基于靜態(tài)博弈模型的網(wǎng)購(gòu)平臺(tái)“殺熟”行為研究

摘 要：大數(shù)據(jù)時(shí)代，消費(fèi)者個(gè)人信息極易被平臺(tái)及商家獲取利用，“殺熟”現(xiàn)象由此產(chǎn)生，其中最為顯著的是“首單優(yōu)惠”策略。在此背景下，消費(fèi)者和商家之間的博弈將影響雙方行為的選擇，由此構(gòu)建收益矩陣得出：影響“殺熟”的主要因素有消費(fèi)者對(duì)自身權(quán)利重視程度、購(gòu)買(mǎi)意愿、上期滿意度及差異化定價(jià)下商家的潛在損失。為此，商家應(yīng)理性使用大數(shù)據(jù)，消費(fèi)者應(yīng)審慎決策，政府應(yīng)加強(qiáng)監(jiān)管。

關(guān)鍵詞：“殺熟”現(xiàn)象;不完全信息靜態(tài)博弈;差異化定價(jià)

本文索引：楊賀雯.<變量 2>[J].中國(guó)商論，2022（06）：-058.

中圖分類號(hào)：F276 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2022）03（b）--03

互聯(lián)網(wǎng)持續(xù)深度發(fā)展讓商家營(yíng)銷重心深入電商平臺(tái)，消費(fèi)者購(gòu)買(mǎi)渠道逐漸向線上轉(zhuǎn)移。據(jù)CNNIC數(shù)據(jù)，截至2021年6月我國(guó)網(wǎng)絡(luò)購(gòu)物用戶81206萬(wàn)人，使用率80.3%，包括實(shí)體商品購(gòu)買(mǎi)、出行及服務(wù)支付，在此過(guò)程中消費(fèi)者購(gòu)買(mǎi)記錄、瀏覽偏好甚至私人相冊(cè)、通話都被大數(shù)據(jù)定位搜集，似乎為平臺(tái)及商家?guī)?lái)“比消費(fèi)者更了解消費(fèi)者”的紅利。大數(shù)據(jù)商業(yè)化運(yùn)用具有不可否認(rèn)的公開(kāi)性和隱秘性，便于商家捕捉消費(fèi)者偏好信息卻很難被監(jiān)管系統(tǒng)準(zhǔn)確檢測(cè)。平臺(tái)及商家追求利潤(rùn)最大化，因此充分獲取消費(fèi)者剩余成為新時(shí)代銷售的出發(fā)點(diǎn)，可以幫助企業(yè)設(shè)計(jì)高度精準(zhǔn)的營(yíng)銷策略，“殺熟”應(yīng)際而生。盡管近年多部法規(guī)明令禁止，這一現(xiàn)象仍屢見(jiàn)不鮮，“首單優(yōu)惠”行為仍是多數(shù)平臺(tái)采取的主要方式，似乎讓新用戶“嘗到甜頭”，但究竟是平臺(tái)真發(fā)福利還是消費(fèi)者受欺騙不可一言蔽之。學(xué)者紛紛對(duì)“殺熟”定義提出不同見(jiàn)解，但都表明：對(duì)于購(gòu)買(mǎi)同一商品和服務(wù)的新老用戶實(shí)行差異化定價(jià)，后者買(mǎi)價(jià)顯著高于前者。

“殺熟”現(xiàn)象涉及平臺(tái)、商家、消費(fèi)者、市場(chǎng)、政府等多主體行為，學(xué)界對(duì)此從不同主體角度進(jìn)行探討。荊坤（2021）認(rèn)為，平臺(tái)應(yīng)承擔(dān)監(jiān)督職責(zé)，從源頭上定價(jià)以營(yíng)造良好的電商交易環(huán)境[1]。余敏（2019）通過(guò)構(gòu)建商家與消費(fèi)者的電子商務(wù)逆向選擇實(shí)證模型分析該現(xiàn)象，從而為消費(fèi)者提出享受均衡價(jià)格的方法[2]。胥雅楠等（2019）以旁觀學(xué)者角度，從法學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)視角分析該現(xiàn)象產(chǎn)生的原因，進(jìn)而探究其影響和存在的問(wèn)題并提出政策性建議[3]。

