平台经济视域下的商家投机行为治理——基于平台主动治理视角

王仙雅，王称意，慕 静

(天津科技大学 经济与管理学院，天津 300222)

一、引 言

新一代信息技术推动了互联网平台经济的迅猛发展，作为率先崛起的电商平台，在创造了巨大社会效应和经济效益的同时，也衍生了新的治理难题。平台商家在虚拟的网络市场中更便于利用信息优势隐瞒、欺骗消费者[1]，发生违反合同或规范的投机行为，如假冒伪劣、以次充好、不实描述、虚假评论、“刷单”等。目前政府对网络市场的治理主要依靠税务征管和司法处罚[2]，对于隐蔽性较强的商家投机行为的治理，少有依据可循，在治理上显得“水土不服”，难以单独发挥作用[3]。国务院办公厅2019年8月发布《促进平台经济规范健康发展的指导建议》，明确指出应联合多方力量创新监管理念，建立健全治理机制。电商平台作为联结商家与消费者双边市场的载体，最了解网络市场的运行机制，最容易发现商家的投机行为，理应在网络市场治理中发挥类政府功能、承担治理责任。

目前，在治理投机行为的研究中，包括正式治理和非正式治理两种机制，前者基于交易成本理论，主张通过监督、惩罚、权力等方式抑制投机行为[4-5]，后者依据社会交换理论，主张通过声誉、关系、信任等方式抑制投机行为[6]。有研究表明，将正式治理与非正式治理结合起来，更能发挥互补作用，对抑制投机行为更有效[7]。纵观电商平台，无论是B2C还是C2C模式，都采取了多种主动治理方式，既包括制定平台运行规则、奖惩规定等正式治理机制，也包括建立沟通机制、信用评价等非正式机理机制。那么，哪些治理机制在抑制商家投机行为时更有效，目前尚未得到学术界的科学论证。另外，平台声誉作为电商平台的无形资产，是否对商家投机行为具有震慑力和约束力，也需进一步研究。因此，本研究致力于分析平台主动治理对商家投机行为的影响机理，以及平台声誉能否在平台主动治理与商家投机行为之间起调节作用。

二、文献回顾与研究假设

(一)商家投机行为

投机行为(也称机会主义行为)的研究始于交易成本理论，是指交易一方为谋取私利，不惜牺牲其他交易方利益的行为，不仅表现为故意回避、逃避合同义务，违反合同规定的行为，也表现为虚假承诺、欺骗、隐瞒、不诚实的违反道德规范的行为[8-9]。简言之，投机行为是一种“不正当的自利行为”，只要有利可图，投机行为就会发生[10-11]。投机行为虽然会给谋取私利方带来短期利益，但从长期上看，会影响持续合作、产生严重的负面影响[12]。

对于投机行为的分类，现有研究认为投机行为并非单维。Williamson(1985)[13]按照是否主动采取扭曲信息、违反合约规范，将投机行为分为积极投机行为和消极投机行为。Wathne和Heide(2000)[14]将投机行为分为“明目张胆”的投机行为和“合法”的投机行为，前者指明显地违反正式合约规定的行为，后者指虽未违反正式合约规定，但违反关系规范和非正式协议的行为。Luo(2010)[15]将投机行为分为“强形式”和“弱形式”，“强形式”指违反合同规范(条件、条款和情况)的行为，如不按照契约规定提供符合规格的产品、不遵守契约约定的承诺、逃避契约约定的责任等；“弱形式”指违反关系规范的行为，这些规范不在合同中列出，但是根植于所有成员的共同理解中，如故意夸大自己的能力、不遵守口头承诺、为达成交易提供虚假信息等。可见，“明目张胆”的投机行为与“强形式”投机行为含义相似，“合法”的投机行为与“弱形式”投机行为含义相似。

