平臺生態系統多主體動態治理機制的演化博弈

[摘 要：數字經濟迅速崛起的同時也衍生出一系列社會治理問題，亟須進行有效治理。文章運用演化博弈方法，構建“政府—平臺組織—入駐企業”三方主體非對稱博弈模型，推演其演化穩定策略，并運用數值仿真分析進一步驗證博弈研究。研究發現：政府在平臺生態系統治理中呈現“寬松監管—嚴格監管—寬松監管”為主導的動態監管過程；對平臺組織而言，初創期以傳統治理為主，真空期開始實施賦能機制并逐步完善，直至成熟期，平臺生態系統在賦能機制作用下形成穩定有序的自組織形態；平臺網絡結構和賦能治理成本是影響平臺自組織形態形成的關鍵因素，數字信息對其產生促進作用。研究成果拓展平臺生態系統理論、平臺賦能理論，為平臺生態系統治理提供啟發與參考。

關鍵詞：數字經濟；平臺治理；平臺賦能；演化博弈；平臺生態系統

中圖分類號：F49 " " " " 文獻標識碼：A " " " 文章編號：1007-5097（2024）08-0013-13 ]

Evolutionary Game of Multi-Agent Dynamic Governance Mechanism of

the Platform Ecosystem

HAN Ying， WU Yuting

（School of Economics， Fujian Normal University， Fuzhou 350117， China）

Abstract： While the digital economy is soaring， it has also given rise to a series of social governance issues that urgently require effective governance. This essay uses the evolutionary game method to construct a tripartite asymmetric game model involving the “government—platform organization—resident enterprises”， deduce their evolutionary stable strategies， and further verify the game research through numerical simulation analysis. Findings： In the governance of the platform ecosystem， the government presents a dynamic regulation process dominated by “loose regulation—strict regulation—loose regulation”; For the platform organization， traditional governance dominates during the startup period. The empowerment mechanism is started to be implemented and gradually improved during the vacuum period until the maturity period. The platform ecosystem forms a stable and orderly self-organizing shape under the empowerment mechanism; The platform network structure and the cost of empowerment governance are key factors affecting the formation of the platform's self-organizing shape， and digital information plays a promoting role on its generation. The research findings expand the theories for platform ecosystem and platform empowerment， and provide inspiration and references for the governance of the platform ecosystem.

Key words：digital economy; platform governance; platform empowerment; evolutionary game; platform ecosystem

一、引言及文獻綜述

數字經濟時代，以大數據、5G技術、云計算、人工智能為代表的數字技術正廣泛且深入地滲透到社會經濟生活的方方面面，逐漸成為我國經濟發展新引擎。大量平臺組織應運而生，成為數字技術和網絡環境下迅速發展的新型組織形態，對優化社會資源配置、推動產業升級、創造就業機會、促進人們生活便利等多方面作出了巨大貢獻［1］。然而，隨著數字經濟規模的逐步擴大和網絡效應的逐漸顯現，加上由技術創新澆筑的進入壁壘，使得部分平臺組織憑借數據、技術、資源等優勢迅速成長成為大型壟斷企業，“二選一”［2］、“掐尖并購”、數據濫用、大數據“殺熟”［3］等平臺壟斷現象頻發。部分平臺依靠“弱肉強食”實現“贏者通吃”，利用自身優勢展開一系列不正當競爭，侵犯其他平臺和入駐企業的合法權益，嚴重破壞市場競爭秩序，甚至遏制中小企業創新發展。例如，2021年阿里巴巴集團控股有限公司（以下簡稱阿里巴巴集團）“二選一”案，阿里巴巴集團作為平臺經濟領域的巨頭企業，濫用其市場支配地位要求入駐企業簽訂“二選一”協議，限制入駐企業進入其他平臺和參與其他競爭性平臺促銷活動［4］以鎖定優質企業和用戶，增強平臺外部網絡效應、提高用戶黏性和平臺價值、削弱競爭對手市場勢力，實現數據、資源、流量壟斷，獲取壟斷利潤。

面對出現的問題，政府部門日益重視對平臺領域的監管。2021年2月7日，國務院反壟斷委員會正式印發《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》，指出要“實現平臺經濟整體生態和諧共生和健康發展”，釋放支持平臺經濟健康、規范發展的信號；2023年國務院《政府工作報告》明確提出，要“大力發展數字經濟，提升常態化監管水平，支持平臺經濟發展”，再次透露強化平臺監管的強烈信號。然而，平臺具有交叉網絡外部性［5］、雙邊市場性［6］、動態競爭性［7］等特點，現有的治理理念、反壟斷監管理念、平臺監管策略是基于傳統工業經濟的運行邏輯，與數字經濟平臺壟斷的內在要求不完全匹配［8］。因此，探索平臺生態系統多元共治的協同治理模式成為學術界和實務界的重要研究問題。肖紅軍和李平（2019）［9］創新性地提出契合平臺情境的社會責任生態化治理新范式，即一種內生型、整體性與可持續的全過程治理范式，核心是分層次治理與跨層次治理，個體、情境和系統的全景式治理以及跨生態位互治與網絡化共治；類似地，陽鎮和尹西明（2020）［10］認為，企業或政府單一主體治理模式已無法滿足平臺治理需求，需轉向由企業、政府、利益相關者以及社會公民與組織共同參與的多元主體共治。然而，平臺生態系統處于不斷變化和發展中，平臺生態系統治理也必然存在周期性差異。已有學者基于動態視角對平臺治理展開了研究。如Mei等（2021）［11］根據平臺生命周期理論，將阿里云平臺演化過程劃分為啟動階段和擴張階段，并根據不同發展階段提出了相應的平臺治理機制；袁宇等（2021）［12］將海爾平臺生態系統劃分為單邊平臺、多邊平臺和無邊界平臺三個階段，認為平臺組織和小微企業在不同階段應運用不同的共治手段以化解平臺治理過程中的“悖論問題”，促進平臺生態共生共演。

