林建宗

（廈門理工學院商學院，福建廈門361024）

?

基于買家感知的網(wǎng)購平臺聲譽機制實證

林建宗

（廈門理工學院商學院，福建廈門361024）

摘要：在線聲譽機制是網(wǎng)購平臺的重要組成部分，是買家網(wǎng)購信任決策的重要參考。買家感知聲譽信息可信度正向影響其對聲譽信息的使用程度，并正向影響買家的網(wǎng)購金額，但聲譽信息的使用度對買家網(wǎng)購金額的影響是負向的。發(fā)揮在線聲譽機制的作用，一方面要提升聲譽信息的可信度，杜絕賣家“刷信用”和報復給“差評”的買家，以及買家的惡意“差評”；另一方面要提高使用聲譽信息的方便性。私人秩序和公共秩序是網(wǎng)上交易治理不可或缺的兩種機制，在保證網(wǎng)購平臺誠信交易方面，除需要以聲譽機制為基礎的私人秩序之外，也需要進行以法律法規(guī)為主體的公共秩序治理。

關鍵詞：網(wǎng)購平臺；在線聲譽機制；電子商務；誠信評價；網(wǎng)絡零售

近10多年來，我國網(wǎng)絡零售快速發(fā)展。國家統(tǒng)計局資料顯示，2014年，我國網(wǎng)上零售額為27898億元，比上年增長49.7%，占社會消費品零售總額的10.63%。[ 1 ]如何解決網(wǎng)上交易的誠信問題，是保持網(wǎng)絡零售可持續(xù)健康發(fā)展的前提，在線聲譽機制則是重要的手段之一。

一、文獻回顧

在網(wǎng)購平臺這一電子商務社區(qū)里，作為社區(qū)成員的大量買家和賣家相互間是陌生的，買家面臨賣家時，希望能夠查詢到該賣家以往的交易情況，以便做出正確的購買決策；賣家也希望能夠在網(wǎng)絡社區(qū)中傳播良好的聲譽信息，以便獲得更多交易機會，包括維持原有買家和吸引新買家，在線聲譽機制應運而生。淘寶網(wǎng)首先在我國建立以信用評價反饋為基礎的在線聲譽機制，主要包括“好評”“差評”“中評”“文字評論”等。

關于在線聲譽機制，皮澤波爾卡（Przepiorka）[ 2 ]的實證研究表明，聲譽機制能夠解決信任問題，因而有利于促進網(wǎng)購市場的可持續(xù)性發(fā)展，賣家聲譽越好，其產(chǎn)品定價以及買方能夠接受的價格也越高，聲譽機制有助于降低交易成本，提升市場績效?，F(xiàn)有聲譽機制及其影響的實證研究主要涉及以下三個方面：

（一）交易價格

實證研究的基本結(jié)論是賣家聲譽對網(wǎng)購商品價格有顯著的正向影響。麥克唐納和思勞森（Mc?Donald & Slawson）、[ 3 ]豪澤和沃德斯（Houser & Wooders）[ 4 ]分別使用460個和94個eBay平臺上的

拍賣數(shù)據(jù)，研究賣家聲譽對拍賣價格的影響，發(fā)現(xiàn)賣家聲譽與拍賣價格具有顯著正相關關系。但也有研究表明聲譽對交易價格沒有顯著影響。黃和陳（Huang & Chen）等人[ 5 ]研究了雅虎（Yahoo）拍賣網(wǎng)站的8250個交易數(shù)據(jù)，發(fā)現(xiàn)賣家聲譽僅僅影響成功拍賣的概率，不會對價格產(chǎn)生顯著影響。這意味著在線聲譽機制對交易數(shù)量的影響可能要大于對交易價格的影響。

（二）交易數(shù)量

實證研究的基本結(jié)論是：良好的賣家聲譽能夠提升買家的購買意愿，增加買賣雙方達成交易的機會，從而提高成功交易的數(shù)量。梅爾尼克和阿爾姆（Melnik & Alm）[ 6 ]使用來自eBay平臺的3828個觀察數(shù)據(jù)研究表明，賣家的總體聲譽對買家的支付意愿有顯著正向影響；劉和吳（Liu & Wu）等人[ 7 ]收集了淘寶網(wǎng)364個游戲預付卡交易的有效觀察數(shù)據(jù)，研究中國網(wǎng)上銷售中賣方聲譽的作用，發(fā)現(xiàn)賣方聲譽對其銷售量有顯著的正向影響。

