作者：卢志刚
出版社：清华大学出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
电子商务声誉——结构与评价研究试读：
前言
声誉在人类社会关系的维系中扮演着重要的角色。人们努力维护自己的声誉，使自己能在社会关系中得到长久而持续的发展。声誉机制是维护社会合作的最重要机制之一。声誉机制对实现有价值的合作具有重要意义，是市场制度的重要组成部分。正因为有声誉，人们之间才能有彼此的长期信任。而信任对契约的形成、加强社会关系协作、促进商务活动等有至关重要的作用。与信任相比，声誉更宏观、更系统、更模糊。而声誉关系也更难把握。因此它一直是很多领域的研究对象，包括法律、社会学、管理学、经济学、计算机科学和心理学等领域。
在电子商务条件下，交易活动呈现出虚拟性、匿名性等特征，存在较大的风险和不确定性。而造成这些风险和不确定性的主要原因是网络环境中交易各方的信息不对称。由此，电子商务这种隔空的买卖活动可能会陷入虚假交易、假冒行为、合同诈骗、哄抬标等侵犯电子商务参与者合法权益的陷阱。网络中缺乏信任的局面会导致众所周知的“囚徒困境”，人们采取不公平的手段，交易的后果是不可想象的。
目前在我国，全面的社会信用体系还不完善，难以为电子商务的长期稳定发展提供可靠的保障。在此背景下，电子商务的声誉机制为我们解决了这样的困境，从而促进电子商务市场发展提供了很好的思路。当信息不完全时，人们出于自身的利益考虑，有积极性建立一个愿意合作的声誉。电子商务声誉是一种资本。企业需要进行声誉投资，这是创建企业良好声誉的必要条件。不同于传统商务模式，电子商务在因特网开放的网络环境下，买卖双方以不谋面的方式经营运作。电子商务声誉机制调节着电子商务经营的市场运作，以它的内在的机制维持网络经济活动的健康运行。这些机制就像一只看不见的手，支配着电子商务市场活动的参与体都自觉地按照市场规律运行。像传统经济活动一样，电子商务市场经济活动中也是按照经济人理性原则，以及由经济人理性原则支配下的理性选择。这些选择逐步形成了电子商务市场中的价格机制、供求机制和竞争机制。
本书的主要目的是帮助读者系统地了解电子商务声誉的知识体系和有关方法。本书主要从电子商务声誉的结构及评价方法两个方面进行深入的阐述，在结构上，电子商务声誉是一个有机的综合系统，它包容于经济、道德、文化、技术和舆论等环境之中，具有模糊性、动态性、复杂性的特点；在评价上，对它进行有效的评估显然并不是一件轻松的事情，如何选取适当的指标，选用什么样的方法恰当，都是我们需要阐述的内容。在此基础上，企业也需要有电子商务声誉的风险意识，形成有效的管理措施，从组织管理、预警管理和文化管理三个维度构建电子商务声誉风险管理体系。一个健康的电子商务声誉生态环境系统需要商家、消费者、监管机构等各利益相关者共同构建和维护。
本书分为8章。第1章介绍电子商务声誉的缘起和必要性，并从不同学科角度对电子商务声誉的理论文献进行梳理；第2章对传统声誉理论进行综述；第3章从系统科学的视角分析电子商务声誉的形成和演化机理以及它的系统层次结构；第4章系统地讨论电子商务声誉的特性结构，同时构建声誉关系模型进一步论证声誉的变化过程；第5章依据调查问卷的数据采用因子结构分析方法对电子商务评价的关键性指标做了研究；第6章主要讨论电子商务声誉的评价方法，同时介绍几个已经用于商业系统的声誉评价系统；第7章讨论电子商务声誉生态系统结构与环境及可持续发展；第8章从组织管理、预警管理和文化管理三个维度构建电子商务声誉风险管理体系，对构建电子商务声誉的对策体系提出了建议。
本书是系统研究电子商务声誉的专著，研究内容得到了国家社会科学基金项目（11CGL102）、上海市高校知识平台建设项目和上海海事大学校基金项目（20130464）的资助，主要面向从事电子商务研究的学者和研究生。本书在编著过程中，参考了大量的国内外有关的研究成果，在此对这些文献的著作人表示衷心的感谢。
与电子商务相关的研究发展迅速，需要进一步研究的问题很多，希望本书能够起到一些抛砖引玉或是启发性的作用。因水平有限，书中难免会有不到之处，敬请专家学者和读者指正。卢志刚2013年12月第1章绪论1.1 研究的缘起
作为信息社会的商业交易模式，电子商务（electronic commerce）一方面将传统的商务流程电子化、数字化，以信息流支持实物流，大大减少了人力物力的消耗，降低了交易成本；另一方面突破了时间与空间的限制，显著提高了交易效率。电子商务所具有的开放性和全球性的特点为企业和个人创造了更多的贸易机会。其所具有的独特流通模式，减少了中间环节，并在一定程度上改变了社会经济运行的方式。近年来，我国的电子商务贸易呈现了快速增长势头。中国互联网络信息中心发布的《第31次中国互联网络发展状况统计报告》显示，截至2012年12月底，中国网民规模达到5.64亿人，互联[1]网普及率达到42.1％。根据商务部发布的2010—2011年度《中国电子商务发展报告》，2011年我国电子商务交易额达到5.88万亿元人民币，同比增长29.2％，相当于当年国内生产总值的12.5％；网络零售总额超过7500亿元人民币，相当于社会消费品零售总额的4％以上。中国电子商务刺激消费作用明显，截至2011年12月底，中国网络购物用户达到1.94亿人，网络购物使用率提升至37.8％，实现了网络零售总额7825.6亿元，同比增长53.7％，网络零售总额占社会消费零售[2]总额比重达到4.32％。
