逆向选择视角下电子商务盈利模式的最优模型构建
来源:用户上传
作者:
中图分类号：F062.5 文献标识码：A
内容摘要：电子商务市场快速发展的同时，电商企业为弥补早期推广所采用的低价推广措施中的损失，采用了一系列逆向选择手段消耗顾客的忠诚度，以实现企业的短期盈利，但这一模式具备不可持续性和信用欺诈的核心问题。为保障电商企业的可持续发展，增强消费者所能获取的消费者剩余，本文在Wilson模型的基础上，构建了“传统-电商”双市场逆向选择模型来分析电商企业产生盈利的最优策略。研究发现，控制价格因素在预期区间，能够帮助消费者的交易决策达成;历史购物行为所产生的产品评论能替代逆向选择风险，提升交易成功率。
关键词：电子商务 逆向选择 双市场模型 盈利模式
以线上交易为主的电子商务企业往往会面临企业盈利的实际问题。以京东商城为例，在美股上市的前五年一直无法实现转亏为盈而饱受投资者的质疑，出现这一问题的核心原因在于，这一类电商企业往往需要面临大额的物流设施建设以及商品信息维护，同时为了招徕客户从传统线下场景至线上平台消费，需要电商企业以更低的价格来获取市场。由于消费者本身具备产品消费的“棘轮效应”，在享受到较低的价格服务后，电商企业做出提升产品价格的决策会流失大量的已有客户，在这一现实情况下，电商企业选择采用“大数据杀熟”、“大数据定价”等逆向选择盈利模式来压缩消费者剩余，进而提升自身利润。
“大数据杀熟”，顾名思义可以得知这是一种采用了“大数据技术”的新型价格歧视手段，电商企业通过一致传统购物场景中对不同时间、不同地域的消费者进行差别收费的价格歧视模式来增强企业竞争力。由于现有科技的不断发展，消费者的个人信息难以做到完全的保密，电商企业通过大数据收单深度挖掘个人的消费能力、购物偏好等内容进行差别定价，实现了覆盖消费者剩余曲线边际的强关联定价策略。但同时，由于消费者通过自身经历和新闻途径开始逐渐了解到“大数据杀熟”策略的存在，也开始重新转向线下场景进行购物，根据中国互联网信息中心（CNNIC）的调查，2017年我国选择网上购物为主要购物方式的网民有13.8%比例的下滑，说明大量顾客因为互联网购物成本的提高正在逐步回归线下购物模式，电商平台为市场盈利而采取的一系列逆向选择措施正在导致市场份额的全面退步。那么，电商平台应该如何在规避逆向选择风险同时实现盈利，成为了一个亟待解决的问题。
文献综述
美国经济学家Akerlof因发现“柠檬问题”并提出逆向选择模型而获诺贝尔奖。逆向选择模型揭露了信息不对称带来的风险，信息已经被视为重要的市场条件，纳入均衡市场分析之中。
当前，对于市场信息不对称的研究逐步扩展到各个领域，但这些研究仅仅考虑在传统市场中信息不对称带来的利益损失，以及对逆向选择、道德风险问题的规避措施。周雄伟等（2016）的研究从契约理论出发，分析了双寡头市场中质量差异化产品的虚假信息问题，对传统市场中信息的偏离有较为全面的解读;王化成（2017）则从企业经营角度衡量了逆向选择对权益资本及盈利水平的影响。目前少有研究聚焦于电子商务市场的分析，更多的研究更是未关注电子商务市场中的逆向选择情况。常亮（2017）的研究中探讨了信号机制对网络零售市场的风险规避作用，其研究依据不完全信息动态博弈理论，分析了网络零售市场的有效性，但研究仅仅从定性角度出发，没有量化的统计风险程度;孙小明（2017）尝试从P2P网贷市场分析互联网金融的柠檬困境，分析了出借人和借贷人的双重困境，同样的未从定量角度解读风险规模。现有研究针对电商视角中的信息分析，多采用瓦尔拉斯均衡理论分析框架，高丽霞（2016）从非市场均衡这一信息经济学理论出发分析电商市场声誉和经济收益关系，但没有把逆向选择纳入分析框架。本文认为，仅仅考虑买卖双方的市场均衡情况，就会不断收缩交易达成条件的假设，将顾客的主观偏好作为唯一判断标准。本文将在双市场分析前提中加入期望效用函数，更全面地衡量这一问题。
逆向选择模型在电子商务产业的扩展
窦一凡（2016）的研究认为，电子商务市场天然存在的自由性与虚拟性，在契约理论中采取放松买家消费偏好这一假设，将更具合理性。本文基于这一思想，联系Akerlof所采用的vonNeumann-Morgenstern期望效用函数，建立了一个电子商务视角下的Akerlof逆向选择模型。这一模型中，假定商品服从 q∈[q0，q1]的质量分布，且质量分布函数可以写为f（q），进而分析每一个决策单元的效率。
