張 藝,李秀敏
(廣東工業(yè)大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院,廣東廣州 510520)
自網(wǎng)絡(luò)經(jīng)濟(jì)誕生以來(lái),人們對(duì)互聯(lián)網(wǎng)銷(xiāo)售的低搜索成本寄予厚望,價(jià)格比較網(wǎng)站的出現(xiàn)使跨平臺(tái)搜索商品的成本大大降低。經(jīng)濟(jì)學(xué)一般原理認(rèn)為,只要電商數(shù)量足夠多,線上銷(xiāo)售市場(chǎng)可能接近于理論上的完全競(jìng)爭(zhēng)市場(chǎng)結(jié)構(gòu),廠商將失去定價(jià)權(quán),相同商品的價(jià)格將完全統(tǒng)一,不可能存在價(jià)格離散。已有研究發(fā)現(xiàn),線上商品的價(jià)格決定既受商品提供方特征和購(gòu)買(mǎi)者決策過(guò)程的影響,也受網(wǎng)絡(luò)銷(xiāo)售平臺(tái)排名規(guī)則的影響[1-2]。國(guó)外研究發(fā)現(xiàn)[3],價(jià)格比較網(wǎng)站可以通過(guò)對(duì)價(jià)格和銷(xiāo)量的排名,讓消費(fèi)者獲取價(jià)格的全部信息,從而降低信息搜索成本,使得價(jià)格離散程度下降。遺憾的是,目前國(guó)內(nèi)這方面的研究還鮮有出現(xiàn)。
研究電商平臺(tái)與價(jià)格的關(guān)系對(duì)促進(jìn)我國(guó)經(jīng)濟(jì)發(fā)展有特殊的意義。我國(guó)經(jīng)濟(jì)發(fā)展要立足國(guó)內(nèi)循環(huán),深挖內(nèi)需潛力,促進(jìn)形成強(qiáng)大的國(guó)內(nèi)消費(fèi)市場(chǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)的基礎(chǔ)性作用。根據(jù)商務(wù)部2021年8月11日發(fā)布的《2021年上半年中國(guó)網(wǎng)絡(luò)零售市場(chǎng)發(fā)展報(bào)告》,我國(guó)互聯(lián)網(wǎng)銷(xiāo)售平臺(tái)消費(fèi)的迅猛發(fā)展已成為引領(lǐng)國(guó)內(nèi)大循環(huán)的重要?jiǎng)恿?,僅2021年上半年,網(wǎng)上零售額達(dá)6.11 萬(wàn)億元,同比增長(zhǎng)23.2%。同時(shí),互聯(lián)網(wǎng)銷(xiāo)售平臺(tái)的電商競(jìng)爭(zhēng)愈演愈烈,網(wǎng)上零售額增長(zhǎng)伴隨著電商數(shù)量的縮減,2021年6月底網(wǎng)絡(luò)零售平臺(tái)商鋪數(shù)量為2 152.5 萬(wàn)家,同比下降6.9%,大網(wǎng)絡(luò)銷(xiāo)售平臺(tái)的壟斷地位得到進(jìn)一步鞏固。①
對(duì)于價(jià)格離散產(chǎn)生原因的解釋?zhuān)?jīng)典的微觀經(jīng)濟(jì)學(xué)理論認(rèn)為,廠商數(shù)量越多,廠商對(duì)價(jià)格的影響越小。在完全競(jìng)爭(zhēng)市場(chǎng)情況下,市場(chǎng)上存在無(wú)數(shù)的廠商,市場(chǎng)價(jià)格是統(tǒng)一的,不存在價(jià)格離散的現(xiàn)象,這被稱(chēng)為“一價(jià)定理”。但是,信息經(jīng)濟(jì)學(xué)理論的開(kāi)創(chuàng)者斯蒂格勒(Stigler)[4]認(rèn)為,當(dāng)廠商數(shù)量增加時(shí),消費(fèi)者如果要找到最有利的價(jià)格,需要檢索所有的價(jià)格,這需要花費(fèi)信息搜尋成本。即使是完全相同的商品,也存在價(jià)格離散。零售電商的重要特征是信息搜尋成本比傳統(tǒng)零售要低,消費(fèi)者獲取信息的搜尋成本越來(lái)越低,但線上商品的價(jià)格離散現(xiàn)象卻沒(méi)有消失。所以無(wú)論是經(jīng)典的市場(chǎng)結(jié)構(gòu)理論還是信息搜尋理論,都無(wú)法完全解釋互聯(lián)網(wǎng)銷(xiāo)售平臺(tái)上價(jià)格離散依然存在的問(wèn)題。而且當(dāng)電商數(shù)量增多、競(jìng)爭(zhēng)加劇時(shí),是否會(huì)降低價(jià)格離散程度仍有待探討。
20世紀(jì)90年代開(kāi)始,許多學(xué)者利用網(wǎng)上銷(xiāo)售數(shù)據(jù)對(duì)電商數(shù)量和價(jià)格離散關(guān)系展開(kāi)實(shí)證研究,這些研究集中在以美國(guó)為代表的電子商務(wù)起步較早的國(guó)家,他們發(fā)現(xiàn)價(jià)格離散程度在互聯(lián)網(wǎng)銷(xiāo)售平臺(tái)上并不比傳統(tǒng)線下銷(xiāo)售渠道低[5-9]。國(guó)內(nèi)關(guān)于價(jià)格離散的研究出現(xiàn)在2000年以后,涌現(xiàn)了許多圍繞互聯(lián)網(wǎng)平臺(tái)價(jià)格離散的實(shí)證研究[10-14]。但已有研究的結(jié)論依然存在較大分歧,對(duì)電商數(shù)量影響價(jià)格的機(jī)制還不清楚。尤其是價(jià)格比較網(wǎng)站出現(xiàn)后,國(guó)內(nèi)還沒(méi)有研究?jī)r(jià)格比較網(wǎng)站影響價(jià)格離散的文獻(xiàn)。從數(shù)據(jù)上來(lái)看,已有對(duì)價(jià)格離散的研究數(shù)據(jù)主要來(lái)自以淘寶、京東為代表的少數(shù)互聯(lián)網(wǎng)平臺(tái)[13,15],未見(jiàn)基于全網(wǎng)電商數(shù)量與價(jià)格離散的研究。實(shí)際上,消費(fèi)者搜尋的范圍不僅僅在某一個(gè)平臺(tái),而是跨平臺(tái),市場(chǎng)的邊界不應(yīng)局限于某個(gè)電商平臺(tái),價(jià)格比較網(wǎng)站的出現(xiàn)降低了消費(fèi)者跨平臺(tái)搜尋商品的成本。因此,本研究利用價(jià)格比較網(wǎng)站上對(duì)商品銷(xiāo)售排名的數(shù)據(jù)考察全網(wǎng)電商數(shù)量對(duì)價(jià)格離散影響。
