基于买家感知的网购平台声誉机制实证

林建宗

（厦门理工学院商学院，福建厦门361024）



基于买家感知的网购平台声誉机制实证

林建宗

（厦门理工学院商学院，福建厦门361024）

摘要：在线声誉机制是网购平台的重要组成部分，是买家网购信任决策的重要参考。买家感知声誉信息可信度正向影响其对声誉信息的使用程度，并正向影响买家的网购金额，但声誉信息的使用度对买家网购金额的影响是负向的。发挥在线声誉机制的作用，一方面要提升声誉信息的可信度，杜绝卖家“刷信用”和报复给“差评”的买家，以及买家的恶意“差评”；另一方面要提高使用声誉信息的方便性。私人秩序和公共秩序是网上交易治理不可或缺的两种机制，在保证网购平台诚信交易方面，除需要以声誉机制为基础的私人秩序之外，也需要进行以法律法规为主体的公共秩序治理。

关键词：网购平台；在线声誉机制；电子商务；诚信评价；网络零售

近10多年来，我国网络零售快速发展。国家统计局资料显示，2014年，我国网上零售额为27898亿元，比上年增长49.7%，占社会消费品零售总额的10.63%。[ 1 ]如何解决网上交易的诚信问题，是保持网络零售可持续健康发展的前提，在线声誉机制则是重要的手段之一。

一、文献回顾

在网购平台这一电子商务社区里，作为社区成员的大量买家和卖家相互间是陌生的，买家面临卖家时，希望能够查询到该卖家以往的交易情况，以便做出正确的购买决策；卖家也希望能够在网络社区中传播良好的声誉信息，以便获得更多交易机会，包括维持原有买家和吸引新买家，在线声誉机制应运而生。淘宝网首先在我国建立以信用评价反馈为基础的在线声誉机制，主要包括“好评”“差评”“中评”“文字评论”等。

关于在线声誉机制，皮泽波尔卡（Przepiorka）[ 2 ]的实证研究表明，声誉机制能够解决信任问题，因而有利于促进网购市场的可持续性发展，卖家声誉越好，其产品定价以及买方能够接受的价格也越高，声誉机制有助于降低交易成本，提升市场绩效。现有声誉机制及其影响的实证研究主要涉及以下三个方面：

（一）交易价格

实证研究的基本结论是卖家声誉对网购商品价格有显著的正向影响。麦克唐纳和思劳森（Mc⁃Donald & Slawson）、[ 3 ]豪泽和沃德斯（Houser & Wooders）[ 4 ]分别使用460个和94个eBay平台上的

拍卖数据，研究卖家声誉对拍卖价格的影响，发现卖家声誉与拍卖价格具有显著正相关关系。但也有研究表明声誉对交易价格没有显著影响。黄和陈（Huang & Chen）等人[ 5 ]研究了雅虎（Yahoo）拍卖网站的8250个交易数据，发现卖家声誉仅仅影响成功拍卖的概率，不会对价格产生显著影响。这意味着在线声誉机制对交易数量的影响可能要大于对交易价格的影响。

（二）交易数量

实证研究的基本结论是：良好的卖家声誉能够提升买家的购买意愿，增加买卖双方达成交易的机会，从而提高成功交易的数量。梅尔尼克和阿尔姆（Melnik & Alm）[ 6 ]使用来自eBay平台的3828个观察数据研究表明，卖家的总体声誉对买家的支付意愿有显著正向影响；刘和吴（Liu & Wu）等人[ 7 ]收集了淘宝网364个游戏预付卡交易的有效观察数据，研究中国网上销售中卖方声誉的作用，发现卖方声誉对其销售量有显著的正向影响。

（三）卖家绩效与行为

实证研究的基本结论是：良好的卖家声誉有助于提升卖家绩效，促进卖家选择诚信行为。利文斯顿（Livingston）[ 8 ]收集了来自eBay平台上861个高尔夫球杆交易的观察数据，其实证研究结果表明，卖家能够从其诚信行为中获得回报，特别是能够从其初期的诚信行为中获得丰厚回报；卡夫拉和霍达斯库（Cabra & Hortacsu）[ 9 ]收集eBay平台上的卖家数据研究发现，卖家收到的第一次“差评”反馈会导致其销售增长率从5%下降至-8%。

