考慮主播影響力與搭便車行為的雙渠道供應鏈決策研究

【Abstract】Due to thefrequentoccurrenceof chaos in livestreaming commerce，consumers aregradually turning toretail channelswithbetterafter-salesservice forpurchases.This paper studiesthedecision-making problemofadual-chanel e-commerce livestreaming supply chain based on livestreamer influenceandconsumer free-riding behavior.The study showsthatthedecisions ofsupplychain membersarepositivelycorrelated withlivestreamer influence，retailerdecisionsare positivelycorelatedwiththedegreoffree-ridingbehavior，thee-commercelivestreamerdecisionsarenegativelycorrelatedwiththedegreeoffree-ridingbehavior，and，whenthebrand’swholesalepriceislowerthanthelivestreamingseing price，itis positively correlated with both livestreamer influence and thedegreeoffree-riding behavior.

[Keywords]free-riding behavior;dual-channelsupplychain;livee-commerce; livestreamerinfluence; livestreamerdisplay effect

[中圖分類號]F224；F253 [文獻標識碼］A [文章編號]1674-3229（2025）02-0030-07

0 引言

直播電商現已成為線上交易最受關注的商業模式。淘寶、抖音、快手3個直播電商平臺共計涌現超100個銷售金額過億的直播間，僅淘寶直播就涌現出超過60個過億直播間；視頻號、B站等平臺也相繼加碼直播電商，全平臺持續布局直播電商已是大勢所趨。

近年來涉及電商直播帶貨供應鏈的文獻逐漸豐富起來。其中，鄭森圭等以委托代理模型為基礎研究直播平臺打賞收入的分成模式。于天陽等[2]考慮需求受網紅直播帶貨努力的影響，在不同權力結構下研究直播平臺、網紅團隊及電商賣家的最優決策。張艷芬等3在針對主播展示效應的基礎之上，考慮主播議價能力，并提出甄別主播真實影響力以及激勵主播提高帶貨努力的契約條件。熊浩等[4構建了基于主播特征與主播展示效應的需求函數，引入基本酬勞系數和傭金率系數構建了利潤函數，分析直播帶貨與零售渠道的雙渠道供應鏈的定價策略。

然而，直播電商帶來巨大經濟效益的同時，售前產品質量不過關、售后產品退換困難等問題會造成消費者精神和財產損失、破壞市場秩序。這使得部分消費者在某電商直播間觀看遇見自己心儀的商品時，由于害怕在直播間買到假冒低劣商品、擔心主播們售后服務不佳，而逃逸到零售渠道購買產品。這是本文提到一種消費者“搭便車\"行為。

現如今大多數相關文獻定義的消費者“搭便車\"行為是由于制造商與零售商不同銷售渠道存在價格差異所產生的。其中一部分學者主要關注搭便車行為對供應鏈的影響作用以及該行為存在時的供應鏈定價決策。Zhou等[5針對制造商開通網絡渠道的雙渠道供應鏈，基于線上線下雙渠道分別實行同價和異價策略兩種情形，考慮消費者從線下渠道逃逸到線上渠道的“搭便車\"行為，構建博弈模型研究雙渠道的定價和服務策略，探討消費者搭便車行為對供應鏈成員的決策和利潤影響。Li等研究發現，對于提供售后服務的零售商而言，消費者的從線下渠道逃逸到線上渠道的“搭便車”行為是有利的，而制造商制定批發價格時，應考慮搭便車參數的大小。而另一部分學者主要研究在消費者搭便車行為帶來的正面和負面影響下，如何通過策略協調供應鏈和緩解渠道沖突。劉燕南指出，雖然多數學者已經表明，消費者的“搭便車\"行為一方面損害了實體零售商的利益，減少了實體零售商的意愿，但另一方面，實體零售商也會通過消費者產生的逆向網絡渠道“搭便車\"行為，從中獲取利潤。劉家國等8基于單渠道和雙渠道供應鏈，構建博弈模型探討了制造商的渠道選擇，研究表明“搭便車”行為在一定程度上有利于供應鏈。李建斌等基于雙渠道供應鏈中存在零售商價格競爭的背景下，構建博弈模型研究消費者的雙向“搭便車\"行為存在時供應鏈的定價和銷售努力水平決策。浦徐進等[10]研究了消費者搭便車行為對雙渠道供應鏈定價和促銷決策的影響作用，結果表明消費者“搭便車\"行為降低了零售商的促銷努力積極性，而通過促銷成本分攤可以實現供應鏈成員利潤的Pareto改進。

