当期荐读 2023年第3期 | “粉丝福利”的经济学分析:考虑主播长期声誉的直播电商价格谈判研究
图源 | Internet
杨思懿 窦一凡
复旦大学管理学院
摘 要
Abstract
在直播电商中,主播在粉丝市场中的声誉既影响了其与商家合作时的谈判能力,又关系到其长期的职业生涯发展。针对主播对长期声誉的关心和商家对短期利润的关注之间的矛盾,本文建立了纳什谈判模型考察主播的声誉关心效应对直播折扣价格协商的影响。结果表明,主播的声誉关心效应对折扣的影响是非单调的。有趣的是,更关心自己声誉的主播反而可能得到更小的折扣。适当的声誉关心可以同时提升商家、主播和粉丝三方的福利。
关键词
直播电商 主播 声誉关心效应 纳什谈判 折扣
01 引言
近年来,通过大数据能力构建和使能,新的服务和商业模式不断涌现。传统的零售模式得到升级重塑,形成线上线下深度融合的零售新模式[1]。依托于流媒体等技术的不断发展,直播带货逐渐成为了近年来最受欢迎的网络销售方式之一。在中国,淘宝等电商平台、小红书等社交媒体平台和抖音等内容平台自2016年起先后开通了直播带货的功能。艾媒咨询统计表明,2021年中国直播电商行业的总规模达到12012亿元,预计到2025年规模将达到21373亿元[2]。直播经济的快速兴起不只在中国,美国市场中直播带货的销售金额同样已经达到600亿美元,并且2020年到2024年的年均复合增长率预计约为7.7%[3]。
直播播主与传统的销售人员不同之处在于,直播带货的主播往往是平台上具有一定影响力的“网红”,他们通过独特的个人魅力或丰富的专业知识得到了众多用户的认可,因此拥有了大量的粉丝。粉丝对于网红主播而言十分重要。一方面,商家在选择要合作的主播时,一个重要的参考依据是主播的粉丝基数[4],因此更大的粉丝量赋予了主播更强的议价能力;另一方面,粉丝量与主播的收入直接挂钩,无论商家支付薪酬的方式采用坑位费制、佣金制或二者结合的方式,粉丝数量越多往往意味着主播拿到的报酬越多。基于此,主播通常对自己的粉丝非常在意,并尽可能地通过价格和礼物等各种方式吸引更多的关注者和追随者。在这当中,价格优惠是最为常见的手段,艾媒咨询调查数据表明,58.8%的网购用户选择直播电商的主要原因是价格便宜[2],所以主播也在与品牌方的谈判中不断尝试压低价格。
对于商家而言,选择有影响力的主播是希望能够触及更大的消费者市场,然而知名主播更容易利用自身较高的议价能力索取大额折扣,导致商家通过直播带货赚取的利润微薄,甚至常常陷入到亏本的境地,这使得很多商家不愿继续采取这种销售方式。例如,朴西电商与头部主播李佳琦五次合作中,三次合作均未盈利,单次亏损高达50万元;原聚美、快乐淘宝副总阚洪岩更是称直播带货为中小商家的“死亡加速器”[5]。因此,商家如何权衡选择主播并给予对应的折扣是目前商家普遍面临的管理挑战。进一步,经济学中职业生涯关心(Career Concern)的相关文献指出,一个有“长远眼光”的代理人在决策时不仅会考虑到短期的回报,更会关心他的未来职业生涯的收益,这种关心可以作为隐性激励来减少道德风险行为[6-8]。而一旦主播意识到自己的长期商业价值主要取决于自己在粉丝群体的声誉,那么出于长期收益的考虑,一方面她可能会因此更加努力地工作,另一方面她也更有动机为满足粉丝的需求进一步压低折扣价格,从而有悖于商家的盈利目标。目前直播带货相关的研究中,鲜有研究考虑到主播与粉丝这种不同于传统销售员与客户的关系对于主播和商家合作产生的影响,特别是主播对于长期声誉的关心究竟有何影响也是尚未探索的方向[9-12]。
基于此,本文建立了纳什谈判模型来刻画商家与不同声誉水平的主播合作时的价格折扣谈判结果,并进一步考察了主播对长期声誉的关心在上述谈判中产生的影响。结果表明,相较于“头部”和“尾部”的主播,“腰部”的主播拿到的折扣力度是最小的。有趣的是,售卖价格较高的产品时,越关心自己声誉的主播反而拿到的折扣价格越小。此时,对于长期声誉的关心有可能使得商家、主播和消费者三方的收益实现帕累托改进。
02 文献回顾
2.1 直播电商
