溢出效应下直播带货双渠道激励机制研究

摘要：直播作为具备新媒体特性的电商行业，渠道销售额与关键意见领袖（KOL，keyopinionleader）主导的直播营销息息相关。这种营销模式不仅开拓了全新直播渠道，还对传统网店渠道形成营销影响。聚焦直播带货背景下双渠道供应链激励机制问题，本文构建佣金激励和混合激励模型，对比分析溢出效应和渠道竞争强度对激励机制实施效果的影响。结果表明，无论溢出效应和渠道竞争强度如何变化，混合激励在大部分情况下都能有效缓解强溢出效应的负面影响，提升全渠道需求和营销努力，增加品牌商和KOL利润；品牌商仅在溢出效应为负且渠道竞争强度较激烈的情况下偏好佣金激励。

关键词：直播带货；激励机制；溢出效应；营销努力；定价策略

中图分类号：F724.6文献标识码：A文章编号：2096-0298（2024）12（b）--05

1引言

直播带货作为互联网电商的新风口，引领电商产业进入爆发式发展新阶段。根据艾瑞咨询报告，2023年直播购物用户规模达5.3亿人，占网购用户的59.5%，淘宝、京东、抖音等纷纷开设直播专栏。相比网店渠道主要以图片和文字介绍产品信息，消费者难以确定产品需求匹配度；直播渠道聘请主播或关键意见领袖（KOL）以专业讲解和现场试用等场景化方式展示产品，例如抖音将户外郊游场景搬入直播间，加深大众产品印象，真实立体地展示产品信息和使用体验[1-2]。直播渠道改善了线上渠道体验不足的缺点。然而，直播不是随时可得的，且直播广告具有延迟性[3]，因此直播往往会对其他渠道形成溢出效应，即渠道需求受其他渠道营销或服务影响。这种影响可能是正向的，譬如渠道偏好、货品数量不足等原因[4]，消费者享受直播服务依然在网店购买，即搭便车现象，这类现象提高了网店渠道销售额，但不利于提高KOL营销努力[5]，影响也可能是负向的，消费需求在直播渠道满足后不会二次购买，导致渠道冲突加剧，不利于双渠道供应链协调发展。

直播电商模式下，渠道需求与KOL营销努力息息相关。为解决上述问题，提高供应链整体利润，品牌商与KOL签订佣金合同，将直播销售额按比例作为佣金分成。为更直接地提高营销努力，品牌商会根据时长和流量等因素发放营销激励，例如向KOL缴纳排期“坑位费”。这种混合激励机制积极地推动了直播带货供应链的发展，但由于渠道情况差异和酬金激励力度，最终效果不一。因此，有必要分析激励机制对品牌商和KOL最优决策的影响，探索直播带货激励机制设计问题。这对于促进社会消费需求和推动直播带货产业可持续发展具有重要意义。

作为新兴电商模式，众多国内外学者对直播带货供应链展开了广泛研究。Mehra等（2018）[6]基于“展厅效应”研究线上线下渠道定价策略。Xu等（2023）[7]额外考虑了碳排放约束下制造商渠道选择问题。张鑫和张杰（2023）[8]将直播拓展为厂家自播、网红直播和混合直播的三渠道模式。李恒宇和柴俊虎（2022）[9]聚焦直播销售合同，发现竞争强度较低时，双方更偏好佣金合同；反之更偏好转卖合同。佣金率过高过低都可能会损害平台和供应链的利润。以上文献主要集中在多渠道下的合同定价、影响因素和渠道选择问题，并未考虑品牌商对直播的激励问题。

本文同样涉及激励机制设计问题。周驰等（2022）[10]探究了差异信息下直播电商最优激励问题，发现信息优势能够帮助品牌商获得更多利润，甚至无需额外激励。He等（2022）[11]针对直播模式设计了固定支付、利润分成和混合激励三种激励机制，发现不存在完全最优机制。Zhou等（2018）[12]比较双渠道价格策略，发现品牌商分担服务成本能够提高双渠道利润。许明星（2020）[13]总结现有文献提出成本分担和收益共享契约能够有效协调双渠道矛盾。郑森圭等（2020）[14]发现签约主播数与平台规模不匹配，导致激励失效是平台盈利不足的重要原因。Wang等（2019）[15]则认为应按照带货能力采取差异化薪酬，对明星主播实行高底薪和高要求的精英策略，对新人主播采取低底薪和高绩效的大众化策略。Zhang等（2020）[16]提出给与直播方服务补偿能够实现供应链协调。这些文献都认为合理的收益分成和努力激励是激励机制的关键，但大多仅局限于单渠道，较少考虑存在竞争因素的双渠道问题。