目前對基于電商直播售前產品質量不過關、售后產品退換困難等問題隨之帶來的消費者“搭便車”行為的研究仍有空缺。因此，本文以雙渠道供應鏈結構為基礎，由主播影響力和主播展示效應構建了直播渠道的需求函數，然后基于Stackelberg博弈理論，采用逆向歸納法求解得到基于消費者“搭便車”行為影響下供應鏈成員的最優定價以及直播帶貨模式下最優的主播展示效應，分析主播影響力、主播展示效應和消費者“搭便車\"行為對供應鏈成員決策的影響。本文與參考文獻[3-4]相比較，創新性體現在兩個方面：首先本文的“搭便車”思想是前者沒有提出的；其次利用模型來研究其決策也是前者所沒有的。

1 問題描述與模型建立

直播電商渠道的銷售量主要受主播影響力和主播在直播間的展示情況兩個因素影響，因此本文參考文獻[3-4]引入主播影響力效應 u∈（0，1） 表示主播影響力產生的需求； e∈[0，1] 為主播展示效應程度系數，用 ue 表示主播在直播間的展示行為吸引潛在市場消費者增長的需求量。同時在簽約前，主播憑借其影響力與品牌供應商進行談判，以獲得具有優勢的品牌價格，本研究用主播影響力表示主播的議價能力，即若品牌商定價為 p ，則根據主播的議價能力品牌商決定的直播間價格為 p_a=（1-u）p 。

對于目前市場上大多數的品牌商來說，相對于已有的零售渠道，電商直播渠道往往是后開辟的，這必然會搶占原有零售渠道的市場份額。因此，假設直播渠道與零售渠道之間存在一定的競爭關系，主播和品牌商、零售商之間進行Stackelberg博弈，且品牌商為領導者，主播、零售商為追隨者，可以分析主播影響力、主播展示效應和消費者“搭便車\"行為對供應鏈定價決策以及供應鏈協調的影響。直播帶貨的雙渠道供應鏈結構如圖1所示，其博弈的先后順序如圖2所示。

現構建零售渠道和電商直播渠道的需求函數，以及零售商、品牌商和電商主播的利潤函數。由于“搭便車\"行為的存在，使得品牌商邀請電商主播進行直播帶貨，會同時增加兩個渠道的市場需求。借鑒參考文獻[3-4]的需求函數形式，在考慮“搭便車\"行為程度為 β∈[0.0.5] 的情況下。

電商直播渠道的需求函數：

D_a=θ-p_a+μp_r+（1-β）（u+ue）

其中， θ∈[0，0.5] 為電商直播渠道所占初始市場需求的份額比例； μ∈[0，0.7] 為渠道間交叉價格敏感系數。

零售商渠道需求函數：

D_r=1-θ-p_r+μp_a+β（u+ue）

對于主播來說，本文采取的利潤模式為“坑位費 + 傭金”。品牌商需要給帶貨主播一筆坑位費，主播才會在直播間上架并介紹該商品。坑位費的高低取決于主播影響力的大小。主播的利潤為坑位費加傭金再減去主播進行商品介紹展示成本。主播的利潤函數：

其中 τgt;0 為基本酬勞系數，λ為傭金率，依據參考文獻[4]， 為電商主播的決策變量。

假設零售商的利潤僅考慮本渠道需求和批發價格與零售價格的差值，不考其他零售成本。零售商利潤函數：

γ_r=（p_r-w）D_r

其中 p_r 為零售商的決策變量。

對于品牌商來說，其利潤受兩個渠道的共同影響。品牌商的利潤函數：

γ_m=wD_r+（1-λ）p_aD_a-（D_r+D_a）c-τu

其中 為單位產品的生產成本， w 為品牌商的決策變量。

2 模型求解

本節采用逆向歸納法求得渠道成員的最優決策和利潤。

主播利潤函數 γ_a 關于主播展示效應 e 的一階最優條件和二階最優化條件分別為：

因為 ，所以 γ_a 是關于 e 的嚴格凹函數，因此 γ_a 存在最大值。令 2Y=0，可以得到電商主播展示效應的最優反應函數：

記 E=λ（1-u）（1-β）u ，將式（6）帶入式（4）零售商的利潤函數中。零售商利潤函數關于其零售價p_r 的一階和二階最優化條件分別為：

因為 ，所以 γ_r 是關于 p_r 的嚴格凹函數，因此γ，存在最大值。令 y=0，可以得到零售商零售價格的最優反應函數：

將式（6）和式（7）帶入式（5）品牌商的利潤函數中。品牌商利潤函數關于其批發價格 w 與談判價格 p 的一階最優化條件分別為：

進一步可以得到 γ_m 關于 w 和 p 的Hessian矩陣

矩陣 H 的順序主子式

|H_i|=-1lt;0 。

∣H∣=（1-λ）（1-u）²[2-μ²-μu²βλ（1-β）-2λ（1-β）²u²]-0.25[μ（2-λ）+λβu²（1-β）]²（1-u）²

gt;（1-λ）（1.335-2λ）-0.25[1.4-0.45λ]²gt;0.65^*0.635-0.25^*（1.4-0.1575）²gt;0.095（1.175-0.14-0.1575）²

