網絡購物的信譽和銷售量關系研究

網絡購物的信譽和銷售量關系研究

 歡迎瀏覽，yjbys小編為你提供的一篇關于網絡購物的信譽和銷售量關系研究的電子商務畢業論文

 

　　摘要：網絡購物存在信息的不對稱性，買家越來越關心信譽。文章本文采用Tobit回歸模型，對淘寶網上銷售66種商品的2010年8月份的銷售信息研究發現：銷量和賣家的信譽等級或信譽積分、好評率和加入消保等信譽具有強相關關系，并且，在電子商務市場上，價格機制仍然有效。因此，提出發展電子商務的三點建議：（1）電子商務網站采取技術

 

　　措施，完善管控措施，控制偽造信譽的現象；（2）新進入市場的賣家，應該選擇合適的商品——低價的經驗品進入市場，并加入銷保和商盟；（3）已有的賣家應該選擇加入消�；蛏堂�，以降低消費者的感知風險。

 

　　關鍵詞：網絡購物；電子商務市場；淘寶網；回歸分析

 

　　一、 引言

 

　　我國電子商務市場發展十分迅速，網上提供的商品品種越來越多，越來越多的人依賴網上購物。截至2010年6月，我國網絡購物用戶已經達到1.42億，提升至33.8%。但是，網上購物糾紛也比較多，由于很多商品質量和網店的信譽招到質疑。根據中國互聯網絡信息中2009年的研究報告，49.1%的網民對網購商品質量擔憂，這對電子商務市場的健康發展是十分不利的，因此，該問題的研究是具有十分重要的意義的。

 

　　由于電子商務市場上的賣家和買家處于時空隔絕狀態，不能實現面對面的了解，相對于傳統的交易形式，買方能夠感知到交易風險。因此，網絡購物需要購買者花費很多比較和甄別的時間盡管電子商務市場上。但是，網店頁面上提供給買家關于商品的圖片和文字關于商品質量的信息表述是十分有限的，商品的非數字化屬性，如材料、做工和賣方可靠度等信息賣家往往會有意美化，甚至欺騙，買家需要關注多方面信譽信息，綜合做出購買決策；如果買家購買受到欺騙或不滿意，會進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，許多電子商務網站建立了信譽反饋機制來提升買家的信任，即在賣家的網店頁面上提供賣家積累的交易信息，幫助買家決策，從而建立起網絡購物環境下的信任。淘寶網站買家頁面上提供了買家對賣家服務的文字評價、信用積分、信譽等級圖標、好評率、加入商盟（行業商盟和區域商盟）、加入“消費者保障計劃”等信譽信息。

 

　　國內許多學者曾經研究過電子商務市場銷售量的影響因素，得出不盡相同的結論。如李維安等（2007）研究魔獸世界300點充值卡影響銷量的顯著因素是信用積分，加入商盟和價格，其中價格對銷售量有顯著負影響，其他因素對銷售量有顯著正影響；潘勇和廖陽（2009）研究淘寶網上的“西湖龍井”商品，影響銷量的因素是賣家信用、賣家好評率、商品好評數和價格等，其中價格有負的影響，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）本文選擇淘寶網為電子商務市場的研究對象。原因如下：第一，淘寶是亞洲最大的網絡零售商圈，淘寶網的市場份額75.6，79.3的用戶只在淘寶網上購物。第二，淘寶建立了及時的、健全的信譽反饋體系，具備本文研究的數據集基礎。淘寶網的信譽信息包括包括信譽等級、信譽積分、好評率以及是否加入商盟和消保等。大量的信譽指標直觀的顯示在網頁上，信譽信息更新及時。

 

　�。�2）論文中采用趙瑞濤（2011）碩士論文中采集的數據，數據采集時間從2010年8月17日到2010年8月24日的淘寶網上的交易記錄，共收集到100842條記錄，本文抽取部分部分商品記錄，并剔除無效數據有效數據57378條。獲取信息包括產品名稱、銷量、價格、信譽積分、信譽等級、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）研究發現，在數據收集的時間段內，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。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）等的分類方法，將商品分為四種：搜索品、經驗品Ⅰ型（非耐用品）、經驗品Ⅱ型（耐用品）、信任品，但是，分析中后發現，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，本文只研究經驗品Ⅰ型（非耐用品）、經驗品Ⅱ型（耐用品）、信任品三種類型的產品，確定66種商品為本文研究對象。其中經驗品Ⅰ型（非耐用品）21種，包括服裝和化妝品；經驗品Ⅱ型（耐用品）36種，包括電子產品和家用電器；信任品9中，包括奶粉和維生素。