（一）电商卖家
本文将在电子商务平台上售卖各类服务的卖家定义为“电商卖家”，其业务方向包括实物商品和虚拟产品（理财产品、远程服务等）。电商卖家提供具备差异性的商品（服务），并攫取利润，电商卖家作为典型理性人，其目标是实现利润最大化，假定其效用函数为：
由于电商卖家更仰赖于商品评价和推广等营销内容向买家展出产品价值，所以在效用函数中定义c作为支出项目;n作为一个离散项代表电商卖家是否出售物品，且服从分布 n∈（0，1）。逆向選择发生的可能与卖家对于商品（服务）质量的偏好有关联，公式（1）中定义为m，商家的售出决策是根据商品的绝对价格，故而可以用p代替这一价值指标。利润最大化的决策服从下述情况：
电商卖家的运营成本是有限的，假定其预算约束为Ys=c+pn ，并代入公式（1）的函数即可得到Us=Ys+（mq-p）n，那么联系利润最大化决策（2）即可得到卖家达成交易的充要条件为：
此外，满足上述充要条件的产品所占比例为：
（二）电商消费者
首先根据Akerlof（1970）中对消费者的基本假设定义买家的效用函数：
相比于公式（1），该效应函数中t代表了消费者的产品质量偏好，交易达成的基本条件是 t≥m（消费者偏好高于卖家售出偏好），而买家面临的效用最大化决策是： 消费者的预算约束为YB=c+pr ，这一约束也可以被视作消费者的收入。在上述基础假设的基础上，由于网络购物存在质量不确定性，这也是逆向选择情况产生的核心原因，消费者为获取更优的效用，往往不会单纯选择价格最低的产品，而是根据平均质量水平μ决定支出额，其决策的期望效用可以视为根据公式（1）中的效用函数的一个扩展函数：
该扩展函数纳入了消费者根据网络评价等因素所衡量的平均质量水平，这一水平实际上反映了产品实际的期望质量，亦可以写成μ=E（q），从而可以向期望效用函数代入扩展预算约束，即为E（UB）=YB+（tμ-p）r，那么买家达成效用最大化的充要条件为：
（三）电商交易决策达成的均衡情况
本文引入信息不对称的Wilson模型衡量电商决策达成的情况，Wilson模型衡量了一个密度函数区内的交易达成可能性，模型（8）中的平均质量μ与产品价格间服从下述关系：
公式（9）同时满足了公式（3）与公式（8）的两个充要条件，在这一情况下再引入瓦尔拉斯均衡（产品交易边际交集）的概念，假定产品质量q服从均匀分布，那么存在一个密度函数区f（q）=1/（q1-q0），从而可以根据m的大小分两种情况分析长短期电商市场的选择情况。
情况1：假定m=1（长期顾客选择模型），那么公式（9）变化为：
（10）
在长期博弈情况下，由于买家会因为“逆向选择”风险的存在可能性而降低期望，从而会降低其对产品平均质量的判断，即t趋向于1，均衡价格也会同步下降。对公式（10）采用洛必达分析，p1不断趋向于p0，即逆向选择风险会导致电商市场的均衡价格普遍降低，这也是商家通过信息不对称进行差别定价的根本原因，当商家无法进行高均衡价格下的利润攫取时，会采用逆向选择手段以消耗长期购物者的忠诚度利润。
情况2：假定m≠1（短期顾客选择模型），那么公式（9）变化为：
在这一假定下，消费者缺乏长期网上购物的经验，会根据其传统市场中的消费体验对网络产品的质量进行预设，即消费者会增加对产品质量的偏好。同时短期情况下瓦尔拉斯均衡区间会受到压缩，电商卖家为引致更多顾客，通过降低均衡价格的方式寻求最优交易均衡。这一情况与现实相对应，电商企业会推出大量优惠活动推动新顾客的进入，这是由于该类顾客对于网络交易产品的信心并不充分，会因为价格因素选择更低的市场产品，从而导致了商家为招揽顾客，而降低均衡价格以赢得市场。从上述理论模型分析中蕴含两个重要结论：
第一，电商视角下的经典Akerlof逆向选择模型能够有效解释电商企业采取逆向选择模式盈利这一现象的本质。由于电子商务环境下，电商企业能够更有效地刻画消费者的情况（是否长期购物者、是否新进入购物者、是否具备消费能力等），电商企业对于潜在客户会降低均衡价格（低于均衡价格的交易会导致企业亏损），以引致更多顾客的加入;而长期客户因为充分的信息了解（对逆向选择风险的预设），为保证购物品的有效性，会选择在均衡价格之上进行交易，电商企业利用这一购物心理，会主动调整均衡价格区间来适应长期顾客，从而产生了逆向风险模式以获取更多收益，来弥补对新入顾客进行折扣而产生的损失。
