周 馳， 王藝馨， 黃雅婷， 許雅雯

(1. 南開大學(xué) 商學(xué)院， 天津 300071； 2. 天津理工大學(xué) 管理學(xué)院， 天津 300384)

近年來，網(wǎng)絡(luò)直播購物應(yīng)用呈迅猛增長的勢頭。根據(jù)國家加快構(gòu)建新發(fā)展格局的決策部署，科技創(chuàng)新在暢通循環(huán)中發(fā)揮了關(guān)鍵作用。2020年初，中國的直播行業(yè)迅猛發(fā)展，并向電商銷售方面邁進了一大步。以淘寶直播為例，該平臺帶貨在2019年成交總額約2 000億元，且連續(xù)三年直播引導(dǎo)成交量增速100%以上，是近幾年全球增長最快的電商形式。在這樣的背景下，大量品牌商紛紛入駐直播平臺，以挖掘直播推薦方式所帶來的新增長的潛力。這充分發(fā)揮出我國超大規(guī)模市場優(yōu)勢，為全球經(jīng)濟的發(fā)展作出了重要貢獻。直播銷售依托國內(nèi)大循環(huán)吸引全球商品和資源要素，打造出我國經(jīng)濟發(fā)展新的競爭優(yōu)勢，同時通過國際國內(nèi)合作增強消費對經(jīng)濟發(fā)展的基礎(chǔ)性作用，在一定程度上能夠助力實現(xiàn)國內(nèi)國際雙循環(huán)暢通的目標(biāo)。

如今中國的網(wǎng)絡(luò)直播營銷和消費者直播購買行為，已經(jīng)受到各國學(xué)術(shù)界與產(chǎn)業(yè)界的廣泛關(guān)注。因此，如何有效地開拓來自直播推薦的需求并優(yōu)化品牌商與直播平臺之間的協(xié)調(diào)機制，是平臺供應(yīng)鏈面臨的主要挑戰(zhàn)之一。

網(wǎng)絡(luò)直播從2009年出現(xiàn)至今已十多個年頭。2016年，網(wǎng)絡(luò)直播行業(yè)發(fā)展迅猛，網(wǎng)絡(luò)直播的相關(guān)研究開始出現(xiàn)。目前，關(guān)于直播的研究大多集中于實證研究，且常常采用結(jié)構(gòu)方程等研究方法：劉洋等使用SOR理論研究證實了直播的互動性、真實性、娛樂性和可視性對消費者的購買行為具有重要影響[1]。馮俊等在此基礎(chǔ)上加入信任理論，通過結(jié)構(gòu)方程模型分析在直播過程中消費者的社會臨場感和消費者沖動性購買意愿之間的作用[2]。陳迎欣等則進一步分析直播互動對消費者信賴的內(nèi)部影響機制[3]。而在理論研究方面，學(xué)者們研究網(wǎng)絡(luò)直播的文獻較少：邢鵬等運用博弈理論，分析直播間主播營銷努力程度與平臺抽成對直播平臺服務(wù)質(zhì)量努力策略的影響[4]。Chen等分析代理銷售模式與轉(zhuǎn)售模式的選擇問題[5]。Chen和周馳等分析代理銷售模式與轉(zhuǎn)售模式的選擇問題[5-6]。

由于直播銷售中最顯著的特點是直播商品的網(wǎng)絡(luò)推薦，因此也有一部分學(xué)者主要關(guān)注的是網(wǎng)絡(luò)推薦方面的研究。Zhou等運用不確定理論分析了不同的推薦傭金機制下網(wǎng)絡(luò)推薦服務(wù)對最優(yōu)合同的影響[7]。Li等研究在平臺免運費條件下，平臺的湊單商品推薦服務(wù)是否有利于平臺，發(fā)現(xiàn)湊單推薦服務(wù)并不總是有利于平臺，電商平臺只有在一定條件下才有提供湊單商品推薦服務(wù)的動機[8]。Zhou等建立了一個三方博弈模型，研究了兩階段廣告推薦服務(wù)監(jiān)管中尋租平臺、政府與廣告商之間的關(guān)系[9]。此外，Zhou等研究了網(wǎng)絡(luò)推薦中介平臺對品牌市場管理的影響，其中主要分析的是門店自創(chuàng)品牌對實體店品牌市場的溢出效應(yīng)[10]。Basu主要研究了電子商務(wù)平臺提供個性化推薦的動機及其對績效的影響[11]。