市場(chǎng)結(jié)構(gòu)決定價(jià)格離散的程度,壟斷電商可以通過(guò)價(jià)格歧視實(shí)現(xiàn)對(duì)不同消費(fèi)者采取不同的價(jià)格,壟斷市場(chǎng)上價(jià)格的離散程度更高。相反,完全競(jìng)爭(zhēng)市場(chǎng)中的眾多電商是價(jià)格接受者,廠商無(wú)法進(jìn)行價(jià)格歧視,價(jià)格不存在離散的現(xiàn)象。所以,理論上,電商數(shù)量越多,廠商實(shí)施價(jià)格歧視的能力越弱,價(jià)格離散程度越低。但為什么現(xiàn)實(shí)中電商數(shù)量增多,價(jià)格離散度并沒(méi)有減少?經(jīng)典的價(jià)格離散理論認(rèn)為,價(jià)格離散是由搜尋成本導(dǎo)致的。但隨著零售電商的發(fā)展,消費(fèi)者在線上購(gòu)物時(shí)搜尋成本被大大降低,而價(jià)格離散并沒(méi)有消失,經(jīng)典的搜尋理論無(wú)法完全解釋價(jià)格離散的現(xiàn)象。已有文獻(xiàn)對(duì)在線商品的價(jià)格離散現(xiàn)象進(jìn)行了廣泛的研究,本文通過(guò)梳理國(guó)內(nèi)外文獻(xiàn),重點(diǎn)闡述已有文獻(xiàn)對(duì)價(jià)格離散的解釋及其不足。
已有研究發(fā)現(xiàn),由于信息不對(duì)稱(chēng),消費(fèi)者對(duì)商品的價(jià)格無(wú)法完全了解,獲取價(jià)格信息需要成本,這種類(lèi)型的信息成本被稱(chēng)為搜尋成本。搜尋成本是造成價(jià)格離散的主要原因,有學(xué)者建立了搜尋成本模型,斯蒂格勒[4]于1961年在該領(lǐng)域做出了開(kāi)拓性的貢獻(xiàn)??ㄆ仗m(Kaplan)等[7]的研究發(fā)現(xiàn),價(jià)格離散程度30%以上可以由搜尋成本解釋。更低的搜尋成本意味著消費(fèi)者可以更容易發(fā)現(xiàn)和比較不同的價(jià)格,確定同一商品不同價(jià)格的最低價(jià),減少價(jià)格歧視,降低價(jià)格的離散程度。在網(wǎng)絡(luò)交易平臺(tái)上,搜尋成本被降低了很多,甚至被認(rèn)為接近于零,稱(chēng)為點(diǎn)擊成本(Cost of Click)。信息交流技術(shù)(Information and Communication Tech?nology,ICT)的發(fā)展使微觀搜尋成本下降,并影響宏觀的經(jīng)濟(jì)周期。搜尋成本的下降會(huì)對(duì)不同市場(chǎng)價(jià)格如金融市場(chǎng)的利率、勞動(dòng)力市場(chǎng)的工資、零售市場(chǎng)的價(jià)格等有不同的影響[9]。線上零售的價(jià)格并沒(méi)有比線下價(jià)格的離散程度更低。許多類(lèi)似的研究都證實(shí)在線商品的價(jià)格存在巨大并且穩(wěn)定的價(jià)格離散程度[16]。
對(duì)此,搜尋成本理論認(rèn)為,消費(fèi)者在網(wǎng)上搜尋商品時(shí),可以獲取的商品信息是多維度的,包括價(jià)格、質(zhì)量、信譽(yù)、運(yùn)費(fèi)、到達(dá)時(shí)間、售后服務(wù)等。搜尋成本并不是絕對(duì)的外生變量,而是電商可以操控的內(nèi)生變量。事實(shí)上,研究發(fā)現(xiàn),與實(shí)體店中搜尋商品品牌的行為相比,消費(fèi)者在線上商店中搜尋商品品牌的成本更大,而且,線上廣告對(duì)消費(fèi)者線上搜尋的行為影響很大[17]。
有部分研究將網(wǎng)絡(luò)銷(xiāo)售過(guò)程看成信息交換的過(guò)程,以信息交換所理論解釋價(jià)格離散的現(xiàn)象。消費(fèi)者通過(guò)咨詢(xún)信息交換所(指互聯(lián)網(wǎng)不同價(jià)格比較網(wǎng)站)獲取價(jià)格信息[8]。信息交換所的顯著特點(diǎn)是,一部分消費(fèi)者可以通過(guò)信息交換所獲得所有商品的價(jià)格列表,并以最低的價(jià)格購(gòu)買(mǎi)。在最早的模型中,均衡價(jià)格差異源于消費(fèi)者或廠商的事前異質(zhì)性,也被稱(chēng)為廠商異質(zhì)性模型。早期的模型將廠商進(jìn)入信息交換所的決策視為外生,新信息交換所模型則放松了這一假設(shè),將廠商和消費(fèi)者進(jìn)入信息交換所的決策視為內(nèi)生,且信息交換所向訪問(wèn)或傳輸價(jià)格信息的消費(fèi)者和廠商收取的費(fèi)用也是內(nèi)生的[18]。信息交換所理論表明,即使在消費(fèi)者或消費(fèi)者群體沒(méi)有任何事前異質(zhì)性的情況下,只要存在價(jià)格的信息交換所,就會(huì)存在離散價(jià)格的市場(chǎng)均衡。但是,信息交換所理論還不能完全解釋價(jià)格比較網(wǎng)站對(duì)商品價(jià)格離散的影響。價(jià)格比較網(wǎng)站可以跨越多個(gè)平臺(tái)進(jìn)行信息搜索,因此其對(duì)價(jià)格離散的影響范圍不應(yīng)局限于單一的交易平臺(tái)。
