C2C電子商務(wù)中賣方信譽(yù)評價研究述評_電子商務(wù)采購賣方模式的不足之處

　　[摘要]通過回顧C(jī)2C電子商務(wù)中賣方信譽(yù)評價機(jī)制的應(yīng)用和研究現(xiàn)狀，重點(diǎn)就如下幾個方面對該領(lǐng)域的相關(guān)研究進(jìn)行總結(jié)和評述，包括賣方信譽(yù)評價研究動因、現(xiàn)有賣方信譽(yù)評價機(jī)制及其不足，賣方信譽(yù)評價系統(tǒng)的實(shí)證分析和賣方信譽(yù)評價系統(tǒng)的改進(jìn)研究。研究認(rèn)為，指標(biāo)體系、用戶的信譽(yù)認(rèn)知和欺詐用戶識別有望在未來研究中進(jìn)一步展開。
　　[關(guān)鍵詞]C2C電子商務(wù)信譽(yù)評價信譽(yù)反饋
　　[分類號]F713
　　
　　C2C電子商務(wù)作為電子商務(wù)中的新興模式，近年來發(fā)展迅速。在中國，2008年C2C網(wǎng)上零售交易額達(dá)到I 121億元，較2007年增長139.5％。但在這驚人的交易額和增長速度背后，C2C卻也日漸成為網(wǎng)絡(luò)交易欺騙的主要來源，嚴(yán)重影響用戶對網(wǎng)上交易的信任。C2C網(wǎng)站中的商戶信譽(yù)作為直接影響C2C用戶購物的因素，近年來得到了學(xué)術(shù)界的普遍關(guān)注。
　　
　　1
　　賣方信譽(yù)評價研究的動因
　　
　　C2C電子商務(wù)交易火爆的原因之一就是商戶的進(jìn)入成本較低，并且市場機(jī)會大，使得C2C平臺成為網(wǎng)絡(luò)欺詐的溫床。以美國為例，IC3(Internet Crime Com-plaint Center)發(fā)表的2009 Internet Crime Report顯示。在2009年的投訴案件有336 655件，被判定為欺詐的有146663件，總損失額高達(dá)55970萬美元。
　　欺詐的成因是由于雙方溝通的編碼與解碼當(dāng)中的誤差干擾，而欺詐行為是指意圖蒙騙或隱藏事實(shí)來產(chǎn)生利益，這些利益并不是在一般市場交易中所認(rèn)可的利益來源�？梢姡�信息的不對稱是欺騙得以形成的主要原因。Akerloft早在1970年就描述了信息不對稱如何導(dǎo)致市場失靈，并認(rèn)為除非賣方能夠提供準(zhǔn)確可信的產(chǎn)品質(zhì)量信號，否則買方只愿意支付該商品在市場平均水平上的價格，從而導(dǎo)致高品質(zhì)商品的賣方不愿意以低價格銷售商品，造成“劣幣驅(qū)逐良幣”的檸檬市場(Lemon Market)。
　　在線交易尤其容易受到信息不對稱問題的困擾，因為在線交易的買方無法實(shí)際看見在售商品，而賣方對于待售商品相較買方掌握絕對優(yōu)勢的信息，買方只有從賣方處得到關(guān)于該在售商品的一切信息。因此，如果賣家有意歪曲商品的描述信息，買家很容易信以為真，這顯著提升了欺詐的風(fēng)險。
　　在線交易中，信息不對稱現(xiàn)象不僅存在于在售商品本身，也存在于交易過程中，如交易的地點(diǎn)、方式和品質(zhì)，因此，在交易的各個環(huán)節(jié)都可能出現(xiàn)欺詐行為，典型的賣方欺詐行為見表1。
　　信譽(yù)機(jī)制被普遍認(rèn)為是降低信息不對稱程度的手段。諸多前期研究成果已經(jīng)表明，在C2C市場下信譽(yù)的高低會正向影響賣方拍賣商品價格的高低，或是其銷售狀況的好壞。也有許多案例指出，賣方在實(shí)施欺詐行為時會試圖操縱自己的信譽(yù)記錄，或者先靠銷售小額物品建立起良好信用，然后再銷售大額商品并實(shí)施欺詐。就算欺詐失敗，賣方也可以很輕易地另外建立一個賬戶，從而改變自己的身份，盡管有E―mail地址驗證，但是也很容易通過免費(fèi)電子郵箱網(wǎng)站重新申請”。因此，研究賣方信譽(yù)評價機(jī)制對于遏制在線交易欺詐行為，提供買方真實(shí)準(zhǔn)確的信息，維護(hù)在線交易可信性和安全性具有重要作用。
