公众参与、政府监管与移动应用安全治理动态演化研究

　　摘 要: 针对当前移动应用安全问题突出与政府部门缺乏有效监管的现实情境，本研究以演化博弈模型为主要理论工具，开发了不完全信息下政府部门与应用平台的动态演化博弈系统。通过雅克比矩阵求解和数值仿真模拟揭示了初始条件改变以及决策参数取值不同对演化稳定结果的影响。研究表明: 当公众参与度与惩罚力度两个因子的取值位于不同的阈值区间时，系统分别呈现出三种演化稳定结果以及一种周期性的随机状态; 利用公众参与同政府部门监管的互补关系，保持公众参与度处于一定阈值之上、同时加大对应用平台违规行为的惩罚力度有助于引导系统向理想状态演化。研究结论为政府部门政策制定及实施提供理论参考。

　　关键词: 政府部门; 应用平台; 公众参与; 演化博弈; 治理

　　0 引言

　　移动互联网的快速发展，极大地推动了移动应用行业的增长[1]。移动应用逐步涵盖消费、娱乐和社交等各个方面，成为人们获取移动互联网信息服务的主要载体。与此同时，一大批应用平台如雨后春笋般涌现，成为移动应用推广和用户下载的主要渠道。各式各样的移动应用在给用户带来无限便捷的同时也带来了众多安全隐患，诸如“恶意吸费、诱骗欺诈、消费陷阱、隐私窃取、山寨应用”等各类问题层出不穷，严重损害了用户的合法权益，制约了移动应用市场的健康发展，社会反映强烈。

　　日益突出的移动应用安全问题作为网络安全治理的重要内容，亟待得到有效的解决。《中华人民共和国网络安全法》于年月日正式施行，该法规明确指出: 网络产品或服务应当符合相关国家标准的强制性要求，提供者不得设置恶意程序; 网络运营者对网信办和有关部门依法实施的监督检查，应当予以配合; 完善网络信息安全投诉、举报制度，及时受理并处理有关网络安全的投诉和举报。由此，网络安全法为一系列网络安全问题确立了基本的治理框架，同时该法规也就网络运营者接受社会监督和公众举报受理等做出了明确规定，为公众参与网络安全治理提供了法律保障。在加强网络安全治理的大背景下，致力于解决移动应用安全问题有利于促进行业健康有序发展，为社会公众创建一个绿色安全的移动互联网信息消费环境。

　　1 文献回顾及理论基础

　　如何有效治理移动应用安全问题，已成为学术界研究的重要课题。等剖析了手机终端易受移动恶意软件感染的原因，并从应用平台、开发者、用户三个角度提出了防治对策及建议[2]; 和通过对多份移动恶意软件样本的系统分析，提炼出它们在安装、激活及恶意负载三方面的行为特征[3]; 等总结了现有的移动应用安全防护措施，并提出一个用于评估移动恶意软件风险性以及防护措施有效性的系统模型[4]; 则对移动恶意软件的演变过程进行了系统梳理，并利用传染病模型对其传播行为进行了进一步探索[5]。国内学者则大多从技术角度出发来研究如何解决移动应用安全问题[6，7]，而吴敬征等认为除技术原因外，移动应用平台缺乏监管也是国内移动应用安全问题严重的主要原因之一[8]。罗力从国家政策法规、移动应用开发者、平台服务商以及用户等六个方面提出我国移动互联网用户个人信息安全治理的策略[9]。郝建韬认为应从加强应用商店、开发者等移动应用的主要传播渠道入手来减少移动应用的安全隐患[10]。此外，也有学者将博弈论的方法运用到移动应用安全治理中，杨丰瑞等构建了完全信息下的三方静态博弈模型，探讨移动应用安全监管中政府、应用商店以及应用开发商三者之间的博弈决策问题，并指出政府监管的必要性[11]。以上学者均从不同的角度出发对移动应用安全相关问题进行了深入分析，为后续研究开展奠定了理论基础。

