考虑质量努力的电商服务供应链主播专场展销费定价模式选择

李兵春 张荣 刘斌

文章编号：1005-9679（2022）03-0076-07

摘要：直播电商作为电商市场的新趋势，日益受到人们的关注。论文研究了一个品牌服务提供商、一个主播和一个直播服务平台所组成的直播电商服务供应链利润分成策略问题。考虑固定专场展销费和可变专场展销费两种模式，分别构建直播电商服务供应链成员的利润函数，以利润最大化为目标，运用博弈理论，优化得到两种情形下直播电商服務供应链成员最优质量努力策略和利润。分析对比两种模式下供应链成员的最优质量努力策略和利润发现，相比于固定专场展销费模式，可变专场展销费模式下平台的利润更高，产品的定价也将会变高，主播的质量努力水平也将更高;当主播所获得的佣金比例相对较低时，品牌提供服务商获得的利润更高;当单位专场展销费利润相对较低时，主播的利润也将可能会变得更高，有趣的是，单位专场展销费率不断增大超过一定阈值时，主播的利润反而会减少。当单位专场展销费率及固定专场展销费相对较低时，可变专场展销费模式对于所有供应链成员都将有利。大型主播应当采取固定专场展销费模式，而相对小型主播可采取可变专场展销费模式。

关键词：平台供应链;直播平台;质量努力;定价决策;专场展销费

中图分类号：F713

文献标志码：A

SpecialExhibitionFeeModeChoiceforLiveStreamingE-CommerceServiceSupplyChainConsideringQualityEffortsofAnchors

LIBingchun1ZHANGRong2LIUBin3

（1.SchoolofEconomicsandManagement，ShanghaiMaritimeUniversity，Shanghai201306，China;2.ResearchCenterofLogistics，ShanghaiMaritimeUniversity，Shanghai201306，China;3.SchoolofManagement，UniversityofShanghaiforScienceandTechnology，Shanghai200093，China）

Abstract：Asanewtrendofthee-commercemarket，livestreaminge-commercehasincreasinglyattractedpeople′sattention.Thispaperstudiestheprofitsharingstrategyofthelivestreaminge-commerceservicesupplychaincomposedofabrandserviceprovider，ananchorandalivestreamingserviceplatform.Consideringthetwomodesoffixedspecialexhibitionfeeandvariablespecialexhibitionfee，theprofitfunctionoflivestreaminge-commerceservicesupplychainmembersisconstructedrespectively，withthegoalofprofitmaximization，usinggametheorytooptimizethebesteffortstrategyandprofitoflivestreaminge-commerceservicesupplychainmembersundertwoscenarios.Byanalyzingandcomparingthebestqualityeffortstrategyandprofitofthesupplychainmembersinthetwomodes，thestudyfoundthattheplatformhashigherprofitandproductpricingwillbehigherthanthefixedspecialexhibitionfeemodeandtheunitprofitisrelativelylower.Thevariablespecialexhibitionfeemodelwillbebeneficialforallsupplychainmembers.

Keywords：platformsupplychain;livestreamingplatform;qualityefforts;pricingdecision;specialexhibitionfee

随着互联网技术的快速发展，越来越多的电商直播平台不断兴起，电商直播的风潮不断涌起，许多电商平台都加入了直播电商的队伍。最早出现在抖音、快手等短视频平台，网红、影视明星等通过自己的直播间给粉丝消费者推荐产品，收获了不错的红利，也给电商直播带来了一定的效果。后来，天猫、淘宝等电商平台也纷纷加入直播的队伍。以淘宝直播为例，该平台带货能力在2019年全面爆发，成交总额约2000亿元，且连续三年直播引导成交量增速100%以上，是近几年全球增长最快的电商形式。

直播电商兴起的本质就是薄利多销，通过对产品进行折扣销售，给主播粉丝带来福利，产品的价格会比其他平台上的价格低，而且产品质量也能够得到保证。许多产品都是厂家直销，所以价格会相对较低。由于一些主播的粉丝量还是比较多的，有上百万千万的粉丝，所以能够销售出去的产品销量会比其他方式更大。

