基于在線信息的C2C顧客可感知風險評價研究

摘要：C2C環境下顧客購物過程中面臨諸多風險，如何有效識別和評價這些風險至關重要。本文以顧客可感知風險為基礎，從當前國內主流C2C交易平臺的主要信息出發，本著可獲取、可計量的原則，在考慮時間、消費者風險偏好等因素的基礎上，從C2C網站風險、賣家風險、產品風險、服務風險等方面建立風險計量指標體系，借助突變理論建立了風險綜合評價模型，并對模型特點及應用進行了分析與總結。

關鍵詞：C2C；可感知風險；突變模型；綜合評價

中圖分類號 F724.6；F224.1 文獻標識碼：A

Study on C2C Customers′ Perceived Risk Evaluation Based on Online Information

WANG Song，LIU Xin-min，DING Li-li

（College of Economics and Management，Shandong University of Science and Technology，

Qingdao 266510，China）

Abstract: In C2C environment customers are facing a variety of risks. How to effectively identify and evaluate these risks has been of great concern. This article starts from the analysis of the domestic C2C platforms. Then， following the principles of accessibility and measurability， the paper establishes a perceived risk evaluation model using the theory of customer perceived risk and catastrophe theory. The evaluation model′s dimensions include C2C safety risk， seller risk， product risk， service risk and several other aspects which consider the timing， consumer preferences. Finally， the model′s characteristics and application are analyzed.

Key words:C2C；perceived risk；catastrophe model；comprehensive evaluation

中國互聯網絡信息中心（CNNIC）《第27次中國互聯網絡發展狀況統計報告》顯示，截至2010年12月底我國網民規模達4.57億，網絡購物用戶1.5億，年用戶規模增幅超過30%。用戶首選的購物網站中，C2C類購物網站占市場份額的85%，“逛網店”已經成為時下一種流行趨勢，“怎樣網購”已經替代“要不要網購”成為大家關注的問題。C2C模式下交易雙方多為個人用戶，虛擬環境下發生不誠信行為的代價相對較小，因而，使大家在享受便利的同時也面臨著包括質量、信用和安全等諸多方面的風險，如何有效識別這些風險并在購物效用最大化的同時有效規避就顯得尤為重要。

一、文獻綜述

一個在線交易者感知到的風險既源于風險的客觀狀況，也與自身的主觀感受或預期有關。感知風險最早由Bauer（1960）提出，他認為感知風險是購物結果的不確定性和由此產生的不愉快兩者的函數，并強調消費者除了基于效用最大化的選擇以外，還更多地考慮風險的回避［1-2］。當前研究主要包括：

1.提煉可感知風險所包含的內容和主要構面的理論研究。Sandra等［3］研究了互聯網下消費者感知到的財務風險、產品績效風險、心理風險和時間風險，以及它們與消費者網上行為的關系。井淼等［4］提出了電子商務中感知風險的八個維度，包括經濟風險、績效風險、身體風險、時間風險、隱私風險、服務風險、社會風險和心理風險。認為這些維度累積可解釋總體方差的72.61%。

2.各種風險對消費者購物影響的實證分析。章希春［5］從互動性的角度出發，實證分析了互動性與感知風險顯著負相關的假設。許博［6］通過基于Web的實驗系統模擬在線C2C市場交易過程，對網上消費者感知風險進行實證研究。結果表明，買方在交易中的感知風險受到凈收益、產品價格和種類、賣家的在線聲譽和買方的風險態度等因素影響。文獻［7］通過對有網上購物經歷的大學生的調研，發現感知風險的影響因素包括網站因素、產品因素和消費者因素三大類。董大海［8］等則通過因子分析得出消費者網上購物感知風險的四個方面：網絡零售商核心服務風險、網絡購物伴隨風險、個人隱私風險和假貨風險。朱麗葉［9］通過實證研究比較了中西方消費者風險感知的差異性。

網上消費感知風險的衡量方面，來源于傳統的感知風險衡量的方法，主要有: （1）座談法，包括焦點小組訪談、個人深度訪談和內容分析法。通過和有網上消費經驗的消費者和有網上消費傾向的消費者訪談，把一系列維度按重要程度排序，詢問消費者的主觀感知，以此來衡量網上消費感知風險的程度 (Deering and Jacoby (1972)， Dowling and Staelin(1994)， Greatorex and Mitchel(1993)。（2）沿用雙因素模型（Cunningham(1967)，Peter，Tarpey (1975)）將感知風險表示成為不同維度下損失與發生損失可能性概率的乘積［10-11］。其中，前一種方法比較著眼于在線消費者共性的總結，后一種方式更關注在線消費者個體感受，但缺乏具體情境下可感知風險的客觀計量指標，專門針對當前C2C環境下消費者購物可感知風險的評價與計量的研究還較少。

