引用本文
易开刚, 张琦. 平台经济视域下的商家舞弊治理: 博弈模型与政策建议[J]. 浙江大学学报(人文社会科学版), 2019,49(5): 127-142
Yi Kaigang, Zhang Qi. Analysis of Sellers' Commercial Fraud in Platform Economy Based on Evolutionary Game Theory[J]. JOURNAL OF ZHEJIANG UNIVERSITY (HUMANTIES AND SOCIAL SCIENCES), 2019,49(5): 127-142  
DOI:10.3785/j.issn.1008-942X.CN33-6000/C.2019.01.163
Permissions
Copyright©2019, 浙江大学学报(人文社会科学版)
浙江大学学报(人文社会科学版) 所有
平台经济视域下的商家舞弊治理: 博弈模型与政策建议
易开刚1,2, 张琦3,4
1.浙江工商大学 旅游与城乡规划学院, 浙江 杭州 310018
2.浙江工商大学 浙商研究中心, 浙江 杭州 310012
3.浙江工商大学 工商管理学院, 浙江 杭州 310018
4.浙江工商大学 杭州商学院, 浙江 杭州 311508
通信作者: 张琦(https://orcid.org/0000-0002-8039-9773),女,浙江工商大学工商管理学院博士研究生,浙江工商大学杭州商学院讲师,主要从事企业社会责任、营销管理研究。

作者简介: 易开刚(https://orcid.org/0000-0002-8047-8957),男,浙江工商大学旅游与城乡规划学院、浙商研究中心教授,博士生导师,管理学博士,主要从事企业社会责任、产业转型发展研究。

收稿日期: 2019-01-16
基金: 国家社会科学基金重点项目(16AGL009)
摘要

我国平台经济视域下的商家舞弊治理目前存在立法不足和效率不高的问题。平台企业作为商家的直接管理者,理应承担制约和监管商家的责任,但随着互联网平台应用的常态化,刷单、评价造假等新型舞弊形式层出不穷,平台企业如何高效地对商家舞弊进行治理是亟须破解的现实问题。建立平台经济视域相关假设下的静态和演化博弈模型来研究商家舞弊的发生和扩散条件,可以在均衡分析中发现影响平台监管和商家舞弊的关键变量,得出不同情况下群体商家的演化稳定策略。结果表明:平台企业的监管成本和网络效应收益、商家舞弊的收益、机会成本、实施成本等对商家群体不舞弊的稳态有显著影响,平台企业可以通过奖励或惩罚措施对商家舞弊进行动态治理。

关键词: 商家; 演化博弈; 商业舞弊; 平台企业; 平台经济
Analysis of Sellers' Commercial Fraud in Platform Economy Based on Evolutionary Game Theory
Yi Kaigang1,2, Zhang Qi3,4
1.School of Tourism and Urban-rural Planning, Zhejiang Gongshang University, Hangzhou 310018, China
2.Zheshang Research Center, Zhejiang Gongshang University, Hangzhou 310012, China
3.School of Business Administration, Zhejiang Gongshang University, Hangzhou 310018, China
4.Hangzhou College of Commerce, Zhejiang Gongshang University, Hangzhou 311508, China
Abstract

The development of platform economy has improved the efficiency and effectiveness of business and commerce. However, at the same time, the sellers on e-commerce platform are beginning to commit new types of commercial frauds, such as brushing, false transactions, privacy disclosure, traffic fraud, rating fraud, etc. These fraudulent practices in platform economy are emerging in an endless stream. Meanwhile, the government cannot effectively govern sellers’ fraud behaviors on platform due to the existence of practical conflicts in that there are too many sellers, the process of supervision on platform is too much a burden, as well as the present technical skill and law enforcement personnel are rather limited. Therefore, as the direct manager, how the platform enterprise can effectively and efficiently govern sellers’ commercial fraud is a realistic problem that needs to be solved urgently.
In the current literature, there have already existed abundant researches on causes and governance related to fraud behavior, yet there are still gaps that should be filled. Based on the above review, this research puts commercial fraud into the specific context of platform economy, trying to unpack the black box that holds the emergence and governance of sellers’ commercial fraud in platform economy. Utilizing game theory, the evolutionary process of sellers’ fraud behavior on e-commerce platform and the regulation strategy of the platform enterprise are developed. Throughout the model building, the key relevant influencing factors of the evolutionary process are analyzed and the governance recommendations are proposed accordingly. Specifically, the static game model is firstly applied with individual perspective to analyze one seller’s fraud behavior, and it lays foundation for further establishment of evolutionary game model for the group of sellers after relaxing certain assumptions. In the end, the evolutionary stability strategies under different conditions are drawn. The results show that: (1) From the perspective of individuals, whether a seller is fraudulent or not is closely dependent upon the cost of platform enterprise conducting strong-supervision, the benefit from the network effect of the platform, and the penalties facing the sellers and the platform. (2) From the perspective of groups, whether no-fraud is a stable strategy of the sellers or not will be affected by the platform’s supervision costs and network effect benefits, the sellers’ earnings from fraud, the sellers' opportunity costs and implementation costs related with the fraud, the material and non-material losses suffered by sellers due to fraud, as well as the penalties facing fraudulent sellers and platform enterprises with weak-supervision. Therefore, the recommendations to govern sellers’ fraud behavior on platform can be put forward as the followings. First, platform enterprises should adjust supervision tactics based on their development stage while the government should formulate flexible reward and punishment system for platform enterprises accordingly. Second, focusing on the matters before and during the event, the platform enterprises need to strengthen technical supervision on different types of fraud. Third, focusing on the matters after the event, the platform needs to establish regulations on punishment and reward for fraudulent and non-fraudulent sellers respectively.
To conclude, compared with existing literature, the theoretical contributions this research makes are mainly reflected in the following aspects. First, the subject of commercial fraud is investigated in the specific context of platform economy, enriching the contextual research on fraud. Second, the research breaks through the previous framework of government-led or market-led fraud governance and explores the governance of sellers' fraud behavior from the perspective of platform enterprises, improving the research on fraud governance. Third, with the interaction between platform enterprises and sellers in platform economy being studied within the specific game problem of regulation and fraud, the black box that contains the interaction among major players in platform economy is deeply examined, which expands the governance research of platform economy. Fourthly, a more realistic evolutionary game model between platform enterprises and sellers is constructed by taking into full consideration of factors such as bounded rationality and dual attributes of platform enterprises in assumptions. In the practical sense, this research helps platform enterprises and government better understand the sellers' fraud behavior, and provides strategic guidance as to how to govern sellers' fraud behavior on the platform from the perspective of platform enterprise.

