C2C模式下消費者的購買行為研究

彭惠+宋倩倩

摘要：本文比較了C2C模式下消費者的從眾購買和口碑交易。基于淘寶網的樣本數據顯示：店鋪日銷量和歷史累積銷量強相關，日銷量呈帕累托分布，且不受信用等級影響。因子分析和多元回歸實證分析表明，歷史累積銷量對消費者決策產生顯著正向影響，而消費者對店鋪的口碑信息不敏感，說明電子商務市場信息不對稱現象嚴重，導致消費者在選擇店鋪時從眾行為比口碑交易更嚴重。本文認為改善信用評價體系、提高市場信息透明度，有助于緩解消費者從眾行為、維護店鋪間的公平競爭。

關鍵詞：信息不對稱；從眾行為；帕累托分布；口碑交易

中圖分類號：F713.36文獻標識碼：A文章編號：10035192（2014）04004206doi：10.11847/fj.33.4.42

1引言

網絡購物和傳統購物相比，除了在流程、支付、服務等方面存在差異外，還在消費者獲取信息的方式、內容上有顯著不同。比如，網絡購物時消費者不能像線下購物一樣與商家面對面交流，無法直接辨識店鋪的誠信狀況、無法直觀地勘察商品質量，但可以獲知商品的銷售情況。因此，網絡購物信息不對稱、店鋪不誠信的程度更高，消費者面臨的潛在風險更大[1]。尤其在C2C市場中，消費者面臨的信息不對稱更嚴重，這可能導致消費者在網絡購物時表現出和傳統購物不一樣的行為特征。消費者往往在信息不對稱時會采取兩種對策性行為：一是口碑交易，C2C市場中口碑一般指消費者購物后的評價、店鋪信用積分等。消費者通過搜索網絡口碑降低交易中對商品的感知風險，感知風險越高，消費者受口碑信息的影響越大。二是從眾購買，即依從其他消費者的決策，選擇銷量高的店鋪。口碑交易促使交易機會向信用等級高、口碑好的店鋪傾斜，從眾購買使交易機會向累積銷量高的店鋪傾斜。從眾購買行為對交易規模大、經營時間長、商品上架早的店鋪有利，不利于店鋪間的公平競爭和C2C市場結構的動態平衡，導致C2C平臺提供的信用等級信息不能有效地反映店鋪誠信。因此，有必要對C2C市場中消費者的行為模式進行研究，為現有信用評價體系的改進提供科學依據。本文嘗試檢驗我國C2C市場從眾交易和口碑交易的存在性，首先，闡述C2C模式下消費者購買行為，提出口碑交易和從眾購買的判斷標準；其次，通過日銷量的分布特征檢驗從眾購買的存在性；最后，通過因子分析及構建消費者購買模型度量從眾購買和口碑交易。

2文獻綜述

關于網絡環境下消費者購買行為的研究有兩方面：一是消費者口碑交易，認為口碑信息可以降低感知風險，影響消費者決策；二是少量研究認為消費者購買時存在從眾行為。

彭惠，等：C2C模式下消費者的購買行為研究——從眾購買還是口碑交易

Vol.33， No.4預測2014年第4期

大量文獻證實消費者的購買決策受口碑信息影響。Shim等發現信息不對稱帶來的感知風險越高，消費者搜尋商品信息的意愿越強[2]。Kozinets[3]及李念武等[4]認為網絡口碑能有效地減少買家的風險感知、信息不對稱、信任缺乏等顧慮。消費者在網上報告和交流有關購物消費的信息是口碑交流形式的一種，個性化的評論內容、評論者資信度、評論數量和在線評論的一致性程度均對購買決策有顯著正向影響，而評論的時效性無顯著影響[5～8]。Chevalier和Mayzlin[9]也發現顧客對商品評價得分增加能提高銷售量，并且一星的評價比五星的評價影響大。Su[10]和彭賡等[11]對賣家信譽度進一步研究發現，信譽度是對交易對象未來交易行為的一種預期，賣家信譽度較高會減少消費者的安全顧慮，從而正向影響消費者的信任和購買意向。

