在 
这里着重讲下法律与规范部分，后续再来展开市场与架构部分。明确定义下这里的法律是指「平台规则」，规范则是指「平台鼓励/不鼓励的行为，但并不违反平台规则，后简称为政策」，比如辱骂用户就是违反平台规则，给用户一些情感安慰算是鼓励的行为，但不给也不会因此被惩罚。
作为一个在线问诊平台，如何通过法律与规则约束平台的供给侧，提高其履约效率及质量，以及避免出现严重违规的行为，是当时运营的重点。许多初次运营平台的同学往往意识不到规则的重要性，只盯着成交率短期看没问题，长期就会给生态埋下祸根。
丁香医生平台的法律与规范经历了三个阶段：
- 建立最基础的平台规则，以及让规则明确可执行
- 规则和政策边界模糊，竞相交织
- 重新明确规则和政策的边界，设计统一的框架
一、建立基础
像最初的互联网平台一样，当时平台并未介入供给侧的服务质量规范，仅仅是做准入门槛审核。整体服务质量像电商平台一样由用户来反馈和评价。但在执行的过程中经常遇到分歧，因为个体差异，不像商品是否损坏，规格如何，供需双方对于服务的标准很难达成共识，如治疗是否「有效」的定义很难达成，极端情况下医生和用户会各执一词，因为毕竟良药苦口。
这就使得我们很难像网约车等平台一样，依靠用户反馈来确保平台质量。这也逼迫我们决定介入供给侧的服务质量，建立自己的审核团队，在用户反馈之外，增加另一个维度质量控制。
最初的规范便诞生于审核团队的建立初期，这时候并没有什么取巧的方法，在保护用户隐私的前提下，尽量多的进行案例判断和归纳，其中要依赖大量专业人士的判断。
回头来看，这其中花费了较多时间的是：
- 专业人士的标准需要拉齐，否则在探讨标准的时候内部会产生许多的争执。
- 规则的标准要清晰，清晰到一个未参与讨论的人也能来执行这套法律。
- 制定规则时要尽量多推演，用特例来检测法律的完善度，最终一旦发布，尽量避免频繁修改。
对于上述的标准清晰可以举一个案例：
最初我们定义「诊断不完整」，针对的情况是用户问了三个问题，医生只回答了两个。这种情况有可能某些用户还是会给好评，但是从服务的质量来看是不合格的。但开始执行这套标准的时候，就会发现有另外一种情况，用户在自己的问题得到解答后，为了不浪费机会，还会替别人来问。这时候如果根据之前的判例，就会认为服务质量不合格，但这时候反对的声音就特别强，因为相当于开车送一个人的时候，还拉了另外一个坐车人的朋友且不付钱。所以经过讨论这条规则又进一步细化。
对于规则的修改要警惕，原因无他，朝令夕改会让平台的公信力大打折扣。所以在无大的情况下，谨慎修改。如要修改，一定也要明确告知所有人。悄无声息的修改一旦被人发现，则会造成非常大的负面影响。
二、规则和政策边界模糊
熬过了最初的混乱阶段，对于基础的规则已经制定清楚，审核团队也踏入正轨。但这时候爆发了第二次冲突：当时审核规则中有一套叫做「回复质量优秀」，即审核团队除了做负向服务判断，还兼具了正向服务鼓励。但何谓质量优秀这条规则如上面「诊断不完整」一样，缺少明确的定义，大多数时候靠的是人工的「感觉」。
但这还不是关键问题，而是我们混淆了「规范」和「政策」之间的关系。
举一个案例：当时希望医生统一姓名，更换穿上白大褂的头像，来提高平台服务的专业度。统一姓名可以当作一个严格规范来约束，这个虽然有部分异议但是还能执行。而更换头像的规则就变得非常模糊了，有些人坚持用一些个人的生活照，甚至翻拍自己工作证上的照片，给用户带来的体验效果非常差，甚至会质疑医生的真实性。
这时候我们进一步使用「规则」来进行约束，遭到了极大地反弹。因为如果要求所有人都必须上传影棚拍摄的照片，他们不乐意承担这个成本。如果任由现在这样子发展下去，则无法达到提高平台供给侧质量的目的。
