作者单位 | 上海财经大学
我们可以将人类社会的发展划分为农业社会(agricultural society)、工业社会(industrial society)、信息社会(information society)三个阶段,农业社会是熟人社会(acquaintances society),而工业社会和信息社会都是生人社会(strangers society)。但两者仍有不同,如果说工业社会是必须见面才能办事的生人社会,那么在信息社会就可以说是不用见面也能办事的生人社会,由此带来也许多新的,从某种角度看更加严重的诚信问题和挑战。因应于此,有同志提出,要大力加强互联网道德建设,这当然不错,但从历史经验和现实状况来看,把希望完全寄托在“性本善”上,这只能是一厢情愿。解决问题的根本之道是应该按照现代社会科学中机制设计理论的思路,主要依靠合理的机制体制来规制人性。笔者自己在这方面也做过一些尝试。下文的主要内容为笔者所提出的一种C2C电子商务信用评价的新算法,而这种新算法从某种角度看正是一种规制人性的新思路,且与著名心理学家、诺贝尔经济学奖得主卡尼曼的前景理论具有内在的一致性。
传统上电子商务信用评价的算法,主要有两种,一为累计法,二为比率法。就淘宝网而言,其最主要的信用评价指标是通过累计法建构的,即三个评价阶:好评、中评、差评;好评加一分、中评不加分;差评则扣一分;当这个分值累积到规定值,就可以升级为一心级到五皇冠级共20级信用度等级。另外,淘宝网也还有一些通过比率法建构的相对次要的信用评价指标,如好评率(好评占所有评价的比率)、动态评分等。但从逻辑和实务上讲,累积法和比率法都有问题。前者的问题在于皇冠级的店几乎都是老店,而店老未必就不欺客。后者的问题则在于当交易次数较少时,得出的好评率数值很可能是以偏概全。
上海财经大学钱革博士对经济心理与行为的测量一直十分感兴趣,曾在SCI和EI双检索的学术期刊SENSOR LETTERS第10卷1-2期上发表了题为“Psychometric Analysis of Validity of Trust Evaluating Indicators in C2C Online Markets: A Case Study of Taobao”的论文,该文的主要内容为在对淘宝网C2C市场交易者信用评价指标进行效度评估的基础上,提出了以一种更为合理、也更为简明的两维(已知/未知和积极/消极)的新算法来替代传统的单维的累积型或比率型的信用评价模式。
尽管作者认为本文所提出的新算法无论对电子商务的理论与实务均有一定意义;但可能因为发表本文的SENSOR LETTERS系技术类期刊、而非管理类期刊;再加上本文作者的母语为汉语,有些意思未能用英语清晰表达。五年来,该文所引起的反响不大。而一些同时或晚出的文献虽然也对淘宝网通过累积法建立的信用评价指标体系的合理性提出了质疑,但所提出的替代算法多基于模糊数学和复杂统计模型,很难直接运用于需要及时处理海量数据的C2C电子商务交易者信用评价实践,也不容易为普通交易者所理解。因此,本文作者在这里旧文重提,以期本研究成果能对推进我国电子商务诚信交易和健康发展尽绵薄之力。
本文在提出新算法之前先从一个日常生活的例子引入,力图建立统合累积法与比率法的逻辑基础,该例见下表:
累积法 | 比率法 | 新算法 | |
老人 | 90-10=80 | (90/100)*100% =90%
| 好:90% 坏:10% |
青年人 | 20 | (20/20)*100% =100%
| 好:20% 坏:0% 未知:80% |
在上表中,我们假设每个人都活100岁,而每年只能做一件事,就是一辈子总共做100件事。一个刚刚去世的100岁老人一辈子做的100件事中,有90件好事,10件坏事;而一个年青人刚20岁,做的20件事全是好事。从逻辑上讲,无论是根据累积法说这个老人比青年人好,或根据比率法说这个青年人比老人好恐怕都不合理。而本文所提出的新算法从两维(已知/未知和积极/消极)进行评价,评价结果更符合实际。接下来我们就将上述两维的评价逻辑运用于C2C电子商务交易者信用评价,见下表。
新算法 | 累积算法 | 已知(Known) | P已知=V信用等级/20 |
未知(Unknown) | P未知=1-V信用等级/20 | ||
比率算法 | 积极(Positive) | P积极=P已知*P好评 | |
消极(Negative) | P消极=P已知*(1-P好评) |
除了算法本身的合理性外,笔者以为,要能够运用于电子商务实践,数据的可得性与计算的简洁性也十分重要。因此,本研究尽量运用淘宝网的已有指标数据:一方面,累积的数据越多,可以代表我们对该交易者已知的更多,未知的更少。本研究用某个交易者的信用度等级比上总等级数(在淘宝网中是20)作为已知程度的量化指标,其中信用度等级的赋值见下图:
这里有两点需要说明,一是该研究进行于2012年,与现在的淘宝网信用度评级一样,都是二十级,但图标略有变化;二是本文的研究对象中没有三皇冠及以上的店铺。
另一方面,确定了已知的百分比值后,将已知的百分比值乘上淘宝网中已有的好评率即为积极评价的比率。而将已知的百分比值乘上非好评率(即中评和差评的比率,之所以这样处理一是因为淘宝网只提供了好评率,另一方面由于淘宝网默认好评,且好评率很高,而中评实际上也表示一种消极评价)即为消极评价的比率。下图为我们将新算法运用于C2C电子商务交易者信用评价的四个实例:
就方法论而言,笔者所提出的这种C2C电子商务信用评价的新算法,有两大特点。一是强调“不确定性”(这里的Unknown),相比传统的算法中只研究具有确定性的指标(这里的Known),更接近真实的市场状况。二是强调个别差异,结合卡尼曼等(Kahneman 和 Tversky, 1984)的前景理论和Lopes(1987)将个体分为风险规避者和风险偏好者的观点,我们认为,在按照新算法设计的指标体系中,消费者可以根据自己的“参照点”及购买物品的实际价值大小,或者将Known/Unknown作为决策的依据(风险规避者);或者将Positive/Negative作为决策的依据(风险偏好者)。
△点击左下角阅读原文进入原文链接
【 文献信息 】
Lopes, L. L. (1987). Between hope and fear: the psychology of risk. Advances in Experimental Social Psychology, 20(3), 255-295.
Qian, G. (2012). Psychometric analysis of validity of trust evaluating indicators in C2C online markets: a case study of Taobao. Sensor Letters, 10(1), 124-130.
本文内容由作者授权发布
不代表三仓心理学界观点,如有侵权请联系后台
关于我们
网址:www.sancangbook.com
地址:武汉市洪山区中南财经政法大学南湖校区校内
电话:400-090-9995
投稿/合作:1492845772@qq.com