信息不對稱導致的從眾行為在金融市場中表現非常明顯并被反復論證[12]，但僅少數文獻直接或間接分析了C2C市場的從眾購買行為。李敏樂[8]從理論上探討了消費者從眾、反從眾和不從眾決策的神經和心理機制，實證分析了在線評論對消費者決策的影響，但其研究混淆了口碑交易和從眾購買的區別。Lin等[13]和彭惠等[14]發現C2C市場上店鋪的信用積分的分布曲線有凸向原點的特征，即低等級上的賣家占比較高，但沒有深入探討導致信用積分分布特征的原因及其與消費者從眾行為、口碑交易之間的聯系。

以往文獻有以下特點：第一，雖然深入研究了各種影響消費者在線購物決策的因素，但忽視了累積銷量的影響；第二，側重分析影響消費者是否進行網絡購物而非選擇哪個店鋪；第三，研究集中于C2C市場中的口碑交易而未能對從眾購買進行系統研究，更沒有區分二者。現有文獻缺失的原因在于：（1）C2C市場上交易數據難以獲得。（2）口碑交易和從眾行為都反映了優勢集中效應，都導致交易機會在店鋪間不均勻分布。如果好評率穩定，則店鋪的信用積分和累積銷量正相關，口碑交易似乎也表現為累積銷量高的店鋪獲得的交易機會多。（3）消費者選擇店鋪時可能會同時考慮累積銷量和店鋪信用，從而使從眾行為和口碑交易相互影響，二者無論在表現上還是結果上都難以區分。總之，以往研究忽視了累積銷量信息對消費者的影響，未闡述消費者選擇店鋪時是基于口碑交易還是從眾選擇。本文希望彌補這一空白，從信息不對稱角度研究消費者的行為模式，并將從眾購買與口碑交易分離。

3C2C模式下消費者購買行為及從眾購買與口碑交易的判斷由于消費者對交易平臺有較大的黏性，因此會選擇自己所熟知的交易平臺。消費者確定購物平臺后，其網購過程一般分為五個步驟：（1）確定擬買物品；（2）搜集店鋪信息；（3）綜合評價對比方案；（4）選擇店鋪、購買商品；（5）購后評價。

圖1C2C市場消費者決策流程

和傳統購物模式不同，C2C購物過程呈現動態交互的特點。潛在購物者確定擬購商品后，開始搜集信息，這種信息包括由已購者的評價轉化而來的口碑信息和以往交易轉化的商品信息：（1）口碑信息。網絡口碑指已購物者通過互聯網傳遞商品及公司的正面或負面的評論[7]。本文將口碑信息分為商家信譽和商品感知。商家信譽屬于主觀評價口碑，包括信用積分、好評、中評、差評、好評率。消費者據此信息判斷商家信譽，信譽高的賣家獲得更多的信任和交易機會。商品感知指店鋪的服務體驗信息。網購消費者不能直接接觸產品，只能通過交易平臺的描述相符、發貨速度、服務態度等主觀評價口碑，處罰次數、退款率等客觀信息判斷商品質量、店鋪誠信。（2）商品信息，指商品的價格和銷量信息。網絡購物多為買方市場，店鋪競爭激烈導致價格差異小。相比之下，店鋪之間的銷量卻有明顯差異。明顯的銷量差異容易吸引消費者注意，從而影響消費者的購買決策。

在網絡購物中，已購者的購后評價（商家信譽、商品感知）形成口碑，如果消費者根據口碑判斷店鋪信用和商品好壞決定店鋪選擇，此為口碑交易；如果消費者根據銷量推斷店鋪信譽和產品質量決定店鋪選擇，則為從眾交易。筆者認為C2C市場上更易發生從眾購買。因為：（1）信息劣勢的網購者無法接觸商品，從眾可減少個體成本。如果他人的購買決策是利己的、效用最大化的，那么在繁雜的信息中選擇跟隨是理性的。（2）銷量信息的影響先于口碑信息。物流產生的時間差使口碑信息更新滯后于銷量更新，消費者更關注變化敏感、及時的銷量。（3）口碑信息可能虛假不可信。Tian等[15]指出賣家刷信用的欺詐成本低于其獲得的利益，導致店鋪不誠信、口碑信息虛假的現象在中國C2C市場廣泛存在，消費者不再信任網店的聲譽。從眾購買和口碑交易均是消費者在信息不對稱下的對策性行為，其差別是：從眾者重視銷量信息，口碑交易往往忽視銷量。因此，是否以累積銷量為購買決策因子是判別從眾購買和口碑交易的標準。

