蔡學(xué)媛， 李建斌， 戴 賓， 李 赟

(1.武漢紡織大學(xué) 管理學(xué)院，湖北 武漢 430073; 2.華中科技大學(xué) 管理學(xué)院，湖北 武漢 430074; 3.武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 武漢 430072; 4.中國移動(dòng)通信集團(tuán)廣東有限公司中山分公司，廣東 中山 528403)

0 引言

隨著電子商務(wù)的發(fā)展與成熟，用戶不僅能夠在網(wǎng)上進(jìn)行商品交易，而且能對(duì)所購商品發(fā)表交流信息和看法。在線評(píng)論作為一種新的口碑傳播形式，是消費(fèi)者發(fā)布在網(wǎng)絡(luò)上，以文本形式為主對(duì)商品的評(píng)價(jià)，這些評(píng)價(jià)包括對(duì)商品的肯定、不滿或個(gè)人對(duì)特定產(chǎn)品服務(wù)的購買和使用感受。消費(fèi)者通過在線閱讀產(chǎn)品評(píng)論信息能夠減少關(guān)于產(chǎn)品質(zhì)量不確定性,這在很大程度上影響消費(fèi)者的購買決策。Deloitte和Touche[1]的消費(fèi)者調(diào)查表明,閱讀評(píng)論后有43%的被調(diào)查消費(fèi)者的原始購買意向會(huì)增強(qiáng)，另有43%的消費(fèi)者會(huì)改變他們的購買決策，甚至還有9%的消費(fèi)者會(huì)放棄他們的購物計(jì)劃。在線產(chǎn)品評(píng)論作為一種新的公共信息渠道，越來越受到在線商家與消費(fèi)者的歡迎和重視。國內(nèi)大量實(shí)證研究分析了在線評(píng)論對(duì)顧客消費(fèi)行為的影響(如余偉萍等[2]，王偉和王洪偉[3]，杜學(xué)美等[4]，于麗萍等[5])，另有部分文獻(xiàn)研究了在線評(píng)論對(duì)零售商銷售量的影響(如Chevalier和Mayzlin[6]，Zhu和Zhang[7]，盤英芝等[8])。不同于上述研究，本文針對(duì)一個(gè)兩層供應(yīng)鏈結(jié)構(gòu)分析研究在線評(píng)論對(duì)多個(gè)競(jìng)爭(zhēng)性制造商及零售商最優(yōu)均衡定價(jià)的影響，并探究在線評(píng)論如何影響上游競(jìng)爭(zhēng)。

已有文獻(xiàn)從不同角度研究了在線評(píng)論對(duì)產(chǎn)品定價(jià)策略的影響，郭愷強(qiáng)等[9]研究了基于在線評(píng)論的網(wǎng)絡(luò)零售商兩階段定價(jià)，通過數(shù)值模擬表明在線評(píng)論數(shù)量越大，第一階段產(chǎn)品的最優(yōu)價(jià)格越低，第二階段產(chǎn)品的最優(yōu)價(jià)格越高，零售商的總利潤越大。Yu等[10]考慮顧客策略性等待評(píng)論信息時(shí)體驗(yàn)型產(chǎn)品的多階段動(dòng)態(tài)定價(jià)問題，得到在某些條件下在線評(píng)論信息會(huì)降低公司利潤并損害消費(fèi)者剩余，這與評(píng)論信息有利于消費(fèi)者的傳統(tǒng)觀念相反。劉洋等[11]研究了基于在線評(píng)論軟件開發(fā)者和平臺(tái)提供商組成的兩層供應(yīng)鏈的定價(jià)策略，發(fā)現(xiàn)當(dāng)評(píng)論產(chǎn)生正向口碑效應(yīng)時(shí)軟件需求，最優(yōu)價(jià)格和最優(yōu)利潤隨評(píng)論數(shù)量的增大而增大；當(dāng)評(píng)論產(chǎn)生負(fù)向口碑效應(yīng)時(shí)軟件需求，最優(yōu)價(jià)格和最優(yōu)利潤隨評(píng)論數(shù)量的增大而減小，軟件最優(yōu)質(zhì)量則一直隨評(píng)論數(shù)量的增大而增大。