對(duì)于該問(wèn)題多主體間行為關(guān)系的模型構(gòu)建，一些學(xué)者選擇了博弈模型。王潺（2021）從商家視角探究市場(chǎng)中兩寡頭基于雙方均衡價(jià)格定價(jià)博弈，消費(fèi)者在其中扮演卡特爾聯(lián)盟接受者的角色[4]。吳斌等（2021）構(gòu)建平臺(tái)與政府部門(mén)間的演化博弈模型，并根據(jù)其過(guò)程提出針對(duì)性建議[5]。楊豐梅等（2017）引入電商平臺(tái)作為第三方信用監(jiān)管主體，構(gòu)建演化博弈模型與雙價(jià)交易模型，分析商家與消費(fèi)者的長(zhǎng)期交易策略[6]。

綜上，目前學(xué)術(shù)界多橫向分析同一時(shí)間維度不同主體間行為的演化過(guò)程，而未有從縱向分析不同時(shí)間同一消費(fèi)者經(jīng)歷的“被殺熟”情況。基于這一思考，可以采用橫向、縱向相結(jié)合的全新分析視角，通過(guò)構(gòu)建網(wǎng)購(gòu)平臺(tái)與消費(fèi)者群體之間的靜態(tài)博弈收益矩陣，在差異化定價(jià)策略中引入“首單優(yōu)惠”，綜合分析雙方行為選擇的影響因素。

1 “殺熟”平臺(tái)與消費(fèi)者博弈關(guān)系分析

1.1 平臺(tái)及其商家策略

2021年3月，新浪財(cái)經(jīng)發(fā)布的大數(shù)據(jù)“殺熟”調(diào)查結(jié)果顯示，92.57%的網(wǎng)友遇到過(guò)大數(shù)據(jù)“殺熟”;央視財(cái)經(jīng)調(diào)查的“殺熟”方式結(jié)果顯示，消費(fèi)者認(rèn)為有“舊用戶優(yōu)惠比新用戶少”的情況，占比52.3%。消費(fèi)者數(shù)據(jù)的高度集中便于電商平臺(tái)進(jìn)行“點(diǎn)對(duì)點(diǎn)”銷售，即花費(fèi)較低成本對(duì)每一類甚至每一位消費(fèi)者制定不同營(yíng)銷策略，“差異化定價(jià)”以實(shí)現(xiàn)對(duì)消費(fèi)者提供最匹配高效的服務(wù)，其顯著方式是“首單優(yōu)惠”，即商家對(duì)同一消費(fèi)者不同時(shí)期縱向優(yōu)惠差別，包括但不限于優(yōu)惠券、打折卡、購(gòu)物卡，通常情況下，每位消費(fèi)者新用戶特權(quán)僅有一次。表1是不同平臺(tái)首單（新用戶）優(yōu)惠方式對(duì)比。

事實(shí)上，“殺熟”現(xiàn)象涵蓋的企業(yè)數(shù)量、產(chǎn)品及服務(wù)種類繁多，手法也不僅限于上述，而所謂的“首單優(yōu)惠”不乏先提高商品原價(jià)，再進(jìn)行優(yōu)惠使新用戶支付實(shí)際價(jià)格與老用戶支付的正常價(jià)格一致甚至更高。

1.2 消費(fèi)者行為

消費(fèi)者瀏覽平臺(tái)頁(yè)面、選擇產(chǎn)品及服務(wù)本是自主行為，從消費(fèi)者角度看，“殺熟”的影響因素主要包括：自身消費(fèi)能力、對(duì)價(jià)格變化的敏感度、對(duì)價(jià)格的心理預(yù)期，消費(fèi)能力越強(qiáng)、敏感度越低、心理預(yù)期越高，對(duì)平臺(tái)擬定價(jià)格的接受程度越高。

