聲譽、契約執行和產品質量

王嘯華

摘要：在網上交易中，信用評價系統發揮著重要的作用，這種系統所提供的消費者的反饋評分可以視為相應企業的聲譽。文章建立了一個模型來解釋這種網上聲譽發揮作用的機制。借助信用評價系統，消費者可以觀察到企業的反饋評分并可以據此做出自己的購買決策，因而這種網上聲譽機制大大便利了信息的傳播。本文證明了存在消費者的反饋評分這樣一種信息傳播機制時，企業一般不會選擇欺騙消費者。

關鍵詞：聲譽；產品質量；信息傳播；契約執行

一、引言

市場交易中到處都充斥著信息不對稱現象。對經驗品（experience goods）市場來說，尤其如此。所謂經驗品，是指那些質量事前無法判斷、只有購買使用以后才能確定的產品。對于這一種類的產品，消費者做出購買決策之前，都會自然地考慮企業的歷史交易記錄：如果企業在過去提供的產品質量總是可靠的，則就會有越來越多的消費者惠顧它，企業的需求就會上升；而如果一個企業以次充好，則惠顧的顧客就會越來越少。因此，欺騙消費者雖然暫時可以得到較高的收益，但是卻是以企業長期的利益受損為代價的。對于那些目光長遠的企業來說，它們總是會考慮到自己的名聲而堅持提供高質量的商品。這就是聲譽發揮作用的機制。

但是，上述的分析中存在一個問題：消費者并不能了解所有企業的歷史交易記錄，每個消費者只有不完整的信息，他們只能通過其他消費者的口碑做出一個大概的判斷。我們知道，口碑是企業的歷史交易信息的濃縮，它的存在緩解了企業和消費者之間的信息不對稱，因此它實際上就是聲譽的具體表現形式。但是，口碑這種聲譽機制在信息傳播上存在一些不足，例如傳遞速度較慢、不夠精確等。近年來，網上交易迅速發展，很多網上交易平臺都設置了信用評價系統，由買家來進行反饋評分，而其他消費者在交易前可以通過網絡觀察到這一評分，這一現象被稱作“口碑的數碼化”（digitization of word of mouth）（Dellarocas，2003）。這種系統的出現使得信息傳播的速度大大加快了，而且還提高了信息的精確度。顯然，信用評價系統中消費者的反饋評分實際上就是企業的聲譽的一種表現形式；而實證研究發現，消費者在購買時非常關注企業的這種聲譽。例如：Cabral & Hortacsu （2004）發現在商家出現第一次負面評價后，其交易量下降非常顯著，并且隨后出現負面評價的可能性也更高；在國內，周黎安等人（2006）也發現，賣家的評分增加可以提高成交的概率和商品的價格。

本文建立了一個模型來解釋這種網上聲譽發揮作用的機制：如果企業堅持提供高質量的產品，則其反饋評分就會一直維持在一個較高的水平，也就是說，其聲譽一直是良好的；但是如果企業一旦欺騙了某個消費者（即提供了低質量的產品），那么就會出現較低的反饋評分，其聲譽就會被“抹黑”，其他消費者就會對其懲罰（具體表現為不再愿意為其產品支付高價格）；不過，如果該企業愿意接受懲罰，則經過一段時間后，則其聲譽可以逐步轉好。因此，企業在選擇欺騙消費者時需要對通過欺騙得來的暫時的收益和隨后的懲罰之間進行權衡取舍。我們給出了企業永遠不會選擇欺騙消費者的條件，而這些條件在網上交易中都是相對容易滿足的。

本文的結構安排如下：第二部分是文獻綜述，我們回顧了以前對聲譽和產品質量的研究；第三部分對網絡交易平臺的信用評價系統做了一個簡單的介紹；第四部分是模型和結論；最后一部分是結語。

二、文獻綜述

經濟學當中最早研究聲譽對于產品質量保證作用的是Klein & Leffler（1981）。他們的論文引發了大量的后續研究，Macleod（2007）對這方面的研究做了一個非常全面的綜述，此處就不再贅述。需要說明的是，這些論文雖然在一些細節方面存在差異，但基本思想都是一致的，下面就簡單介紹一下。

