APP下载

C2C市场中基于商品类型的价格离散度及成因分析

2017-05-31李宇欣

商业经济研究 2017年10期

李宇欣

中图分类号:F713 文献标识码:A

内容摘要:价格离散是一种看似简单但却有趣的价格差异现象,很早人们就开始尝试解答这一现象的相关问题,为什么不同卖家对同一种商品的定价存在差别,而这种差别产生的根源又是什么?在网络市场形成以前,人们对传统环境中的价格离散现象已有了较为深入的研究。那么,C2C市场中,价格离散度到底有多大?为什么价格离散并没有消失在这个市场中呢?这些有趣的问题值得去深入研究,探索交易能否达成的关键因素——价格在这一市场中的重要特征,为交易参与者提供关于价格机制的指引,为市场更成熟的发展提供方向。因此,对于电子商务零售市场中拥有重要地位的C2C市场有必要进行独立的价格离散相关研究,从而使其更有针对性的实践指导意义。

关键词:C2C 商品类型 价格离散度

价格离散的界定及度量

(一)价格离散的界定

诺贝尔经济学奖获得者George J. Stigler(1961)首次提出了市场的价格离散现象。他指出,价格离散是一种现象,也是一种可以测度市场无知(market ignorance)的方法。所谓“市场无知”是由于买卖双方的信息不对称而造成的买家无法正确判断商品价格,从而呈现出的价格离散现象。

此后的国外学者多致力于研究价格离散是否真实存在于市场中的问题,而没有对价格离散进行过多地界定。国内学者黄敏学(2003)明确界定了价格离散的定义,他认为价格离散是指同质商品在市场中价格的不同,其中,同质商品既可以指同一品牌、同一型号的商品,也可以指具有同种功能的商品。

由于学者们对价格离散的界定不存在争议,因此,本文将采用黄敏学对价格离散的定义。

(二)价格离散的度量

现有研究中,价格离散都采用数学方法中一些常用的变异度指标来衡量(见表1)。

全距,是指一组数列中的最大值与最小值之差。它只是用以表示最大值与最小值之间的差距,忽略了中间值的数理统计特征,因此,大多研究中,并不只凭全距的大小来衡量价格离散水平的高低。

标准差定义各单位值对其算术平均数离差平方的算术平均数的平方根。它兼顾到所有数值间的差异水平,恰好弥补了全距的测量缺陷。但是,标准差无法用来衡量两个不同计量单位样本离散水平的差异。而在价格离散的相关研究中,由于涉及到的样本商品种类较多,因此,离散系数的引入很好的解决了单位差异这一问题,为价格离散程度的衡量提供重要的数理统计依据。

离散系数表示为标准差与算术平均数的比值,可以消除标准差的单位,成功实现不同计量单位的样本间离散水平的比较。

以上三种变异度指标是使用较多的用以衡量价格离散的标准,大多学者在文献中都会报告这三个指标的统计结果。本文也将使用这三个指标作为价格离散水平的度量标准。

网络环境中价格离散的成因分析

在关于网络环境中价格离散的研究中,对价格离散成因的探讨也是学者们研究的重点之一。学者们大多将造成网络环境中价格离散的原因分为五类:搜索成本、随机价格、商品类型差异、卖家服务和卖家信誉(见表2)。

(一)搜索成本

延续传统环境中价格离散的成因解释,Smith(2001)等建立模型證明网络环境中,消费者会将搜索成本作为对于该卖家的第一认知,也就是说,消费者对卖家的第一感觉建立于他搜索到商品所花费的成本。然而,搜索成本理论并没有通过实证的检验。虽然已有较多学者涉入网络环境中价格离散成因的研究,但在网络环境中,由于消费者个人不同程度的搜索习惯、购物经验等个体差异的存在,消费者的搜索成本难以测度,所以,探讨搜索成本对价格离散解释的实证研究很少,但仍然有少数学者进行了大胆的尝试。Walter, Gupta & Su(2006)在实证中加入搜索成本变量进行研究,他们使用跨网站搜索成本(Cross-site Search Cost)和网站内搜索成本(In-site Search Cost)来替代搜索成本变量,其中跨网站搜索成本以搜索引擎(Yahoo)的搜索结果为准,网站内搜索成本以到达网站价格页面所经过的网页数为准。经过数据回归分析,Walter等人发现,网络环境中,搜索成本对商品价格没有显著影响。

(二)随机价格

随机价格理论是被较多数学者认同的,该理论认为,价格离散的原因源自于卖家的随机定价行为,卖家通常会随机将自己的某些商品定为低价,以吸引具有对价格较敏感的顾客,他们也会随机将某些商品价格定高价,以赚取对价格不敏感的顾客的利润。理论上,随机价格理论应该是可以解释市场中的价格差异,Varian(1980),Chen & Hitt (2003), Smith(2001)等人的模型也足够支撑随机价格理论的成立,然而Baylis & Perloff(2002)的实证研究结论,否决了随机价格理论对网络环境中价格离散的解释。Baylis & Perloff通过检验照相机和扫描仪的价格变动发现,卖家其实很少改动商品的定价,即使有变动,其幅度也很小,因而他们认为,在网络环境中卖家的随机定价行为理论并不能用以解释价格离散的存在。