现有文献从不同角度对直播带货供应链和激励机制进行了研究，但大多忽略双渠道下的激励机制问题。对品牌商而言，佣金激励是间接策略，营销激励是直接策略，但营销激励酬金成本又过于高昂。综上所述，本文研究一个品牌商和一个KOL构成的双渠道供应链，设计两种激励机制模型（简称佣金激励和混合激励），对比分析溢出效应和渠道竞争对品牌商和KOL策略的影响。本文主要贡献：（1）以往文献多是从搭服务便车角度来讨论直播带货的渠道溢出效应，仅考虑正向溢出效应，本文则将溢出效应拓展为正负性；（2）以往文献多采用利润共享或成本共担契约来改善双渠道问题，本文则是混合激励机制设计。

2问题描述及参数说明

2.1问题描述

假设存在一个品牌商（r）和一个KOL（l）组成的双渠道直播带货供应链，品牌商同时采用网店渠道和直播渠道。品牌商直接决策网店渠道价格pr，网店市场需求Dr（以下称网店价格和网店需求），如官方旗舰店。此外，品牌商可委托KOL代理销售，KOL决策直播渠道价格pl，并付出营销努力u直播推广，网店需求也会受直播影响，直播市场需求Dl（以下称直播价格和直播需求）。品牌商以直播渠道收益的θ作为KOL佣金。

为加强直播推广作用，品牌商根据时长和流量等因素发放营销激励tu，如流量费、坑位费等，t代表混合激励系数，tgt;0，鼓励直播营销。本文构建以下两种激励机制：（1）不采用营销激励的佣金激励机制（C）；（2）采用营销激励的混合激励机制（I），对比分析不同机制实施效果。

决策顺序如下：（1）品牌商作为领导者，决策是否采用营销激励；（2）品牌商决定网店价格pr；（3）KOL作为追随者，决定直播价格pl和营销努力u；（4）消费者决定是否购买。

2.2相关假设及函数

本文主要假设如下：

（1）消费者规模单位化，所有消费者都会观看直播。假设网店和直播市场潜在规模分别为ar和al，即消费者渠道偏好，al+ar=1。其中，网店消费者在开设直播前曾经购买或使用品牌商产品，有基本产品认知；直播消费者在直播前并未接触品牌商产品。

（2）渠道间溢出效应存在正负性。网店和直播需求函数分别为：

Dr=ar-pr+γpl+ηs（1）

Dr=al-pl+γpr+s（2）

式（1）（2）中：γ代表渠道间价格交叉弹性系数，表示渠道竞争强度，γ越大，渠道竞争越激烈，[17]。令ar=a代表消费者网店渠道购买偏好，al=1-a。η代表KOL影响力，即直播溢出效应，，|η|越大KOL影响力越强。ηgt;0，直播存在正溢出效应，享受直播服务的消费者仍可到网店渠道购买，产生搭便车现象；ηlt;0，直播存在负溢出效应，如新产品较旧产品优势不明显，网店渠道消费者产品认知更充分，直播服务产生抑制作用[18-19]。

（3）因为电商网络发展较为成熟，不考虑品牌商网店渠道销售成本。

（4）不存在虚假宣传、推广问题。

本模型相关参数及说明见表1。

3模型建立与分析

3.1佣金激励C

佣金激励机制下，品牌商将部分直播渠道利润分给KOL。品牌商利润函数如下：

直播需求越高，KOL利润越高，包括直播渠道分成和营销努力成本，具体函数如下：

采用逆向求解法可得，

命题1佣金激励机制下，品牌商和KOL最优决策分别为

将和代入式（1）和式（2），可得网店需求，直播需求和全渠道需求。

同理可得佣金激励品牌商最优利润和KOL最优利。

3.2混合激励I

混合激励机制下，除直播渠道销售分成，品牌商还会发放营销激励tu，鼓励KOL提高营销努力。因此，品牌商利润函数包括网店渠道利润，直播渠道分成和营销激励酬金成本，具体函数如下：