然而，电子商务市场的蓬勃快速增长却难以掩盖电子商务发展的种种问题，尤其是信任问题。电子商务交易的信用危机一再困扰着企业电子商务的发展。消费者无法辨识电子商务网站的真实性、合法性。虚假交易、假冒行为、合同诈骗、哄抬标等侵犯消费者合法权益的各种违法违规行为屡屡发生，在线交易环境无法得到保障。这些现象在很大程度上制约了我国乃至全球电子商务的健康发展。根据CNNIC的《中国互联网络热点调查报告》显示，网民不选择网络购物的原因，主要顾虑集中在网站诚信问题、商品质量问题、售后服务等问题及安全性。商品质量、配送和及时性、信息描述、支付手段、诚信是被网民最多提到的几个需要改进的方面。信誉度问题是网络购物中最突出的问题。对中国的网络购物来说，真正要发展壮大，必须要让传统企业都进入电子商务行列；但目前网络购物缺少相应的政策法规、行业
[3]规范。与此同时，《2010年中国网络购物市场研究报告》揭示，有18.5％的网购用户有过不满意的网购经历，不满意的原因主要集中在商品品质和配送环节。其中，由于商品与图片不一致造成不满意的用户最多，达到35.7％；其次是伪劣残损物品，有26.7％；由于送货时间太长造成的消费者不满意也达到了12.3％。有5％的不满意用户是由于送货时货物丢失或损坏，3.6％的用户是由于快递人员态度不好[4]。由此可见，我国目前的电子商务支撑体系还不完善。信用、网上支付和物流配送仍是制约中国电子商务市场发展的三大核心瓶颈。而由于电子商务具有远程性、记录的可更改性、主体的复杂性等自身特征，信用问题更是关键所在。“信任缺失”已经成为企业电子商务发展的最大瓶颈，信用环境成为妨碍企业应用电子商务、开展网络营销的重要外部环境因素，“可信网络”建设成为亟须解决的问题。
为了提升顾客信任的感知程度，电子商务企业分别通过：加强网络安全，比如通过网络安全认证公司的认证（Verisign/BBB online /Truste ）、电子签名、数字加密等安全技术；运用除安全技术外的其他网络技术，比如改进网站系统的稳定性、网页下载的速度以及网页设计的美观性、实用性等；建立良好的信息交流机制，比如建立网上虚拟社区，让消费者在其中进行充分的信息交流，或者通过虚拟顾问主动给消费者提供关于产品的详细信息咨询等方式来提高顾客信任度。同时，我国进一步贯彻落实《中华人民共和国电子签名法》（以下简称《电子签名法》），加强电子认证服务管理、信用管理、在线支付、组织机构代码管理、电子交易和个人信息保护等方面法律法规的研究。继《电子签名法》和《电子支付指引（征求意见稿）》后，我国还出台了关于网上支付、网上银行的相关法律文件，政府正积极营造良好的网上支付法律环境。
目前理论界普遍认为以制度为基础的信任是促进商务成功的根本[5]信任。例如，Mcknight描述了制度信任是在线交易的重要组成；[6]Pavlou考察了由第三者保存附带条件委付盖印的契约（escrow）和第三方认证（third-party certification）两种制度结构在B2C电子商务拍卖市场中建立信任的角色。同时他还提出了一系列建立信任的保证制度以降低客户在B2B拍卖市场中的交易风险和提高客户的满意感以[7]及鼓励客户持续交易。Tan等提出控制信任这一概念用于描述通过制度化的程序而建立起来的电子商务信任。制度信任能促进电子商务的成功是不可辩驳的事实。对电子商务交易而言，建立信任的制度结构不仅仅包括社会和企业性质的制度结构。电子商务的本质特征，在于买卖双方的交易必须通过电子商务的技术中介来实现。所以，电子商务的信任对象，不仅仅只有交易的买卖双方，还有一个非常重要的对象，就是电子商务技术。由于技术信任是以坚持技术标准、安全步骤和保护机制为基础，通过提供在线交易市场的情境规范和促进条件来发挥制度信任的功能，从而促进买卖双方的交易顺利进行。所以，技术信任也属于制度信任的范畴。它通过机密性、完整性、身份认证、不可抵赖、通路控制、可用性和最佳商务实务七个维度机制的有效运行，提供在线交易市场的情境规范和促进条件从而发挥制度信任的功能，并促进电子商务买卖双方的交易顺利进行。它为交易提供情境规[8]范并通过技术标准的制订和实施促进交易。
以制度为基础的信任，尽管在特定情形下由政府支持的法律体系对使电子商务参与者遵守承诺是必须的，但目前，我国与电子商务相关的配套设施、法律法规等尚不完善，使得原有的合同法等法律法规无法对在线交易实施有效监管，信用信息披露机制没有在法律规范下实施，难以为网络信任关系的长期稳定发展提供可靠的法律保障。同时，日常经验与大量学术研究表明，由官方执行合约通常代价高昂且不具操作性。
相比传统市场来讲，在电子商务市场环境中，信任更不容易建立。造成这种困难的主要原因是交易双方之间由于时空隔离而加剧了信息的不对称性，以及拥有私人信息的一方的道德风险行为。信息不对称可能导致市场失效。然而，信息不对称不一定必然会导致市场崩溃。在市场体系中，我们必须看到，还有一只“看不见的手”，起到监管、规范电子市场的作用。这就是声誉机制。声誉机制的建立可以减少交易中信息的不对称性。
成功的网上销售与电子商务声誉紧密相连，声誉管理是规避信任风险很好的手段，声誉的产生能够提高经济交易的流动性，规范经营[9][10][11]者的机会行为。在市场经济中，声誉维系着交易活动的诚信。任何实体想在市场中得以存在并发展，都必须建立起自己的声誉，否则就会被市场的竞争机制驱逐出去。亚当·斯密曾从经济学的范畴意识到“声誉是一种保证契约能得以顺利实施的重要保证机制”。就企业来讲，声誉是具有价值的资产与竞争力量。它更被看成是一种资本，可以给企业带来超额收益的经济来源，具有超强的市场盈利能力，[12]企业声誉是全面、综合管理企业的结果。在电子商务环境中，成功的网上销售与经营者的声誉紧密相连，有声誉的卖方较容易销售产品，声誉机制可以给企业带来理想的价格收益。
越来越多的管理者发现声誉机制对建立进入壁垒、培养顾客忠诚、吸引投资者、招揽优秀员工以及强化竞争优势方面有积极的作用。然而，在电子商务条件下讨论声誉问题的研究才刚刚开始。只有有效把握它的特性和内在结构因素，对其进行科学评价，才能进一步开展规范电子商务市场环境，形成良好的声誉环境，使电子商务企业能在有序的生态链中成长。1.2 电子商务环境下讨论声誉的必要性