搜尋成本理論與信息交換所理論都忽略了決策者的有限理性,而有限理性會(huì)影響消費(fèi)者對(duì)價(jià)格的選擇。有限理性理論放松了納什均衡模型中的完全理性假設(shè),即每個(gè)決策者選擇一個(gè)行動(dòng)(無(wú)論是價(jià)格還是搜尋策略),都是對(duì)其他市場(chǎng)參與者既定行動(dòng)的最佳反應(yīng)。有限理性理論認(rèn)為決策者是有限理性的,有限理性下價(jià)格離散分布的均衡狀態(tài)分別是定量反應(yīng)均衡(Quantal Response Equi?librium,QRE)[19]和ε 均衡[20]。在QRE 均衡中,離散的均衡價(jià)格分布源于廠商的有限理性。這種有限理性可能源于管理者認(rèn)知處理能力的限制或互聯(lián)網(wǎng)零售商使用的動(dòng)態(tài)定價(jià)算法。在ε均衡中,價(jià)格離散分布可能是由電商認(rèn)知或動(dòng)機(jī)限制產(chǎn)生的。有限理性理論彌補(bǔ)了搜尋成本和信息交換理論的不足,但其不足之處是對(duì)消費(fèi)者有限理性行為的解釋能力較差。
從已有文獻(xiàn)看,現(xiàn)有理論從不同角度解釋電商銷(xiāo)售商品存在的價(jià)格差異,價(jià)格離散程度由所有市場(chǎng)參與者的相互作用決定。搜尋成本、電商和消費(fèi)者的有限理性以及信息交換成本都會(huì)影響價(jià)格離散程度。事實(shí)上,并不存在解釋價(jià)格離散的最優(yōu)模型,不同模型適用于分析不同的市場(chǎng)環(huán)境。例如,搜尋成本理論適合分析消費(fèi)者必須訪問(wèn)不同商店或網(wǎng)站以收集價(jià)格信息的情況。而當(dāng)消費(fèi)者能夠訪問(wèn)價(jià)格比較網(wǎng)站時(shí),應(yīng)該考慮信息交換所模型對(duì)商品排名所產(chǎn)生的搜尋成本對(duì)價(jià)格的影響。
根據(jù)相關(guān)理論,如果存在搜尋成本,則電商數(shù)量越多,消費(fèi)者需要通過(guò)不斷的搜尋才能尋找到最低價(jià),搜尋成本的存在會(huì)導(dǎo)致價(jià)格差異,這可以部分解釋價(jià)格離散的現(xiàn)象。價(jià)格比較網(wǎng)站可大大降低消費(fèi)者的搜尋成本,它相當(dāng)于價(jià)格的信息交換所,通過(guò)對(duì)全網(wǎng)所有平臺(tái)上同樣商品的銷(xiāo)售排名,幫助消費(fèi)者迅速了解所有商品信息,實(shí)現(xiàn)跨平臺(tái)的商品搜索。因此,需要考慮構(gòu)造一個(gè)同時(shí)基于搜尋成本和信息交換所的理論分析框架,從理論上加深對(duì)價(jià)格離散問(wèn)題的理解。
理論分析框架的核心假設(shè)是搜尋成本由哪些因素決定,這需要審視搜尋成本理論的相關(guān)假設(shè)。第一,傳統(tǒng)的搜尋成本理論將搜尋成本視為外生變量,但線上商品的搜尋成本實(shí)際上是由電商平臺(tái)控制的,電商數(shù)量越多,搜索到合意的商品就越困難,因此搜尋成本是內(nèi)生變量,并且電商的數(shù)量越多,競(jìng)爭(zhēng)越激烈,消費(fèi)者的搜尋成本就越高。第二,消費(fèi)者在搜尋商品過(guò)程中的有限理性也會(huì)影響其商品選擇行為。消費(fèi)者的搜尋過(guò)程并不完全遵循理論模型所假設(shè)的完全理性。即使是完全同質(zhì)的商品,消費(fèi)者對(duì)商品的選擇可能會(huì)考慮許多因素,如配送速度、是否包含郵費(fèi)、電商所在城市以及電商的信譽(yù)等,所以不存在完全的理性抉擇,消費(fèi)者付出的搜尋成本越來(lái)越高,存在著邊際搜尋成本遞增的規(guī)律。第三,根據(jù)信息交換所理論,電商在網(wǎng)絡(luò)平臺(tái)的競(jìng)爭(zhēng)存在進(jìn)入門(mén)檻,價(jià)格比較網(wǎng)站會(huì)發(fā)揮類(lèi)似于信息交換所的作用,通過(guò)銷(xiāo)量排名的方式,使一部分電商的產(chǎn)品被消費(fèi)者優(yōu)先搜尋到。因此排名越前,消費(fèi)者的搜尋效率越高。以上假設(shè)說(shuō)明,電商數(shù)量越多,搜尋成本的邊際遞增和銷(xiāo)量排名都會(huì)影響商品的搜尋成本,導(dǎo)致價(jià)格出現(xiàn)離散狀態(tài)下的市場(chǎng)均衡?;诖?,我們借鑒王強(qiáng)和陳宏民的研究[21-22],構(gòu)建如下理論模型。
假設(shè)全網(wǎng)線上交易市場(chǎng)上存在N 個(gè)電商,他們銷(xiāo)售成本為pc的同質(zhì)商品,按照綜合受歡迎程度如銷(xiāo)量、好評(píng)率、價(jià)格等因素排序,將所有電商分成高聲譽(yù)和低聲譽(yù)兩種,其概率分別是β 和1-β 。消費(fèi)者在搜尋某種商品時(shí),購(gòu)買(mǎi)高聲譽(yù)和低聲譽(yù)電商商品的概率分別為qH與qL,高聲譽(yù)和低聲譽(yù)電商的定價(jià)分別為pH和pL。假設(shè)在網(wǎng)絡(luò)平臺(tái)上銷(xiāo)售,需要繳納一定的費(fèi)用e,則電商總的成本為C=pc+e。
假設(shè)市場(chǎng)中存在大量消費(fèi)者,依據(jù)其對(duì)某種商品的保留價(jià)格分為高保留價(jià)格ph和低保留價(jià)格pl兩種類(lèi)型,且ph>pl>pc,兩種消費(fèi)者所占的比例分別為λ 和1-λ。消費(fèi)者在搜尋電商的商品時(shí)所需要的搜尋成本為Nms2,其中,N 為全網(wǎng)所有電商的數(shù)量,m 為價(jià)格比較網(wǎng)站的銷(xiāo)量排名,排名越靠前的商品,被搜尋到的概率越高,搜索效率越高。也就是說(shuō),m 越小,排名越靠前,搜尋效率越高,所需要的搜尋成本越低。s 為搜尋活動(dòng)所能提高的找到目標(biāo)商品的概率,這里采用平方的形式是因?yàn)樗褜こ杀敬嬖谶呺H成本遞增的規(guī)律[12]。
