考慮用戶參與的社交媒體影響者廣告贊助披露監(jiān)管機(jī)制研究

摘" "要：UGC平臺(tái)上影響者廣告贊助不披露現(xiàn)象普遍存在，這在一定程度上違反了市場(chǎng)競(jìng)爭(zhēng)與交易的公平性，侵犯了用戶的知情權(quán)。通過引入用戶作為第三方監(jiān)督群體，構(gòu)建市場(chǎng)監(jiān)管相關(guān)政府部門、UGC平臺(tái)、影響者和用戶的演化博弈模型，探討用戶參與對(duì)各主體策略選擇的影響，分析在政府與平臺(tái)不同程度的激勵(lì)與懲罰下影響者策略演化軌跡。研究表明，用戶參與監(jiān)督對(duì)UGC平臺(tái)和影響者的策略選擇有不同影響，相對(duì)于政府監(jiān)管部門和平臺(tái)的激勵(lì)措施，用戶參與監(jiān)督對(duì)平臺(tái)策略選擇的影響較大，達(dá)到一定程度，會(huì)促使平臺(tái)由消極審查向積極審查轉(zhuǎn)變，對(duì)影響者積極策略選擇的影響較小。

關(guān)鍵詞：UGC平臺(tái)；社交媒體影響者；廣告贊助披露；演化博弈

中圖分類號(hào)：C93" " " " 文獻(xiàn)標(biāo)志碼：A" " " 文章編號(hào)：1673-291X（2025）05-0062-05

社交媒體影響者是指通過內(nèi)容創(chuàng)作和日常生活分享來吸引粉絲，然后接受品牌商的贊助并傳播品牌信息，即在社交媒體上利用其名聲變現(xiàn)且名聲源于社交媒體平臺(tái)的影響者[1-3]。影響者營(yíng)銷市場(chǎng)規(guī)模從2022年的164億美元到2023年增長(zhǎng)29%，達(dá)到211億美元，預(yù)計(jì)2024年底市場(chǎng)規(guī)模將達(dá)到約240億美元[4]。但是，部分影響者在內(nèi)容創(chuàng)作時(shí)往往只會(huì)含糊地提到內(nèi)容“得到了”某些品牌方的“支持”，或者干脆完全不提品牌方的參與，模糊了商業(yè)與非商業(yè)內(nèi)容之間的界限[5]。

一、相關(guān)背景和研究綜述

影響者之所以不愿意披露，是因?yàn)槠錉I(yíng)銷價(jià)值和對(duì)受眾的說服力來自他們作為“普通人”的身份，受眾希望他們的內(nèi)容創(chuàng)作是基于個(gè)人生活，而不是商業(yè)動(dòng)機(jī)[6]。因此，影響者與品牌的合作面臨著變現(xiàn)能力與其真實(shí)性的矛盾[7]。從平臺(tái)的角度來看，為了獲取更多的收益，對(duì)影響者廣告不披露行為可能會(huì)采取縱容的態(tài)度。對(duì)相關(guān)政府部門而言，“一禁了之”的治理措施難以奏效，且市場(chǎng)監(jiān)管相關(guān)政府部門難以對(duì)巨量的內(nèi)容進(jìn)行鑒別審查和監(jiān)管。

