政府監管下直播帶貨平臺合謀行為的獎懲機制研究

DOI： 10.13317/j.cnki.jdskxb.2024.019

摘" 要：“直播+電商”的新型商品銷售模式正飛速發展，但該過程中存在諸多問題。本文考慮了直播帶貨平臺與平臺商家合謀以獲取超額利潤的現象，建立并分析了不同的獎懲機制下直播帶貨平臺與政府監管機構的演化博弈模型，最終得出以下結論：靜態獎懲機制與動態獎勵靜態懲罰機制下，系統不存在穩定均衡點;靜態獎勵動態懲罰和動態獎勵動態懲罰機制下，系統存在穩定均衡點，但動態獎懲機制下直播帶貨平臺與平臺商家合謀的概率更低。動態獎懲機制下，直播帶貨平臺和直播電商合謀行為與獎懲力度有關，當懲罰力度增加時，直播帶貨平臺與平臺商家合謀的概率下降，政府監管成本降低；當獎勵強度增加時，政府嚴格監管概率降低，直播帶貨平臺與平臺商家合謀概率降低但變化較小。因此，政府監管機構采用科學合理的動態獎懲機制有助于直播帶貨行業的穩健發展。

關鍵詞：直播帶貨平臺；獎懲機制；演化博弈；合謀行為

基金項目：江蘇省社會科學基金一般項目（14GLB008）

作者簡介：李國昊，江蘇大學管理學院教授、博士生導師，管理學博士，從事管理科學與工程研究；梅婷，江蘇大學管理學院碩士研究生，從事管理科學與工程、電子商務與平臺治理研究。

文章編號： 1671-6604（2024）02-0100-13

開放科學（資源服務）標識碼（OSID）：

中圖分類號： F724.6

文獻標識碼： A

一、 引言

黨的二十大報告明確提出，要加快建設網絡強國、數字中國，加快發展數字經濟。數字經濟作為數字中國的重要支撐之一，逐漸成為拉動我國經濟增長的重要引擎，對實現高質量發展和全面建設社會主義現代化國家具有深遠意義。隨著電子商務交易與移動互聯網技術的發展，“直播+電商”新型商品銷售模式作為數字經濟的典型代表，正呈現蓬勃發展的態勢。直播帶貨是由平臺商家借助直播帶貨平臺，通過直播的方式對商品進行全方位展示介紹，以實時互動的方式與消費者交流，吸引消費者在直播間購物的營銷模式，具有提升線上消費場景豐富度、互動性高、社交性強、受眾量大等優勢張寶生，張慶普，趙辰光.電商直播模式下網絡直播特征對消費者購買意愿的影響——消費者感知的中介作用［J］.中國流通經濟，2021（6）：52-61.。根據《第52次中國互聯網絡發展狀況統計報告》和《中國互聯網發展報告（2023）》，2022年中國直播電商的規模接近3.5萬億元，截至2023年6月，我國直播電商用戶規模達到5.26億人。當前，我國直播帶貨行業正處于高速發展階段CUNNINGHAM S， CRAIG D， LV J. Chinas livestreaming industry： platforms， politics， and precarity［J］. International journal of cultural studies， 2019（6）：719-736.，中央與地方政府對直播電商出臺了不少支持政策宋林霖，黃雅卓.“變”與“常”：電商直播監管的問題檢視與對策探尋［J］.河南社會科學，2020（12）：106-114.，如對于經營良好的直播帶貨平臺給予獎勵等，但是，直播帶貨行業發展過程中也顯現出諸多亟待解決的問題，例如主播虛假宣傳或兜售“三無”產品、平臺延遲退款、平臺數據造假甚至平臺包庇平臺商家等宮春子，徐芳蘭.電商“直播帶貨”中的問題解析與規制建議［J］.商業經濟研究，2021（6）：83-86.。

