电子商务评价机制下的从众行为研究——基于信息瀑布理论

赵 超 刘 璨

（武汉大学经济与管理学院 湖北 武汉 ４３００７２）

摘 要：在电子商务市场中，商品质量是卖家的私人信息，因此未购买家只能根据已购买家的评价推断商品的质量信息。这种交易双方之间严重的信息不对称现象极易产生信息瀑布，进而引发从众购买行为。文章以信息瀑布理论为基础，建立了基于贝叶斯法则的电子商务信息瀑布的数学模型；并通过ｍａｔｌａｂ对影响买家决策的私人信息准确度、他人信息准确度以及前人决策的差异程度等因素进行了仿真分析，仿真结果对现实中的一些现象进行了有效解释。

教育期刊网 http://www.jyqkw.com
关键词 ：信息瀑布；电子商务；从众；ｍａｔｌａｂ仿真

中图分类号：FV713.36 文献标识码：Ａ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６６５－２２７２．２０１5．10．０21

收稿日期：２０１5－03－19

0 引言

随着互联网的发展和普及，电子商务这一新的购物模式逐渐融入人们的生活。与传统的购物模式相比，电子商务极大地扩大了人们的交易选择，给世界各地的交易者提供了前所未有的交易机会。然而，电子商务也有其与生俱来的缺陷。交易双方之间的空间距离使得买家无法观测到商品的实际质量，只能依靠网页上卖家对物品的描述来进行判断，因而存在判断失误获得低质商品的风险。

为了克服信息不对称所引发的市场失效，现实市场中发展出了许多重要机制，购物评价机制就是其中之一，该机制允许消费者在交易结束后的一段时间内，对此次所购商品的各方面进行初始评价及追加评价，为后来的未购消费者提供更全面的参考信息。由此可见，网络购物评价机制可以在一定程度上降低网络购物的风险，但却并未从根本上消除其所面临的信息不对称。未购买家对“自我信息的不确定”以及他们所具备的“观察前人决策”的能力构成羊群行为发生的两个先决条。

所谓的“羊群行为”又称“从众行为”，是社会经济生活中的一种常见现象，普遍存在于金融、股市、舆论传播等诸多领域，指的是“人们在决策过程中受他人决策影响，跟随他人行动而行动的一种现象”。羊群行为产生的机制有多种，针对电子商务所固有的特点，采用以信息不对称理论为背景的信息瀑布机制来解释电子商务中的从众行为显得更为合理。根据“信息瀑布”理论，买家在进行购买决策前有两类信息来源：一类是他们自身通过各种渠道所获取的关于某商品的信息，是其私人信息；另一类是从前人的选择中获取的信息，这类信息作为其他用户决策的结果，隐含了该商品真实价值的决策信号。

笔者以信息瀑布理论为基础，建立基于贝叶斯法则的电子商务信息瀑布的数学模型，并通过ｍａｔｌａｂ仿真对影响买家决策的个人信号准确度、他人信号准确度以及前人决策的差异程度等因素进行分析，以期解释现实中发生的一些现象，为电子商务的管理及营销策略提出建议。

1 模型建立

文章在Ａｎｄｅｒｓｏｎ和Ｈｏｌｔ建立的基于贝叶斯法则的信息瀑布模型的基础上，结合现实中电子商务市场的固有特征，提出了电子商务评价机制下的信息瀑布模型，并以电子商务中对某一商品的购买行为为例来进行分析研究。在此为了研究的便利，做出如下假设：