4從眾購買的存在性：店鋪銷量分布特征

4.1數據來源

提取中國C2C市場中交易份額最大的淘寶網店鋪的交易數據，研究中國C2C市場的賣家誠信狀況和買家行為。為使樣本具有統計上的代表性，從淘寶網交易額最大的三個行業（鞋服、家電、虛擬）中分別抽取一類商品，該商品的選擇標準是：第一，交易頻繁，交易額占該行業總交易份額前三；第二，有明確的品牌，以控制品牌差異的影響。最后，選取的三類商品分別為：鞋服類belle鞋子、家電類飛科剃須刀、虛擬類魔獸游戲點卡。選取三種商品的交易日分別為：2012/10/30、2013/4/2、2013/4/8，店鋪數分別為103、376、431家，剔除日銷量為零的店鋪后分別為80、45、91家。根據商品的日銷量es，計算歷史累積銷量s，其中s=∑nt=1est-esn，t為銷售時間，歷史累積銷量不包含當日日銷量。

4.2從眾購買存在性分析

樣本數據顯示，三種商品的日銷量呈長尾分布，少量的店鋪擁有大量的銷量，而大部分店鋪的銷量很小。PP圖進行帕累托分布檢驗發現三種商品日銷量的期望累計概率和觀測累計概率非常接近，說明C2C市場中店鋪間的日銷量呈帕累托分布，消費者存在從眾購買。研究分等級店鋪的銷量分布特點發現：（1）相同信用等級的店鋪間銷量分布依然顯著不均等，說明剔除口碑影響后，存在從眾購買現象。（2）相同信用等級的店鋪越多，銷量分布越不均等，表明選擇越多消費者越易從眾。（3）信用等級高的店鋪銷量不均等程度比信用等級低的店鋪銷量不均等程度低，但降低趨勢不顯著。

造成上述店鋪銷量分布特征的原因如下：第一，信用等級不具區分性。第二，口碑信息虛假性。店鋪為提高信用等級而采取信用炒作、以獎品或返現形式誘使消費者違背事實做出好評評價、威脅消費者以獲取好評等做法，降低了口碑信息的可信度。第三，口碑信息的影響具有不確定性。當賣家信用等級較高（二皇冠以上）時，正面評論對消費者購買決策的影響更大；信用等級很低時（四鉆以下），在線評論的影響不顯著[16]。第四，信用積分的邊際遞減效應。信用達到一定等級后，信譽的效用增速遞減，而銷量影響力增強。正面口碑信息數量在某數值之前，口碑信息越多對消費者的決策影響越明顯；達到某數后，消費者認為信息已經足夠，則只受最先接觸的信息影響，放棄其他信息以減少搜尋成本[17]。某些情況下，信譽得分增加不但不會增加銷量，反而會使收益減少[18]。總之，賣家信用等級較高時，消費者依然從眾購買，受銷量信息的影響比口碑信息的影響大。

賣家信用積分分布也有長尾特征，這和彭惠等發現的賣家在信用等級上的分布曲線呈現凸向原點的特點一致[14]。但Lin等[13]發現賣家的信用積分增長速度呈現不一樣的規律：信用積分最高的賣家的積分增長速度最快；其次是信用等級最低的賣家；信用積分較低的賣家比較高的賣家的增長速度快。Lin的研究中沒有顯著出現信用積分越高、信用積分增長速度越快的現象，說明消費者選擇店鋪時是基于歷史累積銷量而非總是信用積分，C2C市場總是存在從眾購買并非總是口碑交易。

5從眾購買與口碑交易的度量：C2C市場消費者購買決策的實證分析

上文證實消費者存在從眾購買，則將歷史累積銷量引入消費者購買決策模型。為進一步度量從眾購買和口碑交易對消費者決策的影響力，對價格、信譽評價、售后服務等因素進行因子分析，對日銷量和歷史累積銷量、主因子建立消費者購買決策模型。

