堵还是疏：网店"以次充好"行为治理研究

马述忠 房超

摘 要： 本文从电商平台上店铺“以次充好”的欺诈性销售行为出发，构建不完全信息动态博弈模型，并基于实践中的惩罚机制和信誉机制，对博弈模型进行扩展，以考察“堵”和“疏”的治理效果。研究发现：第一，电商平台上机会型店铺比例越高，消费者鉴别能力越强，消费者越倾向于选择不信任店铺;机会型店铺总是会寄送仿品以最大化其收益。第二，对店铺欺诈性销售行为的惩罚往往很难达到预期效果，平台并不会真正严厉地惩罚店铺，消费者权益难以得到有效保障。第三，信誉机制能够在一定程度上引导机会型店铺诚信经营以获得更高的长期收益，信誉机制下消费者也更加倾向于信任店铺。但信誉机制也存在虚假评论、消费者报告偏差等诸多问题，使其不能发挥应有的效果。本文的研究对于经济现实是一个很好的理论提炼，对于后续的学术研究以及电商平台的信誉机制改革也有一定的参考价值。

关键词： 电子商务; 博弈论; 以次充好; 信誉机制

一、 引言

近年来，无论是世界范围内还是在中国，电子商务产业发展都异常迅猛，成为世界经济活力的重要源泉。中国国际电子商务中心发布的《世界电子商务报告》显示，全球已有七个国家网购用户数量过亿，有约16.6亿消费者使用移动端进行网购。商务部数据显示，2004至2017年，中国电子商务交易总额从0.93万亿元增长到29.16万亿元，年均增长率达30.35%。Amazon、eBay等世界知名电商平台以及阿里巴巴、京东等一大批国内电商平台，在短短十几年间迅速崛起，成为家喻户晓的明星企业。如今在中国，网上购物、移动支付、快递物流已经成为普通百姓日常生活重要的一部分，“双十一”“618”等线上购物促销活动更是成为全民狂欢的节日。除此之外，电子商务还在拉动就业、精准扶贫、促进外贸增长等多方面、多领域发挥着重要的作用。

但电子商务的发展也面临诸多瓶颈，其中假货泛滥问题尤为突出，且已经严重制约电商平台的健康发展。一些国内的电商经营者仿制国外正品，以低廉的价格出售赚取非法利润。2018年1月，美国贸易代表办公室再次把阿里巴巴集团旗下的淘宝网列入“恶名市场”名单，指淘宝网上仍然充斥“大量的侵权物品”。阿里巴巴发布的《2018阿里巴巴知识产权保护年度报告》显示，2018全年阿里巴巴共向执法机关推送超5万元起刑点的涉假线索1 634条，协助抓捕犯罪嫌疑人1 953名，溯源打击涉案金额79亿元。

近几年来，跨境电子商务飞速发展，成为国民购买高品质海外商品的一条重要渠道，但跨境电商平台假货问题非常突出。2018年3月，消费者权益保护日前夕，作家六六转发的文章《无赖京东》在互联网上热传：程茉在京东全球购购买了美国Comfort U护腰枕，京东标价人民币1 489元，美国官网售价109.95美元。而店铺实际发的货是一个标识为Contour U的护腰枕，美国官网售价33.6美元。也就是说，该店铺用一个价值人民币212元的枕头，冒充人民币700元的枕头，再以人民币1489元卖给中国消费者。程茉收集证据交给平台，但京东客服却以“商家发错货”为由拒绝“假一罚十”的赔偿《作家六六轉文斥京东售假无赖：客服一口咬定是发错货》，http：//finance.sina.com.cn/consume/puguangtai/2018-03-13/doc-ifyscsmu9473482.shtml。。

这一典型案例为研究提供了很好的现实性素材。网店的“以次充好”欺诈性销售行为严重损害了消费者的利益，有必要通过一些制度设计或者机制设计规范店铺的销售行为，保护消费者的合法权益，从而推动电子商务产业的长期健康发展。本文正是基于这一考虑，运用博弈论方法构建“以次充好”博弈模型，并在此基础上引入以惩罚机制为特色的“堵”和以信誉机制为特色的“疏”两类方法。本文的创新之处在于：一方面，从电商平台“以次充好”这一现实经济问题出发，运用经典的博弈论方法模型化这一经济问题，使得经济现象得到很好的理论抽象;另一方面，从“堵”和“疏”两类治理手段入手，探讨电商平台如何通过更有效的制度安排或机制设计引导店铺诚信经营，具有很强的现实经济意义。