本文擬從C2C購物顧客可感知風險的主要構面出發，以當前主流C2C網站的各種可獲取信息為基礎，借助多屬性綜合決策的思路，本著顧客可感知、可計量的原則，提煉各主要風險評價指標和計量標準，并使用突變理論建立風險綜合評價模型，為在線消費者購買行為提供有益的參考。

二、風險的主要評價維度和計量指標

風險本身既是一種客觀存在更是顧客對各可感知渠道獲取信息的主觀感受，感知風險具有非常高的情境依賴性性。隨著C2C網站的不斷壯大和大家對網上購物認識的提高，文獻［4］中擔心消費者的網上購買行為不被其他社會成員接受或認同的社會風險、及身體和時間方面風險可以剔除。文獻［1，3，5］中提及的包括心理風險、消費者偏好、網上受騙經歷等都構成消費者自身因素，這些因素會體現在在線消費者購物選擇的各項活動。文獻 ［4，6，7］中財務、假貨、價格等風險可歸到產品因素，隱私、安全和易用性等可歸到網站因素中。因而，綜合以往文獻和調查資料，我們把當前C2C購物風險主要集中在交易平臺、商家、商品和服務這幾個方面。

以淘寶、拍拍為代表的C2C平臺在提供便利、實用的展示、查詢功能的同時都建立了有利于雙方交易參考的在線信用體系，其中包括了用戶好評率、信譽制、開店時間、服務態度等各種歷史交易的評價數據，這也成為當前買家進行風險評價的主要信息來源。本文從現有C2C網站中提取顧客可感知和獲取的信息，在考慮個體風險偏好的基礎上進行評價，主要包括：

1．C2C網站風險：在各項感知風險因素中對交易網站的易用性、交易過程的安全性、個人隱私保護等方面的認識都可以歸在此風險內。此項風險的評價主要來自交易的C2C網站的安全完善程度和買家對當前網站的信任程度。國內主流的C2C網站中，淘寶網隸屬阿里巴巴集團、拍拍網是騰訊旗下，有啊網是百度的C2C網站，易趣網是源于美國ebay的我國最早的C2C網站。各大網站雖各有特點但產品目錄編排、產銷、C2C交易流程等基本類似，易用性方面主要源于消費者個人偏好形成的忠誠度。交易安全性方面，淘寶網的支付寶、拍拍網的財付通、百度的百付寶，易趣的payPal都是較好的第三方支付工具，通過信息加密驗證技術來保證交易的安全順利進行。

因此，對C2C網站本身風險的感知主要取決于消費者對網站及其安全產品的認可程度和個人網絡經驗。我們引入風險系數PR11來體現其主觀性，買家認為網站越可靠、安全風險越小，風險系數越小，風險系數的取值可以參照［0，100］的常用打分方式。

2．商家風險：是指買方通過各種渠道（主要是C2C網站）獲得的關于賣方各種信息的真實程度，是買方對賣方的總體感知度。因為各網站都采用了較為嚴格的賣家注冊實名制，因此此類風險主要包括：

（1）誠信風險：即賣方j提供好質量產品和好服務的概率。根據文獻［12-13］，各大網站在線信用體系中好評率A2可以計量賣方誠信行為的概率。因此，我們可以選用來表示賣家的誠信風險PR21=（1-A2）。

（2）經營風險：指特定時期內賣家經營狀況不佳的風險，此風險主要體現在賣家交易量和交易頻率上。本文以在線信用體系中賣家現有信用積分A1為基礎，加入時間因素，設計賣家j經營狀況指標PR22，公式如下：

PR22=θ-e-(t-t1)*A1t-t0

（1）

其中θ為一較大的固定常數，t表示當前時間，t1是上次成功交易的時間，t0表示網店的創建時間。近期沒有成功交易的時間間隔越長，其經營狀況越差；一定時間內平均信用評價積分越大，經營狀況越好。