电子商务的交易方式是依托计算机网络而开展的，互联网的特性使得企业声誉在以因特网为基础的电子商务中显得更为重要。电子商务与传统社会的最大区别之一，就是每天千百万的客户面对千百万的供应商，更多的是从未有过交易历史的陌生伙伴。电子商务中特有的信息的异步性、不完备性及其他因素，使得如果没有声誉参考，就会带来很大的盲目性，承担巨大的风险。
网上交易的产生在买方和卖方之间产生了普遍的不确定性，之前的研究已经注意到声誉在调和买卖双方在资源流动方面的重要性。消费者在做出购买决策时，往往依赖各种各样信息的暗示，而电子商务产生的信息不对称恰恰剥夺了这些暗示信息。已有的研究显示，虽然消费者同时使用内生暗示信息（如商品的成分、味道和质地等）和外生暗示信息（如商品价格、包装、标签等）作为感知产品价值或服务[13]质量的依据，但他们更多依赖内生线索做出决策。内生线索的缺失导致交易风险增加，进而提升了质量保证的重要性，例如利用公司的声誉来达到质保的效果。
随着 Internet 的商业化，电子化的商务创造了一系列新的商务模式，并赋予商务活动许多新的特征（例如电子邮件提醒、聊天室、商务代理和协同合作过滤），其带来的经济增值价值在传统物理化的商务活动中是无法实现的。但正是由于这些创新才使得消费者在进行网络交易时缺乏结构性。没有竞争分类结构，消费者可能很难了解一个企业所提供的各种服务，以及与竞争对手比较，它们的产品有何异同及相对竞争优势在哪里。因此，对于电子商务企业而言，声誉效应的作用比那些可以进行直接比对商品的传统经营模式的企业更为重要。
投资者在对网络企业进行投资时也可能会面临类似的不确定性问题。缺乏竞争分类结构阻碍了投资者判断和有效比较不同的商业模式与潜在的发展前景。网上交易提供给众多客户参与交易的机会，新交易者的流入就会导致对企业相关信息需求的增加。如果交易者缺乏投资专业知识，那么他们可能会更多地依靠电子商务企业提供的各种信息，而不是专业人士所采取严格规范的投资策略。网上交易在企业与投资者之间导致了新的变化。越来越多的市场参与者越来越对企业产生期待和信任，而他们依靠的仅仅是电子商务企业提供的各种不同的信息。在这种存在众多缺乏投资经验的投资者的变化投资环境中，电子商务企业面临与传统企业相比处于竞争劣势的不利局面：传统企业已经有了较长历史的业绩积累、良好的商标、已被证明的收入模型。与之对比，电子商务企业得益于网络环境中新的机会，但是它的商业未被证明可行并且缺乏业绩积累。因此，电子商务企业声誉在影响投资决策方面比通常用于评价传统企业的业绩考核更为重要。
与投资者类似，电子商务企业的声誉与吸引力对企业的员工也造成影响，当劳动力短缺时，这种影响更为强烈。电子商务企业新的商务模式带来的不确定性导致员工像投资者那样进行“赌博”。因此，与传统企业相比，网络企业的员工更容易被企业的总体评价所影响。
可见，网络所带来的不确定性影响着各种人群。企业的声誉可以被看作是削减不确定性的通用机制。相对传统企业，电子商务企业更迫切需要建立它们的声誉。一些电子商务企业已经意识到声誉管理的重要性。正像Amazon.com 的创始人Jeff Bezos所说的那样：“如果您在传统市场上使顾客不满，他们可能会告诉6个朋友。如果您在网络上使顾客不满，他们会在新闻讨论组中发一条信息就告诉了6000个朋友，如果您使他们非常不满，他们就会在N个地方告诉N个6000个人。”1.3 多学科角度电子商务声誉研究
国内外对电子商务声誉的研究主要从声誉行为结构性效用（定性研究）和电子商务声誉可计算性（定量研究）两条线路展开。1.3.1 社会学角度
1．电子商务声誉结构性
从社会学角度来看，声誉系统可以被用来提高陌生者之间的交互[14]程度，从而解决电子商务交易等类似的社会困境。早期的研究主要集中在讨论代理商之间的相互关系，之后扩展到讨论解决诸如欺[15][16][17]诈、欺骗、虚假等问题上，。文献从个人、社会和存在论三个方面对声誉进行了建模，而声誉的存在性指的是声誉的多面性，即声誉是基于特定环境的。同时，声誉是一个可以量化的概念，它被认为是社会网络中的一个网络参数。在社会网络中，声誉是全局的、公[18]开的。它可以被各种类型的中心测量工具予以量化。
2．电子商务声誉可计算性[19]
文献设计了一种基于代理商的声誉管理的社会机制。这种机制要求用户或者通过中央代理商（直接评级）或者通过其他可信的用户（合作评级）来评价他们自己。一个中央系统对所有用户的评级进行跟踪，并利用这些评级对参与者的综合声誉指定特征声誉进行计算。但是，在一个agent数量非常多的开放的环境中，如何收集他们[18]的评级存在困难。文献通过基于社会连接记录的随机矩阵来计算声誉，而矩阵的特征值表示个体在社会中的声誉，这种模型的一个缺陷是每个评估者只是用一个值来表示，缺少环境支持，因为声誉是基[20]于环境的，是基于领域的一个定量值。Yenta和Weaving a Web of [21]Trust是两个较为著名的声誉管理方法。Yenta方法根据用户的相互推荐集群有共同利益的人。他们互相认识并且核实他们自己的说法。Weaving a Web of Trust根据两两用户已知的连接路径进行计算。这两种系统要求用户在电子环境中的社会关系预先存在。然而，如何建立这种社会关系和如何评价声誉的传播并没有清楚地表明。另一计算[22]方法是Social Interaction Framework（SIF）。在SIF中，agent通过直接观察和其他人证来评价其他agent的声誉。同时设定了不同级别的诚实与不诚实和利他与利己值，以此来对两组agent进行测试。但是，在电子商务环境下，经纪人为那些可能从未谋面的人服务，在这[23]种情况下，SIF并没有清楚地说明如何找到合适的人证。Khan等提出一个广义集论的声誉函数以满足多种网络声誉评价的需求。这种方法还试图解决各种社会公共的声誉攻击问题，如团伙声誉袭击。1.3.2 经济学角度
