基于信息共享的团购企业合作策略

戴德宝,薛 铭，倪立平

(上海大学 管理学院,上海 200444)

随着全球化市场竞争的加剧,正在蓬勃发展的互联网经济受到了较大的影响．一些团购企业为了能在激烈的市场竞争中站稳脚跟,选择了与其他团购企业进行业务合作,部分企业甚至被迫选择了并购．仅2015年,就有快的打车和滴滴打车合作应对Uber的入侵、美团和大众抱团响应百度糯米的崛起、携程和去哪儿联姻共同回击同程旅游等多个案例．团购行业之间的合作,不仅可以相互持股、增强实力、吸引更丰富的资本,而且促使企业更多地回归于产品和服务本身,为顾客提供更加专业化的团购服务平台．

国内外对于团购的研究主要集中于单个网站以及网站与消费者互动行为这两类:文献[1]研究发现团购给消费者创造了价值,如社会资本、平台的协作效应以及消费者自身获得的时间效益;文献[2-3]对台湾的相关团购网站研究发现团购网站的感知有用性和感知质量与消费者的满意度显著相关,因此,团购网站之间的合作将提高各自的口碑,从而提高消费者对团购网站整体的信任度水平;文献[4-5]对美国及欧洲的团购市场进行调查,提出了团购企业可持续发展的理论框架，并分析得出团购网站实时发布团购优惠将提高消费者的网络团购量;文献[6]指出网络广告和消费者的口碑对团购网站的网页浏览量和网站受欢迎程度影响较大,团购网站之间的相互合作可以更好地提高口碑效益;文献[7-8]通过团购网站的感知风险和技术接受模型研究团购网站的持续发展性,结果表明:感知有用性、易用性以及感知风险较大影响消费者的购物行为;文献[9]通过技术接受模型发现影响团购网站之间相互合作的3个因素:消费者特性、社会因素以及系统因素,提出了刺激消费者团购欲的相关建议;文献[10]研究团购中供应商和消费者之间的关系,团购网站的营销能力一定方面也能提高消费者的产品偏好．

文献[11]研究信息共享的阈值对消费者购买的影响,发现相关交易信息的实时公布,将较大影响团购网站的注册和交易量;文献[12]从集体角度理论出发,对台湾的团购拍卖网站进行分析,研究信息共享机制下影响企业及消费者利益的因素;文献[13]借鉴期望值模型对团购模型进行研究,提出信息共享对团购消费者满意度的重要程度;文献[14-15]分析了基于信息共享的期货公司和可追溯食品供应链的不同盈利模式,结果证实企业进行信息共享将减少成本分担的比例,提高额外的收益;文献[16]将信息共享设计作为提高团购企业的重要策略之一,达到消费者和企业的“双赢”;文献[17]从信息共享的角度分析现有团购网站模式的问题和不足,并提出了从“被动接待消费者”到“主导创造消费者”的团购信息动态共享的新模式;文献[18]建立了团购企业联盟,通过演化博弈分析发现团购企业间信息共享将有利于降低各自成本、提高各自收益,并提出提高联盟信息共享效率的建议．

目前学者们对团购的研究主要集中于团购网站和消费者行为之间的相互影响关系,对团购网站之间的相互作用关注有限;对信息共享方面的研究也主要集中于供应链等传统生产方式上,与新兴团购模式的结合不够．因此，文中运用演化博弈模型,基于信息共享对团购企业之间的合作博弈进行了分析,通过数值仿真得出结论:① 合作时,双方同时共享信息的概率与总额外收益及总额外成本负相关;② 存在一个最优的总额外成本分担比例和总额外收益分配比例;③ 合作时,只有一方愿意分享信息的概率与额外收益正相关,与额外成本负相关．

1 两企业合作的成本与收益机制分析

1.1 演化博弈模型的建立

考虑团购行业A、B和C 3个企业,假设企业C的迅速发展对A、B产生较大威胁,为了长久的利益,团购企业A和B将面临选择:是否选择共享信息进行合作以抵抗企业C的进一步扩张．在A、B双方考虑是否共享信息寻求合作的过程中将进行多次博弈,而且双方并非具有完全理性,往往一开始无法找到最优策略,但会在持续的博弈中学习,不断调整、改善,进而寻找到更好的策略．因此,采用演化博弈的方法,对有限理性的企业A 和B之间的共享信息问题进行分析．

假设每次博弈时,企业A和企业B的策略组合均只能是{共享、不共享},记企业A为博弈方1,企业B为博弈方2;A和B选择共享信息与C企业进行竞争时,会获得额外收益,但同时也将付出相应的竞争成本．企业A和企业B这两家团购企业进行演化博弈的收益矩阵如表1.

