共享住宿平臺監管機制的演化博弈研究

萬曉榆 徐子媚 趙思齊 劉雪艷

摘 要：針對當前共享住宿平臺存在的管理亂、隱患多、維權難等諸多問題，以及政府缺乏有效監管的現實情況，分析共享住宿平臺的最佳監管機制的狀態。文章將消費者參與度引入博弈模型，從第三方監管視角出發，構建演化博弈模型，分析共享住宿平臺與政府監管部門行為的影響機理。研究表明：隨著關鍵參數的取值變化，系統分別呈現出四種演化穩定結果，以及一種周期性的隨機狀態；加大政府的懲罰力度、提高消費者的參與度，可以引導系統向最優狀態演化。從制度體系、聲譽機制和信息披露機制方面為平臺的規范發展和政府部門監管提供決策參考。

關鍵詞：共享住宿；消費者參與；監管機制；演化博弈

中圖分類號：F224.32

文獻標識碼：A

文章編號：1673-8268（2023）03-0093-09

隨著消費市場的不斷變革，企業逐漸將商業模式創新放在首位，共享成為了社會閑置資源最大化利用的主要方式。隨著共享經濟的不斷發展，共享住宿平臺應運而生，給國內旅游住宿行業帶來了巨大改變，小豬、途家、螞蟻等共享住宿平臺迅速崛起，共享住宿成為時下旅行住宿的一種潮流^［1］。據《中國共享經濟發展報告（2023）》顯示，2022年，我國共享住宿行業的交易規模約為115億元。共享住宿行業的用戶規模達到8 141萬人，共享住宿行業已發展成為國內增速最快的共享經濟產業。近兩年，受新冠疫情影響，共享住宿主要平臺訂單量雖有所下滑，但現已在逐漸恢復^［2］。

旅游業的快速發展在給游客帶來便利的同時，也催生了共享住宿行業的各種亂象，主要表現為：灰色經營現象普遍存在、缺乏統一的行業標準、共享住宿平臺監管缺失等^［3］。為緩解此類現象，政府相繼出臺了相關的法律和政策，如《共享住宿服務規范（2018）》《關于促進平臺經濟規范健康發展的指導意見（2019）》《關于支持新業態新模式健康發展激活消費市場帶動擴大就業的意見（2020）》。這些規范雖有利于增強共享住宿平臺的自律性，但仍存在許多監管死角和一定的滯后性，所以有必要考慮進一步發揮消費者的協同監管效用，建立及時恰當的監管制度。

基于此，本文從第三方監管視角出發，引入消費者參與度及政府懲罰力度兩個相關作用參數，設置“政府—消費者”協同監管機制，采用演化博弈理論的分析框架，構建政府監管部門與共享住宿平臺之間的演化博弈系統，并運用Matlab軟件進行數值仿真模擬，結合現實情境對關鍵參數的物理含義進行解讀，以期為共享住宿平臺的規范發展和政府部門合理監管提供決策參考。

一、文獻回顧及理論基礎

共享住宿模式是指有閑置住宿資源的人通過互聯網，將空房出租給有臨時住宿需求的人，從而使閑置資源得到合理利用^［4］。共享住宿因具有價格區間跨度大、房源多、設備齊全，能提供更加個性化的體驗等特點而備受人們青睞^［5］。然而，共享住宿也存在著許多隱患，主要包括消費者對在線短租認知度低^［6］，消費者維權難，投訴舉報渠道不暢通，房東素質良莠不齊^［7］，服務質量缺乏保障^［8］，在線短租法律規制不完善，立法、準入機制以及監管主體和懲罰機制缺失^［9］，由于雙方信息不對稱引發的一系列問題，難以保障消費者的個人隱私以及短期租房的安全^［10］等，這些問題從另一個角度體現出了健全平臺監管機制的重要性與必要性。凌超等認為制約我國共享住宿行業發展的關鍵問題在于社會誠信問題以及法律監管，這也是“共享經濟”在我國長遠發展亟需解決的重要問題^［11］。汪莉霞在研究中提出，立法滯后和法律制約是我國分享經濟監管中存在的重要問題^［12］。Chen等通過實證分析，證明盡管共享住宿平臺的監管對市場新進入者有一定的威懾作用，但從長期來看，監管不會阻礙共享住宿的發展^［13］。

