梁 雯，張 勤

(安徽大學(xué) 商學(xué)院，安徽 合肥 230601)

基于動態(tài)博弈分析的C2C電子商務(wù)信用模式研究

梁 雯，張 勤

(安徽大學(xué) 商學(xué)院，安徽 合肥 230601)

通過分析現(xiàn)有的C2C信用評價模型，指出其存在的缺陷，并運(yùn)用“靜態(tài)博弈”和基于“復(fù)制動態(tài)”思想的演化博弈，分別對電子交易的成交和評價階段買賣雙方的策略選擇展開研究。結(jié)果表明：現(xiàn)存評價機(jī)制中的買家誠信、賣家誠信、第三方平臺投訴機(jī)制、懲罰機(jī)制等因素會對電子交易中買賣雙方的策略選擇產(chǎn)生影響。為了解決C2C信用危機(jī)、促進(jìn)C2C電子商務(wù)的可持續(xù)發(fā)展，有必要利用交易金額、賣家信用度、買家信用度三項指標(biāo)建立一個新的信用評價體系。在此基礎(chǔ)上，引入一種新的基于加權(quán)平均的信用評價算法，最終形成一個更加科學(xué)、可行的動態(tài)C2C信用評價模型。

C2C電子商務(wù)；博弈；信用算法；信用評價模型

隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新一代信息技術(shù)的出現(xiàn)及應(yīng)用，互聯(lián)網(wǎng)消費(fèi)經(jīng)濟(jì)得到進(jìn)一步發(fā)展。[1]尤其是以電子商務(wù)為主體的網(wǎng)絡(luò)購物，再次被推向社會輿論的風(fēng)口浪尖，受到更多消費(fèi)群體的關(guān)注和青睞。據(jù)中國電子商務(wù)研究中心監(jiān)測數(shù)據(jù)顯示，2015年中國網(wǎng)絡(luò)零售市場交易規(guī)模達(dá)38 285億元，相比2014年的28 211億元，增長了35.7%。同時，網(wǎng)絡(luò)零售市場的交易規(guī)模占社會消費(fèi)品零售總額的12.7%，較2014年的10.6%，也提高了2.1%。其中B2C市場交易規(guī)模占51.6%，C2C市場交易規(guī)模占48.4%， B2C首次超過C2C成為市場主體。[2]隨后，政府還出臺了一系列有利于B2C發(fā)展的監(jiān)管、扶持政策，一向占據(jù)國內(nèi)電商霸主地位的C2C模式遭遇滑鐵盧，這不僅體現(xiàn)出網(wǎng)絡(luò)消費(fèi)經(jīng)濟(jì)轉(zhuǎn)型升級的歷史必然性，也暴露出現(xiàn)有C2C模式中的諸多弊端。其中，由于交易虛擬性、匿名性和時空不對稱性等風(fēng)險而導(dǎo)致的假冒偽劣、信用欺詐、惡意詆毀等一系列信用缺失行為，極大地阻礙了C2C電商平臺的發(fā)展。[3]因此，為了促進(jìn)C2C電子商務(wù)的可持續(xù)發(fā)展，必須建立一套科學(xué)、可行的C2C信用評價模型，以此避免電子交易中的不誠信行為，解決C2C信用危機(jī)，完善信用評價機(jī)制。

一、文獻(xiàn)綜述

最早對信用展開研究的是德國哲學(xué)家、社會學(xué)家G.Simmel，隨后經(jīng)濟(jì)學(xué)、心理學(xué)等其他領(lǐng)域?qū)W者紛紛對信用的概念、管理和評價等問題進(jìn)行探究。[4]隨著網(wǎng)絡(luò)經(jīng)濟(jì)的繁榮，電子商務(wù)行業(yè)迅速崛起。相應(yīng)地，信用研究也開始延伸到電子商務(wù)領(lǐng)域，并主要集中在電子商務(wù)的信用概念、信用管理、信用風(fēng)險、信用評價以及信用模型等方面。[5]

張蓉(2015)從買家角度將C2C信用理解為網(wǎng)絡(luò)消費(fèi)者對客觀交易活動和自己主觀判斷一致的信任程度。[6]方文鶴(2011)將信用管理作為尋求交易公平性的有效手段，對信用管理與C2C電子商務(wù)的相互關(guān)系展開研究，指出有效的信用管理主要通過降低交易成本、提高交易效率和增強(qiáng)消費(fèi)信心、推動規(guī)模經(jīng)濟(jì)兩方面來促進(jìn)C2C電子商務(wù)發(fā)展。同時， C2C電子商務(wù)也通過不斷完善個人征信系統(tǒng)以提升信用管理水平。[7]謝正興(2015)指出信用管理主要有四種典型的模式，即中介模式、擔(dān)保模式、委托授權(quán)模式和網(wǎng)站經(jīng)營模式。[8]