与其他的电商销售方式相比,直播带货增加了直播者与观众之间以及观众之间的实时互动,为消费者提供了更加丰富的信息和更具有吸引力的沉浸式体验[13-15]。大量实证研究表明,采用直播带货进行销售能够显著提高商品的销量[11,16-17],这吸引了越来越多的商家开始尝试通过这种方式销售商品。一些研究为商家如何参与直播带货以及商家与主播合作的策略选择提供了建议。例如,Li等[18]从消费者等待时间敏感的异质性、主播的合作费用和产品价格的角度分析了何时商家应该增加直播销售渠道,并给出了“与职业主播合作”和“开设自己的直播间”两种策略的选择条件。Hou等[19]指出,只有当主播具有一定的影响力但是自身的议价能力较小,且能够准确地识别产品质量时,商家才应该与主播合作进行直播。在定价方面,根据主播的特性,他们比较了两种折扣策略选择的优劣,可以保证影响者合作的排他折扣策略(大额折扣)和有影响者被拒绝风险的选择性折扣策略(适度的折扣)。Jiang等[20]研究了商家如何通过为网红提供合适的价格折扣来影响其商品介绍包含的信息量,从而提高利润。同样地,Pei等[21]从影响信息的披露程度这一角度讨论了商家和网红合作关系的建立模式。
尽管这些研究在讨论商家与主播合作时或多或少地注意到了主播具有大量的粉丝且拥有强大的议价能力,但是目前的研究只停留在利用主播粉丝扩大市场需求上,鲜有研究关注到主播-粉丝之间的关系本身对于商业合作产生的影响。在直播带货的场景中,职业主播和商家多为一次性合作,而主播与粉丝却是一种长期的、带有情感基础的复杂利益关系[22],因此考虑主播对粉丝群体的关注十分必要。
2.2 职业生涯关心
商家与主播的合作本质上属于一种委托代理过程。如何减少委托代理中代理人的道德风险问题是经济学研究的一个重点话题。Fama[6]指出,尽管市场无法准确地了解到代理人的真实能力,但其可以通过观察代理人过去多期的绩效表现对其能力进行推测,进而不断更新对代理人类型的信念。因此,如果能将过去的业绩表现完全体现到未来代理人的薪酬中,长期来看,代理人对自己在劳动市场上的声誉的在意可以使得道德风险问题逐渐被消除,不需要提供额外的激励。Holmström[7]通过建立具体的经济学模型将Fama的观点理论化,讨论了代理人对未来职业生涯的关注如何影响其在当下工作中的努力决策。他发现,这种职业生涯的关心可以提供一种隐形激励以减少道德风险问题,这种激励在代理人职业生涯的早期是最有效的。Gibbons等[8]在Fama和Holmström等的基础上,证明了最优的薪酬契约应该同时包括来自金钱报酬的显性激励和来自职业生涯关心的隐形激励。后续的经济学家从信息结构[23,24]、公司治理结构[25]等方面进一步讨论了职业生涯关心对代理人激励的效果。
在上述的经济学文献的研究场景中,代理人对职业生涯的关心本质上是关心由委托人组成的市场对于其真实能力的信念,这里只涉及到委托人和代理人两方,且代理人对长期声誉的担心作为一种隐形激励有利于保证委托人的收益。然而,直播带货场景中,拥有长远眼光的主播关注的更多是来自粉丝的第三方市场的评价。考虑到消费者与商家利益的不完全一致,这种关心是否依然构成在委托代理过程中的隐形激励以及其对商家收益的影响尚未明确,需要结合新的场景特征重新考察。
2.3 声誉与声誉关心
在博弈论中,由于参与人的类型往往是其私有信息,其他参与人只能通过他的行为对其类型进行推测,因此,声誉一般指其他参与人认为某一参与人属于某一类型的先验概率。重复博弈中,声誉关心体现在参与人通过采取行为对这一概率的修正过程进行干预。根据不同的场景,对应类型的具体含义不同。例如,在KMRW声誉模型(Kreps, Milgrom, Roberts and Wilson)中声誉指一个囚徒是合作型囚徒的概率,存在声誉关心的囚徒(无论其真实类型如何)会在博弈前期采取合作的策略以增大对方认为自己是合作型的概率[26];在2.2提到的职业关心文献中,Fama、Holmström等将声誉解释为劳动力市场对经理经营能力的概率估计,此时声誉关心与职业关心等价,指经理为增大市场对自己能力的估计而付出更多的努力使得绩效表现提高[6,7]。本文对于声誉及声誉关心的定义沿用这一框架,声誉指消费者市场对主播质量的先验概率。
03 模型构建
3.1 变量计算
