考慮用戶參與的社交媒體影響者廣告贊助披露監管機制研究

摘" "要：UGC平臺上影響者廣告贊助不披露現象普遍存在，這在一定程度上違反了市場競爭與交易的公平性，侵犯了用戶的知情權。通過引入用戶作為第三方監督群體，構建市場監管相關政府部門、UGC平臺、影響者和用戶的演化博弈模型，探討用戶參與對各主體策略選擇的影響，分析在政府與平臺不同程度的激勵與懲罰下影響者策略演化軌跡。研究表明，用戶參與監督對UGC平臺和影響者的策略選擇有不同影響，相對于政府監管部門和平臺的激勵措施，用戶參與監督對平臺策略選擇的影響較大，達到一定程度，會促使平臺由消極審查向積極審查轉變，對影響者積極策略選擇的影響較小。

關鍵詞：UGC平臺；社交媒體影響者；廣告贊助披露；演化博弈

中圖分類號：C93" " " " 文獻標志碼：A" " " 文章編號：1673-291X（2025）05-0062-05

社交媒體影響者是指通過內容創作和日常生活分享來吸引粉絲，然后接受品牌商的贊助并傳播品牌信息，即在社交媒體上利用其名聲變現且名聲源于社交媒體平臺的影響者[1-3]。影響者營銷市場規模從2022年的164億美元到2023年增長29%，達到211億美元，預計2024年底市場規模將達到約240億美元[4]。但是，部分影響者在內容創作時往往只會含糊地提到內容“得到了”某些品牌方的“支持”，或者干脆完全不提品牌方的參與，模糊了商業與非商業內容之間的界限[5]。

一、相關背景和研究綜述

影響者之所以不愿意披露，是因為其營銷價值和對受眾的說服力來自他們作為“普通人”的身份，受眾希望他們的內容創作是基于個人生活，而不是商業動機[6]。因此，影響者與品牌的合作面臨著變現能力與其真實性的矛盾[7]。從平臺的角度來看，為了獲取更多的收益，對影響者廣告不披露行為可能會采取縱容的態度。對相關政府部門而言，“一禁了之”的治理措施難以奏效，且市場監管相關政府部門難以對巨量的內容進行鑒別審查和監管。

為了規范影響者營銷活動，國家市場監督管理總局于2023年發布《互聯網廣告管理辦法》，規定通過知識介紹、體驗分享、消費測評等形式推銷商品或者服務，并附加購物鏈接等購買方式的，廣告發布者應當顯著標明“廣告”。平臺也隨之對影響者廣告行為的披露做出相應規定，但影響者廣告不披露行為在一定程度上仍大量存在。一方面，對于遵守規定進行披露的影響者來說，不披露的影響者未受到懲罰違反了市場競爭的公平性；另一方面，對于用戶而言，其難以識別影響者發布的內容是否為品牌方的營銷推廣內容，影響者在營銷行為上的不披露導致受眾知情權遭到侵犯，這引起了用戶對欺騙的擔憂，即他們可能會在不知不覺中被操縱做出決定[8]，特別是中、老年人因此導致財產利益遭到損害的事件屢有報道。因此，進一步探索有效的監管機制是必要的。

目前，在社交媒體影響者營銷領域，學者多從廣告披露效果展開研究，如品牌贊助信息是否披露對購買意愿[9]、影響者信任度[10]、品牌信任度[11]、品牌態度[12]等的影響；另有部分學者進一步聚焦于廣告披露效果的影響因素研究，如消費者的品牌意識[13]、影響者類型[14]、影響者的專業知識[15]、廣告披露的透明性和真實性[16]等。可見，已有相關研究大多從影響者-消費者視角下展開，關于影響者廣告贊助信息是否披露的監管研究較少，更少有涉及政府激勵與處罰和平臺補貼與懲罰策略的研究，且忽視了用戶參與監督對政府積極執行政策規制及彌補政府監督不足的重要作用。因此，本文引入用戶作為第三方監督群體，構建基于用戶參與的政府監管部門、UGC平臺和影響者的三方演化博弈模型，以揭示政府、平臺和影響者廣告贊助披露策略選擇機理，探索我國UGC平臺上廣告披露混亂問題的監管機制，并進一步通過仿真分析政府及UGC平臺的獎懲措施對影響者廣告贊助披露的改善效果，維護用戶信息知情權，對互聯網營銷環境進行監管，為制定合理政策提供參考。