大部分文獻(xiàn)主要分析在線評(píng)論對(duì)單一產(chǎn)品定價(jià)策略的影響，極少數(shù)研究考慮了競(jìng)爭(zhēng)環(huán)境下在線評(píng)論是如何影響市場(chǎng)需求及產(chǎn)品定價(jià)的。Choi[12]研究了由兩個(gè)競(jìng)爭(zhēng)性制造商和一個(gè)共同零售商組成的渠道結(jié)構(gòu)中產(chǎn)品的價(jià)格競(jìng)爭(zhēng)，分析了不同權(quán)力結(jié)構(gòu)下三種非合作博弈并進(jìn)行了對(duì)比。Kwark等[13]采用了與Choi[12]相同的渠道結(jié)構(gòu)，研究在線評(píng)論對(duì)兩個(gè)競(jìng)爭(zhēng)性制造商與線上零售商的定價(jià)及利潤影響，文中將在線評(píng)論視為減少消費(fèi)者對(duì)產(chǎn)品質(zhì)量及匹配度不確定性的信息資源，以消費(fèi)者效用為出發(fā)點(diǎn)探究了在線評(píng)論的不同信息對(duì)不同類型的產(chǎn)品定價(jià)及供應(yīng)鏈成員利潤的作用，得到在線評(píng)論可能會(huì)改變上游競(jìng)爭(zhēng)，在制造商忽視評(píng)論信息且不作出策略性反應(yīng)的情況下評(píng)論使零售商及得到有利評(píng)論的制造商獲益，而得到不利評(píng)論的制造商則遭受損失。然而，在現(xiàn)實(shí)銷售市場(chǎng)上多產(chǎn)品競(jìng)爭(zhēng)更為普遍，比如京東商城同時(shí)銷售華為、小米、OPPO等多個(gè)手機(jī)品牌，消費(fèi)者基于評(píng)論信息進(jìn)行多重比較選購產(chǎn)品。在Kwark等[13]的基礎(chǔ)上，本文依據(jù)京東商城自營商品的實(shí)際銷售背景，考慮具有質(zhì)量不確定性的消費(fèi)者，將在線評(píng)論揭示的產(chǎn)品質(zhì)量信息作為消費(fèi)者效用的組成部分，拓展研究了多個(gè)競(jìng)爭(zhēng)性制造商生產(chǎn)不同的替代性產(chǎn)品且通過同一個(gè)線上零售商銷售的渠道結(jié)構(gòu)下在線評(píng)論對(duì)各產(chǎn)品需求，定價(jià)及供應(yīng)鏈成員利潤的影響，得到基于在線評(píng)論多個(gè)競(jìng)爭(zhēng)性制造商與零售商的最優(yōu)均衡定價(jià)，在實(shí)踐中指導(dǎo)制造商及零售商如何根據(jù)評(píng)論信息調(diào)整產(chǎn)品價(jià)格以獲得最大利潤。而Kwark等[13]著重研究了在線評(píng)論對(duì)上游制造商競(jìng)爭(zhēng)的影響，并提出了依賴產(chǎn)品類型設(shè)計(jì)評(píng)論平臺(tái)的管理啟示。不同于Kwark等[13]以線性Hotelling模型描述兩產(chǎn)品的水平性差異，本文采用Salop[14]提出的neo-Hotelling模型刻畫多產(chǎn)品的水平性差異，構(gòu)建了依賴零售渠道在線評(píng)論的消費(fèi)者選擇模型。Neo-Hotelling模型在研究多產(chǎn)品的競(jìng)爭(zhēng)問題中具有廣泛應(yīng)用，Lancaster[15]和Anderson等[16]利用該模型討論了區(qū)域競(jìng)爭(zhēng)及歧視性定價(jià)，Ke和Mayzlin[17]研究了基于neo-Hotelling模型差異化產(chǎn)品定位及定價(jià)的協(xié)調(diào)機(jī)制。