偶然的一次通知发现了其中的差异。当时我们给医生发了一封周报，里面有个小故事讲了某用户评价医生头像好看，服务质量也很赞的内容，引导医生来更换头像。超出预期的是，许多医生开始在微信群中讨论原来头像的重要性是如此，一周之后（因为需要等周末牌照）大量医生纷纷更换头像，效果超出预期。
类似的例子还有很多，在这个过程中才意识到熊秉元老师在《正义的成本》中提到的法律和道德的关系：
- 法律所处理的问题，就是外部性为负、而且严重的情况。
- 而没那么严重但又处于负外部性的情况下，会采用社会道德、舆论来避免。
所有的规则并不是为了「公平」，而是「最大限度的增进社会资源」。公平只是在这个目的下面产生的结果罢了，所以平台治理的首要目的是增强自己的整体价值。
关于工具的选择，要根据负外部性大小和耗费成本来选择。基本原则是：大外部性大工具，小外部性小工具。我们之前使用的「规范」来处理头像的问题，就显然是杀鸡用牛刀了。
在这之后，我们渐渐分离出来了两套规则：
- 平台规范：用警告和惩罚来处理负向的问题，如诊断错误，辱骂用户，回复不完整等。交由审核团队执行
- 运营政策：用来直接或者间接的奖励，引导正向的行为，如提供良好的服务，提高响应时间等。交由医生运营团队执行。
三、设计统一的框架
建立了平台规范，设立了运营政策，分拆到不同的团队来执行，但好景不长，下一个大的问题就是「惩罚标准不统一」。
彼时有几种措施：
- 惩罚类：警告、临时封禁、短期封禁、长期封禁、永久封禁
- 奖励类：增加排序分值（影响排名）、提供补贴
而随着业务的发展和复杂（比如引入了可以开具电子处方的业务等），许多规则开始变得复杂起来，供给侧违规的情况越来越多，而规则也越来越多，但多数规则是头痛医头脚痛医脚，没有全局来看。稍微叠加就会酿成大的惩罚，举个不恰当的例子，开车出门压了两次双黄线，直接被拖出去终身监禁。而有些行为则由于不会有累计关系，导致有些人反复触犯，但却不会被「绳之以法」。
另一个角度来说，由于发布规范太多，且有部分朝令夕改（因为程度拿捏不准），导致供给侧反馈根本不知道有什么规则，或者没有一处方便查看的地方，继而引发强烈的不满情绪。
解决这个问题参考了驾照的设计思路：
- 每个供给侧的用户有一个总分，每年重置一次。
- 每个行为对应扣分，当分值扣完即直接吊销资格。来年重新考试。
- 行为分为轻、中、重，对应三档不同的分值和惩罚力度，其中有递进关系，如两次轻等于一次中等。
除了统一平台规范的类型和程度，还做了另外一个改造就是将每个人的「状态」显现化，任何供给侧用户都可以在自己的主页看到当前缘何被处罚，对应的规范是什么，自己还剩多少次机会。
除了明确「平台规范」，还增加了「平台政策」展示的地方，以及每周的周报。
因为「平台规范」只能保证服务质量的底线，就像我们的社会除了法律也需要道德约束一样，有些想要成长的人也需要给出明确的成长路径。所以我们才做了如上的「学院」。
而周报和微信群则是一个很重要的「通道」，能让所有的规范和政策进行上传下达。因为根据上面的案例，其实很多时候大家「不知」大于「恶意为之」，毕竟我们日常也没有翻看法律文书再工作和生活的习惯 —— 这是下达的而作用；而上传则是让规则制定者能快速的听到反馈的声音，了解对应的规范和政策是否合适。
另外值得参考的是，并非每个规范和政策都要万无一失才发布。可参考日常生活，在正式发布之前，尝试用「征询意见稿」或者「草案」等方式听取社区的反馈意见，为最终的版本打下更坚实的基础，也避免正式发布后朝令夕改的问题。