在平臺供應(yīng)鏈協(xié)調(diào)方面，大多數(shù)文獻研究的是傳統(tǒng)電商平臺以及綠色供應(yīng)鏈的協(xié)調(diào)問題。如Saito等討論了在需求和客戶退貨行為不確定的電子商務(wù)環(huán)境下的最優(yōu)運營策略與供應(yīng)鏈協(xié)調(diào)問題[12]。Prasad等研究了企業(yè)的議價能力對供應(yīng)鏈協(xié)調(diào)的影響[13]。王朋吾將渠道成本引入雙渠道供應(yīng)鏈定價策略研究中，認(rèn)為渠道成本對供應(yīng)鏈成員的定價協(xié)調(diào)具有重要影響[14]。梁喜等研究競爭環(huán)境下網(wǎng)絡(luò)零售商的線下市場進入與定價策略，分析網(wǎng)絡(luò)零售商開通線下渠道對供應(yīng)鏈最優(yōu)決策的影響[15]。李振東等采取成本補貼契約，探究制造商與零售商關(guān)于推廣與改進新產(chǎn)品的最佳合作策略問題，協(xié)調(diào)零售商與制造商關(guān)于不對稱需求信息下新產(chǎn)品推廣與改進合作策略[16]。王剛使用成本共擔(dān)契約協(xié)調(diào)與優(yōu)化雙渠道兩級生鮮供應(yīng)鏈[17]。Li等使用產(chǎn)能預(yù)留合同和數(shù)量彈性合同作為風(fēng)險分擔(dān)機制，以此共同協(xié)調(diào)分散決策下的供應(yīng)鏈利潤，發(fā)現(xiàn)兩種協(xié)調(diào)機制可以使分散決策下的供應(yīng)鏈總利潤與集中決策下的供應(yīng)鏈總利潤相同[18]。Zhang等采用兩部分關(guān)稅合同，從綠色供應(yīng)鏈視角關(guān)注排放密集型行業(yè)的供應(yīng)鏈，協(xié)調(diào)石油行業(yè)綠色供應(yīng)鏈的績效，研究表明，適當(dāng)?shù)恼深A(yù)可以有效提高供應(yīng)鏈的績效[19]。

以上文獻為研究提供了重要的借鑒思路。但以上關(guān)于直播平臺的文獻研究中，較少從理論模型方面進一步分析直播平臺的定價推薦問題。而供應(yīng)鏈協(xié)調(diào)的文獻研究中，鮮有文獻涉及直播平臺的協(xié)調(diào)問題，同時大多數(shù)文獻采用的協(xié)調(diào)機制采用收益共享或成本共擔(dān)契約。與以往研究不同的是，本文從直播平臺供應(yīng)鏈視角，將直播平臺引入電商平臺供應(yīng)鏈研究中，使用博弈理論，探究不同權(quán)利結(jié)構(gòu)下直播平臺與品牌商組成的新興產(chǎn)品直播推薦模式的定價推薦與協(xié)調(diào)策略問題。通過構(gòu)建不同權(quán)力結(jié)構(gòu)的分散模型與集中決策模型[20]，對品牌商的最優(yōu)定價、直播平臺的最優(yōu)推薦水平進行比較分析。采用推薦傭金契約對平臺供應(yīng)鏈實現(xiàn)協(xié)調(diào)，最終實現(xiàn)品牌商與直播平臺的協(xié)調(diào)運作，提高供應(yīng)鏈系統(tǒng)的整體利潤，為直播平臺的運營管理提供一定借鑒[21]。

一、問題描述與假設(shè)