二、問題描述與模型構建

UGC平臺具有廣告變現能力的影響者眾多，平臺作為其發布內容的承載主體，應當承擔類似于監管部門的監督審查義務，且由于海量的信息發布及信息不對稱性，政府監管部門無法及時對影響者及平臺的消極行為做出反應，用戶作為第三方參與者更能及時發現平臺是否積極監管，影響者是否對廣告進行披露，及時向政府監管部門進行檢舉，以幫助政府監管部門實現對平臺和影響者的及時處罰，營造良好的互聯網營銷環境。

（一）基本模型假設

為了構建三方演化博弈模型，以對各方策略及均衡點的穩定性進行分析，做出如下假設：

假設1：在推動廣告贊助信息披露的過程中，參與主體有政府、UGC平臺、影響者，用戶作為監督方，三方博弈主體均是有限理性的，并根據利益最大化原則進行多次博弈以選擇最優策略。

假設2：政府監管部門的策略集合為{積極監管、消極監管}，政府監管部門執行積極監管策略的概率為x，則消極監管的概率為{1-x}；UGC平臺的策略集合為{積極審查、消極審查}，平臺選擇積極的概率為y，則消極的概率為{1-y}，影響者的策略集合為z{披露、不披露}，影響者選擇披露的概率為，則不披露的概率為{1-z}；用戶在平臺中參與舉報監管的概率（參與程度）為p。

假設3：UGC平臺由消費者帶來的外部基本收益為U1，若平臺對影響者是否將廣告推廣行為進行披露積極審查，則需要付出成本G1，但用戶參與影響者廣告贊助不披露行為的舉報監管可以分擔平臺的監管成本，G1=Gp-■，其中，Gp為監管成本中的固定成本，k為常數（kgt;0），用戶參與舉報監管的概率越高，UGC平臺的監管負擔越低。UGC平臺作為信息傳遞的一種平臺，通過審查的無欺詐內容可視為帶來的社會效益[17]，在此模型中，假定政府作為用戶的代理人且是社會效益方，效益為M。

假設4： UGC平臺對影響者廣告贊助不披露行為的消極審查可獲利R1；平臺消極審查行為會對社會效益造成損失R2，若政府監管部門發現平臺的消極審查行為，會對其做出處罰G2，平臺被政府監管部門直接發現消極審查的概率為δ，且消極審查行為會對平臺造成額外損失G3（對平臺形象造成損失）。

假設5：政府監管部門積極監管獲得收益Q1，積極監管的成本為C1，若用戶在平臺中進行了舉報，但由于平臺的消極審查而未得到回應，則用戶有概率γ向政府監管部門舉報平臺的消極審查行為。因此，用戶參與影響者廣告贊助不披露行為的舉報監管可以分擔政府監管部門的監管成本中的邊際成本，C1=Cy+■，其中，Cy為監管成本中的固定成本，k為常數（kgt;0），用戶參與舉報監管的概率越高，政府監管部門的監管負擔越低。若平臺內的影響者無不披露行為，政府監管部門對平臺的積極監管激勵投入C2。

假設6：由于用戶也會參與對影響者的廣告贊助披露行為的監管，所以平臺的消極審查行為被發現的概率為a=δ+pγ（1-δ）。同時，若用戶對平臺消極審查行為進行舉報，但由于政府的消極監管策略而未獲得反饋，政府會獲得形象口碑損失C3。

假設7：影響者在平臺的基本收益為V，廣告收益為S，影響者選擇披露時，由于大部分用戶是廣告厭惡的，會減少影響者的廣告收益以及降低影響者的用戶黏性，導致損失ε；若影響者選擇不披露，平臺積極監管發現的概率為ρ，由于用戶參與對影響者廣告贊助不披露行為的舉報監管，所以影響者被發現不披露的概率為σ=ρ+p（1-ρ），影響者的不披露行為會導致處罰和形象損失u1。此外，影響者有很小概率τ被政府直接查處有不披露行為，導致處罰和形象損失u2，但在平臺的積極監管中，若判定影響者無欺騙隱瞞式的廣告推廣行為，影響者會得到平臺的激勵補貼G4。上述假設的參數取值均大于零，博弈支付矩陣如表1所示。

（二）復制動態方程

設E11表示政府監管部門在選擇積極監管策略時的期望收益，E12表示政府監管部門在選擇消極監管策略時的期望收益，E1表示政府監管部門的平均期望收益，則：

E11=yz（Q1-C1+M-C2）+y（1-z）（Q1-C1）+（1-y）z[Q1-C1+M-（1-δ）C2]+（1-y）（1-z）（Q1-C1+M-R2+αG2）；

