论文部分内容阅读
〔摘要〕为了测度淘宝卖家信用等级的可信度，本文以航模配件为考察对象，采集相关变量数据，基于计量经济学统计工具建立模型，对该商品卖家信用评价等级进行了多元线性回归分析，发现淘宝卖家信用等级评价中的诸多缺陷，并提出修正建议。
〔关键词〕淘宝卖家；信用信息；信用等级；可信度评价；多元线性回归分析
DOI：10.3969/j.issn.1008-0821.2015.08.033
〔中图分类号〕G203〔文献标识码〕A〔文章编号〕1008-0821（2015）08-0172-06
自2003年淘宝网创立以来，我国网民对网络购物从陌生到熟悉并一直伴随着人们对网购产品质量的关注与信息选择。从2014年11月开始，中国羽绒工业协会在天猫、淘宝上匿名购买了销量排名比较靠前的羽绒服38件，其中男装8件、女装21件、童装9件；38件样品于11月15～18日分别寄给两家由国际羽绒羽毛局认可的中国检测实验室检测，2014年12月12日，中国羽绒工业协会已经在其官方网站发布了调查结果，在被抽检的38个样品中，仅9个样品合格，合格率为237%。由此可见，网络购物中消费者需要对产品的宣传信息与质量进行谨慎的辨别并进行消费决策。
从某种程度上说，网络购物的所有商品都是信息选择结果和信任品，尤其是用户对信息质量的感知在很大程度上会影响到对信息的选择和使用；然而在消费之前，消费者并不知道产品的质量，只有在消费之后产品才会显示其质量。根据经济学理论，这种信息不对称会导致卖方有更大的欺骗动机，高质量的产品如果不能显示其质量就会被驱逐出市场。针对买卖双方信息不对称导致的电子商务发展诚信瓶颈，大部分电子商务平台都采取信用评价体系来解决这一问题[3]。例如，淘宝网对第三方卖家采取了信用等级评价制度以消除这种信息不对称；通过查看卖家的信用等级，消费者可以一定程度地了解卖家的信用程度等信息。但如果对这一衡量指标不够了解，消费者仍不能根据这一指标进行正确的决策。因此本文要研究这一指标的作用原理和可信程度，即信用等级能多大程度上反映卖家的真实情况。
1淘宝信用等级评价制度
淘宝信用等级是淘宝网对会员购物实行评分累积等级模式的设计，每在淘宝网上购物1次，至少可以获得1次评分的机会，分别为“好评”、“中评”、“差评”。每得到1个“好评”，就能够积累1分。卖家的信用被分为20个等级，250分以内的积分用红心来表示，251分到1万分用蓝钻来表示，1万零1分至50万分评价积分用蓝色皇冠表示，50万零1分以上的信用等级用黄色皇冠表示，如图1所示[4]。
这种评价制度通过已经完成消费的消费者对产品信用信息的反馈，消除网络购物中的信息不对称，使产品能在消费前显示出产品质量。有调查显示，829%的用户在选择店铺购买商品时会浏览其他消费者的评价信息，根据评价状况来进行消费决策，由此可见消费者反馈对其他消费者决策影响较大[5]；因此卖家将更加重视产品质量，通过提高产品的性价比来提高好评数量，这在一定程度上可以保证产品的质量。然而，由于在线商品评论主体具有不可见性，同时评论内容往往带有主观色彩，这为虚假评论的产生提供了机会[6]，同时卖家也可能通过一定的不正当手段来虚假地提高信用等级。那么这种评价评论的反馈信息究竟多大程度上反映了卖家产品和服务质量的真实情况呢？下面本文以航模配件商品为例，通过构建计量经济学模型进行分析。
2变量的确定以及数据采集
21变量的选择与确定
所谓“产品质量的真实情况”最直观的理解就是在实际消费中消费者获得的产品质量、服务等信用信息，信用等级与“真实情况”的相关程度的大小也就反映了这一评价制度多大程度上可以被消费者信任。但由于淘宝买家多为匿名购买，笔者很难对特定交易的买家进行逐一调查，因此，本文用卖家的其他信息来概括其提供服务和保障产品质量的能力。选取包含这些信息的变量如下。
211卖家粉丝数
这一变量反映了卖家的受欢迎程度，当买家收藏某一店铺时该买家就成为该卖家的粉丝，只有当买家对店铺的质量、服务等满意时，买家才会收藏该店铺，且完全出于自愿，因此这一变量可以从侧面反映卖家的产品质量、服务质量等综合信息，并且在C2C的电子商务形式中，对于大多数商家来说这一变量造假难度较大。