本文假設(shè)由一個品牌商與一個直播平臺組成平臺供應(yīng)鏈系統(tǒng)。品牌商通過直播平臺發(fā)布產(chǎn)品信息，并利用直播平臺對產(chǎn)品進行直播推薦，但要為直播平臺支付一定的推薦傭金。消費者可以通過直播平臺瀏覽、選擇、購買品牌商產(chǎn)品。根據(jù)品牌商與直播平臺權(quán)利結(jié)構(gòu)的差異性，分別建立品牌商主導(dǎo)的分散式?jīng)Q策模型、直播平臺主導(dǎo)的分散式?jīng)Q策模型及集中式?jīng)Q策模型。

假設(shè)T為直播平臺向品牌商收取的單位產(chǎn)品推薦傭金，c為產(chǎn)品單位生產(chǎn)成本，Q為產(chǎn)品市場需求，直播平臺的產(chǎn)品推薦水平為r，直播平臺的銷售成本為kr2/2，其中k為推薦成本系數(shù)，且k>r2。依據(jù)文獻[15]和[20]，假設(shè)品牌商的產(chǎn)品需求函數(shù)為Q=a-p+br，即產(chǎn)品的需求量主要受產(chǎn)品銷售價格和直播平臺推薦水平的影響。其中p為產(chǎn)品單位銷售價格，a為產(chǎn)品的市場總需求(a>0)，b為需求對推薦水平的彈性系數(shù)(00，a-c>0，k(a+c)-cb2>0，a-c-2T>0。據(jù)此，建立品牌商、直播平臺和供應(yīng)鏈系統(tǒng)的利潤函數(shù)：

πe=(p-T-c)Q

(1)

(2)

(3)

二、不同權(quán)力結(jié)構(gòu)下的模型構(gòu)建與比較

1. 分散決策

(1) 品牌商主導(dǎo)的供應(yīng)鏈決策模型

考慮供應(yīng)鏈中存在一個強勢的品牌商與一個直播平臺，二者共同構(gòu)成以品牌商為主、直播平臺為從的Stackelberg博弈：在第一個階段，品牌商根據(jù)自身利潤最大化的原則，決策產(chǎn)品價格p；在第二個階段，直播平臺根據(jù)品牌商制定的產(chǎn)品價格考慮最大化自身利潤，決策為消費者提供的推薦水平r。

(4)

(5)

代入式(1)～(3)中，得到品牌商主導(dǎo)模式下品牌商、直播平臺和供應(yīng)鏈系統(tǒng)的最優(yōu)利潤為

(6)

(7)

(8)

(2) 直播平臺主導(dǎo)的供應(yīng)鏈決策模型

考慮供應(yīng)鏈中存在一個強勢的直播平臺與一個品牌商，二者共同構(gòu)成以直播平臺為主、品牌商為從的Stackelberg博弈：在第一個階段，直播平臺根據(jù)自身利潤最大化的原則，決策為消費者提供的推薦水平r；在第二個階段，品牌商根據(jù)直播平臺制定的推薦策略從最大化自身利潤出發(fā)，決策產(chǎn)品價格p。

(9)

(10)

代入式(1)～(3)中，得到直播平臺主導(dǎo)模式下品牌商、直播平臺和供應(yīng)鏈系統(tǒng)的最優(yōu)利潤為

(11)

(12)

(13)

2. 集中決策

在集中式?jīng)Q策模式下，品牌商與直播平臺的共同目的是實現(xiàn)供應(yīng)鏈系統(tǒng)的利潤最大化。此時，系統(tǒng)整體利潤函數(shù)如式(3)所示。對式(3)求海塞矩陣得

(14)

(15)

(16)

(17)

3. 模型均衡解比較

根據(jù)集中決策與分散決策得出的均衡結(jié)果，對比分析兩種決策模式下品牌商的產(chǎn)品定價、直播平臺的推薦策略以及品牌商、直播平臺和供應(yīng)鏈系統(tǒng)的均衡利潤，得到以下命題：

