不同权力结构下考虑网红营销努力的直播电商供应链决策研究

于天阳 关志民 董经洋 曲 优

(1.东北大学工商管理学院； 2.山东科技大学经济与管理学院)

1 研究背景

近年来，淘宝、京东、Amazon、Shopee等国内外知名电商平台相继上线了直播功能，直播电商行业风口初现。2019年底，突如其来的新冠疫情对线下零售业产生了巨大冲击，商家纷纷转战线上，“电商+直播”的商业模式更是以其低门槛、低成本的优势赢得了广大商家的青睐，缓解了因疫情导致的库存积压、资金流断裂等问题的压力。新冠疫情让本不景气的资本市场雪上加霜，而直播电商却“逆市而上”，大量资本涌入该行业。据报道，2020年中国的直播电商市场规模达9 610亿元(1)资料来源于https://36kr.com/p/986332005917833。，2019年美国的直播电商市场规模为10亿美元(2)资料来源于 https://coresight.com/research/livestreaming-e-commerce-takes-off-in-the-us/。。

可见，直播电商已经成为新的潮流。其中，网红带货是最为常见的直播电商形式，已有研究表明，网红在直播过程中所表现出来的专业性与互动性等特征，能够显著提升消费者的购买意愿[1]，这与其团队所付出的营销努力密不可分。目前，关于考虑营销努力的文献，众多学者针对供应链契约及协调问题展开了丰富的研究[2～7]。例如，MUKHOPADHYAY等[2]分别在对称信息及不对称信息两种情形下，探讨制造商在不同条件下的最优契约选择问题。另有文献在不同背景下研究了企业的策略选择问题。例如，鲁芳等[8]考虑消费者效用受营销努力及产品体验性的影响，探讨线下零售商与制造商的渠道合作策略选择；张旭梅等[9]基于O2O供应链，考虑线下服务商提供附加服务、线上平台进行营销努力，分析双方的最优合作策略；此外，MA等[10]则分别在供应链成员完全理性及存在公平关切行为下，研究闭环供应链的最优定价、营销努力及回收决策问题。上述文献在不同背景下考虑不同主体的营销努力，但并未有文献基于直播电商，考虑网红团队带货而付出直播营销努力，探讨供应链的相关运营决策问题。

虽然网红团队具有一定的议价能力，但与不同电商卖家合作时并不总是处于主导地位，部分头部商家的主导地位仍是无法撼动的，例如，京东与快手的合作便是京东事先确定产品的零售价格，而后由快手主播进行选品销售(3)资料来源于http://finance.people.com.cn/n1/2020/0527/c1004-31726177.html。。此外，诸多知名品牌与网红团队的合作堪称强强联手，决策时也处于平起平坐的地位，如小米与罗永浩团队的合作。然而，绝大多数中小型电商卖家往往处于从属地位。可见，在直播营销活动中，处于不同市场地位的电商卖家与同一网红团队合作，构成了不同的权力结构。因此，关于电商供应链权力结构的研究是与本研究相关的另一方面重要内容，现有文献主要围绕销售模式[11,12]、渠道策略[13,14]以及物流服务[15～17]等方面开展研究。在销售模式方面，WEI等[11]和孙书省等[12]分别考虑制造商竞争与双渠道供应链，探讨不同权力结构下的销售模式选择问题。在渠道策略方面，文悦等[13]考虑消费者渠道接受差异，在不同权力结构下研究电商平台自营渠道的引入策略；倪晓等[14]基于消费者品牌价值及产品质量偏好，研究不同权力结构下制造商的平台入驻策略。在物流服务方面，XU等[15]考虑存在物流时间敏感型消费者，在不同权力结构下，研究电商供应链的契约协调问题；HU等[16]分别在不同权力结构下，探讨电商平台的物流服务整合策略；士明军等[17]则研究了市场能力结构(即权力结构)对由电商、平台及物流组成的在线销售系统的相关运营决策的影响问题。可见，多元化的权力结构在电商供应链中得到了广泛的关注，而当前阶段直播电商发展势头正劲，同一网红团队与不同电商卖家合作则构成了不同的权力结构，这对供应链相关运营决策及绩效造成了不可忽视的影响，值得深入研究。