為了規(guī)范影響者營(yíng)銷活動(dòng)，國(guó)家市場(chǎng)監(jiān)督管理總局于2023年發(fā)布《互聯(lián)網(wǎng)廣告管理辦法》，規(guī)定通過知識(shí)介紹、體驗(yàn)分享、消費(fèi)測(cè)評(píng)等形式推銷商品或者服務(wù)，并附加購物鏈接等購買方式的，廣告發(fā)布者應(yīng)當(dāng)顯著標(biāo)明“廣告”。平臺(tái)也隨之對(duì)影響者廣告行為的披露做出相應(yīng)規(guī)定，但影響者廣告不披露行為在一定程度上仍大量存在。一方面，對(duì)于遵守規(guī)定進(jìn)行披露的影響者來說，不披露的影響者未受到懲罰違反了市場(chǎng)競(jìng)爭(zhēng)的公平性；另一方面，對(duì)于用戶而言，其難以識(shí)別影響者發(fā)布的內(nèi)容是否為品牌方的營(yíng)銷推廣內(nèi)容，影響者在營(yíng)銷行為上的不披露導(dǎo)致受眾知情權(quán)遭到侵犯，這引起了用戶對(duì)欺騙的擔(dān)憂，即他們可能會(huì)在不知不覺中被操縱做出決定[8]，特別是中、老年人因此導(dǎo)致財(cái)產(chǎn)利益遭到損害的事件屢有報(bào)道。因此，進(jìn)一步探索有效的監(jiān)管機(jī)制是必要的。

目前，在社交媒體影響者營(yíng)銷領(lǐng)域，學(xué)者多從廣告披露效果展開研究，如品牌贊助信息是否披露對(duì)購買意愿[9]、影響者信任度[10]、品牌信任度[11]、品牌態(tài)度[12]等的影響；另有部分學(xué)者進(jìn)一步聚焦于廣告披露效果的影響因素研究，如消費(fèi)者的品牌意識(shí)[13]、影響者類型[14]、影響者的專業(yè)知識(shí)[15]、廣告披露的透明性和真實(shí)性[16]等?？梢姡延邢嚓P(guān)研究大多從影響者-消費(fèi)者視角下展開，關(guān)于影響者廣告贊助信息是否披露的監(jiān)管研究較少，更少有涉及政府激勵(lì)與處罰和平臺(tái)補(bǔ)貼與懲罰策略的研究，且忽視了用戶參與監(jiān)督對(duì)政府積極執(zhí)行政策規(guī)制及彌補(bǔ)政府監(jiān)督不足的重要作用。因此，本文引入用戶作為第三方監(jiān)督群體，構(gòu)建基于用戶參與的政府監(jiān)管部門、UGC平臺(tái)和影響者的三方演化博弈模型，以揭示政府、平臺(tái)和影響者廣告贊助披露策略選擇機(jī)理，探索我國(guó)UGC平臺(tái)上廣告披露混亂問題的監(jiān)管機(jī)制，并進(jìn)一步通過仿真分析政府及UGC平臺(tái)的獎(jiǎng)懲措施對(duì)影響者廣告贊助披露的改善效果，維護(hù)用戶信息知情權(quán)，對(duì)互聯(lián)網(wǎng)營(yíng)銷環(huán)境進(jìn)行監(jiān)管，為制定合理政策提供參考。

二、問題描述與模型構(gòu)建

UGC平臺(tái)具有廣告變現(xiàn)能力的影響者眾多，平臺(tái)作為其發(fā)布內(nèi)容的承載主體，應(yīng)當(dāng)承擔(dān)類似于監(jiān)管部門的監(jiān)督審查義務(wù)，且由于海量的信息發(fā)布及信息不對(duì)稱性，政府監(jiān)管部門無法及時(shí)對(duì)影響者及平臺(tái)的消極行為做出反應(yīng)，用戶作為第三方參與者更能及時(shí)發(fā)現(xiàn)平臺(tái)是否積極監(jiān)管，影響者是否對(duì)廣告進(jìn)行披露，及時(shí)向政府監(jiān)管部門進(jìn)行檢舉，以幫助政府監(jiān)管部門實(shí)現(xiàn)對(duì)平臺(tái)和影響者的及時(shí)處罰，營(yíng)造良好的互聯(lián)網(wǎng)營(yíng)銷環(huán)境。

（一）基本模型假設(shè)

