周依仿，駱品亮

（復(fù)旦大學(xué) 管理學(xué)院，上海 200433）

一、引言

互聯(lián)網(wǎng)技術(shù)的成熟與普及推動(dòng)著平臺(tái)經(jīng)濟(jì)的飛速發(fā)展，雙邊平臺(tái)成為越來(lái)越重要的前沿?zé)狳c(diǎn)。平臺(tái)經(jīng)濟(jì)具有典型的雙邊市場(chǎng)屬性，其區(qū)別于傳統(tǒng)單邊市場(chǎng)的最大特點(diǎn)是存在交叉網(wǎng)絡(luò)外部性（cross-group externalities），即一邊用戶的規(guī)模影響另一邊用戶的效用，反之亦然（Rochet 和Tirole，2003）。這一特征使得用戶規(guī)模較大的平臺(tái)往往占據(jù)優(yōu)勢(shì)（駱品亮等，2010），故用戶規(guī)模是平臺(tái)發(fā)展的關(guān)鍵。此外，平臺(tái)差異性越小，多歸屬的用戶越多（王志宏和傅長(zhǎng)濤，2019）。為了爭(zhēng)奪用戶，平臺(tái)試圖通過(guò)各種手段搶占市場(chǎng)份額，獨(dú)家交易就是互聯(lián)網(wǎng)平臺(tái)常采用的手段之一。獨(dú)家交易在互聯(lián)網(wǎng)平臺(tái)中常表現(xiàn)為“二選一”，本文所研究的獨(dú)家交易主要指“二選一”行為，它是指互聯(lián)網(wǎng)平臺(tái)要求平臺(tái)內(nèi)經(jīng)營(yíng)者只能在本平臺(tái)提供商品或服務(wù)，而不能同時(shí)入駐同類對(duì)手平臺(tái)進(jìn)行交易，以此搶奪雙邊用戶資源（王嶺和廖文軍，2021）。而外賣平臺(tái)是獨(dú)家交易的典型應(yīng)用場(chǎng)景，美團(tuán)外賣和餓了么平臺(tái)作為外賣市場(chǎng)兩大寡頭，截至2020 年第一季度二者已包攬外賣市場(chǎng)份額94.2%，其中美團(tuán)外賣交易額占比高達(dá)67.3%①數(shù)據(jù)來(lái)源《2020 年Q1 中國(guó)外賣行業(yè)發(fā)展分析報(bào)告》，Trustdata 網(wǎng)站，http：//www.itrustdata.com/#publish。。高市場(chǎng)支配地位下，過(guò)去幾年中外賣平臺(tái)強(qiáng)迫商家“二選一”的報(bào)道屢見(jiàn)不鮮，如2019 年8 月西安市曝出某外賣平臺(tái)要求商家簽訂獨(dú)家協(xié)議，商家若不獨(dú)家，則會(huì)被提高費(fèi)率或縮小配送范圍，甚至關(guān)店②詳細(xì)信息請(qǐng)參見(jiàn)：https：//www.12315wq.com/html/wq/2019/wqdt_0802/92414.html。。互聯(lián)網(wǎng)平臺(tái)的獨(dú)家交易行為越發(fā)受到國(guó)家反壟斷執(zhí)法機(jī)構(gòu)的密切關(guān)注。2021 年2 月7 日，《國(guó)務(wù)院反壟斷委員會(huì)關(guān)于平臺(tái)經(jīng)濟(jì)領(lǐng)域的反壟斷指南》正式頒布，其中指出了分析是否構(gòu)成限定交易需要考慮“二選一”及獨(dú)家交易等因素，而是否對(duì)平臺(tái)內(nèi)經(jīng)營(yíng)者產(chǎn)生損害是考察是否構(gòu)成限定交易的重要方面。受制于雙邊平臺(tái)交叉網(wǎng)絡(luò)外部性和較高的競(jìng)爭(zhēng)動(dòng)態(tài)性等因素，識(shí)別和判定互聯(lián)網(wǎng)平臺(tái)獨(dú)家交易的競(jìng)爭(zhēng)效果成為一大挑戰(zhàn)。

2021 年4 月26 日，市場(chǎng)監(jiān)管總局對(duì)美團(tuán)在中國(guó)境內(nèi)網(wǎng)絡(luò)餐飲外賣平臺(tái)市場(chǎng)進(jìn)行的“二選一”等涉嫌壟斷行為立案調(diào)查，同年10 月8 日對(duì)該“二選一”行為處以34 億元的罰款，針對(duì)美團(tuán)外賣“二選一”反壟斷審查的靴子暫時(shí)落地③此前，還有針對(duì)阿里巴巴和食派士的兩起“二選一”處罰案件。。然而獨(dú)家交易的影響較為復(fù)雜，對(duì)于獨(dú)家交易的研究也遠(yuǎn)未停止，其經(jīng)濟(jì)效應(yīng)至今沒(méi)有統(tǒng)一的定論，影響具有兩面性：可能的積極影響在于，獨(dú)家交易有助于緩解搭便車行為，降低成本并保護(hù)平臺(tái)專用性投資，還有助于提升平臺(tái)投資水平，最終提高市場(chǎng)效率（Evans，2013；Vasconcelos，2015）；消極影響在于平臺(tái)獨(dú)家交易可能會(huì)限制、排擠競(jìng)爭(zhēng)對(duì)手，損害其利益。還可能弱化平臺(tái)內(nèi)經(jīng)營(yíng)者的競(jìng)爭(zhēng)，損害消費(fèi)者利益，甚至可能導(dǎo)致市場(chǎng)分割，損害資源配置效率（Doganoglu 和Wright，2010；唐要家和楊越，2020）。本研究試圖從理論和實(shí)證上說(shuō)明獨(dú)家交易的影響，并考慮其影響的異質(zhì)性。

本研究的創(chuàng)新和貢獻(xiàn)在于：一是從平臺(tái)內(nèi)經(jīng)營(yíng)者（商家）視角切入，在理論模型中引入了平臺(tái)賦能效果和品牌異質(zhì)性的影響，分析二者在平臺(tái)獨(dú)家交易影響商家銷量中的作用。雙邊平臺(tái)中專門針對(duì)商家用戶的研究較少，聚焦于這一重要群體，豐富了相關(guān)的理論和實(shí)證研究。二是國(guó)內(nèi)對(duì)獨(dú)家交易的實(shí)證檢驗(yàn)比較匱乏，運(yùn)用2019 年西部某重要城市X 市的外賣平臺(tái)數(shù)據(jù)，給出了獨(dú)家交易對(duì)商家影響的估計(jì)，豐富了該領(lǐng)域的實(shí)踐證據(jù)，并發(fā)現(xiàn)獨(dú)家交易通過(guò)渠道效應(yīng)降低了商家的總銷量，為學(xué)界關(guān)于獨(dú)家交易經(jīng)濟(jì)效應(yīng)的爭(zhēng)議提供了新的洞察。三是將商家獨(dú)家交易后銷量變化的影響機(jī)制分解為渠道效應(yīng)和用戶轉(zhuǎn)移效應(yīng)（平臺(tái)間和平臺(tái)內(nèi)），從理論上比較分析各機(jī)制對(duì)銷量變化的影響，并在實(shí)證中進(jìn)行檢驗(yàn)，研究發(fā)現(xiàn)從銷量促進(jìn)的角度而言，平臺(tái)并沒(méi)有有效賦能商家，故已有理論研究中關(guān)于平臺(tái)獨(dú)家交易的辯護(hù)理由“提升平臺(tái)投資水平”在本研究情境中沒(méi)有得到支持。這一結(jié)果對(duì)反壟規(guī)制具有參考意義。四是運(yùn)用三重差分模型探究獨(dú)家交易的品牌異質(zhì)性影響，發(fā)現(xiàn)品牌商家受獨(dú)家交易的負(fù)面影響更大，為監(jiān)管部門提供了保護(hù)重點(diǎn)的方向。

二、理論模型與研究假設(shè)

（一）文獻(xiàn)回顧

從理論角度分析獨(dú)家交易對(duì)社會(huì)福利影響的文獻(xiàn)已有很多，但尚未形成統(tǒng)一共識(shí)。由于雙邊平臺(tái)具有交叉網(wǎng)絡(luò)外部性等的特點(diǎn)，加上隱蔽性強(qiáng)、質(zhì)量差異和消費(fèi)者異質(zhì)性等因素影響，考察雙邊平臺(tái)獨(dú)家交易變得更加困難（喬岳和楊錫，2021）。部分學(xué)者認(rèn)為平臺(tái)獨(dú)家交易有利于提升平臺(tái)投資水平，提高市場(chǎng)效率和社會(huì)福利，如Armstrong 和Wright（2007）對(duì)雙邊平臺(tái)競(jìng)爭(zhēng)瓶頸下的獨(dú)家交易進(jìn)行研究，發(fā)現(xiàn)在交叉網(wǎng)絡(luò)外部性作用下，支配平臺(tái)的獨(dú)家交易協(xié)議會(huì)使處于劣勢(shì)的競(jìng)爭(zhēng)平臺(tái)被排擠出市場(chǎng)，但這一結(jié)果是有效率的。Evans（2013）指出獨(dú)家交易協(xié)議有助于降低需求的不確定性，促使平臺(tái)增加投資，還可能促進(jìn)實(shí)現(xiàn)間接網(wǎng)絡(luò)效應(yīng)、促進(jìn)平臺(tái)的自然壟斷及解決用戶預(yù)期與協(xié)調(diào)問(wèn)題。Vasconcelos（2015）指出非對(duì)稱雙邊市場(chǎng)的獨(dú)家交易通過(guò)提高平臺(tái)間接網(wǎng)絡(luò)效應(yīng)和競(jìng)爭(zhēng)力提升社會(huì)福利，若禁止低于邊際成本的定價(jià)可能損害有效率的排他行為。