如果要保證廠商一直生產高質量的商品，則消費者就需要支付一個超過產品成本的價格。我們假設廠商一直提供高質量的商品，則這種交易（廠家提供高質量商品，消費者支付高價格）可以無限持續下去，而如果廠商提供的產品質量降低，則消費者會停止和廠商進行交易。如果各期的價格升水（premium）貼現值之和超過提供低質量產品帶來的當期收益，那么策略組合（廠商提供高質量商品、消費者支付升水價格）就是一個均衡結局。可以發現，聲譽機制與Shaprio & Stiglitz（1984）的效率工資理論本質上是一樣的。

需要注意的是，上面的論述中隱含著一個重要的假設，那就是廠商和消費者會進行無數次交易，這在消耗品市場上是一個符合現實的假定；但是對于有些耐用消費品來說，消費者一生可能只會進行數量很少的購買，有時可能一生只有一次——例如住房，很多消費者可能一生只會購買一套住房——這樣有限的幾次交易是不能給廠商提供生產高質量產品的足夠激勵的，因而這就要求眾多的潛在消費者聯合起來集體懲罰那些提供劣質產品的廠商。而消費者的集體懲罰面臨信息傳遞問題：一旦廠商欺騙了一個消費者，受害的消費者如何向其他消費者傳播自己的遭遇？Klein & Leffler （1981）的文章通過假設信息可以無成本地流通從而回避了這個問題；但是我們都知道，信息傳播并不是沒有成本的。

有些論文研究了信息傳播。Greif （1993）發現，中世紀的馬格里布商人之間的信息傳遞主要是通過信件來進行的，這些信件后來都被保存了下來作為研究資料；而在消費信貸市場上，信用局（credit bureau）制度也發揮了類似的信息傳遞作用，Klein（1992）的論文對此進行了分析；Milgorm等人（1990）發現，在中世紀后期興起的貿易中，商人之間信息的傳遞主要依靠商法的私人執行者。上述這些信息傳遞機制都是比較特殊的，口碑是一種更為普遍的信息傳播方式。Ahn & Suominen（2001）研究了口碑傳播（wordmouth communication）這種機制對于契約執行的影響，他們發現，如果消費者需要花費成本去建立網絡來傳播有關廠商的消息時，這時候信息流通就不那么順暢了，廠商就有可能提供低質量的商品。這說明，口碑傳播這種信息傳播方式不能完全確保企業提供高質量的商品。關于信息傳播對于產品質量的保障作用，Jin &Leslie（2003）提供了一個具體的例證：1998年，洛杉磯市政府要求餐館在其櫥窗上張貼公布其衛生質量登記卡，實證研究發現，這一強制性措施提高了餐館的衛生等級，并且降低了因食物得病而住院的人數。endprint

網上交易是近年來才興起的新生事物，相關的研究較少。吳德勝（2007）的論文對于網上交易的契約執行機制進行了總結，但是他并沒有著重強調信用評價系統在契約執行中的信息傳播作用，而這正是本文關注的重點。

三、對網絡交易平臺信用評價系統的簡單介紹

信用評價系統是由eBay首先創立的，很快就為其他網站所采用。雖然各個網絡交易平臺的信用評價系統存在一些差異，但基本原則是一樣的：買賣雙方每交易一筆，就可以對對方作一次評價，評價分為三類：好評、中評和差評。如果是好評，則商家的信用評價就加一分，中評不加分，差評則會減一分。除了這種簡單的評分外，買家還可以就產品質量和送貨服務做出一些具體的評價。