經(jīng)過長期研究，我國學(xué)者發(fā)現(xiàn)：建立一個完善的信用評價系統(tǒng)可以大大促進(jìn)C2C電子商務(wù)的誠信經(jīng)營和健康發(fā)展。賈安然(2014)針對現(xiàn)有C2C信用評價系統(tǒng)中的加減積分法，提出將交易金額、賣家交易頻率、買家信用等指標(biāo)納入系統(tǒng)中，以形成一種新的信用算法，建立更加科學(xué)合理的信用評價模型，以此改善C2C電子商務(wù)信用體制問題[9]。高忠群(2015)以淘寶網(wǎng)為例，針對信用評價模型中存在的評價失實(shí)、“刷分”、評價設(shè)置不合理等缺陷提出相應(yīng)的改進(jìn)策略，從而完善信用評價機(jī)制、規(guī)避電子交易的信用風(fēng)險。[10]劉文俊(2015)結(jié)合國內(nèi)外C2C電子商務(wù)信用評價模型的發(fā)展現(xiàn)狀，提出建立具有統(tǒng)一評級指標(biāo)、跨平臺的雙向信用評定中心，并重置和修正信用評價指標(biāo)，形成一套統(tǒng)一、跨平臺的信用評價體系以及具有公信力的結(jié)果發(fā)布平臺。[11]

二、現(xiàn)有的C2C電子商務(wù)信用評價模型及其缺陷

目前，國內(nèi)主要的C2C電子交易平臺“淘寶網(wǎng)”“易趣網(wǎng)”“衣聯(lián)網(wǎng)”“福步網(wǎng)”“拍拍網(wǎng)“等為了幫助商家樹立信譽(yù)，紛紛創(chuàng)建了信用評價系統(tǒng)，但系統(tǒng)普遍過于簡單，難以真正對交易平臺中頻發(fā)的虛假交易、信用炒作、信息不對稱、惡意詆毀等誠信問題發(fā)揮監(jiān)管作用。其中，國內(nèi)最大的C2C交易平臺——淘寶網(wǎng)，采用的是累計積分的信用評價模型，即對原有的信用積分直接相加減，模型如下：

Rn=Rn-1+rn,rn∈{-1,0,1}

(1)

(1)式中，Rn，Rn-1表示用戶在第n,n-1次交易完成后的信用積分，{-1,0,1}分別表示{差評，中評，好評}，即用戶在獲得“差評”“中評”“好評”的同時，對原有信用積分進(jìn)行加1或減1等操作。但此模型過于簡單，沒有將評價者的信用情況、交易金額、信用時間等考慮在內(nèi)，信用評價缺乏真實(shí)性和有效性，只能在有限范圍內(nèi)為交易雙方提供信用憑證。

拍拍網(wǎng)在此基礎(chǔ)上，對交易金額進(jìn)行了權(quán)重設(shè)置，將用戶信用得分與有效交易金額權(quán)重兩者的乘積作為用戶最后信用值，形成如下一種新的評價模型：

(2)

Ri∈{-1,0,1};i,Wi∈(0,+∞)

(2)式中，Rn，Ri分別代表用戶第n,i次交易后的信用得分，Wi表示第i次交易金額的權(quán)重，交易金額的權(quán)重大小由電子交易平臺事先確定。一般來說，交易金額越大，買賣雙方的評價越客觀，評價結(jié)果越真實(shí)，交易金額所占權(quán)重值越高。但此模型未將評價者的信用狀況以及信用時間等因素考慮在內(nèi)，信用評價仍缺乏科學(xué)性。

綜上所述，目前C2C電子商務(wù)平臺中的信用評價模型主要存在以下幾個缺陷：

(一)未考慮買家信用情況

現(xiàn)行的C2C信用評價模型主要是買家對賣家進(jìn)行信用評分，約束賣家的行為。但電子交易中時常出現(xiàn)的買家惡意評價、信用詆毀等現(xiàn)象，不僅大大降低了信用評價的可信度，也給賣家造成了一定的損失。原因在于評價模型中缺乏對買家信用度的評價，一般來說，信用度較高買家所做出的信用評價才具有可靠性，如果買家自身存在信譽(yù)危機(jī)，他就有極大可能惡意損害他人信用。

(二)未考慮時間因素

現(xiàn)存的信用評價模型大多采用簡單加減法計算信用得分，使得老用戶的信用積分明顯要高于新開店的賣家，且信用的高峰值可能是過去某一時間段的交易結(jié)果而未必是近期發(fā)生的。但網(wǎng)絡(luò)消費(fèi)者在購物時，一般都直接參考以數(shù)字形式記錄的最終信用評分，這樣不僅會增加顧客上當(dāng)受騙的風(fēng)險，還使得新老用戶處在一個不公平的信用環(huán)境中。

(三)缺乏有效的懲罰手段

研究表明，隨著賣家信用得分的積累，其所收到的差評對信用的影響程度將逐漸減弱。[12]使得一些信用積分較高的商家受暴利誘導(dǎo)，鋌而走險，通過信用炒作銷售假冒偽劣產(chǎn)品，嚴(yán)重?fù)p害了消費(fèi)者利益。究其原因，主要是信用體制中缺乏嚴(yán)厲的懲罰措施，且忽視了這類高信用度賣家，從而導(dǎo)致了他們的不誠信行為。