另一些學(xué)者認(rèn)為獨(dú)家交易會(huì)損害競(jìng)爭(zhēng)，降低社會(huì)福利。如Halaburda 和Yehezkel（2013）認(rèn)為排他交易損害社會(huì)福利且使市場(chǎng)化水平發(fā)生扭曲。唐要家和楊越（2020）認(rèn)為支配平臺(tái)實(shí)施獨(dú)占交易協(xié)議會(huì)消除“平臺(tái)多屬”，嚴(yán)重?fù)p害市場(chǎng)競(jìng)爭(zhēng)、創(chuàng)新及社會(huì)總福利。楊春德和劉睿嵐（2010）對(duì)互聯(lián)網(wǎng)即時(shí)聊天平臺(tái)研究發(fā)現(xiàn)，當(dāng)平臺(tái)無(wú)互聯(lián)時(shí)，用戶多歸屬時(shí)企業(yè)的定價(jià)及利潤(rùn)高于單歸屬時(shí)的情況。駱品亮和翁智澄等（2022）對(duì)平臺(tái)獨(dú)家交易福利效果的文獻(xiàn)進(jìn)行了扼要的梳理與評(píng)價(jià)，并考慮了平臺(tái)內(nèi)典型企業(yè)的歸屬問(wèn)題，指出當(dāng)對(duì)手平臺(tái)實(shí)行獨(dú)家而己方平臺(tái)不獨(dú)家時(shí)，己方平臺(tái)利潤(rùn)最低，且雙平臺(tái)均實(shí)施獨(dú)家時(shí)平臺(tái)總利潤(rùn)小于均不獨(dú)家的情形。還有一些學(xué)者認(rèn)為獨(dú)家交易協(xié)議對(duì)社會(huì)福利的影響效應(yīng)是不確定的，需視情況分析。周天一等（2019）發(fā)現(xiàn)當(dāng)平臺(tái)邊際成本和交叉網(wǎng)絡(luò)外部性參數(shù)較大時(shí)，排他交易才能增加社會(huì)福利。Jeitschko 和Tremblay（2020）認(rèn)為平臺(tái)獨(dú)家交易提高了商家利潤(rùn)卻降低了消費(fèi)者福利，使得社會(huì)總福利的影響不確定，在不同假設(shè)條件下，獨(dú)家交易可能增加也可能損害社會(huì)總福利。李相辰和李凱（2021）從平臺(tái)與商家談判博弈的視角進(jìn)行理論分析，指出獨(dú)家戰(zhàn)略合作協(xié)議不會(huì)損害市場(chǎng)競(jìng)爭(zhēng)，而強(qiáng)制性獨(dú)家交易會(huì)弱化平臺(tái)間競(jìng)爭(zhēng)并降低商家的利潤(rùn)。高潔等（2014）針對(duì)消費(fèi)者對(duì)廣告的不同偏好類型，分析了獨(dú)家交易對(duì)社會(huì)福利的不同影響。葉明（2014）從法律角度分析認(rèn)為，基于獨(dú)家交易對(duì)競(jìng)爭(zhēng)的雙重效應(yīng)，應(yīng)適用合理原則開展違法性認(rèn)定，綜合多重因素平衡積極與消極影響，再判斷是否違法并追究反壟斷法律責(zé)任。

因此，理論研究方面尚未形成對(duì)獨(dú)家交易經(jīng)濟(jì)效應(yīng)的一致結(jié)論，而實(shí)證研究方面對(duì)此的檢驗(yàn)不多，國(guó)外部分學(xué)者比如Prieger 和Hu（2012）以第六代美國(guó)視頻游戲市場(chǎng)為研究對(duì)象，發(fā)現(xiàn)當(dāng)獨(dú)家交易的軟件質(zhì)量較低或?qū)οM(fèi)者價(jià)值不高時(shí)，平臺(tái)獨(dú)家交易的反競(jìng)爭(zhēng)效果有限，且可能促進(jìn)新興平臺(tái)的快速成長(zhǎng)。Lee（2011）發(fā)現(xiàn)最大平臺(tái)上熱門游戲的集中導(dǎo)致了其主導(dǎo)地位的產(chǎn)生，而獨(dú)家交易行為會(huì)加劇這種市場(chǎng)集中。進(jìn)一步地，Lee（2013）繼續(xù)對(duì)該視頻游戲市場(chǎng)展開實(shí)證分析，發(fā)現(xiàn)獨(dú)家交易有利于新平臺(tái)的進(jìn)入，因?yàn)榻躬?dú)家交易時(shí)，高質(zhì)量軟件會(huì)優(yōu)先選擇更具競(jìng)爭(zhēng)力的在位者，而使得小的平臺(tái)難以進(jìn)入市場(chǎng)。

除了社會(huì)福利影響的研究之外，還有部分文獻(xiàn)分析了平臺(tái)上商家的效用和用戶的轉(zhuǎn)移，比如王嶺和廖文軍（2021）通過(guò)數(shù)值模擬發(fā)現(xiàn)“二選一”后商家效用呈現(xiàn)不規(guī)則的變化趨勢(shì)。喬岳和楊錫（2021）指出為了爭(zhēng)奪用戶，平臺(tái)在實(shí)施獨(dú)家交易后投入增加，短期內(nèi)有助于商家銷量的提升，但這種投入對(duì)商家是邊際報(bào)酬遞減的。因此商家福利和銷量會(huì)逐漸下降。Weeds（2016）分析了兩家電視平臺(tái)動(dòng)態(tài)競(jìng)爭(zhēng)的情況，其中一家為垂直整合運(yùn)營(yíng)商，垂直整合運(yùn)營(yíng)平臺(tái)將具有較高吸引力的內(nèi)容進(jìn)行獨(dú)家時(shí)，將獲得平臺(tái)市場(chǎng)份額長(zhǎng)期上的優(yōu)勢(shì)，并彌補(bǔ)由于獨(dú)家后優(yōu)質(zhì)內(nèi)容銷售渠道減少帶來(lái)的短期銷售損失。用戶的轉(zhuǎn)移方面，Shao（2016）發(fā)現(xiàn)當(dāng)消費(fèi)者給商家?guī)?lái)的交叉網(wǎng)絡(luò)外部性差異較大時(shí)，商家接受與平臺(tái)的獨(dú)家交易有助于消費(fèi)者規(guī)模的增加，從而提高資源配置效率。張謙等（2019）以“免費(fèi)”商業(yè)模式下的電商平臺(tái)為研究對(duì)象，指出賣方側(cè)交叉網(wǎng)絡(luò)外部性強(qiáng)度較高時(shí)，單平臺(tái)實(shí)施排他能使賣方側(cè)數(shù)量增加，這一競(jìng)爭(zhēng)優(yōu)勢(shì)通過(guò)交叉網(wǎng)絡(luò)外部性傳導(dǎo)于買方側(cè)，使得買方發(fā)生轉(zhuǎn)移，從而該平臺(tái)買方側(cè)數(shù)量也增加。

此外，還有文獻(xiàn)考慮了產(chǎn)品質(zhì)量對(duì)獨(dú)家交易的影響，Prieger 和Hu（2012）發(fā)現(xiàn)當(dāng)視頻游戲平臺(tái)獨(dú)家交易的軟件質(zhì)量較低或?qū)οM(fèi)者價(jià)值不高時(shí)，平臺(tái)獨(dú)家交易的反競(jìng)爭(zhēng)效果有限。Weeds（2016）研究表明存在轉(zhuǎn)換成本時(shí)，廣播電視平臺(tái)獨(dú)家優(yōu)質(zhì)電視節(jié)目，可以幫助平臺(tái)獲得市場(chǎng)份額的優(yōu)勢(shì)并長(zhǎng)期獲益。可見(jiàn)，產(chǎn)品質(zhì)量會(huì)影響?yīng)毤医灰椎男Ч?。而品牌商家和非品牌商家在產(chǎn)品質(zhì)量上可能存在差異，品牌商家的產(chǎn)品質(zhì)量往往更高且更穩(wěn)定，故考慮品牌對(duì)獨(dú)家交易的異質(zhì)性影響是有價(jià)值的。此外，品牌商家在用戶忠誠(chéng)度上往往較高，擁有相對(duì)穩(wěn)定的消費(fèi)者群體，相比非品牌商家而言議價(jià)能力更強(qiáng)。曲創(chuàng)（2019）認(rèn)為大品牌商家的客戶忠誠(chéng)度高，即使離開平臺(tái)，銷量也不會(huì)受很大的影響，平臺(tái)與大牌商家簽獨(dú)家協(xié)議不具優(yōu)勢(shì)。

綜上可以發(fā)現(xiàn)：首先，現(xiàn)有文獻(xiàn)對(duì)獨(dú)家交易的經(jīng)濟(jì)效應(yīng)尚未達(dá)成共識(shí)，且相關(guān)實(shí)證研究較為缺乏，本研究通過(guò)理論模型和實(shí)證分析結(jié)合，揭示了獨(dú)家交易的影響機(jī)制，并補(bǔ)充了平臺(tái)獨(dú)家交易后果的實(shí)踐證據(jù)。其次，已有研究更多關(guān)注于消費(fèi)者福利和社會(huì)總福利，對(duì)于雙邊平臺(tái)的另一側(cè)用戶（商家用戶）關(guān)注相對(duì)較少，本文聚焦于商家這一重要群體，豐富了獨(dú)家交易的研究范圍。再次，以往研究較少考察品牌的異質(zhì)性影響，而本研究考慮了品牌與非品牌商家對(duì)消費(fèi)者網(wǎng)絡(luò)外部性的不同，探究了是否為品牌對(duì)獨(dú)家后商家銷量的影響，使研究結(jié)果更具實(shí)踐意義。最后，現(xiàn)有文獻(xiàn)較多考慮的是獨(dú)家交易對(duì)平臺(tái)投資水平的影響，而缺乏專門針對(duì)獨(dú)家的商家定向進(jìn)行流量支持、賦能的研究，本研究引入平臺(tái)賦能效果這一因素，以考慮商家獲取用戶能力的提升對(duì)獨(dú)家交易后果的影響。

