平台经济学（二）：网络效应——组内的自我强化

在上一篇预告中，我们抛出了一个问题：为什么微信能有十几亿用户，而其他社交软件难以撼动它的地位？

这个问题的答案，就在于网络效应——平台经济学最核心的概念。本篇是第一章的上半部分，我们将深入探讨网络效应的第一种类型：组内网络效应。我们将看到，这种效应如何创造自我强化的吸引力循环，如何影响用户的平台选择，以及微信如何利用这种效应建立起难以撼动的市场地位。

1.1 组内网络效应

我们首先关注同一用户群体内部产生的网络效应。本节将定义组内网络效应并识别其来源，解释正向组内网络效应如何产生自我强化的吸引力循环，最后讨论这种循环如何影响用户的平台选择。

1.1.1 定义与来源

在很多市场环境中，消费者或其他市场参与者获得的效用不仅来自产品或服务本身，更来自与其他用户的互动。用户形成一个相互连接的网络，随着网络变化，每个用户从互动中获得的价值也随之改变。当一个新用户加入网络时，会影响其他用户的效用——这种外部效应就是网络效应（Network Effects）。网络效应是一种特殊的消费外部性：用户从产品或服务中获得的效用取决于使用该产品或服务的其他用户的数量或身份。这与生产外部性（如污染）或其他类型的消费外部性（如示范效应）不同。

核心概念

网络效应（Network Effects）描述的是：一个额外的产品或服务用户，或一个额外的互动参与者，对其他用户或参与者从该产品、服务或互动中获得的价值所产生的影响。

当用户属于同一群体时，我们称之为组内网络效应（Within-Group Network Effects），也叫直接网络效应（Direct Network Effects），因为一个用户的行为直接影响其他用户的效用。

社交规范、语言、通讯设备都能产生正向的组内网络效应：采用的人越多，采用者获得的效用就越大。在正向组内网络效应存在的情况下，群体成员发现群体活动水平越高，自己参与的吸引力就越大。

当然，也存在负向的组内网络效应。道路拥堵就是典型例子：在特定时刻选择特定道路的司机越多，该道路上的车速就越慢，每个司机的效用也就越低。

网络效应的来源通常被认为是网络规模：随着网络扩大，对用户的价值增加（正向网络效应）或减少（负向网络效应）。但对于通讯工具（如特定语言或即时通讯应用），用户主要关心的是与自己有定期互动的那部分人的决策，因此用户的身份也很重要。不过，如果潜在采用者最初并不知道谁是用户，只有关于用户数量的信念，那么预期用户数量就是预期收益的最佳估计，更高的预期数量使采用更具吸引力。

通讯网络的简单形式化

我们用一个简单的星型网络模型来形式化通讯平台上的网络效应。考虑一个本地电话交换系统：用户 A 通过购买从自己位置 A 到本地交换机 S 的连接（链路 AS）接入网络。如果用户 B 也订购了类似的链路（链路 BS），那么 A 和 B 就能互相通话。链路 AS 和 BS 可以看作两个互补品，组合起来创造了有价值的通讯系统。

如果网络有 $n$ 个订户，就存在 $n(n-1)/2$ 个这样的通讯系统。因此，一个新订户加入网络会创造 $n$ 个新系统，这让所有现有订户受益，构成了网络效应的来源。

这个星型网络模型假设所有通讯都通过中心交换机进行，简化了现实网络的复杂性。在实际通讯网络中，用户可能通过多种路径连接，网络拓扑可能更复杂（如网状网络）。但星型模型捕捉了网络效应的核心机制：每个新用户创造的价值与现有用户数量成正比。

通讯系统的例子包括：电报系统、固定电话和移动电话、Skype 等通讯应用、WhatsApp 和 Snapchat 等即时通讯软件。

1.1.2 吸引力循环

网络效应的一个重要后果是让用户决策相互依赖：采取某行动的价值取决于有多少（以及是哪些）用户采取相同行动。在正向组内网络效应存在的情况下，当用户从同组其他用户采取特定行动中受益更多时，他们自己采取该行动的激励也更强。这产生了一个自我强化的过程，我们称之为吸引力循环（Attraction Loop）：采取特定行动的用户越多，该行动就越有吸引力，就会有更多用户跟随。

核心概念

吸引力循环（Attraction Loop）是正向组内网络效应产生的自我强化过程：群体活动水平越高 → 对每个成员增加活动的吸引力越大 → 群体整体活动水平进一步提高。

想象一群朋友面对这样的情况：小部分人提议的活动最初可能受到其他人质疑；但随着越来越多成员同意参加，剩余成员加入的吸引力也越来越大。

吸引力循环可能通过两个不同渠道产生：

1. 直接互动收益：用户数量越多，用户从互动中获得的收益越大。大多数通讯类平台属于此类。
2. 服务质量提升：用户主要关心服务质量，而质量本身取决于用户数量。搜索引擎和导航应用属于此类——用户只是间接关心用户数量，因为搜索结果或建议路线会随着活跃用户增多而改进。

微信用户加入是为了与朋友聊天（直接互动），而高德地图用户加入是为了获得准确路线推荐（服务质量），即使他们可能不知道或不关心有多少其他用户在用。

在某些情况下，两个渠道同时存在。在用户生成内容的平台上（如早期的 YouTube），用户数量增加提高了可用内容的多样性，从而改善用户体验；此外，用户还能从与朋友或公众的共享体验中获益——这种收益也随平台用户数量增加而增加。