(三)商品类型差异

Pan, Ratchford & Shankar(2004)对网络环境中价格离散现有文献进行梳理时指出,商品类型差异在理论上应该会导致价格离散的存在。然而在实证探究中,学者们不约而同地选择同质性商品的价格作为研究对象,就是为了避免商品自身属性的不同而带来的价格差异。因而,商品类型差异是否会影响网络环境中价格离散水平尚无实证结论。在本文研究中,将对此进行实证性的研究论证。

在涉及商品类型差异研究时,需弄清楚差异所在,针对商品的共同点及不同点,将商品进行分类,提高研究的可操作性。而现有相关文献中,学者们大多以同质化商品作为样本进行研究,对非同质化商品则没有作出明确定义和独立研究。非同质化商品由于差异巨大,也难以对其做出清晰严谨的类别说明。

Lal, Rajiv 和 Miklos Sarvary(1999)认为根据网络环境中商品的“数字化”属性不同,可简单划分为数字化属性商品和非数字化属性商品。其中,数字化属性是指主要通过视觉检查来评价,能够利用互联网来传递的商品属性;非数字属性则是指那些只能通过对商品的物理检查来评价,无法通过互联网来传递的商品属性。

De Figueiredo, J. (2000)提出一种全新的网络商品分类方法。网络环境下,商品共分四类:标准商品(commodities)、半标准商品(quasi-commodities)、感受商品(look-and-feel products)、有差异的感受商品( look-and-feel products of variable quality)。标准商品指同种商品且所有卖家提供的都完全一样,如PDA;半标准商品指卖家可以将其差异化的标准商品,如CD;感受商品指同种商品所有卖家提供的虽然都一样,但商品的质量买家难以判断,需要亲身感受才行,如香水;有差异的感受商品指买家需要亲身感受,且不同卖家提供的是不完全一样的商品,如衣服。

学者们从不同角度出发提出多种商品分类办法,但仍存在不足,如Lal, Rajiv 和 Miklos Sarvary 的分类方法虽然简单,但有些非数字化属性正以图片、文字等多种形式通过互联网传递;De Figueiredo, J.的商品分类过细,不同类别间的划分界限也并不十分明晰。因此,本文将根据研究需要,结合多位学者的分类方法,在研究设计中提出具体的商品分类新办法。

(四)卖家信誉

Brynjolfsson & Smith (2000)在验证网络环境中价格离散现象存在之后,提出卖家信誉(Retailer Branding and Trust)可能是导致网络环境中价格离散的原因之一。随后,Baye, Michael & Morgan(2004)也在理论模型上建议加入卖家信誉变量。

虽然卖家信誉可能是网络环境中价格离散的成因之一,然而在实证研究中几乎没有学者将其作为变量研究,主要是因为:在现有相关实证研究中,数据多采集于大型的B2C网站,由于B2C网站本身的差异性,对于它们信誉孰高孰低的界定就难以实现。所以,学者们在进行实证研究时,多选取本国或研究范围内最著名的B2C网站,成功回避卖家信誉问题。但是,卖家信誉是否能够解释网络环境中价格离散却是一个值得探究的实证性问题。

(五)卖家服务

卖家服务是导致网络环境中价格离散的原因之一,已在理论和实证上都得到了很好的印证。Brynjolfsson & Smith (2000),Baylis & Perloff(2002),Pan, Ratchford & Shankar(2002)等人对这个理论解释做出了贡献。

然而,卖家服务与价格离散的关系却出乎意料。人们通常会认为,卖家提供的服务越好,其商品定价也就会越高。但是,实证结果却是提供服务越好的卖家通常商品定价也越低。Baylis & Perloff(2002)将其取名为“好公司”(good firms)和“坏公司”(bad firms)。好公司通常提供优质的服务和低廉的价格,而坏公司提供低劣的服务和昂贵的价格。如果仔细观察,也不难发现现实生活中的确存在这样的“好公司”和“坏公司”。

C2C市场价格离散度实证分析

(一)数据收集说明

本文数据收集于2015年12月至2016年3月,具体商品选择遵循以下两项原则:一是当周或当月销量最大,二是该类商品中品牌知名度较大。选择的商品至少需满足其中一项原则要求,商品选择见表3。

数据记录将根据实际收集情况进行合理删减,数据删减原则如下:

非正规卖家。依据淘宝网的交易规则,卖家须向淘宝网提交身份证进行支付宝实名验证。“支付宝认证”服务是由浙江支付宝网络科技有限公司与公安部门联合推出的一项身份识别服务。支付宝认证除了核实身份信息以外,还需核实银行账户等信息,尽最大可能验证卖家的真实性。若卖家没有向淘宝网提交身份证等有效证件进行支付宝实名验证,该卖家的数据记录将删除。

非正规店铺。淘宝网会对在平台交易涉嫌销售违规商品、欺诈买家、刷信誉等行为或被买家投诉的卖家店铺进行调查,如果证实,将查封店铺。本文收集数据中涉及被盘查店铺的商品記录将删除。

