好評獎勵的有限理性經(jīng)濟策略與演化博弈分析

李明琨,葛藝博

（上海大學(xué) 管理學(xué)院，上海 200444）

隨著互聯(lián)網(wǎng)快速的發(fā)展，電子商務(wù)作為新型的商業(yè)運作渠道，逐漸顛覆傳統(tǒng)商業(yè)營銷模式。相較于商家占主導(dǎo)的傳統(tǒng)信息傳播形式，在虛擬的網(wǎng)絡(luò)購物平臺中消費者更傾向于利用以用戶生成內(nèi)容（user generated contents）為核心的評價系統(tǒng)進行信息交換與口碑傳播。潛在消費者利用在線評論內(nèi)容獲取產(chǎn)品信息[1]，降低購買風(fēng)險和不確定性[2]。商家依靠評論內(nèi)容促進產(chǎn)品銷量[3]，尤其是新上線產(chǎn)品的銷量[4]，以此提升知名度和品牌效應(yīng)。第三方平臺則根據(jù)用戶評價內(nèi)容對店鋪進行流量管理。通過累積動態(tài)評分來判斷商家的受歡迎度，并給予優(yōu)秀商家更多的流量[5]。這種評價規(guī)則無疑導(dǎo)致賣家優(yōu)者更優(yōu)，劣者更劣。評論內(nèi)容不僅關(guān)乎到消費者的購買決策，更關(guān)乎到商家在平臺中的“存亡”。為了在激烈的市場競爭中不被淘汰，商家已不滿足消費者自發(fā)的分享購物經(jīng)驗，而是通過推出“好評返現(xiàn)”、“好評返券”等新的好評獎勵機制，試圖刺激消費者的評論積極性，由此提高店鋪的動態(tài)評分。

從營銷的視角，商家可通過各種形式的獎勵策略激勵已有顧客將所購商品以口碑傳播的形式推薦給潛在顧客[6]。好評獎勵可為消費者帶來優(yōu)惠，為商家?guī)礓N量，為第三方平臺帶來點擊量，因此，此類營銷方式一經(jīng)推出便被廣泛使用。然而，消費者在獎勵刺激下給出的評論信息可能存有不實的狀況[7]。本應(yīng)以“信任”為基礎(chǔ)發(fā)展起來的電商市場逐漸充斥了為“掙好評”而出的虛假信息，部分評論成為變了味的推銷。究其原因，有學(xué)者認為是消費者見小利而忘大義、助紂為虐導(dǎo)致的結(jié)果[8]；也有學(xué)者將其歸結(jié)于商家的逐利性[9]，并站在“商業(yè)賄賂”的角度闡述賣家好評獎勵行為對自身、消費者及市場造成的危害[10]。這些研究的一個基本假設(shè)前提是消費者及商家的完全經(jīng)濟理性，即逐利。然而，獎勵對消費者撰寫評論有著更為復(fù)雜的影響[11]。消費者亦可能出于對商品不盡滿意后的損失厭惡及補償心理給好評拿獎勵，或是出于對平臺“差評騷擾”的擔(dān)憂而妥協(xié)[12]。另一方面，賄賂性好評的存在使得消費者重新審視在線評論的價值[13]，越來越多消費者甚至忽略好評只關(guān)注差評，這又使得商家需斟酌使用其營銷手段。

對好評獎勵的研究可以從消費者的視角探討口碑傳播及消費者推薦意愿的影響因素。如張德鵬等[14]利用社會心理學(xué)，證明顧客參與對口碑推薦意愿有顯著的調(diào)節(jié)作用。戴國良[15]研究發(fā)現(xiàn)，滿減、特價、秒殺等不同促銷方式對消費者口碑傳播意愿有不同的作用。謝毅等[16]則認為消費者的口碑傳播意向會受品牌信任和品牌情感的共同影響。以商家好評獎勵行為為重點，可探討賣方的非倫理行為及其產(chǎn)生的影響。如黃蘇萍等[17]聚焦國內(nèi)在線評論呈現(xiàn)極度正向偏移分布的偏差現(xiàn)象及形成機制，認為商家經(jīng)濟獎勵是消費者正面評價的主要動機。同樣，沈超等[18]通過仿真實驗也論證了商家誘導(dǎo)行為會提高商品好評率，進而獲得競爭優(yōu)勢。然而，王曉蓉等[19]研究發(fā)現(xiàn)獎勵披露會降低消費者對產(chǎn)品的信任度。李研等[20]基于心理抗拒理論，也證明了被迫好評會消極影響消費者的整體滿意度，并抑制其后續(xù)購買行為。