KOL可从品牌商处获得营销激励酬金。KOL包括直播渠道分成，营销激励酬金和营销努力成本，具体函数如下：

采用逆向求解法可得，

命题2混合激励机制下，品牌商和KOL最优决策分别为：

将和代入式（1）和式（2），可得网店需求，直播需求和全渠道需求。

最后，将和代入式（10）和式（11），可得混合激励品牌商最优利润和KOL最优利润。

4均衡结果分析

4.1溢出效应对品牌商和KOL决策变量的影响推论1（1）。

由推论1可知，两种机制下，最优渠道价格和营销努力均受溢出效应影响，网店和直播价格及营销努力与溢出效应强度均呈正相关，溢出效应影响呈现一致性。上述结果表明，KOL在溢出效应正向增强时应增加营销努力，提高直播价格。

4.2渠道竞争强度γ对品牌商和KOL决策变量的影响

推论2（1）当时，；当时，；当时，。

（2）当时，；当时，；当时，。

由推论2可知，两种机制下，渠道价格和营销努力都受渠道竞争强度影响。网店市场规模较低时，网店价格与渠道竞争强度呈正相关，直播价格和营销努力与渠道竞争强度呈负相关；网店市场规模适中时，网店和直播价格及营销努力与渠道竞争强度呈负相关；网店市场规模较高时，网店价格与渠道竞争强度呈负相关，直播价格和营销努力与渠道竞争强度呈正相关。结果表明，在渠道竞争较为激烈时，市场规模越大，渠道价格越低；而当两方市场规模相近时，全渠道价格提高，规避价格竞争是双方实现互利共赢的共识。直播市场规模越小，渠道竞争越会促进KOL增加营销努力。

4.3不同机制下网店和直播价格及需求对比

命题3（1）当时，，当时，；；。

（2）当ηlt;η2-或ηlt;η2+时，；当η2-lt;ηlt;η2+时，。

（3）当ηlt;η3-或ηlt;η3+时，；当η3-lt;ηlt;η3+时，；。

其中，η2±和η3±做差可得，η2±gt;η3±，，T=4-2θ-γ2（4-θ+θ2）。若，η3-gt;0。

由命题3可知，混合激励下，直播价格和需求以及KOL营销努力都会增加；网店价格和需求以及营销努力与溢出效应正负性和强度有关。对于网店需求，若溢出效应较弱，混合激励网店需求更高，若溢出效应较强，混合激励网店需求更低；而当竞争强度较弱且溢出效应为负时，混合激励网店需求较低。此外，若负溢出效应较强，混合激励网店价格较高。上述结果表明，混合激励机制能够有效提高直播价格和需求，鼓励KOL提高营销努力。正溢出效应下，品牌商借助混合激励可提高网店价格增加利润，而负溢出效应则会抑制网店需求，尤其是渠道竞争强度较低时，品牌商在网店渠道需要降价促销。

4.4不同机制下品牌商和KOL利润对比

命题4（1）若，当ηlt;η4-或ηlt;η4+时，；当η4-lt;ηlt;η4+时，。若，当ηlt;η4+时，；当ηlt;η4+时，。

（2）恒成立。

其中η4±利润做差可得，

由命题4可知，当正溢出效应和渠道竞争强度较强时，混合激励品牌商利润更高；随正溢出效应减弱，逐步变为负向后，佣金激励品牌商利润更高。然而，渠道竞争强度低于阈值溢出效应下混合激励品牌商利润会反超佣金激励。上述结果表明，混合激励机制在强正溢出效应更能发挥作用，品牌商通过营销激励提高KOL营销努力，双方提价增加销售额；当渠道竞争强度较弱时，佣金激励机制下双渠道价格较低，混合激励机制可激励KOL增加营销努力以提高直播价格和需求量。当溢出效应强度较弱时，直播营销溢出影响较弱，无须采用营销激励。因此，品牌商在与有强影响力的明星KOL合作时应关注渠道间竞争强度，当渠道竞争强度较弱时，采用带有营销激励的混合激励；当渠道竞争强度较强时，若直播能增加网店需求采用混合激励；反之采用佣金激励。此外，混合激励机制下KOL利润总是高于佣金激励机制，实现帕累托改善，原因在于混合激励不仅让KOL获得额外收益，且让其在营销努力决策上更加灵活。如图1所示（a=0.2，t=0.6，θ=0.15）。

