大数据背景下制造商定价策略的演化博弈研究.pdf

第5 0卷 第2期西南大学学报(社会科学版)2 0 2 4年3月V o l.5 0 N o.2J o u r n a l o fS o u t h w e s tU n i v e r s i t y(S o c i a lS c i e n c e sE d i t i o n)M a r.2 0 2 4D O I:1 0.1 3 7 1 8/j.c n k i.x d s k.2 0 2 4.0 2.0 1 3经济与管理大大数数据据背背景景下下制制造造商商定定价价策策略略的的演演化化博博弈弈研研究究郑 天 牧1,郑 月 龙2,蔡 琴2(1.华夏银行 重庆分行,重庆4 0 0 0 2 3;2.重庆工商大学 工商管理学院,重庆4 0 0 0 6 7)摘 要:大数据对制造商形成定价策略具有重要意义,在大数据背景下构建制造商定价策略的双群体演化博弈模型,解析制造商定价策略的演化稳定策略及影响因素。研究表明:给定对方定价策略,只要个人信息保护力度足够大,制造商更倾向于选择同一性定价策略,反之,更倾向于选择歧视性定价策略。当保护力度适中时,制造商定价策略演化与定制成本、信息搜集成本及制造商技术水平差距相关。个人信息保护力度及两家制造商可变成本质量成本系数之差通过影响演化稳定策略的吸引域对制造商定价策略系统演化产生影响,当混合均衡点存在时,系统演化受到单位信息搜寻成本、单位定制成本等影响,相关影响机理需做具体分析。关键词:大数据;同一性定价;歧视性定价;演化博弈中图分类号:D 2 2;L 4 3,L 5 1 文献标识码:A 文章编号:1 6 7 3-9 8 4 1(2 0 2 4)0 2-0 1 5 6-1 2一、引 言当前,数据成为核心生产要素,企业将消费者信息整合成为大数据,对消费者偏好加以搜集、整理、研究的能力在市场竞争中变得愈发重要1。企业利用这些数据对消费者群体进行建模,并采用“一人一价”定制化价格,但同时也带来了“大数据杀熟”价格歧视问题2-4。加剧消费者隐私泄露风险的同时,也降低了消费者对网络交易市场的信任5。随着消费者个人信息保护意识的增强,国家也出台相关政策法规对个人信息进行保护,如2 0 2 1年颁布的 中华人民共和国个人信息保护法,使企业搜集信息的难度及成本发生变化,影响着企业产品定价决策。据此,本文在大数据背景下以两类制造商为主体,通过建立制造商定价策略的双群体演化博弈模型,研究制造商定价策略的动态演化及其影响机理。与本文研究相关的文献主要有两类,一是关于歧视性定价策略的研究,A r m s t r o n g6指出歧视性定价不仅减弱了竞争对手对自身利润的影响而且也减小了企业与消费者的信息不对称,有利于提升企业利润;S u n d a r a r a j a n分析了消费者需求差异下的定价问题,研究表明歧视定价提高651作者简介:郑天牧,华夏银行重庆分行。通讯作者:郑月龙,重庆工商大学工商管理学院,教授。基金项目:国家社会科学基金项目“双向协同下产业共性技术跨组织合作研发机制研究”(2 0 B J Y 0 0 5),项目负责人:郑月龙;国家自然科学基金青年项目“品牌极化策略的实施效果与作用机制研究:群体符号边界理论视角”(7 2 3 0 2 0 2 7),项目负责人:江霞;重庆市教育委员会人文社会科学研究项目“基于群体模仿的成渝双城经济圈新消费场景打造策略与区域消费升级路径研究”(2 2 S K G H 2 1 5),项目负责人:江霞。了垄断企业的利润7;A n d e r s o n等8考虑了消费者支付意愿,通过构建垄断企业的歧视定价模型,研究了价格歧视使企业获利条件。但斌等9通过细分消费者偏好研究了企业产品的歧视定价策略,发现与单一定价策略相比歧视定价策略获利更高。周慧妮等1 0认为在竞争市场中非歧视价格策略定价总是高于歧视价格策略,而歧视定价的利润总是高于非歧视定价;L i等1 1研究指出与没有价格歧视的模型相比,在价格歧视模型下企业获得了更多利润,对环境造成的影响更小;B e r g e m a n n等1 2比较分析了三级价格歧视和统一定价的问题。二是关于大数据下歧视性定价策略的研究,学者们研究指出,在大数据时代企业根据消费者信息实施歧视定价的方法已经不断丰富,如对消费者购买记录进行跟踪1 3-1 4、为消费者提供预售折扣作为价格歧视机制1 5、基于行为的价格歧视的盈利能力1 6及数据对不同规模的平台企业定价及收益影响1 7-1 8等。