基于雙邊市場理論的我國團購市場規模影響因素實證分析

閻冬媛, 錢燕云

(上海理工大學管理學院,上海 200093)

基于雙邊市場理論的我國團購市場規模影響因素實證分析

閻冬媛, 錢燕云

(上海理工大學管理學院,上海 200093)

團購已成為我國商家的新型營銷模式和消費者的時尚購物方式,在某種程度上實現了市場雙贏的效果,而商家和消費者作為市場中兩個重要的參與主體,其行為之間存在相互影響.基于雙邊市場理論,采用格蘭杰因果檢驗方法,研究了團購市場的雙邊市場特征.結果表明,我國團購市場是具有明顯交叉網絡外部性的雙邊市場.利用時間序列模型和面板數據,分析了雙邊規模的影響因素.實證結果顯示,我國團購市場商戶規模與消費者規模的相關度較高,電子消費者規模受物價水平和消費習慣的影響,并據此提出了有利于我國團購市場健康有序發展的建議.

團購市場;雙邊市場理論;網絡外部性;實證分析;計量模型

國內團購自2010年起經歷了興起、膨脹、白熱化競爭的發展階段后,已進入數量回落而規模翻番的平穩期,并從單一的獨立團購網站發展至電商網站內的團購頻道、復合型團購交易平臺等新型業態.

團購作為電子商務的一種特殊形式,對買賣雙方都是有利的.一方面,優質商戶不斷進入團購市場,提供低價優質的商品或服務,吸引了大量網購消費者;另一方面,團購消費軍團的擴大進一步刺激商家利用團購增加銷量來提高利潤.團800網站的數據顯示,團購市場中消費者與商家的規模均顯示出逐年遞增的趨勢,這些現象說明雙邊市場具有交叉網絡外部性這一特征.張文強[1]通過團購市場的現狀分析認為團購屬于雙邊市場,但缺乏實證依據.縱觀已有文獻,關于團購市場中買賣雙方規模影響因素的研究并不多見.因此,本文基于雙邊市場理論,利用時間序列模型和面板數據模型,通過分析團購上線商戶與團購消費者之間的網絡外部性,以驗證我國團購市場的雙邊性,并進一步探討影響團購市場雙邊規模的其它因素,據此為我國團購市場有序發展提出建議.

1 相關理論及研究綜述

1.1 雙邊市場理論

1.1.1 雙邊市場的定義及特征

雙邊市場理論發展至今,學術界對其定義尚未形成統一共識.Rochet等[2]從價格結構角度定義了雙邊市場,他們認為在某交易市場中,若平臺的價格總水平一定,平臺所實現的交易總隨著雙邊用戶價格結構變化而變化時,則可把由平臺實現的交易市場稱之為雙邊市場(two-sided market).隨后Armstrong[3]從交叉網絡外部性角度將雙邊市場定義為:在平臺(platform)或中間層(intermediary)上兩組參與者進行交易,一組客戶加入平臺的收益取決于加入該平臺的另一組客戶量.Roson[4]從環境角度指出:雙邊網絡、市場或平臺被定義為一種經濟環境,其中商品或服務被銷售給兩組不同的用戶(customers),且每組用戶的利潤都隨著另一組用戶數量的增加而上升.

綜合現有文獻,雙邊或多邊的參與性、網絡外部性、依賴性與互補性,以及價格非中性是普遍認可的雙邊市場的主要特征[5].

1.1.2 國內外研究綜述

對雙邊市場理論方面的研究主要集中在平臺定價策略、運作策略以及用戶單歸屬和多歸屬等方面.

Rochet等[2]的研究發現,在壟斷平臺下,總價格在雙邊之間的分配與需求價格彈性成正比,而已有用戶規模是影響給定需求價格彈性的因子.Roson[6]認為雙邊的價格彈性、網絡外部性強度、單歸屬和多歸屬以及產品差異性是影響雙邊市場定價的因素. Zingal等[7]總結了前人的研究成果,認為雙邊市場最優價格驅動的決定因素可歸結為平臺費用、基于需求的決定因素(包括直接與非直接的網絡外部性、價格敏感度和平臺偏好)和基于競爭的決定因素(包括平臺數量、平臺差異化和用戶參與的平臺數量).

