声誉、契约执行和产品质量

王啸华

摘要：在网上交易中，信用评价系统发挥着重要的作用，这种系统所提供的消费者的反馈评分可以视为相应企业的声誉。文章建立了一个模型来解释这种网上声誉发挥作用的机制。借助信用评价系统，消费者可以观察到企业的反馈评分并可以据此做出自己的购买决策，因而这种网上声誉机制大大便利了信息的传播。本文证明了存在消费者的反馈评分这样一种信息传播机制时，企业一般不会选择欺骗消费者。

关键词：声誉；产品质量；信息传播；契约执行

一、引言

市场交易中到处都充斥着信息不对称现象。对经验品（experience goods）市场来说，尤其如此。所谓经验品，是指那些质量事前无法判断、只有购买使用以后才能确定的产品。对于这一种类的产品，消费者做出购买决策之前，都会自然地考虑企业的历史交易记录：如果企业在过去提供的产品质量总是可靠的，则就会有越来越多的消费者惠顾它，企业的需求就会上升；而如果一个企业以次充好，则惠顾的顾客就会越来越少。因此，欺骗消费者虽然暂时可以得到较高的收益，但是却是以企业长期的利益受损为代价的。对于那些目光长远的企业来说，它们总是会考虑到自己的名声而坚持提供高质量的商品。这就是声誉发挥作用的机制。

但是，上述的分析中存在一个问题：消费者并不能了解所有企业的历史交易记录，每个消费者只有不完整的信息，他们只能通过其他消费者的口碑做出一个大概的判断。我们知道，口碑是企业的历史交易信息的浓缩，它的存在缓解了企业和消费者之间的信息不对称，因此它实际上就是声誉的具体表现形式。但是，口碑这种声誉机制在信息传播上存在一些不足，例如传递速度较慢、不够精确等。近年来，网上交易迅速发展，很多网上交易平台都设置了信用评价系统，由买家来进行反馈评分，而其他消费者在交易前可以通过网络观察到这一评分，这一现象被称作“口碑的数码化”（digitization of word of mouth）（Dellarocas，2003）。这种系统的出现使得信息传播的速度大大加快了，而且还提高了信息的精确度。显然，信用评价系统中消费者的反馈评分实际上就是企业的声誉的一种表现形式；而实证研究发现，消费者在购买时非常关注企业的这种声誉。例如：Cabral & Hortacsu （2004）发现在商家出现第一次负面评价后，其交易量下降非常显著，并且随后出现负面评价的可能性也更高；在国内，周黎安等人（2006）也发现，卖家的评分增加可以提高成交的概率和商品的价格。

本文建立了一个模型来解释这种网上声誉发挥作用的机制：如果企业坚持提供高质量的产品，则其反馈评分就会一直维持在一个较高的水平，也就是说，其声誉一直是良好的；但是如果企业一旦欺骗了某个消费者（即提供了低质量的产品），那么就会出现较低的反馈评分，其声誉就会被“抹黑”，其他消费者就会对其惩罚（具体表现为不再愿意为其产品支付高价格）；不过，如果该企业愿意接受惩罚，则经过一段时间后，则其声誉可以逐步转好。因此，企业在选择欺骗消费者时需要对通过欺骗得来的暂时的收益和随后的惩罚之间进行权衡取舍。我们给出了企业永远不会选择欺骗消费者的条件，而这些条件在网上交易中都是相对容易满足的。

本文的结构安排如下：第二部分是文献综述，我们回顾了以前对声誉和产品质量的研究；第三部分对网络交易平台的信用评价系统做了一个简单的介绍；第四部分是模型和结论；最后一部分是结语。

二、文献综述

经济学当中最早研究声誉对于产品质量保证作用的是Klein & Leffler（1981）。他们的论文引发了大量的后续研究，Macleod（2007）对这方面的研究做了一个非常全面的综述，此处就不再赘述。需要说明的是，这些论文虽然在一些细节方面存在差异，但基本思想都是一致的，下面就简单介绍一下。

