多主體參與下在線虛假評論治理演化博弈分析

楊孝景

摘要：在線虛假評論的治理涉及眾多利益主體，文章在分析各方主體博弈關系的基礎之上，通過構建演化博弈模型，求解系統(tǒng)趨向漸進穩(wěn)定性的條件，通過算例仿真識別重要參數(shù)變化對均衡解的影響，從而實現(xiàn)利益均衡機制。

關鍵詞：在線虛假評論;演化博弈;治理均衡

一、引言

網(wǎng)絡經(jīng)濟時代的當下，網(wǎng)購市場取得爆發(fā)式增長，在線評論作為口碑傳遞的一種方式，逐漸成為獲取產(chǎn)品相關信息的主要渠道。然而，在享受網(wǎng)絡便捷及高效的同時，也不可否認，由于平臺的虛擬性、商家及消費者之間的信息不對稱性，網(wǎng)絡信息質(zhì)量良莠不齊，在線虛假評論問題日益突出，嚴重影響行業(yè)的協(xié)同發(fā)展，其防范治理刻不容緩。近年來，國內(nèi)外學者已從法律法規(guī)的角度、第三方監(jiān)管平臺的角度、以及商家和消費者間的博弈等對在線虛假評論的治理展開了深入的研究，但在線虛假評論是一個復雜的系統(tǒng)，涉及多個利益主體，現(xiàn)有研究很難表征多方間的博弈關系，本文綜合考慮第三方監(jiān)管平臺、商家和消費者，使研究更加深入。

二、在線虛假評論治理的演化博弈模型構建

（一）變量設定

本文選定商家、消費者、電商平臺為三方博弈主體，其行為策略選擇分別是：電商平臺（強監(jiān)督、弱監(jiān)督）、商家（誠信經(jīng)營、異化經(jīng)營）、消費者（客觀評論、虛假評論），假定三方均為有限理性，且以追求自身利益為目標;當電商平臺強監(jiān)督時，會對商家及消費者實行一定的獎懲機制。

三方損益變量選取如下：

1.電商平臺的損益變量

R1、R2：表示電商平臺強監(jiān)督時分別對商家誠信經(jīng)營、對消費者客觀評論的獎勵或者優(yōu)惠;F1、F2：表示電商平臺強監(jiān)督時分別對商家異化經(jīng)營、對消費者虛假評論的懲罰;G：表示平臺進行強監(jiān)督帶來較好效益時來自政府的獎勵或財政轉(zhuǎn)移;C1：表示電商平臺強監(jiān)督時付出的監(jiān)管成本;S1：表示電商平臺進行弱監(jiān)督時的潛在損失，主要指商家不誠信經(jīng)營、消費者虛假評論，造成行業(yè)的不健康發(fā)展，由此造成的潛在損失。

2.商家的損益變量

kR3：表示商家異化經(jīng)營時對消費者的獎勵，主要指返現(xiàn)的金額或給予的優(yōu)惠;其中k代表返現(xiàn)系數(shù)，k∈（0，1）;V1：表示商家異化經(jīng)營時所帶來的增值收益，主要指商家通過異化經(jīng)營開展不公平的市場競爭時所搶占的市場份額;C2：表示商家異化經(jīng)營時的運營成本，主要指宣傳成本等;S2：表示商家異化經(jīng)營時的機會損失，好評返現(xiàn)或者差評威脅行為等短期來看給商家?guī)砹死麧?，但隨著消費者對產(chǎn)品質(zhì)量或服務的感知越來越強時，導致商家的機會損失;S3：表示消費者客觀差評時給商家到來的直接經(jīng)營損失，其中S2>S1。

3.消費者的損益變量

C3：表示消費者撰寫虛假評論時的成本，主要指撰寫符合商家要求的評論時所消耗的時間、精力等;S4：表示消費者虛假評論時的機會損失，主要指作出的虛假評論有損公共利益、影響了電商行業(yè)的發(fā)展秩序或者良心不安等造成的道德成本;V2：表示消費者客觀評論時所帶來的的價值增值，主要指消費者的客觀評論為潛在消費者的購買決策提供了較好的參考建議;x表示電商平臺強監(jiān)督的概率，則電商平臺弱監(jiān)督的概率為1-x;y表示商家誠信經(jīng)營的概率，則商家異化經(jīng)營的概率為1-y;z表示消費者客觀評論的概率，則消費者虛假評論的概率為1-z;其中x、y、z∈（0，1）。