可見，在現(xiàn)實生活中，消費者的評論行為并不僅僅取決于對產(chǎn)品或服務(wù)本身的滿意度，而是根據(jù)整個交易過程中的感知收益和感知成本來權(quán)衡的。消費者的好評動機可能是因為擁有了較滿意的產(chǎn)品或服務(wù)，也可能是為了獲得“額外獎勵”所帶來的喜悅感[21]，或是出于有限理性下的損失厭惡心理[22]。電商好評獎勵策略與消費者推薦行為之間可能存在動態(tài)博弈的過程。根據(jù)獎勵形式的不同，好評獎勵通常有現(xiàn)金獎勵和優(yōu)惠券獎勵，好評獎勵的效果在一定程度上取決于獎勵的設(shè)計和獎勵的形式[23]。對于商家而言，為激勵消費者發(fā)表產(chǎn)品評論提供經(jīng)濟回報，需要考慮財務(wù)成本和產(chǎn)出效益[24]。相較于現(xiàn)金獎勵，好評返券可以拉動回頭客創(chuàng)造一定比例的二次消費[25]。對于消費者而言，返現(xiàn)是其更加偏愛的方式[26]，然而引發(fā)的賄賂性虛假評論的爭議亦更大，商家需考慮政府懲罰風(fēng)險及爭議的負面影響。而返券要求消費者必須進行二次消費，通常還有使用的時間、場所以及購買產(chǎn)品類別等方面的限制，激勵效果有限。商家與消費者群體如何選擇策略獲得更大的收益，是一個群體不斷探索和演化調(diào)整的結(jié)果。因此，本文區(qū)分好評返現(xiàn)與好評返券策略，進行博弈的推演及比較分析。

通過總結(jié)以往文獻，消費者在線評論與商品本身的質(zhì)量、消費者心理、回報收益均有一定的相關(guān)性。本文基于以往研究，綜合考慮產(chǎn)品質(zhì)量、消費者心理預(yù)期以及獎勵報酬等參數(shù)，并增加平臺監(jiān)控及政府懲罰機制，研究基于現(xiàn)金獎勵與優(yōu)惠券獎勵兩種好評獎勵方式對消費者推薦意愿不同程度的影響，構(gòu)建商家與消費者群體的演化博弈模型。分析商家與消費者在好評獎勵策略中的群體行為和發(fā)展趨勢，并通過對參數(shù)進行分析，找出在不同情境下影響商家與消費者行為的主要因素。

1 博弈模型構(gòu)建

1.1 基本模型描述

本文主要考慮電子商務(wù)環(huán)境下商家實施好評獎勵策略對消費者推薦意愿的決策影響，可以看作是雙方主體博弈的結(jié)果。因此，假設(shè)在線評論平臺上，商家為激勵消費者好評推薦而采取的策略集為{好評返現(xiàn)，好評返券}，消費者可采取的決策包括“給予推薦性評語”和“不給予推薦性評語”，其策略集簡稱為{推薦，不推薦}。

假設(shè)市場中存在商家群體以p單位的價格出售質(zhì)量為q(q

一次成功的交易完成后，消費者可以選擇是否進行推薦評價。假設(shè)消費者好評推薦策略能為商家?guī)淼目倽撛谛б嬷禐?λ(λ>0)。在商家承諾好評返現(xiàn)的前提下，消費者好評推薦可獲得a單位的獎勵金。在現(xiàn)實中，消費者如果進行非誠信推薦，要承擔(dān)包括對低質(zhì)量商品索賠的權(quán)益、推介的可信度、社會群體的受認可度等方面的信用代價，因此給予非誠信推薦者r1(r1>0)單位的信用懲罰。同時，商家疑似商業(yè)賄賂的行為將受到網(wǎng)絡(luò)平臺的監(jiān)管和處罰，罰金為r2(r2≥0)。若滿意度較高的消費者不給予推薦，意味著放棄a單位獎勵金。而滿意度較低的體驗者不給予推薦，可以平衡較差的購物體驗所帶來的不滿意度，從而獲得f1(f1>0)單位的心理效益。商家因消費者不推薦行為損失f2(f2>0)單位的返現(xiàn)效益。