（三）賣家績效與行為

實證研究的基本結(jié)論是：良好的賣家聲譽有助于提升賣家績效，促進賣家選擇誠信行為。利文斯頓（Livingston）[ 8 ]收集了來自eBay平臺上861個高爾夫球桿交易的觀察數(shù)據(jù)，其實證研究結(jié)果表明，賣家能夠從其誠信行為中獲得回報，特別是能夠從其初期的誠信行為中獲得豐厚回報；卡夫拉和霍達斯庫（Cabra & Hortacsu）[ 9 ]收集eBay平臺上的賣家數(shù)據(jù)研究發(fā)現(xiàn)，賣家收到的第一次“差評”反饋會導致其銷售增長率從5%下降至-8%。

目前研究的局限性在于：一是主要從交易和賣家的角度研究聲譽機制，缺乏基于買家（消費者）視角的研究；二是主要依賴從網(wǎng)上交易環(huán)境中獲得觀察數(shù)據(jù)，通常要選擇相對同質(zhì)的產(chǎn)品并經(jīng)歷長時間收集，但這些觀察數(shù)據(jù)來自不同賣家，而且數(shù)據(jù)收集期間的網(wǎng)購平臺及其外部環(huán)境可能發(fā)生變化，基于這種觀察數(shù)據(jù)的實證研究很難控制賣家和外部異質(zhì)性的影響。

本文基于買家視角，通過問卷調(diào)查的方式，研究買家對網(wǎng)購平臺聲譽機制可信度的感知，買家應用聲譽信息輔助網(wǎng)購信任決策的程度，以及對買家網(wǎng)購金額的影響等，并基于買家人口統(tǒng)計特征，研究不同類型買家在這些方面的差異性。

二、分析框架與研究假設

分析框架如圖1所示。

圖1　分析框架

互聯(lián)網(wǎng)的虛擬性、開放性和匿名性等特點導致網(wǎng)購平臺在線交易存在嚴重的信息不對稱，賣家可能存在夸大產(chǎn)品質(zhì)量宣傳、隱瞞產(chǎn)品來源、延遲發(fā)貨等方面的不誠信行為，買家因此被迫承擔相應風險，這將降低買家的網(wǎng)購意愿和支付意愿，甚至有可能導致低質(zhì)量的賣家和產(chǎn)品“驅(qū)逐”高質(zhì)量的賣家和產(chǎn)品，進而導致市場萎縮。在線聲譽機制收集有關目標個體的聲譽信息并在網(wǎng)絡社區(qū)中傳播，因而能夠有效地緩解網(wǎng)上交易的信息不對稱，促進網(wǎng)購市場的可持續(xù)成長。在線聲譽機制已經(jīng)成為網(wǎng)購平臺的重要組成部分，因此提出假設：

H1：“好評”“差評”和“文字評論”等聲譽信息是買家網(wǎng)購信任決策的重要參考。

典型的在線聲譽評價使用簡單的三值評價體系，即“差評”“中評”“好評”，再加上“文字評論”，由于“中評”所能提供的聲譽信息相對較少，本文聚焦“好評”“差評”和“文字評論”信息。就目前的實踐和研究來看，這些聲譽信息的可信度面臨諸多挑戰(zhàn)。例如，存在賣家信用炒作（刷信用）的情況，[ 10 ]賣家對給出“差評”反饋的買家實施報復，導致買家沒有足夠意愿反饋自身真實感知的“差評”信息，現(xiàn)有研究也表明“好評”數(shù)量遠大于“差評”數(shù)量；[ 11 ]買家提交“文字評論”需要更多思考并付出