1．电子商务声誉结构性
在声誉行为结构性效用（定性研究）方面，经济学家首先认为法[24]律和制度的强制作用在电子商务中是不完整和效率低下的，而通[25][14]过建立企业声誉可以实现数字经济的有效运行。Marco用交易成本理论，解释了企业模型如何在互联网环境下产生声誉并取得成[26]功。Zhang等通过对TAOBAO交易数据的实证研究发现，电子商务声誉对商家的销售呈现非线性的关系，网站平台的声誉系统和交易历[27]史是最影响消费者决策的因素。Caruana通过两个样本的数据分析得出结论，企业声誉直接影响在线忠诚度，并且是具有顾客感知价值和质量方面的重要的中介效应。
2．电子商务声誉可计算性
经济学家运用博弈理论对电子商务中企业声誉进行研究。信任方[28]和被信方被认为是电子商务中声誉的两个游戏方。游戏双方的不[29]完备信息将产生负的声誉影响。马辉民等通过建立经营者与消费者之间的博弈模型，讨论了声誉效应在电子商务市场中的作用机制以[30]及相应的解决方法。Jaramillo等在无线ad hoc网络环境下设计了DARWIN（分布式适应无线声誉系统）模型。用博弈理论证明了该模型在充分鼓励网络节点的合作及避免报复性碰撞行为等方面的有效[31]性。李沁芳等在制度经济学的基础上，利用实证说明，用户对在线声誉反馈机制有效性的感知对用户的交易可靠性的信任信念有着正[32]向影响。文献则从生物进化论出发，研究囚徒困境模型中的声誉问题，介绍了一个新的交互策略，即根据对手的声誉采取或者合作或者欺骗的策略，实验数据表明声誉值正是与合作/欺骗的行为成比例[33]的。Khosravifar等分析了服务提供者、消费者和管理者等不同参与者的行为，提出了理论分析框架实现纯策略和混合策略纳什均衡的抗共谋的声誉机制。1.3.3 管理学角度
现代企业管理学更是将声誉看作是企业的无形资产，称现代企业的管理是声誉的管理。
1．电子商务声誉结构性[34]
Money等指出，在B2B电子商务中，良好的声誉合作产生积极的利益相关者行为，伙伴合作声誉包括相互理解、灵活的交互和协同。[35]Hung等认为在网络声誉管理中分布式声誉系统是最重要的内容，其次是员工和社会责任。[36]
更多的研究则指向了B2C。文献把感知的声誉定义为人们对企业的诚信和顾客关注的信任程度，这与非网络环境下的定义相同。[37][38]声誉体系是著名的建立信任、培养相互合作的机制。文献在一项研究中，发现电子商务企业声誉对网络企业信任有积极的影响。作者在构建顾客信任模型中，发现网站的质量和声誉，是建立顾客信任的有力手段，有利于克服人们常常因网络环境的安全性而产生的负面[5]感知。在声誉的构成方面，作者采用了尊敬、知名度来衡量。文献认为，声誉是人们根据特定个体的信息赋予其一些特性。他们认为声誉是网络卖家建立信任的重要影响因素，尤其是顾客初始信任的培育。因为顾客没有与商家交往的经历，顾客非常看重商家的口碑声誉。依靠他人的正面经验可以降低顾客对网络交易中的风险感知。声誉也有助于顾客形成对企业的诚信、仁爱和正直信任的感知，也可以使顾[39]客对企业形成依赖。比如Amazon.com的声誉增加了其销售量。文[40]献研究了三种声誉建设方式，即市场投资、声誉转借、媒体曝光与企业绩效之间的关系，并通过对50强纯网络企业的调查进行实证。研究结果发现，网络企业声誉，不同于传统企业声誉的建设，不具有声誉的时间积累性，可以直接从投资商和行业声誉中转借企业声誉。作者根据研究结果，建议网络企业应该做声誉建设的战略选择，[41]因为声誉对网络企业绩效具有很强的作用。李维安等根据卖家个人声誉和卖家所属商盟集体声誉的分析，验证了声誉机制在网上交易过程中的重要作用，并进一步指出：目前迫切需要构建适于我国国情的声誉评价机制。声誉系统在防止网络舞弊、诈骗等方面有显著的作[42]用，如Chang等提出了一种网络拍卖的有效早期诈骗防范方法。
2．电子商务声誉可计算性
在网络环境下，适当的声誉评价已经建立，比如eBay和其他在拍卖网站使用的声誉评价系统。反馈信息可以影响顾客的信任和行为，当期望未来更多的交易和担心不满意的顾客的报复时，也会影响卖家[6]的行为。在该研究中，声誉的衡量指标主要有：该公司知名度、该公司具有良好的品牌、该公司在诚信方面具有良好的声誉、该公司因[43]关注顾客而出名。文献分析了eBay的这种声誉系统，认为其能对在线交易起到相当大的促进作用，研究了声誉对拍卖的支付、价格等的影响。因为有声誉作为参考，买方会在拍卖结束前提前付款，而卖方在收到款后将会马上送货。尽管声誉在电子商务中起到了显著的促进作用，但它在已有系统中还存在概念差异，eBay声誉系统中的盲目乐观现象（pollyanna effect），即绝对多数的正的声誉值和稀少的负值是不正常的现象。另外，eBay上的声誉反馈机制是基于无偿的即让人们在交易结束后无偿提供一个评估值，这是违背经济规律的行为，因为没有考虑人们对评估所做出的努力，而且目前对eBay声誉的研究几乎没有涉及对欺骗和不信任的建模。很多的研究或系统，不管其是基于什么主要技术，只是将其作为一个问题提出，目前几乎都没有考虑不公正评估的影响，都把它作为一种噪音数据给忽略了，未提供任何解决措施，但我们知道，其实这将严重影响声誉系统的可靠[44]性。对有关声誉系统中的不公正评估进行深入研究的是Dellarocas，他不仅列举了不公正评估的四种表现形式，指出其对声誉评估可信度的严重影响。根据统计学计算，他发现即使不公正评估的比例很小，也会引起声誉平均值的很大偏差。同时他提出了对付不公正评估的计算方案基于中值过滤或频率过滤来计算声誉，虽未应用于实践，但从理论上证明了该方案的可行性。建立声誉机制的一种方法是设立一个中心评估机构（central agency），记录系统用户的活动，类似于信用卡公司的信用评估系统，根据定制的软件来评估客户的信贷风险。这种系统的最大特点是所有的评估由中心机构单独完成，如果应用在电子商务中，将导致系统太大的负荷，因为在电子商务中，系统面临的是几百倍乃至几千倍于传统模式的用户，无法及时响应。[45]