品牌提供服务商给主播促销产品佣金的主要方式为固定专场展销费，主播促销不同的产品，收取不同的专场展销费，一般为一口价。然而，最近天猫推出了一个可变专场展销费，根据主播能够卖出多少产品，给予不同的专场展销费等级，销售出一千件和卖出一万件的专场展销费不再一样。这对主播的要求就更加苛刻了，对品牌提供服务商、平台、消费者将会带来不同的影响。这种可变专场展销费模式对上下游供应链成员将会有怎样的影响呢？基于此，本文主要分析研究专场展销费不再一口价，对供应链成员是否更有利;在什么情况下，固定专场展销费模式或者可变专场展销费更加有益。

目前，与本文直接相关的研究，即关于直播电商服务供应链问题的理论研究相对较少，已有文献主要从直播电商供应链盈利分成问题、电商平台销售模式选择及定价决策等方面进行研究。Chen等从代理销售模式和转售模式角度分析对平台供应链产生的影响。郑森圭等从考虑粉丝给主播直播打赏问题出发，运用委托代理模型，对签约模式及不签约两种模式下直播平台对打赏盈利的分成比例进行研究，分析了两种模式对直播平台盈利的影响。邢鹏等考虑主播质量努力水平及直播平台推荐努力程度，运用博弈论，研究了主播签约和不签约两种模式下供应链成员最优努力及最优利润，分析了服务质量努力和营销努力两种行为因素交互作用对供应链产生的影响。Wang等从薪酬机制的角度，考虑了工会、主播及平台之间的关系，分析了工会最优薪酬机制的性质及平台收取工会与主播的抽成对联盟薪酬机制的影响。在实例研究方面，已有文献采用的方法大多数为结构方程模型，从行为营销的角度分析直播电商平台问题。刘洋等运用SOR理论研究证实了直播的特性对消费者购买倾向的影响。冯俊和路梅在考虑直播特性的基础上加入信任理论，通过结构方程模型分析了直播过程中的社会临场感与消费者冲动性消费之间的关系。陈迎欣等则进一步分析了直播过程中与消费者互动对消费者信任的内在影响。

在服务供应链方面，已有文献主要针对服务供应链的类型、渠道模式和研究方法等进行研究。Wang等对服务供应链相关定义及研究领域问题进行了综述。Jena等研究了旅游服务供应链的定价及服务竞争问题。Liu等则研究了物流服务供应链中动态损失厌恶偏好下的服务能力对采购决策的影响。Mao等运用博弈论建立了单渠道和双渠道下的服务供应商定价模型，并分析了服务供应商是否与中介契约引入不透明的分销渠道。Xia等研究了两个竞争服务供应链的最优服务水平，重点分析了服务竞争对渠道结构的影响。Kay-YutChen等在生产管理其线上直销渠道与传统线下渠道的背景下，研究了服务竞争对双渠道管理的影响。范丹丹等考虑现实生活中服务水平的差异，对线上及线下双渠道的最优定价及整体供应链进行了相关研究。Albert等研究了线上转售和代理销售渠道结构如何依赖于代理渠道的佣金率和线上零售商的服务成本。

以上文献为研究提供了重要的借鉴。但以上关于直播平台的文献研究中，较少从理论模型方面进一步分析直播平台的专场展销费问题。而服务供应链的文献研究中，鲜有考虑佣金比例及单位专场展销费率两个因素交互作用影响下的服务供应链质量努力问题。与以往研究不同的是，本文从主播质量努力销售视角，将直播平台引入电商平臺供应链的研究当中，使用博弈理论，探究不同专场展销费模式对电商平台供应链产生的影响。通过构建固定专场展销费模型与可变专场展销费模型，对品牌商的最优定价、主播的最优质量努力水平及产品的需求进行比较分析，并且分析两个模式下供应链成员的最优利润，得出在什么情况下，哪种模式对于整个供应链成员来说是有利的，为直播平台的运行管理提供一定的指导。

