政府监管下直播带货平台合谋行为的奖惩机制研究

千城

作者简介:李国昊，江苏大学管理学院教授、博士生导师，管理学博士，从事管理科学与工程研究。



一、 引言

党的二十大报告明确提出，要加快建设网络强国、数字中国，加快发展数字经济。数字经济作为数字中国的重要支撑之一，逐渐成为拉动我国经济增长的重要引擎，对实现高质量发展和全面建设社会主义现代化国家具有深远意义。随着电子商务交易与移动互联网技术的发展，“直播+电商”新型商品销售模式作为数字经济的典型代表，正呈现蓬勃发展的态势。直播带货是由平台商家借助直播带货平台，通过直播的方式对商品进行全方位展示介绍，以实时互动的方式与消费者交流，吸引消费者在直播间购物的营销模式，具有提升线上消费场景丰富度、互动性高、社交性强、受众量大等优势。根据《第52次中国互联网络发展状况统计报告》和《中国互联网发展报告（2023）》，2022年中国直播电商的规模接近3.5万亿元，截至2023年6月，我国直播电商用户规模达到5.26亿人。当前，我国直播带货行业正处于高速发展阶段,中央与地方政府对直播电商出台了不少支持政策，如对于经营良好的直播带货平台给予奖励等，但是，直播带货行业发展过程中也显现出诸多亟待解决的问题，例如主播虚假宣传或兜售“三无”产品、平台延迟退款、平台数据造假甚至平台包庇平台商家等。

在直播带货体系中，直播带货平台的诉求是增加平台的用户规模和收益，平台商家的诉求是增加自身流量和收益，消费者的诉求是获得更好的服务体验以及满足自身购物需求。在直播带货流程与环节中，平台的职责在于审核商家主播资质、规范商家直播行为、检查商家直播商品质量、完善消费者监督和举报途径等。但作为以营利为目的的行为主体，直播带货平台常与主播、商家等主体构成利益共同体，从而怠于承担自身责任，放宽对平台商家的各项审核检查标准。直播带货平台纵容包庇平台商家的违规行为而使双方获得额外流量与销售额，即监督者帮助代理人隐藏信息并欺骗委托人的行为，又被称为合谋行为。通过合谋行为，直播带货平台会因呈现出良好的经营态势而获得来自政府部门的奖励。实际上，大量事例表明合谋行为在经济社会中较为常见，消费者投诉平台中也存在大量对于直播带货平台不作为、包庇商家等合谋行为的投诉。可见直播带货平台与平台商家的合谋行为严重损害消费者权益，加重了政府的财政负担，阻碍直播带货行业的稳健发展。政府监管机构对相关乱象的监管和规范迫在眉睫。

面对直播带货带来的一系列监管挑战，学界也对其展开深入探讨，并着重从直播带货平台监管的角度进行。相关研究主要包括两个方面：一是集中探讨直播带货平台监管的现状及挑战；二是研究直播带货平台与利益相关者之间的关系。在直播带货平台监管方面，学者们从法律规制的角度，分析直播平台、平台商家以及网络主播等相关主体的关系与责任，例如肖红军提出直播带货平台所兼具监管主体与监管客体的双重属性易导致不公平竞争、监管效率低等问题；施耐德认为在电商交易中，平台应重点关注相关法律问题和地域问题；周建平从供需两端分析，认为当前电商直播本身和监管机制均存在问题，并提出应建立多主体的多元监管机制。以上研究揭示了直播带货过程中所存在的监管问题，同时也为完善直播带货监管体系提出相应的对策建议，然而，这些研究多从法律规制、平台自治等角度出发，倡导平台主动承担监管责任，却忽略了为获取额外收益的直播带货平台存在与平台商家合谋的现象。