現有學者從平臺屬性、平臺治理主體、平臺治理模式等方面對平臺生態系統治理進行了大量研究，為本文奠定了豐富的理論基礎，但對平臺生態系統多主體共治問題進行深入和全面的探討較少，缺乏從動態視角探究數字經濟背景下平臺生態系統的治理問題，忽略了平臺網絡屬性在平臺治理策略中的運用。因此，本文基于數字經濟背景，從網絡視角構建平臺組織治理思路，運用演化博弈方法分析多主體參與下平臺生態系統治理的動態過程，建立“政府—平臺組織—入駐企業”三方非對稱演化博弈模型，并通過數值仿真分析平臺生態系統在不同生命周期階段各治理主體的穩定策略以及影響平臺生態系統自組織形態形成的關鍵因素，力求闡明平臺生態系統動態治理的完整作用機理，以期提出完善平臺生態系統構建與優化平臺生態系統治理方式的有效對策及有益啟示。

本文邊際貢獻為：①構建平臺生態系統多主體動態治理機制模型，探究平臺生態系統自組織形態形成的關鍵因素，一定程度上豐富、拓展和完善平臺生態系統治理研究；②基于平臺生命周期理論，將平臺生態系統劃分為初創期、真空期、爆發期和成熟期四個階段，探究不同發展階段的具體特征以及政府監管和平臺組織治理策略的最優匹配方式，一定程度上拓展平臺生態系統理論；③基于網絡視角，探索性地提出“平臺賦能治理”概念，從網絡結構和網絡關系兩個維度探究不同生命周期階段下平臺賦能治理策略的動態作用效果，一定程度上豐富和發展平臺賦能概念，深化平臺賦能理論。

二、演化博弈模型構建

（一）問題描述

正如自然界生物生態系統一樣，平臺生態系統也是一個動態演進的組織系統，始終處于不斷變化和發展中。不少學者結合生命周期理論對平臺生命周期進行了劃分，如Moore（1993）［13］將商業生態系統劃分為誕生、擴張、領導和自我更新四個階段；Teece（2017）［14］將平臺生命周期劃分為誕生、擴張、領導和自我更新四個階段并分析了各階段的需求；Muzellec等（2015）［15］認為，平臺的發展經歷了胚胎期、出苗期、生長期和成熟期；李雷等（2016）［16］根據網絡效應理論將平臺生命周期劃分為初創期、真空期、爆發期、成熟期、不確定期和二次爆發期六個階段。本文在前人基礎上，將平臺生命周期劃分為初創期、真空期、爆發期和成熟期四個階段。初創期是平臺生態系統的萌芽階段，規模小且網絡關系簡單；真空期平臺生態系統陷入發展瓶頸，外部網絡效應弱，無法吸引更多用戶加入；爆發期迎來平臺生態系統的快速發展，大批客戶涌入，同時也帶來了一系列問題；成熟期平臺生態系統能夠形成穩定有序的自組織形態，但外部競爭激烈，陸續有用戶退出和加入，平臺生態規模總體呈萎縮趨勢。

“賦能”最早起源于心理學，指賦能者通過言行、態度、環境等給予被賦能者正能量的某種權力或能力［17］。在管理學領域，“賦能”起源于“授權賦能”思想，是圍繞“授權”進行的一系列拓展，強調的是組織與個體間的互動［18］。但隨著互聯網的不斷發展，組織管理模式逐漸發生變化，有關研究更加強調組織層面的賦能，認為平臺組織可以通過其強大的數字技術和資源優勢拓展互動場景和開放平臺接口，賦予平臺參與者高階能力，促進雙方配置優化和創新發展［18］。現有有關平臺賦能的研究強調生態系統內各方主體的關系和諧共生，越來越關注主體間的交互作用［19］。無論是韓都衣舍“小組制”改革，還是小米智能家庭平臺“1+4+X”的生態布局，本質都是通過“去中心化”的平臺型組織架構，利用平臺網絡效應、資源基礎和賦能機制［20］實現企業協同共生發展和平臺生態系統良性發展。由此可見，平臺賦能不僅能促進企業經濟快速發展，而且能在平臺生態系統治理中發揮重要作用。基于此，本文探索性地提出“平臺賦能治理”概念，相較于傳統治理，平臺賦能治理更強調平臺組織的主動性，更注重與平臺生態參與者的和諧共生與協同發展。本文對“平臺賦能治理”概念的界定是：平臺組織憑借其所處生態系統中的樞紐地位、獨特的信息數字技術及強大的資源整合能力［21］，通過賦能機制在平臺內建立良好的平臺網絡結構和優質的平臺網絡關系，促進生態主體資源共享、信息互通、協同合作與價值共創，從而實現各主體互利共贏與生態系統可持續發展的一種主動的柔性治理手段。其中，平臺賦能機制具體包括以下兩方面：一方面，平臺組織憑借其生態系統樞紐地位，通過結構賦能打通各主體間資源流通障礙，提高網絡資源的異質性并豐富主體的連接網絡，推進主體之間交互連接、資源共享以及協同合作［22］，將平臺生態系統作為一個整體來進行治理［23］；另一方面，平臺組織依托獨特的數字信息技術，通過關系賦能優化主體關系，提升主體間的信任度與認同感，在平臺生態系統內形成互利共贏的共生關系［24］，從而促進各主體和諧共生與平臺生態系統良性循環。在傳統治理機制下，平臺組織僅僅依靠平臺服務協議、平臺交易規則等約束入駐企業的行為，相較于賦能治理更顯被動，僅僅起為入駐企業提供交易平臺的作用，兩者更像一種純粹的利益關系，而且資源流動性差、信任度不足，各參與主體只能利用自身資源進行發展，無法實現優勢互補與合作共贏。

