逆向选择视角下信用评分机制与担保机制的效用研究——基于淘宝网的案例分析

潘 勇

( 河南财经政法大学 电子商务与物流管理学院，河南 郑州450002)

一、导 言

逆向选择指的是当消费者处于信息劣势时所做出的反向选择。逆向选择理论(也称为“柠檬”理论)是由2001年诺贝尔经济学奖获奖者之一美国经济学家Akerlof 教授提出的。Akerlof 通过他所构造的逆向选择模型证明了信息不对称的结果:逆向选择降低了市场交易的效率，因此，市场中应该有抵消逆向选择负效应的机制出现［1］。基于网络平台的电子商务交易因为其便利性和灵活性得到了越来越多用户的青睐，但相比于传统市场，基于互联网技术的交易手段依然摆脱不了信息不对称带来的一系列问题。信息不对称所带来的逆向选择问题严重威胁着网络交易市场的诚信体系，降低了网络交易效率［2］。一些交易平台比如淘宝网都在寻求降低信息不对称的办法，其中应用较为广泛的方法为信用评分机制。最早使用该信用评价系统的是美国著名的电子商务网站eBay。该机制的运行原理是:当买卖双方完成一次交易以后，买方在收到货后对卖家的商品质量和服务质量做出评价，这个评价以打分的形式显示在卖家的店铺里，未来的买家在购买商品时可以通过信用评分系统查询买家对卖家的评价记录。如果此卖家的信用记录比较好，越来越多的买家会选择与之交易，如果评价不好的话，买家会中断与之交易，这样能够激励商家为了长远利益的考虑一直保持良好的信用记录。担保机制实际上就是一种保证金制度，如果卖家加入了某项担保机制，商品出了相应问题可以动用卖家的担保金进行先行赔付，这样一来买家利益可以得到最大程度的保护。从这两种机制的流程上来看，信用评价机制对于卖家欺诈行为的惩罚是给予差评以降低卖家的信誉显示强度。对于加入担保机制的卖家，若卖家提供了低质量产品或者收款不发货，消费者将会向交易平台商如淘宝网发起针对卖家的投诉，并提出赔付要求。如果卖家被确认违规，平台商将有权给予卖家相应的处罚。由于这种担保机制较为严厉的惩罚措施，使得卖家进行一次欺诈行为要付出较为高昂的代价。一旦卖家加入担保机制，无论其声誉高低都将没有激励去欺骗消费者。

网上交易的信用机制的设计及效果一直是许多学者关注的重点。Ba 和Pavlou 以eBay 网上的电子数码产品为研究对象，证明了卖家的信用评分可以有效地降低网络交易市场信息不对称［3］。Dewally 和Ederington 发现商家的信用评分对商品价格有显著的正向影响，而卖家近段时间的差评会导致商品定价的降低［4］。Jie 搜集了eBay 拍卖网站上的iPod 成交记录，用回归分析方法也得出了类似的结论［5］。levin 等通过采集拍卖网站上一美分面值收藏硬币，得出卖家声誉对拍卖价格有显著的提高作用，差评对成交价格的负向影响更大［6］。Mikhail 和Aim 随后改进模型对eBay 上硬币的拍卖价格做了进一步研究，得出相同的结果［7］。周黎安和张维迎验证了信用评价对物品成交价格和物品拍卖成功概率有显著正面影响，信用评分对商品成交量(成交概率)和成交价格有正向促进作用［8］。

虽然多数的经验研究表明卖方的信用分数对成交价格及成交概率具有显著的正影响，但仍有一些经济学家对其有效性产生了怀疑，认为其并不能有效阻止网上交易的欺诈行为。Resnick 通过研究eBay 的信用评价系统中发现，信用系统积累了卖方的好评差评记录，从而对未来买家认定卖家属于诚信类型的概率产生影响，所以，所以卖方有激励去利用信用评分系统进行炒作和欺诈。Resnick and Zeckanser 研究发现，由于网上交易的主体身份不可识别和信用评分机制的不可监督性，信用评价结果的可信度会大大降低，而少量的差评对信用评分较高的商家来说不会造成影响，所以存在着惩罚和激励不足的缺陷［9］。Wooders 认为，由于信用评价系统存在着一定的失真，那些具有较高信用评分的商家不一定会提供高质的产品或服务［10］。潘勇以淘宝网作为案例，实证性地探讨了信用评价系统在抵消逆向选择(“柠檬”问题)现象时的作用，认为信用评价系统可以为减少网络市场失信现象发挥重要的作用，但网络信息发布的失真会降低信用评价系统效果［11］。