本文后续内容安排如下：第二部分，基于典型事实分析电商平台治理“以次充好”的两类手段，并梳理国内外相关研究进展;第三部分，构建“以次充好”博弈模型，并分析店铺和消费者的策略选择;第四部分和第五部分，引入平台对店铺售假的惩罚机制以及店铺信誉机制，并分析店铺和消费者的策略选择;第六部分，总结全文并提出相关建议。

二、 典型事实与文献梳理

目前，电商平台主要有两类治理“以次充好”的手段，本文将其概括为“堵”和“疏”。“堵”，即电商平台对店铺的“以次充好”行为进行处罚，并将罚金交给权益受侵害消费者的一种治理手段;“疏”，即电商平台通过某些机制设计，弱化平台内店铺“以次充好”动机，从而规范店铺的经验行为。

我国《消费者权益保护法》第五十五条规定：经营者提供商品或者服务有欺诈行为的，应当按照消费者的要求增加赔偿其受到的损失，增加赔偿的金额为消费者购买商品的价款或者接受服务的费用的三倍;增加赔偿的金额不足500元的，为500元。2019年1月1日正式实施的《电子商务法》明确规定电子商务经营者履行消费者权益保护等义务，承担产品和服务质量责任等内容。现实中，电商平台对平台内店铺的惩罚机制主要有“七天无理由退货”（天猫平台）、“退一赔九+买家支付的邮费”（天猫国际平台）、“假一罚十”（京东全球购）等。杨居正等（2008）认为在不确定性的市场环境中，基于制度建立起的信任关系是交易能够实施的一个重要条件。

优质店铺认证、店铺信用评分、消费者评论展示等都属于“疏”这一治理手段。这些机制的设计核心在于，通过向消费者披露店铺的历史信誉状况，弱化买卖双方之间的信息不对称，使得信誉良好的店铺在长期有更高的收益，弱化店铺的“以次充好”动机。国内外关于线上店铺信誉的研究已经非常丰富了：国内基于淘宝网、易趣网等线上交易数据的分析发现店铺的信誉有助于提升其销量（周黎安等，2006;杨居正等，2008;潘煜等，2010;殷国鹏，2012;张红宇等，2014;陈艳莹和李鹏升，2017）;国外学者的研究不仅聚焦于信誉对销量效应（Lee and Turban，2001;Melnik and Alm，2002;Livingston，2005;Resnick et al.，2006;Houser and Wooders，2006;Anderson and Magruder，2012），还有关注信誉的动态变化（Cabral and Hortacsu，2010）、虚假评分问题（Mayzlin et al.，2014）、消费者评分偏差（Dellarocas and Wood，2008）、市场透明度与逆向选择（Klein et al.，2016）等。但就目前来看，还没有研究分析信誉机制和店铺的欺诈性销售行为。

从上述典型事实分析与相关文献梳理可以看到，以惩罚机制为特色的“堵”和以信誉机制为特色的“疏”，是目前电商平台治理“以次充好”现象的主要手段。本文后续部分将在“以次充好”博弈模型的基础上，通过引入平台惩罚研究“堵”的治理效果，通过模型两期扩展研究“疏”的治理效果，并分析对比二者之间的差异。

三、 “以次充好”博弈模型

Tadelis（2016）构建了一个简单的不完全信息动态博弈模型，用以说明信誉机制对于买卖双方行为的影响。本文借鉴这一模型的基本思路，并结合店铺欺诈性销售行为以及消费者鉴别能力等因素进行拓展与创新，构建“以次充好”博弈模型。模型的具体细节如下：

考虑电商平台上存在两种类型的店铺Seller：机会型店铺Opportunistic（O）和诚实型店铺Honest（H），机会型店铺的概率为p，诚实型的概率为1-p此处也可以理解为，电商平台上机会型店铺的比例为p，诚实型店铺的比例为1-p。。诚实型店铺在消费者购买之后，总是会将正品Real（R）寄送给消费者;机会型店铺选择最大化自己的利润，可能会选择寄送正品R也可能选择寄送仿品Fake（F）。

假定一个消费者Buyer（B）在这个电商平台上购物，消费者看中了一个店铺出售的一件衣服，他不知道这家店铺是机会型还是诚实型。这件衣服的售价为150元，消费者非常喜欢，他的心理估值为200元。但这一心理估值建立在这件衣服是正品的基础之上，如果这件衣服为仿品，则消费者的心里估值仅为10元。因而，若买到正品，则消费者的收益为200-150=50元;若买到仿品，则消费者的收益为10-150=-140元。假设对于店铺而言，正品的成本为100元，仿品的成本为50元，则其寄送正品的收益为50元，寄送仿品的收益为100元。