一个声誉为h的主播和一个商家通过直播带货的方式合作向消费者售卖一种单位质量的产品,产品的原始价格为p。类似Holmström[7]的框架,假设主播的真实质量QI={0,1}对于主播和消费者都是未知的,消费者市场通过相同的先验概率,h∈(0,1],对主播质量进行推测,即QI =1·h+0·1-h =h。定义主播的声誉即为消费者市场对主播质量的先验概率h。由于声誉反映了市场对主播质量的信念,直觉上,声誉越高,主播为高质量主播的概率越大,愿意成为其粉丝的消费者越多,因此,在对于消费者总数归一化之后,假设主播的粉丝数量即为h。规定主播和商家在合作中采用传统的佣金制计算薪酬,即按照销售量付薪,每件产品的销售佣金为r。为方便后续的求解和讨论,下文将其简化为r=1,这意味着无论主播的粉丝量为多少,其计件佣金相同。这是不失一般性的,因为模型设定允许了单价p的变化。在现实中,佣金部分的高低通常和行业的毛利率有关,有约定基准,受到粉丝数的影响(即主播谈判能力)较小,例如亚马逊等主要电商平台推出的主播合作计划中,佣金率与粉丝量无关,仅与产品品类有关[27]。
在传统的委托代理情境中,商家基于自身利益最大化原则进行决策并提供给销售员价格。在直播带货这一场景中,主播因为其庞大的粉丝群体而拥有了不同于传统销售员的议价能力,这使他们能够和商家进行谈判,折扣价格的确定应该基于双方共同的利益。这种价格协商的模式在头部主播的合作中最为常见,例如,头部主播李佳琦创办的名叫《所有女生的offer》的综艺节目展示了他与商家谈判折扣的过程[28]。基于此,本文采用纳什谈判模型刻画双方的折扣协商过程,假设双方的外部选择均为0[29]。考虑到主播的议价能力与她的粉丝量正相关,假设主播的议价能力为其声誉h,商家为1-h。双方通过最大化合作收益(πB−0)1−h(UI−0)h来协商得到折扣d,其中πB是商家的利润,UI是主播的效用。
主播根据协商出的折扣价格确定自己为本次直播付出的努力α,包括为产品介绍作出的准备、设计和安排产品的介绍等,对应的成本是α2/2。消费者观看主播的直播并决策是否购买商品,他的效用UC来自于两方面,即单位质量的商品本身带来的效用Upr=1-dp和观看直播获得的效用Upl。直觉上,主播为直播付出越多的努力,直播的内容越丰富精彩,消费者的收益越高,因此可假设Upl=α。消费者的保留效用θ是存在差异的,只有当他获得的效用高于他的保留效用,即Upr+Upl≥θ时,才会进行购买。设保留效用为θC的消费者购买直播商品获得的效用恰好等于他的保留效用,则市场中保留效用低于θC的消费者会购买商品。主播对应的市场需求为:
消费者在一场直播结束后,会根据主播本场的表现对其质量的先验概率进行信念更新。假设主播的表现主要由她付出的努力α和直播的折扣水平d决定。考虑到低价是消费者参与直播带货的主要动机之一,直觉上,当折扣力度较大时,即使主播的直播内容质量一般,足够低的价格依然可能让主播得到消费者的认可和追随;相反,当折扣力度很小时,即便主播的直播非常精彩,她可能依然无法吸引到对低价敏感的直播用户。基于此,假设折扣与努力对主播表现的影响是非独立的,即y=(1-d)α。消费者采用贝叶斯信念更新法则对主播的声誉进行如下更新:
本文用下列图1中的时间轴刻画这一过程。首先,商家和声誉为h的主播决定是否进行合作,如果合作的话,他们通过纳什谈判协商出本次直播的折扣价格d,继而主播根据折扣选择自己的努力程度α。主播开始直播后,消费者观看主播对商品的讲解并作出购买决策。直播结束后,商家按销量支付给主播薪酬,消费者根据主播的表现对主播质量进行信念更新,主播的声誉变为h'。
04 基础模型分析
首先考虑主播只关心本期合作中的金钱收益而不在意长期的声誉变化的情形(记为上标B),以此作为后续研究的基准。此时的双方对于价格折扣的谈判如下:
以下表1给出了上述基准模型的求解结果。
表1 基础模型的最优结果
定理1. 当主播只关心当期直播收入时,她的最优努力程度αB*等于她的声誉h。而折扣的纳什谈判解dB*随声誉的增加非单调变化。
图2展示了不同声誉的主播对应的折扣的纳什谈判解。定理1表明,商家应该为腰部主播提供最少的折扣,头部主播和尾部主播得到的折扣更大。由于主播的收入只与销量有关,因此主播总是希望尽可能争取到更大的折扣来吸引更多的消费者购买。当主播的声誉较高时,她拥有着较高的议价能力,能够争取到更大的折扣。随着主播声誉的增高,折扣价格也在不断地降低,商家的利润会不断减小。当主播的声誉较差时,其拥有的粉丝较少,这意味着她能够触及的市场较小,这时为了尽可能在有限的市场中增大销量,商家愿意适当地降低价格来吸引消费者购买产品。相较之下,中等水平的主播会比低声誉主播付出更多的努力向更多的粉丝销售商品,同时由于其议价能力没有高声誉主播强,因此商家可以适当升高一些折扣价格来获得更多的利润。
05 声誉关心效应
