān)管措施進行引導和規(guī)范。因此，監(jiān)管行為和投入行為之間具有博弈交互特性。同時，由于智慧服務情境的動態(tài)性、接收信息的不對稱性及主體認知的差異性，隱私投入和隱私監(jiān)管行為也具有動態(tài)性和演化性特征。

目前，國內(nèi)外學者從動態(tài)演化角度對智慧醫(yī)療情境下隱私行為交互機理的研究較少，也缺乏對監(jiān)管行為的動態(tài)調(diào)整分析。基于此，本文旨在剖析智慧醫(yī)療服務商和監(jiān)管部門間的博弈關系，引入演化博弈理論探尋隱私投入和隱私監(jiān)管行為的動態(tài)博弈過程，分析隱私行為的交互機理及演化趨勢，求解行為主體的演化穩(wěn)定策略（Evolutionarilv Stable Strat.egy，ESS）。在此基礎上，對智慧醫(yī)療情境下隱私信息的合理利用和有效保護提出對策建議。

1國內(nèi)外研究現(xiàn)狀

1.1隱私技術研究

從研究文獻來看，國內(nèi)外隱私研究主要從隱私技術和隱私行為兩個維度展開。隱私技術是指為保護敏感和機密數(shù)據(jù)所設計的算法和模型，主要聚焦在身份匿名和訪問控制領域，匿名是指在獲取敏感數(shù)據(jù)時，將獲取信息與用戶身份脫鉤，以達到隱私保護的目的，主要方法包括k-anonymity、1-diversity和m-invariance等。Lix等基于K匿名和Paillier密碼系統(tǒng)的同態(tài)特性，設計了無需用戶提供真實位置的K近鄰興趣點查詢方法.達到了更好的隱私保護效果：Fang w等_提出了一種基于權重屬性熵的分類匿名方法.通過信息熵的概念來計算數(shù)據(jù)集中不同準標識符屙f生對敏感屬性的分類重要程度，在更好地保護隱私數(shù)據(jù)的前提下確保了數(shù)據(jù)分類效用：趙婧等提出了一種基于相似軌跡替代查詢的位置隱私保護方案，滿足匿名性、不可偽造性及抵抗連續(xù)查詢服務追蹤攻擊等安全特性。

基于訪問控制的隱私保護方法是指對訪問實體、軌跡和權限等要素加以控制，以達到隱私保護的目的。LiQ等提出了一種基于風險的訪問控制模型，通過分析訪問者的歷史數(shù)據(jù)，運用信息熵和EM算法量化隱私風險，從而監(jiān)測和控制過度訪問和非法訪問請求：Lai J等將區(qū)塊鏈技術和訪問控制模型相結合，設計了一種基于智能合約的物聯(lián)網(wǎng)訪問控制系統(tǒng)，并為該系統(tǒng)建立了基于超級賬本的訪問控制策略模型：王媛等提出了一種面向隱私保護的多參與者理性風險自適應訪問控制模型，該模型基于香農(nóng)自信息理論設計隱私風險量化算法，從而分析訪問請求的隱私風險。

整體來看，隱私技術研究偏向于“被動式”防護，缺乏對隱私行為與隱私偏好的分析，易導致隱私感知偏差.產(chǎn)生數(shù)據(jù)“可用性”和“私密性”的隱私悖論。

1.2隱私行為研究

為彌補隱私技術研究的不足.國內(nèi)外學者從隱私感知和隱私行為的視角切人，胡昌平等認為信息因素（信息質量、信息敏感度）、主觀感知因素（感知信任、感知風險）和平臺因素（聲譽、隱私政策）是影響用戶隱私關注的3類主要因素;李綱等以計劃行為理論為框架，分析了社交網(wǎng)絡情境下個人信息披露的主要影響因素：李賀等綜合運用隱私計算和計劃行為理論，通過實證分析對隱私悖論現(xiàn)象及其成因進行了闡述：LeeDJ等構建了圓形城市模型，分析消費者隱私信息的披露對市場競爭的影響：Martin K D等基于人際流言理論，探討電子商務中消費者隱私信息披露的應用價值，分析隱私信息披露對企業(yè)的服務策略和產(chǎn)品定價策略的影響;Cavusoglu H等基于隱私計算視角，運用隱私關注理論、溝通隱私理論和行為計劃理論，建立了用戶隱私披露意愿的影響因素模型。