(四)缺乏有效的第三方投訴機(jī)制

當(dāng)賣家遭到惡意評價時，由于投訴成本過高或沒有完善的投訴機(jī)制，常采取妥協(xié)的辦法來維護(hù)自己的權(quán)益，通過協(xié)商將惡意差評對賣家信譽(yù)的影響降到最低，這不僅助長了不良買家的惡意企圖，也極大降低了信用評價的可信度。

三、基于動態(tài)博弈的C2C信用評價模式研究

大量研究表明，電子交易中買賣雙方的決策實(shí)際是一種博弈行為，網(wǎng)絡(luò)環(huán)境下交易雙方最終選擇的信用模式是其相互博弈的結(jié)果。[13]通過對電子交易的成交階段和評價階段進(jìn)行博弈分析，得出誠信對交易和評價策略的影響機(jī)理。據(jù)此，對現(xiàn)有的信用評價機(jī)制提出改進(jìn)措施，最終確立一個科學(xué)有效的C2C信用評價模型。

博弈論，又稱“對策論”，是電子商務(wù)信用問題研究的有力工具，主要研究經(jīng)濟(jì)參與人的決策發(fā)生相互作用時的均衡狀態(tài)，博弈一般包括：參與人、參與人決策、參與人行動次序、參與人得益四個要素[14]。傳統(tǒng)博弈論要求參與人完全理性，但現(xiàn)實(shí)中很難實(shí)現(xiàn)。由此，誕生了基于達(dá)爾文進(jìn)化思想的演化博弈理論，認(rèn)為參與人具有較強(qiáng)模仿能力，能根據(jù)具體情況不斷調(diào)整自己的策略，以達(dá)到最優(yōu)策略組合。演化博弈包括“穩(wěn)定策略”和“復(fù)制動態(tài)思想”兩個核心內(nèi)容，強(qiáng)調(diào)參與人不斷試錯。[15]而電子交易本身具有一定的風(fēng)險性和不確定性，買賣雙方的信用評價行為受到各種主客觀因素的影響，呈動態(tài)發(fā)展趨勢，與演化博弈動態(tài)、反復(fù)的特點(diǎn)是相符的。[16]且與應(yīng)用較為廣泛的BP神經(jīng)網(wǎng)絡(luò)、模糊綜合分析法、層次分析法等相比，動態(tài)演化博弈在建立C2C 信用評價模型時具有以下兩點(diǎn)優(yōu)勢：

1.賦權(quán)方法科學(xué)客觀。動態(tài)C2C模型在賦予各指標(biāo)權(quán)值時，采用兩兩比較法、加權(quán)平均法以及簡單的變量轉(zhuǎn)換，較為客觀。而層次分析法和模糊綜合評價法多參考相關(guān)文獻(xiàn)和一些專家意見來評估各項指標(biāo)的相對重要程度，主觀成分過多，缺乏嚴(yán)謹(jǐn)性。[17，18]

2.可行性?；趧討B(tài)博弈的C2C信用算法最高級別也只是累加、累乘，大大降低了計算的難度和出錯率，有利于各大電子交易平臺對現(xiàn)有商家和消費(fèi)者進(jìn)行管理。而BP 神經(jīng)網(wǎng)絡(luò)算法需要足夠的樣本進(jìn)行反復(fù)的訓(xùn)練，增加了數(shù)據(jù)收集的難度，實(shí)際應(yīng)用性大大削弱。[19]

(一)成交階段的博弈分析

1.博弈模型的建立

在不影響研究結(jié)論的條件下，我們假設(shè)博弈參與人只有買方和賣方，都是完全理性的，且博弈中信息是完全的，買方策略選擇是購買與不購買，賣方策略選擇是誠信與不誠信，屬于靜態(tài)博弈，博弈模型如表1所示：

表1 買賣雙方博弈策略選擇的收益矩陣

注釋：P1指賣家誠信的概率，P2指買家購買的概率， 0≤P1≤1，0≤P2≤1

假設(shè)在買家購買的情況下，賣家誠信與不誠信所得收益為b1、b2，且b10,a2>0),此時效用價值為0，還消耗了時間、精力等交易成本。而在買家不購買的情況下，各方收益為0，但賣家不誠信仍要承擔(dān)風(fēng)險，設(shè)為-c(c>0)。比如買家在“貨比三家”后覺察到賣家的不誠信，這必然對商家信譽(yù)產(chǎn)生損害。

2．博弈過程的分析

設(shè)買家的期望收益為Ea,賣家的期望收益為Eb,由收益矩陣可知：

Ea(P2)=P2×P1×a1-P2×(1-P1)×a2

(3)

Eb(P1)=P1×P2×b1+(1-P1)×P2×(b2-c)-(1-P1)×(1-P2)×c

(4)

假設(shè)存在使買賣雙方利益一致的策略，即存在納什均衡點(diǎn)。具體地，要求b1≥b2-c，否則為了追求利益最大化，雙方會面臨交易反復(fù)進(jìn)行的“混合策略”問題，將不存在最優(yōu)策略。

