黃興+肖博

摘要：企業(yè)電子商務(wù)信用是電子商務(wù)活動有效開展的重要保證。隨著電子商務(wù)的發(fā)展，企業(yè)的資質(zhì)信息和交易信息呈現(xiàn)出系統(tǒng)化、規(guī)范化、動態(tài)化的特點，但大多數(shù)企業(yè)公開的信息依然十分有限，如何利用這些有限的信息對企業(yè)的電子商務(wù)信用進行評價是本文重點解決的問題。本文結(jié)合阿里巴巴平臺的企業(yè)信息，選取了反映企業(yè)電子商務(wù)信用的評價指標，利用AHP建立了信用評價指標體系，并運用灰色關(guān)聯(lián)分析對阿里巴巴平臺上5個企業(yè)的電子商務(wù)信用進行了綜合評價。

關(guān)鍵詞：AHP；灰色關(guān)聯(lián)度；電子商務(wù)；信用評價

一、引言

隨著互聯(lián)網(wǎng)經(jīng)濟的迅速發(fā)展，越來越多的企業(yè)已經(jīng)開始擁抱電子商務(wù)，絕大部分的企業(yè)依托于各種電子商務(wù)平臺取得了巨大的成功，電子商務(wù)已經(jīng)成為企業(yè)交易活動的重要組成部分。根據(jù)中國電子商務(wù)研究中心發(fā)布的《2015年（上）中國電子商務(wù)市場數(shù)據(jù)監(jiān)測報告》顯示，2015年上半年，中國電子商務(wù)交易額達到7.64萬億元，同比增長30.4%。其中，B2B交易額達5.8萬億元，同比增長28.8%。占電子商務(wù)市場交易額的比例達到75.9%，處于電子商務(wù)行業(yè)的主導(dǎo)地位。隨著眾多電子商務(wù)網(wǎng)絡(luò)平臺的發(fā)展壯大，越來越多中小企業(yè)選擇通過第三方平臺開展B2B電子商務(wù)活動，截至2015年末，阿里巴巴B2B內(nèi)貿(mào)和外貿(mào)平臺上的國內(nèi)供應(yīng)商已達百萬級別，而國內(nèi)采購商有1000萬，海外采購商高達1億，采購商數(shù)量遠遠多于供應(yīng)商數(shù)量，B2B市場發(fā)展?jié)摿薮骩1]。

信用是保證商務(wù)活動有序公平進行的基礎(chǔ)。電子商務(wù)活動相較于傳統(tǒng)交易活動具有交易虛擬化、交易成本低、交易效率高的特點，交易需要更高的服務(wù)性和安全性，因此全面而準確的企業(yè)電子商務(wù)信用信息是信用評判的基礎(chǔ)，現(xiàn)有的電子商務(wù)信用信息服務(wù)平臺較少，電子商務(wù)交易平臺提供的信用信息有限，不但給電子商務(wù)的交易企業(yè)帶來了商業(yè)風險，也不利于電子商務(wù)市場的健康發(fā)展。在信用信息有限和信息關(guān)系模糊的情況下，如何有效評價企業(yè)電子商務(wù)信用是本文要解決的關(guān)鍵問題。

二、企業(yè)電子商務(wù)信用評價研究概述

國外學(xué)者對電子商務(wù)信用的影響因素和企業(yè)信用風險評估的研究較多，多以實證為主。Akhter和Hobbs利用模糊分析揭示了電子商務(wù)交易的影響因素，其中信用是重要的影響因素[2]。Jones和Leonard從內(nèi)部信任（自然傾向和感知網(wǎng)站質(zhì)量）和外部信任（買家/賣家信任和第三方識別）兩個方面研究了個體對C2C電子商務(wù)賣家的信任度，建立了相關(guān)模型并進行了驗證[3]。Xu，Yingtao和Zhang，Ying提出了層次分析和集對分析相結(jié)合的方法評價電子商務(wù)信用，建立了相關(guān)模型并以中國服裝網(wǎng)為案例進行了實證[4]。Iazzolino和Bruni等采用數(shù)據(jù)包絡(luò)分析（DEA）建立了信用評價模型，通過對意大利某皮革公司的實證分析，證實了效率和信貸之間的關(guān)系，認為效率可以被認為是信貸風險預(yù)警評估的指標[5]。