根據(jù)損益變量的設定，構建電商平臺、商家、消費者三方支付收益矩陣，如表1所示。

（二）復制動態(tài)方程構建

下面分別對各主體行為策略的漸進穩(wěn)定性進行分析：

1.電商平臺的漸進穩(wěn)定性分析

當G+F1+F2-C1+yzF2-yR1-yF1-zR2-zF2-（yz-1）S1=0時，此時F′（x）=0，說明電商平臺的行為策略選擇并不會隨時間的推移而有所改變，即恒處于穩(wěn)定狀態(tài)。

當G+F1+F2-C1+yzF2-yR1-yF1-zR2-zF2-（yz-1）S1>0時，則F′（0）=1>0，F(xiàn)′（1）=-1<0，則x=1是均衡點，代表電商平臺選擇強監(jiān)督策略時處于穩(wěn)定狀態(tài)。通過分析可知，上級政府對電商平臺的激勵G、電商平臺對商家及消費者的獎懲R1、R2、F1、F2、電商平臺強監(jiān)督時的成本C1、電商平臺弱監(jiān)督時的機會損失S1等均是電商平臺做出策略選擇的重要影響因素。只有當電商平臺在權衡受到政府的激勵及機會損失等帶來的收益明顯大于對消費者和商家的獎勵以及所消耗的監(jiān)督成本時，電商平臺才會有概率選擇強監(jiān)督策略。

當G+F1+F2-C1+yzF2-yR1-yF1-zR2-zF2-（yz-1）S1<0時，則F′（0）=-1<0，F(xiàn)′（0）=1>0，則x=0是均衡點，代表電商平臺選擇弱策略時處于穩(wěn)定狀態(tài)。此時電商平臺受到政府的激勵及機會損失等帶來的收益小于對消費者和商家的獎勵以及所消耗的監(jiān)督成本，為了規(guī)避風險，電商平臺不會付出更大的作為，任由行業(yè)發(fā)展。

2.商家的漸進穩(wěn)定性分析

當xR1-（V1-kR3-C2-S2-z（V1-kR3-S2）-xF1）=0時，此時F′（y）=0，說明商家的行為策略選擇并不會隨時間的推移而有所改變，即恒處于穩(wěn)定狀態(tài)。

當xR1-（V1-kR3-C2-S2-z（V1-kR3-S2）-xF1）>0時，則F′（0）=1>0，F(xiàn)′（1）=01<0，則y=1是均衡點，代表商家選擇誠信經(jīng)營策略時處于穩(wěn)定狀態(tài)。通過分析可知，商家選擇誠信經(jīng)營策略的概率與商家異化經(jīng)營時的增值V1、對消費者虛假好評的返現(xiàn)獎勵kR3、商家異化經(jīng)營時的額外成本C2、電商平臺對商家誠信經(jīng)營的激勵R1、電商平臺對商家異化經(jīng)營的懲罰F1、商家異化經(jīng)營時的機會損失S2等影響因素密切相關，此時當商家權衡到對消費者好評返現(xiàn)的獎勵、異化經(jīng)營所消耗的成本及損失等遠大于異化經(jīng)營帶來的價值增值時，處于風險規(guī)避考慮，商家會傾向于選擇誠信經(jīng)營，此時還會額外獲得來自電商平臺的獎勵。

當xR1-（V1-kR3-C2-S2-z（V1-kR3-S2）-xF1）<0時，則F′（0）=-1<0，F(xiàn)′（0）=1>0，此時y=0是均衡點，代表商家選擇異化經(jīng)營策略時處于穩(wěn)定狀態(tài)。說明商家異化經(jīng)營時帶來的額外收益大于異化經(jīng)營時所花費的成本，包括電商平臺的懲罰、商家的額外經(jīng)營成本、對消費者得好評返現(xiàn)、異化經(jīng)營帶來的損失等，從利益最大化的角度出發(fā)，商家會更傾向于異化經(jīng)營。