回顧現有文獻，鮮有學者將消費者納入監管機制中以考慮第三方對共享住宿平臺的監管，但第三方監管在政府對企業的安全治理中存在一定的必要性和可行性。張國興等通過在食品安全監管問題中引入第三方監督，證明了第三方監督與政府的監督作用具有替代性^［14］。曹裕等將新媒體引入政府對企業的食品摻假的遏制，證明新媒體監管能約束企業摻假^［15］。楊豐梅等構建了C2B2C電商信用監管機制，突出了電商平臺的第三方監管作用^［16］。本文從第三方監管視角出發，考慮消費者參與度的影響，構建政府監管部門與共享住宿平臺之間的演化博弈系統。

演化博弈理論起源于達爾文的進化論，它強調博弈者的有限理性和博弈過程的動態變化。演化博弈理論能夠真實反映經濟主體多樣的行為策略^［17］，因此，國內外學者多采用演化博弈的方法來研究政府部門的監管問題。楊松等構建了由地方政府、食品企業和公眾組成的演化博弈模型進行分析，旨在解決食品市場存在的安全隱患問題^［18］。祁凱等構建了“網絡大V”與官方媒體的演化博弈模型，并進一步引入政府部門的懲罰機制和協調機制，旨在實現對突發危機事件的妥善處置和對網絡輿情的高效治理^［19］。這些學者的研究證實了運用演化博弈理論研究政府監管問題的可行性，同時也為本文探究共享住宿平臺監管機制提供了參考。

二、博弈模型

（一）模型假設和建立

共享住宿平臺監管問題模型化涉及兩方主體：政府監管部門和共享住宿平臺企業。在不完全信息下，共享住宿平臺的行為策略為集合ω₁（積極合作，消極合作）。積極合作即共享住宿平臺遵守政策法律法規，進行合規經營，放慢擴張速度，注重平臺后期的運營維護和質量的提升；消極合作即共享住宿平臺為擴大用戶規模而出現欺詐消費者甚至違規經營等不良行為。政府對共享住宿平臺進行監管，其行為策略為集合ω2（積極監管，消極監管）。積極監管即政府通過制定政策法規來引導共享住宿市場的規范發展。積極監管雖然會產生較大的監督成本，但可以增強政府的公信力^［20］。政府選擇消極監管，即完全通過市場來調節，該部分成本較低，因此可忽略不計。

各相關參數符號及意義如表1所示。

本文在結合市場實際的前提下，提出如下合理化假設。

假設1：政府積極監管的比例為x（0≤x≤1），消極監管的比例為1-x；共享住宿平臺積極合作的比例為y（0≤y≤1），消極合作的比例為1-y。

假設2：政府部門對共享住宿平臺實施積極監管時的收益為S，包括制定相應的行業準則和出臺相關法律規定帶來的社會效益；政府部門的監管成本為C，包括固定監管成本和邊際監管成本。本研究在博弈模型中引入消費者參與度，設立消費者反饋機制，鼓勵消費者與政府部門進行協同監管，其函數表達式為：C=C₀+（1-p）/k。消費者參與度越高，消費者代替政府參與共享住宿平臺監管的程度越大，政府的監管成本就越低。此時，政府只需付出C₀的固定監管成本。

假設3：當共享住宿平臺選擇消極合作時，政府部門發現其失信的概率λ，未發現其失信的概率為1-λ，且λ∈（0，1）。λ可以反映出政府部門與共享住宿平臺之間信息不對稱的大小，即在消費者反饋機制下，政府部門能夠獲取相對完整的平臺信息，此時λ=1。共享住宿平臺失信行為被發現的期望概率表示為：μ=λ+p（1-λ）。