（二）理論模型與分析

1.模型背景及設(shè)定

以Armstrong 和Wright（2007）、唐要家和楊越（2020）的模型為基礎(chǔ)，與之不同的是，一是主要考慮的是商家在強(qiáng)制性的獨(dú)家交易前后的銷量變化，并將其分解為渠道效應(yīng)和用戶轉(zhuǎn)移效應(yīng)；二是引入了平臺(tái)賦能效果影響因素，并考慮商家對(duì)消費(fèi)者網(wǎng)絡(luò)外部性的品牌異質(zhì)性，以探究其對(duì)獨(dú)家后銷量變化的影響，使得模型更貼近現(xiàn)實(shí)情況。

銷量對(duì)線上消費(fèi)者的注意力和產(chǎn)品選擇都有著正向影響（萬(wàn)曉榆等，2018），且直接影響商家的績(jī)效。因此銷量對(duì)于商家而言十分重要。為研究互聯(lián)網(wǎng)外賣平臺(tái)獨(dú)家交易對(duì)平臺(tái)內(nèi)經(jīng)營(yíng)者銷量的影響，可以從單平臺(tái)銷量和總銷量?jī)蓚€(gè)方面來(lái)看，其中單平臺(tái)銷量表示商家在實(shí)施獨(dú)家協(xié)議的平臺(tái)上的銷量（本研究實(shí)證中指外賣平臺(tái)G），總銷量是指商家在雙寡頭平臺(tái)上的銷量之和（若商家被獨(dú)家，則獨(dú)家后總銷量即等于單平臺(tái)銷量）。若商家獨(dú)家后總銷量相比非獨(dú)家商家下降，可以再進(jìn)一步考察其單平臺(tái)銷量是上升還是下降。用兩個(gè)變量衡量獨(dú)家交易的影響，可以幫助挖掘更為微觀、深層次的結(jié)論。

在前述基礎(chǔ)上，構(gòu)建雙寡頭平臺(tái)的二階段博弈模型，并使用Hotelling 模型分析平臺(tái)實(shí)施獨(dú)家交易前后消費(fèi)者的歸屬變化情況，即兩平臺(tái)的消費(fèi)者數(shù)量。在第一階段，平臺(tái)上的商家數(shù)量一致，平臺(tái)主要靠?jī)r(jià)格（對(duì)消費(fèi)者的收費(fèi)）來(lái)競(jìng)爭(zhēng)消費(fèi)者。在第二階段，平臺(tái)則通過(guò)簽訂強(qiáng)制性的獨(dú)家交易協(xié)議搶奪消費(fèi)者，求解出均衡狀態(tài)下兩平臺(tái)的收費(fèi)及消費(fèi)者數(shù)量。再借鑒Hagiu 和Wright（2015）對(duì)企業(yè)客戶數(shù)的設(shè)定方法，假定商家的需求函數(shù)，以得出商家的銷量。其中，為刻畫平臺(tái)對(duì)獨(dú)家商家的賦能效果，引入系數(shù)δ分析平臺(tái)對(duì)獨(dú)家商家可能的流量支持、服務(wù)優(yōu)化等給商家?guī)?lái)的實(shí)際效益。由此可以比較分析獨(dú)家前后商家的銷量變化。最后為研究品牌異質(zhì)性，考慮了商家是否為品牌對(duì)消費(fèi)者的網(wǎng)絡(luò)外部性不同，從而得到品牌與非品牌銷量變化的差異。

假設(shè)存在兩個(gè)雙寡頭外賣平臺(tái)M和E分別位于線段兩端，其上各有數(shù)量的商家。消費(fèi)者總數(shù)標(biāo)準(zhǔn)化為1，且均勻分布在Hotelling 線上。平臺(tái)對(duì)消費(fèi)者而言存在橫向差異，消費(fèi)者的單位交通成本為tB，記使用平臺(tái)j的消費(fèi)者數(shù)量為?；ヂ?lián)網(wǎng)外賣平臺(tái)具有雙邊性特征，消費(fèi)者數(shù)量會(huì)影響商家的效用，假設(shè)消費(fèi)者對(duì)商家的交叉網(wǎng)絡(luò)外部性為αS。此外，由于外賣平臺(tái)服務(wù)時(shí)效要求高且存在地域限制，其服務(wù)半徑和內(nèi)容相比傳統(tǒng)電商平臺(tái)更小，故消費(fèi)者的選擇是有限的，當(dāng)越多符合消費(fèi)者偏好的商家上線平臺(tái)時(shí)，消費(fèi)者越愿意加入該平臺(tái)，且品牌與非品牌商家對(duì)消費(fèi)者的效用不同，故平臺(tái)上商家數(shù)量的變化，尤其是品牌商家數(shù)量的變化可以引起消費(fèi)者數(shù)量的變化。由此假設(shè)商家群體對(duì)消費(fèi)者的交叉網(wǎng)絡(luò)外部性為αBi(i=0，1)，i=1 代表品牌，且品牌商家?guī)?lái)的網(wǎng)絡(luò)外部性更大，即αB1＞αB0。當(dāng)不考慮品牌影響時(shí)，令αBi=αB即可。

此外，消費(fèi)者單次消費(fèi)只能在一個(gè)平臺(tái)上完成，故假設(shè)消費(fèi)者是單歸屬的，tB＞αBi。消費(fèi)者對(duì)平臺(tái)的選擇取決于平臺(tái)上商家的數(shù)量及商家是否為品牌帶來(lái)的效用差距。而平臺(tái)對(duì)商家無(wú)差異，商家選擇平臺(tái)的交通成本tS=0，其效用取決于平臺(tái)上的消費(fèi)者數(shù)量。只要效用非負(fù)商家就愿意加入平臺(tái)，第一階段不存在獨(dú)家交易時(shí)，全部商家多歸屬，且數(shù)量為1，。此外，假設(shè)兩平臺(tái)對(duì)消費(fèi)者的基本效用相同，記為V。兩平臺(tái)對(duì)消費(fèi)者的定價(jià)為，該定價(jià)可理解為平臺(tái)的起送費(fèi)、配送費(fèi)等費(fèi)用和運(yùn)營(yíng)成本的綜合；記平臺(tái)對(duì)商家的交易抽傭?yàn)門j，傭金大小與品牌無(wú)關(guān)。為簡(jiǎn)化模型，忽略商家抽傭之外的邊際成本。假設(shè)平臺(tái)向B端提供服務(wù)的成本為0，向S端提供服務(wù)的成本為fS。

2.不存在獨(dú)家交易時(shí)的均衡分析

首先分析第一階段的均衡狀態(tài)，兩平臺(tái)上消費(fèi)者的效用可以表示為

因tS=0，商家從平臺(tái)M、E上獲得的效用為參考唐要家和楊越（2020）的假設(shè)，對(duì)商家而言，只要效用不低于0 就愿意加入平臺(tái)，令大于等于0，則TM=TE=αS。

由于重點(diǎn)考察的是商家在獨(dú)家交易前后的銷量變化，參考Hagiu 和Wright（2015）對(duì)企業(yè)客戶數(shù)的設(shè)定方法，假設(shè)平臺(tái)j上典型商家的需求函數(shù)為其中，代表商家在平臺(tái)j的基本用戶數(shù)，Pj為平臺(tái)j上商家對(duì)消費(fèi)者的餐飲定價(jià)，m衡量的是價(jià)格對(duì)商家銷量的影響參數(shù)。于是平臺(tái)j上典型商家的利潤(rùn)函數(shù)為πj=(Pj-Tj)SinSalej。如前文所述，商家利潤(rùn)不低于0 就愿意在平臺(tái)上銷售，故餐飲定價(jià)Pj=Tj。

將Pj，Tj代入商家的需求函數(shù)（單平臺(tái)銷量）得：；商家總需求函數(shù)（總銷量）為：TotSale=SinSaleM+SinSaleE=1-2mαS。

3.獨(dú)家交易后的均衡分析

在第二階段，考慮γ∈[0，1]比例的商家被平臺(tái)M強(qiáng)制要求簽訂獨(dú)家交易協(xié)議，商家只能選擇接受該協(xié)議，單歸屬平臺(tái)M，或者拒絕該協(xié)議，被下架而單歸屬平臺(tái)E。由于兩個(gè)平臺(tái)的消費(fèi)者數(shù)量初始時(shí)是一致的，接受獨(dú)家可能得到平臺(tái)M更多支持，且平臺(tái)M的消費(fèi)者數(shù)量可能隨著商家的獨(dú)家而增加，所以商家會(huì)被迫選擇接受獨(dú)家協(xié)議。其余商家仍為多歸屬。此時(shí)，平臺(tái)M的商家數(shù)量仍為，平臺(tái)E的商家（亦為多歸屬商家）數(shù)量為。平臺(tái)j對(duì)多歸屬商家的抽傭?yàn)門j′，平臺(tái)M對(duì)被獨(dú)家商家的抽傭?yàn)門MD，假設(shè)TMD為外生且TMD＜TM′。平臺(tái)服務(wù)獨(dú)家商家的成本為。為簡(jiǎn)化模型，不考慮消費(fèi)者的跨平臺(tái)轉(zhuǎn)移成本。

平臺(tái)M和E上消費(fèi)者的效用為（面臨的商家為品牌商家時(shí)，i取1，否則取0④比較是否品牌對(duì)獨(dú)家的影響時(shí)，為簡(jiǎn)化問(wèn)題，比較當(dāng)所有商家均為品牌或非品牌商家時(shí)，消費(fèi)者的分布情況。）：