此外，关于直播电商的研究与本研究高度相关，但目前较为匮乏，而且多集中于实证研究，部分文献研究了网红直播[1]、直播场景氛围[18]、信息源特性[19]、网络直播购物特征[20]等因素对消费者购买行为的影响机制，另有文献则探讨了网络直播购物过程中买卖双方间的互动关系[21～23]。与上述研究不同，本研究运用数理建模的方法，通过构建相关的博弈模型探讨直播电商供应链中各方最优运营决策问题。类似地，邢鹏等[24]分别在平台签约与不签约主播两种情形下，构建相应的直播电商供应链决策模型，主要探讨主播与直播平台佣金比例对供应链最优运营策略及利润的影响。与其不同的是，本研究考虑的是网红带货的直播电商形式，并将网红个人影响力对需求的拉动效应融入到决策模型中，研究重点为探究权力结构以及直播营销成本效率等重要参数对供应链最优结果的影响。

基于此，本研究探讨由一个直播平台(如淘宝、抖音)、一个电商卖家(如京东自营、完美日记)及一个网红团队(如李佳琦、罗永浩)所组成的直播电商供应链的运营决策问题，考虑需求受零售价格及网红直播营销的影响，在不同权力结构下构建相应的决策模型，并对最优结果进行敏感性分析与对比分析。

2 问题描述与基本假设

考虑由一个电商卖家、一个直播平台及一个网红团队组成的供应链系统(见图1)。由图1可知，电商卖家入驻于直播平台，并与网红团队合作，通过直播带货的方式，以零售价格p向消费者出售产品。“佣金+坑位费”是电商卖家与网红团队及其所在直播平台合作的一种最为常见的收费模式。以淘宝直播平台为例，拟开展直播营销活动的电商卖家与网红团队需要在淘宝直播的“阿里V任务”平台上进行相关操作，其中，网红团队会根据产品类型设置佣金及坑位费，电商卖家则会发布直播任务，由网红团队接单，完成直播任务后双方结算佣金及坑位费，淘宝直播平台则按固定比例r抽取佣金(通常为佣金的10%～50%)作为分成，余下佣金归网红团队所有(4)资料来源于http://report.iresearch.cn/report/202006/3606.shtml。。可见，网红团队虽然依附于直播平台，但又不完全受制于该直播平台，决策时拥有一定的自主权，因此，考虑网红团队决策单位佣金τ及直播营销努力水平a，而直播平台抽取网红团队的佣金比例系数r(0

注:箭头端的供应链成员为付费方,箭尾端的供应链成员为收费方。

本研究涉及的决策变量及参数的符号说明见表1。表1中，上角标i∈{ks,n,es}，分别代表网红团队主导、网红团队与电商卖家权力对等以及电商卖家主导时的决策模型；下角标j∈{e,k,p}，分别代表电商卖家、网红团队与直播平台。此外，以上角标“*”代表最优解。

表1 决策变量及相关参数的符号说明

借鉴LI等[25]对物流成本效率以及LIU等[26]对数据驱动营销成本效率的界定，本研究定义直播营销成本效率ρ=β2h2/k。该参数反映了直播营销的投入产出效率，ρ越大，表明每单位的营销努力投入能够带来更多的需求；而且，该参数与消费者对直播营销敏感系数β及网红团队直播营销努力的效果系数h正相关，与k负相关。换言之，消费者对网红团队直播营销努力水平越敏感，且提高单位直播营销努力水平的投入越少，直播营销的投入产出效率就越高。此外，在后续研究中发现，直播平台的最优利润在不同权力结构下的大小关系与直播营销成本效率密切相关，因此，后文将通过数值分析探讨该参数对供应链最优结果的影响。