212卖家商品数量
商品数量代表网店规模，电子商务中的管理服务等方面存在规模效应，网店规模越大说明其提供服务和保障产品质量的能力就越强；同时，网店的规模越大其成本也就越大，进行欺骗行为所承担的风险也就越大，因此欺骗的动机越小。
213店铺注册时间
店铺注册时间指从注册之日算起该店铺已经经营了多长时间，经营时间越长的店铺经验越充分，提供优质服务额能力越强；同时，产品质量不合格的店铺不可能长期经营，因此店铺注册时间与卖家的信用程度相关，由于卖家信用等级为累积变化量，因此时间长短也会影响信用等级。
214好评率
根据卖家信用等级的评定标准，好评的数量直接影响卖家的信用等级，但由于各方面原因，如顾客数量不同、评论总数相差加多等，甚至有卖家通过不正当手段增加好评数量，会导致信用信息不准确以及信用等级的虚高，而好评率这一变量不仅包含好评数量，还包含了中评和差评的数量，能更真实地反映买家的反馈。
22数据采集及特征概括
针对上述变量，本文根据淘宝网提供的店铺信息采集数据，卖家信用等级用Credit表示，卖家粉丝数用Customer表示，卖家商品数量用Commodity表示，店铺注册时间（以月为单位）用Time表示，好评率用Reputation表示。其中信用等级随好评数量的变化不是线性变化，因此在数据采集时本文不采用等级数，而选取该等级的好评数平均数。此外，由于不同店铺销售的商品种类会影响销售量、评价数量等因素，因此在采集数据时笔者要选取销售相同种类商品的卖家。 根据这种数据采集策略，本文选取100家销售航模配件的淘宝店铺的相关数据作为样本数据进行研究，收集得到的数据如表1。
3数据多元线性回归与分析
本文线性回归分析具有方法简洁、对数量之间关系解释比较充分的特点，因此在社会、经济等众多学科领域有着较为广泛的应用[7]。
（1）我们建立多元线性回归模型，卖家信用等级Credit为被解释变量，卖家粉丝数Customer、卖家商品数量Commodity、店铺注册时间Time、好评率Reputation 4个变量分别为解释变量，设截距项为β0，自变量的系数分别为β1、β2、β3、β4，由此得到回归方程为：
Credit=β0 β1Customer β2Commodity β3Time β4Reputation e
（2）利用Stata软件对上述数据进行多元线性回归，得到的回归结果如表3。由表3可以看出，修正的R方约等于073，表示该模型拟合较好，被解释变量能较好地由自变量解释，且p值为0说明解释变量系数整体显著异于零，但着眼于每个解释变量的回归系数时，并不是所有变量的回归结果并不理想。
对于自变量Customer，系数β1的最小二乘估计值约等于92，p值等于0，说明卖家粉丝数与卖家信用等级正相关且系数显著异于零，与预期结果相符；自变量Commodity的p约等于08远大于临界值，说明回归系数并不显著，该自变量与卖家信用等级的相关程度较低；对于自变量Time，系数β3的最小二乘估计值约等于116，p值小于临界值，说明店铺成立时间与卖家信用等级正相关且系数显著异于零，与预期相符；对于自变量Reputation，β4的最小二乘估计值为9679但p值大于临界值，说明好评率与卖家信用等级正相关但回归并不显著。在4个解释变量中只有两个系数显著性较好，而仅有这两个变量不能反映卖家真实的保证产品和服务质量的能力。
4淘宝信用等级制度的评价
根据表3回归结果可知，淘宝卖家的信用等级制度不能很好地反映淘宝卖家的真实情况，也就是说这种信用等级制度的可信度较低。通过查阅相关资料可以发现，这种信用等级制度有时不能真实反映买卖双方的信用程度，部分卖家利用现行规则的漏洞进行信用炒作，存在买卖双方以抬高信用为目的，双方在无实际交易的情况下做出好评并传递不真实信用信息的现象和行为。信用炒作的方式包括利用虚拟商品交易赚取信用值，使用互动交易互炒信用，甚至有专门的“刷钻公司”招募专职买家代刷信用[8]。根据资料显示，通过虚假交易，卖家将信用级别炒到1个皇冠通常只需30～40天，最高可以刷到两个皇冠。因此，信用评价体系的漏洞使得一定的信任程度也已经变得不太可靠[5]。