5.1數據處理

第一，口碑信息對消費者購買行為的影響。（1）商家信譽對消費者的影響。商家信譽包括信用積分、好評率、好評、中評、差評。信用積分在三個模型中負系數的絕對值大于正系數，說明日銷量與信用積分負相關較大；好評率的正系數大于負系數的絕對值，說明日銷量與好評率正相關較大。如果消費者依據口碑交易，那么信用積分與日銷量有明顯的正反饋效應，但實證表明日銷量與信用積分沒有產生正相關關系，所以C2C市場中消費者對口碑的依賴較小。模型A、B中好評率的系數為正，且其值比信用積分的絕對值大，模型C中相反，說明好評率、信用積分兩個指標對消費者的相對影響與商品屬性有關。這可能是因為：好評率是對商品質量的直接評價；而信用積分是店鋪歷史交易的累計值，不能敏感地反映店鋪近期行為。由于消費者購買實物商品的頻率低于虛擬商品，直接反映商品質量的好評率對實物商品消費者更有參考價值，而店鋪的歷史信用對虛擬商品消費者參考性更高。差評、中評的系數絕對值比好評的大，說明差評、中評對消費者決策的影響更大。（2）商品感知對消費者的影響。發貨速度在三個模型中系數為正，說明消費者受發貨速度正向影響；但描述相符、服務態度在模型A、B中系數為正，模型C中為負，說明消費者受產品描述和服務態度的影響與商品屬性有關。實物商品標準化程度比虛擬商品低，信息更加不對稱，因此，實物商品消費者更易受描述相符、服務態度的正影響。退款率、受處罰次數在三個模型中負系數的絕對值大于正系數，表明日銷量與退款率、受處罰次數負相關較大，即退款率和受處罰次數越高，消費者的感知風險越大，購買欲越低。保障值在模型C中系數為正，模型A、B中為負，說明保障值可減少虛擬商品消費者的網購風險顧慮但不能減少實物商品消費者的顧慮。

第二，商品信息對消費者購買行為的影響。（1）商品銷量對消費者的影響。對數累積銷量（lns）的系數在三個模型中均是最大的，表明日銷量和累積銷量存在正反饋效應，消費者決策更容易受其他消費者明確的購買行為（而非評價信息）的影響。這也表明不論商品屬性如何，C2C市場中從眾購買現象比口碑交易更突出，交易機會最終將向銷量高的店鋪集中。（2）商品價格對消費者的影響。價格在模型A、B中系數為負，說明與傳統購物一樣，實物商品的網絡消費者受價格負影響，但系數絕對值相對小，說明價格的影響力已大大降低；模型C中，由于虛擬商品價格的透明度較高，所以價格沒有對銷量產生負影響。

6結論與建議

C2C市場交易的虛擬性和信息不對稱現象導致消費者既有口碑交易又有從眾購買。我國C2C市場的從眾行為更為普遍，其原因在于：銷量信息更新快，導致消費者從眾購買；信用等級區分不明顯、信用積分邊際遞減效應，使消費者對口碑信息依賴不高。從眾行為不僅表明現有信用評價體系對消費者的參考作用弱于累積銷量信息，而且會促使店鋪采取投機性行為，比如：商品上架初期賣家通過低價銷售來增加累積銷量，吸引從眾交易者；累計銷量增加使信用積分提高，從而吸引口碑交易者，形成從眾購買、口碑交易連鎖效應。即使后期店鋪提高價格，但在從眾交易和口碑交易的動態作用下，消費者依然會購買。這種利用消費者從眾心理的行為，既損害了后續買家的利益，又不利于新老店鋪之間公平競爭。為降低C2C市場的從眾交易現象，本文提出以下建議。

第一，增加動態交易記錄。首先，現有購后評價信息更新滯后于銷量更新。在網上下訂單到收貨后評價的時間差內，交易平臺上累積銷量先增加，消費者產生從眾心理。其次，不區分價格的模糊交易信息誤導消費者決策。建議將成交記錄動態化，即增加隨時間變化的動態交易圖和隨價格變動的動態交易記錄，展示商品在不同狀態的銷量。

