孫劍明 陳曉菲 李京

內(nèi)容提要：隨著我國農(nóng)村電子商務(wù)農(nóng)貿(mào)市場規(guī)模的迅速擴(kuò)大，市場主體的信用問題日益突出，已成為農(nóng)產(chǎn)品質(zhì)量安全的關(guān)鍵風(fēng)險(xiǎn)點(diǎn)和農(nóng)村電子商務(wù)可持續(xù)發(fā)展的主要制約因素?？紤]農(nóng)村電商環(huán)境下農(nóng)副產(chǎn)品為交易主體的基本特征，本文利用改進(jìn)的Sporas信用評價模型，縮短信用再反饋周期，最大限度保持信用評價不失真。通過對信用評價成效、抗虛假反饋信息攻擊以及交易量權(quán)重判定等變量的比較分析，發(fā)現(xiàn)改進(jìn)的Sporas模型對提交不同質(zhì)量在線評論用戶的信用價值具有很好的區(qū)分能力，比原模型具有更強(qiáng)的虛假評論過濾效果，更加準(zhǔn)確地反映了信用評估的本質(zhì)規(guī)律。

關(guān)鍵詞：區(qū)塊鏈;農(nóng)村電商;信用體系;效果評價

中圖分類號：F7192;F7246文獻(xiàn)標(biāo)識碼：A文章編號：1001-148X（2021）02-0074-06

收稿日期：2020-09-29

作者簡介：孫劍明（1980-），男，山東黃縣人，哈爾濱商業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院教授，工學(xué)博士，研究方向：區(qū)塊鏈技術(shù)、農(nóng)村電商;陳曉菲（1982-），女，本文通訊作者，哈爾濱人，哈爾濱商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)理論與政策研究;李京（1981-），女，哈爾濱人，哈爾濱商業(yè)大學(xué)管理學(xué)院副研究館員，研究方向：知識經(jīng)濟(jì)、知識自由。

基金項(xiàng)目：黑龍江省哲學(xué)社會科學(xué)研究規(guī)劃項(xiàng)目，項(xiàng)目編號：18GLB029。

在2035年遠(yuǎn)景目標(biāo)中我國提出大力發(fā)展數(shù)字經(jīng)濟(jì)，電子商務(wù)作為數(shù)字經(jīng)濟(jì)中的重要交易平臺將成為推動數(shù)字經(jīng)濟(jì)發(fā)展的重要力量[1]。與此同時，遠(yuǎn)景目標(biāo)中指出優(yōu)先發(fā)展農(nóng)業(yè)農(nóng)村，全面推進(jìn)鄉(xiāng)村振興，電子商務(wù)平臺將在促進(jìn)鄉(xiāng)村發(fā)展、實(shí)現(xiàn)鄉(xiāng)村產(chǎn)業(yè)現(xiàn)代化以及促進(jìn)農(nóng)民的脫貧致富等方面提供有力支撐。尤其在《中共中央國務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》中央一號文件中[2]，指出電子商務(wù)將成為促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展及農(nóng)業(yè)消費(fèi)重要手段。據(jù)統(tǒng)計(jì)，2018年農(nóng)村地區(qū)通過電商渠道銷售的農(nóng)副產(chǎn)品已達(dá)137萬億元人民幣，同比增長304%;其中農(nóng)產(chǎn)品零售額為2305億元，同比增長338%。農(nóng)村電商將原本信息不暢的農(nóng)村市場雙向打通，開辟出農(nóng)副產(chǎn)品上行、非農(nóng)消費(fèi)品下行的新通道，使農(nóng)民從生產(chǎn)者轉(zhuǎn)變?yōu)榻?jīng)營者和消費(fèi)者[3]，有助于越來越多的農(nóng)民脫貧致富。