在研究平台与利益相关者之间的关系方面，李亚兵等提出网络直播平台发展的规范化程度受监管机构奖惩力度的影响，与激励力度成正比，与惩罚力度呈倒U形关系；郭延禄等认为直播带货平台应严格惩罚主播的不规范行为，限流、封杀推销劣质产品的主播，约束其行为；李雅萍等的研究表明直播带货平台治理成本、不治理的收益与政府监管概率正相关，而直播带货平台治理的收益和激励、不治理的损失和惩罚与政府监管概率负相关；汪旭晖等从政府治理视角出发，提出在动态奖惩机制下直播带货平台与消费者之间策略选择的影响因素及演化路径。以上研究通过构建演化博弈模型，聚焦政府监管下直播带货平台、带货主播与消费者之间的关系，分析各主体间的动态策略选择，为关于直播带货监管的研究提供了方法支撑。目前，动态奖惩机制对主体行为产生影响的方式已广泛应用于如食品安全监管、公共项目承包等多个领域，相关研究表明动态奖惩机制更符合现实情况且监管效果良好，为解决直播带货领域的监管问题提供了新视角。

综上所述，国内外学者对直播带货监管的研究为本文提供了良好的借鉴，但仍存在一定的不足。第一，现有研究对直播带货平台与平台商家的合谋行为及其危害性的研究较为匮乏；第二，考虑政府不同的奖惩机制对直播带货平台行为影响的研究较少。直播带货平台与平台商家的合谋行为是利益驱动下的自发行为，而信息不对称导致政府监管机构对合谋行为难以识别，政府监管机构若无法对直播带货平台和平台商家合谋行为进行有效治理，将导致消费者权益受损，平台与商家的形象受挫，不利于营造清朗公正的网络直播带货营商环境。因此，为深入分析政府监管机构不同奖惩机制对直播带货平台与平台商家合谋行为的影响，本文构建了政府监管机构和直播带货平台的演化博弈模型，分别从静态奖励和静态惩罚、动态奖励和静态惩罚、静态奖励和动态惩罚、动态奖励和动态惩罚四种机制分析直播带货平台和政府监管机构演化博弈策略。最后，本文研究结论提出了对应的对策与建议，为政府监管机构采用最优的奖励和惩罚机制提供理论参考和实践指导。



二、 模型说明和假设

假设直播带货平台与平台商家合谋行为主要涉及两个博弈群体：直播带货平台和政府监管机构。直播带货平台有两个策略选择：一是按照直播带货相关的电子商务行业要求，积极对在本平台内直播带货的平台商家进行监管；二是违背直播带货相关的电子商务行业要求，与平台内进行直播带货的商家合谋，如放任商家在直播带货中的不合规、损害消费者利益的行为等，以此来牟取额外收益。因此，直播带货平台以{与平台商家不合谋，与平台商家合谋}为策略集合，政府监管机构以{积极监管，消极监管}为策略集合。基本假设如下：

（1） 博弈过程中，直播带货平台和政府监管机构都是有限理性的。

（2） 直播带货平台的收益来源有多种，主要分为营销推广、分成和打赏分成三部分，直播带货平台无论与平台商家合谋与否，其收益都为Rp。若直播带货平台选择与平台商家合谋，其将获得来自平台商家的额外收益F。直播带货平台不与平台商家合谋，即对平台商家实行严格监管时的成本为C1；与平台商家合谋时，即对平台商家实行宽松监管时的成本为C2。由于直播带货平台对平台商家实行严格监管时人力物力投入比实行宽松监管时多，所以C1＞C2。

（3） 当直播带货平台选择不与平台商家合谋时，政府监管机构积极监管，其获得的经济与声誉收益为Rg1；当直播带货平台选择与平台商家合谋时，政府监管机构消极监管，其获得的经济与声誉收益为Rg2。由于受到上级部门的处罚和社会声誉的损失，所以Rg1＞Rg2。此外直播带货平台与平台商家合谋所造成的社会福利的损失为S。政府监管机构进行积极监管时，成本为C3，政府监管机构进行消极监管时，成本为C4，且C3＞C4。在政府监管机构的监管下，如果直播带货平台没有与平台商家合谋，直播带货平台形象良好，促进其经营贡献的提升，则政府监管机构给予其奖励P，如直接的政策补贴、税收优惠、低息贷款等；如果直播带货平台被发现与平台商家合谋，则政府监管机构对其进行处罚Q，如罚款、停业整顿等。

