李明琨,葛藝博

（上海大學(xué) 管理學(xué)院，上海 200444）

隨著互聯(lián)網(wǎng)快速的發(fā)展，電子商務(wù)作為新型的商業(yè)運(yùn)作渠道，逐漸顛覆傳統(tǒng)商業(yè)營(yíng)銷(xiāo)模式。相較于商家占主導(dǎo)的傳統(tǒng)信息傳播形式，在虛擬的網(wǎng)絡(luò)購(gòu)物平臺(tái)中消費(fèi)者更傾向于利用以用戶(hù)生成內(nèi)容（user generated contents）為核心的評(píng)價(jià)系統(tǒng)進(jìn)行信息交換與口碑傳播。潛在消費(fèi)者利用在線(xiàn)評(píng)論內(nèi)容獲取產(chǎn)品信息[1]，降低購(gòu)買(mǎi)風(fēng)險(xiǎn)和不確定性[2]。商家依靠評(píng)論內(nèi)容促進(jìn)產(chǎn)品銷(xiāo)量[3]，尤其是新上線(xiàn)產(chǎn)品的銷(xiāo)量[4]，以此提升知名度和品牌效應(yīng)。第三方平臺(tái)則根據(jù)用戶(hù)評(píng)價(jià)內(nèi)容對(duì)店鋪進(jìn)行流量管理。通過(guò)累積動(dòng)態(tài)評(píng)分來(lái)判斷商家的受歡迎度，并給予優(yōu)秀商家更多的流量[5]。這種評(píng)價(jià)規(guī)則無(wú)疑導(dǎo)致賣(mài)家優(yōu)者更優(yōu)，劣者更劣。評(píng)論內(nèi)容不僅關(guān)乎到消費(fèi)者的購(gòu)買(mǎi)決策，更關(guān)乎到商家在平臺(tái)中的“存亡”。為了在激烈的市場(chǎng)競(jìng)爭(zhēng)中不被淘汰，商家已不滿(mǎn)足消費(fèi)者自發(fā)的分享購(gòu)物經(jīng)驗(yàn)，而是通過(guò)推出“好評(píng)返現(xiàn)”、“好評(píng)返券”等新的好評(píng)獎(jiǎng)勵(lì)機(jī)制，試圖刺激消費(fèi)者的評(píng)論積極性，由此提高店鋪的動(dòng)態(tài)評(píng)分。

從營(yíng)銷(xiāo)的視角，商家可通過(guò)各種形式的獎(jiǎng)勵(lì)策略激勵(lì)已有顧客將所購(gòu)商品以口碑傳播的形式推薦給潛在顧客[6]。好評(píng)獎(jiǎng)勵(lì)可為消費(fèi)者帶來(lái)優(yōu)惠，為商家?guī)?lái)銷(xiāo)量，為第三方平臺(tái)帶來(lái)點(diǎn)擊量，因此，此類(lèi)營(yíng)銷(xiāo)方式一經(jīng)推出便被廣泛使用。然而，消費(fèi)者在獎(jiǎng)勵(lì)刺激下給出的評(píng)論信息可能存有不實(shí)的狀況[7]。本應(yīng)以“信任”為基礎(chǔ)發(fā)展起來(lái)的電商市場(chǎng)逐漸充斥了為“掙好評(píng)”而出的虛假信息，部分評(píng)論成為變了味的推銷(xiāo)。究其原因，有學(xué)者認(rèn)為是消費(fèi)者見(jiàn)小利而忘大義、助紂為虐導(dǎo)致的結(jié)果[8]；也有學(xué)者將其歸結(jié)于商家的逐利性[9]，并站在“商業(yè)賄賂”的角度闡述賣(mài)家好評(píng)獎(jiǎng)勵(lì)行為對(duì)自身、消費(fèi)者及市場(chǎng)造成的危害[10]。這些研究的一個(gè)基本假設(shè)前提是消費(fèi)者及商家的完全經(jīng)濟(jì)理性，即逐利。然而，獎(jiǎng)勵(lì)對(duì)消費(fèi)者撰寫(xiě)評(píng)論有著更為復(fù)雜的影響[11]。消費(fèi)者亦可能出于對(duì)商品不盡滿(mǎn)意后的損失厭惡及補(bǔ)償心理給好評(píng)拿獎(jiǎng)勵(lì)，或是出于對(duì)平臺(tái)“差評(píng)騷擾”的擔(dān)憂(yōu)而妥協(xié)[12]。另一方面，賄賂性好評(píng)的存在使得消費(fèi)者重新審視在線(xiàn)評(píng)論的價(jià)值[13]，越來(lái)越多消費(fèi)者甚至忽略好評(píng)只關(guān)注差評(píng)，這又使得商家需斟酌使用其營(yíng)銷(xiāo)手段。

對(duì)好評(píng)獎(jiǎng)勵(lì)的研究可以從消費(fèi)者的視角探討口碑傳播及消費(fèi)者推薦意愿的影響因素。如張德鵬等[14]利用社會(huì)心理學(xué)，證明顧客參與對(duì)口碑推薦意愿有顯著的調(diào)節(jié)作用。戴國(guó)良[15]研究發(fā)現(xiàn)，滿(mǎn)減、特價(jià)、秒殺等不同促銷(xiāo)方式對(duì)消費(fèi)者口碑傳播意愿有不同的作用。謝毅等[16]則認(rèn)為消費(fèi)者的口碑傳播意向會(huì)受品牌信任和品牌情感的共同影響。以商家好評(píng)獎(jiǎng)勵(lì)行為為重點(diǎn)，可探討賣(mài)方的非倫理行為及其產(chǎn)生的影響。如黃蘇萍等[17]聚焦國(guó)內(nèi)在線(xiàn)評(píng)論呈現(xiàn)極度正向偏移分布的偏差現(xiàn)象及形成機(jī)制，認(rèn)為商家經(jīng)濟(jì)獎(jiǎng)勵(lì)是消費(fèi)者正面評(píng)價(jià)的主要?jiǎng)訖C(jī)。同樣，沈超等[18]通過(guò)仿真實(shí)驗(yàn)也論證了商家誘導(dǎo)行為會(huì)提高商品好評(píng)率，進(jìn)而獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。然而，王曉蓉等[19]研究發(fā)現(xiàn)獎(jiǎng)勵(lì)披露會(huì)降低消費(fèi)者對(duì)產(chǎn)品的信任度。李研等[20]基于心理抗拒理論，也證明了被迫好評(píng)會(huì)消極影響消費(fèi)者的整體滿(mǎn)意度，并抑制其后續(xù)購(gòu)買(mǎi)行為。