“殺熟”現(xiàn)象的負(fù)面作用主要針對(duì)老用戶，即在同一平臺(tái)二次或多次消費(fèi)的用戶。若用戶對(duì)平臺(tái)定價(jià)接受程度較高，不能及時(shí)發(fā)現(xiàn)被“殺熟”，會(huì)在短期內(nèi)陷入營(yíng)銷陷阱。若對(duì)同一商品通過(guò)不同平臺(tái)定價(jià)或同一平臺(tái)首單及之后下單價(jià)格比較發(fā)現(xiàn)被“殺熟”，一部分人會(huì)為維護(hù)自身消費(fèi)者權(quán)益采取舉報(bào)措施而不論維權(quán)成本;而注重機(jī)會(huì)、時(shí)間成本的人將會(huì)采取躲避策略，改變購(gòu)買(mǎi)渠道或不再交易，這往往是大部分消費(fèi)者的選擇。

2 雙方博弈模型構(gòu)建與求解

2.1 模型假設(shè)

假設(shè)1：平臺(tái)及商家是理性經(jīng)濟(jì)人，以追求利潤(rùn)最大化為目標(biāo);消費(fèi)者群體包含的是一般消費(fèi)者，不能獲取完全商業(yè)信息。

假設(shè)2：為簡(jiǎn)化模型假設(shè)市場(chǎng)僅有一種產(chǎn)品，而且各個(gè)單位產(chǎn)品之間完全無(wú)差異;“殺熟”僅針對(duì)差異化定價(jià)策略。

假設(shè)3：采取比較靜態(tài)分析，而且不考慮同一消費(fèi)者不同時(shí)期消費(fèi)能力的變化、商家生產(chǎn)能力的限制。

2.2 模型構(gòu)建與求解

2.2.1 參數(shù)描述

平臺(tái)及其商家為追求成本一定下利潤(rùn)最大化，對(duì)價(jià)格擬定的行動(dòng)集為ɑ1={差異化定價(jià)，統(tǒng)一定價(jià)};消費(fèi)者為追求支付價(jià)格一定下效用最大化，對(duì)平臺(tái)定價(jià)策略采取的行動(dòng)集為ɑ2={不接受，接受}。平臺(tái)“差異化定價(jià)”和“統(tǒng)一定價(jià)”的期望收益為Rb1和Rb2;消費(fèi)者對(duì)平臺(tái)擬定價(jià)格“不接受”和“接受”的期望收益為RC1和RC2（見(jiàn)表2）。

對(duì)該產(chǎn)品平臺(tái)實(shí)行統(tǒng)一定價(jià)P0，成本C0;差異化定價(jià)下平臺(tái)為大數(shù)據(jù)收集支付費(fèi)用C1（C1>0），此時(shí)成本，

即使消費(fèi)者選擇不購(gòu)買(mǎi)平臺(tái)商品仍需支付數(shù)據(jù)收集費(fèi)用。消費(fèi)者的心理預(yù)期價(jià)值W（W>0），差異化定價(jià)下購(gòu)買(mǎi)概率λ（0<λ<1），對(duì)價(jià)格差異的敏感程度y。為在該產(chǎn)品市場(chǎng)占據(jù)優(yōu)勢(shì)，給予每位消費(fèi)者均有優(yōu)惠力度，統(tǒng)一定價(jià)時(shí)所有消費(fèi)者支付價(jià)格均為p1=P0-ωP0;平臺(tái)選擇差異化定價(jià)概率x，為吸引新用戶，首單交易提供r（0≤r

對(duì)擬定價(jià)格不接受的消費(fèi)者為價(jià)格比對(duì)支付成本c1。統(tǒng)一定價(jià)下，消費(fèi)者以p1價(jià)格購(gòu)入產(chǎn)品，經(jīng)對(duì)比發(fā)現(xiàn)未被“殺熟”會(huì)獲得W1的心理收益，平臺(tái)及商家獲得I單位潛在收益;差異化定價(jià)下，新用戶首單低價(jià)支付帶來(lái)W1'的心理收益，若消費(fèi)者以p1價(jià)格支付，經(jīng)對(duì)比發(fā)現(xiàn)被“殺熟”產(chǎn)生W2單位的心理?yè)p失，則c1<W1<W2且W1'<W2，產(chǎn)生損失基礎(chǔ)上，消費(fèi)者以θ（0≤θ≤1）概率維權(quán)，為此支付的機(jī)會(huì)、時(shí)間成本之和為c2，獲得心理?yè)p失補(bǔ)償W3，則c2<W3<W2，這一系列行為給平臺(tái)及其商家?guī)?lái)潛在損失I'。

