基于消费者策略等待行为的电商平台与零售商折扣定价策略

李 豪，陈 哲，林佳欣

(1.重庆交通大学 经济与管理学院， 重庆 400074； 2.西部交通与经济社会发展研究中心， 重庆 400074)

一、引言

近年来，由大型电商平台组织、众多网络零售商参与的折扣销售策略进一步推动了我国线上消费浪潮。据国家统计局最新数据显示，2021年全年我国网络零售额首次超过13万亿元，其中在“双十一”当天就创下销售额突破9 651亿元的成绩；30万家的品牌零售商参加天猫双十一，创下了2009年“双十一”举办以来的最高纪录[1]。折扣销售策略已成为网络经济下电商平台和网络零售商提升市场竞争力的重要手段。与此同时，经过多年折扣销售的洗礼，消费者变得越来越聪明。许多消费者为了获得更多的“折扣快感”，往往在折扣销售季来临前将中意产品放入“购物车”，专等打折时候再进行购买。这种策略等待行为导致许多零售商以牺牲数月的营收为代价，在折扣销售期大打价格战来换取折扣销售季的销量，陷入“降价—降价”的恶性循环。据“人民网”统计资料显示，在声势浩大的电商平台折扣销售中，超过90%的参与零售商只是“赔本赚吆喝”[2]。如何在现有折扣销售环境中打破零售商经营惨淡的困境，实现互联网购物节等折扣销售季的可持续发展，是近年来学术界重点关注的问题。

基于上述情形，本文在消费者具有策略行为和零售商竞争的环境下，建立零售商两阶段折扣定价博弈模型和零售商与电商平台双重折扣定价博弈模型，主要回答如下问题：(1)两零售商如何制定最优的产品价格以平衡常规销售期和折扣销售期的销售？(2)在电商平台返利的情况下，产品的市场价格和销售策略该如何变化？(3)在零售商两阶段折扣定价销售下，电商平台在什么条件下会选择提供返利？

本文的研究主要集中在消费者策略行为下的零售商定价决策、电商平台与零售商折扣定价策略等方面。消费者策略行为是近年来行为经济学与收益管理领域研究的热点问题。针对策略行为的定价决策，Muth[3]、Coase[4]等发现零售商将消费者策略行为考虑到定价过程，比忽视这种行为所带来的利润增加20%以上；Aviv和Pazgal[5]、李豪等[6]分析了只有一个降价时点下零售商应对消费者策略等待行为的定价机制，研究发现消费者策略等待行为给零售商定价决策造成较大影响，为有效应对市场竞争零售商需要考虑不同程度的消费者策略等待意愿；Elmaghrab等[7]、Levin等[8]将降价次数扩展为有限次，研究了消费者策略行为下零售商的多周期定价均衡问题，建立多周期动态定价模型实现市场帕累托改进。Liu和Zhang[9]、Su和Zhang[10]探讨了双寡头竞争下考虑消费者跨期比价行为的易逝品动态定价均衡问题。Ozgun等[11]、Zhou等[12]、李豪等[13]深入探讨了策略行为下供应链产品的定价决策，并讨论了该行为对各节点企业以及供应链整体绩效。

以上研究充分说明了零售商在价格决策中考虑消费者策略行为的必要性。电子商务环境下，电商平台的折扣销售策略进一步加剧了这种行为。如何在电商平台折扣销售策略下缓解消费者策略行为，实现平台、零售商正常销售季与折扣销售季的协调，值得关注和研究。Lu等[14]讨论了电商平台提供优惠券和数量回扣两种折扣销售策略下的均衡定价策略，比较了两种策略对于缓解消费者策略行为的有效性，并发现消费者对风险的偏好程度与两种折扣销售策略的有效性成正相关。牟立峰等[15]构建了一个电商平台和一个零售商的斯坦伯格博弈模型，研究了在电商平台不提供消费者返利和提供消费者返利两种情况下零售商和电商平台的最优定价策略，研究表明当消费者兑现返利的麻烦成本较高时，电商平台提供返利时的收益相比不提供返利时更高。Liang[16]将产品销售分为原始价格阶段和折扣价格阶段，通过构建两阶段电商平台的折扣定价模型，提出了基于消费者策略行为的产品定价算法以提升零售商收益。Mu等[17]分析了佣金驱动返利模式与营销返利模式下零售商和电商平台的最优返利决策，发现这两种模式都将有助于缓解消费者策略行为，帮助零售商扩大市场并增加收益。聂佳佳等[18]通过建立前期返利、后期返利、始终返利以及始终不返利4种返利模型，分别探讨了零售商在垄断和竞争两种情况下的最优返利定价策略，发现垄断情况下零售商会始终选择前期返利策略，而在竞争的情形下4种均衡返利策略均可能有效。