由于细分市场是实施价格歧视的前提,学术界也开始关注消费者的偏好问题1 9-2 0。最近,李世杰2 1探讨了互联网平台阶梯式定价策略及其产业实践对平台用户规模的影响机理,并指出阶梯式定价机制与价格歧视理论的本质差异。综上,现有研究主要探讨了同一性定价策略和歧视定价策略的选择问题,学者们对同一性定价还是歧视定价对企业更优产生分歧,但大多数学者都倾向于认为歧视定价对企业更优。然而,没有重视个人信息保护力度、信息搜集成本、定制成本、企业间的技术差距等因素对企业价格决策的影响。为此,本文在大数据背景下建立制造商定价策略的双群体演化博弈模型,研究了个人信息保护力度、信息搜集成本、定制成本、制造商间的技术差距等因素对同一性定价和歧视性定价策略的影响。本文创新之处在于通过构建双群体演化博弈模型揭示制造商群体定价策略的动态演化过程,解析个人信息保护力度、信息搜集成本、定制成本、制造商间的技术差距等因素对制造商定价策略的影响机理。二、模型基本假设基于H o t e l l i n g线性市场模型,假设市场中存在两类基于i O S平台和A n d r i o d平台的制造商群体,前者如I P HON E、I P A D等,后者如华为、O P P O、V I VO、小米等,两类群体中随机选择位于线性市场0,1 两端0和1处的两个代表性制造商0和1,两个制造商为均匀地分布在线性市场中总量为1的消费者提供产品。假设消费者对产品水平偏好类型x(简称“偏好类型”)以其在市场中所处位置表示,每位消费者对该产品愿意支付的保留价格为v;据I s h i b a s h i等2 2的研究,假设偏好类型为x的消费者,在观测到产品价格P(x)和质量水平q后,选择购买一单位或不购买该产品。若购买,则获得效用u(x)=v+q-P(x),若不购买则效用为0。考虑到I P HON E等产品定位和实际售价,一般而言,基于i O S平台的消费者保留价格高于A n d r i o d,但由于基于A n d r o i d平台的制造商也逐渐推出高端产品,加之消费者需求的差异性,两个平台的消费者保留价格关系比较复杂,不失一般性,假设基于两个平台的消费者保留价格均为v(v足够大),故其一定选择购买产品。假设消费者选择购买使自身效用更大的产品或同自身偏好类型更接近的产品,假设消费者产品购买选择与产品质量和价格之差qi-Pi(x)相关,根据王世强等2的研究称之为产品性价比。对于线性市场两家制造商i(i=0,1)而言,可能产生三类成本,第一类是质量成本,即产品质量水平为qi,根据B a n k e r等2 3的研究,每件产品质量成本为c(qi)=q2i/2ki,ki为可变质量成本系数,越大表示效率越高,相应制造商技术水平越高,且ki是共同知识;第二类是定制成本,是指751当消费者最高支付意愿是可变函数v(x)时,不会改变研究结论2。制造商投入与消费者偏好相关的成本,以满足消费者特定偏好,对于偏好类型为x的消费者,制造商0的该项成本为t x,制造商1则为t(1-x),t为单位定制成本。假设市场中消费者偏好分布是共同知识,而每个消费者偏好是私人信息,当制造商无法掌握每个消费者偏好的私人信息时,只能基于消费者偏好分布提供产品并由消费者自行选择购买,此时,制造商只能基于消费者偏好分布进行同一性定价(U),即产品的价格对任意消费者偏好x均为常数,以制造商1为例,有P1(x)=p1+t(1-x),其中p1为常数。三是信息搜寻成本,制造商可运用大数据技术对消费者信息进行分析进而精准识别每个消费者的偏好类型和支付意愿。为获取此类信息,制造商需要付出信息搜寻成本,与制造商自身定位同消费者偏好间的差距相关。例如,偏好i O S平台这类消费者更易在该平台留下搜索痕迹和(或)购买记录,这利于i O S平台对相关消费者进行精准识别,而竞争对手A n d r i o d平台对该类消费者进行精准识别所付出的成本相对较高。假设对偏好类型为x的消费者,制造商0所需付出的信息搜集成本为c0(x)=c x,制造商1所需付出成本相应为c1(x)=c(1-x),c为制造商的单位信息搜寻成本。制造商获取消费者偏好信息后能够将具有某特征的产品直接卖给特定消费者,并采用歧视性定价(D),即产品价格仍随消费者偏好x的变化而发生改变,以制造商1为例,即P1(x)=p1(x)+t(1-x),其中p1(x)为与消费者偏好类型x相关的函数。