电商诚信问题「一二三级文件的区别」

今天给大家普及一下电商诚信问题「一二三级文件的区别」相关知识，最近很多在问电商诚信问题「一二三级文件的区别」，希望能帮助到您。

本文稿转发自：东财杂志社

作者简介：

郑 磊（1970-），男，天津人，博士，宝新金融首席经济学家，教授，主要从事金融、经济政策研究。E-mail：[email protected]

于梦晓（1997-），女，山东日照人，硕士研究生，主要从事金融科技研究。E⁃mail：[email protected]

张乐凡（1996-)，女，河南平顶山人，硕士研究生，主要从事金融科技研究。E⁃mail：[email protected]

随着互联网的普及和发展，电商行业快速兴起，互联网购物市场的用户稳定增长，交易数量和规模逐渐增大，给社会带来了巨大的经济效益。2019年11月，世界银行等机构发布《电商发展：来自中国的经验》，该报告指出，中国电商发展速度居世界前列，交易额占全球电商交易额的40%以上，中国电商在经济增长、产业创新、就业扶贫、改善社区等方面的领先经验，值得全球发展中国家借鉴。

电商行业的发展在新冠疫情期间再次展现了强大的生命力和重要性，成为当代经济必不可少的组成部分。然而，电商行业也存在一些发展隐患，对商业伦理产生了挑战，如诚信缺失、侵犯知识产权和欺诈等问题。在大数据时代，每个自然人都是一个数据源，不断产生各种各样的数据——消费数据、交易数据、社交数据等，人们的各种行为都被数字化，成为一种重要资源。对于电商行业尤其如此，随着大数据的融入，传统商业伦理问题的呈现方式、影响程度、应对路径等方面变得更加复杂、激烈，且不确定性更高。那么在大数据时代背景下，如何让电商行业在创造经济效益的同时，还能产生更多的社会效益，防范和化解电商伦理问题是应重点关注和亟待解决的事情。

一、商业伦理思想与研究

无论是在欧美还是在东方，在人类生活、商业活动和精神文明的历史长河中，伦理都占据重要地位。“伦理学”一词出于希腊文ετησs，含有风俗、习惯、气质和性格等意义。《荷马史诗》中的ετησs，原是一个表示驻地、驻所的名词。古希腊哲学家亚里士多德从气质、性格的角度，赋予其“伦理的”“德行的”意义。在中国，“伦”“理”二字，早在公元前8世纪前后的《尚书》《诗经》《易经》等著作中已分别出现。西汉初年，人们开始广泛使用“伦理”一词，以概括人与人之间的道德原则和规范。

人类在不同的历史发展阶段，以及在不同文化、不同国家范围内，有着不同的道德规范。商业伦理是通过制定一系列明确的伦理原则和道德规范，以约束和调节商业活动主体与外部（人、物、环境）之间的关系、组织内部群体与个体彼此之间的关系、个人在商业活动中的行为等，从而维持健康稳定的商业秩序。

（一）商业伦理评判框架

伦理理论通常包含价值理论和行动理论两个部分，价值理论说明哪些东西是善的或有价值的，行动理论说明哪些行为是应该的、被允许的或禁止的。相应地，伦理理论一般分为目的论和义务论。判断现代商业伦理有不同的标准。例如，道义论认为一项行为是否符合道德是由这项行为的内在本质所决定的，如果这项行为的本质符合道德准则和规范时，就认为其是道德的。诚实守信、公平公正、不欺诈、不偷盗、感恩等商业伦理规范，已经被广泛地应用于全球各国法律法规、公司政策、商业贸易惯例中。显要义务理论则在道义论的基础上，对企业的营销行为予以规范。所谓的显要义务，是指在某一段时间和特定的环境中，人们自认为合理的行为。显要义务理论指出，企业所应承担的七种显要义务有：诚实、感恩、公正、行善、自我完善、积极创新、不作恶、赔偿。社会公正理论要求商业伦理应满足社会各个阶层的要求，还要保证社会最底层人们的收益。因此，该理论要求企业行为不能损害别人的利益，尤其是不能以大欺小，损害弱者的利益。此外，相称理论提出，判断一种行为是否符合商业伦理，应该从三个方面进行综合评判，即目的、手段和后果。企业不道德行为所产生的后果大致可分为两种，一种是使机构或个人重要能力丧失，另一种是损害他人的物质利益，但未使机构或个人重要能力丧失。相称理由是行为人做这件事所产生好结果的期望应该超过行为人不期望产生坏结果的期望。如果行为人的行为带来了坏的结果，但如果坏的结果有相称理由来解释，那么该行为就是符合商业伦理的；相反，则是不符合商业伦理的。义利统一原则的核心思想是商业活动主体在取利时，应遵循义利兼顾、以义取利、见义思利，取利之后要以利助义，最终达到义利合一的目标。当遇到义利取舍矛盾时，应以义为先。