更高的時間成本，“文字評論”含有更豐富的信息。提出假設：

H2a：買家感知“差評”信息的可信度最高，“文字評論”次之，“好評”最低。

一般情況下，可信度越高的信息越有可能用于輔助買家網(wǎng)購信任決策，因此相對應提出假設：

H2b：買家使用“差評”信息輔助網(wǎng)購信任決策的程度最高，“文字評論”次之，“好評”最低。

將買家對“好評”“差評”和“文字評論”的感知可信度的平均值，作為買家對聲譽信息的總體感知可信度（簡稱“聲譽信息可信度”）；同時，將買家使用“好評”“差評”和“文字評論”信息輔助網(wǎng)購信任決策程度的平均值，作為買家總體上使用聲譽信息輔助決策的程度（簡稱“聲譽信息使用度”），并進一步提出假設：

H3：買家感知聲譽信息的可信度越高，應用聲譽信息輔助網(wǎng)購信任決策的程度就越高。

買家不愉快的網(wǎng)購經(jīng)歷（如投訴或退貨經(jīng)歷），可能影響買家對聲譽信息可信度的感知，并可能在網(wǎng)購信任決策中減少對聲譽信息的使用，因此提出假設：

H4a：買家投訴或退貨經(jīng)歷將降低買家感知的聲譽信息可信度；

H4b：買家投訴或退貨經(jīng)歷將降低買家的聲譽信息使用度。

本文也將分析不同買家群體的感知聲譽信息可信度和使用度方面的差異，假設買家特征對聲譽信息可信度和使用度有顯著影響，并提出具體假設：

H5a：買家“性別”對感知聲譽信息可信度有顯著影響；

H5b：買家“性別”對聲譽信息使用度有顯著影響；

H6a：買家“年齡”對感知聲譽信息可信度有顯著影響；

H6b：買家“年齡”對聲譽信息使用度有顯著影響；

H7a：買家“學歷”對感知聲譽信息可信度有顯著影響；

H7b：買家“學歷”對聲譽信息使用度有顯著影響；

H8a：買家“職業(yè)”對感知聲譽信息可信度有顯著影響；

H8b：買家“職業(yè)”對聲譽信息使用度有顯著影響；

H9a：買家“可支配收入”對感知聲譽信息可信度有顯著影響；

H9b：買家“可支配收入”對聲譽信息使用度有顯著影響。

現(xiàn)有研究已經(jīng)證明，買家愿意與聲譽良好的賣家進行更多的交易，并愿意支付更高的價格，[ 12 ]從而提升賣家績效，[ 13 ]促進賣家誠信。[ 14 ]基于買家對聲譽信息可信度的感知及其網(wǎng)購行為選擇，提出假設：

H10a：買家感知聲譽信息可信度與買家網(wǎng)購金額呈正向關系。

買家使用聲譽信息進行信任決策的程度越高，可能反映出買家感知網(wǎng)購平臺的風險高，這反而可能抑制買家的網(wǎng)購意愿，因此提出假設：

H10b：買家聲譽信息使用度與買家的網(wǎng)購金額呈負向關系。

三、研究設計

（一）問卷設計

選擇買家對“好評”“差評”和“文字評論”這三種信息的感知可信度，作為度量買家感知“聲譽信息可信度”的三個維度；相對應地，將買家應用這三種信息輔助網(wǎng)購信任決策的程度作為度量買家“聲譽信息使用度”的三個維度，這部分問項采用李克特10級量表，用1到10表示程度的逐步加深。另外，考慮買家網(wǎng)購時可能也會使用其他方面的信息，問卷調(diào)查表特別設置一題多項選擇題，調(diào)查買家對其他信息的使用情況。由于調(diào)查者的人口統(tǒng)計特征和網(wǎng)購經(jīng)歷等因素，可能影響買家對聲譽信息可信度的感知以及應用聲譽信息輔助網(wǎng)購信任決策的程度，問卷包括了這部分調(diào)查問項，包括“性別”“年齡”“學歷”“職業(yè)”“月可支配收入”“月均網(wǎng)購金額”“近半年是否發(fā)生投訴或退貨”等。