(1)消费者总效用与需求函数本研究采用SINGH等[27]所提出的形式化数学描述方法刻画消费者总效用函数，该方法在运营管理领域的相关研究中得到了广泛的应用。参照现有研究[7,28,29]，考虑消费者总效用是市场需求的严格二次凹函数，即

Ui=θdi-di2/2-pidi+β(m+hai)di。

(1)

式(1)表明，消费者总效用受产品零售价格、网红直播带货(包括网红个人影响力及其团队营销努力水平)的影响。因此，使消费者总效用最大化便可求得市场需求函数，即令∂Ui/∂di=0，可得di=θ-pi+β(m+hai)，其中，θ为市场基本需求；β∈(0,1)代表消费者对网红直播营销的敏感程度，且低于其对价格的敏感程度[2]。此外，m为网红的个人影响力，反映了其对需求的拉动效应；h∈(0,1)则反映了网红团队付出直播营销努力的效果。

(2)成本刻画网红团队提高营销努力水平，包括直播前的宣传推广、产品信息及消费者偏好的深入了解、直播方案的策划、直播中良好的互动等，所产生的直播营销成本为ka2/2。此种营销努力成本的刻画方式在以往研究中较为常见[2～4,8～10]，表明营销成本随着营销努力水平的增加而大幅增加，即边际营销努力水平的提高，需要耗费更多的人力及物力成本。此外，不失一般性，参照LI等[25]和QIN等[30]的研究，假设电商卖家的产品生产成本及直播平台的运营成本均为0。

(3)利润函数与社会福利函数综上，模型i下电商卖家、网红团队及直播平台的利润函数以及社会福利函数分别为

(2)

(3)

(4)

(5)

3 模型求解

本节分别考虑网红团队主导、网红团队与电商卖家权力对等以及电商卖家主导3种情形，通过构建相应的Stackelberg或Nash博弈模型求解电商卖家的零售价格、网红团队直播营销努力水平与单位佣金的最优决策。

3.1 网红团队主导(模型ks)

本小节考虑网红团队为主导者、电商卖家为跟随者的情形。此时的决策顺序为：首先网红团队决策aks与τks，然后电商卖家决策pks。

表2 最优决策、需求、利润、消费者总效用及社会福利汇总

3.2 网红团队与电商卖家权力对等(模型n)

本小节考虑网红团队与电商卖家权力对等，二者同时进行决策，求解过程如下。

3.3 电商卖家主导(模型es)

本小节考虑电商卖家主导，网红团队跟随的情形。此时的决策顺序为：首先电商卖家决策pes，然后网红团队决策aes与τes。

求解过程与模型ks类似，故不再赘述，在求解过程中可得模型es成立的条件为k-β2h2(1-r)>0。

4 比较分析与敏感性分析

本节主要通过比较分析与敏感性分析探讨权力结构及主要参数对供应链最优决策、需求、利润、消费者总效用与社会福利的影响。由表2可知，3种权力结构下模型成立条件取交集为k-β2h2(1-r)>0，即0<ρ<1/(1-r)。

4.1 最优决策分析

本小节针对最优决策及需求进行敏感性分析与比较分析，可得如下命题：

命题1(5)由于篇幅所限，所有命题的证明过程均未给出，感兴趣的读者请联系笔者。3种权力结构下的最优直播营销努力水平、单位佣金、零售价格及需求与消费者对直播营销的敏感系数β、网红个人影响力m及网红直播营销努力的效果系数h正相关，与直播营销成本系数k负相关。

命题1表明，随着消费者对直播营销敏感程度、网红个人影响力及其团队直播营销努力效果的增大，或直播营销努力成本系数的减小，网红团队所付出的营销努力便会增加，向电商卖家收取的单位佣金也会提高，这相当于增加了电商卖家的成本，所以电商卖家也会提高产品零售价格，相比于零售价格提高导致的需求降低程度，直播营销努力水平的增加更能吸引消费者，从而使得需求增加。

