張蓉

摘 要：本文對于淘寶網(wǎng)上的數(shù)據(jù)進行實證分析，檢驗在線披露的信息變量月銷售量、價格、口碑數(shù)量、買家信用分數(shù)等對消費者的購買行為產(chǎn)生影響，并對消弱電子商務市場中的逆向選擇問題提出相應的建議。

關鍵詞：電子商務；逆向選擇；在線披露

一、引言

1970年，阿克洛夫在其文章《“檸檬”市場：質(zhì)量不確定性與市場機制》中提出了逆向選擇理論。逆向選擇指的是當市場參與者處于信息劣勢時所做出的選擇。

由于電子商務市場中，買者與賣者之間時間和空間的相分離，賣買雙方不能面對面的進行交流，買賣雙方存在著嚴重的信息不對稱性。大量研究表明，與傳統(tǒng)市場相比，電子商務市場的逆向選擇問題更加嚴重。本文將利用淘寶網(wǎng)上的數(shù)據(jù)分析賣家披露的信息對消費者行為的影響。

二、基于淘寶網(wǎng)數(shù)據(jù)的在線披露變量的實證分析

（一）樣本的選擇與數(shù)據(jù)的收集

淘寶網(wǎng)的交易商品種類繁多，本文選取淘寶網(wǎng)中某品牌男士襯衫冬季款交易市場為研究對象。針對淘寶網(wǎng)某品牌冬季款男士襯衫進行數(shù)據(jù)搜集，共搜集了368件商品的相關數(shù)據(jù)，全部作為本次研究的數(shù)據(jù)，所收集的數(shù)據(jù)中不包括天貓商城賣家的數(shù)據(jù)。

（二）變量的選取

分析所涉及到的變量主要包括月銷售量、商品價格、口碑數(shù)量、金牌賣家、好評率、賣家信用積分、賣家信用等級等。

1、月銷售量（Sales）：在商品的詳細頁面上，會看到商品的30天成交記錄的數(shù)量和交易成功的數(shù)量。

2、商品價格（Price）：在這里，商品價格指的是商品在網(wǎng)頁上的掛牌價格，不包括商品的運費等。

3、口碑數(shù)量（Word-of-Mouth，WOM）：系統(tǒng)顯示出來的對該商品文字評價的數(shù)量。

4、金牌賣家（GoldSeller）：2014年7月1日淘寶金牌賣家正式運營。金牌賣家是淘寶網(wǎng)對一定時期內(nèi)成交量好、服務好、口碑好的賣家的一種激勵手段。設置金牌賣家虛擬變量，賣家如果是金牌賣家記為1，不是金牌賣家記為0。

5、賣方好評率（PositiveRate）：買家對于賣家的評價可分為三類：好評、中評和差評。賣家好評率=所有計分的賣家收到的好評數(shù)/所有計分的賣家收到的評價總數(shù)。

6、賣家信用分數(shù)（CreditScore）和賣家信用等級（CreditRating）：在淘寶網(wǎng)，買家每交易成功一次，就可以對賣家作一次信用評價，評價分為“好評”、“中評”、“差評”三類，每種評價對應一個信用積分。根據(jù)對賣家的信用積分，賣家的信用度分為20個級別。

7、消費者保障服務（Service）：賣家簽署了淘寶網(wǎng)消費者保障服務協(xié)議，承諾為消費者提供交易保障服務。設置消費者保障服務虛擬變量，買家如果加入消費者保障服務為1，未加入消費者保障服務為0。

（三）計量模型的選擇

本文針對某品牌冬季款男士襯衫進行數(shù)據(jù)搜集，共搜集了368件商品的相關數(shù)據(jù)。在368個男士襯衫月銷售量方面的數(shù)據(jù)中，有261個賣家在三十天內(nèi)有銷售商品，另外107個賣家的月銷售量為0。而對于那些月銷售量為正的賣家而言，銷售量的范圍也相當寬，從3576件到1件。由于買家的優(yōu)化行為常常導致總體中不可忽略的一部分角點解響應。因此賣家的月銷售量很適合用托賓模型。