在直播帶貨體系中，直播帶貨平臺的訴求是增加平臺的用戶規模和收益，平臺商家的訴求是增加自身流量和收益，消費者的訴求是獲得更好的服務體驗以及滿足自身購物需求劉建剛，吳倩，張美娟.直播帶貨平臺生態體系價值共毀的演化博弈［J］.中國管理科學，2023（3）：143-154.。在直播帶貨流程與環節中，平臺的職責在于審核商家主播資質、規范商家直播行為、檢查商家直播商品質量梁喜，劉懷英，胡詩藝.直播模式對電商供應鏈定價與質量決策的影響研究——基于制造商店鋪自播與委托主播帶貨兩種模式的比較分析［J］.價格理論與實踐，2022（9）：154-157.、完善消費者監督和舉報途徑周爍.網絡直播帶貨中直播平臺的法律責任［J］.法律適用，2022（7）：133-144.等。但作為以營利為目的的行為主體，直播帶貨平臺常與主播、商家等主體構成利益共同體，從而怠于承擔自身責任，放寬對平臺商家的各項審核檢查標準。直播帶貨平臺縱容包庇平臺商家的違規行為而使雙方獲得額外流量與銷售額，即監督者幫助代理人隱藏信息并欺騙委托人的行為，又被稱為合謀行為TIROLE J. Hierarchies and bureaucracies： on the role of collusion in organizations［J］. Journal of law， economics and organizations， 1986（2）：181-214.。通過合謀行為，直播帶貨平臺會因呈現出良好的經營態勢而獲得來自政府部門的獎勵。實際上，大量事例表明合謀行為在經濟社會中較為常見TELSER L G. Why should manufacturers want fair trade？［J］. Journal of law and economics，1960（9）：86-105.楊洋.“瘋長”的直播經濟亟待剪枝打葉［J］.青年記者，2017（9）：5.駱建彬，謝衛紅.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［J］.運籌與管理，2022（7）：227-233.，消費者投訴平臺中也存在大量對于直播帶貨平臺不作為、包庇商家等合謀行為的投訴。可見直播帶貨平臺與平臺商家的合謀行為嚴重損害消費者權益，加重了政府的財政負擔，阻礙直播帶貨行業的穩健發展。政府監管機構對相關亂象的監管和規范迫在眉睫。

面對直播帶貨帶來的一系列監管挑戰，學界也對其展開深入探討，并著重從直播帶貨平臺監管的角度進行。相關研究主要包括兩個方面：一是集中探討直播帶貨平臺監管的現狀及挑戰；二是研究直播帶貨平臺與利益相關者之間的關系。在直播帶貨平臺監管方面，學者們從法律規制的角度，分析直播平臺、平臺商家以及網絡主播等相關主體的關系與責任，例如肖紅軍提出直播帶貨平臺所兼具監管主體與監管客體的雙重屬性易導致不公平競爭、監管效率低等問題肖紅軍，陽鎮，商慧辰.平臺監管的多重困境與范式轉型［J］.中國人民大學學報，2022（4）：24-39.；施耐德認為在電商交易中，平臺應重點關注相關法律問題和地域問題加里P.施耐德.電子商務［M］.張俊梅，徐禮德，譯.北京：機械工業出版社，2014：228-237.；周建平從供需兩端分析，認為當前電商直播本身和監管機制均存在問題，并提出應建立多主體的多元監管機制周劍平.電商直播監管的難點與對策創新［J］.中國流通經濟，2021（8）：72-80.。以上研究揭示了直播帶貨過程中所存在的監管問題，同時也為完善直播帶貨監管體系提出相應的對策建議，然而，這些研究多從法律規制、平臺自治等角度出發，倡導平臺主動承擔監管責任，卻忽略了為獲取額外收益的直播帶貨平臺存在與平臺商家合謀的現象。