為了構(gòu)建三方演化博弈模型，以對(duì)各方策略及均衡點(diǎn)的穩(wěn)定性進(jìn)行分析，做出如下假設(shè)：

假設(shè)1：在推動(dòng)廣告贊助信息披露的過程中，參與主體有政府、UGC平臺(tái)、影響者，用戶作為監(jiān)督方，三方博弈主體均是有限理性的，并根據(jù)利益最大化原則進(jìn)行多次博弈以選擇最優(yōu)策略。

假設(shè)2：政府監(jiān)管部門的策略集合為{積極監(jiān)管、消極監(jiān)管}，政府監(jiān)管部門執(zhí)行積極監(jiān)管策略的概率為x，則消極監(jiān)管的概率為{1-x}；UGC平臺(tái)的策略集合為{積極審查、消極審查}，平臺(tái)選擇積極的概率為y，則消極的概率為{1-y}，影響者的策略集合為z{披露、不披露}，影響者選擇披露的概率為，則不披露的概率為{1-z}；用戶在平臺(tái)中參與舉報(bào)監(jiān)管的概率（參與程度）為p。

假設(shè)3：UGC平臺(tái)由消費(fèi)者帶來的外部基本收益為U1，若平臺(tái)對(duì)影響者是否將廣告推廣行為進(jìn)行披露積極審查，則需要付出成本G1，但用戶參與影響者廣告贊助不披露行為的舉報(bào)監(jiān)管可以分擔(dān)平臺(tái)的監(jiān)管成本，G1=Gp-■，其中，Gp為監(jiān)管成本中的固定成本，k為常數(shù)（kgt;0），用戶參與舉報(bào)監(jiān)管的概率越高，UGC平臺(tái)的監(jiān)管負(fù)擔(dān)越低。UGC平臺(tái)作為信息傳遞的一種平臺(tái)，通過審查的無欺詐內(nèi)容可視為帶來的社會(huì)效益[17]，在此模型中，假定政府作為用戶的代理人且是社會(huì)效益方，效益為M。

假設(shè)4： UGC平臺(tái)對(duì)影響者廣告贊助不披露行為的消極審查可獲利R1；平臺(tái)消極審查行為會(huì)對(duì)社會(huì)效益造成損失R2，若政府監(jiān)管部門發(fā)現(xiàn)平臺(tái)的消極審查行為，會(huì)對(duì)其做出處罰G2，平臺(tái)被政府監(jiān)管部門直接發(fā)現(xiàn)消極審查的概率為δ，且消極審查行為會(huì)對(duì)平臺(tái)造成額外損失G3（對(duì)平臺(tái)形象造成損失）。

假設(shè)5：政府監(jiān)管部門積極監(jiān)管獲得收益Q1，積極監(jiān)管的成本為C1，若用戶在平臺(tái)中進(jìn)行了舉報(bào)，但由于平臺(tái)的消極審查而未得到回應(yīng)，則用戶有概率γ向政府監(jiān)管部門舉報(bào)平臺(tái)的消極審查行為。因此，用戶參與影響者廣告贊助不披露行為的舉報(bào)監(jiān)管可以分擔(dān)政府監(jiān)管部門的監(jiān)管成本中的邊際成本，C1=Cy+■，其中，Cy為監(jiān)管成本中的固定成本，k為常數(shù)（kgt;0），用戶參與舉報(bào)監(jiān)管的概率越高，政府監(jiān)管部門的監(jiān)管負(fù)擔(dān)越低。若平臺(tái)內(nèi)的影響者無不披露行為，政府監(jiān)管部門對(duì)平臺(tái)的積極監(jiān)管激勵(lì)投入C2。

假設(shè)6：由于用戶也會(huì)參與對(duì)影響者的廣告贊助披露行為的監(jiān)管，所以平臺(tái)的消極審查行為被發(fā)現(xiàn)的概率為a=δ+pγ（1-δ）。同時(shí)，若用戶對(duì)平臺(tái)消極審查行為進(jìn)行舉報(bào)，但由于政府的消極監(jiān)管策略而未獲得反饋，政府會(huì)獲得形象口碑損失C3。

