基于非參與互動公眾的直播平臺“低程度”低俗內容治理機制研究

駱建彬, 謝衛紅

(1.廣東工業大學 管理學院,廣東 廣州 510520; 2.廣東工業大學 經濟與貿易學院,廣東 廣州 510520)

0 引言

互聯網實現了企業與用戶的“零距離”接觸，但傳統治理的弊端也初見端倪[1]。目前，互聯網治理的研究集中在互聯網技術標準治理、互聯網傳播內容治理、網絡使用行為治理、治理政策與模式四個方面[2]。隨著網絡技術發展及智能手機等移動設備的普及，網絡直播也隨之興起并快速發展。

網絡直播是一種基于互聯網，以視頻、音頻等形式發布實時信息的互聯網視聽節目，具有內容海量化、傳播高速化等特點[3]。公眾通過點贊、打賞、評論、分享或舉報的方式表達對直播內容的感觀，這種體驗方式深受廣大網民喜愛。然而近年來直播平臺上出現的低俗內容備受詬病，雖然政府已出臺相關治理措施，抑制了血腥暴力、色情等嚴重違法內容的傳播，但仍有主播在傳播低俗內容，且屢禁不止。該類低俗內容在道德倫理和法律的區間內波動，給社會帶來了不好的影響。直播平臺為獲取更多的“流量”，對傳播這種“低程度”的低俗內容行為采取縱容的態度。

所以新的、適時的治理機制的探索已迫在眉睫。在直播平臺這一新型公共領域，政府角色發生了巨大變化，其管控力和操縱力遭到弱化[4]，獲取完整治理信息的成本增大，且要承擔因信息不對稱可能引發的道德風險[5]。平臺經濟的崛起使政府角色由“統治”轉向“治理”[6]。平臺企業因具備技術優勢和平臺優勢在某些方面比政府更擅長治理市場，政府同平臺企業建立“合作規制”十分必要[7]。Wang Li等指出平臺企業參與治理面臨主體、制度等挑戰，主張秉持政企合作治理理念，推動平臺治理向深度參與和有效參與的方向轉變[8]。李俊生等提出確立互聯網企業與政府同屬市場的平等關系體系[9]。汪旭暉等也認為網絡時代應實行“市場治理-平臺治理-行政治理”三元復合治理模式[10]。總之，針對直播平臺上“低程度”的低俗內容傳播現象，政府難以采取簡單的“一禁了之”、“一關了之”的治理措施。

國內涉及公眾參與的直播平臺治理研究文獻較少，可借鑒公共政策制定中公眾參與行為等方面的研究成果。在公共政策制定時，雖然公眾在參與時尤其關注與其自身利益密切相關的領域，但學者大多認為公眾參與公共政策制定具有積極影響[11]。也有不同觀點，閻國華等就認為有的公眾將個人利益置于公共利益之上，為達到通過“吸粉”以引起廣告商關注等目的[12]，通過轉發、分享等方式對“低程度”的低俗內容進行傳播。故有必要將公眾進行區分。可將公眾分為三類：僅觀看直播的公眾、對“低程度”低俗內容舉報或給出批評性評論的公眾、對“低程度”的低俗內容點贊、打賞、分享或給支持性評論的公眾。對“低程度”的低俗內容做出點贊、給支持性評論、分享等行為的公眾對“低程度”的低俗內容的傳播無法起到監督作用，因此，應關注對“低程度”的低俗內容進行舉報和給批評性評論的公眾。根據社會學對互動的定義，本文將對“低程度”的低俗內容進行舉報和做出批評性評論的公眾視為非參與互動的公眾，對“低程度”的低俗內容點贊、打賞、分享或給出支持性評論的公眾視為參與互動的公眾。本研究強調非參與互動公眾的監督作用。

目前，學者多從制度[13]、理論[14]、立法[15]角度對直播平臺低俗內容的治理展開研究。也有學者建立靜態博弈模型對相關問題進行研究[16]，但忽視了第三方參與監督的作用，在實際的實踐中效果不明顯。演化博弈能夠刻畫博弈主體的學習和策略演化過程，且監管及策略優化選擇等問題研究就是其重要應用領域[17,18]。因此，引入非參與互動的公眾作為第三方監督群體，構建演化博弈模型，探索我國直播平臺上屢禁不止的“低程度”的低俗內容傳播問題的治理機制，為制定合理政策提供參考。

