信用監(jiān)管背景下共享單車治理的演化博弈分析與仿真

方云飛， 郝麗君， 田麗君

（福州大學(xué)經(jīng)濟(jì)與管理學(xué)院，福州 350108）

一、引 言

2020 年同濟(jì)大學(xué)及建筑與城市規(guī)劃學(xué)院卓健教授團(tuán)隊(duì)發(fā)布的 《共享單車城市空間品質(zhì)績效研究》中指出當(dāng)前共享單車的交通績效、經(jīng)濟(jì)績效、生態(tài)績效已非常顯著，并且城市單車交通的后共享時代行業(yè)格局已回歸理性，公共管理及時補(bǔ)位，智慧技術(shù)支撐著運(yùn)維的可持續(xù)性。 種種跡象顯示，共享單車新生態(tài)雛形初現(xiàn)，面向治理現(xiàn)代化的特征開始顯現(xiàn)，行業(yè)的3.0 時代徐徐拉開序幕。 共享單車市場競爭進(jìn)入了下半場，但需求仍然旺盛。 共享單車在緩解交通壓力、 節(jié)能減排等方面發(fā)揮積極作用。尤其是此次新冠肺炎疫情突發(fā)，日常依靠公共交通系統(tǒng)出行的龐大群體的正常通勤受到嚴(yán)重影響。而在復(fù)工復(fù)產(chǎn)以后，共享單車作為個人出行工具由原本接駁其他交通工具變?yōu)槌袚?dān)完整出行，解決了其他公共交通難以避免與其他人過多接觸的難題，由此也展示出新的增長機(jī)會。 同時，共享單車給城市治理帶來了諸多困擾，比如車輛亂停亂放、擠占公共空間等。 因此，本文致力于為發(fā)展前景廣闊的共享單車解決這些問題。

本文通過建立共享單車行業(yè)內(nèi)的政府、企業(yè)、用戶參與的演化博弈模型， 探討共享單車主要利益相關(guān)方的策略選擇影響因素， 并分析如何控制影響因素從而減少這些問題的發(fā)生， 提升政府和平臺企業(yè)的服務(wù)與監(jiān)管水平， 促進(jìn)共享經(jīng)濟(jì)行業(yè)健康發(fā)展。

二、文獻(xiàn)綜述

總體上看，目前對共享單車治理的研究涉及監(jiān)管體制[1]、投放量[2]、用戶選擇行為[3]、使用滿意度[4]、系統(tǒng)評價[5]、車輛回收[6]等方面。 同時，演化博弈在共享經(jīng)濟(jì)問題的應(yīng)用也日漸深入，部分學(xué)者將博弈理論和系統(tǒng)動力學(xué)仿真方法相結(jié)合運(yùn)用于不同背景下的研究[7-10]。肖倩等以共享單車規(guī)范發(fā)展中的停放秩序問題為重點(diǎn)，從利益相關(guān)者角度建立了“政府—共享單車企業(yè)”和“共享單車企業(yè)—用戶”之間的演化博弈模型，通過對三方中兩兩策略選擇的分析，明確可以使共享單車?yán)嫦嚓P(guān)者整體收益最大的策略選擇[11]。 Liang 分析了共享單車企業(yè)與用戶兩者之間，在企業(yè)獨(dú)立管理和加入社會監(jiān)督機(jī)制兩種背景下的互動博弈機(jī)制。 由于企業(yè)獨(dú)立管理不能有效地限制違法用戶行為，因此有必要建立和完善基于企業(yè)管理的社會監(jiān)督機(jī)制，凸顯社會監(jiān)督在共享單車治理中的重要性[12]。 胡建華等指出政府服務(wù)功能應(yīng)注意以公眾為導(dǎo)向，建立政府與社會、政府與市場及政府與公眾之間的雙向反饋機(jī)制[13]。 陳紅喜等建立關(guān)于共享單車治理問題的三方博弈模型， 并結(jié)合實(shí)際情況闡明各利益主體的博弈動機(jī)與策略選擇[14]。 以上研究的不足之處是建立的三方博弈模型假設(shè)博弈方完全理性， 而不是有限理性的動態(tài)演化博弈分析。此外，王林等提出解決共享單車行業(yè)公共信用體系不健全問題的思路是通過大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，在保護(hù)個人隱私的基礎(chǔ)上，多方共建公共信用體系，并將信用落實(shí)在獎懲上，又進(jìn)一步明確了信用監(jiān)管需要以高新技術(shù)為支撐[15]。