第二，完善第三方評價體系，提高口碑信息的展示力和可信度。（1）計算好評率時增加差評及權重。在C2C市場中差評和中評對消費者決策的影響比好評的影響大，而現有信用評價體系中好評率的計算方法（好評率=好評數/評價總數）導致店鋪間好評率的差異不顯著，不利于消費者決策。建議計算好評率時增加差評及其權重（好評率=（好評數-a×差評數）/評價總數（a>1））。（2）細分差評原因。建議根據差評原因對差評細分，比如質量、物流、服務態度等。（3）提高店鋪信用展示能力。在展示商品的頁面同時顯示信用等級、信用積分，增加平均信用等級（平均信用等級=信用等級積分/經營時間）。店鋪的信用等級是經營時間的累積，但經營時間長的店鋪不一定講誠信，設置平均信用等級一定程度上可排除時間因素、增加信用等級區分度。（4）根據商品屬性設置不同的信用評價體系。實物商品和虛擬商品的消費者受C2C交易平臺信息的影響不同，有必要對不同屬性的商品設置不同的信用評價體系。

C2C市場上消費者購買決策依賴于C2C交易平臺提供的信息，評價體系、指標、展示信息一旦改變，消費者行為也將改變。因此，增加反映店鋪誠信行為的細分、動態指標，改善評價體系，將減少信息不對稱，提高市場的信息透明度，有利于店鋪之間的公平競爭，鼓勵消費者理性決策，促進網絡購物市場良性發展。

參考文獻：

[1]Reichheld F F， Schefter P. Eloyalty： your secret weapon on the web[J]. Harvard Business Review， 2000， 78（4）： 105113.

[2]Shim S， Eastlick M A， Lotz S L， et al.. An online prepurchase intentions model： the role of intention to search[J]. Journal of Retailing， 2001， 77（3）： 397416.

[3]Kozinets R V. Etribalized marketing： the strategic implications of virtual communities of consumption[J]. European Management， 1999， 17（3）： 252264.

[4]李念武，岳蓉.網絡口碑可信度及其對購買行為之影響的實證研究[J].圖書情報工作，2009，53（22）：133137.

[5]Stauss B. Global word of mouth[J]. Marketing Management， 1997， 6（3）： 2830.

[6]楊學成，錢明輝.網上口碑對消費者決策的影響及啟示[J].當代經濟管理，2006，28（3）：2731.

[7]鄭小平.在線評論對網絡消費者購買決策影響的實證研究[D].北京：中國人民大學，2008.132.

[8]李敏樂.在線評論對消費者從眾行為的影響機制研究——神經科學視覺[D].杭州：浙江大學，2010.142.

[9]Chevalier J A， Mayzlin D. The effect of word of mouth on sales： online book reviews[J]. Journal of Marketing Research， 2006， 43（3）： 345354.

[10]Su B C. Consumer etailer choice strategies at online shopping comparison sites[J]. International Journal of Electronic Commerce， 2007， 11（3）： 135159.

[11]彭賡，呂本富，胡新愛.網上拍賣與信譽機制的缺陷[J].預測，2004，23（1）：3336.

[12]彭惠.信息不對稱下的羊群行為與泡沫——金融市場的微觀結構理論[J].金融研究，2000，（11）：5

19.

[13]Lin Z， Li D， Janamanchi B， et al.. Reputation distribution and consumertoconsumer online auction market structure： an exploratory study[J]. Decision Support Systems， 2006， 41（2）： 435448.

[14]彭惠，王永瑞.C2C電子商務市場整體賣家信用分布研究[J].情報雜志，2012，31（5）：123127.

[15]Tian G， Peng H， Sun C， et al.. Analysis of reputation speculation behavior in Chinas C2C ecommerce market[J]. Journal of Computers， 2012， 7（12）： 29712978.

[16]張玉芳.中國C2C在線客戶評論對消費者購買決策影響的實證研究——以淘寶網為例[D].廣州：暨南大學，2011.133.

[17]劉玉明.在線口碑信息對消費者購買決策影響的研究[J].價格理論與實踐，2010，（3）：7778.

[18]Wan W， Teo H H. An examination of auction price determinants on ebay[A].

Proceedings of European Conference on Information Systems[C]. Bled， Slovenia， 2001. 898908.