2.2.2 收益矩陣求解

由假設(shè)條件，平臺(tái)與消費(fèi)者間的博弈是不完全信息靜態(tài)博弈，假定這里消費(fèi)者是消費(fèi)者群體，差異化定價(jià)下縱向區(qū)分新老用戶，依前文調(diào)查結(jié)果，分別給新、老用戶購(gòu)買(mǎi)行為賦權(quán)值0.2和0.8，建立靜態(tài)博弈的收益矩陣如表2所示。

2.2.3 重復(fù)博弈簡(jiǎn)單分析

在該博弈模型中假定消費(fèi)者了解平臺(tái)“殺熟”策略，如優(yōu)惠力度ω隨消費(fèi)次數(shù)的增加而遞減，因此隨著博弈的進(jìn)行，消費(fèi)者滿意度將不斷降低，心理?yè)p失W2逐漸積累，維權(quán)概率θ遞增，記滿意度σ（0≤σ≤1），則，可得，那么，即消費(fèi)者維權(quán)概率與滿意度呈反比關(guān)系。假設(shè)消費(fèi)者下期購(gòu)買(mǎi)意愿的概率λ'，則，即與當(dāng)期購(gòu)買(mǎi)意愿和滿意度相關(guān)，且，即下期購(gòu)買(mǎi)意愿與當(dāng)期滿意度正相關(guān)。

2.3 模型結(jié)論

2.3.1 平臺(tái)是否“殺熟”與用戶對(duì)自身消費(fèi)者權(quán)益的重視程度有關(guān)

由x*結(jié)果，W1-c1為平臺(tái)選擇統(tǒng)一定價(jià)策略時(shí)，消費(fèi)者經(jīng)價(jià)格對(duì)比后獲得的心理收益與該行為所需支付的成本之間的差額;為消費(fèi)者群體選擇接受平臺(tái)定價(jià)時(shí)，統(tǒng)一定價(jià)所獲心理收益和差異化定價(jià)心理?yè)p失之和。均衡時(shí)平臺(tái)選擇差異化定價(jià)策略的概率是：統(tǒng)一定價(jià)下消費(fèi)者比價(jià)總收益與消費(fèi)者選擇比價(jià)下心理總收益的比值。因此對(duì)于“不接受，差異化定價(jià)”組合，消費(fèi)者總收益損失越大，平臺(tái)統(tǒng)一定價(jià)概率越大，此時(shí)重視自身權(quán)益的消費(fèi)者為平衡損失，維權(quán)概率θ更大。用戶若傾向維權(quán)會(huì)使平臺(tái)受負(fù)面輿論影響，信譽(yù)形象下降，潛在損失擴(kuò)大，而維權(quán)的透明性與商家對(duì)相關(guān)數(shù)據(jù)獲取的隱蔽性也會(huì)影響部分消費(fèi)者的選擇。

2.3.2 消費(fèi)者是否“接受”定價(jià)與自身購(gòu)買(mǎi)意愿及差異化定價(jià)下平臺(tái)及其商家的潛在損失有關(guān)

由y*結(jié)果，為平臺(tái)差異化定價(jià)獲得的收益與成本的差額，即額外收益;為消費(fèi)者選擇比價(jià)策略時(shí)平臺(tái)統(tǒng)一定價(jià)獲取的潛在收益與差異化定價(jià)受到的潛在損失之和。均衡時(shí)消費(fèi)者比價(jià)的概率是差異化定價(jià)下平臺(tái)及商家額外收益與消費(fèi)者不接受定價(jià)時(shí)平臺(tái)潛在總收益的比值。

，消費(fèi)者選擇比價(jià)策略的概率隨其購(gòu)