如果商家承諾好評贈送店鋪優(yōu)惠券，實施好評推薦行為的消費者將獲得b單位的店鋪優(yōu)惠券。由于優(yōu)惠券的效益在實施二次購買行為時才會生效，為分析問題方便又不失合理性，本文假設(shè)消費者若想獲得優(yōu)惠券收益，必須在首次消費的基礎(chǔ)上進行多消費，用 β(0≤β≤1)表示消費者二次消費的比率。現(xiàn)實生活中會存在一定比例滿意體驗者放棄二次購買機會，假設(shè)這將損失 γb單位的優(yōu)惠效益，γ(0≤γ≤1)表示消費者用優(yōu)惠券二次購買商品的成本損失系數(shù)，同樣會給予不誠信推薦者r1單位的信用懲罰。滿意度較低的體驗者不推薦行為可以平衡較差的購物體驗所帶來的不滿意度，從而獲得f1(f1>0)單位的心理效益。商家因消費者不給 予好評推薦需承擔(dān)的返券效益損失為f3(f3>0)。

1.2 收益矩陣的構(gòu)建

假定消費者購買該產(chǎn)品后表現(xiàn)為滿意和不滿意兩種狀態(tài)的概率分別為 θ 和1 ?θ(0<θ<1)。消費者采取“推薦”策略的概率為x，采取“不推薦”策略的概率為 1 ?x，其中，0≤x≤1；商家采取“好評返現(xiàn)”策略的概率為y，采取“好評返券”策略的概率為1 ?y，其中，0≤y≤1。根據(jù)以上假設(shè)，構(gòu)建商家與消費者博弈行為的收益矩陣，如圖1所示。

圖1 商家與消費者好評獎勵博弈收益矩陣Fig.1 Payoff matrix of business and consumers on rewards for favorable reviews

圖中，Πc，Πb分別代表消費者與商家的收益函數(shù)，不同策略行為中，消費者收益函數(shù)表達式分別為

如果消費者選擇推薦策略，那么收益函數(shù)是Πc1和 Πc2。 式 (1)和 (2)之間的差異在于返券策略下要獲得推薦收益需要在首次購買的基礎(chǔ)上多消費。在不推薦策略下，消費者的損失收益值是Πc3和 Πc4唯一的區(qū)別。同樣，在不同獎勵策略下，商家收益函數(shù)表達式分別為

考慮到現(xiàn)實情況，商家給予現(xiàn)金獎勵時容易被監(jiān)管部門檢測到商業(yè)賄賂性行為并受到相應(yīng)的懲罰。因此，Πb1與 Πb2之間除了基礎(chǔ)收益不同外，懲罰成本也是一項差異。

1.3 動態(tài)方程求解

在電子商務(wù)平臺中由于雙方信息不對稱，商家與消費者之間的行為決策很難實現(xiàn)完全理性。消費者個體行為的差異將導(dǎo)致在策略選擇過程中存在部分消費者不選擇完全理性博弈的均衡策略，而是通過不斷地學(xué)習(xí)、模仿、試錯等動態(tài)調(diào)整過程作出決策，最終達到一個穩(wěn)定的均衡結(jié)果。商家也會根據(jù)好評獎勵策略帶來的總收益和總風(fēng)險大小不斷地調(diào)整策略，采取對自身最有利的行動，這與演化博弈思想一致。因此，基于復(fù)制動態(tài)的演化博弈分析方法，由圖1可知，參與博弈的消費者選擇“推薦”策略和“不推薦”策略的期望收益Uc1，Uc2，以及消費者平均期望收益Uc分別如下所示：

同理，參與博弈的商家選擇“好評返現(xiàn)”策略和“好評返券”策略的期望收益Ub1，Ub2，以及商家的平均期望收益Ub分別如下所示：

假設(shè)種群中使用某一策略的個體在種群中所占比例的增長速度是該策略的相對適應(yīng)性，適應(yīng)度高的策略會在種群中發(fā)展。令F(x)表示消費者群體中選擇“推薦”策略的復(fù)制子動態(tài)，即采用“推薦”策略的比例隨時間的變化率。為便于公式書寫，令 φ =(1+θγ)b+βp(θα1+θα2?α2)，運用非對稱復(fù)制動態(tài)演化方式，得到x的復(fù)制動態(tài)方程分別為

同理，用F(y)表示商家群體選擇“好評返現(xiàn)”策略的復(fù)制子動態(tài)，運用非對稱復(fù)制動態(tài)演化方式，得到y(tǒng)的復(fù)制動態(tài)方程分別為