Keyword: online seller; evolutionary game; commercial fraud; platform enterprise; platform economy
一、 引 言

在经济全球化、价值网络重构等复杂背景下, 平台经济的兴起和发展在创造社会经济效益的同时也促生了新型舞弊形式, 如在购物平台上删除差评、刷单等。在平台经济语境下, 新型舞弊可被定义为一个或多个平台的经营主体利用欺骗性的手段来获取不正当或非法的经济利益, 或故意误导信息使用者对企业信息或产品信息等的判断的行为[1]。随着平台经济的发展和互联网应用的常态化, 平台式生态圈内的企业数量不断增加, 其属性更为复杂, 其关联性更为密切, 由此产生的商家舞弊类型更加多样, 影响更为广泛与恶劣, 治理难度也不断加大。平台经济视域下的商家舞弊治理目前存在立法不足和效率不高的问题。鉴于平台经济具有行业交叉属性, 且成熟的相关法律法规建设过程比较复杂, 商家多、监管难、技术和执法人员数量有限等现实困境使得政府监管无法有效解决平台上的商家舞弊问题。

《网络商品交易及有关服务行为管理暂行办法》和《第三方电子商务交易平台服务规范》都明确规定, 提供网络交易平台服务的经营者应积极协助工商部门对网店经营主体进行监管。其中, “ 提供网络交易平台服务的经营者” 就是平台提供者, 即平台企业, 是以互联网信息技术为基础, 为双边或多边用户提供平台服务的组织结构[2], 如提供淘宝、天猫等电商服务平台的阿里巴巴集团等。网店经营主体则是平台的供应方用户, 即平台上的商家, 是指在第三方互联网平台上从事商品或服务交易的自然人或经济组织[3]。第三方监管是政府监管的有效补充, 能与政府监管以及市场调节形成良好的互动机制[4, 5], 平台企业作为商家的直接管理者, 在商家舞弊治理方面应承担制约和监管责任, 因此, 研究如何平衡第三方平台企业的监管力度和商家的自律尤为必要, 同时, 平台企业对商家的制约和监管过程实质上也是相关主体的博弈过程。

因此, 本文将从平台企业和商家的视角出发, 在考虑互联网平台经济的背景下, 采用经典博弈和演化博弈的方法构建平台监管和商家舞弊的博弈模型, 分析采取什么措施来遏制商家舞弊。

二、 文献综述

现阶段已有的平台经济研究文献主要是理论层面的探索, 学者们重点开展与平台经济运行和治理相关的理论研究。在基础理论层面, 以双边市场理论[6, 7, 8]和商业生态系统理论[9, 10]为主:前者聚焦微观分析, 从平台经济参与者的视角研究平台经济中平台企业和不同用户之间的互动; 后者聚焦宏观分析, 从商业生态的视角研究平台商业模式的成长与发展。在平台经济的治理研究中, 现有文献主要围绕“ 平台— 政府” 双元管理范式[11]进行分析。其中, 平台主导的自我治理研究主要从管理和技术两个视角展开[12, 13]。在管理方面, 有学者从平台权力入手, 认为平台提供者拥有对平台各要素的掌控力, 对平台用户享有垄断权、数据控制权、管制权, 为满足自身营利需求, 可以通过定价、授信等方式对核心利益主体进行管理和控制[12]; 在技术方面, 有学者从保障平台信息安全入手, 认为平台应提供实时的入侵检测及相应的防护手段, 如建立科学数据网络防病毒体系和平台网络安全监控中心等[13]。政府主导的平台治理研究则聚焦制度视角, 且大都是缺乏理论和模型建构的对策建议, 如政府必须健全管理制度, 由国家成立专门的部门进行监管, 并辅以国家法律政策等[14]。由此可见, 现有文献奠定了良好的理论基础, 但平台经济中各主体的互动“ 黑箱” 还有待深入挖掘; 同时, 现有文献提出的针对平台经济发展的治理对策大多缺少相应的理论和模型支撑。

在已有的商业舞弊研究文献中, 舞弊行为在企业管理情境下的研究以财务和审计舞弊为主, 但随着资本市场中企业恶性舞弊事件的不断出现以及舞弊不再限于财务部门和企业内部的现实, 学界对财务舞弊和企业舞弊的研究慢慢演化为更广泛的商业舞弊研究。商业舞弊行为从属于舞弊行为, 现有主流文献主要对舞弊的成因、识别和治理进行研究。在舞弊成因方面, 学者主要从组织和个体两个维度构建成因框架[15, 16, 17], 较少涉及外部因素, 但国内也有学者开始关注政府监管、文化等外部因素对舞弊的影响①(①参见于成永《管理层舞弊的诱因、互动机制与监管研究》, 南京大学2005年硕士学位论文; 张礼文《我国上市公司财务舞弊外部监管探析》, 江西财经大学2010年硕士学位论文。)。在舞弊识别和治理方面, 研究重心主要是公司内部财务舞弊和管理者舞弊[18]。其中, 舞弊识别研究主要从财务舞弊的特征和征兆以及建立舞弊识别模型两个方面展开, 舞弊治理研究主要从组织和政府视角分析如何最大限度地减少舞弊的发生[19]。由此可见, 现有文献对传统舞弊的研究较为丰富, 然而, 移动互联时代下的新型舞弊在特征、表现、危害等方面与传统舞弊明显不同, 因此, 亟须对新情境下的商业舞弊进行探索, 但相关研究还较为缺乏[20]。

现有文献中对平台经济新情境下的商业舞弊的关注较少, 即与平台经济视域下商家舞弊直接相关的研究还较为缺乏, 但是, 为促进平台经济的健康发展, 我国已有少数学者就平台经济中相关主体的策略行为和互动展开研究。从研究对象看, 相关文献涉及不同平台类型, 包括电商平台[3]、金融平台[21]、租车平台[22]、订餐平台[23]等, 且这些研究分别涉及平台上不同的主体, 如平台企业、商家和消费者以及政府或其他监管机构等, 其中, 对电商平台上商家和消费者的互动研究所占比重较大。从研究方法看, 一是借助博弈论分析平台经济视域下不同主体间的互动, 其中, 静态博弈模型的应用较多[24]; 二是理论演绎分析, 如基于舞弊三角理论研究P2P网贷平台的道德风险[25]。从研究内容看, 一方面, 学者重点关注电商平台上的信用模式和诚实行为, 通过买卖双方以及政府和卖家之间的博弈分析, 探索电商平台中信用问题的成因和解决对策[26]; 另一方面, 与平台经济视域下商家舞弊最为相关的文献却没有在模型构建中考虑互联网平台经济的特性, 如网络效应[5], 同时, 对博弈模型中平台策略的监管和不监管的假设脱离了现实[23]。