由于仿品与正品非常相似，现实生活中，消费者往往很难鉴别出来衣服的真伪。假设消费者鉴别出仿品的概率为a，未能鉴别出仿品的概率为1-a此处也可以理解为，具有鉴别能力的消费者占所有消费者的比例为a，不具有鉴别能力的消费者占比为1-a。。也就是说，即使是仿品，消费者仍然有可能以1-a的概率认为其为正品。因而，如果没有鉴别出来，则消费者的收益仍为50元;只有在鉴别出来是仿品时，其收益才为-140元。为了简化分析，此处假设平台对店铺销售仿品行为没有任何惩罚机制，消费者只能认栽。文章的后续两节将引入惩罚机制和信誉机制，并对此展开分析。

整个不完全信息动态博弈的流程如下：（1）自然选择店铺为机会型店铺还是诚实型店铺;（2）消费者无法知悉店铺的类型，可以选择信任店铺购买衣服，或者不信任店铺不买衣服;（3）如果是机会型店铺，它可能会选择寄送正品，也可能会选择寄送仿品;（4）如果是誠实型店铺，它肯定会寄送正品;（5）消费者在收到店铺寄送的衣服后，对衣服的品质进行鉴定，如果是正品则鉴定结果一定为正品，如果是仿品则消费者以p的概率鉴别出来其为仿品。该博弈的扩展形式如图1所示。

这一均衡结果是比较直观的：对于消费者而言，电商平台上机会型店铺比例越低，其更加倾向于选择信任店铺;消费者自身的鉴别能力越低，即使衣服是仿品也会认为是正品，因而其更加倾向于选择信任店铺。对于机会型店铺而言，只要消费者愿意购买，其选择发送仿品是一个收益最大化的决策。

四、 引入惩罚机制的“以次充好”博弈模型

正如前文第二部分所述，为了保护消费者权益，吸引消费者前来购物，电商平台会通过制度性的惩罚机制治理店铺的“以次充好”行为，也就是“堵”。这种惩罚机制一般表现为对店铺的欺诈性销售行为进行惩罚，然后将罚金转移给权益受到侵害的消费者。

基于这一经济事实，假设博弈模型中的电商平台引入一种惩罚机制：如果消费者发现其购买的衣服为仿品，则平台对店铺处罚x元，并将这一罚金全部转移给消费者。引入惩罚机制后的博弈模型如图2所示。

可以看到，为了使消费者在平台上购物，平台在不同市场环境下的选择是有差异的：如果平台上的机会型店铺比例较高，消费者的鉴别能力较强，则平台需要对“以次充好”行为进行强有力的惩罚，以吸引更多的消费者在平台上购物;如果平台上的机会型店铺比例较低，消费者的鉴别能力较弱，则平台即使不对“以次充好”行为进行强有力惩罚，消费者仍然会在平台上购物。

本文引言中的京东案例，对应的正是第二种情形。京东平台一般被认为是相对值得信赖的电商平台，其平台内的店铺质量信誉较高。而现阶段，消费者的鉴别能力又相对较低，特别是对于一些通过跨境电商购买的海外商品。这两种因素综合作用下，电商平台并没有很强的动机去严厉惩罚店铺，冷处理是平台惯用的手段。因为电商平台很清楚地知道，不管对店铺的惩罚力度如何，消费者还是会在其平台上进行消费。而如果处罚金额较高，则会损害店铺的利益，不利于平台做大做强。

五、 两期扩展的“以次充好”模型

除了用惩罚机制“堵”之外，电商平台还可以通过机制设计引导店铺诚信经营，也就是“疏”。“疏”这一方式突出表现为信誉机制，也就是电商平台公开店铺的历史信誉状况，弱化消费者选择店铺时的信息不对称，从而倒逼店铺诚信经营。简单起见，考虑“以次充好”博弈进行两期，第二期的消费者可以看到店铺在第一期的销售行为。

假设ap<5/19，由于期望效用为正，消费者会在第一期选择信任店铺购买衣服。如果消费者觉得店铺寄送的是正品，则消费者认为店铺是诚实型的，因而会进行第二次购买。假定店铺的第二期收益对于第一期而言有一个贴现，δ∈（0，1）。

假定消费者预期机会型店铺会在第一期选择寄送仿品。如果是这样的话，消费者可以根据店铺在第一期的行为更新自己的信念：如果消费者觉得店铺第一期寄送的是正品，那么会认为这是诚实型的店铺，并且会在第二期再一次信任店铺;如果消费者鉴别出来店铺第一期寄送的是仿品，那么消费者会认为这是机会型的店铺，在第二期不会选择信任店铺。这样一来，如果店铺认为未来的收益是重要的，为了最大化其两期总效用，并不会选择在第一期就寄送仿品。

