魏明俠 黃林 肖開紅

DOI：10.3969/j.issn.16738268.2017.03.015

摘要：網(wǎng)上失信行為擴散阻礙了電子商務的發(fā)展，把握其演化規(guī)律是防止其擴散的前提。文章基于在線交易群體的視角，應用演化博弈理論，構(gòu)建網(wǎng)上信用風險演化的博弈模型，并對模型進行推演和數(shù)值模擬。研究結(jié)果表明：僅考慮在線交易群體參與博弈的網(wǎng)上信用風險演化系統(tǒng)有四個均衡點，在線交易群體均采取失信策略的均衡點為演化穩(wěn)定策略；網(wǎng)上信用風險演化是其他非穩(wěn)定均衡點向這一穩(wěn)定均衡點的演化過程；無論初始均衡點在何處，都將向演化穩(wěn)定策略收斂，但初始均衡點影響了演化路徑，三個非穩(wěn)定均衡點形成了三種不同的網(wǎng)上信用風險演化路徑。本研究的啟示是必須對電子商務市場進行人為干預，設置有效防御機制。

關鍵詞：網(wǎng)上信用風險；演化博弈；數(shù)值模擬；電子商務

中圖分類號：C931；F713.3

文獻標識碼：A

文章編號：16738268（2017）03008906

《2012年中國網(wǎng)站可信驗證行業(yè)發(fā)展報告》顯示，截至2012年6月底，31.8%有網(wǎng)絡購物經(jīng)歷的網(wǎng)民本人曾在網(wǎng)購過程中直接碰到釣魚網(wǎng)站或詐騙網(wǎng)站，網(wǎng)購遇騙網(wǎng)民的規(guī)模達6 169萬；保守估算，每年因釣魚網(wǎng)站或詐騙網(wǎng)站給網(wǎng)民造成的損失不低于308億[1]?？梢?，經(jīng)過多年發(fā)展，網(wǎng)上信用的整體水平和電子商務的生態(tài)環(huán)境盡管有了很大的改觀，但網(wǎng)上信用風險還以不同的形式、不同的花樣破壞著還比較脆弱的電子商務生態(tài)；特別是網(wǎng)上一些個別的、偶發(fā)的欺詐事件對在線交易者群體的負面影響不容忽視，如果管控不好，甚至形成擴散效應，勢必影響網(wǎng)上良好生態(tài)環(huán)境的形成，阻礙電子商務的進一步發(fā)展。

網(wǎng)上信用風險防范也是互聯(lián)網(wǎng)治理的重要內(nèi)容；而把握網(wǎng)上信用風險的形成規(guī)律，特別是其演化機理，則是對其進行防范及提高網(wǎng)上信用水平的基礎?，F(xiàn)有研究文獻大都從虛擬市場中的單個主體出發(fā)研究網(wǎng)上信用風險的形成[24]?；ヂ?lián)網(wǎng)開放、共享的特點使得電子商務參與主體無法分離開來，網(wǎng)上信用的形成也并非是單次交易的結(jié)果或多次交易結(jié)果的簡單相加。也就是說，盡管在微觀上網(wǎng)上信用水平是個體行為選擇的結(jié)果，但在宏觀上則表現(xiàn)為不同信用屬性的在線群體的比例結(jié)構(gòu)[4]。

從在線群體行為的選擇及其形成的電子商務市場中不同信用屬性在線群體結(jié)構(gòu)視角來看，網(wǎng)上信用風險的形成和演化與近年來興起的演化博弈理論中的情景描述較為契合。演化博弈理論無需滿足經(jīng)典博弈理論中博弈方完全理性和完全信息的假設條件；認為博弈是一個反復進行的過程，博弈方按照生物或社會的方式不斷地進行試錯才能達到均衡的結(jié)果；且以群體為研究對象，系統(tǒng)地把握群體行為的演化過程[5]。基于此，筆者嘗試應用演化博弈理論，從在線交易者群體的視角，構(gòu)建了一個基于在線買賣雙方博弈的網(wǎng)上信用風險演化模型，并進行數(shù)值模擬。