假設(shè)消費(fèi)者和電商都是風(fēng)險(xiǎn)中性,消費(fèi)者購(gòu)買(mǎi)商品所獲得的效用為保留價(jià)格與銷(xiāo)售價(jià)格之差。如果消費(fèi)者不進(jìn)行搜尋活動(dòng),在電商中隨機(jī)選擇進(jìn)行交易,沒(méi)有搜尋成本,那么高保留價(jià)格和低保留價(jià)格的消費(fèi)者效用分別為:
Uh=β(ph-pH)+(1-β)(ph-pL)
Ul=β(pl-pH)+(1-β)(pl-pL)
如果消費(fèi)者付出一定的搜尋成本,可以將找到高聲譽(yù)電商的概率從β 提高到β+s,相應(yīng)地,找到低聲譽(yù)電商的概率從1-β 降低到1-β-s,搜尋活動(dòng)需要付出的成本為Nms2。
對(duì)于消費(fèi)者而言,高保留價(jià)格消費(fèi)者的最優(yōu)搜尋活動(dòng)sh,最大化其效用函數(shù)如下:
同樣,低保留價(jià)格消費(fèi)者的最優(yōu)搜尋活動(dòng)sl,以最大化其效用函數(shù):
根據(jù)式(1)和式(2),分別對(duì)其求一階導(dǎo)數(shù),并在等于零點(diǎn)處取得極值,可以解出高保留價(jià)格和低保留價(jià)格消費(fèi)者的最優(yōu)搜尋活動(dòng)為:
將式(3)代入搜尋成本的表達(dá)式中,可以解出,搜尋成本等于
對(duì)于電商定價(jià)的決策考察,可以假設(shè)電商的定價(jià)行為遵循追求利潤(rùn)最大化的原則。對(duì)于高聲譽(yù)電商的利潤(rùn)最大化目標(biāo)函數(shù)為:
式(4)中sh、sl分別為高保留和低保留價(jià)格消費(fèi)者的搜尋活動(dòng)可以提高搜尋目標(biāo)商品的概率。同理,低聲譽(yù)電商的利潤(rùn)最大化目標(biāo)函數(shù)為:
將式(3)中搜索活動(dòng)的表達(dá)式代入到式(4)和式(5)中,然后,對(duì)其求一階導(dǎo)數(shù),并在取零值處解出pH和pL的價(jià)格差表達(dá)式。
pL-pH=Nm
該表達(dá)式說(shuō)明,價(jià)格離散程度與廠商數(shù)量成正比,與銷(xiāo)量排名成正比。由此提出以下兩個(gè)研究假設(shè):
H1:電商總數(shù)量越多,搜尋成本越高,價(jià)格離散程度越高。
H2:價(jià)格比較網(wǎng)站上銷(xiāo)量排名越靠后,搜索效率越低,搜尋成本越高,價(jià)格離散程度越高。
為檢驗(yàn)研究假設(shè)H1,參考姜永玲等[13]的做法,本研究構(gòu)建雙向固定效應(yīng)模型,用于檢驗(yàn)電商數(shù)量對(duì)價(jià)格離散程度的影響。由于無(wú)法完全控制所有影響商品價(jià)格的因素,本研究采用雙向固定效應(yīng)模型來(lái)解決遺漏部分影響商品價(jià)格變量所導(dǎo)致的估計(jì)偏誤問(wèn)題。通過(guò)加入商品的個(gè)體固定效應(yīng)和商品銷(xiāo)售的時(shí)間固定效應(yīng),可以觀察同種商品在不同時(shí)期的價(jià)格變化,從而控制不隨時(shí)間變化的商品屬性因素對(duì)價(jià)格產(chǎn)生的影響。
其中i=1,...,n;t=1,...,T。
在式(6)中,Dispersionit表示商品i 在日期t的全網(wǎng)電商中的價(jià)格離散度。對(duì)核心解釋變量全網(wǎng)電商數(shù)量Firmit取對(duì)數(shù)處理,并分別加入電商數(shù)量一次項(xiàng)和二次項(xiàng),以檢驗(yàn)假設(shè)中電商數(shù)量與價(jià)格的非線性關(guān)系。是虛擬變量,用于表示商品的特征,包括品牌、商品類(lèi)別等。δ 是虛擬變量的系數(shù)。為控制不可觀測(cè)的影響價(jià)格的商品特征,在模型加入商品固定效應(yīng)ui和時(shí)間固定效應(yīng)γt,前者可以剔除不隨時(shí)間改變的遺漏變量帶來(lái)的估計(jì)偏誤,后者可以剔除不隨商品改變的時(shí)間趨勢(shì)帶來(lái)的估計(jì)偏誤。當(dāng)無(wú)法完全控制影響商品價(jià)格的所有特有屬性如配置、性能、外觀、設(shè)計(jì)、品牌忠誠(chéng)度等,以及不同時(shí)間段的全網(wǎng)統(tǒng)一的促銷(xiāo)活動(dòng)對(duì)價(jià)格的影響,控制商品固定效應(yīng)和時(shí)間固定效應(yīng)可以有效避免遺漏變量偏差,減小內(nèi)生性來(lái)源。在模型(6)中,核心解釋變量Firmit的系數(shù)β1衡量電商數(shù)量對(duì)價(jià)格的影響,用于檢驗(yàn)假設(shè)H1是否成立。
對(duì)于隨機(jī)誤差項(xiàng)εit的處理,考慮到不同商品的價(jià)格波動(dòng)幅度不同會(huì)導(dǎo)致異方差的問(wèn)題,并且由于數(shù)據(jù)樣本來(lái)自面板數(shù)據(jù),同一商品在不同時(shí)間的價(jià)格水平間存在相關(guān)性,為同時(shí)解決不同商品間存在的異方差以及同一商品在不同時(shí)間的自相關(guān)問(wèn)題,我們將標(biāo)準(zhǔn)誤聚類(lèi)到商品層面,εit為聚類(lèi)穩(wěn)健誤差項(xiàng)。
為檢驗(yàn)假設(shè)H2,在模型(6)的基礎(chǔ)上,將樣本按價(jià)格比較網(wǎng)站上的銷(xiāo)量排名前10位分成10類(lèi),分別依據(jù)模型(6)做分樣本的雙向固定效應(yīng)模型10 次回歸,以檢驗(yàn)商品在不同銷(xiāo)量排名的位置是否影響價(jià)格離散度。