信用炒作行为之所以存在，是因为卖家过分重视信用等级对经营状况的影响，而买家对该信用等级的真实度及相关信用信息没有良好的监督意识、监督能力及科学的判断依据，由此诱发的虚假交易必将导致网络交易者滥用信用评价制度。对于这种现象，除了淘宝网作为C2C交易的第三方监督者应该及时填补制度上的漏洞并起到监督义务之外，网络交易的信用应该由买卖双方以及相关的法律制度共同维护。如果法律上能将这种信用确立为一种权利，交易者维护自身信用的同时也应承担起相应的义务，确保其信用信息的真实，可能会对这样的炒作行为有更好的抑制效果[9]。
除了虚假交易可能导致信用等级与各变量的回归偏差之外，这种信用等级制度本身也存在一定缺陷。例如，淘宝信用等级采用累计制度，而没有赋予不同时期的消费者反馈以不同的权重，也就是说不论什么时期的消费者评价对卖家信用等级有着相同的影响；因此信用等级制度虽然可以反映卖家的信用情况，但其随时间动态变化的灵敏度较低，不能动态的表现卖家的信用变化，对卖家的信用评价具有滞后性。而模型中选取的部分变量如卖家粉丝数、商品数量都是动态数据，能够及时反映卖家的经营情况，因此这种信用等级制度不能准确地预测卖家在未来交易中的决策，导致信用等级制度的可信度较低。
总的来说，当前淘宝信用评价体系存在的缺陷主要包括信息不对称现象的存在、信用信息不够完整真实准确、评价等级设置过于简单、忽略交易金额对信用评价的影响、身份认证体制较松散、忽略评价时间对信用的影响以及缺乏鼓励买家进行真实评价的激励机制等[10]。本文以航模配件商品为例，或有覆盖面不全之不足，但可从一个侧面反映网购信用问题。
5建议及结论
淘宝卖家信用等级制度的缺陷导致依据卖家信用等级的购物风险大大提高，因此买家在购物时不应将卖家的信用等级作为惟一或主要判断标准，还需通过其他较为直接可靠的信息对产品质量及卖家信用进行判断。仍以销售航模配件的卖家为例，在参考信用等级的基础上，首先，买家可根据其他消费者的反馈对产品质量进行评估。消费者反馈分为三类，分别为好评、中评和差评，买家可根据反馈的内容得知商品的部分信息，但由于多数买家为匿名购买，填写反馈者的身份无从核实，可能存在店家恶意伪造好评或竞争对手恶意伪造差评的现象，因此买家有必要根据经验对反馈信息进行筛选，尤其是要增强判断和识别评论信息的有用性的能力[11]。其次，买家还可根据店内其它商品与所买商品的相关程度对商品质量进行预测。通常店内商品关联程度较高的卖家专业性更强，产品质量更为可靠；例如航模配件等商品不论购买或销售都需要一定的专业知识，买家可通过在交易平台上与卖家直接沟通，对卖家的专业性进行评估，从而预测产品质量。另外，商家社会责任的履行已成为企业可持续发展的重要条件，而且商家声誉在企业社会责任对企业绩效的影响中具有中介效应[12]，因此电子商务经营者应当积极主动地打造自身良好的商家声誉和信用品牌。当然，从根本上讲，目前最迫切需要解决的是建立电子商务的征信数据环境和信用信息服务体系[13]，建立完整的电子商务信用机制，从而构建良好的电子商务生态环境[14]。 自从eBay打开了网络购物平台的大门，信用就成为网购平台的重要根基，而信用评价制度起到了维护这个根基的重要作用，同时，电子商务环境中的信用评价问题也成为国内外学者研究的热点[15]。作为目前中国网络购物平台的重要组成部分和行业典范，淘宝网的现有信用等级制度存在着一定的漏洞和缺陷，导致电子商务信用信息传播不够规范，网络购物的信用得不到有效的监督；因此，淘宝信用等级制度亟待完善，可信度有待提高。阿里巴巴集团发布的《电子商务发展的环境影响报告》曾指出：电子商务在推动经济增长和社会转型的同时，也具有十分显著的环境效应[16]。在电子商务日益发挥绿色经济助力引擎作用的大环境中，我们期待一个更加健康可信的网络购物平台。
参考文献
陈雷.天猫淘宝羽绒服抽检合格率低，商家回应称便宜没好货[EB/OL].http：∥finance.sina.com.cn/consume/puguangtai/20141219/092021117115.shtml，2015-05-11.