如果要保证厂商一直生产高质量的商品，则消费者就需要支付一个超过产品成本的价格。我们假设厂商一直提供高质量的商品，则这种交易（厂家提供高质量商品，消费者支付高价格）可以无限持续下去，而如果厂商提供的产品质量降低，则消费者会停止和厂商进行交易。如果各期的价格升水（premium）贴现值之和超过提供低质量产品带来的当期收益，那么策略组合（厂商提供高质量商品、消费者支付升水价格）就是一个均衡结局。可以发现，声誉机制与Shaprio & Stiglitz（1984）的效率工资理论本质上是一样的。

需要注意的是，上面的论述中隐含着一个重要的假设，那就是厂商和消费者会进行无数次交易，这在消耗品市场上是一个符合现实的假定；但是对于有些耐用消费品来说，消费者一生可能只会进行数量很少的购买，有时可能一生只有一次——例如住房，很多消费者可能一生只会购买一套住房——这样有限的几次交易是不能给厂商提供生产高质量产品的足够激励的，因而这就要求众多的潜在消费者联合起来集体惩罚那些提供劣质产品的厂商。而消费者的集体惩罚面临信息传递问题：一旦厂商欺骗了一个消费者，受害的消费者如何向其他消费者传播自己的遭遇？Klein & Leffler （1981）的文章通过假设信息可以无成本地流通从而回避了这个问题；但是我们都知道，信息传播并不是没有成本的。

有些论文研究了信息传播。Greif （1993）发现，中世纪的马格里布商人之间的信息传递主要是通过信件来进行的，这些信件后来都被保存了下来作为研究资料；而在消费信贷市场上，信用局（credit bureau）制度也发挥了类似的信息传递作用，Klein（1992）的论文对此进行了分析；Milgorm等人（1990）发现，在中世纪后期兴起的贸易中，商人之间信息的传递主要依靠商法的私人执行者。上述这些信息传递机制都是比较特殊的，口碑是一种更为普遍的信息传播方式。Ahn & Suominen（2001）研究了口碑传播（wordmouth communication）这种机制对于契约执行的影响，他们发现，如果消费者需要花费成本去建立网络来传播有关厂商的消息时，这时候信息流通就不那么顺畅了，厂商就有可能提供低质量的商品。这说明，口碑传播这种信息传播方式不能完全确保企业提供高质量的商品。关于信息传播对于产品质量的保障作用，Jin &Leslie（2003）提供了一个具体的例证：1998年，洛杉矶市政府要求餐馆在其橱窗上张贴公布其卫生质量登记卡，实证研究发现，这一强制性措施提高了餐馆的卫生等级，并且降低了因食物得病而住院的人数。endprint

网上交易是近年来才兴起的新生事物，相关的研究较少。吴德胜（2007）的论文对于网上交易的契约执行机制进行了总结，但是他并没有着重强调信用评价系统在契约执行中的信息传播作用，而这正是本文关注的重点。

三、对网络交易平台信用评价系统的简单介绍

信用评价系统是由eBay首先创立的，很快就为其他网站所采用。虽然各个网络交易平台的信用评价系统存在一些差异，但基本原则是一样的：买卖双方每交易一笔，就可以对对方作一次评价，评价分为三类：好评、中评和差评。如果是好评，则商家的信用评价就加一分，中评不加分，差评则会减一分。除了这种简单的评分外，买家还可以就产品质量和送货服务做出一些具体的评价。