（二）模型假設

假設1：平臺生態系統動態治理主要包含政府（[A]）、平臺組織（[B]）、入駐企業（[C]）三類主體，三方主體在博弈過程中均是有限理性體，均追求自身利益最大化；主體間存在信息不對稱，三方進行博弈。政府有兩種策略可供選擇：{嚴格監管}或{寬松監管}；平臺組織有兩種策略可供選擇：{賦能治理}或{傳統治理}；入駐企業有兩種策略可供選擇：{主動配合}或{被動配合}。政府對平臺進行嚴格監管的概率為[x]，寬松監管的概率為[1-x]；平臺組織選擇賦能治理的概率為[y]，傳統治理的概率為[1-y]；入駐企業主動配合治理的概率為[z]，被動配合治理的概率為[1-z]；[x]，y，[z∈[0，1]]。政府、平臺組織以及入駐企業的原始收益分別為[R1]、[R2]、[R3]。

假設2：平臺賦能治理能夠給各方帶來收益，收益與數字信息豐富程度[n]、數字技術先進程度[q]有關；與此同時，平臺組織也會制定對應的獎懲措施，引導入駐企業主動配合賦能治理，共同維護良好的平臺生態環境，對主動配合賦能治理的企業給予獎勵[a]（積分獎勵、現金獎勵、推廣支持等），對被動配合賦能治理的企業予以懲罰[p1]（降權、限制銷售、限制流量等）。平臺組織進行賦能治理需要借助一定的人力、物力、財力構建平臺網絡結構和優化平臺網絡關系，因此，需付出治理成本[C2]，入駐企業主動配合賦能治理需付出成本[C3]。另外，在傳統治理模式下，平臺組織也會對被動配合的入駐企業予以懲罰[p2]。

假設3：若政府對平臺組織進行嚴格監管、平臺組織實施賦能治理且入駐企業主動配合治理，良好的平臺生態秩序可以給政府和平臺組織帶來聲譽收益[f1]和[f2]；若平臺組織不實施賦能治理，混亂的平臺秩序會給三方帶來損失，損失與平臺網絡結構合理程度[r]以及平臺網絡關系緊密程度[k]有關。

假設4：當寬松監管時，政府只需付出較低的監管成本[C1]；當嚴格監管時，監管范圍的擴大與監管力度的加強致使監管成本增加，監管成本與嚴格監管程度[α]相關聯（[αgt;1]），記為[αC1]。此時，政府美譽度提高，進而獲得監管形象收益[d]。為引導平臺生態系統向理想狀態演進，政府會設置獎懲制度加以干預，若平臺組織實施賦能治理，政府會對其進行補貼[v]；若平臺組織不實施賦能治理，政府會對其進行懲罰[w]。

在上述假設的基礎上，相關參數設置及內涵說明，見表1所列。

根據以上假設，構建“政府—平臺組織—入駐企業”三方博弈支付矩陣，見表2、表3所列。

三、演化博弈模型分析

（一）三方主體策略穩定性分析

1. 政府策略穩定性分析

令[G1]為政府選擇“嚴格監管”的期望收益，[G2]為政府選擇“寬松監管”的期望收益，[G]為政府的平均收益值，[F（x）]為政府的復制動態方程，如式（1）-式（5）所示。

[G1=yz（R1+nqg1+f1-v-αC1+d）+y（1-z） （R1+nqg1-v-αC1+d）+（1-y）z（R1+w-rkl12-αC1+d）+（1-y）（1-z）（R1+w-rkl12-αC1+d）] （1）

[G2=yz（R1+nqg1-C1）+y（1-z）（R1+nqg1-C1）+（1-y）z（R1-rkl12-C1）+（1-y）（1-z）（R1-rkl12-C1）] （2）

[G=xG1+1-xG2] （3）

[F（x）=dxdt=x（G1-G）=-x（x-1）（d+C1+w-αC1-vy-wy+f1yz）] （4）

[d（Fx）dx=（1-2x）×（d+C1+w-αC1-vy-wy+f1yz）] （5）

設[G（z）=d+C1+w-αC1-vy-wy+f1yz]，根據微分方程穩定性定理，當[Fx=0]，且[d（Fx）dxlt;0]時，政府策略處于穩定狀態。由于[?G（z）?z=f1ygt;0]，因此，當[z=αC1+vy+wy-d-C1-wf1y=z*]時，[G（y）=0]，此時[d（Fx）dx≡0]，不能確定穩定策略；當[zgt;z*]時，[G（z）gt;0]，此時[d（Fx）dx|x=1lt;0]，[x=1]為演化穩定策略，即政府選擇嚴格監管；當[zlt;z*]時，[G（z）lt;0]，此時[d（Fx）dx|x=0lt;0]，[x=0]為演化穩定策略，即政府選擇寬松監管。政府的策略演化相位如圖1所示，其中箭頭表示[x]向[x=0]或[x=1]的方向演化。可以看出，政府策略演化受到平臺組織策略選擇[y]和入駐企業策略選擇[z]的影響。另外，政府監管成本[C1]、嚴格監管程度[α]、政府監管形象收益[d]、政府補貼[v]、政府懲罰[w]、政府聲譽收益[f1]等均會對政府的策略選擇產生影響。

