网络交易定价机制选择的影响因素研究

摘要：基于eBay网站二手汽车交易的数据，实证检验了买方估值分布、卖家时间偏好率、商品存货量、卖家交易经验以及卖家声誉等因素对卖家定价机制选择的影响。结果表明，买方对商品估值分布越分散，卖家越倾向于选择纯拍卖机制；时间偏好率越小的卖家越倾向于选择讨价还价机制；商品存货量越多的卖家越倾向于采用固定价格机制；交易经验丰富的卖家倾向于选择固定价格或一口价拍卖机制；声誉较高的卖家则倾向于选择固定价格或讨价还价机制。卖家对四种定价机制的偏好次序会因影响因素程度而异，并无哪种网络交易定价机制完全占优。

关键词：网络交易；定价机制；商品特征；卖家特征；市场特征

DOI：10.13956/j.ss.1001-8409.2016.12.28

中图分类号：F71353 文献标识码：A 文章编号：1001-8409（2016）12-0131-04

Research on the Influence Factors of Pricing Mechanism Choice in Online Transaction

――Evidence from SecondHand Cars on eBay

HAN Yong1， CHEN Kongpin2

（1.Jinhe Center for Economic Research， Xian Jiaotong University， Xian 710049；

2.Humanities and Social Science Research Center， Academia Sinica in Taiwan，Taiwan，China 11529）

Abstract： Based on transaction data of secondhand cars on eBay， this paper empirically investigates the effect of buyers value distribution， sellers time preference rate， inventory， experience and reputation， on the sellers pricing mechanism choice. Results show that， the more dispersed the buyers value distribution is， the more the sellers prefer pure auction， sellers with greater time preference rate prefer bargaining， sellers with more inventories prefer fixed price， experienced sellers tend to choose fixed price or price auction； high reputation sellers tend to choose fixed price mechanism. Sellers preference order depends on the effect of factors and none of pricing mechanisms completely dominants the others.

Key words：online transaction； pricing mechanism； commodity characteristics； sellers characteristic； markets characteristics

随着互联网经济快速发展，网络交易定价机制不断丰富完善，目前国际上已经形成四种主要的网络定价机制：固定价格、纯拍卖、一口价拍卖和讨价还价。美国eBay网站于1995年最早将传统上升竞价拍卖应用于网络交易环境，形成纯拍卖机制；几乎同时，Amazon网站将商品以固定价格的形式出售，开启了固定价格机制的先河。随着网络交易规模扩张，各大网站创新交易形式，通过在纯拍卖机制下加入固定一口价设定形成一口价拍卖机制，这种机制下，买家既可以通过竞价的方式购买商品，也可以通过卖家设定的一口价直接购买商品；通过在固定价格之外加入允许买家议价的选项形成讨价还价机制，买家可以选择直接以固定价格成交，也可以向卖家提出低于固定价格的议价，卖家可以选择接受或拒绝买家的议价，或在议价基础上再向买家提出加价。从各大国际性网络交易平台发展的经验来看，并无哪一种定价机制能够完全占优，多种定价机制并存是未来网络交易发展的基本趋势。

现有理论文献对于卖家定价机制选择行为影响因素的研究大多是从某单一因素的维度进行考察[1-7]，对网络交易定价机制选择问题的实证研究则主要集中在纯拍卖、一口价拍卖和固定价格这三种机制的比较上[8-12]，本文在现有的卖家定价机制选择行为研究基础上加入对讨价还价机制的考察，同时，综合分析商品特征、卖家特征以及市场特征等多种因素对卖家定价机制选择行为的影响。

1理论分析与研究假说

理论研究通常假定单个买家对商品的估值相互独立且服从同一分布。买方估值分布越集中，代表不同买家对商品价值的估计越一致，卖家容易确定一个为多数买家所接受的固定价格，因而更倾向于选择固定价格机制。相反，买方估值分布越离散，代表不同买家对商品价值估计的差异越大，这种情况下，卖家更倾向于选择拍卖或讨价还价的形式以更多地获取买方对商品的估值信息。已有研究在不完全信息博弈模型框架下，从理论上证明了买方对商品估值分布与卖家定价机制选择之间存在上述关系[3，4]。据此，本文提出假设：