表1 A、B两企业演化博弈的收益矩阵

(1) 当企业A和企业B双方都主动共享信息,他们都可以获得额外的收益,但也都需要承担一定比例的成本费用,其各自的收益分别表示为:

(1)

(2) 当企业A主动共享信息,而企业B不共享信息,企业A获得额外收益,同时需要承担竞争成本,其各自的收益分别表示为:

(2)

(3) 当企业B主动共享信息,而企业A不共享信息,企业B获得额外收益,同时需要承担竞争成本,其各自的收益分别表示为:

(3)

(4) 当企业A和企业B双方都不共享信息,他们都没有获得额外收益,同时也均不承担竞争成本．此时,其各自的收益分别表示为:

(4)

式中：ΔUT为A、B双方均主动共享信息时,获得的总额外收益;CT为A、B双方均主动共享信息时,承担的总额外成本;α为A、B双方均主动共享信息时,企业A收益的分配系数;β为A、B双方均主动共享信息时,企业A成本的分担系数;ΔUA为只有A共享信息时,获得的总额外收益;CA为只有A共享信息时,承担的额外成本;γ为只有A共享信息时,企业A收益的分配系数;ΔUB为只有B共享信息时,获得的总额外收益;CB为只有B共享信息时,承担的额外成本;δ为只有B共享信息时,企业B收益的分配系数;UA为A、B均不共享信息时,企业A的原有收益;UB为A、B均不共享信息时,企业B的原有收益.

s.t.

1.2 演化稳定策略的求解

假设企业A采取“共享信息”策略的概率为x,则采用“不共享信息”的概率为1-x;同时,假设企业B采取“共享信息”策略的概率为y,则采用“不共享信息”的概率为1-y．

y(αΔUT-βCT-γΔUA+CA)+

(UA+γΔUA-CA)

xy[αΔUT-βCT-γΔUA+CA]+

x(γΔUA-CA)+UA

(5)

依据复制子动态方程的相关定义及求解的方法,可以得到企业A的复制子动态方程为:

x(1-x)[y(αΔUT-βCT-γΔUA+CA)+

γΔUA-CA]

(6)

令F(x)=0,可解得到x1=0,x2=1,

(7)

x[(1-α)ΔUT-(1-β)CT-δΔUB+

CB]+UB+δΔUB-CB

(8)

xy[(1-α)ΔUT-(1-β)CT-δΔUB+

CB]+y(δΔUB-CB)+UB

y(1-y){x[(1-α)ΔUT-(1-β)CT-

δΔUB+CB]+δΔUB-CB}

(9)

依据复制子动态方程的相关定义及求解的方法,可以得到企业B的复制子动态方程为:

令F(y)=0,可解得到y1=0,y2=1,

(10)

其中:

δΔUB+CB]+δΔUB-CB}

(11)

该矩阵的行列式为:

DetJ=a×d-b×c=

(1-2x)[y(αΔUT-βCT-γΔUA+CA)+

γΔUA-CA]×(1-2y){x[(1-α)ΔUT-

(1-β)CT-δΔUB+CB]+δΔUB-CB}-

x(1-x)[(αΔUT-βCT-γΔUA+CA)]×

y(1-y)[(1-α)ΔUT-(1-β)CT-δΔUB+

CB]

(12)

它的迹为:

TrJ=a+d=

(1-2x)[y(αΔUT-βCT-γΔUA+CA)+

γΔUA-CA]+(1-2y){x[(1-α)ΔUT-

(1-β)CT-δΔUB+CB]+δΔUB-CB}

(13)

结合上述复制子动态方程F(x)、F(y)以及微分方程的稳定性定理,可以知道:当[(1-α)ΔUT-(1-β)CT-δΔUB+CB]<0且αΔUT-βCT-γΔUA+CA<0时,有如下结论:

图1 A、B两企业博弈的演化相位图

根据图1，当团购企业A和企业B通过主动共享信息而收获额外的收益大于双方不主动共享信息时获得的收益与收到的攻击成本之和时,双方长期博弈的结果要么双方都共享信息(获得额外收益),要么双方都不共享信息(避免成本)；当博弈的初始状态在Ⅰ区域(即四边形A、B、E、D)时,系统将向A(0,0)点收敛,即企业A和企业B都不主动共享信息;当初始状态在Ⅱ区域(即四边形C、D、E、B)时,系统将向C(1,1)点收敛,即企业A和企业B都主动共享信息．