命题23种权力结构下最优单位佣金、最优直播营销努力水平、最优零售价格及最优需求间的大小关系为：τks*>τn*>τes*，aks*pes*>pn*，dks*

由命题2可知，3种权力结构下的最优决策及需求间的大小关系并不与决策主体的市场权力完全相匹配，这是由多方因素综合影响导致的。首先，在模型ks中，网红团队收取的单位佣金最高，这与直观上一致，即网红团队在此时处于绝对的主导地位，拥有先动优势，会收取最高的单位佣金，这对电商卖家极为不利，不得不设定最高的零售价格以保证边际利润，但此时网红团队却付出了最低的营销努力。原因在于，在一场直播中，处于绝对主导地位的网红团队不仅会设置较高的单位佣金，而且也会收取高昂的坑位费，导致其并不在意实际销售量带来的收入，因此会付出最低的营销努力；而较低的直播营销努力水平及较高的价格则降低了消费者的购买积极性，使得此时的需求最低。其次，对比模型n与模型es下的最优结果发现，网红团队设定的单位佣金及其直播营销努力水平均在模型n下较高。这说明随着电商卖家市场权力的增大，网红团队逐渐失去了先动优势，在双方权力对等时虽然仍会设定较高的单位佣金，但同样也会付出较多的直播营销努力；对于电商卖家而言，在权力对等时设定较低的零售价格会进一步拉动需求，使此时需求较大。

4.2 最优利润分析

本小节分析网红个人影响力m以及市场权力对供应链成员最优利润的影响，并通过数值分析描述3种权力结构下供应链成员最优利润随直播营销成本效率ρ的变化情况。参照QIN等[30]的做法，假设市场基本需求θ=1，不失一般性，取网红个人影响力系数m=0，其团队收取电商卖家的坑位费f=0；此外，实践中淘宝、快手和抖音等平台的单位佣金分成比例通常为10%～50%，但可根据主播、品类及品牌的不同略做调整(6)资料来源于http://report.iresearch.cn/report/202006/3606.shtml。。因此，为了便于更直观地展示，本研究取直播平台的佣金分成比例r=0.25，具体见图2～图4。

图2 3种权力结构下随ρ变化情况

命题3表明，3种权力结构下电商卖家、直播平台及网红团队最优利润与网红个人影响力正相关。显然，网红个人影响力的增加能够为供应链各经济主体带来更多的利润，这也与当前直播带货格局所呈现的“马太效应”相吻合。例如，有相关研究报告分析了淘宝、抖音及快手三大直播电商平台2020年6月～12月间的直播带货数据，发现排名前十位的主播销售额达630亿元，占前百位主播销售总额的55.75%(7)资料来源于http://www.sfccn.com/2021/2-5/zNMDE0MDdfMTYyNTIzNA.html。

由命题4及图2～图4可知，电商卖家与网红团队的利润均在自身为主导时最大，在双方权力对等时次之，在自身为跟随者时最低。这与直观上一致，即电商卖家与网红团队的市场权力越大，能为自身争取的利润也越大。

此外，由图2～图4还可以发现，3种权力结构下电商卖家、网红团队及直播平台利润与直播营销成本效率正相关。显然，直播营销成本效率的提高表明消费者对网红直播营销活动的接受程度增大，或直播营销成本系数减小，即网红主播投入单位营销努力对消费者的吸引力增加，刺激需求的同时也增加了供应链各个成员的利润。