直播带货平台与政府监管机构的收益矩阵如下页表1所示。





三、 模型构建和分析

（一） 静态奖励和惩罚机制下政府监管机构与直播带货平台间的演化博弈

1. 模型构建及求解。在静态奖惩机制下，P、Q皆为常量，不会随着其他参数的变动而变动。假设直播带货平台以x（0≤x≤1）的概率不与平台商家合谋，则合谋的概率为1-x；政府监管机构以y（0≤y≤1）的概率积极监管，则消极监管的概率为1-y。

根据上述收益矩阵和概率假设，直播带货平台选择与平台商家不合谋与合谋策略的期望收益及平均收益分别为



同理，可得政府监管机构积极、消极监管的期望收益和平均收益为



根据Malthusian动态方程，直播带货平台与政府监管机构的复制动态方程组如下：





2. 均衡点稳定性分析。通过雅可比矩阵，可对演化博弈模型均衡点的稳定性进行分析，具体来说，本系统的雅可比矩阵如下：



若代入雅可比矩阵的均衡点满足行列式大于0且迹小于0，则表明该点为本文模型的演化稳定策略(ESS)。具体来说，雅可比矩阵的行列式和迹如下所示：



将前文所求均衡点带入雅可比矩阵并分别求det(J)和tr(J)，结果如表2所示。



分析表2可知，在系统（Ⅰ）中，各个均衡点所对应雅可比矩阵的det(J)和tr(J)都无法满足稳定的条件。因此，在静态奖励静态惩罚机制下，双方无法达到演化稳定状态，下文将对本模型中的静态奖惩机制做出动态奖惩机制的变动。

（二） 动态奖励静态惩罚机制下政府监管机构与直播带货平台间的演化博弈

1. 模型构建及求解。直播带货平台对平台商家的直播带货行为监管的力度与其与平台商家合谋行为相关，当直播带货平台对平台商家直播带货行为监管力度强时，则平台与平台商家合谋的可能性低，反之，则合谋可能性高。因此，政府监管机构根据直播带货平台监管力度按一定比例给予补贴奖励，如果直播带货平台监管力度弱,即平台的监管成本较低时，政府监管机构给予的奖励将相应减少或没有。所以本文假设政府监管机构的奖励与直播带货平台与平台商家不合谋的概率是成正比的。因此设原来的奖励P为P(x)=xP，P表示奖励上限，将P(x)代替P代入式（3）和（4）得：



在政府监管机构积极监管条件下，要确保奖励和惩罚达到预期效能，必须保证直播平台不与商家合谋时相对合谋获得更高的经济利益，即Rp-C1+xP＞Rp-C2-Q+F。基于此，本文利用雅可比矩阵对均衡点进行分析，具体如表3所示：



分析表3可知，各个均衡点所对应雅可比矩阵的det(J)和tr(J)都无法满足稳定的条件，故在动态奖励静态惩罚机制下，直播带货平台和政府监管机构之间无法达成演化稳定。

（三） 静态奖励动态惩罚机制下政府监管机构与直播带货平台间的演化博弈

1. 模型构建及求解。假设政府监管机构对直播带货平台与平台商家合谋行为的惩罚与平台对平台商家监管力度相关。当直播带货平台对其商家直播带货行为监管力度强时，则平台与平台商家合谋的可能性低，政府监管机构进行惩罚的概率则低，反之则政府监管机构的惩罚概率高。因此设政府监管机构对直播带货平台和平台商家合谋的惩罚与平台和商家合谋的概率成正比。设原来的惩罚Q为Q(x)=(1-x)Q，Q表示惩罚上限，将Q(x)代替Q代入式（3）和（4）得：



同理，当政府监管机构在采取积极监管策略时，应满足直播带货平台不与商家合谋所获得的收益高于与商家合谋获得的收益，即Rp-C1+P＞Rp-C2-(1-x)Q+F。基于此，本文接着分析5个均衡的稳定性，具体如表4所示。