非獨(dú)家商家從平臺(tái)j上獲得的效用為，求得Tj′=αS。而對(duì)于被獨(dú)家商家的效用，引入?yún)?shù)δi（i=0，1）代表平臺(tái)M針對(duì)獨(dú)家商家的賦能效果，如流量扶持、算法推薦、服務(wù)優(yōu)化等給商家?guī)?lái)的實(shí)際效益，有利于獨(dú)家商家獲取平臺(tái)內(nèi)的消費(fèi)者轉(zhuǎn)移。在考慮品牌的差異時(shí)，δ1代表平臺(tái)M針對(duì)品牌商家的賦能效果，δ0則代表非品牌商家，二者均大于0（不考慮品牌差異時(shí)，令獨(dú)家商家δi=δ＞0）。此時(shí)，獨(dú)家商家的效用可以表示為

此時(shí)平臺(tái)利潤(rùn)為

4.實(shí)施獨(dú)家前后商家銷量對(duì)比分析

將商家銷量的變化情況總結(jié)為表1。

觀察表1，可以將獨(dú)家交易對(duì)商家銷量水平的影響分解為兩類主要路徑（圖1）：一是渠道效應(yīng)，是指獨(dú)家交易后，商家被迫損失其原有的其他銷售渠道，被限制在單一平臺(tái)銷售，故而不可避免地?fù)p失一定比例的消費(fèi)者，導(dǎo)致總銷量可能因此受損；二是用戶轉(zhuǎn)移效應(yīng)，可將其細(xì)分為平臺(tái)間轉(zhuǎn)移和平臺(tái)內(nèi)轉(zhuǎn)移。平臺(tái)間用戶轉(zhuǎn)移效應(yīng)是指平臺(tái)上獨(dú)家的商家使得平臺(tái)對(duì)消費(fèi)者的吸引力變大，商家在獨(dú)家交易后能吸引部分消費(fèi)者在平臺(tái)間遷移，跟隨商家至新平臺(tái)繼續(xù)消費(fèi)。而平臺(tái)內(nèi)轉(zhuǎn)移效應(yīng)是指商家獨(dú)家后，由于平臺(tái)對(duì)獨(dú)家商家賦能，使得平臺(tái)內(nèi)部消費(fèi)者在不同商家之間轉(zhuǎn)移。以下具體分析獨(dú)家交易對(duì)商家銷量的影響機(jī)制。

表1 在實(shí)施獨(dú)家前后商家銷量對(duì)比

（1）不考慮品牌對(duì)獨(dú)家交易后銷量的影響。當(dāng)不考慮品牌的影響時(shí)，不考慮下標(biāo)i，令αBi=αB，δi=δ。被獨(dú)家的商家總銷量變化ΔTotSale可以分解為三項(xiàng)：

圖1 獨(dú)家交易對(duì)商家銷量的影響機(jī)制

同理分析被獨(dú)家的商家單平臺(tái)銷量變化ΔSinSale：第一項(xiàng)為平臺(tái)間轉(zhuǎn)移效應(yīng)，代表由于平臺(tái)獨(dú)家導(dǎo)致平臺(tái)新增的消費(fèi)者帶來(lái)的商家銷量增加；第二項(xiàng)為平臺(tái)內(nèi)轉(zhuǎn)移效應(yīng)，代表由于平臺(tái)流量扶持帶來(lái)的銷量增加。故獨(dú)家交易通過(guò)平臺(tái)間和平臺(tái)內(nèi)轉(zhuǎn)移效應(yīng)提升商家的單平臺(tái)銷量。分析ΔSinSale可以發(fā)現(xiàn)，當(dāng)δ，、γ和αB越大時(shí)，獨(dú)家后單平臺(tái)銷量提升越高，反之則反。

綜上，可以得到關(guān)于獨(dú)家交易影響商家銷量的命題：

實(shí)施獨(dú)家交易后，商家總銷量通過(guò)渠道效應(yīng)降低，而通過(guò)平臺(tái)內(nèi)用戶轉(zhuǎn)移效應(yīng)上升。當(dāng)δ＞，平臺(tái)賦能效果達(dá)到一定程度時(shí)，商家獨(dú)家交易后總銷量上升，否則總銷量下降（1a）；

實(shí)施獨(dú)家交易后，商家單平臺(tái)銷量通過(guò)平臺(tái)間和平臺(tái)內(nèi)用戶轉(zhuǎn)移效應(yīng)提升，δ、γ和αB越大時(shí)，提升幅度越大（1b）。

（2）考慮商家是否為品牌對(duì)獨(dú)家交易后銷量的影響。當(dāng)商家為品牌商家時(shí)，令所有下標(biāo)i=1；非品牌商家時(shí)，令i=0。可以比較品牌與非品牌商家在獨(dú)家交易前后銷量差異。

總銷量上差異為

單平臺(tái)銷量上差異為

綜上，可以提出命題：

渠道效應(yīng)和平臺(tái)間用戶轉(zhuǎn)移的凈效應(yīng)給品牌商家?guī)?lái)銷量?jī)?yōu)勢(shì)，再將平臺(tái)內(nèi)用戶轉(zhuǎn)移納入考慮，當(dāng)δ1＞即平臺(tái)給品牌的賦能效果差異高于某一值時(shí)，品牌商家獨(dú)家后總銷量上升，反之則反（2a）；

平臺(tái)間轉(zhuǎn)移效應(yīng)給品牌商家?guī)?lái)單平臺(tái)銷量?jī)?yōu)勢(shì)，再將平臺(tái)內(nèi)用戶轉(zhuǎn)移納入考慮，當(dāng)δ1＞，品牌商家獨(dú)家后單平臺(tái)銷量上升，反之則反（2b）。

（三）研究假設(shè)

1.獨(dú)家交易對(duì)平臺(tái)內(nèi)經(jīng)營(yíng)者銷量的影響

前文提出了獨(dú)家交易對(duì)商家銷量影響的主要機(jī)制：渠道效應(yīng)和用戶轉(zhuǎn)移效應(yīng)（包括平臺(tái)間和平臺(tái)內(nèi)）。結(jié)合命題1a 和1b，商家在與平臺(tái)簽訂獨(dú)家交易協(xié)議后，其總銷量首先會(huì)受到渠道效應(yīng)影響從而可能大幅降低，然而平臺(tái)間和平臺(tái)內(nèi)的用戶轉(zhuǎn)移效應(yīng)可能在一定程度上提升商家的單平臺(tái)銷量，對(duì)沖一部分渠道效應(yīng)的負(fù)面影響。而由于在本研究的外賣平臺(tái)情境中，觀察到的平臺(tái)對(duì)商家的賦能效果有限，故可能不會(huì)完全抵消渠道效應(yīng)。因此，提出假設(shè)：

當(dāng)控制其他因素時(shí)，獨(dú)家交易通過(guò)渠道效應(yīng)降低商家的總銷量水平（H1a）；

當(dāng)控制其他因素時(shí)，獨(dú)家交易通過(guò)用戶轉(zhuǎn)移效應(yīng)增加商家的單平臺(tái)銷量水平（H1b）。

2.品牌對(duì)獨(dú)家交易影響的調(diào)節(jié)作用

進(jìn)一步地，對(duì)于外賣平臺(tái)上獨(dú)家交易對(duì)品牌和非品牌商家的影響，由命題2a 和2b 可知，品牌通過(guò)平臺(tái)間用戶轉(zhuǎn)移獲得總銷量和單平臺(tái)銷量?jī)?yōu)勢(shì)。再考慮平臺(tái)內(nèi)用戶轉(zhuǎn)移時(shí)，當(dāng)品牌與非品牌商家的平臺(tái)賦能效果差異滿足時(shí)，品牌商家總銷量和單平臺(tái)銷量的減少更低。該不等式對(duì)品牌的賦能效果優(yōu)勢(shì)要求不高，當(dāng)δ1＞δ0時(shí)，不等式必定滿足。由于平臺(tái)給獨(dú)家的品牌商家的服務(wù)和支持可能使品牌獲得更大的優(yōu)勢(shì)，賦能效果可能更好，故我們猜想這一條件更可能滿足。因此，提出假設(shè)：

品牌商家獨(dú)家后通過(guò)渠道效應(yīng)和平臺(tái)間用戶轉(zhuǎn)移的凈效應(yīng)獲得銷量?jī)?yōu)勢(shì)，總銷量的降低少于非品牌商家（H2a）；

品牌增強(qiáng)獨(dú)家交易的用戶轉(zhuǎn)移效應(yīng)，品牌商家獨(dú)家后單平臺(tái)銷量的增加高于非品牌商家（H2b）。

三、實(shí)證研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

為了對(duì)研究假設(shè)進(jìn)行檢驗(yàn)，利用準(zhǔn)自然實(shí)驗(yàn)進(jìn)行實(shí)證分析。2019 年8 月西部某重要城市X（后文簡(jiǎn)稱X市）曝出互聯(lián)網(wǎng)外賣平臺(tái)G 要求商家簽訂獨(dú)家協(xié)議事件，商家只能上架平臺(tái)G，否則會(huì)被提高費(fèi)率或設(shè)置高額起送費(fèi)，甚至關(guān)店。這一事件為解決獨(dú)家交易的內(nèi)生性問(wèn)題提供了良好的準(zhǔn)自然實(shí)驗(yàn)⑤2019 年媒體曝光了多地外賣平臺(tái)“二選一”的行為，包括西安、南京、成都、紹興、?？凇⒘?、揚(yáng)州和長(zhǎng)治、西寧等城市，這些城市大多屬于新一線城市和二三四線城市，本文選取本部某重要城市X 市作為研究對(duì)象有一定合理性。。而由于商家是否被獨(dú)家并非完全外生，為處理獨(dú)家交易的自選擇效應(yīng)，采用傾向得分匹配（propensity score matching，PSM），從評(píng)分、分店數(shù)、最低起送費(fèi)和是否品牌等多個(gè)指標(biāo)對(duì)簽訂獨(dú)家交易的內(nèi)生性問(wèn)題進(jìn)行控制。

