曾瑋萱

【摘 要】隨著電子商務的越來越普及，其信用問題也越來越引人關注。賣家信用是消費者是否進行電子商務的重要考慮因素，本文將以淘寶商家信用評價體系為例分析影響電子商務信用的因素。

【關鍵詞】電子商務；信用評分；淘寶

一、淘寶賣家信用評價體系現(xiàn)狀

從淘寶網(wǎng)公開信息中可以總結出，淘寶網(wǎng)會員在完成每一筆交易后成功，雙方會互相對交易情況進行信用評價，采用累計計分方式。評價的好評、中評、差評分別對應“+1、+0、-1”計算，不同的分數(shù)區(qū)間有其相應的級別，而且分數(shù)和等級出現(xiàn)店鋪的頁面中。消費者對寶貝與描述相符、賣家的服務態(tài)度和賣家的發(fā)貨速度等三個方面進行評分，系統(tǒng)會通過收集的評分對店鋪進行評分，并在店鋪首頁中顯示將近半年數(shù)據(jù)。

但是在實際操作中可以看出目前評分標準存在不足：賣家僅用好評、中評、差評來計算得分，只用賣家信用分這一項指標來區(qū)分淘寶商家的級別，有些單一；店鋪首頁涉及到許多評價指標，但沒有一個總的指標可以展示賣家的整體的好壞情況；評價體系只針對單次交易情況進行評分，忽略了商家的基本情況，比如商家規(guī)模的大小等?；谝陨系牟蛔?，本文將對影響賣家信用的因素進行處理，設計更符合現(xiàn)實的評分模型。

二、數(shù)據(jù)的收集與處理

（一）數(shù)據(jù)收集

通過淘寶對店鋪的基本信息的公示，收集了300個店鋪信息，選擇了以下幾個變量作為初始數(shù)據(jù)：主營占比、買家信用、最近半年好評數(shù)、最近半年中評數(shù)、最近半年差評數(shù)、寶貝與描述相符、賣家服務態(tài)度、物流服務質量、近30天售后速度、近30天售后率、近30天糾紛率、近30天處罰數(shù)、保證金額度、寶貝總數(shù)、月銷量、店鋪類別、賣家信用度。

（二）數(shù)據(jù)處理

在進行數(shù)據(jù)清理后得出，“主營占比”的缺失值有6個，“物流服務質量”的缺失值有1個，“近30天售后率”的缺失值有1個，由于缺失值比較少，所以手動將缺失值用零值來代替。而后對因變量“賣家信用度”進行對數(shù)轉換，使其可以進行以下線性回歸分析操作。

三、實證分析

（一）回歸分析前的準備

基于該評分模型以好評數(shù)的累積方法為主要原理。先使用線性模型，將賣家信用度和最近半年好評數(shù)進行擬合，得到該模型的F統(tǒng)計量為89.358比較大，而且P值小于0.05，可見模型顯著，所以只用好評數(shù)就可以很好模擬賣家信用度。因此，在分析數(shù)據(jù)時，先刪除“最近半年好評數(shù)”這個變量，再進行構建模型。

然后計算了所有變量的相關系數(shù)后，發(fā)現(xiàn)“賣家服務質量”、“寶貝與描述相符”、“物流服務質量”直接兩兩相關系數(shù)比較大，它們兩兩的相關系數(shù)分別為：0.932、0.823、0.856，剔除變量“賣家服務態(tài)度”。