通过上述文献回顾可知, 现有平台经济视域下的商业舞弊研究在内容和方法上还有较大的提升空间。在研究内容上, 首先, 对平台经济中各要素主体间的博弈的分析不够全面和均衡, 缺乏对平台企业和商家在监管策略和舞弊行为中的互动分析。其次, 对互联网平台经济的情境特性的考虑还不够深入, 没有在具体分析中探索互联网平台的网络效应等特性是否对平台企业和商家的互动产生影响。在研究方法上, 首先, 以往研究多数以博弈方完全理性为基本假设来分析平台经济中商家和消费者之间的互动, 但在现实中, 完全理性难以达到。其次, 既有研究中的博弈模型大多假设平台企业的行为策略为监管和不监管, 然而平台完全不监管在现实中是不可能的。再次, 在现有研究中所占比重较大的静态博弈模型不能很好地用来分析现实中愈来愈普遍的群体舞弊行为。静态博弈模型假设下的分析往往局限于个体行动和个体利益, 而非群体策略和群体利益, 但现实中的平台企业和商家的博弈策略往往是在群体互动中不断学习和调整的。所以, 演化博弈模型更适合群体商家舞弊研究, 通过对群体博弈的复制动态分析, 可以发现在不同策略情况下博弈双方的利益支付和稳定演化状态。

鉴于已有研究的局限性, 在充分考虑平台企业自身的发展阶段、平台的网络效应等体现平台经济独有特征的因素的前提下, 本文构建了平台企业监管和商家舞弊的博弈模型, 试图探明平台经济视域下影响平台监管和商家舞弊的关键变量。本文的创新之处在于:第一, 本文尝试突破财会视角的商业舞弊理解, 从平台经济这一新视角重新认识商家舞弊, 丰富了舞弊的情境研究。第二, 本文突破了以政府为主导的单一治理思路, 将平台经济这一情境具化为与商家博弈的实体对象— — 平台企业, 从平台企业内外协同的视角探索商家舞弊治理, 完善了舞弊的治理研究。第三, 本文将平台企业和商家的互动置于监管和舞弊的具体博弈问题中, 深入挖掘平台经济中主要主体间的互动“ 黑箱” , 丰富了平台经济的治理研究。第四, 本文构建了体现平台经济特征的博弈模型。在平台经济视域下, 一方面, 平台企业的发展仍遵循生命周期理论, 平台企业和商家的行为会受到平台企业自身发展阶段的影响; 另一方面, 作为商家的直接管理者, 平台企业理应承担制约和监管商家的责任。因此, 本文在假设中充分考虑有限理性和平台企业的双重属性等因素, 构建了更符合现实的演化博弈模型。

三、 个体视角下商家的舞弊行为— — 静态博弈分析

基于社会网络理论, 在平台经济视域下, 平台和商家中的个体或组织以各种连接或相互作用模式构成网络[27]。在平台交易网络中, 平台与商家以及商家与商家之间通过社会传染、观察学习以及互惠互利等机制建立关系, 商家个体的舞弊行为才会演化为群体行为。本节首先聚焦个体视角, 以理性假设构建静态博弈模型来分析平台经济视域下商家舞弊行为为什么会发生。

(一) 基本假设

为简化分析, 本节假设博弈方包括一个平台企业和一个商家, 且都完全理性, 此外, 商家提供一类产品或服务, 故产品的生命周期和商家的生命周期保持一致。假设平台企业的策略集是{强监管, 弱监管}, 强监管指平台企业积极建立事前、事中和事后的监管体系且执行有力, 弱监管指平台企业没有建立完善的监管体系且执行力弱; 商家的策略集是{舞弊, 不舞弊}。假设平台和商家同时行动, 在做出决策前彼此都不清楚对方的具体行动。

(二) 参数设置

在平台企业的参数设置方面, K(K≥ 0)为平台对商家收取的服务费、入驻费、广告费等; C(C≥ 0)为平台强监管时相比弱监管多投入的总成本; F(F> 0)为弱监管下, 若商家舞弊, 平台受到来自政府的行政处罚; G(可正可负)为强监管下, 平台因良好的信誉口碑而获得的扩张和成长影响, 即正向网络效应带来的更快的用户规模增长速度V1和对当前平台用户规模S的影响; L(可正可负)为弱监管下, 平台因商家舞弊而遭受的负面信用影响, 即负向网络效应带来的降低的用户规模增长速度V2(V2< V1)和对当前平台用户规模S的影响。

在商家的参数设置方面, H(H> 0)为商家进入平台的初始成本; Di(Di> 0)为商家在不同生命周期阶段的正常经营成本; Ri(可正可负)为不舞弊商家在不同生命周期阶段所获得的销售收益; W(W> 0)为商家在不舞弊时因信誉口碑而获得的收益, 即商家舞弊的机会成本; E(E> 0)为商家舞弊时获得的额外收益; Mi(Mi> 0)为商家舞弊时, 不同类型和程度的舞弊实施成本; N(N> 0)为不论是否被查处, 商家舞弊时遭受的物质损失(如因处理信用和口碑排名下降等而产生的额外成本)和非物质损失(如信誉口碑下降); P(0≤ P≤ 1)为商家舞弊时被查处的概率; A和B(A> 0, B> 0)分别为舞弊商家被查处后承担的行政处罚和需赔偿消费者的损失。

(三) 模型建立

商家舞弊时, 若平台监管强, 商家在一般经营获利的基础上获得额外收益, 但同时也要付出正常经营成本以及与舞弊实施、查处相关的额外成本, 商家的支付函数为Ri+E-H-Di-Mi-N-PA-PB; 若平台监管弱, 商家暂时不需要考虑与舞弊查处相关的成本, 其支付函数为Ri+E-H-Di-Mi-N。商家不舞弊时, 在一般获利和正常经营成本付出的基础上将获得与诚信相关的收益, 其支付函数为Ri+W-H-Di。