关于电商平台中的商家投机行为，刘汉民和张晓庆(2017)[7]认为既包括交易前的虚假促销、失实陈述，也包括交易中的发送假货、货不对板和拒绝退换货等。本研究认为商家投机行为是商家以不诚实的态度违反订单、服务承诺和道德规范，致使消费者被误导和欺骗，进而使商家获利的行为。依据Wathne和Heide(2000)[14]、Luo(2010)[15]的研究，按照商家违反内容的不同，将商家投机行为划分为强投机行为和弱投机行为。强投机行为指商家违反订单和服务承诺，包括商家销售质量有瑕疵或假冒伪劣商品、商家配送的商品与订单不符、商家提供的售后服务与承诺不符等。弱投机行为指商家违反关系规范或非正式的规定，包括商家促销之前的故意抬高价格、故意隐藏商品不利信息、以返现和赠品等方式索要消费者好评、雇佣水军“刷单”“刷好评”等。商家的强投机行为与弱投机行为具有本质差别，有必要分别探讨治理机制。

由于从商家角度询问其投机行为，无法得到真实的回答，而消费者最了解商家行为和平台规则，对于平台规则能否对商家投机行为起抑制作用最具发言权，因此本研究基于消费者感知视角探讨商家强投机行为和弱投机行为。若消费者感知商家弱投机行为得不到有效控制，会认为具有投机心理的商家将肆无忌惮、变本加厉地实行投机行为。例如，如果商家以道歉、返现等方式要求消费者删除差评的弱投机行为未被遏制，商家会认为这样的行为是被默许的，进而出现以次充好、以假冒真的强投机行为，因为即使消费者给了差评，商家也可以通过给消费者“好处”来删除对自身的不利影响。因此本研究认为，如果消费者感知商家弱投机行为越普遍、越明显，他们将认为商家强投机行为发生的可能性会大大增加，故假设如下：

H1：消费者感知的商家弱投机行为正向影响其感知的商家强投机行为。

(二)平台主动治理

主动治理商家投机行为是电商平台的重要职责。对于电商平台，其主动治理包含事前、事中和事后三个阶段：事前体现在审核、介入经营、实名制、保证金等制度规范机制[16]；事中体现在规范交易流程、保存交易记录和聊天记录、建立消费者保障计划和信用评价机制等[17-18]；事后体现在消费者维权和投诉机制。事前是针对商家的显性约束，事中和事后是通过保障消费者利益对商家实施的隐性约束。本研究将平台主动治理分为事前商家规范机制、事中交易保障机制和事后争议处理机制，以下进行具体阐述。

1.事前商家规范机制。商家规范机制发生在网络交易之前，是指电商平台为规范商家而采取的审核经营资质、缴纳保障金、制定平台市场管理规范、行业管理规范和违规处理规范等。有研究指出，电商平台的事前控制策略是通过设定商家入驻门槛筛选高品质商家，以减少商家违规行为的发生[19]。汪旭晖和张其林(2017)[20]在研究网络市场“柠檬问题”时发现，平台通过提高进驻门槛，设定技术服务费年度返还制度，设定严格惩处措施、续签制度和淘汰制度，极大地提高了商家的投机成本，能有效阻隔劣质商家进入平台。Grewal等(2010)[21]、Chakravarty等(2014)[22]认为平台对用户进行控制和管理是提高平台绩效的重要手段，只有严格要求才能留住真正的用户。电商平台一视同仁的指导、约束、评估、奖惩，会营造出公平的市场氛围，从某种程度上说能提升商家的满意感和忠诚度[23]。综上，本研究认为通过事前商家规范机制，对入驻商家进行严格把关、统一标准，一方面便于对违规商家的事后处罚，避免商家以不知情为由做不法生意或打着品牌的幌子卖假货，对商家的强投机行为有抑制作用，因此消费者感知商家强投机行为会较少；另一方面在严格的商家规范机制下，便于营造公平公正的网络市场环境，有助于净化网络市场的不良风气，对商家的弱投机行为同样具有约束力，所以消费者感知商家弱投机行为也较少。故假设如下：