目前研究的局限性在于：一是主要从交易和卖家的角度研究声誉机制，缺乏基于买家（消费者）视角的研究；二是主要依赖从网上交易环境中获得观察数据，通常要选择相对同质的产品并经历长时间收集，但这些观察数据来自不同卖家，而且数据收集期间的网购平台及其外部环境可能发生变化，基于这种观察数据的实证研究很难控制卖家和外部异质性的影响。

本文基于买家视角，通过问卷调查的方式，研究买家对网购平台声誉机制可信度的感知，买家应用声誉信息辅助网购信任决策的程度，以及对买家网购金额的影响等，并基于买家人口统计特征，研究不同类型买家在这些方面的差异性。

二、分析框架与研究假设

分析框架如图1所示。

图1　分析框架

互联网的虚拟性、开放性和匿名性等特点导致网购平台在线交易存在严重的信息不对称，卖家可能存在夸大产品质量宣传、隐瞒产品来源、延迟发货等方面的不诚信行为，买家因此被迫承担相应风险，这将降低买家的网购意愿和支付意愿，甚至有可能导致低质量的卖家和产品“驱逐”高质量的卖家和产品，进而导致市场萎缩。在线声誉机制收集有关目标个体的声誉信息并在网络社区中传播，因而能够有效地缓解网上交易的信息不对称，促进网购市场的可持续成长。在线声誉机制已经成为网购平台的重要组成部分，因此提出假设：

H1：“好评”“差评”和“文字评论”等声誉信息是买家网购信任决策的重要参考。

典型的在线声誉评价使用简单的三值评价体系，即“差评”“中评”“好评”，再加上“文字评论”，由于“中评”所能提供的声誉信息相对较少，本文聚焦“好评”“差评”和“文字评论”信息。就目前的实践和研究来看，这些声誉信息的可信度面临诸多挑战。例如，存在卖家信用炒作（刷信用）的情况，[ 10 ]卖家对给出“差评”反馈的买家实施报复，导致买家没有足够意愿反馈自身真实感知的“差评”信息，现有研究也表明“好评”数量远大于“差评”数量；[ 11 ]买家提交“文字评论”需要更多思考并付出

更高的时间成本，“文字评论”含有更丰富的信息。提出假设：

H2a：买家感知“差评”信息的可信度最高，“文字评论”次之，“好评”最低。

一般情况下，可信度越高的信息越有可能用于辅助买家网购信任决策，因此相对应提出假设：

H2b：买家使用“差评”信息辅助网购信任决策的程度最高，“文字评论”次之，“好评”最低。

将买家对“好评”“差评”和“文字评论”的感知可信度的平均值，作为买家对声誉信息的总体感知可信度（简称“声誉信息可信度”）；同时，将买家使用“好评”“差评”和“文字评论”信息辅助网购信任决策程度的平均值，作为买家总体上使用声誉信息辅助决策的程度（简称“声誉信息使用度”），并进一步提出假设：