1 模型建立及參數設定

直播平臺主播眾多，直播平臺作為主播實現內容分享的載體，其在審查上具有類似監管部門功能。另外，信息的不對稱及利益的差異性，導致平臺憑借信息優勢與主播合謀以謀取額外利益，這不利于監管部門與平臺協同治理局面。非參與互動的公眾則能及時掌握平臺與主播是否合謀的信息，可及時向監管部門檢舉或反饋。監管部門可利用參與監督的第三方監督群體實現對合謀行為及時的懲罰以達到凈化網絡直播環境的目的。具體的博弈主體之間互動關系如圖1所示。

圖1 博弈主體關系圖

假設1參與者有監管部門、直播平臺、平臺主播、第三方群體。第三方監督群體參與監督程度為p(0≤p≤1)。

假設2監管部門行為策略集合為S1{積極監管,消極監管}，監管部門積極監管概率為x，則消極監管概率為(1-x)；直播平臺策略集為S2{嚴格審查,合謀}，直播平臺嚴格審查的概率為y，則其與平臺主播合謀的概率為(1-y)。

假設3直播平臺的基本收益為d，若與主播合謀，則不需要付出管制成本，若直播平臺對主播傳播的內容進行嚴格管制，則付出相應的成本Δc。作為信息傳遞的一種平臺，通過審查的內容可視為帶來的社會效益，這一效益的收益者為政府，效益為m。

假設4直播平臺與主播合謀獲利Δd(強用戶粘性及用戶流量等)；合謀帶來的社會效益損失為V。另外，平臺因合謀受到處罰為Z，且由于合謀行為造成的額外損失為δ(形象受損等)。

假設6直播平臺與主播合謀被發現概率為λ。無公眾參與監督時，監管部門與平臺處于信息不對稱狀態[19]，引入非參與互動的公眾作為第三方監督群體能使監管部門和直播平臺達成信息平衡，即λ=1。直播平臺與主播合謀被發現的概率轉換成：μ=λ+p(1-λ)。同時，若公眾將相關檢舉報之監管部門時，監管部門反映消極，公眾得不到監管部門的任何反饋，這將給政府部門帶來額外的損失n。上訴假設的參數取值均大于零，支付矩陣如表1所示。

表1 博弈主體支付矩陣

3 演化博弈模型求解

3.1 復制動態方程

(1)

(2)

監管部門采取“積極監管”決策和直播平臺采取“嚴格審查”決策的復制動態方程組如式(3)所示:

根據Friedman提出的方法，可求得(0,0)、(0,1)、(1,0)、(1,1)四個純策略均衡點及(x′,y′)局部策略均衡點，當均衡點(x′,y′)滿足0

(3)

