摘 要: 針對當前移動應用安全問題突出與政府部門缺乏有效監管的現實情境，本研究以演化博弈模型為主要理論工具，開發了不完全信息下政府部門與應用平臺的動態演化博弈系統。通過雅克比矩陣求解和數值仿真模擬揭示了初始條件改變以及決策參數取值不同對演化穩定結果的影響。研究表明: 當公眾參與度與懲罰力度兩個因子的取值位于不同的閾值區間時，系統分別呈現出三種演化穩定結果以及一種周期性的隨機狀態; 利用公眾參與同政府部門監管的互補關系，保持公眾參與度處于一定閾值之上、同時加大對應用平臺違規行為的懲罰力度有助于引導系統向理想狀態演化。研究結論為政府部門政策制定及實施提供理論參考。

　　關鍵詞: 政府部門; 應用平臺; 公眾參與; 演化博弈; 治理

　　0 引言

　　移動互聯網的快速發展，極大地推動了移動應用行業的增長[1]。移動應用逐步涵蓋消費、娛樂和社交等各個方面，成為人們獲取移動互聯網信息服務的主要載體。與此同時，一大批應用平臺如雨后春筍般涌現，成為移動應用推廣和用戶下載的主要渠道。各式各樣的移動應用在給用戶帶來無限便捷的同時也帶來了眾多安全隱患，諸如“惡意吸費、誘騙欺詐、消費陷阱、隱私竊取、山寨應用”等各類問題層出不窮，嚴重損害了用戶的合法權益，制約了移動應用市場的健康發展，社會反映強烈。

　　日益突出的移動應用安全問題作為網絡安全治理的重要內容，亟待得到有效的解決。《中華人民共和國網絡安全法》于年月日正式施行，該法規明確指出: 網絡產品或服務應當符合相關國家標準的強制性要求，提供者不得設置惡意程序; 網絡運營者對網信辦和有關部門依法實施的監督檢查，應當予以配合; 完善網絡信息安全投訴、舉報制度，及時受理并處理有關網絡安全的投訴和舉報。由此，網絡安全法為一系列網絡安全問題確立了基本的治理框架，同時該法規也就網絡運營者接受社會監督和公眾舉報受理等做出了明確規定，為公眾參與網絡安全治理提供了法律保障。在加強網絡安全治理的大背景下，致力于解決移動應用安全問題有利于促進行業健康有序發展，為社會公眾創建一個綠色安全的移動互聯網信息消費環境。

　　1 文獻回顧及理論基礎

　　如何有效治理移動應用安全問題，已成為學術界研究的重要課題。等剖析了手機終端易受移動惡意軟件感染的原因，并從應用平臺、開發者、用戶三個角度提出了防治對策及建議[2]; 和通過對多份移動惡意軟件樣本的系統分析，提煉出它們在安裝、激活及惡意負載三方面的行為特征[3]; 等總結了現有的移動應用安全防護措施，并提出一個用于評估移動惡意軟件風險性以及防護措施有效性的系統模型[4]; 則對移動惡意軟件的演變過程進行了系統梳理，并利用傳染病模型對其傳播行為進行了進一步探索[5]。國內學者則大多從技術角度出發來研究如何解決移動應用安全問題[6，7]，而吳敬征等認為除技術原因外，移動應用平臺缺乏監管也是國內移動應用安全問題嚴重的主要原因之一[8]。羅力從國家政策法規、移動應用開發者、平臺服務商以及用戶等六個方面提出我國移動互聯網用戶個人信息安全治理的策略[9]。郝建韜認為應從加強應用商店、開發者等移動應用的主要傳播渠道入手來減少移動應用的安全隱患[10]。此外，也有學者將博弈論的方法運用到移動應用安全治理中，楊豐瑞等構建了完全信息下的三方靜態博弈模型，探討移動應用安全監管中政府、應用商店以及應用開發商三者之間的博弈決策問題，并指出政府監管的必要性[11]。以上學者均從不同的角度出發對移動應用安全相關問題進行了深入分析，為后續研究開展奠定了理論基礎。