李晶.信息质量感知与信息源使用的差异性研究[J].信息资源管理学报，2014，（4）：17-23，68.
[3]彭惠，王永瑞.C2C电子商务市场整体卖家信用分布研究[J].情报杂志，2012，31（5）：122-127.
[4]淘宝网服务中心.卖家信用等级的图示[EB/OL].http：∥service.taobao.com/support/seller/knowledge-847753.htm，2015-05-11.
[5]周文凯.网络购物的信用体系研究——以淘宝网为例[D].安徽大学硕士学位论文，2012.
[6]陈燕方，娄策群.在线商品虚假评论形成路径研究[J].现代情报，2015，35（1）：49-53.
[7]沈国琪，陈万明.基于多元线性回归与BP神经网络分析的失业预测建模实证研究[J].工业技术经济，2014，32（2）：103-112.
[8]张艳玲.前电子商务时代电子商务信用炒作行为之法律规制初探[J].电子商务，2010，（1）：47-49.
[9]杨淑君.从网购诚信走向网购信用——浅析淘宝网信用评价机制[J].重庆邮电大学学报：社会科学版，2013，25（5）：34-40.
[10]闻红利.C2C电子商务网站信用评价研究——以淘宝网为例[D].浙江工业大学硕士学位论文，2013.
[11]陈在飞，徐峰.电子商务中在线评论有用投票数影响因素研究[J].现代情报，2014，34（1）：18-22.
[12]霍彬，周燕华.企业社会责任、公司声誉与企业绩效关系研究[J].工业技术经济，2014，33（1）：59-65.
[13]毕强，齐志，白云峰.电子商务信用信息服务模式研究[J].情报科学，2007，25（11）：1634-1639.
[14]王学东，朱洋，金芳芳，等.基于交易流程的网商信用体系研究[J].现代情报，2013，33（9）：19-24.
[15]罗明辑，贾惠婷，李晓林.电子商务信用评价研究综述[J].电子商务，2015，（3）：38-40.
[16]侯力新.筑绿色经济：国内首份电子商务环境效应研究报告发布[EB/OL].http：∥gongyi.ifeng.com/news/detail201107/25/79252770.shtml，2015-05-12.
（本文责任编辑：马卓）
〔关键词〕淘宝卖家；信用信息；信用等级；可信度评价；多元线性回归分析
DOI：10.3969/j.issn.1008-0821.2015.08.033
〔中图分类号〕G203〔文献标识码〕A〔文章编号〕1008-0821（2015）08-0172-06
自2003年淘宝网创立以来，我国网民对网络购物从陌生到熟悉并一直伴随着人们对网购产品质量的关注与信息选择。从2014年11月开始，中国羽绒工业协会在天猫、淘宝上匿名购买了销量排名比较靠前的羽绒服38件，其中男装8件、女装21件、童装9件；38件样品于11月15～18日分别寄给两家由国际羽绒羽毛局认可的中国检测实验室检测，2014年12月12日，中国羽绒工业协会已经在其官方网站发布了调查结果，在被抽检的38个样品中，仅9个样品合格，合格率为237%。由此可见，网络购物中消费者需要对产品的宣传信息与质量进行谨慎的辨别并进行消费决策。
从某种程度上说，网络购物的所有商品都是信息选择结果和信任品，尤其是用户对信息质量的感知在很大程度上会影响到对信息的选择和使用；然而在消费之前，消费者并不知道产品的质量，只有在消费之后产品才会显示其质量。根据经济学理论，这种信息不对称会导致卖方有更大的欺骗动机，高质量的产品如果不能显示其质量就会被驱逐出市场。针对买卖双方信息不对称导致的电子商务发展诚信瓶颈，大部分电子商务平台都采取信用评价体系来解决这一问题[3]。例如，淘宝网对第三方卖家采取了信用等级评价制度以消除这种信息不对称；通过查看卖家的信用等级，消费者可以一定程度地了解卖家的信用程度等信息。但如果对这一衡量指标不够了解，消费者仍不能根据这一指标进行正确的决策。因此本文要研究这一指标的作用原理和可信程度，即信用等级能多大程度上反映卖家的真实情况。
1淘宝信用等级评价制度
