C2C電子商務(wù)賣家及其產(chǎn)品成交量的多層線性影響分析

甘 平 莫玲娜

一、引 言

網(wǎng)上購(gòu)物的便利性和低成本等優(yōu)點(diǎn)，促使網(wǎng)上購(gòu)物的網(wǎng)民越來越多，網(wǎng)購(gòu)已成為人們一種新的生活方式。影響產(chǎn)品成交量的因素不僅是多方面的而且是多層次的，如果我們能清晰地了解到哪些因素對(duì)產(chǎn)品的成交量是重要的，哪些是次要的，商家就可以采取相應(yīng)措施，制定相應(yīng)策略，提高產(chǎn)品的產(chǎn)品成交量。

二、模型選取與假設(shè)

1.模型構(gòu)建

影響成交量的因素有很多，本文認(rèn)為成交量的重要影響因素有產(chǎn)品水平上的價(jià)格，信息描述，默認(rèn)排名，以及商家水平上的賣家信用度和賣家好評(píng)率。據(jù)此本文選取了四種多層線性模型對(duì)影響成交量的因素進(jìn)行分析，這四種研究模型是零模型，隨機(jī)系數(shù)模型，截距預(yù)測(cè)模型和斜率預(yù)測(cè)模型。

（1）零模型

在多層線性模型的研究分析中，本研究推論產(chǎn)品水平和商家水平的變量會(huì)對(duì)產(chǎn)品的成交量產(chǎn)生直接效果的影響。為了驗(yàn)證本研究假說，研究將變量的變異成分分為組內(nèi)變異和組間變異兩部分，且組間變異必須不為0。用來確認(rèn)各產(chǎn)品的成交量是否會(huì)因?yàn)榭傮w層次的不同而有所差異。

零模型的估計(jì)具有以下目的：考驗(yàn)各組之間是否有差異，估計(jì)總變異中有多少變異是由組間的變異所造成、以及提供初步信息，以作為進(jìn)一步分析其他模型時(shí)的比較基礎(chǔ)。在本模型研究，主要弄清以下問題：

①不同商家在成交量上是否有顯著差異？

②成交量的總變異中有多少的百分比是由于商家間的變異所造成的？

（2）隨機(jī)系數(shù)模型

各個(gè)商家的因素對(duì)成交量的影響力是不同的，故定義隨機(jī)系數(shù)模型，以確定水平1的那些回歸系數(shù)在水平2上是隨機(jī)變異的。用產(chǎn)品價(jià)格、信息描述和默認(rèn)排名作為自變量，產(chǎn)品成交量作為因變量建立的不包括第二層預(yù)測(cè)變量的二層線性隨機(jī)系數(shù)回歸模型。主要弄清一下問題：

①54個(gè)商家所形成的54條回歸方程式的平均截距（各商家平均成交量的平均值）以及平均斜率（價(jià)格，信息描述和默認(rèn)排名對(duì)成交量影響的平均值）為多少。

②上述54條回歸方程式中，彼此的截距（各商家平均成交量）和斜率（價(jià)格，信息描述，默認(rèn)排名對(duì)成交量的影響）是否有差異。

（3）截距預(yù)測(cè)模型

該模型檢測(cè)截距項(xiàng)的存在是否可由第二層次上的變量（即賣家信用度和賣家好評(píng)率）加以解釋，希望弄清下面的問題：

①賣家信用度和賣家好評(píng)率是否會(huì)影響產(chǎn)品成交量？

②除去賣家信用度和賣家好評(píng)率所能解釋的變異量之后，成交量是否仍然會(huì)有顯著的差異?