式（15）和式（16）表明，僅當(dāng)x=0，1或時，消費者選擇“推薦”策略的概率是局部穩(wěn)定的。僅當(dāng)y=0，1或x?=時，商家選擇“好評返現(xiàn)”策略的概率是局部穩(wěn)定的。因此，進一步 整 理 得 到 系 統(tǒng) 有E1(0,0)，E2(0,1)，E3(1,0)，E4(1,1)，E5(x?,y?) 5個局部均衡點。

本文在Friedman[27]提出的雅克比矩陣判斷均衡點穩(wěn)健性的基礎(chǔ)上得到，復(fù)制動態(tài)方程可以用公式來表示。分別對x,y求偏導(dǎo)得到雅克比矩陣表達式為

各均衡解對應(yīng)的雅克比矩陣J及其行列式Det和跡Tr如表1所示。

表1 各均衡解所對應(yīng)的雅克比矩陣表達式及行列式和跡Tab.1 Jacoby matrix expressions and determinants and traces of each equilibrium solution

在本博弈中，A=f2?f3；B=f2?f3+b?a+(θ?1)r2?β(p?q)；C=(1?θ)(r1+f1)?φ；D=(1+θ)a?φ。

1.4 模型穩(wěn)定性分析

以往很多研究都指出，與優(yōu)惠券相比，現(xiàn)金獎勵更能激起消費者的推薦意愿[28]。如果商家采取返現(xiàn)獎勵策略所需承擔(dān)的成本及損失低于返券獎勵策略，即當(dāng)參數(shù)滿足條件：

這 時 系 統(tǒng) 中 存 在4個 均 衡 點E1(0,0)，E2(0,1)，E3(1,0)，E4(1,1)。 并且A<0，B>0，C<0，D>0。將均衡條件代入表1中，E4(1,1)是該條件下的演化穩(wěn)定策略，如圖2所示。商家普遍趨向于“返現(xiàn)”策略，消費者則在現(xiàn)金的誘導(dǎo)下均實施“推薦”行為。

圖2 A <0，B>0，C <0，D>0時均衡解的復(fù)制相位圖Fig. 2 Phase diagram of the equilibrium solution when A<0 ， B>0，C<0，D>0

然而對于商家來說，實施現(xiàn)金獎勵通常比實施優(yōu)惠券獎勵所承擔(dān)的運營風(fēng)險更高[29]，即當(dāng)參數(shù)滿足條件：

系 統(tǒng) 中 存 在E1(0,0)，E2(0,1)，E3(1,0)，E4(1,1)，E5(x?,y?)5 個均衡點。在這種條件下，B

圖3 B

除以上情景外，有學(xué)者從心理賬戶的角度認為“好評返現(xiàn)”往往比“好評返券”更容易引起消費者的疼痛感[30]。尤其對不滿意度較高的正直消費者來說，當(dāng)發(fā)現(xiàn)收到的商品與評論不符時，便會認為所謂的“好評”都是商家花錢買來的，更加會激起這類消費者的報復(fù)心理。他們會放棄獲得獎勵的機會，不發(fā)表評論，甚至用更差的言論來拒絕給予商品推薦。在這種背景下，返現(xiàn)給商家?guī)淼膿p失f2大 于返券給商家?guī)淼膿p失f3，當(dāng)參數(shù)滿足條件：

如圖4所示，系統(tǒng)中存在4個均衡點E1(0,0)，E2(0,1)，E3(1,0)，E4(1,1)。其中，均衡點(0,0)的DetJ>0，TrJ<0為該條件下的穩(wěn)定均衡解。均衡點 (0,1)和 (1,0)的 DetJ<0，均 衡 點 (1,1)的TrJ>0，所以這3個均衡點均不穩(wěn)定。最終的演化策略為商家“好評返券”，消費者“不推薦”。這種均衡策略對商家來說沒有任何意義。

圖4 A >0，B<0，C >0， D <0時均衡解的復(fù)制相位圖Fig.4 Phase diagram of the equilibrium solution when A>0，B<0，C>0，D<0