接下来,考虑存在声誉关心的情形(记为上标R):主播不仅关注当期的金钱收益,而且会关心未来的声誉变化给自己带来的影响。此时,主播的效用中会因关心未来声誉而增加新的一项βh',β代表了主播对声誉的关心程度。遵循Jiang等[20]对于声誉关心程度的假设,β是公开信息,现实中商家可以通过查看过去主播的直播记录或在与主播交谈观察到其对自身声誉的在意程度。因此模型可变为:
其中,β=0意味着主播完全不关心自己的声誉,这是基础模型所对应的情况。综合考虑到求解难度和现实意义(商家大多选择声誉超过一定水平的腰部或头部主播进行合作),本部分着重对h≥1/2的主播进行了推导求解,并在数值分析中给出了完整结果。
为了保证双方能够进行合作,主播的努力程度α∈(dp-1,1]。根据公式(10),当1/2≤h≤1时:
因此, 单调递减。当 时,唯一存在一个αR*满足下列关系:
当β>0且h≥1/2时: 严格大于0,因此aR*>αB*。表2给出了1/2≤h≤1时所有情况下的aR*求解结果,此时可以得到定理2。
表2 h≥1/2时最优努力程度αR*
定理2. 当1/2≤h≤1时,主播对于声誉的关心可以激励她们付出更多的努力,且努力水平随关心程度的增加而增大。
图3展示了不同的声誉关心程度β(图3a)和原始价格p(图3b)随着声誉的变化对于均衡努力程度的影响。直觉上,如果主播关心她未来的声誉,她会付出更多的努力来增大粉丝对自己表现的认可。即使这会花费更多的成本,但是保持自己的声誉带来的长期收益可以抵消掉当下的损失。因此,主播越在意自己未来的声誉,越倾向于在当下付出更多的努力,这与经济学中揭示的职业关心带来的隐形激励的结果是一致的[6-8,29]。结果表明,产品的原始价格对于主播的努力程度也会产生影响。这里由于模型对于产品质量做了归一处理,因此价格体现了商品的性价比。当产品价格升高时,消费者从产品本身获得的效用Upr下降,主播可以通过增加直播给消费者带来的效用Upl提高消费者的支付意愿,但这意味着主播需要付出更多的努力。
图3 存在声誉关心效应的最优努力程度
等式(13)无法直接求得aR*的显式解,因此,接下来的部分通过数值分析的方法讨论最优折扣的变化。图4的结果表明,随着声誉的增加,最优折扣依然呈现倒U型,而声誉关心效应对折扣产生的影响因商品价格的不同而不同。对于价格比较低的产品,如图4(a)所示,高声誉的主播越关心自己的声誉,她得到的最终的折扣价格越低。有趣的是,当产品价格比较高时,更关心自己声誉的主播最终得到的折扣反而越小(图4b)。
图4 存在声誉关心效应的最优折扣
图5 存在声誉关心效应时商家、主播和消费者的均衡收益
直觉上讲,主播越在意自己在粉丝市场的声誉,她越有动机为了满足粉丝的需求而争取大的折扣。但图4的结果表明这一直觉是不成立的。其背后的原因如下:
首先,当产品的价格比较低时(图4a),商家的边际利润较低,为了最大化合作收益,此时更应该关注主播方的效用提升。定理1指出,当主播的声誉较高时,最终的折扣价格随其议价能力增加而降低。当主播更加关心自己的声誉时,更低的折扣有利于更好地维持她未来的声誉,主播的效用得到进一步提升。因此,越关心声誉的头部主播最终谈判得到的折扣价格越低。
反之,当产品价格比较高时(图4b),商家的利润增加对于合作收益的提高贡献更大,而商家本身有动力尽可能减少折扣水平来扩大利润。其他条件不变时,较小的折扣会使主播的声誉变差。当主播更加关心自己的声誉时,为了维持自己未来的粉丝数量,她会通过进一步增大自己的努力来提高消费者观看直播获得的收益,弥补折扣降低对声誉的影响。注意,由于信息是透明的,商家与主播协商价格时可以预料到下一步主播对于最优努力程度的选择,因此商家可以利用主播的这种声誉关心效应,提供小的折扣,进而获得更高的收益。
尽管这一结果与直觉相反,但前人的研究结果中也有类似的结论出现,例如Jiang等[20]指出更关心粉丝福利的主播介绍产品时披露的真实信息更多,这可能导致商家利益受损,进而使得商家有动机提高产品的价格,最终三方的收益都会受到损害。然而,该研究没有考虑到直播带货与传统电商销售的一个关键区别,即观看直播本身也会给消费者带来一定的效用,而主播对于声誉的关心会激励其为直播付出更多的努力,进而提升消费者的效用。结合图4(b)和图5(b)(d)(f),本研究发现,考虑到上述影响时,与该研究对三方利益受价格升高影响的结论相反,当产品本身价格较高时,同一声誉水平下,声誉关心效应虽然导致谈判均衡价格升高,但这并没有损害主播和消费者的效用,反而使得三方的效用都得到了提升。