（4）斜率預(yù)測(cè)模型

由以上建立的隨機(jī)系數(shù)回歸模型，可知道不同商家的斜率是否存在顯著差異。本研究進(jìn)一步分析斜率的變異成分是否可由第二層（商家水平）的變量所解釋。希望弄清的問題：

①賣家信用和賣家好評(píng)率是否可以解釋第一層次斜率的變異成分？

②如果問題（1）成立，則解釋量有多少？

3.研究假設(shè)

本文提出如下假設(shè)：

（1）不同商家之間的成交量具有明顯的差異。

（2）價(jià)格與成交量成負(fù)相關(guān)，價(jià)格越低，成交量越大。

（3）信息描述與成交量的關(guān)系式正相關(guān)，信息描述越詳細(xì)，成交量越大。

（4）默認(rèn)排名與成交量成正相關(guān)的關(guān)系，默認(rèn)排名得分越高，成交量越大。

（5）賣家信用度影響產(chǎn)品成交量。加強(qiáng)信息描述與成交量的正向關(guān)系，對(duì)價(jià)格和成交量的關(guān)系也產(chǎn)生影響。

（6）賣家好評(píng)率對(duì)產(chǎn)品的成交量產(chǎn)生正向影響，加強(qiáng)價(jià)格和成交量的負(fù)相關(guān)系，加強(qiáng)產(chǎn)品信息和成交量的正向關(guān)系。

三、數(shù)據(jù)與數(shù)據(jù)處理

1.數(shù)據(jù)收集

（1）樣本

本研究的研究對(duì)象是淘寶網(wǎng)上加入消費(fèi)者保障計(jì)劃的商家與其產(chǎn)品。產(chǎn)品和商家的相關(guān)屬性有很多，譬如產(chǎn)品價(jià)格，產(chǎn)品收藏人氣，產(chǎn)品瀏覽量，產(chǎn)品默認(rèn)排名，產(chǎn)品信息描述，產(chǎn)品數(shù)量，賣家信用度，賣家好評(píng)率，買家信用度，買家好評(píng)率等。本研究探討的是成交量的影響因素，收集數(shù)據(jù)的時(shí)候挑選了消費(fèi)者購(gòu)物最可能考慮的產(chǎn)品價(jià)格，產(chǎn)品信息描述，產(chǎn)品默認(rèn)排名，賣家信用度和賣家好評(píng)率五個(gè)因素。收集數(shù)據(jù)時(shí)，商家選取按商家等級(jí)進(jìn)行。淘寶網(wǎng)商家等級(jí)分為紅心，鉆石，皇冠，金冠四種等級(jí)，其中每個(gè)等級(jí)又分為5個(gè)小等級(jí)，金冠等級(jí)比皇冠高，皇冠等級(jí)比鉆石高，鉆石等級(jí)比紅心高，而同一等級(jí)（譬如同為金冠等級(jí)），5級(jí)又比1級(jí)高。等級(jí)越高，賣家信用度越高。等級(jí)劃分參考表1：

表1 淘寶店鋪信用等級(jí)表

樣本1：為了減少分析時(shí)的誤差，數(shù)據(jù)收集時(shí)，選取的商家剔除了最低級(jí)別的“紅心”等級(jí)和最高級(jí)別的“金冠”等級(jí)，在“鉆石”和“皇冠”等級(jí)中選取。其中1鉆商家5個(gè)，2鉆1個(gè)，4鉆商家9個(gè)，1皇冠商家15個(gè)，3皇冠商家7個(gè)，4皇冠3個(gè)，5皇冠商家14個(gè)，合計(jì)商家54個(gè)。

樣本2：產(chǎn)品的選取按網(wǎng)上商品類型進(jìn)行。網(wǎng)絡(luò)商品類型分為搜索型、體驗(yàn)I型（非耐用品，如服飾等）、體驗(yàn)II型（耐用品，如手機(jī)等）、信任型4大類。

在樣本1所選取的商家中，選取合適的商品。搜索型產(chǎn)品61條數(shù)據(jù)，體驗(yàn)I型的產(chǎn)品171條數(shù)據(jù)，體驗(yàn)II型的產(chǎn)品101條數(shù)據(jù)，信任型的產(chǎn)品138條數(shù)據(jù)。

手工收集的部分原始數(shù)據(jù)如下：

表2 搜索型產(chǎn)品部分原始數(shù)據(jù)