在商业伦理思想中，边沁、密尔所提出的功利主义影响深远。功利论的核心思想认为，对商业行为正确性的判断，完全依赖其所产生结果的好坏。当某一行为能够为大多数人带来幸福时，就认定其符合伦理。功利主义不只考虑后果对行动者本人的好坏，还需要评价所有被这个行动影响的利益相关者的好坏。将利己主义者的个人最大利益扩展为社会最大利益，就得到了功利主义的伦理主张：正确的行为促进了最多数人的最大利益。

（二）相关者利益分析法

功利主义在过去两个多世纪里一直是伦理学中最重要的组成部分，比其他理论更容易与心理学、经济学、法学等理论相结合。功利主义思想的发展直接促成了现代经济学的诞生，从孟德维尔的《蜜蜂的预言》和斯密《国富论》开始，经济学本身就是伦理学的发展和具体应用。经济学中的“外部性”“道德风险”“社会选择”“合同理论”“机制设计”等概念，都与功利主义伦理思想有关。

功利主义伦理是现代商业企业中最经常使用的伦理分析思想。功利主义要求商业企业正确认识所有利益相关方的利益目标，制定的方案与各方的利益目标一致。同时在激励机制上实现激励兼容，即使得每一方有激励按照既定方案努力工作，最终使得各方都获得令自己满意的收获和回报。

利益相关者理论（Stakeholder Theory）是在20世纪60年代产生并逐步发展起来的，并在20世纪80年代兴起。Freeman[1]在Strategic Management: A Stakeholder Approach一书中正式提出了企业伦理的利益相关者管理的概念，即利益相关者是能够影响一个组织目标实现或受这种实现影响的群体或个人。

利益相关者分析法是一种经验方法，是目前商业伦理决策分析的主流框架方法。利益相关者涵盖了与商业伦理决策相关的各种利益相关方，包括所有者、员工、客户、供应商、平台、同行等。企业在进行商业决策时，运用利益相关者流程可以实现个人和组织达成合作性的双赢结果。

韦斯从利益相关者的角度深入分析和探讨了商业伦理对企业利益的重要性，并提出了按照利益相关者的影响来进行商业决策的流程：第一步，确定危机、威胁或机遇，并进行排序；第二步，勾画出利益相关者；第三步，列举利益相关者的利害关系；第四步，标明现有的或可能成为联盟的成员；第五步，标明每一歌利益相关者的道德观；第六步，从“更高层面”的角度出发，通过协商与利益相关者达成合作战略，并推动各方向有利的方向发展[2]。

使用利益相关者理论可以使企业的伦理责任更为清晰，有利于企业在运行时将利益相关者的诉求纳入战略考虑。这种方法的优势在于，可以把企业伦理这个庞杂的充满冲突的问题，通过利益相关者的方法和分析工具，分解成若干小的分支问题。保持与利益相关方的良性关系，对于企业具有显而易见、更为全面和长远的价值，能够更加保障企业的最终利益。

随着大数据和人工智能技术的发展及其在商业上的广泛应用，利益相关者的范围在扩大，出现了更为错综复杂的利益关系，商业企业面临的伦理冲突和各种矛盾问题也更加突出。数字经济带来了许多全新的、颠覆式的冲击，以商业伦理指导商业行为的紧迫性也愈益凸显，同时，实践中也发现，基于传统伦理道德的解决方法在数字经济时代仍有待改进。

二、大数据与电商伦理

大数据时代，电商的运营和发展呈现出不同于以往的趋势和特点。咨询机构GaRtner集团给出的定义是：大数据是一种信息资产，需要经过一种新的处理模式才能发挥其更强决策力、洞察发现力、海量流程优化能力，以及高增长率和多样化信息资产的优势。大数据具有规模大、速度快、多样化、难辨识等特征[3]。电商是基于信息交换而非金钱和商品的交易活动，是素未谋面的两方利用网络平台进行的即时交易活动。随着电商行业的规模逐渐增大，产生的数据具有大数据特征。随着大数据挖掘和分析技术的兴起，电商平台的交易和消费数据已经变成高附加值的资源。

