搜尋成本、網絡外部性與價格離散：來自淘寶服裝和電腦配件市場的經驗

姜永玲，徐智博，胥 莉

（上海交通大學 安泰經濟與管理學院，上海 200052）

價格離散現象一直以來都受到經濟學家的關注，理論界對傳統市場中的價格離散現象展開了大量的理論與實證研究，然而對網上市場的價格離散現象的研究上還有待推進。研究網絡市場的價格離散問題，是檢驗新興市場效率、分析廠商和消費者行為的前提，對理解當今的經濟形勢和未來發展具有重要意義。與傳統購物的模式相比，網絡技術為信息擴散提供了一個更為有效的渠道，使得消費者信息搜索的能力大大提高[1]，網絡市場的進入比傳統市場進入門檻更低[2]，網絡購物使購買者的信息搜尋成本、銷售者的市場進入成本以及菜單成本變得更低，為提高市場透明度和降低價格離散度創造了條件[3-4]。但是，大量實證研究清楚地表明，網上市場價格離散仍然顯著存在，網絡交易的價格離散度和價格并未因消費者搜尋活動更加方便快捷而絕對降低[5]，例如網上銷售的書籍、CD、軟件、藥物、機票等的價格離散度并不比傳統市場小[6]；在同一情形下不同方法的測度也存在差異，Ancarani等[7]指出線上和線下商品的價格離散度高低主要取決于價格離散的衡量方法。究其原因，網上交易信息的不對稱，網上交易市場中存在的搜尋成本不容忽視[8-9]；其次，高聲譽賣家的廣告推廣活動通過提高買家的搜尋效率，使得買家愿意為高聲譽賣家支付較高的價格，從而導致市場價格離散加劇[10]；最后，主體的有限理性也會導致價格離散現象的出現[11-12]。

在價格離散的經典理論模型中，均衡時的價格離散和價格分布隨著商家數量的變化而改變，檢驗價格離散與商家數量之間的關系不僅可以檢驗信息要素對價格離散的作用，還可以證明理論模型中結論差異的原因。隨著網絡購物市場的不斷發展，對于網絡市場的價格離散與商家數量之間的關系不同的學者提出了不同的觀點。Baye等[12]從理論和實證檢驗了網上價格離散與商家數量的關系；在Varian模型中，信息傳遞成本不會導致價格離散，則價格離散與市場上商家數量初始時呈正相關，而當商家數量超過一個數值時，價格離散與商家數量呈負相關；在Baye&Morgan模型中，信息傳遞成本是價格離散的主要因素，價格離散與市場上商家數量呈負相關。還有其他實證研究也表明，市場上零售商數量越多，價格離散度越低[13]。

綜上所述，網絡交易市場中賣方數量的增加給市場帶來兩種效應：一方面，大量賣家的存在使得產品多樣化增強，并吸引更多的買家，使得賣家的期望收益增加，更多的賣家進入淘寶交易平臺，即產生網絡外部性；另一方面，隨著同類商品的賣家的加入，賣家之間的競爭也逐漸增強，從而有可能降低單個賣家的成交量，預期利潤降低，即產生競爭效應。而對于買家而言，一方面，大量的賣家的加入使得產品種類多樣化，買家多樣化的偏好得到滿足；另一方面，產品種類的增多也導致了消費者搜尋成本的增大。國內學者對網上價格離散的研究尚處于起步階段，韓民春等[14]最早對中國網上市場的價格離散現象進行了實證研究；黃敏學等[15]探索了不同類型產品影響價格離散的因素；邵兵家等[16]研究了網站的購物便利性、合約執行可靠性，以及購物參考信息、定價策略與網站可信度、競爭對手數量等特征對價格離散的影響；李原[17]實證研究表明，競爭者數量與價格離散負相關；李慶梅等[18]研究了網絡零售商的聲譽對網上市場價格離散的影響。但總體而言，關于網上價格離散的研究文獻還不多見。以往大多數研究利用國外網上交易市場數據進行實證分析，區別于以往的研究，本文基于國內淘寶服裝和電腦配件市場的經驗數據，實證檢驗淘寶C2C網絡交易市場中，網絡外部性和競爭效應以及消費者的搜尋成本對價格離散度的影響。

1 研究假設

一般低質量產品的價格相對較低，產品的利潤空間也相對較低，所以賣方定價的區間也被鎖定在一定范圍內，因此使得低質量產品的價格離散度會相對較低[19]。本文在不考慮品牌認知及價格真實反映產品質量信息的情況下，針對產品質量與價格離散的關系，首先提出以下驗證性假設：