当然这个两期模型可以参照Kreps et al.（1982）的方法扩展成三期博弈、四期博弈……及至无限期博弈。可以预见的是，随着博弈期数的增加，即使平台上的机会型店铺比例很高，消费者的鉴别能力很高，消费者仍然会选择信任店铺;机会型店铺则会在更多期伪装成诚实型店铺，使得消费者信任并购买其商品，并在最后几期寄送仿品以追求效用最大化。

综合上述分析可以看到，使用信誉机制“疏”是一种较为有效的治理手段。信誉机制的建立将吸引更多的消费者到平台上购物。机会型店铺为了长期利益会在刚刚进入平台时将自己伪装成诚实型店铺。Chevalier and Ellison（1999）、Holmstrm（1999）认为经理人为了其整个职业生涯考虑，会在其职业生涯开始阶段投入非常多的努力，从而获得一个很好的职业声誉，这与本文的研究实质上是一致的。但是如果博弈进入最后几期，信誉机制会慢慢失效，店铺会滥用消费者信任来实现自身利益的最大化。Cabral and Hortacsu（2010）基于eBay平台店铺数据的研究发现，与其他阶段相比，在店铺退出平台前会获得更多的负面评价，这与本文所构建的模型也是相符的。

六、 结论与评述

本文基于网店“以次充好”销售行为这一现实经济问题，在Tadelis（2016）模型的基础上拓展与创新，构建了电商平台店铺与消费者博弈的“以次充好”模型。模型认为电商平台上机会型店铺比例越低，消费者鉴别能力越低，消费者越倾向于选择信任店铺，而机会型店铺的最优决策都是选择“以次充好”。

结合现实中电商平台治理欺诈性销售的实践，本文将惩罚机制引入模型中，以考察“堵”的效果。研究发现，机会型店铺比例较低，消费者鉴别能力较低时，电商平台没有很强的动机去惩罚店铺的“以次充好”行为。本文进一步对模型进行了两期扩展，以分析信誉机制的作用，考察“疏”的效果。研究发现，博弈模型进行多期之后，机会型店铺会在博弈的前几期诚信经营，消费者会更加倾向于信赖店铺。

比较“堵”和“疏”两种手段，可以看到：第一，“堵”如果只是平台自发的行为，往往是不尽如人意的，平台并不会“真正”严厉惩罚店铺，消费者权益往往得不到很好保障;第二，“疏”这种治理方式至少在长期来看是一种更加有效的方式，店铺有诚信经营的动机，消费者也对店铺更有信心。但实践中，“疏”这种方式常常很难发挥作用，一方面，前文分析中已经提到，在店铺将要退出平台的阶段，店铺会选择滥用消费者的信任，因为信誉机制对其而言不再发生作用。另一方面，信誉机制往往会受到多种因素的干扰，这在电商平台上非常常见，尤其是国内的电商平台《估值175亿的旅游独角兽是座僵尸和水军构成的鬼城？》http：//finance.ifeng.com/a/20181021/16536588_0.shtml。。Mayzlin et al.（2014）基于Tripadvisor和Expedia平台不同的评论形成机制，分析了店铺的促销性评论行为，发现店铺会给自己的产品添加正面评论而给竞争对手的产品添加负面评论。Dellarocas and Wood（2008）的研究认为自愿性的评论机制会使得评论出现偏差，eBay上的买家对产品较为满意时更有可能进行评论，因而店铺的评分往往是偏高的。

与“一手交钱，一手交货”的线下交易相比，线上交易“解放了双手”，但也使得消费者难以对产品质量进行验证，店铺“以次充好”行为层出不穷也不足为奇。“堵”和“疏”这两种治理手段，虽然都能在一定程度上发挥作用，引导店铺诚信经营，但也存在诸多问题。本文的研究对这一现象进行了模型化说明，得到了一些有参考价值的结论，但未能探讨形成更加合理的机制设计。未来，研究者可以结合中国特色的电子商务、跨境电子商务实践，从现实经济问题出发，综合运用博弈论、计量分析等手段，研究形成电商平台治理的中国经验。

参考文献：

[1] 陈艳莹、李鹏升，2017：《认证机制对“柠檬市场”的治理效果——基于淘宝网金牌卖家认证的经验研究》，《中国工业经济》第9期。[Chen Yanying and Li Pengsheng，2017， The Governance Effectiveness of Certification Mechanism in Lemon Market——An Empirical Research Based on Taobao Gold-Medal-Seller Certification，China Industrial Economics，1.]