H2：商家规范机制负向影响消费者感知的商家强投机行为。

H3：商家规范机制负向影响消费者感知的商家弱投机行为。

2.事中交易保障机制。交易保障机制贯穿网络交易的整个过程，是指电商平台为保障网络交易的顺利进行，设置了严格的交易流程、提供了第三方支付平台和即时通信软件、建立了消费者保障计划(七天无理由退货、假一赔三、运费险等)和商家信用评价机制(店铺和商品的评分与评论)。第三方支付(如支付宝)巧妙地解决了网络市场“银货分离”的交易弊端，降低了买卖双方的“先行风险”[20]。阿里旺旺等即时通信软件不仅解决了沟通问题，而且保留了聊天记录，可作为事后处理纠纷的文字依据。Brown和Lee(2000)[24]、Lai等(2005)[25]在探讨渠道机会主义行为治理时发现，沟通能有效降低信息不对称，抑制机会主义行为的发生。张耕和刘震宇(2010)[26]验证了即时沟通能消除消费者对平台商家的感知不确定性，获得更多有用的商品信息。刘汉民和张晓庆(2017)通过实证研究发现，平台的沟通机制能降低消费者对商家的感知机会主义行为[7]。以“七天无理由退货”为代表的消费者保障计划，最大限度地保护了消费者的合法权益，使消费者有机会更全面地了解商品，以弥补其在网络市场中因信息不对称导致的劣势地位[27]。同时，消费者保障计划是商家对消费者的事前承诺，可以防范商家投机行为，降低消费者网购风险。肖俊极和刘玲(2012)[28]对C2C网络交易中的信号机制的有效性进行了分析，发现消费者保障计划中的“七天无理由退货”和保修服务具有很强的信号作用。为了不被消费者退货，商家更可能规范经营，拒绝假冒伪劣，避免投机行为的发生。商家信用评价机制是为应对网络市场中信息不对称而建立的，旨在保护消费者权益，抑制商家投机行为。基于以往交易记录和消费者评价的商家信用，能为消费者传递商品的质量信号，将优质商家和劣质商家区分开来，便于消费者甄选商品[29]。多项基于网络实际交易数据的实证研究表明，商家信用对提高网络市场中的消费者信任和销量有积极作用[30-33]。

然而，也有研究认为商家信用的信号作用很脆弱，会受到其他因素的制约[34]。目前，信用评价机制已被投机主义商家利用，商家以各种方式索要消费者好评的现象比比皆是[35]，例如很多消费者都会随快递包裹收到“好评返现”的宣传单。为提高店铺好评率，商家甚至雇佣水军“刷单”“刷好评”，或雇佣“职业差评师”给竞争对手恶意差评，以巩固自身行业地位。可见，商家信用评价机制已被扭曲，无法发挥优胜劣汰的作用。同样，消费者保障计划也在被投机主义商家恶意消费。为打击竞争对手，商家伪装成消费者大量购买竞争对手商品，然后在期限之前退货，造成对方较高的退货率和库存的挤压[36]。

综上，事中交易保障机制虽然通过规范交易流程、启用第三方支付和即时通信软件达到了保障网络安全和健全沟通机制的目的，但是商家信用评价机制和消费者保障计划在实施过程中，极容易被投机主义商家利用，成为促进商家弱投机行为产生的根源。对消费者而言，第三方支付和即时通信已经成为网络交易的组成部分，是不可或缺的，而商家信用评价和消费者保障计划是网络交易的增值服务，是选择商品的依据之一。因此，消费者认知的交易保障机制更多体现在商家信用评价机制和消费者保障计划上。本研究认为，目前的交易保障机制对消费者感知的商家弱投机行为具有促进作用，即平台越注重信用评价、给出的消费保障越多，消费者认为商家越容易产生“刷单”“刷好评”的弱投机行为。故假设如下：