本文研究了基于在線評(píng)論的多個(gè)競(jìng)爭(zhēng)性制造商及單一零售商最優(yōu)定價(jià)問題以及評(píng)論對(duì)供應(yīng)鏈各成員定價(jià)策略及利潤的影響。通過求解制造商-領(lǐng)導(dǎo)者與零售商-跟隨者組成的斯塔克爾伯格博弈得到制造商與零售商的最優(yōu)均衡價(jià)。分析表明各產(chǎn)品的均衡批發(fā)價(jià)及銷售價(jià)按一定的比例隨評(píng)論揭示的該產(chǎn)品質(zhì)量與其他產(chǎn)品質(zhì)量均值之差(正或負(fù))增加或減少，且銷售價(jià)的變動(dòng)幅度高于批發(fā)價(jià)；以無在線評(píng)論的供應(yīng)鏈最優(yōu)定價(jià)及利潤為比較基準(zhǔn)，有利評(píng)論使產(chǎn)品的最優(yōu)批發(fā)價(jià)，銷售價(jià)及市場(chǎng)需求均提高，制造商的利潤增加，不利評(píng)論則降低了產(chǎn)品的最優(yōu)批發(fā)價(jià)及銷售價(jià)，并損害了制造商的利潤。另外，評(píng)論信息增加了不同產(chǎn)品需求的不對(duì)稱性，零售商因而具有更大的調(diào)價(jià)空間，往往通過提高(降低)占據(jù)有利(不利)評(píng)論的產(chǎn)品價(jià)格獲得更高的利潤。

1 模型描述

考慮網(wǎng)上零售商R銷售多個(gè)可替代性的產(chǎn)品i(i=A,B,C)，各種產(chǎn)品由不同的制造商生產(chǎn)。制造商i提供產(chǎn)品i，并以批發(fā)價(jià)wi銷售給零售商，零售商基于批發(fā)價(jià)及市場(chǎng)需求制定各個(gè)產(chǎn)品的銷售價(jià)pi，轉(zhuǎn)而銷售給顧客。消費(fèi)者綜合其對(duì)各產(chǎn)品質(zhì)量的自我判斷，在線評(píng)論信息及產(chǎn)品價(jià)格得到不同的產(chǎn)品效用，并根據(jù)其效用最大化選擇購買商品，且每個(gè)消費(fèi)者有單位1的需求量。競(jìng)爭(zhēng)性制造商和零售商分別通過最優(yōu)化各自產(chǎn)品的批發(fā)價(jià)和銷售價(jià)實(shí)現(xiàn)利潤最大化。不失一般性，假設(shè)制造商的邊際生產(chǎn)成本為0。

1.1 消費(fèi)者效用

產(chǎn)品具有質(zhì)量屬性和匹配性屬性，質(zhì)量屬性體現(xiàn)產(chǎn)品的優(yōu)異程度，如手機(jī)的電池壽命，wifi連接流暢度等，消費(fèi)者往往偏好高質(zhì)量的產(chǎn)品；匹配性屬性反映產(chǎn)品與顧客需求的匹配程度，如手機(jī)的鍵盤設(shè)計(jì)(軟鍵盤/硬鍵盤)，尺寸大小和顏色等，產(chǎn)品的匹配度具有個(gè)體差異性，不同的消費(fèi)者對(duì)產(chǎn)品匹配性屬性的偏好不同[13]。消費(fèi)者在購買前不確定產(chǎn)品的質(zhì)量，根據(jù)零售商提供的產(chǎn)品信息，廣告及口碑等渠道產(chǎn)生對(duì)產(chǎn)品的質(zhì)量估值，消費(fèi)者異質(zhì)且具有不同的質(zhì)量估值。由于產(chǎn)品的種類有限，不可能完全匹配每位消費(fèi)者的口味，消費(fèi)者會(huì)產(chǎn)生相應(yīng)的不匹配成本。以neo-Hotelling模型刻畫不同產(chǎn)品的水平性差異及定位，整個(gè)市場(chǎng)由一個(gè)閉合的單位環(huán)表示(坐標(biāo)在弧上以順時(shí)針為正方向從0到1排列，起點(diǎn)0與終點(diǎn)1重合)，產(chǎn)品i位于yi(yA=0,yB=1/3,yC=2/3)，如圖1所示。y處消費(fèi)者選擇產(chǎn)品的不匹配度為|y-yi|(|·|表示弧長)。設(shè)消費(fèi)者的不匹配單位成本為t，不匹配度與不匹配單位成本的乘積為消費(fèi)者的不匹配成本。消費(fèi)者對(duì)產(chǎn)品的質(zhì)量估值xi決定了產(chǎn)品可為其帶來的最大效用，則消費(fèi)者效用等于產(chǎn)品提供的最大效用減去不匹配成本，參考Kwark等[13]，可得購買產(chǎn)品的消費(fèi)者凈效用為：