可見(jiàn)，在現(xiàn)實(shí)生活中，消費(fèi)者的評(píng)論行為并不僅僅取決于對(duì)產(chǎn)品或服務(wù)本身的滿(mǎn)意度，而是根據(jù)整個(gè)交易過(guò)程中的感知收益和感知成本來(lái)權(quán)衡的。消費(fèi)者的好評(píng)動(dòng)機(jī)可能是因?yàn)閾碛辛溯^滿(mǎn)意的產(chǎn)品或服務(wù)，也可能是為了獲得“額外獎(jiǎng)勵(lì)”所帶來(lái)的喜悅感[21]，或是出于有限理性下的損失厭惡心理[22]。電商好評(píng)獎(jiǎng)勵(lì)策略與消費(fèi)者推薦行為之間可能存在動(dòng)態(tài)博弈的過(guò)程。根據(jù)獎(jiǎng)勵(lì)形式的不同，好評(píng)獎(jiǎng)勵(lì)通常有現(xiàn)金獎(jiǎng)勵(lì)和優(yōu)惠券獎(jiǎng)勵(lì)，好評(píng)獎(jiǎng)勵(lì)的效果在一定程度上取決于獎(jiǎng)勵(lì)的設(shè)計(jì)和獎(jiǎng)勵(lì)的形式[23]。對(duì)于商家而言，為激勵(lì)消費(fèi)者發(fā)表產(chǎn)品評(píng)論提供經(jīng)濟(jì)回報(bào)，需要考慮財(cái)務(wù)成本和產(chǎn)出效益[24]。相較于現(xiàn)金獎(jiǎng)勵(lì)，好評(píng)返券可以拉動(dòng)回頭客創(chuàng)造一定比例的二次消費(fèi)[25]。對(duì)于消費(fèi)者而言，返現(xiàn)是其更加偏愛(ài)的方式[26]，然而引發(fā)的賄賂性虛假評(píng)論的爭(zhēng)議亦更大，商家需考慮政府懲罰風(fēng)險(xiǎn)及爭(zhēng)議的負(fù)面影響。而返券要求消費(fèi)者必須進(jìn)行二次消費(fèi)，通常還有使用的時(shí)間、場(chǎng)所以及購(gòu)買(mǎi)產(chǎn)品類(lèi)別等方面的限制，激勵(lì)效果有限。商家與消費(fèi)者群體如何選擇策略獲得更大的收益，是一個(gè)群體不斷探索和演化調(diào)整的結(jié)果。因此，本文區(qū)分好評(píng)返現(xiàn)與好評(píng)返券策略，進(jìn)行博弈的推演及比較分析。

通過(guò)總結(jié)以往文獻(xiàn)，消費(fèi)者在線(xiàn)評(píng)論與商品本身的質(zhì)量、消費(fèi)者心理、回報(bào)收益均有一定的相關(guān)性。本文基于以往研究，綜合考慮產(chǎn)品質(zhì)量、消費(fèi)者心理預(yù)期以及獎(jiǎng)勵(lì)報(bào)酬等參數(shù)，并增加平臺(tái)監(jiān)控及政府懲罰機(jī)制，研究基于現(xiàn)金獎(jiǎng)勵(lì)與優(yōu)惠券獎(jiǎng)勵(lì)兩種好評(píng)獎(jiǎng)勵(lì)方式對(duì)消費(fèi)者推薦意愿不同程度的影響，構(gòu)建商家與消費(fèi)者群體的演化博弈模型。分析商家與消費(fèi)者在好評(píng)獎(jiǎng)勵(lì)策略中的群體行為和發(fā)展趨勢(shì)，并通過(guò)對(duì)參數(shù)進(jìn)行分析，找出在不同情境下影響商家與消費(fèi)者行為的主要因素。

1 博弈模型構(gòu)建

1.1 基本模型描述

本文主要考慮電子商務(wù)環(huán)境下商家實(shí)施好評(píng)獎(jiǎng)勵(lì)策略對(duì)消費(fèi)者推薦意愿的決策影響，可以看作是雙方主體博弈的結(jié)果。因此，假設(shè)在線(xiàn)評(píng)論平臺(tái)上，商家為激勵(lì)消費(fèi)者好評(píng)推薦而采取的策略集為{好評(píng)返現(xiàn)，好評(píng)返券}，消費(fèi)者可采取的決策包括“給予推薦性評(píng)語(yǔ)”和“不給予推薦性評(píng)語(yǔ)”，其策略集簡(jiǎn)稱(chēng)為{推薦，不推薦}。

假設(shè)市場(chǎng)中存在商家群體以p單位的價(jià)格出售質(zhì)量為q(q

一次成功的交易完成后，消費(fèi)者可以選擇是否進(jìn)行推薦評(píng)價(jià)。假設(shè)消費(fèi)者好評(píng)推薦策略能為商家?guī)?lái)的總潛在效益值為 λ(λ>0)。在商家承諾好評(píng)返現(xiàn)的前提下，消費(fèi)者好評(píng)推薦可獲得a單位的獎(jiǎng)勵(lì)金。在現(xiàn)實(shí)中，消費(fèi)者如果進(jìn)行非誠(chéng)信推薦，要承擔(dān)包括對(duì)低質(zhì)量商品索賠的權(quán)益、推介的可信度、社會(huì)群體的受認(rèn)可度等方面的信用代價(jià)，因此給予非誠(chéng)信推薦者r1(r1>0)單位的信用懲罰。同時(shí)，商家疑似商業(yè)賄賂的行為將受到網(wǎng)絡(luò)平臺(tái)的監(jiān)管和處罰，罰金為r2(r2≥0)。若滿(mǎn)意度較高的消費(fèi)者不給予推薦，意味著放棄a單位獎(jiǎng)勵(lì)金。而滿(mǎn)意度較低的體驗(yàn)者不給予推薦，可以平衡較差的購(gòu)物體驗(yàn)所帶來(lái)的不滿(mǎn)意度，從而獲得f1(f1>0)單位的心理效益。商家因消費(fèi)者不推薦行為損失f2(f2>0)單位的返現(xiàn)效益。

