- 相關(guān)推薦
網(wǎng)絡(luò )購物的信譽(yù)和銷(xiāo)售量關(guān)系研究
歡迎瀏覽，yjbys小編為你提供的一篇關(guān)于網(wǎng)絡(luò )購物的信譽(yù)和銷(xiāo)售量關(guān)系研究的電子商務(wù)畢業(yè)論文
摘要：網(wǎng)絡(luò )購物存在信息的不對稱(chēng)性，買(mǎi)家越來(lái)越關(guān)心信譽(yù)。文章本文采用Tobit回歸模型，對淘寶網(wǎng)上銷(xiāo)售66種商品的2010年8月份的銷(xiāo)售信息研究發(fā)現：銷(xiāo)量和賣(mài)家的信譽(yù)等級或信譽(yù)積分、好評率和加入消保等信譽(yù)具有強相關(guān)關(guān)系，并且，在電子商務(wù)市場(chǎng)上，價(jià)格機制仍然有效。因此，提出發(fā)展電子商務(wù)的三點(diǎn)建議：（1）電子商務(wù)網(wǎng)站采取技術(shù)
措施，完善管控措施，控制偽造信譽(yù)的現象；（2）新進(jìn)入市場(chǎng)的賣(mài)家，應該選擇合適的商品——低價(jià)的經(jīng)驗品進(jìn)入市場(chǎng)，并加入銷(xiāo)保和商盟；（3）已有的賣(mài)家應該選擇加入消�；蛏堂�，以降低消費者的感知風(fēng)險。
關(guān)鍵詞：網(wǎng)絡(luò )購物；電子商務(wù)市場(chǎng)；淘寶網(wǎng)；回歸分析
一、 引言
我國電子商務(wù)市場(chǎng)發(fā)展十分迅速，網(wǎng)上提供的商品品種越來(lái)越多，越來(lái)越多的人依賴(lài)網(wǎng)上購物。截至2010年6月，我國網(wǎng)絡(luò )購物用戶(hù)已經(jīng)達到1.42億，提升至33.8%。但是，網(wǎng)上購物糾紛也比較多，由于很多商品質(zhì)量和網(wǎng)店的信譽(yù)招到質(zhì)疑。根據中國互聯(lián)網(wǎng)絡(luò )信息中2009年的研究報告，49.1%的網(wǎng)民對網(wǎng)購商品質(zhì)量擔憂(yōu)，這對電子商務(wù)市場(chǎng)的健康發(fā)展是十分不利的，因此，該問(wèn)題的研究是具有十分重要的意義的。
由于電子商務(wù)市場(chǎng)上的賣(mài)家和買(mǎi)家處于時(shí)空隔絕狀態(tài)，不能實(shí)現面對面的了解，相對于傳統的交易形式，買(mǎi)方能夠感知到交易風(fēng)險。因此，網(wǎng)絡(luò )購物需要購買(mǎi)者花費很多比較和甄別的時(shí)間盡管電子商務(wù)市場(chǎng)上。但是，網(wǎng)店頁(yè)面上提供給買(mǎi)家關(guān)于商品的圖片和文字關(guān)于商品質(zhì)量的信息表述是十分有限的，商品的非數字化屬性，如材料、做工和賣(mài)方可靠度等信息賣(mài)家往往會(huì )有意美化，甚至欺騙，買(mǎi)家需要關(guān)注多方面信譽(yù)信息，綜合做出購買(mǎi)決策；如果買(mǎi)家購買(mǎi)受到欺騙或不滿(mǎn)意，會(huì )進(jìn)一步影響下一次的購買(mǎi)決策。因此，基于買(mǎi)家的安全保障的信息需求，許多電子商務(wù)網(wǎng)站建立了信譽(yù)反饋機制來(lái)提升買(mǎi)家的信任，即在賣(mài)家的網(wǎng)店頁(yè)面上提供賣(mài)家積累的交易信息，幫助買(mǎi)家決策，從而建立起網(wǎng)絡(luò )購物環(huán)境下的信任。淘寶網(wǎng)站買(mǎi)家頁(yè)面上提供了買(mǎi)家對賣(mài)家服務(wù)的文字評價(jià)、信用積分、信譽(yù)等級圖標、好評率、加入商盟（行業(yè)商盟和區域商盟）、加入“消費者保障計劃”等信譽(yù)信息。