農(nóng)村電商的健康發(fā)展需要信用制度作為保障，信用制度是市場運(yùn)行的規(guī)范之一，信用體系越健全市場運(yùn)行效率越高。與企業(yè)信用體系不同，農(nóng)戶信用體系兼有個人和小微企業(yè)的雙重屬性[4]。一方面蓬勃發(fā)展的農(nóng)村電商市場信用體系阻礙其高效有序發(fā)展，如農(nóng)產(chǎn)品質(zhì)量良莠不齊，交易過程虛假售價，評價反饋不實(shí)失效等[5];另一方面涉農(nóng)金融信貸信用風(fēng)險(xiǎn)等級評價體系薄弱，這些都凸顯出電子商務(wù)市場下農(nóng)戶信用體系建立的緊迫性[4]。如何借助互聯(lián)網(wǎng)構(gòu)建可靠公信的信用體系成為學(xué)者們密切關(guān)注的問題。作為一種去中心化的技術(shù)方法，區(qū)塊鏈具有不可更改以及公開透明的技術(shù)特征，從一個極端的視角來看在一個互不信任的市場環(huán)境里，可以通過區(qū)塊鏈共識算法建立信用基礎(chǔ)[6]，同時區(qū)塊鏈技術(shù)中的不可篡改及可追溯性質(zhì)可不斷完善和延長信用系統(tǒng)廣度和深度，從而保證農(nóng)戶農(nóng)產(chǎn)品通過互聯(lián)網(wǎng)精準(zhǔn)授信用以搭建農(nóng)村電商農(nóng)戶信用體系[7]。

一、文獻(xiàn)回顧

（一）信用與信任

從社會學(xué)角度解釋信用，其是多元主體（兩個以上）之間為達(dá)成某些生活需要，基于誠實(shí)守信的個人承諾與履行約定相結(jié)合的期望與能力?！顿Y本論》中，馬克思在把信用定義為價值運(yùn)動的特殊形式。杜佳將信用分為三個層次：第一層次為基本道德準(zhǔn)則，是社會交往中誠實(shí)守信的行為標(biāo)準(zhǔn);第二層為從事生產(chǎn)經(jīng)營活動的規(guī)范要求，是一種價值運(yùn)動形式，通過本金償還和補(bǔ)償利息進(jìn)行單向價值傳輸;第三層為法律約束層面，通過法律懲戒手段對行為人進(jìn)行誠信約束[8]。尤其在現(xiàn)代社會中，誠信是當(dāng)代經(jīng)濟(jì)活動的基礎(chǔ)，缺失的信用體系將會導(dǎo)致一切交易無法達(dá)成[9]。信用既是社會生活的行為標(biāo)準(zhǔn)，又是經(jīng)濟(jì)生活的運(yùn)行準(zhǔn)則[10]。對于信用概念可以結(jié)合人性基本假設(shè)，從時間、空間兩個維度展開[11]。以信貸為例包含資金的跨期交換和主體之間空間隔離，其交易是否成功則完全依賴于信用，當(dāng)然這樣的信用基礎(chǔ)要以人性基本假設(shè)作為前提。

（二）區(qū)塊鏈技術(shù)研究

區(qū)塊鏈技術(shù)具有的不可更改、去中心化以及共識性等特性，將會通過互聯(lián)網(wǎng)驅(qū)動社會信用體系快速形成，這將會對人們的生產(chǎn)生活產(chǎn)生巨大的影響，因此將其當(dāng)做新信用時代的關(guān)鍵技術(shù)。區(qū)塊鏈技術(shù)其實(shí)是一種集散列算法、時間戳、共識機(jī)制、智能合約等算法為一體的存儲過程，將區(qū)塊鏈技術(shù)應(yīng)用到信用構(gòu)建系統(tǒng)中，將可確保信息的廣義公開、全鏈可追溯和非授權(quán)不可更改，在互聯(lián)網(wǎng)間構(gòu)建起信用之網(wǎng)。通過這個區(qū)塊鏈信用系統(tǒng)買賣雙方互不相識的情況下，不使用第三方信用擔(dān)保，僅依靠區(qū)塊鏈技術(shù)就可建立信用關(guān)系。這種信用關(guān)系可以產(chǎn)生以下三種機(jī)制。