信用值就是賣家從所有的評價（包括好評、中評和差評）中得到的分數累計加總。其中好評率指的是好評數在交易總次數中所占的比例。如果買家或賣家的信用值低于一定程度，系統就會禁止他們在網上繼續進行交易。此外，網絡平臺要求交易完成以后，買賣雙方必須進行信用評價。而如果商品的購買者在規定的時間內沒有對商家進行評價，信用評價系統自動地給予好評；而如果認為買家給予的評價沒有道理，賣家也可提交系統仲裁，這避免了買家以威脅給予差評來要挾賣家。此外，信用評價系統一般還會設計一些特殊的規則防止商家通過不真實的交易來提高自己的信用。總而言之，網上交易的信用評價系統發展已經比較完善，可以比較準確地衡量交易者的信譽。

通過信用評價系統，每個買家都可以觀察到關于潛在賣家聲譽的基本信息，這包括信用值、好評的總數和所占的比例、中評的總數和所占的比例以及差評的總數和所占的比例，還有歷次交易中購買者的具體評價。也就說是說，信用評價系統的出現使得這些東西成為公共信息，所有買家在交易發生之前都能觀察到，然后在此基礎上做出自己的購買決策。

可以設想，如果不存在信用評價系統的話，提供商品的賣家的聲譽只能通過口碑這種傳統的方法來傳播，傳播范圍會擴展得非常慢；即使一個賣家欺騙了一個消費者，這個信息也只能為極少數的人所得知，這樣就無法迅速地懲罰違約的廠商，廠商也就沒有激勵去建立良好的聲譽。而網上信用系統的出現改變了這一點，一旦某個買家欺騙消費者，則這一消息就會立即擴散開來。因此，賣家會有強烈的激勵去建立良好的聲譽，市場的產品質量也會得到整體的提升。

四、理論模型

在博弈論當中，有兩種為聲譽建模的辦法。第一種方法是重復博弈的方法。在這種方法中，所有的企業都是同質的，它們既可以生產高質量的商品，也可以生產低質量的商品，具體的選擇取決于其成本收益，這種方法也被稱為“道德風險”的方法。第二種方法是不完全信息動態博弈的方法，也就是所謂的KMRW模型。在這種方法中，廠商被分成不同的類型，其中有一類企業只能生產低質量的商品；但是消費者不能確定廠商的類型，只能通過企業提供的產品質量進行推斷。這種方法也被稱為“逆向選擇”方法。可以這樣說，在第二種建模方法中，是自然決定了廠商的類型并進一步決定了產品的質量；而在第一種建模方法中，產品質量是由廠商自主決定的。這樣看來，第二種建模方法中的假設是比較機械的；此外，在第二種建模方法中，一旦某個廠商的聲譽變壞，則它就沒有辦法加以挽救了，而在本文中我們希望廠商還有改正的機會。基于上述兩點考慮，本文選擇第一種建模方法。

值得注意的是，在網上交易中，消費者是通過搜尋決定自己的交易對象的，因而和一般的重復博弈不同；網絡交易中的買賣雙方之間是隨機匹配的，每一期的交易對象都是不一樣的，對于C2C這種商業模式來說，就更是如此。因此，本文借用了神取道宏（Kandori，1992）隨機匹配模型的框架。在這種類型的博弈中，參與者需要根據對方的交易歷史采取行動，因而先前的交易者需要把對方過去行為的信息傳播給其他人，以便他們在此基礎上采取各種策略，而信用評價系統正是信息傳遞的一個工具。

我們來看模型的具體設定。假設網絡上提供某種經驗品的廠商數量有n個，而需要這種產品數量的消費者數量也有n個；假設廠商的生命是無限持續的。在每一期，企業和消費者之間都會進行一次隨機匹配，匹配成功的兩個成員之間會進行一對一的交易；在每一期，交易者總會找到一個匹配者，這也是為什么假設企業和消費者的數目都是n的原因，數目相等保證了匹配總能成功。