Vi=xi-|y-yi|·t-pi

(1)

圖1 環(huán)形市場(chǎng)示意圖

1.2 需求函數(shù)

消費(fèi)者分為忠實(shí)型顧客和比較型顧客兩類，忠實(shí)型顧客僅購買其忠于的產(chǎn)品并掌握產(chǎn)品質(zhì)量和匹配度的完全信息，根據(jù)產(chǎn)品價(jià)格選擇是否購買，由效用函數(shù)(1)可得產(chǎn)品的忠實(shí)型顧客的需求為

Dil=hi-αpi

(2)

其中，α是忠實(shí)型顧客對(duì)產(chǎn)品i的價(jià)格敏感度.假設(shè)各產(chǎn)品的真實(shí)質(zhì)量無差別，即h≡hA=hB=hC。

比較型顧客通過比較各產(chǎn)品效用值選取效用最大的產(chǎn)品并購買。此類顧客在購買前不確定產(chǎn)品的真實(shí)質(zhì)量，基于廣告或口碑等其他信息得到自身對(duì)產(chǎn)品質(zhì)量的估值為xi，不同顧客對(duì)產(chǎn)品質(zhì)量的估值不同，零售商僅得到顧客對(duì)產(chǎn)品質(zhì)量估值的分布函數(shù),對(duì)每位顧客具體的質(zhì)量估值未知。假定顧客對(duì)各產(chǎn)品質(zhì)量的估值均服從[V0,V1]的均勻分布且xA,xB,xC相互獨(dú)立，比較型顧客均勻分布在環(huán)上且總量為單位1。在線評(píng)論揭示的其他消費(fèi)者對(duì)產(chǎn)品質(zhì)量的估值為XiR，消費(fèi)者綜合自身對(duì)產(chǎn)品質(zhì)量的估值及評(píng)論體現(xiàn)的質(zhì)量估值得到產(chǎn)品i的期望感知質(zhì)量rxi+(1-r)xiR，這里r∈(0,1]，r取值依賴于消費(fèi)者自信度與評(píng)論信息源準(zhǔn)確度的相對(duì)大小，1-r為評(píng)論信息的權(quán)重，表示評(píng)論影響力，準(zhǔn)確度越高1-r越大，評(píng)論對(duì)消費(fèi)者的影響越大。在推導(dǎo)出比較型顧客的需求函數(shù)之前，給出以下假設(shè)。

假設(shè)1產(chǎn)品評(píng)論處于穩(wěn)定狀態(tài)，不考慮評(píng)論信息生成過程；所有模型參數(shù)為共同知識(shí)。

假設(shè)2消費(fèi)者對(duì)每個(gè)產(chǎn)品的感知質(zhì)量足夠高，因而均可得到正效用。

假設(shè)3消費(fèi)者的不匹配成本較高，在任意感知質(zhì)量下，與消費(fèi)者完全匹配的產(chǎn)品帶來的效用高于其他產(chǎn)品。

存在在線評(píng)論時(shí)y處消費(fèi)者對(duì)產(chǎn)品i,j的感知效用差為：

Vi-Vj=r(xi-xj)+(1-r)(xiR-xjR)-

(|y-yi|-|y-yj|)t-(pi-pj)

(3)

當(dāng)r取值為1時(shí)表示無在線評(píng)論信息。

接下來，給出y處于不同區(qū)間上的各產(chǎn)品期望需求。

情形1y∈[0,1/3]。

VA-VB=r(xA-xB)+(1-r)(xAB-xBR)-

(4)

令xAB=xA-xB，xAB為消費(fèi)者對(duì)產(chǎn)品A和B的質(zhì)量估值之差。已知xA,xB是區(qū)間[V0,V1]的均勻分布且互相獨(dú)立，由此可得：xAB在[V0-V1,V1-V0]上取值，概率密度函數(shù)為

(5)