H1高質量產品的價格離散度高于低質量產品的價格離散度。

消費者搜尋成本越高，即購買商品前所花費的搜尋時間越長，則消費者的機會成本也越高，因此，在消費者高機會成本的情況下，賣方就存在足夠的利潤空間進行差異化定價，即賣方定價比其他賣方高也有機會得到消費者。因此，提出如下研究假設：

H2消費者的搜尋成本越大，產品的價格離散度越高。

交易平臺上賣方商戶平均被搜到的次數越多，表示消費者搜尋成本的提高，因為它使得消費者又占用一定的時間來觀察并對比產品，所以會使價格離散度變高。因此，提出如下假設：

H3交易平臺上賣方商戶平均被搜尋到的次數與價格離散度正相關。

本文假設在淘寶網絡交易平臺上，消費的搜尋成本并非由于種類的增加而提高，而是消費者在搜尋某種特定產品時，特定產品的商家數量越多，由于時間成本帶來的搜尋成本上升，故在網絡交易平臺上，賣方數量與產品價格離散度的影響，一方面，賣方數量增加，使得消費者的搜尋成本上升，賣方就可以提高產品定價，以獲得更高的利潤[20]；另一方面，賣方數量的增加，使得賣方之間的競爭變得越來越激烈，賣方為獲取潛在客戶，就會降低價格以爭奪市場份額。因此，在不同的情況下，賣方數量與產品價格離散度之間呈現不同的相關性。在某個拐點之前，間接網絡外部性起主導作用，使得賣方數量越多，價格離散度越高；在拐點之后，競爭效應將起決定性作用，即賣方數量越多，就會回到傳統的伯川德競爭模型的假設中，價格會趨于邊際成本，賣方數量越多，價格離散度會不斷減小，最后趨近于0。因此，提出如下研究假設：

H4價格離散度與賣方數量的影響關系存在拐點。

2 研究設計

2.1 基本模型

產品的價格離散度受賣方數量的影響來自兩方面。首先，就消費者角度而言，一方面，賣方數量的增加，導致消費者搜尋成本的提高，從而使得消費者的效用下降[21]；另一方面，賣方數量的增加滿足了消費者的多樣性需求，從而增加了消費者效用。就賣方角度而言，一方面，賣方數量的增加導致消費者的搜尋成本增加，使得賣方有動機提高產品定價，從而導致產品價格離散度的增加[21]，賣方有增加消費者搜尋成本的動機，從而提高銷售利潤[20]；另一方面，在網絡外部性的作用下，賣方數量的增加，使得賣方之間的競爭變得越來越激烈，導致消費者需求的增加，賣方有降低價格獲取潛在客戶和爭奪市場份額的動機，因此，賣方數量的增加使得產品價格離散度下降。所以，在現實的網絡交易市場中，賣方商戶的最終產品定價受到以上兩種效應的共同作用。在此，以產品價格離散度作為因變量，分析消費者搜尋成本對網絡交易市場上產品價格離散度的影響。

基于以往關于廠商數量與價格離散關系的研究，存在兩種相反的相關關系，如在汽油市場上，價格離散隨著廠商數量的增加而減少[13]；在網絡購物平臺上，隨著商家數量的增加，產品的價格離散度會增加[22]。因此，本文針對廠商數量和價格離散之間的非線性關系，設置參數n和n2，以便發現其相關關系的拐點。

基于上述理論分析，建立如下計量模型：

本文模型涉及的主要變量有價格離散度、賣方數量、產品質量、消費者的搜尋成本。具體參數及其含義如下：

Dispersion—價格離散度，變異系數=價格標準差/官方價格[23-24]。本文采用服裝和電腦產品全國統一的官方價格取代期望價格，以期通過更準確的價格信息，反映消費者在淘寶購物的一般動機行為。其中，所選取的商品均存在官方價格且價格全國統一，來源于各實體店的報價。因此，有利于產品價格離散度的測量。

Product—產品的高質量和低質量。將所有產品的價格用中位數來區分，產品價格小于產品價格中位數的產品是低質量產品，其值為0；產品價格大于產品價格中位數的產品為高質量產品，其值為1。