第一，安全的線上交易環(huán)境。區(qū)塊鏈?zhǔn)且粋€技術(shù)體系，集成了分布式記賬、動態(tài)加密、共識機(jī)制、智能合約等，其可以為線上交易者提供可靠的交易環(huán)境。首先，區(qū)塊鏈通過網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)點(diǎn)對點(diǎn)的數(shù)字記賬系統(tǒng)，參與者將協(xié)議一致的記賬信息以點(diǎn)對點(diǎn)方式通過網(wǎng)絡(luò)廣播手段同步到采用分布式存儲的區(qū)塊鏈中，區(qū)塊鏈中的每一個分布式存儲節(jié)點(diǎn)均將同步記錄交易過程，一共同記錄方式行使監(jiān)督權(quán)力，達(dá)到去中心化效果。其次通過分布式方式實(shí)現(xiàn)多方記賬，處于區(qū)塊鏈中的不同節(jié)點(diǎn)同步記錄交易過程，鏈中各節(jié)點(diǎn)記錄權(quán)限平等一致。再次為共識機(jī)制。由于區(qū)塊鏈?zhǔn)怯杀姸鄬Φ裙?jié)點(diǎn)構(gòu)成，在去中心化的環(huán)境下，利用工作量證明、股權(quán)證明機(jī)制、授權(quán)股權(quán)證明機(jī)制等不同的共識機(jī)制，由于共識的達(dá)成可不需要使用第三方機(jī)構(gòu)進(jìn)行擔(dān)保就可以達(dá)成交易。最后為非對稱加密、散列函數(shù)等加密技術(shù)。廣義上看，在區(qū)塊鏈上所記錄的相關(guān)交易信息是公開的，但是同時為了確保隱私性涉密信息是通過加密技術(shù)隱藏起來的，如用戶身份信息、交易內(nèi)容信息等，在獲得授權(quán)后查看者通過密鑰解密后方可查詢。區(qū)塊鏈在點(diǎn)對點(diǎn)信息交互、分布式數(shù)據(jù)存儲、共識機(jī)制、加密算法等多種技術(shù)的支持下，通過在鏈參與者監(jiān)督，安全的線上交易環(huán)境，無須第三方進(jìn)行背書情況下，可以確保整個交易過程信息記錄準(zhǔn)確，交易記錄可追溯查詢并確保任何人無法對已形成的記錄進(jìn)行篡改。

區(qū)塊鏈之所以能夠確保所記錄的交易信息準(zhǔn)確、公正、可追溯查詢，是因?yàn)槠涫褂昧藭r間戳、Merkle樹和分布式驗(yàn)證等技術(shù)手段。首先是時間戳。區(qū)塊鏈?zhǔn)怯啥鄠€區(qū)塊連接而成的單向鏈結(jié)構(gòu)，當(dāng)每一個新的區(qū)塊產(chǎn)生時，都會按區(qū)塊產(chǎn)生時間的先后順序，對其進(jìn)行時間戳記并連接，形成一個鏈?zhǔn)絽^(qū)塊。每一個鏈?zhǔn)絽^(qū)塊中根據(jù)建立時間不同寫入不同的時間戳進(jìn)行以時間為序的鏈?zhǔn)脚帕校靡员Ｕ辖灰仔畔⒌耐耆勺匪菪?其次是分布式校驗(yàn)，區(qū)塊鏈中的分布式節(jié)點(diǎn)能根據(jù)智能合約中預(yù)先寫入的交易信息規(guī)則和前序交易過程，驗(yàn)證交易信息的有效性和真實(shí)性。再次是Merkle樹驗(yàn)證技術(shù)，采用Merkle二叉樹結(jié)構(gòu)存儲的交易信息，可以大大減小巨量交易信息驗(yàn)證任務(wù)所耗費(fèi)的時間，使用Merkle樹來可以快速驗(yàn)證區(qū)塊鏈中交易信息的真實(shí)性。

社會信用的維持需要通過懲戒約束違約者得以實(shí)現(xiàn)，以此來保證社會的高效運(yùn)行。傳統(tǒng)的社會信用借助制度性懲戒或社會性聲譽(yù)降低約束違約者，而區(qū)塊鏈則使用顯示存在的智能合約技術(shù)進(jìn)行確定性行為約束已消除違約現(xiàn)象的發(fā)生。區(qū)塊鏈中，交易雙方將權(quán)利義務(wù)等承諾寫入?yún)^(qū)塊鏈中，構(gòu)造出智能合約。智能合約根據(jù)預(yù)設(shè)觸發(fā)條件自動運(yùn)行。這個過程不需要人工干預(yù)，也無法進(jìn)行干預(yù)，因此也就避免了違約行為的發(fā)生。