買(mǎi)意愿提高而增加?，F(xiàn)實(shí)情況表現(xiàn)為消費(fèi)者越想購(gòu)買(mǎi)某產(chǎn)品越關(guān)注其價(jià)格對(duì)自身滿足情況，自然會(huì)“貨比三家”以實(shí)現(xiàn)價(jià)格一定的效益最大，或在效益相同下支付最低價(jià)格。，消費(fèi)者不接受定價(jià)的概率隨其實(shí)際收益增

加而減小，表現(xiàn)為首單優(yōu)惠力度越大，老用戶越會(huì)選擇不接受定價(jià)而比對(duì)價(jià)格，對(duì)同一產(chǎn)品橫向上與其他消費(fèi)者比較收益，或縱向上與首單購(gòu)買(mǎi)價(jià)格對(duì)比，更能發(fā)現(xiàn)自身實(shí)際收益大小。

2.3.3 重復(fù)交易中當(dāng)期平臺(tái)定價(jià)策略與上期消費(fèi)者滿意度相關(guān)

因?yàn)椋遥M(fèi)者滿意度遞減帶來(lái)維權(quán)概率遞增，直接影響平臺(tái)及商家潛在損失增量ΔI'>0，若平臺(tái)不改變銷售、補(bǔ)償方案使消費(fèi)者損失補(bǔ)償W3不能與心理?yè)p失W2相抵，會(huì)導(dǎo)致ΔI'遞增。因此平臺(tái)為了自身生存發(fā)展不得不放棄“殺熟”，選取差異化定價(jià)概率x將會(huì)更小。該結(jié)論符合實(shí)際，當(dāng)平臺(tái)及商家發(fā)現(xiàn)體現(xiàn)在用戶評(píng)價(jià)上的消費(fèi)者滿意度顯著降低，會(huì)采取差價(jià)彌補(bǔ)、退換貨等措施以挽回口碑，穩(wěn)定顧客黏性。也表現(xiàn)為在制定營(yíng)銷策略時(shí)，對(duì)滿意度反應(yīng)較強(qiáng)的用戶盡量避免“殺熟”，以在重復(fù)博弈中獲取長(zhǎng)久穩(wěn)定利益。

3 結(jié)語(yǔ)

大數(shù)據(jù)背景下“殺熟”現(xiàn)象博弈雙方的行為相互影響、相互制約：平臺(tái)及商家盲目“殺熟”會(huì)對(duì)自身發(fā)展產(chǎn)生負(fù)作用，消費(fèi)者對(duì)價(jià)格的接受程度會(huì)影響效益取得。消費(fèi)者對(duì)自身權(quán)益重視程度提高、購(gòu)買(mǎi)意愿變化、差異化定價(jià)下潛在損失增加、上期滿意度，都對(duì)“殺熟”起到制約作用，若能對(duì)大數(shù)據(jù)進(jìn)行合理運(yùn)用，有利于實(shí)現(xiàn)雙方共贏。

3.1 商家應(yīng)理性使用大數(shù)據(jù)，背離“殺熟”行為

平臺(tái)經(jīng)濟(jì)是“國(guó)內(nèi)大循環(huán)”的重要推動(dòng)力量，大數(shù)據(jù)本身具有潛在價(jià)值，商家應(yīng)在保證消費(fèi)者隱私情況下了解消費(fèi)者偏好，在縱向上根據(jù)不同消費(fèi)者喜好推薦不同商品，從而改善供給結(jié)構(gòu)、供給質(zhì)量，使整體消費(fèi)環(huán)境得到優(yōu)化，越界使用往往適得其反。在公平競(jìng)爭(zhēng)前提下形成行業(yè)內(nèi)部公約，達(dá)到橫向規(guī)范局面。商家自律行為會(huì)樹(shù)立良好的信用形象，為自身帶來(lái)潛在收益。