Economides等[8]、萬興等[9]的研究均表明,縱向一體化明顯優于橫向一體化,團購平臺在運作的過程中有動力選擇縱向一體化的發展模式.

有關用戶單歸屬與多歸屬問題,Rochet等[2]用Hotelling模型證明了非對稱平臺下,平臺的價格結構向單歸屬一邊傾斜.Doganoglu等[10]討論了雙邊市場用戶多歸屬與平臺兼容的關系.Gaudeu等[11]的研究證實了具有排他能力的平臺允許用戶多歸屬這一現狀.Armstrong等[12]的研究表明產品差異化有利于平臺鎖定用戶,即用戶選擇單歸屬.

但在實踐方面,由于缺乏產業相關數據,對于雙邊市場特性的相關產業研究較少[13].胥莉等[14]通過構建Hotelling模型分析了雙寡頭銀行卡組織的定價策略.

1.2 團購市場研究綜述

自Kauffman等[15]率先開展團購消費者行為研究,以及Anand等[16]提出影響網絡團購達成的三要素以來,網絡團購相關文獻日益增多[17].總體來看,目前學者的研究視角主要集中在團購模式的現狀與發展對策、消費者行為特征與影響因素以及團購運作機制三方面.

團購模式的現狀與發展對策方面的研究主要是分析團購模式的特征、商業模式、現狀及問題[16,18-20].消費者行為的研究集中在消費者行為偏好與特征,以及團購意愿、滿意度與忠誠度的影響因素[15,21-24].運作機制方面的成果主要集中于對拍賣機制和定價機制的研究[25-28].

綜上所述,國內外學者關于雙邊市場的理論研究有諸多突破,而在實踐方面,尤其是對具有雙邊市場特征的相關產業研究較少.團購作為具有雙邊市場特性的營銷模式,已有研究主要是利用博弈論、調查問卷的方法探討影響團購的因素、定價策略及團購特征,還沒有關于團購雙邊性的相關研究.

為此,本文將結合雙邊市場理論,利用時間序列模型和面板數據模型,通過分析團購上線商戶與團購消費者之間的網絡外部性,以驗證我國團購市場的雙邊性特征,并探討影響團購市場雙邊規模的其它因素,據此為我國團購市場的有序發展提出建議.

2 團購市場雙邊性檢驗模型

在團購市場中,團購網站為平臺,團購消費者和團購上線商戶為平臺中的雙邊.由于雙邊市場的“雙邊性”具體表現為“交叉網絡外部性”,因此可以通過衡量團購消費者和團購上線商戶之間的交叉網絡外部性來檢驗我國團購市場的雙邊性[29].按照Roson[6]的解釋,團購市場中平臺雙方存在相互影響,即團購消費者規模的變化能夠影響團購上線商戶規模的變化;同時,團購上線商戶規模的變化也能夠影響團購消費者規模的變化.

本文擬采用格蘭杰(Granger)因果關系檢驗模型來分析團購市場中商戶規模與消費者規模的相互關系,并進一步利用面板數據測度二者之間的彈性.

2.1 變量及樣本數據說明

鑒于數據的可獲得性和統計標準的一致性,選擇以在售團單數量來表示團購上線商戶的規模,以銷售數量來表示團購消費者的規模.表1給出了具體變量及其含義.數據來源于團800網站資訊、國家統計局以及地方統計局統計信息網.

表1 變量說明Tab.1 Variables declaration

2.2 格蘭杰因果檢驗模型與流程

格蘭杰因果關系檢驗實質上是檢驗一個變量的滯后變量是否可以引入到其它變量方程中.該模型的基本理論思想為:對于給定的服從平穩隨機過程的兩個時間序列X和Y,利用該X和Y序列過去的和現在的所有數據來預測Y序列,若其預測效果好于單獨由Y序列過去的數據對當前Y的預測,即如果有助于預測精度的改善,則稱存在從X到Y的因果關系[30].具體檢驗流程參見圖1.

