基于多元線性回歸分析的淘寶賣家信用等級可信度評價(jià)——以航模配件商品為例

馬文博 陳占明

（中國人民大學(xué)經(jīng)濟(jì)學(xué)院，北京100872）

基于多元線性回歸分析的淘寶賣家信用等級可信度評價(jià)——以航模配件商品為例

馬文博 陳占明

（中國人民大學(xué)經(jīng)濟(jì)學(xué)院，北京100872）

〔摘 要〕為了測度淘寶賣家信用等級的可信度，本文以航模配件為考察對象，采集相關(guān)變量數(shù)據(jù)，基于計(jì)量經(jīng)濟(jì)學(xué)統(tǒng)計(jì)工具建立模型，對該商品賣家信用評價(jià)等級進(jìn)行了多元線性回歸分析，發(fā)現(xiàn)淘寶賣家信用等級評價(jià)中的諸多缺陷，并提出修正建議。

〔關(guān)鍵詞〕淘寶賣家；信用信息；信用等級；可信度評價(jià)；多元線性回歸分析

自2003年淘寶網(wǎng)創(chuàng)立以來，我國網(wǎng)民對網(wǎng)絡(luò)購物從陌生到熟悉并一直伴隨著人們對網(wǎng)購產(chǎn)品質(zhì)量的關(guān)注與信息選擇。從2014年11月開始，中國羽絨工業(yè)協(xié)會(huì)在天貓、淘寶上匿名購買了銷量排名比較靠前的羽絨服38件，其中男裝8件、女裝21件、童裝9件；38件樣品于11月15～18日分別寄給兩家由國際羽絨羽毛局認(rèn)可的中國檢測實(shí)驗(yàn)室檢測，2014年12月12日，中國羽絨工業(yè)協(xié)會(huì)已經(jīng)在其官方網(wǎng)站發(fā)布了調(diào)查結(jié)果，在被抽檢的38個(gè)樣品中，僅9個(gè)樣品合格，合格率為23.7%［1］。由此可見，網(wǎng)絡(luò)購物中消費(fèi)者需要對產(chǎn)品的宣傳信息與質(zhì)量進(jìn)行謹(jǐn)慎的辨別并進(jìn)行消費(fèi)決策。

從某種程度上說，網(wǎng)絡(luò)購物的所有商品都是信息選擇結(jié)果和信任品，尤其是用戶對信息質(zhì)量的感知在很大程度上會(huì)影響到對信息的選擇和使用［2］；然而在消費(fèi)之前，消費(fèi)者并不知道產(chǎn)品的質(zhì)量，只有在消費(fèi)之后產(chǎn)品才會(huì)顯示其質(zhì)量。根據(jù)經(jīng)濟(jì)學(xué)理論，這種信息不對稱會(huì)導(dǎo)致賣方有更大的欺騙動(dòng)機(jī)，高質(zhì)量的產(chǎn)品如果不能顯示其質(zhì)量就會(huì)被驅(qū)逐出市場。針對買賣雙方信息不對稱導(dǎo)致的電子商務(wù)發(fā)展誠信瓶頸，大部分電子商務(wù)平臺(tái)都采取信用評價(jià)體系來解決這一問題［3］。例如，淘寶網(wǎng)對第三方賣家采取了信用等級評價(jià)制度以消除這種信息不對稱；通過查看賣家的信用等級，消費(fèi)者可以一定程度地了解賣家的信用程度等信息。但如果對這一衡量指標(biāo)不夠了解，消費(fèi)者仍不能根據(jù)這一指標(biāo)進(jìn)行正確的決策。因此本文要研究這一指標(biāo)的作用原理和可信程度，即信用等級能多大程度上反映賣家的真實(shí)情況。

1　淘寶信用等級評價(jià)制度

淘寶信用等級是淘寶網(wǎng)對會(huì)員購物實(shí)行評分累積等級模式的設(shè)計(jì)，每在淘寶網(wǎng)上購物1次，至少可以獲得1次評分的機(jī)會(huì)，分別為“好評”、“中評”、“差評”。每得到1個(gè)“好評”，就能夠積累1分。賣家的信用被分為20個(gè)等級，250分以內(nèi)的積分用紅心來表示，251分到1萬分用藍(lán)鉆來表示，1萬零1分至50萬分評價(jià)積分用藍(lán)色皇冠表示，50萬零1分以上的信用等級用黃色皇冠表示，如圖1所示［4］。