1模型建立

假设一位主播在直播平台上直播带货，为品牌服务商代销产品，品牌商、直播平台与主播组成供应链系统。主播为品牌方销售产品，品牌服务商给主播一定佣金。佣金的方式主要有两种：一种是固定专场展销费加提成，另一种是可变专场展销费加提成。提成就是根据销售额按一定的比例分给主播;可变专场展销费就是主播卖出去的产品数量越多，专场展销费也就越高。主播为了获得更多的收益，将会付出更多的努力。平台给予主播直播服务，消费者可以通过直播平台浏览、选择、购买品牌商产品，平台将会从主播佣金中抽取一定比例的提成。

假设λ为品牌商给主播的单位专场展销费率，且λ为外生变量，c为产品单位生产成本，D为产品的市场需求函数。主播为消费者介绍产品的质量努力水平为y，努力水平与成本间的关系表示为成本函数C=ξ2y2（ξ>0），其中ξ为质量努力成本系数，且ξ>y2。α为主播向品牌商收取的销售额佣金比例，T为主播向品牌商收取的固定专场展销费，β为平台向主播收取的佣金比例。假设品牌商的产品需求函数为线性的——D=A-bp+ky，即产品的需求量主要受产品的销售价格和主播质量努力水平的影响。其中p为产品单位销售价格，A为产品的市场总需求（A>0），b为消费者对产品的价格敏感系数，k为需求对质量努力水平的弹性系数（0<k<b），即消费者对直播产品价格的敏感程度大于对主播质量努力水平的敏感程度。使用上标“I”表示固定专场展销费决策模式，“V”表示可变专场展销费决策模式。使用下标“M”代表品牌商，“R”代表主播，“P”代表直播平台。为保证模型有意义，假设α<0.5，β<0.5。因为在实际情况中，主播抽取的佣金比例一般不会超过0.5，2bξ-k2α（1-β）>0，A（1-α）>bc。

为了方便简洁，表1汇总了本文的相关参数设置。

1.1固定专场展销费模式

在此模式下，考虑供应链中存在一个品牌商、一位主播与一个直播平台，品牌商采取的策略为固定专场展销费模式，主播向品牌商收取固定专场展销费T加销售提成，直播平台从主播收取的佣金中收取一定比例β的抽成。品牌商与主播根据自身利润最大化的原则共同制定出产品的价格与质量努力水平。品牌服务提供商、主播和直播服务平台的利润分别如下：

品牌服务商的利润函数：

πIM=（p-c）D-αpD-T（1）

主播的利润函数：

πIR=α（1-β）pD-ξ2y2+T（2）

平台的利润函数：

πIP=αβpD（3）

品牌商的利润函数πIM和主播的利润函数πIR分别是关于p与y的凹函数，利用一阶最优化条件，联立求解，可以得到最优定价和最优努力水平：

pI*=（bc+A（1-α））ξ（1-α）（2bξ-k2α（1-β））（4）

yI*-=kα（1-β）（bc+A（1-α））（1-α）（2bξ-k2α（1-β））（5）

将式（4）与（5）代入式（1）、（2）、（3），可以得到品牌商、主播和直播平台的最优利润：

πI*M=b（ck2α（1-β）-bcξ+（1-α）Aξ2（1-α）（2bξ-k2）α（1-β））2-T（6）

πI*R=αξ（1-β）（A2（1-α）2-b2c2）2（1-α）2（2bξ-k2α（1-β））+T（7）

πI*P=bαβξ（bc+A（1-α））（ck2α（1-β）-bcξ+（1-α）Aξ）（1-α）2（2bξ-k2α（1-β））2（8）

同时，也可以求出产品的需求量：

DI*=b（ck2α（1-β）-bcξ+（1-α）Aξ）（1-α）（2bξ-k2α（1-β））（9）

1.2可变专场展销费模式

在此模式下，与固定专场展销费模式不同的是，品牌商给主播促销产品的佣金不再是固定专场展销费，而是根据主播销售出的产品数量决定专场展销费的多少。假设主播促销的销售量为D，单位专场展销费率为λ，则主播获得的专场展销费为λD。同样，品牌商与主播根据自身利润最大化的原则共同制定出产品的价格与质量努力水平。品牌服务提供商、主播和直播服务平台的利润分别如下：