针对声誉的具体评价方法，You提出了自适应评级信誉模型。该模型采用代理技术基于交易者的交易历史、证据和其他权重因素，[37]通过系统学习来集成声誉评价分值。Ghaffarinejad等提出了在面向服务的环境中的基于特殊声誉中心（SRCs）的分布式电子商务信誉机制。该机制通过每一个SRC收集的不同服务提供者所提供的预订服[46]务的声誉信息来综合计算总声誉分值。Cho提出了采用来源可信度消费者心理理论的适合B2C电子商务的声誉系统（“Q-评价者”）。利[47]用电子商务声誉的有效作用，Qing Cao等用代理技术设计了一个基于声誉架构的电子旅游系统。该系统采用人工神经网络模型建立了声誉评价能力，为电子旅游业选择产品和服务提供帮助。1.3.4 计算机科学角度[48]
文献从计算机的角度将抽象的“信任”概念量化，使其可具体计算和操作，从而为以后声誉系统的设计提供一定的理论基础。而被引用得最多的声誉评估系统是Zacharia设计的Sporas系统和Histo系[19]统。他认为在Internet上，一个agent的声誉实际上是其他agent的评估结果，他们的系统使用了声誉的全局与局部的概念与特点。Sporas系统的声誉计算方法类似于eBay和Amazon。而另一个被广泛[59]引用的是文献，它将声誉置于信任传播的场景中，声誉将影响[49][50]agent之间的合作。Mui和Singh 提出了声誉的概率模型，前者是基于Bayesian 统计，而后者是基于Dempster Shafer证据理论。[51]Fouss基于消费者-服务提供者交互式模型提出了计算尽可能地接[52]近声誉内在价值的概率模型。Bagheri等也利用Dempster Shafer评价网络设计了声誉结构来实现信念传播以推断出语境声誉值。而基于[53]经验的主观语境评价往往比客观的评分更能让消费者满意。
Trusted Third Parties（TTP）经常被用于对电子交易中声誉的管理。典型的电子商务TTP包括CA认证、时间戳和公证。TTPs被看作是电子市场中买方和卖方的桥梁。但是这种机制较适合于封闭的市场环境中。在松散的联盟或开放的系统中，TTP在引导参与者的正确行[54]为方面很有限，如卢春霞等将声誉评估系统与数字证书结合起[55]来。陈锦言等较全面地考虑了影响局部声誉和全局声誉的因素并[56]改进了其计算方法。王亮等针对信任模型在计算信任度的时间复杂度和抗攻击能力方面存在的一些问题，提出了一种新的在P2P电子[57]商务系统中基于声誉的信任模型（RTM）。Liu等将主观逻辑引入到声誉计算中，提出了将全局声誉值和主观信念值合并的声誉计算方[58]法。为了保护隐私，Hasan等提出了一个分散的隐私保护协议，它允许用户以隐私和抑制的方式提供声誉反馈信息。协议具有线性信息的复杂性，该协议允许用户最大化地保留他们的隐私。
综上所述，国内外学者所做的相关研究，为我们提供了有益的启示和参考，然而这些研究还存在以下值得商榷的地方：
① 现有的文献较多地将研究重点放在研究企业电子商务声誉的经济和社会表现上，忽视了声誉本身是一个复杂的动态系统，没有分析声誉的结构性问题，不能把握声誉形成机理是如何演化的。
② 现有的研究主要利用精确数量或概论统计方法对声誉进行评价，没有考虑电子商务声誉具有主观性、模糊性、动态性的特点，所提出的对策都是静态的和一维的，没有考虑处于不同成长阶段和不同空间环境下的企业的不同需要，导致对策缺乏针对性和科学性。
③ 现有文献大多将支持维护电子商务声誉发展的主体责任限于在自治行为约束上，忽视了市场环境力量对声誉发展的作用。1.4 本书研究意义、内容、方法1.4.1 研究意义
现阶段在我国，网络环境下的诚信体系和制度还不完善。在此情况下，研究电子商务声誉具有显著意义。（1）揭示电子商务声誉结构的规律性，提出适合我国网上交易的声誉机制，能在宏观上为解决阻碍网上交易发展的难题提供新思路，推动我国电子商务市场发展的秩序维护，带动整个经济的虚拟化、国际化和节能化。（2）系统讨论电子商务下企业声誉的结构构建理论框架，为企业提供科学、准确的声誉评估手段，可以加强企业社会形象的塑造，推动我国电子商务企业有效运作，降低风险成本，揭示在高新技术创新和发展中，企业发展战略的有效性。以便有效利用现有网络资源，提高经济效益。1.4.2 研究内容
1．研究电子商务声誉结构
针对电子商务市场环境的动态开放性，研究电子商务声誉的模糊性、动态性、复杂性的结构性特征，构建基于模糊理论的电子商务声誉结构模型，分析电子商务声誉的不对称、传递、动态变化、随时间演化等多维属性。讨论电子商务声誉与信任之间的关系，研究电子商务声誉的演化及形成机理，构建出电子商务声誉系统的体系结构。研究电子商务声誉的组织方式、组织的形成和演化交互机制、组织规则和组织模式、社会法则等。
2．研究电子商务声誉的评价指标体系