图5(a)(c)(e)对应产品价格较低时的情况,结果表明,头部主播对于声誉的关心从而索要的大额折扣会使得商家的利润受损,但其自身以及她的粉丝的效用得到了提升。对于价格比较高的产品,正如上文提到的,声誉关心效应的存在同时提升了主播(图5b)、商家(图5d)、消费者(图5f)三方的收益。
注意,图5(f)中当h趋于1时,绿色点线(β=1)低于蓝色虚线(β=0.5),这意味着当主播非常在意自己的未来声誉时,消费者剩余可能会减少。这是因为此时主播已经为本次直播付出了最大程度上的努力(见图3a),两种关心程度导致的最优努力程度均达到了1,声誉关心效应无法激励主播进一步优化自己的直播内容,为消费者带来更好的体验,即Upl(β=1)=Upl(β=0.5)。然而,此时商家仍在利用主播对声誉的关心,给更关心声誉的主播提供更小的折扣,消费者从商品本身获得的效用Upl(β=1)<Upl(β=0.5)。因此,β=1出现了消费者剩余的减少。
总结而言,考虑到主播对未来声誉的关心,上述的分析提供了一个管理启示,即适当增强主播对于声誉的关心既可以激励主播为直播付出更多的努力,从而增加直播内容的精彩程度,又可以避免大部分商家(除产品价格过低的商家)陷入因巨额折扣导致的亏损困局,考虑到消费者观看直播本身获得的效用时,上述做法同时有利于商家、主播和消费者。事实上,一些平台已经开始采取一些措施,引导主播对于自身声誉的适度关心,以达到长期的健康发展。比如,抖音给每位主播在个人页面设置了口碑评分,这项评分衡量的是主播在三个月内产品推荐和直播服务的综合表现。主播的口碑评分越高,获得更多曝光的机会越大。当主播的评分过低时(低于4.2,满分为5),主播不能参与达人榜排名或参加抖音的各类推广活动[30]。这些措施的存在一方面激励了主播关注自身的声誉,另一方面,具体的评分机制对于直播内容占比的增加激励了主播从内容层面提高自身的直播质量,而非一味索要折扣。
06 现实案例
本部分尝试利用来自淘宝直播的数据作为案例,观察在上文中发现的折扣与声誉的“倒U型”关系是否出现。案例分析的数据来自淘宝旗下的直播带货平台——淘宝直播。数据的时间窗口覆盖2020年10月10日至12月10日,数据主要包括主播的淘宝ID、所在地、所属分区和累计直播次数等。随机抽取来自18个省的1000名主播作为样本。所属分区包括吃喝玩乐、服饰美妆、酷乐潮玩、汽车等13个不同领域,是淘宝平台对于主播给予的标签,其中服饰美妆(576人)和吃喝玩乐(81人)的主播占比最高。我们分别统计了上述时间段内这1000名主播每日直播时的直播间数据,包括直播间基本信息(如标题、直播时长)、销售情况(如销售总量、总金额)、互动情况(如点赞数量、评论数量)、粉丝变动情况(如开播前粉丝数、开播后粉丝数)以及每场直播销售产品的基本信息(如产品名称、原价、直播间价格)。由于每场直播带货数量众多,存在产品品牌和供应商信息不完整的情况,但可根据淘宝对于主播的类别标签开展进一步的基本规律探索。
为了在主播层面验证主播的声誉对其最终得到的价格折扣的影响,本部分使用这1000名主播抽取同一天销售的所有产品的数据,计算了每个主播销售的所有产品的平均折扣。与前文模型中的假设对应,主播的声誉h主要通过粉丝量体现。由于主播与商家的价格谈判过程和其售卖商品的直播之间往往存在不定长的时间间隔,数据中没有体现主播与商家具体在何时进行了谈判。然而,尽管每场直播后主播的粉丝量都在发生细微的变动,但短期内其波动范围较小,因此,这里使用直播当日主播的粉丝量近似作为价格谈判时的粉丝量。由于原始数据中粉丝量的分布存在一定的右偏,我们对其取了对数并得到了最终近似正态分布的声誉logFanAmount。
为了更直观地展示两个变量之间的关系,我们首先根据声誉以1为组间距将1000名主播分成了5组,以折扣平均值代表本组的折扣水平dm。图6展示了组平均折扣(dm)和声誉(logFanAmount)之间关系的初步数据结果,与图1和图4揭示的规律相似,主播谈判得到的所有产品的平均折扣与其声誉存在“倒U型”关系。
图6 组平均折扣随声誉变化图
