網絡交易中的信號傳遞問題研究

李航

內容摘要：在網絡交易中信息不對稱問題一直是一個研究熱點，本文利用信號傳遞模型對此進行分析。首先，通過建立信號傳遞博弈模型，對網絡交易市場中信號的作用機制進行演繹推導，并指出形成有效信號的約束條件。然后，通過淘寶網的數據對信號作用進行實證檢驗，證實在網絡交易市場中的確存在有效信號能夠影響市場的均衡結果。希望本研究對今后的相關研究有所助益。

關鍵詞：網絡交易 信號傳遞 信息不對稱

引言

隨著我國電子商務行業的發展，網絡購物已經在社會經濟生活中占據了越來越重要的地位。根據最新數據統計，根據最新的統計數據顯示，2012年我國網絡購物市場交易金額達到12594億元，與2011年相比增長了66.5%，同期的網絡零售市場交易綜合占到了社會消費品零售總額的6.1%。

但是伴隨著網絡購物的飛速發展，另一個不容小覷的問題也隨之出現。阿里研究中的所公布的數據，在一項共有1069人參與的網絡調查中，被調查者只有17.6%的人認為網絡“可信度高”，認為我國網購環境“很好”的只有2.9%，74.8%的人認為我國網絡交易相關法規有待完善。可見我國的網絡購物環境尚存在較大的問題。導致這種問題出現的最主要原因在于網絡交易的信息不對稱問題，消費者無法在付款前獲得準確的商品或賣家信息。針對這一問題，本文利用經濟學中的信號傳遞博弈加以分析，然后結合淘寶網的數據進行實證檢驗，分析網絡交易有效信號的傳導機制和影響程度。

信號傳遞博弈在經濟領域的應用

信號傳遞博弈（Signaling Game）屬于不完全信息動態博弈，是由斯賓塞（Spence，1974）首先提出，在分析現實經濟問題時，信號傳遞模型已經在很多領域得到了應用。斯賓塞在分析勞動力市場時使用信號傳遞博弈模型，在勞動力市場中，求職者是信號的發送者，求職者的生產能力私人信息，學歷作為求職者的信號發送給雇主。雇主無法觀測到求職者的真實生產能力，只能通過求職者所發出的學歷信號進行判斷。雇主的行動是為求職者提供不同的報酬，求職者的支付是勞動市場上的工資，雇主的支付是求職者生產的產品價值。在斯賓塞的模型中，獲取學歷的成本和求職者的生產能力成反比，能力越高的人獲得高學歷的成本越低，對于低能力的人來講獲得過高的學歷雖然可以獲得更多的工資，但是付出的成本高昂，所以低能力的人不愿意為獲得高學歷而支出過高的成本，因此學歷就成為了勞動力市場中起到分離生產能力的一個有效信號。

邁爾斯（Myers）和邁盧夫（Majluf，1984）在公司投資和資本結構模型中將需要為新項目融資的企業看做是信號發送者，將投資者認為是信號的接受者，發送者的類型是現存資產的盈利能力，企業為在新項目中投資者所投資金承諾的股份權益作為信號，行動是投資者決定是否投資。

威克斯（Vickers 1986）在貨幣政策模型中認為聯邦儲備局為了促進就業而能夠忍受的通貨膨脹水平屬于擁有私人信息，信號的發送者是聯邦儲備局，類型是為了存進就業而愿意接受的通脹水平，接受者是就業市場。在考慮兩時期模型中，聯邦儲備局在第一期所選擇的通貨膨脹水平作為信號傳遞給就業市場，雇主們根據信號做出對第二時期的通貨膨脹水平的預期作為博弈行動。

網絡市場中的評價信號

在網絡交易市場中，尤其是以C2C或者B2C方式的交易中。為了保證消費者的知情權，同時也作為激勵商家誠信經營的一種手段，幾乎所有的銷售平臺都建立了售后評價體系。網絡交易的信用評價體系為交易提供了一種事后反饋信息的機制。每一筆交易完成后，由消費者對商家進行打分，并公布在網站的公開信息中，起到了傳遞商家誠信與否的信號作用。