H3：买家感知声誉信息的可信度越高，应用声誉信息辅助网购信任决策的程度就越高。

买家不愉快的网购经历（如投诉或退货经历），可能影响买家对声誉信息可信度的感知，并可能在网购信任决策中减少对声誉信息的使用，因此提出假设：

H4a：买家投诉或退货经历将降低买家感知的声誉信息可信度；

H4b：买家投诉或退货经历将降低买家的声誉信息使用度。

本文也将分析不同买家群体的感知声誉信息可信度和使用度方面的差异，假设买家特征对声誉信息可信度和使用度有显著影响，并提出具体假设：

H5a：买家“性别”对感知声誉信息可信度有显著影响；

H5b：买家“性别”对声誉信息使用度有显著影响；

H6a：买家“年龄”对感知声誉信息可信度有显著影响；

H6b：买家“年龄”对声誉信息使用度有显著影响；

H7a：买家“学历”对感知声誉信息可信度有显著影响；

H7b：买家“学历”对声誉信息使用度有显著影响；

H8a：买家“职业”对感知声誉信息可信度有显著影响；

H8b：买家“职业”对声誉信息使用度有显著影响；

H9a：买家“可支配收入”对感知声誉信息可信度有显著影响；

H9b：买家“可支配收入”对声誉信息使用度有显著影响。

现有研究已经证明，买家愿意与声誉良好的卖家进行更多的交易，并愿意支付更高的价格，[ 12 ]从而提升卖家绩效，[ 13 ]促进卖家诚信。[ 14 ]基于买家对声誉信息可信度的感知及其网购行为选择，提出假设：

H10a：买家感知声誉信息可信度与买家网购金额呈正向关系。

买家使用声誉信息进行信任决策的程度越高，可能反映出买家感知网购平台的风险高，这反而可能抑制买家的网购意愿，因此提出假设：

H10b：买家声誉信息使用度与买家的网购金额呈负向关系。

三、研究设计

（一）问卷设计

选择买家对“好评”“差评”和“文字评论”这三种信息的感知可信度，作为度量买家感知“声誉信息可信度”的三个维度；相对应地，将买家应用这三种信息辅助网购信任决策的程度作为度量买家“声誉信息使用度”的三个维度，这部分问项采用李克特10级量表，用1到10表示程度的逐步加深。另外，考虑买家网购时可能也会使用其他方面的信息，问卷调查表特别设置一题多项选择题，调查买家对其他信息的使用情况。由于调查者的人口统计特征和网购经历等因素，可能影响买家对声誉信息可信度的感知以及应用声誉信息辅助网购信任决策的程度，问卷包括了这部分调查问项，包括“性别”“年龄”“学历”“职业”“月可支配收入”“月均网购金额”“近半年是否发生投诉或退货”等。

（二）数据收集

为了获取能代表网络用户总体并符合多元统计分析要求的样本，本文研究使用中国知名的问卷调查平台——问卷星（www.sojump.com）提供的

问卷调查服务，该平台自动通过邮件系统将问卷发给问卷星会员库成员填写并回收问卷。同时，通过QQ空间、微信、微博等社交网站投放问卷。总计收到447份问卷，剔除无效问卷后，获得403份有效问卷。在发放问卷调查表过程中，没有强调被调查者需要具有网购经验，但被调查者是具有一定互联网经验的网络用户。

（三）样本特征

描述性统计表明，女性占比（61.54%）高于男性，本科学历占比72.45%，企业单位职员占比65.75%，符合对网购群体结构的直觉判断；月均网购金额“100元以下”只占8.44%，而“101～1000元”占比高达66.00%，说明样本群体有较好的网购经验，符合本文研究对样本的要求。另外，近半年没有发生投诉或退货的占比只有47.64%，说明目前网购诚信仍然存在较大问题。

（四）信度与效度检验

针对声誉信息可信度和声誉信息使用度的信度和效度检验如表1所示。克隆巴赫阿尔法（Cronbach'α）系数大于0.70，说明对声誉信息可信度和使用度的测量具有较好信度。另外，KMO检验系数>0.5，巴特利特（Bartlett）球体检验达到显著性水平（p <0.001），说明问卷具有较好的建构效度。

表1　描述性统计、信度与效度检验

四、统计分析与讨论

（一）辅助判断卖家可信度的信息

为研究买家使用哪些信息判断卖家的可信度，问卷设置有10个可选答案的多项选择题（参见表2），每个选项答案为“是”与“否”的二元数据，采用多配对样本非参数Co⁃chran Q检验，它适合对二元数据的推断分析。[ 15 ]检验结果表明Cochran Q为523.864，渐近p值小于0.001，高度显著，说明买家网购信任决策所使用的信息有显著性差异。选择“好评”“差评”和“文字评论”声誉信息作为判断卖家可信度的买家占比分别达到69.35%、55.53%、46.23%，说明声誉机制是网购平台的重要组成部分，“好评”“差评”和“文字评论”信息是买家网购信任决策（对卖家的信任度）的重要参考，支持H1。