通過(guò)PSM 處理，為每一個(gè)簽訂獨(dú)家協(xié)議的商家挑選可供比較的、未簽訂獨(dú)家協(xié)議的配對(duì)商家，前者稱為處理組（treated group），后者稱為對(duì)照組（comparison group）。通過(guò)對(duì)比配對(duì)的處理組和對(duì)照組在實(shí)施獨(dú)家協(xié)議前后商家的銷量變化，來(lái)識(shí)別獨(dú)家協(xié)議簽訂的作用效果。這一銷量變化不僅包含處理組和對(duì)照組商家之間銷量差異，還考慮了商家在獨(dú)家前后由于其他因素（比如經(jīng)濟(jì)或社會(huì)環(huán)境等）帶來(lái)的銷量差異，這種方法即為雙重差分模型（difference in difference，DID）。

外賣平臺(tái)G 和平臺(tái)H 是X 市互聯(lián)網(wǎng)外賣行業(yè)的主要平臺(tái)，采用2019 年4 月和8 月兩大平臺(tái)兩期的數(shù)據(jù)（后文將2019 年4 月稱為第一期，2019 年8 月為第二期，并以在兩期之間發(fā)生了獨(dú)家交易的商家為處理組），共獲取兩個(gè)平臺(tái)兩期所有美食類外賣商家數(shù)據(jù)共5 萬(wàn)多條，數(shù)據(jù)來(lái)源于網(wǎng)上抓?、拮ト》椒楸闅vX 市所有商圈，根據(jù)每個(gè)商圈坐標(biāo)進(jìn)行方圓多公里的全覆蓋，最后去除重復(fù)值予以匯總。。其中，每個(gè)商家的每個(gè)分店均為一條數(shù)據(jù)，為簡(jiǎn)化樣本，數(shù)據(jù)整理過(guò)程中將商家的各個(gè)分店數(shù)據(jù)進(jìn)行了合并。再對(duì)樣本進(jìn)行必要的剔除⑦剔除的樣本包括：第一期單歸屬的商家；第一期未上線，第二期才上線平臺(tái)的新商家；第一期雙歸屬，第二期下線雙平臺(tái)或單歸屬H 平臺(tái)的商家。此外，由于H 平臺(tái)的部分指標(biāo)不夠齊全，因此不考慮第二期單歸屬H 平臺(tái)的商家數(shù)據(jù)。，僅留下第一期多歸屬雙平臺(tái)，第二期單歸屬G 平臺(tái)或多歸屬雙平臺(tái)的數(shù)據(jù)，重點(diǎn)考察初期多歸屬商家在第二期單歸屬G 平臺(tái)后與仍多歸屬雙平臺(tái)的商家之間的銷量差異。再剔除評(píng)分為空值的數(shù)據(jù)，最終得到有效數(shù)據(jù)為4112 條，共2056 家商家第一期為多歸屬，第二期為單歸屬G 平臺(tái)或多歸屬，其中被獨(dú)家（第二期為單歸屬G 平臺(tái)）的有143 家。

對(duì)于處理組的界定，將第一期多歸屬，第二期變?yōu)閱螝w屬G 平臺(tái)的商家近似視為簽訂了獨(dú)家交易，并將其作為主要研究對(duì)象，這樣處理的原因是：①該時(shí)期獨(dú)家交易的控訴主要來(lái)自G 平臺(tái)的商家，選擇被G 平臺(tái)要求獨(dú)家的商家作為處理組是合理的；②剔除了第一期單歸屬的或第一期未上線、到第二期才上線平臺(tái)的商家，僅保守考察了第一期雙歸屬兩平臺(tái)、并在第二期仍雙歸屬或單歸屬G 平臺(tái)的商家，商家從雙歸屬轉(zhuǎn)變?yōu)閱螝w屬可近似視為簽訂了獨(dú)家協(xié)議。

（二）模型設(shè)定與變量定義

通過(guò)雙重差分模型和傾向得分匹配法（PSM-DID）對(duì)研究假設(shè)進(jìn)行檢驗(yàn)。由于獨(dú)家協(xié)議簽訂對(duì)象的選擇可能不是隨機(jī)的，具備一定實(shí)力的非大型品牌商家更可能被要求簽訂獨(dú)家（曲創(chuàng)，2019）。因此為緩解內(nèi)生性問(wèn)題，采用Rosenbaum 和Rubin（1985）提出的PSM 法對(duì)樣本進(jìn)行匹配。進(jìn)行PSM 時(shí)，處理組為第一期多歸屬、第二期變?yōu)閱螝w屬的商家，對(duì)照組為兩期均為多歸屬的商家，為每個(gè)發(fā)生了獨(dú)家交易的商家進(jìn)行匹配。匹配變量包括商家的評(píng)分、商家的分店數(shù)、最低起送費(fèi)和商家是否為品牌等。將處理組虛擬變量對(duì)匹配變量進(jìn)行Logit 回歸，計(jì)算出傾向得分P值，并依據(jù)處理組和對(duì)照組P值的相近度，采用最近鄰方法進(jìn)行1∶1 匹配，刪除未匹配上的商家，進(jìn)而對(duì)匹配成功的商家做進(jìn)一步的雙重差分估計(jì)。通過(guò)PSM 方法，為獨(dú)家交易的處理組中的商家i，挑選出具有可比性的、未獨(dú)家交易的對(duì)照組中的商家j，使其可觀測(cè)變量盡可能相似，從而商家i和商家j是否獨(dú)家的概率相近，進(jìn)而幫助解決獨(dú)家交易處理組和對(duì)照組不完全具備共同趨勢(shì)帶來(lái)的估計(jì)不一致問(wèn)題。

對(duì)經(jīng)過(guò)PSM 處理后的處理組商家，令虛擬變量Treated=1，對(duì)于經(jīng)過(guò)PSM 處理后的對(duì)照組商家，令Treated=0。另設(shè)置時(shí)間虛擬變量T，簽訂獨(dú)家協(xié)議前令T=0（第一期數(shù)據(jù)），簽訂獨(dú)家協(xié)議后令T=1（第二期數(shù)據(jù)）。

為檢驗(yàn)假設(shè)H1a，建立如下雙重差分模型：

其中：TotSaleit為商家i在第t期的雙平臺(tái)總銷量（若商家i單歸屬則其總銷量等于單平臺(tái)銷量）；β1和β2為估計(jì)系數(shù)；β3為獨(dú)家交易對(duì)商家總銷量的凈影響。為了控制企業(yè)可能影響商家銷量的因素，加入了相應(yīng)的控制變量Xit，參考盧向華和馮越（2009）、萬(wàn)興和楊晶（2017）對(duì)控制變量的選取，選取的指標(biāo)包括評(píng)分（Ratingit）、分店數(shù)（ShopNumit）、起送費(fèi)（MinDelivit）、是否品牌（Brandit）、均價(jià)（Priceit）、配送費(fèi)（DelivFeeit）、配送方式（DelivModeit）、配送時(shí)段（DelivPeriit）等；λ為相應(yīng)的估計(jì)系數(shù)；εit是隨機(jī)誤差項(xiàng)。采用混合截面回歸，并使用聚類穩(wěn)健標(biāo)準(zhǔn)誤。模型中相關(guān)變量的定義見(jiàn)表2。

表2 變量定義

由式（13）可知，對(duì)于對(duì)照組商家（Treatedi=0），獨(dú)家交易前后商家的總銷量水平分別為β0、β0+β2，對(duì)照組在獨(dú)家前后總銷量差異為diff0=β2；對(duì)于處理組商家（Treatedi=1），獨(dú)家交易前后商家的總銷量水平分別為β0+β1、β0+β1+β2+β3，處理組獨(dú)家前后總銷量差異為diff1=β2+β3，于是獨(dú)家交易對(duì)商家總銷量的凈影響為DID=diff1-diff0=β3。

為驗(yàn)證假設(shè)H1b，將模型（13）中的被解釋變量替換為單平臺(tái)銷量SinSaleit。同樣地，建立回歸模型（14），以考察獨(dú)家對(duì)商家單平臺(tái)上的銷量的影響。

同樣地，獨(dú)家交易對(duì)商家單平臺(tái)銷量的凈影響仍為β3。

（三）描述性統(tǒng)計(jì)

表3 展示了主要變量的描述性統(tǒng)計(jì)結(jié)果。其中TotSaleit和SinSaleit為被解釋變量，最大值與最小值之間均存在較大差異，解釋空間大。各解釋變量和控制變量之間差異也較大，對(duì)處理組和對(duì)照組商家進(jìn)行傾向得分匹配有必要加入適當(dāng)?shù)目刂谱兞俊?/p>

表3 描述性統(tǒng)計(jì)結(jié)果

四、實(shí)證結(jié)果與分析

（一）獨(dú)家交易對(duì)商家銷量的影響

表4 展示了傾向值匹配后的結(jié)果。根據(jù)Rosenbaum 和Rubin（1985）的研究，匹配后標(biāo)準(zhǔn)偏差絕對(duì)值應(yīng)小于20%從而達(dá)到匹配效果。本研究匹配后的結(jié)果標(biāo)準(zhǔn)偏誤下降明顯，且均遠(yuǎn)小于20%。其中，評(píng)分的標(biāo)準(zhǔn)誤降低了82.4%，分店數(shù)量降低了99.3%，起送費(fèi)降低7.6%，是否品牌降低了59%。因此實(shí)驗(yàn)組和對(duì)照組在經(jīng)過(guò)匹配后的變量特征較為接近，均值差異不再顯著，通過(guò)了平衡性檢驗(yàn)。故匹配過(guò)程為獨(dú)家交易的商家找到了與之盡可能相似的未獨(dú)家的對(duì)照組商家，樣本選擇不會(huì)影響回歸結(jié)果，可以展開接下來(lái)進(jìn)一步的實(shí)證檢驗(yàn)。