H1：买方对商品估值分布越集中，卖家越倾向于选择固定价格机制；买方对商品估值分布越离散，卖家则越倾向于选择拍卖或讨价还价机制。

固定价格机制下，有愿意接受固定价格水平的买家进入交易，商品才能成交；讨价还价机制下，只要买卖双方对价格协商一致，交易立即完成；拍卖机制下，卖家必须等待整个拍卖期间结束，商品才能以最高出价成交；一口价拍卖下，如果有买家在竞价过程中选择接受一口价，拍卖就可以提前结束。可见，讨价还价机制的交易时间相对较短，固定价格次之，而拍卖交易时间最长，一口价拍卖相对纯拍卖则缩短了交易时间。因此，相比拍卖而言，时间偏好率越小（越缺乏耐心）的卖家更加倾向于选择讨价还价或固定价格机制。已有文献从理论上证明了卖家时间偏好率与定价机制选择之间存在上述关系[4，5]。据此，提出假设：

H2：时间偏好率越小的卖家越倾向于选择讨价还价机制，其次是固定价格，最后是拍卖；相比纯拍卖，更倾向于一口价拍卖。

固定价格机制下，卖家可以同时以固定价格出售全部商品；拍卖机制下，则要对每件商品逐一进行拍卖；讨价还价机制下，卖家需要在交易过程中时刻关注买家出价并与其讨价还价。可见，固定价格机制的交易成本最低，拍卖次之，讨价还价机制交易成本最高。已有文献理论上证明了在商品存货量较大的情况下，固定价格相比拍卖机制具有较低的交易成本[1]。相关经验研究也证实，在拍卖、讨价还价与固定价格之间，商品存货量较大的卖家更倾向于选择固定价格交易[8，9]。据此，本文提出假设：

H3：存货量越大的卖家越倾向于选择固定价格机制，其次是拍卖，最不愿意选择讨价还价机制。

交易经验丰富的卖家通常更加了解市场情况，从而能够准确地进行商品定价[10，11]，而交易经验较少的卖家则需要通过拍卖或与买家讨价还价的方式更多地了解市场需求。因此，相比经验缺乏的卖家，经验丰富的卖家更倾向于固定价格机制。在一口价拍卖和纯拍卖两种机制间，经验越多的卖家越倾向于选择前者，因为在一口价拍卖中，经验丰富的卖家可以通过设定最优一口价影响买家出价[13]。据此，提出假设：

H4：交易经验越丰富的卖家越倾向于选择固定价格机制，其次为一口价拍卖；交易经验较少的卖家则倾向于选择纯拍卖或讨价还价机制。

卖家声誉可以看作是对商品质量的保证，对于声誉较高的卖家，可以通过在固定价格机制下提高商品定价或是在一口价拍卖机制下提高一口价水平以增加期望收益。声誉较低的卖家则更倾向于选择纯拍卖机制，通过竞价将商品出售给愿付价格最高的买家以实现期望收益最大化。相关经验研究也表明，声誉得分较高的卖家在固定价格与拍卖机制间更倾向于选择固定价格机制[8]；在两种拍卖机制间，更倾向于选择一口价拍卖[11]。据此，提出假设：

H5：声誉较高的卖家倾向于选择固定价格机制，其次是一口价拍卖，而声誉较低的卖家则倾向于选择纯拍卖机制。

2数据、变量与描述性统计

本文借助美国eBay网2008年5月至2009年4月期间丰田品牌二手汽车交易数据，该数据来源于中国台湾中央研究院人文社会科学研究中心网络交易数据资料库。

本文被解释变量为网络交易定价机制，固定价格机制赋值为1，讨价还价机制赋值为2，纯拍卖赋值为3，一口价拍卖赋值为4。核心解释变量依次为买方估值分布、卖家时间偏好率、卖家商品存货量、卖家交易经验和卖家声誉。

买方估值分布和卖家时间偏好率在实证研究中通常难以被量化，本文将汽车行驶里程数和商品累积陈列次数网络交易中，如果商品在预设交易时间内没有出售就会被迫下架，卖家可以重新陈列商品进行下一轮交易，因此会存在同一辆汽车先后多次被陈列的情况。分别作为买方估值分布和卖家时间偏好率的变量。原因在于：汽车行驶里程数越大意味着车况差异越大，买家对汽车质量估计的不确定性越大，买方估值分布也就越分散，反之，买方估值分布则越集中；时间偏好率反映卖家耐心程度，对于首次陈列交易的商品，卖家更富有耐心了解市场需求以最大化期望收益，因而时间偏好率较大，对于多次陈列而未成交的商品，市场需求并不乐观，卖家在前期交易中逐渐丧失耐心，因而时间偏好率较小。

