第29卷第5期 王丘：电商平台与消费者隐私信息保护的演化博弃研究 51 2.“搭便车“收益B 3.承诺成本A 假设P,=50,Q.=60,入.=0.5.a:=0.5.C 假设P.=50.Q.=60.入，=0.5.a:=0.5,C 20.k=0.5.R=0,5:-10,A=0,由图7可知，在 20,k-0.5,R-0,S-10,B:-4,由图8可知，在 其他参数值不变的情况下，隐私保护概率与“搭便 其他参数值不变的情况下，隐私保护概率与承诺 车”收益B,呈负相关关系。 成本A呈正相关关系。 电商平台慢名，银护S 0.75 0.75 025 0与市古动方动方动书动 图6、：取值变化时的消费者隐私保护概率系统演化图 电首平台保护用 075 。古。方动言动多前书双 图7B,取值变化时的消费者隐私保护概率系统演化图 0.7 0 0.55 101520253035404550 04 5101520253035404550 数 困8A取值变化时的消费者隐私保护概率系统演化困 (三)电商平台与消帝者隐私信息保护系统动 增加。在隐私保护总收娄、成本与风险预期稳定 力学仿真结果分析与进一步的讨论 的前提下，额外收益将成为激励标准，额外收益的 1.额外收益的激励作用与激励方式 增加将诱使代理人显示真实的私人信息，不隐 额外收益对于隐私保护策略稳定性的影响较 私人行动。电商平台可通过增加消费者的额外收 为复杂，无法从临界点的表达式中直接推导出，只 益来微励其发挥主观能动性，例如设立较高额度 能通过观察仿真结果来分析。由S,取值变化隐 的隐私侵害举报奖励基金，消费者可能会因较丰 私保护概率系统演化图可知，当额外收益取值 厚的额外收益而主动发现并举报隐私侵害事件 渐增加时，局中人选择隐私保护策略的概率随之 额外收益作为激励标准，形式不应仅限于物质奖2.“搭便车”收益Bi 假设Pi =50,Qi =60,λi =0.5,αi =0.5,C= 20,k=0.5,R=0,Si =10,A=0,由图7可知,在 其他参数值不变的情况下,隐私保护概率与“搭便 车”收益Bi 呈负相关关系。 3.承诺成本A 假设Pi =50,Qi =60,λi =0.5,αi =0.5,C= 20,k=0.5,R=0,Si=10,Bi=4,由图8可知,在 其他参数值不变的情况下,隐私保护概率与承诺 成本A 呈正相关关系。 图6 Si 取值变化时的消费者隐私保护概率系统演化图 图7 Bi 取值变化时的消费者隐私保护概率系统演化图 图8 A 取值变化时的消费者隐私保护概率系统演化图 (三)电商平台与消费者隐私信息保护系统动 力学仿真结果分析与进一步的讨论 1.额外收益的激励作用与激励方式 额外收益对于隐私保护策略稳定性的影响较 为复杂,无法从临界点的表达式中直接推导出,只 能通过观察仿真结果来分析。由Si 取值变化隐 私保护概率系统演化图可知,当额外收益取值逐 渐增加时,局中人选择隐私保护策略的概率随之 增加。在隐私保护总收益、成本与风险预期稳定 的前提下,额外收益将成为激励标准,额外收益的 增加将诱使代理人显示真实的私人信息,不隐蔽 私人行动。电商平台可通过增加消费者的额外收 益来激励其发挥主观能动性,例如设立较高额度 的隐私侵害举报奖励基金,消费者可能会因较丰 厚的额外收益而主动发现并举报隐私侵害事件。 额外收益作为激励标准,形式不应仅限于物质奖 第29卷第5期 王 丘:电商平台与消费者隐私信息保护的演化博弈研究 51