在研究平臺與利益相關者之間的關系方面，李亞兵等提出網絡直播平臺發展的規范化程度受監管機構獎懲力度的影響，與激勵力度成正比，與懲罰力度呈倒U形關系李亞兵，張家瑞.網絡直播治理策略的演化博弈——基于利益相關者視角［J］.經濟與管理，2020（2）：25-31.；郭延祿等認為直播帶貨平臺應嚴格懲罰主播的不規范行為，限流、封殺推銷劣質產品的主播，約束其行為郭延祿，羅公利，侯貴生，等.“種草”與“翻車”：網紅直播帶貨的產品質量問題與治理研究［J］.中國管理科學，2023（10）：162-174.；李雅萍等的研究表明直播帶貨平臺治理成本、不治理的收益與政府監管概率正相關，而直播帶貨平臺治理的收益和激勵、不治理的損失和懲罰與政府監管概率負相關LI Y， WEN D， SUN X. Quality super vision game between government and online shopping platforms［J］.Total quality management amp; business excellence， 2018（9-10）：1246-1258.；汪旭暉等從政府治理視角出發，提出在動態獎懲機制下直播帶貨平臺與消費者之間策略選擇的影響因素及演化路徑汪旭暉，任曉雪.政府治理視角下平臺電商信用監管的動態演化博弈研究［J］.中國管理科學，2021（12）：29-41.。以上研究通過構建演化博弈模型，聚焦政府監管下直播帶貨平臺、帶貨主播與消費者之間的關系，分析各主體間的動態策略選擇，為關于直播帶貨監管的研究提供了方法支撐。目前，動態獎懲機制對主體行為產生影響的方式已廣泛應用于如食品安全監管曹裕，俞傳艷，萬光羽.政府參與下食品企業監管博弈研究［J］.系統工程理論與實踐，2017（1）：140-150.、公共項目承包謝秋皓，楊高升.動態懲罰機制下公共項目承包商機會主義行為演化博弈［J］.土木工程與管理學報，2019（1）：129-135.等多個領域，相關研究表明動態獎懲機制更符合現實情況且監管效果良好，為解決直播帶貨領域的監管問題提供了新視角。

綜上所述，國內外學者對直播帶貨監管的研究為本文提供了良好的借鑒，但仍存在一定的不足。第一，現有研究對直播帶貨平臺與平臺商家的合謀行為及其危害性的研究較為匱乏；第二，考慮政府不同的獎懲機制對直播帶貨平臺行為影響的研究較少。直播帶貨平臺與平臺商家的合謀行為是利益驅動下的自發行為，而信息不對稱導致政府監管機構對合謀行為難以識別，政府監管機構若無法對直播帶貨平臺和平臺商家合謀行為進行有效治理，將導致消費者權益受損，平臺與商家的形象受挫，不利于營造清朗公正的網絡直播帶貨營商環境。因此，為深入分析政府監管機構不同獎懲機制對直播帶貨平臺與平臺商家合謀行為的影響，本文構建了政府監管機構和直播帶貨平臺的演化博弈模型，分別從靜態獎勵和靜態懲罰、動態獎勵和靜態懲罰、靜態獎勵和動態懲罰、動態獎勵和動態懲罰四種機制分析直播帶貨平臺和政府監管機構演化博弈策略。最后，本文研究結論提出了對應的對策與建議，為政府監管機構采用最優的獎勵和懲罰機制提供理論參考和實踐指導。

二、 模型說明和假設

假設直播帶貨平臺與平臺商家合謀行為主要涉及兩個博弈群體：直播帶貨平臺和政府監管機構。直播帶貨平臺有兩個策略選擇：一是按照直播帶貨相關的電子商務行業要求，積極對在本平臺內直播帶貨的平臺商家進行監管；二是違背直播帶貨相關的電子商務行業要求，與平臺內進行直播帶貨的商家合謀，如放任商家在直播帶貨中的不合規、損害消費者利益的行為等，以此來牟取額外收益。因此，直播帶貨平臺以{與平臺商家不合謀，與平臺商家合謀}為策略集合，政府監管機構以{積極監管，消極監管}為策略集合。基本假設如下：

（1） 博弈過程中，直播帶貨平臺和政府監管機構都是有限理性的。

（2） 直播帶貨平臺的收益來源有多種，主要分為營銷推廣、分成和打賞分成三部分，直播帶貨平臺無論與平臺商家合謀與否，其收益都為Rp。若直播帶貨平臺選擇與平臺商家合謀，其將獲得來自平臺商家的額外收益F。直播帶貨平臺不與平臺商家合謀，即對平臺商家實行嚴格監管時的成本為C1；與平臺商家合謀時，即對平臺商家實行寬松監管時的成本為C2。由于直播帶貨平臺對平臺商家實行嚴格監管時人力物力投入比實行寬松監管時多，所以C1＞C2。