（二）數(shù)據(jù)收集

為了獲取能代表網(wǎng)絡用戶總體并符合多元統(tǒng)計分析要求的樣本，本文研究使用中國知名的問卷調(diào)查平臺——問卷星（www.sojump.com）提供的

問卷調(diào)查服務，該平臺自動通過郵件系統(tǒng)將問卷發(fā)給問卷星會員庫成員填寫并回收問卷。同時，通過QQ空間、微信、微博等社交網(wǎng)站投放問卷?？傆嬍盏?47份問卷，剔除無效問卷后，獲得403份有效問卷。在發(fā)放問卷調(diào)查表過程中，沒有強調(diào)被調(diào)查者需要具有網(wǎng)購經(jīng)驗，但被調(diào)查者是具有一定互聯(lián)網(wǎng)經(jīng)驗的網(wǎng)絡用戶。

（三）樣本特征

描述性統(tǒng)計表明，女性占比（61.54%）高于男性，本科學歷占比72.45%，企業(yè)單位職員占比65.75%，符合對網(wǎng)購群體結(jié)構(gòu)的直覺判斷；月均網(wǎng)購金額“100元以下”只占8.44%，而“101～1000元”占比高達66.00%，說明樣本群體有較好的網(wǎng)購經(jīng)驗，符合本文研究對樣本的要求。另外，近半年沒有發(fā)生投訴或退貨的占比只有47.64%，說明目前網(wǎng)購誠信仍然存在較大問題。

（四）信度與效度檢驗

針對聲譽信息可信度和聲譽信息使用度的信度和效度檢驗如表1所示。克隆巴赫阿爾法（Cronbach'α）系數(shù)大于0.70，說明對聲譽信息可信度和使用度的測量具有較好信度。另外，KMO檢驗系數(shù)>0.5，巴特利特（Bartlett）球體檢驗達到顯著性水平（p <0.001），說明問卷具有較好的建構(gòu)效度。

表1　描述性統(tǒng)計、信度與效度檢驗

四、統(tǒng)計分析與討論

（一）輔助判斷賣家可信度的信息

為研究買家使用哪些信息判斷賣家的可信度，問卷設置有10個可選答案的多項選擇題（參見表2），每個選項答案為“是”與“否”的二元數(shù)據(jù)，采用多配對樣本非參數(shù)Co?chran Q檢驗，它適合對二元數(shù)據(jù)的推斷分析。[ 15 ]檢驗結(jié)果表明Cochran Q為523.864，漸近p值小于0.001，高度顯著，說明買家網(wǎng)購信任決策所使用的信息有顯著性差異。選擇“好評”“差評”和“文字評論”聲譽信息作為判斷賣家可信度的買家占比分別達到69.35%、55.53%、46.23%，說明聲譽機制是網(wǎng)購平臺的重要組成部分，“好評”“差評”和“文字評論”信息是買家網(wǎng)購信任決策（對賣家的信任度）的重要參考，支持H1。

表2　買家輔助判斷賣家可信度的信息

另外，半數(shù)以上（52.51%）的買家使用“商品成交數(shù)量”作為輔助決策信息，這也從另一方面說明為什么賣家會進行違規(guī)的“刷單”行為。值得注意的是，使用“網(wǎng)絡社交圈推薦”的買家僅占9.05%，說明目前網(wǎng)絡社交圈的推薦信息的可信度較低；使用“與相同賣家的交易經(jīng)驗”和“賣家創(chuàng)店時間”的買家占比也不高，分別為31.16%和21.36%，說明買家對賣家長期誠信的信心并不高。

（二）好評、差評和文字評論的感知可信度和

使用度

首先應用多配對樣本非參數(shù)Friedman檢驗，檢驗“好評”“差評”和“文字評論”是否存在顯著差異，檢驗結(jié)果表明，“聲譽信息可信度”的三個測量項存在顯著差異（χ2值為124.308，p <0.001），“聲譽信息使用度”的三個測量項也存在顯著差異（χ2值為39.861，p<0.001）。為進一步檢驗“好評”“差評”和“文字評論”兩兩之間的差異情況，同時采用配對樣本t檢驗和非參數(shù)Wilcoxon檢驗（如表3所示）。