 

　　2. 研究假設。 在淘寶網站上，每次交易結束后買家可以對賣家所提供的服務進行評價，網站根據評價計算賣家的信用積分，并采用信譽等級圖標在商品頁面上顯示，表示不同的信譽等級，信譽積分不在頁面上顯示。根據以往的研究，筆者假設賣家的信用積分（或信譽等級）對銷售量有正影響；好評率

 

　　是賣家受到的“好評”數除以總的評價數量，好評率通常比較高，接近于100%，本文假設好評率對銷售量有正影響；淘寶網上有兩類商盟：行業商盟和區域商盟。商盟以集體聲譽作為抵押，向買家承諾商盟成員不會有欺騙行為，可以有效地提升了買家的網購信心，本文假設加入商盟對銷售量有正影響；“消費者保障計劃”是淘寶推出的買家購物安全套餐服務的一種形式，若賣家對自己的服務承諾不能履行，則買家可以依據相關規則向淘寶發起投訴；淘寶依據相關規則處理，進行“先行賠付”。本文假設加入“消保”對銷售量有正影響；根據替代效應（Substitution effect）和收入效應（Income effect）理論，需求隨著價格的上升而下降，價格機制同樣適合于電子商務市場，因此，假設價格對銷售量有負影響。

 

　　三、 變量描述

 

　　本文用IconRank來表示賣家的信譽等級。當賣家的信譽積分小于3時，沒有信譽等級顯示，將其設定為0；信譽等級為1到18；用PosRatio來表示好評率，大多數賣家的好評率非常高，mean=99.61%，沒有商品銷售的賣家好評率淘寶默認為是0，回歸分析中會帶來結果偏差，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，賣家加入商盟或消保時，BAP和CPP等于1，否則等于0。據統計：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；價格變量TotalPrice包含商品價格和運費。

 

　　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題。第二，對信譽積分（RatingScore）做LN（RatingScore+1）變換。信譽積分加1，避免0的出現。第三，由于研究樣本涉及80種商品，商品價格從13元（魔獸世界15元點卡）到4 600元（Wi—Fi版iPad 16G）不等，為了使不同商品的價格具有可比性，把變量TotalPrice標準化，即價格減去該種商品的平均價格，然后除以該種商品價格的標準差，計算出不同商品的相對價格Value，即商品的價值。

 

　　四、 回歸分析

 

　　論文采用Tobit模型進行回歸分析，以銷量為因變量，其他變量（見表2）為自變量。由于信譽等級是信譽積分的另外一種表示方式，因此，兩個變量不能同時參與回歸，本文選擇信譽積分LN（RatingScore+1）和信譽等級IconRank分別參與回歸分析，建立了兩個回歸模型�；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，采用數字評價對銷售量的解釋是不夠的，根據Pavlou和Dimoka（2006）的研究，大約只有20%～30%。說明影響銷量的主要因素是非數字評價。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。

 

　　本文采用信譽積分（或信譽等級）、好評率、加入商盟和消保來表示賣家的信譽。在兩個模型中，好評率的回歸系數都為正，而且都非常顯著，回歸系數較大，但那不足以說明好評率對銷量有很高的正的影響。實際上，不同賣家好評率的差距是非常小，消費者很難發現其間的差異。有不愉快網購經歷的買家很可能在給予差評的同時，留下文字評論，而這些評論對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率差異非常小，卻依然對銷售量有影響的原因。

 

　　信譽積分（或信譽等級）在兩個回歸模型中，回歸系數都為正，并非常顯著，回歸系數較大兩個變量在兩個模型中的回歸系數顯著性程度差異很小，是因為信譽等級是信譽積分的另一種表達方式。

 

　　許多研究發現信譽積分和銷量之間的關系不是線性的，信譽積分的邊際作用越來越小（Livingston，2005）。李維安等（2007）發現，銷售量不是隨這信譽積分的增加顯著提高。根據趙瑞濤（2011）的研究，不同信譽的賣家的銷售量差異并不顯著，一直到Blue_5；在此之后銷售量對著信譽等級的上升迅速上升，可是到達Crown_2后，銷售量的上升趨勢停止，信譽等級和銷售量之間的關系接近于S曲線，而非直線。但是，兩個個臨界點都高于李維安（2007）研究的數值。這可能使電子商務市場發展各個階段的差異。

 