淘宝信用等级是淘宝网对会员购物实行评分累积等级模式的设计，每在淘宝网上购物1次，至少可以获得1次评分的机会，分别为“好评”、“中评”、“差评”。每得到1个“好评”，就能够积累1分。卖家的信用被分为20个等级，250分以内的积分用红心来表示，251分到1万分用蓝钻来表示，1万零1分至50万分评价积分用蓝色皇冠表示，50万零1分以上的信用等级用黄色皇冠表示，如图1所示[4]。
这种评价制度通过已经完成消费的消费者对产品信用信息的反馈，消除网络购物中的信息不对称，使产品能在消费前显示出产品质量。有调查显示，829%的用户在选择店铺购买商品时会浏览其他消费者的评价信息，根据评价状况来进行消费决策，由此可见消费者反馈对其他消费者决策影响较大[5]；因此卖家将更加重视产品质量，通过提高产品的性价比来提高好评数量，这在一定程度上可以保证产品的质量。然而，由于在线商品评论主体具有不可见性，同时评论内容往往带有主观色彩，这为虚假评论的产生提供了机会[6]，同时卖家也可能通过一定的不正当手段来虚假地提高信用等级。那么这种评价评论的反馈信息究竟多大程度上反映了卖家产品和服务质量的真实情况呢？下面本文以航模配件商品为例，通过构建计量经济学模型进行分析。
2变量的确定以及数据采集
21变量的选择与确定
所谓“产品质量的真实情况”最直观的理解就是在实际消费中消费者获得的产品质量、服务等信用信息，信用等级与“真实情况”的相关程度的大小也就反映了这一评价制度多大程度上可以被消费者信任。但由于淘宝买家多为匿名购买，笔者很难对特定交易的买家进行逐一调查，因此，本文用卖家的其他信息来概括其提供服务和保障产品质量的能力。选取包含这些信息的变量如下。
211卖家粉丝数
这一变量反映了卖家的受欢迎程度，当买家收藏某一店铺时该买家就成为该卖家的粉丝，只有当买家对店铺的质量、服务等满意时，买家才会收藏该店铺，且完全出于自愿，因此这一变量可以从侧面反映卖家的产品质量、服务质量等综合信息，并且在C2C的电子商务形式中，对于大多数商家来说这一变量造假难度较大。
212卖家商品数量
商品数量代表网店规模，电子商务中的管理服务等方面存在规模效应，网店规模越大说明其提供服务和保障产品质量的能力就越强；同时，网店的规模越大其成本也就越大，进行欺骗行为所承担的风险也就越大，因此欺骗的动机越小。
213店铺注册时间
店铺注册时间指从注册之日算起该店铺已经经营了多长时间，经营时间越长的店铺经验越充分，提供优质服务额能力越强；同时，产品质量不合格的店铺不可能长期经营，因此店铺注册时间与卖家的信用程度相关，由于卖家信用等级为累积变化量，因此时间长短也会影响信用等级。
214好评率
根据卖家信用等级的评定标准，好评的数量直接影响卖家的信用等级，但由于各方面原因，如顾客数量不同、评论总数相差加多等，甚至有卖家通过不正当手段增加好评数量，会导致信用信息不准确以及信用等级的虚高，而好评率这一变量不仅包含好评数量，还包含了中评和差评的数量，能更真实地反映买家的反馈。
22数据采集及特征概括
针对上述变量，本文根据淘宝网提供的店铺信息采集数据，卖家信用等级用Credit表示，卖家粉丝数用Customer表示，卖家商品数量用Commodity表示，店铺注册时间（以月为单位）用Time表示，好评率用Reputation表示。其中信用等级随好评数量的变化不是线性变化，因此在数据采集时本文不采用等级数，而选取该等级的好评数平均数。此外，由于不同店铺销售的商品种类会影响销售量、评价数量等因素，因此在采集数据时笔者要选取销售相同种类商品的卖家。 根据这种数据采集策略，本文选取100家销售航模配件的淘宝店铺的相关数据作为样本数据进行研究，收集得到的数据如表1。
3数据多元线性回归与分析
本文线性回归分析具有方法简洁、对数量之间关系解释比较充分的特点，因此在社会、经济等众多学科领域有着较为广泛的应用[7]。
（1）我们建立多元线性回归模型，卖家信用等级Credit为被解释变量，卖家粉丝数Customer、卖家商品数量Commodity、店铺注册时间Time、好评率Reputation 4个变量分别为解释变量，设截距项为β0，自变量的系数分别为β1、β2、β3、β4，由此得到回归方程为：
