基于砍價活動的行為決策與博弈分析

譚惠琪

電商領域曾被斷定不可能再出現獨角獸企業，但這一論斷早已被一家名為拼多多的企業打破。關于拼多多成功的背后成因，不乏爭論的聲音。要理解拼多多成功的發生機制，就要從拼多多的企業行為出發，逐步分析，加以論證。拼多多一直以新電商開拓者自稱，致力于將娛樂社交的元素融入電商運營。社交性和娛樂性的作用機制是通過各類砍價活動、抽獎、免費領商品等的游戲設置，引導消費者進行活動參與社交分享，從而擴大流量入口，實現用戶人數的爆發性增長，引導刺激消費。因此，本文將其社交娛樂性發生作用的邏輯鏈條應用到具體場景——砍價活動中去，從博弈論的角度解釋活動的設置特點和活動效果的成因。考察企業拼多多是如何利用“人”的因素獲得成功。

“幫，還是不幫？”——人們在砍價活動中的心理博弈

去年9月，拼多多的百元搶紅包大戰刷爆了朋友圈。活動的規則是邀請微信好友點擊分享鏈接幫忙砍價，最終砍價成功的人能獲得百元現金紅包。這場簡單粗暴的活動為拼多多創造了巨大的流量，獲取了一大批新用戶。首先需要明確兩點：一是活動的參與者，二是活動的性質。根據年報數據顯示，拼多多GMV的63%是由下沉市場貢獻。這一定程度證實了活動的發起者與參與者大部分來自下沉市場。依托下沉市場人群具有的熟人型社會、價格敏感屬性、閑暇娛樂屬性的特征，對砍價的開展形式、獎勵金額等元素進行活動設計，使之更貼近人們的日常生活，進而提高參與的可能性。關于活動的性質，則類似于一場心理博弈。縱觀活動全程，核心環節就在于參與的裂變，下面將采用博弈模型對此進行分析。在完全信息博弈中，每個參與人都掌握其他所有參與人的特征、策略空間以及支付函數的精確信息，在本案例中，博弈雙方具有實際社交關系，因此合理假設他們對彼此的行為特征、策略選擇以及可預測的支付函數都具有充分認識。

完全信息靜態博弈

1.模型假定

主要假設列于下文：

H1：兩個博弈主體，邀請者和受邀者。

H2：參與博弈雙方都基于自身利益最大化進行決策選擇。邀請方希望順利完成活動任務，免費獲得現金的收益，因此邀請方的策略集合為{邀請，不邀請}；被邀請方則希望不受邀請方的干擾，盡量避免時間精力的損失和人際交往中的情感損失，因此受邀方的策略集合為{幫砍，不幫砍}。

H3：博弈雙方在不同的行為選擇下的收益和損失存在差異，具體差異呈現如下：

（1）邀請方選擇邀請時所需要付出時間和交際成本，損失為a；不邀請時不需要付出成本；（2）受邀方幫忙砍價時需要付出額外的時間或精力成本幫忙，損失為b，不幫忙砍價時沒有收益也沒有損失；（3）當邀請方發出邀請，受邀方拒絕幫忙時候，雙方都會遭受到情感損傷，損失為e，同時，邀請方因邀請失敗額外損失f；（4）當邀請方發出邀請，受邀方應約幫忙砍價時候，邀請方因活動成功率上升以及交往過程中獲得的滿足感，額外收益c；（5）當邀請方沒有發出邀請，受邀方也沒有應邀參加活動時候，邀請方即為活動參與者因邀請人數數量減少致使活動成功率下降，額外損失f；（6）當邀請方沒有發出邀請，但受邀方通過其他渠道得知邀請方參加活動的消息并幫忙砍價，則使邀請方獲得額外收益g，受邀方則因信息獲得、主動聯系等花費時間成本，額外損失h。（a、b、c、e、f、g、h均大于0）

2. 模型分析

根據支付矩陣中各數值大小，分以下兩種情況討論：

當b>e時，根據劃線法可以求解受邀方的占優策略是“不幫砍”，此時邀請方的最優策略是“不邀請”，最終的純策略納什均衡產生在（不邀請，不幫砍）。這表明了當受邀方付出的成本高于他可能承擔的情感損失的時候，受邀方將不會幫忙砍價，那么活動也就無法達成其自身正向傳播的目的。因此拼多多抓住具有閑暇時間，對時間沉沒成本不敏感的受眾群體，同時簡化活動參與流程，盡可能將b值減小；另外選擇微信、朋友圈的傳播途徑，讓人們選擇身邊具有親密關系的朋友進行求助，增加可能的情感損傷e。最終使b