非正规商品。虽然对取样办法已做出明确规定,但仍存在部分商家浑水摸鱼,以很低的价格销售二手或仿版商品,数据收集时,若出现“非全新”、“港版”、“仿版”等商品说明,该记录将删除。

数据不完备。如卖家登录的商品邮费为“买家承担邮费”而未明确说明邮费价格,这将直接影响该条数据记录的完整性,不完整的数据记录将被删除。

(二)样本基本描述

1.样本描述。本研究共收集数据记录885条,删减不合格记录后,有效数据记录为853条,详见表4。

为避免样本量大小对统计结果的影响,对各商品数据记录做出删减处理,除音乐CD外,其他类别商品记录将随机删除,直至商品记录数达到129为止,即最终纳入统计处理的各类商品记录数都为129条。标准型商品和体验型商品记录数各为387条。

2.各变量描述。由于商品不同,各商品的价格区间也相差较大,商品间价格无法直接进行合并和比较,因此,本文将采用Clay等人的处理办法,将各商品价格除以该类商品中的最高价,所得比值作为新的商品价格。下文中商品价格都为处理后的新商品价格。商品价格基本描述如表5所示。

考虑到样本商品从几元钱的乒乓球到几百元的香水、童车,卖家交易信誉及卖家商品总数都会因为卖家所售商品的不同而存在差异,例如:对于分别销售书籍和童车的两个卖家来说,一段时期内,一个买家可能多次购买书籍,却只需买一次童车,因此,销售书籍的卖家获得的交易信誉会比销售童车的卖家更大。为了避免商品类型差异可能导致的影响,便于各自变量进行更好地合并,本文将交易信誉和商品总数分别做类似于商品价格的处理,即将交易信誉和商品各单位值除以该类商品中的最高值,获得比值作为新的交易信誉和商品总数。

本文研究的其他变量基本描述,如表6所示。

通过表5、表6,可以清晰了解本文研究所有变量的样本情况。

商品价格。商品价格范围为0.15-1,平均水平为0.56,中位值为0.59,说明商品价格多集中于中间价位,卖家定价也多围绕市场的平均水平。

交易信誉。交易信誉从最小值0到最大值1范围内变动,但平均值和中位值过小,依据本文对交易信誉的处理方法,可以看出在市场中,存在交易信誉很高的卖家,也存在交易信誉为零的卖家。然而,就整个市场来看,交易信誉很高的卖家非常少,大多数卖家的交易信誉都比较低,与高交易信誉相比,差距十分巨大。

第三方认证。第三方认证共有四项,有卖家加入了全部的四项服务,也有少数卖家没有加入认证。而平均数1.7小于2,中位数为2反映了市场中绝大多数卖家只加入了一项或两项服务,极少数卖家加入了全部的四项服务。

商品描述。商品描述的均值、中位值和最大、最小值反映了市场中大多数卖家都对商品进行了描述,少数卖家对商品进行了非常全面的描述,也有少数卖家对商品不做任何描述。

商品总数。由商品总数的最小值可以看出,有卖家只提供极少量的几件商品供买家选择。且就市场平均水平来看,提供大而全商品选择的卖家很少,多数卖家的商品量较小,买家可选择的范围也相对较小。

(三)离散检验

针对C2C市场中价格离散程度有多大这一问题,本节将对所有收集到的有效数据进行全距、标准差及离散系数的相关统计量的分析并报告结果。

借助专业统计软件SPSS 16.0的数据分析功能,得到所有商品价格的全距、标准差、平均数以及离散系数,具体见表7。

由表7可以看出,C2C市场中存在价格离散现象,并且其价格离散系数为30%,商品价格变动范围为0.85,标准差为0.17。

结论

虽然卖家信誉是影响交易能否达成的重要因素,但是由于C2C平台上的卖家信誉直接与卖家销售量相关,因此在C2C平台上,卖家信誉越高并不意味着卖家的要价能力更强,而只是说明卖家的销售量更大。从循环的角度来看,卖家的信誉越高,将有利于吸引更多的买方;更大的销量,又有利于提高卖家的信誉。因此卖家信誉对价格离散的影响并不大,而它将通过对销售量的作用间接影响卖家的总利润收益。此外,卖家服务是价格离散成因之一,正是由于卖方服务水平的提升,如提供更详细的商品介绍、提供更权威的认证等提高了商品的附加价值,从而加强了卖家的要价能力,实现价格的差异化。

由于C2C平台上信息的繁杂冗余,买家需提炼出有价值的信息,帮助自己认知商品,仅仅关注商品价格,以“高价高质、低价低质”的简单原理来评断商品质量是不够的。

在C2C平台上,有些卖家提供的商品描述多,有些卖家提供的商品描述少,买家则可以多了解一些不同卖家对商品的描述,综合所有信息,加深对商品的了解,确定对商品可接受的心理价位,再通过比较市场中商品的价格,判断出商品的平均价格水平。最后经过理性判断,选择合意的商品。经过以上充分了解商品信息,更有助于买家挑选到“物美价廉”的商品,且有利于降低交易风险,避免上當受骗。