經(jīng)過梳理，最后剩下了16個變量，其中2個定性變量和14個定量變量。

（二）回歸分析

1.選取“進入”法進行初步分析

將篩選后剩下賣家信用度對數(shù)值，進入模型。觀察初步的結果分析。

“進入”法的回歸分析結果：= 0.412 說明賣家信用的變動中有 41.2% 可以由自變量解釋，調整 R 方為0.383，R = 0.642，說明賣家信用與自變量之間的相關程度為 64.2% 。標準估計的誤差為 0.78547699。在給定顯著性水平 α = 0. 05下，店鋪類別，淘字號，買家信用，最近半年的中評數(shù)，最近半年的差評數(shù)，物流服務質量，近30天售后率，保證金額度，月銷量的 p 值都小于α，說明其對賣家信用的線性關系顯著。但同時，主營占比，寶貝與描述相符，近30天售后速度，近30天糾紛率，近30天處罰數(shù)，寶貝總數(shù)的 p 值都大于 α，則這六項未通過t 檢驗，對賣家信用的線性關系不顯著。而 F =14.285，p = 0. 000。因為 p < α，所以回歸方程線性關系顯著。同時在結果輸出的系數(shù)表格中，顯示了容差和VIF。在表中幾乎所有的變量的容差< 0.2或VIF > 10，該模型是存在多重共線性的。

綜上所述，我們需要對模型作進一步的調整。

2.使用“逐步”法進行重新建模

將篩選后得到的賣家信用度對數(shù)值，進入模型。

“逐步”法的回歸分析結果：= 0.350 說明賣家信用的變動中有 35% 可以由自變量解釋，調整 R 方為0.336，R = 0.592，說明賣家信用與自變量之間的相關程度，為 59.2% 。標準估計的誤差為 0.81500802。在給定顯著性水平 α = 0. 05下，店鋪類別，淘字號，買家信用，物流服務質量，近30天售后率，保證金額度，月銷量的 p 值都小于α，說明其對賣家信用的線性關系顯著。而F =24.180，p = 0. 000。因為 p < α，所以回歸方程線性關系顯著。

3.變量的對數(shù)轉換再進入逐步回歸分析

對該模型中的自變量與因變量同時取自然對數(shù)，再觀察其回歸結果。

最終回歸分析結果：=0 .725 說明賣家信用的變動中有 72.5% 可以由自變量解釋，調整 R 方為0.721，R = 0.852，說明賣家信用與自變量之間的相關程度，為 85.2% 。標準估計的誤差為 0.62908。在給定顯著性水平 α = 0. 05下，店鋪類別、買家信用、保證金額度、月銷量的 p 值都小于α，說明其對賣家信用的線性關系顯著；而F =172.217，p = 0. 000。因為 p < α，所以回歸方程線性關系顯著。

回歸殘差服從正態(tài)分析，所以模型可以精簡為

= -0.932+0.935* + 0.256* + 0.424* +0.106* + ε

四、結果分析

月銷量、買家信用、保證金額度以及店鋪類別的系數(shù)都為正，即在其他不變的情況下，隨著月銷量，買家信用，保證金額度以及店鋪類別這些變量中任意變量的增加，賣家信用也會相應增加。其中，月銷量的系數(shù)最大，說明淘寶網(wǎng)店鋪的月銷量的情況對于賣家信用的影響最為顯著，所以銷量是保證賣家信用分高的一個基礎。賣家若要提高信用分就要擴大銷售量，要花大量的心思在店鋪建設中。而有一些店鋪即使有不少的差評，但由于銷售量大，還是有較高的信用分，所以存在著一定的弊端。會導致賣家專注于提高銷售量，而忽視了質的提升；而保證金額度次之，若一家店鋪未繳納保證金，則買家對其產品質量、售后保障等更易產生質疑，而此店鋪如果繳納了保證金或者保證金額度有所增加，消費者的信心會顯著增加，賣家信用更會增加；買家信用對賣家信用的影響相對較小，而店鋪類別對賣家信用的影響最小。不同類型的商家的信用特性有些差異，其主要信用影響因素也略有不同。

【參考文獻】

[1]吳培紅.淘寶網(wǎng)賣家信譽影響因素研究.天津： 河北工業(yè)大學，2011

[2]劉博.淘寶網(wǎng)商的信用評價模型研究.北京： 對外經(jīng)濟貿易大學，2009endprint