社交电商中考虑有价市场信息的拼团规模与区别定价决策研究

doi:10.16381/j.cnki.issn1003-207x.2023.1996

摘要/Abstract

摘要：

近年来社交电商的兴起得益于多种营销组合方式的推陈出新，其中拼团模式针对不同特性消费者进行精准营销，兼具社交属性和区别定价属性，已成为时下最有效的营销模式之一。本文通过对比统一定价模式与提供拼团渠道的差异定价模式，综合考虑消费者异质性和消费者特征信息有价获取，在信息不对称下，为商家和平台两个主体构建拼团条件、拼团定价与拼团规模的最优决策模型。模型将消费者分为拼团偏好型和等待厌恶型，分析潜在消费者规模、消费者组成和成团成本差异对商家决策的影响。在得出各模式下最优定价组合和拼团规模的精准决策后，本研究还发现：（1）当等待厌恶型消费者占比略高时，依然提供拼团选项不但没有降低品牌价值，反而使商家与平台利润同时上升；（2）消费者异质性越明显，越可以从开通拼团渠道中获利；（3）平台收集的消费者占比信息对大型商家有更显著的影响，随着等待厌恶型消费者占比的增大，商家应该拉大定价差异，并设置较大的拼团规模；（4）在一定范围内，平台可以通过信息有价售卖的方式获得额外利润，但商家对市场预测能力较低时，平台选择无偿共享信息反而可以实现平台-商家双方的共赢。

关键词: 社交电商, 拼团定价, 信息价值, 协同决策, Stackelberg博弈

Abstract:

The rise of social e-commerce has benefited from innovative marketing strategies. Among them， group-buying model is a precise marketing strategy that targets consumers with different characteristics. It has combined social attributes and differentiated pricing properties， making it the most effective marketing model today. An optimal decision-making model for merchants and platforms is provided under information asymmetry by comparing uniform pricing models with differential pricing models that provide group buying channels. The model has taken into account consumer heterogeneity and valuable consumer feature information to offer optimal group buying conditions， pricing， and scale. It has also categorized consumers into group-buying preference type and waiting aversion type， analyzing the impact of potential consumer scale， consumer composition， and differences in group formation costs on business decisions. After obtaining precise decision-making on optimal pricing combinations and group-buying scales for each mode， it is found that （1） when the proportion of waiting aversion consumers is slightly higher， providing group-buying options not only does not reduce brand value but also increases both the profits of businesses and platforms. （2） The more pronounced the heterogeneity of consumers， the more profit can be gained from opening group-buying channels. （3） Information on consumer proportions collected by platforms has a more significant impact on large-scale businesses. As the proportion of impatient consumers increases， businesses should widen pricing differentials and set larger group-buying scales.（4） Within a certain range， platforms can obtain additional profits through selling valuable information. However， when businesses have low market forecasting capabilities， choosing to share information with them for free can actually achieve a win-win situation for both the platform and the businesses.

Key words: social e-commerce, group-buying pricing, information value, collaborative decision-making, Stackelberg game

中图分类号:

C934

赵川,郭子扬,王焜, 等. 社交电商中考虑有价市场信息的拼团规模与区别定价决策研究[J]. 中国管理科学, 2026, 34(3): 242-252.

Chuan Zhao,Ziyang Guo,Kun Wang, et al. Research on the Scale of Group-buying and Differential Pricing Decisions in Social E-commerce Considering Market Information Value[J]. Chinese Journal of Management Science, 2026, 34(3): 242-252.

图/表 11

图1

表1

参数设置及说明"

参数	说明
a	电商平台中商家的潜在消费者规模
β_(0<_β_<1)	等待厌恶型消费者占潜在消费者比例，表征两类消费者占比
θ_H	等待厌恶型消费者的成团成本系数
θ_L	拼团偏好型消费者的成团成本系数
Δθ	两类消费者成团成本系数的比值，表征两类消费者的异质性
1-k	商家成交单位商品的平台抽成比例
D_L	拼团偏好型消费者的需求
D_H	等待厌恶型消费者的需求
p^U	U模式的最优价格
p_i	i=1拼团价格；i=2单售价格
n	拼团规模
π_m	商家利润
π_p	平台利润
w	平台售卖信息的价格
γ	商家不购买信息时对β的预测值
e	平台获取消费者信息付出的努力程度
v	商家购买信息的概率
F	平台收集信息付出的固定成本
$σ$	商家信息预测偏差
$β ˜$	平台付出努力获得的β预测值

