衛(wèi)昆 崔雨晨

【摘 要】C2C電子商務模式由于虛擬性和信息的不對稱性，導致交易欺詐現(xiàn)象頻發(fā)，信用問題日增。論文以淘寶網(wǎng)為例，分析其信用評價模型優(yōu)缺點，基于其評價模型的不足，借鑒和采用層次分析法及信用衰減等方法，引入信用衰減時間、交易價格、買家信用、欺詐處罰等因素，改進設計多因素衡量的信用評價模型，對C2C信用真實評價及欺詐風險防范具有現(xiàn)實意義。

【Abstract】Due to the virtual nature of C2C e-commerce mode and the asymmetry of information， the transaction fraud is frequent and the credit problem is increasing. Taking Taobao as an example， the paper analyzes the advantages and disadvantages of its credit evaluation model. Based on the deficiency of its evaluation model， the AHP and credit attenuation methods are adopted， and the factors such as credit attenuation time， transaction price， buyer's credit， fraud penalty and so on are introduced， so as to improve the design of credit evaluation model of multi-factor measurement. It is of practical significance to the true evaluation of C2C credit and the prevention of fraud risk.

【關鍵詞】C2C電子商務；信用評價模型；不正當信用評價；信用衰減

【Keywords】C2C E-commerce； credit evaluation model； improper credit evaluation； credit attenuation

【中圖分類號】F724.6 【文獻標志碼】A 【文章編號】1673-1069（2018）08-0185-03

1 C2C電子商務發(fā)展現(xiàn)狀及信用問題

1.1 C2C電子商務模式的發(fā)展?jié)摿?/p>

我國電子商務起步晚、發(fā)展快，經(jīng)過近二十年的發(fā)展，我國的電子商務已經(jīng)成為國民經(jīng)濟中不可忽視的力量，其中C2C電子商務交易所占比例也越來越大并且趨于穩(wěn)定。

近年來我國電子商務消費者人數(shù)迅速增長，根據(jù)CNNIC第41次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計》[1]，截至2017年12月底我國電子商務市場的交易總額高達29.16億元，較之2016年增幅約為11.7%。網(wǎng)絡購物市場總交易規(guī)模高達6.2億元，比2016年增長24%。

2010年C2C市場的交易額約為4651億元，2015年C2C電子商務在中國整體網(wǎng)絡購物市場規(guī)模中增長率為19.5%，2017年天貓雙11全球狂歡節(jié)交易額高達1682億元，年增長39%，數(shù)據(jù)表明C2C電子商務模式發(fā)展空間很大。

1.2 我國C2C電子商務信用問題

C2C電子商務作為虛擬交易模式的一種，交易雙方基于信用紐帶進行交易，因此這種虛擬的交易方式很容易存在信用及欺詐風險。例如，產(chǎn)品信息描述真實性、買賣雙方的身份認證簡單等，這些都會導致信用評價漏洞不斷出現(xiàn)。信用風險作為主要風險之一，既不利于買賣雙方交易的完成，而且會影響消費者的購買意愿和重復購買行為，嚴重阻礙C2C電子商務健康發(fā)展。

2 相關理論方法介紹

2.1 層次分析法

層次分析法適用于具有分層交錯評價指標的目標系統(tǒng)，且目標值又難于定量描述的決策問題。其用法是構造判斷矩陣，求出其最大特征值，及其所對應的特征向量，歸一化后，即為某一層次指標對于上一層次某相關指標的相對重要性權值。具有分析問題系統(tǒng)簡潔實用，且所需要的定量數(shù)據(jù)較少等優(yōu)點。

2.2 信用衰減理論

衰減理論應用于多個領域，而基于時間的衰減理論，體現(xiàn)在某些數(shù)據(jù)隨著時間的推進，其數(shù)量或大小逐漸變小的情況。在分析某些數(shù)據(jù)時，往往會更關注近期的數(shù)據(jù)，時間越久的數(shù)據(jù)受關注的程度越低。而基于時間的信用衰減就是體現(xiàn)了對近期信用的關注，某一時期內的信用隨著時間的推進，其數(shù)值越來越小，因此其影響程度也越來越小，信用值呈現(xiàn)下降的趨勢[2]。