國內(nèi)學(xué)者對電子商務(wù)信用評價的研究運用了多種方法，余樂安運用最小二乘近似支持向量回歸模型（SVR）對電子商務(wù)信用風險進行了預(yù)警分析，但受限于指標設(shè)計，樣本采集難度大，因此驗證樣本數(shù)量較少，模型可靠性有待進一步驗證[6]；李菁苗等針對中小企業(yè)電子商務(wù)信用進行了研究，構(gòu)建了中小企業(yè)信用評級指標體系，并利用層次分析法對指標進行了賦權(quán)，確定了信用等級的標準，但指標的選取較側(cè)重于對企業(yè)的基本信息，企業(yè)的電子商務(wù)活動情況體現(xiàn)不足[7]；陳鑫銘同樣利用層次分析法對C2C模式中的個人信用評估進行了研究，并給出了交易主體信用度的計算公式和評估量表，該研究選取了多個電子商務(wù)交易活動指標，指標數(shù)據(jù)易于獲取，具有一定的可操作性[8]；王學(xué)東利用模糊綜合評價法對網(wǎng)商信用進行了研究，在此過程中對評價指標權(quán)重進行了優(yōu)化，并通過實例驗證了該方法的可用性[9]。

我國為了規(guī)范企業(yè)的電子商務(wù)活動，國家管理部門和第三方電子商務(wù)平臺通過信息平臺，提供了一系列反映企業(yè)信用的信息。全國各地工商部門配合國家工商總局建立了“全國企業(yè)信用信息公示系統(tǒng)”，該系統(tǒng)的提供了企業(yè)的基本資質(zhì)，股東構(gòu)成、處罰紀錄等相關(guān)信息；商務(wù)部和國資委開展全國行業(yè)信用評價活動，建立了中國商務(wù)信用平臺（BCP），擁有權(quán)威動態(tài)的信用數(shù)據(jù)庫，以提供信用認證為主要服務(wù)內(nèi)容；第三方電子商務(wù)平臺，如阿里巴巴，利用平臺所掌握的交易數(shù)據(jù)，提供了一部分企業(yè)交易統(tǒng)計信息，并建立了一套基于交易方評價的信用評估體系。然而，“全國企業(yè)信用信息公示系統(tǒng)”能夠公開查詢企業(yè)的基本資質(zhì)，但沒有企業(yè)開展電子商務(wù)交易的信息，無法全面展示企業(yè)電子商務(wù)的信用狀況；企業(yè)通過BCP信用認證后，雖然形成了信用評價等級，但信用等級設(shè)置較少，無法有效區(qū)分企業(yè)之間的信用差別；第三方電子商務(wù)平臺的信用評價體系以交易方的評價為依據(jù)，具有主觀性和局限性。各電子商務(wù)服務(wù)平臺能提供的有關(guān)企業(yè)電子商務(wù)信用信息有限，使用的信用評估方式單一，評估結(jié)果不能全面反映交易方的信用狀況。本文擬采用層次分析和灰色關(guān)聯(lián)分析法相結(jié)合對企業(yè)電子商務(wù)信用進行評價，其中層次分析法旨在構(gòu)造各指標的綜合權(quán)重，灰色關(guān)聯(lián)分析則是定量描述指標間關(guān)聯(lián)程度以確定企業(yè)電子商務(wù)信用排序，力圖為貧信息狀態(tài)下評價企業(yè)電子商務(wù)信用的研究提供參考和電子商務(wù)交易決策提供指導(dǎo)。

三、企業(yè)電子商務(wù)信用評價指標體系

評價指標的選取是建立評價模型的關(guān)鍵。本研究基于電子商務(wù)平臺阿里巴巴公開的企業(yè)信息，共分3個方面，選擇了13個指標，企業(yè)信用評價指標具有以下特點：一是信用評價指標的代表性；二是數(shù)據(jù)的可獲得性；三是信用評價指標既能準確反映特定企業(yè)的信用狀況，又能兼顧不同行業(yè)企業(yè)的特點；四是與具體的評價方法相統(tǒng)一[10]，根據(jù)上述原則，建立的信用評價指標體系如表1所示，