（3） 當直播帶貨平臺選擇不與平臺商家合謀時，政府監管機構積極監管，其獲得的經濟與聲譽收益為Rg1；當直播帶貨平臺選擇與平臺商家合謀時，政府監管機構消極監管，其獲得的經濟與聲譽收益為Rg2。由于受到上級部門的處罰和社會聲譽的損失，所以Rg1＞Rg2。此外直播帶貨平臺與平臺商家合謀所造成的社會福利的損失為S。政府監管機構進行積極監管時，成本為C3，政府監管機構進行消極監管時，成本為C4，且C3＞C4。在政府監管機構的監管下，如果直播帶貨平臺沒有與平臺商家合謀，直播帶貨平臺形象良好，促進其經營貢獻的提升，則政府監管機構給予其獎勵P，如直接的政策補貼、稅收優惠、低息貸款等；如果直播帶貨平臺被發現與平臺商家合謀，則政府監管機構對其進行處罰Q，如罰款、停業整頓等。

直播帶貨平臺與政府監管機構的收益矩陣如下頁表1所示。

三、 模型構建和分析

（一） 靜態獎勵和懲罰機制下政府監管機構與直播帶貨平臺間的演化博弈

1. 模型構建及求解。在靜態獎懲機制下，P、Q皆為常量，不會隨著其他參數的變動而變動。假設直播帶貨平臺以x（0≤x≤1）的概率不與平臺商家合謀，則合謀的概率為1-x；政府監管機構以y（0≤y≤1）的概率積極監管，則消極監管的概率為1-y。

根據上述收益矩陣和概率假設，直播帶貨平臺選擇與平臺商家不合謀與合謀策略的期望收益及平均收益分別為

E11=y（Rp-C1+P）+（1-y）（Rp-C1）

E12=y（Rp-C2-Q+F）+（1-y）（Rp-C2+F）

E1=xE11+（1-x）E12（1）

同理，可得政府監管機構積極、消極監管的期望收益和平均收益為

E21=x（Rg1-P-C3）+（1-x）（Rg2-C3-S+Q）

E22=x（Rg1-C4）+（1-x）（Rg2-C4-S）

E2=yE21+（1-y）E22（2）

根據Malthusian動態方程WEIBULL J W. Evolutionary game theory［M］.Cambridge： The MTI Press，1995：85-92.，直播帶貨平臺與政府監管機構的復制動態方程組如下：

F1（x）=dxdt=x（E11-E1）=x（1-x）［y（P+Q）-C1+C2-F］（3）

F1（y）=dydt=y（E21-E2）=y（1-y）［-x（P+Q）-C3+C4+Q］（4）

若演化博弈各方參與有穩定策略，需滿足條件：F1（x）=F1（y）=0。當且僅當0≤-C3+C4+QP+Q≤1，0≤C1-C2+FP+Q≤1時，本系統存在5個均衡點，分別為（0，0）、（0，1）、（1，0）、（1，1）、（x0，y0），其中（x0，y0）=-C3+C4+QP+Q，C1-C2+FP+Q。

2. 均衡點穩定性分析。通過雅可比矩陣FRIEDMAN D. Evolutionary games in economics［J］. Econometrica， 1991（3）：637-666.，可對演化博弈模型均衡點的穩定性進行分析，具體來說，本系統的雅可比矩陣如下：

J=F1（x）xF1（x）y

F1（y）xF1（y）y=a11a12

a21a22（5）

由（5）式得：

a11=（1-2x）［y（P+Q）-C1+C2-F］

a12=x（1-x）（P+Q）

a21=y（1-y）（-P-Q）

a22=（1-2y）［-x（P+Q）-C3+C4+Q］

若代入雅可比矩陣的均衡點滿足行列式大于0且跡小于0，則表明該點為本文模型的演化穩定策略（ESS）。具體來說，雅可比矩陣的行列式和跡如下所示：

det（J）=a11a12a21a22=a11a22-a12a21（6）

tr（J）=a11+a22（7）

將前文所求均衡點帶入雅可比矩陣并分別求det（J）和tr（J），結果如表2所示。

分析表2可知，在系統（Ⅰ）中，各個均衡點所對應雅可比矩陣的det（J）和tr（J）都無法滿足穩定的條件。因此，在靜態獎勵靜態懲罰機制下，雙方無法達到演化穩定狀態，下文將對本模型中的靜態獎懲機制做出動態獎懲機制的變動。