消費者在網絡市場中購物，如圖1所示，首先瀏覽商品信息，獲取到自己需要的商品，然后參考賣家的信譽選擇是否購買。如果選擇購買則需要先付款，然后等待收到商品。通過使用后，消費者可以對商品有全面準確的了解，此時消費者通過交易平臺對賣家進行評價，一般而言現行的評價主要是：好、中、差三種評價標準。消費者所有給予賣家的評價都會公布在網上，下一期消費者在選購商品時會將以往消費者的評價作為購買出價的參考依據。

網絡市場中的信號傳遞博弈

在網絡交易市場中，尤其是以C2C或者B2C方式的交易中。為了保證消費者的知情權，同時也作為激勵商家誠信經營的一種手段，例如：淘寶、天貓和京東等等，幾乎所有的銷售平臺都建立了售后評價體系。網絡交易的信用評價體系為交易提供了一種事后反饋信息的機制。每一筆交易完成后，由消費者對商家進行打分，并公布在網站的公開信息中，起到了傳遞商家誠信與否的信號作用。下一個消費者可以收到關于商家信用度好壞的一個評價，為消費者提供了后驗概率。

我們假定市場中存在兩個類型的賣家：出售高質量商品的賣家，我們稱為高質量賣家θH，出售低質量商品的賣家，我們稱為低質量賣家θS，高質量商品的成本CG高于低質量商品的成本CB。R表示賣家的信譽積累，CR表示積累信譽所需的成本，其中高質量賣家積累信譽所需的成本是CRH，低質量賣家積累信譽所需成本是CRS，高質量賣家積累信譽的成本低于低質量賣家積累信譽的成本，即CRHPH。消費者購買到高質量商品獲得的效用是VG，低質量商品獲得效用VB，且VG >VB。

消費者根據賣家的信譽R決定支付價格，假定高質量賣家積累信譽的成本是CRH=aH R，低質量賣家積累信譽的成本是CRS=aS R，可以得到aH

當R

當R≥R*時，消費者愿意支付PH的價格，此時高質量賣家的利潤是PH-CG-aH R，倘若PH-PL>aH R，高質量賣家的最優選擇是積累信譽到R*，否則依然選擇R=0。此時，低質量賣家的利潤是PH-CB-aS R，倘若PH-PL

如果要使得信譽成為分離網絡交易市場中高質量賣家和低質量賣家的一個有效信號，則需要滿足。

根據不完全信息博弈的研究方法，在博弈開始之前先進行海薩尼轉換，由自然以μ的概率決定是高質量賣家還是低質量賣家。賣家選擇不同的信譽，消費者觀測到信譽之后選擇{買}或是{不買}，如圖2所示。

如果提高賣家信譽能夠提高商品售價，此時低質量賣家就有動力去提高信譽模仿高質量賣家，只有當低質量賣家模仿的成本過于高昂時才會放棄。而在信譽積累時，高質量賣家也必須能夠得到足夠的價格差以抵消信譽積累的成本，此時才能使高質量賣家沒有動力去銷售低質量商品，同時，低質量賣家也沒有動力去模仿高質量賣家。賣家的信譽能夠成為均衡時分離高質量和低質量賣家的一個有效信號，需要滿足以下條件：