第二，商品信息對消費者購買行為的影響。（1）商品銷量對消費者的影響。對數累積銷量（lns）的系數在三個模型中均是最大的，表明日銷量和累積銷量存在正反饋效應，消費者決策更容易受其他消費者明確的購買行為（而非評價信息）的影響。這也表明不論商品屬性如何，C2C市場中從眾購買現象比口碑交易更突出，交易機會最終將向銷量高的店鋪集中。（2）商品價格對消費者的影響。價格在模型A、B中系數為負，說明與傳統購物一樣，實物商品的網絡消費者受價格負影響，但系數絕對值相對小，說明價格的影響力已大大降低；模型C中，由于虛擬商品價格的透明度較高，所以價格沒有對銷量產生負影響。

6結論與建議

C2C市場交易的虛擬性和信息不對稱現象導致消費者既有口碑交易又有從眾購買。我國C2C市場的從眾行為更為普遍，其原因在于：銷量信息更新快，導致消費者從眾購買；信用等級區分不明顯、信用積分邊際遞減效應，使消費者對口碑信息依賴不高。從眾行為不僅表明現有信用評價體系對消費者的參考作用弱于累積銷量信息，而且會促使店鋪采取投機性行為，比如：商品上架初期賣家通過低價銷售來增加累積銷量，吸引從眾交易者；累計銷量增加使信用積分提高，從而吸引口碑交易者，形成從眾購買、口碑交易連鎖效應。即使后期店鋪提高價格，但在從眾交易和口碑交易的動態作用下，消費者依然會購買。這種利用消費者從眾心理的行為，既損害了后續買家的利益，又不利于新老店鋪之間公平競爭。為降低C2C市場的從眾交易現象，本文提出以下建議。

第一，增加動態交易記錄。首先，現有購后評價信息更新滯后于銷量更新。在網上下訂單到收貨后評價的時間差內，交易平臺上累積銷量先增加，消費者產生從眾心理。其次，不區分價格的模糊交易信息誤導消費者決策。建議將成交記錄動態化，即增加隨時間變化的動態交易圖和隨價格變動的動態交易記錄，展示商品在不同狀態的銷量。

第二，完善第三方評價體系，提高口碑信息的展示力和可信度。（1）計算好評率時增加差評及權重。在C2C市場中差評和中評對消費者決策的影響比好評的影響大，而現有信用評價體系中好評率的計算方法（好評率=好評數/評價總數）導致店鋪間好評率的差異不顯著，不利于消費者決策。建議計算好評率時增加差評及其權重（好評率=（好評數-a×差評數）/評價總數（a>1））。（2）細分差評原因。建議根據差評原因對差評細分，比如質量、物流、服務態度等。（3）提高店鋪信用展示能力。在展示商品的頁面同時顯示信用等級、信用積分，增加平均信用等級（平均信用等級=信用等級積分/經營時間）。店鋪的信用等級是經營時間的累積，但經營時間長的店鋪不一定講誠信，設置平均信用等級一定程度上可排除時間因素、增加信用等級區分度。（4）根據商品屬性設置不同的信用評價體系。實物商品和虛擬商品的消費者受C2C交易平臺信息的影響不同，有必要對不同屬性的商品設置不同的信用評價體系。

C2C市場上消費者購買決策依賴于C2C交易平臺提供的信息，評價體系、指標、展示信息一旦改變，消費者行為也將改變。因此，增加反映店鋪誠信行為的細分、動態指標，改善評價體系，將減少信息不對稱，提高市場的信息透明度，有利于店鋪之間的公平競爭，鼓勵消費者理性決策，促進網絡購物市場良性發展。

參考文獻：

[1]Reichheld F F， Schefter P. Eloyalty： your secret weapon on the web[J]. Harvard Business Review， 2000， 78（4）： 105113.

[2]Shim S， Eastlick M A， Lotz S L， et al.. An online prepurchase intentions model： the role of intention to search[J]. Journal of Retailing， 2001， 77（3）： 397416.

[3]Kozinets R V. Etribalized marketing： the strategic implications of virtual communities of consumption[J]. European Management， 1999， 17（3）： 252264.

[4]李念武，岳蓉.網絡口碑可信度及其對購買行為之影響的實證研究[J].圖書情報工作，2009，53（22）：133137.

[5]Stauss B. Global word of mouth[J]. Marketing Management， 1997， 6（3）： 2830.