由假設(shè)3可知，當(dāng)消費(fèi)者對(duì)產(chǎn)品A的不匹配度較低|y-yA|≤λA(即y∈[0,λA]) 時(shí)，在任意的感知質(zhì)量差下消費(fèi)者從產(chǎn)品A得到的效用總高于產(chǎn)品B，其中，λA為消費(fèi)者自身對(duì)產(chǎn)品A和B質(zhì)量估值之差最低(xA-xB=V0-V1)時(shí)選擇產(chǎn)品A和B所得效用值相等的消費(fèi)者位置；相反地，當(dāng)消費(fèi)者對(duì)產(chǎn)品B的不匹配度足夠低|y-yB|≤1/3-λB(即y∈[λB,1/3]) 時(shí)，消費(fèi)者從產(chǎn)品B得到的效用恒大于產(chǎn)品A，其中，λB為消費(fèi)者自身對(duì)產(chǎn)品B和A質(zhì)量估值之差最低(xB-xA=V0-V1)時(shí)選擇產(chǎn)品A和B所得效用值相等的消費(fèi)者位置。而當(dāng)消費(fèi)者對(duì)兩個(gè)產(chǎn)品的不匹配度都較高|y-yA|>λA,|y-yB|>1/3-λB(即y∈[λA,λB]) 時(shí)，消費(fèi)者通過比較購買產(chǎn)品A及產(chǎn)品B所得的效用進(jìn)行決策。如圖2所示，陰影區(qū)域表示選擇產(chǎn)品A，空白區(qū)域表示選擇產(chǎn)品B。從公式(4)可以得到：

(6)

(7)

我們得到產(chǎn)品A和產(chǎn)品B的期望需求為：

(8)

圖2 消費(fèi)者對(duì)產(chǎn)品A與B選擇示意圖

情形2y∈(1/3,2/3]。

根據(jù)產(chǎn)品A，產(chǎn)品B和產(chǎn)品C位置的對(duì)稱性，與情形1類似，可得到區(qū)間(1/3,2/3]上三類產(chǎn)品的期望需求：

(9)

情形3y∈(2/3,1)。

類似情形1，由對(duì)稱性可得區(qū)間(2/3,1)上產(chǎn)品A，產(chǎn)品B和產(chǎn)品C的期望需求為：

(10)

綜上，可以分別得到產(chǎn)品A，產(chǎn)品B和產(chǎn)品C忠誠型及比較型顧客的總需求：

(11)

引理1在線評(píng)論對(duì)市場(chǎng)競(jìng)爭(zhēng)強(qiáng)度沒有影響，但決定潛在市場(chǎng)大小。

DA表達(dá)式中1/3+h+(1-r)(2xAR-xBR-xCR)/(2t)表示基于在線評(píng)論產(chǎn)品A的潛在市場(chǎng)規(guī)模，而1/3+h為無在線評(píng)論時(shí)的潛在市場(chǎng)，易知當(dāng)評(píng)論揭示的產(chǎn)品A質(zhì)量相對(duì)較高(即xAR>(xBR+xCR)/2)時(shí)，產(chǎn)品A的市場(chǎng)需求因好評(píng)增加; 否則，不利評(píng)論將降低產(chǎn)品A的市場(chǎng)規(guī)模。同時(shí)，DA表達(dá)式可等價(jià)轉(zhuǎn)化為DA=1/3+h+(1-r)(2xAR-xBR-xCR)/(2t)-αpA-(pA-pB)/(2t)-(pA-pC)/(2t)，得到產(chǎn)品B和產(chǎn)品C對(duì)A產(chǎn)品的替代率分別為1/(2t)，且在評(píng)論信息的影響下市場(chǎng)競(jìng)爭(zhēng)強(qiáng)度不變。類似地，可得在線評(píng)論對(duì)產(chǎn)品B和產(chǎn)品C市場(chǎng)需求的影響，1-r越大評(píng)論信息對(duì)各產(chǎn)品的需求影響越大。此外，推導(dǎo)得到產(chǎn)品需求是關(guān)于價(jià)格的線性函數(shù)，與文獻(xiàn)[12]一致。假設(shè)各產(chǎn)品潛在市場(chǎng)恒為正，例如京東自營不同品牌手機(jī)(華為、小米、OPPO等)，不同品牌間具有競(jìng)爭(zhēng)且面臨差異化的評(píng)論信息，即使某產(chǎn)品得到差評(píng)，需求也總是大于零。文獻(xiàn)[13]做了相同的假設(shè)。