（二） 動態獎勵靜態懲罰機制下政府監管機構與直播帶貨平臺間的演化博弈

1. 模型構建及求解。直播帶貨平臺對平臺商家的直播帶貨行為監管的力度與其與平臺商家合謀行為相關，當直播帶貨平臺對平臺商家直播帶貨行為監管力度強時，則平臺與平臺商家合謀的可能性低，反之，則合謀可能性高。因此，政府監管機構根據直播帶貨平臺監管力度按一定比例給予補貼獎勵，如果直播帶貨平臺監管力度弱，即平臺的監管成本較低時，政府監管機構給予的獎勵將相應減少或沒有。所以本文假設政府監管機構的獎勵與直播帶貨平臺與平臺商家不合謀的概率是成正比的。因此設原來的獎勵P為P（x）=xP，P表示獎勵上限，將P（x）代替P代入式（3）和（4）得：

F2（x）=dxdt=x（1-x）［y（xP+Q）-C1+C2-F］（8）

F2（y）=dydt=y（1-y）［-x（xP+Q）-C3+C4+Q］（9）

可得系統中共存在五個可能的均衡點，分別為（0，0）、（0，1）、（1，0）、（1，1）、（x1，y1），（x1，y1）=-Q+Q2+4P（-C3+C4+Q）2P，2（C1-C2+F）Q+Q2+4P（-C3+C4+Q）。

2. 均衡點穩定性分析。由（5）式可得，本系統的雅可比矩陣為

J=F2（x）xF2（x）y

F2（y）xF2（y）y=

（1-2x）［y（xP+Q）-C1+C2-F］+x（1-x）Pyx（1-x）（xP+Q）

y（y-1）（2xP+Q）（1-2y）［-x（xP+Q）-C3+C4+Q］（10）

在政府監管機構積極監管條件下，要確保獎勵和懲罰達到預期效能，必須保證直播平臺不與商家合謀時相對合謀獲得更高的經濟利益，即Rp-C1+xP＞Rp-C2-Q+F。基于此，本文利用雅可比矩陣對均衡點進行分析，具體如表3所示：

分析表3可知，各個均衡點所對應雅可比矩陣的det（J）和tr（J）都無法滿足穩定的條件，故在動態獎勵靜態懲罰機制下，直播帶貨平臺和政府監管機構之間無法達成演化穩定。

（三） 靜態獎勵動態懲罰機制下政府監管機構與直播帶貨平臺間的演化博弈

1. 模型構建及求解。假設政府監管機構對直播帶貨平臺與平臺商家合謀行為的懲罰與平臺對平臺商家監管力度相關。當直播帶貨平臺對其商家直播帶貨行為監管力度強時，則平臺與平臺商家合謀的可能性低，政府監管機構進行懲罰的概率則低，反之則政府監管機構的懲罰概率高。因此設政府監管機構對直播帶貨平臺和平臺商家合謀的懲罰與平臺和商家合謀的概率成正比。設原來的懲罰Q為Q（x）=（1-x）Q，Q表示懲罰上限，將Q（x）代替Q代入式（3）和（4）得：

F3（x）=dxdt=x（1-x）{y［P+（1-x）Q］-C1+C2-F}（11）

F3（y）=dydt=y（1-y）{-x［P+（1-x）Q］-C3+C4+（1-x）Q}（12）

可得該系統中共存在五個可能的均衡點，分別為（0，0）、（0，1）、（1，0）、（1，1）、（x2，y2），（x2，y2）=P+2Q-P2+4PQ+4Q（C3-C4）2Q，2（C1-C2+F）P+P2+4PQ+4Q（C3-C4）。