命題1和命題2表明，分散決策均低于集中決策下的產(chǎn)品價格和推薦水平。根據(jù)產(chǎn)品的需求函數(shù)可知，產(chǎn)品的推薦水平降低會導(dǎo)致產(chǎn)品需求的下降，產(chǎn)品價格的變化也會對產(chǎn)品需求產(chǎn)生影響。在集中決策下，直播平臺提供的產(chǎn)品推薦水平比分散式?jīng)Q策更高，而較高的推薦水平會使供應(yīng)鏈系統(tǒng)的運營成本增加，此時提高產(chǎn)品價格才能維持系統(tǒng)的均衡，二者相互作用產(chǎn)生了集中決策下產(chǎn)品價格和推薦水平均為最高的結(jié)果。在品牌商主導(dǎo)的分散決策模式下，品牌商的目的僅是制定使自身利潤最大化的定價決策，所以制定的產(chǎn)品價格會高于直播平臺主導(dǎo)供應(yīng)鏈時的產(chǎn)品價格。在直播平臺主導(dǎo)的分散式?jīng)Q策模式下，直播平臺的目的是制定使自身利潤最大化的推薦策略，因此會降低自身的產(chǎn)品推薦水平來降低成本。在該模式下，直播平臺的產(chǎn)品推薦水平會低于品牌商主導(dǎo)供應(yīng)鏈時的產(chǎn)品推薦水平。

此外，在集中決策下，產(chǎn)品價格和推薦水平均與推薦傭金水平無關(guān)；而在分散決策下，產(chǎn)品價格與推薦水平均隨著推薦傭金的增加而增加。這說明當(dāng)推薦傭金正向變化時，對于直播平臺而言，推薦傭金的增加可以促使直播平臺向消費者提供的推薦水平不斷增加。而對于品牌商而言，推薦傭金水平的提高使其運營成本增加，從而促使品牌商提高產(chǎn)品價格以維持自身的利潤均衡。

命題3表明，品牌商在其主導(dǎo)的分散式?jīng)Q策中獲得的利潤最大。相應(yīng)地，直播平臺在其主導(dǎo)的分散式?jīng)Q策中獲得的利潤最大。此結(jié)果說明，供應(yīng)鏈中占據(jù)領(lǐng)導(dǎo)地位的成員將獲得更高的利潤。因此，供應(yīng)鏈成員應(yīng)通過提供良好服務(wù)等措施不斷提升市場競爭力，從而提高自身在供應(yīng)鏈結(jié)構(gòu)中的地位，當(dāng)其處于主導(dǎo)地位時，能夠賺取更多的利潤。另外，通過比較供應(yīng)鏈系統(tǒng)最優(yōu)利潤發(fā)現(xiàn)，集中決策下的供應(yīng)鏈系統(tǒng)利潤最大，而直播平臺主導(dǎo)的分散式?jīng)Q策模式下的供應(yīng)鏈系統(tǒng)利潤最小。

通過對利潤與推薦傭金關(guān)系的分析可知，品牌商利潤會隨著推薦傭金的增加而降低，這說明推薦傭金增加會使品牌商銷售成本增加，最終導(dǎo)致利潤的降低。而直播平臺利潤隨著推薦傭金的增加而增加，說明直播平臺獲得的推薦傭金增加會使其收益增加，從而使平臺的整體利潤提高。此外，在集中式?jīng)Q策下，品牌商與直播平臺均以獲得供應(yīng)鏈系統(tǒng)利潤最優(yōu)為目標(biāo)進行合作，因此，供應(yīng)鏈系統(tǒng)的最優(yōu)利潤與推薦傭金不相關(guān)。故對于整個系統(tǒng)而言，利潤水平不會受到推薦傭金變化的影響。

三、直播平臺推薦傭金契約協(xié)調(diào)

由命題1～3可知，雖然分散決策下產(chǎn)品的價格低于集中決策時產(chǎn)品的價格，但集中決策時的供應(yīng)鏈系統(tǒng)最優(yōu)利潤均大于兩種分散決策下的供應(yīng)鏈利潤，說明在分散決策模式中品牌商制定的產(chǎn)品價格無法改變直播平臺較低產(chǎn)品推薦水平的影響，因此降低了供應(yīng)鏈整體的利潤。即在分散決策中存在雙重邊際效應(yīng)，使品牌商和直播平臺的利潤無法達到最優(yōu)。因此，需要相應(yīng)的協(xié)調(diào)措施，使供應(yīng)鏈系統(tǒng)實現(xiàn)更優(yōu)水平運作。觀察到品牌商、直播平臺以及供應(yīng)鏈系統(tǒng)的利潤在不同的決策模式下會隨著推薦傭金T的變化而變化，因此擬設(shè)計一個推薦傭金契約，通過引入一個代表品牌商與直播平臺的協(xié)商決策能力系數(shù)m(0