E12=yz（M）+（1-y）z（M）+（1-y）（1-z）（-R2-pγC3）；

E1=xE11+（1-x）（1-z）E12

設E21表示UGC平臺選擇積極監管策略時的期望收益，E22表示UGC平臺選擇消極監管策略時的期望收益，E2表示UGC平臺的平均期望收益，則

E21=xz（U1-G1+C2-C4）+x（1-z）（U1-G1）+（1-x）z（U1-G1-C4）+（1-x）（1-z）（U1-G1）；

E22=xz[U1+（1-δ）C2]+x（1-z）[U1+R1-α（G2+G3）]+（1-x）z（U1）+（1-x）（1-z）（U1+R1）；

E2=yE21+（1-y）E22

設E31表示影響者選擇披露植入策略時的期望收益，E32表示影響者選擇欺騙隱瞞策略時的期望收益，E3表示影響者的平均期望收益：

E31=xy（V+S-ε+G4）+x（1-y）（V+S-ε）+（1-x）y（V+S-ε+G4）+（1-x）（1-y）（V+S-ε）；

E32=xy（V+S-σu1-τu2）+x（1-y）（V+S-ε）+（1-x）y（V+S-σu1）+（1-x）（1-y）（V+S）；

E3=zE31+（1-z）E32

則政府監管部門、UGC平臺和影響者的復制動態方程分別為：

F1（x）=■=x（E11-E1）=x（1-x）[Q1-C1+αG2+pγC3-y（αG2+pγC3）-z（C2-δC2+αG2+pγC3）+yz（αG2+pγC3-δC2）]；

F2（y）=■=y（E21-E2）=y（1-y）[xα（G2+G3）+z（R1-G4）+xz（δC2-αG2-αG3）-R1-G1]；

F3（z）=■=z（E31-E3）=z（1-z）（xτu2+yσu1+yG4-ε）

三、演化博弈系統均衡點的穩定性分析

三方演化博弈系統的雅可比矩陣為（1）：

根據E1（1，1，1）和E4（1，0，0）可知，在政府監管部門實施積極監管政策時，從UGC平臺消極審查和影響者廣告不披露到兩者均采取向好措施，影響者的關鍵在于被政府直接發現廣告不披露行為的處罰導致的損失大于影響者選擇廣告披露策略時帶來的收益損失，即τu2gt;ε，UGC平臺的關鍵在于平臺被政府監管部門采取處罰導致的損失之和大于平臺選擇消極審查策略獲得的收益與采取積極審查策略的成本之和，即αG2+αG3gt;R1+G1。

如表2所示由E1（1，1，1）、E2（1，1，0）、E3（1，0，1）、E4（1，0，0）和E8（0，0，0）可知，Q1-C1-C2lt;Q1-C1-C2+δC■lt;Q1-C1lt;Q1-C1+αG2+pγC3，Q1-C1+αG2+pγC3為政府監管部門是否可能采取積極監管策略的臨界狀態，當Q1-C1+αG2+pγC3lt;0時，政府監管部門不可能采取積極監管策略，當Q1-C1+αG2+pγC3gt;0時，政府監管部門有可能采取積極監管策略；Q1-C1-C2為政府監管部門是否可能采取積極監管策略的極限狀態，當Q1-C1-C2gt;0時，政府監管部門必定采取積極監管策略，但Q1-C1-C2lt;0當時，政府監管部門只有一定概率采取積極監管策略。

四、數值實驗及仿真

通過數值模擬對均衡解進行分析并對討論結果進行驗證，進一步分析相關變量的影響，通過上述分析可知，用戶參與程度p、政府監管部門對平臺的激勵C2與G2懲罰、平臺對影響者的補貼G4與懲罰u1對三方的決策選擇具有重要影響，基于Matlab平臺進行情景仿真，探析政府積極監管有效均衡下三方演化決策情況。