如果商家承諾好評(píng)贈(zèng)送店鋪優(yōu)惠券，實(shí)施好評(píng)推薦行為的消費(fèi)者將獲得b單位的店鋪優(yōu)惠券。由于優(yōu)惠券的效益在實(shí)施二次購(gòu)買(mǎi)行為時(shí)才會(huì)生效，為分析問(wèn)題方便又不失合理性，本文假設(shè)消費(fèi)者若想獲得優(yōu)惠券收益，必須在首次消費(fèi)的基礎(chǔ)上進(jìn)行多消費(fèi)，用 β(0≤β≤1)表示消費(fèi)者二次消費(fèi)的比率?，F(xiàn)實(shí)生活中會(huì)存在一定比例滿(mǎn)意體驗(yàn)者放棄二次購(gòu)買(mǎi)機(jī)會(huì)，假設(shè)這將損失 γb單位的優(yōu)惠效益，γ(0≤γ≤1)表示消費(fèi)者用優(yōu)惠券二次購(gòu)買(mǎi)商品的成本損失系數(shù)，同樣會(huì)給予不誠(chéng)信推薦者r1單位的信用懲罰。滿(mǎn)意度較低的體驗(yàn)者不推薦行為可以平衡較差的購(gòu)物體驗(yàn)所帶來(lái)的不滿(mǎn)意度，從而獲得f1(f1>0)單位的心理效益。商家因消費(fèi)者不給 予好評(píng)推薦需承擔(dān)的返券效益損失為f3(f3>0)。

1.2 收益矩陣的構(gòu)建

假定消費(fèi)者購(gòu)買(mǎi)該產(chǎn)品后表現(xiàn)為滿(mǎn)意和不滿(mǎn)意兩種狀態(tài)的概率分別為 θ 和1 ?θ(0<θ<1)。消費(fèi)者采取“推薦”策略的概率為x，采取“不推薦”策略的概率為 1 ?x，其中，0≤x≤1；商家采取“好評(píng)返現(xiàn)”策略的概率為y，采取“好評(píng)返券”策略的概率為1 ?y，其中，0≤y≤1。根據(jù)以上假設(shè)，構(gòu)建商家與消費(fèi)者博弈行為的收益矩陣，如圖1所示。

圖1 商家與消費(fèi)者好評(píng)獎(jiǎng)勵(lì)博弈收益矩陣Fig.1 Payoff matrix of business and consumers on rewards for favorable reviews

圖中，Πc，Πb分別代表消費(fèi)者與商家的收益函數(shù)，不同策略行為中，消費(fèi)者收益函數(shù)表達(dá)式分別為

如果消費(fèi)者選擇推薦策略，那么收益函數(shù)是Πc1和 Πc2。 式 (1)和 (2)之間的差異在于返券策略下要獲得推薦收益需要在首次購(gòu)買(mǎi)的基礎(chǔ)上多消費(fèi)。在不推薦策略下，消費(fèi)者的損失收益值是Πc3和 Πc4唯一的區(qū)別。同樣，在不同獎(jiǎng)勵(lì)策略下，商家收益函數(shù)表達(dá)式分別為

考慮到現(xiàn)實(shí)情況，商家給予現(xiàn)金獎(jiǎng)勵(lì)時(shí)容易被監(jiān)管部門(mén)檢測(cè)到商業(yè)賄賂性行為并受到相應(yīng)的懲罰。因此，Πb1與 Πb2之間除了基礎(chǔ)收益不同外，懲罰成本也是一項(xiàng)差異。

1.3 動(dòng)態(tài)方程求解

在電子商務(wù)平臺(tái)中由于雙方信息不對(duì)稱(chēng)，商家與消費(fèi)者之間的行為決策很難實(shí)現(xiàn)完全理性。消費(fèi)者個(gè)體行為的差異將導(dǎo)致在策略選擇過(guò)程中存在部分消費(fèi)者不選擇完全理性博弈的均衡策略，而是通過(guò)不斷地學(xué)習(xí)、模仿、試錯(cuò)等動(dòng)態(tài)調(diào)整過(guò)程作出決策，最終達(dá)到一個(gè)穩(wěn)定的均衡結(jié)果。商家也會(huì)根據(jù)好評(píng)獎(jiǎng)勵(lì)策略帶來(lái)的總收益和總風(fēng)險(xiǎn)大小不斷地調(diào)整策略，采取對(duì)自身最有利的行動(dòng)，這與演化博弈思想一致。因此，基于復(fù)制動(dòng)態(tài)的演化博弈分析方法，由圖1可知，參與博弈的消費(fèi)者選擇“推薦”策略和“不推薦”策略的期望收益Uc1，Uc2，以及消費(fèi)者平均期望收益Uc分別如下所示：

同理，參與博弈的商家選擇“好評(píng)返現(xiàn)”策略和“好評(píng)返券”策略的期望收益Ub1，Ub2，以及商家的平均期望收益Ub分別如下所示：

假設(shè)種群中使用某一策略的個(gè)體在種群中所占比例的增長(zhǎng)速度是該策略的相對(duì)適應(yīng)性，適應(yīng)度高的策略會(huì)在種群中發(fā)展。令F(x)表示消費(fèi)者群體中選擇“推薦”策略的復(fù)制子動(dòng)態(tài)，即采用“推薦”策略的比例隨時(shí)間的變化率。為便于公式書(shū)寫(xiě)，令 φ =(1+θγ)b+βp(θα1+θα2?α2)，運(yùn)用非對(duì)稱(chēng)復(fù)制動(dòng)態(tài)演化方式，得到x的復(fù)制動(dòng)態(tài)方程分別為