品牌服务商的利润函数：

πvM=（p-c）D-αpD-λD（10）

主播的利润函数：

πvR=α（1-β）pD-ξ2y2+λD（11）

平台的利润函数：

πvP=αβpD（12）

服务商的利润函数πvM和主播的利润函数πvR分别是关于p与y的凹函数，利用一阶最优化条件，联立求解，可以得到最优定价和最优努力水平：

pv*=k2（1-α）λ+（A-Aα+b（c+λ））ξ（1-α）（2bξ-k2α（1-β））（13）

yv*=k（bcα（1-β）+Aα（1-α-β+αβ）+b（2-α-αβ）λ）（1-α）（2bξ-k2α（1-β））（14）

将式（13）与（14）代入式（10）、（11）、（12），可以得到品牌商、主播和直播平台的最优利润：

πv*M=b（ck2α（1-β）+k2（1-αβ）λ-bcξ+A（1-α）ξ-bλξ）2（1-α）（2bξ-k2α（1-β））2（15）

πv*R=（A（1-α）-b（c+λ））（A（1-α）α（1-β）+b（cα（1-β）+（2-α-αβ）λ））ξ2（1-α）2（2bξ-k2α（1-β））（16）

πv*P=bαβ（ck2α（1-β）+k2（1-αβ）λ-bcξ+A（1-α）ξ-bλξ）（k2（1-α）λ+（A-Aα+b（c+λ））ξ（1-α）2（2bξ-k2α（1-β））2（17）

同時，也可以求出产品的需求量：

Dv*=b（ck2α（1-β）+k2（1-αβ）λ-bcξ+A（1-α）ξ-bλξ）（1-α）（2bξ-k2α（1-β））（18）

2均衡比较

根据上节中固定专场展销费模式与可变专场展销费模式得出的均衡结果，对比分析两种决策模式下品牌商的产品定价、主播质量努力水平策略、产品的需求量以及品牌商、主播和直播平台的均衡利润，得到以下结论：

命题1可变专场展销费模式与固定专场展销费模式相比，品牌商制定的最优产品价格存在如下关系：pv*>pI*;pI*α>0，pv*α>0，pv*λ>0。

证明已知α<0.5，2bξ-k2α（1-β）>0，

pv*-pI*=λ（bξ+k2（1-α））（1-α）（2bξ-k2α（1-β））>0，

pI*α=ξ（Ak2（1-α）2（1-β）+bc（k2（1-2α）（1-β）+2bξ））（1-α）2（2bξ-k2α（1-β））2>0，

pv*α=k4（1-α）2（1-β）λ+k2（1-β）（A（1-α）2+b（1-2α）（c+λ））ξ+2b2（c+λ）ξ2（1-α）2（2bξ-k2α（1-β））2>0，

pv*λ=bξ+k2（1-α）（1-α）（k2α（-1+β）+2bξ）>0，证毕。

命题2可变专场展销费模式与固定专场展销费模式相比，主播制定的最优质量努力水平存在如下关系：yv*>yI*;yv*α>0，yI*α>0，yv*λ>0。

证明已知α<0.5，2bξ-k2α（1-β）>0，

pv*-pI*=bk（2-α-αβ）λ（1-α）（2bξ-k2）α（1-β））>0;

yv*α=bk（1-β）（k2（2-4α+α2（1+β））λ+2（A（1-α）2+bλ）ξ+c（2bξ-k2α2（1-β）））（1-α）2（2bξ-k2α（1-β））2>0，

yI*α=bk（1-β）（2bcξ-ck2α2（1-β）+2A（1-α）2ξ）（1-α）2（2bξ-k2α（1-β））2>0，yv*λ=bk（2-α-αβ）（1-α）（2bξ-k2α（1-β））>0，证毕。

命题1与命题2表明，可变专场展销费模式均高于固定专场展销费模式下的产品价格与质量努力水平。根据产品的需求函数可知，主播的质量努力水平降低会导致产品需求的下降，产品价格的变化也会对产品需求产生影响。当采取可变专场展销费时，主播对于推销产品将会更加积极且希望能够销售出更多的产品，从而提高努力水平，产品的需求将会变大，品牌服务商也将提高价格，从中获取更多的利润，这是一个正向循环的过程，对于双方都可能更加有利，而且平台获得的利润也将会增加。