Credit=β0 β1Customer β2Commodity β3Time β4Reputation e
（2）利用Stata软件对上述数据进行多元线性回归，得到的回归结果如表3。由表3可以看出，修正的R方约等于073，表示该模型拟合较好，被解释变量能较好地由自变量解释，且p值为0说明解释变量系数整体显著异于零，但着眼于每个解释变量的回归系数时，并不是所有变量的回归结果并不理想。
对于自变量Customer，系数β1的最小二乘估计值约等于92，p值等于0，说明卖家粉丝数与卖家信用等级正相关且系数显著异于零，与预期结果相符；自变量Commodity的p约等于08远大于临界值，说明回归系数并不显著，该自变量与卖家信用等级的相关程度较低；对于自变量Time，系数β3的最小二乘估计值约等于116，p值小于临界值，说明店铺成立时间与卖家信用等级正相关且系数显著异于零，与预期相符；对于自变量Reputation，β4的最小二乘估计值为9679但p值大于临界值，说明好评率与卖家信用等级正相关但回归并不显著。在4个解释变量中只有两个系数显著性较好，而仅有这两个变量不能反映卖家真实的保证产品和服务质量的能力。
4淘宝信用等级制度的评价
根据表3回归结果可知，淘宝卖家的信用等级制度不能很好地反映淘宝卖家的真实情况，也就是说这种信用等级制度的可信度较低。通过查阅相关资料可以发现，这种信用等级制度有时不能真实反映买卖双方的信用程度，部分卖家利用现行规则的漏洞进行信用炒作，存在买卖双方以抬高信用为目的，双方在无实际交易的情况下做出好评并传递不真实信用信息的现象和行为。信用炒作的方式包括利用虚拟商品交易赚取信用值，使用互动交易互炒信用，甚至有专门的“刷钻公司”招募专职买家代刷信用[8]。根据资料显示，通过虚假交易，卖家将信用级别炒到1个皇冠通常只需30～40天，最高可以刷到两个皇冠。因此，信用评价体系的漏洞使得一定的信任程度也已经变得不太可靠[5]。
信用炒作行为之所以存在，是因为卖家过分重视信用等级对经营状况的影响，而买家对该信用等级的真实度及相关信用信息没有良好的监督意识、监督能力及科学的判断依据，由此诱发的虚假交易必将导致网络交易者滥用信用评价制度。对于这种现象，除了淘宝网作为C2C交易的第三方监督者应该及时填补制度上的漏洞并起到监督义务之外，网络交易的信用应该由买卖双方以及相关的法律制度共同维护。如果法律上能将这种信用确立为一种权利，交易者维护自身信用的同时也应承担起相应的义务，确保其信用信息的真实，可能会对这样的炒作行为有更好的抑制效果[9]。
除了虚假交易可能导致信用等级与各变量的回归偏差之外，这种信用等级制度本身也存在一定缺陷。例如，淘宝信用等级采用累计制度，而没有赋予不同时期的消费者反馈以不同的权重，也就是说不论什么时期的消费者评价对卖家信用等级有着相同的影响；因此信用等级制度虽然可以反映卖家的信用情况，但其随时间动态变化的灵敏度较低，不能动态的表现卖家的信用变化，对卖家的信用评价具有滞后性。而模型中选取的部分变量如卖家粉丝数、商品数量都是动态数据，能够及时反映卖家的经营情况，因此这种信用等级制度不能准确地预测卖家在未来交易中的决策，导致信用等级制度的可信度较低。
总的来说，当前淘宝信用评价体系存在的缺陷主要包括信息不对称现象的存在、信用信息不够完整真实准确、评价等级设置过于简单、忽略交易金额对信用评价的影响、身份认证体制较松散、忽略评价时间对信用的影响以及缺乏鼓励买家进行真实评价的激励机制等[10]。本文以航模配件商品为例，或有覆盖面不全之不足，但可从一个侧面反映网购信用问题。
5建议及结论