在“聲譽信息可信度”方面，“差評”“文字評論”和“好評”的感知可信度兩兩之間存在顯著差異，其均值分別為7.861、7.233和6.779（如表1所示），“差評”的可信度最高，“文字評論”次之，“好評”的可信度最低，支持H2a。

在“聲譽信息使用度”方面，盡管從均值看，“差評”“文字評論”和“好評”的均值分別為7.811、7.479、7.382（如表1所示），符合H2b，但t檢驗和非參數(shù)Wilcoxon檢驗結(jié)果表明“文字評論”和“好評”使用程度的差異不顯著，H2b沒有得到完全支持。買家使用“差評”信息輔助網(wǎng)購信任決策的程度顯著高于“好評”和“文字評論”，但在使用“好評”和“文字評論”方面沒有顯著差別?？赡艿慕忉屖牵M管買家感知“文字評論”的可信度高于“好評”，但使用“文字評論”信息進行網(wǎng)購信任決策時，不如“好評”的信息直觀，因而部分抵消了“文字評論”信息在網(wǎng)購信任決策中的使用程度，導致差異不顯著。

表3　配對樣本t檢驗和非參數(shù)Wilcoxon檢驗結(jié)果

（三）不同分類因子水平下的聲譽信息可信度和使用度

使用獨立樣本t檢驗和單因素方差分析方法，研究各分類因子對聲譽信息可信度和使用度的影響，檢驗結(jié)果如表4和表5所示。首先應用Levene檢驗，在0.05顯著性水平下，考察是否通過方差齊性檢驗，對于兩水平的因子（“性別”和“近半年是否發(fā)生投訴或退貨”），采用SPSS提供的獨立樣本t檢驗進行分析；對于兩水平以上的因子，根據(jù)滿足和不滿足方差齊性要求的情況，分別使用單因素方差分析（ANONA）和多獨立樣本非參數(shù)Kruskal Wallis（KW）檢驗，分析各分類樣本是否存在顯著性差異。

從檢驗結(jié)果看（如表4所示）“學歷”和“職業(yè)”對聲譽信息可信度和使用度沒有顯著影響，不支持H7a、H7b、H8a、H8b?！靶詣e”對聲譽信息可信度有顯著影響，且男性買家高于女性，支持H5a，但“性別”對聲譽信息使用度沒有顯著影響，不支持H5b?！霸驴芍涫杖搿睂κ褂寐曌u信息使用度也沒有顯著差異，不支持H9b?！敖肽晔欠癜l(fā)生投訴或退貨”并沒有導致買家感知聲譽信息可信度的顯著差異，不支持H4a；但其對聲譽信息使用度的影響是顯著的，支持H4b，即發(fā)生投訴或退貨的買家會降低聲譽信息在輔助網(wǎng)購信任決策中的使用。

不同“年齡”“月均網(wǎng)購金額”的買家感知聲譽信息可信度以及聲譽信息使用程度方面有顯著差異；不同“月可支配收入”的買家感知聲譽信息可信度有顯著差異。由于“年齡”“月可支配收入”“月均網(wǎng)購額”的因子水平數(shù)量超過2個，兩組以上差異性檢驗達到顯著性水平只是意味著至少有兩組之間存在顯著性差異，需要通過驗后多重比較，進一步分析具體哪兩組存在顯著性差異。SPSS提供了方差齊性和不齊性情況下的兩類多重比較技

術。本文對于不違反方差齊性假設的情況，使用LSD檢驗法；對于違反方差齊性假設的情況，根據(jù)邱皓政[ 16 ]的建議，使用Dunnett’s T3檢驗法。驗后多重比較的結(jié)果如表5所示（在0.05顯著性水平下，存在顯著性差異的“兩兩比較”）。

表4　樣本人口統(tǒng)計特征、聲譽信息可信度和使用度的差異性檢驗

表5　分類因子對聲譽信息可信度和使用度影響的驗后多重比較

年齡“25歲以下”和“30歲以上”的買家感知聲譽信息可信度存在顯著差異，其均值分別為6.927和7.464，“25歲以下”買家感知聲譽信息可信度低；“25歲以下”分別與“26～30歲”“30歲以上”買家在聲譽