分析表4可知，(x2,y2)是本系统的演化稳定策略(ESS)，因此直播带货平台选择不与平台商家合谋的概率为x2，政府监管机构积极监管策略执行的概率为y2。

（四） 动态奖励动态惩罚机制下政府监管机构与直播带货平台间的演化博弈

1. 模型构建及求解。假设地方监管机构对直播带货平台的奖励和惩罚与直播带货平台是否与平台商家合谋的概率有关，分别用Q(x)=xQ和P(x)=(1-x)P，代入式(3)、式(4)得：





分析表5可知，(x3,y3)是系统（Ⅳ）的稳定点，因此直播带货平台选择不合谋概率为x3，政府监管机构积极监管概率为y3。



四、 演化博弈模型数值模拟与分析

（一） 不同奖惩机制下的演化路径

直播带货平台对平台商家的收费方式包括扣点与收取直播平台的渠道费，此两种收费均与平台商家的销售额成正比，平台扣点是平台基于商家出售商品的销售额按照比例收取的费用，与是否直播带货无关；平台渠道费则是商家通过直播形式所获的销售额中部分交予平台的费用。根据前文模型的基本条件，并借鉴相关文献的参考，对系统的各项参数设定数值。假设某直播带货平台，若与平台上的商家合谋，不执行严格监管，其成本仅为15万元，且会获得平台商家交予的额外收益15万元；若平台不与商家合谋，对直播带货商家的资质进行严格审查等，对直播带货商家售出的商品质量、直播宣传内容的真实性等进行严格把控，则需追加监管成本15万元。政府监管机构对直播带货平台选择较强的监管策略，其成本为20万元；选择较宽松的监管方式，其成本为15万元。政府监管机构对直播带货平台进行补贴，补贴金额不超过直播带货平台的监管成本，设置为30万元。假设政府监管机构发现直播带货平台对平台商家宽松监管与之合谋，政府监管机构将对直播带货平台进行罚款，设置罚款为60万元。综上所述，得到各参数的初始值如下:C1=30，C2=15，C3=20，C4=15，P=30，Q=60，F=15。

假设初始概率值为\[x,y\]=\[0.5,0.5\]，时间长度设置为\[0,10\]，分别将初始参数值代入静态奖惩机制（Ⅰ）、动态奖励静态惩罚机制（Ⅱ）、静态奖励动态惩罚机制（Ⅲ）和动态奖励动态惩罚机制（Ⅳ）下的模型中进行数值模拟，四个系统的演化过程如图1至图4所示。



根据图1、图2的演化过程可得，在静态奖励静态惩罚机制和动态奖励静态惩罚机制下，系统的策略演化过程呈现出围绕平衡中心(x0,y0)和(x1,y1)的周期性轨迹运动。在这两种机制下系统未能进入一个稳态。



分析图3、图4可得，在静态奖励动态惩罚和动态奖励动态惩罚机制下，直播带货平台和政府监管机构的博弈系统演化路径呈现出螺旋特征，且分别收敛于中心点(x2,y2)、(x3,y3)。此外，政府积极监管和直播带货不合谋的概率在动态奖励动态惩罚机制下更高。因此，本文基于动态奖励动态惩罚机制，进一步探究奖励和惩罚力度对双方策略选择的影响。

（二） 动态奖惩机制下奖励和惩罚强度对演化路径的影响

1. 惩罚力度对直播带货平台和政府监管机构的影响。由下页图5、图6可知，当其他参数不变，政府监管部门加大处罚力度Q时，x、y会在一定时间内进行波动，最后趋于稳定，x变化幅度较小，但有所增加；y变化幅度较大，但有所减少。这说明政府监管机构加强惩罚力度会促使直播带货平台不与商家合谋，并对其进行严格的监督管理，加大监管投入；而政府监管机构积极监管的概率则会降低，减少相关投入。



2. 奖励力度对直播带货平台和政府监管机构的影响。分析图7、图8可得，保持其他参数赋值不变，增加政府监管机构奖励力度P，在一定时期内x、y会经历波动，最终趋于稳定，x、y的变化幅度大小不一，但两者均有所降低。由此可得，短期内，若政府监管机构在一定范围内加大奖励力度，会促使直播带货平台不与平台商家合谋，并对商家们实行积极严格的监管方式，加大监管投入；但长期看，加大奖励力度，直播带货平台不与平台商家合谋的概率不增反减，而使得政府监管机构的财政支出加大，由此缩减监管费用以降低成本，从而增加政府监管机构采取消极监管的概率。因此，奖励过高可能会适得其反，科学适当的奖励才有利于促进行业良性发展。