表2　买家辅助判断卖家可信度的信息

另外，半数以上（52.51%）的买家使用“商品成交数量”作为辅助决策信息，这也从另一方面说明为什么卖家会进行违规的“刷单”行为。值得注意的是，使用“网络社交圈推荐”的买家仅占9.05%，说明目前网络社交圈的推荐信息的可信度较低；使用“与相同卖家的交易经验”和“卖家创店时间”的买家占比也不高，分别为31.16%和21.36%，说明买家对卖家长期诚信的信心并不高。

（二）好评、差评和文字评论的感知可信度和

使用度

首先应用多配对样本非参数Friedman检验，检验“好评”“差评”和“文字评论”是否存在显著差异，检验结果表明，“声誉信息可信度”的三个测量项存在显著差异（χ2值为124.308，p <0.001），“声誉信息使用度”的三个测量项也存在显著差异（χ2值为39.861，p<0.001）。为进一步检验“好评”“差评”和“文字评论”两两之间的差异情况，同时采用配对样本t检验和非参数Wilcoxon检验（如表3所示）。

在“声誉信息可信度”方面，“差评”“文字评论”和“好评”的感知可信度两两之间存在显著差异，其均值分别为7.861、7.233和6.779（如表1所示），“差评”的可信度最高，“文字评论”次之，“好评”的可信度最低，支持H2a。

在“声誉信息使用度”方面，尽管从均值看，“差评”“文字评论”和“好评”的均值分别为7.811、7.479、7.382（如表1所示），符合H2b，但t检验和非参数Wilcoxon检验结果表明“文字评论”和“好评”使用程度的差异不显著，H2b没有得到完全支持。买家使用“差评”信息辅助网购信任决策的程度显著高于“好评”和“文字评论”，但在使用“好评”和“文字评论”方面没有显著差别。可能的解释是，尽管买家感知“文字评论”的可信度高于“好评”，但使用“文字评论”信息进行网购信任决策时，不如“好评”的信息直观，因而部分抵消了“文字评论”信息在网购信任决策中的使用程度，导致差异不显著。

表3　配对样本t检验和非参数Wilcoxon检验结果

（三）不同分类因子水平下的声誉信息可信度和使用度

使用独立样本t检验和单因素方差分析方法，研究各分类因子对声誉信息可信度和使用度的影响，检验结果如表4和表5所示。首先应用Levene检验，在0.05显著性水平下，考察是否通过方差齐性检验，对于两水平的因子（“性别”和“近半年是否发生投诉或退货”），采用SPSS提供的独立样本t检验进行分析；对于两水平以上的因子，根据满足和不满足方差齐性要求的情况，分别使用单因素方差分析（ANONA）和多独立样本非参数Kruskal Wallis（KW）检验，分析各分类样本是否存在显著性差异。

从检验结果看（如表4所示）“学历”和“职业”对声誉信息可信度和使用度没有显著影响，不支持H7a、H7b、H8a、H8b。“性别”对声誉信息可信度有显著影响，且男性买家高于女性，支持H5a，但“性别”对声誉信息使用度没有显著影响，不支持H5b。“月可支配收入”对使用声誉信息使用度也没有显著差异，不支持H9b。“近半年是否发生投诉或退货”并没有导致买家感知声誉信息可信度的显著差异，不支持H4a；但其对声誉信息使用度的影响是显著的，支持H4b，即发生投诉或退货的买家会降低声誉信息在辅助网购信任决策中的使用。