同理，用F(y)表示商家群體選擇“好評(píng)返現(xiàn)”策略的復(fù)制子動(dòng)態(tài)，運(yùn)用非對(duì)稱(chēng)復(fù)制動(dòng)態(tài)演化方式，得到y(tǒng)的復(fù)制動(dòng)態(tài)方程分別為

式（15）和式（16）表明，僅當(dāng)x=0，1或時(shí)，消費(fèi)者選擇“推薦”策略的概率是局部穩(wěn)定的。僅當(dāng)y=0，1或x?=時(shí)，商家選擇“好評(píng)返現(xiàn)”策略的概率是局部穩(wěn)定的。因此，進(jìn)一步 整 理 得 到 系 統(tǒng) 有E1(0,0)，E2(0,1)，E3(1,0)，E4(1,1)，E5(x?,y?) 5個(gè)局部均衡點(diǎn)。

本文在Friedman[27]提出的雅克比矩陣判斷均衡點(diǎn)穩(wěn)健性的基礎(chǔ)上得到，復(fù)制動(dòng)態(tài)方程可以用公式來(lái)表示。分別對(duì)x,y求偏導(dǎo)得到雅克比矩陣表達(dá)式為

各均衡解對(duì)應(yīng)的雅克比矩陣J及其行列式Det和跡Tr如表1所示。

表1 各均衡解所對(duì)應(yīng)的雅克比矩陣表達(dá)式及行列式和跡Tab.1 Jacoby matrix expressions and determinants and traces of each equilibrium solution

在本博弈中，A=f2?f3；B=f2?f3+b?a+(θ?1)r2?β(p?q)；C=(1?θ)(r1+f1)?φ；D=(1+θ)a?φ。

1.4 模型穩(wěn)定性分析

以往很多研究都指出，與優(yōu)惠券相比，現(xiàn)金獎(jiǎng)勵(lì)更能激起消費(fèi)者的推薦意愿[28]。如果商家采取返現(xiàn)獎(jiǎng)勵(lì)策略所需承擔(dān)的成本及損失低于返券獎(jiǎng)勵(lì)策略，即當(dāng)參數(shù)滿(mǎn)足條件：

這 時(shí) 系 統(tǒng) 中 存 在4個(gè) 均 衡 點(diǎn)E1(0,0)，E2(0,1)，E3(1,0)，E4(1,1)。 并且A<0，B>0，C<0，D>0。將均衡條件代入表1中，E4(1,1)是該條件下的演化穩(wěn)定策略，如圖2所示。商家普遍趨向于“返現(xiàn)”策略，消費(fèi)者則在現(xiàn)金的誘導(dǎo)下均實(shí)施“推薦”行為。

圖2 A <0，B>0，C <0，D>0時(shí)均衡解的復(fù)制相位圖Fig. 2 Phase diagram of the equilibrium solution when A<0 ， B>0，C<0，D>0

然而對(duì)于商家來(lái)說(shuō)，實(shí)施現(xiàn)金獎(jiǎng)勵(lì)通常比實(shí)施優(yōu)惠券獎(jiǎng)勵(lì)所承擔(dān)的運(yùn)營(yíng)風(fēng)險(xiǎn)更高[29]，即當(dāng)參數(shù)滿(mǎn)足條件：

系 統(tǒng) 中 存 在E1(0,0)，E2(0,1)，E3(1,0)，E4(1,1)，E5(x?,y?)5 個(gè)均衡點(diǎn)。在這種條件下，B

圖3 B

除以上情景外，有學(xué)者從心理賬戶(hù)的角度認(rèn)為“好評(píng)返現(xiàn)”往往比“好評(píng)返券”更容易引起消費(fèi)者的疼痛感[30]。尤其對(duì)不滿(mǎn)意度較高的正直消費(fèi)者來(lái)說(shuō)，當(dāng)發(fā)現(xiàn)收到的商品與評(píng)論不符時(shí)，便會(huì)認(rèn)為所謂的“好評(píng)”都是商家花錢(qián)買(mǎi)來(lái)的，更加會(huì)激起這類(lèi)消費(fèi)者的報(bào)復(fù)心理。他們會(huì)放棄獲得獎(jiǎng)勵(lì)的機(jī)會(huì)，不發(fā)表評(píng)論，甚至用更差的言論來(lái)拒絕給予商品推薦。在這種背景下，返現(xiàn)給商家?guī)?lái)的損失f2大 于返券給商家?guī)?lái)的損失f3，當(dāng)參數(shù)滿(mǎn)足條件：

如圖4所示，系統(tǒng)中存在4個(gè)均衡點(diǎn)E1(0,0)，E2(0,1)，E3(1,0)，E4(1,1)。其中，均衡點(diǎn)(0,0)的DetJ>0，TrJ<0為該條件下的穩(wěn)定均衡解。均衡點(diǎn) (0,1)和 (1,0)的 DetJ<0，均 衡 點(diǎn) (1,1)的TrJ>0，所以這3個(gè)均衡點(diǎn)均不穩(wěn)定。最終的演化策略為商家“好評(píng)返券”，消費(fèi)者“不推薦”。這種均衡策略對(duì)商家來(lái)說(shuō)沒(méi)有任何意義。

圖4 A >0，B<0，C >0， D <0時(shí)均衡解的復(fù)制相位圖Fig.4 Phase diagram of the equilibrium solution when A>0，B<0，C>0，D<0