诚然「法律」可以直接定义人们该干什么，不该干什么。但是凡事都通过「法律」的监测和执行也需要耗费巨大的成本。所以许多时候，我们可以诉诸于「市场」这只看不见的手。在莱格斯的语境中，市场手段主要是指税收与补贴，即通过正向与负向的补贴，以及税收杠杆的高低，来达到平台治理的目的。
在具体执行的过程中，补贴是最容易被误用的概念，主要集中于：
- 为目标过度补贴，但最终扭曲了供需动机，达到了「假」平衡。撤掉了补贴之后立即崩溃。
- 补贴过于谨慎，浪费了巨大的时间成本，最终效果不明确
- 补贴给了不该补贴的人，越是对平台依赖度高的，越是既得利益者，补贴应该越低。
- 面对少部分群体，适当的用负向补贴（惩罚）效果比积极补贴更好。
在税收层面，单一税制和阶梯累进
- 所有的税率都要考虑竞争环境的大前提。
- 单一税制如若想提升，则会造成所有人和平台的冲突。
- 累进税制要考虑对于同步供给的控制力。
下面是几个具体实操的案例过程供参考：
案例：如何用逆向补贴提高供给方动机
在普通的问诊活动中，如果医生能根据患者提供信息进行诊断，则可以开具一张电子处方，方便用户购买处方药。但刚开始上线时开方率并不高，且往往在用户提问完成后很长时间（约 3-5 小时）才开具，这段时间对于着急的用户来说根本等不了，因为其总是希望能立即购买到药品。
对于「开方周期长」这个问题，产品经理认为是功能性问题，即开具处方功能复杂导致医生不愿意使用；而平台运营则认为是激励问题，即开具处方并无好处，应该给予补贴。我个人不同意第一点，因为产品至多算是一个摩擦因素而非结构性因素，没有回答供给方的动机问题是什么。而亦不太认可第二点，因为补贴一定会促进行为，但并不一定是「健康」的行为。
任何行为背后都有动机，而所有的动机都可以拆解为三个问题：
- 不知：压根不知道还有这样的功能和利弊；
- 不会：是指明白利弊但由于复杂性不会操作；
- 不愿：是知道利弊也能操作，但缺乏动机。
根据日常的观察和功能上线的周期，不知不会应该不存在，所以能大致推断为意愿问题，但希望能探索补贴之外的路径。
于是开始了一轮测试：给所有供给侧通知，开方时间在 N 分钟以内的，补贴其 X 元（这个 X 值很高，以至于可以扭曲所有动机）。这个测试的主要目的是，通过一个足够高的金额来极大地扭曲所有供给侧的动机，来看极限值是什么样的。这个思路出自《丰田的管理方式》中测试生产线的最大产量。这样的好处在于，先知道极限值是否能达到预期，如果极限值都无法达到预期，则可以整体放弃这个思路，节省试错时间。
测试之前的预期为：订单量少的长尾会更加积极，订单量多少数头部的由于太忙导致无法提升时效性。但结果正好反过来，订单量少的提升微乎其微，订单量多的则提升效果明显。经过 @Brook Tu 的定性调研，发现订单量低的供给方由于平时工作很忙，确实响应时效性难以保证；而订单量多的则由于几乎是全职来经营，非常看重在平台的收入，所以当有利益刺激的时候，则会异常敏感。
至此，问题可以精确定位成：如何提高头部供给方开具电子处方的速度。
固然一直补贴可以解决这个问题，但显然以这种超额的补贴规模在生意上是不可持续的，且如果降低补贴则效果一定逐渐衰减。但其实这时候可以利用动机的另一面「负向动机」来进行规制 —— 这些头部供给方的在平台的收入占整体收入超过 50%，对于平台也是极度依赖的，如果丧失掉这个平台的收入，则会对自己的整体收入有巨大的打击。而由于我们平台的特殊性，并不强调供给方的「品牌」，意味着即使当他因故离开，会有其他供给方迅速跟上。