圖1 格蘭杰因果檢驗流程示意圖Fig.1 Flow diagram of Granger causality test

3 我國團購市場雙邊規模影響因素的實證分析

3.1 雙邊性檢驗

3.1.1 相關性分析

圖2顯示,自2011年3月以來,開團量的變化趨勢大致與銷售量的變化趨勢相一致,表明二者之間應該存在正相關性.利用Eviews 6.0軟件對KTL,XL進行相關性檢驗,得到二者的相關系數為0.881 740,證明二者確實存在較強的相關關系,即團購市場中商戶與消費者之間可能存在相互作用,故進一步使用格蘭杰因果關系檢驗作具體分析.

圖2 銷量與開團量變化散點圖Tab.2 Scatter diagram of sales volume and group-buying opening volume

3.1.2 平穩性檢驗

根據圖2所示,KTL和XL都存在截距和趨勢,因此運用Eviews 6.0,采用包含截距項和趨勢項的ADF檢驗方法分別對變量KTL與XL進行單位根檢驗,檢驗結果見下頁表2.從中可以得出變量KTL與XL均為置信水平在1%條件下的一階單整,則它們之間可能存在協整關系,需要進一步對其進行協整檢驗.根據公式,對殘差項et進行平穩性檢驗,在1%置信水平下,殘差項的t值為-3.108 915,小于臨界值-2.628 961.結果表明,殘差項為平穩的時間序列,故XL與KTL之間存在協整關系,即團購上線活動數量與銷售量之間存在長期穩定的均衡關系.

表2 ADF檢驗結果Tab.2 ADF inspection result

3.1.4 格蘭杰因果關系檢驗

Granger能夠解釋變量x是否引起變量y變化的問題[34].由于檢驗結果對滯后期的選擇優勢非常敏感而可能得到不同的結論[35],因此,本文在對KTL和XL進行格蘭杰檢驗時給出了多個滯后階數的分析結果,以期得到更加科學的結論.

從表3的檢驗結果可以看出,在置信度為90%

3.1.3 協整檢驗

協整關系的檢驗方法主要有兩種:一是Engle和Granger[31]提出的基于協整回歸殘差的ADF檢驗的EG兩步法;二是Johansen與Juselius[32-33]提出的基于向量自回歸模型的多重協整檢驗方法,通常稱之為JJ檢驗,主要用來進行多變量之間的協整檢驗過程.這里分析的是兩變量間的關系,故采用第一種方法.應用Eviews 6.0軟件,用OLS法對XL與KTL進行協整回歸,將標準化系數進行整理,得到協整方程為的條件下,團購上線商戶規模與團購消費者規模之間存在短期的格蘭杰因果關系:KTL是XL的格蘭杰原因,且KTL(-1)是XL的格蘭杰原因,即KTL將短期直接影響XL,表明團購商戶的規模對團購消費者的規模有正向刺激作用;而XL不是KLT的格蘭杰原因,但是XL(-1)是KTL的格蘭杰原因,即XL對KTL的影響具有滯后性,表明團購商戶上線團購活動已回歸理性,將根據消費者的行為特征來選擇是否開團.另外,KTL(-1)是KTL的格蘭杰原因,即上期團購上線商戶的規模將影響下期商戶的行為,表明商戶上線團購活動具有長尾效應,也表明團購市場對參團商戶有聚集效應,商戶愿意選擇規模大的團購網站平臺.

格蘭杰因果關系檢驗結果表明,我國團購市場具有雙邊市場特性,即交叉網絡外部性,商戶規模與消費者規模之間存在相互影響.

3.1.5 面板數據模型驗證

選取32個大中城市自2011年3月至2014年4月團購上線活動數量以及銷售量的月度數據作為面板數據,通過一元面板數據回歸模型分析開團量與銷售量之間的彈性.