以电商平台为基础的商家可以实时准确获取买家的浏览、搜索、收藏、购买行为，以及商品之间的关联性等信息，这些数据反映了买家的搜索行为、点击顺序、支付行为、物流运输、评价行为等，包含了支付、查询、物流运输、购买偏好、点击顺序、评价、征信记录、资金流等数据。通过处理和分析这些海量数据，有利于商家针对不同买家采取差异化营销手段。同时，大数据也可以帮助企业发现数据背后隐藏的市场机遇，对调整经营策略有重要参考价值[4]。

大数据时代的商家创造出了许多与买家新的沟通和交易方式，引发了一系列商业伦理方面的问题。有些商家的规则意识不强，一些做法不仅引发社会问题，也影响了电商行业的健康有序发展。这些不在法律覆盖范围内的灰色地带，应归入商业伦理调整的范畴。

（一）电商伦理研究进展

电商伦理是商业伦理的一个分支，是指人们在运用信息技术、互联网和物联网等高新技术手段进行经济贸易活动的过程中，应该遵守的伦理规范和道德准则。中国关于电商伦理问题的研究大致起源于21世纪初。中国电商领域的伦理研究包括分析电商行业存在的突出伦理问题和道德滑坡问题。苏勇[5]等学者率先开启了电商伦理问题研究，目前电商伦理问题研究的论文、文章达百余篇。

国内对电商伦理的理论研究主要集中在如下三个方面：一是结合时代特征，分析电子商务领域存在的突出伦理问题和道德滑坡问题，指出伦理缺失对中国电子商务建设与发展的负面影响[6,7]。二是联系商务实践，对电商具体领域开展研究分析，揭示电商发展过程中加强消费者隐私保护的重要性[8]-[10]。三是立足当前电商诚信机制的建立，分析电商时代诚信网络运营、诚信体系建立的必要性[11,12]。

在实务研究方面，学术界也取得了丰富的研究成果。杨丰梅等[13]比较系统地介绍了电商信用存在的问题，在C2C电商模式中,引入电商平台为第三方信用监管方以形成C2B2C模式,并设计C2B2C电商信用监管机制，基于博弈理论,构建了C2B2C模式下的演化博弈模型与双价交易模型；分析结果表明，提高信用保证金、增强信用监管力度、增加伪装成本能有效避免电商虚假描述行为,减少消费者在电商交易中的风险。黄晴晴[14]以淘宝网为例,总结目前C2C突出的诚信问题,分析电商诚信缺失的原因,并在构建电商诚信评价模式的基础上提出相应的对策和建议。薛丽丽[15]根据电商的特点,从伦理角度探讨了电商发展所面临的交易不安全、商家信誉差、网络生态危机，以及消费者权益无法保障的障碍因素,并提出了相应的对策。吴伟光[16]则从电商的不正当竞争方面阐述了电商面临的商业伦理道德缺失问题。郭恺[17]在分析电商企业发展中面临的主要伦理问题的基础上,阐述电商企业伦理道德建设的重要性,提出加强电商企业伦理道德建设的措施。潘雅英[18]结合电商发展实际，深入剖析电商实践中交易安全伦理、商业诚信伦理、消费者权益伦理等三方面的突出问题；分析了其内在成因并指出这些问题对中国电商，以及中国经济可持续发展造成的损害；最后从三个层面提出干预的路径和方法。

（二）电商博弈研究进展

关于电商与买家之间的经济博弈类型及结果，也有很多学者研究消费者和电商中的相关利益主体（买家、商家、电商平台）在电商交易中选择何种信用模型及其对虚拟市场的影响，结果具有一致性。

卢金荣和李意[19]构建了交易双方信任问题的演化博弈模型，分析表明,电商平台上商家的经营成本、商品价格、额外收益与支出，以及电商平台上顾客的感知价值和额外损失等多种因素，共同影响了博弈稳定策略的演化方向；商家选择诚信经营且顾客选择交易策略有助于推动电商行业健康发展,但需要商家和平台共同努力来对以上因素的变动施加积极影响。