在對傳統(tǒng)企業(yè)信用評價的指標分析的基礎(chǔ)上，結(jié)合電子商務(wù)企業(yè)的特點，本文主要從基本信用、交易信用、反饋信用三個方面對企業(yè)電子商務(wù)的信用進行評價?；拘庞檬瞧髽I(yè)從事商業(yè)活動的基礎(chǔ)，是企業(yè)生產(chǎn)能力的基本體現(xiàn)，傳統(tǒng)交易重視企業(yè)的基本實力，有實力的企業(yè)更值得信賴，如“百年老店、資產(chǎn)雄厚、經(jīng)營范圍廣”等從歷史、資本、規(guī)模等方面能夠彰顯企業(yè)實力，體現(xiàn)企業(yè)信用；交易信用是企業(yè)在市場活動中所表現(xiàn)出的商品交換能力和信譽，主要體現(xiàn)出企業(yè)在已有的電子商務(wù)交易活動過程中所展現(xiàn)的守信程度，不同于傳統(tǒng)企業(yè)信用評價對品牌和資質(zhì)的重視，電子商務(wù)信用評價更注重企業(yè)已有的交易表現(xiàn)，電子商務(wù)技術(shù)能夠及時反映企業(yè)交易情況，市場活動利用該技術(shù)產(chǎn)生的交易信息能夠通過更公平的反映企業(yè)的信用；反饋信用是交易完成后交易一方對另一方的評價，這是企業(yè)電子商務(wù)信用指標與傳統(tǒng)信用指標的重要區(qū)別，傳統(tǒng)企業(yè)信用的評價往往由于反饋信息采集困難舍棄或者忽略了該項評價指標，而隨著交易環(huán)境的改變，電子商務(wù)技術(shù)的應(yīng)用，電子商務(wù)平臺為交易雙方提供了完善的反饋評價功能，這使得反饋信息作為信用評價指標成為可能。

（一）基本信用

衡量基本信用的指標包括：產(chǎn)品數(shù)量、員工人數(shù)、成立時間、注冊資本。產(chǎn)品數(shù)量是企業(yè)在開展電子商務(wù)活動中所提供的產(chǎn)品量，大部分電商企業(yè)經(jīng)營范圍有限，多集中于某領(lǐng)域，因此產(chǎn)品數(shù)量在一定程度上反映了企業(yè)在該領(lǐng)域的經(jīng)營能力；員工人數(shù)是企業(yè)經(jīng)營的人力資源保障，能夠反映企業(yè)的生產(chǎn)和經(jīng)營規(guī)模；成立時間是企業(yè)注冊至今所經(jīng)歷的時間，通常成立時間越長的企業(yè)經(jīng)營模式越成熟，具有固定的合作伙伴，品牌在市場上已具有一定的認可度；注冊資本是公司制企業(yè)章程規(guī)定的全體股東或發(fā)起人認繳的出資額或認購的股本總額，并已在相關(guān)登記機關(guān)依法登記，注冊資本一定程度上反映了企業(yè)的經(jīng)營規(guī)模和實力。這些指標反映了企業(yè)的規(guī)模和經(jīng)營能力，它們都能夠反映企業(yè)的基本信用。

（二）交易信用

衡量交易信用的指標包括：近90天交易量、近90天買家數(shù)、重復(fù)采購率、平均發(fā)貨速度、退款率、投訴率。電子商務(wù)降低了交易成本、提高了交易頻率，阿里巴巴等電子商務(wù)平臺采用該指標反映商家的交易活動情況；重復(fù)采購率指消費者對該品牌產(chǎn)品或者服務(wù)的重復(fù)購買次數(shù)，重復(fù)購買率越多，則反應(yīng)出消費者對品牌的忠誠度就越高，反之則越低，重復(fù)購買是消費者獲得正面的消費體驗后所采取的行動，與之相對，退款和投訴則是消費者獲得負面消費體驗后所采取的行動；發(fā)貨速度的是企業(yè)開展電子商務(wù)活動服務(wù)的重要內(nèi)容，在產(chǎn)品質(zhì)量、價格、影響力和人氣等相差無幾的情況下，最后致勝的是服務(wù)，而電商的發(fā)貨速度、準確率、服務(wù)，則成了電商銷售的重中之重。

（三）反饋信用

衡量反饋信用的指標包括：貨品滿意評分、服務(wù)態(tài)度滿意評分、到貨速度評分。貨品滿意評分主要是反饋之前購買過該商品的買家，對這個商品本身的綜合評分，為其他買家下單購買該貨品時提供參考；服務(wù)態(tài)度滿意評分是交易過程中買家感受到的商家表現(xiàn)出的整體服務(wù)水平，并對商家的服務(wù)進行的反饋評分；到貨速度雖然與商家所選物流公司的相關(guān)性較大，但物流作為電子商務(wù)交易的重要環(huán)節(jié)，該指標評分依然會影響到顧客的交易體驗，間接影響到顧客對商家的整體評價，因此阿里巴巴電子商務(wù)平臺將到貨速度作為用戶反饋的三大評分之一歸屬于企業(yè)交易檔案。

