- +1
從經濟學的角度來看,那些評論就有獎勵的網店究竟是否靠譜?
有一則關于網購的故事廣為流傳,說的是某君在淘寶網上看到一賣家的耐克Air force鞋標價188元(同款鞋耐克官網上的賣價近千元),賣家說假一賠三。買家下單后,結果賣家直接給他寄了四雙!
筆者無法確認該故事的真偽,但網上購物的確充滿了風險。網購過的朋友恐怕對以下經歷不陌生。在對多個網店的同類產品進行過眼花繚亂的篩選之后,最后選定一家看起來還算靠譜的店鋪下單——可是,等等!怎么一個手動留言的評論都沒有?歷史銷售量好像也不高,這個商家真的靠譜嗎?

然而,評價反饋往往是耗時的,除非買家認為他能從其反饋行為對后來購物者的幫助中獲益,即所謂的享受“親社會行為”(pro-social behavior),不然,購物評價作為一種公共物品往往很少有人會提供。
在淘寶上,我們常看到一些賣家為了提升好評,進行 “5星好評,5元返現”的“買好評”等活動。如果這些好評都是花錢買來的,那么消費者就不可避免的對這些買來的好評產生質疑,賣家是不是由于產品質量不好才需要“收買”消費者好評呢?從購物平臺的角度來看,如果縱容這種賣家對買家好評的購買會不會使劣質商家泛濫,為了平臺的健康發展,平臺管理方是不是需要遏制賣家的“買好評”活動?
從更深一個層次上講還涉及到市場設計機制問題:如果任由賣家為評價提供獎勵,會不會影響評論的真實性從而妨礙信譽機制的形成?如果商家激勵評論不合適,是不是該由交易平臺來獎勵評論?還有,如果上述兩方都無法有效的促進有效的信譽體系的形成,是不是需要作為監管方的政府部門的介入?

筆者(Li(2010))最早提出rebate-for-feedback (RFF)的機制設計并用信號理論證明其合理性。其中的經濟學邏輯是,相對于低質量廠商而言,高質量的廠商有更多的回頭客,從而能在的更多銷售中獲得更多的利潤來補償在評價獎勵方面的開支。
此后,筆者在2011年底向阿里研究院建議這個RFF機制,淘寶于2012年3月1號推出了類似的所謂“評價有禮”機制。 在這一機制下,賣家可以為售出的商品設置一個返點數額(以現金返還或者店鋪優惠券的形式)作為對買家購物評價的獎勵。如果一個賣家選擇返點評價那么淘寶就會保證返點會從賣家的賬戶轉賬到那些留下高質量評價的買家賬戶。需要指出的是,評價的質量不是取決于這個評價是否是好評而是取決于評價的信息量有多少,而這是由機器學習算法進行判斷的(測算評價的內容、長度以及商品的關鍵特征等是否被提及。)
在淘寶推出“評論有禮”之前,筆者與合作者分別在實驗室和eBay上進行了實驗室實驗和田野實驗,然而測試的結果是實驗室實驗結果支持理論而田野實驗結果不支持(Li and Xiao, 2014; Cabral and Li, 2015)。那么,這個信號機制是否在現實中可行呢?買家是否能通過這個信號識別賣家呢?

我們的研究主要圍繞以下兩個問題:第一,賣家是否選擇“評價有禮”機制來傳遞自身作為“靠譜”賣家的信號,以此來建立良好的信譽?第二,賣家如何通過“評價有禮”機制來獲得銷量的提升和評價質量的提高?通過回歸分析并且控制了價格和采取“評價有禮”機制行為的內生性問題后,我們有如下主要發現:
首先,當比較一個賣家不同時期時,我們發現當其初期時(評級低)時更傾向于選擇“評價有禮”機制。這一發現符合理論預期。眾所周知,信譽體系的建立在賣家生意的初期是非常有價值的,公司在初期會“燒錢”來提升品牌知名度。因此,賣家在初期會選擇“評價有禮”機制來吸引買家,這可視作對于積累信譽的投資。但是在銷量增長、良好的信譽體系建立后,賣家則無需選擇“評價有禮”機制來傳遞產品質量信息。
其次,當在不同賣家間做比較時,我們發現能夠提供高品質交易的賣家更傾向于選擇“評價有禮”機制。如前文所述,假定買家如實地陳述購物體驗,那么只有自身產品質量充分自信且將收到正面評價的高品質賣家才會同意采用評價有禮機制。因此,一個提供能提供高品質商品的賣家更傾向于選擇該機制。
最后,當拿某個賣家的某一產品參加“評論有禮”前后比較時,我們發現選擇“評價有禮”機制會促進該賣家的銷售量。事實上,選擇“評價有禮”機制可能對銷量產生短期和長期的影響。平均而言,短期內,選擇“評價有禮”機制的能夠使得商家當月銷售量比上月增長四倍;而從長期而言,平均銷售量增長也近30%。此外,值得一提的是,“評價有禮”機制的應用并沒有造成評價的傾向性(如:好評比重增加)。

最后筆者想指出的是,雖然“評價有禮”機制減少了市場交易的風險,但交易風險并未因此而完全消失。因此,筆者想套用一句老話來結束本文“網購有風險,下單需謹慎,”并預祝大家雙十一愉快地買!買!買!
參考文獻:
Lingfang Li, Steve Tadelis, and Xiaolan Zhou, “Buying Reputation as a Signal of Quality: Evidence from an Online Marketplace “, NBER working paper # w22584.
Li, Lingfang (Ivy). (2010). Reputation, trust, and rebates: How online auction markets can improve their feedback mechanisms. Journal of Economics & Management Strategy, 19(2):303–331.
Li, Lingfang (Ivy) and Xiao, Erte. (2014). Money talks: Rebate mechanisms in reputation system design. Management Science, 60(8):2054–2072.
Cabral, Luis. and Lingfang (Ivy) (2015). A dollar for your thoughts: Feedback-conditional rebates on ebay. Management Science, 61(9):2052–2063.
國外媒體報道:
"Pay the Critics for Better Online Reviews" (http://www.chicagotribune.com/news/sns-wp-blm-online-reviews-comment-83598fe6-802b-11e6-9578-558cc125c7ba-20160921-story.html)
本文發表于微信訂閱號“經濟學漫談”(微信號:TalkEcon),原標題為《淘寶是如何讓消費者“買評論”,識賣家的?》,澎湃新聞經授權轉載。






- 報料熱線: 021-962866
- 報料郵箱: news@thepaper.cn
互聯網新聞信息服務許可證:31120170006
增值電信業務經營許可證:滬B2-2017116
? 2014-2025 上海東方報業有限公司