事實(shí)上，以信用監(jiān)管作為重要的治理方式是社會發(fā)展的必然趨勢，但是目前還沒有將信用監(jiān)管體制與演化博弈相結(jié)合共同探討共享單車治理困境的應(yīng)對之策。 鑒于此，本文將信用監(jiān)管引入共享單車治理體系三方博弈之中，并通過理論分析和數(shù)值仿真分析，以期進(jìn)一步探索解決共享單車發(fā)展瓶頸的辦法，為政府、企業(yè)、用戶參與共享單車產(chǎn)業(yè)發(fā)展提供一些行動指導(dǎo)。

三、 演化博弈模型構(gòu)建

本文考慮的博弈主體有政府、共享單車企業(yè)和共享單車用戶。 一方面，政府對企業(yè)承擔(dān)引導(dǎo)監(jiān)督的職責(zé)，企業(yè)執(zhí)行政府的規(guī)定并反饋。另一方面，企業(yè)為用戶提供服務(wù)并對用戶進(jìn)行管理，用戶需要對企業(yè)盡到監(jiān)督和反饋的義務(wù)。 此外，政府要規(guī)范和引導(dǎo)用戶行為， 用戶利用輿論監(jiān)督并反饋給政府。共享單車市場三方博弈模型如圖1 所示。

圖1 三方博弈模型

（一）模型假設(shè)

對三個博弈主體提出以下假設(shè)：

（1） 政府選擇“監(jiān)管”“不監(jiān)管”策略的概率分別為x、1-x；企業(yè)選擇“治理”“不治理”策略的概率分別為y、1-y；用戶選擇“配合”“不配合”策略的概率分別為z、1-z。

（2） 政府選擇“監(jiān)管”策略的成本為C1，由此帶來的正面效益為W；選擇“不監(jiān)管”策略，造成形象受損及事后補(bǔ)救的成本為C11。

（3） 企業(yè)通過獎懲機(jī)制影響用戶的策略選擇， 推動共享單車行業(yè)信用機(jī)制的健康發(fā)展。用戶選擇守信的概率與企業(yè)的獎懲設(shè)置有很大的聯(lián)系，平臺的獎懲力度越大，失信的成本越高。 企業(yè)選擇“治理”策略的成本為C2，對文明用車的用戶獎勵為S0，對不文明用車的用戶的懲罰為F， 可以表現(xiàn)為限制其使用共享單車或者處以罰金；選擇“不治理”策略受到政府的懲罰為T， 被舉報且被處罰企業(yè)占被舉報企業(yè)的比例為α。

（4） 用戶選擇“配合”策略時，履行文明用車和監(jiān)督反饋的義務(wù)，其中文明用車的成本C3，監(jiān)督企業(yè)并向政府傳遞信息的成本為C31， 向企業(yè)反饋信息投入的時間、精力成本為C32，由此獲得政府獎勵S1，企業(yè)獎勵S2；選擇“不配合”策略時獲得的額外收益為Q。

根據(jù)上述假設(shè)可得政府、企業(yè)、用戶的三方收益矩陣見表1。

需要說明的是：政府選擇不監(jiān)管策略時，用戶對企業(yè)的監(jiān)督行為也因無政府響應(yīng)而消失。

（二）模型構(gòu)建

由上文，政府選擇監(jiān)管策略的期望收益EA1和不監(jiān)管策略的期望收益EA2分別為：

表1 政府、企業(yè)、用戶演化博弈收益矩陣

則政府的復(fù)制動態(tài)方程為：

同理可得企業(yè)、用戶的復(fù)制動態(tài)方程。 整理后可得政府、企業(yè)、用戶三者的復(fù)制動態(tài)系統(tǒng)方程為：

四、演化博弈分析

（一）三方演化路徑分析

由復(fù)制動態(tài)方程的穩(wěn)定性可知， 如果政府所采取的某一策略為穩(wěn)定狀態(tài)，則該策略作為演化穩(wěn)定策略的概率x 應(yīng)滿足F（x）=0 且F′（x）＜0。同理，企業(yè)、用戶選擇演化穩(wěn)定策略的概率y 和z 需要分別滿足G（y）=0 且G′（y）＜0 和H（z）=0 且H′（z）＜0，其中：