針對數(shù)據(jù)“可用性”和“私密性”的“隱私悖論”現(xiàn)象，研究學者認為隱私披露行為與隱私憂慮（損失）以及服務收益密切相關，而隱私投入行為與成本和收益密切相關。因此，眾多學者嘗試從經(jīng)濟學角度.運用博弈論研究各類隱私行為的交互機理與決策問題。Gordon L A等運用博弈論研究隱私安全的投入決策問題，指出影響隱私安全投入的3個重要因素分別是信息系統(tǒng)脆弱性、數(shù)據(jù)泄露風險和第三方激勵措施;在此基礎上，Ca.VLISOglu H等引入貝葉斯博弈理論，分析投入收益、成本和系統(tǒng)脆弱性等因素對信息系統(tǒng)及隱私安全投資策略的影響：Du S等提出了攻擊回報（Return 0n Attack，ROA）和投入回報（Return 0nInvestment，ROI）兩個概念，認為回報收益的高低對信息系統(tǒng)攻擊者和防御者的信息安全策略有著重要影響：Hausken K等定義IT公司與外部黑客為博弈主體，指出投入收益和監(jiān)管機制直接決定了投入意愿。

隨著市場相互依賴性的提高.研究學者發(fā)現(xiàn)信息共享和戰(zhàn)略合作可以提高隱私安全的防護水平。Chen L等假設隱私攻防雙方完全理性，運用斯塔克伯格博弈模型分析隱私最優(yōu)行為和最佳資源需求：Liu D等探尋信息共享和隱私行為之間的關系。研究結果表明，企業(yè)的隱私投入行為與信息價值密切相關;Fielder A等基于生命周期理論.將信息安全的行為決策過程劃分為多個階段.運用貝葉斯博弈模型分析信息安全的投入行為：Nagurney A等針對財務預算有限和市場收益未知的情境，引入貝葉斯博弈研究最優(yōu)的網(wǎng)絡供應鏈的安全投入策略：Hota A等基于圖論和攻防博弈理論，研究不同節(jié)點隱私安全的最優(yōu)投入策略，以減少系統(tǒng)的脆弱點和降低黑客攻擊概率;Ezhei M等針對網(wǎng)絡攻擊的動態(tài)性和長期性，考慮網(wǎng)絡攻擊的負外部性和網(wǎng)絡防御的正外部性，運用差分博弈理論研究不同網(wǎng)絡節(jié)點的最優(yōu)投入策略;Wu Y等以商業(yè)情境服務為應用背景，設計由用戶、公司、黑客組成的博弈主體，從隱私?jīng)Q策的收益、投入和損失角度出發(fā)，構建多主體、多策略的隱私博弈模型。

1.3研究述評

整體來看，國內(nèi)外隱私研究取得了諸多成果，但仍存在以下問題：

1）基于貝葉斯博弈、差分博弈以及斯塔克伯格博弈的行為交互分析均以博弈主體的理性假設為前提，然而，智慧醫(yī)療情境的復雜性、動態(tài)性和信息不對稱性決定了博弈主體需要在不斷的模仿過程中調(diào)整行為，在演化過程中實現(xiàn)最優(yōu)決策。演化博弈理論對于博弈主體的有限理性假設以及種群自然選擇的演化機制，能更為合理地描述上述情形。