2. 平臺組織策略穩定性分析

令[P1]為平臺組織選擇“賦能治理”的期望收益，[P2]為平臺組織選擇“傳統治理”的期望收益，[P]為平臺組織的平均收益值，[F（y）]為平臺組織的復制動態方程，如式（6）-式（10）所示。

[P1=xz（R2+b-C2+nqg2+f2+v-a）+（1-x）z（R2+b-C2+nqg2-a）+x（1-z）（R2+b-C2+nqg2+v+p1）+（1-x）（1-z）（R2+b-C2+nqg2+p1）] （6）

[P2=xz（R2+b-rkl22-w）+（1-x）z（R2+b-rkl22）+x（1-z）（R2+b-rkl22-w+p2）+（1-x）（1-z）（R2+b-rkl22+p2）] （7）

[P=yP1+1-yP2] （8）

[Fy=dydt=yP1-P=-y（y-1）（rkl22-p2-C2+p1+p2z-p1z-az+vx+wx+g2nq+f2xz）] （9）

[d（F（y））dy=（1-2y）（rkl22-p2-C2+p1+p2z-p1z-az+vx+wx+g2nq+f2xz）] （10）

設[G（x）=rkl22-p2-C2+p1+p2z-p1z-az+vx+wx+g2nq+f2xz]，根據微分方程穩定性定理，當[Fy=0]，且[d（Fy）dylt;0]時，平臺組織策略處于穩定狀態。由于[?G（x）?x=v+w+f2zgt;0]，因此，當[x=p2+C2+p1z+az-rkl22-p1-p2z-vx-wx-g2nqf2z=x*]時，[G（z）=0]，此時[d（Fy）dy≡0]，不能確定穩定策略；當[xgt;x*]時，[G（x）gt;0]，此時[d（Fy）dy|y=1lt;0]，[y=1]為演化穩定策略，即平臺組織選擇賦能治理；當[xlt;x*]時，[G（x）lt;0]，此時[d（Fy）dy|y=0lt;0]，[y=0]為演化穩定策略，即平臺組織選擇傳統治理。平臺組織的策略演化相位如圖2所示，其中箭頭表示[y]向[y=0]或[y=1]的方向演化。不難發現，平臺組織策略演化受到政府策略選擇[x]和入駐企業策略選擇[z]的影響。另外，平臺網絡結構合理程度[r]、平臺網絡關系緊密程度[k]、數字信息豐富程度[n]、數字技術先進程度[q]、平臺賦能治理給平臺組織帶來的收益[g2]、平臺組織不采取賦能治理給其帶來的損失[l2]、平臺組織賦能治理成本[C2]、政府補貼[v]、政府懲罰[w]、入駐企業被動配合傳統治理所受懲罰[p2]、入駐企業主動配合賦能治理所得獎勵[a]、入駐企業被動配合賦能治理所受懲罰[p1]、平臺聲譽收益[f2]等均會對平臺組織的策略選擇產生影響。

3. 入駐企業策略穩定性分析

令[Q1]為入駐企業選擇“主動配合”的期望收益，[Q2]為入駐企業選擇“被動配合”的期望收益，[Q]為入駐企業的平均收益值，[F（z）]為入駐企業的復制動態方程，如式（11）-式（15）所示。

[Q1=xy（R3-b-C3+nqg3+a）+（1-x）y（R3-b-C3+nqg3+a）+x（1-y）（R3-b-rkl32）+（1-x）（1-y）（R3-b-rkl32）] （11）

[Q2=xy（R3-b+nqg3-p1）+（1-x）y（R3-b+nqg3-p1）+x（1-y）（R3-b-rkl32-p2）+（1-x）（1-y）（R3-b-rkl32-p2）] （12）

[Q=zQ1+1-zQ2] （13）

[Fz=dzdt=zQ1-Q=-z（z-1）（p2-p2y-C3y+p1y+ay）] （14）

[d（Fz）dz=（1-2z）（p2-p2y-C3y+p1y+ay）] （15）

設[G（y）=p2-p2y-C3y+p1y+ay]，根據微分方程穩定性定理，當[Fz=0]，且[d（F（z））dzlt;0]時，入駐企業策略處于穩定狀態。由于[?G（y）?y=p1+a-p2-C3]，無法確定正負，故對其進行分類討論。若[?G（y）?y=p1+a-p2-C3gt;0]，當[y=p2p2+C3-p1-a=y*]時，[G（y）=0]，此時[d（Fz）dz≡0]，不能確定穩定策略；當[ygt;y*]時，[G（y）gt;0]，此時[d（Fz）dz|z=1lt;0]，[z=1]為演化穩定策略，即入駐企業主動配合平臺組織；當[ylt;y*]時，[G（y）lt;0]，此時[d（Fz）dz|z=0lt;0]，[z=0]為演化穩定策略，入駐企業被動配合平臺組織。若[?G（y）?y=p1+a-p2-C3lt;0]，當[y=p2p2+C3-p1-a=y*]時，[G（y）=0]，此時[d（Fz）dz≡0]，不能確定穩定策略；當[ygt;y*]時，[G（y）lt;0]，此時[d（Fz）dz|z=0lt;0]，[z=0]為演化穩定策略，即入駐企業被動配合平臺組織；當[ylt;y*]時，[G（y）gt;0]，此時[d（Fz）dz|z=1lt;0]，[z=1]為演化穩定策略，即入駐企業主動配合平臺組織。入駐企業的策略演化相位如圖3所示，其中箭頭表示[z]向[z=0]或[z=1]的方向演化。可以看出，入駐企業策略演化受平臺組織策略選擇[y]影響。另外，入駐企業被動配合傳統治理所受懲罰[p2]、入駐企業主動配合賦能治理所得獎勵[a]、入駐企業被動配合賦能治理所受懲罰[p1]、入駐企業主動配合賦能治理成本[C3]等均會對入駐企業的策略選擇產生影響。