運用Eviews 6.0對面板數據進行單位根檢驗和協整檢驗,單位根檢驗結果表明該面板數據平穩,協整檢驗結果如表4所示.根據Pedroni[36],在小樣本中,Panel ADF-stat,Group ADF-stat檢驗效果最好,Panel v-stat,Group rho-stat檢驗效果最差,其它檢驗效果處于二者之間.因此,綜合Kao殘差檢驗和Pedroni檢驗的結果,認為變量之間存在協整關系.

表3 格蘭杰因果關系檢驗Tab.3 Granger causality test

表4 Pedroni協整檢驗結果Tab.4 Co-integration test result

選擇變截距固定效應模型測度開團量與銷售量之間的彈性,擬合的回歸方程為

式中,i為網站數量;r表示時間.回歸結果顯示,對于方程(2),其F值為231.792 4,p值為0,因此是統計顯著的.方程的R-Square為0.869 648,表明此方程擬合度較優.同時,KTL q的t值為37.295 55, p值為0,因此開團量對銷售量有顯著的影響,貢獻度為42.181 45.

方程(3)的F值為69.345 05,p值為0,因此是統計顯著的.方程的R-Square為0.663 939,表明此方程擬合度較優.同時,XL q的t值為37.295 55, p值為0,因此開團量對銷售量有顯著的影響,貢獻度為0.013 372.

通過面板數據回歸模型的分析可知,我國團購市場中商戶規模對團購消費者規模的單向網絡外部性系數為42.181 45,即商家開團量每增加1%,消費者購買量將增加42.18%;消費者規模對商戶規模的單向網絡外部性系數為0.013 372,即消費者購買量每增加1%,商戶開團量將增加0.013%.

3.2 其它影響因素分析

進一步,分別識別影響團購市場中消費者規模和商戶規模的其它主要因素.直覺上推斷,物價上漲造成生活成本的增加,將促使消費者為獲取折扣而參加團購;此外,團購商品價格、商戶服務質量、消費習慣等因素也將影響消費者規模.對于商戶規模,認為物價上漲會影響產品和服務銷量,商戶為增加銷量上線團購活動;折扣力度會影響收益,進而影響商戶選擇是否參加團購活動;另外,團購市場商業環境的好壞、消費者消費習慣等因素也可能是影響商戶規模的因素.

基于以上認識,采用2011年3月至2014年4月我國居民消費價格指數作為衡量物價的指標,選取2011年7月至2014年4月的團購價格指數作為衡量團購商品價格的指標,選取2011年3月至2013年12月的投訴率作為衡量商戶服務質量和團購市場商業環境的指標,選取2011年3月至2014年4月上期團購銷售量作為衡量消費習慣的指標.

被解釋變量為2011年3月至2014年4月我國團購銷售量XL;解釋變量分別為團購上線活動KTL、居民消費價格指數CPI、團購指數TGZS、投訴率TSL、上期銷售量XL(-1).其中,考慮到居民對物價變化的反應具有滯后性,故選擇上月居民消費價格指數作為解釋變量.為增加時間序列數據的平穩性并減少異方差現象,所有數據均已作過對數處理.運用Eviews 6.0軟件進行回歸分析,回歸結果見表5-8.

表5 方程4的初步估計回歸結果Tab.5 Initial regression result of equation 4

表6 方程4的最終估計回歸結果Tab.6 Final regression result of equation 4

表7 方程5的初步估計回歸結果Tab.7 Initial regression result of equation 5

表8 方程5的初步估計回歸結果Tab.8 Final regression result of equation 5

從表5的初步估計結果來看,自變量TGZS和 TSL與因變量XL并不顯著相關,因此將其剔除,修正后XL與KTL,CPI,XL(-1)顯著相關,可決系數達到了較高的擬合度0.895 3.

從表7的初步估計結果來看,自變量CPI, TGZS與因變量KTL并不顯著,故將其剔除,修正后KTL與XL,XL(-1),KTL(-1),TSL顯著相關,可決系數擬合度達到0.985 5.