本研究的數(shù)據(jù)來(lái)自國(guó)內(nèi)知名的價(jià)格比較網(wǎng)站“慢慢買(mǎi)”的銷(xiāo)售排名,該比價(jià)網(wǎng)站是國(guó)內(nèi)有影響的專(zhuān)業(yè)比價(jià)網(wǎng)站,匯集了所有主流網(wǎng)上商城的商品報(bào)價(jià)、活動(dòng)促銷(xiāo)、歷史價(jià)格走勢(shì)等信息。該網(wǎng)站價(jià)格監(jiān)測(cè)系統(tǒng)積累了國(guó)內(nèi)50 余家主流電商平臺(tái)、超萬(wàn)家品牌、1 000多萬(wàn)種商品價(jià)格、銷(xiāo)售、店鋪、品牌等相關(guān)應(yīng)用數(shù)據(jù),基本覆蓋了國(guó)內(nèi)所有電商平臺(tái)的主要銷(xiāo)售數(shù)據(jù)。本研究2020年8月20日至11月22日每3天收集1次數(shù)據(jù),共35期約3個(gè)月的商品銷(xiāo)售數(shù)據(jù),構(gòu)成由商品名稱(chēng)和銷(xiāo)售日期兩個(gè)維度所組成的面板數(shù)據(jù)??偣舶?70大類(lèi)商品,542種商品品牌,3 615種不同商品,共35 153個(gè)樣本。
本研究數(shù)據(jù)收集的時(shí)間覆蓋了“雙11”線上購(gòu)物季,促銷(xiāo)活動(dòng)較多,可以觀察同種商品較大幅度的價(jià)格變化。這一時(shí)間段的價(jià)格波動(dòng)基本與商品本身的屬性無(wú)關(guān),而與電商數(shù)量及電商之間的競(jìng)爭(zhēng)策略有關(guān),可以視為外生沖擊造成的結(jié)果。因此,該階段數(shù)據(jù)特有的屬性可以很好地解釋電商數(shù)量與價(jià)格之間的關(guān)系。
目前沒(méi)有統(tǒng)一的被解釋變量?jī)r(jià)格離散度的計(jì)算方式,主要采用以下幾種指標(biāo):最高價(jià)與最低價(jià)之間的差;價(jià)格的方差或標(biāo)準(zhǔn)差;平均價(jià)格和最低價(jià)格之差;使用價(jià)格的變異系數(shù)。以上4種指標(biāo)各有優(yōu)劣,考慮到數(shù)據(jù)可得性,本研究采用第三種做法,用平均價(jià)格與最低價(jià)格的差額反映價(jià)格的絕對(duì)變化幅度。但由于不同商品價(jià)格的數(shù)值相差較大,為減少價(jià)格絕對(duì)數(shù)值的影響,采用類(lèi)似于變異系數(shù)的構(gòu)建方法,參考姜永玲等[13]的離散指標(biāo)構(gòu)建方式,將上述差額除以平均價(jià)格。具體計(jì)算方式:價(jià)格離散度=(商品平均價(jià)-商品最低價(jià))/商品平均價(jià)。
核心解釋變量電商總數(shù)采用比價(jià)網(wǎng)上爬取的全網(wǎng)電商總數(shù),為減小離群值的影響,參考已有研究對(duì)離群值的常見(jiàn)處理方法[23],本研究將離群值最高部分的1%進(jìn)行截尾處理。需要說(shuō)明的是,本研究將全網(wǎng)電商數(shù)量作為核心變量,主要是因?yàn)橄M(fèi)者在網(wǎng)上消費(fèi)時(shí)往往進(jìn)行跨平臺(tái)搜尋。本研究主要關(guān)注的是市場(chǎng)結(jié)構(gòu)與電商數(shù)量的關(guān)系,全網(wǎng)的電商數(shù)量可以刻畫(huà)不同的市場(chǎng)結(jié)構(gòu)。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,網(wǎng)絡(luò)搜尋成本越來(lái)越低,電商間的競(jìng)爭(zhēng)不僅僅局限于某個(gè)平臺(tái)內(nèi)部,而是所有的網(wǎng)絡(luò)平臺(tái)。商品最低價(jià)和平均價(jià)為相同商品在所有電商價(jià)格的最低值與平均值。
為驗(yàn)證本研究使用的價(jià)格比較網(wǎng)站數(shù)據(jù)是否存在嚴(yán)重的樣本選擇性偏誤,即價(jià)格和電商數(shù)量是否受到操控,我們繪制了價(jià)格離散的概率密度圖(參見(jiàn)圖1)。從成本上考慮,廠商對(duì)商品定價(jià)時(shí)存在最低價(jià),但對(duì)最高價(jià)一般不存在上限。所以,價(jià)格離散分布應(yīng)該存在一個(gè)長(zhǎng)尾。從圖1可以看出,價(jià)格離散分布是長(zhǎng)尾分布,說(shuō)明我們所使用的樣本數(shù)據(jù)與理論上對(duì)價(jià)格離散分布的預(yù)期相吻合。
圖1 價(jià)格離散的概率密度
本研究所使用變量的描述性統(tǒng)計(jì)見(jiàn)表1,可以看出價(jià)格離散度變化從0 到0.994,平均值為0.237,說(shuō)明價(jià)格平均值與最低值之間的價(jià)格差占平均價(jià)格的23.7%。商品的平均價(jià)和最低價(jià)的變化幅度都很大,如平均價(jià)的范圍是8.9 元至46 800元,最低價(jià)的范圍是5.5 元到39 800 元,這與商品的種類(lèi)有關(guān),不同商品的價(jià)格相差懸殊。核心解釋變量電商數(shù)量從只存在1 家電商的絕對(duì)壟斷市場(chǎng)到接近于完全競(jìng)爭(zhēng)市場(chǎng)的9 205家電商,平均電商數(shù)為66 家。樣本包含了3 615 種商品、170 種商品大類(lèi)和542 種商品品牌。數(shù)據(jù)覆蓋的日期為2020年8月20日至11月22日,這一時(shí)間段完整的覆蓋了“雙11”促銷(xiāo)策略活動(dòng)的價(jià)格變化。
表1 主要變量的描述性統(tǒng)計(jì)
基準(zhǔn)回歸結(jié)果見(jiàn)表2,實(shí)證結(jié)果表明,電商數(shù)量越多,價(jià)格離散度越高。表2中每一列的含義有所不同。列(1)是未加入控制變量的結(jié)果,電商數(shù)量增多,價(jià)格離散度增大,且兩者在1%的顯著性水平下正相關(guān)。列(2)增加了商品類(lèi)別和商品品牌的虛擬變量,電商數(shù)量的回歸系數(shù)略有下降,但依舊在1%的顯著性水平下正相關(guān),說(shuō)明部分價(jià)格離散度可以由商品類(lèi)別和品牌解釋。列(3)的控制變量更嚴(yán)格,控制商品個(gè)體固定效應(yīng)后,電商數(shù)量的影響依舊正向顯著,且系數(shù)與之前的回歸結(jié)果非常接近。列(4)同時(shí)控制個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng),回歸系數(shù)基本不變,雙向固定效應(yīng)模型的回歸系數(shù)是0.053,說(shuō)明電商數(shù)量每增加1%,價(jià)格離散度增加5.3%。