3.2 均衡點分析

運用Jacobian矩陣法來求出局部均衡點取值如表2所示。

表2 局部均衡點處a11、a12、a21、a22的取值

命題①d+c<μ(z+δ)且S+pn

表3 各狀態下各均衡點的穩定性分析

由表3可知，在上文中所述的六種狀態下，只有(0，0)、(0，1)、(1，0)、(1，1)四個局部均衡點分別滿足演化穩定策略的條件，故命題1得征。

4 演化博弈仿真分析

4.1 各情況仿真分析

通過分析可知，兩個重要的因素對博弈策略的選擇進行影響，即公眾參與監督的程度p和監督部門發現直播平臺合謀后對其處罰的程度z，由上述分析可計算得出以下三個臨界值：

具體仿真的參數設置如表4所示。

表4 數字仿真參數設置

情形1當S+pnμ(z+δ)時，博弈系統I最終演化穩定結果ESS為(0，0)，此時，監督部門的決策是消極的，而直播平臺向著合謀決策的方向演進。

對公眾參與監督的程度和監管部門發現直播平臺合謀給與的處罰進行參數設定：p=0.2、z=2(或者z=6)，仿真結果如圖2和圖3所示。圖2是公眾參與監督的程度較低、政府監管部門對直播平臺的合謀行為處罰力度也較小時政府監管部門和直播平臺隨時間變化圖；圖3是保持公眾參與監督程度較低時、提高政府監管部門的處罰力度時政府監管部門和直播平臺的決策隨時間變化的演進圖。觀察圖2和圖3可知，當公眾參與對直播平臺的監督程度較低時，盡管監管部門加大對直播平臺合謀的處罰力度，但系統的最終ESS決策結果是監管部門消極監管、直播平臺合謀。通過對比還可知，在較低的公眾參與度情況下，當出現直播平臺與平臺主播合謀時，監管部門加大對直播平臺處罰力度不會改變最終的結果，只是延長了直播平臺由嚴格審查向合謀策略演進時間。

在網絡直播處于興起階段時，法律的缺失造成職能部門職責不明、無法可依，對直播平臺的合謀行為難以進行合適的懲罰力度。對公眾來說，面對這一新興的網絡體驗方式，對帶有低俗內容的直播不敏感，對其是否違法認識也不深；同時，面對新興行業，相關監督制度體制還不健全，公眾的檢舉、投訴等實現渠道難度大，故而公眾參與監督的程度降低。

圖2 命題①系統演進圖

圖3 命題④系統演進圖

情形2d+c>μ(z+δ)，且SC(p,k))時，博弈系統I的ESS為(1，0)，此時，監督部門的決策是積極的，即最終演變為采用積極監管的決策，但直播平臺最終的演進方向還是向著合謀的決策演進。

對公眾參與監督的程度和政府發現直播平臺合謀給與的處罰進行參數設定：p=0.5、z=2(或p=0.8、z=2)，仿真分析結果如圖4和圖5。圖4是在情形一基礎上提高公眾參與監督程度，監管部門對直播平臺的合謀行為處罰力度保持較小時監管部門和直播平臺的決策變化圖；圖5是進一步提高公眾參與監督程度，監管部門的處罰力度處于低水平時監管部門和直播平臺的決策變化圖。觀察圖4和圖5可知，雖然公眾參與監督的程度提高，但是，如果監管部門在發現直播平臺與主播進行合謀后的處罰力度較小時，那么，直播平臺的最終決策的選擇就會是合謀。另外，對比圖4和圖5可知，當公眾參與對直播平臺的監督程度有所提高時，雖然不會改變直播平臺的最終決策選擇，但是會縮短政府監管部門從消極監管到積極監管轉變的時間，這有利于網絡直播平臺上“低程度”的低俗內容傳播治理的未來發展。

相較于直播行業興起之初，公眾對網絡直播的內容、形式、方式等有了更多認識；同時，隨著公眾參與監督的程度加大，減少了監管部門的監管成本，且使其與直播平臺間的信息達到平衡；另外，隨著相關監管監督體制以及檢舉渠道的健全，為減少公眾對政府的不信任、增加政府的影響力和維護政府形象等，隨著公眾參與監督的程度提高，監管部門傾向于積極作為。不過由于直播平臺合謀后所受到的處罰小于其與平臺主播合謀的獲利，因此，盡管公眾參監管的程度加大、政府的監管更加積極，但是對于直播平臺的合謀行為還是難以遏制，仍存在直播平臺和主播打擦邊球行為。

圖4 命題⑤系統演進圖

圖5 命題⑥系統演進圖

情形3d+c<μ(z+δ)，且S+pn>(p,k)時，博弈系統I演化呈現周期性隨機狀態，此時，監督部門的決策和直播平臺的決策呈現周期性變化，比例趨于一致，演化系統I沒有穩定的ESS結果。

對公眾參與監督程度和給與直播平臺合謀的處罰進行參數設定：p=0.5、z=6。圖6是公眾參與監督的程度增大到某一值、監管部門對直播平臺的合謀處罰力度也增大到某一定值時監管部門和直播平臺的決策隨時間變化圖。由圖6可知，當公眾參與監督直播平臺的程度介于上文中兩個臨界值之間(p0