假设１：某电子商务网站上的某一商品Ａ有且仅有两种可能类型：高质量（Ｈ）和低质量（Ｌ），其先验概率分别为Ｐ（Ｈ）和Ｐ（Ｌ），且Ｐ（Ｈ）＋Ｐ（Ｌ）＝１。

假设２：为了研究的便利，将已购买家对于商品Ａ的评价内容也简单地划分为好评（ｈ）与差评（ｌ）两种。

假设３：未购买家ｉ认为已购买家评价的准确度为ｐ′ｉ，即Ｐ（ｈ｜Ｈ）＝Ｐ（ｌ｜Ｈ）＝ｐ′ｉ，且１／２＜ｐ′ｉ＜１。

假设４：未购买家ｉ在购买前可以看到所有已购买家的评价，总计有ｍ个好评，ｎ个差评，显然ｍ＋ｎ＝ｉ－１。ｍ与ｎ之间的相对大小体现了前人决策的差异程度。

则ｉ在分析历史评价信息后，认为商品Ａ值得购买（为高质量）的概率为：

当然，未购买家ｉ在进行购买决策之前，也会通过各种渠道搜集有关商品Ａ的信息，并进行加工处理，形成自己的私人信息。因此，本文继续做出如下假设：

假设５：未购买家ｉ的私人信息为Ｓｉ＝｛ａ，ａ′｝，是其收集到的有关商品Ａ是否高质的所有信息的集合（ａ代表高质，ａ′代表低质）；且其私人信息的准确度为ｐｉ，即ｐｉ＝Ｐ（ａ｜Ｈ），１＜ｐｉ＜１，显然ｐｉ随着买家ｉ信息渠道的增多，专业知识的增加以及信息加工水平的增强而增大。

ｐｉ与ｐ′ｉ之间的相对大小体现了买家的自信程度：当ｐｉ＞ｐ′ｉ时，买家ｉ更加认可自己私人信息的准确性，则其在进行购买决策时可能会忽略他人信息；反之则反。

因此，买家ｉ在作出购买决策前，若观察到的私人信息为ａ，则其综合考虑他人信息后认为商品Ａ值得购买（为高质量）的概率为：

同理，买家ｉ在作出购买决策前，若观察到的私人信息为ａ′，则其综合考虑他人信息后认为商品Ａ值得购买（为高质量）的概率为：

由式（２）和式（３）可以看出，当Ｐ（Ｈ）＝Ｐ（Ｌ）＝１／２，ｐｉ＝２／３，未购买家获得的私人信息为ａ′时，理性的买家ｉ在不考虑他人信息的情况下，应该选择不购买商品Ａ；但是若此时买家ｉ查看商品Ａ的历史评价信息，发现绝大多数的人对商品Ａ持有好评（ｍ－ｎ≥１），且他认为他人评价的准确度ｐ′ｉ＝２／３，那么他在综合考虑两类信息后认为商品Ａ为高质量的概率远远大于１／２，于是他会选择忽略自己的私人信息而跟随他人的选择去购买商品Ａ。此时信息瀑布就产生了。

为了更加清楚地探明买家在进行电子商务购买决策时，何时会发生羊群行为，本文将通过ｍａｔｌａｂ对以上模型进行仿真分析寻找结论。

2 仿真分析

2．１ 私人信息准确度对购买决策的影响

为了更加直观地说明私人信息准确度对购买决策的影响，在对式（３）进行数值仿真时，取Ｐ（Ｈ）＝Ｐ（Ｌ）＝１／２，表示市场中有关商品Ａ质量的公共信息比较模糊；同时取ｐｉ＝２／３，表示买家ｉ所认为的他人信息的准确度。在对前人决策的差异程度的不同取值下，私人信息准确度与购买决策之间的仿真结果如图１：

由图１可以看出，未购买家私人信息的准确度与其对某一商品质量高低的判断有着极大的关联性。当他人信息的准确度为一固定值时，未购买家私人信息的准确度越高，则其越容易忽略他人信息的影响，而是按照自己获得的信息（ａ′）进行购买决策，此时从众行为发生的可能性较低。不过，买家私人信息的准确度受到很多因素的影响：一方面由于与商品之间的空间距离较远使得获取商品真实信息的难度增大；另一方面，通过查阅资料、多方对比提高私人信息准确度所花费的时间成本较大，导致许多买家并没有积极性去提高自己信息的准确度。因此，在现实中，大多数买家的私人信息准确度较低，较易发生跟随他人决策的羊群行为。

从图1中还可以看出，随着前人决策的差异程度的增大（即ｍ－ｎ的增大），私人信息的准确度对未购买家的影响越来越弱，此时大多数人都会跟随群体的选择，发生从众行为，只有私人信息准确度高于０．９以上的买家仍会坚持己见，按照自己获得的信号进行购买决策。在此，笔者将此类买家称为专家用户，专家用户由于获得和分析信息的能力较强且经验较为丰富而具有普遍较高的信息准确度，主观上体现为对自己的信息较为自信，客观上体现为获得正确信息的概率较高。

2．２ 他人信息准确度对购买决策的影响

在上述仿真的基础上，取ｐｉ＝０．６表示买家ｉ私人信息的准确度。在对前人决策的差异程度的不同取值下，他人信息准确度与购买决策之间的仿真结果如图２。

从图２可以看出，他人信息的准确度对未购买家的从众行为具有正向影响，即他人信息的准确度越高，则未购买家越倾向于忽略自己的私人信息转而跟随前人的选择，这可以解释现实中“专家用户”的评论影响力更大的现象。究其原因，一方面是因为专家用户做出正确决策的可能性高（如前文所述）；另一方面是因为专家用户做出虚假评论的成本较高（一旦被查出，即面临封号的威胁），因此他们没有做出虚假评论的积极性。专家用户就像羊群中的头羊一样，对羊群的走向产生巨大的影响力。