1.3 成本和收益分配对合作的影响分析

根据以上结论,A与B演化博弈的稳定策略为(共享信息,共享信息)或者(不共享信息,不共享信息)两种．尽管上方都采取共享信息是该演化博弈帕累托最优的结果,但演化博弈的结果具体向哪个方向发展,由上述演化博弈相位图中的Ⅰ区域(即四边形A、B、E、D)和Ⅱ区域(即四边形C、D、E、B)的大小决定．Ⅰ区域和Ⅱ区域的大小S比较有以下3种情况:①SⅠ>SⅡ时,说明双方都采取不共享信息的概率大于共享信息的概率;②SⅠ

(14)

(15)

由式(14、15)可知,影响SⅠ面积大小的因素有10个,将其分为:企业双方都共享信息、一方共享信息另一方不共享信息,并对这两类进一步分析．

(1) 企业双方都共享信息时

推论1:团购企业A和B选择共享信息的概率,将随总额外收益的增加而减小．

证:由式(14、15)可得:

(16)

由式(16)大于0可知,即SⅠ是ΔUT的单调增函数,随着总额外收益的增加,SⅠ的面积将增大,系统向A(0,0)方向演化的概率增大,团购企业A和B之间共享信息的概率将减小．这是由于随着总额外收益ΔUT的增加,A和B对自身实力的估计也将增大,主动寻求合作的意愿度减小,更愿以强者的态度等待对方的请求,证毕．

推论2:总额外成本增加时,团购企业A和B选择共享信息的概率反而会增大．

证:由式(14、15)可得:

(17)

由式(17)小于0可知,SⅠ是CT的单调减函数,随着总额外成本的增加,SⅠ的面积将减小,系统向C(1,1)方向演化的概率增大,团购企业A和B之间共享信息的概率反而将增大．这也可以理解,当总额外成本的增加时A、B双方反而更愿意主动寻求对方的合作,进而分担成本,减少企业自身的压力,证毕．

推论3:当其他因素都一定时,存在一个最优的总额外收益分配比例α,使得团购企业A和B选择共享信息的概率最大;此时,总额外成本的分担比例β也为最优．

证:由式(14、15)可得:

(18)

由式(18)可知α对SⅠ的影响非单调,SⅠ对α求二阶导数并令其等于0,即满足:

(19)

此时,SⅠ有极小值,此时系统向C(1,1)方向演化的概率最大,即团购企业A和B选择共享信息的概率最大,总额外收益分配比例α最优;此时,总额外成本的分担比例β也最优．

(2) 企业一方主动共享信息,另一方不共享信息

推论4:当一方主动寻求另一方合作时,随着此时额外收益ΔUA或ΔUB的增加,团购企业A和B共享信息的概率将增加,不共享信息一方将开始共享信息,促使双方更稳固地合作．

证:由式(14、15)可得:

(20)

(21)

式(20、21)都小于0,说明SⅠ是ΔUA、ΔUB的单调减函数,即一方主动寻求另一方合作时,后者获得一定比例的额外收益且无需支付成本．因此,随着ΔUA或ΔUB增加,SⅠ的面积将减少,团购企业A和B共享信息的概率将增加,证毕．

推论5:当一方主动寻求另一方合作时,随着此时成本CA或CB的增加,团购企业A和B共享信息的概率将减小,共享信息的一方将不再共享信息,合作的稳定性减弱．

证:由式(14、15)可得:

(22)

(23)

推论6:当一方主动寻求另一方合作时,随着总额外收益分配比例γ或者δ的增加,团购企业A和B选择共享信息的概率增加．

证:由式(14、15)可得:

(24)

(25)

由式(24、25)都小于0,说明SⅠ是γ、δ的单调减函数,即当一方主动寻求另一方合作时,随着此时成本γ或δ的增加,SⅠ的面积将减少．SⅠ有极大值,此时系统向C(1,1)方向演化,即团购企业A和B选择共享信息的概率增大,证毕．

综合上述结论,在团购企业共享信息的过程中,受到多个因素如总额外收益、总额外成本、收益分配系数和成本分担系数等的影响,合理的成本和收益分配机制将会更好地帮助双方达到最理想的目标．

2 数值仿真

文中使用MATLAB进行数值仿真,分析相关因素的变化对互联网团购A、B合作策略选择的演化路径影响，通过数值仿真更为直观地描述变量之间的影响趋势大小,同时也验证演化博弈结论的准确性和可靠性．为了便于计算和比较,在数值仿真时的各个数值单位统一为:亿元人民币．

(1) 企业双方都主动共享信息

仅ΔUT变化时A、B策略选择的演化路径

假设α=β=0.5,其他固定参数赋值:UA=460,UB=260,ΔUA=600,ΔUB=310,CA=200,CB=100,CT=820,γ=δ=0.6．将对ΔUT赋3组值:① ΔUT=1 080;② ΔUT=1 280;③ ΔUT=1 480．通过仿真得到随着ΔUT增加时,A、B策略选择的路径(图2).