區(qū)塊鏈的智能合約技術(shù)是基于數(shù)學(xué)算法系統(tǒng)信用技術(shù)。這種技術(shù)的優(yōu)點(diǎn)主要體現(xiàn)在以下三個方面：其一，去中心化的分散存儲集體維護(hù)的數(shù)字信用環(huán)境，無須依靠第三方的信用擔(dān)保;其二，通過一套較為復(fù)雜秘鑰算法系統(tǒng)確保交割信息無法被破解并篡改，提高交易信息真實(shí)性與可靠性;其三，智能合約是對雙方行為的約束，這將確保交易的公平性和交易的確定性。

第二，作用機(jī)制不同。區(qū)塊鏈中的系統(tǒng)信用是通過一系列的技術(shù)手段構(gòu)建可信的數(shù)據(jù)系統(tǒng)，通過分布式存儲記錄、共識機(jī)制和智能合約為交易提供保障。而傳統(tǒng)的社會信用為依賴于中心化的“主體信用”，即依靠公認(rèn)的主體指標(biāo)評價系統(tǒng)和交和市場表現(xiàn)展示自身的信用度，或由第三方中介機(jī)構(gòu)（如銀行、政府、第三方信用評級機(jī)構(gòu)等）為交易主體提供信用保障。

第三，約束機(jī)制不同。區(qū)塊鏈中的系統(tǒng)信用借助智能合約，使合約的交易按照預(yù)設(shè)時間自動執(zhí)行，一旦執(zhí)行將不受外界影響，也不會根據(jù)被篡改。而傳統(tǒng)的社會信用借助制度性懲戒或社會性聲譽(yù)降低來約束違約者。

二、構(gòu)建信用評價模型

在農(nóng)村電子商務(wù)交易中，若仍然采用傳統(tǒng)的信用模式將會導(dǎo)致線上交易無法公平執(zhí)行，這是因?yàn)閭鹘y(tǒng)信用模式是建立在現(xiàn)場面對面交易的基礎(chǔ)上，而線上交易無法形成區(qū)域內(nèi)信用自持的群體約束效應(yīng)，通過無約束的線上評價也無法避免虛假及濫用評價規(guī)則的現(xiàn)象發(fā)生，為了保證農(nóng)村電商的健康有序發(fā)展需要構(gòu)建一個互相約束的信用評價機(jī)制。

目前在線交易的評價有累加模型和權(quán)值模型兩種。累加模型累計(jì)多次評價信用給出信用分值，如式（1）所示：

Cn=Cn-1+cn，cn∈-1，0，1（1）

其中，Cn，Cn-1分別為在完成交易第n次后和第n-1次后的所具有的信用分值;cn表示第n次交易結(jié)束后若用戶的信用評價為負(fù)面，則在現(xiàn)有信用分值的基礎(chǔ)上進(jìn)行減1操作;信用評價為一般時，維持信用分值現(xiàn)有水平;只有在獲得好評時，信用分值才進(jìn)行加1操作。

該模型將評價簡單的分成三個層次即優(yōu)、中、劣，其優(yōu)點(diǎn)是直觀簡潔的呈現(xiàn)每名用戶的信用情況，缺點(diǎn)是無法防止投機(jī)性小額高頻次増刷信用。因此權(quán)值模型可以避免此種情況發(fā)生，其是將單次交易的金額與獲得信用分值聯(lián)系起來，利用交易金額與信用分值的乘積之和進(jìn)行評價如式（2）所示：

其中，Cn表示第n次交易結(jié)束后所積累的信用分值;ci表示第i次交易后交易方給予的評價分值;wi表示第i次交易的金額權(quán)重。該模型通過設(shè)置交易金額作為篩選條件可在一定程度上減少部分頻刷信用問題，但仍無法完全避免虛假信用的制造。主要的產(chǎn)生原因?yàn)樵陔娮由虅?wù)領(lǐng)域，對于用戶的實(shí)名制約束及信用準(zhǔn)入沒有完全展開，尤其是農(nóng)村電子商務(wù)的經(jīng)營者產(chǎn)品價值和交易金額普遍不高，評價模型易受影響。