3．待購商品風險：在了解了商家的總體情況后買方將重點關注選購的商品，這其中的主要風險包括：

（1）價格風險：價格是吸引消費者在線購買的重要的因素，但過高或過低的價格同樣會增大質量風險，因此定義價格風險PR31如下：

PR31=p-pmaxp P>Pmax

pmin-pp P

0 p∈［Pmin，Pmax］

（2）

其中p為當前產品的價格，［Pmin，Pmax］為買方對此商品的心理價格預期區間。

（2）商品質量風險：由于無法見到商品實體，買家對待購商品質量評價主要來源于：

一是賣家商品展示情況。用戶可以通過觀察賣家商品介紹是否詳盡、產品圖片有無盜貼、是否有錯別字等對賣家商品的展示情況進行評價，給出一個主觀的認知度r，以百分制表示，并結合現有信用評價體系中與實物的相符度A3(5分制)共同反映實物風險PR33。

PR33=100-r*A35

（3）

二是以往交易中其他買家對商品的評價記錄。這對用戶有很高的參考價值，但由于評價記錄過多，或者存在“刷信用”的現象，大多數用戶會特別關注對賣家的差評和信用級別較高的買家對賣家的好評記錄。差評和好評的對比能夠體現商品的質量風險，因此，我們以特定時間段內對賣家j的所有差評和信用值較高的買家給的好評為基礎，引入評價記錄參照風險PR32，公式如下：

PR32=∑ki=1e-(t-ti)*ε*｜θi｜-∑ml=1e-(t-tl)*ρ*θl

（4）

其中t為當前時間，ti，tl為當次評價的時間，距離當前時間越近，評價作用越大。θi和θl是當次評分的分值，k，m表示對應差評和好評的次數。ε，ρ∈［0，1］，ε和ρ的比值能夠體現消費者的風險偏好。ερ>1，意味著同等情況下消費者更相信差評的結果，屬于風險規避型，反之為風險偏好型。

4．服務風險：此類風險主要包括：（1）購物過程中服務風險，一般可以通過服務態度衡量。（2）發貨速度。買方拿到貨物的時間除必須的物流因素外賣家發貨的積極程度也是重要的一環。 （3）退貨處理的復雜程度及評價。一旦出現物品偏差或者質量問題后的處理好壞直接影響到用戶的決策，各網站都推出了如：“7天無條件退貨”等措施，此處我們引入服務保障風險系數PR41∈［0，100］來衡量這種風險，這取決于消費者對這些條款的信任程度。此外，我們選取在線信用評價體系中的服務態度A4（5分制）和發貨速度A5（5分制），共同衡量服務風險。

PR42=5-A4; PR43=5-A5

（5）

綜合上述分析可以獲得消費者風險評價的指標體系，如表1所示：

三、綜合評價模型構建

在網絡環境下，絕對的零風險是不存在的，任何消費者都有一定的風險承受能力和承受度，一旦風險超出了某些范圍消費者行為將發生逆轉，因而，C2C模式下在線消費者可感知風險評價過程是一種典型的突變過程。突變論用數學的方法提供了事物在量變和質變相互轉化過程中的模型和控制條件。突變模型首先對系統的評價目標進行多層次矛盾分解，利用突變理論同模糊數學相結合產生的突變模糊隸屬函數，由歸一公式進行綜合量化運算，最后歸一為一個參數，即求出總的隸屬函數，從而進行決策評價［14］。這非常符合網絡購物環境下消費者自我衡量的過程，因此，我們以上述不同維度下風險的分析借助突變模型進行C2C消費者風險評價，步驟如下：

1．指標的標準化處理。由于風險衡量指標的計量依據不同，為保證其有可比性須進行標準化處理。常見的線性無量綱方法包括：標準化方法、極值處理法和歸一處理法等，文獻［15-16］對各種方式進行了比較，認為指標與均值的比具有很好的穩定性，此處我們采用此種方式進行處理，計算公式如下： yij=xijxj

（6）

其中xj為第j項指標的平均值。

2．獲取各遞階層模糊隸屬函數的歸一化公式。根據控制變量的不同，突變系統模型分為2變量的尖點突變系統模型，3變量的燕尾突變系統模型和4變量的蝴蝶突變系統模型。它們各自的勢函數如下［17］：

v(xi)=x4i+vx2i+wxi

v(xi)=x5i+ux3i+vx2i+wxi

v(xi)=x6i+tx4i+ux3i+vx2i+wxi

其中Xi為狀態變量，t，u，v，w為控制變量。根據各自的勢函數和分歧點集方程可以獲得各種模型的歸一化突變模糊隸屬函數如下：

xi=v xi=3w

xi=u xi=3v xi=4w

xi=t xi=3u xi=4v xi=5w

對應指標體系不同維度確定不同模型，并確定各維度下不同指標的相對重要程度的順序，相對重要的指標作為優先的控制指標。本評價模型中賣家風險選用尖點模型，產品風險和服務風險選用燕尾模型。