不同“年龄”“月均网购金额”的买家感知声誉信息可信度以及声誉信息使用程度方面有显著差异；不同“月可支配收入”的买家感知声誉信息可信度有显著差异。由于“年龄”“月可支配收入”“月均网购额”的因子水平数量超过2个，两组以上差异性检验达到显著性水平只是意味着至少有两组之间存在显著性差异，需要通过验后多重比较，进一步分析具体哪两组存在显著性差异。SPSS提供了方差齐性和不齐性情况下的两类多重比较技

术。本文对于不违反方差齐性假设的情况，使用LSD检验法；对于违反方差齐性假设的情况，根据邱皓政[ 16 ]的建议，使用Dunnett’s T3检验法。验后多重比较的结果如表5所示（在0.05显著性水平下，存在显著性差异的“两两比较”）。

表4　样本人口统计特征、声誉信息可信度和使用度的差异性检验

表5　分类因子对声誉信息可信度和使用度影响的验后多重比较

年龄“25岁以下”和“30岁以上”的买家感知声誉信息可信度存在显著差异，其均值分别为6.927和7.464，“25岁以下”买家感知声誉信息可信度低；“25岁以下”分别与“26～30岁”“30岁以上”买家在声誉

信息使用度方面存在显著差异，其均值分别为7.205、7.641、7.679，“25岁以下”买家依赖声誉信息辅助网购信任决策的程度低。其他分组比较并没有显著差异。因此，部分支持H6a和H6b。

月可支配收入“3500元以下”的低收入买家感知声誉信息可信度显著低于“3501～5000元”“5001～10000元”“10000元以上”的买家群体，均值分别为6.842、7.257、7.533、7.497，但其他年龄段之间的差异性不显著，因此部分支持H9a。

月均网购金额“100元以下”买家感知声誉信息可信度显著低于“101～1000元”“1000元以上”的买家群体，在声誉信息使用度方面显著低于“101～ 1000元”的买家群体。由于“性别”“年龄”“学历”“职业”“可支配收入”是买家固有的特征，因此可以认为这些买家特征因素影响了买家感知声誉信息可信度和声誉信息使用度，但“月均网购金额”更有可能是受买家感知“声誉信息可信度”和“声誉信息使用度”的影响，而非反之。

（四）声誉信息可信度、使用度和网购金额的关系

应用SPSS的偏相关分析方法，通过控制“性别”“年龄”“学历”“职业”“月可支配收入”“近半年是否投诉或退货”后，分析“声誉信息可信度”和“声誉信息使用度”的相关关系，结果表明两者的偏相关系数为0.760，显著性p <0.001，说明两者存在显著的高度正相关关系；进一步将“性别”“年龄”“学历”“职业”“月可支配收入”“近半年是否投诉或退货”作为控制变量，“声誉信息可信度”作为解释变量，“声誉信息使用度”作为被解释变量，最小二乘法（OLS）线性回归结果表明“声誉信息可信度”的系数为0.756，显著性p <0.001，F统计量为82.314，显著性p < 0.001，回归模型的Adjusted R2=0.593，说明“声誉信息可信度”越高，“声誉信息使用度”越高，支持H3。

为分析买家感知声誉信息可信度和声誉信息使用度对网购金额的影响，将“月均网购金额”作为被解释变量，由于本文问卷调查所设定的“月均网购金额”分为三个有序水平，因此使用有序多分类Logistic回归模型（连接函数为Logit）进行分析。同时考虑“性别”“年龄”“学历”“职业”“月可支配收入”“近半年是否投诉或退货”等分类变量。剔除显著性水平不符合要求（以p =0.05为标准）的变量，最终进入模型的变量如表6所示。

表6　多项有序Logistic回归分析的参数估计与检验

平行线检验表明，在0.05显著性水平下，不能拒绝“位置参数（斜率系数）在各响应类别中都是相同”的零假设，因此选择Logit连接函数是恰当的。回归方程通过显著性检验（模型拟合信息，p <0.001），说明解释变量全体与连接函数Logit之间的线性关系显著，模型选择正确。Nagelkerke R2=0.299，说明模型的拟合优度尚可。用π1、π2、π3分别代表月均网购金额为“100元以下”“101～1000元”“1000元以上”的概率，建立如下模型：

ln(π1/(1-π1))=-2.999+0.489RpCd-0.315PDcs +0.437Gend(0)+0.036Year(1)+0.778Year(2)