Zacharia[12]等在信用值累加模型之上繼續(xù)優(yōu)化，并提出Sporas信用值模型。Sporas信用值模型如式（3）所示：

其中，Ci表示當(dāng)次（第i次）交易后的所獲信用值;θ為阻尼函數(shù)ΦCi-1的光滑參數(shù)，因此該參數(shù)應(yīng)為大于1的正整數(shù);Rotheri為當(dāng)前交易后獲得信用值;Wi為評價人評價的分值;Ei是Wi的期望值;σ是阻尼函數(shù)的調(diào)速系數(shù);D是可取得信用值的理論最大值。該模型雖然將最近一次交易獲得的累計(jì)到原有信用值中，但仍然缺少交易金額作為變量參與信用評價，因此提出改進(jìn)的Sporas信用評價模型，改進(jìn)后的模型針對的是農(nóng)村電商環(huán)境下以農(nóng)副產(chǎn)品為主體的特性，在原Sporas模型的基礎(chǔ)上縮短信用再反饋周期，即引入產(chǎn)品質(zhì)量懲戒權(quán)重參數(shù)，同時增加農(nóng)產(chǎn)品品控差異調(diào)節(jié)參數(shù)，最大限度保持信用評價不失真，具體模型如下所示：

其中，Ctu為經(jīng)過第t次交易后的該使用者的信用值;Ct-1u為經(jīng)過第t次交易前一次該使用者的信用值;θ調(diào)節(jié)系數(shù)，取值非負(fù);ΦCt-1u防止信用值變化劇烈，D信用值上限;σ信用值增速調(diào)節(jié)英語;Vx，u交易方x給出u的信用值;Et為交易方x給出u的信用值的期望;Ct-1x交易方x的信用值;信用評價評估系數(shù);px，u交易金額調(diào)節(jié)系數(shù);kl_divergence當(dāng)次評價后KL散度值，Vali評價效用系數(shù)。

在電子商務(wù)的線上交易時，交易金額的大小與信用程度密切相關(guān)，在進(jìn)行交易金額較大交易時，賣方通常需要積累較高的信用值和口碑才能取得買方的信任從而完成交易，因此當(dāng)買方給出評價時將會對與該金額相當(dāng)或低于其金額的交易具有參考價值，因此，在進(jìn)行信用值賦予過程中將交易金額納入，交易雙方交易金額越大信用變化幅度越大。

三、模型評估策略

通過分析可以將信用體系中帶判別的兩類用戶分為誠實(shí)守信和失信背約兩類?？梢哉J(rèn)為誠實(shí)守信者在交易進(jìn)行后給出的評價均為可以采信的，而失信背約者在交易后并非可以全部采信，是存在一定的概率虛假分值。因此，反饋評分的信用評估模型中將會產(chǎn)生失信背約者對誠實(shí)守信者，因相互競爭關(guān)系刻意給出差評的現(xiàn)象發(fā)生，同時失信背約者之間也會出現(xiàn)互評高分現(xiàn)象發(fā)生，這兩種情況可以稱為信用分值詆毀和信用分值共謀。

信用值誤差（CreditValueError，CVE）表示通過算法模型計(jì)算出的信用值與真實(shí)用戶的信用值之間的差異，因此可以看出CVE越小，代表模型算法計(jì)算值與用戶真實(shí)值差異越小，該算法模型反饋的信用值越真實(shí)，從另一個方面可以說明該模型對于惡意評價的過濾篩選能力較強(qiáng)。CVE的計(jì)算公式如（7）所示。

CVE=∑Ui=1[rt（i）-pt（i）]2U（7）

其中，U參與信用評價者全體;pti為用戶i在經(jīng)過第t次交易時遵守誠信交易規(guī)則的概率。若當(dāng)前用戶i是誠實(shí)守信者，其交易過程可以認(rèn)為是完全誠信的交易過程，誠信交易概率為1即pti=1;若當(dāng)前用戶i是失信背約者，其每個交易過程應(yīng)存在不誠信交易的概率，因此pti=1-q，q為失信背約者實(shí)行非誠信交易的概率。