鉴于信用评价系统存在诸多不足，也有一些学者开始研究信用体系中认证保障服务。Koreto 通过理论分析构建数理模型验证了基于第三方的保障服务可以明显增加消费者的购买意愿［12］。Lee 提出，引入第三方保障机制可以有效地降低网络中的信息不对称［13］。Dewally 利用美国eBay 上的数据对这一结论进行了验证［14］。Heezena 和Baetsbyc 通过对荷兰最有名的在线鲜花交易市场进行了分析，研究了该网络平台的担保机制［15］。Choi，Stah 和Whinston 认为网络交易市场中的短期合同可以保障卖方的诚信经营［16］。Kim 对互联网购物平台的进化方式做出总结，着重从理论上探讨了保障机制对解决信息不对称问题的有效性［17］。潘勇将网络声誉作为一种担保机制，利用信息经济学原理建立了声誉运行模型，对电子商务市场的声誉运行机理进行了分析［18］。陈旭东认为认证作为一种担保机制，可以降低商家产生欺诈行为的可能性［19］。周涛、鲁耀斌针对第三方信任机制作用进行了问卷调查，认为监督担保措施对消费者建立网络信任的作用最大［20］。

通过以上的文献综述，我们可以发现，国外学者比较集中于信用评分机制的研究，而国内的学者比较多的关注于认证、监督和声誉等担保机制的研究上，对二种机制之间的关系探讨的较少，尤其是缺乏基于中国电子商务市场的本土性研究。因此，本文所关注的问题是:在中国电子商务市场上，担保机制是否比信用评分机制更有效率?在存在担保机制条件下，信用评分对卖家的商品成交量是否仍有显著的影响，两者是一种替代还是一种补充?如何更好地提高这二种机制的作用?

二、实证分析

(一)淘宝网的信用评分机制和担保机制

为了减少逆向选择对虚拟交易的负影响，大多数的拍卖网站都建立了一套信用评分机制，记录每个用户在过去交易中所获得的交易对方的评价，这些评价通过一定方式转换成一个总的声誉分数。与eBay 相比，淘宝网设计了不同于eBay、具有一定的本土性特征的信用评分系统:首先，采用一口价而不是竞价的销售方式，将交易者作为卖方和买方获得的信用评价分开计算。淘宝网则规定，每个自然月中，相同买家和卖家之间的评价计分不超过6分，超出计分规则范围的评价将不计分;其次，采用动态评分系统，即买家在淘宝网上成功进行交易之后，买家可对卖家的四项指标(宝贝与描述是否相符、卖家的服务态度、卖家的发货速度和物流公司服务)进行打分，打分是在1－5分之间的;第三，避免报复性差评。买家拍下商品后即可评价，但评价要等双方互评后才生效并公布，这样就避免了报复性差评。

但淘宝网发现这种系统在使用过程中也发现了一些问题，如网上大量出现的信用炒作现象:“刷钻族”们只需要免费注册，然后注入一定量的流动资金，利用信用互刷平台“假买假卖”信用评分，如果想终止的话，还可以随时将资金从平台上提出来。虽然网商对这种行为进行了严厉的打击，但是这种刷信用的现象依然存在，究其原因主要是这种信用互刷模拟真实的交易很难被察觉到。另外，导致现有信用评分体系失真的行为还包括恶意评价、信用篡改等行为。因此，单依靠信用评分系统难以有效地遏制网络欺诈行为。在这种情形下第三方担保机制就应运而生了。淘宝网在2007年推出基于第三方担保机制的“消费者保障计划”，并鼓励符合一定条件的淘宝买家加入该机制。参与该担保机制的卖家可以选择事前向淘宝网缴纳一定额度的诚信押金，买家使用支付宝购买这些卖家的商品后，若在交易成功后的14天内出现产品质量问题，买家可向淘宝网发起“先行赔付”申请，而且随后在该计划的基础上增加了多种细分保障措施如七天退换、假一赔三、品牌授权、正品保障、24小时发货等，商家可以通过进一步交付押金来获得这些标识以从多方面赢取买家对自己的信任。买家如果在加入了这些保障措施的商铺购买了产品，在遭受了纠纷或损失，而且卖家拒绝赔付时，淘宝将会动用卖家存放在淘宝中的押金对买家进行赔付，在这里由淘宝网作为第三方介入以负责上述保障措施的落实，商家也可以利用第三方平台提供可靠性担保的方式，来告知消费者该商家的可靠性，从而降低消费者的感知风险，吸引其选择购买该商家的产品。另外，作为对信用评分机制作用的补充，鼓励卖家组织起来建立商盟，即对于满足一定条件的卖家都允许其加入商盟。实际上，网络商盟也属于第三方担保的范畴，只不过这里是以集体声誉作为担保。