80 10 66642 99.94 2 5.00 80 10 70544 99.94 19 7.20 50 89 19672 100.0 2 8.00 50 66 19455 98.74 150 9.88 50 71 14623 99.84 6 9.90 80 98 325177 99.85 3 14.00 60 62 4698 99.87 2 5

表3 體驗(yàn)I型產(chǎn)品原始數(shù)據(jù)

表4 體驗(yàn)II型產(chǎn)品原始數(shù)據(jù)

表5 信任型產(chǎn)品原始數(shù)據(jù)

（2）變量的初步篩選

參考以往關(guān)于影響消費(fèi)者網(wǎng)上購(gòu)物因素的結(jié)論，初步確定了影響產(chǎn)品成交量的產(chǎn)品水平變量和商家水平變量，如下：

產(chǎn)品水平變量：產(chǎn)品價(jià)格，產(chǎn)品信息描述，產(chǎn)品默認(rèn)排名

商家水平變量：賣家信用，賣家好評(píng)率

產(chǎn)品成交量、產(chǎn)品價(jià)格、產(chǎn)品瀏覽量、賣家信用、賣家好評(píng)率的數(shù)據(jù)可以通過軟件在淘寶網(wǎng)上直接抓取，但產(chǎn)品信息描述無法直接獲取數(shù)據(jù)，所以本研究設(shè)計(jì)了產(chǎn)品信息描述的評(píng)分標(biāo)準(zhǔn)，具體情況如下：

表6 產(chǎn)品信息描述評(píng)分標(biāo)準(zhǔn)

統(tǒng)計(jì)完后，將產(chǎn)品的功能說明，使用說明，常見問題處理，照片說明，其他信息的得分相加，就是該產(chǎn)品的信息描述得分。

產(chǎn)品的默認(rèn)排名是按百分制根據(jù)每個(gè)產(chǎn)品的默認(rèn)排名評(píng)分。默認(rèn)排名第一，則該產(chǎn)品默認(rèn)排名得分為100，默認(rèn)排名第二，則該產(chǎn)品默認(rèn)排名得分為99，如此類推，默認(rèn)排名第100位則得分為0分。

（3）原始數(shù)據(jù)初步處理

本研究采用采用手工方式進(jìn)行原始數(shù)據(jù)的收集，用excel表儲(chǔ)存數(shù)據(jù)，用SPSS對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。在本研究中，成交量，價(jià)格，好評(píng)率三個(gè)因素采用的是網(wǎng)站收集的原始數(shù)據(jù)，信息描述和默認(rèn)排名是根據(jù)一定的評(píng)分指標(biāo)收集的，賣家信用在進(jìn)行分析前用SPSS進(jìn)行了T分?jǐn)?shù)處理。本研究運(yùn)用SPSS16.0和HLM6軟件進(jìn)行所有的統(tǒng)計(jì)分析。

2.數(shù)據(jù)處理及模型優(yōu)化分析

（1）樣本描述性信息

表7 數(shù)據(jù)描述性信息

（2）零模型的數(shù)據(jù)處理

表8 零模型的結(jié)果摘要表

（3）隨機(jī)系數(shù)回歸模型數(shù)據(jù)處理

表9 隨機(jī)系數(shù)模型的結(jié)果摘要表

默認(rèn)排名對(duì)成交量的影響，γ30 0.240224 0.165739 1.449 0.153隨機(jī)效果 方差分量 自由度 x2 P值成交量， μ0j 1182.92881 36 232.27924 0.000價(jià)格對(duì)成交量的效果， μ1j 0.02345 36 50.36596 0.056信息描述對(duì)成交量的效果，μ2j 10.20405 36 230.80740 0.000默認(rèn)排名對(duì)成交量的效果，μ3j 1.17707 36 203.94381 0.000階層一效果， μij 2823.76038

從表9可以看出，價(jià)格的相關(guān)系數(shù)為β=0.006732，P=0.816＞0.05，默認(rèn)排名的相關(guān)系數(shù) 為β=0.240224，P=0.153＞0.05。