條件一 PH-CG-CRH>PL-CGPH-PL>CRH ；

條件二 PH-CB-CRSCRS ；

條件三 PH-CG-CRH>PL-CB（PH-PL）-（CG-CB）>CRH ；

條件四 VG-PH>0，VB-PL>0。

在滿足以上條件時，博弈有唯一的均衡，高質量賣家的最優戰略是維持高信譽R≥R*，高價銷售商品，低質量賣家的最優戰略是在低信譽水平R

當賣家發出R≥R*的信號后，買家選擇以低價PH購買，博弈均衡的支付為（PH-CG-CRH，VG-PH）。

當賣家發出R

信號傳遞模型的經濟學解釋

在存在著嚴重的信息不對稱條件下，價格無法起到區別產品質量的功能，依靠信譽評價，消費者可以在購買前獲得有關賣家類型的信號。如果能夠保證高質量商品的賣家信譽積累成本一定低于低質量賣家，那么就能保證信譽作為賣家類型的一種有效信號。這并不是一個不容易實現的條件，在現實的網絡交易中，積累信譽的成本的確和所售商品的質量成負相關。在相同價格下，消費者購買到高質量商品一般都會給予正面的評價，購買到低質量商品會給予負面評價，如果低質量商品的賣家希望獲得正面的評價就必須通過贈送一些附帶商品或者服務來滿足消費者，以彌補商品質量低所帶來的不良影響，因此成本必然會上升。

高質量商品一定會比低質量產品利潤大。如果要保證市場存在不至于陷入逆向選擇問題，高質量商品的賣家所獲得的利潤就必須高于低質量賣家，否則高質量商品的賣家就有激勵去模仿低質量產品的賣家，從而獲取更多的利益。隨著質量成本的提升，價格的增加更快才可以使得高質量賣家沒有動力向低質量賣家轉換，而低質量賣家由于信譽積累成本高，即便是高質量商品存在更多的利潤，他也無法模仿高質量賣家，以低價銷售低質量的商品將是最優選擇，從而可以保證市場中的價格起到質量的顯示作用。

基于淘寶網數據的信號傳遞作用實證檢驗

我們認為擁有高信譽的商家可以向消費者索取更高的價格，這種行為稱為：信譽溢價。低信譽的商家不能銷售高價的商品，所以在網絡交易市場中價格和信譽應該呈現出一種正相關關系，銷售高價商品的賣家比銷售低價商品的賣家擁有更高的信譽。但是在現實中，是否存在這樣一種關系呢？我們選擇淘寶網的C2C作為信號傳遞的研究對象最具有代表性，主要源于以下幾個原因：

一是，在C2C市場中，賣家不擁有或擁有很弱的品牌影響力，尚且不能通過品牌來向消費者傳遞有效的質量信息。二是，根據2012年統計數據顯示，在涉及到網絡交易的投訴中，網絡購物（B2C+C2C）交易形式占到投訴比例的55.4%。而同期的網絡購物市場份額中，C2C占到64%的主導地位。三是，在我國的C2C市場中，淘寶網96.4%的市場占有率穩居行業首位，其余的市場份額中拍拍網占3.4%，易趣網占0.2%。四是，在所有網絡購物投訴中，淘寶網以16.32%的比例位列十大熱點投訴網站之首。

（一）淘寶網中的信號類型介紹

淘寶網針對網絡交易中的信息不對稱問題提供了眾多的信號，如：店鋪等級、好評率、如實描述評分、7天無理由退貨、假一賠三、貨到付款等等。本文的研究主要針對店鋪等級、好評率、如實描述評分這三種信號對交易價格所產生的影響進行分析。

店鋪等級。在淘寶網中，消費者每購買一件商品后有機會為所購商品評分。評價分為3個等級：好評、中評和差評。其中每一個好評+1分，中評不影響分數，每一個差評-1分。店鋪等級等于所有好評分數減去所有差評分數后進行安組分級。

好評率。淘寶網好評的計算與店鋪等級類似，將所有好評分數除以全部評價數量即可得到好評率的分數。好評率反映了賣家在所有交易中得到好評的比例，和店鋪等級依賴于好評數量不同，這個數值不依賴于交易數量。

如實描述評分。消費者在購買商品后，可以針對賣家在銷售中所展示的文字、圖片等宣傳是否屬實給予評價。完全屬實滿分是5分，宣傳完全不符最低是1分，其余評分介于1～5分之間。

（二）淘寶網抽樣數據分析

選擇抽樣樣品。淘寶網中的商品種類繁多，為了使數據更具有代表性，筆者在選擇研究對象商品時著重考慮商品的以下特征：一是交易量大，具有廣泛性；二是產品的質量差異較大；三是不存在壟斷性商家或品牌，市場盡可能充分競爭；四是投訴率較高的商品。根據以上這些特征，筆者選擇了淘寶網中的服裝分類下的男士襯衫作為抽樣研究的商品，以期具備典型的代表性。