表4 傾向值匹配結(jié)果

模型（13）和模型（14）的雙重差分檢驗(yàn)結(jié)果見(jiàn)表5 的（1）列、（2）列。其中（1）列結(jié)果表明，獨(dú)家交易對(duì)商家總銷量的凈效應(yīng)為-0.295，且在1%的水平下顯著，表明實(shí)施獨(dú)家交易的商家在獨(dú)家后總銷量相比非獨(dú)家的商家發(fā)生了顯著的下降，下降幅度約為25.5%（e-0.295-1），這一結(jié)果的主要原因來(lái)自于商家銷售渠道的減少。

表5中（2）列結(jié)果表明，僅比較單平臺(tái)銷量時(shí)，獨(dú)家交易的凈效應(yīng)為0.054。換言之，原本在兩平臺(tái)同時(shí)銷售的商家，在和G 平臺(tái)獨(dú)家交易之后單平臺(tái)銷量相比控制組平均提升了約5.5%（e0.054-1），可以視為用戶轉(zhuǎn)移效應(yīng)的體現(xiàn)。具體而言，用戶轉(zhuǎn)移效應(yīng)可能包含兩個(gè)方面：一是平臺(tái)內(nèi)部轉(zhuǎn)移，商家獨(dú)家交易后平臺(tái)對(duì)其的流量支持或投入的增加可能新增了獨(dú)家平臺(tái)上消費(fèi)者對(duì)于該商家的消費(fèi)（Jeitschko 和Tremblay，2020）；二是平臺(tái)間的轉(zhuǎn)移，獨(dú)家交易可能引流了部分忠誠(chéng)消費(fèi)者從另一平臺(tái)轉(zhuǎn)移到商家獨(dú)家的平臺(tái)，從而增加商家的單平臺(tái)銷量。平臺(tái)內(nèi)轉(zhuǎn)移和平臺(tái)間轉(zhuǎn)移均有利于商家單平臺(tái)銷量的增加。然而該凈效應(yīng)系數(shù)并不顯著，這可能有以下兩點(diǎn)原因：一方面簽訂獨(dú)家交易時(shí)平臺(tái)提供給商家諸如流量或費(fèi)率的優(yōu)惠不足，且效果對(duì)于不同商家可能存在明顯異質(zhì)性，故而商家獨(dú)家交易后的銷量上升幅度不大并存在較大方差；另一方面由于用戶存在轉(zhuǎn)移成本、對(duì)原平臺(tái)的黏性等原因，實(shí)施獨(dú)家交易并沒(méi)有使原來(lái)另一個(gè)平臺(tái)上商家的消費(fèi)者轉(zhuǎn)移到該商家獨(dú)家的平臺(tái)上來(lái)，短期的跨平臺(tái)用戶轉(zhuǎn)移效應(yīng)不明顯。這也意味著，平臺(tái)沒(méi)有為簽訂獨(dú)家交易的商家提供顯著的賦能作用，沒(méi)有幫助獨(dú)家的商家顯著提高在該平臺(tái)上的銷量。

表5 獨(dú)家交易對(duì)商家銷量的影響

綜上，還可以大致估計(jì)出獨(dú)家交易對(duì)商家總銷量的影響，可以拆解為兩部分，首先是損失了另一家平臺(tái)銷售渠道的渠道效應(yīng)導(dǎo)致總銷量下降約31%（25.5%+5.5%），而獨(dú)家后的單平臺(tái)銷量彌補(bǔ)了約5.5%，合計(jì)總銷量最終凈下降約25.5%。由此可見(jiàn)，在估計(jì)期間內(nèi)，用戶轉(zhuǎn)移效應(yīng)在統(tǒng)計(jì)意義上不顯著，且在經(jīng)濟(jì)意義上量級(jí)僅約為渠道效應(yīng)的六分之一。這一估計(jì)結(jié)果與現(xiàn)實(shí)觀察是相符的，截至2019 年第二季度，外賣平臺(tái)G交易額占比約65.1%⑧數(shù)據(jù)來(lái)源《2019 年上半年中國(guó)外賣行業(yè)發(fā)展分析報(bào)告》，Trustdata 網(wǎng)站，http：//www.itrustdata.com/#publish。，按交易額算，與G 平臺(tái)獨(dú)家后商家銷售渠道減少了34.9%，與本文中估計(jì)的31%相近。因此，簽訂獨(dú)家協(xié)議使得商家的總銷量顯著下降，而單平臺(tái)銷量沒(méi)有統(tǒng)計(jì)意義上的提高，故平臺(tái)沒(méi)有在銷量提升上為獨(dú)家交易的商家提供真正有效的增值服務(wù)?？傮w而言，獨(dú)家交易損害了商家的利益?？偨Y(jié)以上分析，假設(shè)H1a 得證，即獨(dú)家交易通過(guò)渠道效應(yīng)降低商家總銷量；而假設(shè)H1b 沒(méi)有得到支持，用戶轉(zhuǎn)移效應(yīng)統(tǒng)計(jì)上不顯著。

（二）品牌的調(diào)節(jié)效應(yīng)

前文分析表明，獨(dú)家交易對(duì)商家銷量的凈影響包含渠道效應(yīng)和用戶轉(zhuǎn)移效應(yīng)，獨(dú)家交易通過(guò)渠道效應(yīng)降低商家總銷量；而用戶轉(zhuǎn)移效應(yīng)則并不顯著，對(duì)單平臺(tái)銷量提升在經(jīng)濟(jì)意義上量級(jí)偏小。

為了進(jìn)一步檢驗(yàn)品牌的異質(zhì)性影響，在式（13）和式（14）中分別加入獨(dú)家交易凈效應(yīng)和品牌虛擬變量的交互項(xiàng)Treatedi×Tit×Brandi，構(gòu)建三重差分模型進(jìn)行實(shí)證檢驗(yàn)，模型如式（15）和式（16）所示。

表6 展示了回歸結(jié)果。其中（1）列表明，當(dāng)因變量為總銷量TotSaleit時(shí)，在雙重交互項(xiàng)Treatedi×Tit系數(shù)仍顯著為負(fù)的情況下，三重交互 項(xiàng)Treatedi×Tit×Brandi的系數(shù)在1%的水平顯著為負(fù)，為-1.504。這表明獨(dú)家交易后，品牌商家總銷量的下降比非品牌更多，與假設(shè)H2a 不一致。這說(shuō)明命題2a 的條件沒(méi)有得到滿足，此時(shí)δ1＜δ0，即平臺(tái)對(duì)品牌商家的賦能效果弱于非品牌商家，平臺(tái)內(nèi)用戶轉(zhuǎn)移給品牌商家?guī)?lái)了銷量劣勢(shì)。這可能是由于品牌本身具備一定的知名度，在原本流量尚可的情況下，獨(dú)家后平臺(tái)給予的流量曝光等支持帶來(lái)的銷量提升（平臺(tái)內(nèi)用戶轉(zhuǎn)移）有限。而非品牌商家流量本身更加稀缺，平臺(tái)對(duì)獨(dú)家商家的流量支持作用對(duì)于非品牌而言效果可能相對(duì)更好，使得非品牌商家平臺(tái)內(nèi)用戶轉(zhuǎn)移大于品牌商家，導(dǎo)致命題2a 的條件不成立。從平臺(tái)間用戶轉(zhuǎn)移來(lái)看，由于實(shí)際中轉(zhuǎn)移成本的存在，品牌商家平臺(tái)間用戶轉(zhuǎn)移的相對(duì)優(yōu)勢(shì)微弱，這可能是因?yàn)槿纾ㄇ鷦?chuàng)，2019）考慮的大牌商家，其議價(jià)能力強(qiáng)于本文所探討的品牌餐飲商家，外賣餐飲市場(chǎng)相比于服裝、電器等其他市場(chǎng)集中度更低，品牌議價(jià)能力和品牌忠誠(chéng)度更弱，使得品牌商家的平臺(tái)間用戶轉(zhuǎn)移優(yōu)勢(shì)不明顯。綜上原因?qū)е陆Y(jié)論與假設(shè)不一致，故品牌商家獨(dú)家后總銷量的下降高于非品牌商家。

表6 品牌異質(zhì)性影響的三重差分估計(jì)結(jié)果

同樣地，當(dāng)因變量為單平臺(tái)銷量SinSaleit時(shí)，雙重交互項(xiàng)Treatedi×Tit系數(shù)仍不顯著，三重交互項(xiàng)Treatedi×Tit×Brandi的 系數(shù)在1%的 水 平顯著為負(fù)，表明與非品牌比，品牌商家獨(dú)家交易對(duì)單平臺(tái)銷量的影響更不利，與假設(shè)H2b 相反，這可能是因?yàn)槠放粕碳业钠脚_(tái)內(nèi)用戶轉(zhuǎn)移效應(yīng)小于非品牌商家，流量對(duì)于非品牌商家更稀缺；而品牌商家平臺(tái)間的用戶轉(zhuǎn)移優(yōu)勢(shì)無(wú)法彌補(bǔ)這一差距。因此從單平臺(tái)銷量來(lái)看，品牌商家獨(dú)家后的銷量下降高于非品牌商家，品牌削弱了平臺(tái)內(nèi)用戶轉(zhuǎn)移。