表2 電商數(shù)量與價(jià)格離散度的回歸結(jié)果
為考察電商數(shù)量與價(jià)格離散度的非線性關(guān)系,列(5)加入了電商數(shù)量平方項(xiàng)作為控制變量,以觀察電商數(shù)量增多與價(jià)格離散度之間的非線性關(guān)系。其中,電商數(shù)量回歸系數(shù)的經(jīng)濟(jì)含義為電商數(shù)量每增加1%,價(jià)格離散度增加7.3%。從電商數(shù)量平方項(xiàng)的系數(shù)值看,隨著電商數(shù)量的增多,價(jià)格離散度增加的幅度邊際遞減。但從系數(shù)值看,遞減的幅度非常小。電商數(shù)量和價(jià)格離散度之間關(guān)系的拐點(diǎn)出現(xiàn)在系數(shù)值24,由于電商數(shù)量取自然對(duì)數(shù),因此對(duì)應(yīng)為電商數(shù)量的原始數(shù)值遠(yuǎn)超過(guò)電商數(shù)量在樣本中的最大值,說(shuō)明二次項(xiàng)的拐點(diǎn)已經(jīng)超出了樣本的取值范圍。所以,雖然二次項(xiàng)的回歸系數(shù)為負(fù)值,但沒(méi)有實(shí)際的意義。在實(shí)際樣本中,電商數(shù)量和價(jià)格離散度之間沒(méi)有呈現(xiàn)倒U型的關(guān)系,僅包含倒U 型曲線的左半段,表現(xiàn)為一條向上傾斜的曲線。
通過(guò)理論模型的推導(dǎo),在價(jià)格比較網(wǎng)站上排名靠后的商品被消費(fèi)者搜索到的概率更低,搜索的成本更高,電商數(shù)量對(duì)價(jià)格離散度影響更大。表3展示了10 列不同銷(xiāo)量排名下商品的回歸結(jié)果,采用模型(6)中的回歸模型分別做10 次回歸,分別對(duì)應(yīng)排名第1到第10的商品的回歸方程。由于在前面的回歸中,電商數(shù)量二次項(xiàng)的拐點(diǎn)已經(jīng)超出樣本的取值范圍,加入二次項(xiàng)沒(méi)有實(shí)際意義,所以這里的雙向固定效應(yīng)模型不包含二次項(xiàng)。從表3可以看出,排名第1至第10的不同商品的回歸系數(shù)不斷遞增,說(shuō)明電商數(shù)量的增加,對(duì)不同排名的商品的價(jià)格離散度影響是遞增的。
表3 不同銷(xiāo)量排名下電商數(shù)量對(duì)價(jià)格離散度的影響
當(dāng)電商數(shù)量增加1%,排名第一的商品價(jià)格離散度只增加2.5%,而排名第十的商品價(jià)格離散度增加5%,系數(shù)大小是排名第一的商品的兩倍,說(shuō)明電商數(shù)量對(duì)價(jià)格離散度的影響越來(lái)越大。這一規(guī)律在圖2中更清晰地表現(xiàn)出來(lái)。圖2中最上面到最下面的每一行中,回歸系數(shù)都顯著大于零,且呈現(xiàn)出增大的趨勢(shì)。這驗(yàn)證了假設(shè)H2,即排名越后的商品,搜索效率越低,搜索成本越高,價(jià)格離散度越大。
圖2 不同銷(xiāo)量排名下電商數(shù)量對(duì)價(jià)格離散度的影響
在穩(wěn)健性檢驗(yàn)的部分,結(jié)合可能影響導(dǎo)致回歸偏誤的因素,重新檢驗(yàn)電商數(shù)量與價(jià)格離散度之間的關(guān)系,具體的穩(wěn)健性檢驗(yàn)結(jié)果參見(jiàn)表4。由于原來(lái)定義的離散度是相對(duì)值,數(shù)據(jù)之間的離散程度可能被低估,因此列(1)使用替代的測(cè)量指標(biāo),用平均值和最低值的絕對(duì)差值來(lái)測(cè)量?jī)r(jià)格離散度,用全網(wǎng)店鋪數(shù)的絕對(duì)值作為解釋變量。在圖1中,價(jià)格離散概率密度顯示被解釋變量?jī)r(jià)格離散度的數(shù)據(jù)在0的位置有很高的概率密度,說(shuō)明數(shù)據(jù)存在零點(diǎn)處被截?cái)嗟奶卣?,原?lái)的線性回歸模型可能存在模型設(shè)定誤差。表4列(2)采用托賓(Tobit)模型進(jìn)行估計(jì),該模型可以糾正在零點(diǎn)處有截?cái)嗟臄?shù)據(jù)分布類(lèi)型導(dǎo)致的估計(jì)偏誤??紤]樣本選擇問(wèn)題,由于在基準(zhǔn)回歸中離群值對(duì)回歸結(jié)果的影響,對(duì)電商數(shù)量的最高1%做截尾處理。列(3)則不對(duì)離群值做截尾處理,重新進(jìn)行回歸。從回歸結(jié)果來(lái)看,無(wú)論采用哪一種穩(wěn)健性檢驗(yàn),回歸結(jié)果都與基準(zhǔn)回歸結(jié)果一致。因此,基準(zhǔn)回歸結(jié)果是穩(wěn)健的,電商數(shù)量的增加會(huì)顯著提高價(jià)格離散度。
表4 穩(wěn)健性檢驗(yàn)
基準(zhǔn)回歸模型采用雙向固定效應(yīng)模型,可以很好地解決以下兩種遺漏變量問(wèn)題:不隨時(shí)間變化的個(gè)體特征以及不隨個(gè)體變化的時(shí)間特征。但依然還有可能有其他的內(nèi)生性來(lái)源需要考慮,下面繼續(xù)討論三種可能的內(nèi)生性來(lái)源,內(nèi)生性討論的回歸結(jié)果見(jiàn)表5。
1.遺漏變量偏差