根据W a t t a l等2 4的研究,消费者对产品水平特征的偏好使得制造商能够通过满足消费者的偏好来弥补其产品在质量层面的不足,从而仍可制定较高的产品价格,这为制造商选择歧视性定价提供了激励。进一步假设制造商在线性市场分界点为x00,1,制造商0市场范围为0,x0,制造商1市场范围为x0,1。制造商搜寻消费者信息产生的总成本为Ci(x0),i=0,1。制造商的利润函数分别为0=x00P0(x)-c(q0)-t x)d x-C0(x)和1=1x0P1(x)-c(q1)-t(1-x)d x-C1(x)。当制造商进行歧视性定价时,制造商搜寻消费者信息产生的总成本分别为C0(x)=x00 c0(x)d x和C1(x)=1x0 c1(x)d x,其中为个人信息保护力度;若制造商进行同一性定价时,不需要支付信息搜寻成本,则c=0,相应的Ci(x)=0,i=0,1。为保证分析在经济学上有意义,参考王世强等2的研究,假设制造商0在质量提升方面具有技术优势即k0k1;为保证技术劣势制造商1不会被逐出市场,假设0k0-k10,根据消费者偏好类型x设置产品价格P1(x)。对偏好类型为x的 消 费 者,若q1-P1(x)q0-P0(x),制 造 商1将 失 去 此 类 消 费 者;若P1(x)0,并进行价格歧视,根据消费者偏好类型x设置产品价格P0(x)。对偏好类型为x的消费者,若q0-P0(x)q1-P1(x),制造商0将失去此类消费者;若P0(x)0及C1(x)0,此时两家制造商将根据竞争对手的成本函数确定自身的价格。实际上,对制造商0而言,其对偏好类型为x的消费者所能制定的价格上限P-0(x)满足P-0(x)-q0=q212k1+t(1-x)+c(1-x)-q1,即保证竞争对手采用成本定价951时,自身市场范围内的消费者选择两类产品可取得相同的效用水平。类似地,制造商1所能制定的价格上限P-1(x)满足P-1(x)-q1=q202k0+t x+c x-q0,此时,两家制造商的市场分界点满足q202k0+t x+c x-q0=q212k1+t(1-x)+c(1-x)-q1,类似地易得制造商最优产品质量水平qDD*0=k0,qDD*1=k1;制造商0和1的最优定价、市场临界点为pDD*0=(2t+3c)k0-c k1+2c(t+c)4(t+c),pDD*1=(2t+3c)k1-c k0+2c(t+c)4(t+c),xDD*0=k0-k1+2t+2c4(t+c);制造商的最优利润分别为DD*0=(2t+3c-c)k0-k1+2(t+c)()23 2(t+c)2,DD*1=(2t+3c-c)k0-k1-2(t+c)()23 2(t+c)2。综上可得,两家制造商0和1的博弈支付矩阵,如表1所示:表1 制造商0与制造商1的博弈支付矩阵制造商1制造商0U策略D策略U策略U U*0,U U*1U D*0,U D*1D策略DU*0,DU*1DD*0,DD*1四、制造商产品价格的演化稳定策略根据前文分析研究,由表1可得命题1:命题1:(1)当制造商1选择策略U时,制造商0选择策略U和D的利润分别为U U*0和D U*0,制造商0选择U和D策略的临界点为10,当1时,U U*0-D U*00,制造商0选择U策略;当1时,U U*0-D U*00,当2时,DD*0-U D*00,制造商0选择U策略;当0,制造商0选择D策略。(3)当制造商0选择策略U时,制造商1选择策略U和D的利润分别为U U*1和U D*1,制造商0选择U和D策略的临界点为30,当3时,U U*1-U D*10,制造商1选择U策略;当3时,U U*1-U D*10,当2时,DD*1-D U*10,制造商1选择U策略;当0,制造商1选择D策略。其中:1=(1 8t(t+c)(k0-k1+6t+2c)2-4(2t+c)2(k0-k1+6t)2)9t c(k0-k1+6t+2c)2,2=(2t+c)(2t+3c)-2(t+c)2)c(2t+c)3=(1 8t(t+c)(k0-k1-6t-2c)2-4(2t+c)2(k0-k1-6t)2)9t c(k0-k1-6t-2c)2命题1表明,当制造商0或1选定策略时,制造商1或0的最优策略与个人信息保护力度有关,且存在一个临界值,当个人信息保护力度高于该临界值时,此时制造商难以搜集到消费者私人信息进行歧视性定价,制造商将选择同一性定价策略;反之,当个人信息保护力度较低时,制061造商将选择歧视性定价策略。