圖2 政府策略演化的復(fù)制動態(tài)相位圖

圖3 企業(yè)策略演化的復(fù)制動態(tài)相位圖

圖4 用戶策略演化的復(fù)制動態(tài)相位圖

由圖2 可知，政府的演化策略受到企業(yè)和用戶策略的共同影響，此外還會受到政府監(jiān)管的成本、監(jiān)管帶來的正面效益、政府對違規(guī)的懲罰力度、政府不監(jiān)管后需要付出的補(bǔ)救成本等因素的影響。①當(dāng)z=z*時，無論取x 何值，有F（x）=0。 即此時政府不管處于哪種狀態(tài)，其策略選擇比例不會隨時間的變化發(fā)生改變。②當(dāng)0＜z ＜z*＜1 時，則x=1 是政府的演化穩(wěn)定策略，即當(dāng)用戶選擇“配合”策略的概率低于一定比例時，政府選擇“監(jiān)督”的收益要大于“不監(jiān)督”的收益，其穩(wěn)定策略是“監(jiān)督”。 ③當(dāng)0＜z*＜z ＜1 時，則x=0 是政府的演化穩(wěn)定策略，即當(dāng)用戶選擇“配合”的概率高于一定比例時，政府的穩(wěn)定策略是“不監(jiān)督”。 此時，若政府監(jiān)管的正面效益提高、監(jiān)管成本降低，或不監(jiān)管需要付出的彌補(bǔ)成本提高，或用戶自覺選擇“配合”的比例較低時，會轉(zhuǎn)變?yōu)榍樾微冢敲凑畷摹安槐O(jiān)督”轉(zhuǎn)向“監(jiān)督”。由此可見，政府選擇“監(jiān)管”策略的概率會隨著用戶選擇“配合”策略概率的提高而降低。用戶監(jiān)督意識提高，所需的政府干預(yù)相應(yīng)就會減少，有限理性的政府會更加傾向于“不監(jiān)管”，以避免投入不必要的成本，浪費(fèi)公共資源。

由圖3 可知，企業(yè)的演化策略會受到政府和用戶策略的共同影響， 此外還會受到企業(yè)監(jiān)管的成本、政府核實(shí)后對不治理企業(yè)的懲罰、企業(yè)對用戶用車行為的獎勵和懲罰等因素的影響。 ①當(dāng)z=z**時，無論y 取何值，有G（y）=0，此時企業(yè)不管處于哪種狀態(tài)，其策略選擇比例不會隨時間的變化而發(fā)生改變。 ②當(dāng)0＜z ＜z**＜1 時，則y=1 是企業(yè)的演化穩(wěn)定策略，即當(dāng)用戶選擇“配合”策略的概率低于一定比例時，企業(yè)選擇“治理”的收益要大于“不治理”的收益，其穩(wěn)定策略是“治理”。 ③當(dāng)0＜z**＜z＜1時，則y=0 是企業(yè)的演化穩(wěn)定策略，即當(dāng)用戶選擇“配合”的概率高于一定比例時，企業(yè)的穩(wěn)定策略是“不治理”。此時，若企業(yè)的治理成本降低，或?qū)τ脩舨晃拿饔密嚨膽土P力度加大，或政府的監(jiān)管比例較大，而用戶配合的比例也較大時，會轉(zhuǎn)變?yōu)榍樾微冢敲雌髽I(yè)會從“不治理”轉(zhuǎn)向“治理”。 由此可見，企業(yè)選擇“治理”策略的概率會隨著用戶選擇“配合”策略概率的提高而降低。 用戶文明用車的比例越大，所需的外部約束相應(yīng)也會減少，有限理性的企業(yè)就更加傾向于“不治理”，讓共享單車市場在用戶自覺規(guī)范使用中健康發(fā)展。