命題4當(dāng)推薦傭金T滿足條件

(18)

時，則系統(tǒng)實現(xiàn)協(xié)調(diào)。

由式(18)可知，πe，πl(wèi)均為集中決策下供應(yīng)鏈利潤函數(shù)π的仿射函數(shù)，此時可以實現(xiàn)供應(yīng)鏈系統(tǒng)的協(xié)調(diào)。

1. 品牌商主導(dǎo)模式下的推薦傭金契約

在品牌商主導(dǎo)的分散決策模式下，品牌商與直播平臺只有在推薦傭金協(xié)調(diào)后利潤不小于協(xié)調(diào)前的條件下，推薦傭金契約才能應(yīng)用實行，因此需要保證：

(19)

(20)

2. 直播平臺主導(dǎo)模式下的推薦傭金契約

在直播平臺主導(dǎo)的分散決策模式下，品牌商與直播平臺只有在推薦傭金協(xié)調(diào)后利潤不小于協(xié)調(diào)前的條件下，推薦傭金契約才能應(yīng)用實行，因此需要保證

(21)

(22)

四、數(shù)值算例

在模型假設(shè)的基礎(chǔ)上，進一步研究不同模式間的關(guān)系，不失一般性，設(shè)定有關(guān)參數(shù)數(shù)值：a=10，b=0.6，c=6，k=1。不同模式下，推薦傭金的變化對產(chǎn)品價格、推薦水平以及供應(yīng)鏈各方利潤的不同影響。此外，利用不同的推薦傭金，驗證了推薦傭金能夠協(xié)調(diào)分散決策下供應(yīng)鏈及各方成員的利潤。

(1) 如圖1、2所示，集中決策下產(chǎn)品價格與推薦水平均大于兩種分散決策下的對應(yīng)均衡解，而在品牌商主導(dǎo)的分散決策模式下，產(chǎn)品價格與推薦水平均高于直播平臺主導(dǎo)的分散式?jīng)Q策模式。集中式?jīng)Q策模式的產(chǎn)品價格、推薦水平與推薦傭金水平的變化無關(guān)，以品牌商為主導(dǎo)和以直播平臺為主導(dǎo)的分散式?jīng)Q策模式下，產(chǎn)品價格、推薦水平均隨著推薦傭金水平正向變化。這與命題1、命題2一致。此外，通過圖1、2可知，在品牌商主導(dǎo)的分散式?jīng)Q策模式下，產(chǎn)品價格與推薦水平對推薦傭金的變化更加敏感，隨著推薦傭金的增加，相應(yīng)的產(chǎn)品價格與推薦水平的變化程度更大。

圖1 產(chǎn)品價格隨推薦傭金T的變化

圖2 推薦水平隨推薦傭金T的變化

(2) 如圖3、4所示，在分散決策模式下，品牌商的利潤在以品牌商為主導(dǎo)的模式時最高，直播平臺的利潤在以直播平臺為主導(dǎo)的模式時最高。且品牌商的利潤均隨著推薦傭金的增加而減少，直播平臺的利潤均隨著推薦傭金的增加而增加。這與命題3一致。此外，在以直播平臺為主導(dǎo)的模式下，品牌商的利潤和直播平臺的利潤對推薦傭金的變化更加敏感。隨著推薦傭金的增加，品牌商的利潤下降得更快，直播平臺的利潤增加得更快。