由此得到回歸方程為

4 結論與建議

通過交叉網絡外部性來測度團購市場的雙邊性特征,并基于面板數據模型測度開團量與銷售量之間的彈性,基于時間序列模型探究影響團購市場雙邊規模的其它因素.研究發現:

a.目前我國團購市場是具有明顯交叉網絡外部性的雙邊市場,商戶規模與消費者規模的相關度較高.一方面,參團消費者十分關注團購市場中商戶開團的數量,開團量越多,越能激發消費者的購買欲;另一方面,參團消費者購買力越強,商戶就更愿意加入團購市場.

b.消費者購買量相對于商戶開團量的彈性為42.18,反之,商戶開團量相對于消費者購買量的彈性為0.013.我國團購市場中商戶規模對團購消費者規模的單向網絡外部性系數為42.18,即商家開團量每增加1%,消費者購買量將增加42.18%;消費者規模對商戶規模的單向網絡外部性系數為0.013,即消費者購買量每增加1%,商戶開團量將增加0.013%.進一步,商戶規模對消費者規模的單向網絡外部性系數明顯高于反向系數,這意味著,團購市場中商戶占主導地位,消費者購買行為更易受到商戶行為的影響.

c.影響消費者規模的主要因素除了商戶規模外,還有物價水平以及消費習慣,且貢獻度分別為0.21,8.07,0.53.這意味著,消費者團購行為與其對物價水平變化的感知關系密切,物價水平對消費者規模具有正向的促進作用,物價水平的上漲將極大地促進團購消費者規模的擴大.同時,團購消費者的規模在本實證研究中并不受折扣影響,原因可能是團購消費趨于理性化,消費者會根據自身需要選擇購買,并且更加關注因產品數量更多、售賣持續時間更長所帶來的消費體驗的改善,而不是過去因為低折扣的刺激進行的非理性體驗;也不受投訴率的影響,盡管相關文獻研究顯示,用戶的消費好評數對團購行為正起著越來越重要的作用,原因可能是團購頁面并不顯示與投訴有關的信息,而且目前提供給消費者投訴的平臺較少,消費者沒有養成體驗后評價的習慣.

d.商戶規模除了受消費者規模的影響外,還受其自身原有規模、消費者消費方式以及投訴率的影響,其貢獻度分別為0.67,0.65,-0.53,-0.22.其中,消費者規模與商戶原有規模對商戶規模具有正向的影響作用,而消費者習慣與投訴率對商戶規模具有負作用.與直覺上不同的是,消費者消費方式的養成將減少商戶的規模,其原因可能是消費者消費方式的形成將促使商戶的優勝劣汰,產品或服務質量較差的商戶自覺被市場逐漸驅逐出去,只剩下優質商戶.另外,消費者維權意識的提高將有利于凈化團購市場的商業環境.

隨著我國團購市場不斷發展,如何促進團購市場有序、良性的發展,既拓寬商家的銷售渠道,又為消費者謀福利,成為團購平臺發展中亟待解決的問題.本文就此提出4點建議:

a.努力吸引優質商戶入駐團購平臺.一方面,通過開發手機客戶端軟件,利用移動互聯網與消費者實現實時對接,增加商戶產品或服務的可達性,吸引優質商戶入駐平臺,進而吸引消費者購買;另一方面,通過優化網站,提供多種形式的團購服務策略,以定制化服務吸引優質商戶.

b.積極樹立平臺口碑效應.團購服務越來越成為一種商家促銷的常用手段,用戶在同類商家面前往往會出現選擇障礙.價格不再成為影響消費的唯一因素,用戶跟風的心理使得推薦發揮著更大的價值.一方面,參加購買的人數會成為影響消費的因素;另一方面,用戶的消費好評數正起著越來越重要的作用,以及社交網絡上朋友們與公眾人物口碑傳播的價值也不容小覷.因此,平臺口碑的形成將產生馬太效應,以增加市場份額.