2）目前運用演化博弈理論分析隱私行為交互機理和演化趨勢的研究大多將博弈主體的行為關系定義為攻防和敵對，少有研究從隱私監(jiān)管和隱私投入行為的視角切人。關于監(jiān)管行為與博弈機制的研究以理論分析和政策建議為主，主要集中在供應鏈決策、金融監(jiān)管和環(huán)境整治等領域，且大多將監(jiān)管策略定義為靜態(tài)變量。

3）與其他領域不同，智慧醫(yī)療是具有社會福利性質的技術方案，用以解決國內(nèi)公共醫(yī)療系統(tǒng)不完善，醫(yī)療成本高、渠道少、覆蓋面低等問題。因此.智慧醫(yī)療情境下的“隱私投入一隱私監(jiān)管”博弈需要注重整體效率上的“卡爾多改進”，而不是局部的“帕累托最優(yōu)”。與此同時，智慧醫(yī)療情境下的隱私投入行為具有長期性和演化性，監(jiān)管行為應隨之具有自適應性和動態(tài)性。

基于上述分析，本文通過構建演化博弈模型，研究隱私投入和隱私監(jiān)管行為的交互機理與演化趨勢，并運用實際案例進行數(shù)值仿真，以探尋最優(yōu)的隱私保護模式。

2智慧醫(yī)療情境下的隱私行為博弈

2.1理論基礎與問題描述

由于投入成本、市場收益、外部環(huán)境、隱私意識等方面的差異性和復雜性.智慧醫(yī)療情境下不同主體的隱私行為在空間維度上具有交互性，在時間維度上具有演化性。主體在單次行為和決策中難以選擇最優(yōu)策略，需要不斷試錯和模仿，才能達到具有較高收益的穩(wěn)定狀態(tài)。演化博弈理論認為，行為主體都是有限理性的，其行為決策是建立在對對方長期觀察和模仿的結果之上的。演化博弈的基本思想是：假設存在一個數(shù)量較大的群體M，選擇某一策略A，同時存在一個數(shù)量較小的群體Ⅳ，選擇策略B。當群體M和群體Ⅳ的策略相互影響，形成一個混合群體時，若群體N獲得的收益大于M的原有收益，則小群體Ⅳ會影響到大群體M的策略選擇;反之，群體N會選擇與群體M相同的策略。如果一個群體的行為策略能夠不被另一個群體影響，則認為該群體達到了演化穩(wěn)定狀態(tài)，該群體策略即為演化穩(wěn)定策略.其基本過程如圖1所示。

智慧醫(yī)療情境下不同類型的主體在隱私保護過程中，為實現(xiàn)自身利益最大化，不斷觀察其他主體行為，調(diào)整自身策略，打破局部平衡，進行演化交互，最終達到相對穩(wěn)定的狀態(tài)。可以看出，演化博弈過程更適合描述智慧醫(yī)療情境下隱私行為的交互機理和演化趨勢。

2.2博弈主體及策略分析

智慧醫(yī)療情境是一個結構龐大且復雜的動態(tài)環(huán)境，涉及監(jiān)管部門、醫(yī)療機構、智慧醫(yī)療服務商、患者等不同類型的主體，多主體間的行為交互涵蓋多種博弈類型且涉及變量較多，實際操作難度較大。因此，本文從尋求最優(yōu)隱私保護模式的角度出發(fā)，以智慧醫(yī)療服務商（以下簡稱“服務商”）和監(jiān)管部門為博弈主體，分析雙方在隱私保護過程中不斷調(diào)整隱私投入和隱性監(jiān)管策略的演化博弈過程。