由圖4 可知， 用戶的演化策略會受到政府和企業(yè)策略的共同影響， 此外還會受到用戶配合政府和企業(yè)的工作需要付出的監(jiān)督反饋成本、 政府和企業(yè)對于用戶配合監(jiān)管和治理給予的獎勵、企業(yè)對用戶用車行為的獎勵和懲罰、 用戶不配合所獲的額外收益等因素的影響。 ①當(dāng)y=y*時，有H （z）=0， 此時共享單車用戶不管處于哪種狀態(tài)， 其策略選擇比例不會隨時間的變化而發(fā)生改變。②當(dāng)0＜y ＜y*＜1 時，則z=0 是用戶的演化穩(wěn)定策略，即當(dāng)企業(yè)選擇“治理”策略的概率低于一定比例時，用戶選擇“不配合”的收益要大于“配合”的收益，其穩(wěn)定策略是“不配合”。 此時，若用戶不配合時所獲得的額外收益減小， 或加大用戶由于配合得到的政府和企業(yè)獎勵，或企業(yè)自覺選擇“治理”的比例較高時，會有0＜y*＜y＜1，那么用戶會從“不配合”轉(zhuǎn)向“配合”。 ③當(dāng)0＜y*＜y＜1 時，則z=1 是用戶的演化穩(wěn)定策略，即當(dāng)企業(yè)選擇“治理”的概率高于一定比例時， 用戶的穩(wěn)定策略是 “配合”。 由此可見，用戶選擇“配合”策略的概率會隨著企業(yè)選擇“治理”策略概率的提高而提高。 企業(yè)治理的態(tài)度越堅(jiān)決，規(guī)范執(zhí)行得越徹底，懲罰的力度越大，有限理性的用戶就更加傾向于“配合”，以避免因不規(guī)范用車導(dǎo)致的懲罰。

（二）三方演化策略穩(wěn)定性分析

由復(fù)制動態(tài)系統(tǒng)方程（4）得到均衡解，包括純策略均衡解和混合策略均衡解。 Ritzberger 等通過研究得出結(jié)論： 在三方主體共同作用的演化博弈中，只需要考慮純策略均衡解，混合策略均衡解均不可能為漸進(jìn)穩(wěn)定狀態(tài)[16]。

純策略均衡解為E1＝（0，0，0），E2＝（0，0，1），E3＝（0，1，0），E4＝（0，1，1），E5＝（1，0，0），E6＝（1，0，1），E7＝（1，1，0），E8＝（1，1，1），這8 個均衡解將三方策略構(gòu)成的立方體劃分成多個空間。在對三方的演化穩(wěn)定策略的分析中發(fā)現(xiàn)，某一個因素發(fā)生變化，就可能引起一個博弈主體的策略改變，而三個博弈主體之間又相互影響、相互作用，使博弈結(jié)果不斷變化，未能收斂于某一穩(wěn)定的均衡點(diǎn)。

考慮到現(xiàn)實(shí)情況中若用戶可以在政府或企業(yè)一方的作用下選擇“配合”策略，政府和企業(yè)同時耗費(fèi)各種成本規(guī)范用戶行為就沒有必要。且政府屬于服務(wù)型組織，企業(yè)屬于營利性組織，政府的常態(tài)是向“監(jiān)管”策略靠攏，企業(yè)的常態(tài)是向“不治理”策略靠攏。 所以，我們以最具代表性的（政府監(jiān)管，企業(yè)不治理，用戶配合）為例，分析其穩(wěn)定性，其他均衡解分析過程類似。

