歡迎瀏覽，yjbys小編為你提供的一篇關(guān)于網(wǎng)絡(luò)購物的信譽(yù)和銷售量關(guān)系研究的電子商務(wù)畢業(yè)論文網(wǎng)絡(luò)購物存在信息的不對(duì)稱性，買家越來越關(guān)心信譽(yù)。文章本文采用Tobit回歸模型，對(duì)淘寶網(wǎng)上銷售66種商品的2010年8月份的銷售信息研究發(fā)現(xiàn)：銷量和賣家的信譽(yù)等級(jí)或信譽(yù)積分、好評(píng)率和加入消保等信譽(yù)具有強(qiáng)相關(guān)關(guān)系，并且，在電子商務(wù)市場上，價(jià)格機(jī)制仍然有效。因此，提出發(fā)展電子商務(wù)的三點(diǎn)建議：（1）電子商務(wù)網(wǎng)站采取技術(shù)措施，完善管控措施，控制偽造信譽(yù)的現(xiàn)象；（2）新進(jìn)入市場的賣家，應(yīng)該選擇合適的商品——低價(jià)的經(jīng)驗(yàn)品進(jìn)入市場，并加入銷保和商盟；（3）已有的賣家應(yīng)該選擇加入消保或商盟，以降低消費(fèi)者的感知風(fēng)險(xiǎn)。關(guān)鍵詞：網(wǎng)絡(luò)購物；電子商務(wù)市場；淘寶網(wǎng)；回歸分析一、引言我國電子商務(wù)市場發(fā)展十分迅速，網(wǎng)上提供的商品品種越來越多，越來越多的人依賴網(wǎng)上購物。截至2010年6月，我國網(wǎng)絡(luò)購物用戶由于電子商務(wù)市場上的賣家和買家處于時(shí)空隔絕狀態(tài)，不能實(shí)現(xiàn)面對(duì)面的了解，相對(duì)于傳統(tǒng)的交易形式，買方能夠感知到交易風(fēng)險(xiǎn)。因此，網(wǎng)絡(luò)購物需要購買者花費(fèi)很多比較和甄別的時(shí)間盡管電子商務(wù)市場上。但是，網(wǎng)店頁面上提供給買家關(guān)于商品的圖片和文字關(guān)于商品質(zhì)量的信息表述是十分有限的，商品的非數(shù)字化屬性，如材料、做工和賣方可靠度等信息賣家往往會(huì)有意美化，甚至欺騙，買家需要關(guān)注多方面信譽(yù)信息，綜合做出購買決策；如果買家購買受到欺騙或不滿意，會(huì)進(jìn)一步影響下一次的購買決策。因此，基于買家的安全保障的信息需求，許多電子商務(wù)網(wǎng)站建立了信譽(yù)反饋機(jī)制來提升買家的信任，即在賣家的網(wǎng)店頁面上提供賣家積累的交易信息，幫助買家決策，從而建立起網(wǎng)絡(luò)購物環(huán)境下的信任。淘寶網(wǎng)站買家頁面上提供了買家對(duì)賣家服務(wù)的文字評(píng)價(jià)、信用積分、信譽(yù)等級(jí)圖標(biāo)、好評(píng)率、加入商盟（行業(yè)商盟和區(qū)域商盟）、加入“消費(fèi)者保障計(jì)劃”等信譽(yù)信息。國內(nèi)許多學(xué)者曾經(jīng)銷量的因素是賣家信用、賣家好評(píng)率、商品好評(píng)數(shù)和價(jià)格等，其中價(jià)格有負(fù)的影響，其他因素為正的影響；崔香梅和黃京華（2010）研究2G的金士頓牌SD卡，影響銷量的因素包括好評(píng)數(shù)、中評(píng)數(shù)、差評(píng)數(shù)和加入“消保”等，并且都有顯著正影響，這和李維安等（2007）的結(jié)論不一致，值得深入研究。二、研究設(shè)計(jì)1.研究對(duì)象確定與數(shù)據(jù)收集。（1）本文選擇淘寶網(wǎng)為電子商務(wù)市場的研究對(duì)象。原因如下：第一，淘寶是亞洲最大的網(wǎng)絡(luò)零售商圈，淘寶網(wǎng)的市場份額75.6，79.3的用戶只在淘寶網(wǎng)上購物。第二，淘寶建立了及時(shí)的、健全的信譽(yù)反饋體系，具備本文研究的數(shù)據(jù)集基礎(chǔ)。淘寶網(wǎng)的信譽(yù)信息包括包括信譽(yù)等級(jí)、信譽(yù)積分、好評(píng)率以及是否加入商盟和消保等。