平台监管强时, 若商家不舞弊, 平台在获取基本收益的基础上要支付更大的监管成本, 但也会因有所作为而产生正反馈的网络效应, 平台的支付函数为K+G-C; 若商家舞弊, 在上述支付函数的基础上, 平台因为有商家承担违法损失而避免了更大的损失, 其支付函数为K+G-C+PA+PB。平台监管弱时, 若商家不舞弊, 平台获得基本收益, 其支付函数为K; 若商家舞弊, 平台在获取基本收益的基础上会因不作为而遭受处罚, 同时产生负反馈的网络效应, 其支付函数为K-F-L。

基于以上分析, 平台和商家的博弈矩阵如表1所示。

表1 平台和商家的静态博弈矩阵
(四) 模型求解

假定平台强监管的概率为q, 平台弱监管的概率为1-q, 且0≤ q≤ 1, 那么, 商家舞弊时和不舞弊时的期望收益分别为E1=Ri+E-H-Di-Mi-N-q(PA+PB)和E2=Ri+W-H-Di。在均衡时, 商家舞弊时和不舞弊时的收益应相同, 即E1=E2, 通过对q的一元一次方程求解, 可得:

q= E-(Mi+N+W)PA+PB(1)

假定商家舞弊的概率为u, 则商家不舞弊的概率为1-u, 且0≤ u≤ 1, 那么, 平台强监管时和弱监管时的期望收益分别为E3=u(PA+PB)+K+G-C和E4=K-u(F+L)。在均衡时, 平台强监管时和弱监管时的收益应相同, 即E3=E4, 通过对u的一元一次方程求解, 可得:

u= C-G(PA+PB)+(F+L)(2)

(五) 结果讨论

根据公式(1), 平台的强监管概率与商家因舞弊获得的额外收益(E)成正比, 与商家的舞弊实施成本及因舞弊而遭受的后续物质和非物质损失(Mi+N)成反比, 与商家舞弊的机会成本(W)成反比, 与舞弊商家受到的行政处罚及需赔偿消费者的损失(PA+PB)成反比。由此说明:第一, 平台的正反馈网络效应不好时, 平台更有动力进行强监管。即当商家的舞弊实施成本及因舞弊遭受的后续物质和非物质损失不变时, 如果平台的网络效应不能充分发挥作用, 那么平台的监管意向更强。第二, 舞弊的实施成本越小, 平台的强监管概率越大, 即平台倾向于积极监管技术含量低、隐蔽性差的舞弊行为。第三, 对舞弊商家的处罚越大, 平台积极监管的概率越小。当处罚大时, 平台认为理性商家在面临较大处罚力度时会因规避风险而放弃舞弊, 那么平台就没有必要花费额外成本进行强监管。

根据公式(2), 商家的舞弊概率与平台强监管下付出的额外成本及获得的平台扩张收益之差(C-G)成正比, 与舞弊商家受到的行政处罚及需赔偿消费者的损失(PA+PB)成反比, 和平台在弱监管下受到的行政处罚及信誉损失(F+L)成反比。由此说明:第一, 平台强监管所需的额外成本越高或平台收益越小, 商家的舞弊概率越大; 只有当平台的强监管成本和由此带来的网络效应收益相等时, 商家才不舞弊。第二, 对舞弊的处罚越大, 商家的舞弊概率越小, 即理性商家认为在强监管的情况下舞弊风险太大。第三, 政府对平台的处罚和平台企业间竞争越大, 商家的舞弊概率越小。因为此时平台的强监管态度更积极, 商家对是否舞弊会更加谨慎。

结合公式(1)和(2)发现, 舞弊商家受到的行政处罚和需赔偿消费者的损失越大, 商家的舞弊概率和平台的强监管概率都会更小。此外, 对平台弱监管的处罚越大, 商家的舞弊概率越小。同时, 因为平台不断发展, 只有在平台的强监管成本与由此带来的网络效应收益相等的时候才会出现商家舞弊概率为零的情况, 这意味着在博弈均衡下, 遏制商家舞弊只有一个条件, 但该条件会随着平台的成长发生变化, 具有很大的不确定性。

四、 群体视角下商家的舞弊行为— — 演化博弈分析

一方面, 随着时间的推移, 平台的监管成本和网络效应收益不断变化, 商家的行为策略也会随之受到影响; 另一方面, 个体商家的舞弊决策会通过观察学习等机制受到网络群体决策的影响[27], 个体舞弊行为会演化为群体舞弊行为。具体来说, 依据社会网络理论, 平台中商家网络的形成主要有三个影响因素:互惠互利、社会传染和观察学习①(①参见肖邦明《社会化商务中基于多重关系的社会网络形成机制及其对产品销售的影响》, 武汉大学2015年博士学位论文。)。其中, 互惠互利的动机主要存在于商家和平台之间的博弈过程中, 在商家舞弊的前提下, 平台是否强监管、是否举报、是否选择同谋等都会影响商业舞弊行为在平台经济视域下的扩散。社会传染和观察学习主要存在于商家与商家之间的博弈和竞合关系中, 在一方实施舞弊的情况下, 另一方可能通过分析进而模仿和学习其行为, 从而使商业舞弊现象扩散开来。除此之外, 不同商家在平台网络中处于不同的结构位置, 因而具有不同的网络权力, 但不论是强关系力量还是弱关系力量, 商家在平台和消费者之间发挥了桥梁作用, 即商家分别与平台、消费者发生直接联系, 在平台和消费者的信息沟通上占据了更多的“ 结构洞” , 也因此更有影响力, 这也使得商家的行为更不容易受到限制, 从而导致某些行为的滋生和蔓延, 如舞弊行为的扩散。基于以上机制, 商家个体的舞弊行为会转化为群体舞弊行为, 使群体舞弊行为在现实中越来越普遍。因此, 有必要从群体角度出发建立演化博弈模型, 分析影响平台经济视域下商家舞弊行为扩散的关键变量。

(一) 假设扩展

为了更符合实际地分析平台企业和商家在时间和群体因素下的动态博弈稳定策略, 本节放松了一些假设。在上一节博弈参与者假设的基础上, 本节假设存在平台企业和商家两类群体, 每次在平台企业群体和商家群体中各随机选取一个彼此配对博弈, 平台企业和商家均为有限理性, 他们会通过学习和模仿最优者来调整自身策略, 直至稳定均衡。

(二) 平台和商家的复制动态方程

在博弈初始阶段, 假设平台群体中强监管的比例为x(0≤ x≤ 1), 弱监管的比例为1-x; 商家群体中舞弊的比例为y(0≤ y≤ 1), 不舞弊的比例为1-y。商家舞弊和不舞弊的期望收益及平均收益分别是E '1、E '2和 E—商, 平台强监管和弱监管的期望收益及平均收益分别是E '3、E '4和 E—平:

E '1=Ri+E-H-Di-Mi-N-x(PA+PB)(3)

E '2=Ri+W-H-Di(4)

E—商=yE '1+(1-y)E '2(5)

E '3=y(PA+PB)+K+G-C(6)

E '4=K-y(F+L)(7)

E—平=xE '3+(1-x)E '4(8)

根据Malthusian动态方程, 平台强监管策略数量的增长率等于E '3- E—平, 商家舞弊策略数量的增长率等于E '1- E—商, t为时间, 整理得出以下平台和商家的复制动态方程:

F(x)= dxdt=x(E '3- E—平)=x(1-x)(E '3-E '4)=x(1-x)[y(PA+PB+F+L)+G-C](9)

F(y)= dydt=y(E '1- E—商)=y(1-y)(E '1-E '2)=y(1-y)[E-Mi-N-W-x(PA+PB)](10)

(三) 演化稳定性分析

依据Friedman提出的方法, 演化系统均衡点的稳定性由该系统的雅可比矩阵的局部稳定性分析得到, 基于公式(9)和(10)可以得出演化系统的雅可比矩阵, 如下所示。

J= dF(x)dxdF(x)dydF(y)dxdF(y)dy=

(1-2x)[y(PA+PB+F+L)+G-C]x(1-x)(PA+PB+F+L)y(y-1)(PA+PB)(1-2y)[E-Mi-N-W-x(PA+PB)]

其中, 行列式为Det(J), 迹为Tr(J):

Det(J)=(1-2x)[y(PA+PB+F+L)+G-C](1-2y)[E-Mi-N-W-x(PA+PB)]-

x(1-x)(PA+PB+F+L)y(y-1)(PA+PB)

Tr(J)=(1-2x)[y(PA+PB+F+L)+G-C]+(1-2y)[E-Mi-N-W-x(PA+PB)]

令F(x)=0, F(y)=0, 得到五个均衡点:(0, 0), (0, 1), (1, 0), (1, 1)和( E-Mi-N-WPA+PB, C-GPA+PB+F+L), 将系统均衡点数值代入, 整理得出矩阵行列式和迹表达式(见表2)。

表2 系统均衡点对应的行列式和迹表达式

令π 1=E-Mi-N-W, π 2=E-Mi-N-W-(PA+PB), π 3=G-C, π 4=PA+PB+F+L+G-C, 其中, π 1表示平台弱监管时商家舞弊的净收益, π 2表示平台强监管时商家舞弊的净收益, π 3表示商家不舞弊时平台强监管的净收益, π 4表示商家舞弊时平台强监管的净收益, 由表达式可知π 1> π 2。根据演化博弈理论, 同时满足Det(J)> 0且Tr(J)< 0的均衡点才是系统的演化稳定点(ESS, 即evolutionarily stable strategy), 其中, 情形1至情形10的演化博弈稳定策略分析如表3所示, 情形11、12的讨论则如下文所示。

表3 不同情形下平台和商家博弈的均衡点稳定性分析

情形11为π 1> 0, π 2< 0, π 3> 0, π 4< 0; 情形12为π 1> 0, π 2< 0, π 4> 0, π 3< 0。两种情形均满足约束条件0≤ E-Mi-N-WPA+PB≤ 1且0≤ C-GPA+PB+F+L≤ 1。基于复制动态方程(9)和(10), 在平面{(x, y), 0≤ x, y≤ 1}内得出(0, 0)、(0, 1)、(1, 0)、(1, 1)和( E-Mi-N-WPA+PB, C-GPA+PB+F+L)五个动态复制系统的平衡点, 两种情形下系统均衡点的稳定性分析结果如表4所示:情形11下, (0, 1)和(1, 0)是系统的ESS, (0, 0)和(1, 1)局部不稳定, ( E-Mi-N-WPA+PB, C-GPA+PB+F+L)为鞍点; 情形12下, (0, 0)、(0, 1)、(1, 0)、(1, 1)都是鞍点, ( E-Mi-N-WPA+PB, C-GPA+PB+F+L)是中心点, 没有ESS, 验证如下文所示。

表4 情形11和情形12下系统均衡点的稳定性分析

根据演化博弈理论, 演化稳定策略要求一个稳定状态具有抗扰动的功能, 需满足以下条件:F¢ (x)= dF(x)dx< 0, F¢ (y)= dF(y)dy< 0。对于平台企业来说, 令F(x)= dxdt=x(1-x)(E '3-E '4)=x(1-x)[y(PA+PB+F+L)+G-C]=0, 可以得到稳定点为x=0和x=1。如果初始状态y> C-GPA+PB+F+L, 那么F¢ (0)> 0, F¢ (1)< 0, 此时, x=1是演化稳定策略; 如果初始状态y< C-GPA+PB+F+L, 那么F¢ (0)< 0, F¢ (1)> 0, 此时, x=0是演化稳定策略。同理, 对于商家来说, 令F(y)= dydt=y(1-y)(E '1-E '2)=y(1-y)[E-Mi-N-W-x(PA+PB)]=0, 可以得到稳定点为y=0和y=1。如果初始状态x> E-Mi-N-WPA+PB, 那么F¢ (0)< 0, F¢ (1)> 0, 此时, y=0是演化稳定策略; 如果初始状态x< E-Mi-N-WPA+PB, 那么F¢ (0)> 0, F¢ (1)< 0, 此时, y=1是演化稳定策略。

情形11和情形12下, 系统的演化博弈相位图如图1所示。

图1 情形11、情形12下系统的演化博弈相位图

系统初始状态在区域1时, 博弈收敛于均衡点(0, 1); 系统初始状态在区域2时, 博弈收敛于均衡点(1, 1); 系统初始状态在区域3时, 博弈收敛于均衡点(1, 0); 系统初始状态在区域4时, 博弈收敛于均衡点(0, 0)。情形11中, 区域3的面积越大, 系统的演化稳定策略越倾向于收敛至(1, 0), 此时监管有效; 区域1的面积越大, 系统的演化稳定策略越倾向于收敛至(0, 1)。情形12中, 区域1和2的面积越大, 商家越倾向于舞弊; 区域3和4的面积越大, 商家越倾向于不舞弊。此时系统的演化轨迹是围绕中心点的闭轨线环, 平台和商家处于“ 敌退我进、敌进我退” 的状态。