假設4：若共享住宿平臺選擇積極合作，政府選擇對其進行消極監管，則在該情況下，共享住宿平臺選擇積極合作時所帶來的社會福利效益為m，共享住宿平臺應取得的收入為d，平臺積極合作獲得消費者的好評，因此得到pb的聲譽激勵效應，但需要付出Δc的運維成本。兩者之間的收益記為（m，d+pb-Δc）。

假設5：若共享住宿平臺選擇積極合作，政府對其采取積極監管的策略，此時政府所獲得的收益為S，監管成本為C，共享住宿平臺選擇積極合作時所帶來的社會福利效益為m，共享住宿平臺應取得的收入為d，平臺積極合作獲得消費者的好評，因此得到pb的聲譽激勵效應，但需要付出Δc的運維成本。兩者之間的收益記為（S-C+m，d+pb-Δc）。

假設6：若共享住宿平臺選擇消極合作，政府選擇對其進行消極監管，則在該情況下，消費者發現政府失責，此時政府遭受的公信力損失為n，平臺消極合作時造成的社會福利損失為v，共享住宿平臺應取得的收入為d，取得的額外收益為Δd。兩者之間的收益記為（-v-pn，d+Δd）。

假設7：若共享住宿平臺選擇消極合作，政府選擇對其進行積極監管，則在該情況下政府所獲得的收益為S，監管成本為C，平臺消極合作時所造成社會福利損失為v，共享住宿平臺應取得的收入為d，取得的額外收益為Δd，平臺消極合作時被政府查處所需支付的罰金為f，共享住宿平臺失信行為被發現的期望概率為μ。兩者之間的收益記為（S-C-v，d-μf+Δd）。

