C2C市場中基于商品類型的價格離散度及成因分析

李宇欣

中圖分類號：F713 文獻標識碼：A

內容摘要：價格離散是一種看似簡單但卻有趣的價格差異現象，很早人們就開始嘗試解答這一現象的相關問題，為什么不同賣家對同一種商品的定價存在差別，而這種差別產生的根源又是什么？在網絡市場形成以前，人們對傳統環境中的價格離散現象已有了較為深入的研究。那么，C2C市場中，價格離散度到底有多大？為什么價格離散并沒有消失在這個市場中呢？這些有趣的問題值得去深入研究，探索交易能否達成的關鍵因素——價格在這一市場中的重要特征，為交易參與者提供關于價格機制的指引，為市場更成熟的發展提供方向。因此，對于電子商務零售市場中擁有重要地位的C2C市場有必要進行獨立的價格離散相關研究，從而使其更有針對性的實踐指導意義。

關鍵詞：C2C 商品類型 價格離散度

價格離散的界定及度量

（一）價格離散的界定

諾貝爾經濟學獎獲得者George J. Stigler（1961）首次提出了市場的價格離散現象。他指出，價格離散是一種現象，也是一種可以測度市場無知（market ignorance）的方法。所謂“市場無知”是由于買賣雙方的信息不對稱而造成的買家無法正確判斷商品價格，從而呈現出的價格離散現象。

此后的國外學者多致力于研究價格離散是否真實存在于市場中的問題，而沒有對價格離散進行過多地界定。國內學者黃敏學（2003）明確界定了價格離散的定義，他認為價格離散是指同質商品在市場中價格的不同，其中，同質商品既可以指同一品牌、同一型號的商品，也可以指具有同種功能的商品。

由于學者們對價格離散的界定不存在爭議，因此，本文將采用黃敏學對價格離散的定義。

（二）價格離散的度量

現有研究中，價格離散都采用數學方法中一些常用的變異度指標來衡量（見表1）。

全距，是指一組數列中的最大值與最小值之差。它只是用以表示最大值與最小值之間的差距，忽略了中間值的數理統計特征，因此，大多研究中，并不只憑全距的大小來衡量價格離散水平的高低。

標準差定義各單位值對其算術平均數離差平方的算術平均數的平方根。它兼顧到所有數值間的差異水平，恰好彌補了全距的測量缺陷。但是，標準差無法用來衡量兩個不同計量單位樣本離散水平的差異。而在價格離散的相關研究中，由于涉及到的樣本商品種類較多，因此，離散系數的引入很好的解決了單位差異這一問題，為價格離散程度的衡量提供重要的數理統計依據。

離散系數表示為標準差與算術平均數的比值，可以消除標準差的單位，成功實現不同計量單位的樣本間離散水平的比較。

以上三種變異度指標是使用較多的用以衡量價格離散的標準，大多學者在文獻中都會報告這三個指標的統計結果。本文也將使用這三個指標作為價格離散水平的度量標準。

網絡環境中價格離散的成因分析

在關于網絡環境中價格離散的研究中，對價格離散成因的探討也是學者們研究的重點之一。學者們大多將造成網絡環境中價格離散的原因分為五類：搜索成本、隨機價格、商品類型差異、賣家服務和賣家信譽（見表2）。

（一）搜索成本

延續傳統環境中價格離散的成因解釋，Smith（2001）等建立模型證明網絡環境中，消費者會將搜索成本作為對于該賣家的第一認知，也就是說，消費者對賣家的第一感覺建立于他搜索到商品所花費的成本。然而，搜索成本理論并沒有通過實證的檢驗。雖然已有較多學者涉入網絡環境中價格離散成因的研究，但在網絡環境中，由于消費者個人不同程度的搜索習慣、購物經驗等個體差異的存在，消費者的搜索成本難以測度，所以，探討搜索成本對價格離散解釋的實證研究很少，但仍然有少數學者進行了大膽的嘗試。Walter， Gupta & Su（2006）在實證中加入搜索成本變量進行研究，他們使用跨網站搜索成本（Cross-site Search Cost）和網站內搜索成本（In-site Search Cost）來替代搜索成本變量，其中跨網站搜索成本以搜索引擎（Yahoo）的搜索結果為準，網站內搜索成本以到達網站價格頁面所經過的網頁數為準。經過數據回歸分析，Walter等人發現，網絡環境中，搜索成本對商品價格沒有顯著影響。