　　
　　
　　2
　　目前C2C平臺的賣方信譽(yù)評價機(jī)制
　　
　　為了降低網(wǎng)絡(luò)欺詐的風(fēng)險，使C2C交易更加安全健康，各種C2C平臺都推出了各種保障機(jī)制，如消費(fèi)者保障、商盟、第三方支付、黑名單和信譽(yù)評價機(jī)制等。消費(fèi)者保障是一種基于制度的信任，指的是C2C平臺推出的旨在保障網(wǎng)絡(luò)交易中消費(fèi)者合法權(quán)益的服務(wù)機(jī)制，如淘寶的“先行賠付”、“假一賠三”、“7天無理由退換”等。商盟是基于集體聲譽(yù)的信任，商盟有嚴(yán)格的入盟程序和規(guī)章制度，經(jīng)過C2C平臺審查通過之后成立，并有商盟標(biāo)記，以向消費(fèi)者承諾不會有欺騙行為，如淘寶的區(qū)域商盟“徽商商盟”。第三方支付從流程上降低了網(wǎng)絡(luò)欺詐的風(fēng)險，在可信第三方未收到貨款之前，賣方不會交付商品，在買方收貨滿意前，不會通知第三方劃轉(zhuǎn)貨款至賣方，目前幾乎所有的C2C平臺都要求交易使用第三方支付。黑名單由C2C平臺的專門機(jī)構(gòu)負(fù)責(zé)鑒定，黑名單成員通常是不守信商家或是惡意拍賣的買家，各個C2C平臺都會公布具體判斷標(biāo)準(zhǔn)，用戶一旦被列入黑名單，將會被公示、封號等處理，淘寶、百度有啊等平臺均定期公布黑名單。
　　在上述各種保障機(jī)制中，信譽(yù)評價是存在時間最長，使用最廣泛的方式之一，也是爭議最多的評價方式之一。信譽(yù)評價機(jī)制也稱信譽(yù)反饋機(jī)制(reputationfeedback mechanism)，交易雙方使用C2C平臺的信用反饋系統(tǒng)對交易滿意程度進(jìn)行打分，滿意則加分，不滿意則扣分，其總分代表所有有過交易歷史的用戶對該賣(買)家信用、服務(wù)質(zhì)量等方面的評價，一般來說總分越高代表該賣(買)家信譽(yù)越好，在網(wǎng)絡(luò)交易這種信息不對稱的環(huán)境下，信用評分成為潛在交易用戶衡量對方的主要手段。
　　但是，現(xiàn)行的信用評價標(biāo)準(zhǔn)仍然存在許多不足，典型的缺陷如：①評價缺乏激勵機(jī)制。評價的缺失直接導(dǎo)致信譽(yù)系統(tǒng)的可靠性和可用性的降低，Miller等據(jù)此提出用金錢獎勵的激勵機(jī)制。②評價正向偏移。在線交易只有0.6％的買家給出的評價是負(fù)面的，會導(dǎo)致信譽(yù)值持續(xù)膨脹，并且越來越不能體現(xiàn)真實(shí)信譽(yù)情況。③虛假評價。為了達(dá)到信譽(yù)詆毀等不正常目的，評價方作出與事實(shí)不相符的評價。王俊程等認(rèn)為可以利用社會網(wǎng)絡(luò)分析SNA的方法檢測虛假評價的賬號。④身份變換。過低的聲譽(yù)值會導(dǎo)致賣方放棄現(xiàn)有信譽(yù)資料而轉(zhuǎn)換身份。Zacharia等認(rèn)為當(dāng)只有正面評價機(jī)制存在時，賣方將無法依靠身邊份變換改善信譽(yù)。⑤信息含量不高。簡單的加減1分無法區(qū)分是商品本身的質(zhì)量問題還是服務(wù)傳遞過程的問題。
　　值得慶幸的是，C2C平臺運(yùn)營商已經(jīng)注意到了現(xiàn)行信用評價標(biāo)注中的不足，并采用了一系列措施進(jìn)行補(bǔ)救，如表2所示：
　　
　　
　　3　賣方信譽(yù)評價系統(tǒng)的實(shí)證研究
　　