考虑到直播带货中产品折扣的大小与产品种类有关,我们进一步根据这1000名主播的所在分区对其进行分类,分别考察不同分区主播的组平均折扣与声誉之间的关系,以排除产品种类的干扰。图7和图8分别展示了样本中占比最大的两个分区——服饰美妆(576名主播)和吃喝玩乐(81名主播)的结果,分区结果与样本总体呈现的规律基本一致,平均折扣仍与其声誉存在“倒U型”关系,这进一步佐证了上文分析模型的结论的现实合理性。但由于数据的规模性和颗粒度的限制,我们这里只能从整体规律层面进行归纳作为案例,主要是尝试将本文的理论模型部分的结果与现实做第一步的联系,并将更深入的实证分析留待未来研究工作。
图7 服饰美妆分区组平均折扣随声誉变化图
图8 吃喝玩乐分区组平均折扣随声誉变化图
07 结语
主播作为直播带货中的核心角色,因为与粉丝存在长期互惠关系,在决策中可能出现和传统的销售人员不同的规律。本研究基于主播对于在粉丝市场中的长期声誉关注,建立纳什谈判模型分析声誉关心效应对商家和主播合作时价格谈判过程产生的影响。文中的分析模型结果表明,首先,相较于头部和尾部主播,粉丝量中等的腰部主播得到的折扣最小。其次,本文证明了高声誉主播对于未来声誉的关心能够有效激励其付出更多的努力。有趣的是,本研究发现,声誉关心效应对折扣价格的影响随产品价格的不同而不同。对于价格很低的商品,越关心自己声誉的高声誉主播得到的折扣越大,这有利于主播和消费者效用的提升,但是损伤了商家的利润。然而,随着产品价格的升高,商家利用主播对于声誉的关心可以适当地减小折扣,这意味着越关心声誉的主播反而得到的折扣越小,但这种策略使得三方同时受益。
本研究的贡献主要包括以下几点:
从理论上讲,首先,本文丰富了电子商务特别是直播带货领域的相关研究,为分析这一新型电商销售方式下涉及的销售员——主播——的行为提供了经济学视角。本文关注到直播带货场景中主播因拥有大量的粉丝而不同于传统销售员的新特征,考察了其对在粉丝群体间长期的声誉关心而产生的影响,这是目前直播带货场景的研究中鲜有考虑的[12,31-34]。其次,本研究扩展了委托代理理论在新的场景下的应用,验证了新场景中的声誉关心同样可以起到经济学中职业生涯关心文献指出的隐形激励作用[6-8]。考虑到代理人关心的声誉来自于委托代理关系之外的第三方市场,且可能与委托人的利益发生冲突,这在之前的研究情境中未曾出现过,本研究利用纳什谈判模型在经典委托代理框架下分析了这种声誉关心对于代理人行为和代理人、委托人以及第三方群体的收益的影响。
从实践上讲,文章结论对于商家参与直播带货和平台管理主播提供了策略参考。对于商家而言,本文的分析结论从粉丝量角度为不同产品价格的商家选择主播提供了依据,同时为其面对不同声誉关心程度的主播时应该提供的价格折扣提供了参考。对于平台而言,研究指出,适当的声誉关心有利于直播生态的长期健康发展,这为平台制定主播的评价和监管机制提供了指导。
现实中,直播带货场景因涉及到众多角色和因素而十分复杂,现有的模型无法刻画出该场景的全部特征,因此本研究还存在一定的局限性和未来工作的拓展空间。例如,本文重点关注了主播职业生涯的单期过程,未来可以将模型拓展到多期,以更好地体现这种长期关心的影响。进一步,本文仅考虑了一个商家和一个主播之间的合作,事实上,主播一次直播中往往同时售卖多个商品,这对应了多个商家之间的合作,可能涉及到商家之间就价格、时间分配等的竞争问题,未来的工作可以考虑多个商家和多个主播之间合作过程。
参考文献
[1] 陈国青,曾大军,卫强,等.大数据环境下的决策范式转变与使能创新[J].管理世界,2020,36(2):95-105,220.
[2] 艾媒咨询.2022—2023年中国直播电商行业运行大数据分析及趋势研究报告[R].2022.
[3] Greenwald M.Live streaming e-commerce is the rage in China.Is the U.S.next?[EB/OL].Forbes,2020.[2022-12-07].https://www.forbes.com/sites/michellegreenwald/2020/12/10/live-streaming-e-commerce-is-the-rage-in-china-is-the-us-next/
[4] Booth N,Matic J A.Mapping and leveraging influencers in social media to shape corporate brand perceptions[J].Corporate Communications,2011,16(3):184-191.