(四) 结果讨论

不同情形下平台和商家博弈的演化稳定策略如表5所示, (0, 0)、(0, 1)、(1, 0)和(1, 1)都有可能成为系统的演化稳定策略。这些局部均衡点中, (0, 0)是平台期望达到的最优目标, 此时, 商家不舞弊, 平台弱监管, 双方形成良好的信任关系, 平台利益最大化; (1, 0)代表平台强监管, 商家不舞弊, 更符合从现实出发设定的目标。因此, 分析如何提高系统的演化策略收敛于(0, 0)和(1, 0)的概率, 对平台企业更加具有指导意义。

表5 不同情形下平台和商家博弈的演化稳定策略

由表5可知, 若π 3> 0, 只有π 2< 0时, 博弈双方收敛于(1, 0)(对应情形4、6、10、11), 且对于情形11, 区域3的面积越大(参见图1), 系统越倾向于收敛至(1, 0)。假定博弈中各情形的出现概率一致, 那么提高商家不舞弊时平台强监管的净收益、降低平台强监管下商家舞弊的净收益可以促使博弈双方的稳定策略朝(1, 0)的方向演化。而对于情形11, 减小平台中选择强监管的比例临界值 E-Mi-N-WPA+PB和商家中选择舞弊的比例临界值 C-GPA+PB+F+L可以增加区域3的面积, 从而使平台演化至强监管、商家演化至不舞弊。

若π 3< 0, 只有π 1< 0时, 博弈双方收敛于(0, 0)(对应情形1、5), 这是一种理想状态。假定博弈中各情形的出现概率一致, 降低商家不舞弊时平台强监管的净收益和平台弱监管下商家舞弊的净收益可以促使博弈双方的稳定策略朝(0, 0)的方向演化。而对于情形12, 减小平台中选择强监管的比例临界值 E-Mi-N-WPA+PB可以增加区域3和4(参见图1)的面积, 从而使商家演化至不舞弊。

基于以上分析, 本文得出以下命题:

命题1:平台强监管的额外成本大于其对应的网络效应收益(即π 3< 0)时, 降低平台弱监管下商家舞弊的净收益(π 1)和平台群体中选择强监管的比例临界值, 可以促使商家不舞弊。

命题2:平台强监管的额外成本小于其对应的网络效应收益(即π 3> 0)时, 降低平台强监管下商家舞弊的净收益(π 2)、平台群体中选择强监管的比例临界值以及商家群体中选择舞弊的比例临界值, 可以促使商家不舞弊。

根据命题1, 增加平台强监管的额外成本C、降低平台强监管后的正反馈网络效应收益G、降低商家因舞弊获得的额外收益E、提升商家舞弊的机会成本W、提升舞弊的实施成本Mi、增加商家因舞弊而遭受的物质和非物质损失N、提高对舞弊的查处概率P、加大对舞弊商家的处罚A+B, 可以降低π 3、π 1和 x* ( E-Mi-N-WPA+PB), 从而使商家向不舞弊的方向演化(见表6)。

表6 参数变化对商家策略的影响(命题1)

根据命题2, 降低平台强监管的额外成本C、提升平台强监管后的正反馈网络效应收益G、降低商家因舞弊获得的额外收益E、提升商家舞弊的机会成本W、提升舞弊的实施成本Mi、增加商家因舞弊而遭受的物质和非物质损失N、提高对舞弊的查处概率P、加大对舞弊商家的处罚A+B、加大对平台的处罚F、加大平台弱监管下遭受的连带损失L, 可以提升π 3, 降低π 2、 x* ( E-Mi-N-WPA+PB)和 y* ( C-GPA+PB+F+L), 从而使商家向不舞弊的方向演化、平台向强监管的方向演化(见表7)。

表7 参数变化对商家策略的影响(命题2)
五、 研究结论与政策建议

平台经济视域下, 有的商家会采用一种或多种欺骗性手段来获取不正当或非法的经济利益, 或者故意误导消费者对企业信息、产品信息、评价信息等的判断来增加自己的收益。其中, 平台企业和商家间存在监管和舞弊的非合作博弈, 采取何种措施使商家在博弈中不舞弊这一难题亟须破解。对此, 本文首先在理性假设下构建平台和商家的静态博弈模型, 从个体视角解析商家为什么舞弊。结果发现, 商家个体是否舞弊和其所在平台收取的广告、入驻费用及该商家的发展阶段没有关系, 而是与平台的强监管成本、网络效应收益以及商家和平台可能受到的处罚有关。

在现实中, 平台和商家的博弈受到时间和群体因素的影响, 所以本文随后放松假设并建立演化博弈模型, 从群体视角解析商家舞弊为什么扩散。以平台经济可持续发展为出发点, 平台和商家的演化博弈稳定策略中商家最好朝不舞弊的方向演化, 本文提出两个命题来阐述(强监管, 不舞弊)和(弱监管, 不舞弊)这两个稳定策略的演化条件, 发现调整平台的监管成本和网络效应收益、商家因舞弊获得的额外收益、舞弊商家的机会成本、舞弊的实施成本、商家因舞弊而遭受的物质和非物质损失、对舞弊的查处概率以及对舞弊商家和弱监管平台的处罚力度可以影响商家的舞弊策略选择。

基于前文分析, 同时考虑到现实性和操作性, 本文提出如下限制商家舞弊的建议:

1.平台企业依据其发展阶段调整监管策略, 政府制定针对平台企业的弹性奖惩制度

平台经济的突出特征是网络效应, 是指“ 某种产品或服务对用户的价值取决于使用该产品的其他用户的数量” [28], 平台通过吸收大量用户作为资源基础, 不断创造更大价值①(①参见王节祥《互联网平台企业的边界选择与开放度治理研究:平台二重性视角》, 浙江大学管理学院2016年博士学位论文。)。已有研究显示, 随着平台发展阶段的推进, 平台企业的成本曲线会变化, 同时平台的网络效应被激发的程度(大/小)和方向(正/负)不同。在平台的网络效应达到临界点之前, 负反馈效应显著(一般对应平台初创期); 在网络效应达到临界点之后, 正反馈效应显著(一般对应平台引爆期)[29]。对平台企业来说, 若处于初创期, 平台强监管的成本较高, 对应的正反馈效应较小, 此时应尽可能通过提高监管效率以降低监管成本, 通过实施扩张战略以扩大平台用户规模和提升正反馈网络效应; 若处于引爆期, 则应增加在舞弊监管方面的投入以威慑商家。对政府来说, 相关部门需及时关注平台的利润、成本、用户规模等数据, 对平台的发展阶段进行判断, 从而制定和执行针对平台企业的弹性奖惩制度。在平台初创期, 政府应对平台执行严格的监管和惩处制度, 比如, 可以在主流媒体上公开相关平台的不作为以及平台上的舞弊事件以降低公众对该平台的认可和加大对平台弱监管的处罚; 在平台初创期以后, 可以适当放松对平台的管制, 多提供政策奖励和优惠。