c.發展基于地理位置的生活圈服務.由于移動互聯網的迅猛發展,使得消費者習慣利用手機獲取所需信息.消費者習慣通過看“周邊”查看附近的各種線下服務,不再會為了消費一個團購服務跑到很遠的地方.因此,團購平臺可充分利用消費者這一行為特征,集聚商圈商家入駐平臺,通過客戶端APP為消費者提供基于地理位置的生活圈服務,切實方便消費者.

d.充分利用大數據,挖掘消費者行為,從而優化平臺服務,實現消費者、商家、平臺三贏局面.根據用戶已有的消費行為、收藏行為進行推薦,或者對于新用戶來說通過消費口味小測驗了解用戶的喜好,進而進行相應的推薦,都將有效促進消費者的消費行為.此外,還可根據不同消費階層提供獨特的服務,既有價格優惠取勝的團購活動以滿足低收入人群,又有高品質服務的團購活動以取悅中高收入人群,從而使團購平臺做大、做強.

[1] 張文強.基于雙邊市場理論的團購網站定價模型研究[J].中國商貿,2012(30):94-95.

[2] Rochet JC,Tirole J.Platform competition in twosided markets[J].Journal of the European Economic Association,2003,1(4):990-1029.

[3] Armstrong M.Competition in two-sided markets[J]. The RAND Journal of Economics,2006,37(3): 668-691.

[4] Roson R.Auctions in a two-sided network:the market for meal voucher services[J].Networks and Spatial Economics,2005,5(4):339-350.

[5] 李煜,呂廷杰,郝曉燁.雙邊市場理論與應用研究現狀綜述[J].首都經濟貿易大學學報,2013(2):92-97.

[6] Roson R.Two-sided markets:a tentative survey[J]. Review of Network Economics,2005,4(2):142-160.

[7] Zingal F,Becker F.Drivers of optimal prices in twosided markets:the state of the art[J].Journal für Betriebswirtschaft,2013,63(2):87-116.

[8] Economides N,Salop S C.Competition and integration among complements,and network market structure [J].The Journal of Industrial Economics,1992,40 (1):105-123.

[9] 萬興,高覺民.縱向差異化雙邊市場中平臺策略[J].系統工程理論與實踐,2013,33(4):934-941.

[10] Doganoglu T,Wright J.Multi-homing and compatibility [R].Singapore:Department of Economics of NUS,2005.

[11] Gaudeu A,Jullien B.E-commerce,two-sided markets and info-mediation[J].Communications&Strategies, 2006,16(1):17-35.

[12] Armstrong M,Wright J.Two-sided markets, competitive bottlenecks and exclusive contracts[J]. Economic Theory,2007,32(2):353-380.

[13] 吳漢洪,孟劍.雙邊市場理論與應用述評[J].中國人民大學學報,2014(2):149-156.

[14] 胥莉,陳宏民,潘小軍.具有雙邊市場特征的產業中廠商定價策略研究[J].管理科學學報,2009,12(5): 10-17.

[15] Kauffman R J,Wang B.New buyers’arrival under dynamic pricing market microstructure:the case of group-buying discounts on the internet[J].Journal of Management Information Systems,2001,18(2): 157-188.

[16] Anand K S,Aron R.Group buying on the web:a comparison of price-discovery mechanisms[J]. Management Science,2003,49(11):1546-1562.

[17] 王海平,劉樹林.網絡團購研究現狀述評及未來展望[J].外國經濟與管理,2013,35(7):73-80.

[18] Li Y M,Li-Jhang J H,Hwang T K,et al.Analysis of pricing strategies for community-based group buying: the impact of competition and waiting cost[J]. Information Systems Frontiers,2012,14(3): 633-645.

[19] Liang X Y,Ma L J,Xie L,et al.The informational aspect of the group-buying mechanism[J].European Journal of Operational Research,2014,234(1): 331-340.

[20] 向堅持,鐘靈,丁吳勇.網絡團購商業生態系統模型研究[J].湖南師范大學自然科學學報,2014,37(1): 58-62.