基于以上假設，本文建立政府與共享住宿平臺之間的行為交互支付矩陣如表2所示。

（二）模型求解和分析

由表2可知，政府積極監管時的期望收益E_x1為

政府消極監管時的期望收益E_x2為

則政府的混合策略期望收益Ex為

同理，共享住宿平臺積極合作的期望收益E_y1為

共享住宿平臺消極合作的期望收益E_y2為

則共享住宿平臺的混合策略期望收益E_y為

博弈雙方會根據利益最大化的原則，不斷從低收益策略向高收益策略調整。由此，可分別得到政府采取積極監管策略、共享住宿平臺采取積極合作策略時的復制動態方程為

為使博弈參與者具備演化穩定策略，必須同時滿足

求得系統的均衡解有

因此，系統共有5個均衡點，前4個分別為（0，0）、（1，0）、（0，1）、（1，1），當0*<1，0*<1時，（x^*，y^*）是第5個均衡點。

本文利用雅可比矩陣來判斷各均衡點的穩定性，過程如下

式（11）中：

此雅可比矩陣的行列式detJ和跡trJ為

當均衡點同時滿足detJ>0和trJ<0時，該均衡點即為演化穩定點，各均衡點對應的detJ和trJ如表3所示。

表3中：A=-x^*y^*μfpn（1-x^*）（1-y^*）。

由表3可知，該博弈系統存在一個鞍點（x^*，y^*），因此對x^*和y^*的取值進行分情況討論：

1）當x^*<0且y^*<0時，即f>f₀且p0，此時（0，1）為系統的ESS點；

2）當x^*<0且0*<1時，即f>f₀且p₀1，此時（0，1）為系統的ESS點；

3）當x^*<0且y^*>1時，即f>f₀且p>p₁，此時（1，1）為系統的ESS點；

4）當0*<1且y^*<0時，即f>f₀且p0，此時（0，0）為系統的ESS點；

5）當0*<1且0*<1時，即f>f₀且p₀1，此時系統沒有穩定點；

6）當0*<1且y^*>1時，即f>f₀且p>p₁，此時（1，1）為系統的ESS點；

7）當x^*>1且y^*<0時，即f0且p0，此時（0，0）為系統的ESS點；

8）當x^*>1且0*<1時，即f0且p₀1，此時（1，0）為系統的ESS點；

9）當x^*>1且y^*>1時，即f0且p>p₁，此時（1，0）為系統的ESS點。

其中，f₀=Δc+Δd-pbμ，p₀=C-Sn，p₁=Δc+Δdb。

證明：以條件x^*<0，0*<1為例，根據各均衡點的行列式detJ與跡trJ的值判定其穩定性，判定結果如表4所示。系統最終演化結果對應的均衡點及其參數條件如表5所示。

政府和共享住宿平臺行為選擇的演化相圖如圖1所示。

三、博弈模型分析

（一）演化路徑分析

由表5和圖1可知，系統的演化穩定結果ESS隨閾值f₀、p₀和p₁而發生變化。根據五個不同狀態所滿足的參數p和f的取值條件，可得出以下五個結論。

結論1：當p0，f∈R時，狀態Ⅰ是系統演化穩定結果。當消費者參與度較低時，不論政府對共享住宿平臺的懲罰力度處于何種水平，共享住宿平臺選擇消極合作，政府選擇消極監管。狀態Ⅰ不利于共享住宿市場的健康發展，此時多為共享住宿行業發展的初期，消費者對不穩定的共享環境形成了一定的負面認知，并且缺乏暢通有效的投訴、舉報等監管渠道，導致消費者參與度較低，因此，消費者代替政府參與監管的程度也將減小。如果政府采取積極監管策略，將產生較大的監管成本，那么消極監管是政府的最優策略選擇。由于政府和消費者的監管力度較小，共享住宿平臺會選擇消極合作的策略以獲取額外的高收益。因此，在各自利益的驅動下，系統朝著（0，0）方向演進。

結論2：當p>p₀，f0時，狀態Ⅱ是系統演化穩定結果。當消費者參與度有了一定的提高、政府懲罰力度較小時，共享住宿平臺選擇消極合作而政府選擇對其進行積極監管。在此種情形下，隨著共享住宿平臺的快速發展，政府積極構建各種行之有效的監管機制對其進行規范，并為消費者打通有效的投訴渠道，消費者參與度有了一定的提高。消費者的協同監管為政府節約了外部的監管成本，故政府選擇積極監管策略。然而，選擇積極合作的共享住宿平臺不僅無法獲得違規帶來的額外收益，還需要支付一定的運維成本，加之此時政府對消極合作的共享住宿平臺的懲罰力度較小，故共享住宿平臺會選擇消極合作策略。此時系統由（0，0）朝著（1，0）方向演進。

結論3：當p1，f>f₀時，狀態Ⅲ是系統演化穩定結果。當消費者參與度處于一定水平，政府懲罰力度較大時，共享住宿平臺選擇積極合作，政府選擇消極監管。在此種情形下，共享住宿平臺在發展中存在的問題日益凸顯，因此政府加大了懲罰力度對其進行約束，并且在消費者的聲譽激勵效應下，共享住宿平臺選擇積極合作。在消費者的監管下，積極合作的共享住宿平臺不僅維護了政府的公信力，而且為政府節省了監管成本，政府將選擇消極監管策略。此時系統由（1，0）朝著（0，1）方向演進。

結論4：當p₀1且f>f₀時，系統呈現出周期浮動的狀態，沒有演化穩定結果。因此，當消費者參與度處于中等水平時，共享住宿平臺消極合作獲得額外的收益，但被查處時需支付較高的罰金。積極合作的收益高于消極合作時的收益，因此，共享住宿平臺采取的策略是在周期內積極合作、消極合作兩種策略選擇并存。政府對共享住宿平臺的懲罰力度較大，政府的罰金收入大于其監管成本，但由于共享住宿平臺積極、消極合作并存，導致了政府積極監管、消極監管并存。此時，共享住宿平臺和政府的策略選擇變化趨勢相同，可通過改變關鍵參數取值或引入其他約束條件來向下一階段演化。