本文与以往研究不同之处在于：

(1)在Liu和Zhang[9]、Lu和Moorthy[14]等文献的基础上综合考虑了零售商折扣定价、零售商与电商平台双重折扣定价，探讨两种定价策略缓解消费者策略行为的有效性。

(2)在牟立峰等[15]的基础上考虑了两零售商间的竞争，分析了消费者策略行为下零售商竞争和双重返利等因素对市场均衡定价、电商平台与零售商期望收益的影响，更好地模拟了折扣销售季的市场实践。

二、问题描述与假设

现实折扣销售季下电商平台和零售商的决策如图1所示。在销售市场中，电商平台主导下存在多个零售商。零售商向消费者提供产品并制定价格，通过销售产品获得收益。而电商平台通过抽取零售商的销售佣金获得收益。为了简化分析，本文用模型刻画由一个电商平台(用E表示)和两个相互竞争的网络零售商(分别用H、L表示)组成的产品销售市场。两零售商在电商平台销售产品，每卖出一单位产品需要支付电商平台一定的佣金比例。市场中的消费者总数为1，且至多购买一个单位产品。消费者对产品的估价为v，服从[0,1]的均匀分布。

图1 电商平台与零售商双重折扣定价决策

零售商采取两周期折扣销售策略，销售季分别为常规销售期(定义为周期1)和折扣销售期(定义为周期2)。在折扣销售实践中，除了零售商之外，电商平台往往也会向消费者提供各种优惠返利措施，比如在双“十一”，淘宝对所有消费者实施跨店满减优惠，天猫平台针对购物总额推出满300减30元的津贴；“6.18”中，京东平台的集锦鲤卡瓜分百万红包等。因此，本文分析零售商两周期折扣销售、零售商与电商平台两周期双重折扣销售，并探讨两种模式的有效性。

本文涉及的符号和假设说明如下：

假设1：销售产品为易逝品，且两零售商销售的产品具有性能或服务的差异。产品差异用系数β来刻画,β∈[0,1]。

因为产品具有性能或服务的差异，所以下文将提供不同质量产品的零售商区分为高质量和低质量，并用零售商H和零售商L表示。同时，与Liu和Zhang[9]、赵菊[19]等研究类似，β也可表示为消费者对差异化产品的估值折扣，因此对零售商H与L产品的估值分别为v和βv。

假设2：零售商支付电商平台的佣金比例为δ。

根据上述假设，零售商从销售中的提取份额为1-δ。在现实中，这一提取份额主要依赖于行业惯例[20]。因此，本文将δ作为外生变量。

假设3：消费者具有策略等待行为，用参数γ表示策略等待的估值折扣因子，γ∈[0,1]。因此，消费者在购买时根据产品价格比较在各期和各零售商的购买期望效用，决定购买时间和购买商家。参照Prasad等[21]的研究，γ也可表示为消费者策略程度，数值越大表明消费者跨期购买效用越大，等待至折扣销售期购买的意愿越高。

下文将分别构建零售商折扣定价、电商平台和零售商双重折扣定价策略下的两周期动态定价模型，探讨两种定价策略下的均衡决策，并分析两种定价策略的有效性。

三、零售商折扣定价策略的均衡决策

本节讨论零售商折扣定价策略下的动态博弈模型。根据两周期收益最大化原则，采用逆推分析法分析。

(1)

(2)

其中，vT为周期1与周期2消费者购买的无差异点。

命题1：在零售商折扣定价策略下，周期2市场均衡价格为：

两零售商及电商平台均衡期望收益分别为：

证明：

证毕。

(3)

(4)

命题2：在零售商折扣定价策略下，周期1两零售商最优定价分别为：

(5)

(6)

均衡期望收益为：

证明：

证毕。

四、零售商与电商平台双重折扣定价策略的均衡分析

(7)

(8)

证明：

证毕。

命题4：零售商与电商平台双重折扣定价策略下，零售商H、L的最优定价为：

零售商H与L、电商平台的期望收益分别为：

(9)

(10)

证明：

从图9和图10可以看出，在与原始模型输入尺寸接近的测试集中，原始模型相对于本文提出的网络具有更好的结果，由于本文模型对尺寸的匹配更加多样化，其相较于针对固定输入的模型效果会有所下降，但是准确率下降并不明显。

(11)

(12)

证毕。

可以看出，在双重折扣销售策略下零售商的定价及期望收益与电商平台不提供返利的情况明显不同。由于收益表达式比较复杂，下文将通过数值仿真来模拟产品差异系β、返利因子f对均衡价格和收益的影响，并分析两种定价策略下零售商及电商平台决策均衡的性质。