國內許多學(xué)者曾經(jīng)研究過(guò)電子商務(wù)市場(chǎng)銷(xiāo)售量的影響因素，得出不盡相同的結論。如李維安等（2007）研究魔獸世界300點(diǎn)充值卡影響銷(xiāo)量的顯著(zhù)因素是信用積分，加入商盟和價(jià)格，其中價(jià)格對銷(xiāo)售量有顯著(zhù)負影響，其他因素對銷(xiāo)售量有顯著(zhù)正影響；潘勇和廖陽(yáng)（2009）研究淘寶網(wǎng)上的“西湖龍井”商品，影響銷(xiāo)量的因素是賣(mài)家信用、賣(mài)家好評率、商品好評數和價(jià)格等，其中價(jià)格有負的影響，其他因素為正的影響；崔香梅和黃京華（2010）研究2G的金士頓牌SD卡，影響銷(xiāo)量的因素包括好評數、中評數、差評數和加入“消保”等，并且都有顯著(zhù)正影響，這和李維安等（2007）的結論不一致，值得深入研究。
二、 研究設計
1. 研究對象確定與數據收集。
�。�1）本文選擇淘寶網(wǎng)為電子商務(wù)市場(chǎng)的研究對象。原因如下：第一，淘寶是亞洲最大的網(wǎng)絡(luò )零售商圈，淘寶網(wǎng)的市場(chǎng)份額75.6，79.3的用戶(hù)只在淘寶網(wǎng)上購物。第二，淘寶建立了及時(shí)的、健全的信譽(yù)反饋體系，具備本文研究的數據集基礎。淘寶網(wǎng)的信譽(yù)信息包括包括信譽(yù)等級、信譽(yù)積分、好評率以及是否加入商盟和消保等。大量的信譽(yù)指標直觀(guān)的顯示在網(wǎng)頁(yè)上，信譽(yù)信息更新及時(shí)。
�。�2）論文中采用趙瑞濤（2011）碩士論文中采集的數據，數據采集時(shí)間從2010年8月17日到2010年8月24日的淘寶網(wǎng)上的交易記錄，共收集到100842條記錄，本文抽取部分部分商品記錄，并剔除無(wú)效數據有效數據57378條。獲取信息包括產(chǎn)品名稱(chēng)、銷(xiāo)量、價(jià)格、信譽(yù)積分、信譽(yù)等級、是否加入商盟和銷(xiāo)保等。
�。�3）本文采用了Tobit回歸模型（Tobin，1958）。趙瑞濤（2011）研究發(fā)現，在數據收集的時(shí)間段內，沒(méi)有賣(mài)出任何商品，大約66.2%的商品銷(xiāo)售量為0。本文抽取部分商品，也具有同樣特點(diǎn)。在比較采用普通最小二乘法（OLS）和Tobit回歸模型分析結果之后，筆者認為認為采用Tobit回歸模型更合適。
�。�4）本文采取了Girard（2002）等的分類(lèi)方法，將商品分為四種：搜索品、經(jīng)驗品Ⅰ型（非耐用品）、經(jīng)驗品Ⅱ型（耐用品）、信任品，但是，分析中后發(fā)現，由于趙瑞濤（2011）的搜索品的數據收集不全面，包括大量的充值卡，這種虛擬商品具有和其他商品不同的特殊性，放在一起分析不合適。因此，本文只研究經(jīng)驗品Ⅰ型（非耐用品）、經(jīng)驗品Ⅱ型（耐用品）、信任品三種類(lèi)型的產(chǎn)品，確定66種商品為本文研究對象。其中經(jīng)驗品Ⅰ型（非耐用品）21種，包括服裝和化妝品；經(jīng)驗品Ⅱ型（耐用品）36種，包括電子產(chǎn)品和家用電器；信任品9中，包括奶粉和維生素。
2. 研究假設。 在淘寶網(wǎng)站上，每次交易結束后買(mǎi)家可以對賣(mài)家所提供的服務(wù)進(jìn)行評價(jià)，網(wǎng)站根據評價(jià)計算賣(mài)家的信用積分，并采用信譽(yù)等級圖標在商品頁(yè)面上顯示，表示不同的信譽(yù)等級，信譽(yù)積分不在頁(yè)面上顯示。根據以往的研究，筆者假設賣(mài)家的信用積分（或信譽(yù)等級）對銷(xiāo)售量有正影響；好評率
是賣(mài)家受到的“好評”數除以總的評價(jià)數量，好評率通常比較高，接近于100%，本文假設好評率對銷(xiāo)售量有正影響；淘寶網(wǎng)上有兩類(lèi)商盟：行業(yè)商盟和區域商盟。商盟以集體聲譽(yù)作為抵押，向買(mǎi)家承諾商盟成員不會(huì )有欺騙行為，可以有效地提升了買(mǎi)家的網(wǎng)購信心，本文假設加入商盟對銷(xiāo)售量有正影響；“消費者保障計劃”是淘寶推出的買(mǎi)家購物安全套餐服務(wù)的一種形式，若賣(mài)家對自己的服務(wù)承諾不能履行，則買(mǎi)家可以依據相關(guān)規則向淘寶發(fā)起投訴；淘寶依據相關(guān)規則處理，進(jìn)行“先行賠付”。本文假設加入“消保”對銷(xiāo)售量有正影響；根據替代效應（Substitution effect）和收入效應（Income effect）理論，需求隨著(zhù)價(jià)格的上升而下降，價(jià)格機制同樣適合于電子商務(wù)市場(chǎng)，因此，假設價(jià)格對銷(xiāo)售量有負影響。