（四）數(shù)據(jù)的處理

考慮到回歸分析中易出現(xiàn)的一些問題，以及有利于考察自變量與因變量關系的經(jīng)濟現(xiàn)象的處理，本文中將對變量月銷售量、價格、口碑數(shù)量、買家信用分數(shù)進行處理。

（1）對賣家的月銷售量，商品價格、賣家信譽分數(shù)和口碑數(shù)量都進行了對數(shù)變換。一是因為賣家信譽分數(shù)和口碑數(shù)量差異很大，使用對數(shù)形式通常能夠消除回歸分析中存在的異方差性。二是有利于考察自變量與因變量關系的經(jīng)濟現(xiàn)象解釋。

（2）月銷售量（sales）和口碑數(shù)量（wom）存在為零的值，取對數(shù)時為了避免log（0）情況的出現(xiàn)，對這兩個變量采用log（sales+1）和log（wom+1）的形式，這樣原來為零的觀測值對數(shù)變換后還為零，數(shù)據(jù)存在角點解的現(xiàn)象不會改變。

（五）計量結(jié)果和分析

本文利用Eviews6進行回歸分析，表1同時給出了利用OLS估計的線性回歸模型和托賓模型的回歸結(jié)果。從表中可以看出，在線披露的信息變量的估計值的符號在兩個回歸模型中是相同的，而且統(tǒng)計顯著性也類似。

結(jié)果一：商品價格對商品月銷售量的影響。

在表中，無論是OLS估計的模型還是托賓估計模型中都顯示商品價格對商品月銷售量的負的顯著影響。托賓模型一中，在1%的顯著水平上，商品價格對月銷售量顯著的負向影響。這說明在電子商務市場中商品價格是影響商品銷售量的一個重要的因素。消費者在購買商品時，價格是消費者主要關注的信息之一。價格作為反映質(zhì)量信息的重要信號，為什么高價格的商品銷售量反而低呢？由于電子商務市場中信息不對稱現(xiàn)象更加嚴重，網(wǎng)絡消費者對于商品的質(zhì)量信息不能面對面的進行識別，購買價格高的商品的風險較大，因此，造成商品的價格越高越難以出售。實證結(jié)果表明，在淘寶網(wǎng)上逆向選擇問題依然存在。

結(jié)果二：口碑數(shù)量對商品月銷售量的影響。

從托賓模型一可以看出，在1%的顯著水平上，在線披露的口碑數(shù)量對商品的月銷售量有顯著的正向影響。說明由于網(wǎng)絡的虛擬性，消費者的購買行為有從眾的傾向。消費者在收到商品后，還愿意花費時間成本對于商品作出評價。評價數(shù)量比較多的話，會在一定程度上像消費者傳遞該商品值得購買的信號。

結(jié)果三：金牌賣家對商品月銷售量的影響。

金牌賣家方面，托賓模型一回歸結(jié)果表明，在10%的顯著水平上，淘寶金牌賣家對于月銷售量有顯著的正向影響。說明金牌賣家標記作為淘寶網(wǎng)的一個新的舉措，已經(jīng)顯示其對消費者購買行為的影響。因為金牌賣家標記在搜索頁面和商品詳細頁面等多個場景都有顯示，且是根據(jù)綜合評估來決定的，因此會引起消費者的極大關注。在淘寶網(wǎng)金牌賣家對于減少買賣雙方的信息不對稱，減少逆向選擇具有重要的意義。

結(jié)果四：賣家好評率對月銷售量的影響。

表1中，在線性模型二、三和托賓模型三中均顯示出賣家好評率與商品月銷售量的顯著的負相關關系。原因可能如下，一方面是賣家的好評率作為賣家歷史信譽指標，它是在賣家信譽頁面上呈現(xiàn)的。由于位置比較隱蔽，很難引起消費者的注意。另一方面，在男士襯衫的樣本中，賣家好評率的最小值是93.1%，最大值是1，而且賣家好評率集中在99%左右。為了保持較高的好評率，很多賣家會采取一些激勵措施，比如好評送購物劵等。因此，賣家的好評率普遍較高，差異很小，不能造成消費者對購買行為的影響。另外，實證結(jié)果中賣家好評率對回歸系數(shù)為負，這可能是由于好評率的計算方法造成，若賣家的銷售量過少，可能造成賣家沒有評價的現(xiàn)象，但此時賣家的好評率卻默認為100%。