交易的收益取決于雙方所采取的行動，也即企業提供的產品質量和消費者支付的價格。假設第i個企業和第j個消費者匹配成功，則企業i會提供單位質量為qi的產品給消費者j，qi∈[0，1]。假設所有的企業采用相同的技術，它們生產一單位質量為qi的產品的邊際成本也是相同的，都等于c（qi），c′（qi）>0，c″（qi）<0。此外，不失一般性地，可以令c（0）=0。對質量為qi的產品，每位消費者的邊際支付意愿都為p（qi），它是一階連續性可微函數，記p0=p（0）。因此，交易的總剩余為p（qi）-c（qi）。我們進一步假設消費者和企業的討價還價能力（bargaining power）相同，因此，從一單位質量為qi的產品的交易中雙方的獲益是一樣的，等于（p（qi）-c（qi））/2。對廠商來說，它的總利潤是各個階段收益的折現值之和，假設其折現因子都是δ。

由于p（qi）-c（qi）的定義域[0，1]是一個緊集，故它存在最大值。記：

q*=argmax（p（qi）-c（qi））（q*≠0）（1）

也就是說，如果企業提供的產品質量是q*的話，交易的總剩余是最大的。

如果廠商一直都提供質量為q*的產品，而消費者支付（p（q*）+c（q*））/2的價格，我們就說契約得到了履行；反之，如果企業提供的產品質量沒有達到q*，卻仍然要求消費者支付（p（q*）+c（q*））/2的價格，則我們就說企業違背了契約。顯然，企業通過欺騙可以得到的最高收入為（p（q*）+c（q*））/2。endprint

在經驗品市場上，廠商和顧客之間的關系是典型的“單邊囚徒困境”博弈。廠商可以生產高質量的商品，也可以生產低質量的商品。當交易正在進行時，消費者無法準確判斷產品的質量，只有當使用一段時間后他們才能逐漸認識到產品的質量；但此時貨款已經支付了，很難再有其他有效的手段去追究企業的責任了。因此，廠家不會面臨違約的風險，但是消費者卻有可能買到沒有達到承諾質量的商品。如果這種博弈只進行一次的話，那么其均衡就只能是消費者支付一個最低的價格、廠商提供質量最差的產品，廠商和消費者的收益為p0/2。雖然廠商提供高質量的產品，消費者支付較高的價格，對雙方來說都是一種帕累托改進；但由于廠商無法做出保證產品高質量的可信承諾，所以交易雙方都被鎖定在這種低效率的均衡中。而一旦交易關系是長期的，則由于要考慮到未來，所以廠商有激勵提供高質量的商品。

但是在網上交易中，買賣雙方是隨機匹配的，在n很大的情況下，特定的消費者和廠商再次交易的機會微乎其微，因此無法通過雙方后續的交易對企業進行處罰，只有依賴其他消費者的懲罰了。而受到廠商欺騙的消費者怎樣才能把遭遇傳播給其他人呢？因此需要看一下消費者之間的信息傳播機制。

我們假設，消費者不可能完全觀察到所有企業的歷史交易信息；但是，網絡交易平臺創造出了信用評價體系這樣一種信息傳播方式：在交易前，每個消費者都可以觀察到企業的信用評價。這種評價實際上就是企業聲譽的表現形式，它濃縮了該交易者的歷史交易信息。在網上交易中，被騙的消費者自己雖然不能懲罰廠商，但是可以通過信用評價系統來“抹黑”企業的聲譽。我們用符號zi（t）來代表企業i的聲譽，如果企業i在時期t之前從未被“抹黑”過，則zi（t）=0；反之，則zi（t）就不為0。

雖然消費者不能觀察到企業的所有歷史交易信息，但是可以觀察到企業的網上信用評價，這實際上就是該企業的聲譽。[JP2]匹配成功之后，消費者j的購買決策取決于其匹配的企業i的聲譽：如果zi（t）=0，[JP]則說明該企業的聲譽是好的，消費者信任該企業產品的質量，愿意支付的價格為（p（q*）+c（q*））/2。但是，一旦zi（t）≠0，則消費者就不再信任該企業提供的產品，只愿意支付p0/2的價格作為對該企業的懲罰，而企業在懲罰期內也只愿意提供質量最低的產品，也就是說，在懲罰期內雙方會回到階段博弈的納什均衡。這種懲罰一直會持續T期。在被懲罰期間，企業的聲譽會不斷變化。直到T期的懲罰結束后，其聲譽才會重新轉好，也即zi變為0。需要注意的是，本文的懲罰策略與Aumann & Shapley（1976）中的并不相同，他們采用的懲罰措施是最小最大化策略而非階段博弈的納什均衡。可以看出，zi不僅可以傳播信息，而且還可以協調廠商和消費者的行為，因而它非常類似于相關均衡（correlated equilibrium）中的“公共信號”（public signal）；但是，“公共信號”與行為歷史無關系，而zi取決于行為歷史。