對收益函數(shù)求導(dǎo)可得：

?Ea/?P2=P1×a1-(1-P1)×a2

(5)

?Eb/?P1=P2×b1-P2×b2+c

(6)

令?Ea/?P2=0，?Eb/?P1=0，則可以解出買家最優(yōu)策略的下一階條件：

P1=a2/(a1+a2)

(7)

P2=c/(b2-b1)

(8)

由此得出買賣雙方博弈的納什均衡點(diǎn)為(a2/(a1+a2) ,c/(b2-b1)),即賣家以a2/(a1+a2)的概率選擇誠信交易，買家以c/(b2-b1)概率選擇購買商品。分析可得：若a2增大，則買家與不誠信賣家交易風(fēng)險提高，會傾向于不購買，而賣家為獲利，最優(yōu)選擇是誠信經(jīng)營。若c增大，則賣家不誠信的風(fēng)險提高，從而選擇誠信交易，而買家也會選擇購買策略。

由以上博弈分析可得，不誠信風(fēng)險的提高對交易策略的選擇具有一定的影響，據(jù)此對現(xiàn)有的評價模型做出改進(jìn)，以建立一個科學(xué)的信用模型，促使賣家誠信經(jīng)營和電子商務(wù)可持續(xù)發(fā)展。主要可通過建立健全有效的懲罰機(jī)制來提高不誠信的風(fēng)險，以促進(jìn)誠信經(jīng)營。這在2011年出臺的淘寶新規(guī)中已有所體現(xiàn)，淘寶網(wǎng)自成立以來就對處理申訴、店鋪的重復(fù)鋪貨等協(xié)調(diào)和制裁工作十分重視，相繼推行了“假一賠三”和 “7 天無理由退換貨” 等多項旨在保障消費(fèi)者安全購物的懲罰措施。新規(guī)中更是提高了違約保證金的金額，對于假冒、偽劣等行為采取零容忍態(tài)度，不但扣除全部違約金還要封店，對買到假貨的消費(fèi)者實(shí)行“假一賠五”的超額賠付策略。[20]

同時，為了解決電子商務(wù)信用評價模型中的信息不對稱問題，有效地約束失信行為，必須建立一個公開、共享、透明的信息機(jī)制，即依托第三方交易平臺進(jìn)行信息公示，主要包括顧客反饋、處罰措施、買家歷史信用、賣家歷史信用等內(nèi)容。這不僅擴(kuò)大了優(yōu)質(zhì)買家的影響力，還可以威懾不誠信賣家[21]。

(二)評價階段的博弈分析

1．博弈模型的建立

評價具有主觀性，因此評價階段中的買賣雙方是不完全理性的，雙方博弈策略的選擇也是一個不斷調(diào)整的長期過程，屬于演化型博弈。引入“復(fù)制動態(tài)”思想和一種基于選擇的動態(tài)差分方程，來描述買賣雙方在多重博弈中的策略調(diào)整過程，并分析在長期的動態(tài)演化博弈中，選擇某種策略的個體比例隨時間的變化情況。

為了方便建模，假設(shè)買家策略有如實(shí)評價和惡意評價兩種，賣家策略有投訴和不投訴兩種。惡意評價大多是買家存在不良企圖，一種是利用賣家對買家評價的重視來獲取額外賠償；一種是賣家為了贏得競爭優(yōu)勢，通過購買同行的產(chǎn)品并惡意差評的方式，使同行信譽(yù)受損，從而獲取間接利益。賣家策略有投訴、不投訴兩種，投訴主要由第三方平臺受理，不投訴不代表坐視不管而是與買家協(xié)商，且投訴有成功與不成功兩種情況均需要考慮，建立的博弈模型如圖1所示：

圖1 評價階段的博弈模型

模型中，節(jié)點(diǎn)下方的向量代表雙方收益情況，第一個分量代表買方收益，第二個分量代表賣方收益。x為買家選擇惡意評價的概率，y為賣家選擇投訴的概率，z為投訴成功的概率,0≤x≤1、0≤y≤1、0≤z≤1。若買家如實(shí)評價，則博弈結(jié)束，雙方收益為0；若買家惡意差評，當(dāng)賣家選擇不投訴，則花費(fèi)C2的協(xié)商成本，勸服買家修改差評，通常買者獲得一定的收入，設(shè)為b2；當(dāng)賣家選擇投訴，首先花費(fèi)一定的投訴成本S1,在投訴成功的情況下，買家遭受損失b1,可能是一定數(shù)額的罰款或信用的降低；如果投訴不成功，買家惡意企圖得逞，獲得一定收益b3,(一般b3≤b2,否則買家不會輕易撤銷差評)。此時，賣家也要承擔(dān)差評對店鋪信用帶來的風(fēng)險成本C1。

由此可得買方惡意差評的情況下，買賣雙方博弈的收益矩陣(如表2所示)：

表2 買賣雙方博弈的收益矩陣

2．博弈過程的分析

設(shè)買家惡意評價和如實(shí)評價時的收益分別EB1和EB2,當(dāng)買家以x的概率選擇惡意評價時，所得平均收益期望為EB，則由收益矩陣可知：

EB1=y×z×(-b1)+y×(1-z)×b3+(1-y)×b2

(9)