三方演化博弈是在兩方演化博弈基礎(chǔ)上的擴(kuò)展，但是隨著復(fù)雜度的大幅提高，三方演化博弈的穩(wěn)定點(diǎn)分析已經(jīng)不能簡單地使用雅可比矩陣的跡和行列式的值來判斷[17]。 此時，根據(jù)李雅譜諾夫第一法[18]來判斷穩(wěn)定點(diǎn)，即若該點(diǎn)是漸進(jìn)穩(wěn)定的，需要滿足其對應(yīng)的雅可比矩陣的特征根都小于0。 均衡解（1, 0, 1）對應(yīng)的雅可比矩陣J 的特征根為：λ1=C31+Q-S1；λ2=αT-S0-C2；λ3=C1-C11-W+αT。依據(jù)演化博弈理論，（1, 0, 1）成為系統(tǒng)的演化穩(wěn)定點(diǎn)需要滿足λ1＜0，λ2＜0，λ3＜0，即式（6）所示：

結(jié)合以上的分析，政府需要提高對配合監(jiān)督用戶的獎勵，并降低用戶的監(jiān)督成本，企業(yè)應(yīng)該提高對文明用車用戶的獎勵，減小用戶因違規(guī)用車所獲得的額外收益，同時設(shè)法降低用戶文明用車的成本等。 這樣，用戶選擇配合策略的概率會隨之提高。

五、仿真分析

根據(jù)前文的演化博弈模型分析，應(yīng)用系統(tǒng)動力學(xué)仿真軟件Vensim PLE 繪制系統(tǒng)動力學(xué)流圖，如圖5 所示。 為進(jìn)一步分析均衡解E1—E8的穩(wěn)定性，設(shè)置參數(shù)如下：initial time =0，final time =12，time step =0.25，units: month，F(xiàn)=3，T=8，W=6，Q=1，C2=6，S0=2，C1=9，C11=10，C32=1，S1=3，S2=2，F(xiàn)=3，α=0.6。

（一）穩(wěn)定分析與仿真

圖5 共享單車系統(tǒng)演化博弈仿真模型

在共享單車參與方博弈中，政府、企業(yè)、用戶三方的初始值均為某種純策略，即他們的策略選擇均為0 或1。 在演化過程中，他們都維持自身策略選擇的不變性， 沒有任何一方會自發(fā)改變當(dāng)前策略選擇來破壞穩(wěn)定狀態(tài)。 然而，這并不能說明穩(wěn)定狀態(tài)是長期的，只要有一方的策略選擇發(fā)生極微小的突變，這種相對的穩(wěn)定狀態(tài)就有可能會發(fā)生變化。

對于均衡解E1（0，0，0），即政府選擇不監(jiān)管策略、企業(yè)選擇不治理策略、用戶選擇不配合策略。 如果政府由不監(jiān)管向監(jiān)管發(fā)生很小突變，以其監(jiān)管概率由x=0 突變?yōu)閤=0.01 為例，對此情境進(jìn)行仿真，系統(tǒng)演化結(jié)果如圖6 所示。 仿真結(jié)果說明E1的均衡狀態(tài)并不是長期穩(wěn)定的，在企業(yè)不治理且用戶不配合的情況下，當(dāng)政府由不監(jiān)管向監(jiān)管發(fā)生極小的突變時，政府需要考慮社會形象及對政府公信力的影響，選擇“不監(jiān)管”策略需要付出的代價要明顯大于“監(jiān)管”策略的成本，政府在權(quán)衡下向“監(jiān)管”策略演化，政府、企業(yè)和用戶三方的均衡狀態(tài)從（0, 0, 0）演化到（1, 0, 0）。 同理，E2（0,0,1），E3（0,1,0），E4（0,1,1）的均衡狀態(tài)也不是長期穩(wěn)定的，最終會分別演化為（1,0,1），（1, 1, 0），（1, 1, 1）。

圖6 均衡解E1（0, 0, 0）突變前后對比

對于均衡解E5（1, 0, 0）， 即政府選擇監(jiān)管策略、企業(yè)選擇不治理策略、用戶選擇不配合策略。當(dāng)用戶中極小一部分人由“不配合”向“配合”發(fā)生突變時，考慮到政府的權(quán)威和管控力，越來越多的用戶會選擇“配合”策略，最終保持在“配合”策略上。E5的演化結(jié)果如圖7 所示。