[21] Bi Z L,Shi B.A study of the network externality effects on the online group buying[C]∥The 19th International Conference on Industrial Engineering and Engineering Management.Heidelberg:Springer, 2013:1225-1236.

[22] Kauffman R J,Lai H,Lin H C.Consumer adoption of group-buying auctions:an experimental study[J]. Information Technology and Management,2010,11 (4):191-211.

[23] 雷宏振,盧歡,邵鵬.基于顧客視角的我國網絡團購發展研究[J].經濟經緯,2013(3):107-112.

[24] 石濱.基于多群組結構方程模型視角的消費者網絡團購意愿影響因素分析[J].首都經濟貿易大學學報, 2013(4):93-100.

[25] Vaghefi M S,Vaghefi M S,Beheshti N.A pricing model for group-buying auction based on customers’waiting-time[J].Marketing Letters,2014,25(4): 425-434.

[26] 劉忠軼,陳麗華,張曉歡.基于博弈論的團購券執行時間和定價策略研究[J].商業研究,2013(5):81-85.

[27] 唐方成,池坤鵬.雙邊網絡環境下的網絡團購定價策略研究[J].中國管理科學,2013,21(3):185-192.

[28] 寧連舉,馮鑫,萬志超.網絡團購最優定價模型及策略研究[J].重慶郵電大學學報(自然科學版),2013,25 (3):397-402.

[29] 駱品亮,韓沖,余林徽.我國銀行卡市場雙邊性檢驗及其政策啟示[J].產業經濟研究,2010(2):64-72.

[30] 龐皓,陳述云.格蘭杰因果檢驗的有效性及其應用[J].統計研究,1999(11):42-46.

[31] Engle R F,Granger C W J.Co-integration and error correction:representation,estimation,and testing[J]. Econometrica,1987,55(2):251-276.

[32] Johansen S.Statistical analysis of cointegration vectors[J].Journal of Economic Dynamics and Control,1988,12(2/3):231-254.

[33] Juselius K.The cointegrated VAR model:methodology and applications[M].Oxford:Oxford University Press, 2006.

[34] 李勇,鄧晶,王有貴.中國房價與租賃價格關系研究[J].上海理工大學學報,2011,33(2):150-154.

[35] 吳睿智,羅鄂湘,錢省三.上市公司無形資產與公司盈利能力關系的研究[J].上海理工大學學報,2013,35 (2):135-139.

[36] Pedroni P.Critical values for cointegration tests in heterogeneous panels with multiple regressors[J]. Oxford Bulletin of Economics&Statistics,1999,61 (1):653-670.

(編輯:丁紅藝)

Empirical Study on the Group-buying Mar ket Scale in China Based on the Two-sided Mar kets Theory

YANDongyuan, QIANYanyun
(Business School,University of Shanghai for Science and Technology,Shanghai 200093,China)

Group-buying has become a new marketing mode to sellers and a fashionable purchasing pattern to consumers,and makes the market a win-win result to some extent.Sellers and consumers are two main groups of market and may affect each other.The characteristics of group-buying market were analyzed by using the Granger causality test method based on the two-sided markets theory.The results show that the group-buying market is a kind of two-sided market with obvious cross network externality in China.Furthermore,the influencing factors of group-buying market were inspected by using a time series model and panel data.Some conclusions have been made that the correlation between business scale and consumer scale is high,CPI and spending habits affect the scale of consumers.The advices and suggestions for the sound and orderly development of group-buying market in China were put forward.

group-buying market;two-sided markets theory;network externality; empirical study;econometric model

F 272.5

A

1007-6735(2015)05-0485-08

10.13255/j.cnki.jusst.2015.05.013

2014-07-18

閻冬媛(1991-),女,碩士研究生.研究方向:市場營銷.E-mail:angel39603@163.com

錢燕云(1950-),女,教授.研究方向:戰略與創新管理、物流與供應鏈管理.E-mail:yanyunq@163.com