假設(shè)7：影響者在平臺(tái)的基本收益為V，廣告收益為S，影響者選擇披露時(shí)，由于大部分用戶是廣告厭惡的，會(huì)減少影響者的廣告收益以及降低影響者的用戶黏性，導(dǎo)致?lián)p失ε；若影響者選擇不披露，平臺(tái)積極監(jiān)管發(fā)現(xiàn)的概率為ρ，由于用戶參與對(duì)影響者廣告贊助不披露行為的舉報(bào)監(jiān)管，所以影響者被發(fā)現(xiàn)不披露的概率為σ=ρ+p（1-ρ），影響者的不披露行為會(huì)導(dǎo)致處罰和形象損失u1。此外，影響者有很小概率τ被政府直接查處有不披露行為，導(dǎo)致處罰和形象損失u2，但在平臺(tái)的積極監(jiān)管中，若判定影響者無欺騙隱瞞式的廣告推廣行為，影響者會(huì)得到平臺(tái)的激勵(lì)補(bǔ)貼G4。上述假設(shè)的參數(shù)取值均大于零，博弈支付矩陣如表1所示。

（二）復(fù)制動(dòng)態(tài)方程

設(shè)E11表示政府監(jiān)管部門在選擇積極監(jiān)管策略時(shí)的期望收益，E12表示政府監(jiān)管部門在選擇消極監(jiān)管策略時(shí)的期望收益，E1表示政府監(jiān)管部門的平均期望收益，則：

E11=yz（Q1-C1+M-C2）+y（1-z）（Q1-C1）+（1-y）z[Q1-C1+M-（1-δ）C2]+（1-y）（1-z）（Q1-C1+M-R2+αG2）；

E12=yz（M）+（1-y）z（M）+（1-y）（1-z）（-R2-pγC3）；

E1=xE11+（1-x）（1-z）E12

設(shè)E21表示UGC平臺(tái)選擇積極監(jiān)管策略時(shí)的期望收益，E22表示UGC平臺(tái)選擇消極監(jiān)管策略時(shí)的期望收益，E2表示UGC平臺(tái)的平均期望收益，則

E21=xz（U1-G1+C2-C4）+x（1-z）（U1-G1）+（1-x）z（U1-G1-C4）+（1-x）（1-z）（U1-G1）；

E22=xz[U1+（1-δ）C2]+x（1-z）[U1+R1-α（G2+G3）]+（1-x）z（U1）+（1-x）（1-z）（U1+R1）；

E2=yE21+（1-y）E22

設(shè)E31表示影響者選擇披露植入策略時(shí)的期望收益，E32表示影響者選擇欺騙隱瞞策略時(shí)的期望收益，E3表示影響者的平均期望收益：

E31=xy（V+S-ε+G4）+x（1-y）（V+S-ε）+（1-x）y（V+S-ε+G4）+（1-x）（1-y）（V+S-ε）；

E32=xy（V+S-σu1-τu2）+x（1-y）（V+S-ε）+（1-x）y（V+S-σu1）+（1-x）（1-y）（V+S）；

E3=zE31+（1-z）E32

則政府監(jiān)管部門、UGC平臺(tái)和影響者的復(fù)制動(dòng)態(tài)方程分別為：

F1（x）=■=x（E11-E1）=x（1-x）[Q1-C1+αG2+pγC3-y（αG2+pγC3）-z（C2-δC2+αG2+pγC3）+yz（αG2+pγC3-δC2）]；