考慮到品牌受到更大負(fù)面影響可能是由于品牌商家獨(dú)家后進(jìn)行了提價(jià)或提高了起送費(fèi)或配送費(fèi)（或非品牌商家獨(dú)家后進(jìn)行了降價(jià)或降低起送費(fèi)、配送費(fèi)）。為排除這些因素影響，將模型（15）或模型（16）中因變量分別改為均價(jià)、起送費(fèi)和配送費(fèi)，模型右邊刪除對(duì)應(yīng)控制變量（比如將均價(jià)作為因變量時(shí)，模型右邊刪除均價(jià)這一控制變量）?；貧w結(jié)果見(jiàn)表7?？梢园l(fā)現(xiàn)，在（1）列和（3）列中，三重交互項(xiàng)Treatedi×Tit×Brandi系數(shù)均不顯著，表明品牌商家獨(dú)家后均價(jià)和配送費(fèi)并沒(méi)有顯著異于非品牌商家，故可以排除均價(jià)和配送費(fèi)導(dǎo)致品牌相比非品牌受到更大負(fù)面影響。（2）列中，三重交互項(xiàng)Treatedi×Tit×Brandi系數(shù)顯著為負(fù)，表明品牌商家獨(dú)家后起送費(fèi)相對(duì)降低，而起送費(fèi)降低對(duì)銷量是正面作用，故不能解釋品牌相比非品牌受到更大負(fù)面影響這一結(jié)果。因此，上述分析支持了本研究在前兩段中對(duì)于渠道效應(yīng)和用戶轉(zhuǎn)移效應(yīng)機(jī)制的分析。

表7 商家是否品牌對(duì)價(jià)格、起送費(fèi)和配送費(fèi)的影響

（三）穩(wěn)健性分析

1.更換獨(dú)家交易變量

對(duì)于假設(shè)H1a 和假設(shè)H1b，改變獨(dú)家交易變量的衡量方法，放松對(duì)是否獨(dú)家交易的判斷標(biāo)準(zhǔn)，并采用橫截面回歸的方法進(jìn)行穩(wěn)健性檢驗(yàn)。前文中對(duì)于是否獨(dú)家交易的判斷是考察由第一期雙歸屬兩平臺(tái)變成第二期單歸屬外賣平臺(tái)G，但這一做法比較保守，可能會(huì)遺漏兩個(gè)時(shí)期均為單歸屬的商家。因此此處放松對(duì)是否獨(dú)家的判斷標(biāo)準(zhǔn)，使用2019 年4 月和8 月的數(shù)據(jù)，若商家雙歸屬兩平臺(tái)則將其認(rèn)定為非獨(dú)家交易商家，記為Single=0，若單歸屬某一平臺(tái)則認(rèn)定為簽訂了獨(dú)家協(xié)議，記為Single=1。單歸屬情況下仍僅研究單歸屬外賣平臺(tái)G 的商家。刪除多歸屬的商家和H 平臺(tái)的商家數(shù)據(jù)，以及均價(jià)和評(píng)分為空值的數(shù)據(jù)，共得到有效數(shù)據(jù)11376 條。以是否單歸屬變量Single作為核心解釋變量，TotSale和SinSale分別為因變量，進(jìn)行普通橫截面回歸，并采用穩(wěn)健標(biāo)準(zhǔn)誤。得到的回歸結(jié)果見(jiàn)表8。

從表8 中可知，Single的系數(shù)均顯著為負(fù)，（2）列中Single系數(shù)為-0.750，且在1%的水平上顯著，表明單歸屬的商家總銷量低于雙歸屬商家。（4）列中Single系數(shù)顯著為負(fù)，為-0.238，表明單歸屬的商家單平臺(tái)銷量仍低于雙歸屬商家，但絕對(duì)值遠(yuǎn)小于（2）列中的-0.750 的絕對(duì)值，這與前文PSM-DID 方法下單平臺(tái)銷量比較不顯著有輕微差異，這一差異可能是由第一、二期均為單歸屬的商家?guī)?lái)的，意味著長(zhǎng)期單歸屬的商家受到獨(dú)家交易的負(fù)面影響可能更大。

表8 是否單歸屬對(duì)商家銷量的影響

2.品牌異質(zhì)性的分組回歸

對(duì)于假設(shè)H2a 和假設(shè)H2b，采用分組回歸的方法驗(yàn)證前文結(jié)論的穩(wěn)健性。在此仍使用主回歸中對(duì)于獨(dú)家交易更為嚴(yán)格的識(shí)別方法，即第一期雙歸屬，第二期變?yōu)閱螝w屬G 平臺(tái)的商家即和G 平臺(tái)簽訂了獨(dú)家協(xié)議，并采用與主回歸同樣的數(shù)據(jù)樣本進(jìn)行分析，使用混合截面回歸及聚類穩(wěn)健標(biāo)準(zhǔn)誤，結(jié)果見(jiàn)表9。（1）列和（2）列的因變量為雙平臺(tái)總銷量，雙重交互項(xiàng)系數(shù)均顯著為負(fù)，其中品牌商家系數(shù)為-1.063，其絕對(duì)值大于非品牌商家系數(shù)-0.216 的絕對(duì)值，說(shuō)明品牌商家的總銷量受獨(dú)家交易的負(fù)面影響比非品牌更大，和前文三重差分模型的估計(jì)結(jié)果是一致的。（3）列和（4）列的因變量為單平臺(tái)銷量，品牌商家雙重交互項(xiàng)系數(shù)為-1.165，且在1%的水平上顯著，非品牌商家的雙重交互項(xiàng)系數(shù)為0.110，但不顯著。和前文的結(jié)果基本一致。

表9 獨(dú)家交易品牌異質(zhì)性的分組回歸

（四）進(jìn)一步分析

1.起送費(fèi)的調(diào)節(jié)作用

對(duì)獨(dú)家交易效果的調(diào)節(jié)作用進(jìn)行進(jìn)一步研究，將式（15）和式（16）中的Brandi分別換成MinDelivit和Delivfeeit，構(gòu)建模型如式（17）和式（18）（當(dāng)Delivfeeit為調(diào)節(jié)變量時(shí)，將其中的MinDelivit替換成Delivfeeit即可）所示。

回歸結(jié)果見(jiàn)表10。（1）和（2）列分別是因變量為TotSaleit和SinSaleit時(shí)的結(jié)果，其中雙重交互項(xiàng)系數(shù)不顯著，MinDelivit的系數(shù)均顯著為負(fù)，說(shuō)明提高起送費(fèi)會(huì)降低商家的銷量水平。（1）列中，三重交互項(xiàng)Treatedi×Tit×MinDelivit的系數(shù)在10%的顯著性水平下為正，表明起送費(fèi)削弱了獨(dú)家交易的負(fù)面影響。起送費(fèi)高的商家，獨(dú)家交易對(duì)總銷量的降低作用更小?？赡苁且?yàn)槠鹚唾M(fèi)高本身對(duì)總銷量是負(fù)面作用，弱化了獨(dú)家交易的負(fù)面影響。這一結(jié)論與現(xiàn)實(shí)是契合的，X 市外賣平臺(tái)G 強(qiáng)制商家簽訂獨(dú)家協(xié)議的重要手段之一就是更改商家的起送費(fèi)。因此起送費(fèi)高的商家簽訂獨(dú)家交易后總銷量變化情況優(yōu)于起送費(fèi)低的商家。

表10 起送費(fèi)的調(diào)節(jié)機(jī)制檢驗(yàn)

2.配送費(fèi)的調(diào)節(jié)作用

將式（17）和式（18）中的MinDelivit替換成Delivfeeit，進(jìn)一步探究配送費(fèi)的對(duì)獨(dú)家交易后果的調(diào)節(jié)作用，回歸結(jié)果見(jiàn)表11。三重交互項(xiàng)Treatedi×Tit×Delivfeeit的系數(shù)不顯著，表明配送費(fèi)對(duì)于獨(dú)家交易影響后果不具有顯著的調(diào)節(jié)作用。

表11 配送費(fèi)的調(diào)節(jié)機(jī)制檢驗(yàn)

3.平臺(tái)勢(shì)力的調(diào)節(jié)作用

考慮到平臺(tái)勢(shì)力也可能影響?yīng)毤医灰椎淖饔眯Ч?，而?dāng)前的獨(dú)家交易認(rèn)定方法及兩期的數(shù)據(jù)無(wú)法支持平臺(tái)勢(shì)力變化對(duì)獨(dú)家交易的調(diào)節(jié)作用分析。因此使用穩(wěn)健性分析中的獨(dú)家交易定義方法，放松對(duì)是否獨(dú)家的判斷標(biāo)準(zhǔn)，使得兩期均有獨(dú)家交易變量的數(shù)據(jù)，平臺(tái)勢(shì)力的調(diào)節(jié)作用分析將得以實(shí)現(xiàn)。⑨前文對(duì)于獨(dú)家交易的判斷方法是由雙歸屬轉(zhuǎn)變?yōu)閱螝w屬，故該方法沒(méi)有考慮第一期的獨(dú)家交易行為。由于在第二期（2019 年8 月），媒體曝光了X 市外賣平臺(tái)G 強(qiáng)迫平臺(tái)“二選一”的行為，這可能對(duì)G 平臺(tái)帶來(lái)聲譽(yù)、勢(shì)力乃至用戶喜好度等方面的負(fù)面影響。將原始數(shù)據(jù)進(jìn)行簡(jiǎn)單統(tǒng)計(jì)可以發(fā)現(xiàn)，第一期中G 平臺(tái)共有15629 條數(shù)據(jù)（包括各分店數(shù)據(jù)），而第二期時(shí)共12781 條數(shù)據(jù)，減少了18.22%，表明G 平臺(tái)在第二期的勢(shì)力可能有所下降。因此以時(shí)間變量t代表平臺(tái)的勢(shì)力變化，t=0 表示第一期，平臺(tái)勢(shì)力強(qiáng)；t=1 表示第二期，平臺(tái)勢(shì)力相對(duì)更弱。然后將t作為獨(dú)家交易影響的調(diào)節(jié)變量，回歸結(jié)果見(jiàn)表12。結(jié)果發(fā)現(xiàn)，雙重交互項(xiàng)Singleit×tit的系數(shù)均顯著為正，表明平臺(tái)勢(shì)力變?nèi)跸魅趿霜?dú)家交易對(duì)商家銷量的負(fù)面影響。