三、 變量描述
本文用IconRank來(lái)表示賣(mài)家的信譽(yù)等級。當賣(mài)家的信譽(yù)積分小于3時(shí)，沒(méi)有信譽(yù)等級顯示，將其設定為0；信譽(yù)等級為1到18；用PosRatio來(lái)表示好評率，大多數賣(mài)家的好評率非常高，mean=99.61%，沒(méi)有商品銷(xiāo)售的賣(mài)家好評率淘寶默認為是0，回歸分析中會(huì )帶來(lái)結果偏差，因此，本文剔除這部分紀錄；加入商盟和消保用虛擬變量BAP和CPP描述，賣(mài)家加入商盟或消保時(shí)，BAP和CPP等于1，否則等于0。據統計：大約有一半的賣(mài)家加入了消保；大約有4%的賣(mài)家是商盟的成員；價(jià)格變量TotalPrice包含商品價(jià)格和運費。
筆者對變量做如下處理：第一，采取了雙對數模型（log—log model），即自變量和因變量都采用自然對數變換，可以有效解決異方差問(wèn)題。第二，對信譽(yù)積分（RatingScore）做LN（RatingScore+1）變換。信譽(yù)積分加1，避免0的出現。第三，由于研究樣本涉及80種商品，商品價(jià)格從13元（魔獸世界15元點(diǎn)卡）到4 600元（Wi—Fi版iPad 16G）不等，為了使不同商品的價(jià)格具有可比性，把變量TotalPrice標準化，即價(jià)格減去該種商品的平均價(jià)格，然后除以該種商品價(jià)格的標準差，計算出不同商品的相對價(jià)格Value，即商品的價(jià)值。
四、 回歸分析
論文采用Tobit模型進(jìn)行回歸分析，以銷(xiāo)量為因變量，其他變量（見(jiàn)表2）為自變量。由于信譽(yù)等級是信譽(yù)積分的另外一種表示方式，因此，兩個(gè)變量不能同時(shí)參與回歸，本文選擇信譽(yù)積分LN（RatingScore+1）和信譽(yù)等級IconRank分別參與回歸分析，建立了兩個(gè)回歸模型�；貧w結果顯示R—squared的數值比較低（0. 344和0.284），但是這比以往的研究數據（李維安，等2007；崔香梅等，2010）高，可見(jiàn)，采用數字評價(jià)對銷(xiāo)售量的解釋是不夠的，根據Pavlou和Dimoka（2006）的研究，大約只有20%～30%。說(shuō)明影響銷(xiāo)量的主要因素是非數字評價(jià)。由于本文采用大容量樣本數據，相比于其他研究，R—squared的數值大了很多，研究結論基本可信。
本文采用信譽(yù)積分（或信譽(yù)等級）、好評率、加入商盟和消保來(lái)表示賣(mài)家的信譽(yù)。在兩個(gè)模型中，好評率的回歸系數都為正，而且都非常顯著(zhù)，回歸系數較大，但那不足以說(shuō)明好評率對銷(xiāo)量有很高的正的影響。實(shí)際上，不同賣(mài)家好評率的差距是非常小，消費者很難發(fā)現其間的差異。有不愉快網(wǎng)購經(jīng)歷的買(mǎi)家很可能在給予差評的同時(shí)，留下文字評論，而這些評論對于未來(lái)的買(mǎi)家來(lái)說(shuō)非常重要（Pavlou & Dimoka，2006），但是，我們卻無(wú)法收集到文字信息，這就可以解釋為什么好評率差異非常小，卻依然對銷(xiāo)售量有影響的原因。
信譽(yù)積分（或信譽(yù)等級）在兩個(gè)回歸模型中，回歸系數都為正，并非常顯著(zhù)，回歸系數較大兩個(gè)變量在兩個(gè)模型中的回歸系數顯著(zhù)性程度差異很小，是因為信譽(yù)等級是信譽(yù)積分的另一種表達方式。