（一）演化博弈的仿真分析

當Q1-C1-C2gt;0，δC1-C1-C4gt;0且τu2-εgt;0或Q1-C1-C2gt;0，τu2+σu1-ε+G4gt;0，δC■-G1-G4gt;0且αC■+αC■-R1-G1gt;0時，博弈系統最終演化穩定ESS為（1，1，1）。此時，政府監管部門和平臺采取積極策略，影響者也向廣告披露的策略演進。下頁圖1是用戶參與程度p、政府監管部門的獎懲程度及平臺對影響者的獎懲程度都處于較低水平以及僅提高了用戶參與程度后博弈系統隨著時間的演化過程，參數設定為p=0.2和p=0.5，C2=40，C4=5，C2=20，u1=10。觀察圖1可知，用戶參與程度的提高縮短了系統達到均衡的時間，提高了平臺和影響者采取積極策略的概率，且對影響者的影響較大，降低了其可能采取不披露策略的概率，且其從不披露到披露轉變的速度極大提升。觀察圖2可知，激勵程度的提高與用戶參與程度的提高對系統達成穩定狀態有著相同的促進作用，對于影響者來說，提高政府和平臺激勵程度相較于提高用戶參與程度更能加快其采取披露策略，使其采取披露策略的演化速度超過了平臺采取積極審查策略的演化速度，對于平臺來說，提高用戶參與程度相較于提高政府的激勵程度更能使其采取積極審查策略，且即使政府對平臺激勵程度的提升力度遠大于平臺對用戶激勵程度的提升力度，在政府和平臺同時提高激勵程度后，平臺采取積極審查策略的演化速度反而有所降低。觀察圖3可知，政府監管部門對平臺懲罰程度的提高極大加快了平臺采取積極審查策略的演化速率，而平臺對影響者懲罰程度的提高反而降低了其采取積極審查策略的演化速率。對于影響者來說，雖然監管部門對平臺懲罰程度和平臺對影響者懲罰程度的提高均能提高影響者采取披露策略的演化速度，但來自平臺更多的直接懲罰相較于政府監管部門提高對平臺的懲罰力度所帶來的間接壓力，更能提高其采取披露的廣告策略。

特殊情況分析：只提升平臺對影響者的激勵程度，觀察圖4，當G4=10時，平臺和影響者的決策演進將呈現周期性隨機狀態，系統將會沒有穩定ESS結果。此時，平臺采取積極審查策略與消極審查策略所得到的政府激勵的差值小于平臺的支出之和。由此可知，平臺選擇策略取決于來自政府的激勵補貼和支出，而非平臺的整體收益，雖然用戶參與減少了平臺積極審查的成本，但不一定使得平臺可能的額外收益大于成本，在此情況下的作用有限。此外，雖然平臺對影響者激勵程度的提高提升了影響者選擇披露的可能性，但當影響者觀察到平臺積極審查的概率下降，會選擇避免損失而非獲取平臺的激勵，從而選擇廣告不披露策略，導致出現平臺的兩種策略和影響者的兩種策略可能同時存在。

當Q1-C1+αG■+pγC3gt;0、αG■+αG■-R1-G1lt;0且τu2+σu1-ε+G4lt;0或αG■+αG■-R1-G1lt;0、Q1-C1+αG■+pγC3gt;0、τu2-εlt;0且Q1-C1-C2gt;0或Q1-C1+αG■+pγC3gt;0、τu2-εlt;0、αG■-R1-G1lt;0且δC■-G1-G4時，博弈系統最終演化穩定ESS為（1，0，0）。由圖5可知，用戶參與程度的提高，會降低平臺選擇消極審查策略的概率，且用戶參與程度在提高至一定程度后監督在其中所起到的作用會愈加明顯，隨著用戶參與程度到達臨界值，p*=■，但在參與程度較低時，公眾監督作用較小。

五、結論

本文聚焦于互聯網營銷環境治理中影響者廣告贊助披露問題的治理問題，從政府監管部門、UGC平臺、影響者三方博弈視角，探究基于用戶參與的監督機制，得到以下結論。

一是政府激勵和平臺補貼措施、懲罰措施與用戶參與監督三者相比，政府激勵和平臺補貼措施對影響者策略選擇的影響程度更大；平臺則不同，用戶參與監督對平臺策略選擇影響程度更大；用戶參與達到一定程度，會促使平臺由消極審查向積極審查策略改變，會降低影響者選擇廣告贊助不披露策略的概率。

二是平臺采取積極審查策略時，相對于獲得的收益，對支出更為敏感；政府對平臺采取合理的獎懲措施，需要滿足其獎懲之和大于額外收益，否則對于保障平臺和影響者營造良好互聯網營銷環境作用不大。

三是當政府對于影響者廣告贊助不披露行為發現懲處的概率大幅提升，且影響者因其受眾對流量變現抵觸導致廣告贊助披露帶來的損失降低到一定程度，平臺就失去了其監管的媒介作用。

故在治理UGC平臺的影響者廣告贊助披露問題時：

一是要重視用戶參與監督在治理體系中的重要作用，政府和平臺增加用戶舉報渠道，降低用戶參與監督成本，給予參與監督用戶適當獎勵以提高用戶參與監督熱情，將政府部門的監管與用戶參與監督有效結合，根據用戶參與程度，對平臺和影響者實施適當的獎懲措施，以降低平臺和影響者“合謀”的可能性。