2. 均衡點穩定性分析。由（5）式可得，該系統的雅可比矩陣為

J=F3（x）xF3（x）y

F3（y）xF3（y）y=

（1-2x）［-C1+C2-F+y（P+Q-xQ）］-x（1-x）Qyx（1-x）［P+（1-x）Q］

y（1-y）［（2x-2）Q-P］（1-2y）{（1-x）2Q-xP-C3+C4}（13）

同理，當政府監管機構在采取積極監管策略時，應滿足直播帶貨平臺不與商家合謀所獲得的收益高于與商家合謀獲得的收益，即Rp-C1+P＞Rp-C2-（1-x）Q+F。基于此，本文接著分析5個均衡的穩定性，具體如表4所示。

分析表4可知，（x2，y2）是本系統的演化穩定策略（ESS），因此直播帶貨平臺選擇不與平臺商家合謀的概率為x2，政府監管機構積極監管策略執行的概率為y2。

（四） 動態獎勵動態懲罰機制下政府監管機構與直播帶貨平臺間的演化博弈

1. 模型構建及求解。假設地方監管機構對直播帶貨平臺的獎勵和懲罰與直播帶貨平臺是否與平臺商家合謀的概率有關，分別用Q（x）=xQ和P（x）=（1-x）P，代入式（3）、式（4）得：

F4（x）=dxdt=x（1-x）{y［xP+（1-x）Q］-C1+C2-F}（14）

F4（y）=dydt=y（1-y）{-x［xP+（1-x）Q］-C3+C4+（1-x）Q}（15）

該系統中共存在5個可能的均衡點，分別為（0，0）、（0，1）、（1，0）、（1，1）、（x3，y3），（x3，y3）=Q-PQ-（P-Q）（C3-C4）Q-P，C1-C2+FPQ+（P-Q）（C3-C4）。

2. 均衡點穩定性分析。由（5）式可得，該系統的雅可比矩陣為

J=F4（x）xF4（x）yF4（y）xF4（y）y=（1-2x）{-C1+C2-F+y［xP+（1-x）Q］}+x（x-1）（P-Q）yx（1-x）［xP+（1-x）Q］y（1-y）［-2xP-2Q+2xQ］（1-2y）{-C3+C4-x2P+（1-x）2Q］}（16）

同理，政府監管機構在采取積極監管策略時，應滿足直播帶貨平臺不與商家合謀所獲得的收益高于與商家合謀獲得的收益，即Rp-C1+xP＞Rp-C2-（1-x）Q+F。在該條件下對5個均衡進行穩定性分析，具體參見表5。

分析表5可知，（x3，y3）是系統（Ⅳ）的穩定點，因此直播帶貨平臺選擇不合謀概率為x3，政府監管機構積極監管概率為y3。

四、 演化博弈模型數值模擬與分析

（一） 不同獎懲機制下的演化路徑

直播帶貨平臺對平臺商家的收費方式包括扣點與收取直播平臺的渠道費，此兩種收費均與平臺商家的銷售額成正比，平臺扣點是平臺基于商家出售商品的銷售額按照比例收取的費用，與是否直播帶貨無關；平臺渠道費則是商家通過直播形式所獲的銷售額中部分交予平臺的費用。根據前文模型的基本條件，并借鑒相關文獻的參考，對系統的各項參數設定數值。假設某直播帶貨平臺，若與平臺上的商家合謀，不執行嚴格監管，其成本僅為15萬元，且會獲得平臺商家交予的額外收益15萬元；若平臺不與商家合謀，對直播帶貨商家的資質進行嚴格審查等，對直播帶貨商家售出的商品質量、直播宣傳內容的真實性等進行嚴格把控，則需追加監管成本15萬元。政府監管機構對直播帶貨平臺選擇較強的監管策略，其成本為20萬元；選擇較寬松的監管方式，其成本為15萬元。政府監管機構對直播帶貨平臺進行補貼，補貼金額不超過直播帶貨平臺的監管成本，設置為30萬元。假設政府監管機構發現直播帶貨平臺對平臺商家寬松監管與之合謀，政府監管機構將對直播帶貨平臺進行罰款，設置罰款為60萬元。綜上所述，得到各參數的初始值如下：C1=30，C2=15，C3=20，C4=15，P=30，Q=60，F=15。