表1

图2

图3

图4

图5

图6

图7

图8

表2

平台—商家可接受的信息价格w范围（v=0.55）"

$σ$	平台信息有价	商家购买信息	双赢价格范围 (自由度)	范围外最优模式
0.05	>1057.25	<349.43	0	无信息
0.07	>962.93	<1406.22	443.29	无信息
0.11	>465.08	<2564.67	2099.59	无信息
0.13	>1072.48	<5132.61	4060.13	无偿共享
0.15	>1534.08	<7382.61	5848.53	无偿共享
0.17	>2057.04	<9940.08	7883.04	无偿共享
0.19	>2638.82	<12789.50	10150.68	无偿共享

表2

表3

平台—商家可接受的信息价格w范围（v=0.35）"

$σ$	平台信息有价	商家购买信息	双赢价格范围 (自由度)	范围外最优模式
0.05	>1734.09	<862.31	0	无信息
0.07	>1706.36	<795.325	0	无信息
0.11	>1591.17	<1314.72	0	无信息
0.13	>1368.51	<2633.22	1264.71	无信息
0.15	>2194.21	<4415.15	2220.94	无偿共享
0.17	>1620.92	<4690.80	3069.88	无偿共享
0.19	>5710.09	<12031	6320.91	无偿共享

表3

参考文献 24

[1]	王伊琳，陈先洁，孙蓉. 健康风险认知偏差对商业健康保险购买决策的影响——基于行为经济学视角［J］. 中国软科学， 2021（9）： 66-74.
	Wang Y L， Chen X J， Sun R. Effect of health risk cognitive bias on the purchasing decision of commercial health insurance： A perspective of behavioral economics［J］. China Soft Science， 2021（9）： 66-74.
[2]	Ali S N， Lewis G， Vasserman S. Voluntary disclosure and personalized pricing［J］. Review of Economic Studies， 2023， 90（2）： 538-571.
[3]	Huang T， Van Mieghem J A. Clickstream data and inventory management： Model and empirical analysis［J］. Production and Operations Management， 2014， 23（3）： 333-347.
[4]	Marinesi S， Girotra K， Netessine S. The operational advantages of threshold discounting offers［J］. Management Science， 2018， 64（6）： 2690-2708.
[5]	胡凤英，周正龙. 考虑社交关系的网购拼单研究［J］. 中国管理科学， 2021， 29（11）： 191-202.
	Hu F Y， Zhou Z L. Online interpersonal group-buying based on social relationship［J］. Chinese Journal of Management Science， 2021， 29（11）： 191-202.
[6]	Zhou G， Xu K， Liao S S Y. Do starting and ending effects in fixed-price group-buying differ？［J］. Electronic Commerce Research and Applications， 2013， 12（2）： 78-89.
[7]	Chen J， Chen X， Song X. Comparison of the group-buying auction and the fixed pricing mechanism［J］. Decision Support Systems， 2007， 43（2）： 445-459.
[8]	王求真，姚倩，叶盈. 网络团购情景下价格折扣与购买人数对消费者冲动购买意愿的影响机制研究［J］. 管理工程学报， 2014， 28（4）： 37-47.
	Wang Q Z， Yao Q， Ye Y. The influence of price discount and sales volume on impulse purchase intention of online group-buying［J］. Journal of Industrial Engineering and Engineering Management，2014， 28（4）： 37-47.
[9]	胡东滨，李洋，陈晓红，等. 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 D B， Li Y， Chen X H， et al. Group-buying strategies based on information interaction［J］.Systems Engineering- Theory & Practice， 2014，34（11）： 2849-2861.
[10]	Li X， Wu L. Herding and social media word-of-mouth： Evidence from groupon［J］. MIS Quarterly， 2018， 42（4）： 1331-1351.
[11]	江芬芬，梅姝娥，仲伟俊. 基于消费者分享行为的拼团销售模式选择和定价策略研究［J］. 管理工程学报， 2022， 36（5）： 236-246.
	Jiang F F， Mei S E， Zhong W J. Sales mode selection and pricing strategy of social group buying based on customer sharing behavior［J］. Journal of Industrial Engineering and Engineering Management， 2022， 36（5）： 236-246.