五、 结语

（一） 研究结论

本文基于演化博弈理论，在不同奖惩机制下构建了直播带货平台和政府监管机构两者的博弈模型，研究了直播带货平台与支付监管机构策略选择的演化路径，并对不同机制下的模型进行数值分析，对奖励和惩罚力度影响直播带货平台和政府监管机构演化稳定策略的情况进行了讨论，最终获得以下结论：

（1） 在静态奖惩机制下，直播带货平台和政府监管机构所组成的系统中，不存在稳定的演化策略，其演化轨迹围绕中心点周期波动，政府监管机构积极监管和直播带货平台与平台商家合谋呈现周期性的行为。因此，政府监管机构的静态奖惩机制无法对直播带货平台与平台商家合谋行为起较大约束作用，需采用动态的奖惩机制合理规范直播带货平台与平台商家的合谋行为。

（2） 政府监管机构针对直播带货平台与平台商家合谋行为实施动态奖励静态惩罚机制时，系统无法达成稳定状态；而在静态奖励动态惩罚机制与动态奖励动态惩罚机制的条件下存在演化稳定策略。但在动态奖励动态惩罚机制下，政府监管机构的奖励与直播带货平台选择合谋策略的概率成反比，而惩罚与其成正比，且此时政府监管机构积极监管和直播带货平台不与平台商家合谋的概率更高，因此，动态奖励动态惩罚机制能更有效地约束直播带货平台的合谋行为。

（3） 在动态奖励动态惩罚机制下，直播带货平台与平台商家合谋行为受政府监管机构的奖励与惩罚力度的影响。当政府监管机构的惩罚力度加大，其威慑作用不仅有利于直播带货平台与平台商家合谋概率降低，还能在一定程度上减少政府监管的工作量；当其奖励力度加大，虽然激励效果使直播带货平台与平台商家合谋的概率短期内下降，但从长期来看，政府监管机构积极监管成本过高，容易诱发直播带货平台的机会主义行为，从而导致合谋概率增加。奖励过高时，并不利于直播带货乱象问题的监管，适当的奖励才能够有效规制直播带货平台与平台商家的合谋行为。

（二） 建议

通过上述结论可以为政府带来如下建议：

（1） 政府监管机构在确立奖惩机制时应保证奖惩金额的合理性。奖励过高会增加政府财政负担，惩罚过低则无法对直播带货平台与平台商家合谋行为产生约束作用。政府监管机构应灵活地调整奖惩力度，随着直播带货平台与平台商家合谋的概率下降，可适当减少奖励上限值并调整惩罚上限。

（2） 政府监管机构应制定科学合理的动态奖惩机制。直播带货平台与平台商家合谋的行为策略受政府监管机构政策的影响，政府应正确认识直播带货平台与平台商家合谋的目的，可以针对不同规模以及不同类型的直播带货平台采取差异化的动态奖惩机制，避免直播带货平台为了获得政府奖励而通过合谋行为增加经营贡献的投机行为，有效为财政支出减压。目前，政府相继出台了《关于加强网络直播营销活动监管的指导意见》《网络直播营销管理办法（试行）》《互联网广告管理办法》等规章，厘清直播带货平台的责任与义务，规制直播带货过程中的不当行为。此外，针对直播带货平台与平台商家合谋的问题，可将动态奖惩机制纳入现行的直播带货规制体系，推动直播带货平台合法合规地落实责任。同时，政府监管机构应不断优化自身监管结构，提升监管能力的同时降低监管成本，为直播带货行业与电商市场的公平稳定保驾护航，从而推动数字经济的高质量发展。

原文详见:李国昊，梅婷，梁永滔.政府监管下直播带货平台合谋行为的奖惩机制研究[J].江苏大学学报（社会科学版），2024（2）:100-111.