假設初始概率值為［x，y］=［0.5，0.5］，時間長度設置為［0，10］，分別將初始參數值代入靜態獎懲機制（Ⅰ）、動態獎勵靜態懲罰機制（Ⅱ）、靜態獎勵動態懲罰機制（Ⅲ）和動態獎勵動態懲罰機制（Ⅳ）下的模型中進行數值模擬，四個系統的演化過程如圖1至圖4所示。

根據圖1、圖2的演化過程可得，在靜態獎勵靜態懲罰機制和動態獎勵靜態懲罰機制下，系統的策略演化過程呈現出圍繞平衡中心（x0，y0）和（x1，y1）的周期性軌跡運動。在這兩種機制下系統未能進入一個穩態。

分析圖3、圖4可得，在靜態獎勵動態懲罰和動態獎勵動態懲罰機制下，直播帶貨平臺和政府監管機構的博弈系統演化路徑呈現出螺旋特征，且分別收斂于中心點（x2，y2）、（x3，y3）。此外，政府積極監管和直播帶貨不合謀的概率在動態獎勵動態懲罰機制下更高。因此，本文基于動態獎勵動態懲罰機制，進一步探究獎勵和懲罰力度對雙方策略選擇的影響。

（二） 動態獎懲機制下獎勵和懲罰強度對演化路徑的影響

1. 懲罰力度對直播帶貨平臺和政府監管機構的影響。由下頁圖5、圖6可知，當其他參數不變，政府監管部門加大處罰力度Q時，x、y會在一定時間內進行波動，最后趨于穩定，x變化幅度較小，但有所增加；y變化幅度較大，但有所減少。這說明政府監管機構加強懲罰力度會促使直播帶貨平臺不與商家合謀，并對其進行嚴格的監督管理，加大監管投入；而政府監管機構積極監管的概率則會降低，減少相關投入。

2. 獎勵力度對直播帶貨平臺和政府監管機構的影響。分析圖7、圖8可得，保持其他參數賦值不變，增加政府監管機構獎勵力度P，在一定時期內x、y會經歷波動，最終趨于穩定，x、y的變化幅度大小不一，但兩者均有所降低。由此可得，短期內，若政府監管機構在一定范圍內加大獎勵力度，會促使直播帶貨平臺不與平臺商家合謀，并對商家們實行積極嚴格的監管方式，加大監管投入；但長期看，加大獎勵力度，直播帶貨平臺不與平臺商家合謀的概率不增反減，而使得政府監管機構的財政支出加大，由此縮減監管費用以降低成本，從而增加政府監管機構采取消極監管的概率。因此，獎勵過高可能會適得其反，科學適當的獎勵才有利于促進行業良性發展。

五、 結語

（一） 研究結論

本文基于演化博弈理論，在不同獎懲機制下構建了直播帶貨平臺和政府監管機構兩者的博弈模型，研究了直播帶貨平臺與支付監管機構策略選擇的演化路徑，并對不同機制下的模型進行數值分析，對獎勵和懲罰力度影響直播帶貨平臺和政府監管機構演化穩定策略的情況進行了討論，最終獲得以下結論：

（1） 在靜態獎懲機制下，直播帶貨平臺和政府監管機構所組成的系統中，不存在穩定的演化策略，其演化軌跡圍繞中心點周期波動，政府監管機構積極監管和直播帶貨平臺與平臺商家合謀呈現周期性的行為。因此，政府監管機構的靜態獎懲機制無法對直播帶貨平臺與平臺商家合謀行為起較大約束作用，需采用動態的獎懲機制合理規范直播帶貨平臺與平臺商家的合謀行為。

（2） 政府監管機構針對直播帶貨平臺與平臺商家合謀行為實施動態獎勵靜態懲罰機制時，系統無法達成穩定狀態；而在靜態獎勵動態懲罰機制與動態獎勵動態懲罰機制的條件下存在演化穩定策略。但在動態獎勵動態懲罰機制下，政府監管機構的獎勵與直播帶貨平臺選擇合謀策略的概率成反比，而懲罰與其成正比，且此時政府監管機構積極監管和直播帶貨平臺不與平臺商家合謀的概率更高，因此，動態獎勵動態懲罰機制能更有效地約束直播帶貨平臺的合謀行為。