在整個演化博弈過程中，行為主體在多種因素的共同推動下進行博弈。其中，服務商需要考慮技術研發(fā)、軟件升級、設備購置、人員培訓等多方面的成本，若投入成本低于預期收益，則服務商傾向于選擇“積極投入”;若投入成本高于預期收益，則服務商傾向于選擇“消極投入”。因此，服務商需要在（積極投入，消極投入）兩種行為中進行選擇，其策略選擇與政府監(jiān)管、市場收益、投入成本等因素密切相關。監(jiān)管部門可以采取多種獎懲措施監(jiān)管服務商以提升隱私保護水平，從而提升政府公信力。若監(jiān)管成本低于預期收益，則監(jiān)管部門傾向于“高效監(jiān)管”;若監(jiān)管成本高于預期收益，則監(jiān)管部門傾向于“低效監(jiān)管”。因此，監(jiān)管部門需要在（高效監(jiān)管，低效監(jiān)管）兩種行為中進行選擇，其策略選擇與聲譽收益、聲譽損失、監(jiān)管效率、監(jiān)管成本等因素密切相關。為實現(xiàn)自身利益最大化的目標.服務商和監(jiān)管部門需要不斷調(diào)整“積極投入，消極投入”“高效監(jiān)管，低效監(jiān)管”的策略，從而形成演化博弈。

2.3模型假設與參數(shù)設定

為保證本文構建模型的現(xiàn)實性和有效性，筆者對丁香醫(yī)生、好大夫、春雨醫(yī)生等智慧醫(yī)療APP進行深入分析，了解其隱私保護機制。與此同時，走訪江蘇省中醫(yī)院、南京鼓樓醫(yī)院、南京市衛(wèi)生局等多家醫(yī)療機構和監(jiān)管部門.對隱私監(jiān)管的現(xiàn)狀和需求進行深入了解。在上述調(diào)研的基礎上，為了便于模型構建與求解，做出以下假設：

1）隱私意識假設。患者具有較強的隱私安全意識，愿意為高層級的隱私保護選擇付費服務。

2）“經(jīng)濟人”假設。行為主體的行為目的是為了實現(xiàn)自身利益最大化，服務商追求利潤最大化，監(jiān)管部門追求社會聲譽和公信力最大化。

3）有限理性假設。根據(jù)上文分析，服務商和監(jiān)管部門無法“即刻”做出“收益最大化”的最優(yōu)決策，需要在不斷適應和模仿過程中調(diào)整行為，隱私行為具有交互性和演化性。

4）主體同質性假設。根據(jù)智慧醫(yī)療市場和隱私監(jiān)管現(xiàn)狀的調(diào)研結果.目前我國智慧醫(yī)療仍處于起步階段.不同監(jiān)管部門和智慧醫(yī)療服務商的隱私策略并沒有明顯的差異性。因此，本文假定博弈主體具有同質性，即地域、規(guī)模、業(yè)務等因素對主體隱私行為無顯著影響，可以用（積極投入，消極投入）、（高效監(jiān)管，低效監(jiān)管）的策略組合統(tǒng)一描述。

5）信息非完備性假設。受法律法規(guī)、技術方法、投入成本等多方面因素的限制，監(jiān)管部門無法及時、全面了解服務商的隱私投入情況。因此，本文結合私募股權投資與監(jiān)管中的博弈分析，假設當服務商選擇“消極投入”，監(jiān)管部門選擇“高效監(jiān)管”策略時，服務商有一定的概率逃脫懲罰。