EB2=0

(10)

EB=x×EB1

(11)

由此可得買家惡意差評的動態(tài)差分方程：

=x×(1-x)×[y×(-b1×z-b3×z+b3-b2)+b2]

(12)

令m=b1×z+b2×z-b3+b2,則m>0

(13)

由此可得買家選擇惡意評價策略的復(fù)制動態(tài)相位圖，如圖2所示：

圖2 賣家策略選擇復(fù)制動態(tài)相位圖

分析可得：

綜上所述，為了進(jìn)一步完善C2C電子商務(wù)信用評價體制，提高交易信用評價的真實(shí)性和可靠性，應(yīng)該盡量減小或消除惡意評價的可能性。因此，第一個相位圖是較為理想的情況，即惡意評價的概率隨時間變化而減小。此時，賣家選擇投訴或者投訴成功的概率越大，惡意評價的比例越小；買者選擇惡意評價所受懲罰b1愈大或因惡意企圖得逞所獲收益b3愈小，或與賣家協(xié)商得到的收入b2越小，也會明顯降低惡意評價的比例。

從分析結(jié)果可以看出，買家選擇惡意評價主要有兩個方面的原因，一是由于現(xiàn)行的信用評價模型中缺乏嚴(yán)厲的懲罰措施，使得許多自身信用度較低的買家，愿意為了私利而惡意損害賣家信譽(yù)，比如社會上興起的“職業(yè)差評師”行業(yè)。二是由于第三方平臺提供的投訴服務(wù)水平較低，投訴成本較高，賣家寧愿選擇與買家協(xié)商并支付一定的討好費(fèi)用來解決惡意評價問題，使得一些道德敗壞的買家覺得有機(jī)可乘。因此，為了使消費(fèi)者對電子交易情況做出如實(shí)評價，一方面要將買家信用度納入信用評價模型中，并加大對不誠信的懲罰力度，以嚴(yán)厲制約惡意評價行為；另一方面，當(dāng)賣家遭到惡意差評時，應(yīng)鼓勵他們積極利用第三方平臺的投訴機(jī)制而非妥協(xié)的方法來維護(hù)自己的合法權(quán)益，這就要求現(xiàn)行的信用評價模型中必須具備完善、合理的投訴渠道，并盡量降低投訴成本。通過以上措施，可以大大減少買家因不誠信而惡意詆毀賣家的行為，并進(jìn)一步改進(jìn)現(xiàn)有的信用評價體系。

四、C2C動態(tài)信用評價機(jī)制的改進(jìn)和完善

由于新模型的構(gòu)建牽涉到買家誠信、賣家誠信、交易金額、投訴機(jī)制、懲罰機(jī)制等多方面的因素，因此有必要提出一種新的信用評價算法。首先要重新設(shè)定信用評價指標(biāo)，在此基礎(chǔ)上構(gòu)建一種新的信用評價算法，最終形成一套新的C2C動態(tài)信用評價模型。

(一)改進(jìn)的信用評價指標(biāo)

1.交易金額

借鑒拍拍網(wǎng)的做法，將交易金額納入評價指標(biāo)并賦予權(quán)重。交易金額主要通過買賣雙方對待評價的態(tài)度來影響評價結(jié)果。一般地，交易金額越高，買賣雙方的評價越謹(jǐn)慎、越客觀，交易金額對信用評價的影響越大。依據(jù)央行“網(wǎng)購單日限額5000的規(guī)定”*中國人民銀行：非銀行支付機(jī)構(gòu)網(wǎng)絡(luò)支付業(yè)務(wù)管理辦法[S].2016-01-01.將出售商品的價格分成五個區(qū)間，并通過“兩兩比較法”[22]，按交易金額對信用評價的重要程度給區(qū)間打分，再結(jié)合加權(quán)平均法設(shè)置權(quán)重(如表3所示)。

具體的，0-1元的交易金額得分為0，1-20元的得分為1，21-1000元的得分為2，1001-3000元的得分為3，5000以上得分為4。

(14)

式中i為區(qū)間序號，W1i為處于第i區(qū)間的交易金額權(quán)重，εi為第i區(qū)間的得分。

表3 拍拍網(wǎng)成交金額權(quán)重設(shè)置

2.賣家信用度

為了避免時間因素的干擾，加強(qiáng)信用評價機(jī)制對賣家誠信經(jīng)營的監(jiān)管作用，可采用簡單變量轉(zhuǎn)換的思想對賣家信用度賦予權(quán)值，使距離評價時點(diǎn)較遠(yuǎn)的賣家信用積分獲得較小的權(quán)重，而較近的信用積分獲得較大權(quán)值。以控制賣家信用積分的盲目增長，提高賣家對近期交易的關(guān)注，同時也為新開店的賣家提供了一個公平的信用環(huán)境。計算公式如下：

(15)