根据电子商务声誉结构模型的部件组成和形成过程，将电子商务交易分为四个阶段（信息阶段、协议阶段、成交阶段、社区阶段），利用Kim & Lee 的编码结构系统的网站设计因素（Kim & Lee，2002）与Selz & Schubert 网页评估模式（Selz & Schubert，2002）的电子商务网站的设计因素，在此基础上引入电子商务声誉环境因素（市场、制度、行业等）作为声誉参考评价体系。通过向企业和专家发放调查问卷，收集数据，统计分析确定电子商务声誉评价的指标体系。
3．研究电子商务声誉的综合评价
讨论现有已经应用于商业用途的声誉系统的评价技术方法，同时分析尚在理论研究中的电子商务声誉评价方法。针对声誉所具有的模糊性特征，重点研究基于改进的模糊综合评判方法对电子商务声誉进行评价的方法。为解决各指标权重确定过程中的专家主观判断的模糊不确定性问题和意见不一致性问题，提出将基于模糊理论的模糊层次分析法与群组决策方法相结合的评价模型：在确定指标权重时，首先利用灰色关联度排序构造模糊比较判断矩阵，将群组层次分析转变为单一层次分析求解计算得出指标层各指标的综合权重。然后利用各层的指标权重对专家模糊声誉评价进行一级模糊综合评判，在各层一级评判的基础上再对整体进行二级综合评判。
4．构建促进电子商务声誉发展的对策体系
讨论电子商务环境下，声誉风险的内涵、特征及变化过程，在此基础之上，结合企业风险管理理论，从组织管理、预警管理和文化管理三个维度构建电子商务声誉风险管理体系。构建电子商务声誉的对策体系并提出相关建议，即综合运用政府和市场两方面力量来培养和发展企业电子商务声誉，建立适合现阶段我国电子商务声誉建设和发展的探索之路。从商业生态角度，讨论实现电子商务声誉可持续发展的适应性电子商务声誉生态系统的构成及演化、系统组成、管理模式、政策制度建议。1.4.3 研究方法
1．模糊理论与系统分析相结合的方法
运用模糊理论与系统分析的方法抓住电子商务声誉的模糊、主观、动态特性。对电子商务声誉的离散行为或离散信息，通过聚类分析和模糊推理，进行由个别到一般、由有限到无限的转换，进而识别电子商务声誉的结构和发展过程。将电子商务声誉有限量的信息通过模糊识别、模糊聚类分析、模糊综合评价和模糊抉择这一有机整合过程，到达无限量得出对策结论这种质的转换。
2．理论分析和实际调查相结合的方法
在以上理论研究的基础上，通过问卷调查分析和案例讨论，运用归纳和演绎方法揭示电子商务声誉由简单到一般的规律特征。根据电子商务企业的发展对声誉的实际需要，构建我国电子商务对策体系框架。本章总结
本章主要阐述了电子商务声誉研究的缘起和必要性，从不同学科角度对电子商务声誉的理论文献进行了综述。我们从中可以发现，电子商务声誉研究内容特别丰富，涉及领域也很广泛，包括声誉结构研究、声誉计算方法研究、声誉制度研究、声誉组织研究、声誉信任研究、声誉系统研究等。国内外的有关研究成果为本书的研究开展奠定了良好的基础。本书的研究主要讨论电子商务声誉的系统性结构、评价方法以及对策建议。参考文献
［1］CNNIC．第31次中国互联网络发展状况统计报告［R］．2013．
［2］中华人民共和国商务部．中国电子商务发展报告［R］．2012．
［3］CNNIC．中国互联网络热点调查报告［R］．2011．
［4］CNNIC．2010年中国网络购物市场研究报告［R］．2011．
［5］McKnight D H，Chervany N L．What Trust Means in E-Commerce Customer Relationships：An Interdisciplinary Conceptual Typology［J］．International Journal of Electronic Commerce，2002，6（2）：35-59．
［6］Pavlou P A．Institution-based trust in interorganizational exchange relationships：the role of online B2B marketplaces on trust formation［J］．Journal of strategic Information Systems，2002，11：215-243．
［7］Tan Y H，Thoen W．An outline of a trust model for electronic commerce［J］．Applied Artificial Intelligence，2000，14：849-862．
［8］严中华，关士续，米加宁．基于制度的B2B电子商务的信任研究［J］．技术经济与管理研究，2004（4）：30-31．
［9］Matteo D B．Trust Generation through Extralegal Mechanisms：Reputation as a Valued Asset in eMarkets proceedings of the 16th Bled eCommerce Conference June，2003［C］．2003．
［10］Johnson D，Grayson K．Cognitive and affective trust in service relationships［J］．Journal of Business Research，2005，58（4）：500-507．
［11］JØsang A，Ismail R，Boyd C．A survey of trust and reputation systems for online service provision［J］．Decision Support Systems，2007，43（2）：618-644．
［12］刘汉林．企业声誉资本研究［M］．北京：知识产权出版社，2010．