在該模型中，價(jià)格和默認(rèn)排名對(duì)成交量的影響不顯著。在此基礎(chǔ)上調(diào)整隨機(jī)系數(shù)回歸模型，對(duì)隨機(jī)系數(shù)回歸模型進(jìn)行優(yōu)化，將默認(rèn)排名的隨機(jī)部分固定為常數(shù)，優(yōu)化后的模型如下：

該模型的最大特點(diǎn)是默認(rèn)排名的隨機(jī)部分固定為定值，即是說默認(rèn)排名在不同商家水平上沒有明顯的差異。

優(yōu)化后的模型運(yùn)行結(jié)果如表10：

表10 隨機(jī)系數(shù)模型的結(jié)果摘要表

（4）截距預(yù)測(cè)模型數(shù)據(jù)處理

截距預(yù)測(cè)模型研究的主要問題是賣家信用度和賣家好評(píng)率是否會(huì)影響產(chǎn)品成交量，除去賣家信用度和賣家好評(píng)率所能解釋的變異量之后，成交量是否仍然會(huì)有顯著的差異。該模型有模式1和模式2兩種模型，模式1先考慮賣家信用度是否會(huì)影響產(chǎn)品的成交量，模式2在模式1的基礎(chǔ)上加進(jìn)變量賣家好評(píng)率，進(jìn)行進(jìn)一步的探討。模式1的處理結(jié)果如表11：

表11 截距預(yù)測(cè)模型模式1運(yùn)行結(jié)果摘要表

表12 截距預(yù)測(cè)模型模式2運(yùn)行結(jié)果摘要表

（5）斜率預(yù)測(cè)模型

斜率預(yù)測(cè)模型模式1的結(jié)果運(yùn)行結(jié)果見表13：

表13 截距預(yù)測(cè)模型模式2運(yùn)行結(jié)果摘要表

從表13可以看出，賣家信用度對(duì)價(jià)格和成交量的關(guān)系影響不顯著（β=0.000580，p=0.800），并減弱價(jià)格和成交量的負(fù)向關(guān)聯(lián)程度。即賣家好評(píng)率對(duì)價(jià)格和成交量的影響也不顯著（β=-0.044278，p=0.246）。這樣的結(jié)果顯然是不符合實(shí)際的，優(yōu)化斜率預(yù)測(cè)模型模式1，得到優(yōu)化后的模型。

優(yōu)化后的斜率預(yù)測(cè)模型模式1：

優(yōu)化后的斜率預(yù)測(cè)模型模式1的運(yùn)行結(jié)果如表14：

表14 優(yōu)化后的斜率預(yù)測(cè)模型模式1的結(jié)果摘要表

從表14可以看出，優(yōu)化后的模型，賣家好評(píng)率對(duì)價(jià)格和成交量的負(fù)向相關(guān)關(guān)系產(chǎn)生顯著的影響（β=-0.038217，p=0.008）。賣家好評(píng)率系數(shù)的符號(hào)與價(jià)格系數(shù)的符號(hào)相同，表示賣家好評(píng)率加強(qiáng)價(jià)格和成交量的關(guān)聯(lián)程度。

在優(yōu)化后斜率預(yù)測(cè)模型模式的基礎(chǔ)上，優(yōu)化斜率預(yù)測(cè)模型模式2，得到以下模型。

優(yōu)化后的斜率預(yù)測(cè)模型模式2：

優(yōu)化后的斜率預(yù)測(cè)模型模式2的運(yùn)行結(jié)果如表15。

表15 優(yōu)化后的斜率預(yù)測(cè)模型模式2的結(jié)果摘要表

從表15，可以看出賣家信用度對(duì)信息描述和成交量的關(guān)系產(chǎn)生顯著影響（β=0.120227，p=0.023），加強(qiáng)信息描述和成交量的正向關(guān)聯(lián)程度。賣家好評(píng)率對(duì)信息描述和成交量的關(guān)系也產(chǎn)生顯著的影響（β=0.693421，p=0.015）。賣家好評(píng)率系數(shù)符號(hào)為正，與信息描述的系數(shù)符號(hào)相同，加強(qiáng)信息描述和成交量的正向關(guān)聯(lián)程度。