在上述假設的基礎上，考慮服務商與監(jiān)管部門選擇博弈策略時所考慮的主要因素，對模型參數(shù)進行定義，各參數(shù)符號及其含義如表1所示。

根據(jù)上述相關假設和參數(shù)定義，當服務商選擇“積極投入”行為，監(jiān)管部門選擇“高效監(jiān)管”行為時，博弈主體的收益分別為：

2.5均衡點的穩(wěn)定性分析

演化均衡點的穩(wěn)定性可以利用雅克比矩陣的局部穩(wěn)定分析得出_5引.定義雅克比矩陣為：

根據(jù)上述條件，可以得到5個局部均衡點（0，0）、（0，1）、（1，0）、（1，1）、（A，B）的具體取值，如表3所示。

顯然，在均衡點（A，B）處有，a11+a22，=0不滿足條件①，因此均衡點（A，B不是演化穩(wěn)定策略。因此，只需分析其余4個均衡點的穩(wěn)定性。

1）即服務商的隱私投入成本大于投入收益.監(jiān)管部門的監(jiān)管成本大于聲譽損失、可能獲得的繳納罰金、可能給予的獎勵補貼之和，此時，博弈雙方的演化穩(wěn)定點為（0，0），服務商傾向于選擇“消極投入”行為，監(jiān)管部門傾向于選擇“低效監(jiān)管”行為。該行為組合出現(xiàn)的主要原因在于：①從服務商角度，隱私投入收益無法覆蓋過高的投入成本，導致服務商的隱私投入意愿較低;②從監(jiān)管部門角度，隱私泄露給監(jiān)管部門造成的聲譽損失較低，同時服務商又有一定的概率逃脫懲罰，導致監(jiān)管部門無法收取罰金甚至付出額外的補貼，因此監(jiān)管部門不愿投入過高成本選擇“高效監(jiān)管”。

2）即服務商的隱私投入成本大于投入收益、罰金和補貼之和.監(jiān)管部門的監(jiān)管成本小于聲譽損失、可能獲得的繳納罰金、可能給予的獎勵補貼之和，此時，博弈雙方的演化穩(wěn)定點為（0，1），服務商傾向于選擇“消極投入”行為.監(jiān)管部門傾向于選擇“高效監(jiān)管”行為。該行為組合出現(xiàn)的主要原因在于：①從服務商角度，隱私投入收益加上政府財政補貼和罰款都無法覆蓋投入成本，導致服務商的隱私投入意愿較低;②從監(jiān)管部門角度，監(jiān)管成本降低（或者聲譽損失和監(jiān)管效率提高），因此監(jiān)管部門愿意選擇“高效監(jiān)管”。

3）若C

4）若CsS+C，即服務商的隱私投入成本小于投入收益、罰金和補貼之和.監(jiān)管部門的聲譽損失大于財政補貼和監(jiān)管成本之和，此時，博弈雙方的演化穩(wěn)定點為（1，1），服務商傾向于選擇“積極投入”行為，監(jiān)管部門傾向于選擇“高效監(jiān)管”行為。該行為組合出現(xiàn)的主要原因在于：①從服務商角度.隱私投入成本較低（或者投入收益、政府獎懲金額和效率較高），因此服務商愿意選擇“積極投入”：②從監(jiān)管部門角度，監(jiān)管成本降低（或者聲譽損失和監(jiān)管效率提高），因此監(jiān)管部門愿意選擇“高效監(jiān)管”。

從以上均衡點分析可以看出，當監(jiān)管部門的獎懲參數(shù)、聲譽損失、監(jiān)管效率、監(jiān)管成本發(fā)生變化時，監(jiān)管行為會對服務商的隱私投入行為產(chǎn)生顯著影響，博弈雙方的隱私行為具有明顯的交互特性。

3動態(tài)模型擴展

在上文構建的模型中，隱私監(jiān)管行為中的補貼S和罰金F均為靜態(tài)參數(shù)。為探求博弈模型的卡爾多改進，結合智慧醫(yī)療情境下主體行為的動態(tài)性和演化性，本文研究不同類型的動態(tài)獎懲參數(shù)對隱私行為的影響。

3.1動態(tài)補貼和靜態(tài)罰金

定義動態(tài)補貼參數(shù)S（x）=S（1-x），即當服務商選擇“積極投入”行為的概率增大時，監(jiān)管部門可以降低其補貼金額以節(jié)約成本，服務商選擇“消極投入”策略所繳納的罰金F仍為靜態(tài)參數(shù)。此時，博弈雙方的收益矩陣如表4所示。

1）均衡點（1，0）：①從服務商角度，若Cs

2）均衡點（1，1）：①從服務商角度，若CC+aS，即選擇“低效監(jiān)管”時的聲譽損失大于選擇“高效監(jiān)管”時監(jiān)管成本與可能給予的補貼之和.此時監(jiān)管部門傾向于選擇“高效監(jiān)管”行為。相對于靜態(tài)參數(shù)下的演化穩(wěn)定條件（L>C+s），監(jiān)管成本要求降低，監(jiān)管部門有更大的概率選擇“高效監(jiān)管”行為。