基于現(xiàn)實(shí)情況從商家的角度考慮，當(dāng)參數(shù)關(guān)系滿(mǎn)足條件：

從消費(fèi)者的角度考慮，當(dāng)復(fù)制動(dòng)態(tài)方程參數(shù)滿(mǎn)足：

演化穩(wěn)定路徑如圖5所示，系統(tǒng)中同時(shí)存在兩個(gè)穩(wěn)定均衡點(diǎn)分別為E1(0,0)和E4(1,1)。E2(0,1)和E3(1,0)是 不穩(wěn)定的均衡點(diǎn)，而E5(x?,y?)是該狀態(tài)下系統(tǒng)的不穩(wěn)定鞍點(diǎn)。將商家與消費(fèi)者所滿(mǎn)足的參數(shù)條件同時(shí)代入表1中，利用雅克比矩陣判斷出的演化路徑與此一致。由此得知，商家與消費(fèi)者最終的演化穩(wěn)定狀態(tài)還取決于二者不同的初始狀態(tài)及環(huán)境。

圖5 B >A>0， D >C>0時(shí)均衡解的復(fù)制相位圖Fig.5 Phase diagram of the equilibrium solution when B>A>0，D>C>0

2 演化博弈分析

通過(guò)以上分析可以看出：商品的價(jià)格、成本、獎(jiǎng)勵(lì)額度、消費(fèi)者不推薦時(shí)帶來(lái)的負(fù)面效益值、政府監(jiān)控及平臺(tái)懲罰成本等均會(huì)對(duì)商家群體最終的穩(wěn)定均衡狀態(tài)產(chǎn)生影響；而產(chǎn)品體驗(yàn)滿(mǎn)意概率、獎(jiǎng)勵(lì)收益、信用成本等均會(huì)影響消費(fèi)者最終的策略選擇。以下所有分析討論均建立在條件(20)和 ( 21)的基礎(chǔ)之上。

當(dāng)參數(shù)滿(mǎn)足條件 (20)和 (21)時(shí)，系統(tǒng)進(jìn)入局部穩(wěn)定狀態(tài)，收斂于(0,0)或 ( 1,1)。 對(duì)商家來(lái)說(shuō)，(1,1)點(diǎn)是帕累托最優(yōu)均衡點(diǎn)， (0,0)點(diǎn)是帕累托劣均衡點(diǎn)。其演化方向取決于圖5所示的面積SΔE1E2E3與SΔE2E3E4的 大小。當(dāng)SΔE1E2E3>SΔE2E3E4時(shí)，商家群體選擇“好評(píng)返券”的概率大于選擇“好評(píng)返現(xiàn)”的概率，消費(fèi)者群體選擇“不推薦”的概率大于選擇“推薦”的概率。當(dāng)SΔE1E2E3

接下來(lái)根據(jù)情景對(duì)商家損失值f2，f3，消費(fèi)者信用成本r1，商家懲罰風(fēng)險(xiǎn)r2這4個(gè)參數(shù)進(jìn)行分析，討論其對(duì)系統(tǒng)演化路徑的影響。

2.1 不推薦給商家造成的損失

某種新品剛上市時(shí)，急切需要消費(fèi)者的口碑宣傳來(lái)為其打開(kāi)市場(chǎng)。如果消費(fèi)者不支持推薦會(huì)嚴(yán)重影響新品未來(lái)的銷(xiāo)售市場(chǎng)，相對(duì)于占據(jù)一定市場(chǎng)份額的暢銷(xiāo)品來(lái)說(shuō)，對(duì)商家造成的損失更大。隨著新品上市時(shí)間的增加，商品的銷(xiāo)量及評(píng)論數(shù)量趨于穩(wěn)定，消費(fèi)者不推薦策略對(duì)商品的影響逐漸降低，商家損失值f2或f3也會(huì)逐漸減小。當(dāng)參數(shù)滿(mǎn)足條件( 20)和 (21)時(shí)易知：

隨著f2的 逐漸減小，SΔE2E3E4逐漸增大，鞍點(diǎn)E5會(huì) 逐漸向( 0,0)點(diǎn)靠近。最終商家選擇“返現(xiàn)”的概率越來(lái)越大，消費(fèi)者選擇“推薦”的可能性越來(lái)越大，系統(tǒng)向理想的均衡狀態(tài)E4(1,1)收斂的可能性較大。

隨著f3的 逐漸減小，SΔE2E3E4逐漸減小，鞍點(diǎn)E5會(huì) 逐漸向( 1,1)點(diǎn)靠近。最終商家選擇“返券”的概率越來(lái)越大，消費(fèi)者選擇“不推薦”的可能性越來(lái)越大，系統(tǒng)向理想的均衡狀態(tài)E4(1,1)收斂的可能性較小。

2.2 風(fēng)險(xiǎn)成本

消費(fèi)者在進(jìn)行不誠(chéng)信推薦時(shí)要承擔(dān)一定的信用懲罰。這些損失包括消費(fèi)者對(duì)不滿(mǎn)意商品索賠的權(quán)益、其評(píng)價(jià)的可信度、社會(huì)群體的受認(rèn)可度等。面積SΔE2E3E4對(duì)不誠(chéng)信消費(fèi)者信用懲罰成本求導(dǎo)得

面積SΔE2E3E4是消費(fèi)者信用懲罰成本的減函數(shù)。社會(huì)信用體系給予不誠(chéng)信推薦者信用懲罰越大，區(qū)域面積SΔE2E3E4越小，消費(fèi)者選擇推薦策略的概率逐漸減小。

商家采取好評(píng)返現(xiàn)策略往往要面臨較高的政府或平臺(tái)的懲罰風(fēng)險(xiǎn)。隨著政府對(duì)電子商務(wù)市場(chǎng)誠(chéng)信環(huán)境監(jiān)管力度的大力提升，平臺(tái)也發(fā)布評(píng)價(jià)新規(guī)，禁止商家實(shí)施非法好評(píng)返現(xiàn)策略。

面積SΔE2E3E4是商家受政府及平臺(tái)懲罰風(fēng)險(xiǎn)的減函數(shù)，隨著政府懲罰力度的增強(qiáng)，商家采取好評(píng)返現(xiàn)需要承擔(dān)的風(fēng)險(xiǎn)成本越來(lái)越高，區(qū)域面積SΔE2E3E4逐漸減小。商家群體的期望利潤(rùn)降低，返現(xiàn)能力不足，進(jìn)而采取好評(píng)返券激勵(lì)策略的概率逐漸增大。此時(shí)，消費(fèi)者因商家返券而改變自己推薦意愿的可能性并不大，依舊按照自己的滿(mǎn)意度進(jìn)行推薦與否的策略選擇。這種情況下產(chǎn)生的評(píng)論更具有信度，對(duì)電商市場(chǎng)而言，這種返券激勵(lì)不失為好的營(yíng)銷(xiāo)手段。