結論5：當p>p₁且f>f₀時，狀態Ⅴ是系統的演化穩定結果。該狀態下消費者參與度較高，政府懲罰力度較大，共享住宿平臺選擇積極合作，同時政府也選擇積極監管。共享住宿行業安全問題屢禁不絕，政府為合理引導與規范該行業的發展，不斷完善監管機制，健全信息披露機制，及時向消費者傳遞共享住宿平臺的經營信息，同時為積極參與監管的消費者提供獎勵，因此消費者參與度有了較大的提高。在消費者的協同監管下，政府將選擇積極監管策略以提升社會福利效益。此外，政府部門對平臺的懲罰力度較大，被政府查處時所需支付的罰金更多，因此對共享住宿平臺來說，其最優策略是積極合作以保證自己的聲譽效益。狀態Ⅴ是共享住宿市場的最優階段，系統由（0，1）朝著（1，1）方向演進。

基于結論15可知，隨著關鍵參數消費者參與度p和政府懲罰力度f的不斷變化，系統的演化路徑為（0，0）→（1，0）→（0，1）→隨機狀態→（1，1）。

（二）狀態Ⅳ的模型參數分析

由狀態Ⅳ的演化相圖（見圖1之（e）），可得出以下結論。

結論6：其他參數取值不變時，政府積極監管的比例越高，共享住宿平臺越傾向于積極合作。同理，共享住宿平臺積極合作的比例越高，政府越傾向于積極監管。

證明：由式（7）和式（8）復制動態方程可得

四、數值仿真模擬

為驗證上述結論的正確性與科學性，本節運用Matlab軟件進行數值仿真，以模擬政府與共享住宿平臺策略選擇的動態演化過程。參數初始化取值如表6所示。

狀態Ⅰ：當p0，f∈R時，取值p=0.2且f=10。圖2顯示，當消費者參與度較低時，不論政府對共享住宿平臺的懲罰力度處于何種水平，系統朝向穩定點（0，0）演化。結論1得證。

狀態Ⅱ：當p>p₀且f0時，取值p=0.6，f=2。圖3為當消費者參與度提高到一定水平后，共享住宿平臺消極合作且政府對其所收取的罰金較少時，兩個博弈主體的行為演化軌跡。從圖3可以看出，由于此時政府對共享住宿平臺的懲罰力度較小，其罰金收入較低，因此政府在博弈初期會選擇消極監管。但由于消費者的參與度較高，加之共享住宿平臺消極合作造成社會福利損失，因此政府會逐漸由消極監管策略向積極監管策略轉變，以增強其聲譽效應和公信力，系統朝向穩定點（1，0）演化。結論2得證。

狀態Ⅲ：當p1且f>f₀時，取值p=0.75，f=8。圖4刻畫了政府對共享住宿平臺的懲罰力度較大且消費者參與度處于中等水平或是處于更低水平時，系統朝向穩定點（0，1）演化。結論3得證。

狀態Ⅳ：當p₀1且f>f₀時，取值f=4，p=0.6。圖5刻畫了政府對共享住宿平臺的懲罰力度較大且消費者參與度處于中等水平時，兩個博弈主體的行為演化軌跡。從圖5中可以看出，政府與共享住宿平臺的行為選擇變化趨勢一致，并且具有周期性的特點，此時系統不穩定。結論4得證。

狀態Ⅴ：當p>p₁且f>f₀時，取值p=0.9，f=2。圖6刻畫了政府對共享住宿平臺的懲罰力度較大且消費者參與度也較高時，系統朝向穩定點（1，1）演化。結論5得證。