F2（y）=■=y（E21-E2）=y（1-y）[xα（G2+G3）+z（R1-G4）+xz（δC2-αG2-αG3）-R1-G1]；

F3（z）=■=z（E31-E3）=z（1-z）（xτu2+yσu1+yG4-ε）

三、演化博弈系統(tǒng)均衡點(diǎn)的穩(wěn)定性分析

三方演化博弈系統(tǒng)的雅可比矩陣為（1）：

根據(jù)E1（1，1，1）和E4（1，0，0）可知，在政府監(jiān)管部門實(shí)施積極監(jiān)管政策時(shí)，從UGC平臺(tái)消極審查和影響者廣告不披露到兩者均采取向好措施，影響者的關(guān)鍵在于被政府直接發(fā)現(xiàn)廣告不披露行為的處罰導(dǎo)致的損失大于影響者選擇廣告披露策略時(shí)帶來的收益損失，即τu2gt;ε，UGC平臺(tái)的關(guān)鍵在于平臺(tái)被政府監(jiān)管部門采取處罰導(dǎo)致的損失之和大于平臺(tái)選擇消極審查策略獲得的收益與采取積極審查策略的成本之和，即αG2+αG3gt;R1+G1。

如表2所示由E1（1，1，1）、E2（1，1，0）、E3（1，0，1）、E4（1，0，0）和E8（0，0，0）可知，Q1-C1-C2lt;Q1-C1-C2+δC■lt;Q1-C1lt;Q1-C1+αG2+pγC3，Q1-C1+αG2+pγC3為政府監(jiān)管部門是否可能采取積極監(jiān)管策略的臨界狀態(tài)，當(dāng)Q1-C1+αG2+pγC3lt;0時(shí)，政府監(jiān)管部門不可能采取積極監(jiān)管策略，當(dāng)Q1-C1+αG2+pγC3gt;0時(shí)，政府監(jiān)管部門有可能采取積極監(jiān)管策略；Q1-C1-C2為政府監(jiān)管部門是否可能采取積極監(jiān)管策略的極限狀態(tài)，當(dāng)Q1-C1-C2gt;0時(shí)，政府監(jiān)管部門必定采取積極監(jiān)管策略，但Q1-C1-C2lt;0當(dāng)時(shí)，政府監(jiān)管部門只有一定概率采取積極監(jiān)管策略。

四、數(shù)值實(shí)驗(yàn)及仿真

通過數(shù)值模擬對(duì)均衡解進(jìn)行分析并對(duì)討論結(jié)果進(jìn)行驗(yàn)證，進(jìn)一步分析相關(guān)變量的影響，通過上述分析可知，用戶參與程度p、政府監(jiān)管部門對(duì)平臺(tái)的激勵(lì)C2與G2懲罰、平臺(tái)對(duì)影響者的補(bǔ)貼G4與懲罰u1對(duì)三方的決策選擇具有重要影響，基于Matlab平臺(tái)進(jìn)行情景仿真，探析政府積極監(jiān)管有效均衡下三方演化決策情況。