3 不正當信用評價行為分析

通過調研發(fā)現(xiàn)，C2C交易過程中存在較多的不正當信用評價行為。不正當信用評價行為是以一定的特殊目的為基礎的，由于評價主體的目的存在差異性，多數(shù)屬于虛假的購物體驗，這些評價并不能真實、客觀的反映交易情況，導致正當評價行為被混淆，使得評論失去了客觀性與真實性。其存在原因如下：

3.1 消費者缺乏評價的主動性和積極性

由于目前網(wǎng)絡購物消費者以一次消費為主，所以大部分消費者與經(jīng)營者并未建立良好的互動關系，導致評價激勵機制健全度低，所以難以調動消費者評價的積極性，追加評論的消費者更是寥寥無幾。

3.2 信用評價考核內容單一，計算方法簡單

①單純累積計算，該計算方法會由于經(jīng)營時間不同造成計算結果缺乏公平性。

②交易額不影響經(jīng)營者的信用水平，但交易數(shù)量對經(jīng)營者信用具有一定的影響。

③所有消費者做出的評價其價值相同。

4 信用評價模型改進設計——以淘寶網(wǎng)為例

4.1 淘寶網(wǎng)信用評價模型簡述

淘寶的現(xiàn)行信用評價模型[3]主要分為兩個部分，分別為信用評價、店鋪評分（DSR）。店鋪評分內容分別為賣家服務態(tài)度、寶貝與描述相符、賣家發(fā)貨速度和物流服務速度四項。

淘寶信用評價模型的優(yōu)缺點歸納如下。

4.1.1 優(yōu)點

①操作簡單；②較強的適用性；③良好的用戶友好性。

4.1.2 缺點

①評分計算缺乏合理性；②評價等級過于簡單；③未考慮買家信用；④未考慮價格因素；⑤默認評價處理不夠妥當；⑥懲罰機制不健全；⑦退貨不做評價；⑧未考慮信用的時間因素。

4.2 模型的優(yōu)化

4.2.1 店鋪評分等級的設計

淘寶網(wǎng)目前的指標打分分值為0-5分，對于賣家來說，最不理想的結果為本次交易信用分為0，即對其已有的信用評級無太大影響。本文對商品質量、賣家服務態(tài)度和賣家發(fā)貨速度這三個指標的打分分值調整為-3至+3，得分為正表示滿意，分數(shù)值越高消費者越滿意，反之，負值表示不滿意。[1]

4.2.2 買家信用劃分

在消費者群體中仍有很多買家未進行實名認證，這類買家就很有可能進行不正當信用評價行為，為此，在改進模型中將買家劃分等級，采用這種方法，有助于減少信用炒作和惡意評價的情況發(fā)生。

4.2.3 懲罰因素的選擇

本文使用銷售率的概念，將銷售率作為一個懲罰因素，乘以賣家的累計信用，如果賣家一直誠信經(jīng)營，那么其懲罰因素的數(shù)值為1，如果有不正當交易行為產(chǎn)生，其銷售率會小于1，這樣多次計算，會對賣家信用產(chǎn)生很大的影響，以此來激勵賣家誠信經(jīng)營。

4.2.4 默認評價的處理

調查顯示有不少消費者選擇默認評價，他們一方面是覺得東西一般，雖不如預期的好，但也在可接受范圍內，另一方面是沒有評價的習慣，覺得麻煩，浪費時間，因此在改進模型中，默認評價分值設置為0。

4.2.5 單次交易金額的影響處理

一般認為交易金額與買家的風險感知正相關，金額不同的商品所獲得的評價機會一樣，然而不同價格的商品交易信息的反饋，其可參考性也是不一樣的。交易金額權重的處理如表1所示。

4.2.6 信用衰減的應用

本文設定的衰減率為0.89，表2為信用衰減過程，因為本文選取的是12個時間段內的信用值，最后一個時間段內的數(shù)據(jù)被衰減了11次，本文以一個時間段內信用值不小于15%為節(jié)點，通過計算得出，當衰減率D取0.89時，0.148是第12個時間段信用值對應的衰減率，其產(chǎn)生的影響已不到它最初數(shù)值的15%。