五、研究結(jié)論及啟示

（一）研究結(jié)論

首先構(gòu)建理論模型分析獨(dú)家交易前后商家的銷量變化，并分解其作用機(jī)制。再利用PSM-DID 設(shè)計(jì)，以2019 年X 市外賣平臺(tái)的數(shù)據(jù)為例，分析互聯(lián)網(wǎng)平臺(tái)獨(dú)家交易對(duì)商家銷量的影響。研究發(fā)現(xiàn)：①平臺(tái)獨(dú)家交易通過(guò)渠道效應(yīng)降低商家總銷量，即實(shí)施獨(dú)家交易的商家在獨(dú)家后由于銷售渠道減少，總銷量相比非獨(dú)家商家最終顯著下降了約25.5%。而對(duì)單平臺(tái)銷量而言，獨(dú)家交易的影響則不顯著，獨(dú)家交易的商家沒(méi)有出現(xiàn)顯著的用戶轉(zhuǎn)移效應(yīng)，說(shuō)明平臺(tái)沒(méi)有在銷量上為獨(dú)家交易的商家發(fā)揮顯著的賦能效果，平臺(tái)獨(dú)家交易總體上損害了商家利益。②對(duì)獨(dú)家交易影響的品牌異質(zhì)性分析表明，品牌商家受獨(dú)家交易的負(fù)面影響更大，品牌削弱了平臺(tái)內(nèi)用戶轉(zhuǎn)移。也反映出外賣平臺(tái)流量主要由平臺(tái)控制，品牌自帶流量不顯著，用戶忠誠(chéng)度不高。③調(diào)節(jié)效應(yīng)的進(jìn)一步分析表明起送費(fèi)削弱了獨(dú)家交易的負(fù)面影響，配送費(fèi)對(duì)于獨(dú)家交易影響的后果則不具有顯著的調(diào)節(jié)作用。此外，平臺(tái)勢(shì)力降低也會(huì)削弱獨(dú)家交易的負(fù)面影響。

（二）啟示與建議

第一，本研究結(jié)果支持了市場(chǎng)監(jiān)管總局對(duì)美團(tuán)的反壟斷處罰，應(yīng)防范和禁止平臺(tái)強(qiáng)迫商家“二選一”的行為，鼓勵(lì)平臺(tái)通過(guò)增值服務(wù)的投資提高商家和消費(fèi)者的黏性。已有文獻(xiàn)中平臺(tái)進(jìn)行獨(dú)家交易的重要辯護(hù)理由之一是保護(hù)專用性投資、提高平臺(tái)投入，但本研究并沒(méi)有發(fā)現(xiàn)平臺(tái)對(duì)商家存在顯著的賦能效果。具體而言，商家獨(dú)家后沒(méi)有出現(xiàn)明顯的用戶轉(zhuǎn)移效應(yīng)，平臺(tái)并未提供有效的能提升獨(dú)家商家銷量的增值服務(wù)。因此就銷量提升而言，平臺(tái)這一辯護(hù)理由在本研究情境中沒(méi)有得到支持。平臺(tái)競(jìng)爭(zhēng)力的提高應(yīng)更多轉(zhuǎn)向增值服務(wù)的投資，為商家?guī)?lái)真正的賦能作用，比如優(yōu)化配送系統(tǒng)、提高平臺(tái)服務(wù)便捷性、根據(jù)消費(fèi)者偏好提供菜品的個(gè)性化推薦與定制、建立高效便捷的反饋系統(tǒng)以實(shí)現(xiàn)平臺(tái)與商家和消費(fèi)者的共贏等。

第二，應(yīng)加強(qiáng)對(duì)品牌商家的保護(hù)，保障其發(fā)展及創(chuàng)新動(dòng)力。本研究發(fā)現(xiàn)品牌商家從獨(dú)家交易中受到的負(fù)面影響比非品牌商家更大，消費(fèi)者對(duì)外賣商家品牌的忠誠(chéng)度較低，消費(fèi)決策首先是選擇平臺(tái)。這可能是因?yàn)橥赓u餐飲行業(yè)競(jìng)爭(zhēng)激烈、集中度和進(jìn)入壁壘相對(duì)較低等特點(diǎn)，導(dǎo)致品牌商家在面對(duì)平臺(tái)的獨(dú)家協(xié)議要求時(shí)同樣缺乏議價(jià)能力，這對(duì)于品牌商家的發(fā)展是極為不利的，可能會(huì)損害其發(fā)展積極性和創(chuàng)新的動(dòng)力。而平臺(tái)對(duì)流量具有控制權(quán)，品牌難以從流量邊際增加中獲得好處，也反映出平臺(tái)對(duì)增值服務(wù)投資的不足。外賣餐飲行業(yè)是關(guān)系民生的重要服務(wù)業(yè)之一，扶持商家的品牌化和標(biāo)準(zhǔn)化發(fā)展、培育更多優(yōu)質(zhì)品牌企業(yè)，是促進(jìn)消費(fèi)、打通國(guó)內(nèi)大循環(huán)的重要手段。因此需保障品牌商家的發(fā)展，使其獲得更具激勵(lì)性的成長(zhǎng)空間。

第三，防范平臺(tái)勢(shì)力過(guò)大帶來(lái)的商家利益的更大損害，引導(dǎo)市場(chǎng)有序競(jìng)合。首先，互聯(lián)網(wǎng)平臺(tái)具有交叉網(wǎng)絡(luò)外部性的特點(diǎn)，當(dāng)獲取足夠用戶后很容易積累規(guī)模優(yōu)勢(shì)并壯大勢(shì)力。而平臺(tái)勢(shì)力越大，獨(dú)家交易給平臺(tái)帶來(lái)的負(fù)面影響越大。且長(zhǎng)期簽訂獨(dú)家交易的商家，受到的損失程度可能更高，故對(duì)美團(tuán)外賣平臺(tái)的“二選一”行為的反壟斷規(guī)制正逢其時(shí)。其次，在市場(chǎng)準(zhǔn)入上，鼓勵(lì)優(yōu)質(zhì)平臺(tái)進(jìn)入市場(chǎng)，重視具有創(chuàng)新活力的、規(guī)范的平臺(tái)的發(fā)展，通過(guò)轉(zhuǎn)移支付或稅收補(bǔ)貼等形式提高平臺(tái)的市場(chǎng)容量。最后，培育和鼓勵(lì)平臺(tái)間的兼容性，正向引導(dǎo)平臺(tái)企業(yè)的有序競(jìng)爭(zhēng)與合作，提高整個(gè)行業(yè)的活力與創(chuàng)新動(dòng)力。

（三）貢獻(xiàn)與不足

本研究的理論貢獻(xiàn)在于：首先，已有研究尚未對(duì)獨(dú)家交易的經(jīng)濟(jì)效應(yīng)達(dá)成共識(shí)，且相關(guān)實(shí)證研究缺乏，本研究利用理論模型分析并通過(guò)2019 年X 市外賣平臺(tái)數(shù)據(jù)探究獨(dú)家交易對(duì)商家的影響，豐富了該領(lǐng)域的研究。其次，已有研究對(duì)獨(dú)家交易后商家的銷量變化缺乏清晰的機(jī)制，本研究將影響機(jī)制分解為渠道效應(yīng)和用戶轉(zhuǎn)移效應(yīng)（平臺(tái)間和平臺(tái)內(nèi)），并比較不同效應(yīng)的影響，從而得出最終的效益變化情況。此外，本研究在Hotelling 模型框架基礎(chǔ)上，引入了品牌異質(zhì)性和平臺(tái)賦能效果兩個(gè)因素，并分析其對(duì)渠道效應(yīng)和用戶轉(zhuǎn)移效應(yīng)的影響，以往的研究更多的是考慮獨(dú)家交易對(duì)平臺(tái)投資水平的影響，鮮有針對(duì)獨(dú)家的商家定向流量支持、賦能的研究，也鮮有考察品牌異質(zhì)性對(duì)獨(dú)家交易后果的影響，本研究彌補(bǔ)了這方面的研究，充實(shí)了獨(dú)家交易經(jīng)濟(jì)效應(yīng)的理論及實(shí)踐。

本研究還存在如下不足：一是由于平臺(tái)與商家簽訂獨(dú)家交易協(xié)議具有隱蔽性，難以直接獲取數(shù)據(jù)。因此基于X 市的平臺(tái)商家數(shù)據(jù)對(duì)獨(dú)家交易行為進(jìn)行了近似的仍為合理的估計(jì)。二是分析了互聯(lián)網(wǎng)外賣平臺(tái)獨(dú)家交易協(xié)議對(duì)平臺(tái)內(nèi)經(jīng)營(yíng)者的影響，但由于數(shù)據(jù)的局限性，沒(méi)有分析獨(dú)家交易對(duì)平臺(tái)或消費(fèi)者的影響，對(duì)商家的分析則以銷量的刻畫為主，難以更綜合、全面地考察獨(dú)家交易對(duì)總體社會(huì)福利的影響。盡管如此，目前理論分析對(duì)獨(dú)家交易中消費(fèi)者和社會(huì)福利影響的研究已有較多，但并未對(duì)此達(dá)成一致，本研究為獨(dú)家交易對(duì)商家的影響提供了理論和實(shí)證研究補(bǔ)充。

未來(lái)進(jìn)一步的研究方向可以從兩個(gè)維度拓展：一是考慮不同性質(zhì)的平臺(tái)，如電商平臺(tái)、內(nèi)容平臺(tái)和互聯(lián)網(wǎng)金融平臺(tái)等，平臺(tái)業(yè)務(wù)的差異性可能導(dǎo)致獨(dú)占交易的影響存在異質(zhì)性；二是進(jìn)一步考慮平臺(tái)的多方參與者，從實(shí)證上研究平臺(tái)、消費(fèi)者乃至競(jìng)爭(zhēng)對(duì)手平臺(tái)的福利效果。