二是要根據現實情況選擇最有效的治理措施，相較于提高用戶參與程度，改變政府與平臺的獎懲措施更為簡單、直接。應以科學有效的治理措施逐步實現從平臺和影響者均不采取規范行為，到都配合政府監管部門采取規范行為的轉變，且頭部用戶相較于尾腰部用戶影響力更大，應當發揮頭部帶動效應，以帶動UGC平臺營銷環境的改善。

三是要政府部門的直接監管對于影響者采取積極措施有著重大威懾作用，但監管成本的支出影響著政府監管部門的策略選擇，政府監管部門應積極收集用戶參與舉報的大數據，聯合平臺外的商業信息，與平臺合作開發影響者廣告違規預警系統，結合新技術，降低監管成本，提高違規行為發現概率，以做到穩定監管、長期監管。

參考文獻

[1]" "Mardon R，Cocker H，Daunt K. How Social Media Influencers Impact Consumer Collectives：An Embeddedness Perspective [J].Journal of Consumer Research，2023，50（3）：617-644.

[2]" "Shan Y，Chen K J，Lin J S. When social media influencers endorse brands：the effects of self-influencer congruence，parasocial identification，and perceived endorser motive[J].Int J Advert，2020，39（5）：590-610.

[3]" "徐婕，周影輝.社交媒體上真人和虛擬影響者的臉部特征對消費者關注行為的影響[J].營銷科學學報，2023（3）：43-62.

[4]" "Geyser W. Influencer Marketing Benchmark Report 2024 [R].https：//influencermarketinghub.com/influencer-marketing-benchmark-report/：Influencer Marketing Hub，2024.

[5]" "Campbell C，Evans N J. The Role of a Companion Banner and Sponsorship Transparency in Recognizing and Evaluating Article-style Native Advertising [J].Journal of Interactive Marketing，2018，43（1）：17-32.

[6]" "van Driel L，Dumitrica D.Selling brands while staying“Authentic”：The professionalization of Instagram influencers [J].Convergence，2021，27（1）：66-84.

[7]" "Audrezet A，de Kerviler G，Moulard J G. Authenticity under threat：When social media influencers need to go beyond self-presentation [J].Journal of Business Research，2020（117）：557-569.

[8]" "van Reijmersdal E A，Rozendaal E，Hudders L，et al. Effects of Disclosing Influencer Marketing in Videos：An Eye Tracking Study Among Children in Early Adolescence[J].J Interact Mark，2020（49）：94-106.

[9]" "De Jans S，Cauberghe V，Hudders L.How an Advertising Disclosure Alerts Young Adolescents to Sponsored Vlogs：The Moderating Role of a Peer-Based Advertising Literacy Intervention through an Informational Vlog [J].J Advert，2018，47（4）：309-325.

[10]" "Breves P L，Liebers N，Abt M，et al. The Perceived Fit between Instagram Influencers and the Endorsed Brand How Influencer-Brand Fit Affects Source Credibility and Persuasive Effectiveness [J].Journal of Advertising Research，2019，59（4）：440-454.

[11]" "汪讓，段秋婷，ADAMS K-A.廣告披露對網紅信任與品牌態度的影響研究：基于有中介的調節效應模型的考察[J].新聞大學，2022（9）：103-116，121.

[12]" "沈鵬熠，聶烜，童聰聰，等.“真心實意”還是“虛情假意”？網紅隱性廣告贊助披露對消費者品牌態度的雙刃劍效應[J].南開管理評論，2024（27）：15-20.

[13]" "Nurhayati T，Hendar H. Personal intrinsic religiosity and product knowledge on halal product purchase intention [J].Journal of Islamic Marketing，2020，11（3）：603-620.

[14]" "Vrontis D，Makrides A，Christofi M，et al. Social media influencer marketing：A systematic review，integrative framework and future research agenda [J].International Journal of Consumer Studies，2021，45（4）：617-644.

[15]" "AlFarraj O，Alalwan A A，Obeidat Z M，et al.Examining the impact of influencers’ credibility dimensions：attractiveness，trustworthiness and expertise on the purchase intention in the aesthetic dermatology industry[J].Review of International Business and Strategy，2021，31（3）：355-374.

[16]" "Chen L，Yan Y，Smith A N.What drives digital engagement with sponsored videos？ An investigation of video influencers’ authenticity management strategies[J].J Acad Mark Sci，2022，51（1）：198-221.

[17]" "駱建彬，謝衛紅. 基于非參與互動公眾的直播平臺“低程度”低俗內容治理機制研究[J].運籌與管理，2022，31（7）：227-233.

[責任編輯" "衛" "星]