五、結 論

本研究基于博弈主體有限理性假設，結合當前共享住宿平臺面臨的現實問題，構建了政府與共享住宿平臺的行為選擇動態演化模型，設置了“政府消費者”協同監管機制，并圍繞消費者參與度、政府懲罰力度等重要參數深入剖析了兩個博弈主體之間的行為選擇互動機制，分析了在不同條件下系統的穩定結果以及演化路徑。研究結果表明：1）兩個關鍵參數——消費者參與度p、政府懲罰力度f的取值顯著影響著共享住宿平臺和政府的行為選擇。系統呈現出四種演化穩定結果（0，0）、（1，0）、（0，1）、（1，1），以及一種周期性的隨機狀態（無ESS點）；2）當消費者參與度滿足p>p₁，且政府部門的懲罰力度滿足f>f₀時，系統才會向最優狀態（1，1）演化。除此之外，政府監管成本C、聲譽激勵效應b以及平臺消極合作獲得的額外收益d等因素也會影響系統的演化結果。

基于研究結論提出相關的建議及對策。

第一，突出制度體系設計，鼓勵消費者參與監督。基于上文的理論推導及數值仿真模擬分析發現，只有當消費者參與度p>p₁、政府懲罰力度f>f₀時，政府和共享住宿平臺才會選擇最理想的演化穩定策略。因此，切實發揮消費者同政府部門共同監管的互補作用顯得尤為重要。對此，一方面應該從政策制定層面賦予消費者協會更多監督權利，具體表現為當消費者發現共享住宿平臺存在房屋衛生差、實際地址不符、平臺拖欠退款、強行取消訂單、房屋存在安全隱患等問題時，除進行有效、有償的投訴舉報外，還可通過拍照上傳到社交媒體等方式，曝光共享住宿平臺的不良經營行為，主動參與社會監督。另一方面，政府監管部門也應該建立起更加完善的監管機制。比如，細化共享住宿行業的法律法規，明確職責劃分；增大對違法違規經營企業的處罰金額，將失信企業加入黑名單等。

第二，依靠聲譽激勵機制，促進平臺自我約束。對共享住宿平臺而言，在其他條件不變的情況下，聲譽激勵效應b的增加將使鞍點E向左移動，系統收斂于（1，1）的概率增加，這表明聲譽激勵效應越大，政府與平臺選擇理想策略的概率越高。在信息不對稱條件下，消費者可以通過企業聲譽來判斷該企業是否可靠^［21］。聲譽機制能夠提高共享住宿企業的社會責任感，使其在獲得更多收益的同時，將增強社會利益視為己任^［22］。

第三，健全信息披露機制，強化市場約束效應。對比五種不同的狀態發現，政府以及平臺的行為選擇主要取決于消費者參與度的高低，消費者的參與對共享住宿平臺的監管問題至關重要。在消費者入住前，房源挑選及租金支付都在線上進行，故信息不對稱導致了許多經營亂象的發生。健全的信息披露機制能夠及時向消費者傳遞共享住宿平臺的各類經營信息，有助于消費者決策，從而激勵消費者積極參與。

參考文獻：

［1］ 馬小賓，侯國林，李莉.國家中心城市共享住宿的時空分布及影響因素——基于DBSCAN算法的分析［J］.自然資源學報，2021（10）：2694-2709.

［2］ 金玲.我國共享經濟背景下消費者對共享住宿平臺的信任問題研究［J］.現代營銷（學苑版），2021（12）：156-158.

［3］ 賀曉敏，黃悅，李菲.合作競爭視角下民宿與傳統酒店行業的協同發展探討［J］.商業經濟研究，2021（10）：182-184.

［4］ ZERVAS G， PROSERPIO D， BYERS J W. The rise of the sharing economy： Estimating the impact of airbnb on the hotel industry［EB/OL］.［2022-03-30］.https：//xueshu.baidu.com/usercenter/paper/show？paperid=36f0ec7d98e7a195384791f18f9d64b5&site=xueshu_se&qq-pf-to=pcqq.c2c.