３．３ 前人决策的差异程度对购买决策的影响

同理，在对私人信息准确度的不同取值下，前人决策的差异程度与购买决策之间的仿真结果如图３（此时，ｐ′ｉ＝２／３）：

由图３可以看出，随着前人决策的差异程度（ｍ－ｎ）的增大以及私人信息准确度的减小，未购买家会越来越倾向于忽略自己的私人信息而选择跟随前人的选择；并且在ｍ－ｎ＝１０左右达到一个临界点，此时未购买家会完全忽略自己的私人信息选择购买商品Ａ。

这时，若商品Ａ确实为高质，则未购买家ｉ在购买后也会给出好评，ｍ－ｎ的值进一步扩大，后续未购买家仍会跟随这个反映正确信息的信息瀑布选择购买商品Ａ；相反，若Ａ为低质，则未购买家ｉ在购买后会给出差评，ｍ－ｎ的值缩小，且当其减小到一定程度后，后续未购买家会放弃购买商品Ａ，从众效应得到抑制。因此，在商品的销售环节中，只有真正具有价值的高质商品才能够在信息瀑布作用下，长期地吸引顾客；而低值商品则会在长期内引发无人问津的信息瀑布。

3 结论与建议

文章通过构建电子商务信息瀑布的贝叶斯模型和ｍａｔｌａｂ仿真分析来探寻买家在进行电子商务购买决策时，其私人信息的准确度、他人信息的准确度以及前人决策的差异程度等因素是如何导致并影响其从众行为的。经过分析，得到如下结论：未购买家私人信息的准确度通过影响买家的自信程度对其从众行为造成影响；他人信息的准确度区分出专家用户和非专家用户，不同经验的用户对未购买家的影响力不同；前人决策的差异程度越大越容易形成信息瀑布从而发生从众行为，不过只有真正质高的商品才会在信息瀑布作用下长期地吸引顾客。

为了营造更加良好的网络购物环境，促进电子商务的良性发展，笔者在总结全文的基础上对各电子商务网站的管理及营销策略提出如下建议：推行诚信经营和消费者维权体系，加大对造假行为的惩罚，促进形成良性的信息瀑布；鼓励全面细致的评价内容，实行积分奖励机制，增强评价系统的准确性；升级评价系统文本挖掘功能，精准区分好评和差评，为后续买家的购买提供决策依据。

教育期刊网 http://www.jyqkw.com
参考文献

１ 吉吟东．网上拍卖中卖着声誉的非对称性研究［Ｊ］．管理工程学报，２０１０（１）

２ 吴德胜．网上交易中的私人秩序——社区、声誉与第三方中介［Ｊ］．经济学（季刊），２００７（３）

３ Ｂｉｋｈｃｈａｎｄａｎｉ Ｓ，Ｈｉｒｓｈｌｅｉｆｅｒ Ｄ，Ｗｅｌｃｈ Ｉ． Ａ Ｔｈｅｏｒｙ ｏｆ Ｆａｄｓ，Ｆａｓｈｉｏｎ，Ｃｕｓｔｏｍ，ａｎｄ Ｃｕｌｔｕｒａｌ Ｃｈａｎｇｅ ａｓ Ｉｎｆｏｒｍａｔｉｏｎａｌ Ｃａｓｃａｄｅｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｐｏｌｉｔｉｃａｌ Ｅｃｏｎｏｍｙ，１９９２（５）

４ Ｂａｎｅｒｊｅｅ Ａ． Ａ Ｓｉｍｐｌｅ Ｍｏｄｅｌ ｏｆ Ｈｅｒｄ Ｂｅｈａｖｉｏｒ［Ｊ］． Ｔｈｅ Ｑｕａｒｔｅｒｌｙ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，１９９２（３）

５ Ａｎｄｅｒｓｏｎ Ｌ Ｒ．，Ｈｏｌｔ Ｃ Ａ． Ｉｎｆｏｒｍａｔｉｏｎ Ｃａｓｃａｄｅｓ ｉｎ ｔｈｅ Ｌａｂｏｒａｔｏｒｙ［Ｊ］． Ｔｈｅ Ａｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ，１９９７（５）

（责任编辑 高 平）