回到階段博弈的納什均衡，執行懲罰的消費者的收益也會降低；但是只要δ足夠大，將來可以獲得的收益足以彌補當期由于懲罰而導致的暫時性收入下降，消費者還是會選擇懲罰違約的交易對象的。這樣我們有以下命題：endprint

在經驗品市場上，廠商和顧客之間的關系是典型的“單邊囚徒困境”博弈。廠商可以生產高質量的商品，也可以生產低質量的商品。當交易正在進行時，消費者無法準確判斷產品的質量，只有當使用一段時間后他們才能逐漸認識到產品的質量；但此時貨款已經支付了，很難再有其他有效的手段去追究企業的責任了。因此，廠家不會面臨違約的風險，但是消費者卻有可能買到沒有達到承諾質量的商品。如果這種博弈只進行一次的話，那么其均衡就只能是消費者支付一個最低的價格、廠商提供質量最差的產品，廠商和消費者的收益為p0/2。雖然廠商提供高質量的產品，消費者支付較高的價格，對雙方來說都是一種帕累托改進；但由于廠商無法做出保證產品高質量的可信承諾，所以交易雙方都被鎖定在這種低效率的均衡中。而一旦交易關系是長期的，則由于要考慮到未來，所以廠商有激勵提供高質量的商品。

但是在網上交易中，買賣雙方是隨機匹配的，在n很大的情況下，特定的消費者和廠商再次交易的機會微乎其微，因此無法通過雙方后續的交易對企業進行處罰，只有依賴其他消費者的懲罰了。而受到廠商欺騙的消費者怎樣才能把遭遇傳播給其他人呢？因此需要看一下消費者之間的信息傳播機制。

我們假設，消費者不可能完全觀察到所有企業的歷史交易信息；但是，網絡交易平臺創造出了信用評價體系這樣一種信息傳播方式：在交易前，每個消費者都可以觀察到企業的信用評價。這種評價實際上就是企業聲譽的表現形式，它濃縮了該交易者的歷史交易信息。在網上交易中，被騙的消費者自己雖然不能懲罰廠商，但是可以通過信用評價系統來“抹黑”企業的聲譽。我們用符號zi（t）來代表企業i的聲譽，如果企業i在時期t之前從未被“抹黑”過，則zi（t）=0；反之，則zi（t）就不為0。

雖然消費者不能觀察到企業的所有歷史交易信息，但是可以觀察到企業的網上信用評價，這實際上就是該企業的聲譽。[JP2]匹配成功之后，消費者j的購買決策取決于其匹配的企業i的聲譽：如果zi（t）=0，[JP]則說明該企業的聲譽是好的，消費者信任該企業產品的質量，愿意支付的價格為（p（q*）+c（q*））/2。但是，一旦zi（t）≠0，則消費者就不再信任該企業提供的產品，只愿意支付p0/2的價格作為對該企業的懲罰，而企業在懲罰期內也只愿意提供質量最低的產品，也就是說，在懲罰期內雙方會回到階段博弈的納什均衡。這種懲罰一直會持續T期。在被懲罰期間，企業的聲譽會不斷變化。直到T期的懲罰結束后，其聲譽才會重新轉好，也即zi變為0。需要注意的是，本文的懲罰策略與Aumann & Shapley（1976）中的并不相同，他們采用的懲罰措施是最小最大化策略而非階段博弈的納什均衡。可以看出，zi不僅可以傳播信息，而且還可以協調廠商和消費者的行為，因而它非常類似于相關均衡（correlated equilibrium）中的“公共信號”（public signal）；但是，“公共信號”與行為歷史無關系，而zi取決于行為歷史。