信息使用度方面存在顯著差異，其均值分別為7.205、7.641、7.679，“25歲以下”買家依賴聲譽信息輔助網(wǎng)購信任決策的程度低。其他分組比較并沒有顯著差異。因此，部分支持H6a和H6b。

月可支配收入“3500元以下”的低收入買家感知聲譽信息可信度顯著低于“3501～5000元”“5001～10000元”“10000元以上”的買家群體，均值分別為6.842、7.257、7.533、7.497，但其他年齡段之間的差異性不顯著，因此部分支持H9a。

月均網(wǎng)購金額“100元以下”買家感知聲譽信息可信度顯著低于“101～1000元”“1000元以上”的買家群體，在聲譽信息使用度方面顯著低于“101～ 1000元”的買家群體。由于“性別”“年齡”“學歷”“職業(yè)”“可支配收入”是買家固有的特征，因此可以認為這些買家特征因素影響了買家感知聲譽信息可信度和聲譽信息使用度，但“月均網(wǎng)購金額”更有可能是受買家感知“聲譽信息可信度”和“聲譽信息使用度”的影響，而非反之。

（四）聲譽信息可信度、使用度和網(wǎng)購金額的關系

應用SPSS的偏相關分析方法，通過控制“性別”“年齡”“學歷”“職業(yè)”“月可支配收入”“近半年是否投訴或退貨”后，分析“聲譽信息可信度”和“聲譽信息使用度”的相關關系，結(jié)果表明兩者的偏相關系數(shù)為0.760，顯著性p <0.001，說明兩者存在顯著的高度正相關關系；進一步將“性別”“年齡”“學歷”“職業(yè)”“月可支配收入”“近半年是否投訴或退貨”作為控制變量，“聲譽信息可信度”作為解釋變量，“聲譽信息使用度”作為被解釋變量，最小二乘法（OLS）線性回歸結(jié)果表明“聲譽信息可信度”的系數(shù)為0.756，顯著性p <0.001，F(xiàn)統(tǒng)計量為82.314，顯著性p < 0.001，回歸模型的Adjusted R2=0.593，說明“聲譽信息可信度”越高，“聲譽信息使用度”越高，支持H3。

為分析買家感知聲譽信息可信度和聲譽信息使用度對網(wǎng)購金額的影響，將“月均網(wǎng)購金額”作為被解釋變量，由于本文問卷調(diào)查所設定的“月均網(wǎng)購金額”分為三個有序水平，因此使用有序多分類Logistic回歸模型（連接函數(shù)為Logit）進行分析。同時考慮“性別”“年齡”“學歷”“職業(yè)”“月可支配收入”“近半年是否投訴或退貨”等分類變量。剔除顯著性水平不符合要求（以p =0.05為標準）的變量，最終進入模型的變量如表6所示。

表6　多項有序Logistic回歸分析的參數(shù)估計與檢驗

平行線檢驗表明，在0.05顯著性水平下，不能拒絕“位置參數(shù)（斜率系數(shù)）在各響應類別中都是相同”的零假設，因此選擇Logit連接函數(shù)是恰當?shù)??；貧w方程通過顯著性檢驗（模型擬合信息，p <0.001），說明解釋變量全體與連接函數(shù)Logit之間的線性關系顯著，模型選擇正確。Nagelkerke R2=0.299，說明模型的擬合優(yōu)度尚可。用π1、π2、π3分別代表月均網(wǎng)購金額為“100元以下”“101～1000元”“1000元以上”的概率，建立如下模型：

ln(π1/(1-π1))=-2.999+0.489RpCd-0.315PDcs +0.437Gend(0)+0.036Year(1)+0.778Year(2)

-2.875Incm(1)-1.701Incm(2)-0.796Incm(3) -0.621NCplm(0)

ln((π1+π2)/(1-(π1+π2)))=1.462+0.489RpCd -0.315PDcs+0.437Gend(0)+0.036Year(1) +0.778Year(2)-2.875Incm(1)-1.701Incm(2) -0.796Incm(3)-0.621NCplm(0)

