網(wǎng)絡(luò)購物的信譽(yù)和銷售量關(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(duì)稱性,買家越來越關(guān)心信譽(yù)。文章本文采用Tobit回歸模型,對(duì)淘寶網(wǎng)上銷售66種商品的2010年8月份的銷售信息研究發(fā)現(xiàn):銷量和賣家的信譽(yù)等級(jí)或信譽(yù)積分、好評(píng)率和加入消保等信譽(yù)具有強(qiáng)相關(guān)關(guān)系,并且,在電子商務(wù)市場上,價(jià)格機(jī)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(xiàn)象;(2)新進(jìn)入市場的賣家,應(yīng)該選擇合適的商品——低價(jià)的經(jīng)驗(yàn)品進(jìn)入市場,并加入銷保和商盟;(3)已有的賣家應(yīng)該選擇加入消;蛏堂耍越档拖M(fèi)者的感知風(fēng)險(xiǎn)。
關(guān)鍵詞:網(wǎng)絡(luò)購物;電子商務(wù)市場;淘寶網(wǎng);回歸分析
一、 引言
我國電子商務(wù)市場發(fā)展十分迅速,網(wǎng)上提供的商品品種越來越多,越來越多的人依賴網(wǎng)上購物。截至2010年6月,我國網(wǎng)絡(luò)購物用戶已經(jīng)達(dá)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(jù)中國互聯(lián)網(wǎng)絡(luò)信息中2009年的研究報(bào)告,49.1%的網(wǎng)民對(duì)網(wǎng)購商品質(zhì)量擔(dān)憂,這對(duì)電子商務(wù)市場的健康發(fā)展是十分不利的,因此,該問題的研究是具有十分重要的意義的。
由于電子商務(wù)市場上的賣家和買家處于時(shí)空隔絕狀態(tài),不能實(shí)現(xiàn)面對(duì)面的了解,相對(duì)于傳統(tǒng)的交易形式,買方能夠感知到交易風(fēng)險(xiǎn)。因此,網(wǎng)絡(luò)購物需要購買者花費(fèi)很多比較和甄別的時(shí)間盡管電子商務(wù)市場上。但是,網(wǎng)店頁面上提供給買家關(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(shù)字化屬性,如材料、做工和賣方可靠度等信息賣家往往會(huì)有意美化,甚至欺騙,買家需要關(guān)注多方面信譽(yù)信息,綜合做出購買決策;如果買家購買受到欺騙或不滿意,會(huì)進(jìn)一步影響下一次的購買決策。因此,基于買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(jī)制來提升買家的信任,即在賣家的網(wǎng)店頁面上提供賣家積累的交易信息,幫助買家決策,從而建立起網(wǎng)絡(luò)購物環(huán)境下的信任。淘寶網(wǎng)站買家頁面上提供了買家對(duì)賣家服務(wù)的文字評(píng)價(jià)、信用積分、信譽(yù)等級(jí)圖標(biāo)、好評(píng)率、加入商盟(行業(yè)商盟和區(qū)域商盟)、加入“消費(fèi)者保障計(jì)劃”等信譽(yù)信息。
國內(nèi)許多學(xué)者曾經(jīng)研究過電子商務(wù)市場銷售量的影響因素,得出不盡相同的結(jié)論。如李維安等(2007)研究魔獸世界300點(diǎn)充值卡影響銷量的顯著因素是信用積分,加入商盟和價(jià)格,其中價(jià)格對(duì)銷售量有顯著負(fù)影響,其他因素對(duì)銷售量有顯著正影響;潘勇和廖陽(2009)研究淘寶網(wǎng)上的“西湖龍井”商品,影響銷量的因素是賣家信用、賣家好評(píng)率、商品好評(píng)數(shù)和價(jià)格等,其中價(jià)格有負(fù)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,影響銷量的因素包括好評(píng)數(shù)、中評(píng)數(shù)、差評(píng)數(shù)和加入“消保”等,并且都有顯著正影響,這和李維安等(2007)的結(jié)論不一致,值得深入研究。
二、 研究設(shè)計(jì)
1. 研究對(duì)象確定與數(shù)據(jù)收集。