程新华和冯邦彦[20]指出，电商中交易双方之间存在信息不对称的情况，通过建立博弈模型来分析交易双方的信用模式选择，以及声誉效应在电商中的作用机理，说明第三方监管的重要性，并提出减少欺诈的政策建议。蔡礼辉和饶光明[21]用博弈论分析法对电商交易主体的诚信行为进行分析。研究发现：商家诚信与否不仅取决于顾客购买商品的概率,还取决于虚假描述后法律法规的惩罚力度;触发战略情况下,对虚假描述商家加大惩罚力度,会使得商家放弃眼前利益追逐长远利益,选择诚信经营。

杜文珂[22]以淘宝网上的B2C和C2C商家为例,运用不完全信息动态博弈模型分析电商平台、电商企业、消费者的行为策略。分析表明:对于电商企业无论是罚金还是诚信评级制度都是电商平台规制电商企业的手段；无论是增加处罚还是制定诚信评级制度,都会使企业的伪装成本增加，当伪装成本足够高时,信誉差的企业不会去进行伪装。王昳玢[23]、娄迎军[24]也构建了同样的模型，得到的结论一致。尹爱春[25]基于博弈论的理论知识,运用模型分析的方法,通过一次博弈和重复博弈过程中的得益分析比较,阐述了C2C电商市场中产生诚信问题、影响市场发展的内在原因。窦茂伟和张宝明[26]则主要从买家的角度，分析时间成本、退货补偿和平台监管等因素对消费者退货的影响。

在处理商业伦理问题时，可以从利益相关者的关系入手，分析各方和整体利弊得失，采用经济和社会手段相结合的方案，综合施治，以期在伦理道德和法律之外寻求最简便易行的解决方法。对于电商行业来说，行为主体主要包括买卖双方和以第三方身份参与的电商平台（其中一部分也是卖方）。这三者共同构建了电商伦理的主体关系。电商主体的行为与其关联的利益关系结构紧密联系在一起，电商行为主体是经济主体和伦理主体的统一，而且由于电商业务涉及多方利益，利益关系不像传统商业模式那么稳定，随时可能发生变化。

互联网“广泛性、开放性、隐蔽性和无约束性”的特征有可能引发电商经营者突破传统的道德规范。“网络病毒”“网络垃圾邮件”“网络商业欺诈”“虚假信息”等行为，严重影响了电商营商环境。本文以两种最为消费者诟病的电商经营行为——刷单行为和虚假描述——为例，探讨解决这两类问题的方法和路径。

三、电商刷单行为的博弈与伦理问题

随着电商行业的蓬勃发展和竞争日益激烈，商家之间的竞争也从“商品竞争”升级为“品牌竞争”和“口碑竞争”，催生了以刷单为代表的一系列不规范的商业经营行为。所谓刷单，指的是电商经营者有偿聘请“刷客”假扮买家进行虚假网上交易，并填写虚假的网络好评以提高电商商家的排名、销量和美誉度，达到吸引真实买家下单的目的。在对消费者移动端购买决策及影响因素的问卷调查中发现，有相当一部分电商认同通过刷单可以达到提升信誉，进而带动销量的做法[27]。刷单已经形成了一整套非常完备的灰色产业链。

刷单行为有利于商家自身，却破坏了公平透明的市场环境，其欺诈做法可能会损害消费者利益。例如，如果用于刷单的商品质量较差，则虚假的销量和人气可能对消费者产生误导，导致消费者购买该产品的实际收益减少。同时，消费者可能由此产生对网上交易的不信任感，从而减少网络购物的时长、次数、金额等，妨害行业其他经营者。

另外，刷单行为也可能对电商平台的收益产生负面影响。一些电商平台除了收取网店租金外，广告是其重要的收入来源。以某宝网为例，广告在其国内网络广告收入中占30%，主要包括网店竞价排名收入、页面广告位销售收入。前一项收入尤其可观。消费者在网购时，往往会通过输入所需商品的关键词进行搜索，网络平台将其称为“竞价词”。商家需要通过竞价才能获得在检索首页较前位置展示商品的机会。商家如果希望获得好的排名和流量，就需要在该电商平台上进行广告竞价。由于竞价排名的成本较高，部分电商经营者选择借助某些技术手段进行刷单操作，以提高自家商品的虚假销量和点击率，从而也达到了提升检索排名的目的。这种不诚信的做法会导致电商平台正常的竞价排位广告收入减少，直接影响电商平台的利益。出于维护自身经济利益和商业声誉的目的，电商平台会对商家的刷单行为进行处罚。但是，模拟真实网络交易的刷单行为有时很难被电商平台发现。本文通过构建利益相关者博弈模型，找出解决刷单行为的方法。