首先對符號的概念進行說明，Rn，……，R2，R1表示為賣家從當前月開始計數(shù)，往期每個時間段內的信用值，Cn表示當前賣家基于時間衰減的累積信用值，Pn-1表示除了當月信用值Rn以外的之前各期信用評分衰減后的總和，信用衰減率為D。當月內的累計信用值表示為，公式如下：

其中An為當月銷售率；Bt表示消費者的個人信用權重；St為當次交易金額權重；qt、st、mt分別表示某個消費者對商品質量、服務質量以及發(fā)貨速度的一組打分；有z個消費者。

各個時間段內的衰減系數(shù)依次為1，D，D2，……，上一個信用值到次月進行首次衰減，所以本月系數(shù)為1，即不進行衰減，則

4.3 應用實例

選取一個主營母嬰商品的賣家（布*林）實際數(shù)據(jù)為例，對店鋪的數(shù)據(jù)進行取樣，來檢驗上述的改進模型計算。以半年銷售數(shù)據(jù)（2017年12月1日—2018年5月24日）為基礎，并將初始信用分設為0，以月為單位進行計算。

4.3.1 信用評價模型改進

在改進模型中將評分分值擴充為-3～+3。另外，引入上小節(jié)的各優(yōu)化因素。將信用評價分用Ln表示，Tn-1表示除了當期信用值Yn以外的之前各期信用評分衰減后的總和，kt表示該消費者所給出的打分為-3～+3之間的整數(shù)值，其余符號同上小節(jié)，并以月為單位進行衰減，可推導出信用評分公式為：

以6個月的數(shù)據(jù)為例，分別計算淘寶模型和改進模型的信用分值，為簡化計算假設交易金額權重恒為1。

4.3.2 店鋪評級模型改進

店鋪評價模型的具體優(yōu)化細節(jié)如上小節(jié)中各方面的優(yōu)化，默認評價以零分記。本文將整體店鋪評級評分表示為：

通過該店鋪六個月各項評分匯總計算，為簡化計算假設交易金額權重恒為1。

通過對比淘寶現(xiàn)有模型和改進模型在各優(yōu)化因素方面的試驗，結果表明，信用評分和店鋪評級均有所下降，改進模型在上述各個方面的應用都較為有效。

5 信用評價體系改進建議

5.1 完善網(wǎng)絡交易信息披露制度

一方面需要增加店鋪經(jīng)營者信譽度披露內容，網(wǎng)絡交易平臺需要對經(jīng)營者商業(yè)信息定期進行公示，公布內容主要為信譽度評價結果和評價的相關標準，包括成交額、退貨率、好評率等。另一方面是對管理制度的披露內容進行完善，包括公開經(jīng)營者和物流商的信息，公開消費者投訴賣家或物流商的違規(guī)行為。[2]

5.2 完善電子商務平臺準入機制

提高市場準入標準，有助于篩選出不合格的店鋪經(jīng)營者，保障網(wǎng)購市場的混亂現(xiàn)象從根源上被遏制，具體做法如：嚴格執(zhí)行網(wǎng)絡購物經(jīng)營者工商登記制度和身份確認制度，實行階段性淘汰機制，第三方平臺做好監(jiān)督管理工作，不斷提高監(jiān)管部門的監(jiān)管能力和效率。

5.3 提高消費者參與信用評價行為的主動性與真實性

鼓勵消費者積極參與購后評價，改變現(xiàn)有的由于真實消費者自身所作出的虛假評價，例如，雖然好評返利是一種激勵機制，但其本質上屬于偏向賣家的行為，不利于買家真實的表現(xiàn)自身對產(chǎn)品或服務的體驗。但在物質激勵下，一些買家不得不進行虛假評價。

5.4 完善市場監(jiān)管機制

加強工商等行政管理部門的監(jiān)管，可以設立電子商務管轄部門，專門服務電子商務領域的工商活動，降低消費者維權的難度，同時還有助于減少部門間相互推諉現(xiàn)象的出現(xiàn)。此外，消費者協(xié)會也需要發(fā)揮自身的作用，引導賣家自律經(jīng)營，以保證更好的維護消費者權益。

【參考文獻】

【1】楊曉薇.C2C電子商務模式下的信用評價研究[J]. 電腦與電信， 2010（01）：47.

【2】 胡劍波，梁工謙，路艷.C2C中賣方信用評價模型的構建與應用[J].情報雜志， 2008（05）：45.