回到階段博弈的納什均衡，執行懲罰的消費者的收益也會降低；但是只要δ足夠大，將來可以獲得的收益足以彌補當期由于懲罰而導致的暫時性收入下降，消費者還是會選擇懲罰違約的交易對象的。這樣我們有以下命題：endprint

在經驗品市場上，廠商和顧客之間的關系是典型的“單邊囚徒困境”博弈。廠商可以生產高質量的商品，也可以生產低質量的商品。當交易正在進行時，消費者無法準確判斷產品的質量，只有當使用一段時間后他們才能逐漸認識到產品的質量；但此時貨款已經支付了，很難再有其他有效的手段去追究企業的責任了。因此，廠家不會面臨違約的風險，但是消費者卻有可能買到沒有達到承諾質量的商品。如果這種博弈只進行一次的話，那么其均衡就只能是消費者支付一個最低的價格、廠商提供質量最差的產品，廠商和消費者的收益為p0/2。雖然廠商提供高質量的產品，消費者支付較高的價格，對雙方來說都是一種帕累托改進；但由于廠商無法做出保證產品高質量的可信承諾，所以交易雙方都被鎖定在這種低效率的均衡中。而一旦交易關系是長期的，則由于要考慮到未來，所以廠商有激勵提供高質量的商品。

但是在網上交易中，買賣雙方是隨機匹配的，在n很大的情況下，特定的消費者和廠商再次交易的機會微乎其微，因此無法通過雙方后續的交易對企業進行處罰，只有依賴其他消費者的懲罰了。而受到廠商欺騙的消費者怎樣才能把遭遇傳播給其他人呢？因此需要看一下消費者之間的信息傳播機制。

我們假設，消費者不可能完全觀察到所有企業的歷史交易信息；但是，網絡交易平臺創造出了信用評價體系這樣一種信息傳播方式：在交易前，每個消費者都可以觀察到企業的信用評價。這種評價實際上就是企業聲譽的表現形式，它濃縮了該交易者的歷史交易信息。在網上交易中，被騙的消費者自己雖然不能懲罰廠商，但是可以通過信用評價系統來“抹黑”企業的聲譽。我們用符號zi（t）來代表企業i的聲譽，如果企業i在時期t之前從未被“抹黑”過，則zi（t）=0；反之，則zi（t）就不為0。

雖然消費者不能觀察到企業的所有歷史交易信息，但是可以觀察到企業的網上信用評價，這實際上就是該企業的聲譽。[JP2]匹配成功之后，消費者j的購買決策取決于其匹配的企業i的聲譽：如果zi（t）=0，[JP]則說明該企業的聲譽是好的，消費者信任該企業產品的質量，愿意支付的價格為（p（q*）+c（q*））/2。但是，一旦zi（t）≠0，則消費者就不再信任該企業提供的產品，只愿意支付p0/2的價格作為對該企業的懲罰，而企業在懲罰期內也只愿意提供質量最低的產品，也就是說，在懲罰期內雙方會回到階段博弈的納什均衡。這種懲罰一直會持續T期。在被懲罰期間，企業的聲譽會不斷變化。直到T期的懲罰結束后，其聲譽才會重新轉好，也即zi變為0。需要注意的是，本文的懲罰策略與Aumann & Shapley（1976）中的并不相同，他們采用的懲罰措施是最小最大化策略而非階段博弈的納什均衡。可以看出，zi不僅可以傳播信息，而且還可以協調廠商和消費者的行為，因而它非常類似于相關均衡（correlated equilibrium）中的“公共信號”（public signal）；但是，“公共信號”與行為歷史無關系，而zi取決于行為歷史。

回到階段博弈的納什均衡，執行懲罰的消費者的收益也會降低；但是只要δ足夠大，將來可以獲得的收益足以彌補當期由于懲罰而導致的暫時性收入下降，消費者還是會選擇懲罰違約的交易對象的。這樣我們有以下命題：endprint