[5] 中国新闻周刊.直播带货:疯狂涌入和大量倒闭同时发生[EB/OL].新浪财经,2020.[2022-12-11].https://finance.sina.com.cn/chanjing/cyxw/2020-08-23/doc-iivhvpwy2522849.shtml.
[6] Fama E F.Agency problems and the theory of the firm[J].Journal of Political Economy,1980,88(2):288-307.
[7] Holmström B.Managerial incentive problems:A dynamic perspective[J].Review of Economic Studies,1999,66(1):169-182.
[8] Gibbons R,Murphy K J.Optimal incentive contracts in the presence of career concerns:Theory and evidence[J].Journal of Political Economy,1992,100(3):468-505.
[9] Cai J,Wohn D Y.Live streaming commerce:Uses and gratifications approach to understanding consumers’ motivations[C]//Proceedings of the 52nd Hawaii International Conference on System Sciences,Grand Wailea,Hawaii.Hawaii:University of Hawaii at Manoa,2019:2548-2557.
[10] Ang T,Wei S,Anaza N A.Livestreaming vs pre-recorded:How social viewing strategies impact consumers’ viewing experiences and behavioral intentions[J].European Journal of Marketing,2018,52(9/10):2075-2104.
[11] Zhang L,Sethi S,Zhang Y.Seeing is believing:Does live streaming e-commerce make brands more shoppable?[J/OL].SSRN Electronic Journal,2021.[2022-12-07].https://ssrn.com/abstract=3992063.
[12] Anand A,Dutta S,Mukherjee P.Influencer marketing with fake followers[J].IIM Bangalore Research Paper,2020(580).
[13] Wongkitrungrueng A,Dehouche N,Assarut N.Live streaming commerce from the sellers’ perspective:Implications for online relationship marketing[J].Journal of Marketing Management,2020,36(5-6):488-518.
[14] 刘颖,孟健.国际网络视频直播研究述评[J].信息资源管理学报,2018,8(4):106-118.
[15] 陈晓丹.移动社会媒体营销模式与信息经济影响研究[J].信息资源管理学报,2014,4(1):62-68,36.
[16] Geng R,Wang S,Chen X,et al.Content marketing in e-commerce platforms in the Internet celebrity economy[J].Industrial Management & Data Systems,2020,120(3):464-485.