［5］ GUTTENTAG D. Airbnb： Disruptive innovation and the rise of an informal tourism accommodation sector［J］. Current Issues in Tourism，2015 （9/12）：1192-1217.

［6］ 劉奕，夏杰長.共享經濟理論與政策研究動態［J］.經濟學動態，2016（4）：116-125.

［7］ 于鳳霞，高太山，關樂寧，等.共享住宿對城市經濟社會發展影響的實證研究［J］.技術經濟，2019（7）：109-118.

［8］ 賴貞.中國共享住宿市場強力啟動［J］.互聯網經濟，2018（Z1）：66-71.

［9］ 劉亮，沈桂龍.“共享經濟”與公共政策融合的內在邏輯［J］.學術月刊，2018（4）：86-97.

［10］TING D. Airbnb is becoming an even bigger threat to hotels says a new report skift［EB/OL］.（2017-01-04）［2022-03-30］. https：//skift.com/2017/01/04/airbnb-is-becoming-an-even-bigger-threat-to-hotels-says-a-new-report/.

［11］凌超，張贊.“分享經濟”在中國的發展路徑研究——以在線短租為例［J］.現代管理科學，2014（10）：3.

［12］汪莉霞.我國分享經濟監管的現狀及國際經驗借鑒［J］.對外經貿實務，2018（12）：7-11.

［13］CHEN Y， HUANG Y， TAN C H . Short-term rental and its regulations on the home-sharing platform［J］. Information & Management，2020（3）：103322.

［14］張國興，高晚霞，管欣.基于第三方監督的食品安全監管演化博弈模型［J］.系統工程學報，2015（2）：153-164.

［15］曹裕，余振宇，萬光羽.新媒體環境下政府與企業在食品摻假中的演化博弈研究［J］.中國管理科學，2017（6）：179-187.

［16］楊豐梅，王安瑛，吳軍，等.基于博弈論的C2B2C模式下電商信用監管機制研究［J］.系統工程理論與實踐，2017（8）：2102-2110.

［17］SMITH J M. Evolution and the theory of games［M］. Cambridge： Cambridge University Press，1982：202-215.

［18］楊松，張言彩，王愛峰.多主體參與下食品安全社會共治演化博弈穩定性研究［J/OL］.中國管理科學：1-14［2022-11-10］.DOI：10.16381/j.cnki.issn1003-207x.2021.1008.

［19］祁凱，彭程，楊志，等.基于SEIR演化博弈模型的突發危機事件網絡輿情治理研究［J］.現代情報，2022（4）：120-133.

［20］申亮，王玉燕.公共服務外包中的協作機制研究：一個演化博弈分析［J］.管理評論，2017（3）：219-230.

［21］KREPS D M， WILSON R. Reputation and imperfect information［J］. Levines Working Paper Archive，1999（2）：253-279.

［22］張維迎.法律制度的信譽基礎［J］.經濟研究，2002（2）：4-13.

Evolutionary game research on the supervision mechanism of shared accommodation platform：Based on the perspective of the third-party supervision

WAN Xiaoyu， XU Zimei， ZHAO Siqi， LIU Xueyan

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

Abstract：In view of many problems in the current shared accommodation platform， such as management chaos， hidden dangers， difficulty in rights protection， and the lack of effective government supervision， this paper analyzes the best supervision mechanism of shared accommodation platform. It introduces consumer participation into the game model， constructs an evolutionary game model from the perspective of third-party supervision， and analyzes the influence mechanism of shared accommodation platform and the behavior of government supervision departments. The results show that： （1） With the change of key parameters， the system presents four kinds of evolutionary stability results and a periodic random state. （2） By increasing government punishment and consumer participation， the system can be guided to evolve to an optimal state. Finally， this paper provides decision-making reference for the normative development of the platform and the supervision of government departments from the aspects of institutional system， reputation mechanism and information disclosure mechanism.

Keywords：shared accommodation; consumer participation; supervision mechanism; evolutionary game

（編輯：段明琰）