（二）隨機價格

隨機價格理論是被較多數學者認同的，該理論認為，價格離散的原因源自于賣家的隨機定價行為，賣家通常會隨機將自己的某些商品定為低價，以吸引具有對價格較敏感的顧客，他們也會隨機將某些商品價格定高價，以賺取對價格不敏感的顧客的利潤。理論上，隨機價格理論應該是可以解釋市場中的價格差異，Varian（1980），Chen & Hitt （2003）， Smith（2001）等人的模型也足夠支撐隨機價格理論的成立，然而Baylis & Perloff（2002）的實證研究結論，否決了隨機價格理論對網絡環境中價格離散的解釋。Baylis & Perloff通過檢驗照相機和掃描儀的價格變動發現，賣家其實很少改動商品的定價，即使有變動，其幅度也很小，因而他們認為，在網絡環境中賣家的隨機定價行為理論并不能用以解釋價格離散的存在。

（三）商品類型差異

Pan， Ratchford & Shankar（2004）對網絡環境中價格離散現有文獻進行梳理時指出，商品類型差異在理論上應該會導致價格離散的存在。然而在實證探究中，學者們不約而同地選擇同質性商品的價格作為研究對象，就是為了避免商品自身屬性的不同而帶來的價格差異。因而，商品類型差異是否會影響網絡環境中價格離散水平尚無實證結論。在本文研究中，將對此進行實證性的研究論證。

在涉及商品類型差異研究時，需弄清楚差異所在，針對商品的共同點及不同點，將商品進行分類，提高研究的可操作性。而現有相關文獻中，學者們大多以同質化商品作為樣本進行研究，對非同質化商品則沒有作出明確定義和獨立研究。非同質化商品由于差異巨大，也難以對其做出清晰嚴謹的類別說明。

Lal， Rajiv 和 Miklos Sarvary（1999）認為根據網絡環境中商品的“數字化”屬性不同，可簡單劃分為數字化屬性商品和非數字化屬性商品。其中，數字化屬性是指主要通過視覺檢查來評價，能夠利用互聯網來傳遞的商品屬性；非數字屬性則是指那些只能通過對商品的物理檢查來評價，無法通過互聯網來傳遞的商品屬性。

De Figueiredo， J. （2000）提出一種全新的網絡商品分類方法。網絡環境下，商品共分四類：標準商品（commodities）、半標準商品（quasi-commodities）、感受商品（look-and-feel products）、有差異的感受商品（ look-and-feel products of variable quality）。標準商品指同種商品且所有賣家提供的都完全一樣，如PDA；半標準商品指賣家可以將其差異化的標準商品，如CD；感受商品指同種商品所有賣家提供的雖然都一樣，但商品的質量買家難以判斷，需要親身感受才行，如香水；有差異的感受商品指買家需要親身感受，且不同賣家提供的是不完全一樣的商品，如衣服。

學者們從不同角度出發提出多種商品分類辦法，但仍存在不足，如Lal， Rajiv 和 Miklos Sarvary 的分類方法雖然簡單，但有些非數字化屬性正以圖片、文字等多種形式通過互聯網傳遞；De Figueiredo， J.的商品分類過細，不同類別間的劃分界限也并不十分明晰。因此，本文將根據研究需要，結合多位學者的分類方法，在研究設計中提出具體的商品分類新辦法。

（四）賣家信譽

Brynjolfsson & Smith （2000）在驗證網絡環境中價格離散現象存在之后，提出賣家信譽（Retailer Branding and Trust）可能是導致網絡環境中價格離散的原因之一。隨后，Baye， Michael & Morgan（2004）也在理論模型上建議加入賣家信譽變量。