［13］Richardson P，Dick A，Jain A．Extrinsic versus intrinsic cue effects on perception of store brand quality［J］．Journal of Marketing，1994，58（4）：28．
［14］Marco J．Evolution of Cooperation when Feedback to Reputation Scores is Voluntary［J］．Journal of Artificial Societies and Social Simulation，2006，9（1）．
［15］Castelfranchi C．Modelling social action for AI agents［J］．Artificial Intelligence，1998，103：157-182．
［16］Castelfranchi C R F．Principle of trust for MAS：cognitive anatomy，social importance，and quantification//Proceedings of 3rd International Conference on MultiAgent Systems［C］．1998．
［17］Sabater J，Sierra C．REGRET：A reputation Model for Gregarious Societies//Proceedings of the 4th Workshop on Deception，Fraud and Trust in Agent Societies［C］．2001．
［18］Wasserman S，Faust K．Social Network Analysis：Methods and Applications［M］．Massachusetts：Cambridge University Press，1994．
［19］Zacharia G P M．Trust management through reputation mechanisms［J］．Applied Artificial Intelligence，2000，14：881-908．
［20］Foner L．Yenta：Amulti-agent，referral-based matchmaking system//Proceedings of the 1st International Conference on Autonomous Agents［C］．1997．
［21］Khare R，Rifkin A．Weaving a web of trust［J］．World Wide Web，1997，2（3）：77-112．
［22］Schillo M，Funk P，Rovatsos M．Using trust for detecting deceitful agents in artificial societies［J］．Applied Artificial Intelligence，2000，14：825-848．
［23］Khan J I，Shaikh S S．A phenotype reputation estimation function and its study of resilience to social attacks［J］．Journal of Network and Computer Applications，2009，32（4）：913-924．
［24］Ba S，Pavlou P A．Evidence of the Effect of Trust Building Technology in Electronic Markets：Price Premium and Buyer Behaviour［J］．MIS Quarterly，2002，26（3）．
［25］Tapscott D，Ticoll D，Lowy A．Digital Capital：Harnessing the Power of Business Webs［M］．Boston：Harvard Business School Press，2000．
［26］Zhang L-f，Zhang F-j．Does E-commerce Reputation Mechanism Matter?［J］．Procedia Engineering，2011，15：4885-4889．
［27］Caruana A，Ewing M T．How corporate reputation，quality，and value influence online loyalty［J］．Journal of Business Research，2010，63（9-10）：1103-1110．
［28］Berg J，Dickhaut J，McCabe K．Trust，Reciprocity，and Social History［J］．Games and Economic Behavior，1995，10：122-142．
［29］马辉民，钱若冰，占若愚．电子商务市场中经营者声誉效应的博弈分析［J］．武汉理工大学学报（信息与管理工程版），2005（8）．
［30］Jaramillo J J，Srikant R．A game theory based reputation mechanism to incentivize cooperation in wireless ad hoc networks［J］．Ad Hoc Networks，2010，8（4）：416-429．