假设制造商0群体中选择U策略的比例为x0,选择D策略的比例为1-x0;制造商1群体中选择U策略的比例为x1,选择D策略的比例为1-x1。根据复制者动态方程,制造商0选择策略U的数量增长率为x0 x0可表示为eA(x1,1-x1)T减去其平均适应度(x0,1-x0)A(x1,1-x1)T,其中e=(1,0)表示制造商0以1的概率选择U策略,A表示制造商0的支付矩阵,其中A=U U*0U D*0D U*0DD*0。据此,制造商0的复制者动态方程可表示为:x0=x0(e-(x0,1-x0)B(x1,1-x1)T(1)将制造商0的支付矩阵代入复制动态方程(系统),整理得:x0=x0(1-x0)(x1(U U*0-D U*0)+(1-x1)(U D*0-DD*0)(2)同理,制造商1选择U策略的增长率为x1x1可表示为(1-x1,x1-1)B(x0,1-x0)T,制造商的支付矩阵B=U U*1D U*1U D*1DD*1,整理得制造商1的复制动态方程(系统)为:x1=x1(1-x1)(x0(U U*1-U D*1)+(1-x0)(D U*1-DD*1)(3)根据假设条件及命题1容易判断13,可得命题2。命题2根据式(2)和(3)给出的复制动态方程,可得:(1)点(0,0),(0,1),(1,0),(1,1)是复制动态系统的四个均衡点;(2)当个人信息保护力度满足132或213时,(x*0,x*1)是动态系统的混合均衡点。其中:x*0=9t(2t+c)(k0-k1-2t-2c)2(2t+c)(2t+3c-c)-2(t+c)2()(t+c)24(2t+c)2(k0-k1-6t)2-9t(2t+2c-c)(k0-k1-6t-2c)2()+9t(2t+c)(k0-k1-2t-2c)2(2t+c)(2t+3c-c)-2(t+c)2()x*1=9t(2t+c)(k0-k1+2t+2c)2(2t+c)(2t+3c-c)-2(t+c)2()(t+c)24(2t+c)2(k0-k1+6t)2-9t(2t+2c-c)(k0-k1+6t+2c)2()+9t(2t+c)(k0-k1+2t+2c)2(2t+c)(2t+3c-c)-2(t+c)2()根据命题12可得命题3,并得出相应的演化稳定策略(E S S)。命题3当满足0k0-k12t时,若132,(1)当3时,E S S为(D,D)记为(0,0);(2)当32时,E S S为(U,U)记为(1,1)。若123,(1)当2时,E S S为(D,D)记为(0,0);(2)当23时,E S S为(U,U)记为(1,1)。若213,(1)当2时,E S S为(D,D)记为(0,0);(2)当21时,E S S为(U,D),(D,U)记为(1,0),(0,1);(3)当13时,E S S为(U,U)记为(1,1)。由命题3,只要个人信息保护力度足够大,制造商更倾向于选择U策略即同一性定价策略;当个人信息保护力度较小时,制造商更倾向于选择D策略即歧视性定价策略;当个人信息保护力度适中时,制造商定价策略行为演化与信息搜集成本、定制成本及制造商之间的技术水平差距相关。进而可得稳定点为(1,1),(0,0),鞍点为(x*0,x*1)的相位图如图1(a)所示,稳定点为(1,0)和(0,1),鞍点为(x*0,x*1)的相位图如图1(b)所示。161图1 制造商0和制造商1的演化相位图根据W e i b u l l2 5的研究,非对称情况下混合均衡不是E S S,但混合均衡点x*0,x*1的大小会影响系统演化趋势,根据(x*0,x*1)可得命题4(相关证明过程如有需要请与作者联系)。命题4当132时,有x*00,x*10;当342时,有x*0(k0-k1)0;当342时,有x*0(k0-k1)0;当32时,x*1(k0-k1)0;当532或350;当21 0,x*1 0,x*0(k0-k1)0。其 中,4=1 8t2(t+c)(k0-k1-6t-2c)-2(2t+c)2(2t-c)(k0-k1-6t)()9t2c(k0-k1-6t-2c);5=1 8t2(t+c)(k0-k1+6t+2c)-2(2t+c)2(2t-c)(k0-k1+6t)()9t2c(k0-k1+6t+2c)。由命题4,个人信息保护力度及两家制造商可变成本质量成本系数之差(k0-k1)通过影响(0,0)、(1,1)的吸引域进而对系统演化产生影响。