Searching—消費者在購買商品時，所耗費的搜尋成本。用VIEWn表示消費者搜尋成本，對于一個特定的產品，交易平臺上賣方商戶平均被搜到的次數，VIEWn=每件產品的總瀏覽量/該件產品的店家數量。

n，n2—賣方的數量及其平方，以討論廠商數量與價格離散之間的非線性關系。

2.2 數據收集

選取淘寶網上服裝和電腦配件兩類199件不同的產品，共30 310個觀察值進行實證分析。選擇服裝市場是因為每件服裝都具有自己市場統一的貨號，且當前普遍存在去商店看貨號后再到網上購買的現象，因此相對大眾化，而且每個不同貨號的衣服都有全國統一標準的官方價格，便于分析時數據的統一。電腦配件市場是一個比較成熟且產品非常標準化的市場，且在淘寶網上商家的數量比較多。方便研究商家數量與價格離散之間的關系。另外，以往關于網絡外部性及價格離散的研究，也同樣選擇了電腦配件市場作為研究對象[19]。

在淘寶網平臺上，消費者可以比較不同賣方對同一商品的報價情況以及不同賣方的產品銷售信息等。淘寶網每天都有大量的消費者進入并購買商品，同時也有大量的賣方進出平臺，所以為了保證數據的同時性，本文采用PYTHON語言編寫的數據搜集軟件，下載淘寶網的產品交易數據。為保證搜集到的截面數據具有同時性，本文是在同一時點對每個不同的產品進行數據搜集，從而避免了產品的賣方數量和產品的價格等參數隨著時間的變化而變化，同時也保證了數據的一致性。而針對每件產品，通過PYTHON語言編程，在淘寶網下載其有關價格、成交量、運費、瀏覽量以及每件商品的賣家數量的數據。本研究的199個數據樣 本 中，包 括47件T恤，32件 外 套，43件 連 衣裙以及95個電腦配件產品。其中，在服裝市場中，有常見的快速時尚服裝品牌太平鳥、韓國SZ等，快速市場服裝品牌依靠大規模的銷量獲取足夠的利潤，這種超市型服裝市場的衣服價格比較低廉，其成本較低，利潤空間較小。也有馳名品牌歐時力等，這種服裝類型的價格相對較高，有一定的品牌知名度，因此，其單件服裝商品的利潤較大。樣本特征如表1所示。

表1 樣本特征描述

本文采用價格中位數區分某類產品的高低質量，在服裝產品樣本中，低質量產品的平均價格在149元左右，而低質量產品的52件服裝中，產品的最高價格為262元，最低價格為48.75元。在低質量產品中，價格從40～260元，跨度僅為220元。高質量產品的價格從100～800元，跨度為700元。因而，在服裝市場中，高質量產品的價格離散度更為明顯，而低質量產品的市場價格分布更為集中。與服裝市場的產品相似，電腦配件類高質量產品的價格離散度比低質量產品的價格離散度更為明顯。低質量產品的平均價格也為140元。另外，在服裝和電腦配件兩類市場中，平均每個商品大概都有100多家賣方在銷售。而不論在那個市場中，每件產品的賣方的數量都大于20家。

對于服裝和電腦配件類產品，運費一般在5～20元，而相比其產品價格，運費所占比例極小，甚至部分產品由賣家主動提供運輸服務，因此，本文未考慮產品運輸費用的影響。在此，假設所購產品的運輸費用并不在消費者購買時所考慮的范圍之內。

3 結果與討論

根據淘寶網上的服裝商品銷售量以及賣方數量，選取銷量較大且賣方數量較多的服裝品牌；以及有固定型號的組裝完整的電腦產品，配置固定不會改變。運用PYTHON語言編程獲取商品的價格、賣方數量與瀏覽量等數據，使用EVIEWS軟件對數據進行回歸分析。根據前文基本模型設計，分別針對淘寶服裝市場、電腦配件市場，以及服裝和電腦配件整合市場的價格離散度研究的數據分析結果如表2所示。

3.1 服裝產品市場

根據淘寶網上的服裝商品銷售量以及賣方數量，選取銷量較大且賣方數量較多的品牌如ONLY、VERO MODA、太平鳥、歐時力以及韓國SZ女裝。分析如下：

表2 數據分析結果

（1）產品質量對價格離散度的影響。自變量產品質量的系數為正數并且數值較大，說明服裝市場中，價格相對較高的服裝的價格離散度會高于價格相對較低的商品。這與2.2數據搜集部分的介紹相符合。即快速時尚品牌利潤空間相對于知名品牌較低。除此之外，淘寶網是一個賣家和買家免費進入的平臺，因此，在產品的真偽程度上沒有很嚴格的界定。而在國內，由于一些假貨或者高仿品的存在，故在淘寶網上這些知名品牌的報價中也存在虛假產品。這些虛假產品一方面在定價上可以在很大范圍上浮動來奪取消費者剩余，另一方面，對于賣真品的商家而言，也帶了很大程度的競爭。因此，這也是使得知名品牌產品的價格離散度較高的一個原因。