基于現(xiàn)實情況從商家的角度考慮，當(dāng)參數(shù)關(guān)系滿足條件：

從消費者的角度考慮，當(dāng)復(fù)制動態(tài)方程參數(shù)滿足：

演化穩(wěn)定路徑如圖5所示，系統(tǒng)中同時存在兩個穩(wěn)定均衡點分別為E1(0,0)和E4(1,1)。E2(0,1)和E3(1,0)是 不穩(wěn)定的均衡點，而E5(x?,y?)是該狀態(tài)下系統(tǒng)的不穩(wěn)定鞍點。將商家與消費者所滿足的參數(shù)條件同時代入表1中，利用雅克比矩陣判斷出的演化路徑與此一致。由此得知，商家與消費者最終的演化穩(wěn)定狀態(tài)還取決于二者不同的初始狀態(tài)及環(huán)境。

圖5 B >A>0， D >C>0時均衡解的復(fù)制相位圖Fig.5 Phase diagram of the equilibrium solution when B>A>0，D>C>0

2 演化博弈分析

通過以上分析可以看出：商品的價格、成本、獎勵額度、消費者不推薦時帶來的負面效益值、政府監(jiān)控及平臺懲罰成本等均會對商家群體最終的穩(wěn)定均衡狀態(tài)產(chǎn)生影響；而產(chǎn)品體驗滿意概率、獎勵收益、信用成本等均會影響消費者最終的策略選擇。以下所有分析討論均建立在條件(20)和 ( 21)的基礎(chǔ)之上。

當(dāng)參數(shù)滿足條件 (20)和 (21)時，系統(tǒng)進入局部穩(wěn)定狀態(tài)，收斂于(0,0)或 ( 1,1)。 對商家來說，(1,1)點是帕累托最優(yōu)均衡點， (0,0)點是帕累托劣均衡點。其演化方向取決于圖5所示的面積SΔE1E2E3與SΔE2E3E4的 大小。當(dāng)SΔE1E2E3>SΔE2E3E4時，商家群體選擇“好評返券”的概率大于選擇“好評返現(xiàn)”的概率，消費者群體選擇“不推薦”的概率大于選擇“推薦”的概率。當(dāng)SΔE1E2E3

接下來根據(jù)情景對商家損失值f2，f3，消費者信用成本r1，商家懲罰風(fēng)險r2這4個參數(shù)進行分析，討論其對系統(tǒng)演化路徑的影響。

2.1 不推薦給商家造成的損失

某種新品剛上市時，急切需要消費者的口碑宣傳來為其打開市場。如果消費者不支持推薦會嚴重影響新品未來的銷售市場，相對于占據(jù)一定市場份額的暢銷品來說，對商家造成的損失更大。隨著新品上市時間的增加，商品的銷量及評論數(shù)量趨于穩(wěn)定，消費者不推薦策略對商品的影響逐漸降低，商家損失值f2或f3也會逐漸減小。當(dāng)參數(shù)滿足條件( 20)和 (21)時易知：

隨著f2的 逐漸減小，SΔE2E3E4逐漸增大，鞍點E5會 逐漸向( 0,0)點靠近。最終商家選擇“返現(xiàn)”的概率越來越大，消費者選擇“推薦”的可能性越來越大，系統(tǒng)向理想的均衡狀態(tài)E4(1,1)收斂的可能性較大。

隨著f3的 逐漸減小，SΔE2E3E4逐漸減小，鞍點E5會 逐漸向( 1,1)點靠近。最終商家選擇“返券”的概率越來越大，消費者選擇“不推薦”的可能性越來越大，系統(tǒng)向理想的均衡狀態(tài)E4(1,1)收斂的可能性較小。

2.2 風(fēng)險成本

消費者在進行不誠信推薦時要承擔(dān)一定的信用懲罰。這些損失包括消費者對不滿意商品索賠的權(quán)益、其評價的可信度、社會群體的受認可度等。面積SΔE2E3E4對不誠信消費者信用懲罰成本求導(dǎo)得

面積SΔE2E3E4是消費者信用懲罰成本的減函數(shù)。社會信用體系給予不誠信推薦者信用懲罰越大，區(qū)域面積SΔE2E3E4越小，消費者選擇推薦策略的概率逐漸減小。

商家采取好評返現(xiàn)策略往往要面臨較高的政府或平臺的懲罰風(fēng)險。隨著政府對電子商務(wù)市場誠信環(huán)境監(jiān)管力度的大力提升，平臺也發(fā)布評價新規(guī)，禁止商家實施非法好評返現(xiàn)策略。