当132时,x*0和x*1都是的严格减函数,此时随增加,均衡点(1,1)的吸引域增大,系统的E S S演化至(1,1)的概率变大,反之演化稳定至(0,0)的概率增大;当342时,x*0是(k0-k1)的严格增函数;当532或352时,x*1是(k0-k1)的严格递增函数,此时随着(k0-k1)的增加,系统的E S S演化至(0,0)的概率增大,反之系统演化稳定至(1,1)的概率变大;当342时,x*0是(k0-k1)的严格减函数,当32时,x*1是(k0-k1)的严格递减函数,此时随着(k0-k1)的增加,系统的E S S演化至(1,1)的概率增大,反之演化稳定至(0,0)的概率变大;当210且FoFm时,均衡点为E S S,当d e tJ0时,为鞍点,否则为不稳定点。(一)不同情形下系统演化稳定均衡分析设k0=1,k1=0.5,c=1,t=1(满足条件0k0-k12t,下同),由命题1可得3个临界值点分别为1=1.6 6 09,2=2.3 3 33,3=1.8 4 89,个人信息保护力度取值=1,=2,=3,运用M a t h e m a t i c a软件计算结果如表2所示。设k0=1,k1=0.1,c=1,t=0.6,根据命题1可得3个临界值点为1=1.4 8 17,2=1.8 7 27,3=2.0 1 68,个人信息保护力度取值=1,=2,=3,如表3所示。设k0=0.3,k1=0.1,c=1,t=0.2,根据命题1可得3个临界值点分别为1=1.6 6 15,2=1.3 4 29,3=1.9 1 61,个人信息保护力度分别取值=1.2,=1.5,=1.8,=2.1,如表4所示。表2 132时均衡的局部稳定性(0,0)d e tJt r J(0,1)d e tJt r J(1,0)d e tJt r J(1,1)d e tJt r J=10.0 2 69-0.3 3 85-0.0 2 12-0.0 3 82-0.0 3 500.0 4 510.0 2 750.3 3 16=20.0 0 17-0.0 8 460.0 0 270.1 1 700.0 0 160.0 8 220.0 0 25-0.1 1 46=30.0 0 670.1 6 93-0.0 2 140.2 7 21-0.0 2 370.1 1 940.0 7 55-0.5 6 08表3 123时均衡的局部稳定性(0,0)d e tJt r J(0,1)d e tJt r J(1,0)d e tJt r J(1,1)d e tJt r J=10.0 1 01-0.2 3 54-0.0 0 74-0.0 7 50-0.0 2 600.0 3 410.0 1 910.2 7 64=20.0 0 020.0 3 43-0.0 0 120.1 3 320.0 0 00 6-0.0 2 85-0.0 0 03-0.1 3 9=30.0 1 680.3 0 41-0.0 3 020.3 4 14-0.0 3 24-0.0 9 110.0 5 81-0.5 5 44表4 213时均衡的局部稳定性(0,0)d e tJt r J(0,1)d e tJt r J(1,0)d e tJt r J(1,1)d e tJt r J=1.20.0 0 03-0.0 3 60-0.0 0 13-0.0 7 01-0.0 0 22-0.0 8 180.0 0 870.1 8 78=1.50.0 0 040.0 3 960.0 0 05-0.0 4 630.0 0 14-0.0 8 280.0 0 180.0 8 95=1.80.0 0 320.1 1 51-0.0 0 12-0.0 2 250.0 0 11-0.0 8 37-0.0 0 04-0.0 0 89=2.10.0 0 880.1 9 06-0.0 0 640.0 0 13-0.0 0 29-0.0 8 470.0 0 21-0.1 0 72 由表24易得相关算例结果与命题3一致,当132时,若个人信息保护力度=1,平衡点(0,0)是系统的E S S,制造商0和1均选择歧视性定价策略;若=2,(0,0)和(1,1)是系统的E S S,制造商0和1均选择同一性定价策略或均选择歧视性定价策略;若=3,点(1,1)是系统的E S S,制造商0和1均选择同一性定价策略。当123时,若=1,点(0,0)是系统的E S S,制造商0和1均选择歧视性定价策略;若=2,点(1,0)是系统的E S S,制造商0选择同一性定价策略而制造商1选择歧视性定价策略;若=3,(1,1)是系统的E S S,制造商0和1均选择同一性定价策略。