[2] 潘煜、张星、高丽，2010：《网络零售中影响消费者购买意愿因素研究——基于信任与感知风险的分析》，《中国工业经济》第7期。[Pan Yu，Zhang Xing and Gao Li，2010，Research on the Determinants of Purchasing Intention in Online Shopping——From the Perspective of Trust and Perceived Risk，China Industrial Economics，7.]

[3] 楊居正、张维迎、周黎安，2008：《信誉与管制的互补与替代——基于网上交易数据的实证研究》，《管理世界》第7期。[Yang Juzhen，Zhang Weiying and Zhou Lian，2008，Complementarity and Substitution of Credit and Regulation： An Empirical Study Based on Online Transaction Data，Management World，7.]

[4] 殷国鹏，2012：《消费者认为怎样的在线评论更有用？——社会性因素的影响效应》，《管理世界》第12期。[Yin Guopeng，2012，What Online Reviews do Consumers Find More Useful？——Effects of Social Factors，Management World，12.]

[5] 张红宇、周庭锐、严欢等，2014：《网络口碑对消费者在线行为的影响研究》，《管理世界》第3期。[Zhang Hongyu，Zhou Tingrui，Yan Huan and Tang Xiaofei，2014，Research on the Influence of Internet Word-of-mouth on Consumers Online Behavior，Management World，12.]

[6] 周黎安、张维迎、顾全林、沈懿，2006：《信誉的价值：以网上拍卖交易为例》，《经济研究》第12期。[Zhou Lian，Zhang Weiying，Gu Quanlin and Shen Yi，2006，The Value of Reputation： Evidence from Online Auctions，Economic Research Journal，12.]

[7] Anderson， M.， J. Magruder，2012，Learning From the Crowd： Regression Discontinuity Estimates of the Effects of an Online Review Database，The Economic Journal，122（563）： 957-989.

[8] Cabral， L.， A. Hortacsu，2010，The Dynamics of Seller Reputation： Evidence From Ebay，The Journal of Industrial Economics，58（1）： 54-78.

[9] Dellarocas， C.， C. A. Wood，2008，The Sound of Silence in Online Feedback： Estimating Trading Risks in the Presence of Reporting Bias，Management Science，54（3），pp.460-476.

[10]Houser， D.， J. Wooders，2006，Reputation in Auctions： Theory， and Evidence From Ebay，Journal of Economics & Management Strategy，15（2）： 353-369.

[11]Klein， T. J.，C. Lambertz， K. O. Stahl，2016，Market Transparency， Adverse Selection， and Moral Hazard，Journal of Political Economy，124（6）： 1677-1713.

[12]Kreps D. M.，P. Milgrom，J. Roberts， et al.，1982，Rational Cooperation in the Finitely Repeated Prisoners Dilemma，Journal of Economic Theory，27（2）： 245-252.

[13]Lee， M. K.， E. Turban，2001，A Trust Model for Consumer Internet Shopping，International Journal of Electronic Commerce，6（1）： 75-91.

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

[15]Mayzlin D.，Y. Dover and J. Chevalier，2014，Promotional Reviews： An Empirical Investigation of Online Review Manipulation，American Economic Review，104（8）： 2421-2455.

[16]Melnik， M. I.， J. Alm，2002，Does a Sellers Ecommerce Reputation Matter？ Evidence From Ebay Auctions，The Journal of Industrial Economics，50（3）： 337-349.

[17]Resnick， P.，R. Zeckhauser，J. Swanson， et al.，2006，The Value of Reputation On Ebay： A Controlled Experiment，Experimental Economics，9（2）： 79-101.

[18]Tadelis， S.，2016，Reputation and Feedback Systems in Online Platform Markets，Annual Review of Economics，8： 321-340.

Abstract： Based on the selling fakes behavior of online shops， this article constructs a dynamic game model of incomplete information and examines the governance effects of the punishment mechanism and the reputation mechanism. This article finds that： Firstly， the higher the proportion of opportunistic shops on the e-commerce platform， the stronger the consumer identification ability， the more consumers tend to choose distrust shops; the opportunistic shop will always send fakes to maximize its revenue. Secondly， the punishment for selling fakes is often difficult to achieve its desired results， because the platform does not really want to punish the shop severely. Therefore， consumer rights are often difficult to secure. Thirdly， the reputation mechanism can guide opportunistic shops to operate in good faith， and consumers are more inclined to trust shops. However， the reputation mechanism may not be able to play its role， because of fake reviews， reporting bias and many other issues. This article theoretically explains why online shops selling fakes， which may provide a certain reference for the improvement of e-commerce platforms.

Key Words： E-commerce; Game Theory; Selling Fakes; Reputation Mechanism

責任编辑 叶 青