以上數(shù)學(xué)分析證實(shí)了在不同情境下，商家損失值、消費(fèi)者信用成本以及商家懲罰風(fēng)險(xiǎn)都會(huì)影響博弈雙方最終策略的選擇。有學(xué)者認(rèn)為，消費(fèi)者對(duì)購(gòu)物體驗(yàn)的滿(mǎn)意度是促使其發(fā)表在線(xiàn)評(píng)論的主要影響因素[20,31]。而基于本文的研究?jī)?nèi)容，在不同種類(lèi)好評(píng)獎(jiǎng)勵(lì)的刺激下，消費(fèi)者對(duì)商品本身的滿(mǎn)意度對(duì)其推薦意愿的影響作用如何，需要進(jìn)一步討論。

3 數(shù)值仿真

為了更加直觀(guān)清晰地了解均衡狀態(tài)的演化過(guò)程，本文運(yùn)用Matlab軟件求解消費(fèi)者對(duì)商品本身滿(mǎn)意度偏低、對(duì)商品本身滿(mǎn)意度適中、對(duì)商品本身滿(mǎn)意度較高3種情形下商家采取好評(píng)返現(xiàn)和好評(píng)返券兩種不同策略?xún)A向?qū)οM(fèi)者推薦意愿的影響。通過(guò)變動(dòng)參數(shù)范圍進(jìn)行數(shù)值仿真，直觀(guān)分析θ在不同初始狀態(tài)下商家及消費(fèi)者策略選擇的演化路徑。

前期已為 θ賦值多組數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，為了更加明顯地展示出演化路徑，本文選取仿真效果最明顯的一組參數(shù)：θ=0.3，θ=0.5，θ=0.7，分別作為消費(fèi)者對(duì)商品本身滿(mǎn)意度偏低、對(duì)商品本身滿(mǎn)意度適中、對(duì)商品本身滿(mǎn)意度較高3種情形的概率。

為模擬商家獎(jiǎng)勵(lì)策略與消費(fèi)者推薦策略的動(dòng)態(tài)演化過(guò)程，所有參數(shù)賦值均大于零且滿(mǎn)足條件（20）與（21），即f2?f3>0，b?β(p?q)>a+(1?θ)r2，(1+θ)a>(1?θ)f1>φ>0。模型中的其他相關(guān)參 數(shù) 及 初 始 賦 值 為a=5，b=8，p=120，q=100，β=0.1，γ=0.1，α1=0.1，α2= 0.9，r1=5，r2=1，f2=5，f3=3。

3.1 消費(fèi)者對(duì)商品本身滿(mǎn)意度偏低

假定消費(fèi)者對(duì)商品本身滿(mǎn)意的概率 θ=0.3，為滿(mǎn)足條件(20)與條件(21)，f1取值為2。商家初始返現(xiàn)的概率y=0.3y=0.3時(shí)，消費(fèi)者不同初始推薦概率隨時(shí)間變化的動(dòng)態(tài)演化過(guò)程如圖6所示。在這種情境中，消費(fèi)者對(duì)商品本身的感知性?xún)r(jià)比較低，隨著時(shí)間的增長(zhǎng)消費(fèi)者趨于理性，商家采取返券策略很難達(dá)到激勵(lì)消費(fèi)者給予推薦甚至進(jìn)行二次購(gòu)買(mǎi)的目的。因此，無(wú)論初始推薦概率x為多大，最終消費(fèi)者群體均會(huì)傾向于“不推薦”策略。

圖6 消費(fèi)者對(duì)商品滿(mǎn)意度為0.3且商家初始返現(xiàn)概率為0.3時(shí)的演化路徑Fig. 6 Evolution path for consumer satisfaction of 0.3 and merchant's initial cashback probability of 0.3

當(dāng)商家初始返現(xiàn)的概率y=0.7時(shí)，消費(fèi)者不同初始推薦概率隨時(shí)間變化的動(dòng)態(tài)演化過(guò)程如圖7所示。由圖7可知，x的臨界值位于0.8～0.9之間。當(dāng)消費(fèi)者對(duì)該商品的初始推薦概率x大于臨界值時(shí)，最終的演化狀態(tài)為1，即消費(fèi)者最終都會(huì)選擇“推薦”策略。當(dāng)消費(fèi)者對(duì)該商品的初始推薦概率小于臨界值時(shí)，最終演化狀態(tài)為0，即消費(fèi)者最終都會(huì)選擇“不推薦”策略。由此說(shuō)明，即便消費(fèi)者對(duì)商品本身的感知性?xún)r(jià)比不高，只要商家初始返現(xiàn)概率足夠大，便有機(jī)會(huì)使消費(fèi)者做出“推薦”策略。消費(fèi)者愿意用現(xiàn)金收益彌補(bǔ)商品本身給自己帶來(lái)的損失。

圖7 消費(fèi)者對(duì)商品滿(mǎn)意度為0.3且商家初始返現(xiàn)概率為0.7時(shí)的演化路徑Fig.7 Evolution path for consumer’s satisfaction of 0.3 and merchant's initial cashback probability of 0.7

3.2 消費(fèi)者對(duì)商品本身滿(mǎn)意度適中

假定消費(fèi)者對(duì)商品本身滿(mǎn)意的概率 θ=0.5，為滿(mǎn)足條件 (20)與 條件 (21)，f1取值為5.3。商家初始返現(xiàn)的概率y=0.3時(shí)，消費(fèi)者不同初始推薦概率隨時(shí)間變化的演化過(guò)程如圖8所示。在這種情境中，x的臨界值位于0.8～0.9之間。消費(fèi)者對(duì)該商品的初始推薦概率x大于該臨界值時(shí)，最終的演化狀態(tài)為1，即消費(fèi)者最終都會(huì)選擇“推薦”策略，當(dāng)消費(fèi)者對(duì)該商品的初始推薦概率小于臨界值時(shí)，最終收斂于0，即消費(fèi)者最終都會(huì)選擇“不推薦”策略。這說(shuō)明消費(fèi)者對(duì)商品本身感知性?xún)r(jià)比適中時(shí)，商家普遍采取返券策略對(duì)消費(fèi)者的激勵(lì)效果并不顯著。