圖1　賣家信用等級示意圖

這種評價(jià)制度通過已經(jīng)完成消費(fèi)的消費(fèi)者對產(chǎn)品信用信息的反饋，消除網(wǎng)絡(luò)購物中的信息不對稱，使產(chǎn)品能在消費(fèi)前顯示出產(chǎn)品質(zhì)量。有調(diào)查顯示，82.9%的用戶在選擇店鋪購買商品時(shí)會(huì)瀏覽其他消費(fèi)者的評價(jià)信息，根據(jù)評價(jià)狀況來進(jìn)行消費(fèi)決策，由此可見消費(fèi)者反饋對其他消費(fèi)者決策影響較大［5］；因此賣家將更加重視產(chǎn)品質(zhì)量，通過提高產(chǎn)品的性價(jià)比來提高好評數(shù)量，這在一定程度上可以保證產(chǎn)品的質(zhì)量。然而，由于在線商品評論主體具有不可見性，同時(shí)評論內(nèi)容往往帶有主觀色彩，這為虛假評論的產(chǎn)生提供了機(jī)會(huì)［6］，同時(shí)賣家也可能通過一定的不正當(dāng)手段來虛假地提高信用等級。那么這種評價(jià)評論的反饋信息究竟多大程度上反映了賣家產(chǎn)品和服務(wù)質(zhì)量的真實(shí)情況呢？下面本文以航模配件商品為例，通過構(gòu)建計(jì)量經(jīng)濟(jì)學(xué)模型進(jìn)行分析。

2　變量的確定以及數(shù)據(jù)采集

2.1變量的選擇與確定

所謂“產(chǎn)品質(zhì)量的真實(shí)情況”最直觀的理解就是在實(shí)際消費(fèi)中消費(fèi)者獲得的產(chǎn)品質(zhì)量、服務(wù)等信用信息，信用等級與“真實(shí)情況”的相關(guān)程度的大小也就反映了這一評價(jià)制度多大程度上可以被消費(fèi)者信任。但由于淘寶買家多為匿名購買，筆者很難對特定交易的買家進(jìn)行逐一調(diào)查，因此，本文用賣家的其他信息來概括其提供服務(wù)和保障產(chǎn)品質(zhì)量的能力。選取包含這些信息的變量如下。

2.1.1賣家粉絲數(shù)

這一變量反映了賣家的受歡迎程度，當(dāng)買家收藏某一店鋪時(shí)該買家就成為該賣家的粉絲，只有當(dāng)買家對店鋪的質(zhì)量、服務(wù)等滿意時(shí)，買家才會(huì)收藏該店鋪，且完全出于自愿，因此這一變量可以從側(cè)面反映賣家的產(chǎn)品質(zhì)量、服務(wù)質(zhì)量等綜合信息，并且在C2C的電子商務(wù)形式中，對于大多數(shù)商家來說這一變量造假難度較大。

2.1.2賣家商品數(shù)量

商品數(shù)量代表網(wǎng)店規(guī)模，電子商務(wù)中的管理服務(wù)等方面存在規(guī)模效應(yīng)，網(wǎng)店規(guī)模越大說明其提供服務(wù)和保障產(chǎn)品質(zhì)量的能力就越強(qiáng)；同時(shí)，網(wǎng)店的規(guī)模越大其成本也就越大，進(jìn)行欺騙行為所承擔(dān)的風(fēng)險(xiǎn)也就越大，因此欺騙的動(dòng)機(jī)越小。

2.1.3店鋪?zhàn)詴r(shí)間

店鋪?zhàn)詴r(shí)間指從注冊之日算起該店鋪已經(jīng)經(jīng)營了多長時(shí)間，經(jīng)營時(shí)間越長的店鋪經(jīng)驗(yàn)越充分，提供優(yōu)質(zhì)服務(wù)額能力越強(qiáng)；同時(shí)，產(chǎn)品質(zhì)量不合格的店鋪不可能長期經(jīng)營，因此店鋪?zhàn)詴r(shí)間與賣家的信用程度相關(guān)，由于賣家信用等級為累積變化量，因此時(shí)間長短也會(huì)影響信用等級。