[6]楊學成，錢明輝.網上口碑對消費者決策的影響及啟示[J].當代經濟管理，2006，28（3）：2731.

[7]鄭小平.在線評論對網絡消費者購買決策影響的實證研究[D].北京：中國人民大學，2008.132.

[8]李敏樂.在線評論對消費者從眾行為的影響機制研究——神經科學視覺[D].杭州：浙江大學，2010.142.

[9]Chevalier J A， Mayzlin D. The effect of word of mouth on sales： online book reviews[J]. Journal of Marketing Research， 2006， 43（3）： 345354.

[10]Su B C. Consumer etailer choice strategies at online shopping comparison sites[J]. International Journal of Electronic Commerce， 2007， 11（3）： 135159.

[11]彭賡，呂本富，胡新愛.網上拍賣與信譽機制的缺陷[J].預測，2004，23（1）：3336.

[12]彭惠.信息不對稱下的羊群行為與泡沫——金融市場的微觀結構理論[J].金融研究，2000，（11）：5

19.

[13]Lin Z， Li D， Janamanchi B， et al.. Reputation distribution and consumertoconsumer online auction market structure： an exploratory study[J]. Decision Support Systems， 2006， 41（2）： 435448.

[14]彭惠，王永瑞.C2C電子商務市場整體賣家信用分布研究[J].情報雜志，2012，31（5）：123127.

[15]Tian G， Peng H， Sun C， et al.. Analysis of reputation speculation behavior in Chinas C2C ecommerce market[J]. Journal of Computers， 2012， 7（12）： 29712978.

[16]張玉芳.中國C2C在線客戶評論對消費者購買決策影響的實證研究——以淘寶網為例[D].廣州：暨南大學，2011.133.

[17]劉玉明.在線口碑信息對消費者購買決策影響的研究[J].價格理論與實踐，2010，（3）：7778.

[18]Wan W， Teo H H. An examination of auction price determinants on ebay[A].

Proceedings of European Conference on Information Systems[C]. Bled， Slovenia， 2001. 898908.

第二，商品信息對消費者購買行為的影響。（1）商品銷量對消費者的影響。對數累積銷量（lns）的系數在三個模型中均是最大的，表明日銷量和累積銷量存在正反饋效應，消費者決策更容易受其他消費者明確的購買行為（而非評價信息）的影響。這也表明不論商品屬性如何，C2C市場中從眾購買現象比口碑交易更突出，交易機會最終將向銷量高的店鋪集中。（2）商品價格對消費者的影響。價格在模型A、B中系數為負，說明與傳統購物一樣，實物商品的網絡消費者受價格負影響，但系數絕對值相對小，說明價格的影響力已大大降低；模型C中，由于虛擬商品價格的透明度較高，所以價格沒有對銷量產生負影響。

6結論與建議

C2C市場交易的虛擬性和信息不對稱現象導致消費者既有口碑交易又有從眾購買。我國C2C市場的從眾行為更為普遍，其原因在于：銷量信息更新快，導致消費者從眾購買；信用等級區分不明顯、信用積分邊際遞減效應，使消費者對口碑信息依賴不高。從眾行為不僅表明現有信用評價體系對消費者的參考作用弱于累積銷量信息，而且會促使店鋪采取投機性行為，比如：商品上架初期賣家通過低價銷售來增加累積銷量，吸引從眾交易者；累計銷量增加使信用積分提高，從而吸引口碑交易者，形成從眾購買、口碑交易連鎖效應。即使后期店鋪提高價格，但在從眾交易和口碑交易的動態作用下，消費者依然會購買。這種利用消費者從眾心理的行為，既損害了后續買家的利益，又不利于新老店鋪之間公平競爭。為降低C2C市場的從眾交易現象，本文提出以下建議。

第一，增加動態交易記錄。首先，現有購后評價信息更新滯后于銷量更新。在網上下訂單到收貨后評價的時間差內，交易平臺上累積銷量先增加，消費者產生從眾心理。其次，不區分價格的模糊交易信息誤導消費者決策。建議將成交記錄動態化，即增加隨時間變化的動態交易圖和隨價格變動的動態交易記錄，展示商品在不同狀態的銷量。