雖然賣家信譽可能是網絡環境中價格離散的成因之一，然而在實證研究中幾乎沒有學者將其作為變量研究，主要是因為：在現有相關實證研究中，數據多采集于大型的B2C網站，由于B2C網站本身的差異性，對于它們信譽孰高孰低的界定就難以實現。所以，學者們在進行實證研究時，多選取本國或研究范圍內最著名的B2C網站，成功回避賣家信譽問題。但是，賣家信譽是否能夠解釋網絡環境中價格離散卻是一個值得探究的實證性問題。

（五）賣家服務

賣家服務是導致網絡環境中價格離散的原因之一，已在理論和實證上都得到了很好的印證。Brynjolfsson & Smith （2000），Baylis & Perloff（2002），Pan， Ratchford & Shankar（2002）等人對這個理論解釋做出了貢獻。

然而，賣家服務與價格離散的關系卻出乎意料。人們通常會認為，賣家提供的服務越好，其商品定價也就會越高。但是，實證結果卻是提供服務越好的賣家通常商品定價也越低。Baylis & Perloff（2002）將其取名為“好公司”（good firms）和“壞公司”（bad firms）。好公司通常提供優質的服務和低廉的價格，而壞公司提供低劣的服務和昂貴的價格。如果仔細觀察，也不難發現現實生活中的確存在這樣的“好公司”和“壞公司”。

C2C市場價格離散度實證分析

（一）數據收集說明

本文數據收集于2015年12月至2016年3月，具體商品選擇遵循以下兩項原則：一是當周或當月銷量最大，二是該類商品中品牌知名度較大。選擇的商品至少需滿足其中一項原則要求，商品選擇見表3。

數據記錄將根據實際收集情況進行合理刪減，數據刪減原則如下：

非正規賣家。依據淘寶網的交易規則，賣家須向淘寶網提交身份證進行支付寶實名驗證。“支付寶認證”服務是由浙江支付寶網絡科技有限公司與公安部門聯合推出的一項身份識別服務。支付寶認證除了核實身份信息以外，還需核實銀行賬戶等信息，盡最大可能驗證賣家的真實性。若賣家沒有向淘寶網提交身份證等有效證件進行支付寶實名驗證，該賣家的數據記錄將刪除。

非正規店鋪。淘寶網會對在平臺交易涉嫌銷售違規商品、欺詐買家、刷信譽等行為或被買家投訴的賣家店鋪進行調查，如果證實，將查封店鋪。本文收集數據中涉及被盤查店鋪的商品記錄將刪除。

非正規商品。雖然對取樣辦法已做出明確規定，但仍存在部分商家渾水摸魚，以很低的價格銷售二手或仿版商品，數據收集時，若出現“非全新”、“港版”、“仿版”等商品說明，該記錄將刪除。

數據不完備。如賣家登錄的商品郵費為“買家承擔郵費”而未明確說明郵費價格，這將直接影響該條數據記錄的完整性，不完整的數據記錄將被刪除。

（二）樣本基本描述

1.樣本描述。本研究共收集數據記錄885條，刪減不合格記錄后，有效數據記錄為853條，詳見表4。

為避免樣本量大小對統計結果的影響，對各商品數據記錄做出刪減處理，除音樂CD外，其他類別商品記錄將隨機刪除，直至商品記錄數達到129為止，即最終納入統計處理的各類商品記錄數都為129條。標準型商品和體驗型商品記錄數各為387條。

2.各變量描述。由于商品不同，各商品的價格區間也相差較大，商品間價格無法直接進行合并和比較，因此，本文將采用Clay等人的處理辦法，將各商品價格除以該類商品中的最高價，所得比值作為新的商品價格。下文中商品價格都為處理后的新商品價格。商品價格基本描述如表5所示。