情形3分析：當公眾參與監督直播平臺的程度達到一定水平時，雖然可以減少監管部門監管成本，但不一定能夠使收益大于其監管成本，所以作用有限。不過公眾參與監督的程度給監管部門帶來的收益小于政府部門積極監管所獲得的收益與其消極監管給政府部門帶來額外的損失之和，此時，會出現監管部門的兩種決策結果和直播平臺的兩種決策結果同時存在。

圖6 命題②系統演進圖

圖7 命題③系統演進圖

情形4d+c<μ(z+δ)，且S>C(p,k)時，博弈系統I演化穩定結果ESS為(1，1)，即監督部門的最終決策是積極監管，直播平臺的最終決策是嚴格審查。

對公眾參與監督的程度和政府發現直播平臺合謀給與的處罰進行參數設定：p=0.8、z=6。圖7是當公眾參與監督程度處于一個較高水平、監管部門對直播平臺的合謀行為處罰力度也處于較高水平時監管部門和直播平臺的決策隨時間變化演進圖。圖7表明，當公眾參與監督的程度和政府監管部門在發現直播平臺與平臺主播進行合謀后的處罰力度都處于較高水平時，直播平臺的最終決策為嚴格審核策略。

情形4分析：該階段，低俗內容引起社會和相關部門的高度重視，社會對此類低俗內容帶來的影響反應更加敏感，人們期待高質量的內容。同時，隨著法律等不斷完善，公眾參與監督直播平臺的渠道更加通暢和快捷，公眾參與監督的成本降低；同樣，由于政府部門監管成本的減少以及考慮維護政府形象等因素，監管部門傾向積極監管；直播平臺因受到的懲罰力度不斷加大、合謀的損失越來越大以及公眾參與監督的程度不斷提高，直播平臺也將嚴格審查主播傳播的內容。

4.2 特定情形下的進一步仿真分析

由于情形3中存在命題1的情形②不穩定演化結果，因此，根據需要研究特定情形下治理機制，在此文章僅分析較為契合當下直播行業環境背景下的情形，即社會要求高質量內容的呼聲日益強烈；監管部門對直播平臺監管更加積極。當直播平臺的決策不變時，考慮公眾參與監督的程度分別為0.4、0.5、0.6情況下監管部門的決策變化，如圖8所示。如果公眾參與的意愿較低時，監管部門的態度就是消極監管，當公眾提高參與監督的程度時，政府監管部門的態度也隨之改變，根據上文中的臨界值可得出政府部門改變策略的閾值為0.46，且公眾參與監督的意愿越強，政府部門變為積極監管的時間更短。

同樣，可以保持監管部門和公眾參與度一定的條件下，分析不同處罰力度下的直播平臺的決策變化，其仿真分析如圖9所示。圖9呈現了在處罰力度分別為1.5、2.5、3.5情況下的直播平臺決策行為變化過程，如上計算方法，同樣可以獲得直播平臺轉向嚴格審查決策的臨界值為3。

圖8 公眾參與度對監管部門影響

圖9 政府的懲罰對平臺影響

5 結束語

針對直播平臺上“低程度”的低俗內容屢禁不止現象，引入非參與互動公眾參建立了演化博弈模型。研究發現：①非參與互動的公眾對直播平臺和監管部門的決策有著重要影響，且當他們參與監管的程度介于時，直播平臺和監管部門的決策呈現周期性改變；②當非參與互動的公眾參與監督的程度較低時，盡管監管部門加大了處罰力度，只是暫緩了直播平臺選擇合謀的時間；③當非參與互動的公眾參與監督的程度突破臨界值，而監管部門的處罰沒有及時協同時，平臺將選擇合謀決策，但非參與互動的公眾這一參與程度有利于促進監管部門的決策轉變。

故治理直播平臺低俗內容時應：①重視非參與互動的公眾在監督中扮演的角色。降低其監督成本并鼓勵參與監督的熱情；②監管部門的權力與公眾參與監督的程度做到科學、有效的結合。收集和分析公眾檢舉監督的大數據，結合公眾的參與程度，對直播平臺合謀的決策給與相應的懲罰力度；③健全直播平臺監管政策法規，明確直播平臺管理的社會責任，從法理上消除網絡直播平臺和平臺主播之間的合謀；其次，強調行業自律，在行業內建立完善的自律監管制度體系，積極引導和強化行業自身的約束作用。