当213时,若=1.2,(0,0)是系统的E S S,制造商0和1均选择歧视性定价策略;若=1.5,(0,1)和(1,0)是系统的E S S,制造商0和1选择相反策略;若=1.8,(1,0)是系统的E S S,制造商0选择同一性定价策略而制造商1选择歧视性定价策略;若=2.1,(1,1)是系统的E S S,制造商0和1均选择同一性定价策略。(二)不同初始状态下系统演化动态当132时,设k0=1,k1=0.5,c=1,t=1,=2(若没有特别说明,下文参数取值与此保持一致),(x0,x1)分别取值(0.1,0.6),(0.3,0.5),(0.5,0.1),(0.4,0.9),(0.6,0.5),(0.9,0.3),如图2(a)所示。当213时,设k0=0.3,k1=0.1,c=1,t=0.2,=1.5(若没有特别说明,下文参数取值与此保持一致),(x0,x1)分别取值(0.1,0.5),(0.3,0.7),(0.4,0.9),(0.5,0.1),(0.7,3610.3),(0.9,0.4),如图2(b)所示。由图2(a)可知,当(x0,x1)取不同的初始值,系统演化结果将收敛于不同的点,在初始值设定状态下,鞍点的值为(0.5 1 9 4,0.3 8 2 7),结合图1可知,当(x0,x1)初始值落在A B O D区域时,系统演化稳定于均衡(0,0),博弈主体将选择歧视性定价策略。当(x0,x1)初始值落在B C D O区域时,系统演化稳定于均衡(1,1),博弈主体将选择同一性定价策略。由图2(b)可知,在初始值设定状态下,鞍点的值为(0.2 1 6 6,0.4 3 6 4),当(x0,x1)初始值落在E P GH区域时,博弈系统稳定于均衡(0,1),制造商0将选择歧视性定价策略而制造商1将选择同一性定价策略。当(x0,x1)初始值落在E F G P区域时,系统演化稳定于均衡点(1,0),制造商0将选择同一性定价策略而制造商1将选择歧视性定价策略。可知,双方策略演化结果对初始值具有依赖性,根据命题4,不同参数对博弈主体演化结果有一定影响,下面将分析、k0-k1、c、t等参数对博弈系统演化的影响。图2 不同情形下博弈参与主体策略选择的动态演化(三)个人信息保护力度对系统演化的影响个人信息保护力度的影响如图3所示,其余参数保持不变,当132时,分别取值1.9,2.1,2.3,以(0.1,0.6)和(0.9,0.3)为基准进行分析,如图3(a)所示,随着增大,E S S由(0,0)变为(1,1),制造商0和1均倾向于选择同一性定价策略。当213时,分别取值1.3 5,1.5 0,1.6 5,以(0.1,0.3)和(0.7,0.9)为基准进行分析,如图3(b)所示,随着增大,E S S由(0,1)变为(1,0),制造商0倾向于选择同一性定价策略而制造商1倾向于选择歧视性定价策略。图3 个人信息保护力度对系统演化的影响461图4 制造商技术差距k0-k1对系统演化的影响(四)制造商技术差距对系统演化的影响制造商技术差距k0-k1对混合均衡的影响如图4所示,其余参数保持不变,当132,52,k0分别取值0.6,1.0,1.4,即k0-k1为0.1,0.5,0.9,以(0.5,0.4),(0.9,0.1)为基准进行分析,如图4(a)所示,随着k0-k1增加,E S S由(1,1)变为(0,0),制造商0和1均倾向于选择歧视性定价策略。若满足342,532或352,则取值=3,t=2,k0分别取值2,3,4,即k0-k1为1.5,2.5,3.5,以(0.0 5,0.2 5),(0.1,0.1 9)为基准进行分析,如图4(b)所示,随着k0-k1增加,E S S由(0,0)变为(1,1),制造商0和1均倾向于选择同一性定价策略。在特定条件下,若342,35,随k0-k1增加制造商0和1均倾向于选择歧视性定价策略,当213时,随k0-k1增加,制造商0选择同一性定价策略而制造商1倾向于歧视性定价策略,这与图4分析类似,不再赘述。(五)信息搜集成本和单位定制成本对系统演化的影响如图5所示,当132时,c分别取值0.6,1.0,1.4,其余参数保持不变,以(0.1,0.6),(0.9,0.3)为基准进行分析,如图5(a)所示,随着c增加,E S S由(0,0)变为(1,1),制造商0和1均倾向于选择同一性定价策略。当213时,c分别取值1,2,3,以(0.1,0.2),(0.5,0.7)为基准进行分析,如图5(b)所示,随着c增加,E S S由(1,0)变为(0,1),制造商0倾向于选择歧视性定价策略而制造商1倾向于选择同一性定价策略。