。1)本文選擇淘寶網(wǎng)為電子商務(wù)市場的研究對(duì)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)的市場份額75.6,79.3的用戶只在淘寶網(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(shù)據(jù)集基礎(chǔ)。淘寶網(wǎng)的信譽(yù)信息包括包括信譽(yù)等級(jí)、信譽(yù)積分、好評(píng)率以及是否加入商盟和消保等。大量的信譽(yù)指標(biāo)直觀的顯示在網(wǎng)頁上,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(shù)據(jù),數(shù)據(jù)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,并剔除無效數(shù)據(jù)有效數(shù)據(jù)57378條。獲取信息包括產(chǎn)品名稱、銷量、價(jià)格、信譽(yù)積分、信譽(yù)等級(jí)、是否加入商盟和銷保等。
(3)本文采用了Tobit回歸模型(Tobin,1958)。趙瑞濤(2011)研究發(fā)現(xiàn),在數(shù)據(jù)收集的時(shí)間段內(nèi),沒有賣出任何商品,大約66.2%的商品銷售量為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(jié)果之后,筆者認(rèn)為認(rèn)為采用Tobit回歸模型更合適。
(4)本文采取了Girard(2002)等的分類方法,將商品分為四種:搜索品、經(jīng)驗(yàn)品Ⅰ型(非耐用品)、經(jīng)驗(yàn)品Ⅱ型(耐用品)、信任品,但是,分析中后發(fā)現(xiàn),由于趙瑞濤(2011)的搜索品的數(shù)據(jù)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(yàn)品Ⅰ型(非耐用品)、經(jīng)驗(yàn)品Ⅱ型(耐用品)、信任品三種類型的產(chǎn)品,確定66種商品為本文研究對(duì)象。其中經(jīng)驗(yàn)品Ⅰ型(非耐用品)21種,包括服裝和化妝品;經(jīng)驗(yàn)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(shè)。 在淘寶網(wǎng)站上,每次交易結(jié)束后買家可以對(duì)賣家所提供的服務(wù)進(jìn)行評(píng)價(jià),網(wǎng)站根據(jù)評(píng)價(jià)計(jì)算賣家的信用積分,并采用信譽(yù)等級(jí)圖標(biāo)在商品頁面上顯示,表示不同的信譽(yù)等級(jí),信譽(yù)積分不在頁面上顯示。根據(jù)以往的研究,筆者假設(shè)賣家的信用積分(或信譽(yù)等級(jí))對(duì)銷售量有正影響;好評(píng)率
是賣家受到的“好評(píng)”數(shù)除以總的評(píng)價(jià)數(shù)量,好評(píng)率通常比較高,接近于100%,本文假設(shè)好評(píng)率對(duì)銷售量有正影響;淘寶網(wǎng)上有兩類商盟:行業(yè)商盟和區(qū)域商盟。商盟以集體聲譽(yù)作為抵押,向買家承諾商盟成員不會(huì)有欺騙行為,可以有效地提升了買家的網(wǎng)購信心,本文假設(shè)加入商盟對(duì)銷售量有正影響;“消費(fèi)者保障計(jì)劃”是淘寶推出的買家購物安全套餐服務(wù)的一種形式,若賣家對(duì)自己的服務(wù)承諾不能履行,則買家可以依據(jù)相關(guān)規(guī)則向淘寶發(fā)起投訴;淘寶依據(jù)相關(guān)規(guī)則處理,進(jìn)行“先行賠付”。本文假設(shè)加入“消保”對(duì)銷售量有正影響;根據(jù)替代效應(yīng)(Substitution effect)和收入效應(yīng)(Income effect)理論,需求隨著價(jià)格的上升而下降,價(jià)格機(jī)制同樣適合于電子商務(wù)市場,因此,假設(shè)價(jià)格對(duì)銷售量有負(fù)影響。
三、 變量描述
本文用IconRank來表示賣家的信譽(yù)等級(jí)。當(dāng)賣家的`信譽(yù)積分小于3時(shí),沒有信譽(yù)等級(jí)顯示,將其設(shè)定為0;信譽(yù)等級(jí)為1到18;用PosRatio來表示好評(píng)率,大多數(shù)賣家的好評(píng)率非常高,mean=99.61%,沒有商品銷售的賣家好評(píng)率淘寶默認(rèn)為是0,回歸分析中會(huì)帶來結(jié)果偏差,因此,本文剔除這部分紀(jì)錄;加入商盟和消保用虛擬變量BAP和CPP描述,賣家加入商盟或消保時(shí),BAP和CPP等于1,否則等于0。據(jù)統(tǒng)計(jì):大約有一半的賣家加入了消保;大約有4%的賣家是商盟的成員;價(jià)格變量TotalPrice包含商品價(jià)格和運(yùn)費(fèi)。