2.聚焦事前和事中, 平台需应用技术手段对不同类型的舞弊加强技术监管

基于研究结论, 商家是否舞弊与舞弊的实施成本成反比, 同时, 与平台的强监管概率和舞弊的实施成本及可能的后续补救成本成反比。当政府对平台的奖惩不明确时, 在通过技术手段增加商家舞弊的实施成本的情形下, 平台为控制成本倾向于不再实施强监管, 但是商家会在重复博弈中发现这一点, 所以商家更可能采用新手段去舞弊。因此, 平台首先应将前沿信息技术应用在平台技术监管上, 提高商家在平台上的舞弊操作难度和实施成本; 其次, 应严格规范新入驻商家的准入审查, 使舞弊监管和查处形成制度并贯彻实施, 制度内容要涵盖不同类型的舞弊, 既包括技术含量高、隐蔽性高的舞弊, 也包括技术含量低、隐蔽性低的舞弊。

3.聚焦事后, 平台需对舞弊商家和不舞弊商家分别制定惩处制度和奖励制度

基于研究结论, 商家是否舞弊与舞弊的机会成本以及因舞弊而遭受的物质、非物质、查处损失成反比。在运营中, 一方面, 平台可探索新的、有效的舞弊监管方式, 充分利用大数据完善舞弊识别模型和加强平台诚信系统建设, 还可以加大对被查处商家的惩罚力度。比如, 平台对商家进行公开处罚、追责, 或者考虑使用“ 一票否决” 制, 即一旦发现某商家舞弊, 就将其移除出平台, 还要将其录入行业内舞弊商家大数据并将该信息在行业内共享。另一方面, 平台可以多出台对评价高、信用高的不舞弊商家的奖励制度和措施, 比如给予补贴优惠、加大宣传力度等, 这既可以吸引更多的同类商家入驻平台以激发正向的网络效应和提升商家舞弊的机会成本, 也可以支持他们与舞弊商家的竞争对抗, 分流舞弊商家通过舞弊获得的额外收益。