三方復制動態方程如式（16）所示。

[F（x）=dxdt=-x（x-1）×（d+C1+w-αC1-vy-wy+f1yz）Fy=dydt=-y（y-1）×（rkl22-p2-C2+p1+p2z-p1z-az+vx+wx+g2nq+f2xz）Fz=dzdt=-z（z-1）×（p2-p2y-C3y+p1y+ay）] （16）

（二）三方演化博弈系統均衡點穩定性分析

通過構造雅可比矩陣求特征值來判斷均衡點的漸進穩定性。根據復制動態方程[F（x）]、[F（y）]、[F（z）]分別對[x]、[y]、[z]求導，得到Jacobian矩陣，如式（17）所示。

[J=J11J12J13J21J22J23J31J32J33=?F（x）?x?F（x）?y?F（x）?z?F（y）?x?F（y）?y?F（y）?z?F（z）?x?F（z）?y?F（z）?z] （17）

其中：

[?F（x）?x=-（x-1）（d+C1+w-αC1-vy-wy+f1yz）-x（d+C1+w-αC1-vy-wy+f1yz）]；

[?F（x）?y=x（x-1）（v+w-f1z）]；

[?F（x）?z=-xyf1（x-1）]；

[?F（y）?x=-y（y-1）（v+w+f2z）]；

[?F（y）?y=-y（krl22-p2-C2+p1+p2z-p1z-az+vx+wx+g2nq+f2xz）-（y-1）（krl22-p2-C2+p1+p2z-p1z-az+vx+wx+g2nq+f2xz）]；

[?F（y）?z=-y（y-1）（p2-p1-a+f2x）]；

[?F（z）?x=0]；

[?F（z）?y=z（z-1）（p2+C3-p1-a）]；

[?F（z）?z=-（z-1）（p2-p2y-C3y+p1y+ay）-z（p2-p2y-C3y+p1y+ay）]。

由[F（x）=0]、[F（y）=0]、[F（z）=0]可得系統均衡點，由于信息不對稱導致的非對稱博弈中的演化策略為純策略，故只需討論八個純策略的均衡點，分別為（0，0，0）、（1，0，0）、（0，1，0）、（0，0，1）、（1，1，0）、（1，0，1）、（0，1，1）和（1，1，1）。將均衡點分別代入Jacobian矩陣，求出每個點的特征值并根據李雅普諾夫第一法對其進行穩定性分析，當滿足一定條件時，平臺生態系統治理演化穩定點為[E3]、[E4]、[E5]、[E6]、[E7]和[E8]，見表4所列。

四、平臺生態系統治理三方主體演化博弈仿真分析

（一）不同生命周期階段博弈數值分析

1. 初創期

取參數如下：R1 = 50，R2 = 100，R3 = 30，b = 5，C1 = 10，d = 2，C2 = 5，C3 = 5，n = 0.2，q = 0.2，r = 0.2，k = 0.2，g1 = 5，g2 = 13，g3 = 10，l1 = 3，l2 = 9，l3 = 3，f1 = 5，f2 = 5，v = 2，w = 2，α = 1.8，p1 = 2，a = 2，p2 = 2。

圖4、圖5刻畫了初創期政府、平臺組織與入駐企業的策略選擇，{寬松監管，傳統治理，主動配合}為三方演化穩定策略。政府應采用激勵性方法對平臺進行寬松監管，以激發平臺創新活力。平臺組織應選擇傳統治理，主要存在兩方面原因，一方面，初創期是平臺建設的探索階段，平臺組織人力、物力、財力有限，不足以負擔成本高、耗時久的賦能治理模式；另一方面，平臺規模小、發展前景未知，大多數用戶對其持觀望態度，不會貿然進入，參與者多為創立者最初帶入生態系統中的合作伙伴，平臺網絡呈親緣網絡關系，簡單且易于管理，成本較低的傳統治理模式足以滿足平臺自治需求。入駐企業投機收益無法抵消平臺懲罰，應主動配合平臺治理，積極履行平臺服務協議，遵守平臺交易規則。

2.真空期

取參數如下：R1 = 50，R2 = 100，R3 = 30，b = 5，C1 = 5，d = 10，C2 = 15，C3 = 12，n = 0.3，q = 0.3，r = 0.4，k = 0.4，g1 = 10，g2 = 13，g3 = 15，l1 = 8，l2 = 9，l3 = 8，f1 = 10，f2 = 10，v = 5，w = 5，α = 1.8，p1 = 5，a = 5，p2 = 4。