一、網(wǎng)上信用風險形成研究述評

在電子商務快速發(fā)展的的現(xiàn)實背景下，網(wǎng)上信用缺失問題一直未得到根治，網(wǎng)上信用風險也一直是相關學者的研究熱點。就網(wǎng)上信用的形成來看，現(xiàn)有研究大都從個體出發(fā)考慮網(wǎng)上信用的形成規(guī)律，且大致可以分為兩類。一類是尋找與網(wǎng)上信用及其風險有關的微觀主體的影響因素，其中以研究消費者信任和風險的影響因素居多。如Koufaris和HamptonSosa關注了在線消費者如何形成對購物站點的初始信任，基于問卷調(diào)查的實證結(jié)果發(fā)現(xiàn)了影響初始信任形成的五個前因及其對初始信任形成的影響系數(shù)[6]。魏明俠等則通過實證研究，驗證了消費者在線購買質(zhì)量多變產(chǎn)品時面臨更高的感知風險[7]。Choi通過實證研究，驗證了消費者個體信任傾向顯著影響其對在線商家及其所提供服務的預期風險[8]。

另一類則是通過構(gòu)建數(shù)理模型分析網(wǎng)上信用及其風險的形成機理。如Ba等提出在線信用風險是在線交易雙方博弈的結(jié)果，以交易雙方為博弈主體，他們建立了在線信任靜態(tài)博弈模型，結(jié)果發(fā)現(xiàn)，引入信任第三方能夠有效規(guī)避在線欺詐的發(fā)生[9]；魏明俠進一步延伸了該模型，并提出了另外兩類博弈情景下的網(wǎng)上信用形成：賣方和賣方博弈、交易者和管理者博弈[3]。Lee等基于“檸檬”理論分析了電子商務中存在的檸檬問題，提出可以通過信號傳導機制傳遞“值得信任”的信息，可較為有效地解決電子商務中的檸檬問題[10]。

除上述兩類外，也有少數(shù)文獻開辟了新的途徑，如將電子商務信用風險構(gòu)成及其影響因素視為一個系統(tǒng)，從系統(tǒng)動力學的視角研究其演化和形成機制[10]。如Ngai和Wat利用模糊決策支持系統(tǒng)（fuzzy decision support system）分析電子商務發(fā)展過程中信用風險來源和形成[11]；魏明俠等從在線交易者感知的視角出發(fā)，應用系統(tǒng)動力學理論分析網(wǎng)上信用風險感知的影響因素并構(gòu)建了網(wǎng)上信用風險感知系統(tǒng)[12]。

這些研究為更好地理解和認識在線信用風險的形成提供了多樣化的視角，但仍然存在很大的不足。有關信任和風險影響因素的研究較為充分，但這些研究并不能展現(xiàn)網(wǎng)上信用風險形成的動態(tài)過程，只能離散式地發(fā)現(xiàn)一些影響因素。從博弈論的視角揭示網(wǎng)上信用風險的形成能夠較好地展示其動態(tài)過程，但目前的研究還僅局限于從個體視角構(gòu)建相關博弈模型。從微觀上看，網(wǎng)上信用風險水平是單個網(wǎng)上交易者行為選擇的結(jié)果；從宏觀上看，網(wǎng)上信用風險水平是由不同信用屬性在線交易群體結(jié)構(gòu)決定的。因此，從群體上揭示網(wǎng)上信用風險的形成規(guī)律，可能能提供一種新的理論視角，得到新的認識和證據(jù)。

二、在線交易群體演化博弈模型的構(gòu)建

根據(jù)前述對網(wǎng)上信用風險的相關博弈研究，虛擬市場的單次交易中，在線交易者個體根據(jù)支付函數(shù)選擇不同的策略，可選的策略為兩種：守信和失信。當大量的交易中交易者選擇失信策略，達到某種均衡時，宏觀市場則表現(xiàn)為高網(wǎng)上信用風險，反之亦然[4]。已有研究僅僅探討了網(wǎng)上信用風險形成的微觀機制，即在線交易買賣雙方如何通過博弈選擇失信行為；并未深入研究宏觀市場表現(xiàn)網(wǎng)上信用風險的形成和演化機理。我們擬應用演化博弈對此研究。

