探讨销售量网络购物信誉和销售量联系学术

论文导读：100842条记录，本文抽取部分部分商品记录，并剔除无效数据有效数据57378条。获取信息包括产品名称、销量、、信誉积分、信誉等级、是否加入商盟和销保等。（3）本文采用了Tobit回归模型（Tobin，1958）。赵瑞涛（2011）研究发现，在数据收集的时间段内，没有卖出任何商品，大约6

6.2%的商品销售量为0。本文抽取部分商品，也具有同样

摘要：网络购物存在信息的不对称性，买家越来越关心信誉。文章本文采用Tobit回归模型，对淘宝网上销售66种商品的2010年8月份的销售信息研究发现：销量和卖家的信誉等级或信誉积分、好评率和加入消保等信誉具有强相关关系，并且，在电子商务市场上，机制仍然有效。因此，提出发展电子商务的三点建议：（1）电子商务网站采取技术措施，完善管控措施，控制伪造信誉的现象；（2）新进入市场的卖家，应该选择合适的商品——低价的经验品进入市场，并加入销保和商盟；（3）已有的卖家应该选择加入消保或商盟，以降低消费者的感知风险。
关键词：网络购物；电子商务市场；淘宝网；回归分析
一、 引言
我国电子商务市场发展十分迅速，网上提供的商品品种越来越多，越来越多的人依赖网上购物。截至2010年6月，我国网络购物用户已经达到1.42亿，提升至33.8%。但是，网上购物纠纷也比较多，由于很多商品质量和网店的信誉招到质疑。根据中国互联网络信息中2009年的研究报告，49.1%的网民对网购商品质量担忧，这对电子商务市场的健康发展是十分不利的，因此，该问题的研究是具有十分重要的意义的。
由于电子商务市场上的卖家和买家处于时空隔绝状态，不能实现面对面的了解，相对于传统的交易形式，买方能够感知到交易风险。因此，网络购物需要购买者花费很多比较和甄别的时间尽管电子商务市场上。但是，网店页面上提供给买家关于商品的图片和文字关于商品质量的信息表述是十分有限的，商品的非数字化属性，如材料、做工和卖方可靠度等信息卖家往往会有意美化，甚至欺骗，买家需要关注多方面信誉信息，综合做出购买决策；如果买家购买受到欺骗或不满意，会进一步影响下一次的购买决策。因此，基于买家的安全保障的信息需求，许多电子商务网站建立了信誉反馈机制来提升买家的信任，即在卖家的网店页面上提供卖家积累的交易信息，帮助买家决策，从而建立起网络购物环境下的信任。淘宝网站买家页面上提供了买家对卖家服务的文字评价、信用积分、信誉等级图标、好评率、加入商盟（行业商盟和区域商盟）、加入“消费者保障计划”等信誉信息。
国内许多学者曾经研究过电子商务市场销售量的影响因素，得出不尽相同的结论。如李维安等（2007）研究魔兽世界300点充值卡影响销量的显著因素是信用积分，加入商盟和，其中对销售量有显著负影响，其他因素对销售量有显著正影响；潘勇和廖阳（2009）研究淘宝网上的“西湖龙井”商品，影响销量的因素是卖家信用、卖家好评率、商品好评数和等，其中有负的影响，其他因素为正的影响；崔香梅和黄京华（2010）研究2G的金士顿牌SD卡，影响销量的因素包括好评数、中评数、差评数和加入“消保”等，并且都有显著正影响，这和李维安等（2007）的结论不一致，值得深入研究。

二、 研究设计

1. 研究对象确定与数据收集。

（1）本文选择淘宝网为电子商务市场的研究对象。原因如下：第一，淘宝是亚洲最大的网络零售商圈，淘宝网的市场份额75.6，79.3的用户只在淘宝网上购物。第二，淘宝建立了及时的、健全的信誉反馈体系，具备本文研究的数据集基础。淘宝网的信誉信息包括包括信誉等级、信誉积分、好评率以及是否加入商盟和消保等。大量的信誉指标直观的显示在网页上，信誉信息更新及时。
（2）论文中采用赵瑞涛（2011）硕士论文中采集的数据，数据采集时间从2010年8月17日到2010年8月24日的淘宝网上的交易记录，共收集到100842条记录，本文抽取部分部分商品记录，并剔除无效数据有效数据57378条。获取信息包括产品名称、销量、、信誉积分、信誉等级、是否加入商盟和销保等。
（3）本文采用了Tobit回归模型（Tobin，1958）。赵瑞涛（2011）研究发现，在数据收集的时间段内，没有卖出任何商品，大约66.2%的商品销售量为0。本文抽取部分商品，也具有同样特点。在比较采用普通最小二乘法（OLS）和Tobit回归模型分析结果之后，笔者认为认为采用Tobit回归模型更合适。
（4）本文采取了Girard（2002）等的分类方法，将商品分为四种：搜索品、经验品Ⅰ型（非耐用品）、经验品Ⅱ型（耐用品）、信任品，但是，分析中后发现，由于赵瑞涛（2011）的搜索品的数据收集不全面，包括大量的充值卡，这种虚拟商品具有和其他商品不同的特殊性，放在一起分析不合适。因此，本文只研究经验品Ⅰ型（非耐用品）、经验品Ⅱ型（耐用品）、信任品三种类型的产品，确定66种商品为本文研究对象。其中经验品Ⅰ型（非耐用品）21种，包括服装和化妆品；经验品Ⅱ型（耐用品）36种，包括电子产品和家用电器；信任品9中，包括奶粉和维生素。