单位定制成本的影响与图5类似,在特定条件下,当132时,随着t增加,制造商0和1均倾向于选择歧视性定价策略,当213时,随着t增加,制造商0倾向于选择歧视性定价策略而制造商1倾向于选择同一性定价策略,在此不再赘述。图5 信息搜集成本c对系统演化的影响561六、结论与启示本文在大数据背景下构建了制造商定价策略的双群体演化博弈模型,解析了制造商面对同一性价格和歧视性价格策略的演化稳定策略及影响因素。研究发现,给定对方制造商的定价策略,制造商的最优策略与个人信息保护力度大小有关,且存在一个临界值,当个人信息保护力度高于该临界值时,制造商选择同一性定价策略;反之选择歧视性定价策略;当个人信息保护力度适中时,制造商定价策略行为演化与信息搜集成本、定制成本及制造商之间的技术水平差距相关。个人信息保护力度及两家制造商可变成本质量成本系数之差通过影响演化稳定策略(同一性定价,同一性定价)和(歧视性定价,歧视性定价)的吸引域对制造商定价策略系统演化产生影响,当混合均衡点存在时,系统演化的影响受到单位信息搜寻成本、单位定制成本等的影响,具体影响机理需要做具体分析。根据上述研究结论,个人信息保护力度对于制造商选择同一性定价还是歧视性定价策略有重要影响。如何采取符合市场规律的消费者个人信息保护策略,以规避消费者对网络交易市场信任的下降,不仅需要国家出台相关法律法规并严格执行,如2 0 2 1年实施的 中华人民共和国个人信息保护法,为消费者个人信息保护提供根本遵循;同时,需要理解制造商定价策略的演化机理,通过声誉机制、惩罚机制等,具体通过面向大众曝光、具有威慑性的惩罚等举措,对制造商价格歧视行为产生威慑,进而抑制制造商采取歧视性定价策略。还可通过运用相应技术加密、去标识化等措施,规避消费者个人信息遭到泄露、丢失,增加制造商的个人信息获取成本。此外,增强消费者个人的隐私保护意识,提升制造商获取个人信息的成本,也是强化个人信息保护力度的重要方面。下一步,可引入第三方监管机构,构建其与制造商、消费者的三方演化博弈模型,进而系统地揭示三方博弈的演化稳定策略及企业定价策略的演化动态。还可区分不同的市场产品,解析企业定价策略与消费者类型、产品特性之间的动态匹配机制,这是一个有趣且极具挑战性研究话题,也构成本文的一个拓展性研究方向。参考文献:1 李淮男.数字化转型背景下个人信息利用与保护的平衡与优化J.信息安全研究,2 0 2 2(7):7 2 6-7 3 1.2 王世强,陈逸豪,叶光亮.数字经济中企业歧视性定价与质量竞争J.经济研究,2 0 2 0(1 2):1 1 5-1 3 1.3 甄艺凯.转移成本视角下的大数据“杀熟”J.管理世界,2 0 2 2(5):8 4-1 1 7.4 赵传羽,丁预立,刘中全.网络外部性与基于购买行为的价格歧视:“杀熟”的经济学分析J.世界经济,2 0 2 3(6):2 1 0-2 3 6.5 何昊洋.大数据杀熟背后的平台私权力及其法律矫正J.重庆大学学报(社会科学版),2 0 2 3(6):2 2 0-2 3 2.6 A RM S T R ON G M.P r i c ed i s c r i m i n a t i o nb yam a n y-p r o d u c t f i r mJ.T h er e v i e wo f e c o n o m i cs t u d i e s,1 9 9 9(6 6):1 5 1-1 6 8.7 S UN D A R A R A J ANA.N o n l i n e a rp r i c i n ga n dt y p e-d e p e n d e n tn e t w o r ke f f e c t sJ.E c o n o m i c s l e t t e r s,2 0 0 4(1):1 0 7-1 1 3.8 AN D E R S ONET,D ANAJD.Wh e n i sp r i c ed i s c r i m i n a t i o np r o f i t a b l eJ.M a n a g e m e n t s c i e n c e,2 0 0 9(6):9 8 0-9 8 9.9 但斌,丁雪峰.基于客户细分的再制造价格歧视策略J.系统工程学报,2 0 1 1(4):5 1 5-5 2 3.1 0 周慧妮,吴鹏,王筱纶.