2 基于在線評(píng)論制造商及零售商最優(yōu)決策

事件發(fā)生順序?yàn)椋?)制造商同時(shí)設(shè)定并公布各自產(chǎn)品的批發(fā)價(jià)wi；2)線上零售商向制造商采購產(chǎn)品并制定各產(chǎn)品零售價(jià)pi；3)消費(fèi)者進(jìn)入網(wǎng)上銷售平臺(tái)并借助評(píng)論信息比較不同產(chǎn)品的效用差，作出購買決策。

在決策階段，制造商作為領(lǐng)導(dǎo)者展開與零售商之間的斯坦?fàn)柌癫┺?，假設(shè)制造商與零售商均風(fēng)險(xiǎn)中立。采用逆推法求得多方博弈的均衡解。在博弈的第二階段，零售商制定三類產(chǎn)品最優(yōu)銷售價(jià)格(批發(fā)價(jià)的函數(shù))實(shí)現(xiàn)利潤最大化。在第一階段，競(jìng)爭(zhēng)性制造商分別基于預(yù)測(cè)的零售商各產(chǎn)品最優(yōu)銷售價(jià)選擇最優(yōu)的批發(fā)價(jià)。

零售商目標(biāo)函數(shù)：

(pB-wB)DB+(pC-wC)DC

(12)

制造商目標(biāo)函數(shù)：

(13)

將三類產(chǎn)品的需求表達(dá)式(11)代入零售商的目標(biāo)函數(shù)(12)可得零售商的利潤函數(shù)ΠR是關(guān)于銷售價(jià)pA,pB,pC的凹函數(shù)，故最優(yōu)零售價(jià)滿足一階偏導(dǎo)數(shù)等于0，可得各產(chǎn)品的最優(yōu)銷售價(jià)關(guān)于制造商批發(fā)價(jià)wA,wB,wC的反應(yīng)函數(shù)如下：

(14)

將上述方程組代入公式(13)，得到制造商利潤函數(shù)Πi是批發(fā)價(jià)wi(i=A,B,C)的凹函數(shù)，且在關(guān)于批發(fā)價(jià)wi的一階導(dǎo)數(shù)等于0時(shí)達(dá)到最大值，由此可得制造商及零售商的最優(yōu)均衡解。

制造商i最優(yōu)均衡批發(fā)價(jià)：

零售商產(chǎn)品i最優(yōu)均衡銷售價(jià)：

通過基于在線評(píng)論博弈參與者的最優(yōu)均衡解表達(dá)式可得定理1。

定理1由于不同產(chǎn)品的可替代性和競(jìng)爭(zhēng)性，制造商們的均衡批發(fā)價(jià)及零售商對(duì)各產(chǎn)品的最優(yōu)銷售定價(jià)隨評(píng)論提供的產(chǎn)品質(zhì)量變化：當(dāng)評(píng)論揭示的產(chǎn)品質(zhì)量高于其他產(chǎn)品質(zhì)量的均值時(shí)，制造商及零售商對(duì)該產(chǎn)品的最優(yōu)定價(jià)分別以質(zhì)量差值的不同比例增加，且產(chǎn)品最優(yōu)零售價(jià)的增加幅度高于批發(fā)價(jià)；否則，該產(chǎn)品的最優(yōu)批發(fā)價(jià)及零售價(jià)以相應(yīng)的比例減少。

根據(jù)各制造商的最優(yōu)批發(fā)價(jià)及零售商對(duì)各產(chǎn)品的最優(yōu)銷售定價(jià)可得均衡條件下，供應(yīng)鏈成員的最優(yōu)利潤如下：

制造商i最優(yōu)利潤：

零售商最優(yōu)利潤：

推論1評(píng)論揭示的產(chǎn)品質(zhì)量與其他產(chǎn)品質(zhì)量均值的差值越大，生產(chǎn)該產(chǎn)品的制造商最優(yōu)利潤越高，產(chǎn)品好評(píng)為制造商帶來高利潤，差評(píng)則導(dǎo)致低利潤；評(píng)論提供的不同產(chǎn)品質(zhì)量的方差越大，零售商的最優(yōu)利潤越高。