3.2動態(tài)罰金和靜態(tài)補貼

定義動態(tài)罰金參數(shù)F（x）=F（1-x），即當服務商選擇“消極投入”行為的概率增大時，監(jiān)管部門可以提高處罰金額促使服務商選擇“積極投入”行為，監(jiān)管部門提供的隱私投入補貼S為靜態(tài)參數(shù)。此時，博弈雙方的收益矩陣如表6所示。

類似，在均衡點（A2，B2）處有a11+a22=0，因此均衡點（A2，B2）不是演化穩(wěn)定策略。均衡點（0，0）、（0，1）和（1，0）的演化穩(wěn)定策略分析與靜態(tài)罰金參數(shù)相同。因此，只需分析均衡點（1，1）的穩(wěn)定性。

從服務商角度，若CS+C，即選擇“低效監(jiān)管”時的聲譽損失大于選擇“高效監(jiān)管”時監(jiān)管成本與可能給予的補貼之和.此時監(jiān)管部門傾向于選擇“高效監(jiān)管”行為。

3.3動態(tài)罰金和動態(tài)補貼

1）均衡點（1，0）：①從服務商角度，若CL，即選擇“高效監(jiān)管”的成本大于選擇“低效監(jiān)管”的聲譽損失，監(jiān)管部門傾向于選擇“低效監(jiān)管”行為。此時，服務商的隱私行為對監(jiān)管部門也不會產(chǎn)生影響。

2）均衡點（1，1）：若C

4仿真分析

為了更直觀展示隱私投入和隱私監(jiān)管行為的交互機理與演化趨勢，驗證構建模型的正確性，本文對實際調(diào)研獲得的數(shù)據(jù)進行整理和歸一化，并運用Matlab進行數(shù)值仿真，分析博弈雙方隱私行為的演化穩(wěn)定策略。

4.1靜態(tài)監(jiān)管行為下的數(shù)值仿真

設定服務商選擇“積極投入”策略和監(jiān)管部門選擇“高效監(jiān)管”策略的初始比例區(qū)間為[10%，90%]，其余模型參數(shù)取值如表10所示。根據(jù)不同均衡點的穩(wěn)定性分析，演化穩(wěn)定策略存在以下幾種情形：

1）演化穩(wěn)定策略1：在智慧醫(yī)療應用初期，服務商的隱私投入成本C和監(jiān)管部門的隱私監(jiān)管成本C較高，用戶為高層級隱私保護支付的費用（市場收益）不能覆蓋其投入成本，監(jiān)管部門因隱私泄露而遭受的聲譽損失也較小。因此，演化均衡點為（0，0），演化穩(wěn)定策略為（消極投入，低效監(jiān)管），數(shù)值仿真結果如圖2（a）所示。

2）演化穩(wěn)定策略2：隨著智慧醫(yī)療應用的逐漸深入.隱私監(jiān)管成本降低，監(jiān)管部門愿意選擇“高效監(jiān)管”以避免聲譽損失。此時，由于市場環(huán)境、技術設備、人員配置等多方面原因，服務商隱私投入成本仍然過高（大于投入收益、罰金和補貼之和），同時，由于市場信息和監(jiān)管數(shù)據(jù)的非完備性，服務商選擇“消極投入”仍有可能逃脫懲罰。因此，演化均衡點為（0，1），演化穩(wěn)定策略為（消極投入，高效監(jiān)管），數(shù)值仿真結果如圖2（b）所示。

3）演化穩(wěn)定策略3：隨著市場環(huán)境和隱私保護技術的成熟，服務商的隱私投入成本降低，服務商傾向于選擇“積極投入”以獲得更高的市場收益和政府補貼。此時，若監(jiān)管部門對服務商補貼過高，或者聲譽損失小于成本和補貼之和.則監(jiān)管部門傾向于選擇“低效監(jiān)管”。因此，演化均衡點為（1，0），演化穩(wěn)定策略為（積極投入，低效監(jiān)管），數(shù)值仿真結果如圖2（c）所示。