四、企業(yè)電子商務(wù)信用信息評價模型

（一）企業(yè)電子商務(wù)信用指標權(quán)重

根據(jù)上文所述企業(yè)電子商務(wù)信用評價指標體系，運用德爾菲法進行指標打分，形成判斷矩陣；進行層次單排序并進行判斷矩陣的一致性檢驗；確定各層評價因素的權(quán)重，并形成各指標最終評價權(quán)重，只要所有判斷矩陣都具有一致性，就可以說明AHP法評價層次的總排序是一致的。形成最終評價權(quán)重序列為W=（w1，w2，……wn）

（二）評價指標無量綱化

本研究中所選取的評價指標分為效益型（越大越好）和成本型（越小越好），為了消除不同指標、不同量綱的影響，針對不同類型的指標采用不同的無量綱化處理方法，將其規(guī)范為隸屬于[0，1]區(qū)間的指標。設(shè)Xij是企業(yè)i的指標j的值，X*ij是無量綱化處理的結(jié)果值，maxXj是指標j的最大值，minXj是指標j的最小值，則

（三）灰色關(guān)聯(lián)分析

灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論的重要信息分析技術(shù)之一，它從系統(tǒng)離亂、隨機的行為特征量中確定因子之間的關(guān)聯(lián)程度，因此對屬性因子進行灰色關(guān)聯(lián)分析能有效實現(xiàn)不同企業(yè)電子商務(wù)信用的比較評價。

灰色關(guān)聯(lián)分析可以對兩個灰色系統(tǒng)之間的相似性和相近性進行比較。對于電子商務(wù)信用的灰色系統(tǒng)評價問題，設(shè)有m個待評價的企業(yè)，評價指標有n個，由此企業(yè)i所形成的指標數(shù)列為Xi=（Xi1，Xi2，……Xin），i=1，2，……，m。分別取待評價企業(yè)指標的最優(yōu)值X0j，則可以形成最優(yōu)指標數(shù)列X0=[X01，X02，……X0j]，j=1，2，……，n。該最優(yōu)值是多個企業(yè)相同指標中的最優(yōu)值，也可以是評估者公認的最優(yōu)值。既要考慮現(xiàn)實可行性，又要考慮最優(yōu)性。若最優(yōu)指標選得過高或過低，則不符合實際情況，評價的結(jié)果也就不可能正確。選定最優(yōu)指標數(shù)列后，以它為標準，計算關(guān)聯(lián)系數(shù)，設(shè)第i個企業(yè)的第j個指標與最優(yōu)指標數(shù)列j指標的關(guān)聯(lián)系數(shù)為ξij，則

（四）加權(quán)灰色關(guān)聯(lián)評價模型

根據(jù)指標評價權(quán)重序列W和指標關(guān)系系數(shù)矩陣E，可得加權(quán)灰色關(guān)聯(lián)評價模型R=W*E，即

Ri=∑Wj×ξij

其中，Ri為第i個被評價對象與最優(yōu)對象的加權(quán)關(guān)聯(lián)度，如果關(guān)聯(lián)度最大，則說明被比較數(shù)列與最優(yōu)數(shù)列最接近，即此企業(yè)信用最優(yōu)，據(jù)此，便可排出各企業(yè)信用優(yōu)劣次序。

五、實證分析

（一）企業(yè)樣本選取

實現(xiàn)交易的影響因素眾多，而信用是電子商務(wù)活動中交易雙方都非常重視的因素。在購買商品過程中會產(chǎn)生多個候選交易對象，在商品目標明確，商品價格相差不大的情況下，最終影響決策的是交易對象的信用。因此，本文在阿里巴巴交易平臺上選取了5個銷售同類商品的企業(yè)樣本，根據(jù)表1的所列指標采集的原始數(shù)據(jù)如表2所示，