此外，两种模式下的产品定价与质量努力水平都将会随着佣金比例的增大而增大。这说明当佣金比例正向变化时，对于主播而言，佣金比例的增加可以促使主播向消费者提供的质量努力水平不断提升。而对于品牌商而言，佣金比例的提高，其运营成本增加，从而促使品牌商提高产品价格以维持自身的利润均衡。在可变专场展销费模式下，产品的定价与质量努力水平也将随着单位专场展销费率的增大而增大。同理，对于主播而言，单位专场展销费率的增加可以促使主播向消费者提供的质量努力水平不断提升;而对于品牌商而言，单位专场展销费率提高，其运营成本增加，从而促使品牌商提高产品价格以维持自身的利润均衡。

命题3可变专场展销费模式与固定专场展销费模式相比，产品的需求量存在如下关系：当α<k2-bξβk2时，Dv*>DI*，Dv*λ>0。

证明已知α<0.5，2bξ-k2α（1-β）>0，Dv*-DI*=bλ（k2（1-αβ）-bξ）（1-α）（2bξ-k2α（1-β）），当α<k2-bξβk2）时，Dv*-DI*>0，Dv*λ=b（k2（1-αβ）-bξ）（1-α）（k2α（-1+β）+2bξ）>0，证毕。

命题3表明，当佣金比例不太大时（α<k2-bξβk2），可变专场展销费模式下的产品需求高于固定专场展销费模式，说明采取可变专场展销费模式可以促进产品需求的增加，而且产品的需求将会随着单位专场展销费率的增大而增大。

命题4可变专场展销费模式与固定专场展销费模式相比，直播平臺、品牌商与主播的最优利润存在如下关系：πv*P>πPI*;当α<α0=k2-bξβk2时，πMv*>πMI*;只有当λ<2λ0时，才可能存在πRv*>πRI*;当λ<λ0=A（1-α）2-bc（1-αβ）b（2-α-αβ）时，πRv*λ>0，当λ>λ0时，πRv*λ<0;当α<α0时，πMv*λ>0。

证明已知α<0.5，2bξ-k2α（1-β）>0，

πPv*-πPI*=bαβλ（k4（1-α）（1-αβ）λ+k2（A（1-α）（2-α-αβ）+bα（1-β）λ）ξ-b2λξ2+c（k4（1-α）α（1-β）+2bk2α（1-β）ξ-2b2ξ2））（1-α）2（2bξ-k2α（1-β））2>0;

πMv*-πMI*=b（（ck2α（1-β）+k2（1-αβ）λ-bcξ+A（1-α）ξ-bλξ）2-（ck2α（1-β）-bcξ+（1-α）Aξ）2）（1-α）（2bξ-k2α（1-β））2+T>0，

当α<α0，πMv*-πMI*>0;πRv*-πRI*=bλ（2A（1-α）2-2bc（1-αβ）-b（2-α-αβ）λ）ξ2（1-α）2（2bξ-k2α（1-β））-T，当λ<2λ0，bλ（2A（1-α）2-2bc（1-αβ）-b（2-α-αβ）λ）ξ2（1-α）2（2bξ-k2α（1-β））>0;πMv*λ=2b（k2（1-αβ）-bξ）（ck2α（1-β）+k2（1-αβ）λ-bcξ+A（1-α）ξ-bλξ）（1-α）（2bξ-k2α（1-β））2，当α<α0，πMv*λ>0;πRv*λ=b（A（1-α）2-bc（1-αβ）-b（2-α-αβ）λ）ξ（1-α）2（2bξ-k2α（1-β）），当λ<λ0，πRv*λ>0，证毕。

命题4表明，直播平台在可变专场展销费模式下的利润大于固定专场展销费模式。当佣金比例不太大时（α<α0），品牌商的利润在可变专场展销费模式下将恒大于固定专场展销费模式。当单位专场展销费率相对较小（λ<2λ0）时，可变专场展销费模式下主播的利润才有可能超过固定专场展销费模式下的利润。这说明在佣金比例与单位专场展销费率相对较小时，采取可变专场展销费模式将会对所有供应链成员有利。