　　通过文献梳理发现，国内外学者关于移动应用安全的研究虽取得了一定的成果，但仍存在一定的局限性。比如现有文献大多从定性分析或技术角度出发，单独停留在移动应用软件这个层面来进行研究，切入角度过于单一。从经济学、管理学的角度来看，移动应用安全现状是多个利益相关者经过长期博弈的特定结果，整个博弈过程具有动态性和重复性的特点。演化博弈理论起源于达尔文的进化论，其基本思想是有限理性的决策者们在重复博弈的过程中，不断地进行策略调整，最终在演化过程中形成稳定性的均衡点[12]，演化博弈理论弥补了传统博弈论的诸多缺陷[13]，对解决多方博弈问题具有较好的使用价值。借此，本文拟采用演化博弈理论的方法，将移动应用安全治理抽象简化为不完全信息下政府部门与应用平台的行为交互过程。在刻画二者行为特征的基础之上，建立了社会公众参与下的“政府部门-应用平台”支付矩阵，通过雅克比矩阵求解和数值仿真模拟分析系统在参数不同取值条件下的演化稳定结果，得出系统的演化路径和影响二者行为选择的关键因素。

　　演化博弈理论在各个治理领域的应用已较为成熟，主要有: ①环境治理。潘峰等针对环境规制执行中各相关政府主体的行为互动，运用演化博弈理论探讨了各地方政府间，中央政府与地方政府间的决策演化过程[14 ～ 15]; 杜建国等采用演化博弈理论方法，建立了公众与排污企业行为交互过程的演化模型，用数值仿真展示了决策参数的不同取值和初始条件的改变对演化结果的影响[16]; 高明等基于演化博弈视角，比较分析了有中央约束和无中央政府约束下地方政府属地治理和合作治理四种情况下的演化稳定策略，探究地方政府间达成并巩固合作治理联盟的因素[17]; ②互联网治理。祈凯等建立了政府参与下的网民舆论传播演化博弈模型，并分析了在不同参数范围下网民群体网络舆论的演化规律，探究舆论演化传播机制和引导机制[18]; 俞林等以网贷为例，建立了包括企业、借款方、贷款方和监管方在内的演化博弈模型，并结合实际案例分析，提出网贷行业的监管措施[19]; 刘人境等利用演化博弈模型预测网络舆论的发展趋势，对政府应对网络群体事件采取的治理模式进行了研究[20]。此外，还有部分学者将演化博弈理论运用到公司治理[21，22]和食品安全治理[23，24]领域，为本文研究提供了理论支撑。

　　2 演化博弈模型构建

　　2. 1 问题描述

　　( 1) 博弈主体选取

　　本文选取的博弈参与主体为: 政府部门、应用平台、开发者以及公众，简要界定如下: ①政府部门: 与移动互联网信息服务监管职责相关的行政执法之门，包括工信部、网信办、工商局、公安部以及文化部等; ②应用平台: 通过互联网提供移动应用浏览、搜索、下载或产品发布服务的平台，包括各类应用平台以及提供移动应用下载服务的其他互联网平台; ③开发者: 通过移动应用为公众提供互联网信息服务的所有者或运营者，包括个人开发者和企业开发者。④公众: 通过移动应用获取互联网信息服务的消费者群体，是参与移动应用安全治理的第三方力量。

　　政府部门作为社会公共利益的代表者，在移动应用安全治理中承担着主导者的角色，但由于自身行政监管能力有限且开发者数量众多，往往造成单一治理模式下政府部门的监管失灵。应用平台作为移动应用的发布、下载平台，其审核把关同政府部门的行政监管之间具有一定的协同性，实现由政府部门一元式监管模式向多元协同治理模式的转变为移动应用安全治理提供了新思路。从信息经济学的角度来看，政府部门与应用平台间存在着强制性的委托-代理关系，但由于存在信息不对称以及双方的利益不一致性，具备理性人特性的应用平台在利益驱动下往往凭借自身的信息优势而产生违规行为，对开发者上传的移动应用的安全性进行消极审核，即与开发者签订私下合谋契约，从而打破政府部门与应用平台协同治理的有利格局。公众作为移动应用的直接消费群体，往往拥有更多关于应用平台与开发者是否违规的信息，可向政府部门举报二者的合谋行为，政府部门通过公众提供的信息来对违规的应用平台及开发者进行查处。各主体间的行为互动关系框架如图 1:

　　2) 博弈框架简化

　　应用平台具有与开发者签订私下契约的全部谈判力，契约缔结与否取决于应用平台的行为选择，开发者不直接参与整个博弈过程; 引入参数公众参与度 p( 0p1) ，表示公众参与移动应用安全治理的概率，与公众偏好( 对移动应用安全问题的关注度及敏感性) 及参与成本有关。由此，将移动应用安全治理抽象简化为公众参与下政府部门与应用平台二者间的动态博弈过程。

　　2. 2 研究假设与参数设定

　　本文采取的演化博弈理论认为参与者是具备有限理性的“经济人”，他们通常是依据某种传递机制而非理性选择来制定相关策略[25]。不完全信息下，委托人政府部门的行为集合为 S1 ( 积极监管，消极监管) ，代理人应用平台的行为集合为 S2 ( 合规，违规) ，双方行为集合构成 2 × 2 交互支付矩阵。构建模型之前，提出便于问题分析且符合现实的基本假设:

　　假设 1 博弈初期，政府部门群体积极监管的比例为 x( 0x1) ，消极监管的比例为 1 - x; 应用平台群体合规的比例为 y( 0y1) ，违规的比例为 1 - y。

　　假设 2 应用平台的基本收益为 d，采取违规行为时付出的审核成本为 0，采取合规行为时付出的审核成本为 Δc( 如组建专业的审核团队、委托第三方机构完成审核工作等) ，应用平台合规行为带来的社会福利效益提升为 m，该部分收益由政府部门获得。

　　假设 3 应用平台选择违规行为时可从开发者处获得合谋收益 Δd，包括下载收入分成、广告收入分成、付费内容分成等[10]，同时其违规行为带来的社会福利损失为 υ。若应用平台的违规行为被政府部门查处，则需支付罚金 z 和遭受潜在损失 δ ( 社会 责 任 成 本、平 台 用 户 流 失 成 本、声 誉 下 降等) 。

　　假设 4 政府部门积极监管的收益为 s，包括发布政策法规或实行相关措施带来的社会效益，上级部门奖励、公信力提升等。监管成本为 c，由固定监管成本和边际监管成本两部分组成。公众参与同政府部门监管具有一定程度上的替代性，公众参与度越高，政府部门边际监管成本越低，用函数表示为: c( p，k) = c0 + ( 1 - p) /k，c0 为固定成本，k 为常数，代表政府部门自身的监管能力。当公众参与度 p = 1 时，公众完全替代政府部门行使监管职能，政府部门只需付出一定的固定监管成本即可。

　　假设 5 政府部门查处应用平台违规行为的概率 λ，λ 反映出政府部门与应用平台间信息不对称性的大小。公众参与下，政府部门与应用平台二者处于信息对称状态，此时 λ = 1。应用平台违规行为被查处的期望概率表示为: μ = λ + p( 1 - λ) 。当公众参与而政府部门选择消极监管时，政府部门遭受的额外的形象、公信力损失 n。

　　不失一般性，本文假定所有模型参数取值均大于零。根据上述假设及主体利益最大化原则，列出公众参与下政府部门与应用平台间的行为交互支。

　　相关论文推荐：地方立法的公众参与

　　摘要：自中共十七大提出“科学立法，民主立法”以来，全国各地积极响应，公众立法参与意识有了显著提高，但在实践中公众参与地方立法仍然存在诸多难题。本文拟对现阶段公众参与地方立法存在的一些问题进行探讨，以期对推进我国地方立法的公众参与有所裨益。

《公众参与、政府监管与移动应用安全治理动态演化研究》

上一篇：公知常识的判定及说理论证

下一篇：21世纪海上丝绸之路危险海域反海盗探究