通過(guò)選擇更加同質(zhì)化的商品,減小影響價(jià)格的遺漏特征因素,商品可能會(huì)因?yàn)楦聯(lián)Q代而提升性能,價(jià)格也會(huì)相應(yīng)提升,我們無(wú)法控制這部分影響價(jià)格的因素。因此,為減少這些遺漏變量對(duì)價(jià)格的影響,這里選用性能在短期內(nèi)不會(huì)改變或者變化不大的商品。本研究把樣本限定在體育用品類(lèi),因?yàn)轶w育用品大部分在短時(shí)間內(nèi)不會(huì)更新?lián)Q代。即使有更新?lián)Q代,其性能和產(chǎn)品特征也不會(huì)發(fā)生太大的變化。從表5列(1)可以看出,當(dāng)樣本限定在體育用品時(shí),回歸結(jié)果基本不變。另一種處理遺漏變量偏差的方法是采用傾向得分匹配的方法,表5列(2)所示,將樣本的電商數(shù)量按中位數(shù)分成電商數(shù)量多和電商數(shù)量少兩種商品類(lèi)型,并且將商品名稱(chēng)、商品性質(zhì)、品牌、銷(xiāo)售日期變量作為控制變量,發(fā)現(xiàn)電商數(shù)量多的商品價(jià)格離散度比電商數(shù)量少的商品高出17.2%,并且在1%的水平上顯著,與基準(zhǔn)回歸的結(jié)果一致。
2.逆向因果問(wèn)題
基準(zhǔn)回歸結(jié)果表明,電商數(shù)量越多,價(jià)格離散度越大,但該結(jié)論反過(guò)來(lái)也有可能成立,即存在較大的價(jià)格離散度,意味著該市場(chǎng)依然存在很多競(jìng)爭(zhēng)的機(jī)會(huì),可能吸引更多電商加入,使電商數(shù)量增多。為減少這種電商大量進(jìn)入市場(chǎng)的可能性,本研究把數(shù)據(jù)的時(shí)間范圍進(jìn)一步壓縮。由于在“雙11”期間大量電商降價(jià)促銷(xiāo),所以這里僅保留“雙11”前后3 天的數(shù)據(jù)。在如此短的時(shí)間內(nèi),電商的進(jìn)入和退出幾乎不可能。所以,逆向因果問(wèn)題存在的可能性很小,可以集中討論已有電商數(shù)量對(duì)價(jià)格離散程度的影響。從表5列(3)可以看出,當(dāng)樣本限定在“雙11”前后3天的時(shí)間內(nèi),其回歸系數(shù)與基準(zhǔn)回歸結(jié)果依然保持一致,只是略有下降,這可能是價(jià)格調(diào)整時(shí)間變短所致。
3.測(cè)量誤差
本研究數(shù)據(jù)采用的是價(jià)格比較網(wǎng)站數(shù)據(jù),需檢測(cè)電商數(shù)量的數(shù)據(jù)是否存在測(cè)量誤差。因?yàn)橛锌赡軆r(jià)格比較網(wǎng)站所匯聚的電商數(shù)量偏少,部分電商沒(méi)有統(tǒng)計(jì)到樣本中。為檢驗(yàn)這種可能性,根據(jù)電商數(shù)量中位數(shù)將樣本分成兩類(lèi):電商數(shù)量較多的樣本和電商數(shù)量較少的樣本。如果電商數(shù)量偏少導(dǎo)致測(cè)量誤差,那么在較少的電商數(shù)量樣本中更有可能存在測(cè)量誤差。從表5列(4)可以看到,較少電商數(shù)量樣本的回歸結(jié)果與基準(zhǔn)回歸的結(jié)果接近,說(shuō)明較少電商數(shù)量的樣本并不存在明顯的測(cè)量誤差。當(dāng)然,這種推斷并不十分嚴(yán)謹(jǐn),但鑒于獲取全網(wǎng)電商數(shù)據(jù)理論上十分困難,在已有數(shù)據(jù)的限制條件下,即使存在樣本選擇產(chǎn)生的偏誤,這種偏誤也不足以推翻本研究的基本結(jié)論。
表5 內(nèi)生性討論的回歸結(jié)果
如果電商間的競(jìng)爭(zhēng)會(huì)使平均價(jià)格降低,那么這對(duì)消費(fèi)者是有益的。如果電商間的競(jìng)爭(zhēng)僅僅通過(guò)價(jià)格戰(zhàn)拉低了最低價(jià),平均價(jià)格并沒(méi)有變化,那么這種價(jià)格離散度的變化對(duì)消費(fèi)者福利的影響不確定。在基準(zhǔn)回歸模型中,將被解釋變量分別更換為商品的平均價(jià)和最低價(jià),用于檢驗(yàn)電商數(shù)量對(duì)平均價(jià)和最低價(jià)的影響。表6反映了電商數(shù)量對(duì)平均價(jià)格的回歸結(jié)果,表7反映了電商數(shù)量對(duì)最低價(jià)格的回歸結(jié)果。
表6和表7中列(1)至列(5)中控制變量的選取與基準(zhǔn)回歸表2是一樣的。從列(4)的結(jié)果可以看出,電商數(shù)量對(duì)價(jià)格平均值的影響不顯著,但對(duì)最低價(jià)有顯著的負(fù)作用。列(5)是加入電商數(shù)量平方項(xiàng)的雙向固定效應(yīng)模型,可以看出拐點(diǎn)的值很大,且不在樣本的取值范圍內(nèi)。因此,討論電商數(shù)量二次項(xiàng)的回歸系數(shù)大小沒(méi)有實(shí)際的意義。這里以列(4)不加入平方項(xiàng)的回歸結(jié)果作為主要結(jié)論。電商數(shù)量對(duì)平均值的雙向固定效應(yīng)模型的回歸系數(shù)不顯著,但對(duì)最低價(jià)的回歸系數(shù)是在1%的水平下顯著。電商數(shù)量每增加1%,最低價(jià)下降0.076%,說(shuō)明電商數(shù)量主要通過(guò)價(jià)格戰(zhàn)的方式拉低最低價(jià)來(lái)增加價(jià)格離散度,而對(duì)商品的平均價(jià)格沒(méi)有影響。因此,電商數(shù)量增加對(duì)消費(fèi)者福利的作用是利還是弊,本研究沒(méi)有足夠的證據(jù)可以做出結(jié)論。研究?jī)r(jià)格對(duì)消費(fèi)者福利的影響,需要進(jìn)一步收集商品的銷(xiāo)售數(shù)量,及其在每一個(gè)價(jià)格節(jié)點(diǎn)的概率分布,這是未來(lái)研究的一個(gè)可擴(kuò)展的方向。
表6 電商數(shù)量與平均價(jià)格的回歸結(jié)果
表7 電商數(shù)量與最低價(jià)格的回歸結(jié)果