[12]	陈晓红，徐方方. 基于消费者从众特性的团购策略研究［J］. 管理工程学报， 2018， 32（2）： 179-187.
	Chen X H， Xu F F. Group-buying strategies based on consumer herding［J］. Journal of Industrial Engineering and Engineering Management， 2018，32（2）： 179-187.
[13]	Ku E C S. Beyond price： How does trust encourage online group’s buying intention？［J］.Internet Research， 2012， 22（5）： 569-590.
[14]	王田，汤寒冰，施彦丞. 社交型网络拼团：定价、人数和消费者类型［J］. 中国管理科学， 2025， 33（6）： 73-84.
	Wang T， Tang H B， Shi Y C. Social network group-buying： Pricing， quantity and consumers［J］. Chinese Journal of Management Science， 2025， 33（6）： 73-84.
[15]	Li G， Tian L， Zheng H. Information sharing in an online marketplace with co-opetitive sellers［J］. Production and Operations Management， 2021， 30（10）： 3713-3734.
[16]	陈雪，李波，吴爽. 需求信息不对称下考虑风险规避制造商的供应链决策研究［J］. 管理工程学报， 2021， 35（6）： 234-249.
	Chen X， Li B， Wu S. Supply chain decisions： A risk-averse manufacturer under demand information asymmetry［J］. Journal of Industrial Engineering and Engineering Management， 2021， 35（6）： 234-249.
[17]	周雄伟，马费成. 需求不确定环境下的供应链信息共享激励模型［J］. 管理工程学报， 2010， 24（4）： 122-126+121.
	Zhou X W， Ma F C. An incentive model of information sharing in supply chain with demand uncertainty［J］. Journal of Industrial Engineering and Engineering Management， 2010， 24（4）： 122-126+121.
[18]	金雁南，田林. 信息不对称下供应链成员的决策顺序研究［J］. 中国管理科学， 2019， 27（11）： 158-165.
	Jin Y N， Tian L. Supply chain members' preferences over decision sequence with information asymmetry［J］. Chinese Journal of Management Science， 2019， 27（11）： 158-165.
[19]	唐敏，张兆琪，李志国. 信息禀赋差异下制造商信息获取策略： “躺平”或“进取”［J］. 中国管理科学， 2022， 30（12）： 152-161.
	Tang M， Zhang Z Q， Li Z G. Manufacturer’s information acquisition strategy under the difference of information possession： Passive or active［J］. Chinese Journal of Management Science， 2022， 30（12）： 152-161.
[20]	Tai P D， Anderson M R， Hien Duc T T， et al. Strategic information sharing in supply chain with value-perceived consumers［J］. Industrial Management & Data Systems， 2022， 122（4）： 841-863.
[21]	徐鸿雁，陈剑. 不对称信息下对异质销售商激励及产品定价［J］. 系统工程学报， 2011， 26（2）： 222-228.
	Xu H Y， Chen J. Pricing and incentives on heterogeneous sales-agents under asymmetric information［J］. Journal of Systems Engineering，2011，26（2）： 222-228.
[22]	Wei J， Lu J， Zhao J. Interactions of competing manufacturers’ leader-follower relationship and sales format on online platforms［J］. European Journal of Operational Research， 2020， 280（2）： 508-522.
[23]	Savaskan R C， Bhattacharya S， Van Wassenhove L N. Closed-loop supply chain models with product remanufacturing［J］. Management Science， 2004， 50（2）： 239-252.
[24]	王勇，罗富碧，林略. 第四方物流努力水平影响的物流分包激励机制研究［J］. 中国管理科学， 2006， 14（2）： 136-140.
	Wang Y， Luo F B， Lin L. Fourth party logistics' efforts-influenced subcontract incentive mechanism［J］. Chinese Journal of Management Science， 2006， 14（2）： 136-140.