3．綜合評價。利用歸一公式對同一對象各個控制變量（指標）計算出的對應值，采用“大中取小”的原則，對存在互補性的指標用其平均數代替。層層遞進獲得一級指標的評價值，并以此排序得到最終評價結果。

四、算例分析

現假定某消費者欲購買某品牌商品，心理預期價位在［200，300］之間，分別從淘寶、拍拍、易趣和百度有啊4家C2C網站各選1家賣家，按照上述的指標體系和計算原則，對此5個賣方進行了信息收集，并對基礎數據進行無量綱化處理后結果如表2所示。

最終獲得四家賣家的可感知風險排名是淘寶賣家1< 易趣賣家3 < 拍拍賣家2 < 有啊賣家4。

五、總結

本文在對顧客可感知風險進行分類歸納的基礎上，從信用、價格、質量和服務等方面建立綜合風險評價體系，其中（1）商家可感知風險評價中充分考慮了當前信用度、好評率和經營時間等因素并以最近一次交易距今時間長短設計了約束系數。（2）價格風險中考慮了消費者自身的價格預期，質量評價中以歷史交易評價記錄為基礎，綜合了時間、購買者風險偏好等因素，服務評價中考慮了服務制度完善程度的影響。這都比以單一的信用風險計量更能較全面的反映購物過程中各種風險。最終以突變模型進行綜合評價，突變理論符合消費者在線風險感知的變化過程，評價指標只需確定相對的重要順序，評價過程簡單易行，對C2C模式下在線消費者風險評價和消費選擇有很好的應用價值，同時對電子商務平臺提供方和賣方降低消費者網絡購物感知風險有一定的參考意義。只有合理地利用有限資源，通過多種渠道進行正向信號傳遞，才能有效地降低消費者網絡購物的感知風險，進而提高購買意愿。當然，在模型中對信用積分的使用、風險態度的劃分、定性數據的處理等還不夠精細與完善，都有待于后續的討論和研究。

參考文獻：

［1］ Stone R N，Gronhaug K.Perceived Risk: Further Considerations For The Marketing Discipline［J］．European Journal of Marketing，1993， 27(3):372-394.

［2］ Rong Cheng， Feng He. Examination of Brand Knowledge， Perceived Risk and Consumers’ Intention To Adopt An Online Retailer［J］．Total Quality Management Business Excellence，2003(6):677-693.

［3］ Sandra M Forsythe， Bo Shi. Consumer Patronage And Risk Perceptions In Internet Shopping［J］．Journal of Business Research.，2003 (56): 867-875.

［4］ 井淼，呂巍，周穎.消費者視角的網上購物感知風險影響因素［J］．工業工程與管理，2006(3): 91-95.

［5］ 章希春.基于互動性視角的C2C模式下感知風險研究［J］．價值工程，2009(9):98-102.

［6］ 許博，邵兵家，楊海峰.C2C電子商務感知風險影響因素的實驗研究［J］．軟科學，2010(7):125-128.

［7］ 井淼，周穎， 王方華.網上購物感知風險的實證研究［J］．系統管理學報，2007(4):164-169.

［8］ 董大海，李廣輝，楊毅.消費者網上購物感知風險構面研究［J］．管理學報，2005(1):55-60.

［9］ 朱麗葉，潘明霞.感知風險如何影響消費者購買行為?國內消費者知覺風險結構實證研究［J］．現代管理科學，2007(8):13-15.

［10］ 張秋玲.感知風險測量模型評述［J］．時代經貿，2008(3):29-31.

［11］ 井淼，周穎.論消費者購買行為中的感知風險［J］．消費經濟，2005(10):22-25.

［12］ J#sang A，Ismail R.The Beta reputation system［C］．Proceedings of the 15th Bled Electronic Commerce Conference，Bled，2002:144-146.

［13］ 單明輝，倪宏.一種內生式信譽系統不實評價過濾方法［J］．計算機工程與應用，2008， 44(23):19-21.

［14］ 姜嵐，姜文. 新知識的突變型產生方式研究［J］．科技進步與對策，2010(10):137-140.

［15］ 郭亞軍，易平濤.線性無量綱化方法的性質分析［J］．統計研究，2008(2):93-100.

［16］ 張衛華，趙銘軍. 指標無量綱化方法對綜合評價結果可靠性的影響及其實證分析［J］． 統計與信息論壇，2005(5):33-36.

［17］ 陳秋玲，張青，肖璐. 基于突變模型的突發事件視野下城市安全評估［J］．管理學報，2010(6):891-895.

（責任編輯：劉春雪）