5结语

本文以直播带货为背景，考虑渠道溢出效应正负性，建立佣金激励和混合激励两种直播带货供应链博弈模型，以品牌商为Stackelberg博弈领导者，对比分析激励机制效果，探讨溢出效应和渠道竞争对直播带货双渠道供应链定价决策和利润影响。本文主要结论如下：（1）与强影响力明星KOL合作时，带有营销激励的混合激励机制能有效提高供应链利润，品牌商仅在溢出效应为负且渠道竞争强度较强的情况下采用佣金激励机制策略。（2）规避价格竞争是双方实现互利共赢的共识。当市场规模相近时，品牌商和KOL应共同提高价格，避免价格竞争；当市场规模差距较大时，品牌商和KOL将采取差异化价格策略。（3）当溢出效应较弱时，佣金激励是更好的激励机制。（4）混合激励能够有效增加强溢出效应下全渠道需求、营销努力和供应链整体利润。

本文还存在一定局限性，如直播价格有时会高于网店价格，现实场景的直播带货合同更为多元化，比如全网同价、直播优惠卷、对赌合同等。此外，还可以考虑营销努力信息不完全对称、预算限制等因素的影响，后续可以在此基础上进一步深入研究。

参考文献

ChengC，HuY，LuY，etal.EveryoneCanBeaStar：UnderstandingtheRoleofLiveVideoStreaminginOnlineRetail[J].SocialScienceElectronicPublishing，2019.

SunY，ShaoX，LiX，etal.Howlivestreaminginfluencespurchaseintentionsinsocialcommerce：AnITaffordanceperspective[J].ElectronicCommerceResearchandApplications，2019，37：100886.

Martin，Eisend，Tobias，etal.Immediateanddelayedadvertisingeffectsofcelebrityendorsers'attractivenessandexpertise[J].InternationalJournalofAdvertisingtheReviewofMarketingCommunications，2010.

YangW.Spillovereffectsoflivestreamingsellinginadual-channelsupplychain[J].2023.

PuX，GongL，HanX.Consumerfreeriding：Coordinatingsaleseffortinadual-channelsupplychain[J].ElectronicCommerceResearchandApplications，2017，22：1-12.

MehraA，KumarS，RajuJS.CompetitiveStrategiesforBrick-and-MortarStorestoCounter“Showrooming”[J].ManagementScience，2018，64（7）：3076-3090.

XuX，YangY，ZhangJ，etal.Livestreamingplatformoperationsandcoordinationunderthecap-and-traderegulation：Platform-enabledmodeversusplatform-agencymode[J].InternationalJournalofProductionEconomics，2023，260：108859.

张鑫，张杰.直播背景下电商供应链混合渠道定价与选择策略[J/OL].系统管理学报，1-22[2024-12-17].http：//kns.cnki.net/kcms/detail/31.1977.N.20231019.0945.002.html.

李恒宇，柴俊武.溢出效应下制造商的直播带货策略研究[J].中国管理科学，2024，32（9）：171-181.

周驰，李赫，于静.委托代理关系下品牌商网络直播营销激励机制设计[J/OL].中国管理科学，1-12[2024-12-17].https：//doi.org/10.16381/j.cnki.issn1003-207x.2022.0732.

HeY，ChenL，MuJ，etal.Optimalcontractdesignforlivestreamingshoppinginamanufacturer–retailer–streamersupplychain[J].ElectronicCommerceResearch，2022.

ZhouY-W，GuoJ，ZhouW.Pricing/servicestrategiesforadual-channelsupplychainwithfreeridingandservice-costsharing[J].InternationalJournalofProductionEconomics，2018，196：198-210.

许明星.搭便车行为下双渠道供应链决策的研究综述[J].供应链管理，2020，1（10）：20-28.

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.

WangX，TaoZ，LiangL，etal.Ananalysisofsalarymechanismsinthesharingeconomy：Theinteractionbetweenstreamersandunions[J].InternationalJournalofProductionEconomics，2019，214：106-124.

ZhangT，LiG，ChengTCE，etal.ConsumerInter‐ProductShowroomingandInformationServiceProvisioninanOmni‐ChannelSupplyChain[J].DecisionSciences，2020，51（5）：1232-1264.

MatsuiK.Whenshouldamanufacturersetitsdirectpriceandwholesalepriceindual-channelsupplychains？[J].EuropeanJournalofOperationalResearch，2017，258（2）：501-511.

李伟，李凯，安岗.考虑渠道势力与服务负溢出效应的双渠道供应链决策研究[J].管理学报，2017，14（5）：767-774.

王瑶，但斌，刘灿，等.服务具有负溢出效应的异质品双渠道供应链改进策略[J].管理学报，2014，11（5）：758-763.