大量的信譽(yù)指標(biāo)直觀的顯示在網(wǎng)頁上，信譽(yù)信息更新及時(shí)。（2）論文中采用趙瑞濤（2011）碩士論文中采集的數(shù)據(jù)，數(shù)據(jù)采集時(shí)間從2010年8月17日到2010年8月24日1）研究發(fā)現(xiàn)，在數(shù)據(jù)收集的時(shí)間段內(nèi)，沒有賣出任何商品，大約66.2%的商品銷售量為0。本文抽取部分商品，也具有同樣特點(diǎn)。在比較采用普通最小二乘法（OLS）和Tobit回歸模型分析結(jié)果之后，筆者認(rèn)為認(rèn)為采用Tobit回歸模型更合適。（4）本文采取了Girard（2002）等的分類方法，將商品分為四種：搜索品、經(jīng)驗(yàn)品Ⅰ型（非耐用品）、經(jīng)驗(yàn)品Ⅱ型（耐用品）、信任品，但是，分析中后發(fā)現(xiàn)，由于趙瑞濤（2011）的搜索品的數(shù)據(jù)收集不全面，包括大量的充值卡，這種虛擬商品具有和其他商品不同的特殊性，放在一起分析不合適。因此，本文只研究經(jīng)驗(yàn)品Ⅰ型（非耐用品）、經(jīng)驗(yàn)品Ⅱ型（耐用品）、信任品三種類型的產(chǎn)品，確定66種商品為本文研究對(duì)象。其中經(jīng)驗(yàn)品Ⅰ型（非耐用品）21種，包括服裝和化妝品；經(jīng)驗(yàn)品Ⅱ型（耐用品）36種，包括電子產(chǎn)品和家用電器；信任品9中，包括奶粉和維生素。2.研究假設(shè)。在淘寶網(wǎng)站上，每次的評(píng)價(jià)數(shù)量，好評(píng)率通常比較高，接近于100%，本文假設(shè)好評(píng)率對(duì)銷售量有正影響；淘寶網(wǎng)上有兩類商盟：行業(yè)商盟和區(qū)域商盟。商盟以集體聲譽(yù)作為抵押，向買家承諾商盟成員不會(huì)有欺騙行為，可以有效地提升了買家的網(wǎng)購信心，本文假設(shè)加入商盟對(duì)銷售量有正影響；“消費(fèi)者保障計(jì)劃”是淘寶推出的買家購物安全套餐服務(wù)的一種形式，若賣家對(duì)自己的服務(wù)承諾不能履行，則買家可以依據(jù)相關(guān)規(guī)則向淘寶發(fā)起投訴；淘寶依據(jù)相關(guān)規(guī)則處理，進(jìn)行“先行賠付”。本文假設(shè)加入“消保”對(duì)銷售量有正影響；根據(jù)替代效應(yīng)（Substitutioneffect）和收入效應(yīng)（Incomeeffect）理論，需求隨著價(jià)格的上升而下降，價(jià)格機(jī)制同樣適合于電子商務(wù)市場，因此，假設(shè)價(jià)格對(duì)銷售量有負(fù)影響。三、變量描述本文用IconRank來表示賣家的信譽(yù)等級(jí)。當(dāng)賣家的信譽(yù)積分小于3時(shí)，沒有信譽(yù)等級(jí)顯示，將其設(shè)定為0；信譽(yù)等級(jí)為1到18；用PosRat大約有一半的賣家加入了消保；大約有4%的賣家是商盟的成員；價(jià)格變量TotalPrice包含商品價(jià)格和運(yùn)費(fèi)。筆者對(duì)變量做如下處理：第一，采取了雙對(duì)數(shù)模型（log—logmodel），即自變量和因變量都采用自然對(duì)數(shù)變換，可以有效解決異方差問題。第二，對(duì)信譽(yù)積分（RatingScore）做LN（RatingScore+1）變換。信譽(yù)積分加1，避免0的出現(xiàn)。第三，由于研究樣本涉及80種商品，商品價(jià)格從13元（魔獸世界15元點(diǎn)卡）到4600元（Wi—Fi版iPad16G）不等，為了使不同商品的價(jià)格具有可比性，把變量TotalPrice標(biāo)準(zhǔn)化，即價(jià)格減去該種商品的平均價(jià)格，然后除以該種商品價(jià)格的標(biāo)準(zhǔn)差，計(jì)算出不同商品的相對(duì)價(jià)格Value，即商品的價(jià)值。四、回歸分析論文采用Tobit模型進(jìn)行回歸分析，以銷量為因變量，其他變量（見表2）為自變量。