2.1.4好評率

根據(jù)賣家信用等級的評定標(biāo)準(zhǔn)，好評的數(shù)量直接影響賣家的信用等級，但由于各方面原因，如顧客數(shù)量不同、評論總數(shù)相差加多等，甚至有賣家通過不正當(dāng)手段增加好評數(shù)量，會(huì)導(dǎo)致信用信息不準(zhǔn)確以及信用等級的虛高，而好評率這一變量不僅包含好評數(shù)量，還包含了中評和差評的數(shù)量，能更真實(shí)地反映買家的反饋。

2.2數(shù)據(jù)采集及特征概括

針對上述變量，本文根據(jù)淘寶網(wǎng)提供的店鋪信息采集數(shù)據(jù)，賣家信用等級用Credit表示，賣家粉絲數(shù)用Customer表示，賣家商品數(shù)量用Commodity表示，店鋪?zhàn)詴r(shí)間（以月為單位）用Time表示，好評率用Reputation表示。其中信用等級隨好評數(shù)量的變化不是線性變化，因此在數(shù)據(jù)采集時(shí)本文不采用等級數(shù)，而選取該等級的好評數(shù)平均數(shù)。此外，由于不同店鋪銷售的商品種類會(huì)影響銷售量、評價(jià)數(shù)量等因素，因此在采集數(shù)據(jù)時(shí)筆者要選取銷售相同種類商品的賣家。

根據(jù)這種數(shù)據(jù)采集策略，本文選取100家銷售航模配件的淘寶店鋪的相關(guān)數(shù)據(jù)作為樣本數(shù)據(jù)進(jìn)行研究，收集得到的數(shù)據(jù)如表1。

表1　賣家數(shù)據(jù)采集表

表1　（續(xù)）

利用Stata軟件對上述表1數(shù)據(jù)特征進(jìn)行概括，結(jié)果如表2。

表2　數(shù)據(jù)特征概括表

3　數(shù)據(jù)多元線性回歸與分析

本文線性回歸分析具有方法簡潔、對數(shù)量之間關(guān)系解釋比較充分的特點(diǎn)，因此在社會(huì)、經(jīng)濟(jì)等眾多學(xué)科領(lǐng)域有著較為廣泛的應(yīng)用［7］。

（1）我們建立多元線性回歸模型，賣家信用等級Credit為被解釋變量，賣家粉絲數(shù)Customer、賣家商品數(shù)量Commodity、店鋪?zhàn)詴r(shí)間Time、好評率Reputation 4個(gè)變量分別為解釋變量，設(shè)截距項(xiàng)為β0，自變量的系數(shù)分別為β1、 β2、β3、β4，由此得到回歸方程為：

（2）利用Stata軟件對上述數(shù)據(jù)進(jìn)行多元線性回歸，得到的回歸結(jié)果如表3。由表3可以看出，修正的R方約等于0.73，表示該模型擬合較好，被解釋變量能較好地由自變量解釋，且p值為0說明解釋變量系數(shù)整體顯著異于零，但著眼于每個(gè)解釋變量的回歸系數(shù)時(shí)，并不是所有變量的回歸結(jié)果并不理想。

表3　多元線性回歸結(jié)果

對于自變量Customer，系數(shù)β1的最小二乘估計(jì)值約等于9.2，p值等于0，說明賣家粉絲數(shù)與賣家信用等級正相關(guān)且系數(shù)顯著異于零，與預(yù)期結(jié)果相符；自變量Commodity的p約等于0.8遠(yuǎn)大于臨界值，說明回歸系數(shù)并不顯著，該自變量與賣家信用等級的相關(guān)程度較低；對于自變量Time，系數(shù)β3的最小二乘估計(jì)值約等于116，p值小于臨界值，說明店鋪成立時(shí)間與賣家信用等級正相關(guān)且系數(shù)顯著異于零，與預(yù)期相符；對于自變量Reputation，β4的最小二乘估計(jì)值為967.9但p值大于臨界值，說明好評率與賣家信用等級正相關(guān)但回歸并不顯著。在4個(gè)解釋變量中只有兩個(gè)系數(shù)顯著性較好，而僅有這兩個(gè)變量不能反映賣家真實(shí)的保證產(chǎn)品和服務(wù)質(zhì)量的能力。