4）演化穩(wěn)定策略4：隨著不同主體隱私安全意識進一步提高，隱私泄露和低效監(jiān)管造成的聲譽損失遠大于監(jiān)管成本和財政補貼，此時監(jiān)管部門傾向于選擇“高效監(jiān)管”。服務商的隱私投入成本進一步降低，小于市場收益、補貼和罰金之和。因此，演化均衡點為（1，1），演化穩(wěn)定策略為（積極投入，高效監(jiān)管），數(shù)值仿真結果如圖2（d）所示。

4.2動態(tài)監(jiān)管行為下的數(shù)值仿真

當動態(tài)監(jiān)管行為中的補貼S和罰金F為動態(tài)參數(shù)時，模型參數(shù)取值如表11所示，與靜態(tài)監(jiān)管行為下的演化穩(wěn)定策略進行比較，存在以下幾種不同的情形：

1）動態(tài)補貼和靜態(tài)罰金參數(shù)條件下的演化穩(wěn)定策略——（積極投入，低效監(jiān)管）：參數(shù)取值滿足演化穩(wěn)定條件S

2）動態(tài)補貼和靜態(tài)罰金參數(shù)條件下的演化穩(wěn)定策略——（積極投入，高效監(jiān)管）：參數(shù)取值滿足演化穩(wěn)定條件CsC+aS。因此，演化均衡點為（1，1），數(shù)值仿真結果如圖3（b）所示。比較圖3（a）和圖2（d）可以發(fā)現(xiàn)，由于對隱私投入成本有了更高的要求.服務商隱私投入行為的收斂速度明顯變慢。

3）靜態(tài)補貼和動態(tài)罰金參數(shù)條件下的演化穩(wěn)定策略——（積極投入，高效監(jiān)管）：參數(shù)取值滿足演化穩(wěn)定條件CS+C。因此，演化均衡點為（1，1），數(shù)值仿真結果如圖3（c）所示。與2）類似，服務商的隱私投入行為向“積極投入”演化的趨勢變緩。

4）動態(tài)補貼和動態(tài)罰金參數(shù)條件下的演化穩(wěn)定策略——（積極投入，低效監(jiān)管）：參數(shù)取值滿足演化穩(wěn)定條件C。因此，演化均衡點為（1，0），數(shù)值仿真結果如圖3（d）所示。在動態(tài)補貼和動態(tài)罰金參數(shù)條件下，服務商隱私投入行為的演化趨勢只與投入成本和投入收益有關，與監(jiān)管部門的補貼和罰金無關.博弈雙方的隱私行為沒有交互性。

5）動態(tài)補貼和動態(tài)罰金參數(shù)條件下的演化穩(wěn)定策略——（積極投入，積極監(jiān)管）：參數(shù)取值滿足演化穩(wěn)定條件C

4.3分析與討論

根據(jù)模型分析與仿真結果，影響服務商隱私投入行為的因素有投入成本C、市場收益B、補貼S、罰金F和監(jiān)管效率a，影響監(jiān)管部門隱私監(jiān)管行為的因素有監(jiān)管成本C聲譽損失L、補貼S、罰金F和監(jiān)管效率a。其中，投入成本、市場收益、監(jiān)管成本和聲譽損失屬于內(nèi)部因素，是服務商和監(jiān)管部門選擇何種隱私行為的內(nèi)在驅動力，補貼、罰金和監(jiān)管效率屬于交互影響因素，是雙方選擇何種隱私行為的外在驅動力。基于此，本文以歸一化后的模型參數(shù)作為輸入，投入成本、市場收益、監(jiān)管成本和聲譽損失作為常量，補貼和罰金作為變量（監(jiān)管效率作為變量系數(shù)），繪制熱度圖，從而更直觀展示不同獎懲參數(shù)條件下隱私行為的交互機理與演化趨勢。