（2）賣家數量對價格離散度的影響。數據結果顯示，賣方數量的系數為正，說明賣方數量越多，商品的價格離散度越高，即存在間接網絡外部性。賣方數量的平方n2的系數是負數，說明賣方的數量對于商品價格離散的影響是存在拐點，當賣方數量大于拐點時，賣方數量越多，商品的價格離散度將下降，即存在競爭效應。淘寶平臺的服裝和電腦配件市場，區別于以往國外研究圖書類行業，由于網絡售價一般低于線下價格，網絡消費者選擇在實體店選好之后，再去淘寶網上搜尋。而淘寶商戶大部分是私人賣家，其注重商品的獲利性。當有很多賣家競爭時，由于產品的同質性，賣家將利用價格競爭來獲得消費者和利潤。且不同賣家對商品的保留價值不同，由于更多賣家的進入，迫使原有淘寶賣家降價，因此，競爭效應使得最后的產品價格離散度降低。其次，回歸表明，當商家數量大到一定數量時，價格離散度則會升高，因為每個賣家被搜到的可能性降低了，賣低價的賣家未必會被消費者搜索到，賣家保持定價差異化，產品價格并不等于邊際成本，因此將導致商品價格離散度升高。

（3）搜尋成本對產品價格離散度的影響。數據結果顯示，每家店被消費者平均搜尋的次數的系數為正，說明每家店被消費者平均搜尋的次數與價格離散度成正比。被搜尋的次數越高，價格離散度越高。舉例說明，假設對于1件衣服來說，淘寶市場上共有20家商店。消費者有10人。如果VIEWn=10，說明所有消費者共瀏覽200次，則每個人平均瀏覽商品20次。如果VIEWn=20，說明每個消費者平均瀏覽產品40次。不論消費者是否購買產品，將導致消費者機會成本的增加。說明VIEWn越大，消費者的搜尋成本越大，最終導致產品的價格離散度越高。

3.2 電腦配件市場

對于電腦配件產品而言，商品的價格離散度與產品本身的性質有關；如果是高品質產品的價格離散度不高，可能賣家之間的價格不會相差很多；如果是低品質的產品，價格離散度則很高[19]。本文選取有固定型號的組裝完整的電腦產品，配置固定，檢驗淘寶電腦市場的價格離散度影響因素，結果分析如下：

（1）產品質量對價格離散度的影響。與服裝市場的結果類似，產品質量的系數為正數，說明電腦配件市場中，高端產品的價格離散相對于低端產品的價格離散度要高。但是，與服裝市場相比，電腦配件市場產品價格離散度的高低卻不如服裝市場明顯。這可能是因為電腦配件市場中，相對于銷售價格或利潤空間而言，電腦配件產品的成本相對于服裝較高，并且在電腦配件產品市場中，市場標準化程度較高，其利潤空間較小，定價靈活性較低。

（2）賣方數量對價格離散度的影響。數據結果顯示，與服裝市場類似，賣方數量n的系數為正，說明賣方數量與商品的價格離散度呈正相關；賣方數量的平方n2的系數是負數，說明賣方的數量對于商品價格離散的影響存在拐點，當賣方數量大于拐點時，賣方數量越多，商品的價格離散度將下降，競爭效應的作用將超過市場效應的影響；當賣方數量小于拐點時，市場作用對價格離散的影響更為明顯。

（3）搜尋成本對產品價格離散度的影響。同服裝市場的結果相同，電腦市場的數據結果的圖表中也顯示，每家店被消費者平均搜尋的次數的系數為正，說明每家店被消費者平均搜尋的次數與價格離散度成正比，即消費者的搜尋成本越高，商品的價格離散度越高。