所以后续并未继续进行正向补贴，而是针对于订单量大于 X 的供给方，制定了当开方时效性低于 Y 的时候，则会将其排名大幅下降，继而降低其收入的策略，并进行全局告知。由于这些头部供给依赖平台获得收入，所以为了保证收入不大幅下滑，只能提高自己开方的时效性来保持流量。
以上便是利用测试，将正向补贴扭转为负向补贴达到目的的案例。从个体的角度来看的确增加了工作量，但从平台的角度来看既提高了服务质量，也削弱了头部供给方对平台绑架的可能。
案例：如何通过阶梯累进税制降低马太效应
这里说的税收其实是指平台的「抽佣」，为了方便描述后续继续用「税收」这个词。税收并非是用来提高收入的手段，税收也意味着一种「资源再分配」的能力，即税收产生的利润不是都作为分红处理，而是能成为调动资源补贴的手段，所以对「抽佣」也要看到积极的一面。
常见的税制分为三种：
- 单一税制：即一刀切
- 阶梯累进：即收入越高抽税率越高，如日常我们的个人所得税
- 阶梯累退：即门槛高但后续税率逐渐降低，如垄断行业设置门槛。（不在本文讨论范围内）
在设计 DX 平台税收制度的时候，最初由于平台为了刺激交易，只设定了很低的单一税制。随着业务的复杂化和运营成本的提升（如审核、补贴等），导致税收入不敷出，所以需要提升比例。
但单一税制的问题这时候就出现了 —— 在提升的时候很容易造成「民怨沸腾」。因为供给方都会认为自己的利益被平台霸占了，容易形成巨大的抵抗力量。除此之外，害很容易打击长尾供给的积极性造成退出平台，进一步加剧头部的集中效应，让平台相对于头部供给的掌控力进一步下降（参考辛巴之于快手）。
所以阶梯累进制便成了我们的主要研究对象，由于收入越高收税越高，能有效地控制其动机，将多余的订单流出为非头部用户，适当缓解马太效应。但这其中难点在于设计多少个梯度以及额度是多少。在商业的竞争环境中，除非垄断，否则一定要考虑竞争对手的程度，由于这个行业大多数老牌产品都设定为 30%，那么在阶梯累进税制的平均值来看控制在 30% 以内以便平台不会有大量供给流失。
这里面在分层的时候有一个考虑：让少数人痛苦比多数人不爽更好 —— 应该着重削弱收入将过高的阶层，避免平台话语权被稀释。但要注意，这些供给是可替代还是不可替代的，如果他本身品牌效应极强，这样操作其结果就是会造成供给的流失（这也是为什么任何平台越找大咖背书最后结果越惨，因为平台对其没有约束力）。反之，如果对方完全依赖于平台带来收入，则如上述案例所讲，在不超过竞品的情况下，其忍耐程度会相对较高。
在执行中还有一个额外的观察：单一税制的时候，任何提升的波动都会造成平台和供给侧的二元对立，这时候无论平台说什么，都很少有人站出来为平台说话，执行难度颇高；而阶梯累进税制实施时，由于大多数人相对于单一税制时没有任何改变，少部分微微提升，极个别人大幅提升，导致这些个体在交流群中吐槽的时候，并未能得到其他人的响应，甚至许多供给方都会认为他缴纳额度高是「应该」的，矛盾就从平台和供给方二元对立，变成了供给方内部分层斗争。
最终实施后，平台的收入提高了三成以上，而平台头部供给方流失微乎其微，达到了设计的预期。
小结
平台利用「市场」来规制供需双方行为时，最核心的是理解其参与者的「动机」问题，动机分为正向动机和逆向动机，可以通过补贴、税收来进行干预和影响。但要注意的难点在于识别合适的情境，不要错配了手段。而由于市场的生态变化相对缓慢且不可朝令夕改，很难用 A/B 测试的思路进行快速的迭代。所以前期的思考和调研，以及舆情的考虑都是要非常慎重。
另，由于个人能力问题，关于上述概念并非专业人士，部分解读和理解有误还望指正。在此仅作为抛砖引玉提供给大家一些背后的思考路径参考，不构成任何设计建议。