本文对刷单问题所涉及的多方博弈进行初步设定，提出以下基本假设：博弈模型中参与博弈的主体为商家1、商家2和电商平台；各参与主体完全理性，均以自身利益最大化为目标；双方决策行为相互独立，双方做出各自决策之前都不清楚对方采取的行动；参与主体之间的博弈是静态博弈[28]。电商平台对刷单行为进行管控和处罚。

根据各博弈主体在网络购物中的角色及作用，商家的策略集合为S1=(刷单,不刷单），电商平台的策略集合为S2=(管控,不管控）；电商平台履行管控职责的概率为β（0≤β≤1），不管控的概率为1−β；商家选择刷单的概率为γ（0≤γ≤1），不刷单的概率为1−γ；电商平台进行管控的成本为Cp由此给平台带来的收益为Rp，商家刷单被电商平台发现的概率为α，处罚刷单行为给进行刷单操作的商家带来的损失为Lb。商家刷单的成本为Cb，由刷单带来的收益为。

基于以上假设，本文构建商家之间的博弈支付矩阵，如图1所示。从图1可得出结论：只要刷单所带来的收益大于刷单的成本与可能受到的处罚之和，那么商家一定会选择刷单；只要刷单带来的收益小于刷单的成本与可能受到的处罚之和，那么无论其他电商经营者如何选择，不刷单永远是占优策略。

图1 商家之间的博弈支付矩阵

现实情况通常是Rb-αLb-Cb≥0，即如果商家想要做大规模，特别是新入住平台的电商经营者，有很大可能会选择刷单，这就解释了为何刷单需求如此之大，并催生出了兼职或全职的刷客、互刷群，甚至是专业的刷单平台。要解决这个问题，需让Rb-αLb-Cb≥0变为Rb-αLb-Cb≤0，才能使电商经营者放弃刷单，换言之，要通过控制刷单给商家带来的收益，增加平台对刷单的监控和检测力度，同时加大对刷单商家的处罚力度，增大其刷单成本，才能遏制刷单行为。

（二）电商平台与电商之间的博弈

对于电商平台与电商经营者之间的博弈，本文构建电商平台与商家之间的博弈支付矩阵，如图2所示。

图2 电商平台与商家之间的博弈支付矩阵

当Rb-Cb≤0时，对刷单行为采取不管控的态度是电商平台的占优策略，此时若Rb-Cb≥0，则商家会选择刷单，纳什均衡是（刷单，不管控），虽然短期来看不会影响电商平台的收益，但长期会影响电商平台的交易环境，也会对平台的竞价广告收入产生负面影响。若Rb-Cb≤0，此时商家会选择不刷单，此时的纳什均衡是（不刷单，不管控）。当Rb-Cb≥0，且Rb-αLb-Cb≥0时，此时的纳什均衡是（刷单，管控）。当Rb-Cb≥0，若Rb-αLb-Cb≤0，Rb-Cb≥0，即当电商平台选择管控，商家选择不刷单；而当商家选择不刷单时，电商平台选择不管控；当电商平台选择不管控时，商家选择刷单；当商家选择刷单时，电商平台选择管控。通过分析可以看出，商家和电商平台的利益始终不能达成一致，双方在进行“猫捉老鼠”的游戏，不存在纳什均衡解。

由电商平台履行管控职责的概率为β（0≤β≤1）不管控的概率为1−β；商家选择刷单的概率为γ（0≤γ≤1），不刷单的概率为1−γ，则商家的期望收益函数为：πb=γ[β(Rb-Cb-αL) (1-β)(Rb-Cb)]。

由于假定每个商家都是理性的，所以每个商家都要选择合适的γ，以使自己的收益最大化，由商家策略最优化的一阶条件，可得β*=(Rb−Cb)/αL。这说明，如果电商平台选择管控的概率大于β*，则商家的最优策略为不刷单；如果电商平台选择管控的概率小于β*，则商家的最优策略为刷单；如果电商平台选择管控的概率等于β*，则商家会随机选择刷单或不刷单。

同理可得电商平台的期望收益函数：πp=βγ（Rp-Cp） （1-β）γ（1-CP）=βγRp-γCp。求解得到γ*=Cp/Rp 。因此，当商家的刷单概率大于γ*时，则平台的最优策略为管控；如果商家的刷单概率小于γ*时，则平台的最优策略为不管控。