（一）在線交易個體的靜態(tài)博弈及其對群體行為的影響

在線交易個體的博弈及其行為選擇結(jié)果是在線交易群體演化博弈的基礎。依據(jù)Ba等 [9]和魏明俠 [3]的研究，我們先建立完全信息靜態(tài)博弈情況下的在線交易個體的博弈模型。為便于分析，對網(wǎng)上博弈情景及其有關變量作如下假設：虛擬市場中只有在線買家和賣家，沒有政府監(jiān)管或其他監(jiān)督機制；在單個交易中，如果交易雙方均選擇守信策略，則雙方均獲得收益Φ；如果雙方均選擇失信策略，則雙方因無法完成交易均獲得收益0；如果賣家失信、買家守信，則賣家獲得收益（1+g）Φ，買家損失-lΦ；如果賣家守信、買家失信，則賣家損失-lΦ，買家獲得收益（1+g）Φ。l表示欺詐交易中守信交易者的損失系數(shù)；g表示欺詐交易中失信交易者的獲利系數(shù)。由此可得單個交易中交易雙方的支付矩陣（見表1）；顯然，這是一個囚徒博弈模型的支付矩陣，唯一的納什均衡是雙方均失信。此時，網(wǎng)上市場的宏觀表現(xiàn)為一種極端情況：完全失信的網(wǎng)上市場，或者說對于單個的在線買賣雙方，網(wǎng)上市場不復存在[9]。

但這種均衡是不穩(wěn)定的，因為現(xiàn)實的虛擬市場中存在大量的交易，從演化博弈的視角來看，可能的解釋是，潛在交易者從其他交易過程學習并發(fā)生進化，出現(xiàn)了交易雙方都守信的交易；亦有可能是剛開始的交易者均采取了守信的交易策略，但失信策略更有利可圖，失信策略作為一種變異而出現(xiàn)；更有可能是基于長期目標的在線交易者更愿采用守信策略等等。之后，又會出現(xiàn)誠實交易、欺詐交易，以及學習、進化的循環(huán)，結(jié)果是在線交易者中買家作為一個群體，賣家作為另一群體，兩群體中守信者達到一定比例而使整個虛擬市場處于動態(tài)的穩(wěn)定之中。此時，兩群體中失信者的占比代表了虛擬市場的信用風險水平[4]。

（二）在線交易群體演化博弈的復制動態(tài)模型

在網(wǎng)上市場中，由在線個體行為選擇而導致信用屬性不同（守信或失信）的在線群體結(jié)構(gòu)變化，由在線個體博弈均衡而導致網(wǎng)上市場的均衡和變化，進而引起網(wǎng)上信用風險的演化。這種現(xiàn)象有其內(nèi)在的機理和邏輯，可用演化博弈相關理論進行闡釋，其核心是復制動態(tài)方程組；具體到本文研究的問題，我們稱之為在線交易群體演化博弈的復制動態(tài)模型，是在線交易者買方群體和在線交易者賣方群體演化博弈的核心。

依據(jù)演化博弈理論，虛擬市場的動態(tài)穩(wěn)定及網(wǎng)上信用風險的動態(tài)演化取決于在線買賣兩群體中，不同信用屬性（守信或者失信）群體結(jié)構(gòu)的變化；而在線群體信用屬性結(jié)構(gòu)的變化方向和強度取決于其學習、進化和復制等情況，也就是演化博弈理論的復制動態(tài)方程。復制動態(tài)方程表示一個群體中選擇某策略的群體收益恰好等于整個群體平均收益時的情形[5]。設虛擬市場中，在線賣家群體中選擇守信策略的賣家比例為A，則選擇失信策略的賣家比例為1-A；設虛擬市場中買家群體中選擇守信策略的買家比例為F，則選擇失信策略的買家比例為1-F。

五、結(jié)論

依據(jù)演化博弈理論，筆者從群體視角研究網(wǎng)上信用風險演化的方向、路徑、過程和經(jīng)濟動因。本研究表明，基于在線交易群體的網(wǎng)上信用風險的演化博弈中只有1個演化穩(wěn)定策略，即在線交易群體會向失信群體演化；之后進行了模型的數(shù)值模擬，3個初始點情形下，在線交易者中的買賣群體均向失信群體演化。表明如果不對網(wǎng)上交易市場進行干預，該市場將萎縮以致消失。本文的研究結(jié)論和之前從個體視角下網(wǎng)上信用風險形成的相關研究結(jié)論[3，10]具有一致性，可互為證據(jù)。