考慮到樣本商品從幾元錢的乒乓球到幾百元的香水、童車，賣家交易信譽及賣家商品總數都會因為賣家所售商品的不同而存在差異，例如：對于分別銷售書籍和童車的兩個賣家來說，一段時期內，一個買家可能多次購買書籍，卻只需買一次童車，因此，銷售書籍的賣家獲得的交易信譽會比銷售童車的賣家更大。為了避免商品類型差異可能導致的影響，便于各自變量進行更好地合并，本文將交易信譽和商品總數分別做類似于商品價格的處理，即將交易信譽和商品各單位值除以該類商品中的最高值，獲得比值作為新的交易信譽和商品總數。

本文研究的其他變量基本描述，如表6所示。

通過表5、表6，可以清晰了解本文研究所有變量的樣本情況。

商品價格。商品價格范圍為0.15-1，平均水平為0.56，中位值為0.59，說明商品價格多集中于中間價位，賣家定價也多圍繞市場的平均水平。

交易信譽。交易信譽從最小值0到最大值1范圍內變動，但平均值和中位值過小，依據本文對交易信譽的處理方法，可以看出在市場中，存在交易信譽很高的賣家，也存在交易信譽為零的賣家。然而，就整個市場來看，交易信譽很高的賣家非常少，大多數賣家的交易信譽都比較低，與高交易信譽相比，差距十分巨大。

第三方認證。第三方認證共有四項，有賣家加入了全部的四項服務，也有少數賣家沒有加入認證。而平均數1.7小于2，中位數為2反映了市場中絕大多數賣家只加入了一項或兩項服務，極少數賣家加入了全部的四項服務。

商品描述。商品描述的均值、中位值和最大、最小值反映了市場中大多數賣家都對商品進行了描述，少數賣家對商品進行了非常全面的描述，也有少數賣家對商品不做任何描述。

商品總數。由商品總數的最小值可以看出，有賣家只提供極少量的幾件商品供買家選擇。且就市場平均水平來看，提供大而全商品選擇的賣家很少，多數賣家的商品量較小，買家可選擇的范圍也相對較小。

（三）離散檢驗

針對C2C市場中價格離散程度有多大這一問題，本節將對所有收集到的有效數據進行全距、標準差及離散系數的相關統計量的分析并報告結果。

借助專業統計軟件SPSS 16.0的數據分析功能，得到所有商品價格的全距、標準差、平均數以及離散系數，具體見表7。

由表7可以看出，C2C市場中存在價格離散現象，并且其價格離散系數為30%，商品價格變動范圍為0.85，標準差為0.17。

結論

雖然賣家信譽是影響交易能否達成的重要因素，但是由于C2C平臺上的賣家信譽直接與賣家銷售量相關，因此在C2C平臺上，賣家信譽越高并不意味著賣家的要價能力更強，而只是說明賣家的銷售量更大。從循環的角度來看，賣家的信譽越高，將有利于吸引更多的買方；更大的銷量，又有利于提高賣家的信譽。因此賣家信譽對價格離散的影響并不大，而它將通過對銷售量的作用間接影響賣家的總利潤收益。此外，賣家服務是價格離散成因之一，正是由于賣方服務水平的提升，如提供更詳細的商品介紹、提供更權威的認證等提高了商品的附加價值，從而加強了賣家的要價能力，實現價格的差異化。

由于C2C平臺上信息的繁雜冗余，買家需提煉出有價值的信息，幫助自己認知商品，僅僅關注商品價格，以“高價高質、低價低質”的簡單原理來評斷商品質量是不夠的。

在C2C平臺上，有些賣家提供的商品描述多，有些賣家提供的商品描述少，買家則可以多了解一些不同賣家對商品的描述，綜合所有信息，加深對商品的了解，確定對商品可接受的心理價位，再通過比較市場中商品的價格，判斷出商品的平均價格水平。最后經過理性判斷，選擇合意的商品。經過以上充分了解商品信息，更有助于買家挑選到“物美價廉”的商品，且有利于降低交易風險，避免上當受騙。