3.消費者的漸進穩(wěn)定性分析

當xR2+V2-（kR3-C3-S4-xF2-ykR3）=0時，此時F′（z）=0恒成立，說明消費者的行為策略選擇并不會隨時間的推移而有所改變，即處于穩(wěn)定狀態(tài)。

當xR2+V2-（kR3-C3-S4-xF2-ykR3）>0時，則F′（0）=1>0，F(xiàn)′（1）=-1<0，則z=1是均衡點，代表消費者選擇客觀評論策略時處于穩(wěn)定狀態(tài)。通過分析可知，消費者的行為策略選擇與電商平臺對消費者客觀評論的激勵R2、電商平臺對消費者虛假評論的懲罰F2、商家對消費者虛假好評的返現(xiàn)獎勵kR3、消費者虛假評論的撰寫成本C3以及客觀評論的增值收益V2等影響因素有關。當消費者意識到客觀評論帶來的增值及平臺的獎勵等綜合收益顯著大于商家的好評返現(xiàn)獎勵時，出于被電商平臺懲罰及信譽等潛在損失的風險規(guī)避考慮，消費者此時會更傾向于選擇客觀評論。

當xR2+V2-（kR3-C3-S4-xF2-ykR3）<0時，則F′（0）=-1<0，F(xiàn)′（0）=1>0，此時z=0是均衡點，代表消費者選擇虛假評論策略時處于穩(wěn)定狀態(tài)。此時權衡到商家給予的好評返現(xiàn)獎勵遠遠大于撰寫的成本、來自電商平臺的監(jiān)督懲罰以及潛在的機會損失時，消費者出于利益最大化考慮，會更傾向于選擇虛假評論。

在線虛假評論治理是一個復雜的系統(tǒng)，其重要參與主體分別的行為策略選擇可以通過上述的漸進穩(wěn)定性分析，但在博弈的動態(tài)過程中系統(tǒng)究竟會趨向于哪個均衡點難以判斷，借助雅可比矩陣可以分析系統(tǒng)的局部穩(wěn)定性。

三、模擬仿真

運用MATLAB模擬仿真電商平臺、商家和消費者在趨向于（1，1，1）均衡時的演化狀態(tài)，根據(jù)約束條件，設定初始時間為0，電商平臺選擇強監(jiān)督、商家選擇誠信經(jīng)營、消費者選擇客觀評論時的初始值為（0.5，0.5，0.5），其余各初始值設定的情況如下：G=0.7，C1=0.2，R1=0.2，R2=0.2，F(xiàn)1=0.4，F(xiàn)2=0.3，S1=0.3，V1=0.6，kR3=0.4，C2=0.2，S2=0.3，V2=0.5，C3=0.2，S4=0.3。當不斷提高電商平臺對商家和消費者的獎勵R1、R2時，三方演化結(jié)果如圖1所示，消費者最先達到均衡狀態(tài)，其次分別是商家和電商平臺，其中初始時電商平臺的演化速度明顯大于商家的演化速度。此時表明平臺提供的獎勵措施能夠在一定程度上促進系統(tǒng)趨于漸進穩(wěn)定點。當逐漸加大電商平臺對商家和消費者的懲罰力度F1、F2時，從圖2可以看出，相比較獎勵力度，加大懲罰力度能夠更快的使得商家誠信經(jīng)營、消費者客觀評論的演化達到一個穩(wěn)定的狀態(tài)，因此相關監(jiān)管機構應當加大對行業(yè)的監(jiān)督力度，明確懲罰機制，加快行業(yè)的穩(wěn)態(tài)發(fā)展。

逐漸加大商家對消費者虛假評論的激勵kR3，此時系統(tǒng)演化的結(jié)果如圖3所示，從圖3中可以看出，電商平臺和商家逐漸趨向漸進穩(wěn)定性，而消費者的行為策略表現(xiàn)為先降低在達到某一點是才會向客觀評論趨向。表明當商家對消費者的獎勵大到一定程度時，此時消費者考慮到返現(xiàn)的獎勵能夠足以抵消來自電商平臺監(jiān)督的懲罰、自身撰寫虛假評論的成本以及潛在的道德?lián)p失等，消費者基于利益最大化考慮，會更傾向于選擇虛假評論;隨著系統(tǒng)的演化，當電商平臺的強監(jiān)督措施達到穩(wěn)定點，商家此時考慮到平臺高額的懲罰成本，會一直向誠信經(jīng)營趨近以達到穩(wěn)定點，在這種條件下，消費者為了規(guī)避風險，避免不必要的損失會迅速調(diào)整策略，向客觀評論趨近，此時系統(tǒng)達到穩(wěn)定狀態(tài)。