且行列式 |H|gt;0 ，因此 γ_m 存在最大值。通過令 與 ，并聯立上述二式求解得到品牌商最優批發價格 w 與談判價格 p 的反應函數表達式，這里存在兩種情況：

情況一： 。則 就是品牌商的最優批發價格和談判價格。

情況二： ，此時零售渠道的成員不會選擇在品牌商進貨，而是會在電視直播渠道購買。那品牌商為了追求最大利潤會采取批發價格與電商直播間售價相同的策略，即 w=p_a=（1-u）p 。那么令w=p_a=（1-u）p ，品牌商利潤函數關于其談判價格 p 的一階最優化條件為：

-（1-λ）（1-u）p[2（1-u）-μ²（1-u）-μβuE-μ（1-u）-2（1-β）uE]

因此 γ_m 存在最大值。令 ，求解得到品牌商批發價格 w^*=p^*=（1-u）p^* 與談判價格 p^* 的均衡解。

最后將 w^* 與 p^* 帶入式（6）與式（7）就得到了主播展示效應 e 和零售商零售價格 p_r 的均衡解。

3 實例分析

考慮到模型的復雜性，本節將通過matlab軟件的畫圖功能探討“搭便車\"行為程度 β 與主播影響力 u 兩個參數，對兩種情況的供應鏈各成員決策與利潤的影響。設初始市場需求的份額比例分別為 θ₁=0.5 ，θ₂=0.3 ，主播的傭金率 λ=0.1 ；電商直播渠道所占初始市場的需求份額 θ=0.3 ；渠道間交叉價格敏感系數μ=0.5 ；單位產品的生產成本 c=0.5 ；廠商根據主播影響力確定的基本酬勞系數 τ=0.2 。“搭便車\"行為程度取值范圍為 β∈[0，0.5] ，主播影響力取值范圍為 u∈[0.1，0.6] 。“搭便車”行為程度 β 與主播影響力 u 對供應鏈各渠道各價格的影響如圖3所示，對供應鏈各成員利潤的影響如圖4、圖5所示。

（1）觀察圖3中的（a）與（c）發現：批發價格 w 與零售價格 p_r 隨著“搭便車\"行為程度 β 的增加而增加；電商主播直播售價 p_a 隨著\"搭便車”行為程度 β 的增加而降低。且在 wa 的情況下，當\"搭便車”行為程度 βgt;β（u₁） 時，零售價格 p_r 將會大于電商主播直播售價 p_a 。

（2）觀察圖3中的 （b） 與（d）發現：批發價格 w 1零售價格 p_r 、電商主播直播售價 p_a 都隨著主播影響力 u 的增加而增加。且在 wa 的情況下，當主播影響力 ugt;u（β₁） 時，零售價格 p_r 將會小于電商主播直播售價 p_a 。

（3）觀察圖3與結合式 的反應函數發現：主播展示效應 ρ_e 隨著“搭便車”行為程度 β 的增加而降低；隨著主播影響力 u 的增加而增加。

（4）觀察圖3發現：往往電商主播標注的原價格p 都大于零售價格 p_r ，這是由于電商主播要凸顯自己直播間折扣優惠很大，從而激發消費者的購買欲望。而且并不是任何情況電商主播直播售價 p_a 都比零售渠道零售價格 p_r 要來的便宜，比如在抖音各大直播間 50g 的凡士林定價大多都為9.9元，但在拼多多很多店鋪的價格都不到9.9元。

（5）觀察圖4（a）與圖5（a）中可以發現：電商主播利潤隨著主播影響力 u 的增加而增加；電商主播利潤隨著“搭便車\"行為程度 β 的增加而減少。

（6）觀察圖 4（b） 中可以發現：在情況1下，零售商利潤隨著主播影響力 u 的增加而增加，且“搭便車”行為程度 β 越高，零售利潤受主播影響力 u 的影響越大；零售商利潤隨著“搭便車\"行為程度 β 的增加而增加。從圖 5（b） 中可以發現，在情況2下，當 βlt;β_?2 時零售商利潤隨著主播影響力 u 的增加而減少；當 βgt;β_?2 時零售商利潤隨著主播影響力 Ω_u 的增加而增加，這是由于在較低的“搭便車\"行為程度下，從電商直播渠道逃逸到零售渠道的消費者很少，隨著主播影響力 u 的增加，單位商品利潤的提升并沒有需求量下降要來得大，所以利潤下降了。舉個例子，取 β=0 ，根據式 的反應函數可知零售商單位商品的利潤是一個定值，而隨著主播影響力的增加，電商直播渠道搶占了市場需求，因此零售商