(15)式中i表示一段時間內(nèi)的交易次數(shù)，Ti表示第i次交易時間，T0表示第1次交易時間。

3.買家信用度

客觀的信用評價機(jī)制不僅要對賣家進(jìn)行信用評分，也要對買家進(jìn)行信用評分，不同信用度的買家所作出的評價對賣家的影響程度不同。一般地，買家信用度越高，購物經(jīng)驗(yàn)越豐富，分辨能力越強(qiáng)，消費(fèi)越理性。此類買家對賣家所作出的評價更加公平、可信，而信用度較低、甚至在交易記錄中受過懲罰的買家，其對賣家做出的評價不值得采納，影響程度也有所減弱。交易金額權(quán)重設(shè)置的做法，按買家是否受罰以及受罰程度將買家信用度劃分為五個區(qū)間，再通過“兩兩比較法”，按信用評分的重要程度大小給出得分，最后采用加權(quán)平均法計算各區(qū)間權(quán)重(如表4所示)。計算公式如下:

(16)

(16)式中i表示區(qū)間序號，W3i表示第i區(qū)間買家信用度的權(quán)重，θi表示第i區(qū)間得分。

表4 買家信用度的權(quán)重設(shè)置

(二)改進(jìn)的信用評價算法

淘寶網(wǎng)分別從實(shí)物與描述是否相符、賣方服務(wù)態(tài)度、物流速度三個方面對賣家進(jìn)行評分，但理論上賣家每次交易獲得的信用評分是由多種因素綜合決定的，可對評價算法做出如下改進(jìn)：

設(shè)賣家在第t次的電子交易后，實(shí)物與描述相符程度得分R1t,賣家服務(wù)態(tài)度得分R2t,物流速度得分R3t,則此次交易賣家獲得的綜合信用評分Rt計算公式如下：

Rt=α1×R1t+α2×R2t+α3×R3t,Rit∈{-1,0,1}

(17)

α1,α2,α3分別為單項指標(biāo)得分在三項指標(biāo)之和中所占比例，α1+α2+α3=1。接下來，為了進(jìn)一步綜合考慮其他因素對信用評分的影響，利用加權(quán)平均法計算賣家綜合信用得分。

假設(shè)有X個買家B1，B2，B3……Bx,一段時間內(nèi)Bx與賣家S進(jìn)行了i次交易，Ti為第i次交易的時間，Ri為上文中第i次交易后，買家對賣家的信用評分。利用加權(quán)平均法求得Bx在一段時間內(nèi)對S產(chǎn)生的綜合信用評分Px如下：

(18)

ε=W1i×W2i×W3i

(19)

(19)式中，W1i表示第i次交易中交易金額的權(quán)值,W2i表示第i次交易中，出于時間因素的考慮，對賣家信用度賦予的權(quán)值，W3i表示第i次交易中，對買家信用度賦予的權(quán)值。

一段時間后，X個買家對賣家S產(chǎn)生的總的綜合信用評價值P計算公式如下：

(20)

其中，δj表示第j位買家在經(jīng)過i次交易后對買家S累積的信用評分所對應(yīng)的權(quán)重。

但上述信用評價算法存在一定的弊端，即很多買家在購買商品后習(xí)慣不做評價，超過十五天后，系統(tǒng)默認(rèn)好評，使得Bx對賣家S總的綜合信用評分值產(chǎn)生偏差。為了排除這一干擾因素，引入評價率來計算最終信用值R,計算公式如下:

R=P*K

(21)

K=(n-n0)/ n

(22)

(22)式中，K為評價率，n為總交易次數(shù)，n0為沒有評價的次數(shù)。

最后，基于重構(gòu)的信用評價指標(biāo)體系和新的信用評價算法建立一套更加科學(xué)、可行的動態(tài)C2C信用評價模型(如圖3所示)，以期解決當(dāng)前C2C信用評價模型中存在的信息不對稱、評價指標(biāo)不完善、懲罰措施不到位、賣家投訴機(jī)制不健全等問題，促進(jìn)C2C電子商務(wù)平臺的健康發(fā)展。

圖3 改進(jìn)后的C2C信用評價模型

五、結(jié)論與展望

(一)研究結(jié)論

隨著互聯(lián)網(wǎng)消費(fèi)的盛行，C2C電子商務(wù)迅速崛起，但目前各大C2C交易平臺中的信用評價機(jī)制尚不成熟，信用欺詐、惡意詆毀、假冒偽劣等不誠信行為依然十分猖獗。為了解決此類信用危機(jī)，在已有研究的基礎(chǔ)上，對電子交易的成交和評價階段進(jìn)行博弈分析，提出改善信用評價機(jī)制的方法，并得出以下結(jié)論：