信用值就是卖家从所有的评价（包括好评、中评和差评）中得到的分数累计加总。其中好评率指的是好评数在交易总次数中所占的比例。如果买家或卖家的信用值低于一定程度，系统就会禁止他们在网上继续进行交易。此外，网络平台要求交易完成以后，买卖双方必须进行信用评价。而如果商品的购买者在规定的时间内没有对商家进行评价，信用评价系统自动地给予好评；而如果认为买家给予的评价没有道理，卖家也可提交系统仲裁，这避免了买家以威胁给予差评来要挟卖家。此外，信用评价系统一般还会设计一些特殊的规则防止商家通过不真实的交易来提高自己的信用。总而言之，网上交易的信用评价系统发展已经比较完善，可以比较准确地衡量交易者的信誉。

通过信用评价系统，每个买家都可以观察到关于潜在卖家声誉的基本信息，这包括信用值、好评的总数和所占的比例、中评的总数和所占的比例以及差评的总数和所占的比例，还有历次交易中购买者的具体评价。也就说是说，信用评价系统的出现使得这些东西成为公共信息，所有买家在交易发生之前都能观察到，然后在此基础上做出自己的购买决策。

可以设想，如果不存在信用评价系统的话，提供商品的卖家的声誉只能通过口碑这种传统的方法来传播，传播范围会扩展得非常慢；即使一个卖家欺骗了一个消费者，这个信息也只能为极少数的人所得知，这样就无法迅速地惩罚违约的厂商，厂商也就没有激励去建立良好的声誉。而网上信用系统的出现改变了这一点，一旦某个买家欺骗消费者，则这一消息就会立即扩散开来。因此，卖家会有强烈的激励去建立良好的声誉，市场的产品质量也会得到整体的提升。

四、理论模型

在博弈论当中，有两种为声誉建模的办法。第一种方法是重复博弈的方法。在这种方法中，所有的企业都是同质的，它们既可以生产高质量的商品，也可以生产低质量的商品，具体的选择取决于其成本收益，这种方法也被称为“道德风险”的方法。第二种方法是不完全信息动态博弈的方法，也就是所谓的KMRW模型。在这种方法中，厂商被分成不同的类型，其中有一类企业只能生产低质量的商品；但是消费者不能确定厂商的类型，只能通过企业提供的产品质量进行推断。这种方法也被称为“逆向选择”方法。可以这样说，在第二种建模方法中，是自然决定了厂商的类型并进一步决定了产品的质量；而在第一种建模方法中，产品质量是由厂商自主决定的。这样看来，第二种建模方法中的假设是比较机械的；此外，在第二种建模方法中，一旦某个厂商的声誉变坏，则它就没有办法加以挽救了，而在本文中我们希望厂商还有改正的机会。基于上述两点考虑，本文选择第一种建模方法。

值得注意的是，在网上交易中，消费者是通过搜寻决定自己的交易对象的，因而和一般的重复博弈不同；网络交易中的买卖双方之间是随机匹配的，每一期的交易对象都是不一样的，对于C2C这种商业模式来说，就更是如此。因此，本文借用了神取道宏（Kandori，1992）随机匹配模型的框架。在这种类型的博弈中，参与者需要根据对方的交易历史采取行动，因而先前的交易者需要把对方过去行为的信息传播给其他人，以便他们在此基础上采取各种策略，而信用评价系统正是信息传递的一个工具。

我们来看模型的具体设定。假设网络上提供某种经验品的厂商数量有n个，而需要这种产品数量的消费者数量也有n个；假设厂商的生命是无限持续的。在每一期，企业和消费者之间都会进行一次随机匹配，匹配成功的两个成员之间会进行一对一的交易；在每一期，交易者总会找到一个匹配者，这也是为什么假设企业和消费者的数目都是n的原因，数目相等保证了匹配总能成功。

交易的收益取决于双方所采取的行动，也即企业提供的产品质量和消费者支付的价格。假设第i个企业和第j个消费者匹配成功，则企业i会提供单位质量为qi的产品给消费者j，qi∈[0，1]。假设所有的企业采用相同的技术，它们生产一单位质量为qi的产品的边际成本也是相同的，都等于c（qi），c′（qi）>0，c″（qi）<0。此外，不失一般性地，可以令c（0）=0。对质量为qi的产品，每位消费者的边际支付意愿都为p（qi），它是一阶连续性可微函数，记p0=p（0）。因此，交易的总剩余为p（qi）-c（qi）。我们进一步假设消费者和企业的讨价还价能力（bargaining power）相同，因此，从一单位质量为qi的产品的交易中双方的获益是一样的，等于（p（qi）-c（qi））/2。对厂商来说，它的总利润是各个阶段收益的折现值之和，假设其折现因子都是δ。

