电子商务信用评价标准与理论的研究形成于1998年前后,高速发展期出现在2003年前后,形成了MIT,芝加哥大学等主要学派。国内学者李琪(2001,2003),吕廷杰(2006),黄丽华(2006), 陈德人(2009),张韵君等(2011),张璐璐(2013),翟瑞卿(2014),刘章发(2016)等从电子商务信用理论内涵作为切入点,结合电子商务战略对信用评价标准与方法进行了深入的研究,构建了我国电子商务信用评价的理论基础。已有研究认为信用评价是根据规范的指标体系和科学的评估方法,以客观公正的立场,对网络市场的参与者(卖家、买家)履行各类经济承诺的能力及可信任程度进行综合评价;信用标准是以一定的符号(如好评、差评等)表示其信用活动的等级,是建立在定量基础上的定性判断,是信用评价的结果。
纵观国内外研究成果可知网络信用水平是表象, 是由具体网络环境下的多因素共同作用形成的(如图1所示),“满意度反馈”“网络口碑”和“征信”分别从理论、构成和应用三个角度阐明了网络信用评价标准与方法的研究内容。
图1 网络卖家信用构成示意图
2.1 “满意度反馈”思想为信用评价标准提供理论与模型基础
Kollock(1999)对在线信用概念进行界定,提出信用评价系统对降低网上贸易风险有重要作用,首次将信用与电子商务平台交易联系起来。Kollock的研究为后人奠定了基础,明确了电子商务交易结果与信用评价有相关关系。Resnick(2000)等人指出尽管网上信用评价体系存在理论与应用的诸多不足,其现实作用不容忽视。Resnick的研究更多地是从理性角度出发,采用理论演绎的方式,对网上信用评价系统的有效性给予肯定。Ba和Pavlou(2002)在实证中发现有效的信用评价确实能规避交易风险,而且信用良好的卖家可以通过信用评价结果获得超额回报。Ba等人的研究从理论上解释了为什么网络商家对于自身的信用如此关注,以至于重金去“购买”或者“交换”信用。王鲁滨等(2006)指出电子商务信任管理框架由系统信任管理、安全策略、征信服务三部分组成。其中系统信任管理、安全策略依托于具体的网站,对该网站所提供交易平台的内外环境进行规制,并首次指出征信服务应该由独立第三方提供。
在Resnick和Pavlou的研究基础上,Zeckhauser(2004)通过实证的方式对eBay的定量数据进行分析,对网上信用评价系统的有效性给予证实。这也是首次通过实证的方法,对网上信用评价系统的有效性予以证明。Carbone(2003),汤兵勇(2003),盛晓白(2004),张李义(2006),兰宜生(2009),刘业政(2009),Byrne(2011),许启发等(2017)从电子商务信用的计量模型改进方向为研究切入点,在分析了买家满意度反馈(Reputation feedback)方法的优缺点的基础上,分别对信用模型评价的准确度提出新观点和新方法。郭洪海(2008)和姜锦虎(2009)通过在Sporas模型的基础上增加了交易量、交易次数等变量和引入惩罚因子,提出了一种改进的C2C平台信誉值计算模型,并针对信誉诋毁、信誉共谋这两类恶意行为设计仿真实验,检验模型的应用效果,改进了reputation评价准确性。Fouss(2010)在传统计量方法中引入“概率模型”概念,在信用计量过程中考虑卖家信用表现的概率,在顾客满意基础上极可能逼近信用真实值。在Fouss的模型中“一致性”与“相关性”成为模型重点关注的新指标。
2.2 “网络口碑”成为网络卖家信用组成的重要因素
“口碑”理论1982年首先由澳大利亚MLM公司提出,用于解释和说明“口碑”的效用和特点。西方的企业界首先将这一理论发展起来,1989年第一篇重要的学术理论由Geller提出,明确了“口碑”的定义,组成和特点。Greif he(1993)和Milgrom(1990)对“口碑”在消费品领域和服务领域的作用做出了实证研究,证明了“口碑”存在的现实意义,为后继研究做出贡献。Dellarocas(2003)首次将“word of mouth”引入电子商务平台,他首先对“口碑”在电子商务上的重要作用给予肯定,还结合eBay指出“word of mouth”产生机制,博弈过程和未来发展方向。Dellarocas的研究为电子商务平台发展,特别是卖家信用评价理论发展做出了重要贡献。糜仲春等(2007)指出目前使用的口碑信誉管理系统的单维评分模型存在一定缺陷,引入了多维评分模型的设计。胡莹(2015)通过产品特征数据挖掘方法(分词与词性标注、Apriori算法提取高频词汇、然后利用KNN 算法进行分类聚合和裁剪),创新性地提出把特征数据挖掘与中文情感分析技术相结合,为企业分析网站的口碑评论得出依据。张琼文和宋光兴(2017)研究表明,消费者感知声誉、感知网站质量、感知网站安全、感知信息性和口碑推荐对跨境电子商务消费者信任均有显著的正相关关系,特别是口碑推荐对跨境电子商务消费者信任影响较大。