抽樣方法。在選取抽樣本時，由于樣本數量巨大，不便于分析研究。筆者采取價格分組抽樣的方法，將每100元分為3組，分別是0～30元，31～60元，61～100元。除300元以上組別外，其他組別均選取30天內銷售量大于10的商品，以防止有些商家只是隨意標價并沒有實際經營活動，導致抽樣數據有偏差。

抽樣采取電腦操作采集的方式，本文將2013年6月13日16：00的淘寶網實際銷售數據進行采集，共采集到有效樣本數據113個，分組情況如表1所示。

信譽與價格的相關性分析。在淘寶網上，對價格產生影響的信譽因素主要有網店級別（Rank）、好評率（Rating）和如實描述評分（Reality）。在分析時筆者將價格（Price）看作被解釋變量，三個信譽因素看作被解釋變量，分三個模型進行回歸分析。因為價格的變動幅度相對解釋變量差異過大，所以在模型中我們使用對數形式。

模型一：價格（Price）對網店級別（Rank）的回歸分析

ln（Price）=β0+β1ln（Rank）

模型二：價格（Price）對網店級別（Rank）和好評率（Rating）的回歸分析

ln（Price）=β0+β1ln（Rank）+β2ln（Rating）

模型三：價格（Price）對網店級別（Rank）、好評率（Rating）和如實描述評分（Reality）的回歸分析

ln（Price）=β0+β1ln（Rank）+β2ln（Rating）+β3ln（Reality）

估計結果如表2所示。

檢驗結果的經濟學解釋：

根據模型的檢驗結果我們可以看到，作為在信息不對稱狀態下的信號，網店信譽、好評率和如實描述評分都對價格有正的影響。如方程所示：

ln（Price）=-96.77105+0.989678ln（Rank）+16.57319ln（Rating）+15.01731ln（Reality）

其中當網店的等級每增加1%，售價可以提高約0.99%，好評率每提高1%，售價可以提高約16.57%，如實描述評分每增加1%，售價可以提高15.02%。由于信譽可以作為一種有效的信號，擁有高信譽的賣家可以享有“信譽溢價”。

在價格較低的區間上[0，60]樣本回歸殘差的方差較大，表示消費者在選擇低價商品時對商家信譽的關注度不高。一般而言價格較低的商品給消費者帶來的凈效用也較低，消費者在購買低價商品時不愿意為尋找更高信譽的賣家而花費較高的搜索成本。所以在低價商品中，信譽溢價并不明顯，此時對以賣家而言比信譽更重要的是能否降低消費者的搜索成本，讓自己的商品更容易被找到。

政策建議

通過本文的分析我們可以看出，在網絡交易市場中所存在的信號在一定程度上改善了信息不對稱給市場帶來的不良影響，因此在網絡交易中，應該更加注重收集有效的信號。

建立多指標的評價系統。現有的評價系統僅僅是針對商品交易全過程的一個評價，而市場中應該建立一個更為廣泛的評價系統，對商家、商品和交易流程的不同環節有不同的評價指標。

注重評價的真實性。信譽評價可以作為一種有效的信號的前提就是這種評價一定要真實，防止商家為了獲取信用溢價而采取欺騙手段偽造評價分數。

給予高信譽的商家更多的展示空間。在網店的默認搜索排名和頁面展示上應該給予高信譽的商家更多的空間，使消費者能夠減少信譽的搜尋成本。

參考文獻：

1.張維迎.博弈論與信息經濟學[M].上海人民出版社，2004

2.CNNIC.2012年中國網絡購物市場研究報告[R].中國互聯網信息中心，2013.3

3.阿里研究中心.中國網購投訴熱點數據[R]，2012.5。http：//www.aliresearch.com/？q-view-id-72430.html

4.中國電子商務研究中心.2012年度中國電子商務用戶體驗與投訴監測報告[R].中國電子商務研究中心，2013

5.易觀智庫.中國網上零售B2C競爭力研究報告[R].http：//www.enfodesk.com，2012endprint

抽樣方法。在選取抽樣本時，由于樣本數量巨大，不便于分析研究。筆者采取價格分組抽樣的方法，將每100元分為3組，分別是0～30元，31～60元，61～100元。除300元以上組別外，其他組別均選取30天內銷售量大于10的商品，以防止有些商家只是隨意標價并沒有實際經營活動，導致抽樣數據有偏差。