（一）演化博弈的仿真分析

當(dāng)Q1-C1-C2gt;0，δC1-C1-C4gt;0且τu2-εgt;0或Q1-C1-C2gt;0，τu2+σu1-ε+G4gt;0，δC■-G1-G4gt;0且αC■+αC■-R1-G1gt;0時(shí)，博弈系統(tǒng)最終演化穩(wěn)定ESS為（1，1，1）。此時(shí)，政府監(jiān)管部門和平臺(tái)采取積極策略，影響者也向廣告披露的策略演進(jìn)。下頁圖1是用戶參與程度p、政府監(jiān)管部門的獎(jiǎng)懲程度及平臺(tái)對(duì)影響者的獎(jiǎng)懲程度都處于較低水平以及僅提高了用戶參與程度后博弈系統(tǒng)隨著時(shí)間的演化過程，參數(shù)設(shè)定為p=0.2和p=0.5，C2=40，C4=5，C2=20，u1=10。觀察圖1可知，用戶參與程度的提高縮短了系統(tǒng)達(dá)到均衡的時(shí)間，提高了平臺(tái)和影響者采取積極策略的概率，且對(duì)影響者的影響較大，降低了其可能采取不披露策略的概率，且其從不披露到披露轉(zhuǎn)變的速度極大提升。觀察圖2可知，激勵(lì)程度的提高與用戶參與程度的提高對(duì)系統(tǒng)達(dá)成穩(wěn)定狀態(tài)有著相同的促進(jìn)作用，對(duì)于影響者來說，提高政府和平臺(tái)激勵(lì)程度相較于提高用戶參與程度更能加快其采取披露策略，使其采取披露策略的演化速度超過了平臺(tái)采取積極審查策略的演化速度，對(duì)于平臺(tái)來說，提高用戶參與程度相較于提高政府的激勵(lì)程度更能使其采取積極審查策略，且即使政府對(duì)平臺(tái)激勵(lì)程度的提升力度遠(yuǎn)大于平臺(tái)對(duì)用戶激勵(lì)程度的提升力度，在政府和平臺(tái)同時(shí)提高激勵(lì)程度后，平臺(tái)采取積極審查策略的演化速度反而有所降低。觀察圖3可知，政府監(jiān)管部門對(duì)平臺(tái)懲罰程度的提高極大加快了平臺(tái)采取積極審查策略的演化速率，而平臺(tái)對(duì)影響者懲罰程度的提高反而降低了其采取積極審查策略的演化速率。對(duì)于影響者來說，雖然監(jiān)管部門對(duì)平臺(tái)懲罰程度和平臺(tái)對(duì)影響者懲罰程度的提高均能提高影響者采取披露策略的演化速度，但來自平臺(tái)更多的直接懲罰相較于政府監(jiān)管部門提高對(duì)平臺(tái)的懲罰力度所帶來的間接壓力，更能提高其采取披露的廣告策略。

特殊情況分析：只提升平臺(tái)對(duì)影響者的激勵(lì)程度，觀察圖4，當(dāng)G4=10時(shí)，平臺(tái)和影響者的決策演進(jìn)將呈現(xiàn)周期性隨機(jī)狀態(tài)，系統(tǒng)將會(huì)沒有穩(wěn)定ESS結(jié)果。此時(shí)，平臺(tái)采取積極審查策略與消極審查策略所得到的政府激勵(lì)的差值小于平臺(tái)的支出之和。由此可知，平臺(tái)選擇策略取決于來自政府的激勵(lì)補(bǔ)貼和支出，而非平臺(tái)的整體收益，雖然用戶參與減少了平臺(tái)積極審查的成本，但不一定使得平臺(tái)可能的額外收益大于成本，在此情況下的作用有限。此外，雖然平臺(tái)對(duì)影響者激勵(lì)程度的提高提升了影響者選擇披露的可能性，但當(dāng)影響者觀察到平臺(tái)積極審查的概率下降，會(huì)選擇避免損失而非獲取平臺(tái)的激勵(lì)，從而選擇廣告不披露策略，導(dǎo)致出現(xiàn)平臺(tái)的兩種策略和影響者的兩種策略可能同時(shí)存在。

當(dāng)Q1-C1+αG■+pγC3gt;0、αG■+αG■-R1-G1lt;0且τu2+σu1-ε+G4lt;0或αG■+αG■-R1-G1lt;0、Q1-C1+αG■+pγC3gt;0、τu2-εlt;0且Q1-C1-C2gt;0或Q1-C1+αG■+pγC3gt;0、τu2-εlt;0、αG■-R1-G1lt;0且δC■-G1-G4時(shí)，博弈系統(tǒng)最終演化穩(wěn)定ESS為（1，0，0）。由圖5可知，用戶參與程度的提高，會(huì)降低平臺(tái)選擇消極審查策略的概率，且用戶參與程度在提高至一定程度后監(jiān)督在其中所起到的作用會(huì)愈加明顯，隨著用戶參與程度到達(dá)臨界值，p*=■，但在參與程度較低時(shí)，公眾監(jiān)督作用較小。