由于p（qi）-c（qi）的定义域[0，1]是一个紧集，故它存在最大值。记：

q*=argmax（p（qi）-c（qi））（q*≠0）（1）

也就是说，如果企业提供的产品质量是q*的话，交易的总剩余是最大的。

如果厂商一直都提供质量为q*的产品，而消费者支付（p（q*）+c（q*））/2的价格，我们就说契约得到了履行；反之，如果企业提供的产品质量没有达到q*，却仍然要求消费者支付（p（q*）+c（q*））/2的价格，则我们就说企业违背了契约。显然，企业通过欺骗可以得到的最高收入为（p（q*）+c（q*））/2。endprint

在经验品市场上，厂商和顾客之间的关系是典型的“单边囚徒困境”博弈。厂商可以生产高质量的商品，也可以生产低质量的商品。当交易正在进行时，消费者无法准确判断产品的质量，只有当使用一段时间后他们才能逐渐认识到产品的质量；但此时货款已经支付了，很难再有其他有效的手段去追究企业的责任了。因此，厂家不会面临违约的风险，但是消费者却有可能买到没有达到承诺质量的商品。如果这种博弈只进行一次的话，那么其均衡就只能是消费者支付一个最低的价格、厂商提供质量最差的产品，厂商和消费者的收益为p0/2。虽然厂商提供高质量的产品，消费者支付较高的价格，对双方来说都是一种帕累托改进；但由于厂商无法做出保证产品高质量的可信承诺，所以交易双方都被锁定在这种低效率的均衡中。而一旦交易关系是长期的，则由于要考虑到未来，所以厂商有激励提供高质量的商品。

但是在网上交易中，买卖双方是随机匹配的，在n很大的情况下，特定的消费者和厂商再次交易的机会微乎其微，因此无法通过双方后续的交易对企业进行处罚，只有依赖其他消费者的惩罚了。而受到厂商欺骗的消费者怎样才能把遭遇传播给其他人呢？因此需要看一下消费者之间的信息传播机制。

我们假设，消费者不可能完全观察到所有企业的历史交易信息；但是，网络交易平台创造出了信用评价体系这样一种信息传播方式：在交易前，每个消费者都可以观察到企业的信用评价。这种评价实际上就是企业声誉的表现形式，它浓缩了该交易者的历史交易信息。在网上交易中，被骗的消费者自己虽然不能惩罚厂商，但是可以通过信用评价系统来“抹黑”企业的声誉。我们用符号zi（t）来代表企业i的声誉，如果企业i在时期t之前从未被“抹黑”过，则zi（t）=0；反之，则zi（t）就不为0。

虽然消费者不能观察到企业的所有历史交易信息，但是可以观察到企业的网上信用评价，这实际上就是该企业的声誉。[JP2]匹配成功之后，消费者j的购买决策取决于其匹配的企业i的声誉：如果zi（t）=0，[JP]则说明该企业的声誉是好的，消费者信任该企业产品的质量，愿意支付的价格为（p（q*）+c（q*））/2。但是，一旦zi（t）≠0，则消费者就不再信任该企业提供的产品，只愿意支付p0/2的价格作为对该企业的惩罚，而企业在惩罚期内也只愿意提供质量最低的产品，也就是说，在惩罚期内双方会回到阶段博弈的纳什均衡。这种惩罚一直会持续T期。在被惩罚期间，企业的声誉会不断变化。直到T期的惩罚结束后，其声誉才会重新转好，也即zi变为0。需要注意的是，本文的惩罚策略与Aumann & Shapley（1976）中的并不相同，他们采用的惩罚措施是最小最大化策略而非阶段博弈的纳什均衡。可以看出，zi不仅可以传播信息，而且还可以协调厂商和消费者的行为，因而它非常类似于相关均衡（correlated equilibrium）中的“公共信号”（public signal）；但是，“公共信号”与行为历史无关系，而zi取决于行为历史。