從圖4（a）可以看出，當獎懲參數(shù)是靜態(tài)變量時，監(jiān)管行為對服務商隱私投入行為的影響基本上是線性變化的，隨著補貼和罰金的提高，服務商選擇“積極投入”行為的概率也越高。隱私行為的演化趨勢受內(nèi)部因素和交互影響因素共同影響。從圖4（b）和（c）可以看出，當補貼或罰金其中有一個是動態(tài)參數(shù)（S（x）=S（1-x）或F（x）=F（1-x））時，在服務商和監(jiān)管部門隱私行為交互初期，由于投入成本高，市場收益不明顯，補貼和罰金的影響作用較明顯。隨著隱私投入行為的逐步收斂，行為雙方的交互關系也會慢慢變?nèi)酢膱D4（d）可以看出，當補貼和罰金都為動態(tài)參數(shù)時，雙方隱私行為的交互影響會隨著演化趨勢進一步減弱，服務商隱私投入行為的收斂在后期完全依靠內(nèi)部因素的驅動力，即投入成本的減少和市場收益的增加。

5結論與展望

本文針對智慧醫(yī)療情境下的隱私保護問題，從成本、收益和損失的經(jīng)濟視角出發(fā)，運用演化博弈理論研究隱私監(jiān)管和隱私投入行為間的交互機理及演化趨勢。在模型分析和數(shù)值仿真的基礎上，可以得到以下研究結論：

1）智慧醫(yī)療服務商和監(jiān)管部門的隱私行為與投入成本、市場收益、監(jiān)管成本、聲譽損失、監(jiān)管效率、罰金及補貼等因素密切相關，當上述參數(shù)發(fā)生變化時，會出現(xiàn)多種演化穩(wěn)定策略：（消極投入，低效監(jiān)管）、（消極投入，高效監(jiān)管）、（積極投入、低效監(jiān)管）、（積極投入、高效監(jiān)管）。

2）根據(jù)模型分析結果，投入成本C和市場收益B是影響智慧醫(yī)療服務商隱私投入行為的內(nèi)在因素，監(jiān)管成本C和聲譽損失L是影響監(jiān)管部門隱私監(jiān)管行為的內(nèi)在因素，行為雙方的交互機理及演化趨勢主要受監(jiān)管效率a、補貼S和罰金F影響。

3）在靜態(tài)補貼和罰金參數(shù)條件下，隱私監(jiān)管和隱私投入行為間的交互呈線性關系。由于補貼和罰金是恒量，智慧醫(yī)療服務商可能缺乏足夠的動力去改進技術、降低成本和拓展市場。在動態(tài)補貼或罰金參數(shù)條件下，隨著智慧醫(yī)療服務商隱私投入意愿和概率的提高，監(jiān)管部門會減少補貼和罰金，對隱私投入行為的影響變小，隱私投入行為的收斂和演化更大程度上依靠投入成本的降低以及市場收益的增加。當補貼和罰金都是動態(tài)參數(shù)時，監(jiān)管部門和智慧醫(yī)療服務商的交互關系進一步減弱，隱私投入行為的收斂和演化在后期全部依賴于內(nèi)在因素。

4）在智慧醫(yī)療應用初期，監(jiān)管部門應提供補貼或罰金以激勵服務商進行隱私投入。隨著隱私保護技術的發(fā)展、投入成本的降低以及用戶隱私安全意識的提高，監(jiān)管部門可以適當降低補貼和罰金數(shù)額，減少行政干預，促使智慧醫(yī)療自身的良性發(fā)展和社會整體福利的改進。

未來的研究可以設計隱私投入和隱私行為非線性收益和成本函數(shù)，并分析其他因素（如補貼分配比例、監(jiān)管效度、監(jiān)管時間）對交互機理及演化趨勢的影響。