通过上述结论可知：大型零售商(如京东自营、苏宁易购等)及知名品牌商(如小米、海澜之家等)往往拥有与网红团队持平甚至更大的市场权力，在双方的合作中，电商卖家能够获得较多利润，网红团队获得较少利润；而中小型电商卖家的市场权力通常低于网红团队，双方在合作时，中小型电商卖家会获得较少利润，网红团队获得较多利润。这从网红主播更加青睐中小型电商卖家的产品(通常为品牌知名度较低的产品)中可见一斑。例如，登陆美妆带货达人李佳琦的微博主页便可看到其每场直播的预告清单，其中不乏欧莱雅、YSL、SK-II等耳熟能详的国际大牌产品，但大多数则是一些知名度不高的小众品牌产品。此外，上述结论也解释了在实践中，大型零售商及拥有一定客户基础的知名品牌商与网红团队合作进行直播营销时，通常选择出售陈旧的产品以达到清理库存的目的，同时也能够获得可观的收益；而中小型商家与网红团队合作的主要意义不在于获利，而在于品牌推广，这更适合新锐品牌快速提升其品牌知名度并借助网红强大的个人影响力开发新用户。例如，创建于2017年的国产美妆品牌“花西子”，短短3年时间便实现了品牌的崛起，这在很大程度上得益于与李佳琦的深度绑定。对于直播平台而言，由于直播营销成本效率较低的往往是中小型电商卖家提供的不知名的白牌产品，消费者对其接受程度较低，在直播营销过程中也需要耗费更多的人力物力成本，对于这部分产品，直播平台应当给予网红团队必要的扶持，因为此时平台能够获得较多的利润；而知名品牌商提供的产品则属于直播营销成本效率较高的产品，为获得更高利润，直播平台的扶持政策则要更加倾向于电商卖家，而不是网红团队。

4.3 最优消费者总效用与社会福利分析

本小节分析网红个人影响力m、直播营销成本效率ρ以及市场权力对最优消费者总效用与社会福利的影响。与4.2节类似，本小节也进行了数值分析，参数设置仍为θ=1,f=0,m=0,r=0.25,具体见图5和图6。

图5 3种权力结构下U*随ρ变化情况

命题53种权力结构下网红个人影响力m对最优消费者总剩余及社会福利的影响分别为:①∂Uks*/∂m>0, ∂Un*/∂m>0,∂Ues*/∂m>0；②∂SWks*/∂m>0, ∂SWn*/∂m>0,∂SWes*/∂m>0。

由命题5、图5和图6可知，3种权力结构下最优消费者总效用及社会福利与网红个人影响力m正相关。显然，网红个人影响力的增加最直观的反应即为其粉丝规模的增加，而且也能被消费者所认可，在其直播营销过程中能够提高消费者的购买积极性，最终使得消费者总效用增加。此外，由命题3可知，网红个人影响力的增加也能够增加供应链各个成员的利润，因此，社会福利也会增加。

命题63种权力结构下最优消费者总效用与社会福利间的大小关系分别为：Uks*

由命题6、图5、图6并结合命题2可知，3种权力结构下消费者总效用及社会福利间的大小关系与零售价格间的大小关系完全相反，而与直播营销努力水平间的大小关系一致。这说明，此时直播营销努力水平对消费者总效用及社会福利的影响程度更大，具体为：最优消费者总效用及最优社会福利在双方权力对等时最大，在电商卖家主导时次之，而在网红团队主导时最小。因此，针对具有一定市场基础的大型零售商及知名品牌商选择通过网红直播带货的方式分销产品时，政府相关部门应当出台相关政策给予帮扶，从而谋求较高的社会福利。此外，结合命题4可知，在网红主导时，网红团队利润是高于其他两种情形的，而电商卖家利润、消费者总效用及社会福利在此时却是最低的，说明中小型商家通过网红直播带货的方式销售产品时，大部分利润均被网红团队赚取，这主要是网红团队此时付出的营销努力水平最低但单位佣金却最高导致的。因此，市场监管部门应当制定相关法规条款，以规范直播营销活动中网红团队针对中小型企业的高收费行为，在保障消费者权益及中小型企业健康发展的同时，也能够有效提升社会福利。

此外，由图5和图6还可以发现，最优社会福利随直播营销成本效率ρ的变化趋势，与最优消费者总剩余随直播营销成本效率ρ的变化趋势相类似，这表明社会福利主要受消费者总剩余的影响。