-2.875Incm(1)-1.701Incm(2)-0.796Incm(3) -0.621NCplm(0)

ln((π1+π2)/(1-(π1+π2)))=1.462+0.489RpCd -0.315PDcs+0.437Gend(0)+0.036Year(1) +0.778Year(2)-2.875Incm(1)-1.701Incm(2) -0.796Incm(3)-0.621NCplm(0)

π3=1-(π1+π2)

声誉信息的可信度（RpCd）与“月均网购金额”成正比关系（系数为0.489），显著性水平p <0.001，在0.05显著性水平下具有显著正向关系，说明高的感知声誉信息可信度有利于提升买家网购意愿，支持H10a。

声誉信息的使用度（PDcs）与“月均网购金额”成反比关系（系数为-0.315），显著性水平p = 0.018，在0.05显著性水平下具有显著负向关系，支持H10b。可能的解释是，买家使用声誉信息进行网购信任决策的程度越高，反映出买家感知网购平台的风险越高，从而抑制买家网购的意愿。统计分析与检验结果详见表7。

表7　统计与假设检验结果汇总

五、研究结论

在线声誉机制已经成为网络平台诚信交易的重要基础，是消费者（买家）网购信任决策的重要依据。在声誉机制所提供的“好评”“差评”和“文字评论”这三个主要声誉信息中，买家对“差评”信息的可信度评价最高，“文字评论”次之，“好评”的可信度最低；买家使用“差评”信息辅助网购决策的程度最高，而“文字评论”和“好评”信息的使用程度无显著差异；买家感知声誉信息可信度正向影响买家使用声誉信息辅助网购信任决策的程度。本文还证实了买家投诉或退货经历并没有显著改变对声誉信息可信度的感知，但会显著降低买家应用声誉信息辅助网购信任决策的程度。直觉上，可能是买家对现有在线声誉机制可信度的认可程度还不高，买家可能替代使用其他信息来辅助网购信任决策（如表2所示，其中使用“商品成交数量”信息的买家超过一半）。

为了发挥在线声誉机制的有效作用，需做好两方面的工作。一方面，要提升声誉信息的可信度，一是改善“好评”信息的可信度，确实杜绝卖家“刷信用”的不诚信行为；二是预防卖家对买家给予“差评”的报复行为，同时也要防止买家的恶意“差评”，确保“差评”信息能够客观地反映买家真实的交易体验。另一方面，要提高使用声誉信息的方便性，一是可以提供一些针对文字评论的文本数据挖掘工具，使买家能够方便地萃取文字评论中的关键信息；二是要从根本上解决声誉信息的聚合问题，包括聚合来自其他方面的信息，以界面友好的方式展现给买家，既能让买家从总体上了解卖家信用状况，也能让买家根据自身的关注获得所需的个性化声誉信息。

另一个重要结论是，买家感知声誉信息可信度正向显著影响买家的网购金额，先前的研究已经表明良好的卖家声誉有助于提升买家的网购意愿。本文与先前文献的研究结论共同验证了有效的在线声誉机制能够促进网购平台市场交易，提升市场效率。但是买家应用声誉信息辅助网购决策的程度却负向显著影响买家的网购金额，说明声誉信息使用程度高的买家感知网上交

易风险大，在网购方面会更加谨慎。这里揭示了一个重要议题是，在保证网购平台诚信交易方面，除需要以声誉机制为基础的私人秩序之外，也需要以法律法规为主体的公共秩序的治理。实际上，如果公共秩序能够确保诚信交易，买家也就没有必要（或减少）使用声誉信息辅助决策。私人秩序和公共秩序是网上交易治理不可或缺的两种机制，它们之间的相互补充和替代关系需要做进一步深入研究。

参考文献：

[1]赵超，何宗渝.2014年我国社会消费品零售总额增长12%网上零售额增近5成[EB/OL].（2015-01-20）.http:// news.xinhuanet.com/finance/2015-01/20/c_1114061007.htm

[2]、[12]Przepiorka W.Buyers Pay for and Sellers Iinvest in a Good Reputation：More Evidence from eBay[J].The Jour⁃nal of Socio-Economics，2013（42）：31-42.