第二，完善第三方評價體系，提高口碑信息的展示力和可信度。（1）計算好評率時增加差評及權重。在C2C市場中差評和中評對消費者決策的影響比好評的影響大，而現有信用評價體系中好評率的計算方法（好評率=好評數/評價總數）導致店鋪間好評率的差異不顯著，不利于消費者決策。建議計算好評率時增加差評及其權重（好評率=（好評數-a×差評數）/評價總數（a>1））。（2）細分差評原因。建議根據差評原因對差評細分，比如質量、物流、服務態度等。（3）提高店鋪信用展示能力。在展示商品的頁面同時顯示信用等級、信用積分，增加平均信用等級（平均信用等級=信用等級積分/經營時間）。店鋪的信用等級是經營時間的累積，但經營時間長的店鋪不一定講誠信，設置平均信用等級一定程度上可排除時間因素、增加信用等級區分度。（4）根據商品屬性設置不同的信用評價體系。實物商品和虛擬商品的消費者受C2C交易平臺信息的影響不同，有必要對不同屬性的商品設置不同的信用評價體系。

C2C市場上消費者購買決策依賴于C2C交易平臺提供的信息，評價體系、指標、展示信息一旦改變，消費者行為也將改變。因此，增加反映店鋪誠信行為的細分、動態指標，改善評價體系，將減少信息不對稱，提高市場的信息透明度，有利于店鋪之間的公平競爭，鼓勵消費者理性決策，促進網絡購物市場良性發展。

參考文獻：

[1]Reichheld F F， Schefter P. Eloyalty： your secret weapon on the web[J]. Harvard Business Review， 2000， 78（4）： 105113.

[2]Shim S， Eastlick M A， Lotz S L， et al.. An online prepurchase intentions model： the role of intention to search[J]. Journal of Retailing， 2001， 77（3）： 397416.

[3]Kozinets R V. Etribalized marketing： the strategic implications of virtual communities of consumption[J]. European Management， 1999， 17（3）： 252264.

[4]李念武，岳蓉.網絡口碑可信度及其對購買行為之影響的實證研究[J].圖書情報工作，2009，53（22）：133137.

[5]Stauss B. Global word of mouth[J]. Marketing Management， 1997， 6（3）： 2830.

[6]楊學成，錢明輝.網上口碑對消費者決策的影響及啟示[J].當代經濟管理，2006，28（3）：2731.

[7]鄭小平.在線評論對網絡消費者購買決策影響的實證研究[D].北京：中國人民大學，2008.132.

[8]李敏樂.在線評論對消費者從眾行為的影響機制研究——神經科學視覺[D].杭州：浙江大學，2010.142.

[9]Chevalier J A， Mayzlin D. The effect of word of mouth on sales： online book reviews[J]. Journal of Marketing Research， 2006， 43（3）： 345354.

[10]Su B C. Consumer etailer choice strategies at online shopping comparison sites[J]. International Journal of Electronic Commerce， 2007， 11（3）： 135159.

[11]彭賡，呂本富，胡新愛.網上拍賣與信譽機制的缺陷[J].預測，2004，23（1）：3336.

[12]彭惠.信息不對稱下的羊群行為與泡沫——金融市場的微觀結構理論[J].金融研究，2000，（11）：5

19.

[13]Lin Z， Li D， Janamanchi B， et al.. Reputation distribution and consumertoconsumer online auction market structure： an exploratory study[J]. Decision Support Systems， 2006， 41（2）： 435448.

[14]彭惠，王永瑞.C2C電子商務市場整體賣家信用分布研究[J].情報雜志，2012，31（5）：123127.

[15]Tian G， Peng H， Sun C， et al.. Analysis of reputation speculation behavior in Chinas C2C ecommerce market[J]. Journal of Computers， 2012， 7（12）： 29712978.

[16]張玉芳.中國C2C在線客戶評論對消費者購買決策影響的實證研究——以淘寶網為例[D].廣州：暨南大學，2011.133.

[17]劉玉明.在線口碑信息對消費者購買決策影響的研究[J].價格理論與實踐，2010，（3）：7778.

[18]Wan W， Teo H H. An examination of auction price determinants on ebay[A].

Proceedings of European Conference on Information Systems[C]. Bled， Slovenia， 2001. 898908.