圖8 消費(fèi)者對(duì)商品滿(mǎn)意度為0.5且商家初始返現(xiàn)概率為0.3時(shí)的演化路徑Fig. 8 Evolution path for consumer satisfaction of 0.5 and merchant's initial cashback probability of 0.3

當(dāng)商家初始返現(xiàn)的概率y=0.7時(shí)，消費(fèi)者不同初始推薦概率隨時(shí)間變化的動(dòng)態(tài)演化過(guò)程如圖9所示。由圖9可知，x的臨界值位于0.4～0.5之間。在現(xiàn)金獎(jiǎng)勵(lì)的激勵(lì)下，消費(fèi)者對(duì)該商品的初始推薦概率x大于臨界值時(shí)，最終的演化狀態(tài)為1，即消費(fèi)者最終都會(huì)選擇“推薦”策略，消費(fèi)者對(duì)該商品的初始推薦概率小于臨界值時(shí)，最終演化狀態(tài)為0，即消費(fèi)者更傾向于按照自己最初的意愿進(jìn)行評(píng)價(jià)。

圖9 消費(fèi)者對(duì)商品滿(mǎn)意度為0.5且商家初始返現(xiàn)概率為0.7時(shí)的演化路徑Fig. 9 Evolution path for consumer satisfaction of 0.5 and merchant's initial cashback probability of 0.7

3.3 消費(fèi)者對(duì)商品本身滿(mǎn)意度較高

假定消費(fèi)者對(duì)商品本身滿(mǎn)意的概率 θ=0.7，為滿(mǎn)足條件 (20)與 條件 (21)，f1取值為17。商家初始返現(xiàn)的概率y=0.3時(shí)，消費(fèi)者不同初始推薦概率隨時(shí)間變化的演化過(guò)程如圖10所示。由圖10可知，x的臨界值位于0.6～0.7之間。消費(fèi)者對(duì)該商品的初始推薦概率x大于該臨界值時(shí)，最終的演化狀態(tài)為1，即消費(fèi)者最終都會(huì)選擇“推薦”策略。當(dāng)消費(fèi)者對(duì)該商品的初始推薦概率小于該臨界值時(shí)，最終收斂于0，即消費(fèi)者最終都會(huì)選擇“不推薦”策略。在這種情境中，消費(fèi)者對(duì)商品本身的感知性?xún)r(jià)比較高，即使初始返現(xiàn)概率不高，消費(fèi)者依舊愿意給予推薦。

圖10 消費(fèi)者對(duì)商品滿(mǎn)意度為0.7且商家初始返現(xiàn)概率為0.3時(shí)的演化路徑Fig. 10 Evolution path for consumer satisfaction of 0.7 and merchant's initial cashback probability of 0.3

當(dāng)商家初始返現(xiàn)的概率y=0.7時(shí)，消費(fèi)者不同初始推薦概率隨時(shí)間變化的動(dòng)態(tài)演化過(guò)程如圖11所示。消費(fèi)者初始推薦概率x的臨界值位于0.2～0.3之間。消費(fèi)者對(duì)該商品的初始推薦概率x大于該臨界值時(shí)，最終的演化狀態(tài)為1，即消費(fèi)者最終都會(huì)選擇“推薦”策略；消費(fèi)者對(duì)該商品的初始推薦概率小于該臨界值時(shí)，最終演化狀態(tài)為0，即消費(fèi)者更傾向于按照自己最初的意愿給予評(píng)價(jià)。這種情況下，消費(fèi)者對(duì)商品本身的感知性?xún)r(jià)比較高，商家又在高概率下采取直接返還現(xiàn)金的激勵(lì)策略，消費(fèi)者很容易便會(huì)達(dá)到“推薦”狀態(tài)下的穩(wěn)定均衡。

圖11 消費(fèi)者對(duì)商品滿(mǎn)意度為0.7且商家初始返現(xiàn)概率為0.7時(shí)的演化路徑Fig. 11 Evolution path for consumer satisfaction of 0.7 and merchant's initial cashback probability of 0.7

觀(guān)察圖6～11可知，在其他參數(shù)一定的情況下，消費(fèi)者初始推薦概率x大于臨界值時(shí)，收斂速度會(huì)隨著初始推薦概率的增大而逐漸加快，使其更加迅速地收斂于 (1,1)點(diǎn) 。當(dāng)初始推薦概率x小于臨界值時(shí)，收斂速度隨著初始推薦概率的減小而逐漸加快，初始推薦概率越小，收斂于 (0,0)點(diǎn)的速度越快。此外，消費(fèi)者是否給予商品推薦不僅取決于初始推薦概率的大小，還與對(duì)商品本身性?xún)r(jià)比的滿(mǎn)意度及商家返現(xiàn)概率大小有關(guān)。橫向?qū)Ρ葓D6和圖7、圖8和圖9、圖10和圖11便可以發(fā)現(xiàn)，當(dāng)消費(fèi)者對(duì)商品本身滿(mǎn)意的概率處于同一水平時(shí)，僅考慮返現(xiàn)與返券兩種激勵(lì)策略，商家群體更高概率的返現(xiàn)行為比更高概率的返券行為更能激勵(lì)消費(fèi)者進(jìn)行推薦?？v向?qū)Ρ葓D6、圖8與圖10（或圖7、圖9與圖11）發(fā)現(xiàn)，當(dāng)商家返現(xiàn)（或返券）概率一定時(shí)，消費(fèi)者對(duì)商品本身滿(mǎn)意的概率值θ越高，x臨界值就越低，系統(tǒng)越容易收斂于(1,1)點(diǎn)，消費(fèi)者選擇推薦策略的可能性也就越大。