图2 演化路径

从图2的对比中,可以看出结果符合推论1:团购企业A和B选择共享信息的概率,将随着总额外收益ΔUT的增大而减小．

仅CT变化时A、B策略选择的演化路径

假设α=β=0.5,γ=δ=0.6,其他固定参数赋值:UA=460,UB=260,ΔUA=600,ΔUB=310,CA=200,CB=100,ΔUT=1 280．将对CT赋3组值:①CT=720;②CT=820;③CT=920．通过仿真得到随着CT增加时,A、B策略选择的路径(图3).

图3 演化路径

从图3的对比中,可以看出结果符合推论2:团购企业A和B选择共享信息的概率,将随着总额外成本CT的增大而增大,额外成本CT与合作概率正相关．

(2) 企业一方共享信息,另一方不共享信息

仅ΔUA(或ΔUB)变化时A、B策略选择的演化路径

假设α=β=0.5,γ=δ=0.6其他固定参数赋值:UA=460,UB=260,ΔUB=310,CA=200,CB=100,ΔUT=1 280,CT=820．将对CT赋3组值:① ΔUA=600;② ΔUA=700;③ ΔUA=800．通过仿真得到随着ΔUA增加时,A、B策略选择的路径(图4).

图4 演化路径

从图4的对比中,可以证实推论4:当两企业中只有一方寻求另一方合作时,双方共享信息的概率与额外收益正相关,收益越大,越容易达到合作．这是因为此时,不共享信息得一方不获得额外收益．

仅CA(或CB)变化时A、B策略选择的演化路径

假设α=β=0.5,γ=δ=0.6,其他固定参数赋值:UA=460,UB=260,ΔUA=600,ΔUB=310,CB=100,CT=820,ΔUT=1 280．将对CT赋3组值:①CA=200;②CA=300;③CA=400．通过仿真得到随着CA增加时,A、B策略选择的路径(图5).

从图5的对比中,可以证实推论5:当两企业中只有一方寻求另一方合作时,双方共享信息的概率与额外成本负相关,成本越大,越不容易达到合作．这也是因为在此时,共享信息一方会因为成本的增加而慢慢失去信息共享的主动性．

图5 演化路径

3 结论

基于信息共享,以团购企业之间的合作关系为基础,构建了A、B企业与C之间的合作演化博弈模型,分析了不同因素对团购企业A、B信息共享策略采取的影响,通过模型解析以及数值仿真模拟,得到以下结论:

(1) 团购企业A和B选择共享信息的概率,将随着总额外收益的增加而减小,这是由于随着总额外收益ΔUT的增加,A和B对自身实力的估计也将增大,主动共享信息的意愿度减小,更愿以强者的态度等待对方的合作请求;

(2) 总额外成本CT增加时,团购企业A和B选择共享信息的概率反而会增大．这可以理解为:当总额外成本的增加时A、B双方反而更愿意主动寻求对方的合作,进而分担成本,减少企业自身的压力;

(3) 当其他因素都一定时,存在一个最优的总额外收益分配比例α,使得团购企业A和B选择共享信息的概率最大;此时,总额外成本的分担比例β也为最优;

(4) 当一方共享信息而另一方不共享信息时,随着此时额外收益ΔUA或ΔUB的增加,团购企业A和B合作的概率将增加;

(5) 当一方共享信息而另一方不共享信息时,随着成本CA或CB的增加,团购企业A和B合作的概率将减小;

(6) 当其他因素都一定时,存在一个最优的总额外收益分配比例γ或者δ,使得团购企业A和B选择合作的概率随他们的增加而增加．

依据得出的结论,给出如下建议:

(1) 当A、B实力均匀,都主动寻求合作,共享信息(A和B共享收益、共担成本)之后,面对ΔUT的增加或CT的减少时,应将总额外收益分配比例α和总额外成本的分担比例β分配好,尽可能取更优值,同时审清自身实力,从维护双方良好的合作关系出发,互相信任、互相支持;

(2) 当一方寻求另一方合作时,面对合作中成本的增加或者收益的减少,后者应该支持前者,承担主动一方的部分额外成本．此时,双方需要尽可能将额外收益的比例分配好,以维持长久的合作关系,共同抵御第三方竞争者．

References)

[1] CHEN Y C, WU J H, PENG L, et al. Consumer benefit creation in online group buying: the social capital and platform synergy effect and the mediating role of participation[J]. Electronic Commerce Research and Applications, 2015, 14(6): 499-513. DOI:10.1016/j.elerap.2015.07.003.