　　經(jīng)濟(jì)學(xué)、市場營銷、信息系統(tǒng)等領(lǐng)域已經(jīng)對信譽(yù)評價系統(tǒng)的功能和影響進(jìn)行了廣泛研究，并且都是針對賣方信譽(yù)。Resnick等指出，一個好的信譽(yù)評價系統(tǒng)必須滿足三個基本條件：①為買方提供信息以區(qū)分誠信和不誠信的賣方；②激勵賣方成為誠信賣家；③懲罰不誠信賣家的行為。尤其在信息不對稱的環(huán)境下，后兩個條件要求信譽(yù)反饋系統(tǒng)必須阻止賣方的道德風(fēng)險和逆向選擇行為。Dholaka在總結(jié)前人觀點(diǎn)后也認(rèn)為，信譽(yù)反饋系統(tǒng)的評分具有至少兩個作用：①區(qū)分作用，可以幫助買家認(rèn)識到不同賣家之間的不同并做出選擇；②預(yù)測作用，歷史交易過程中得到的信譽(yù)評分是判斷未來交易是否成功的依據(jù)。
　　學(xué)術(shù)界對賣方信譽(yù)評價研究后普遍認(rèn)為其會促進(jìn)C2C在線交易，并且在收藏品、電子產(chǎn)品和玩具等多類別商品上進(jìn)行了驗證，其中部分研究結(jié)論如表3所示所示：
　　但同時，也有不少學(xué)者提出相異的觀點(diǎn)。例如Wan等研究發(fā)現(xiàn)，在某些情況下，信譽(yù)評價值的增加會 引起銷售收入的降低。Jin則發(fā)現(xiàn)差評與成交價格之間沒有顯著的負(fù)相關(guān)關(guān)系
　　snijders等認(rèn)為，出現(xiàn)這種結(jié)論不一致的原因主要有4個方面：①拍賣商品的價格水平、種類、新舊程度和復(fù)雜程度的不同可能會影響到信用評價與拍賣結(jié)果之間的關(guān)系。例如商品的價格不同，給買家?guī)�來的風(fēng)險感知不同。②信用評價的自變量的計算方法(如是否取對數(shù))的不同也會引起研究結(jié)果的不同。③付款方式、運(yùn)費(fèi)等其他因素的不同也會影響研究結(jié)果。④統(tǒng)計方法的不同也會影響研究結(jié)果。劉躍文等進(jìn)一步對現(xiàn)有文獻(xiàn)進(jìn)行薈萃分析后認(rèn)為，信譽(yù)評價系統(tǒng)對網(wǎng)上拍賣有顯著對用，好評對拍賣結(jié)果有普遍的正面影響，中評沒有顯著的正面或負(fù)面影響，而差評有顯著的負(fù)面影響。交易的其他因素，包括起拍價格、指導(dǎo)價格、商品信息紕漏程度等因素也會對拍賣結(jié)果有顯著影響。
　　
　　4　賣方信譽(yù)評價的改進(jìn)研究
　　
　　由于現(xiàn)行的信譽(yù)評價系統(tǒng)具有很多缺陷，已經(jīng)有學(xué)者嘗試對信譽(yù)評價系統(tǒng)進(jìn)行改進(jìn)，改進(jìn)策略主要有信譽(yù)計算方式的改進(jìn)和信譽(yù)評價指標(biāo)的改進(jìn)。
　　計算機(jī)領(lǐng)域?qū)τ谛抛u(yù)計算的研究較為廣泛和成熟，涉及電子商務(wù)、P2P等多領(lǐng)域。較為著名的是Jo―sang基于貝葉斯理論提出的Beta信譽(yù)評價系統(tǒng)，該方法基于統(tǒng)計原理，使用Beta概率密度分布函數(shù)去計算信譽(yù)反饋，并利用指數(shù)削減增加最近交易評價的權(quán)重符合人的記憶削減的特性，該計算模型受到了后繼研究的廣泛采用。其他的計算模型，如基于信任鏈的PageRank算法，考慮了信譽(yù)的傳遞問題；基于模糊邏輯(Fuzzy Logic)的計算模型，考慮了信譽(yù)的個體尺度和社會尺度，可以計算個體的局部信譽(yù)。