[17] Bell D R,Gallino S,Moreno A.Offline showrooms in omnichannel retail:Demand and operational benefits[J].Management Science,2018,64(4):1629-1651.
[18] Li G,Nan G,Wang R,et al.Retail strategies for e-tailers in live streaming commerce:When does an influencer marketing channel work?[J/OL].SSRN Electronic Journal,2022.[2022-12-07].https://ssrn.com/abstract=3998665.
[19] Hou J,Shen H,Xu F.A model of livestream selling with online influencers[J/OL].SSRN Electronic Journal,2022.[2022-12-07].https://ssrn.com/abstract=3896924.
[20] Jiang B,Turut O,Zou T.A one-sentence tweet or a one-hour video?Influencing the Influencer’s recommendations with discounts[J/OL].SSRN Electronic Journal,2022.[2022-12-07].https://ssrn.com/abstract=3922188.
[21] Pei A,Mayzlin D.Influencing the influencers[J/OL].SSRN Electronic Journal,2022.[2022-12-07].https://ssrn.com/abstract=3376904.
[22] 贾微微,别永越.网红经济视域下的影响者营销:研究述评与展望[J].外国经济与管理,2021,43(1):23-43.
[23] Dewatripont M,Jewitt I,Tirole J.The Economics of career concerns,part I:Comparing information structures[J].The Review of Economic Studies,1999,66(1):183-198.
[24] Dewatripont M,Jewitt I,Tirole J.The economics of career concerns,part II:Application to missions and accountability of government agencies[J].The Review of Economic Studies,1999,66(1):199-217.
[25] Ke R,Li J,Powell M.Managing careers in organizations[J].Journal of Labor Economics,2018,36(1):197-252.
[26] Kreps D M,Milgrom P,Roberts J,et al.Rational cooperation in the finitely repeated prisoners’ dilemma[J].Journal of Economic Theory,1982,27(2):245-252.
[27] Amazon.Amazon influencer commission rates[EB/OL].Referazon,2022:[2022-12-08].https://www.referazon.com/amazon-influencer-commission-rates/.
[28] 网易.《所有女生的offer》,李佳琦这款综艺竟给直播带货带来怎样变化[EB/OL].网易新闻,2022:[2022-12-07].https://www.163.com/dy/article/HN99E4KG05560OJK.html.
[29] Nash J.Two-person cooperative games[J].Econometrica,1953,21(1):128-140.
[30] 电商运营团队.抖音电商创作者口碑分实施规则[EB/OL].抖音电商学习中心,2022:[2022-12-08].https://school.jinritemai.com/doudian/web/article/107080.
[31] Alves H,Fernandes C,Raposo M.Social media marketing:A literature review and implications[J].Psychology & Marketing,2016,33(12):1029-1038.
[32] Alalwan A A,Rana N P,Dwivedi Y K,et al.Social media in marketing:A review and analysis of the existing literature[J].Telematics and Informatics,2017,34(7):1177-1190.
[33] Lin J C C.Online stickiness:Its antecedents and effect on purchasing intention[J].Behaviour & information technology,2007,26(6):507-516.
[34] Lin L,Hu P J H,Sheng O R L,et al.Is stickiness profitable for electronic retailers?[J].Communications of the ACM,2010,53(3):132-136.
作者简介
杨思懿,硕士生,研究方向为电子商务、信息系统经济学;
窦一凡,教授、博导,研究方向为电子商务、信息系统经济学,Email:yfdou@fudan.edu.cn。
* 原文载于《信息资源管理学报》2023年第3期,欢迎个人转发,公众号转载请联系后台。
* 引用格式
杨思懿,窦一凡.“粉丝福利”的经济学分析:考虑主播长期声誉的直播电商价格谈判研究[J].信息资源管理学报,2023,13(03):100-111.DOI:10.13365/j.jirm.2023.03.100.
往期 · 推荐
当期目录 · 专刊 | 2023年第3期 “面向信息管理与信息系统的研究方法应用与实践”
当期荐读 2023年第3期 | EID事件情境下情绪对信息分享行为的动态影响——人格特质的调节作用
当期荐读 2023年第3期 | 国内基于二手数据计量经济模型的信息管理与信息系统研究综述:研究方法、前沿热点与理论运用
▲点击访问信息资源管理学报小程序
制版编辑 | 王伊杨
审核 | 于阿媛
长按识别二维码关注我们
信息资源管理学报
微信号
xxzyglxb
分享、在看与点赞
只要你点,我们就是朋友😊