通过对利润与单位专场展销费率关系的分析可知，在可变专场展销费模式下，主播的利润随着单位专场展销费率的增大而先增大后减少，说明主播获得的单位专场展销费率增加，会使其收益先增大后减少，并不是想象的那样，主播的利润并不会随着专场展销费比例的增加而一直增大。当单位专场展销费率超过一定阈值时，主播的利润会随着专场展销费比例的增大而减少。可能是因为当专场展销费比例相对较大时，品牌商运营成本增加，从而促使品牌商提高产品价格以维持自身的利润均衡，产品价格会提升很多，导致产品的销售量相对减少，从而减少了主播的利润。

此外，在可变专场展销费模式下，品牌商的利润随着单位专场展销费率的增大而先增大，说明单位专场展销费率的增加，也会使自己的利润增大，对品牌商来说不一定是消极的，虽然单位专场展销费率的增加会增加其运营成本，但其带来的收益高于成本。

3数值分析

由于模型中参数众多，较为复杂，为更直观地分析在两种不同情形下，供应链成员的利润如何变化，哪种情况对供应链成员更有利，以及其他参数受佣金比例和单位专场展销费的影响，故借助数值算例进行分析，假定A=10，c=1，k=1.2，b=1.1，ξ=1.1，β=0.4。

单位专场展销费率λ对主播利润的影响见图1。

从图1可以看出，在可变专场展销费模式下，主播的利润随着单位专场展销费λ的增大而先增大后减少。当λ=0时，主播的利润正好与没有加上固定专场展销费的固定专场展销费模式下的利润相等。只有当λ<2λ0时，可变专场展销费模式下主播的利润才有可能超过固定专场展销费模型下的利润。当固定专场展销费T大于图1中两者最大之差时，可变专场展销费模式对主播不利，主播更加愿意品牌服务商采取固定专场展销费模式。从图1中可以看出，单位专场展销费率既不能太小也不能太大，在适中范围内对主播的利润最有利。

单位专场展销费率λ和佣金比例α对品牌提供服务商利润的影响见图2。

从图2可以看出，两种模式下品牌提供服务商的利润都将随着佣金比例α的增大而减少。当佣金比例α相对较小时，可变专场展销费模式下的品牌服务商的利润将随着单位专场展销费率λ增大而增大，而当佣金比例α相对较大时，可变专场展销费模式下的品牌服务商的利润将随着单位专场展销费率λ增大而减少。当佣金比例α不太大时，可变专场展销费模式下的利润总是大于固定专场展销费模式下的利润。单位专场展销费率λ越大，可变专场展销费模式下效果更明显，对于主播与品牌服务商都更加有利。

单位专场展销费率λ和佣金比例α对平台利润的影响见图3。

从图3可以看出，两种模式下平台的利润都将随着佣金比例α的增大而增大。在可变专场展销费模式下，平台的利润随着单位专场展销费率λ的增大而增大，单位专场展销费率λ和佣金比例α都对平台的利润有正向作用。采取可变专场展销费模式下，平台利润总是大于固定专场展销费模式下的利润。

以上数值算例分析结果均与模型所得结论相符，故命题4得到验证。

4扩展部分

考虑到主播拥有自己的粉丝群体，由于粉丝对于主播的信任，将会更加提高消费者需求。假设粉丝群体将会有hM的群体会直接购买产品，其中M为主播拥有的粉丝数量，h为将会购买的比例，为了方便计算及分析，将hM用m来代替。因此，消费者总需求为D=A-bp+ky+m。

考虑了主播的粉丝群体，那么两种模式下的供应链成员之间利润又将如何变化呢？在什么情况下，采取哪种策略对供应链成员更加有利呢？与基本模型的结论会有什么不一样呢？接下来将进行探讨分析。