圖3 品牌商利潤隨推薦傭金T的變化

圖4 直播平臺利潤隨推薦傭金T的變化

(3) 如圖5所示，集中決策模式下的供應(yīng)鏈利潤最高，直播平臺主導(dǎo)的分散決策模式下的供應(yīng)鏈利潤最低，說明在集中式?jīng)Q策模式下供應(yīng)鏈系統(tǒng)的效率高于分散決策模式下供應(yīng)鏈系統(tǒng)效率。且集中式?jīng)Q策的系統(tǒng)利潤與推薦傭金無關(guān)，分散式?jīng)Q策的系統(tǒng)利潤均隨著推薦傭金的增加而增加。這與命題3中關(guān)于不同決策模式下供應(yīng)鏈利潤關(guān)系比較的結(jié)論一致。同時從圖5中可知，在分散決策中，以品牌商為主導(dǎo)的分散決策模式下的供應(yīng)鏈利潤對推薦傭金的變化更加敏感，即隨著推薦傭金的增加，品牌商主導(dǎo)的決策模式能夠使利潤增加得更快。

圖5 供應(yīng)鏈系統(tǒng)利潤隨推薦傭金T的變化

以上數(shù)值算例分析結(jié)果均與模型所得結(jié)論相符，故命題1、命題2、命題3得到驗證。

(4) 通過比較不同的推薦傭金協(xié)調(diào)水平，研究供應(yīng)鏈系統(tǒng)及成員的利潤水平變化特征，以此來驗證推薦傭金契約的有效性。

在假設(shè)a=10，b=0.6，c=6，k=1的基礎(chǔ)上，設(shè)定T=0.3。經(jīng)計算可以得出，分散式?jīng)Q策下品牌商領(lǐng)導(dǎo)、直播平臺領(lǐng)導(dǎo)模式的最優(yōu)利潤以及采用推薦傭金契約后的最優(yōu)利潤，并在此基礎(chǔ)上得到協(xié)調(diào)系數(shù)m在不同分散決策模式下的取值范圍。結(jié)合以上計算結(jié)果得到，在不同推薦傭金協(xié)調(diào)水平下，供應(yīng)鏈系統(tǒng)及成員最優(yōu)利潤的比較結(jié)果如表1、2所示。

表1 品牌商主導(dǎo)的分散式?jīng)Q策模式推薦傭金契約結(jié)果比較

表2 直播平臺主導(dǎo)的分散式?jīng)Q策模式推薦傭金契約結(jié)果比較

綜上可以認(rèn)為，推薦傭金契約能夠為供應(yīng)鏈成員以及供應(yīng)鏈系統(tǒng)增加利潤收入，提高決策效率，從而促進供應(yīng)鏈的良性發(fā)展。

五、結(jié)論與啟示

本文考慮由單個品牌商和直播平臺所構(gòu)成的平臺供應(yīng)鏈，針對品牌商的最優(yōu)定價、直播平臺的最優(yōu)推薦策略問題，分別建立了品牌商主導(dǎo)、直播平臺主導(dǎo)的Stackelberg博弈以及集中模式下的供應(yīng)鏈決策模型，比較分析了推薦傭金水平的變化對不同決策模式下各經(jīng)濟變量的影響。設(shè)計構(gòu)建了推薦傭金契約，在不同推薦傭金協(xié)調(diào)水平下，利用數(shù)值分析驗證了推薦傭金契約的有效性。

由上述研究結(jié)論得到以下啟示：(1)在集中決策模式下，供應(yīng)鏈系統(tǒng)的利潤達到最高水平。因此，當(dāng)品牌商與直播平臺的關(guān)系趨于合作時，往往能夠獲取更大的利潤。(2)在直播平臺主導(dǎo)的分散決策模式下，品牌商與直播平臺的利潤函數(shù)對推薦傭金水平的變化更為敏感。因此，供應(yīng)鏈在確定推薦傭金水平時應(yīng)該充分考慮直播平臺在現(xiàn)階段的情況，確定合理有效的推薦傭金水平。(3)設(shè)計構(gòu)建的推薦傭金契約能夠?qū)崿F(xiàn)對供應(yīng)鏈系統(tǒng)的良性協(xié)調(diào)，實現(xiàn)供應(yīng)鏈系統(tǒng)與成員的利潤最優(yōu)。