面積SΔE2E3E4是商家受政府及平臺懲罰風(fēng)險的減函數(shù)，隨著政府懲罰力度的增強，商家采取好評返現(xiàn)需要承擔(dān)的風(fēng)險成本越來越高，區(qū)域面積SΔE2E3E4逐漸減小。商家群體的期望利潤降低，返現(xiàn)能力不足，進而采取好評返券激勵策略的概率逐漸增大。此時，消費者因商家返券而改變自己推薦意愿的可能性并不大，依舊按照自己的滿意度進行推薦與否的策略選擇。這種情況下產(chǎn)生的評論更具有信度，對電商市場而言，這種返券激勵不失為好的營銷手段。

以上數(shù)學(xué)分析證實了在不同情境下，商家損失值、消費者信用成本以及商家懲罰風(fēng)險都會影響博弈雙方最終策略的選擇。有學(xué)者認為，消費者對購物體驗的滿意度是促使其發(fā)表在線評論的主要影響因素[20,31]。而基于本文的研究內(nèi)容，在不同種類好評獎勵的刺激下，消費者對商品本身的滿意度對其推薦意愿的影響作用如何，需要進一步討論。

3 數(shù)值仿真

為了更加直觀清晰地了解均衡狀態(tài)的演化過程，本文運用Matlab軟件求解消費者對商品本身滿意度偏低、對商品本身滿意度適中、對商品本身滿意度較高3種情形下商家采取好評返現(xiàn)和好評返券兩種不同策略傾向?qū)οM者推薦意愿的影響。通過變動參數(shù)范圍進行數(shù)值仿真，直觀分析θ在不同初始狀態(tài)下商家及消費者策略選擇的演化路徑。

前期已為 θ賦值多組數(shù)據(jù)進行仿真實驗，為了更加明顯地展示出演化路徑，本文選取仿真效果最明顯的一組參數(shù)：θ=0.3，θ=0.5，θ=0.7，分別作為消費者對商品本身滿意度偏低、對商品本身滿意度適中、對商品本身滿意度較高3種情形的概率。

為模擬商家獎勵策略與消費者推薦策略的動態(tài)演化過程，所有參數(shù)賦值均大于零且滿足條件（20）與（21），即f2?f3>0，b?β(p?q)>a+(1?θ)r2，(1+θ)a>(1?θ)f1>φ>0。模型中的其他相關(guān)參 數(shù) 及 初 始 賦 值 為a=5，b=8，p=120，q=100，β=0.1，γ=0.1，α1=0.1，α2= 0.9，r1=5，r2=1，f2=5，f3=3。

3.1 消費者對商品本身滿意度偏低

假定消費者對商品本身滿意的概率 θ=0.3，為滿足條件(20)與條件(21)，f1取值為2。商家初始返現(xiàn)的概率y=0.3y=0.3時，消費者不同初始推薦概率隨時間變化的動態(tài)演化過程如圖6所示。在這種情境中，消費者對商品本身的感知性價比較低，隨著時間的增長消費者趨于理性，商家采取返券策略很難達到激勵消費者給予推薦甚至進行二次購買的目的。因此，無論初始推薦概率x為多大，最終消費者群體均會傾向于“不推薦”策略。

圖6 消費者對商品滿意度為0.3且商家初始返現(xiàn)概率為0.3時的演化路徑Fig. 6 Evolution path for consumer satisfaction of 0.3 and merchant's initial cashback probability of 0.3

當(dāng)商家初始返現(xiàn)的概率y=0.7時，消費者不同初始推薦概率隨時間變化的動態(tài)演化過程如圖7所示。由圖7可知，x的臨界值位于0.8～0.9之間。當(dāng)消費者對該商品的初始推薦概率x大于臨界值時，最終的演化狀態(tài)為1，即消費者最終都會選擇“推薦”策略。當(dāng)消費者對該商品的初始推薦概率小于臨界值時，最終演化狀態(tài)為0，即消費者最終都會選擇“不推薦”策略。由此說明，即便消費者對商品本身的感知性價比不高，只要商家初始返現(xiàn)概率足夠大，便有機會使消費者做出“推薦”策略。消費者愿意用現(xiàn)金收益彌補商品本身給自己帶來的損失。

圖7 消費者對商品滿意度為0.3且商家初始返現(xiàn)概率為0.7時的演化路徑Fig.7 Evolution path for consumer’s satisfaction of 0.3 and merchant's initial cashback probability of 0.7