由本文的基本模型分析得到的结论，可以扩展得到以下结论：

命题5主播粉丝群体的大小不会影响专场展销费模式策略，粉丝群体越大，对供应链成员越有利。

专场展销费模式策略不會受粉丝群体大小的影响，是因为两种模式下品牌服务商利润差不会受到粉丝群体大小的影响，即πM与m无关。

命题6主播粉丝群体越大，λ0越大，可变专场展销费模式下的利润大于固定专场展销费模式下的利润的可能性越大。

由分析得出的λ0随着粉丝群体m的增大而增大，λ0的变大将会导致可变专场展销费模式的选择可能性越大，品牌服务商更加愿意选择专场展销费模式。然而，在实际生活当中，越知名的主播，粉丝群体越大，如果采取可变专场展销费模式，主播所要求的单位专场展销费率会很高，对于主播来说是不利的。所以，大型主播将会采取固定专场展销费模式，而相对小型主播应当采取可变专场展销费模式，由此来刺激小型主播销售能力的提升。

5结论与启示

本文考虑由单个品牌商、单个主播和直播平台所构成的平台供应链。针对品牌商的最优定价、主播的最优质量努力策略问题，分别建立了固定专场展销费模式与可变专场展销费模式下的供应链决策模型，比较分析了佣金比例及单位专场展销费率的变化对不同决策模式下各经济变量的影响。由上述研究结论得到以下启示：相比于固定专场展销费模式，当采取可变专场展销费模式时，主播为了获得更多利益，将会提升质量努力水平，从而销售出更多的产品，品牌服务商也将会提升单位专场展销费率来刺激主播付出更多努力。当单位专场展销费率不超过一定阈值时，增大单位专场展销费率也将会给品牌服务商带来更多的利润，这对于双方都是有利的。单位专场展销费率增大，平台的利润将会增加。可变专场展销费模式看上去对于主播来说可能是一个枷锁，但从整体上来看，这一过程是一个正向循环的过程。采取可变专场展销费模式，将会给整个供应链成员带来利益。

参考文献：

[1]CHENX，LIB，CHENW，etal.Influencesofinformationsharingandonlinerecommendationsinasupplychain：resellingversusagencyselling[J].AnnalsofOperationsResearch，2021.DOI：10.1007/s10479-021-03968-7.

[2]郑森圭，苏丹华，汪寿阳，等.直播平台打赏收入分成模式研究[J].系统工程理论与实践，2020，40（5）：1221-1228.

[3]邢鹏，尤浩宇，樊玉臣.考虑平台营销努力的直播电商服务供应链质量努力策略研究[J].控制与决策，2021.DOI：10.13195/j.kzyjc.2020.1205.

[4]WANGX，TAOZL，GOUQL，etal.Ananalysisofsalarymechanismsinthesharingeconomy：theinteractionbetweenstreamersandunions[J].InternationalJournalofProductionEconomics，2019，214：106-124.

[5]刘洋，李琪，殷猛.网络直播购物特征对消费者购买行为影响研究[J].软科学，2020，34（6）：108-114.

[6]冯俊，路梅.移动互联时代直播营销冲动性购买意愿实证研究[J].软科学，2020，34（12）：128-144.

[7]陈迎欣，郜旭彤，文艳艳.网络直播购物模式中的买卖双方互信研究[J].中国管理科学，2021，29（2）：228-236.

[8]WANGY，CHOITM，SHENB，etal.Servicesupplychainmanagement：areviewofoperationalmodels[J].EuropeanJournalofOperationalResearch，2015，247（3）：685-698.

[9]JENASK，MEENAPL.Priceandservicecompetitioninatourismsupplychain[J].ServiceScience，2019，11（4）：279-291.

[10]LIUWH，WANGML，ZHUDL，etal.Servicecapacityprocurementoflogisticsservicesupplychainwithdemandupdatingandloss-aversepreference[J].AppliedMathematicalModelling，2019，66：486-507.

[11]MAOZ，LIUW，FENGB.Opaquedistributionchannelsforserviceproviderswithasymmetriccapacities：posted-pricemechanisms[J].InternationalJournalofProductionEconomics，2019，215：112-120.

[12]XIAYS，XIAOTJ，ZHANGGP.Serviceinvestmentandchannelstructuredecisionsincompetingsupplychains[J].ServiceScience，2019，11（1）：57-74.