H4：交易保障机制正向影响消费者感知的商家弱投机行为。

3.事后争议处理机制。争议处理机制发生在网络交易之后，是指电商平台通过设立解决纠纷的投诉渠道，来监督网络市场、维持市场秩序、惩处不良商家。当消费者在平台投诉中心举报商家假冒伪劣、价格欺诈、弄虚作假等违反交易规范的行为时，平台会依据后台数据、交易记录和聊天记录等进行事实调查，调查属实的，会依据规章制度对商家进行相应惩罚，从而保障消费者权益。因此，平台的争议处理机制是典型“结果监督”，Heide和Wathne(2007)[37]指出结果监督是针对可见结果和事实依据的监督，能对投机一方造成经济或社会压力，从而迫使其服从交易规则，对降低投机行为有显著效果。Kashyap等(2012)[38]在研究经销商投机行为时，也验证了结果监督对投机行为的抑制作用，并且结果监督具有震慑作用，可以警示其他具有投机动机的商家。有效的投诉处理机制，可以增加投机行为被发现的可能性，处理越严格，投机行为越少发生。对欺诈消费者的商家投机行为进行惩处，能让消费者感知到平台的公平公正和诚信经营，从而提升消费者对平台企业的信任[39]。综上，本研究认为事后争议处理机制是建立在消费者投诉基础上的，如果消费者认为争议处理机制行之有效，发挥了应有的作用，那么无论对其感知的强投机行为还是弱投机行为，均具有抑制作用，故提出以下假设：

H5：争议处理机制负向影响消费者感知的商家强投机行为。

H6：争议处理机制负向影响消费者感知的商家弱投机行为。

(三)平台声誉

企业对声誉的建立和维护具有自觉性和持续性，以自身长期利益为出发点的声誉投资，不需要外界干预就能实现市场自治[40]。社会交换理论认为，声誉、沟通、信任等非正式机制能有效抑制投机行为[41]。在平台型网络市场中，有两种类型的企业声誉：一是平台声誉，二是商家声誉。本研究主要探讨平台声誉。平台声誉是电商平台通过以往行为长期积累的无形资产，是利益相关者根据其在产品、服务、愿景、领导、财务和企业社会责任等方面的表现，给予的总体评价。

平台声誉的高低不仅影响自身的长久发展，而且影响商家的忠诚和消费者的信任。一方面，具有良好声誉的平台能够为商家提供声誉担保，吸引更多的消费者，创造跨边网络效应，使商家受益[41]。有研究发现平台声誉对商家绩效有显著的正向影响[42]。倘若因商家的投机行为使声誉的分享机制遭到破坏，将严重影响商家利益。Wang(2010)[43]和Nunlee(2005)[44]通过实证研究分析了渠道中交易伙伴的投机行为，均验证了声誉能有效降低投机行为。汪旭晖和张其林(2017)[45]指出，如果电商平台的声誉对平台商家具有较强的约束力，那么可以作为制度的补充机制，起到规制平台商家投机行为的作用。另一方面，具有良好声誉的平台更能赢得消费者信任[46-47]，消费者会认为高声誉的平台具备更强的治理商家投机行为的能力，其治理方式更科学、公正。而低声誉平台对商家的约束力往往较弱，更可能为了留住商家而纵容其投机行为，导致虚假评论、“刷单”等现象愈演愈烈。基于上述分析，本研究认为平台声誉对平台主动治理和消费者感知的商家强、弱投机行为之间起调节作用，平台声誉越高，消费者认为平台治理得越全面、越彻底，因此消费者感知平台主动治理对投机行为的抑制作用越明显，故提出以下假设：

H7：平台声誉负向调节商家规范机制与消费者感知的商家强投机行为之间的关系(H7a)；平台声誉负向调节商家规范机制与消费者感知的商家弱投机行为之间的关系(H7b)。即平台声誉越高，消费者认为商家规范机制对平台商家强、弱投机行为的抑制作用越大。

H8：平台声誉负向调节交易保障机制与消费者感知的商家弱投机行为之间的关系。即平台声誉越高，消费者认为交易保障机制对商家弱投机行为的促进作用越小。

H9：平台声誉负向调节争议处理机制与消费者感知的商家强投机行为之间的关系(H9a)；平台声誉负向调节争议处理机制与消费者感知的商家弱投机行为之间的关系(H9b)。即平台声誉越高，消费者认为争议处理机制对平台商家强、弱投机行为的抑制作用越大。

综上，以平台的三种主动治理机制商家规范机制、交易保障机制和争议处理机制为外因潜在变量，以消费者感知的商家强投机行为和弱投机行为为内因潜在变量，以平台声誉为调节变量，构建理论模型如图1。