加大商家異化經(jīng)營時的機會損失S2，此時系統(tǒng)的演化趨勢如圖4所示，電商平臺和消費者最終會趨向于0演化，而商家的演化逐漸趨向于1。虛假評論雖然短期會帶來可喜的利潤，但難以維持長久的發(fā)展，表明當商家權衡到異化經(jīng)營可能帶來的潛在損失難以抵消經(jīng)營時的運營成本、對消費者的獎勵以及來自電商平臺可能被查處到的懲罰時，為了規(guī)避風險，此時商家會選擇誠信經(jīng)營展開公平競爭，以此獲得更大的利益，此時即便電商平臺降低了監(jiān)督的力度、消費者加大了撰寫虛假評論的傾向，也不會影響商家積極對待的局面，由此可見，機會損失對商家的行為策略有著巨大的影響。

加大消費者撰寫虛假評論的成本C3，此時系統(tǒng)演化狀態(tài)如圖5和圖6所示，消費者的演化最先趨向于1，其次分別是商家和電商平臺，初始時電商平臺的演化速度大于商家。表明消費者需要撰寫符合條件的虛假評論的成本過高，商家的返現(xiàn)金額難以彌補這部分成本，除此之外還要面對來自電商平臺的懲罰，考慮到此成本以及風險，消費者更傾向于客觀評論?？梢?，當平臺對虛假評論的監(jiān)察愈加嚴格，系統(tǒng)能夠更好的自動識別信息時，此時能夠更好的促進三方的行為策略趨向穩(wěn)定。

加大消費者虛假評論的機會損失S4，此時系統(tǒng)最終的演化結(jié)果如圖6所示，電商平臺和商家的演化逐漸趨向于0，消費者的演化逐漸趨向于1，且商家的演化速度低于電商平臺的演化速度。表明當消費者意識到做出虛假評論會加劇行業(yè)的亂象，使得內(nèi)心遭受更多道德的譴責，即便較高的返現(xiàn)金額也難以彌補愧疚時，此時即使商家加大對消費者獎勵的力度，加大異化經(jīng)營的概率，電商平臺降低監(jiān)督的力度，消費者也會自覺根據(jù)對產(chǎn)品的實際體驗，做出較為客觀的評論?？梢?，加大對消費者的宣傳力度，培養(yǎng)消費者正確的價值觀，在一定程度上能夠很好的緩解虛假評論的亂象。

四、結(jié)語

通過構建在線虛假評論治理的演化博弈模型，分析電商平臺、商家、消費者三方的行為策略，重點討論了各方趨向漸進穩(wěn)定性的條件，同時為了更好的解析系統(tǒng)的均衡點，采用了雅克比矩陣，并用數(shù)值模擬仿真研究重要參數(shù)變化對系統(tǒng)演化的影響，主要包括電商平臺對消費者的獎懲機制R1、R2、F1、F2;商家對消費者虛假評論的激勵kR3、商家異化經(jīng)營時的機會損失、消費者撰寫虛假評論的成本C3、消費者虛假評論的機會損失S4等，可望從以上重點因素著手，推動電商行業(yè)健康穩(wěn)態(tài)發(fā)展。

參考文獻：

[1]馬梓雨，朱瑾.網(wǎng)絡社交平臺評論治理策略研究——以新浪微博為例[J].現(xiàn)代商業(yè)，2019（02）：178-180.

[2]楊豐梅，王安瑛，吳軍，湯鈴.基于博弈論的C2B2C模式下電商信用監(jiān)管機制研究[J].系統(tǒng)工程理論與實踐，2017，37（08）：2102-2110.

[3]韓菁，蔡尋，滕新玉.價值與風險感知對好評返現(xiàn)行為影響的演化分析[J].中國管理科學，2019，27（09）：205-216.

（作者單位：江蘇大學管理學院）