四、改進(jìn)效果對比

（一）信用評估參數(shù)設(shè)置

各項(xiàng)參數(shù)設(shè)置如表1所示。

（二）實(shí)證數(shù)據(jù)分析

本文數(shù)據(jù)主要選取了2018年-2019年共8個季度的農(nóng)村電商農(nóng)戶信用相關(guān)數(shù)據(jù)，通過網(wǎng)絡(luò)爬蟲爬取了淘寶、京東、天貓等電商平臺的5000戶農(nóng)產(chǎn)品電商的在線評價數(shù)據(jù)，統(tǒng)計(jì)過程中陸續(xù)有用戶退出市場，截止后共計(jì)得到完整數(shù)據(jù)4598份，其中，信用等級分為五個級別，分別為A：優(yōu)秀、B：良好、C：中等、D：一般、E：較差，經(jīng)過信用值計(jì)算及分析，我們發(fā)現(xiàn)，絕大部分商家信用值集中在中等及良好級別，優(yōu)秀和較差級別的商家比例很小，隨著交易的累計(jì)運(yùn)行，商家群體的構(gòu)成呈現(xiàn)各級別不同的變化趨勢：優(yōu)秀和良好的商家比例逐漸增加，一般和較差的商家比例逐漸減少，中等商家比例有所波動，但總體上也呈下降趨勢，與市場中優(yōu)勝劣汰的競爭規(guī)則相一致。具體計(jì)算樣本的信用值面板數(shù)據(jù)如表2所示。

（三）信用評估效果對比

根據(jù)樣本信用值的面板數(shù)據(jù)，擬合原Sporas模型和改進(jìn)的Sporas模型評估用戶的信用值的變化曲線如圖1所示。各個曲線代表不同行為的用戶在改進(jìn)的Sporas模型框架下信用值變化情況：其中，曲線y1、y2、y3、y4分別代表用戶提交了“0次”、“1次”、“2次”、“3次”的“不合格”評論的情況下的信用值變化，而y5表示原有Sporas模型評估的用戶的信用值變化曲線。

圖1信用值增長曲線

從圖中可以觀察到，交易者失信行為的增加導(dǎo)致其信用值降低，同時該模型具有趨勢慣性性質(zhì)，即便其行為良性改變其信用值增長速度也會減慢。若將信用值增長至原有水平，也將花費(fèi)更的長時間積累彌補(bǔ)。守信行為交易者和失信行為交易者信用值的差異將十分凸顯。從曲線y2、y3、y4和曲線y5的對比來看，原始的Sporas模型進(jìn)行的信用評價較為單一，而改進(jìn)的Sporas模型的信用評價過程更加豐富，改進(jìn)的sporas模型對于提交誠信評論和失信評論的交易者信用值具有良好的區(qū)分度。

（四）過濾虛假評價能力比較

信用系統(tǒng)中如果出現(xiàn)惡意虛假評價行為，即使真實(shí)交易過程公平良序，但評價者仍然違背公正評價原則給予交易對象極低的信用評價分值。當(dāng)信用系統(tǒng)中失信用戶占比m取不同的值時，分別對Sporas模型與改進(jìn)的Sporas模型的CVE進(jìn)行比較，比較效果如圖2所示。

如圖2所示，隨著信用系統(tǒng)中失信用戶占比提高，傳統(tǒng)的sporas模型的CVE呈現(xiàn)下降趨勢，改進(jìn)的Sporas模型的CVE則呈現(xiàn)出明顯的上升趨勢。圖中顯示交易信用系統(tǒng)中失信用戶的比率低于06時，改進(jìn)的信用計(jì)算誤差比Sporas模型的要小;當(dāng)不守信用戶比率繼續(xù)升高到06時，改進(jìn)的Sporas模型計(jì)算誤差則出現(xiàn)拐點(diǎn)其值要高于傳統(tǒng)Sporas模型。因此改進(jìn)的Sporas模型將會在失信用戶比率達(dá)到06時開啟加速懲罰因子，這將大大增加模型的過濾虛假評價的能力。

信用系統(tǒng)中若有共謀虛假評價行為，即失信用戶之間違背真實(shí)的交易過程相互給予極高的信用分值，同時惡意給予誠信用戶極低的信用分值。失信用戶所在比例m值變化時，分別對Sporas模型與改進(jìn)的Sporas模型的CVE進(jìn)行比較，比較效果如圖3所示。隨著信用系統(tǒng)中失信用戶占比提高，傳統(tǒng)Sporas模型的信任誤差隨著失信者比率升高信用誤差先升后降，改進(jìn)的Sporas模型則隨著失信占比率升高信用誤差增加趨勢不變幅度略有變化，但即使失信者占比為100%，改進(jìn)的Sporas模型信任誤差仍低于傳統(tǒng)sporas。這表明改進(jìn)后的Sporas模型共謀虛假的能力要優(yōu)于Sporas模型。