淘宝卖家信用等级制度的缺陷导致依据卖家信用等级的购物风险大大提高，因此买家在购物时不应将卖家的信用等级作为惟一或主要判断标准，还需通过其他较为直接可靠的信息对产品质量及卖家信用进行判断。仍以销售航模配件的卖家为例，在参考信用等级的基础上，首先，买家可根据其他消费者的反馈对产品质量进行评估。消费者反馈分为三类，分别为好评、中评和差评，买家可根据反馈的内容得知商品的部分信息，但由于多数买家为匿名购买，填写反馈者的身份无从核实，可能存在店家恶意伪造好评或竞争对手恶意伪造差评的现象，因此买家有必要根据经验对反馈信息进行筛选，尤其是要增强判断和识别评论信息的有用性的能力[11]。其次，买家还可根据店内其它商品与所买商品的相关程度对商品质量进行预测。通常店内商品关联程度较高的卖家专业性更强，产品质量更为可靠；例如航模配件等商品不论购买或销售都需要一定的专业知识，买家可通过在交易平台上与卖家直接沟通，对卖家的专业性进行评估，从而预测产品质量。另外，商家社会责任的履行已成为企业可持续发展的重要条件，而且商家声誉在企业社会责任对企业绩效的影响中具有中介效应[12]，因此电子商务经营者应当积极主动地打造自身良好的商家声誉和信用品牌。当然，从根本上讲，目前最迫切需要解决的是建立电子商务的征信数据环境和信用信息服务体系[13]，建立完整的电子商务信用机制，从而构建良好的电子商务生态环境[14]。 自从eBay打开了网络购物平台的大门，信用就成为网购平台的重要根基，而信用评价制度起到了维护这个根基的重要作用，同时，电子商务环境中的信用评价问题也成为国内外学者研究的热点[15]。作为目前中国网络购物平台的重要组成部分和行业典范，淘宝网的现有信用等级制度存在着一定的漏洞和缺陷，导致电子商务信用信息传播不够规范，网络购物的信用得不到有效的监督；因此，淘宝信用等级制度亟待完善，可信度有待提高。阿里巴巴集团发布的《电子商务发展的环境影响报告》曾指出：电子商务在推动经济增长和社会转型的同时，也具有十分显著的环境效应[16]。在电子商务日益发挥绿色经济助力引擎作用的大环境中，我们期待一个更加健康可信的网络购物平台。
参考文献
陈雷.天猫淘宝羽绒服抽检合格率低，商家回应称便宜没好货[EB/OL].http：∥finance.sina.com.cn/consume/puguangtai/20141219/092021117115.shtml，2015-05-11.
李晶.信息质量感知与信息源使用的差异性研究[J].信息资源管理学报，2014，（4）：17-23，68.
[3]彭惠，王永瑞.C2C电子商务市场整体卖家信用分布研究[J].情报杂志，2012，31（5）：122-127.
[4]淘宝网服务中心.卖家信用等级的图示[EB/OL].http：∥service.taobao.com/support/seller/knowledge-847753.htm，2015-05-11.
[5]周文凯.网络购物的信用体系研究——以淘宝网为例[D].安徽大学硕士学位论文，2012.
[6]陈燕方，娄策群.在线商品虚假评论形成路径研究[J].现代情报，2015，35（1）：49-53.
[7]沈国琪，陈万明.基于多元线性回归与BP神经网络分析的失业预测建模实证研究[J].工业技术经济，2014，32（2）：103-112.
[8]张艳玲.前电子商务时代电子商务信用炒作行为之法律规制初探[J].电子商务，2010，（1）：47-49.
[9]杨淑君.从网购诚信走向网购信用——浅析淘宝网信用评价机制[J].重庆邮电大学学报：社会科学版，2013，25（5）：34-40.
[10]闻红利.C2C电子商务网站信用评价研究——以淘宝网为例[D].浙江工业大学硕士学位论文，2013.
[11]陈在飞，徐峰.电子商务中在线评论有用投票数影响因素研究[J].现代情报，2014，34（1）：18-22.
[12]霍彬，周燕华.企业社会责任、公司声誉与企业绩效关系研究[J].工业技术经济，2014，33（1）：59-65.
[13]毕强，齐志，白云峰.电子商务信用信息服务模式研究[J].情报科学，2007，25（11）：1634-1639.
[14]王学东，朱洋，金芳芳，等.基于交易流程的网商信用体系研究[J].现代情报，2013，33（9）：19-24.
[15]罗明辑，贾惠婷，李晓林.电子商务信用评价研究综述[J].电子商务，2015，（3）：38-40.
[16]侯力新.筑绿色经济：国内首份电子商务环境效应研究报告发布[EB/OL].http：∥gongyi.ifeng.com/news/detail201107/25/79252770.shtml，2015-05-12.
（本文责任编辑：马卓）