抽樣采取電腦操作采集的方式，本文將2013年6月13日16：00的淘寶網實際銷售數據進行采集，共采集到有效樣本數據113個，分組情況如表1所示。

信譽與價格的相關性分析。在淘寶網上，對價格產生影響的信譽因素主要有網店級別（Rank）、好評率（Rating）和如實描述評分（Reality）。在分析時筆者將價格（Price）看作被解釋變量，三個信譽因素看作被解釋變量，分三個模型進行回歸分析。因為價格的變動幅度相對解釋變量差異過大，所以在模型中我們使用對數形式。

模型一：價格（Price）對網店級別（Rank）的回歸分析

ln（Price）=β0+β1ln（Rank）

模型二：價格（Price）對網店級別（Rank）和好評率（Rating）的回歸分析

ln（Price）=β0+β1ln（Rank）+β2ln（Rating）

模型三：價格（Price）對網店級別（Rank）、好評率（Rating）和如實描述評分（Reality）的回歸分析

ln（Price）=β0+β1ln（Rank）+β2ln（Rating）+β3ln（Reality）

估計結果如表2所示。

檢驗結果的經濟學解釋：

根據模型的檢驗結果我們可以看到，作為在信息不對稱狀態下的信號，網店信譽、好評率和如實描述評分都對價格有正的影響。如方程所示：

ln（Price）=-96.77105+0.989678ln（Rank）+16.57319ln（Rating）+15.01731ln（Reality）

其中當網店的等級每增加1%，售價可以提高約0.99%，好評率每提高1%，售價可以提高約16.57%，如實描述評分每增加1%，售價可以提高15.02%。由于信譽可以作為一種有效的信號，擁有高信譽的賣家可以享有“信譽溢價”。

在價格較低的區間上[0，60]樣本回歸殘差的方差較大，表示消費者在選擇低價商品時對商家信譽的關注度不高。一般而言價格較低的商品給消費者帶來的凈效用也較低，消費者在購買低價商品時不愿意為尋找更高信譽的賣家而花費較高的搜索成本。所以在低價商品中，信譽溢價并不明顯，此時對以賣家而言比信譽更重要的是能否降低消費者的搜索成本，讓自己的商品更容易被找到。

政策建議

通過本文的分析我們可以看出，在網絡交易市場中所存在的信號在一定程度上改善了信息不對稱給市場帶來的不良影響，因此在網絡交易中，應該更加注重收集有效的信號。

建立多指標的評價系統。現有的評價系統僅僅是針對商品交易全過程的一個評價，而市場中應該建立一個更為廣泛的評價系統，對商家、商品和交易流程的不同環節有不同的評價指標。

注重評價的真實性。信譽評價可以作為一種有效的信號的前提就是這種評價一定要真實，防止商家為了獲取信用溢價而采取欺騙手段偽造評價分數。

給予高信譽的商家更多的展示空間。在網店的默認搜索排名和頁面展示上應該給予高信譽的商家更多的空間，使消費者能夠減少信譽的搜尋成本。

參考文獻：

1.張維迎.博弈論與信息經濟學[M].上海人民出版社，2004

2.CNNIC.2012年中國網絡購物市場研究報告[R].中國互聯網信息中心，2013.3

3.阿里研究中心.中國網購投訴熱點數據[R]，2012.5。http：//www.aliresearch.com/？q-view-id-72430.html

4.中國電子商務研究中心.2012年度中國電子商務用戶體驗與投訴監測報告[R].中國電子商務研究中心，2013

5.易觀智庫.中國網上零售B2C競爭力研究報告[R].http：//www.enfodesk.com，2012endprint

抽樣方法。在選取抽樣本時，由于樣本數量巨大，不便于分析研究。筆者采取價格分組抽樣的方法，將每100元分為3組，分別是0～30元，31～60元，61～100元。除300元以上組別外，其他組別均選取30天內銷售量大于10的商品，以防止有些商家只是隨意標價并沒有實際經營活動，導致抽樣數據有偏差。