(二)数据搜集和变量选取

本文选取淘宝网U 盘(型号:DT101 8G)为研究对象，利用淘宝网服务器提供的数据抓取程序，从淘宝网获取此型号U 盘的相关数据。在淘宝网该商品列表显示可供抓取数据共1242条，剔除重复的商家和淘宝商城商家(淘宝商城商家不存在信誉积分和好评率的数据，信誉机制与一般商家有较大差别。由于其数量仅占所有商家的1%，本文将其略去)搜集剩余762个商家的有关信息。

表1 变量含义表

表2 U 盘的样本描述性统计(N=762)

本文的研究对象主要是信用评分机制和担保机制对网络交易效率的影响，所以被解释变量为商家最近30天的成交数量(sales)，解释变量分信用评分指标和担保机制指标两大部分，其中信用评分的指标有卖家信用评分(score)，卖家的好评率(ratio)，之所以选取这两个指标主要是借鉴以往学者对信用评分的实证研究。担保机制指标设置为虚拟变量，主要指淘宝网推出的针对本文研究对象U 盘的所有担保服务，分别用D1、D2、D3、D4、D5代表是否加入“消费者保障服务”，是否加入“七天退换”服务，是否支持“假一赔三”，是否加入“24小时发货”，是否加入“30天维修”等(消费者保障计划、七天退换、假一赔三是从质量上对买家作出保障;24小时发货、30天维修是从服务上对买家作出保障)，价格(price)在模型中作为控制变量出现。

本文的研究对象主要是信用评分机制和担保机制对网络交易效率的影响，所以被解释变量为商家最近30天的成交数量(sales)，解释变量分信用评分指标和担保机制指标两大部分，其中信用评分的指标有卖家信用评分(score)，卖家的好评率(ratio)。担保机制指标设置为虚拟变量，主要指淘宝网推出的针对本文研究对象U 盘的所有担保服务，分别用D1、D2、D3、D4、D5代表是否加入“消费者保障服务”、是否加入“七天退换”服务、是否支持“假一赔三”、是否加入“24小时发货”、是否加入“30天维修”，价格(price)在模型中作为控制变量出现。在担保服务中，消费者保障服务的加入者最多，达到了54%，其次是七天退换服务，加入者达到了27%。

(三)模型的选取

我们所构建的具体模型为:

ln(sales+1)=β0+β1ln(price)+β2ln(1 +score)+β3lm(1 +ratio)+β4D1 +β5D2 +β6D3 +β7D4 +β8D5 +ε

其中，D1-D5为虚拟变量，分别代表是否加入“消费者保障服务”、是否支持“七天退换”、是否加入“假一赔三”、是否加入“24小时发货”以及是否支持“30天维修”等。模型中对卖家30天卖出商品数目sales、卖方信用度score、好评率ratio 和价格price 都取了自然对数。因为样本变量差异较大，取对数的目的是为了消除回归中可能存在的异方差，同时是为了便于考察解释变量对被解释变量的弹性。因为大部分观测值取对数后会小于0，因此，对变量加上1后再取自然对数。在研究第三方担保机制与信用评分机制的交互影响时，主要方法是将研究的变量做中心化处理，再进行估计以探究变量的内在关联性。本文拟采用Tobit 模型，将没有交易的样本也考虑在内，以保证估计的一致性和无偏性。具体形式如下:

ln(sales+1)=β0+β1ln(price)+β2ln(1 +score)+β3lm(1 +ratio)+β4D1*(1 +score)+β5D2*(1 +score)+ε

(四)实证检验结果与分析

根据前文的讨论，我们设计了信用评分对销售量的影响、担保机制对销售量影响、两种信任机制对销售影响以及两种信任机制交互的影响这两个模型，价格在每个模型中都以控制变量出现。四个模型在Eviews5.0下的运行结果汇总如下:

根据模型的运行结果来看，我们可以得到以下的结论:

(1)价格在这四个模型中对被解释变量的影响都比较显著而且系数为负，这表明，价格越高的商品越难以卖出。由于买者不能识别质量，只对高质量的物品接受低价格——这正是逆向选择的特征。该结果说明，在淘宝网的U 盘市场上，网络逆向选择现象依然是存在的。该结果也说明，在中国电子商务市场上，在线消费者首先看重的是商品的价格，这个结果与中国消费者对价格比较敏感的实际情况相吻合。