第二，电子商务市场上存在信息不对称，进而存在逆向选择和差别定价问题。从公式（9）不难看出，均衡价格p是由产品力q1与q0的水平所决定的。张科、裴平（2016）的研究中表明，选择电商市场的消费者绝大多数是为了购买与线下价差较大的产品，那么在线下市场上绝大多数供大于求的无差别低价产品并非网络市场的销售主体，在线上进行销售的往往是供小于求的高附加值产品，这一类产品并不缺乏产品力，所以厂商会主动选择差别定价的方式保障交易利润。
逆向選择视角下的盈利模式选择
基于电商数据下从定量角度分析上述问题，以爬虫技术收集了“京东商城”上评论数据与销量之间的关系。本文的数据所包含的时间维度为12个月，自2016年11月至2017年11月，这一时间期限的选择是为了避免“双十一”购物节所产生的极端销量，总共收集的数据条目为22780个，对比数据为15270个，并将有效数据分为400组。
本文设定了三个解释变量即卖家信用度、商品好评率、商品价格，被解释变量为月累计销量。一般而言，高信用度的卖家在进行价格变更时更加审慎;商品好评率是指好评数量在总销量中的占比;商品的月累计销量则是指一个自然月内的总体销量数。根据上述变量，本文构造的模型如下：
模型（12）中x1、x2、x3、y分别表示卖家信用度、商品好评率、商品价格及月累计销量，本文在Eviews 8.0环境下代入相关数据进行了多元线性回归分析，结果如下：
从回归结果可以得出如下结论：第一，商品价格上升会显著地降低消费者的购物意愿，这一影响因子的水平（-11.4223）远大于商品好评、商品价格所产生的正面影响（0.5123、3.2864），甚至可以认为，电子商务环境下在描述情况类似时消费者的购物决策达成，唯一的影响因素就是产品的价格。电子商务“逆向选择”问题的根源就来源于价格的不合理分配，企业为保证客户规模的扩大而不断采用差别定价方法，在优惠了新消费者同时，让长期消费者产生了损失。第二，卖家信用度和商品好评率与产品销量间存在显著的正向关系，且商品好评率的影响程度更高（1.2596>0.5124）。常亮等（2017）的研究中认为，网络购物的典型特点就是顾客并不会因为商家的口碑因素产生购买决策的偏移。本文的实证分析否定了这一结论，商家的评价要素在实践层面促进了交易的达成，这是因为随着电子商务的不断发展，消费者逐渐开始从多个角度分析电子商务企业的历史价格因素，从而产生了顾客角度的价格比较机制，这一比较机制已经开始对“逆向选择”风险产生反制作用。
策略建议
本文的理论研究表明，电子商务采用偏离均衡价格的手段招徕新消费者，这一成本被转嫁到了长期消费者的购物决策中，商家充分运用了长期购物者的比价心理，建立了在均衡价格上下波动的定价渠道。同时，本文采用京东商城数据拟合了价格、好评率及信用度对销量的影响，结果表明目前的网上购物中，价格仍是最具决定性的影响因素。
电子商务企业受法律制约程度较低，在定价层面仍具备较大的自主权，对于盈利方式进行选择时，会运用价格因素进行成本嫁接。从消费者层面来说，首先要注重自身信息披露，以保障自身的利益;其次，相关部门需要更刚性的信息监管方法，避免电子商务企业为取得最大利润而反复采用逆向选择模型，操纵市场价格产生歧视定价情况。只有进一步建立更合理的行业规范，才能保证电子商务行业的可持续发展。
参考文献：
1.常亮.信号机制与网络零售市场逆向选择风险规避[J].商业经济研究，2017（4）
2.孙小明.信息不对称下互联网金融的柠檬困境——以P2P网络借贷市场为例[J].商业经济研究，2017（22）
3.高丽霞，田硕.市场信息不对称视角下电子商务市场声誉效应研究[J].商业经济研究，2016（13）
4.周雄伟，刘鹏超，陈晓红.信息不对称条件下双寡头市场中质量差异化产品虚假信息问题研究[J].中国管理科学，2016，24（3）
5.王化成，张修平，侯粲然.企业战略差异与权益资本成本——基于经营风险和信息不对称的中介效应研究[J].中国软科学，2017（9）
6.窦一凡， 姚忠.考虑信息不对称的电子市场动态契约设计[J].中国管理科学，2016，24（7）
转载注明来源:https://www.xzbu.com/1/view-14834117.htm