π3=1-(π1+π2)

聲譽信息的可信度（RpCd）與“月均網(wǎng)購金額”成正比關系（系數(shù)為0.489），顯著性水平p <0.001，在0.05顯著性水平下具有顯著正向關系，說明高的感知聲譽信息可信度有利于提升買家網(wǎng)購意愿，支持H10a。

聲譽信息的使用度（PDcs）與“月均網(wǎng)購金額”成反比關系（系數(shù)為-0.315），顯著性水平p = 0.018，在0.05顯著性水平下具有顯著負向關系，支持H10b?？赡艿慕忉屖牵I家使用聲譽信息進行網(wǎng)購信任決策的程度越高，反映出買家感知網(wǎng)購平臺的風險越高，從而抑制買家網(wǎng)購的意愿。統(tǒng)計分析與檢驗結(jié)果詳見表7。

表7　統(tǒng)計與假設檢驗結(jié)果匯總

五、研究結(jié)論

在線聲譽機制已經(jīng)成為網(wǎng)絡平臺誠信交易的重要基礎，是消費者（買家）網(wǎng)購信任決策的重要依據(jù)。在聲譽機制所提供的“好評”“差評”和“文字評論”這三個主要聲譽信息中，買家對“差評”信息的可信度評價最高，“文字評論”次之，“好評”的可信度最低；買家使用“差評”信息輔助網(wǎng)購決策的程度最高，而“文字評論”和“好評”信息的使用程度無顯著差異；買家感知聲譽信息可信度正向影響買家使用聲譽信息輔助網(wǎng)購信任決策的程度。本文還證實了買家投訴或退貨經(jīng)歷并沒有顯著改變對聲譽信息可信度的感知，但會顯著降低買家應用聲譽信息輔助網(wǎng)購信任決策的程度。直覺上，可能是買家對現(xiàn)有在線聲譽機制可信度的認可程度還不高，買家可能替代使用其他信息來輔助網(wǎng)購信任決策（如表2所示，其中使用“商品成交數(shù)量”信息的買家超過一半）。

為了發(fā)揮在線聲譽機制的有效作用，需做好兩方面的工作。一方面，要提升聲譽信息的可信度，一是改善“好評”信息的可信度，確實杜絕賣家“刷信用”的不誠信行為；二是預防賣家對買家給予“差評”的報復行為，同時也要防止買家的惡意“差評”，確保“差評”信息能夠客觀地反映買家真實的交易體驗。另一方面，要提高使用聲譽信息的方便性，一是可以提供一些針對文字評論的文本數(shù)據(jù)挖掘工具，使買家能夠方便地萃取文字評論中的關鍵信息；二是要從根本上解決聲譽信息的聚合問題，包括聚合來自其他方面的信息，以界面友好的方式展現(xiàn)給買家，既能讓買家從總體上了解賣家信用狀況，也能讓買家根據(jù)自身的關注獲得所需的個性化聲譽信息。

另一個重要結(jié)論是，買家感知聲譽信息可信度正向顯著影響買家的網(wǎng)購金額，先前的研究已經(jīng)表明良好的賣家聲譽有助于提升買家的網(wǎng)購意愿。本文與先前文獻的研究結(jié)論共同驗證了有效的在線聲譽機制能夠促進網(wǎng)購平臺市場交易，提升市場效率。但是買家應用聲譽信息輔助網(wǎng)購決策的程度卻負向顯著影響買家的網(wǎng)購金額，說明聲譽信息使用程度高的買家感知網(wǎng)上交

易風險大，在網(wǎng)購方面會更加謹慎。這里揭示了一個重要議題是，在保證網(wǎng)購平臺誠信交易方面，除需要以聲譽機制為基礎的私人秩序之外，也需要以法律法規(guī)為主體的公共秩序的治理。實際上，如果公共秩序能夠確保誠信交易，買家也就沒有必要（或減少）使用聲譽信息輔助決策。私人秩序和公共秩序是網(wǎng)上交易治理不可或缺的兩種機制，它們之間的相互補充和替代關系需要做進一步深入研究。

參考文獻：

[1]趙超，何宗渝.2014年我國社會消費品零售總額增長12%網(wǎng)上零售額增近5成[EB/OL].（2015-01-20）.http:// news.xinhuanet.com/finance/2015-01/20/c_1114061007.htm

[2]、[12]Przepiorka W.Buyers Pay for and Sellers Iinvest in a Good Reputation：More Evidence from eBay[J].The Jour?nal of Socio-Economics，2013（42）：31-42.