4　淘寶信用等級制度的評價(jià)

根據(jù)表3回歸結(jié)果可知，淘寶賣家的信用等級制度不能很好地反映淘寶賣家的真實(shí)情況，也就是說這種信用等級制度的可信度較低。通過查閱相關(guān)資料可以發(fā)現(xiàn)，這種信用等級制度有時(shí)不能真實(shí)反映買賣雙方的信用程度，部分賣家利用現(xiàn)行規(guī)則的漏洞進(jìn)行信用炒作，存在買賣雙方以抬高信用為目的，雙方在無實(shí)際交易的情況下做出好評并傳遞不真實(shí)信用信息的現(xiàn)象和行為。信用炒作的方式包括利用虛擬商品交易賺取信用值，使用互動(dòng)交易互炒信用，甚至有專門的“刷鉆公司”招募專職買家代刷信用［8］。根據(jù)資料顯示，通過虛假交易，賣家將信用級別炒到1個(gè)皇冠通常只需30～40天，最高可以刷到兩個(gè)皇冠。因此，信用評價(jià)體系的漏洞使得一定的信任程度也已經(jīng)變得不太可靠［5］。

信用炒作行為之所以存在，是因?yàn)橘u家過分重視信用等級對經(jīng)營狀況的影響，而買家對該信用等級的真實(shí)度及相關(guān)信用信息沒有良好的監(jiān)督意識(shí)、監(jiān)督能力及科學(xué)的判斷依據(jù)，由此誘發(fā)的虛假交易必將導(dǎo)致網(wǎng)絡(luò)交易者濫用信用評價(jià)制度。對于這種現(xiàn)象，除了淘寶網(wǎng)作為C2C交易的第三方監(jiān)督者應(yīng)該及時(shí)填補(bǔ)制度上的漏洞并起到監(jiān)督義務(wù)之外，網(wǎng)絡(luò)交易的信用應(yīng)該由買賣雙方以及相關(guān)的法律制度共同維護(hù)。如果法律上能將這種信用確立為一種權(quán)利，交易者維護(hù)自身信用的同時(shí)也應(yīng)承擔(dān)起相應(yīng)的義務(wù)，確保其信用信息的真實(shí)，可能會(huì)對這樣的炒作行為有更好的抑制效果［9］。

除了虛假交易可能導(dǎo)致信用等級與各變量的回歸偏差之外，這種信用等級制度本身也存在一定缺陷。例如，淘寶信用等級采用累計(jì)制度，而沒有賦予不同時(shí)期的消費(fèi)者反饋以不同的權(quán)重，也就是說不論什么時(shí)期的消費(fèi)者評價(jià)對賣家信用等級有著相同的影響；因此信用等級制度雖然可以反映賣家的信用情況，但其隨時(shí)間動(dòng)態(tài)變化的靈敏度較低，不能動(dòng)態(tài)的表現(xiàn)賣家的信用變化，對賣家的信用評價(jià)具有滯后性。而模型中選取的部分變量如賣家粉絲數(shù)、商品數(shù)量都是動(dòng)態(tài)數(shù)據(jù)，能夠及時(shí)反映賣家的經(jīng)營情況，因此這種信用等級制度不能準(zhǔn)確地預(yù)測賣家在未來交易中的決策，導(dǎo)致信用等級制度的可信度較低。

總的來說，當(dāng)前淘寶信用評價(jià)體系存在的缺陷主要包括信息不對稱現(xiàn)象的存在、信用信息不夠完整真實(shí)準(zhǔn)確、評價(jià)等級設(shè)置過于簡單、忽略交易金額對信用評價(jià)的影響、身份認(rèn)證體制較松散、忽略評價(jià)時(shí)間對信用的影響以及缺乏鼓勵(lì)買家進(jìn)行真實(shí)評價(jià)的激勵(lì)機(jī)制等［10］。本文以航模配件商品為例，或有覆蓋面不全之不足，但可從一個(gè)側(cè)面反映網(wǎng)購信用問題。