結(jié)果五：賣家信用積分和賣家信用等級對商品月銷售量的影響。

對于賣家信用積分對于商品月銷售量的影響，OLS估計模型二顯示沒有顯著的影響；托賓估計模型結(jié)果顯示在10%的顯著水平上，賣家信用積分對商品的月銷售量有顯著的影響。因此對于賣家信用積分對于商品月銷售量的影響并不十分顯著。信用分數(shù)是根據(jù)評價的來計算的，信用積分的多少反映了賣家的信譽，買家往往喜歡購買信用積分比較高的賣家的商品，但是隨著信用積分重要性得到重視，一些不良賣家開始利用信用積分評價機制的漏洞，利用各種不正當?shù)氖侄蝸硖岣咝庞梅e分，因此長期以來，造成買家對于賣家信用積分的不信任。此外，信用積分并不直接的顯示在商品的頁面，而是顯示在商品的信用界面上，由于其隱蔽性，不易引起消費者的注意。

表1中，OLS估計的模型和托賓估計模型都顯示賣家信用等級對商品月銷售量的顯著影響。賣家信用等級是根據(jù)賣家信用分數(shù)來劃分的，賣家信用等級由于其顯示在商品的頁面，更能夠引起消費者的注意。

結(jié)果六：是否加入消費者保障服務對商品月銷售量的影響。

在表1中，無論是OLS估計的模型還是托賓估計模型中結(jié)果都表明，賣家加入消費者保障服務對商品的銷售量有正向影響，但是并不顯著。從獲取的數(shù)據(jù)樣本可以看出，在368位賣家中有357位賣家都選擇了加入消費者保障服務。因此，在淘寶網(wǎng)中是選擇加入消費者保障服務不會有明顯的優(yōu)勢。造成這種現(xiàn)象的原因可能是：淘寶賣家加入消費者保障服務的成本低，只需交納1000元左右的保證金；消費者雖然認識到加入消費者保障服務是好賣家的信號，但是當賣家觸犯消費者保障計劃條款，買家不懂得利用此條款維護自身利益，進而造成賣家違規(guī)行為的成本較低；當賣家出現(xiàn)違約行為時，消費者維權(quán)困難。

三、政策建議

淘寶網(wǎng)上已經(jīng)建立了強制性披露賣家信譽的機制，賣家信譽機制披露的賣家信譽積分和賣家好評率信息并沒有對消費者的購買行為產(chǎn)生有效的影響。說明淘寶網(wǎng)的信用評價系統(tǒng)并沒有發(fā)揮有效的作用，消費者對于該信譽機制不夠信任。針對淘寶網(wǎng)的信用評價存在的問題，提出以下建議：一方面，構(gòu)建一個真正地能夠把虛假交易和真實交易區(qū)分開的信用評價系統(tǒng)。近年來，部分賣家利用信用評價系統(tǒng)的漏洞，采用信用互刷平臺等偽造虛假信用，使消費者逐漸對于信用評價可靠性產(chǎn)生懷疑，因此，必須完善信用評價系統(tǒng)，不給炒作偽造信用行為留下空隙。另一方面，增加評分累計值參考因素。目前淘寶網(wǎng)上的信用評分僅是根據(jù)好評、中評、差評的相應分值累計所所得到的，沒有把賣家受到的消費者投訴情況以及遭受的行政處罰等情況涵蓋在內(nèi)。其他購物網(wǎng)站信用評價系統(tǒng)也存在類似的問題，應該完善信用評價系統(tǒng)，建立消費者對于信用評價系統(tǒng)的信任，使信譽機制發(fā)揮有效的作用。

參考文獻：

[1] 潘勇.逆向選擇視角下電子商務市場與傳統(tǒng)市場間關系研究.商業(yè)經(jīng)濟與管理[J]，2011（1）：5-10.

[2] 潘勇，廖陽.中國電子商務市場“檸檬”問題與抵消機制—基于淘寶網(wǎng)的數(shù)據(jù)[J].商業(yè)經(jīng)濟與管理，2009，208（2）：11-15.