筆者對(duì)變量做如下處理:第一,采取了雙對(duì)數(shù)模型(log—log model),即自變量和因變量都采用自然對(duì)數(shù)變換,可以有效解決異方差問題。第二,對(duì)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(xiàn)。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(biāo)準(zhǔn)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(biāo)準(zhǔn)差,計(jì)算出不同商品的相對(duì)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,以銷量為因變量,其他變量(見表2)為自變量。由于信譽(yù)等級(jí)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(jí)IconRank分別參與回歸分析,建立了兩個(gè)回歸模型;貧w結(jié)果顯示R—squared的數(shù)值比較低(0. 344和0.284),但是這比以往的研究數(shù)據(jù)(李維安,等2007;崔香梅等,2010)高,可見,采用數(shù)字評(píng)價(jià)對(duì)銷售量的解釋是不夠的,根據(jù)Pavlou和Dimoka(2006)的研究,大約只有20%~30%。說明影響銷量的主要因素是非數(shù)字評(píng)價(jià)。由于本文采用大容量樣本數(shù)據(jù),相比于其他研究,R—squared的數(shù)值大了很多,研究結(jié)論基本可信。
本文采用信譽(yù)積分(或信譽(yù)等級(jí))、好評(píng)率、加入商盟和消保來表示賣家的信譽(yù)。在兩個(gè)模型中,好評(píng)率的回歸系數(shù)都為正,而且都非常顯著,回歸系數(shù)較大,但那不足以說明好評(píng)率對(duì)銷量有很高的正的影響。實(shí)際上,不同賣家好評(píng)率的差距是非常小,消費(fèi)者很難發(fā)現(xiàn)其間的差異。有不愉快網(wǎng)購經(jīng)歷的買家很可能在給予差評(píng)的同時(shí),留下文字評(píng)論,而這些評(píng)論對(duì)于未來的買家來說非常重要(Pavlou & Dimoka,2006),但是,我們卻無法收集到文字信息,這就可以解釋為什么好評(píng)率差異非常小,卻依然對(duì)銷售量有影響的原因。
信譽(yù)積分(或信譽(yù)等級(jí))在兩個(gè)回歸模型中,回歸系數(shù)都為正,并非常顯著,回歸系數(shù)較大兩個(gè)變量在兩個(gè)模型中的回歸系數(shù)顯著性程度差異很小,是因?yàn)樾抛u(yù)等級(jí)是信譽(yù)積分的另一種表達(dá)方式。
許多研究發(fā)現(xiàn)信譽(yù)積分和銷量之間的關(guān)系不是線性的,信譽(yù)積分的邊際作用越來越。Livingston,2005)。李維安等(2007)發(fā)現(xiàn),銷售量不是隨這信譽(yù)積分的增加顯著提高。根據(jù)趙瑞濤(2011)的研究,不同信譽(yù)的賣家的銷售量差異并不顯著,一直到Blue_5;在此之后銷售量對(duì)著信譽(yù)等級(jí)的上升迅速上升,可是到達(dá)Crown_2后,銷售量的上升趨勢停止,信譽(yù)等級(jí)和銷售量之間的關(guān)系接近于S曲線,而非直線。但是,兩個(gè)個(gè)臨界點(diǎn)都高于李維安(2007)研究的數(shù)值。這可能使電子商務(wù)市場發(fā)展各個(gè)階段的差異。
Tobit模型回歸分析結(jié)果顯示:商盟對(duì)銷售量竟然有負(fù)影響,這不支持前文的假設(shè)。但是回歸系數(shù)很小(—0.133和—0.055),可能是由于商盟和其他的信譽(yù)指標(biāo)存在一定的相關(guān)關(guān)系,或者是許多買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(duì)銷售量的作用是非常有限的”的結(jié)論是一致的。 消保對(duì)銷售量的影響非常的顯著,回歸系數(shù)較大。在信譽(yù)等級(jí)(IconRank)參與回歸的模型中,銷保對(duì)銷量的貢獻(xiàn)最大,
回歸系數(shù)0.432。
通過標(biāo)準(zhǔn)化,使得不同商品的價(jià)格具有可比性。Ln(Value)的回歸系數(shù)為負(fù),而且非常顯著,說明價(jià)格機(jī)制在電子商務(wù)網(wǎng)站中依然適用。