3.3 服裝與電腦配件市場

以下對服裝和電腦市場的混合數據進行分析，以便觀察產品的價格離散度和產品的類別是否存在一定的差異。

（1）產品類別對價格離散度的影響。數據結果顯示，在服裝和電腦配件市場中，產品類別對價格離散度的影響顯著，表明不同產品其價格離散度存在差異。

（2）賣方數量對價格離散度的影響。數據結果顯示，與服裝市場和電腦配件市場結論相同。賣方數量n的系數為正，說明賣方數量越多，商品的價格離散度越高，這就是本文在緒論中提到的市場效應。賣方數量的平方n2的系數是負數，說明賣方的數量對于商品價格離散的影響是存在一個拐點的，當數量大于這個拐點時，賣方數量越多，商品的價格離散度將下降，這就是傳統伯川德模型中提起的競爭效應。3次結果不同的市場和商品都顯示，賣方數量和價格離散度的關系存在一個拐點。因此，本文認為，在淘寶網中，對于同一類產品而言，確實存在一個賣方數量的拐點，使得在這個數量前后，賣方數量對價格離散度的影響效果有所不同。

（3）搜尋成本對產品價格離散度的影響。同服裝市場和電腦配件市場的數據結果相同，服裝與電腦配件整合市場的數據分析結果顯示，每家店被消費者平均搜尋的次數的系數為正，說明每家店被消費者平均搜尋的次數與價格離散度成正比。即消費者的搜尋成本越高，商品的價格離散度越高。

綜上所述，首先，對于同一類產品而言，高價商品的價格離散度比低價商品的價格離散度高，這可能是因為高價產品的利潤空間比較大，給賣方制造了分散價格的條件；對于不同類產品而言，數據顯示，服裝這類相對于電腦配件低價的產品的價格離散度要高于電腦配件的價格離散度，這可能是因為電腦配件的價格高昂和使用年限有關。其次，對于賣方數量對價格離散度的影響。與預期相同，確實存在一個賣方數量的拐點，使得在這個賣方數量之前，賣方數量越多，產品的價格離散度越高；在這個賣方數量之后，賣方數量越多，產品的價格離散度越低。而對于不同類產品而言，這個拐點數量不同。最后，對于消費者的搜尋成本而言。消費者的搜尋成本越高，產品的價格離散度越高。

4 結語

本文通過來自淘寶的經驗數據，以淘寶網絡交易市場為例，研究在C2C網絡交易市場中，賣方數量對產品價格離散度的影響。在搜集了大量的數據之后，對數據結果進行計量回歸，檢驗發現，賣方數量對產品價格離散度的影響存在一個拐點。當賣方數量小于這個拐點數量時，賣方數量越多，產品的價格離散度越高；當賣方數量大于這個拐點數量時，賣方數量越多，產品的價格離散度越低。但是，對于不同的產品而言，這個臨界值是不同的。本文的結論中顯示，對于服裝市場而言，數量在700家左右；而對于電腦配件產品而言，數量在1 300家左右。另外，本文還得出了有關產品質量對產品價格離散度影響的結論。數據結果顯示，同一類商品的高質量產品的價格離散度要高于低質量產品的價格離散度；但是，服裝類產品的價格離散度要高于電腦配件產品的價格離散度。而在服裝市場中，低質量的服裝銷售的賣方數量越多，產品的價格離散度越高，即間接網絡外部性在起主導作用。而高質量服裝的數據結果中顯示，起作用的不是間接網絡作用。因此，可以預測，賣方數量之所以會出現拐點，可能與產品本身的質量有關。但是在電腦配件市場中，數據結果顯示，不論是高質量還是低質量的產品，都是間接網絡外部性再起主導作用，影響著網絡產品的價格離散度。

但是，本文研究的2個市場的賣方數量均未超出市場的拐點賣方數量，因此，沒有出現價格離散度隨賣方數量的增加而下降的結果。所以，在后續研究中，應在淘寶網絡交易市場中，尋找一些賣方數量足夠大的產品進行分析，觀察是否會出現這個拐點使得產品市場的價格離散度會下降。其次，對于價格離散度的衡量方法，本文只選擇變異系數，沒有選用更多的方法進行數據回歸，因此，在后續研究中，可以借鑒更多有關衡量價格離散度的方法，多次回歸，使得數據結果可以更具有說服力。最后，對于消費者的搜尋成本，雖然本文創新性的提出了用平均成交一件產品的瀏覽次數衡量消費者的搜尋成本，但是，所做出來的結果全部沒有通過檢驗，說明它對價格離散度的影響不是很顯著。這可能是本文選擇的數據不夠準確，因此，在后續研究中，可以尋找更適合的參數去衡量價格離散度。