近年來(lái),價(jià)格比較網(wǎng)站的發(fā)展讓樂(lè)觀主義者預(yù)言在線商品銷(xiāo)售的搜索成本可以降低為零,價(jià)格歧視的現(xiàn)象將被終結(jié),價(jià)格離散將很難維持。然而,現(xiàn)實(shí)中價(jià)格離散的現(xiàn)象依然普遍存在。本研究結(jié)論表明,價(jià)格離散現(xiàn)象并不會(huì)隨價(jià)格比較網(wǎng)站的發(fā)展而消失。通過(guò)收集中國(guó)在線商品價(jià)格比較網(wǎng)站的每日銷(xiāo)售數(shù)據(jù),利用“雙11”期間同種商品較大幅度價(jià)格變化的數(shù)據(jù)特征,構(gòu)建雙向固定效應(yīng)模型,實(shí)證檢驗(yàn)了電商數(shù)量與價(jià)格離散度的關(guān)系,結(jié)果發(fā)現(xiàn):首先,商品的價(jià)格離散度隨電商數(shù)量的增加而增大,在考慮樣本選擇誤差、反向因果和測(cè)量誤差等內(nèi)生性來(lái)源后,電商數(shù)量與商品價(jià)格離散度間的正向關(guān)系依然穩(wěn)?。黄浯?,價(jià)格比較網(wǎng)站的銷(xiāo)量排名有助于降低搜尋成本,排名越靠前,價(jià)格離散度越小,更確切地說(shuō),排名在前的商品,同樣的電商數(shù)量增加所帶來(lái)的價(jià)格離散度增加更??;再次,以機(jī)制檢驗(yàn)分析電商數(shù)量對(duì)不同價(jià)格的影響,發(fā)現(xiàn)電商數(shù)量主要是通過(guò)拉低價(jià)格的方式提高價(jià)格的離散度,而對(duì)商品的平均價(jià)格沒(méi)有影響。
與已有的研究相比,本研究的實(shí)證分析具有以下特點(diǎn):一是本研究使用的是價(jià)格比較網(wǎng)站數(shù)據(jù),該數(shù)據(jù)覆蓋絕大多數(shù)電商的價(jià)格,更符合網(wǎng)絡(luò)銷(xiāo)售中消費(fèi)者跨平臺(tái)搜尋的實(shí)際情況。二是本研究發(fā)現(xiàn)價(jià)格比較網(wǎng)站的銷(xiāo)售排名可以部分降低跨平臺(tái)搜尋成本,有助于降低價(jià)格離散現(xiàn)象,但依然無(wú)法消除價(jià)格離散。這與雷兵[1]采用仿真實(shí)驗(yàn)?zāi)M網(wǎng)絡(luò)平臺(tái)排名規(guī)則對(duì)價(jià)格離散影響的研究發(fā)現(xiàn)一致。這一發(fā)現(xiàn)豐富了微觀經(jīng)濟(jì)學(xué)市場(chǎng)結(jié)構(gòu)的價(jià)格決定理論和信息經(jīng)濟(jì)學(xué)搜尋成本的相關(guān)理論。三是本研究對(duì)電商數(shù)量對(duì)價(jià)格離散的影響機(jī)制進(jìn)行了討論,對(duì)我國(guó)零售電商市場(chǎng)反壟斷及其對(duì)消費(fèi)者福利影響的政策制定具有一定參考價(jià)值。
本研究結(jié)論對(duì)制定互聯(lián)網(wǎng)平臺(tái)的反壟斷政策具有理論指導(dǎo)意義。電商平臺(tái)的“二選一”現(xiàn)象由來(lái)已久,很多互聯(lián)網(wǎng)平臺(tái)要求商家只能在本平臺(tái)銷(xiāo)售,并通過(guò)算法和排名控制商家的被搜索量。電商平臺(tái)通過(guò)復(fù)雜的算法和排名的方式使排名靠前的商品更容易被消費(fèi)者搜索到,并提高了排名靠后的商品隱含的搜尋成本。這在某種程度上提高了平臺(tái)對(duì)消費(fèi)者實(shí)施價(jià)格歧視的能力,導(dǎo)致電商銷(xiāo)售出現(xiàn)強(qiáng)者愈強(qiáng)、弱者愈弱的兩極分化現(xiàn)象。通過(guò)對(duì)價(jià)格排名網(wǎng)站的研究,發(fā)現(xiàn)價(jià)格排名網(wǎng)站作為提高搜索效率的工具,可以部分降低電商對(duì)消費(fèi)者的價(jià)格歧視,實(shí)現(xiàn)線上商品在多平臺(tái)銷(xiāo)售,有利于增加平臺(tái)間的競(jìng)爭(zhēng),約束電商平臺(tái)的壟斷定價(jià)權(quán),保護(hù)消費(fèi)者的利益。因此,政府可以對(duì)電商平臺(tái)實(shí)施相應(yīng)的約束和管制,不允許電商平臺(tái)強(qiáng)制用戶“二選一”,對(duì)消費(fèi)者跨平臺(tái)選擇的權(quán)利提供法律保障。
本研究結(jié)論對(duì)打破行業(yè)壟斷和促進(jìn)互聯(lián)網(wǎng)行業(yè)的健康發(fā)展具有啟發(fā)意義?!?019年度中國(guó)網(wǎng)絡(luò)零售市場(chǎng)數(shù)據(jù)監(jiān)測(cè)報(bào)告》顯示,以網(wǎng)站成交總額計(jì)算,天貓和京東分別占據(jù)50.1%和26.5%的市場(chǎng)份額,寡頭壟斷的趨勢(shì)日益嚴(yán)重。因此,在平臺(tái)經(jīng)濟(jì)背景下,政府應(yīng)通過(guò)鼓勵(lì)并促進(jìn)類(lèi)似于價(jià)格排名網(wǎng)站的網(wǎng)絡(luò)平臺(tái)的發(fā)展,降低消費(fèi)者的搜尋成本和廠商的信息交換成本,打破少數(shù)企業(yè)對(duì)網(wǎng)絡(luò)銷(xiāo)售的壟斷地位,促使互聯(lián)網(wǎng)行業(yè)建立更開(kāi)放、多元的生態(tài)體系,讓消費(fèi)者有更多的選擇權(quán)和議價(jià)權(quán),從而改善消費(fèi)者的福利。
注釋?zhuān)?/p>
①數(shù)據(jù)來(lái)源于商務(wù)部網(wǎng)站https://www.samr.gov.cn/wljys/ptjj?yj/202110/t20211008_335398.html。