4.4 拓展分析

前文考虑了处于不同市场地位的电商卖家与同一网红团队合作所构成的3种权力结构，由此假设3种情形下网红个人影响力m相同。但在现实中，同样存在同一电商卖家与不同网红团队合作的情形，而当红的头部网红与其他网红的个人影响力显然不能同日而语，因此，本小节放宽了前文的假设，为便于分析，仅以网红团队主导(模型ks)与电商卖家主导(模型es)两种权力结构为例进行对比分析。假设mks=xmes，x>1表示相比于模型es，模型ks下的网红个人影响力更大。由于放宽假设后，难以直接通过最优结果的解析解对比来分析两模型下最优结果的大小关系，因此，本小节通过数值分析，探讨两种权力结构下供应链成员最优利润随参数x及直播营销成本效率ρ的变化情况。与4.2节类似，取θ=1,f=0,r=0.25，此外，不失一般性，取β=1，mes=0.5，具体见图7～图9。

由图7和图9可知，当参数x较小时，网红团队主导与电商卖家主导两种情形下，电商卖家最优利润间的大小关系以及直播平台最优利润间的大小关系。与命题4结论一致，故不再赘述原因。但随着参数x的增大，结论发生了改变，即相较于电商卖家主导，网红团队主导情形下的电商卖家最优利润与直播平台最优利润更高。此外，由图8可知，网红团队利润在其自身主导时始终高于电商卖家主导的情形。这与命题4结论一致。上述结论表明，若两种权力结构下网红的个人影响力差距较小，直播营销成本效率仍是影响两种情形下供应链成员利润间大小关系的决定性因素，若两种权力结构下网红的个人影响力差距悬殊，电商卖家选择与个人影响力更高的网红团队合作，能够使供应链各个成员获得更高的利润。显然，个人影响力极高的头部网红对需求的拉动效应要远远高于普通网红，使得网红团队主导情形下供应链各个成员利润更高。

5 结语

本研究以一个电商卖家、一个网红团队及一个直播平台组成的供应链系统为研究对象，分别构建了网红团队主导、电商卖家主导以及双方权力对等3种不同权力结构的决策模型，通过求解得到3种情形下供应链成员的最优运营决策、需求、利润、消费者总效用及社会福利；并进一步通过敏感性分析与对比分析，得到主要参数及权力结构对最优结果的影响。由此，得到主要结论如下：①当消费者对直播营销的敏感程度、网红的个人影响力及网红直播营销努力的效果系数增大，或提高单位直播营销努力水平所需成本减小时，网红团队的直播营销努力水平、单位佣金以及产品的零售价格均增加。②直播营销成本效率的提高会增加电商卖家、网红团队及直播平台的利润，也会使消费者总效用及社会福利增加。③网红团队设定的单位佣金在其权力最大时最高，但付出的直播营销努力最小，导致电商卖家设定最高的零售价格，此时的需求却最低；在电商卖家与网红团队权力对等时，直播营销努力水平最高且产品的零售价格最低，而且此时的需求最高。④电商卖家与网红团队利润均与其自身市场权力正相关，而3种权力结构下直播平台利润间的大小关系与直播营销成本效率密切相关。具体地，当直播营销成本效率较低时，网红团队主导能为直播平台带来最大利润；当直播营销成本效率适中或较高时，双方权力对等能为直播平台带来最大利润。⑤电商卖家与网红团队权力对等时，消费者总效用及社会福利最大，在电商卖家主导时次之，而在网红团队主导时最小。

此外，本研究在以下方面可进行深入探讨：①可以考虑供应链成员间的协调问题；②考虑到实际中大部分网红针对不同品类产品的带货佣金虽为“明码标价”，但又不完全绝对，最终佣金的确定往往是双方协商后的结果，因此，未来研究可将Nash协商模型引入到电商卖家与网红团队的分成问题中；③本研究仅考虑了网红直播带货的情形，而近期电商卖家自播也逐渐常态化，因此，未来研究可对比分析网红团队代播与电商卖家自播两种模式。