综上，从商家角度看，当Cp越大，即电商平台对商家管控的成本越大时，如果商家事先了解到此消息，就会认为平台选择管控的概率很小，那么商家更倾向于刷单；而当Rp越大，即电商平台监控刷单带来的收益越大时，商家可能会猜测平台有极大可能性选择对刷单行为进行监控和惩罚，那么商家就倾向于不刷单。同样，电商平台也会做出类似的推断。当RpCp≥0，Rb-αLb-Cb≤0，若Rb-Cb≤0，显而易见Rb-αLb-Cb≤Rb-Cb，此时无论电商平台是否选择管控，不刷单是商家的占优策略，此时存在唯一的纳什均衡解（不刷单，不刷单）。

站在消费者角度看，消费者最关心的是商品质量问题，只要消费者对所购买的商品满意，那么电商是否存在刷单行为对消费者福利而言没有太大直接影响，消费者可能会对商家的刷单行为持有无所谓的态度。对商家来说，如果商品质量或服务不能满足消费者预期，商家即便通过刷单行为获得了新订单，但由于这种购买不具有可持续性，也只能带来较低的边际收益。如果电商平台的投诉、退换货、索赔制度执行到位，商家此种行为的结果可能是得不偿失。作为理性经济人的商家没有足够的激励在这种情况下采取刷单行为，这方面影响可以忽略不计。根据以上博弈模型的分析结果，可以从以下两方面采取措施：

第一，完善刷单检测算法及技术上的缺陷，改进平台技术，加大对刷单的监控力度。电商平台可以运用人工智能和大数据方法，从发起交易的账号、商品价格、交易行为、交易资金和发货物流等多方面对异常交易数据进行排查和检测，提高识别虚假交易行为的效率。如果平台发现商家存在刷单行为，可将其列入重点监控名单。良好的算法和优化的大数据应用可以在一定程度上降低电商平台检测刷单的成本。

第二，电商平台应加强对投诉、退换货和索赔的管理，并加大对刷单商家的惩处和违规成本，用经济手段降低商家刷单的动机。平台也可以根据类别不同，制定不同的竞价排名方式。例如，对小微商家，可以根据广告效果付费，实行展示、点击、推广全免费，只在成交后支付广告佣金，并根据销量随时调整佣金比例，甚至采用电商平台与商家分成的盈利模式。通过这种方式，商家会得到以更低成本打造“爆款”商品的机会，商家通过刷单获得的收益会接近通过与电商平台合作的收益，也可以弱化其刷单动机。

四、电商虚假描述行为的博弈与伦理问题

互联网的广泛应用使得电商的信息发布和交流行为几乎可以无障碍进行，在促进经济贸易活动的同时，也为一些不良商家发布虚假信息、进行虚假描述甚至是商业欺诈提供了机会，虚假描述行为在电商活动中屡见不鲜。根据中国电子商务投诉与维权公共服务平台监测数据显示，针对零售电商的“网络售假的投诉”在“2018年全国零售电商十大热点被投诉问题”中排在第五位，针对 “虚假促销”和“网络欺诈”等行为的投诉都排在比较靠前的位置，严重程度可见一斑。在消费过程中，由于买家看不到实物，主要根据商家的介绍做出购买选择。而商品的描述和实物不符，常会引发买家与商家的争执。

之所以出现大量的电商选择虚假描述以提高成交率及利润的行为，主要原因是因为，商家采用虚假信息描述所得收益显著高于诚实交易所带来的收益，而买家出于时间及经济成本考虑，虚假描述交易的退货或索赔情况不多，而且电商平台监督有限，难以查处和惩罚虚假描述的商家。

这里构建一个在资源公开的情况下，忽略时间限制的博弈模型。对于电商商家来说，其采用诚实描述后获取的收益记为Φt，采用虚假描述后获取的收益为Φc ，假设 Φt<Φc。虽然商家采用虚假描述可以获取更高收益，但也存在较高风险，这里将欺诈带来的法律诉讼、市场惩罚，以及信用评价下降等综合损失记为θ。因此，虚假描述在获取的最终收益为Φc−θ。即商家诚实描述获得收益Rt =Φt；而虚假描述获得收益Rc=Φc−θ。对买家来说，假设购买理想商品得到的效用是u，购买虚假描述商品的效用为−u，若不购买，则效用为0。这个博弈的支付矩阵如表1所示。