（二）企業(yè)電子商務(wù)信用評價指標權(quán)重計算

通過專家評價小組進行評價，按照AHP法進行處理，計算各個層次指標權(quán)重，如表3所示，

（三）數(shù)據(jù)無量綱化處理

本研究所選指標多屬于效益型指標，指標取值越大越好，采用效益型指標規(guī)范式處理；發(fā)貨速度越小越好，因此采用成本型指標規(guī)范式處理；退款率和投訴率采用逆化處理，形成非退款率和非投訴率；由于企業(yè)所屬行業(yè)情況各異，因此交易信用各指標行業(yè)均值略有區(qū)別，為消除行業(yè)差異，交易信用各指標分別取商家實際值與行業(yè)均值的比值后再采取無量綱化處理。原始數(shù)據(jù)無量綱化處理后如表4所示，

（四）企業(yè)電子商務(wù)信用評價指標關(guān)聯(lián)度計算

1、確定最優(yōu)指標集數(shù)列，由于所有指標均以統(tǒng)一為正向指標，所以從各指標中分別選取最大值作為最優(yōu)指標參考數(shù)列。如表4所示，

2、計算灰色關(guān)聯(lián)系數(shù)，在此，利用重慶工商大學(xué)曾波博士開發(fā)完成的“灰色系統(tǒng)理論建模軟件”GTMS7.0[11]計算參考序列與被比較序列的關(guān)聯(lián)系數(shù)，形成關(guān)聯(lián)系數(shù)矩陣：

3、計算加權(quán)關(guān)聯(lián)度，根據(jù)信用指標權(quán)重序列和關(guān)聯(lián)系數(shù)矩陣計算加權(quán)關(guān)聯(lián)系數(shù)，五個企業(yè)電子商務(wù)信用的評價結(jié)果如表5所示，

由表5可知樣本企業(yè)的電子商務(wù)信用關(guān)聯(lián)度大小及排名，其中A公司信用關(guān)聯(lián)度最高，在5個企業(yè)中具有最優(yōu)秀的電子商務(wù)信用。

六、結(jié)語

本文以阿里巴巴電子商務(wù)平臺上的企業(yè)為樣本，構(gòu)建了信用評價指標體系，具有一定的現(xiàn)實針對性。根據(jù)現(xiàn)實中貧信息的情況，利用AHP和灰色關(guān)聯(lián)相結(jié)合的方法對企業(yè)電子商務(wù)信用進行了綜合評價，既避免了主觀判斷的影響，又兼顧了不同評價指標的重要程度，為企業(yè)電子商務(wù)信用的評價提供了新的思路。（作者單位：1.華中師范大學(xué)湖北省電子商務(wù)研究中心；2.華中師范大學(xué)信息管理學(xué)院）

參考文獻：

[1]100ec.2015年阿里巴巴B2B用戶數(shù)據(jù)分析報告.[EB].http：//b2b.toocle.com/detail——6317855.html，2016-03-12.

[2]AKHTER F，HOBBS D，MAAMAR Z.A fuzzy logic-based system for assessing the level of business-to-consumer（B2C）trust in electronic commerce[J].Expert Systems with Applications，2005，28（4）：623-628.

[3]Jones K，Leonard L N K.Trust in consumer-to-consumer electronic commerce[J].Information & Management，2008，45（2）：88-95.

[4]Xu Y，Zhang Y.A online credit evaluation method based on AHP and SPA[J].Communications in Nonlinear Science and Numerical Simulation，2009，14（7）：3031-3036.

[5]Iazzolino G，Bruni M E，Beraldi P.Using DEA and financial ratings for credit risk evaluation：an empirical analysis[J].Applied Economics Letters，2013，20（14）：1310-1317.

[6]余樂安.基于最小二乘近似支持向量回歸模型的電子商務(wù)信用風險預(yù)警[J].系統(tǒng)工程理論與實踐，2012（03）：508-514.

[7]李菁苗，吳吉義，章劍林等.電子商務(wù)環(huán)境下中小企業(yè)信用評價[J].系統(tǒng)工程理論與實踐.2012，（3）：555-560.

[8]陳鑫銘，馮艷.C2C電子商務(wù)信用評估體系研究[J].圖書情報工作.2009，（14）：134-137.

[9]王學(xué)東，金芳芳，朱洋等.模糊綜合評價法在網(wǎng)商信用指數(shù)測度中的應(yīng)用研究[J].現(xiàn)代情報，2013（09）：10-14.

[10]謝愛榮，田盈，袁壹.多層次灰色評價法在中小企業(yè)信用評價中的應(yīng)用[J].成都大學(xué)學(xué)報（自然科學(xué)版），2007（02）：160-162.

[11]劉思峰.灰色系統(tǒng)理論及應(yīng)用[M].北京：科學(xué)出版社，2010.