在優(yōu)化后的斜率預(yù)測(cè)模型模式2的基礎(chǔ)上，優(yōu)化斜率預(yù)測(cè)模型模式3。在第一層加入默認(rèn)排名變量時(shí)，要注意優(yōu)化后的隨機(jī)系數(shù)回歸模型中，驗(yàn)證了默認(rèn)排名在不同商家之間沒有顯著的差異。所以在優(yōu)化后的斜率預(yù)測(cè)模型模式3將默認(rèn)排名的系數(shù)設(shè)定為固定值。

優(yōu)化后的斜率預(yù)測(cè)模型模式3：

優(yōu)化后的斜率預(yù)測(cè)模型模式3的運(yùn)行結(jié)果見表16。

表16 優(yōu)化后的斜率預(yù)測(cè)模型模式3的結(jié)果摘要表

賣家好評(píng)率影響， γ11 -0.053333 0.017041 -3.130 0.003信息描述對(duì)成交量截距， γ20 1.234759 0.365825 3.375 0.002賣家信用度影響， γ21 0.109876 0.048911 2.246 0.029賣家好評(píng)率影響， γ22 0.599006 0.256154 2.338 0.023默認(rèn)排名對(duì)成交量截距， γ30 0.289885 0.188359 1.539 0.124隨機(jī)效果 方差成分 自由度 x2 p值商家效果， μ0j 914.41831 41 124.20061 0.000價(jià)格對(duì)成交量的效果， μ1j 0.00147 42 15.02084 ＞.500信息描述對(duì)成交量的效果，μ2j 6.03405 41 86.06587 0.000層次一的效果， μij 4092.41114

四、結(jié) 論

1.零模型結(jié)論分析

從表8中可看出最大概似估計(jì)的結(jié)果中，各商家成交量平均數(shù)估計(jì)值是20.144199，估計(jì)標(biāo)準(zhǔn)誤是5.801820。商家間的方差分量達(dá)0.01的顯著水平，代表各商家在成交量上有顯著的差異。由商家間變異（τ00）與產(chǎn)品水平上的變異（σ2）可以算出內(nèi)在組別相關(guān)系數(shù)

代表成交量的總變異中，有14.9203%是由商家所造成的。另外，各個(gè)商家的樣本平均數(shù)的信度計(jì)算公式為：

整體信度指標(biāo)，為各個(gè)商家樣本平均數(shù)的信度估計(jì)值的平均數(shù)：

本研究共有411個(gè)樣本，根據(jù)公式（5.2）和（5.3），計(jì)算出λ＾=0.332264，表示以各個(gè)商家的樣本平均數(shù)估計(jì)值作為真實(shí)商家平均數(shù)的指標(biāo)時(shí)，可信度不高。

2.隨機(jī)系數(shù)模型結(jié)論分析

從表10可以看出成交量的總平均值為19.595359，標(biāo)準(zhǔn)誤為5.522514，與表 4.11中的20.144199相當(dāng)接近。產(chǎn)品價(jià)格是一個(gè)顯著的負(fù)向因子，對(duì)成交量有顯著的負(fù)向影響（β=-0.044756，P=0.003）。在保持其他變量恒定的情況下，價(jià)格每增加一個(gè)單位，成交量就平均減少0.044756個(gè)單位。這意味著價(jià)格是有效預(yù)測(cè)成交量的變量。信息描述是一個(gè)顯著的正向預(yù)期因子，對(duì)成交量有正向影響（β=1.349501,P=0.04）,在其他變量恒定的情況下，信息描述每增加一個(gè)單位，成交量就平均增加1.349501個(gè)單位。從表中可以看出，默認(rèn)排名對(duì)成交量的影響不顯著（β=0.301158，P=0.112＞0.05）。價(jià)格和信息描述能解釋成交量變異的百分比=（5588.36 120-4051.28044）/5588.36120=27.51%。