4 結(jié) 論

在網(wǎng)絡(luò)購(gòu)物市場(chǎng)中，好評(píng)獎(jiǎng)勵(lì)策略被良莠不齊的商家廣泛使用，使當(dāng)前在線(xiàn)評(píng)論系統(tǒng)受到嚴(yán)重挑戰(zhàn)，也給網(wǎng)絡(luò)購(gòu)物的市場(chǎng)反饋與信用評(píng)價(jià)體系帶來(lái)較大爭(zhēng)議。本文在有限理性假設(shè)的基礎(chǔ)上，將商家及消費(fèi)者信用成本融入到演化博弈的收益矩陣中，考慮了商品本身對(duì)消費(fèi)者的影響及商家獎(jiǎng)勵(lì)對(duì)消費(fèi)者行為的影響。通過(guò)分析不同情境下商家的策略選擇及消費(fèi)者的行為演化情況，并分析不同情境下參數(shù)變化對(duì)演化過(guò)程的影響，得到以下主要結(jié)論：

a.商家的策略選擇取決于商品的銷(xiāo)售利潤(rùn)、獎(jiǎng)勵(lì)成本、消費(fèi)者不推薦時(shí)帶來(lái)的負(fù)面效益值、政府監(jiān)控及平臺(tái)懲罰成本的綜合收益。商家的初始返現(xiàn)概率對(duì)消費(fèi)者的推薦概率也有顯著的影響。而消費(fèi)者最終的推薦行為與信用成本，獎(jiǎng)勵(lì)額度、對(duì)商品本身的滿(mǎn)意度等參數(shù)有關(guān)。相對(duì)于商家獎(jiǎng)勵(lì)，消費(fèi)者更加重視自己對(duì)商品本身的滿(mǎn)意度。

b.消費(fèi)者不誠(chéng)信評(píng)價(jià)獲得的返現(xiàn)凈收益隨著信用成本的增加而減少。這些信用成本包括消費(fèi)者對(duì)不滿(mǎn)意商品索賠的權(quán)益、其評(píng)價(jià)的可信度、社會(huì)群體的受認(rèn)可度等。若社會(huì)信用體系的建設(shè)使消費(fèi)者必須付出這些代價(jià)去獲取一些金錢(qián)回報(bào)，將大大降低其不誠(chéng)信推薦的意愿，有利于抵制賄賂性推薦獎(jiǎng)勵(lì)的發(fā)生。

c.政府或網(wǎng)絡(luò)平臺(tái)對(duì)商家信用監(jiān)管的重視，會(huì)使得商家以金錢(qián)獎(jiǎng)勵(lì)換好評(píng)的賄賂性行為代價(jià)增加，而商家期望利潤(rùn)的減少會(huì)進(jìn)一步降低其提供返現(xiàn)的能力。因此，針對(duì)非誠(chéng)信評(píng)價(jià)行為，政府或平臺(tái)對(duì)商家的監(jiān)管與懲罰有利于遏制或減少賄賂性獎(jiǎng)勵(lì)行為的發(fā)生。

d.通過(guò)實(shí)驗(yàn)分析可得，商品本身性?xún)r(jià)比較高，導(dǎo)致消費(fèi)者初始滿(mǎn)意概率較大時(shí)（例如滿(mǎn)意度θ=0.7），商家好評(píng)獎(jiǎng)勵(lì)不失為一種有效的營(yíng)銷(xiāo)手段。實(shí)施獎(jiǎng)勵(lì)行為不僅可以增加商家自身收益，還可以激勵(lì)消費(fèi)者積極為潛在顧客提供參考意見(jiàn)。但如果銷(xiāo)售的是低質(zhì)量產(chǎn)品，消費(fèi)者初始滿(mǎn)意度只有θ=0.3，給予推薦評(píng)論的可能性很小，商家難以采用返券策略來(lái)激發(fā)消費(fèi)者的二次購(gòu)買(mǎi)，必須提高返現(xiàn)率才可能買(mǎi)來(lái)一些“好評(píng)”推薦，此時(shí)的好評(píng)獎(jiǎng)勵(lì)便成為商業(yè)賄賂行為。因此，在實(shí)踐中，商家要想更好地利用好評(píng)獎(jiǎng)勵(lì)，應(yīng)當(dāng)首先保障自身產(chǎn)品能給顧客帶來(lái)較高的滿(mǎn)意度，不宜單純依靠獎(jiǎng)勵(lì)來(lái)刺激消費(fèi)者進(jìn)行好評(píng)推薦。在消費(fèi)者對(duì)產(chǎn)品本身滿(mǎn)意概率較高的情況下，好評(píng)獎(jiǎng)勵(lì)手段更多體現(xiàn)為激發(fā)消費(fèi)者的推薦評(píng)價(jià)意愿，獲取更多有實(shí)質(zhì)內(nèi)容的店鋪評(píng)價(jià)信息。而在消費(fèi)者對(duì)產(chǎn)品不滿(mǎn)意情況下，以獎(jiǎng)勵(lì)換推薦的行為可能會(huì)適得其反，使消費(fèi)者更不信任店鋪評(píng)價(jià)內(nèi)容，更不愿意進(jìn)行非誠(chéng)信推薦。

本研究將商家和消費(fèi)者的信用成本及平臺(tái)的獎(jiǎng)懲機(jī)制融入到演化博弈的收益矩陣中，改變以往僅聚焦于在線(xiàn)評(píng)論本身或商家賄賂行為的研究思路，將研究視角轉(zhuǎn)向商家與消費(fèi)者兩者間的博弈行為，為后續(xù)相關(guān)研究提供新的角度。例如可加入新的博弈方，構(gòu)建商家、消費(fèi)者、第三方平臺(tái)間的三方博弈模型，利用演化路徑系統(tǒng)地分析監(jiān)管及懲罰機(jī)制在好評(píng)獎(jiǎng)勵(lì)中所起的作用。