表1 忽略时间限制的博弈支付矩阵

考虑商家采取不同选择时的博弈状况：当Rt<Rc时，商家极有可能选择虚假描述的做法，买家为保障自身权益应放弃交易，而商家考虑到买家可能有此顾虑，则会重新采用诚实描述。此种情况下，参与方策略需要根据对方选择做出调整。假设博弈中存在多次决策，

用rb和(1−rb)分别代表买家选择交易和放弃交易的比率；rs和(1−rs)则分别代表商家在交易过程中进行诚实描述和虚假描述的比率。给定商家策略(rs(1−rs))，买家的预期效用函数为ub=rb[rsu (1−rs)(−u)] (1−rb)×0，则买家决定进行交易需满足dub/drb=[rsu (1−rs)(−u)]=0，即rs=0.5，表明买家选择交易和拒绝交易的概率相当。同样，可以计算给定买家策略(rb,(1−rb))，商家的预期效用函数为us=rs[rbϕt (1−rb)θ] (1−rs)[rb(ϕc−θ) (1−rb)(−θ)]，得出商家需满足dus/drs=rbϕt−[rb(ϕc−θ) (1−rb)(−θ)]=rb(ϕc−ϕt)−θ=0。此时出现三种情况：当买家选择交易的占比rb<θ/(ϕc−ϕt)时，商家会虚假描述；当买家选择交易的占比rb>θ/(ϕc−ϕt)时，商家会诚实描述；当买家选择交易的占比rb=θ/(ϕc−ϕt)θ时，商家则可随意选择。通过以上分析可以，要实现规避电商虚假描述的行为，直接做法就是提高商家欺诈带来综合损失θ，因为这样可以确保不会出现Rt<Rc情况，或者会令买家选择交易的占比rb>θ/(ϕc−ϕt)成立，激励商家选择诚实描述。不难理解，商家选择诚实守信还是虚假描述，主要取决于是否会受到惩罚，以及对商家虚假描述行为惩罚力度是否足够大。由此，通过行业及平台的监管和电商行业的自律行动，加大对电商商家虚假描述行为的惩罚力度十分必要。综合管控之下，可以督促商家诚信经营，从而推动电商市场健康发展。

五、进一步思考

商业伦理问题的一般解决途径是强调基本伦理原则，反对不正当的竞争手段，要求商业活动参与者充分考虑各利益相关方的立场，实行公平诚实的商业经营，商家应该主动提高自己的诚信意识，加强自律。行业自律组织应积极推进诚信教育，强化问责机制，自觉维护商业伦理标准。在收效不明显的情况下，则需要转向要求第三方施加外力或诉诸法律，如司法机关或政府规制部门的介入，通过《反不当竞争法》《消费者保护法》等来规范电商行业的行为。在处理经济活动中的商业伦理问题时，应该更加重视其中的经济规律和管理规律，建议从经济收益和成本角度寻找解决方案，通过找出各方博弈的平衡点，制定激励机制，从而产生更加持久的自我激励作用，更好地促进电商行业健康快速发展。

本文采用了静态博弈分析方法，对电商行业的两个主要伦理问题——刷单行为和虚假描述行为——进行了简要分析，采用动态博弈分析也可得出同样结果。应对电商行业伦理问题，本文在博弈论的思维框架下，得出了不同的解决方案。对刷单和虚假描述行为，主要依靠加大对此类行为的惩罚力度，就能立竿见影取得满意效果。当然，这需要依靠技术手段提高监控效率，特别是人工智能、大数据、区块链等新一代信息技术。这一解决方案不仅很好地限制了刷单和虚假描述行为，而且提高了电商平台的竞争力，转变了传统的盈利模式，实现了电商平台与客户、商家的三方共赢。当然，也不应忽视行业自律的重要作用，尤其是在惩处商家的不良行为时，以行业自律组织的纪律行动代替电商平台执行处罚，不仅规避了法理上可能存在的障碍，还能更好地起到自我净化的作用，这也正是伦理道德范畴内适应采取的方式。

除了以上经济手段之外，还可以借助诚信评级制度对电商企业进行第三方评价,提高信誉差的企业的伪装成本。信用评级属于一种第三方可以采用的经济手段，如果借助区块链技术，则可以对电商企业形成有效的威慑力，大大提高失信成本，同时不会提高电商平台的监控成本。

回到伦理和法律解决途径的问题上，本文建议，电商企业应彻底摒弃传统商务交易的局限性，树立符合数字经济时代的商务理念。与眼前的蝇头小利相比，电商企业更重要的是在激烈的市场竞争中完善自身的制度体系，实现企业的可持续发展。长远来看，企业的商业经营活动必须做到诚实无欺。另外，全社会要帮助消费者树立正确的消费观念，提高消费者的自我保护能力和基本的分辨能力。为保持电商交易的有序进行，政府规制部门要发挥不可替代的作用，守护市场交易的公平底线。

参考文献

[1] Freeman, R. E. Strategic Management: A Stakeholder Approach[M].New York：Cambridge University Press, 2010.3.