参考文献
[1] 易开刚、厉飞芹: 《平台经济视域下商业舞弊行为的协同治理——问题透视、治理框架与路径创新》, 《天津商业大学学报》2017年第3期, 第43-47页.
[Yi Kaigang & Li Feiqin, ″Collaborative Governance of Commercial Fraud from the Perspective of Platform Economy: Perspective Problem, Governance Framework and Path Innovation, ″ Journal of Tianjin University of Commerce, No. 3(2017), pp. 43-47. ] [本文引用:1]
[2] 丁宏、梁洪基: 《互联网平台企业的竞争发展战略——基于双边市场理论》, 《世界经济与政治论坛》2014年第4期, 第118-127页.
[Ding Hong & Liang Hongji, ″Competitive Development Strategy of Internet Platform Enterprise: Based on Two-Sided Market Theory, ″ Forum of World Economics & Politics, No. 4(2014), pp. 118-127. ] [本文引用:1]
[3] 蹇洁、袁恒、陈华: 《第三方网络交易平台与网店经营主体进化博弈与交易监管》, 《商业研究》2014年第8期, 第142-149页.
[Jian Jie, Yuan Heng & Chen Hua, ″Evolutionary Game Model and Transaction Regulation of the Third-Party Network Trading Platform and Online Shop Management Entities, ″ Commercial Research, No. 8(2014), pp. 142-149. ] [本文引用:2]
[4] 叶佳静: 《关于对我国食品安全问题频发的原因以及第三方监管的研究》, 《食品工业科技》2013年第20期, 第18-21页.
[Ye Jiajing, ″A Research on the Causes of Frequent Food Safety Problems and Third-Party Supervision in China, ″ Science and Technology of Food Industry, No. 20(2013), pp. 18-21. ] [本文引用:1]
[5] 曹裕、余振宇、万光羽: 《新媒体环境下政府与企业在食品掺假中的演化博弈研究》, 《中国管理科学》2017年第6期, 第179-187页.
[Cao Yu, Yu Zhenyu & Wan Guangyu, ″Evolutionary Game Study Between Government and Enterprises in Food Adulteration under the New Media Environment, ″ Chinese Journal of Management Science, No. 6(2017), pp. 179-187. ] [本文引用:2]
[6] Caillaud B. & Jullien B. , ″Chicken & Egg: Competition among Intermediation Service Providers, ″ The RAND Journal of Economics, Vol. 34, No. 24(2003), pp. 309-328. [本文引用:1]
[7] Rochet J. C. & Tirole J. , ″Platform Competition in Two-Sided Markets, ″ Journal of the European Economic Association, Vol. 1, No. 4(2003), pp. 990-1029. [本文引用:1]
[8] Armstrong M. , ″Competition in Two-Sided Markets, ″ The RAND Journal of Economics, Vol. 37, No. 3(2006), pp. 668-691. [本文引用:1]
[9] 侯赟慧、杨琛珠: 《网络平台商务生态系统商业模式选择策略研究》, 《软科学》2015年第11期, 第30-34页.
[Hou Yunhui & Yang Chenzhu, ″Research on Selection Strategies of Business Model for the Network Platform Business Ecosystem, ″ Soft Science, No. 11(2015), pp. 30-34. ] [本文引用:1]
[10] 陈超、陈拥军: 《互联网平台模式与传统企业再造》, 《科技进步与对策》2016年第6期, 第84-88页.
[Chen Chao & Chen Yongjun, ″Internet Platform Mode and Traditional Firms' Reconstruction, ″ Science & Technology Progress and Policy, No. 6(2016), pp. 84-88. ] [本文引用:1]
[11] 汪旭晖、张其林: 《平台型网络市场“平台—政府”双元管理范式研究——基于阿里巴巴集团的案例分析》, 《中国工业经济》2015年第3期, 第135-147页.
[Wang Xuhui & Zhang Qilin, ″Research on Dual Management Paradigm of 'Platform-Government' in Platform-Mediated Network Market: A Case Study of Alibaba, ″ China Industrial Economics, No. 3(2015), pp. 135-147. ] [本文引用:1]
[12] 陈青鹤、王志鹏、涂景一等: 《平台组织的权力生成与权力结构分析》, 《中国社会科学院研究生院学报》2016年第2期, 第124-129页.
[Chen Qinghe, Wang Zhipeng & Tu Jingyi et al. , ″Power Generation and Power Structure of Platform Organization, ″ Journal of Graduate School of Chinese Academy of Social Sciences, No. 2(2016), pp. 124-129. ] [本文引用:2]
[13] 李雪莹、刘宝旭、毕学尧等: 《对入侵检测警报关联分析的研究与实践》, 《计算机工程与应用》2003年第19期, 第14-16页.
[Li Xueying, Liu Baoxu & Bi Xueyao et al. , ″Study and Implementation of Intrusion-Detection Alerts via Correlation Analysis, ″ Computer Engineering and Application, No. 19(2003), pp. 14-16. ] [本文引用:2]
[14] 邓仲华、黄雅婷: 《“互联网+”环境下我国科学数据共享平台发展研究》, 《情报理论与实践》2017年第2期, 第128-132页.
[Deng Zhonghua & Huang Yating, ″A Study on the Development and Construction of Scientific Data Sharing Platform in the 'Internet+' Environment, ″ Information Studies: Theory & Application, No. 2(2017), pp. 128-132. ] [本文引用:1]
[15] Bologna G. J. & Lindquist R. J. , Fraud Auditing and Forensic Accounting: New Tools and Techniques, New York: Wiley, 1995. [本文引用:1]
[16] 王学龙: 《管理舞弊的种类、成因及其治理——基于上市公司管理舞弊审计研究》, 《开发研究》2008年第5期, 第141-144页.
[Wang Xuelong, ″The Types, Causes and Governance of Management Fraud: Based on the Study of Management Fraud Audit of Listed Companies, ″ Research on Development, No. 5(2008), pp. 141-144. ] [本文引用:1]
[17] Bologna G. J. , Lindquist R. J. & Wells J. T. , The Accountant's Hand book of Fraud and Commercial Crime, New York: Wiley, 1993. [本文引用:1]
[18] 张春华: 《财务舞弊文献综述》, 《商》2015年第27期, 第115页.
[Zhang Chunhua, ″A Literature Review on Financial Fraud, ″ Business, No. 27(2015), pp. 115-115. ] [本文引用:1]
[19] Trompeter G. M. , Carpenter T. D. , & Desai N. et al. , ″A Synthesis of Fraud-Related Research, ″ Auditing, Vol. 32, No. S1(2013), pp. 287-321. [本文引用:1]
[20] 张健、齐德义: 《浅谈如何防范电子商务舞弊风险》, 《青岛科技大学(社会科学版)》2005年第2期, 第87-88页.
[Zhang Jian & Qi Deyi, ″Discussion on How to Prevent the Risk of Malpractices in the Electronic Commercial Affairs, ″ Journal of Qingdao University of Science and Technology ( Social Sciences), No. 2(2005), pp. 87-88. ] [本文引用:1]
[21] 刘伟、夏立秋、王一雷: 《动态惩罚机制下互联网金融平台行为及监管策略的演化博弈分析》, 《系统工程理论与实践》2017年第5期, 第1113-1122页.
[Liu Wei, Xia Liqiu & Wang Yilei, ″ Analysis on the Behavior of Internet Finance Platform and Regulation Strategy under Dynamic Punishment Mechanism Based on Evolutionary Game Theory, ″ Systems Engineering: Theory & Practice, No. 5(2017), pp. 1113-1122. ] [本文引用:1]
[22] 张一进、张金松: 《政府监管与共享单车平台之间的演化博弈》, 《统计与决策》2017年第23期, 第64-66页.
[Zhang Yijin & Zhang Jinsong, ″ Evolutionary Game Study Between Government Regulation and Shared-Bike Platform, ″ Statistics & Decision, No. 23(2017), pp. 64-66. ] [本文引用:1]
[23] 马巧云、范小杰、邓灿辉: 《第三方订餐平台监管的演化博弈模型与仿真分析》, 《数学的实践与认识》2017年第24期, 第78-85页.
[Ma Qiaoyun, Fan Xiaojie & Deng Canhui, ″ Evolutionary Game Model and Simulation Analysis of Network Catering Safety, ″ Mathematics in Practice and Theory, No. 24(2017), pp. 78-85. ] [本文引用:2]
[24] 胡伟雄、王崇: 《我国电子商务信用问题的博弈分析》, 《电子科技》2012年第11期, 第121-124页.
[Hu Weixiong & Wang Chong, ″ Review of Studies on Game Analysis of China's E-Commerce Credit Problems, ″ Electronic Science and Technology, No. 11(2012), pp. 121-124. ] [本文引用:1]
[25] 沈俊、魏志华、刘元林: 《基于舞弊三角理论的P2P网贷平台道德风险研究》, 《武汉理工大学学报(信息与管理工程版)》2017年第1期, 第60-63页.
[Shen Jun, Wei Zhihua & Liu Yuanlin, ″ Research on the Moral Hazard of P2P Lending Platform Based on the Fraud Triangle Theory, ″ Journal of Wuhan University of Technology ( Information & Management Engineering), No. 1(2017), pp. 60-63. ] [本文引用:1]
[26] 于忠华、史本山、刘晓红: 《电子商务交易中买卖双方诚实行为的博弈分析》, 《商业研究》2006年第7期, 第67-70页.
[Yu Zhonghua, Shi Benshan & Liu Xiaohong, ″Analysis of Honesty Behavior of Buyers and Sellers in E-Commerce Trade Based on Game Theory, ″ Commercial Research, No. 7(2006), pp. 67-70. ] [本文引用:1]
[27] Scott J. , Social Network Analysis: A Hand book, London: SAGE Publication, 2000. [本文引用:2]
[28] 张一进、张金松: 《互联网行业平台企业发展战略研究——以淘宝网平台为例》, 《华东经济管理》2016年第6期, 第54-61页.
[Zhang Yijin & Zhang Jinsong, ″A Study on the Development Strategy of Platform Enterprises Based on Internet: A Case of Taobao Platform, ″ East China Economic Management, No. 6(2016), pp. 54-61. ] [本文引用:1]
[29] Michael K. L. & Shapiro C. , ″Network Externalities, Competition and Compatibility, ″ American Economic Review, Vol. 75, No. 3(1985), pp. 424-440. [本文引用:1]