圖7 均衡解E5（1, 0, 0）突變前后對比

對于均衡解E6（1, 0, 1）， 即政府選擇監(jiān)管策略、企業(yè)選擇不治理策略、用戶選擇配合策略。該均衡解是長期穩(wěn)定的，不論哪一方發(fā)生微小突變都不會影響當(dāng)前穩(wěn)定狀態(tài)。

對于均衡解E7（1, 1, 0）， 即政府選擇監(jiān)管策略、企業(yè)選擇治理策略、用戶選擇不配合策略。當(dāng)用戶中極小一部分人由“不配合”向“配合”發(fā)生突變時，由于政府和企業(yè)的聯(lián)合管理，用戶“不配合”承受的壓力變大，“不配合”的成本提高，此時，一旦有向“配合”的極小突變，用戶的策略也會很快演化成“配合”，達(dá)到一個政府監(jiān)管、企業(yè)治理、用戶配合的和諧穩(wěn)定狀態(tài)。 E7的演化結(jié)果如圖8 所示。

圖8 均衡解E7（1, 1, 0）突變前后對比

對于均衡解E8（1, 1, 1）， 即政府選擇監(jiān)管策略、企業(yè)選擇治理策略、用戶選擇配合策略。當(dāng)企業(yè)極小一部分向“不治理”突變時，由于企業(yè)更多考慮自身利益，而較少考慮社會影響，而且企業(yè)也會認(rèn)為當(dāng)前用戶的行為規(guī)范且有政府的參與監(jiān)管，在這種情況下傾向于減少治理成本，所以會演化為（1,0,1）的狀態(tài)。 E8的演化結(jié)果如圖9 所示。

圖9 均衡解E8（1, 1, 1）突變前后對比

（二）模型參數(shù)敏感性分析

從均衡解E8的仿真分析可以看出， 在某些情況下企業(yè)沒有與政府同時采取措施，而政府因?yàn)槠渥陨淼奶厥庑?，會自覺參與到共享單車監(jiān)管中。 綜合來看，政府和企業(yè)的策略較為可控，所以文中主要討論各因素對用戶策略選擇的影響。

1. 政府初始值不變的演化

在共享單車的背景下，政府的公益性和特殊性使政府會穩(wěn)定在監(jiān)管策略上，故令x＝1。 在政府監(jiān)管概率不變的情況下，取（y, z）分別為A（0.7, 0.2），B（0.2, 0.7），其余參數(shù)不變。 在仿真結(jié)果圖10 中，除了預(yù)先設(shè)置不變的兩條代表政府策略演化的曲線始終保持在1 外，在不同初始值下企業(yè)策略演化曲線穩(wěn)定在y＝0，用戶策略演化曲線穩(wěn)定在z＝1。總體上來看，兩種情境最終都演化到均衡點(diǎn)（1, 0, 1）。此外，企業(yè)演化到穩(wěn)定狀態(tài)所需的時間要明顯小于用戶穩(wěn)定所需時間，而無論初始時企業(yè)治理的概率較高還是較低，用戶經(jīng)過一段時間演化到1。 仿真結(jié)果表明：在引入信用監(jiān)管機(jī)制后，政府監(jiān)管的態(tài)度堅(jiān)定且準(zhǔn)確傳達(dá)給企業(yè)和用戶時，企業(yè)認(rèn)為在政府強(qiáng)有力的監(jiān)管環(huán)境下， 自身的治理就不再必要，會迅速做出不治理的策略選擇。而用戶的策略選擇受企業(yè)影響較小，這是因?yàn)槟壳暗男庞帽O(jiān)管體制能發(fā)揮出切實(shí)的約束力還需要政府部門的公權(quán)強(qiáng)制力，企業(yè)在信用治理方面的約束手段只是處以小額罰金或取消優(yōu)惠服務(wù)等，并不能從根本上使用戶因顧及企業(yè)的信用治理而改變其行為。