　　Tobit模型回歸分析結果顯示：商盟對銷售量竟然有負影響，這不支持前文的假設。但是回歸系數很小（—0.133和—0.055），可能是由于商盟和其他的信譽指標存在一定的相關關系，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“商盟對銷售量的作用是非常有限的”的結論是一致的。 消保對銷售量的影響非常的顯著，回歸系數較大。在信譽等級（IconRank）參與回歸的模型中，銷保對銷量的貢獻最大，

 

　　回歸系數0.432。

 

　　通過標準化，使得不同商品的價格具有可比性。Ln（Value）的回歸系數為負，而且非常顯著，說明價格機制在電子商務網站中依然適用。

 

　　五、 結論與建議

 

　　電子商務的迅速發展，很大范圍地改變了我們長期的商業模式。賣家的信譽除了可以通過商業活動本身建立外，還需要通過信息技術傳遞信譽，增加買賣雙方的信息對稱，實踐證明，信譽反饋機制是電子商務市場環境下的一種有效的信任機制。本文通過對淘寶網一段時間交易記錄的研究發現：所有信譽指標對銷售量都有顯著的正的影響，遠遠大于價格對銷量的影響，證明了信譽反饋機制是建立網絡購物市場環境信任的有效機制。說明信譽反饋機制是對賣家誠實經營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）和道德風險（隱藏行動）。

 

　　但是，同時我們也看到，這種信譽反饋機制也不利于對新賣家計入市場，不利于電子商務市場的發展壯大。由于買家關注信譽，新賣家采取低價策略進入電子商務市場已經不可能，信譽反饋體系會逐漸演化為進入壁壘（Entry Barriers）。另外，淘寶提供的“按銷量排序”和“按信譽排序”功能，也給新進入市場的賣家帶來困難，從而導致許多新進入賣家靠偽造信譽的方式進入市場，長期下去，將會影響買家對網頁上信譽信息的信任，不利于市場的發展。

 

　　根據以上分析，筆者提出如下建議：（1）電子商務網站采取技術措施，完善管控措施，控制偽造信譽的現象；（2）新進入市場的賣家，應該選擇合適的商品——低價的經驗品進入市場，例如服裝、化妝品、電器等，并加入銷保和商盟；（3）已有的賣家應該選擇加入消保或商盟，以降低消費者的感知風險。

 

　　本文研究主要側重于數字評價。實際上，網上交易過程中，銷售量會受多種因素的影響，包括商品描述、文字評論、圖片信息等和在線交流等。由于非數字數據收集和[論文網 www.uuubuy.com]描述的存在問題，多數學者都沒有研究非數字評價對銷量的影響的問題，這個問題值得進一步研究。

 

　　注釋：

 

　�、贁祿�來源：中國互聯網絡信息中心（CNNIC）：《中國互聯網絡發展狀況統計報告》2010年7月。

 

　�、跀祿�來源：中國互聯網絡信息中心（CNNIC）：《2011年中國網絡購物市場研究報告》，2011年11月。

 

　　③數據來源：趙瑞濤.網上交易中賣家信譽對銷售量影響的實證研究.碩士論文，2011年6月。　　參考文獻：

 

　　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. 信用評價體系以及相關因素對一口價網上交易影響的實證研究. 管理學報，2010 ，7（1）：54—60，67.

 

　　6. 李維安，吳德勝，徐皓. 網上交易中的聲譽機制： 來自淘寶網的證據.南開管理評論，2007，10（5）：36—46.

 

　　7. 潘勇，廖陽. 中國電子商務市場“檸檬”問題與抵消機制： 基于淘寶網的數據.商業經濟與管理，2009，108（2）：11—15.

 

　　8. 趙瑞濤.網上交易中賣家信譽對銷售量影響的實證研究.長春：吉林大學，2011.

 

　　作者簡介：李松，吉林大學管理學院教授，管理學博士；李鳳春，吉林大學畢業生就業指導中心副教授。

【網絡購物的信譽和銷售量關系研究】相關文章：

研究人力資源與商業信譽之關系03-18

研究網絡與文化的互動關系03-18

交易營銷和關系營銷的契合研究03-21

投資組合規模風險和收益的關系研究03-23

旅游中介機構信譽評估模型研究03-20

服裝網絡營銷探討和研究03-21

力學與固定關系的研究03-16

試論員工承諾、價值觀和支持感的關系研究03-07

網絡虛擬社區人際互動關系現實意義研究03-14

基于GIS和神經網絡的超市選址方法研究11-22