2. 研究假设。

在淘宝网站上，每次交易结束后买家可以对卖家所提供的服务进行评价，网站根据评价计算卖家的信用积分，并采用信誉等级图标在商品页面上显示，表示不同的信誉等级，信誉积分不在页面上显示。根据以往的研究，笔者假设卖家的信用积分（或信誉等级）对销售量有正影响；好评率是卖家受到的“好评”数除以总的评价数量，好评率通常比较高，接近于100%，本文假设好评率对销售量有正影响；淘宝网上有两类商盟：行业商盟和区域商盟。商盟以集体声誉作为抵押，向买家承诺商盟成员不会有欺骗行为，可以有效地提升了买家的网购信心，本文假设加入商盟对销售量有正影响；“消费者保障计划”是淘宝推出的买家购物安全套餐服务的一种形式，若卖家对自己的服务承诺不能履行，则买家可以依据相关规则向淘宝发起投诉；淘宝依据相关规则处理，进行“先行赔付”。本文假设加入“消保”对销售量有正影响；根据替代效应（Substituti源于：论文提纲范文www.7ctime.com
on effect）和收入效应（Income effect）理论，需求随着的上升而下降，机制同样适合于电子商务市场，因此，假设对销售量有负影响。

三、 变量描述

本文用IconRank来表示卖家的信誉等级。当卖家的信誉积分小于3时，没有信誉等级显示，将其设定为0；信誉等级为1到18；用论文导读：入市场，长期下去，将会影响买家对网页上信誉信息的信任，不利于市场的发展。根据以上分析，笔者提出如下建议：（1）电子商务网站采取技术措施，完善管控措施，控制伪造信誉的现象；（2）新进入市场的卖家，应该选择合适的商品——低价的经验品进入市场，例如服装、化妆品、电器等，并加入销保和商盟；（3）已有的卖家应该选择加入消保或商
PosRatio来表示好评率，大多数卖家的好评率非常高，mean=99.61%，没有商品销售的卖家好评率淘宝默认为是0，回归分析中会带来结果偏差，因此，本文剔除这部分纪录；加入商盟和消保用虚拟变量BAP和CPP描述，卖家加入商盟或消保时，BAP和CPP等于1，否则等于0。据统计：大约有一半的卖家加入了消保；大约有4%的卖家是商盟的成员；变量TotalPrice包含商品和运费。笔者对变量做如下处理：第一，采取了双对数模型（log—log model），即自变量和因变量都采用自然对数变换，可以有效解决异方差问题。第二，对信誉积分（RatingScore）做LN（RatingScore+1）变换。信誉积分加1，避免0的出现。第三，由于研究样本涉及80种商品，商品从13元（魔兽世界15元点卡）到4 600元（Wi—Fi版iPad 16G）不等，为了使不同商品的具有可比性，把变量TotalPrice标准化，即减去该种商品的平均，然后除以该种商品的标准差，计算出不同商品的相对Value，即商品的价值。

四、 回归分析

论文采用Tobit模型进行回归分析，以销量为因变量，其他变量（见表2）为自变量。由于信誉等级是信誉积分的另外一种表示方式，因此，两个变量不能同时参与回归，本文选择信誉积分LN（RatingScore+1）和信誉等级IconRank分别参与回归分析，建立了两个回归模型。回归结果显示R—squared的数值比较低（0. 344和0.284），但是这比以往的研究数据（李维安，等2007；崔香梅等，2010）高，可见，采用数字评价对销售量的解释是不够的，根据Plou和Dimoka（2006）的研究，大约只有20%～30%。说明影响销量的主要因素是非数字评价。由于本文采用大容量样本数据，相比于其他研究，R—squared的数值大了很多，研究结论基本可信。
本文采用信誉积分（或信誉等级）、好评率、加入商盟和消保来表示卖家的信誉。在两个模型中，好评率的回归系数都为正，而且都非常显著，回归系数较大，但那不足以说明好评率对销量有很高的正的影响。实际上，不同卖家好评率的差距是非常小，消费者很难发现其间的差异。有不愉快网购经历的买家很可能在给予差评的同时，留下文字评论，而这些评论对于未来的买家来说非常重要（Plou & Dimoka，2006），但是，我们却无法收集到文字信息，这就可以解释为什么好评率差异非常小，却依然对销售量有影响的原因。
信誉积分（或信誉等级）在两个回归模型中，回归系数都为正，并非常显著，回归系数较大两个变量在两个模型中的回归系数显著性程度差异很小，是因为信誉等级是信誉积分的另一种表达方式。
许多研究发现信誉积分和销量之间的关系不是线性的，信誉积分的边际作用越来越小（Livingston，2005）。李维安等（2007）发现，销售量不是随这信誉积分的增加显著提高。根据赵瑞涛（2011）的研究，不同信誉的卖家的销售量差异并不显著，一直到Blue_5；在此之后销售量对着信誉等级的上升迅速上升，可是到达Crown_2后，销售量的上升趋势停止，信誉等级和销售量之间的关系接近于S曲线，而非直线。但是，两个个临界点都高于李维安（2007）研究的数值。这可能使电子商务市场发展各个阶段的差异。
Tobit模型回归分析结果显示：商盟对销售量竟然有负影响，这不支持前文的假设。但是回归系数很小（—0.133和—0.055），可能是由于商盟和其他的信誉指标存在一定的相关关系，或者是许多买家并不熟悉商盟这种制度造成的，这和崔香梅和黄京华（2010）得出的“商盟对销售量的作用是非常有限的”的结论是一致的。
消保对销售量的影响非常的显著，回归系数较大。在信誉等级（IconRank）参与回归的模型中，销保对销量的贡献最大，回归系数0.432。
通过标准化，使得不同商品的具有可比性。Ln（Value）的回归系数为负，而且非常显著，说明机制在电子商务网站中依然适用。