的利潤下降。

（7）觀察圖4（c）與圖5（c）可以發現：在參數基本酬勞系數 τ=0.2 的設置下，品牌商利潤隨著主播影響力 u 的增加而增加；品牌商利潤隨著“搭便車”行為程度 β 增加而減少。

（8）觀察圖4（d）與圖5（d）可以發現：供應鏈整體利潤隨著主播影響力 u 的增加而增加。供應鏈整體利潤關于“搭便車”行為程度 β 是凸函數，即供應鏈整體利潤關于“搭便車”行為程度 β 的一階導數隨著“搭便車\"行為程度 β 增加而增加，且供應鏈整體利潤關于“搭便車”行為程度 β 先減少后增加，但供應鏈整體利潤隨著“搭便車\"行為程度 β 變化幅度很小。

4結語

本文引入了主播影響力和主播展示效應，構建了電商直播渠道和零售渠道的需求函數。用Stack-elberg博弈模型研究了供應鏈中電商主播、零售商與品牌商的最優決策。研究得出，品牌商、零售商、電商主播各方決策與主播影響力是正相關的；品牌商、電商主播的利潤與主播影響力是正相關的；在批發價格低于直播間售價的情況下，零售商利潤與主播影響力是正相關的；在批發價格低于直播間售價的情況下，品牌方會采取批發價格與電商直播間售價相同的策略，此時零售商的利潤在低“搭便車”行為程度下與主播影響力是負相關的，在高“搭便車”行為程度下與主播影響力是正相關的。零售價格、零售商利潤與“搭便車”行為程度是正相關的；電商直播間售價、主播展示效應、主播利潤、品牌商利潤與“搭便車”行為程度是負相關的；在批發價格低于直播間售價的情況下，批發價格與“搭便車”行為程度是正相關的；在批發價格大于直播間售價的情況下，品牌方會采取批發價格與電商直播間售價相同的策略，批發價格與“搭便車”行為程度是負相關的；“搭便車”行為程度的變化對整體供應鏈利潤有一定的影響，但其影響程度有限。同時本研究為采用電商直播渠道提供了重要的管理啟示：考慮到未來的長遠發展，電商主播不應以“最低價”為噱頭和賣點，而應注重挑選高質量的產品售賣、提高團隊售后服務，實現多維度的提升；品牌商選擇具有一定知名度且專業性強的主播進行直播帶貨有利于提高銷量和利潤，影響力越高的電商主播，所能吸引潛在市場的消費者也越多。

本文研究也存在一定的局限性。首先，沒有考慮主播帶貨努力和影響力信息不對稱的情況；其次，沒有考慮雙向的消費者“搭便車\"行為。以上情況都可能影響渠道成員制定決策，后續研究可以在此基礎上展開。

[參考文獻]

[1]鄭森圭，蘇丹華，汪壽陽，等.直播平臺打賞收人分成模式研究[J].系統工程理論與實踐，2020，40（05）：1221-1228.

[2]于天陽，關志民，董經洋，等.不同權力結構下考慮網紅

營銷努力的直播電商供應鏈決策研究[J].管理學報，2022，19（05）：714-722+748.

[3]張艷芬，徐琪，孫中苗.考慮主播帶貸努力與影響力的直播電商供應鏈激勵契約研究[J].管理學報，2023，20（02）：278-286.

[4]熊浩，陳錦怡，鄢慧麗，等.考慮主播特征的直播帶貨雙渠道供應鏈定價與協調[J/OL].管理工程學報，1-8[2023-04-01].DOI：10.13587/j.cnki.jieem.2023.04.016.

[5]Zhou YW，Guo J，ZhouW.Pricingand Service StrategiesforaDual-channelSupplyChainwithFreeRidingandService-cost Sharing[J].International Journal of ProductionEconomics，2018，196：198-210.

[6]LiG，LiL，SunJ，etal.PricingandServiceEffortStrategyinaDual-channel Supply Chain with Showrooming Effect[J].Transportation Research Part E-logisticsand Transporta-tionReview，2019，126：32-48.

[7]劉燕南.多渠道銷售中“搭便車”現象與轉售價格維持協議的運用[J].價格理論與實踐，2012（12）：7-8.

[8]劉家國，周笛，劉詠梅，等.搭便車行為影響下制造商渠道選擇研究[J].系統工程學報，2014，29（06）：813-823

[9]李建斌，朱夢萍，戴賓.雙向搭便車時雙渠道供應鏈定價與銷售努力決策[J].系統工程理論與實踐，2016，36（12）：3046-3058.

[10]浦徐進，龔磊.消費者“搭便車”行為影響下的雙渠道供應鏈定價和促銷策略研究[J].中國管理科學，2016，24（10）：86-94.

責任編輯 孫澗