許多研究發(fā)現信譽(yù)積分和銷(xiāo)量之間的關(guān)系不是線(xiàn)性的，信譽(yù)積分的邊際作用越來(lái)越�。�Livingston，2005）。李維安等（2007）發(fā)現，銷(xiāo)售量不是隨這信譽(yù)積分的增加顯著(zhù)提高。根據趙瑞濤（2011）的研究，不同信譽(yù)的賣(mài)家的銷(xiāo)售量差異并不顯著(zhù)，一直到Blue_5；在此之后銷(xiāo)售量對著(zhù)信譽(yù)等級的上升迅速上升，可是到達Crown_2后，銷(xiāo)售量的上升趨勢停止，信譽(yù)等級和銷(xiāo)售量之間的關(guān)系接近于S曲線(xiàn)，而非直線(xiàn)。但是，兩個(gè)個(gè)臨界點(diǎn)都高于李維安（2007）研究的數值。這可能使電子商務(wù)市場(chǎng)發(fā)展各個(gè)階段的差異。
Tobit模型回歸分析結果顯示：商盟對銷(xiāo)售量竟然有負影響，這不支持前文的假設。但是回歸系數很�。�—0.133和—0.055），可能是由于商盟和其他的信譽(yù)指標存在一定的相關(guān)關(guān)系，或者是許多買(mǎi)家并不熟悉商盟這種制度造成的，這和崔香梅和黃京華（2010）得出的“商盟對銷(xiāo)售量的作用是非常有限的”的結論是一致的。 消保對銷(xiāo)售量的影響非常的顯著(zhù)，回歸系數較大。在信譽(yù)等級（IconRank）參與回歸的模型中，銷(xiāo)保對銷(xiāo)量的貢獻最大，
回歸系數0.432。
通過(guò)標準化，使得不同商品的價(jià)格具有可比性。Ln（Value）的回歸系數為負，而且非常顯著(zhù)，說(shuō)明價(jià)格機制在電子商務(wù)網(wǎng)站中依然適用。
五、 結論與建議
電子商務(wù)的迅速發(fā)展，很大范圍地改變了我們長(cháng)期的商業(yè)模式。賣(mài)家的信譽(yù)除了可以通過(guò)商業(yè)活動(dòng)本身建立外，還需要通過(guò)信息技術(shù)傳遞信譽(yù)，增加買(mǎi)賣(mài)雙方的信息對稱(chēng)，實(shí)踐證明，信譽(yù)反饋機制是電子商務(wù)市場(chǎng)環(huán)境下的一種有效的信任機制。本文通過(guò)對淘寶網(wǎng)一段時(shí)間交易記錄的研究發(fā)現：所有信譽(yù)指標對銷(xiāo)售量都有顯著(zhù)的正的影響，遠遠大于價(jià)格對銷(xiāo)量的影響，證明了信譽(yù)反饋機制是建立網(wǎng)絡(luò )購物市場(chǎng)環(huán)境信任的有效機制。說(shuō)明信譽(yù)反饋機制是對賣(mài)家誠實(shí)經(jīng)營(yíng)的一種有效的激勵機制，可以極大的減少逆向選擇（隱藏信息）和道德風(fēng)險（隱藏行動(dòng)）。
但是，同時(shí)我們也看到，這種信譽(yù)反饋機制也不利于對新賣(mài)家計入市場(chǎng)，不利于電子商務(wù)市場(chǎng)的發(fā)展壯大。由于買(mǎi)家關(guān)注信譽(yù)，新賣(mài)家采取低價(jià)策略進(jìn)入電子商務(wù)市場(chǎng)已經(jīng)不可能，信譽(yù)反饋體系會(huì )逐漸演化為進(jìn)入壁壘（Entry Barriers）。另外，淘寶提供的“按銷(xiāo)量排序”和“按信譽(yù)排序”功能，也給新進(jìn)入市場(chǎng)的賣(mài)家帶來(lái)困難，從而導致許多新進(jìn)入賣(mài)家靠偽造信譽(yù)的方式進(jìn)入市場(chǎng)，長(cháng)期下去，將會(huì )影響買(mǎi)家對網(wǎng)頁(yè)上信譽(yù)信息的信任，不利于市場(chǎng)的發(fā)展。
根據以上分析，筆者提出如下建議：（1）電子商務(wù)網(wǎng)站采取技術(shù)措施，完善管控措施，控制偽造信譽(yù)的現象；（2）新進(jìn)入市場(chǎng)的賣(mài)家，應該選擇合適的商品——低價(jià)的經(jīng)驗品進(jìn)入市場(chǎng)，例如服裝、化妝品、電器等，并加入銷(xiāo)保和商盟；（3）已有的賣(mài)家應該選擇加入消�；蛏堂�，以降低消費者的感知風(fēng)險。