回到阶段博弈的纳什均衡，执行惩罚的消费者的收益也会降低；但是只要δ足够大，将来可以获得的收益足以弥补当期由于惩罚而导致的暂时性收入下降，消费者还是会选择惩罚违约的交易对象的。这样我们有以下命题：endprint

在经验品市场上，厂商和顾客之间的关系是典型的“单边囚徒困境”博弈。厂商可以生产高质量的商品，也可以生产低质量的商品。当交易正在进行时，消费者无法准确判断产品的质量，只有当使用一段时间后他们才能逐渐认识到产品的质量；但此时货款已经支付了，很难再有其他有效的手段去追究企业的责任了。因此，厂家不会面临违约的风险，但是消费者却有可能买到没有达到承诺质量的商品。如果这种博弈只进行一次的话，那么其均衡就只能是消费者支付一个最低的价格、厂商提供质量最差的产品，厂商和消费者的收益为p0/2。虽然厂商提供高质量的产品，消费者支付较高的价格，对双方来说都是一种帕累托改进；但由于厂商无法做出保证产品高质量的可信承诺，所以交易双方都被锁定在这种低效率的均衡中。而一旦交易关系是长期的，则由于要考虑到未来，所以厂商有激励提供高质量的商品。

但是在网上交易中，买卖双方是随机匹配的，在n很大的情况下，特定的消费者和厂商再次交易的机会微乎其微，因此无法通过双方后续的交易对企业进行处罚，只有依赖其他消费者的惩罚了。而受到厂商欺骗的消费者怎样才能把遭遇传播给其他人呢？因此需要看一下消费者之间的信息传播机制。

我们假设，消费者不可能完全观察到所有企业的历史交易信息；但是，网络交易平台创造出了信用评价体系这样一种信息传播方式：在交易前，每个消费者都可以观察到企业的信用评价。这种评价实际上就是企业声誉的表现形式，它浓缩了该交易者的历史交易信息。在网上交易中，被骗的消费者自己虽然不能惩罚厂商，但是可以通过信用评价系统来“抹黑”企业的声誉。我们用符号zi（t）来代表企业i的声誉，如果企业i在时期t之前从未被“抹黑”过，则zi（t）=0；反之，则zi（t）就不为0。

虽然消费者不能观察到企业的所有历史交易信息，但是可以观察到企业的网上信用评价，这实际上就是该企业的声誉。[JP2]匹配成功之后，消费者j的购买决策取决于其匹配的企业i的声誉：如果zi（t）=0，[JP]则说明该企业的声誉是好的，消费者信任该企业产品的质量，愿意支付的价格为（p（q*）+c（q*））/2。但是，一旦zi（t）≠0，则消费者就不再信任该企业提供的产品，只愿意支付p0/2的价格作为对该企业的惩罚，而企业在惩罚期内也只愿意提供质量最低的产品，也就是说，在惩罚期内双方会回到阶段博弈的纳什均衡。这种惩罚一直会持续T期。在被惩罚期间，企业的声誉会不断变化。直到T期的惩罚结束后，其声誉才会重新转好，也即zi变为0。需要注意的是，本文的惩罚策略与Aumann & Shapley（1976）中的并不相同，他们采用的惩罚措施是最小最大化策略而非阶段博弈的纳什均衡。可以看出，zi不仅可以传播信息，而且还可以协调厂商和消费者的行为，因而它非常类似于相关均衡（correlated equilibrium）中的“公共信号”（public signal）；但是，“公共信号”与行为历史无关系，而zi取决于行为历史。