五、 結(jié)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期的商業(yè)模式。賣家的信譽(yù)除了可以通過商業(yè)活動(dòng)本身建立外,還需要通過信息技術(shù)傳遞信譽(yù),增加買賣雙方的信息對(duì)稱,實(shí)踐證明,信譽(yù)反饋機(jī)制是電子商務(wù)市場環(huán)境下的一種有效的信任機(jī)制。本文通過對(duì)淘寶網(wǎng)一段時(shí)間交易記錄的研究發(fā)現(xiàn):所有信譽(yù)指標(biāo)對(duì)銷售量都有顯著的正的影響,遠(yuǎn)遠(yuǎn)大于價(jià)格對(duì)銷量的影響,證明了信譽(yù)反饋機(jī)制是建立網(wǎng)絡(luò)購物市場環(huán)境信任的有效機(jī)制。說明信譽(yù)反饋機(jī)制是對(duì)賣家誠實(shí)經(jīng)營的一種有效的激勵(lì)機(jī)制,可以極大的減少逆向選擇(隱藏信息)和道德風(fēng)險(xiǎn)(隱藏行動(dòng))。
但是,同時(shí)我們也看到,這種信譽(yù)反饋機(jī)制也不利于對(duì)新賣家計(jì)入市場,不利于電子商務(wù)市場的發(fā)展壯大。由于買家關(guān)注信譽(yù),新賣家采取低價(jià)策略進(jìn)入電子商務(wù)市場已經(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“按銷量排序”和“按信譽(yù)排序”功能,也給新進(jìn)入市場的賣家?guī)砝щy,從而導(dǎo)致許多新進(jìn)入賣家靠偽造信譽(yù)的方式進(jìn)入市場,長期下去,將會(huì)影響買家對(duì)網(wǎng)頁上信譽(yù)信息的信任,不利于市場的發(fā)展。
根據(jù)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(xiàn)象;(2)新進(jìn)入市場的賣家,應(yīng)該選擇合適的商品——低價(jià)的經(jīng)驗(yàn)品進(jìn)入市場,例如服裝、化妝品、電器等,并加入銷保和商盟;(3)已有的賣家應(yīng)該選擇加入消保或商盟,以降低消費(fèi)者的感知風(fēng)險(xiǎn)。
本文研究主要側(cè)重于數(shù)字評(píng)價(jià)。實(shí)際上,網(wǎng)上交易過程中,銷售量會(huì)受多種因素的影響,包括商品描述、文字評(píng)論、圖片信息等和在線交流等。由于非數(shù)字?jǐn)?shù)據(jù)收集和[論文網(wǎng) www.uuubuy.com]描述的存在問題,多數(shù)學(xué)者都沒有研究非數(shù)字評(píng)價(jià)對(duì)銷量的影響的問題,這個(gè)問題值得進(jìn)一步研究。
注釋:
、贁(shù)據(jù)來源: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?fàn)顩r統(tǒng)計(jì)報(bào)告》2010年7月。
、跀(shù)據(jù)來源:中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC):《2011年中國網(wǎng)絡(luò)購物市場研究報(bào)告》,2011年11月。
、蹟(shù)據(jù)來源:趙瑞濤.網(wǎng)上交易中賣家信譽(yù)對(duì)銷售量影響的實(shí)證研究.碩士論文,2011年6月! ⒖嘉墨I(xiàn):
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(píng)價(jià)體系以及相關(guān)因素對(duì)一口價(jià)網(wǎng)上交易影響的實(shí)證研究. 管理學(xué)報(bào),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(jī)制: 來自淘寶網(wǎng)的證據(jù).南開管理評(píng)論,2007,10(5):36—46.
7. 潘勇,廖陽. 中國電子商務(wù)市場“檸檬”問題與抵消機(jī)制: 基于淘寶網(wǎng)的數(shù)據(jù).商業(yè)經(jīng)濟(jì)與管理,2009,108(2):11—15.
8. 趙瑞濤.網(wǎng)上交易中賣家信譽(yù)對(duì)銷售量影響的實(shí)證研究.長春:吉林大學(xué),2011.
作者簡介: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(dǎo)中心副教授。
【網(wǎng)絡(luò)購物的信譽(yù)和銷售量關(guān)系研究】相關(guān)文章:
3.淺析網(wǎng)絡(luò)營銷與網(wǎng)絡(luò)推廣的關(guān)系
5.基于主機(jī)的3D網(wǎng)絡(luò)應(yīng)用的研究和實(shí)現(xiàn)
6.雅思寫作:現(xiàn)實(shí)與網(wǎng)絡(luò)的關(guān)系