(2)信用评分在这几个模型中也显著地影响着被解释变量，而且在存在担保机制的情况下这种影响也依然显著。这说明带有本土特征的淘宝网信用评分系统可以在很大程度上减弱网络逆向选择所带来的负面影响。该结果验证了潘勇对淘宝网所做的分析［21］。但这个结果也从侧面反映了一个信用评分机制的弊端:当卖家的信用评分足够高的时候，仍有可能从事网络欺诈行为，因为偶尔几个差评不会显著地影响好评率，这种情况下会导致好评率区分度不足而失去效用，另一方面也助长了网络卖家片面追求信用评分的动力。

(3)担保机制的变量中，D1和D2对销量有显著的影响。该结果说明，消费者保障服务和七天退换服务在几个模型中都显著地影响着商品的销量，说明买家在进行网购时，对卖家是否加入消费者保障服务和七天退换十分关注，可以减少自己的网络购物风险。

(4)担保机制的变量中，D3和D4对销量的影响不太显著。导致“假一赔三”这种机制效果不显着的原因是，加入该担保服务的商家太少，使用此服务的商家比例不足1%，导致估计结果不显著;另外如果买家买到假货而提出申诉，该机制首先要求商家提供出产品是正品的有关认证证书，手续繁琐，预期成本较高。对于服务类担保如24小时发货和30天维修之所以不显著，主要是由于买家首先注重的还是商品的质量，而对商家的服务要求并不是太高，另外在店铺动态评分系统里也会显示有卖家的发货速度评分，所以24小时发货这种担保服务有一定的可替代性，没有显著地发挥作用。

表3 结果汇总表

(6)信用评分与担保服务之间的相关性。我们通过建立模型四来研究信用评分与担保服务的交互作用。因为服务类保障标记和假一赔三标记对消费者的购物行为不显着，所以这里只研究了消费者保障服务和七天退换与信用评分的交互关系。通过模型运行结果来看，D1* ln(1 +score)的系数为负值但不显著，说明无论卖家是否加入消费者保障服务，信用评分对成交量的影响并没有太显著的区别。即使卖家加入了消费者保障服务，信用评分对成交量仍有着较为显著的影响，也即买家依比较看重信用评分。D2* ln(1 +score)的系数为负值，而且比较显著，这说明相对于加入七天退换服务的买家来说，信用评分对成交量的影响要显著地小于没有加入该服务的卖家。另外，F 检验的结果表明:ln(1 + score)，D1* ln(1 + score)，D2* ln(1 +score)这三个变量系数相加的结果(t 值为0.10)与零并没有显著的差别。从统计上结果来看，对于加入七天退换服务的卖家而言，信用评分对成交量并没有显著的影响，也即买家在加入此担保服务的商家购物时，可以不需要信用评分作为参考。

以上分析结果也告诉我们，信用评分和担保机制存在着互补的关系。对于加入消费者保障服务的商家来说，信用评分对买家的选择仍有着显著的正向影响，所以消费者保障服务不能完全替代信用评分的作用。通过我们在淘宝网上随机抽取的80个已经加入消费者保障服务的商家，然后通过信用评分系统查看他们过去近30天里的信用评价记录，结果发现，有将近15%的商家都收到过中评或者差评。而通过收集买家的评价留言来看，商家之所以收到中评或者差评，主要原因是商品有一些小的瑕疵或者服务上出现了一些问题。如果买家要求赔付的话，按照消费者保障服务的流程，必须先搜集相关的证据，如与卖家的聊天记录，商品的图片等，这就必然会花费买家一定的时间及精力，而且买家在申请赔付成功之前，要等待大概30天左右的时间。因此，如果买到的某些质量问题不是太严重，买家可能会因为申诉成本的原因不会去申请赔付，转而选择给予差评或者中评以给予卖家“警告”，即仍然需要通过信用评分机制来弥补损失。

三、结 论

通过前面实证分析，我们可以发现，信用评分机制和担保机制都有利于减少逆向选择所带来的负面影响。从两种机制对交易效率的影响来看，虽然信用评分机制对网络交易量仍然有显著性的影响，但担保机制对网络交易量的影响要明显大于信用评分机制对网络交易量的影响。从两种机制的相关性来看，尽管从时间和逻辑关系上讲，担保机制后于信用评分机制，但担保机制不能完全替代信用评分的作用，二者之间应该是一种互补的关系。在存在担保机制的情况下，消费者对网络商品的购买选择依然受到信用评分机制的影响。