圖10 政府監(jiān)管概率不變下企業(yè)—用戶演化過程

2.政府、企業(yè)不同初始值對用戶策略選擇的影響

設(shè)定用戶選擇配合策略的初始概率為0.5，三組政府—企業(yè)的策略選擇初始概率分別為（x, y） =（0.4, 0.4），（0.5, 0.5），（0.6, 0.6）。 從圖11 中可以看出，隨著政府、企業(yè)選擇監(jiān)管、治理策略的初始概率提高，用戶由初始中間狀態(tài)向配合策略演化的速率加快。這是因?yàn)檎O(jiān)管、企業(yè)治理的概率越大，意味著二者對用戶施加的壓力越大，用戶就會越快做出應(yīng)對，演化為配合策略所需的時間越短。

圖11 不同（x,y）初始值下用戶的策略演化過程

3. 政府對用戶的信用獎勵對用戶策略選擇的影響

設(shè)定三方策略選擇的初始概率為 （0.5, 0.5,0.5），其余參數(shù)不變，依次賦值S1為3, 4, 5。 從圖12可以看出，當(dāng)政府對用戶配合監(jiān)督的獎勵從3 增加到4 時， 用戶選擇配合策略的演化速率明顯加快，當(dāng)政府對用戶配合監(jiān)督的獎勵從4 增加到5 時，該速率的增幅放緩。仿真結(jié)果說明政府為了激勵用戶主動配合， 在信用方面給予的獎勵可以適當(dāng)提高。但是一旦超過某個閾值，激勵用戶選擇配合策略的效果就會減弱。 在引入信用監(jiān)管的共享單車系統(tǒng)后，不再僅僅是“政府管企業(yè)，企業(yè)管用戶”的模式，政府的信用監(jiān)管行為會比企業(yè)發(fā)揮更大的影響力，對用戶行為的引導(dǎo)和約束也更加有力，政府可以對用戶發(fā)揮更直接的作用。

圖12 不同S1 取值下用戶的策略演化過程

六、結(jié) 語

本文運(yùn)用演化博弈理論，建立了考慮信用監(jiān)管的政府、共享單車企業(yè)、用戶三方演化博弈模型。 通過理論分析三方的策略演化過程和系統(tǒng)穩(wěn)定性，以及仿真實(shí)驗(yàn)分析關(guān)鍵因素敏感性，可以得出以下結(jié)論：①三方的策略演化是相互影響的。 影響任意一方的因素除了直接作用于該博弈方外，還會進(jìn)一步影響其他兩個博弈方的決策。 ②在信用監(jiān)管階段，政府占主導(dǎo)地位，發(fā)揮更為直接的作用。 當(dāng)政府的策略選擇是監(jiān)管且信用獎懲的設(shè)置合理時，不管初始情形如何，企業(yè)和用戶的策略選擇最終都穩(wěn)定于（不治理，配合）。③用戶的策略選擇是政府及企業(yè)策略選擇的反應(yīng)結(jié)果，約束用戶行為離不開政府和企業(yè)的共同努力。④激勵程度與用戶行為選擇的概率的正相關(guān)關(guān)系會隨著激勵的增加而減弱，共享單車信用激勵機(jī)制的科學(xué)性有助于最大程度促使用戶選擇配合策略。

區(qū)別于以往研究政府—企業(yè)—用戶遞進(jìn)式的監(jiān)管方式，本文以信用監(jiān)管為紐帶在政府和用戶之間建立直接的聯(lián)系。 為完善共享單車的治理，相關(guān)參與方應(yīng)加強(qiáng)信用監(jiān)管，各司其職。 據(jù)此提出以下建議：著力完善企業(yè)和用戶信用基礎(chǔ)數(shù)據(jù)庫，充分利用平臺的App 等數(shù)據(jù)來源， 將企業(yè)和用戶失信行為納入信用記錄，建立具有共享單車行業(yè)特性的信用信息共享平臺， 提高用戶和企業(yè)的違規(guī)成本；落實(shí)企業(yè)作為提供產(chǎn)品和服務(wù)的主體責(zé)任，促進(jìn)政企合作，提高企業(yè)信用制裁能力和企業(yè)信用監(jiān)管的影響力；構(gòu)建多元便捷的監(jiān)督反饋渠道，降低用戶監(jiān)督成本，激勵用戶主動參與。