回到阶段博弈的纳什均衡，执行惩罚的消费者的收益也会降低；但是只要δ足够大，将来可以获得的收益足以弥补当期由于惩罚而导致的暂时性收入下降，消费者还是会选择惩罚违约的交易对象的。这样我们有以下命题：endprint

在经验品市场上，厂商和顾客之间的关系是典型的“单边囚徒困境”博弈。厂商可以生产高质量的商品，也可以生产低质量的商品。当交易正在进行时，消费者无法准确判断产品的质量，只有当使用一段时间后他们才能逐渐认识到产品的质量；但此时货款已经支付了，很难再有其他有效的手段去追究企业的责任了。因此，厂家不会面临违约的风险，但是消费者却有可能买到没有达到承诺质量的商品。如果这种博弈只进行一次的话，那么其均衡就只能是消费者支付一个最低的价格、厂商提供质量最差的产品，厂商和消费者的收益为p0/2。虽然厂商提供高质量的产品，消费者支付较高的价格，对双方来说都是一种帕累托改进；但由于厂商无法做出保证产品高质量的可信承诺，所以交易双方都被锁定在这种低效率的均衡中。而一旦交易关系是长期的，则由于要考虑到未来，所以厂商有激励提供高质量的商品。

但是在网上交易中，买卖双方是随机匹配的，在n很大的情况下，特定的消费者和厂商再次交易的机会微乎其微，因此无法通过双方后续的交易对企业进行处罚，只有依赖其他消费者的惩罚了。而受到厂商欺骗的消费者怎样才能把遭遇传播给其他人呢？因此需要看一下消费者之间的信息传播机制。

我们假设，消费者不可能完全观察到所有企业的历史交易信息；但是，网络交易平台创造出了信用评价体系这样一种信息传播方式：在交易前，每个消费者都可以观察到企业的信用评价。这种评价实际上就是企业声誉的表现形式，它浓缩了该交易者的历史交易信息。在网上交易中，被骗的消费者自己虽然不能惩罚厂商，但是可以通过信用评价系统来“抹黑”企业的声誉。我们用符号zi（t）来代表企业i的声誉，如果企业i在时期t之前从未被“抹黑”过，则zi（t）=0；反之，则zi（t）就不为0。

虽然消费者不能观察到企业的所有历史交易信息，但是可以观察到企业的网上信用评价，这实际上就是该企业的声誉。[JP2]匹配成功之后，消费者j的购买决策取决于其匹配的企业i的声誉：如果zi（t）=0，[JP]则说明该企业的声誉是好的，消费者信任该企业产品的质量，愿意支付的价格为（p（q*）+c（q*））/2。但是，一旦zi（t）≠0，则消费者就不再信任该企业提供的产品，只愿意支付p0/2的价格作为对该企业的惩罚，而企业在惩罚期内也只愿意提供质量最低的产品，也就是说，在惩罚期内双方会回到阶段博弈的纳什均衡。这种惩罚一直会持续T期。在被惩罚期间，企业的声誉会不断变化。直到T期的惩罚结束后，其声誉才会重新转好，也即zi变为0。需要注意的是，本文的惩罚策略与Aumann & Shapley（1976）中的并不相同，他们采用的惩罚措施是最小最大化策略而非阶段博弈的纳什均衡。可以看出，zi不仅可以传播信息，而且还可以协调厂商和消费者的行为，因而它非常类似于相关均衡（correlated equilibrium）中的“公共信号”（public signal）；但是，“公共信号”与行为历史无关系，而zi取决于行为历史。

回到阶段博弈的纳什均衡，执行惩罚的消费者的收益也会降低；但是只要δ足够大，将来可以获得的收益足以弥补当期由于惩罚而导致的暂时性收入下降，消费者还是会选择惩罚违约的交易对象的。这样我们有以下命题：endprint