五、結(jié)論

本文聚焦于互聯(lián)網(wǎng)營(yíng)銷環(huán)境治理中影響者廣告贊助披露問題的治理問題，從政府監(jiān)管部門、UGC平臺(tái)、影響者三方博弈視角，探究基于用戶參與的監(jiān)督機(jī)制，得到以下結(jié)論。

一是政府激勵(lì)和平臺(tái)補(bǔ)貼措施、懲罰措施與用戶參與監(jiān)督三者相比，政府激勵(lì)和平臺(tái)補(bǔ)貼措施對(duì)影響者策略選擇的影響程度更大；平臺(tái)則不同，用戶參與監(jiān)督對(duì)平臺(tái)策略選擇影響程度更大；用戶參與達(dá)到一定程度，會(huì)促使平臺(tái)由消極審查向積極審查策略改變，會(huì)降低影響者選擇廣告贊助不披露策略的概率。

二是平臺(tái)采取積極審查策略時(shí)，相對(duì)于獲得的收益，對(duì)支出更為敏感；政府對(duì)平臺(tái)采取合理的獎(jiǎng)懲措施，需要滿足其獎(jiǎng)懲之和大于額外收益，否則對(duì)于保障平臺(tái)和影響者營(yíng)造良好互聯(lián)網(wǎng)營(yíng)銷環(huán)境作用不大。

三是當(dāng)政府對(duì)于影響者廣告贊助不披露行為發(fā)現(xiàn)懲處的概率大幅提升，且影響者因其受眾對(duì)流量變現(xiàn)抵觸導(dǎo)致廣告贊助披露帶來的損失降低到一定程度，平臺(tái)就失去了其監(jiān)管的媒介作用。

故在治理UGC平臺(tái)的影響者廣告贊助披露問題時(shí)：

一是要重視用戶參與監(jiān)督在治理體系中的重要作用，政府和平臺(tái)增加用戶舉報(bào)渠道，降低用戶參與監(jiān)督成本，給予參與監(jiān)督用戶適當(dāng)獎(jiǎng)勵(lì)以提高用戶參與監(jiān)督熱情，將政府部門的監(jiān)管與用戶參與監(jiān)督有效結(jié)合，根據(jù)用戶參與程度，對(duì)平臺(tái)和影響者實(shí)施適當(dāng)?shù)莫?jiǎng)懲措施，以降低平臺(tái)和影響者“合謀”的可能性。

二是要根據(jù)現(xiàn)實(shí)情況選擇最有效的治理措施，相較于提高用戶參與程度，改變政府與平臺(tái)的獎(jiǎng)懲措施更為簡(jiǎn)單、直接。應(yīng)以科學(xué)有效的治理措施逐步實(shí)現(xiàn)從平臺(tái)和影響者均不采取規(guī)范行為，到都配合政府監(jiān)管部門采取規(guī)范行為的轉(zhuǎn)變，且頭部用戶相較于尾腰部用戶影響力更大，應(yīng)當(dāng)發(fā)揮頭部帶動(dòng)效應(yīng)，以帶動(dòng)UGC平臺(tái)營(yíng)銷環(huán)境的改善。

三是要政府部門的直接監(jiān)管對(duì)于影響者采取積極措施有著重大威懾作用，但監(jiān)管成本的支出影響著政府監(jiān)管部門的策略選擇，政府監(jiān)管部門應(yīng)積極收集用戶參與舉報(bào)的大數(shù)據(jù)，聯(lián)合平臺(tái)外的商業(yè)信息，與平臺(tái)合作開發(fā)影響者廣告違規(guī)預(yù)警系統(tǒng)，結(jié)合新技術(shù)，降低監(jiān)管成本，提高違規(guī)行為發(fā)現(xiàn)概率，以做到穩(wěn)定監(jiān)管、長(zhǎng)期監(jiān)管。

參考文獻(xiàn)

[1]" "Mardon R，Cocker H，Daunt K. How Social Media Influencers Impact Consumer Collectives：An Embeddedness Perspective [J].Journal of Consumer Research，2023，50（3）：617-644.