3 在線評(píng)論對(duì)供應(yīng)鏈的影響

首先，給出以下定義：當(dāng)評(píng)論揭示的某產(chǎn)品的質(zhì)量高于其他產(chǎn)品質(zhì)量的均值時(shí)，評(píng)論是該產(chǎn)品的有利評(píng)論，而當(dāng)評(píng)論揭示的某產(chǎn)品的質(zhì)量低于其他產(chǎn)品質(zhì)量的均值時(shí)，稱評(píng)論是該產(chǎn)品的不利評(píng)論。

定理2不失一般性，設(shè)在線評(píng)論提供的產(chǎn)品質(zhì)量滿足xAR>xBR>xCR，則以下結(jié)論成立。

a)有利評(píng)論使產(chǎn)品A的最優(yōu)批發(fā)價(jià)，最優(yōu)銷售價(jià)及制造商A利潤增加；

b)當(dāng)評(píng)論揭示的產(chǎn)品質(zhì)量相對(duì)較低(xBR≤(xAR+xCR)/2)時(shí)，評(píng)論對(duì)于產(chǎn)品B是不利評(píng)論，產(chǎn)品B的最優(yōu)批發(fā)價(jià)，最優(yōu)銷售價(jià)及制造商B利潤減少；

當(dāng)評(píng)論揭示的產(chǎn)品質(zhì)量相對(duì)較高(xBR>(xAR+xCR)/2)時(shí)，評(píng)論對(duì)于產(chǎn)品B是有利評(píng)論，產(chǎn)品B的最優(yōu)批發(fā)價(jià)，最優(yōu)銷售價(jià)及制造商B利潤增加；

c)不利評(píng)論使產(chǎn)品C的最優(yōu)批發(fā)價(jià)，最優(yōu)銷售價(jià)及制造商C利潤減少；

d)不同產(chǎn)品的差異化評(píng)論使零售商的利潤增加。

(15)

(16)

(17)

同理可證b)，c)。

d)由基于在線評(píng)論及無在線評(píng)論兩種情形下零售商最優(yōu)利潤表達(dá)式可得：

(18)

定理2表明當(dāng)在線評(píng)論提供的產(chǎn)品質(zhì)量較高時(shí)，消費(fèi)者對(duì)該產(chǎn)品的感知效用增加，產(chǎn)品的市場(chǎng)潛能變大，制造商則基于有利評(píng)論傳遞的信號(hào)相應(yīng)地提高產(chǎn)品批發(fā)價(jià)得到更高的利潤。同時(shí)零售商根據(jù)評(píng)論誘導(dǎo)的高市場(chǎng)需求及升高的批發(fā)價(jià)提高產(chǎn)品的銷售價(jià)格，如a)和b)的第一項(xiàng)所示；當(dāng)在線評(píng)論提供的產(chǎn)品質(zhì)量較低時(shí)，該產(chǎn)品的市場(chǎng)規(guī)模較小，制造商及零售商應(yīng)分別降低產(chǎn)品的批發(fā)價(jià)和銷售價(jià)以吸引更多的顧客，在不利評(píng)論影響下制造商的利潤降低，如b)的第二項(xiàng)及c)所示。評(píng)論改變了消費(fèi)者各產(chǎn)品的感知效用均值，造成不同產(chǎn)品需求的不對(duì)稱，使得零售商具有更大的空間利用市場(chǎng)調(diào)整不同產(chǎn)品的價(jià)格，如提高產(chǎn)品A的銷售價(jià)同時(shí)得到較高的市場(chǎng)需求，降低產(chǎn)品C的銷售價(jià)并得到較低的市場(chǎng)需求，但產(chǎn)品A因調(diào)價(jià)增加的利潤總是高于產(chǎn)品C減少的利潤，線上零售商總利潤提高，如d)所示。

推論2在線評(píng)論對(duì)產(chǎn)品最優(yōu)批發(fā)價(jià)、零售價(jià)及制造商與零售商利潤的影響幅度分別與價(jià)格彈性α及不匹配單位成本t呈負(fù)相關(guān)。