实证研究涉及的其他控制变量包括：二手车市场参考价格，本文选用美国权威汽车价值评估媒体Kelley Bluebook公布的市场参考价格；汽车是否在保修期内的虚拟变量，在保修期内取1，超过保修期取0；卖家是否为专业汽车经销商的虚拟变量，专业经销商取1，个人卖家则取0；市场竞争程度，即样本交易期间内市场中同时出售的同款型和同年份汽车数量。

表1给出了主要变量标记、变量定义、四种定价机制下的样本分布以及描述性统计结果。

3实证分析

本文旨在探索网络交易过程中卖家在四种定价机制间选择的主要影响因素，被解释变量为四种定价机制的分类变量。表2显示了以一口价拍卖为参照组的多元Logit模型回归系数（Coef）与相对风险系数（RRR）每种定价机制下的相对风险系数代表该定价机制相对于一口价拍卖机制发生的比率。相对风险系数大于1代表卖家在两者间更倾向于该定价机制，小于1则代表卖家在两者间更倾向于一口价机制。。

衡量买方估值分布离散程度的变量――汽车行驶里程数（Mileage）对卖家选择固定价格和讨价还价机制的影响系数显著为负，对卖家选择纯拍卖机制的影响系数显著为正，说明随着汽车行驶里程数增加，卖家在四种定价机制中，比较倾向于选择纯拍卖或一口价拍卖，不倾向于选择讨价还价和固定价格机制。相对风险系数也表明，对行驶里程数较大的汽车，卖家更倾向于选择纯拍卖机制，其次是一口价拍卖，再次是讨价还价机制，最后才是固定价格机制。这一结果验证了H1。

作为卖家时间偏好率的变量，汽车累积陈列次数（Relist）在固定价格机制下回归系数显著为正，在讨价还价和纯拍卖机制下回归系数显著为负，表明随着汽车累积陈列次数增加，相比一口价拍卖，卖家选择固定价格机制的概率增加，而选择讨价还价和纯拍卖机制的概率下降。相对风险系数也表明，对于累积陈列次数较多的汽车，卖家首先倾向于讨价还价机制，其次是固定价格，不倾向拍卖机制，从而验证了H2。

卖家商品存货量（Inventory）的系数在固定价格机制下显著为正，在讨价还价机制下显著为负，说明相比一口价拍卖，存货量较大的卖家更倾向于选择固定价格机制，不倾向选择讨价还价机制。纯拍卖下的回归系数不显著，意味着卖家在纯拍卖与一口价拍卖之间的偏好没有显著差异。从相对风险系数中可以看出，存货量越大的卖家首先倾向于选择固定价格机制，其次是拍卖，不倾向选择讨价还价机制，与H3的预期一致。

卖家交易经验值（Experience）的系数在选择固定价格机制时显著为正，选择讨价还价和纯拍卖时显著为负，说明交易经验较丰富的卖家，相比一口价拍卖更倾向于选择固定价格机制。从相对风险系数来看，交易经验越丰富的卖家越倾向于固定价格机制，其次是一口价拍卖，而交易经验匮乏的卖家则倾向于选择纯拍卖或讨价还价机制。上述结果验证了H4。

卖家声誉得分数（Score）对卖家选择固定价格和讨价还价机制的影响正向显著，对其选择纯拍卖机制的影响负向显著，表示随着卖家声誉得分增加，卖家倾向于选择固定价格或讨价还价，不倾向于选择拍卖机制。从相对风险系数可以看出，声誉较高的卖家更倾向于选择固定价格机制，其次讨价还价机制，不倾向于选择拍卖机制。在纯拍卖和一口价拍卖之间，声誉越高的卖家越倾向于选择一口价拍卖。以上实证结果符合H5的预期。

从其他控制变量来看，对于市场参考价格（KBB）较高的商品，卖家更倾向于采用固定价格机制，其次是讨价还价，而对参考价格较低的商品则倾向于选择拍卖机制；对于在保修期内（Warranty）的汽车，卖家更倾向于选择固定价格；专业汽车经销商（Dealer）相比个人卖家更倾向于采用一口价拍卖；市场竞争程度（Competition）越激烈，即市场上同期出售的同类汽车数量越多，卖家越倾向于选择讨价还价机制，其次是固定价格，最后是拍卖机制。