抽樣采取電腦操作采集的方式，本文將2013年6月13日16：00的淘寶網實際銷售數據進行采集，共采集到有效樣本數據113個，分組情況如表1所示。

信譽與價格的相關性分析。在淘寶網上，對價格產生影響的信譽因素主要有網店級別（Rank）、好評率（Rating）和如實描述評分（Reality）。在分析時筆者將價格（Price）看作被解釋變量，三個信譽因素看作被解釋變量，分三個模型進行回歸分析。因為價格的變動幅度相對解釋變量差異過大，所以在模型中我們使用對數形式。

模型一：價格（Price）對網店級別（Rank）的回歸分析

ln（Price）=β0+β1ln（Rank）

模型二：價格（Price）對網店級別（Rank）和好評率（Rating）的回歸分析

ln（Price）=β0+β1ln（Rank）+β2ln（Rating）

模型三：價格（Price）對網店級別（Rank）、好評率（Rating）和如實描述評分（Reality）的回歸分析

ln（Price）=β0+β1ln（Rank）+β2ln（Rating）+β3ln（Reality）

估計結果如表2所示。

檢驗結果的經濟學解釋：

根據模型的檢驗結果我們可以看到，作為在信息不對稱狀態下的信號，網店信譽、好評率和如實描述評分都對價格有正的影響。如方程所示：

ln（Price）=-96.77105+0.989678ln（Rank）+16.57319ln（Rating）+15.01731ln（Reality）

其中當網店的等級每增加1%，售價可以提高約0.99%，好評率每提高1%，售價可以提高約16.57%，如實描述評分每增加1%，售價可以提高15.02%。由于信譽可以作為一種有效的信號，擁有高信譽的賣家可以享有“信譽溢價”。

在價格較低的區間上[0，60]樣本回歸殘差的方差較大，表示消費者在選擇低價商品時對商家信譽的關注度不高。一般而言價格較低的商品給消費者帶來的凈效用也較低，消費者在購買低價商品時不愿意為尋找更高信譽的賣家而花費較高的搜索成本。所以在低價商品中，信譽溢價并不明顯，此時對以賣家而言比信譽更重要的是能否降低消費者的搜索成本，讓自己的商品更容易被找到。

政策建議

通過本文的分析我們可以看出，在網絡交易市場中所存在的信號在一定程度上改善了信息不對稱給市場帶來的不良影響，因此在網絡交易中，應該更加注重收集有效的信號。

建立多指標的評價系統。現有的評價系統僅僅是針對商品交易全過程的一個評價，而市場中應該建立一個更為廣泛的評價系統，對商家、商品和交易流程的不同環節有不同的評價指標。

注重評價的真實性。信譽評價可以作為一種有效的信號的前提就是這種評價一定要真實，防止商家為了獲取信用溢價而采取欺騙手段偽造評價分數。

給予高信譽的商家更多的展示空間。在網店的默認搜索排名和頁面展示上應該給予高信譽的商家更多的空間，使消費者能夠減少信譽的搜尋成本。

參考文獻：

1.張維迎.博弈論與信息經濟學[M].上海人民出版社，2004

2.CNNIC.2012年中國網絡購物市場研究報告[R].中國互聯網信息中心，2013.3

3.阿里研究中心.中國網購投訴熱點數據[R]，2012.5。http：//www.aliresearch.com/？q-view-id-72430.html

4.中國電子商務研究中心.2012年度中國電子商務用戶體驗與投訴監測報告[R].中國電子商務研究中心，2013

5.易觀智庫.中國網上零售B2C競爭力研究報告[R].http：//www.enfodesk.com，2012endprint