3.2 消費者對商品本身滿意度適中

假定消費者對商品本身滿意的概率 θ=0.5，為滿足條件 (20)與 條件 (21)，f1取值為5.3。商家初始返現(xiàn)的概率y=0.3時，消費者不同初始推薦概率隨時間變化的演化過程如圖8所示。在這種情境中，x的臨界值位于0.8～0.9之間。消費者對該商品的初始推薦概率x大于該臨界值時，最終的演化狀態(tài)為1，即消費者最終都會選擇“推薦”策略，當(dāng)消費者對該商品的初始推薦概率小于臨界值時，最終收斂于0，即消費者最終都會選擇“不推薦”策略。這說明消費者對商品本身感知性價比適中時，商家普遍采取返券策略對消費者的激勵效果并不顯著。

圖8 消費者對商品滿意度為0.5且商家初始返現(xiàn)概率為0.3時的演化路徑Fig. 8 Evolution path for consumer satisfaction of 0.5 and merchant's initial cashback probability of 0.3

當(dāng)商家初始返現(xiàn)的概率y=0.7時，消費者不同初始推薦概率隨時間變化的動態(tài)演化過程如圖9所示。由圖9可知，x的臨界值位于0.4～0.5之間。在現(xiàn)金獎勵的激勵下，消費者對該商品的初始推薦概率x大于臨界值時，最終的演化狀態(tài)為1，即消費者最終都會選擇“推薦”策略，消費者對該商品的初始推薦概率小于臨界值時，最終演化狀態(tài)為0，即消費者更傾向于按照自己最初的意愿進行評價。

圖9 消費者對商品滿意度為0.5且商家初始返現(xiàn)概率為0.7時的演化路徑Fig. 9 Evolution path for consumer satisfaction of 0.5 and merchant's initial cashback probability of 0.7

3.3 消費者對商品本身滿意度較高

假定消費者對商品本身滿意的概率 θ=0.7，為滿足條件 (20)與 條件 (21)，f1取值為17。商家初始返現(xiàn)的概率y=0.3時，消費者不同初始推薦概率隨時間變化的演化過程如圖10所示。由圖10可知，x的臨界值位于0.6～0.7之間。消費者對該商品的初始推薦概率x大于該臨界值時，最終的演化狀態(tài)為1，即消費者最終都會選擇“推薦”策略。當(dāng)消費者對該商品的初始推薦概率小于該臨界值時，最終收斂于0，即消費者最終都會選擇“不推薦”策略。在這種情境中，消費者對商品本身的感知性價比較高，即使初始返現(xiàn)概率不高，消費者依舊愿意給予推薦。

圖10 消費者對商品滿意度為0.7且商家初始返現(xiàn)概率為0.3時的演化路徑Fig. 10 Evolution path for consumer satisfaction of 0.7 and merchant's initial cashback probability of 0.3

當(dāng)商家初始返現(xiàn)的概率y=0.7時，消費者不同初始推薦概率隨時間變化的動態(tài)演化過程如圖11所示。消費者初始推薦概率x的臨界值位于0.2～0.3之間。消費者對該商品的初始推薦概率x大于該臨界值時，最終的演化狀態(tài)為1，即消費者最終都會選擇“推薦”策略；消費者對該商品的初始推薦概率小于該臨界值時，最終演化狀態(tài)為0，即消費者更傾向于按照自己最初的意愿給予評價。這種情況下，消費者對商品本身的感知性價比較高，商家又在高概率下采取直接返還現(xiàn)金的激勵策略，消費者很容易便會達到“推薦”狀態(tài)下的穩(wěn)定均衡。

圖11 消費者對商品滿意度為0.7且商家初始返現(xiàn)概率為0.7時的演化路徑Fig. 11 Evolution path for consumer satisfaction of 0.7 and merchant's initial cashback probability of 0.7

觀察圖6～11可知，在其他參數(shù)一定的情況下，消費者初始推薦概率x大于臨界值時，收斂速度會隨著初始推薦概率的增大而逐漸加快，使其更加迅速地收斂于 (1,1)點 。當(dāng)初始推薦概率x小于臨界值時，收斂速度隨著初始推薦概率的減小而逐漸加快，初始推薦概率越小，收斂于 (0,0)點的速度越快。此外，消費者是否給予商品推薦不僅取決于初始推薦概率的大小，還與對商品本身性價比的滿意度及商家返現(xiàn)概率大小有關(guān)。橫向?qū)Ρ葓D6和圖7、圖8和圖9、圖10和圖11便可以發(fā)現(xiàn)，當(dāng)消費者對商品本身滿意的概率處于同一水平時，僅考慮返現(xiàn)與返券兩種激勵策略，商家群體更高概率的返現(xiàn)行為比更高概率的返券行為更能激勵消費者進行推薦。縱向?qū)Ρ葓D6、圖8與圖10（或圖7、圖9與圖11）發(fā)現(xiàn)，當(dāng)商家返現(xiàn)（或返券）概率一定時，消費者對商品本身滿意的概率值θ越高，x臨界值就越低，系統(tǒng)越容易收斂于(1,1)點，消費者選擇推薦策略的可能性也就越大。