图1 理论模型

三、研究方法

(一)变量测量与预调查

本研究涉及平台主动治理、商家投机行为和平台声誉三个子量表。关于平台主动治理和商家投机行为的测量，尚无可直接利用的量表，为保证内容效度，大部分测量题目参考Wathne和Heide(2000)[14]、Luo(2010)等[15]、汪旭晖和张其林(2017)[20]、刘汉民和张晓庆(2017)[7]、陈莹(2019)[23]等的研究，并邀请5位领域内学者共同探讨，结合自身网购经历，设计了27个测量题目，其中平台主动治理15个，商家投机行为12个。关于平台声誉的测量，采用汪旭晖和郭一凡(2018)[42]的量表，共5个测量题目。因此形成了包含32个测量题目预调查问卷，均采用李克特五点法进行评分，1代表“非常不符合”；5代表“非常符合”。平台主动治理得分越高，意味着消费者认为平台治理措施越合理、态度越积极；商家投机行为得分越高，意味着消费者认为商家投机性行为越明显、越恶劣；平台声誉得分越高，意味着消费者认为平台在知名度、服务保障等方面越好。

借助问卷星平台制作问卷，通过微信APP发放问卷，将问卷填写时间低于150秒的视为无效问卷，给予删除，共收集到106份有效问卷。运用探索性因子分析方法对预调查数据进行效度分析，以检验因子结构是否与预期相符。SPSS分析结果表明：KMO为0.803，Bartlett球形度检验卡方值为5772.405(P<0.001)，数据适合进行因子分析。运用主成分分析法，按最大方差旋转，共析出7个因子，删除在两个因子上同时具有较大因子载荷的测量题目、以及因子载荷小于0.6的测量题目共7个，最终得到6个因子，累计解释的方差贡献率为72.65%，第一个因子的方差贡献率为19.13%(小于30%)，表明共同方法偏差未起决定性作用。

最终形成的测量题目见表1，成分1是交易保障机制(测量题目1-6)，成分2是弱投机行为(测量题目7-11)，成分3是商家规范机制(测量题目12-14)，成分4是争议处理机制(测量题目15-17)，成分5是平台声誉(测量题目18-20)，成分6是强投机行为(测量题目21-25)。每个测量题目均在所属因子下具有较高的因子载荷，在其他因子下具有较低的因子载荷，因子结构清晰，与预期相符。综上，平台主动治理包括12个测量题目(商家规范机制3个；交易保障机制6个；争议处理机制3个)，平台声誉3个测量题目，商家投机行为10个测量题目(强、弱投机行为各5个)。最终问卷共25个测量题目。

表1 测量题目与预调查探索性因子分析结果

(二)正式调查

运用预调查修改后的问卷进行正式调查，调查对象为具有网购经历的消费者，调查持续了3周，累计回收问卷356份，通过剔除无效问卷，最终得到有效问卷318份，有效回收率89.33%，样本的具体信息见表2。从性别上看，女性为男性的2倍，与女性爱网购的习惯相符；从网购时间上看，一半以上的被调查者具有5年以上的网购经历；从网购频率上看，每月网购3～10次占绝大比重；从年龄上看，被调查者中中青年居多；从学历上看，以本科生为主。样本特征基本符合客观规律，具有参考价值。

表2 样本信息统计

四、数据分析

(一)信度和效度分析

运用内部一致性系数Cronbach’s α系数来检验数据的信度水平，如表3所示，每个潜在变量的Cronbach’s α值均超过了0.8，表明数据信度较高。采用验证性因子分析检验数据的结构效度，运用的软件是AMOS19。根据标准化因子载荷λ值、组合信度CR和平均方差萃取量AVE值来判断聚合效度，表3中的λ值，除强投机行为第三个测量题目(0.632)和弱投机行为第一个测量题目(0.643)以往，其他均大于0.71，并且潜在变量的CR值均大于0.8，AVE值均大于0.5，因此可以认为数据具有较好的聚合效度。

表3 具体问项及信效度分析结果

通过比较各潜在变量AVE值的平方根与潜在变量之间相关系数的大小来检验区分效度。构建6个潜在变量的两个相关模型，得出潜在变量之间的相关系数如表4所示，每一列AVE的平方根(粗体字)均大于变量间的相关系数，表明数据区分效度较好。