为了更好地发挥这两种机制在抵消逆向选择时的作用，应该在以下几个方面进行改进和提高。首先，要降低卖家申请担保机制的门槛，提高买卖双方对担保机制的认知，尽量简化商家加入担保机制的申请流程和买家进行申诉的流程。弱化买家的信用评分在搜索页和店铺首页的显示功能，使得刚进入市场的商家能在加入担保机制的前提下，获得与老卖家同等的竞争机会。其次，既然担保机制和信用评分机制之间是一种相互补充的关系。应该取消买卖双方交易完成后的强迫信用评分或者是买方不评分系统自动做好评处理的制度，转向买方在交易完成后自愿做出评分。第三，信用评分机制需要进行改进和修正，从而辅助担保机制促进网络诚信体系更好地运行。例如，对于纯虚拟产品给予较小的权重，对于实物商品可以给予较高的权重;强化近期权重并弱化远期权重;信誉度和商品的价格挂钩等;买方在进行评价的时候，应提供一个评价的标准由买家来选择，尽可能的减少信用炒作现象发生。

［1］AKERLOF G.The Market for‘lemon’:Qualitative Uncertainty and the Market Mechanism［J］.Quarterly Journal of Economics，1970，84(4):488－500.

［2］潘勇.“柠檬”问题:传统市场与网络市场的比较分析［J］.商业经济与管理，2002(2):5－8.

［3］BA S，PAVLOU A，PAUL A. Evidence of the Effect of Trust Building Technology in Electronic Markets:Price Premiums and Buyer Behavior［J］.MIS Quarterly，2002，26(3):243－68.

［4］DEWALLY M，EDERINGTON，REPUTATION L. Certification，Warranties，and Information as Remedies for Seller and Buyer Information Asymmetries:Lessons from the Online Comic Book Market［J］.Journal of Business，2006(12):324－337.

［5］ZHANG J.The Roles of Players and Reputation:Evidence from eBay Online Auctions［J］. Decision Support System，2006，42(3):1800－1818.

［6］LEVIN D.Demand Reduction in Multi-Unit Auctions:Evidence from a Sportscard Field Experiment:Comment［J］. American Economic Review，2005，95(1):467－471.

［7］MELNIK I，MIKHAIL，AIM J.Seller Reputation，Information Signals，and Prices for Heterogeneous Coins on eBay［J］.Southern Economic Journal，2005，72(2):305－328.

［8］周黎安，张维迎，顾全林，等.信誉的价值:以网上拍卖交易为例［J］.经济研究，2006(12):82－92.

［9］RESNICK P，ZECKHAUSER R，FRIEDMAN E，et al.Reputation Systems［J］.Communications of the ACM，2000，43(12):45－48.

［10］WOODERS J. Reputation in Auctions:Theory and Evidence from EBay［J］. Journal of Economics ＆Management Strategy，2006，15(2):146－161.

［11］潘勇.网络“柠檬”环境下消费者行为与抵消机制——基于信息经济学的视角［J］.管理评论，2009(10):41－51.

［12］KORETO R.In CPAs We trust［J］.Journal of Accountancy，1997(6):62－64.

［13］LEE.Pre-Bonding Method using Self-Alignment Effect for Multichip Packaging［J］.International Symposium on Assembly and Manufacturing，2009(8):347－263.

［14］DEWALLY M，EDERINGTON L.DEWALLY.Reputation，Certification，Warranties，and Information as Remedies for Seller and Buyer Information Asymmetries:Lessons from the Online Comic Book Market［J］.Journal of Business，2006，79(2):693－730.

［15］HEEZENA J，BAETSBYC W.Case Study the Impact of Electronic Markets:the Case of the Dutch Rower Auctions［J］.Journal of Strategic Information Systems，1996(5):587－596.

［16］CHOI S，STAHL D O，WHINSTON A B. Contracts and Micro Payments in Electronic Commerce［J］. Electronic Markets Newsletter，1997(4):208－231.

［17］CHANGSU K.Evolution of Web-Based Shopping Systems:Characteristics and Strategies［J］.Journal of Electronic Commerce in Organizations，2007(4):70－87.

［18］潘勇.电子商务市场声誉运行模式:理论模型与实践意义［J］.商业经济与管理，2008(2):24－27.

［19］陈旭东.论认证认可在市场经济条件下消除市场失灵、维护市场稳定的作用［J］.中国测试技术，2006(1):71－73.

［20］周涛，鲁耀斌.C2C 交易中第三方信任机制作用的实证分析［J］.工业工程与管理，2008(3):104－110.

［21］潘勇.逆向选择与中国电子商务市场声誉机制的本土性研究——以淘宝网为例［J］.商业经济与管理，2012(1):13－18.