　　在信譽(yù)評價指標(biāo)的改進(jìn)方面，Dholakia綜合了歷史交易記錄，將交易密度、平均購買價格、競標(biāo)密度等指標(biāo)引人信譽(yù)評價，以增強(qiáng)信譽(yù)評價的效果。魯耀斌等列出了目前計算信譽(yù)值的兩種模型：累加信任模型和均值信任模型。楊震提出了基于協(xié)同過濾的信譽(yù)評價模型，該模型的優(yōu)點(diǎn)是引入了交易價值、短期信譽(yù)、時間權(quán)重等因素，豐富了現(xiàn)有評價模型的指標(biāo)，通過仿真后發(fā)現(xiàn)，當(dāng)交易平臺內(nèi)部存在共謀穩(wěn)定性欺詐用戶或共謀波動性欺詐用戶時，協(xié)同過濾的評價模型能更好發(fā)揮作用，反之，基于評分的用戶信譽(yù)度評價模型更能發(fā)揮作用。但是該模型尚沒有對其他信譽(yù)欺詐情況(如先小額交易累計，然后從事大宗交易)進(jìn)行分析。張海燕等人引入了商品表現(xiàn)、服務(wù)表現(xiàn)、配送表現(xiàn)、安全表現(xiàn)等4個一級指標(biāo)11個二級指標(biāo)，利用層次分析法(AHP)進(jìn)行專家打分確定每個指標(biāo)權(quán)重，力圖使信用評價綜合反映交易質(zhì)量。郭洪海等在sporas模型的基礎(chǔ)上增加了交易量、交易次數(shù)、懲罰因子等因素，提出了改進(jìn)的信譽(yù)計算模型，并對信譽(yù)詆毀和信譽(yù)共謀這兩種信譽(yù)造假行為進(jìn)行仿真，得到了較好效果。江文鈺等引入了多維信譽(yù)評分體系，能夠根據(jù)用戶的不同偏好動態(tài)調(diào)整各維信譽(yù)的權(quán)重，解決了傳統(tǒng)信譽(yù)評價系統(tǒng)中不考慮交易者興趣偏好的缺陷。陳鑫銘等人將銀行信貸使用的信譽(yù)引入在線信譽(yù)評價體系中，雖然更為準(zhǔn)確嚴(yán)謹(jǐn)，但是可行性不高，因為在線交易平臺不能也無法獲取用戶的隱私數(shù)據(jù)，包括收入、婚姻狀況、工作年限等情況。
　　
　　5　結(jié)語
　　
　　C2C賣方信譽(yù)對買方的交易決策具有直接的影響，是保障在線交易正常進(jìn)行的重要手段之一。但是，現(xiàn)行的C2C賣方信譽(yù)評價體系還具有多項不足，許多在線欺詐者正在利用這些漏洞進(jìn)行不正當(dāng)?shù)木W(wǎng)絡(luò)行為，與此同時，C2C平臺運(yùn)營方和學(xué)術(shù)界均從管制手段、計算方式和評價指標(biāo)體系等多方面進(jìn)行努力，以幫助買方更好識別在線欺詐，降低較低風(fēng)險。但是，縱觀現(xiàn)有研究狀況，雖然較為豐富，卻也有不足之處：①目前的對于在線交易過程的研究多是針對在線拍賣，而對在線一口價交易研究較少，在中國C2C市場，在線拍賣并不流行，以2010年1月12日淘寶數(shù)據(jù)為例，“手機(jī)”欄目有1022750條在售項，僅有2876項為拍賣，占0.28％，而美國ebay同欄目中拍賣占到了37.2％。②針對各種不足提出的解決方案相互沖突，可行性差。如前文論述的為了規(guī)避賣方身份變換，將評價方式改為只有正面評價，與其他多項反制措施沖突。③現(xiàn)有研究對于買方的認(rèn)知和行為層面的研究不多，盡管有許多使用TAM等模型進(jìn)行的信譽(yù)影響因素分析，但是并沒有和信譽(yù)計算或者評價指標(biāo)體系聯(lián)系起來。筆者認(rèn)為，未來研究中，可以繼續(xù)完善評價指標(biāo)體系，力圖全面反映賣方信譽(yù)和交易狀況，或者從用戶信息認(rèn)知角度分析有經(jīng)驗的買方在判斷賣方信譽(yù)時的過程，也可以嘗試?yán)�用SNA、數(shù)據(jù)挖掘等方法繼續(xù)對欺詐用戶的識別進(jìn)行深入研究。這些方面均有望在未來的研究中展開。

相關(guān)熱詞搜索：述評 賣方 信譽(yù) C2C電子商務(wù)中賣方信譽(yù)評價研究述評 電子商務(wù)信譽(yù)評價研究綜述 c2c電子商務(wù)信用評價研究