案例：Waze 导航应用的组内网络效应

Waze 是一款具有 GPS 功能的智能手机应用，为用户提供实时行程时间、路线详情、交通更新和位置相关信息。2008 年由以色列创业公司 Waze Mobile 开发，2013 年被 Google 以近 10 亿美元收购，截至 2018 年声称拥有 1 亿用户。

Waze 的独特之处在于其社区性质：它依赖用户提供补充地图数据和交通信息。要发挥真正效用，应用需要在特定国家或地区达到临界规模的用户（否则实时交通信息很少）。用户被鼓励（通过积分和徽章系统）报告事故、交通拥堵、测速和警察陷阱，以及更新道路、地标、门牌号等。

这里存在组内网络效应的来源：贡献信息的用户越多，Waze 提供的社交地图服务就越有用。即使是不主动分享信息的被动用户也贡献了网络效应：像其他 GPS 软件一样，Waze 收集用户速度和位置的匿名信息，处理这些数据来改进整体服务。简而言之，用户网络越大，服务越好。

1.1.3 对平台选择的影响

在前面的很多例子中，用户可以在多个平台之间选择：语言、通讯渠道、视频游戏主机、搜索引擎等。吸引力循环使这种选择变得特殊，因为它们常常诱导用户协调加入单一平台，而牺牲所有其他平台。这可能导致所谓的赢者通吃（Winner-Takes-All）结果，具有两个有趣的特性：

1. 即使可选平台在事前看起来对称，市场最终可能陷入不对称的局面
2. 协调到单一平台的收益可能导致某些用户采取并非给他们最高独立效用的行动——某些用户可能决定违背自己的个人偏好

一个简单模型

让我们构建一个简单模型来说明这一点。假设有两个平台 X 和 Y，以及两类用户：X 偏好者和 Y 偏好者。用户随机到达市场，必须在两个平台之间选择。

在没有网络效应的世界里，用户只会比较两个平台提供的独立效用。假设 K 偏好者认为平台 K（K \in \{X, Y\}）的独立效用更高，且两类用户在人口中均等分布，那么长期来看两个平台应该有相等的市场份额。这就像反复抛一枚公平的硬币：大数定律预测长期来看正反面数量相等。

但在存在平台特定的正向组内网络效应时，情况发生了戏剧性变化。如果用户是短视的，不仅关心独立效用还关心与其他用户互动的可能性，那么当轮到他们选择时，决策会受到两个平台当前市场份额的影响。

为模型赋予具体结构，假设用户对获得偏好平台的独立效用估值为 $v$（如 $v=10$），对与任何其他用户互动估值为 $δ$（如 $δ=1$）。这意味着独立效用与网络效应的相对强度为 $v/δ = 10$。那么当一个 Y 偏好者到达市场时，如果观察到平台 X 比平台 Y 多至少 $v/δ = 10$ 个用户，他就会决定加入平台 X：平台 X 在网络效应方面的优势（多 10 个用户 × 1 单位互动价值 = 10）正好抵消了它在独立效用方面的劣势（少 10 单位独立效用）。从那时起，所有用户无论类型都会加入平台 X：平台 X 的市场份额将增加，平台 Y 永远无法追上。

这就好像我们反复抛的硬币变得越来越不公平：比如说正面出现得越多，硬币的重量分布就越不对称，使正面出现的概率增加。这种过程最终导致只有一种结果出现。在我们的例子中，这意味着单一平台最终将占领整个市场。

常见误解

网络效应不等于规模经济。规模经济（Economies of Scale）发生在供给侧，指生产规模扩大带来的平均成本下降；网络效应发生在需求侧，指用户数量增加带来的用户价值提升。两者都可能导致市场集中，但作用机制完全不同。

1.1.4 案例分析：微信的组内网络效应

微信（WeChat）由腾讯于 2011 年 1 月推出，最初是一款即时通讯工具，现已发展为集社交、支付、电商、内容、政务于一体的超级应用。截至 2024 年第二季度，微信月活跃用户达 13.71 亿，覆盖 95% 的中国智能手机用户。

组内网络效应的体现

微信的核心价值源于其通讯功能产生的强大组内网络效应。用户加入微信的价值取决于其社交圈中有多少人使用微信——亲友越多，价值越高。这正是典型的吸引力循环：

用户越多 → 对新用户吸引力越强 → 更多用户加入 → 价值进一步提升

微信的组内网络效应已形成极高的用户锁定（Lock-In）效应。即便出现技术上更优秀的通讯工具，用户也难以迁移，因为迁移意味着失去与现有社交网络的连接。这解释了为什么微信在中国即时通讯市场实现了赢者通吃，几乎没有有效竞争者。

数据支撑

与 WhatsApp 的对比

WhatsApp 也是即时通讯应用，也具有组内网络效应，但在中国市场完全失败。原因在于网络效应的本地性：WhatsApp 在全球的用户规模虽大，但对中国用户来说，重要的是有多少中国亲友使用它。当微信已经在中国建立起强大的用户网络时，WhatsApp 即使技术功能相当，也无法突破——因为新用户加入 WhatsApp 获得的网络价值远低于加入微信。

下期预告

在本篇中，我们认识了组内网络效应及其产生的吸引力循环——同一群体内用户的相互强化机制。下一篇将探讨更复杂的跨组网络效应：当买家和卖家、用户和内容创作者等不同群体相互吸引时，会产生怎样的动态？我们将引入吸引力螺旋的概念，并通过淘宝、美团、滴滴等案例，揭示双边市场和多边市场的运作逻辑，最终给出平台的完整定义和分类框架。