（五）交易金額權(quán)重影響對比

交易金額權(quán)重的影響如圖4所示，可以看出，交易金額的大小與信用程度密切相關(guān)，當(dāng)交易金額參數(shù)p（x，u）取值變化時，改進(jìn)的Sporas模型的信任值隨之變化：在進(jìn)行交易金額較大交易時，賣方通常需要積累較高的信用值和口碑才能取得買方的信任從而完成交易，因此當(dāng)買方給出評價時將會對與該金額相當(dāng)或低于其金額的交易具有參考價值。這表明改進(jìn)后的Sporas模型更加準(zhǔn)確地反映了信用評估的本質(zhì)規(guī)律。

五、優(yōu)化信用評估體系的建議

根據(jù)改進(jìn)后的Sporas模型的量化分析結(jié)果，可以從如下幾個方面對于信用評估體系進(jìn)行優(yōu)化，首先強(qiáng)化評價信息區(qū)分機(jī)制根據(jù)用戶評價信息對比區(qū)分，明確用戶屬性，對于“非誠信”用戶的信用等級變化及時反饋，對于惡意評價等行為進(jìn)行甄別篩選，及時體現(xiàn)在信用等級變化方面;其次，細(xì)化產(chǎn)品品質(zhì)影響因子結(jié)合農(nóng)產(chǎn)品電商平臺的特點(diǎn)，發(fā)揮產(chǎn)品品質(zhì)影響因子的作用，使得影響效果及時體現(xiàn)在信用等級評估的變化方面，促進(jìn)用戶重視產(chǎn)品品質(zhì)對于信用等級的影響，保障平臺健康發(fā)展。調(diào)整交易額影響的權(quán)重根據(jù)用戶交易額確定用戶評價的影響權(quán)重，保護(hù)誠信用戶的權(quán)益和影響力，杜絕以小交易額、大交易量來影響信用等級評價的客觀性的行為的發(fā)生，使得信用體系真正成為科學(xué)度量用戶誠信的明確指標(biāo)。

參考文獻(xiàn)：

[1]孔令英，李媛彤.互聯(lián)網(wǎng)背景下農(nóng)村共享經(jīng)濟(jì)商業(yè)模式研究——基于多案例分析[J].農(nóng)業(yè)經(jīng)濟(jì)，2019（12）：123-124.

[2]中國共產(chǎn)黨中央委員會.中共中央國務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見[EB/OL].[2021-1-04].http：//www.moa.gov.cn/xw/zwdt/202102/t20210221_6361863.htm.

[3]彭超，劉合光.“十四五”時期的農(nóng)業(yè)農(nóng)村現(xiàn)代化：形勢、問題與對策[J].改革，2020（2）：20-29.

[4]鄒建國，李明賢.農(nóng)業(yè)供應(yīng)鏈金融視角的農(nóng)戶信用增進(jìn)研究[J].財(cái)經(jīng)理論與實(shí)踐，2019（6）：32-38.

[5]祝國平，郭連強(qiáng).農(nóng)村金融改革的關(guān)鍵問題、深層原因與戰(zhàn)略重點(diǎn)[J].江漢論壇，2018（6）：46-54.

[6]嚴(yán)振亞.基于區(qū)塊鏈技術(shù)的P2P信貸創(chuàng)新應(yīng)用[J].技術(shù)經(jīng)濟(jì)與管理研究，2019（10）：89-94.

[7]賀海武，延安，陳澤華.基于區(qū)塊鏈的智能合約技術(shù)與應(yīng)用綜述[J].計(jì)算機(jī)研究與發(fā)展，2018，55（11）：2452-2466.

[8]杜佳.貨幣金融學(xué)[M].北京：清華大學(xué)出版社，北京交通大學(xué)出版社，2010.

[9]袁勇，王飛躍.區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀與展望[J].自動化學(xué)報(bào)，2016，42（4）：481-494.

[10]孫悅津，董德利.合作行為、集體行動邏輯與農(nóng)村經(jīng)濟(jì)組織分析[J].安徽行政學(xué)院學(xué)報(bào)，2016，7（6）：69-75.

[11]蔡一博.智能合約與私法體系契合問題研究[J].東方法學(xué)，2019，68（2）：68-81.

[12]ZachariaG，MoukasA，MaeSP.Collabora-tiveRepuationMechanismsforElectronicMarket-places[J].DecisionSupportSystems，2000，29：371-388.

（責(zé)任編輯：鄭州）