　　通過文獻梳理發現，國內外學者關于移動應用安全的研究雖取得了一定的成果，但仍存在一定的局限性。比如現有文獻大多從定性分析或技術角度出發，單獨停留在移動應用軟件這個層面來進行研究，切入角度過于單一。從經濟學、管理學的角度來看，移動應用安全現狀是多個利益相關者經過長期博弈的特定結果，整個博弈過程具有動態性和重復性的特點。演化博弈理論起源于達爾文的進化論，其基本思想是有限理性的決策者們在重復博弈的過程中，不斷地進行策略調整，最終在演化過程中形成穩定性的均衡點[12]，演化博弈理論彌補了傳統博弈論的諸多缺陷[13]，對解決多方博弈問題具有較好的使用價值。借此，本文擬采用演化博弈理論的方法，將移動應用安全治理抽象簡化為不完全信息下政府部門與應用平臺的行為交互過程。在刻畫二者行為特征的基礎之上，建立了社會公眾參與下的“政府部門-應用平臺”支付矩陣，通過雅克比矩陣求解和數值仿真模擬分析系統在參數不同取值條件下的演化穩定結果，得出系統的演化路徑和影響二者行為選擇的關鍵因素。

　　演化博弈理論在各個治理領域的應用已較為成熟，主要有: ①環境治理。潘峰等針對環境規制執行中各相關政府主體的行為互動，運用演化博弈理論探討了各地方政府間，中央政府與地方政府間的決策演化過程[14 ～ 15]; 杜建國等采用演化博弈理論方法，建立了公眾與排污企業行為交互過程的演化模型，用數值仿真展示了決策參數的不同取值和初始條件的改變對演化結果的影響[16]; 高明等基于演化博弈視角，比較分析了有中央約束和無中央政府約束下地方政府屬地治理和合作治理四種情況下的演化穩定策略，探究地方政府間達成并鞏固合作治理聯盟的因素[17]; ②互聯網治理。祈凱等建立了政府參與下的網民輿論傳播演化博弈模型，并分析了在不同參數范圍下網民群體網絡輿論的演化規律，探究輿論演化傳播機制和引導機制[18]; 俞林等以網貸為例，建立了包括企業、借款方、貸款方和監管方在內的演化博弈模型，并結合實際案例分析，提出網貸行業的監管措施[19]; 劉人境等利用演化博弈模型預測網絡輿論的發展趨勢，對政府應對網絡群體事件采取的治理模式進行了研究[20]。此外，還有部分學者將演化博弈理論運用到公司治理[21，22]和食品安全治理[23，24]領域，為本文研究提供了理論支撐。

　　2 演化博弈模型構建

　　2. 1 問題描述

　　( 1) 博弈主體選取

　　本文選取的博弈參與主體為: 政府部門、應用平臺、開發者以及公眾，簡要界定如下: ①政府部門: 與移動互聯網信息服務監管職責相關的行政執法之門，包括工信部、網信辦、工商局、公安部以及文化部等; ②應用平臺: 通過互聯網提供移動應用瀏覽、搜索、下載或產品發布服務的平臺，包括各類應用平臺以及提供移動應用下載服務的其他互聯網平臺; ③開發者: 通過移動應用為公眾提供互聯網信息服務的所有者或運營者，包括個人開發者和企業開發者。④公眾: 通過移動應用獲取互聯網信息服務的消費者群體，是參與移動應用安全治理的第三方力量。

　　政府部門作為社會公共利益的代表者，在移動應用安全治理中承擔著主導者的角色，但由于自身行政監管能力有限且開發者數量眾多，往往造成單一治理模式下政府部門的監管失靈。應用平臺作為移動應用的發布、下載平臺，其審核把關同政府部門的行政監管之間具有一定的協同性，實現由政府部門一元式監管模式向多元協同治理模式的轉變為移動應用安全治理提供了新思路。從信息經濟學的角度來看，政府部門與應用平臺間存在著強制性的委托-代理關系，但由于存在信息不對稱以及雙方的利益不一致性，具備理性人特性的應用平臺在利益驅動下往往憑借自身的信息優勢而產生違規行為，對開發者上傳的移動應用的安全性進行消極審核，即與開發者簽訂私下合謀契約，從而打破政府部門與應用平臺協同治理的有利格局。公眾作為移動應用的直接消費群體，往往擁有更多關于應用平臺與開發者是否違規的信息，可向政府部門舉報二者的合謀行為，政府部門通過公眾提供的信息來對違規的應用平臺及開發者進行查處。各主體間的行為互動關系框架如圖 1:

　　2) 博弈框架簡化

　　應用平臺具有與開發者簽訂私下契約的全部談判力，契約締結與否取決于應用平臺的行為選擇，開發者不直接參與整個博弈過程; 引入參數公眾參與度 p( 0p1) ，表示公眾參與移動應用安全治理的概率，與公眾偏好( 對移動應用安全問題的關注度及敏感性) 及參與成本有關。由此，將移動應用安全治理抽象簡化為公眾參與下政府部門與應用平臺二者間的動態博弈過程。

　　2. 2 研究假設與參數設定

　　本文采取的演化博弈理論認為參與者是具備有限理性的“經濟人”，他們通常是依據某種傳遞機制而非理性選擇來制定相關策略[25]。不完全信息下，委托人政府部門的行為集合為 S1 ( 積極監管，消極監管) ，代理人應用平臺的行為集合為 S2 ( 合規，違規) ，雙方行為集合構成 2 × 2 交互支付矩陣。構建模型之前，提出便于問題分析且符合現實的基本假設:

　　假設 1 博弈初期，政府部門群體積極監管的比例為 x( 0x1) ，消極監管的比例為 1 - x; 應用平臺群體合規的比例為 y( 0y1) ，違規的比例為 1 - y。

　　假設 2 應用平臺的基本收益為 d，采取違規行為時付出的審核成本為 0，采取合規行為時付出的審核成本為 Δc( 如組建專業的審核團隊、委托第三方機構完成審核工作等) ，應用平臺合規行為帶來的社會福利效益提升為 m，該部分收益由政府部門獲得。

　　假設 3 應用平臺選擇違規行為時可從開發者處獲得合謀收益 Δd，包括下載收入分成、廣告收入分成、付費內容分成等[10]，同時其違規行為帶來的社會福利損失為 υ。若應用平臺的違規行為被政府部門查處，則需支付罰金 z 和遭受潛在損失 δ ( 社會 責 任 成 本、平 臺 用 戶 流 失 成 本、聲 譽 下 降等) 。

　　假設 4 政府部門積極監管的收益為 s，包括發布政策法規或實行相關措施帶來的社會效益，上級部門獎勵、公信力提升等。監管成本為 c，由固定監管成本和邊際監管成本兩部分組成。公眾參與同政府部門監管具有一定程度上的替代性，公眾參與度越高，政府部門邊際監管成本越低，用函數表示為: c( p，k) = c0 + ( 1 - p) /k，c0 為固定成本，k 為常數，代表政府部門自身的監管能力。當公眾參與度 p = 1 時，公眾完全替代政府部門行使監管職能，政府部門只需付出一定的固定監管成本即可。

　　假設 5 政府部門查處應用平臺違規行為的概率 λ，λ 反映出政府部門與應用平臺間信息不對稱性的大小。公眾參與下，政府部門與應用平臺二者處于信息對稱狀態，此時 λ = 1。應用平臺違規行為被查處的期望概率表示為: μ = λ + p( 1 - λ) 。當公眾參與而政府部門選擇消極監管時，政府部門遭受的額外的形象、公信力損失 n。

　　不失一般性，本文假定所有模型參數取值均大于零。根據上述假設及主體利益最大化原則，列出公眾參與下政府部門與應用平臺間的行為交互支。

　　相關論文推薦：地方立法的公眾參與

　　摘要：自中共十七大提出“科學立法，民主立法”以來，全國各地積極響應，公眾立法參與意識有了顯著提高，但在實踐中公眾參與地方立法仍然存在諸多難題。本文擬對現階段公眾參與地方立法存在的一些問題進行探討，以期對推進我國地方立法的公眾參與有所裨益。