表4 区分效度分析结果

运用SPSS 19计算潜在变量的均值和标准差，每个潜在变量的得分用所属观测变量的算术平均数表示，计算结果见表4。从均值上看，强投机行为是2.239，介于2(比较不符合)和3(基本符合)之间，表明消费者认为商家的强投机行为并不严重，而弱投机行为是3.577，介于3(基本符合)和4(比较符合)之间，说明消费者能清楚地感知到商家的弱投机行为。在平台主动治理的三个方面，交易保障机制最高(3.835)、商家规范机制次之(3.736)、争议处理机制略低(3.638)，且均在3～4之间，表明消费者能感知到平台的事前、事中和事后治理措施，并对事中的措施最了解。平台声誉的均值为3.415，表明整体而言，消费者对所用的电商平台比较认可，对声誉是肯定的。从标准差上看，所有潜在变量均低于1，说明消费者感知的离散程度并不明显。

(二)结构方程模型分析

运用AMOS 19绘制包含商家规范机制、交易保障机制、争议处理机制、强投机行为和弱投机行为模型图，采用结构方程模型对假设H1～H6进行路径分析。根据模型修正指标，添加了两条误差项之间的相关关系：一条是交易保障机制第二个测量变量的误差项和强投机行为第四个测量变量的误差项之间；另一条是弱投机行为第一个和第二个测量变量的误差项之间。最终，修正的模型整体适配良好(括号里数字表示各指标适配标准)：χ2/df=3.232(<5)，GFI=0.913(>0.9)，CFI=0.905(>0.9)，RMSEA=0.074(<0.08)，NFI=0.903(>0.9)，IFI=0.906(>0.9)。各项指标均达到测量学标准，路径分析结果如表5所示。

表5 路径分析结果

研究结果表明，所有路径假设均得到数据支持。弱投机行为对强投机行为具有显著的正向影响(β=0.286，P<0.001)，说明消费者感知弱投机行为的增多会加大他们认为强投机行为出现的可能性。在平台主动治理中，对商家强投机行为最有效的是事前的商家规范机制(β=-0.352，P<0.001)，其次是事后的争议处理机制(β=-0.247，P<0.001)。对商家弱投机行为的治理中，事前的商家规范机制(β=-0.325，P<0.001)和事后的争议处理机制(β=-0.143，P<0.05)均具有抑制作用，且事前的规范效果大于事后的惩处效果。而事中的交易保障机制对商家弱投机行为具有显著的正向影响(β=0.534，P<0.001)，这与研究假设相符，现行的交易保障机制不但不能抑制弱投机行为的发生，反而加剧了它的出现。

(三)分层回归分析

运用分层回归方法检验假设H7a、H7b、H8、H9a和H9b，自变量为商家规范机制、交易保障机制和争议处理机制，因变量为强投机行为和弱投机行为，调节变量为平台声誉，使用的统计软件为SPSS 19。将自变量和调节变量做中心化处理，分别构建3个乘积项“商家规范机制×平台声誉”“交易保障机制×平台声誉”和“争议处理机制×平台声誉”，以检验调节效应。由于自变量和乘积项同时纳入线性模型容易产生多重共线性问题，所以针对每个模型，均计算了方差膨胀因子(VIF)。如表6所示，所有变量的VIF值均小于2，不存在严重的共线性问题。

表6 分层回归分析结果

分层回归结果如表6所示，模型1和模型2以强投机行为为因变量。模型1检验自变量和调节变量对因变量的主效应，结果表明：自变量商家规范机制(β=-0.205，P<0.001)和争议处理机制(β=-0.190，P<0.001)对强投机行为具有显著的负向影响，再次验证了假设H2和H5；平台声誉对强投机行为具有显著的负向影响(β=-0.444，P<0.001)，意味着平台声誉的高低会影响消费者对强投机行为的感知，平台声誉越高，消费者感知的强投机行为越低。模型2检验乘积项对因变量的影响，发现乘积项“商家规范机制×平台声誉”和“争议处理机制×平台声誉”对强投机行为的影响均不显著，假设H7a和H9a未得到数据支持。

