目前,电子商务领域的许多研究都假设不公正评价(UR)在网络交易中是一个客观存在,并对网络信誉系统会产生负面影响,但对UR如何影响交易行为还缺乏深入研究。本项目的研究内容是1)首次对网络交易中UR的存在现状进行数据调查和分析,显化隐藏在现实网络交易中难以宏观统计的UR的存在、来源和比例,为立论后续研究提供客观、可信的数据基础;2)从经济学的视角,以博弈论和声誉信息理论为理论基础进行推导、分析和模型构建,揭示UR对交易双方行为的影响机理,并在此基础上进行机制设计以抑制UR的不利影响。本研究不仅将回答UR"如何存在"的问题,更将进一步回答UR"怎样作用"和"如何应对"的问题。本项目采用"数据调查"-"提出假说"-"理论分析"-"经济学实验验证" 的研究方案,立论假说来自对电子商务的实际调研,理论建模与经济学实验和计算机仿真相辅相成,理论与实践结合紧密,研究结果将具有较高的可信性和实用性。
e-commerce;unfair rating;effects and mechanism;experimental economics;
在关于电子商务信誉机制的研究中,几乎所有学者都假设,不公正评价(Unfair Rating, UR)对网络交易市场会产生显著的负面影响,但其影响效果和作用机理还缺乏深入研究和可信的结论。本课题首先通过问卷调查和基于结构方程模型的实证,量化分析了网络交易中UR的来源和比例,发现“价格敏感”和“情绪敏感”是UR最主要的主观性来源,而“沉默评价”是UR最主要的客观性来源。其次,课题组根据现有理论模型推导出了理论假设负面UR的存在将会降低卖家的长期收益和合作动机,进而降低买家的信任,最终使市场效率下降。课题组用实验经济学方法研究发现,UR对在线交易市场的影响并不显著UR会引发买家的“自校正”行为和“个人经验倚重”行为,从而减弱了它对买家的干扰;同时,UR会对卖家产生“诱导”和“督促”双重作用,它们的效果相反,导致对卖家的影响亦十分有限。为了弥补实验轮次有限的缺陷,我们搭建了基于“进化动力学”的计算机仿真平台,进行了在线交易仿真实验,发现UR的存在无论在短期、中期和长期都不能影响卖家和买家的行为及其演化规律,但由于UR的存在缩小了不同合作率卖家的信誉差距,所以会推迟市场达到稳定状态的时间。最后,通过实验和实证研究方法,课题组提出了区分评价形式、公布卖家的买方信誉和加强网络平台管控措施等卖家激励机制。本课题在学术界首次对不公正评价的存在来源、影响机理和对策进行了研究,研究结论扩展了学术界和产业界对电子商务信用体系的认知,对研究不公正评价及其应对机制具有基础和开拓意义。