1.通過分析現(xiàn)有的C2C電子商務(wù)信用評價模式，納入交易金額、買家信用度、賣家信用度三項評價指標(biāo)以完善和修正信用評價指標(biāo)體系，并對各項指標(biāo)進(jìn)行相應(yīng)的權(quán)值設(shè)置。在算法上，改進(jìn)對單次交易中賣家所獲綜合評分的計算，依據(jù)各指標(biāo)設(shè)定W1i(交易金額權(quán)重)、W2i(賣家信用度權(quán)重)、W3i(買家信用度權(quán)重)、Ti(時間)、各權(quán)重之積、累計評分權(quán)值多個變量，并采用加權(quán)平均法計算一段時間內(nèi)多個買家對賣家的綜合信用評分，為消費(fèi)者提供更真實(shí)、更具參考價值的信用信息，以此提高整個信用評價系統(tǒng)的有效性和科學(xué)性。

2.綜合多種因素和C2C自身的特點(diǎn)，將C2C信用分為靜態(tài)信用和動態(tài)信用，重點(diǎn)發(fā)揮信用評價系統(tǒng)在交易平臺中的作用以形成買賣雙方的動態(tài)信用。相對于運(yùn)用BP神經(jīng)網(wǎng)絡(luò)、模糊綜合評價法、層次分析法等構(gòu)建的C2C電子商務(wù)信用評價系統(tǒng)，基于動態(tài)演化博弈的信用模型具有更加科學(xué)、可行的優(yōu)勢。

3.建立信息反饋系統(tǒng)，對交易平臺中買賣雙方近期有效交易的信用評價結(jié)果進(jìn)行公示，以提高信息的共享度和評價結(jié)果的公信力，為C2C電子交易營造一個更加公平、公正、公開的信用評價環(huán)境。

4.加大懲罰力度，比如賣家店鋪的信用評價中記錄的差評本身就是一種來自買家的私人懲罰，它會對其他買家的購物態(tài)度帶來負(fù)面影響。但數(shù)百萬網(wǎng)上商店和注冊用戶會導(dǎo)致大量需要協(xié)調(diào)的問題，尤其是退換貨和假貨等爭執(zhí)，私人懲罰是無法解決的，也難以通過現(xiàn)實(shí)中的法律加以協(xié)調(diào)，因此必須依賴信用評價系統(tǒng)自身組織實(shí)施仲裁以及懲罰,以警示賣家不誠信行為、維護(hù)消費(fèi)者權(quán)益。通過這種私人懲罰與公共懲罰的共同作用，實(shí)現(xiàn)C2C電子商務(wù)的持續(xù)發(fā)展。[23]

5.網(wǎng)絡(luò)環(huán)境的復(fù)雜使得惡意評價現(xiàn)象時有發(fā)生，而賣家為了挽回聲譽(yù)?；ㄙM(fèi)較高的協(xié)調(diào)成本，采用私下和解的方式撤回差評。為了更加經(jīng)濟(jì)、有效地制約因買家不誠信造成的惡意詆毀行為，現(xiàn)行的信用評價模型必須具備完善、有效的賣家投訴渠道，制訂一系列協(xié)助賣家投訴的措施，并盡量降低投訴成本，為賣家營造良好的電子交易信用環(huán)境。

(二)研究展望

由于個人研究深度有限和一些客觀條件的限制，此次研究還存在以下不足：

1.指標(biāo)體系有待完善，未來的C2C電子商務(wù)市場變幻莫測，影響電子交易中信用評價的因素也在不斷改變，為了保證信用評價指標(biāo)體系的效力，應(yīng)結(jié)合各大交易平臺的實(shí)際發(fā)展不斷改進(jìn)評價指標(biāo)的設(shè)置。

2.改進(jìn)的C2C信用評價模型只是一個理論框架，缺乏在實(shí)際中的模擬，無法檢驗(yàn)其可靠性和適用性，也無法真正體現(xiàn)其相對于原有評價系統(tǒng)的優(yōu)越性。未來應(yīng)圍繞如何將其引入實(shí)踐活動中加以應(yīng)用展開研究。

3.本文建立的信用評價模型主要用于買家對賣家的評價，尤其在計算綜合信用評分時，僅探討了一段時間內(nèi)若干位買家對賣家的信用評價。在以后的研究中，應(yīng)該找到一種基于買賣雙方的信用評分算法，以完善信用評價模型，加強(qiáng)信用管理。

4.綜合信用評分計算公式的合理性和科學(xué)性有待提高，今后的研究中，如何恰當(dāng)?shù)貙⒃O(shè)置的評價指標(biāo)用于信用評分的計算，計算公式如何精細(xì)化，考慮的加權(quán)因素如何體現(xiàn)在計算過程中，權(quán)重設(shè)置如何趨于合理等都是亟待解決的問題。

[1]梁娜,禹農(nóng),楊國青.基于 B/S 計算模型的 Web 技術(shù)在電子商務(wù)中的應(yīng)用[J].山東科技大學(xué)學(xué)報(自然科學(xué)版),2003(1):64-66.

[2]莫岱青.《2015年中國網(wǎng)絡(luò)零售市場數(shù)據(jù)監(jiān)測報告》核心數(shù)據(jù)發(fā)布[J].計算機(jī)與網(wǎng)絡(luò),2016(10):10-13.

[3]YOU Tianhui,LI Lu,YU Zhuchao.Study of Establishment and Method of Seller Credit Evaluation Index System for C2C E-commerce [J].Management and Service Science.2012,23(2):78-81.