[2] 上海国家会计学院.商业伦理与CF0职业[M].北京：经济科学出版社，2011.20.

[3] 徐磊,董鹂馥.大数据时代下我国跨境商业个人数据隐私保护探讨[J].当代经济管理,2014,(11):52-55.

[4] 杨彬.大数据时代电子商务的机遇与挑战探析[J].现代营销(信息版),2019,(10):44-45.

[5] 苏勇.中国电子商务运作中的伦理障碍及其对策[J].复旦学报(自然科学版),2011，(2):190-193.

[6] 周延云,胡麦秀.基于系统思维的中国电子商务伦理问题及对策[J].经济问题,2016，(10):11-13.

[7] 张中美.制约我国电子商务发展的伦理障碍及对策分析[J].黑龙江对外经贸,2007，(4):55-57.

[8] 徐磊,董鹂馥.大数据时代下我国跨境商业个人数据隐私保护探讨[J].当代经济管理,2014,(11):52-55.

[9] 丁文婷,杨科.C2C电子商务的伦理分析[J].科教导刊(中旬刊),2011，(8):139-140.

[10] 冯华.电子商务中的隐私权保护问题探索[J].产业与科技论坛,2014,(8):54-55.

[11] 赵宏霞,杨皎平.B2C电子商务中介的道德风险与声誉模型[J].电子科技大学学报,2009,(S1):83-86.

[12] 王桂堂,闫盼盼.互联网金融、诚信与征信体系建设问题探讨[J].征信,2014,(4):41-44.

[13] 杨丰梅,王安瑛,吴军,等.基于博弈论的C2B2C模式下电商信用监管机制研究[J].系统工程理论与实践,2017,(8):2102-2110.

[14] 黄晴晴.C2C电子商务诚信问题分析及对策研究[J].商,2014，(26):219.

[15] 薛丽丽.我国电子商务时代的道德失范及其伦理调控[J].世纪桥,2009，(15):157-158.

[16] 吴伟光.电子商务环境中的不正当竞争行为判析——商业伦理道德的目标与标准[J].中国工商管理研究,2012，(2):35-40.

[17] 郭恺.我国电子商务企业伦理道德建设的思考[J].生产力研究,2013，(8)：165-166，192.

[18] 潘雅英.当前我国电子商务伦理问题研究[D].南京师范大学硕士学位论文,2016.

[19] 卢金荣,李意.电子商务平台交易双方信任问题的博弈分析[J].西南石油大学学报(社会科学版),2019,(1):18-24.

[20] 程新华,冯邦彦.电子商务中信用风险的博弈分析[J].江苏商论,2009，(4):60-62.

[21] 蔡礼辉,饶光明.电商诚信博弈与法律规制分析[J].商业经济研究,2016，(19):115-117.

[22] 杜文珂.基于博弈论的电商企业诚信问题规制研究[D].河南财经政法大学硕士学位论文,2017.

[23] 王昳玢;电子商务C2C交易模式中诚信问题分析——基于博弈论视角[J].中国管理信息化,2014,(2):109-110.

[24] 娄迎军.新形势下电子商务C2C模式交易诚信问题的博弈分析与应对[J].生产力研究,2018, (3):24-28.

[25] 尹爱春.基于博弈模型的C2C电商诚信问题分析[J].现代商贸工业,2016,(17):54-55.

[26] 窦茂伟,张宝明.电商平台退货的动态博弈分析[J].电子商务,2019，(6)：47-48.

[27] 杨柳晓,毛郁欣.面向移动电商的女性消费者行为分析及营销对策研究[J].经济研究导刊,2016,(9):47-50.

[28] 李雅萍. 社会共治视角下网络购物产品质量监管的多方博弈研究[D].济南：山东大学博士学位论文,2019.