由于信譽(yù)等級(jí)是信譽(yù)積分的另外一種表示方香梅等，2010）高，可見，采用數(shù)字評(píng)價(jià)對(duì)銷售量的解釋是不夠的，根據(jù)Pavlou和Dimoka（2006）的研究，大約只有20%～30%。說明影響銷量的主要因素是非數(shù)字評(píng)價(jià)。由于本文采用大容量樣本數(shù)據(jù)，相比于其他研究，R—squared的數(shù)值大了很多，研究結(jié)論基本可信。本文采用信譽(yù)積分（或信譽(yù)等級(jí)）、好評(píng)率、加入商盟和消保來表示賣家的信譽(yù)。在兩個(gè)模型中，好評(píng)率的回歸系數(shù)都為正，而且都非常顯著，回歸系數(shù)較大，但那不足以說明好評(píng)率對(duì)銷量有很高的正的影響。實(shí)際上，不同賣家好評(píng)率的差距是非常小，消費(fèi)者很難發(fā)現(xiàn)其間的差異。有不愉快網(wǎng)購經(jīng)歷的買家很可能在給予差評(píng)的同時(shí)，留下文字評(píng)論，而這些評(píng)論對(duì)于未來的買家來說非常重要（Pavlou&Dimoka，2006），但是，我們卻無法收集到文字信息，這就可以解釋為什么好評(píng)率差異非常小，卻依然對(duì)銷售量有影響的原因。信譽(yù)積分（或信譽(yù)等級(jí)）在兩個(gè)回歸模型7）發(fā)現(xiàn)，銷售量不是隨這信譽(yù)積分的增加顯著提高。根據(jù)趙瑞濤（2011）的研究，不同信譽(yù)的賣家的銷售量差異并不顯著，一直到Blue_5；在此之后銷售量對(duì)著信譽(yù)等級(jí)的上升迅速上升，可是到達(dá)Crown_2后，銷售量的上升趨勢停止，信譽(yù)等級(jí)和銷售量之間的關(guān)系接近于S曲線，而非直線。但是，兩個(gè)個(gè)臨界點(diǎn)都高于李維安（2007）研究的數(shù)值。這可能使電子商務(wù)市場發(fā)展各個(gè)階段的差異。Tobit模型回歸分析結(jié)果顯示：商盟對(duì)銷售量竟然有負(fù)影響，這不支持前文的假設(shè)。但是回歸系數(shù)很?。ā?.133和—0.055），可能是由于商盟和其他的信譽(yù)指標(biāo)存在一定的相關(guān)關(guān)系，或者是許多買家并不熟悉商盟這種制度造成的，這和崔香梅和黃京華（2010）得出的“商盟對(duì)銷售量的作用是非常有限的”的結(jié)論是一致的。消保對(duì)銷售量的影響非常的顯著，回歸系數(shù)較大。在信譽(yù)等級(jí)（IconRank）參與回歸的模型中，銷保對(duì)銷量的貢獻(xiàn)最大，回歸系數(shù)0.432。通過標(biāo)準(zhǔn)化，使得不同商品的價(jià)格具有可比性。Ln（Value）的回歸系數(shù)為負(fù)，而且非常顯著，說明價(jià)格機(jī)制在電子商務(wù)網(wǎng)站中依然適用。五、結(jié)論與建議電子商務(wù)的迅速發(fā)展，很大范圍地改變了我們長期的商業(yè)模式。賣家的信譽(yù)除了可以通過商業(yè)活動(dòng)本身建立外，還需要通過信息技術(shù)傳遞信譽(yù)，增加買賣雙方的信息對(duì)稱，實(shí)踐證明，信譽(yù)反饋機(jī)制是電子商務(wù)市場環(huán)境下的一種有效的信任機(jī)制。本文通過對(duì)淘寶網(wǎng)一段時(shí)間交易記錄的研究發(fā)現(xiàn)：所有信譽(yù)指標(biāo)對(duì)銷售量都有顯著的正的影響，遠(yuǎn)遠(yuǎn)大于價(jià)格對(duì)銷量的影響，證明了信譽(yù)反饋機(jī)制是建立網(wǎng)絡(luò)購物市場環(huán)境信任的有效機(jī)制。說明信譽(yù)反饋機(jī)制是對(duì)賣家誠實(shí)經(jīng)營的一種有效的激勵(lì)機(jī)制，可以極大的減少逆向選擇（隱藏信息）和道德風(fēng)險(xiǎn)（隱藏行動(dòng)）。