3.截距預(yù)測(cè)模型結(jié)論分析

從表11可以看出，賣家信用度對(duì)成交量有顯著的影響（T=2.239,P=0.029），賣家信用度所能解釋的成交量變異的百分比=

然而，當(dāng)去掉賣家信用度所能解釋的變異量29.81%之后，各商家的成交量仍有顯著差異（τ00=687.86646，df=52,X2=95.74230,P＜0.01）。此表示成交量上的差異，尚待其他變量來解釋。此時(shí)=0.1096。即賣家信用度對(duì)成交量總體變異的解釋量為10.96%。

從表12可以看出，賣家好評(píng)率對(duì)成交量有顯著的影響（T=2.230,P=0.030），賣家好評(píng)率和賣家信用度所能解釋的成交量變異的百分比=

然而，當(dāng)去掉賣家信用度和好評(píng)率所能解釋的變異量之后，各商家的成交量仍有顯著差異（τ00=690.94054，df=52，X2=93.57749,P＜0.01）。此表示成交量上的差異，尚待其他變量來解釋。此時(shí)1098。即賣家信用度和賣家好評(píng)率對(duì)成交量總體變異的解釋量為10.98%。

在這模型中，考慮了賣家好評(píng)率對(duì)成交量的影響，解釋量由原來的10.96%變成現(xiàn)在的10.98%，說明賣家好評(píng)率確實(shí)對(duì)成交量產(chǎn)生影響。

4.斜率預(yù)測(cè)模型

從表16可以看出賣家信用度會(huì)對(duì)信息描述與成交量的正向關(guān)系產(chǎn)生顯著的影響（β=0.109876，p=0.029）。在其他變量恒定的情況下，賣家信用度每增加一個(gè)單位，信息描述對(duì)成交量的影響（斜率）就增加0.109876個(gè)單位 。賣家好評(píng)率加強(qiáng)價(jià)格和成交量的關(guān)聯(lián)強(qiáng)度，在其他變量恒定的情況下，賣家信用度每減少一個(gè)單位，價(jià)格對(duì)成交量的影響（斜率）就減少0.053333個(gè)單位。賣家好評(píng)率加強(qiáng)信息描述與成交量的正向關(guān)聯(lián)，在其他變量恒定的情況下，賣家信用度每增加一個(gè)單位，信息描述對(duì)成交量的影響（斜率）就增加0.599006個(gè)單位。

從表10和表16中提取數(shù)據(jù)，可以計(jì)算出商家變量所解釋的方差成分和比例，詳細(xì)見表17。

表17 商家水平上的影響因素所解釋的方差成分和比例

表17顯示了商家水平上的變量對(duì)不同變異所解釋的方差比例，價(jià)格和成交量的關(guān)系在不同商家之間的變異有59.8361%被賣家信用度變量解釋；信息描述和成交量的關(guān)系在不同商家之間的變異有18.7268%被賣家信用度和賣家好評(píng)率解釋。

［1］中國(guó)網(wǎng)絡(luò)購(gòu)物行業(yè)發(fā)展報(bào)告簡(jiǎn)版 2008-2009.

［2］劉紅云，孟慶茂.教育和心理研究中的多層線性模型.心理科學(xué)進(jìn)展.2002（10）2:213-219

［3］林豐勛.心理學(xué)縱向研究方法的新進(jìn)展.濟(jì)南大學(xué)學(xué)報(bào).2005，15（5）：492-431

［4］張雷，雷靂，郭伯良，多層線性模型的原理及應(yīng)用，教育科學(xué)出版社，2003

［5］吳佩勛，黃永哲,電子商務(wù)網(wǎng)站客戶購(gòu)買意愿影響因素研究——以中國(guó)電信電子商務(wù)網(wǎng)站為例，中山大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），NO.32oo6，Vo1.46，GeneralNo.201

［6］胡志明，以淘寶網(wǎng)為例分析國(guó)內(nèi)C2C發(fā)展?fàn)顩r及發(fā)展趨勢(shì)，中國(guó)新科技新產(chǎn)品，2008NO.07（下）