[4]YANG limao,TANG Xuan.Research of C2C E-Business Trust Evaluation Model Based on Entropy Method[J].Computer Society ,2008,13(5):11-15.

[5]XIONG Yuning.Research on Trust Mechanism in C2C E-business[J].Sun Yatsen University Forum,2006,26(9):56-58.

[6]張蓉.C2C電子商務(wù)信用體系模式探究[J].現(xiàn)代營銷(下旬刊),2015(11):132.

[7]方文鶴.C2C電子商務(wù)網(wǎng)站的信用管理研究[D].合肥：安徽大學(xué),2011.

[8]謝正興.C2C電子商務(wù)信用管理研究[J].企業(yè)科技與發(fā)展,2015(13):83-86.

[9]賈安然.C2C電子商務(wù)信用評價模型的分析與研究[D].甘肅：蘭州交通大學(xué),2014.

[10]高忠群.基于C2C電子商務(wù)的信用評價機(jī)制研究——以淘寶網(wǎng)為例[J].全國商情,2015(Z7):25-26.

[11]劉文俊.基于C2C模式的雙向電子商務(wù)信用評價模型研究[D].江西：南昌航空大學(xué),2015.

[12]蘇玥.基于博弈論分析探討我國電子商務(wù)的信用問題——以微信代購中的信用問題為例[J].現(xiàn)代商業(yè),2015(8):30-31.

[13]高玉峰,劉志飛,常勝.C2C環(huán)境中信用問題博弈淺析[J].黨史博采(理論),2015(8):38-39+49.

[14]王慧.C2C電子商務(wù)中信用問題的博弈分析[J].北方經(jīng)濟(jì),2011(18):37-38.

[15]李春發(fā),馮立攀，韓芳旭，等.電子商務(wù)生態(tài)系統(tǒng)的動態(tài)演化博弈分析[J].系統(tǒng)科學(xué)學(xué)報,2015(4):75-78

[16]曾勇,徐茂衛(wèi).電子商務(wù)中買賣方之間信用模式選擇的博弈論分析[J].科技進(jìn)步與對策,2004(12):147-149.

[17]羅玲.基于模糊綜合評價法的C2C電子商務(wù)二階段信用評價模型[J].現(xiàn)代商業(yè),2013(28):72-74.

[18]周敏.基于層次分析法的C2C電子商務(wù)信用評價模型研究[D].吉林：長春理工大學(xué),2012.

[19]張瑞玉，劉健，左敏等.BP神經(jīng)網(wǎng)絡(luò)的C2C電子商務(wù)信用評價模型的建立[J].中國經(jīng)貿(mào)導(dǎo)刊,2015(5):55-58.

[20]楊會茹.淘寶商城“十月圍城”事件的反壟斷法分析[D].重慶：西南政法大學(xué),2014.

[21]彭文靜.C2C電子商務(wù)信用評價體系局限性分析及改進(jìn)策略[J].物流技術(shù),2015(7):184-187.

[22]王斌,譚清美.產(chǎn)業(yè)創(chuàng)新平臺評價指標(biāo)體系及其權(quán)重設(shè)置研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2013(12):63-68.

[23]丁魁禮.懲罰、第三方支付對C2C網(wǎng)上交易信任生成的影響研究:基于技術(shù)程序的視角[J].消費(fèi)經(jīng)濟(jì),2014(2):79-83+89.

(責(zé)任編輯：魏 霄)

Research of Electronic Commerce Credit Model on the Basis of Dynamic Game Analysis

LIANG Wen,ZHANG Qin

(schoolofBusiness,Anhuiuniversity,Hefei230601,China)

Risks of C2C electronic trading,such as its virtuality,anonymity,asymmetry of time and space make the problem of credit system in each big trading platform increasingly prominent,so opening up a new research field.Through the analysis of the existing C2C credit evaluation model,the paper points out its defects,and studies the strateggic choices of the seller and the buyer in the transaction stage and evaluation stage respectively,using the “static game” and evolutionary game based on the “Replicate Dynamic” .The research results show that factors,such as credit of buyers,credit of sellers,complaints mechanism of third party platform and punishment mechanism in the existing evaluation mechanism could influence the strategy choices of buyers and sellers in electronic trading.In order to solve the C2C credit crisis,and promote the sustainable development of C2C e-commerce,it is necessary to build a new credit evaluation system by using the three indicators of amount of the transaction,the seller credit,and the buyer credit.On this basis,a new credit evaluation algorithm can be established based on the method of weighted mean,finally forming a more scientific and feasible dynamic C2C credit evaluation model.

C2C e-commerce; gambling; evaluation method of credit; credit evaluation model

2016-10-25

2015國家社科基金項目“新型城鎮(zhèn)化背景下小城鎮(zhèn)電子商務(wù)物流發(fā)展研究”(15BJY117)

梁 雯(1962—)，女,安徽合肥人，安徽大學(xué)商學(xué)院教授，碩士生導(dǎo)師.

F724.6

A

1008-7699(2017)03-0074-10