模型3和模型4以弱投机行为为因变量。同理，如模型3所示，商家规范机制(β=-0.227，P<0.001)和争议处理机制(β=-0.115，P<0.001)对弱投机行为具有显著的负向影响，交易保障机制对弱投机行为具有显著的正向影响(β=0.462，P<0.001)，再次验证了假设H3、H4和H6；平台声誉对弱投机行为具有显著的负向影响(β=-0.258，P<0.001)，表明平台声誉的高低同样会影响消费者对弱投机行为的感知。模型4显示：“交易保障机制×平台声誉”(β=-0.113，P<0.01)和“争议处理机制×平台声誉”(β=-0.108，P<0.05)对弱投机行为具有显著的负向影响，而“商家规范机制×平台声誉”的影响未达到0.05的显著性水平，并且模型4与模型3相比，△R2显著，假设H8和H9b得到验证，H7b未得到数据支持。因此，平台声誉不仅能直接降低消费者对商家弱投机行为的感知，而且能调节交易保障机制和争议处理机制与消费者感知弱投机行为之间的关系。即平台声誉越高，交易保障机制对感知弱投机行为的促进作用越弱，争议处理机制对感知弱投机行为的抑制作用越强。

为进一步展示平台声誉的调节效果，按变量均值加减一个标准差对调节变量进行分组，将样本划分为高平台声誉组和低平台声誉组，其调节效果如图2和图3所示。图2为平台声誉对交易保障机制与弱投机行为之间关系的调节效果，两组数据均显示交易保障机制与弱投机行为正相关，但相对于低平台声誉组，高平台声誉组的斜率更小，说明随着平台声誉的提高，交易保障机制对消费者感知弱投机行为的促进作用会降低，从而实现了负向调节作用。图3为平台声誉对争议处理机制与弱投机行为之间关系的调节效果，低平台声誉组的直线较平缓，而高平台声誉组的直线显示争议处理机制与弱投机行为负相关，表明平台声誉越高，争议处理机制对消费者感知弱投机行为的抑制作用越强，因此起到了负向调节作用。

图2 平台声誉调节交易保障机制与弱投机行为关系

图3 平台声誉调节争议处理机制与弱投机行为关系

五、结果讨论

(一)平台主动治理对商家投机行为的影响

本研究基于消费者感知视角，探讨了事前、事中和事后三种平台主动治理机制对商家强、弱投机行为的直接影响。结构方程模型和分层回归分析均表明，事前商家规范机制和事后争议处理机制对强、弱投机行为均具有抑制作用，这一结论与本研究假设相符，也与汪旭晖和王东明(2018)[19]、Heide和Wathne(2007)[37]、Kashyap等(2012)[38]的研究结论相符，再次验证了规范、监督和惩处的积极作用。说明平台加大对入驻商家的管理力度、提高对违规商家的惩处力度，能降低消费者感知的商家违反正式或非正式规定的可能性，对抑制商家的投机行为有积极作用。而事中交易保障机制对商家投机行为的影响并不理想，消费者认为交易保障机制促进了商家弱投机行为的发生，说明平台现行的交易保障机制确实存在问题，容易被投机型商家利用，沦为他们制造虚假评论、虚假销量欺骗消费者和打击竞争对手的工具，滋生商家违反道德规范的弱投机行为。这与刘汉民和张晓庆(2017)[7]的研究结论不符，他们认为声誉机制(即本研究交易保障机制中的信用评价机制)对感知机会主义行为有抑制作用，导致研究结论差异的原因，一方面可能是本研究区分了强、弱投机行为，并非对投机行为一概而论，另一方面可能是随着时间的推移，信用评价机制和消费者保障计划的消极影响越发明显，“刷单”“刷好评”和滥用“七天无理由退货”的现象更加恶劣，所以交易保障机制对弱投机行为表现出了正向影响。综上，就目前而言，对商家强、弱投机行为具有抑制作用的平台治理机制是事前商家规范机制和事后争议处理机制，而交易保障机制亟需调整和完善。