五、 结论与建议

电子商务的迅速发展，很大范围地改变了我们长期的商业模式。卖家的信誉除了可以通过商业活动本身建立外，还需要通过信息技术传递信誉，增加买卖双方的信息对称，实践证明，信誉反馈机制是电子商务市场环境下的一种有效的信任机制。本文通过对淘宝网一段时间交易记录的研究发现：所有信誉指标对销售量都有显著的正的影响，远远大于对销量的影响，证明了信誉反馈机制是建立网络购物市场环境信任的有效机制。说明信誉反馈机制是对卖家诚实经营的一种有效的激励机制，可以极大的减少逆向选择（隐藏信息）和道德风险（隐藏行动）。
但是，同时我们也看到，这种信誉反馈机制也不利于对新卖家计入市场，不利于电子商务市场的发展壮大。由于买家关注信誉，新卖家采取低价策略进入电子商务市场已经不可能，信誉反馈体系会逐渐演化为进入壁垒（Entry Barriers）。另外，淘宝提供的“按销量排序”和“按信誉排序”功能，也给新进入市场的卖家带来困难，从而导致许多新进入卖家靠伪造信誉的方式进入市场，长期下去，将会影响买家对网页上信誉信息的信任，不利于市场的发展。
根据以上分析，笔者提出如下建议：（1）电子商务网站采取技术措施，完善管控措施，控制伪造信誉的现象；（2）新进入市场的卖家，应该选择合适的商品——低价的经验品进入市场，例如服装、化妆品、电器等，并加入销保和商盟；（3）已有的卖家应该选择加入消保或商盟，以降低消费者的感知风险。
本文研究主要侧重于数字评价。实际上，网上交易过程中，销售量会受多种因素的影响，包括商品描述、文字评论、图片信息等和在线交流等。由于非数字数据收集和描述的存在问题，多数学者都没有研究非数字评价对销量的影响的问题，这个问题值得进一步研究。
注释：
①数据来源：中国互联网络信息中心（CNNIC）：《中国互联网络发展状况统计报告》http：//research.cnnic.cn/img/h000/h12/attac：h2010论文导读：rket—places：Implicationortrustbuilding，pricepremiums，andsellerdifferentiation.InformationSystemsResearch，2006，17（4），392—414.2.TobinJ.，Estimationofrelationshiporlimiteddependentvairiable，Econometrica，1958，26（1）：24—36.3.GirardT.，SilverblattR.，KorgaonkarP.，Influenc
07151358080.pdf，2010年7月。
②数据来源：中国互联网络信息中心（CNNIC）：《2011年中国网络购物市场研究报告》http：///p—33373003248

5.html，2011年11月。

③数据来源：赵瑞涛.网上交易中卖家摘自：学术论文翻译www.7ctime.com
信誉对销售量影响的实证研究.硕士论文，2011年6月。参考文献：
1. Plou，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摘自：本科论文www.7ctime.com
preference for shopping on the internet.Journal of Computer Mediated Communications，2002，8（1）.http：//jcmc.Indiana.edu/vol8/issue1/girard.html.
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，黄京华. 信用评价体系以及相关因素对一口价网上交易影响的实证研究. 管理学报，2010 ，7（1）：54—60，67.
6. 李维安，吴德胜，徐皓. 网上交易中的声誉机制： 来自淘宝网的证据.南开管理评论，2007，10（5）：36—46.
7. 潘勇，廖阳. 中国电子商务市场“柠檬”问题与抵消机制： 基于淘宝网的数据.商业经济与管理，2009，108（2）：11—15.
8. 赵瑞涛.网上交易中卖家信誉对销售量影响的实证研究.长春：吉林大学，2011.
作者简介：李松，吉林大学管理学院教授，管理学博士；李凤春，吉林大学毕业生就业指导中心副教授。
收稿日期：2012—09—30。