4 結(jié) 論

在網(wǎng)絡(luò)購物市場中，好評獎勵策略被良莠不齊的商家廣泛使用，使當(dāng)前在線評論系統(tǒng)受到嚴重挑戰(zhàn)，也給網(wǎng)絡(luò)購物的市場反饋與信用評價體系帶來較大爭議。本文在有限理性假設(shè)的基礎(chǔ)上，將商家及消費者信用成本融入到演化博弈的收益矩陣中，考慮了商品本身對消費者的影響及商家獎勵對消費者行為的影響。通過分析不同情境下商家的策略選擇及消費者的行為演化情況，并分析不同情境下參數(shù)變化對演化過程的影響，得到以下主要結(jié)論：

a.商家的策略選擇取決于商品的銷售利潤、獎勵成本、消費者不推薦時帶來的負面效益值、政府監(jiān)控及平臺懲罰成本的綜合收益。商家的初始返現(xiàn)概率對消費者的推薦概率也有顯著的影響。而消費者最終的推薦行為與信用成本，獎勵額度、對商品本身的滿意度等參數(shù)有關(guān)。相對于商家獎勵，消費者更加重視自己對商品本身的滿意度。

b.消費者不誠信評價獲得的返現(xiàn)凈收益隨著信用成本的增加而減少。這些信用成本包括消費者對不滿意商品索賠的權(quán)益、其評價的可信度、社會群體的受認可度等。若社會信用體系的建設(shè)使消費者必須付出這些代價去獲取一些金錢回報，將大大降低其不誠信推薦的意愿，有利于抵制賄賂性推薦獎勵的發(fā)生。

c.政府或網(wǎng)絡(luò)平臺對商家信用監(jiān)管的重視，會使得商家以金錢獎勵換好評的賄賂性行為代價增加，而商家期望利潤的減少會進一步降低其提供返現(xiàn)的能力。因此，針對非誠信評價行為，政府或平臺對商家的監(jiān)管與懲罰有利于遏制或減少賄賂性獎勵行為的發(fā)生。

d.通過實驗分析可得，商品本身性價比較高，導(dǎo)致消費者初始滿意概率較大時（例如滿意度θ=0.7），商家好評獎勵不失為一種有效的營銷手段。實施獎勵行為不僅可以增加商家自身收益，還可以激勵消費者積極為潛在顧客提供參考意見。但如果銷售的是低質(zhì)量產(chǎn)品，消費者初始滿意度只有θ=0.3，給予推薦評論的可能性很小，商家難以采用返券策略來激發(fā)消費者的二次購買，必須提高返現(xiàn)率才可能買來一些“好評”推薦，此時的好評獎勵便成為商業(yè)賄賂行為。因此，在實踐中，商家要想更好地利用好評獎勵，應(yīng)當(dāng)首先保障自身產(chǎn)品能給顧客帶來較高的滿意度，不宜單純依靠獎勵來刺激消費者進行好評推薦。在消費者對產(chǎn)品本身滿意概率較高的情況下，好評獎勵手段更多體現(xiàn)為激發(fā)消費者的推薦評價意愿，獲取更多有實質(zhì)內(nèi)容的店鋪評價信息。而在消費者對產(chǎn)品不滿意情況下，以獎勵換推薦的行為可能會適得其反，使消費者更不信任店鋪評價內(nèi)容，更不愿意進行非誠信推薦。

本研究將商家和消費者的信用成本及平臺的獎懲機制融入到演化博弈的收益矩陣中，改變以往僅聚焦于在線評論本身或商家賄賂行為的研究思路，將研究視角轉(zhuǎn)向商家與消費者兩者間的博弈行為，為后續(xù)相關(guān)研究提供新的角度。例如可加入新的博弈方，構(gòu)建商家、消費者、第三方平臺間的三方博弈模型，利用演化路徑系統(tǒng)地分析監(jiān)管及懲罰機制在好評獎勵中所起的作用。