[2]" "Shan Y，Chen K J，Lin J S. When social media influencers endorse brands：the effects of self-influencer congruence，parasocial identification，and perceived endorser motive[J].Int J Advert，2020，39（5）：590-610.

[3]" "徐婕，周影輝.社交媒體上真人和虛擬影響者的臉部特征對(duì)消費(fèi)者關(guān)注行為的影響[J].營(yíng)銷科學(xué)學(xué)報(bào)，2023（3）：43-62.

[4]" "Geyser W. Influencer Marketing Benchmark Report 2024 [R].https：//influencermarketinghub.com/influencer-marketing-benchmark-report/：Influencer Marketing Hub，2024.

[5]" "Campbell C，Evans N J. The Role of a Companion Banner and Sponsorship Transparency in Recognizing and Evaluating Article-style Native Advertising [J].Journal of Interactive Marketing，2018，43（1）：17-32.

[6]" "van Driel L，Dumitrica D.Selling brands while staying“Authentic”：The professionalization of Instagram influencers [J].Convergence，2021，27（1）：66-84.

[7]" "Audrezet A，de Kerviler G，Moulard J G. Authenticity under threat：When social media influencers need to go beyond self-presentation [J].Journal of Business Research，2020（117）：557-569.

[8]" "van Reijmersdal E A，Rozendaal E，Hudders L，et al. Effects of Disclosing Influencer Marketing in Videos：An Eye Tracking Study Among Children in Early Adolescence[J].J Interact Mark，2020（49）：94-106.

[9]" "De Jans S，Cauberghe V，Hudders L.How an Advertising Disclosure Alerts Young Adolescents to Sponsored Vlogs：The Moderating Role of a Peer-Based Advertising Literacy Intervention through an Informational Vlog [J].J Advert，2018，47（4）：309-325.

[10]" "Breves P L，Liebers N，Abt M，et al. The Perceived Fit between Instagram Influencers and the Endorsed Brand How Influencer-Brand Fit Affects Source Credibility and Persuasive Effectiveness [J].Journal of Advertising Research，2019，59（4）：440-454.

[11]" "汪讓，段秋婷，ADAMS K-A.廣告披露對(duì)網(wǎng)紅信任與品牌態(tài)度的影響研究：基于有中介的調(diào)節(jié)效應(yīng)模型的考察[J].新聞大學(xué)，2022（9）：103-116，121.

[12]" "沈鵬熠，聶烜，童聰聰，等.“真心實(shí)意”還是“虛情假意”？網(wǎng)紅隱性廣告贊助披露對(duì)消費(fèi)者品牌態(tài)度的雙刃劍效應(yīng)[J].南開管理評(píng)論，2024（27）：15-20.

[13]" "Nurhayati T，Hendar H. Personal intrinsic religiosity and product knowledge on halal product purchase intention [J].Journal of Islamic Marketing，2020，11（3）：603-620.

[14]" "Vrontis D，Makrides A，Christofi M，et al. Social media influencer marketing：A systematic review，integrative framework and future research agenda [J].International Journal of Consumer Studies，2021，45（4）：617-644.

[15]" "AlFarraj O，Alalwan A A，Obeidat Z M，et al.Examining the impact of influencers’ credibility dimensions：attractiveness，trustworthiness and expertise on the purchase intention in the aesthetic dermatology industry[J].Review of International Business and Strategy，2021，31（3）：355-374.

[16]" "Chen L，Yan Y，Smith A N.What drives digital engagement with sponsored videos？ An investigation of video influencers’ authenticity management strategies[J].J Acad Mark Sci，2022，51（1）：198-221.

[17]" "駱建彬，謝衛(wèi)紅. 基于非參與互動(dòng)公眾的直播平臺(tái)“低程度”低俗內(nèi)容治理機(jī)制研究[J].運(yùn)籌與管理，2022，31（7）：227-233.

[責(zé)任編輯" "衛(wèi)" "星]