當b

受邀方的期望支付函數為（-b）qp-（b+h）（1-p）q-ep（1-q）=-（b+h）q+（h+e） pq-ep

最優化一階條件為：（h+e）p-（b+h）=0求解p*=（h+b）/（h+e）

邀請方的期望支付函數為（c-a） qp+gq（1-p）-（a+e+f ）（1-q）p-f（1-q）（1-p）=（c+e-g）qp+（g+f）q-（a+e）p-f

最優化一階條件為：（c+e+f-g-1） q-（a+e）=0 求解q*=（a+e）/（c+e-g）

因此當邀請方選擇（p*，1-p*），受邀方選擇（q*，1-q*）時，剛好互為彼此的最優策略，達到納什均衡狀態。因為p*和q*值都必須符合[0，1]的區間，則約束條件為b

3.模型結論

砍價活動以活動參與人數數量和宣傳效果為目的，即希望（邀請，幫砍）作為參與雙方最大的可能結果，也就是p*和q*值盡可能大。

P*值的大小與額外搜索成本h、時間或精力成本幫忙b和情感損失e相關。e和b對p值的影響在上述討論b>e的情況時候已做出解釋，e和b在滿足b

q*值的大小與時間和交際成本a、情感損傷e、收益c、額外收益g相關。q*值代表受邀方選擇幫忙砍價的決策概率，當邀請方為邀請這一決策行為付出的時間精力成本越高（a值）以及拒絕邀請方的砍價請求造成自身的情感損傷越大（e值）的時候，邀請方就越有可能幫忙砍價。因此將砍價活動放置于“社交”的情景中，能夠提高a和e的數值。當受邀方認為邀請方得到幫助的收益（c值）比較小的時候，出于自身與邀請方決策得失的比較、利他社會因子的影響，會傾向于幫助邀請者進行砍價。

完全信息動態博弈

從動態博弈的視角進一步分析。在動態博弈過程中雙方的行為決策存在先后順序，一方在博弈中的選擇作為另一方做出策略選擇的前提條件。從現實情況來看，在砍價活動中，邀請雙方的決策選擇存在著時間差，多數以邀請發作為活動的發起人，實行第一步的行為決策，下面將改變假設，在完全信息動態博弈的一般情形下進行分析。

基于前一個模型假設條件下做一些基本修改：

H4：博弈存在兩個階段，邀請人的決策選擇為第一階段，受邀人的決策選擇為第二階段。

H5：為方便計算，根據上述結論中的得出a，b，c，e，f，h，g大小關系設定具體數值分別為2，3，10，5，4，4，6。

對于先行動的邀請人而言，只要自己選擇了“邀請”，理性的受邀人就會選擇“幫砍”，所以均衡（不邀請，（不幫砍，不幫砍））是不合理的；而對于受邀人而言，當邀請人選擇“邀請”，自己會選擇“幫砍”，而當邀請人選擇“不邀請”，受邀人顯然會選擇“不幫砍”，因此均衡（邀請，（幫砍，幫砍））也是不合理的。因此合理的Nash均衡是（邀請，（幫砍，不幫砍）），也就是只有（邀請，（幫砍，不幫砍））的策略選擇能達到子博弈精煉納什均衡。

模型結論

通過兩個博弈模型，從理論上證實了拼多多砍價動“引爆性”的合理成因。基于完全信息靜態博弈的分析，表明拼多多通過精密的活動設置安排影響人們進行決策行動時的得失，大大提高人們宣傳轉發、邀請朋友幫忙砍價的概率；接著通過完全信息動態博弈的分析，揭示受邀人在接受邀請人的砍價請求時大多數會選擇“幫砍”決策的科學依據。

結 語

本文基于砍價活動的設置安排上，論述了在活動的社交裂變環節中人與人之間的心理博弈。拼多多通過進行對用戶的二次身份構建，使潛在消費者搖身一變為社交達人，讓人們更主動地為拼多多創造更多的企業價值。這表明，拼多多成功的背后仍然離不開創新，創新了用戶的消費體驗，重構用戶的消費模式，賦予消費者更多選擇和主動權，最大程度地實現用戶滿足。同時啟示著其他的電商企業，“人”的因素越來越成為企業創新不可或缺的部分。

（深圳大學經濟學院）

參考文獻：

[1]陳春霞.行為經濟學和行為決策分析：一個綜述[J].經濟問題探索， 2008（01）：128-132.

[2] 張付安.完全信息博弈下中小企業協同創新路徑研究[J].金融經濟， 2016，No.428（02）：105-107.