圖6、圖7刻畫了真空期政府、平臺組織與入駐企業的策略選擇，｛嚴格監管，賦能治理，被動配合｝為三方演化穩定策略。對處于真空期的平臺，政府應加大對平臺違法行為的監管力度以維護市場競爭秩序。對平臺組織而言，平臺外部網絡效應較弱，僅能維持平臺生態系統踏步式運轉，不足以吸引更多潛在用戶加入，因此，平臺組織必須注入“新動能”，激發網絡效應，吸引更多企業、客戶加入平臺生態系統，這里的“新動能”體現為平臺賦能機制。對入駐企業而言，平臺賦能處于初步探索階段，主動配合收益無法抵消成本，入駐企業選擇被動配合。

3.爆發期

取參數如下：R1 = 50，R2 = 100，R3 = 30，b = 5，C1 = 15，d = 25，C2 = 20，C3 = 15，n = 0.5，q = 0.5，r = 0.6，k = 0.6，g1 = 15，g2 = 18，g3 = 20，l1 = 13，l2 = 14，l3 = 13，f1 = 15，f2 = 15，v = 15，w = 15，α = 1.8，p1 = 10，a = 10，p2 = 4。

圖8、圖9刻畫了爆發期政府、平臺組織與入駐企業的策略選擇，｛嚴格監管，賦能治理，主動配合｝為三方演化穩定策略。爆發期平臺組織為獲得更多利潤，常利用自身優勢展開一系列不正當競爭，強迫入駐企業簽訂“二選一”協議等，嚴重破壞市場競爭秩序，阻礙市場經濟良性發展。政府應對平臺進行嚴格監管，嚴厲打擊壟斷行為，維護市場公平競爭秩序。平臺生態系統參與者多元，平臺網絡呈多邊網絡關系，復雜且難以管理，傳統治理已無法滿足此階段的治理需求，平臺組織應實施賦能治理。入駐企業應主動配合賦能治理，積極融入平臺網絡，充分利用平臺提供的豐富資源、渠道和關系網絡，以獲得應對環境變化的高階能力，實現自身高效、可持續發展。

4.成熟期

取參數如下：R1 = 50，R2 = 100，R3 = 30，b = 5，C1 = 10，d = 6，C2 = 15，C3 = 10，n = 0.6，q = 0.6，r = 0.6，k = 0.6，g1 = 10，g2 = 11，g3 = 9，l1 = 6，l2 = 8，l3 = 6，f1 = 10，f2 = 10，v = 12，w = 12，α = 1.8，p1 = 8，a = 8，p2 = 4。

圖10、圖11刻畫了成熟期政府、平臺組織與入駐企業的策略選擇，｛寬松監管，賦能治理，主動配合｝為三方演化穩定策略。平臺生態系統能夠形成穩定有序的自組織形態，政府只需進行寬松監管。對平臺組織而言，隨著平臺內部機制和共生網絡的逐漸完善，越來越多的企業和用戶融入平臺生態系統，生態系統容量逐漸趨于飽和，無法容納更多新用戶。在互聯網日新月異、競爭激烈的背景下，若平臺組織無法及時注入新鮮血液以保持競爭活力，那么平臺生態系統很可能在競爭者的壓力下逐漸萎縮，甚至走向消亡。因此，平臺組織必須進一步拓展平臺賦能的深度和寬度，吸引更多互補企業加入平臺，為平臺可持續發展注入新鮮血液。入駐企業應主動配合賦能治理，充分利用平臺賦能機制，推動自身快速發展。

（二）平臺自組織形態影響因素分析

為探討平臺生態系統自組織形態的影響因素，在成熟期參數的基礎上，利用MATLAB2021進行數值仿真。

1. 平臺網絡結構合理程度的影響

在其他參數不變的情況下，分別賦值[r]為0.2、0.6和1。仿真結果如圖12所示。當[r=0.2]時，政府和平臺組織的策略選擇呈現周期性波動，無法達到穩定狀態；當[r=0.6]、[r=1]時，政府、平臺組織與入駐企業分別穩定于寬松監管、賦能治理和主動配合策略，且隨著[r]的增大，平臺組織采取賦能治理的概率上升。由此可見，平臺網絡結構對平臺生態系統自組織形態的形成起關鍵作用，當平臺網絡結構合理程度低于閾值時，各主體策略選擇不匹配，平臺生態系統無法形成穩定有序的自組織形態。合理的平臺網絡結構能夠促進平臺組織采取賦能治理策略，幫助平臺形成穩定有序的自組織形態。平臺組織應加大對網絡結構建設的投入，與各參與者建立互利共贏的共生關系。

2. 數字信息豐富程度的影響

在其他參數不變的情況下，分別賦值[n]為0.2、0.6和1，仿真結果如圖13所示。隨著[n]的增大，平臺組織采取賦能治理的概率以微小的趨勢增加，且政府、平臺組織與入駐企業都分別穩定于寬松監管、賦能治理和主動配合策略。由此可見，雖然數字信息豐富程度能促進平臺生態系統自組織形態的形成，但它并非決定性的關鍵因素。因此，平臺應適當減少對數字信息方面的投入，增加對平臺網絡結構、網絡關系等核心要素的投入，以實現更為均衡和更為高效的發展。

3.平臺賦能治理成本的影響

在其他參數不變的情況下，分別賦值[C2]為5、15和25，仿真結果如圖14所示。當[C2=5]、[C2=15]時，政府、平臺組織與入駐企業分別穩定于寬松監管、賦能治理和主動配合策略，且隨著[C2]的增大，平臺組織采取賦能治理的概率以微小的趨勢下降；當[C2=25]時，政府和平臺組織的策略選擇呈現周期性波動，無法達到穩定狀態。由此可見，平臺賦能治理成本是影響平臺生態系統自組織形態形成的關鍵因素，過高的賦能治理成本對平臺組織的賦能治理策略具有抑制作用，自組織形態無法形成。政府應加大對平臺賦能治理的政策扶持，降低平臺賦能治理成本，幫助平臺建立穩定有序的自組織形態。