5　建議及結(jié)論

淘寶賣家信用等級制度的缺陷導(dǎo)致依據(jù)賣家信用等級的購物風(fēng)險(xiǎn)大大提高，因此買家在購物時(shí)不應(yīng)將賣家的信用等級作為惟一或主要判斷標(biāo)準(zhǔn)，還需通過其他較為直接可靠的信息對產(chǎn)品質(zhì)量及賣家信用進(jìn)行判斷。仍以銷售航模配件的賣家為例，在參考信用等級的基礎(chǔ)上，首先，買家可根據(jù)其他消費(fèi)者的反饋對產(chǎn)品質(zhì)量進(jìn)行評估。消費(fèi)者反饋分為三類，分別為好評、中評和差評，買家可根據(jù)反饋的內(nèi)容得知商品的部分信息，但由于多數(shù)買家為匿名購買，填寫反饋者的身份無從核實(shí)，可能存在店家惡意偽造好評或競爭對手惡意偽造差評的現(xiàn)象，因此買家有必要根據(jù)經(jīng)驗(yàn)對反饋信息進(jìn)行篩選，尤其是要增強(qiáng)判斷和識(shí)別評論信息的有用性的能力［11］。其次，買家還可根據(jù)店內(nèi)其它商品與所買商品的相關(guān)程度對商品質(zhì)量進(jìn)行預(yù)測。通常店內(nèi)商品關(guān)聯(lián)程度較高的賣家專業(yè)性更強(qiáng)，產(chǎn)品質(zhì)量更為可靠；例如航模配件等商品不論購買或銷售都需要一定的專業(yè)知識(shí)，買家可通過在交易平臺(tái)上與賣家直接溝通，對賣家的專業(yè)性進(jìn)行評估，從而預(yù)測產(chǎn)品質(zhì)量。另外，商家社會(huì)責(zé)任的履行已成為企業(yè)可持續(xù)發(fā)展的重要條件，而且商家聲譽(yù)在企業(yè)社會(huì)責(zé)任對企業(yè)績效的影響中具有中介效應(yīng)［12］，因此電子商務(wù)經(jīng)營者應(yīng)當(dāng)積極主動(dòng)地打造自身良好的商家聲譽(yù)和信用品牌。當(dāng)然，從根本上講，目前最迫切需要解決的是建立電子商務(wù)的征信數(shù)據(jù)環(huán)境和信用信息服務(wù)體系［13］，建立完整的電子商務(wù)信用機(jī)制，從而構(gòu)建良好的電子商務(wù)生態(tài)環(huán)境［14］。

自從eBay打開了網(wǎng)絡(luò)購物平臺(tái)的大門，信用就成為網(wǎng)購平臺(tái)的重要根基，而信用評價(jià)制度起到了維護(hù)這個(gè)根基的重要作用，同時(shí)，電子商務(wù)環(huán)境中的信用評價(jià)問題也成為國內(nèi)外學(xué)者研究的熱點(diǎn)［15］。作為目前中國網(wǎng)絡(luò)購物平臺(tái)的重要組成部分和行業(yè)典范，淘寶網(wǎng)的現(xiàn)有信用等級制度存在著一定的漏洞和缺陷，導(dǎo)致電子商務(wù)信用信息傳播不夠規(guī)范，網(wǎng)絡(luò)購物的信用得不到有效的監(jiān)督；因此，淘寶信用等級制度亟待完善，可信度有待提高。阿里巴巴集團(tuán)發(fā)布的《電子商務(wù)發(fā)展的環(huán)境影響報(bào)告》曾指出：電子商務(wù)在推動(dòng)經(jīng)濟(jì)增長和社會(huì)轉(zhuǎn)型的同時(shí)，也具有十分顯著的環(huán)境效應(yīng)［16］。在電子商務(wù)日益發(fā)揮綠色經(jīng)濟(jì)助力引擎作用的大環(huán)境中，我們期待一個(gè)更加健康可信的網(wǎng)絡(luò)購物平臺(tái)。

參考文獻(xiàn)

［1］陳雷.天貓?zhí)詫氂鸾q服抽檢合格率低，商家回應(yīng)稱便宜沒好貨［EB／OL］.http：∥finance.sina.com.cn／consume／puguangtai／20141219／092021117115.shtml，2015-05-11.