[3]McDonald C.G.，V.C. Slawson J.Reputation in an Inter?net Auction Market[J].Economic Inquiry，2002，40（4）：633-650.

[4]Houser D.，J. Wooders.Reputation in Auctions：Theory and Evidence from eBay[J].Journal of Economics & Manage?ment Strategy，2006，15（2）：353-369.

[5]Huang Y T，J R Chen，W C Lu.Effects of Seller Reputa?tion on Success at Online Auctions：An Empirical Study[J].In?ternational Journal of Management，2011，28（3）：621-629.

[6]Melnik M.I.，J. Alm.Seller Reputation，Information Sig?nals and Prices for Heterogeneous Coins on eBay[J].Southern Economic Journal，2005，72（2）：305-328.

[7]Liu W.A，D. Wu，H. Xu，Reputation in China's Online Auction Market：Evidence from Taobao.com[J].Frontiers of Business Research in China，2008，2（3）：323-338.

[8]Livingston J.A..How Valuable Is a Good Reputation? A Sample Selection Model of Internet Auctions[J].The Review of Economics and Statistics，2005，87（3）：453-465.

[9]Cabral L.，A. Hortacsu.The Dynamics of Seller Reputa?tion：Evidence from eBay[J].Journal of Industrial Economics，2010，58（1）：54-78.

[10]Swamynathan G.，K.C. Almeroth，B.Y. Zhao.The De?sign of a Reliable Reputation System[J].Electronic Commerce Research，2010（10）：238-270.

[11]Li L..Reputation，Trust and Rebates：How Online Auction Markets Can Improve Their Feedback Mechanisms[J]. Journal of Economics & Management Strategy，2010，19（2）：303-331.

[13]Rice S.C..Reputation and Uncertainty in Online Mar?kets：An Experimental Study[J].Information Systems Research，2012，23（2）：436-452.

[14]Yang J.，X. Hu，H. Zhang.Effects of a Reputation Feedback System on an Online Consumer-to-Consumer Auc?tion Market[J].Decision Support Systems，2007，44（1）：93-105.

[15]董寒青.多選題的統(tǒng)計分析及其SPSS實現(xiàn)[J].統(tǒng)計與決策，2013（10）：85-86.

[16]邱皓政.量化研究與統(tǒng)計分析[M].重慶：重慶大學出版社，2013：164-167.

責任編輯：林英澤

An Empirical Analysis on Reputation System in Online Shopping Platform based on Buyers’Perception

LIN Jian-zong
（Xiamen University of Technology，Xiamen，F(xiàn)ujian361024，China）

Abstract：Online reputation mechanism is an important part of online shopping platform and the important reference of buyers’online-shopping trust decision. The buyer’s perception on the reputation information credibility will have positive effects on the degree of their usage of the reputation information and their amount of online purchase；while the usage of reputation information will have negative effect on the amount of online purchase. To give play to the role of online reputation mechanism，we should improve the credibility of reputation information，eliminate the phenomenon of cheating in the improvement of reputation and the retaliatory action on buyers’giving“bad comments”；we also should improve the convenience in using reputation information. Private and public order is the two necessary governance mechanism of E-trading.

Key words：online shopping platform；online reputation system；E-business；integrity evaluation；online retailing

基金項目：國家社會科學 “平臺型電子商務誠信體系中私人秩序的實證與運作研究”（項目編號：12BGL121）。

作者簡介：林建宗（1965—），男，福建省龍海市人，廈門理工學院教授，博士，主要研究方向為電子商務、企業(yè)管理。

收稿日期：2015-11-16

中圖分類號：F724.26

文獻標識碼：A

文章編號：1007-8266（2016）01-0070-09