五、結論與啟示

（一）研究結論

迅速崛起的數字經濟為我國經濟高質量發展注入新動能的同時，也衍生了一系列問題［9］，嚴重破壞市場公平競爭秩序，甚至阻礙中小企業創新發展，對平臺生態系統進行治理迫在眉睫。鑒于此，本文構建“政府—平臺組織—入駐企業”三位一體的演化博弈模型，求解復制動態方程，推演平臺生態系統治理各主體的策略演化路徑及穩定性，并運用MATLAB軟件進行數值仿真，明晰不同生命周期階段政府監管與平臺治理的具體作用機制。所得結論如下：

第一，政府在平臺生態系統治理中呈現“寬松監管—嚴格監管—寬松監管”為主導的動態監管過程。對處于初創期的平臺，政府應采取政策扶持、激勵性指導等手段對平臺進行寬松監管，激發平臺創新活力［25］。然而，隨著平臺網絡效應的逐漸顯現，在平臺規模逐步擴大的同時也衍生出不正當競爭、市場壟斷、數據濫用等一系列社會治理問題。因此，對處于真空期和爆發期的平臺，政府應進行嚴格監管，通過科學界定互聯網平臺的責任、增強重點領域監管執法、健全互聯網平臺監管問責機制等措施加強監管效能。而對處于成熟期的平臺，平臺生態系統能夠在平臺自治的基礎上形成穩定有序的自組織形態，政府應放寬監管力度，給予平臺組織更多空間進行自治，形成一條“上下聯動”的治理路徑。

第二，對平臺組織而言，初創期以傳統治理為主，真空期開始實施賦能機制并逐步完善，直至成熟期，平臺生態系統在賦能機制的作用下形成穩定有序的自組織形態。由以上研究可知，初創期平臺規模小，參與者大多為平臺創立者依靠自身親緣網絡關系帶入的合作伙伴，此時網絡關系簡單且易于管理。因此，對處于初創期的平臺，平臺組織應依靠平臺服務協議、平臺交易規則等傳統治理手段進行自治，將有限資源用于自身基礎建設，以實現自身快速發展。但隨著平臺生態系統規模的逐步擴大，平臺生態環境日益復雜，傳統治理只能滿足“1+1=2”式簡單的平臺治理需求，無法應對龐大的平臺網絡結構和復雜的平臺網絡關系所帶來的治理挑戰，政府 “自上而下”的監管缺乏靈活性，執法效益不高。而平臺組織對平臺服務具有最為全面的了解和最為直接的權限，能夠全面、準確地發現和掌握各類主體行為及問題［26］，在一定程度上彌補政府規制的不足，此時，平臺“自上而下”的賦能治理效應逐漸顯現。因此，賦能治理對處于發展中后期的平臺發揮著主要作用，且作用逐漸增強。直至成熟期，平臺生態系統能夠在平臺賦能機制的作用下形成穩定有序的自組織形態，為入駐企業提供良好的基礎設施和生態環境，而入駐企業也能借助其提供的良好生態環境茁壯成長［27］。

第三，平臺網絡結構和賦能治理成本是影響平臺自組織形態形成的關鍵因素，數字信息對其產生促進作用。網絡規模越大、多樣性越強［28］，平臺的“邊”越豐富，可獲得的異質性互補資源越多，越有利于建立“無障礙”的資源流通渠道和互利共贏的共生關系，進而能夠實現平臺資源的高效流通與合理配置。各方依托高效的平臺整體網絡結構得以實現自身進一步發展，平臺為入駐企業提供“水、電、氣”式的生態環境，入駐企業也能自覺遵守平臺規則，保護平臺生態環境，對平臺進行反哺，即平臺生態系統形成穩定有序的自組織形態。因此，平臺組織應將重點放在平臺網絡結構的建設上，積極拓寬平臺生態邊界，吸收更多外部互補性資源，為平臺生態系統建設積累能量。同時，平臺應用數字技術不僅能更精準地識別平臺生態系統所遇問題，而且能對這些問題進行細致的分析和評估，對平臺自組織形態的形成也產生一定的促進作用。然而，過高的賦能治理成本會阻礙平臺自組織形態的形成，政府應加大對平臺賦能治理的政策扶持力度，減少平臺賦能治理成本，激發平臺賦能治理積極性。

（二）管理啟示

在平臺生態系統治理過程中，應充分發揮政府外部監管和平臺內部治理的雙重效應。

首先，政府監管部門必須重視平臺監管問題，在監管過程中做到具體問題具體分析。對新創平臺，應給予更多政策扶持和創業指導，幫助其提高合法性和認可度；對初具一定規模的平臺，應對其不正當競爭行為或壟斷行為加強監管，對平臺數據、用戶隱私、平臺征信等方面進行嚴格管控；而對發展較為成熟的平臺應給予更多自治空間，運用激勵性監管方法充分調動平臺組織自我監管與合規經營的積極性，激發平臺的創新活力和市場競爭力。