[3]McDonald C.G.，V.C. Slawson J.Reputation in an Inter⁃net Auction Market[J].Economic Inquiry，2002，40（4）：633-650.

[4]Houser D.，J. Wooders.Reputation in Auctions：Theory and Evidence from eBay[J].Journal of Economics & Manage⁃ment Strategy，2006，15（2）：353-369.

[5]Huang Y T，J R Chen，W C Lu.Effects of Seller Reputa⁃tion on Success at Online Auctions：An Empirical Study[J].In⁃ternational Journal of Management，2011，28（3）：621-629.

[6]Melnik M.I.，J. Alm.Seller Reputation，Information Sig⁃nals and Prices for Heterogeneous Coins on eBay[J].Southern Economic Journal，2005，72（2）：305-328.

[7]Liu W.A，D. Wu，H. Xu，Reputation in China's Online Auction Market：Evidence from Taobao.com[J].Frontiers of Business Research in China，2008，2（3）：323-338.

[8]Livingston J.A..How Valuable Is a Good Reputation? A Sample Selection Model of Internet Auctions[J].The Review of Economics and Statistics，2005，87（3）：453-465.

[9]Cabral L.，A. Hortacsu.The Dynamics of Seller Reputa⁃tion：Evidence from eBay[J].Journal of Industrial Economics，2010，58（1）：54-78.

[10]Swamynathan G.，K.C. Almeroth，B.Y. Zhao.The De⁃sign of a Reliable Reputation System[J].Electronic Commerce Research，2010（10）：238-270.

[11]Li L..Reputation，Trust and Rebates：How Online Auction Markets Can Improve Their Feedback Mechanisms[J]. Journal of Economics & Management Strategy，2010，19（2）：303-331.

[13]Rice S.C..Reputation and Uncertainty in Online Mar⁃kets：An Experimental Study[J].Information Systems Research，2012，23（2）：436-452.

[14]Yang J.，X. Hu，H. Zhang.Effects of a Reputation Feedback System on an Online Consumer-to-Consumer Auc⁃tion Market[J].Decision Support Systems，2007，44（1）：93-105.

[15]董寒青.多选题的统计分析及其SPSS实现[J].统计与决策，2013（10）：85-86.

[16]邱皓政.量化研究与统计分析[M].重庆：重庆大学出版社，2013：164-167.

责任编辑：林英泽

An Empirical Analysis on Reputation System in Online Shopping Platform based on Buyers’Perception

LIN Jian-zong
（Xiamen University of Technology，Xiamen，Fujian361024，China）

Abstract：Online reputation mechanism is an important part of online shopping platform and the important reference of buyers’online-shopping trust decision. The buyer’s perception on the reputation information credibility will have positive effects on the degree of their usage of the reputation information and their amount of online purchase；while the usage of reputation information will have negative effect on the amount of online purchase. To give play to the role of online reputation mechanism，we should improve the credibility of reputation information，eliminate the phenomenon of cheating in the improvement of reputation and the retaliatory action on buyers’giving“bad comments”；we also should improve the convenience in using reputation information. Private and public order is the two necessary governance mechanism of E-trading.

Key words：online shopping platform；online reputation system；E-business；integrity evaluation；online retailing

基金项目：国家社会科学 “平台型电子商务诚信体系中私人秩序的实证与运作研究”（项目编号：12BGL121）。

作者简介：林建宗（1965—），男，福建省龙海市人，厦门理工学院教授，博士，主要研究方向为电子商务、企业管理。

收稿日期：2015-11-16

中图分类号：F724.26

文献标识码：A

文章编号：1007-8266（2016）01-0070-09