證明將(15)～(18)式分別取絕對(duì)值并對(duì)價(jià)格敏感系數(shù)α及不匹配單位成本t求偏導(dǎo)可得推論2。

設(shè)定參數(shù)取值為α=0.6;t=3;h=1;xAR=5;xBR=4.6;xCR=4，圖3～圖5直觀的顯示了在線評(píng)論對(duì)各產(chǎn)品最優(yōu)定價(jià)及制造商與零售商最優(yōu)利潤的影響。橫坐標(biāo)表示評(píng)論影響力1-r，在[0.1,0.9]范圍內(nèi)變化。縱坐標(biāo)表示基于在線評(píng)論的產(chǎn)品最優(yōu)價(jià)及最優(yōu)利潤與無在線評(píng)論時(shí)相應(yīng)最優(yōu)值的百分比(隨評(píng)論影響力1-r的變化而變化)。

圖3 在線評(píng)論對(duì)各產(chǎn)品最優(yōu)批發(fā)價(jià)的影響

圖4 在線評(píng)論對(duì)各產(chǎn)品最優(yōu)零售價(jià)的影響

圖5 在線評(píng)論對(duì)各制造商最優(yōu)利潤的影響

圖6 在線評(píng)論對(duì)零售商最優(yōu)利潤的影響

4 結(jié)論

本文研究了多個(gè)競(jìng)爭(zhēng)性制造商與線上零售商基于在線評(píng)論的最優(yōu)定價(jià)策略，構(gòu)建了neo-hotelling模型刻畫不同產(chǎn)品的差異性，并根據(jù)消費(fèi)者效用推導(dǎo)出各產(chǎn)品的需求函數(shù)，通過求解制造商-領(lǐng)導(dǎo)者與零售商-跟隨者組成的斯塔克爾伯格博弈得到制造商與零售商定價(jià)的最優(yōu)均衡解。分析表明在線評(píng)論對(duì)產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)強(qiáng)度沒有影響，但決定潛在市場(chǎng)大小。各產(chǎn)品的潛在市場(chǎng)規(guī)模依賴于在線評(píng)論提供的質(zhì)量信息，當(dāng)評(píng)論揭示的產(chǎn)品質(zhì)量高于其他產(chǎn)品的質(zhì)量均值時(shí)該產(chǎn)品的消費(fèi)者效用相對(duì)較高，潛在市場(chǎng)因評(píng)論信息而變大，否則將變??；各產(chǎn)品的均衡批發(fā)價(jià)及銷售價(jià)按一定的比例隨該產(chǎn)品質(zhì)量與其他產(chǎn)品質(zhì)量均值之差(正或負(fù))增加或減少，且銷售價(jià)的變動(dòng)幅度高于批發(fā)價(jià)。以無在線評(píng)論的供應(yīng)鏈最優(yōu)定價(jià)及利潤為比較基準(zhǔn)，有利評(píng)論使產(chǎn)品的最優(yōu)批發(fā)價(jià)，銷售價(jià)及市場(chǎng)需求均提高，制造商的利潤增加，不利評(píng)論則降低了產(chǎn)品的最優(yōu)批發(fā)價(jià)及銷售價(jià)并損害了制造商的利潤。其次，評(píng)論信息增加了不同產(chǎn)品需求的不對(duì)稱性，零售商因而具有更大的調(diào)價(jià)空間，往往通過提高(降低)占據(jù)有利(不利)評(píng)論的產(chǎn)品價(jià)格獲得更高的利潤。此外，評(píng)論對(duì)產(chǎn)品最優(yōu)批發(fā)價(jià)、零售價(jià)及制造商與零售商利潤的影響幅度與價(jià)格彈性α及不匹配單位成本t呈負(fù)相關(guān)。

本文從在線評(píng)論減弱了消費(fèi)者對(duì)產(chǎn)品質(zhì)量不確定性的角度研究基于評(píng)論信息的最優(yōu)定價(jià)，后續(xù)研究可考慮消費(fèi)者關(guān)于產(chǎn)品質(zhì)量及匹配度均存在不確定性，在線評(píng)論提供質(zhì)量和匹配度兩個(gè)維度的信息時(shí)制造商及零售商的最優(yōu)均衡價(jià)及評(píng)論對(duì)供應(yīng)鏈利潤的影響；另外，本文研究單階段的定價(jià)問題，可拓展為基于評(píng)論的多階段動(dòng)態(tài)定價(jià)；通過實(shí)證的方法對(duì)本文的相關(guān)結(jié)論進(jìn)行驗(yàn)證也將是很有價(jià)值的研究方向。