基于价格歧视的双寡头竞争企业网络广告投放模式测评与策略研究J.控制与决策,2 0 2 0(8):1 9 5 3-1 9 6 5.1 1 L IK,Z HOUT,L I UB.P r i c i n gn e wa n dr e m a n u f a c t u r e dp r o d u c t sb a s e do nc u s t o m e rp u r c h a s i n gb e h a v i o rJ.J o u r n a l o f i n d u s-t r i a l a n dm a n a g e m e n to p t i m i z a t i o n,2 0 2 2(3):1 7 6 9-1 7 9 4.1 2 B E R G EMANND,C A S T R OF,WE I N T R AU BG.T h i r d-d e g r e ep r i c ed i s c r i m i n a t i o nv e r s u su n i f o r mp r i c i n gJ.G a m e s a n de c o-n o m i cb e h a v i o r,2 0 2 2(C):2 7 5-2 9 1.1 3 C HO EC,K I N GS,AN DMA T S U S H I MAN.P r i c i n gw i t hc o o k i e s:b e h a v i o rb a s e dp r i c ed i s c r i m i n a t i o na n ds p a t i a l c o m p e t i t i o nJ.M a n a g e m e n t s c i e n c e,2 0 1 8(1 2):5 6 6 9-5 6 8 7.1 4 程华,武玙璠,李三希.数据交易与数据垄断:基于个性化定价视角J.世界经济,2 0 2 3(3):1 5 4-1 7 8.6611 5 NO C K EV,P E I T ZM,R O S A RF.A d v a n c e-p u r c h a s ed i s c o u n t sa sap r i c ed i s c r i m i n a t i o nd e v i c eJ.J o u r n a l o f e c o n o m i c t h e o r y,2 0 1 1(1):1 4 1-1 6 2.1 6 S HR I VA S T AVS,S T E C K E LJ,GO L D E RP.P r o f i t a b i l i t yo fb e h a v i o r-b a s e dp r i c ed i s c r i m i n a t i o nJ.M a r k e t i n gl e t t e r s,2 0 2 3(4):5 3 5-5 4 7.1 7 侯薇薇,荆文君,顾昭明.平台企业规模、数据优势与价格歧视J.管理评论,2 0 2 3(1):6 6-7 4.1 8 刘东霞,陈红.产品服务供应链定价决策:数据资源挖掘与共享策略的影响分析J/O L.中国管理科学:1-1 52 0 2 3-1 1-1 8.h t t p s:/d o i.o r g/1 0.1 6 3 8 1/j.c n k i.i s s n 1 0 0 3-2 0 7 x.2 0 2 2.0 0 0 7.1 9 刘承林,刘鲁川,孙凯.电商直播间弹幕信息质量对消费者购买意愿的影响路径 购物导向与主播知名度的调节作用J.情报理论与实践,2 0 2 3(1 1):1 4 3-1 5 3.2 0 郑月龙,张龄月,白春光,等.考虑政府碳减排补贴与谈判的供应链碳中和契约研究:博弈的视角J.中国人口资源与环境,2 0 2 3(1):1 7 1-1 8 5.2 1 李世杰.互联网平台企业定价策略与用户获取 来自中国外卖行业的经验证据J.经济研究,2 0 2 3(6):8 4-1 0 1.2 2 I S H I B A S H IK,KAN E KOT.P a r t i a lp r i v a t i z a t i o n i nm i x e dd u o p o l yw i t hp r i c ea n dq u a l i t yc o m p e t i t i o nJ.J o u r n a lo fe