[2] HSU M H, CHANG C M, CHU K K, et al. Determinants of repurchase intention in online group-buying: the perspectives of DeLone & McLean IS success model and trust[J]. Computers in Human Behavior, 2014, 36: 234-245. DOI:10.1016/j.chb.2014.03.065.

[3] TSAI M T, CHENG N C, CHEN K S. Understanding online group buying intention: the roles of sense of virtual community and technology acceptance factors[J]. Total Quality Management & Business Excellence, 2011, 22(10): 1091-1104. DOI:10.1080/14783363.2011.614870.

[4] LIU Y, SUTANTO J. Online group-buying:literature review and directions for future research[J]. Acm Sigmis Database, 2015, 46(1):39-59.

[5] LIU Y, SUTANTO J. Buyers′ purchasing time and herd behavior on deal-of-the-day group-buying websites[J]. Electronic Markets, 2012, 22(2): 83-93. DOI:10.1007/s12525-012-0085-3.

[6] LIM W M. The influence of internet advertising and electronic word of mouth on consumer perceptions and intention: some evidence from online group buying[J]. Journal of Computer Information Systems, 2015, 55(4): 81-89. DOI:10.1080/08874417.2015.11645790.

[7] LIM W M, TING D H. Consumer acceptance and continuance of online group buying[J]. Journal of Computer Information Systems, 2014, 54(3): 87-96. DOI:10.1080/08874417.2014.11645707.

[8] ZHAI C, ZHANG Y. An empirical study on online group buying (ogb) adoption behavior in China[J]. Pakistan Journal of Statistics, 2014, 30(5):987-1010.

[9] WANG E S T. Consumer characteristics, social influence, and system factors on online group-buying repurchasing intention[J]. Journal of Electronic Commerce Research, 2014, 15(2):119-132.

[10] LIAO H J, KU E C S,WU W C. Intimate knowledge initiators bonding the suppliers and buyers in the online group-shopping environment[J]. Internet Research,2015,25(1): 67-84.

[11] WU J, SHI M, HU M. Threshold effects in online group buying[J]. Management Science, 2015, 61(9): 2025-2040. DOI:10.1287/mnsc.2014.2015.

[12] YEN C, CHANG C M. Unity is strength:understanding users′ group buying behavior in taiwan from a collectivism perspective[J]. Journal of Electronic Commerce Research, 2015, 16(2): 109-122..

[13] ZHANG H, LU Y, GUPTA S, et al. Understanding group-buying websites continuance[J]. Internet Research, 2015, 25(5): 767-793. DOI:10.1108/intr-05-2014-0127.

[14] 张玉智, 赵春燕. 期货公司信息共享的博弈分析[J]. 情报科学, 2016, 34(1): 115-119.

ZHANG Yuzhi, ZHAO Chunyan. Game analysis of futures company information sharing[J]. Information Science, 2016,34(1):115-119.(in Chinese)

[15] 巩永华,薛殿中,仲凯旋. 可追溯食品供应链成员信息共享问题的演化博弈分析[J].南京工业大学学报(社会科学版),2015,14(2):103-107.

GONG Yonghua, XUE Dianzhong, ZHONG Kaixuan. An evolutionary game analysis of membership information sharing in traceable food supply chain[J]. Journal of Nanjing Tech University(Social Science Edition),2015,14(2):103-107.(in Chinese)

[16] 胡东滨,李洋. 基于信息共享角度的团购策略研究[J].系统工程理论与实践,2014,34(11):2849-2861.

HU Dongbin, LI Yang. Research on group purchase strategy based on information sharing[J]. System Engineering Theory and Practice,2014,34(11):2849-2861.(in Chinese)

[17] 陈海涛,李同强,宋姗姗. 基于信息共享视角的网络团购新模式[J].情报科学,2015,33(8):79-82.

CHEN Haitao, LI Tongqiang, SONG Shanshan. A new model of network group purchase based on information sharing[J]. Information Science, 2015,33(8):79-82.(in Chinese)

[18] 张涛,顾峰,任政亮,等. 合作购买行为中信息共享作用的研究[J].系统管理学报,2014,23(5):609-619.

ZHANG Tao, GU Feng,Ren Zhengliang,et al. A study on information sharing in cooperative buying [J]. Journal of Systems & Management,2014,23(5):609-619.(in Chinese)