五、零售商折扣定价策略的性质分析

令消费者等待购买意愿γ=0.6，返利因子f=0.6，同时按照网络销售平台的行业惯例取佣金比例系数δ=0.2[15]。

(一)零售商最优定价的性质分析

考虑零售商折扣定价策略和电商平台双重折扣定价策略两种不同的情形下，产品质量差异系数β对销售期两阶段最优定价影响的对比分析，如图2及图3所示。

图2 两种定价策略下零售商H均衡定价分析

可以看出：首先，随着产品质量差异系数的增大(两零售商提供产品的差异越小)，两周期的最优定价下降。根据此分析结果，可以体现出质量差异对零售商定价的重要影响。由于产品质量差异系数增大，导致零售商面临同质化竞争，被迫开展“价格战”以吸引消费者购买产品。因此，建议零售商在采用折扣销售时不应为抢占市场一味地进行质量竞争，保持一定的产品差异专注于细分市场，有利于缓解零售商之间的价格竞争。其次，双重折扣定价策略下零售商两周期的最优定价均高于零售商折扣定价，说明双重折扣定价策略下平台返利的实质是给消费者带来折上折的“错觉”。近年来，互联网购物节商家“先涨后降”的套路被频繁曝光，更有力地证明了这一点。

(二)两种定价策略下均衡收益的比较

由此可知，对于零售商和电商平台而言，在不同的产品差异系数下双重折扣定价策略均优于零售商折扣定价。说明在特定的返利比例下，电商平台与零售商双重折扣定价使得消费者效用增大和需求增加，从而使得零售商和平台的收益增加。但同时，零售商及平台的收益差随产品质量差异的缩小而缩小，表明同质化竞争会弱化电商平台返利形成的收益优势。

为了进一步验证双重折扣定价策略的有效性，取质量差异系数β=0.6，分析返利因子对零售商及平台收益的影响，如图5所示。

图4 两种定价策略下零售商及电商平台收益差

从图5可以看出零售商与平台的收益差随返利因子的增加而减少。返利因子越大表明平台的打折力度较小，返利引起消费者需求的增量不足以弥补收益损失，因此电商平台和两零售商的收益减小。同时，存在特定阈值，当返利因子低于这一阈值时，零售商H和电商平台在双重折扣定价策略中获得的收益高于零售商折扣定价策略，但当返利因子较大时，零售商H的最优选择是不参加平台返利活动。2021年双十一期间，苹果iPhone12不参加天猫平台的满减活动、爱马仕只开展招牌的“橙色礼盒”组合优惠，印证了上述结论。同时，可以看出在不同的返利因子f下ΔπL始终大于0，表明对于低质量零售商来说双重折扣定价策略始终有效。

根据上述分析结果，可以看出电商平台返利因子对于双重折扣销售策略的重要性。建议电商平台和商家在互联网购物节等重要折扣销售季，结合商品实际情况设置合理的返利因子。在这种情况下，有必要加强宣传投入、降低消费者获得平台返利的复杂度以增加消费者对商品的打折期望，实现市场的帕累托改进。同时，建议高质量零售商在折扣销售季中充分考虑平台返利的实际情况选择参与平台返利活动。

六、结论与展望

在互联网购物节等折扣销售季中，如何有效地确定折扣销售策略，平衡折扣销售期与正常销售期的销量以实现利润的最大化，是平台和零售商可持续发展的关键。本文基于两零售商竞争的市场环境，在消费者具有等待降价行为的假设下，分别建立零售商折扣定价、零售商与电商平台双重折扣定价博弈模型，探讨了两零售商和电商平台的市场均衡，分析了产品质量差异系数、电商平台返利因子对零售商均衡定价和收益的影响。研究结果表明：随着产品质量差异系数的增大，两周期的最优定价下降；双重折扣定价策略下零售商两周期的最优定价均高于零售商折扣定价，揭示了互联网购物节零售商“先涨后降”的套路；相比于零售商折扣定价策略，当电商平台返利因子小于某一阈值时，双重折扣定价可以有效实现平台与零售商期望收益的提升，实现市场的帕累托改进，特别是对于低质量零售商来说双重折扣定价策略始终有效。

针对目前该领域的研究现状及本文的局限性，未来还可以在以下方面进行深入探讨：(1)消费者在兑换折扣过程中存在时间和搜索成本，这些成本会影响消费者的购物体验进而会影响消费者效用。后续研究可考虑消费者兑换折扣过程中的麻烦成本对市场决策的影响。(2)大量研究表明，消费者对产品的质量具有异质偏好。由于各种原因，部分消费者可能只倾向于购买高质量或低质量零售商的产品。未来可考虑不同消费者组成对电商平台和零售商决策的影响。