（3） 在動態獎勵動態懲罰機制下，直播帶貨平臺與平臺商家合謀行為受政府監管機構的獎勵與懲罰力度的影響。當政府監管機構的懲罰力度加大，其威懾作用不僅有利于直播帶貨平臺與平臺商家合謀概率降低，還能在一定程度上減少政府監管的工作量；當其獎勵力度加大，雖然激勵效果使直播帶貨平臺與平臺商家合謀的概率短期內下降，但從長期來看，政府監管機構積極監管成本過高，容易誘發直播帶貨平臺的機會主義行為，從而導致合謀概率增加。獎勵過高時，并不利于直播帶貨亂象問題的監管，適當的獎勵才能夠有效規制直播帶貨平臺與平臺商家的合謀行為。

（二） 建議

通過上述結論可以為政府帶來如下建議：

（1） 政府監管機構在確立獎懲機制時應保證獎懲金額的合理性。獎勵過高會增加政府財政負擔，懲罰過低則無法對直播帶貨平臺與平臺商家合謀行為產生約束作用。政府監管機構應靈活地調整獎懲力度，隨著直播帶貨平臺與平臺商家合謀的概率下降，可適當減少獎勵上限值并調整懲罰上限。

（2） 政府監管機構應制定科學合理的動態獎懲機制。直播帶貨平臺與平臺商家合謀的行為策略受政府監管機構政策的影響，政府應正確認識直播帶貨平臺與平臺商家合謀的目的，可以針對不同規模以及不同類型的直播帶貨平臺采取差異化的動態獎懲機制，避免直播帶貨平臺為了獲得政府獎勵而通過合謀行為增加經營貢獻的投機行為，有效為財政支出減壓。目前，政府相繼出臺了《關于加強網絡直播營銷活動監管的指導意見》《網絡直播營銷管理辦法（試行）》《互聯網廣告管理辦法》等規章，厘清直播帶貨平臺的責任與義務，規制直播帶貨過程中的不當行為。此外，針對直播帶貨平臺與平臺商家合謀的問題，可將動態獎懲機制納入現行的直播帶貨規制體系，推動直播帶貨平臺合法合規地落實責任。同時，政府監管機構應不斷優化自身監管結構，提升監管能力的同時降低監管成本，為直播帶貨行業與電商市場的公平穩定保駕護航，從而推動數字經濟的高質量發展。

（責任編輯： 劉雨軒）

On the Reward and Punishment Mechanism of Collusion of Live Commerce Platforms from the Perspective of Governmental Regulation

Li Guohao， Mei Ting， Liang Yongtao

（School of Management， Jiangsu University， Zhenjiang 212013， China）

Abstract： The new marketing model of “live show + e-commerce” is developing rapidly， but there are many problems along with the booming. This paper studies how the live commerce platforms and the platform merchants collude to garner excessive profits， builds an evolutionary game model between live commerce platforms and government regulatory agencies based on different reward and punishment mechanisms， analyzes the stability of equilibrium points in the system， and conducts a simulation analysis. The results show： under both the static reward and punishment mechanism and the dynamic reward and static punishment mechanism， there is no stable equilibrium point; under both the static reward and dynamic punishment mechanism and the dynamic reward and dynamic punishment mechanism， there is a stable equilibrium point， but under the dynamic reward and punishment mechanism， there is a lower probability of collusion between the platforms and the merchants. Under the dynamic reward and punishment mechanism， the collusion between the platforms and live e-sellers is closely related to the rewards and punishments： when the punishment increases， the probability of collusion between them decreases， and the cost of governmental supervision decreases as well; when the reward increases， the probability of strict governmental supervision decreases， and the probability of collusion between the platforms and the sellers decreases but little. Therefore， the scientific and reasonable dynamic reward and punishment mechanism adopted by the regulators is conducive to the stable development of the live streaming industry.

Key words： live commerce platform; reward and punishment mechanism; evolutionary game；collusion behavior