一、导师简介
Qitian Ren现任香港中文大学（深圳）经管学院市场营销副教授，2018年获得Columbia University市场营销博士学位，此前在伦敦政治经济学院取得运筹学硕士学位、香港科技大学取得经济学硕士学位、中山大学取得管理学学士学位。
其研究领域覆盖Digital Marketing、Digital Platform Design、Creator Economy、Digital Advertising、Retailing、Applied Game Theory、Competitive Strategy与Behavioral Economics。学术任职包括Marketing Science期刊编委（2024-），研究成果发表于Marketing Science与Journal of Marketing Research等期刊。曾获大学青年研究者奖、明岗青年研究者奖、总统模范教学奖与深圳优秀教师奖。
二、近期文章和项目解析
（1）广告与内容创作关系研究
"Advertising and Content Creation on Digital Content Platforms"发表于Marketing Science 2024年第4期，研究数字平台广告机制对创作者行为的影响。该文构建博弈论模型，分析平台引入付费推广工具后，创作者在内容质量投资与付费推广之间的资源配置决策。模型显示，推广工具的引入可能降低部分创作者对内容质量的投入动机，转而依赖付费获取流量。这一发现为平台设计广告产品提供理论依据：需平衡商业收益与内容生态质量。
该研究揭示平台商业化工具可能产生的非预期后果。当平台向创作者提供付费推广选项时，表面上增加了创作者变现渠道，实际上可能改变其创作激励结构。Ren教授通过数学模型量化这种激励扭曲程度，这一方法比单纯的实证观察更能揭示深层机制。对于博士生而言，这种将商业问题形式化为博弈论模型的能力是关键训练内容。
（2）创作者经济流量分配政策研究
"Navigating the Creator Economy: An Analysis of Content Promotion and View Allocation Policies on Digital Content Platforms"发表于Marketing Science 2024年第3期。该研究针对TikTok、RedNote等平台面临的现实困境：如何在有机高质量内容与付费推广内容之间分配有限流量。研究建立包含创作者、平台、消费者三方的博弈框架，分析不同流量分配政策对平台长期价值的影响。
这项研究的现实意义在于回应平台实际运营矛盾。2024年数据显示，亚洲创作者数量已超4.5亿，品牌合作预算占营销总支出60%（来源：LinkedIn行业分析）。在如此庞大市场中，平台每日需处理数百万条内容的曝光决策。Ren教授的研究指出，完全按付费额度分配流量会损害用户体验，而完全依赖算法质量评分则损失广告收入。最优政策呈现非线性特征：对中长尾创作者采取差异化策略。这种分析框架对理解平台经济核心矛盾具有方法论价值。
（3）消费者搜索与退货行为研究
"Consumer Search and Product Returns"（与Kinshuk Jerath合作）发表于Marketing Science 2024年第3期。该文探讨在线零售场景中，消费者信息搜索成本与产品退货决策的关系。研究结合行为经济学与运筹学方法，建立消费者决策模型，预测搜索成本降低未必减少退货率，反而可能因信息过载导致决策失误增加。
该研究挑战了"信息透明必然降低退货"的直觉判断。Ren教授引入行为经济学中的有限理性概念，指出消费者注意力是稀缺资源。当平台提供过多搜索选项时，消费者可能采用简化启发式决策，而非完全理性评估。这与他在Journal of Marketing Research 2021年关于消费者注意力偏差的研究一脉相承。对于电商平台，这意味着退货政策优化需与信息架构设计同步考虑，单纯增加产品信息可能适得其反。
（4）消费者注意力偏差研究
"Consumer rational (in) attention to favorable and unfavorable product information, and firm information design"（与Kinshuk Jerath合作）发表于Journal of Marketing Research 2021年第2期。该研究通过实验室实验与理论模型，揭示消费者对正面与负面产品信息的处理存在系统性不对称性。消费者倾向于过度关注正面信息而低估负面信息，企业可利用此偏差设计信息披露策略。
此文为Ren教授早期代表作，确立其将行为经济学应用于营销问题的研究风格。2024年行业报告显示，67%创作者增加视频内容产出，而视频正是信息不对称重灾区。该研究结论提示，在视频营销场景下，企业披露策略应遵循"突出正面、隐藏负面"的经典原则，但平台监管需强制要求负面信息显性化。这种企业策略与社会福利的权衡，构成数字营销伦理讨论的理论基础。
（5）虚假参与现象研究
"Fake Engagement and Content Creation on Digital Content Platforms"为工作论文。该研究分析虚假点赞、虚假观看量对创作者经济生态的扭曲效应。初步发现表明，虚假参与数据会误导创作者内容策略，导致资源错配，并降低平台整体内容质量。
此研究触及当前平台治理痛点。2024年创作者经济规模达2500亿美元，其中虚假流量占比估算超15%。Ren教授将行为经济学中的社会学习理论引入分析：创作者通过观察同行数据调整策略，虚假数据造成错误学习信号。这为平台设计反作弊机制提供新思路：不仅是技术检测问题，更是激励相容机制设计问题。博士生可在此方向延伸，研究区块链验证、AI检测算法等解决方案。
三、未来研究预测
基于Ren教授既有研究脉络与2024年行业趋势数据，其团队未来研究可能沿以下方向展开：
（1）虚假参与检测算法与机制设计
当前工作论文仅识别问题，下一步可能开发量化检测模型。结合机器学习技术，构建实时识别虚假流量的算法，并设计创作者激励相容合约。技术路线可能包括图神经网络检测异常互动模式、时间序列分析识别刷单行为。这一方向直接对接平台治理需求，具备强应用价值。
（2）跨平台创作者竞争策略
2024年数据显示，68%创作者首选TikTok，但多平台运营已成趋势。Ren教授的博弈论框架可扩展至多平台场景，分析创作者在平台间的资源分配、定价策略与内容差异化。研究可揭示平台 exclusivity 条款的经济后果，为反垄断政策提供理论支持。
（3）AI推荐系统优化与创作者激励
2024年AI创作工具普及率达80%（Gartner预测）。未来研究可能将AI推荐算法纳入博弈模型，分析算法透明度对创作者行为的影响。例如，平台公开推荐权重是否会引发创作者策略性优化，进而降低内容多样性。这一方向结合Ren教授在信息设计方面的专长，可产生政策启示。
（4）直播电商场景下的实时决策
直播电商在中国已成千亿级市场。该场景下创作者面临实时库存、动态定价、观众互动等多重决策。Ren教授的动态博弈模型可刻画此类决策复杂性，研究直播话术、限时折扣等行为经济学因素对转化率的影响。数据获取可能通过与电商平台合作实现。
（5）数字平台监管政策评估
全球范围内对平台经济的监管趋严。未来研究可能评估特定政策（如流量分配透明度要求、广告标识强制规范）的福利效应。Ren教授的三方博弈框架适合分析政策干预对创作者、平台、消费者三方的影响，为监管机构提供量化评估工具。
【竞赛报名/项目咨询+微信：mollywei007】