(二)平台声誉的调节作用

本文将平台声誉作为调节变量，分析其在平台主动治理与商家强、弱投机行为之间的关系。最初提出的5个调节作用假设，只有2个得到数据的支持，即平台声誉能负向调节交易保障机制、争议处理机制和弱投机行为之间的关系。随着平台声誉的提高，交易保障机制对消费者感知弱投机行为的正向作用会减弱，争议处理机制对消费者感知弱投机行为的负向作用会增强，表明平台主动治理与消费者感知商家弱投机行为的关系会随着平台声誉的高低发生变化。当平台声誉较低时，消费者不相信声誉低的平台会主动治理弱投机行为，为了扩大市场、促进成交量，声誉低的平台可能会纵容商家的弱投机行为，对其视而不见；当平台声誉较高时，消费者相信平台会承担企业社会责任，不会一味追求利益，在处理消费者投诉时能秉公办理、不偏袒商家。研究发现，平台声誉在两种平台主动治理机制与商家强投机行为之间均不存在调节作用，表明平台主动治理对消费者感知强投机行为的影响不会随着平台声誉的变化而变化。导致这一结果的原因可能是：强投机行为是违反合同规定的行为，消费者认为任何平台都会重视这一行为，无论平台声誉的高低，一经发现势必遭到平台的严惩。另外，从分层回归分析的结果中可以发现，平台声誉对商家强、弱投机行为具有直接的负向影响，说明平台声誉与平台主动治理一样，也能抑制消费者感知的商家投机行为，在研究投机行为的治理机制时，不能忽略平台声誉的作用。

六、结论与启示

相比以往文献，本研究的创新点首先体现在将网络市场中的商家投机行为划分为强投机行为和弱投机行为，强投机行为指商家违反合同、契约等正式规定，弱投机行为指商家违反道德、规范等非正式规定，从强、弱两个角度探讨商家投机行为可以使研究更深入，得出的结论更有针对性。本研究的第二个创新点是按照交易前、交易中和交易后三个阶段细分了平台主动治理机制，分析了商家规范机制、交易保障机制和争议处理机制对消费者感知商家强、弱投机行为的差异化影响。现有研究多从正式治理或非正式治理的角度进行研究，而平台主动治理既包括平台规则、奖惩规定等正式治理方式，也包括沟通、信用评价等非正式治理方式。本研究的第三个创新点是引入了平台声誉作为调节变量，分析了平台主动治理与消费者感知弱投机行为之间的权变关系。

得到如下研究结论：第一，倘若商家弱投机行为得不到有效治理，那么消费者会认为商家强投机行为发生的可能性更高；第二，在三种平台主动治理机制中，消费者认为事前商家规范机制和事后争议处理机制对强、弱投机行为均起到了抑制作用，而交易保障机制促进了弱投机行为的发生；第三，平台声誉对商家强、弱投机行为存在直接的抑制作用，当平台声誉作为调节变量时，只对平台主动治理与弱投机行为的关系具有负向调节作用，随着平台声誉的增加，交易保障机制对弱投机行为的促进作用会减弱，争议处理机制对弱投机行为的抑制作用会加强。

综上，平台主动治理和平台声誉对消费者感知商家强、弱投机行为具有直接的抑制作用，对比两者的差异，平台主动治理对商家强投机行为的作用更有效，而对商家弱投机行为的影响需要结合平台声誉的高低才能发挥更好的治理效果。消费者认为平台声誉对商家弱投机行为更具震慑力和约束力，随着平台声誉的提高，平台主动治理对商家弱投机行为的治理效果越明显。

据此得到三点研究启示：第一，平台对商家弱投机行为不能视而不见，应引起足够的重视，违反道德规范的“刷单”“刷好评”等行为应被严惩，将投机行为扼杀在萌芽中；第二，平台现行的交易保障机制滋生了商家的弱投机行为，需要设计更为合理有效的机制，以降低虚假销量和不实评论对消费的误导，绝不能使消费者保障计划和信用评价机制沦为商家投机的工具；第三，对商家投机行为的治理，要结合主动治理和平台声誉两种方式，充分发挥平台声誉对弱投机行为的震慑作用。