近十年來，我國的電子商務市場逐漸繁榮，特別是最近國內(nèi)幾家電商企業(yè)的上市顯示了我國電子商務市場發(fā)展的世界領先地位。從表面上看，這與本研究的結(jié)論有很大差距，但不得不承認的是，國內(nèi)電子商務市場一直受整體網(wǎng)上信用水平較低的掣肘。從時間上來看，國內(nèi)電子商務市場仍是一個新市場，仍處于不斷演化之中。另外，針對網(wǎng)上失信行為頻發(fā)的現(xiàn)象，大量的防范對策已開始運用。因此，本研究可作為無摩擦模型，為進一步研究提供理論基礎。

本研究也存在某些局限性。首先，本文的演化博弈模型建立在完全信息靜態(tài)博弈模型的基礎上，與現(xiàn)實的契合程度不高。其次，本文的演化博弈模型并未考慮其他參與方的影響。最后，針對模型的數(shù)值模擬只考慮了3個初始點的情形，模型的有效性仍需進一步證實。

參考文獻：

[1]2012年中國網(wǎng)站可信驗證行業(yè)發(fā)展報告[EB/OL].[20160103].http：//www.doc88.com/p190192653368.html.

[2]魏明俠.網(wǎng)上信用不確定情況下的交易決策模型[J].商業(yè)經(jīng)濟與管理，2004（12）：2529.

[3]魏明俠.電子商務信用機理研究[M].北京：經(jīng)濟管理出版社，2007：105110.

[4]魏明俠，夏雨，肖開紅.網(wǎng)上信用風險的演化：一個探索性分析框架[J].經(jīng)濟管理，2015（1）：180189.

[5]喬根·W·威布爾.演化博弈論[M].王永欽，譯.上海：上海人民出版社，2006：4653.

[6]KOUFARIS M，HAMPTOSOSA W. The Development of Initial Trust in an Online Company by New Customers[J].Information & Management，2004（3）：377397.

[7]魏明俠，肖開紅.電子商務信用圖章經(jīng)濟功能：基于中國背景樣本的實驗研究[J].商業(yè)經(jīng)濟與管理，2006（8）：1014.

[8]CHOI V. A Study of the Roles of Trusts and Risks in Informationoriented Online Legal Services Using an Integrated Model[J]. Information & Management， 2006（4）：502520.

[9]BA S，WHINSTON A B，ZHANG H.Building Trust in Online Auction Markets Through an Economic Incentive Mechanism[J].Decision Support Systems，2003（3）：273286.

[10]LEE BC，ANG L，DUBELAAR C. Lemons on the Web： A Signalling Approach to the Problem of Trust in Internet Commerce[J]. Journal of Economic Psychology，2005（5）：607623.

[11]NGAI E W T， WAT F K. Fuzzy Decision Support System for Risk Analysis in Ecommerce Development [J].Decision Support Systems， 2005（2）：235255.

[12]魏明俠，夏雨，程夢來，等.基于系統(tǒng)仿真的網(wǎng)上信用風險感知及其影響因素研究[J].管理學報，2014（2）：254260，266.

Online Traders Choice of Behavior Strategy and

the Evolution of Online Credit Risk

WEI Mingxia1， HUANG Lin2， XIAO Kaihong1

（1.School of Management， Henan University of Technology， Zhengzhou 450001， China； 2.School of Information

Management & Engineering， Shanghai University of Finance and Economics， Shanghai 200433， China）

Abstract：

Dishonest ACTS diffusion has hindered the development of electronic commerce market， grasping its evolution rule is the precondition of preventing the spread of it. Based on the perspective of online trading group， application of evolutionary game theory， we constructed a dynamic game model of the evolution of online credit risk， and the model deduction and numerical simulation. The research results show that online trust risk evolution system， which only considers taking online trading groups to participate in a game， has four equilibriums， dishonest strategy equilibrium for the evolutionary stable strategy is adopted； online credit risk evolution is a stable equilibrium evolution process compared with other unstable equilibriums； no matter where the initial equilibrium is， it will converge the evolutionary stable strategy of convergence， but the initial equilibrium will affect evolution path， and three unsteady equilibriums formed three different evolution paths of online credit risk. This study shows that we must carry on the intervention of ecommerce market， and set up effective defense mechanisms for this study.

Keywords：

online credit risk； evolutionary game； numerical simulation； electronic commerce

（編輯：段明琰）