多元logit模型需要满足“无关选择的独立性”假设，Hausman-McFadden检验发现，统计量p值都接近于1，说明可以接受原假设，即使用多元logit模型分析影响卖家定价机制选择行为的因素是合适的。

4结论

互联网技术高速发展为网络交易采用灵活定价方式创造了条件，研究哪些因素影响卖家在网络交易中选择不同定价机制具有重要的理论和现实意义。理论分析发现，网络交易中卖家定价机制选择行为依赖于买方估值分布、卖家时间偏好率、商品存货量、卖家交易经验以及卖家声誉等因素。

基于eBay网站二手汽车交易的数据，运用多元Logit模型实证检验了各种因素与卖家定价机制选择之间的关系。结果表明，并无哪种网络交易定价机制完全占优，卖家对四种定价机制的偏好次序会因各种影响因素程度而异。具体而言，买方对商品估值分布越离散，卖家越倾向于选择纯拍卖机制，而买方对商品估值分布越集中，卖家越倾向于选择固定价格机制；时间偏好率越小的卖家越倾向于选择讨价还价机制，而时间偏好率越大的卖家则越倾向于以纯拍卖方式出售商品；商品存货量越多，卖家越倾向于采用固定价格机制，存货量越少，卖家则越倾向于采用讨价还价机制；交易经验丰富的卖家倾向于选择固定价格或一口价拍卖机制；声誉较高的卖家则倾向于选择讨价还价或固定价格机制。

本文研究发现能够为我国网络交易定价机制的创新和发展提供重要的经验借鉴。管理决策部门和网络交易平台公司应当充分研究卖家需求特征，综合考量各类市场环境因素，设计并提供多样化的网络交易定价机制。

参考文献：

[1]Harris M， Raviv A. Theory of Monopoly Pricing Schemes with Demand Uncertainty[J]. American Economic Review， 1981， 71（3）： 347-365.

[2]Riley J， Zeckhauser R. Optimal Selling Strategies： When to Haggle， When to Hold Firm[J]. Quarterly Journal of Economics， 1983， 98（2）： 267-289.

[3]Wang R Q. Auctions versus Posted-Price Selling[J]. American Economic Review， 1993， 83（4）： 838-851.

[4]Wang R Q. Bargaining versus Posted-Price Selling[J]. European Economic Review， 1995， 39（9）： 1747-1764.

[5]Bester H. Bargaining versus Price Competition in Markets with Quality Uncertainty[J]. American Economic Review， 1993， 83： 278-288.

[6]Arnold M A， Lippman S A. Posted Price versus Bargaining in Markets with Asymmetric Information[J]. Economic Inquiry，1998，36（36）： 450-457.

[7]Ryzin G， Vulcano G. Optimal Auctioning and Ordering in An Infinite Horizon Inventory-Pricing System[J]. Operations Research， 2004， 52（3）： 346-367.

[8]Hammond R G. Comparing Revenue from Auctions and Posted Prices[J]. International Journal of Industrial Organization， 2010， 28（1）： 1-9.

[9]Zeithammer R， Liu P X. When is Auctioning Preferred to Posting A Fixed Selling Price？[R]. NBER working paper， 2006.

[10]Wang X， Montgomery A， Srinivasan K. When Auction Meets Fixed Price： A Theoretical and Empirical Examination of Buy-it-Now Auctions[J]. Quantitative Marketing and Economics， 2008， 6（4）： 339-370.

[11]Anderson S， Friedman D， Milam G， et al. Buy It Now： A Hybrid Internet Market Institution[J]. Journal of Electronic Commerce Research， 2008， 9（2）： 137-153.

[12]Bauner C. Mechanism Choice and the Buy-it-Now Auction： A Structural Model of Competing Buyers and Sellers[J]. International Journal of Industrial Organization， 2015， 38： 19-31.

[13]Chen J R， Chen K P， Chou C F， et al. A Dynamic Model of Auctions with Buy-it-Now： Theory and Evidence[J]. Journal of Industrial Economics， 2013， 61（2）： 393-429.