［2］李晶.信息質(zhì)量感知與信息源使用的差異性研究［J］.信息資源管理學(xué)報(bào)，2014，（4）：17-23，68.

［3］彭惠，王永瑞.C2C電子商務(wù)市場整體賣家信用分布研究［J］.情報(bào)雜志，2012，31（5）：122-127.

［4］淘寶網(wǎng)服務(wù)中心.賣家信用等級的圖示［EB／OL］.http：∥service.taobao.com／support／seller／knowledge-847753.htm，2015-05 -11.

［5］周文凱.網(wǎng)絡(luò)購物的信用體系研究——以淘寶網(wǎng)為例［D］.安徽大學(xué)碩士學(xué)位論文，2012.

［6］陳燕方，婁策群.在線商品虛假評論形成路徑研究［J］.現(xiàn)代情報(bào)，2015，35（1）：49-53.

［7］沈國琪，陳萬明.基于多元線性回歸與BP神經(jīng)網(wǎng)絡(luò)分析的失業(yè)預(yù)測建模實(shí)證研究［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2014，32（2）：103 -112.

［8］張艷玲.前電子商務(wù)時(shí)代電子商務(wù)信用炒作行為之法律規(guī)制初探［J］.電子商務(wù)，2010，（1）：47-49.

［9］楊淑君.從網(wǎng)購誠信走向網(wǎng)購信用——淺析淘寶網(wǎng)信用評價(jià)機(jī)制［J］.重慶郵電大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，25（5）：34 -40.

［10］聞紅利.C2C電子商務(wù)網(wǎng)站信用評價(jià)研究——以淘寶網(wǎng)為例［D］.浙江工業(yè)大學(xué)碩士學(xué)位論文，2013.

［11］陳在飛，徐峰.電子商務(wù)中在線評論有用投票數(shù)影響因素研究［J］.現(xiàn)代情報(bào)，2014，34（1）：18-22.

［12］霍彬，周燕華.企業(yè)社會(huì)責(zé)任、公司聲譽(yù)與企業(yè)績效關(guān)系研究［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2014，33（1）：59-65.

［13］畢強(qiáng)，齊志，白云峰.電子商務(wù)信用信息服務(wù)模式研究［J］.情報(bào)科學(xué)，2007，25（11）：1634-1639.

［14］王學(xué)東，朱洋，金芳芳，等.基于交易流程的網(wǎng)商信用體系研究［J］.現(xiàn)代情報(bào)，2013，33（9）：19-24.

［15］羅明輯，賈惠婷，李曉林.電子商務(wù)信用評價(jià)研究綜述［J］.電子商務(wù)，2015，（3）：38-40.

［16］侯力新.筑綠色經(jīng)濟(jì)：國內(nèi)首份電子商務(wù)環(huán)境效應(yīng)研究報(bào)告發(fā)布［EB／OL］.http：∥gongyi.ifeng.com／news／detail-2011-07／25／7925277-0.shtml，2015-05-12.

（本文責(zé)任編輯：馬 卓）

Reliability Evaluation of Credit Rating for Taobao Sellers based on Multiple Linear Regression Analysis——To Take Model Accessories Products as an Example

Ma WenBo Chen Zhanming
（School of Economics，Renmin University of China，Beijing 100872，China）

〔Abstract〕In order to measure Taobao sellers credit rating credibility，this paper took the model accessories as the research object，collected relevant data variables，established econometric model based on statistical tools，to make the multiple linear regression analysis on the grade of goods seller credit evaluation.It was found that there were many defects in credit evaluation in Taobao sellers，and some proposed amendments were put forward.

〔Key words〕Taobao sellers；credit information；credit rating；reliability evaluation；multiple linear regression analysis

作者簡介：馬文博（1994-），男，研究方向：能源經(jīng)濟(jì)。

收稿日期：2015-05-18

〔中圖分類號〕G203

〔文獻(xiàn)標(biāo)識(shí)碼〕A

〔文章編號〕1008-0821（2015）08-0172-06

DOI：10.3969／j.issn.1008-0821.2015.08.033