但是，同時(shí)我們也看到，這種信譽(yù)反饋機(jī)制也不利于對(duì)新賣家計(jì)入市場，不利于電子商務(wù)市場的發(fā)展壯大。由于買家關(guān)注信譽(yù)，新賣家采取低價(jià)策略進(jìn)入電子商務(wù)市場已經(jīng)不可能，信譽(yù)反饋體系會(huì)逐漸演化為進(jìn)入壁壘（EntryBarriers）。另外，淘寶提供的“按銷量排序”和“按信譽(yù)排序”功能，也給新進(jìn)入市場的賣家?guī)砝щy，從而導(dǎo)致許多新進(jìn)入賣家靠偽造信譽(yù)的方式進(jìn)入市場，長期下去，將會(huì)影響買家對(duì)網(wǎng)頁上信譽(yù)信息的信任，不利于市場的發(fā)展。根據(jù)以上分析，筆者提出如下建議：（1）電子商務(wù)網(wǎng)站采取技術(shù)措施，完善管控措施，控制偽造信譽(yù)的現(xiàn)象；（2）新進(jìn)入市場的賣家，應(yīng)該選擇合適的商品——低價(jià)的經(jīng)驗(yàn)品進(jìn)入市場，例如服裝、化妝品、電器等，并加入銷保和商盟；（3）已有的賣家應(yīng)該選擇加入消?；蛏堂耍越档拖M(fèi)者的感知風(fēng)險(xiǎn)。本文研究主要側(cè)重于數(shù)字評(píng)價(jià)。實(shí)際上，網(wǎng)上交易過程中，銷售量會(huì)受多種因素的影響，包括商品描述、文字評(píng)論、圖片信息等和在線交流等。由于非數(shù)字?jǐn)?shù)據(jù)收集和[論文網(wǎng)]描述的存在問題，多數(shù)學(xué)者都沒有研究非數(shù)字評(píng)價(jià)對(duì)銷量的影響的問題，這個(gè)問題值得進(jìn)一步研究。注釋：①數(shù)據(jù)來源：中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）：《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》2010年7月。②數(shù)據(jù)來源：中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）：《2011年中國網(wǎng)絡(luò)購物市場研究報(bào)告》，2011年11月。③數(shù)據(jù)來源：趙瑞濤.網(wǎng)上交易中賣家信譽(yù)對(duì)銷售量影響的實(shí)證研究.碩士論文，2011年6月。參考文獻(xiàn)：1.Pavlou，P.A.，&Dimoka，A.Thenatureandroleoffeedbacktextcommentsinonlinemarket—places：Implicationsfortrustbuilding，pricepremiums，andsellerdifferentiation.InformationSystemsResearch，2006，17（4），392—414.

2.TobinJ.，Estimationofrelationshipsforlimiteddependentvairiable，Econometrica，1958，26（1）：24—36.

3.GirardT.，SilverblattR.，KorgaonkarP.，Influenceofproductclassonpreferenceforshoppingontheinternet.JournalofComputerMediatedCommunications，2002，8（1）.

4.Livingston，J.“Howvaluableisagoodreputation？ASampleSelectionModelofInternetAuctions”.ReviewofEconomicsandStatistics，2005，87（3）：453—465.

5.崔香梅，黃京華.信用評(píng)價(jià)體系以及相關(guān)因素對(duì)一口價(jià)網(wǎng)上交易影響的實(shí)證研究.管理學(xué)報(bào)，2010，7（1）：54—60，67.