根据决策科学中的本征向量方法确定各维的权重,设计出能从不同角度更准确地反映客户信誉的多维信誉管理系统。Cripps(2006,2007), Mailath(2008)应用博弈思想建立网上“口碑”选择模型,并求得纳什均衡,得出结论如下:一个持续经营的卖家通过理性选择会在“诚信”和“欺诈”行为中选择“诚信”,在短期经营的卖家中选择“欺诈”的可能性更高。胡培等(2008)肯定了Cripps和Dellarocas等人提出的简单累加信用度计算模型和均值信用度计算模型的作用,但是指出这两种模型都忽略了影响信用度计算的3个主要因素:交易商品的价值、评分人的信用度、交易的时间价值。为了得到有效实用的信用度计算模型,考虑交易商品价值权重、评分人信用度权重、交易的时间权重建立了加权累加信用度计算模型。Audun等人(2010)从仿真的角度对信用评价体系提出4个改进方向:基于长期计量的准确性,信用衰减问题,抵抗噪音能力和平稳性。Audun首次提出信用存在生命周期,信用在使用过程中会出现衰减,为模型改进提供了重要借鉴。
2.3 “征信”思想与信用评价标准
在电子商务应用中更注重商家信用等级与现状的描述。Egger(2007)和Grabner(2003)提出在电子商务平台上B2C卖家缺乏“征信(credit)”,会被排除在“核心贸易集团”以外,无法得到交易成员认可。在这里,交易成员认可的概念被首次提出,网上卖家被划分成“核心贸易集团”和“边缘贸易集团”两个部分,“边缘贸易集团”的卖家要付出更多的成本来争取一个买家的认可。Lee(2000)继承了Deustsh于1958年提出的关于征信的理论,强调只有卖家表现超出买家预期时候,才会赢得买家的信任,进而赢得好评获得信用。这点与传统营销理论中的产品价值层次学说不谋而合。在Fishbein(1975)的研究基础上,McKnight(2002,2006)等人提出了关于征信最重要的理论之一。McKnight认为理性人会使用信用评价等级对交易对象做出预评判与预考核,根据对方信用等级做出不同的交易意愿。在这点上, McKnight与Zeckhauser(2004)殊途同归,从卖家信用评价的两个不同角度得出了同样的观点与结论。
Fogg(2003)在McKnight的基础上,指出卖家信用等级的设定与卖家信用等级的获得应该更加广泛一些,其目的是要帮助买家通过信用情况更精确地区分出“值得信任的卖家”和“不值得信任的卖家”。Fogg(2007)的研究对于信任提出了更高的要求,对于卖家信用的准确性和精度提出了标准。孙济洲等人(2009)提出基于聚类的B2C卖家信誉评价算法,该算法根据节点行为的相似性将节点聚类成若干集合,将每个节点集合视为一个节点进行迭代信誉计算。研究指出了诚实节点行为相似性较高,通常聚类为最大的节点集合,在迭代计算中占主导地位。孙济洲等人的研究首次将reputation与credit方法联系起来,B2C卖家信用评价从两条不同的途径得出了相同的结论。
上述研究解决了信用水平的构成与计量问题,在指导企业实践过程中起到了重要作用。但是随着网络市场环境的变化,“嫁接网站”“闪生网站”等利用历史良好信用记录进行网络欺诈等非道德行为对已有的信用评价理论与方法提出了挑战。想要解决上述问题,在评价网络卖家信用时不能够单单考虑历史信用状况,还要参考其他指标。
综观国内外相关文献,将电子商务信用评价模型或信用评价体系构建研究扩展到跨境领域的为数不多。目前,信用评价方面比较前沿的方法包括模糊综合评价法、盲数评价法、支持向量机、神经网络等,其中后面两种是机器学习工具(刘章发,2016)。左锋(2016)认为跨境电商信用评价涉及到跨境交易各环节的要素,存在边界模糊不清、不易定量的问题, 若采用传统计量分析方法,会使结果出现很大偏差,而借助模糊综合评价法则可以较好地避免这个问题。其中,被评价对象的指标集包括跨境经营情况、跨境交易动态信用、财务信息和以往信用状况等。
随着大数据发展和“一带一路”战略部署的逐步推进,跨境电商在国际贸易中的地位和作用日益重要。未来跨境电商的发展不仅在于推动国内市场的消费,更应与国家产业结构根本性变革结合。以跨境电商为突破口的中国经济转型升级的新模式,需要构建全方位、多维度的动态信用评价标准来支持其复杂的交易环境。