本文研究主要側重于數字評價(jià)。實(shí)際上，網(wǎng)上交易過(guò)程中，銷(xiāo)售量會(huì )受多種因素的影響，包括商品描述、文字評論、圖片信息等和在線(xiàn)交流等。由于非數字數據收集和[論文網(wǎng) www.uuubuy.com]描述的存在問(wèn)題，多數學(xué)者都沒(méi)有研究非數字評價(jià)對銷(xiāo)量的影響的問(wèn)題，這個(gè)問(wèn)題值得進(jìn)一步研究。
注釋?zhuān)?/span>
�、贁祿䜩�(lái)源：中國互聯(lián)網(wǎng)絡(luò )信息中心（CNNIC）：《中國互聯(lián)網(wǎng)絡(luò )發(fā)展狀況統計報告》2010年7月。
�、跀祿䜩�(lái)源：中國互聯(lián)網(wǎng)絡(luò )信息中心（CNNIC）：《2011年中國網(wǎng)絡(luò )購物市場(chǎng)研究報告》，2011年11月。
�、蹟祿䜩�(lái)源：趙瑞濤.網(wǎng)上交易中賣(mài)家信譽(yù)對銷(xiāo)售量影響的實(shí)證研究.碩士論文，2011年6月�！ ⒖嘉墨I：
1. Pavlou，P. A.，& Dimoka，A. The nature and role of feedback text comments in online market—places： Implications for trust building，price premiums，and seller differentiation. Information Systems Research，2006，17（4），392—414.
2. Tobin J. ，Estimation of relationships for limited dependent vairiable，Econometrica，1958，26（1）：24—36.
3. Girard T.，Silverblatt R.，Korgaonkar P.，Influence of product class on preference for shopping on the internet.Journal of Computer Mediated Communications，2002，8（1）.
4. Livingston，J. “How valuable is a good reputation？ A Sample Selection Model of Internet Auctions” .Review of Economics and Statistics，2005，87（3）：453—465.
5. 崔香梅，黃京華. 信用評價(jià)體系以及相關(guān)因素對一口價(jià)網(wǎng)上交易影響的實(shí)證研究. 管理學(xué)報，2010 ，7（1）：54—60，67.
6. 李維安，吳德勝，徐皓. 網(wǎng)上交易中的聲譽(yù)機制： 來(lái)自淘寶網(wǎng)的證據.南開(kāi)管理評論，2007，10（5）：36—46.
7. 潘勇，廖陽(yáng). 中國電子商務(wù)市場(chǎng)“檸檬”問(wèn)題與抵消機制： 基于淘寶網(wǎng)的數據.商業(yè)經(jīng)濟與管理，2009，108（2）：11—15.
8. 趙瑞濤.網(wǎng)上交易中賣(mài)家信譽(yù)對銷(xiāo)售量影響的實(shí)證研究.長(cháng)春：吉林大學(xué)，2011.
作者簡(jiǎn)介：李松，吉林大學(xué)管理學(xué)院教授，管理學(xué)博士；李鳳春，吉林大學(xué)畢業(yè)生就業(yè)指導中心副教授。
【網(wǎng)絡(luò )購物的信譽(yù)和銷(xiāo)售量關(guān)系研究】相關(guān)文章：
研究人力資源與商業(yè)信譽(yù)之關(guān)系03-18
研究網(wǎng)絡(luò )與文化的互動(dòng)關(guān)系03-18
交易營(yíng)銷(xiāo)和關(guān)系營(yíng)銷(xiāo)的契合研究03-21
投資組合規模風(fēng)險和收益的關(guān)系研究03-23
旅游中介機構信譽(yù)評估模型研究03-20
服裝網(wǎng)絡(luò )營(yíng)銷(xiāo)探討和研究03-21
試論員工承諾、價(jià)值觀(guān)和支持感的關(guān)系研究03-07