其次，平臺組織在積極配合政府監管的同時還需動態調整平臺治理策略。平臺組織應根據自身規模、發展特征及時洞察平臺生態系統所處的發展階段，并根據具體發展階段制定相應的平臺治理策略，充分發揮平臺結構賦能和關系賦能的作用，構建良好的平臺網絡結構和優質的平臺網絡關系，促進各方主體協同合作與互利共贏，實現平臺生態系統良性循環與可持續發展。

最后，入駐企業應積極配合平臺治理，主動融入平臺網絡。一方面，入駐企業應充分利用平臺網絡與各方主體建立良好的網絡關系，不斷提高自身資源汲取能力，推動自身創新發展；另一方面，入駐企業在享受平臺生態系統帶來好處與便利的同時，應積極拓展自身網絡能力，聯結更多異質性主體，助力平臺生態系統可持續發展。

參考文獻：

［1］李曉華.數字經濟新特征與數字經濟新動能的形成機制［J］.改革，2019（11）：40-51.

［2］陳庭強，沈嘉賢，楊青浩，等.平臺經濟反壟斷的雙邊市場治理路徑——基于阿里壟斷事件的案例研究［J］.管理評論，2022，34（3）：338-352.

［3］潘定，謝菡.數字經濟下政府監管與電商企業“殺熟”行為的演化博弈［J］.經濟與管理，2021，35（1）：77-84.

［4］徐信予，楊東.流量壟斷的理論框架與規制路徑［J］.經濟理論與經濟管理，2022，42（12）：20-31.

［5］劉雅甜，吳漢洪，許恒.寡頭市場中平臺企業橫向并購對競爭和創新的影響研究［J］.經濟與管理研究，2023，44（7）：59-74.

［6］侯澤敏，綦勇，李文龍.考慮消費者配送時間敏感度的外賣平臺盈利模式選擇［J］.管理評論，2023，35（3）：172-182.

［7］孫晉.數字平臺的反壟斷監管［J］.中國社會科學，2021（5）：101-127，206-207.

［8］張蘊萍，欒菁，數字經濟平臺壟斷治理策略研究［J］.經濟問題，2021（12）：9-15.

［9］肖紅軍，李平.平臺型企業社會責任的生態化治理［J］.管理世界，2019，35（4）：120-144，196.

［10］陽鎮，尹西明.平臺企業社會責任實踐：新情境、新維度與新范式［J］.清華管理評論，2020（12）：88-95.

［11］MEI J，ZHENG G，ZHU L. Governance Mechanisms Implementation in the Evolution of Digital Platforms：A Case Study of the Internet of Things Platform［J］.Ramp;D Management，2021，52（3）：498-516.

［12］袁宇，張嵩，盧寶周.制造業創業平臺動態演化及治理機制——邊界資源調優視角［J］.中國軟科學，2021（11）：103-116.

［13］MOORE J F. Predators and Prey：A New Ecology of Competition［J］. Harvard Business Review，1993，71（3）：75-86.

［14］TEECE D J. Dynamic Capabilities and （Digital） Platform Life Cycles［J］. Entrepreneurship，Innovation，and Platforms，2017，37：211-225.

［15］MUZELLEC L，RONTEAU S，LAMBKIN M. Two-sided Internet Platforms：A Business Model Lifecycle Perspective［J］.Industrial Marketing Management，2015，45：139-150.

［16］李雷，趙先德，簡兆權.網絡環境下平臺企業的運營策略研究［J］.管理科學學報，2016，19（3）：15-33.

［17］THOMAS K W，VELTHOUSE B A. Cognitive Elements of Empowerment：An \"Interpretive\" Model of Intrinsic Task Motivation［J］. Academy of Management Review，1990，15（4）：666-681.

［18］周文輝，何奇松.創業孵化平臺賦能對資源配置優化的影響——基于機制設計視角的案例研究［J］.研究與發展管理，2021，33（1）：162-174.

［19］陳威如，王節祥.依附式升級：平臺生態系統中參與者的數字化轉型戰略［J］.管理世界，2021，37（10）：195-214.

［20］孫新波，馬慧敏，何建篤，等.平臺型企業價值創造機理及演化案例研究［J］.管理學報，2022，19（6）：801-810.

［21］朱勤，孫元，周立勇.平臺賦能、價值共創與企業績效的關系研究［J］.科學學研究，2019，37（11）：2026-2033，2043.

［22］李夢雅，楊德林，胡曉，等.內層網絡情境下孵化平臺如何實現資源聯動？［J］.管理世界，2022，38（2）：169-187，11.

［23］CENAMOR J，PARIDA V，WINCENT J. How Entrepreneurial SMEs Compete Through Digital Platforms：The Roles of Digital Platform Capability，Network Capability and Ambidexterity［J］. Journal of Business Research，2019，100：196-206.

［24］辛杰，屠云峰，張曉峰.平臺企業社會責任的共生系統構建研究［J］.管理評論，2022，34（11）：218-232.

［25］蔣慧.數字經濟時代平臺治理的困境及其法治化出路［J］.法商研究，2022，39（6）：31-44.

［26］牟宇鵬，裴美琴，張輝，等.多主體視角下平臺型企業信任治理的多案例研究［J］.科學學與科學技術管理，2022，43（2）：113-128.

［27］白景坤，王健，張貞貞.平臺企業網絡自組織形成機理研究——以淘寶網為例［J］.中國軟科學，2017（5）：171-180.

［28］何永清，鄒波，潘杰義，等.傳統服務業企業如何實現平臺創新——一個探索性縱向案例研究［J］.南開管理評論，2021，24（6）：203-214.

［責任編輯：黃婷婷，張 兵］