3.2 消費(fèi)者應(yīng)增強(qiáng)維權(quán)意識(shí)，審慎決策

消費(fèi)者在購(gòu)物過(guò)程中應(yīng)有意識(shí)“貨比三家”，了解市場(chǎng)行情，審慎決策購(gòu)買(mǎi)行為。同時(shí)，要增強(qiáng)個(gè)人信息保護(hù)，提高甄別眼力及對(duì)定價(jià)的敏感程度，謹(jǐn)防商家非法獲取信息。例如，可設(shè)置應(yīng)用程序防御，不輕易開(kāi)啟相冊(cè)、位置、通訊錄等隱私權(quán)限;個(gè)人合法權(quán)益受到侵害時(shí)借助法律手段積極維權(quán)，防止無(wú)良商家持續(xù)侵權(quán)行為。

3.3 政府應(yīng)當(dāng)加強(qiáng)監(jiān)管，規(guī)范平臺(tái)定價(jià)行為

一方面，相關(guān)部門(mén)應(yīng)提高大數(shù)據(jù)獲取成本，保證市場(chǎng)公平競(jìng)爭(zhēng)，要求平臺(tái)定價(jià)公開(kāi)透明化，破除“殺熟”隱蔽性以減少信息不對(duì)稱，維護(hù)消費(fèi)者合法權(quán)益，實(shí)現(xiàn)同行業(yè)公平競(jìng)爭(zhēng)的同時(shí)提高商家與消費(fèi)者雙方交易的公平性。另一方面，應(yīng)制定更加全面細(xì)化的相關(guān)行業(yè)法律法規(guī)，加強(qiáng)對(duì)平臺(tái)數(shù)據(jù)使用、定價(jià)策略的監(jiān)管，對(duì)“殺熟”做出嚴(yán)密界定，嚴(yán)厲打擊該行為。但在規(guī)范過(guò)程中也要謹(jǐn)防“一刀切”，從而維護(hù)網(wǎng)絡(luò)交易生態(tài)。

參考文獻(xiàn)

荊坤.淺析電子商務(wù)平臺(tái)對(duì)“大數(shù)據(jù)殺熟”的監(jiān)管義務(wù)[J].中國(guó)商論，2021（13）：31-33.

余敏.“大數(shù)據(jù)殺熟”可以避免嗎：電子商務(wù)逆向選擇風(fēng)險(xiǎn)規(guī)避[J].價(jià)格理論與實(shí)踐，2019（4）：141-144.

胥雅楠，王倩倩，董潤(rùn)，等.“大數(shù)據(jù)殺熟”的現(xiàn)狀、問(wèn)題與對(duì)策分析[J].改革與開(kāi)放，2019（1）：15-20.

王潺.“大數(shù)據(jù)殺熟”該如何規(guī)制：以新制度經(jīng)濟(jì)學(xué)和博弈論為視角的分析[J].社會(huì)科學(xué)文摘，2021（8）：16-18.

吳斌，程晶，宋琰.心理賬戶視角下電商平臺(tái)“殺熟”現(xiàn)象演化博弈分析[J].運(yùn)籌與管理，2020，29（11）：37-44.

楊豐梅，王安瑛，吳軍，等.基于博弈論的C2B2C模式下電商信用監(jiān)管機(jī)制研究[J].系統(tǒng)工程理論與實(shí)踐，2017，37（8）：2102-2110.

Research on Big Data Discriminatory Pricing Behavior of Online Shopping Platforms Based on Static Game Model

—— Taking “First Order Discount” as an Example

Beijing University of Chemical Technology? Beijing? 102202

YANG Hewen

Abstract： In the era of big data， consumers’ personal information is easily obtained and utilized by platforms and merchants， resulting in the phenomenon of big data discriminatory pricing， the most notable of which is the strategy of “first order discount”. In this context， the game between consumers and merchants will affect the behavioral choices of both parties. From this， the income matrix is constructed and it is concluded that the main factors affecting big data discriminatory pricing are consumers’ attention to their own rights， purchase willingness， and satisfaction in the previous period. and potential losses for merchants under differentiated pricing. To this end， businesses should use big data rationally， and consumers should make prudent decisions， and the government should strengthen supervision.

Keywords： big data discriminatory pricing; static game with incomplete information; differentiated pricing