［31］李沁芳，刘仲英．基于制度的C2C电子商务信任实证研究［J］．经济管理，2008（4）：91-96．
［32］Pollock G B，Dugatkin L A．Reciprocity and the Evolution of Reputation［J］．Journal of Theoretical Biology，1992，159：25-37．
［33］Khosravifar B，Bentahara J，Alishahi M，Gomrokchi M．Collusion-Resistant Reputation Mechanism for Multi-Agents Systems［J］．Procedia Computer Science，2011，5：181-189．
［34］Money K，Hillenbrand C，Day M，et al．Exploring reputation of B2B partnerships：Extending the study of reputation from the perception of single firms to the perception of inter-firm partnerships［J］．Industrial Marketing Management，2010，39（5）：761-768．
［35］Hung Y-H，Huang T-L，Hsieh J-C，et al．Online reputation management for improving marketing by using a hybrid MCDM model［J］．Knowledge-Based Systems，2012，35：87-93．
［36］Koufaris M，Hampton-Sosa W．The development of initial trust in an online company by new customers［J］．Information & Management，2004，41（3）：377-397．
［37］Ghaffarinejad A，Akbari M K．An incentive compatible and distributed reputation mechanism based on context similarity for service oriented systems［J］．Future Generation Computer Systems，2013，29（3）：863-875．
［38］Jarvenpaa S L，Tractimsky N，Vitale M．Consumer Trust in and Internet Store［J］．Information Technology and Management，2000，1：45-71．
［39］Barnes S J，Vidgen R T．An Integrative Approach to the Assessment of E-Commerce Quality［J］．Journal of Electronic Commerce Research，2002，3（3）：114-127．
［40］Kotha S，Rajgopal S，Rindova V．Reputation Building and Performance：An Empirical Analysis of the Top-50 Pure Internet Firms［J］．European Management Journa，2001，19（6）：571-586．
［41］李维安，吴德胜，徐皓．网上交易中的声誉机制——来自淘宝网的证据［J］．南开管理评论，2007（5）：36-46．
［42］Chang W H，Chang J S．An effective early fraud detection method for online auctions［J］．Electronic Commerce Research and Applications，2012，11（4）：346-360．
［43］Houser D，Wooders J．Reputation in Auctions：Theory，and Evidence from eBay［J］．Journal of Economics & Management Strategy，2006，15（2）：353-369．
［44］Dellarocas C．Immunizing Online Reputation Reporting Systems Against Unfair Ratings and Discriminatory Behavior//proceedings of the Proc 2nd ACM Conference on Electronic Commerce［C］．2000．
［45］You L，Sikora R．An adaptive evaluation mechanism for online traders［J］．European Journal of Operational Research，2011，214（3）：739-748．
［46］Cho J，Kwon K，Park Y．Q-rater：A collaborative reputation system based on source credibility theory［J］．Expert Systems with Applications，2009，36（2）：3751-3760．
［47］Cao Q，Schniederjans M J．Agent-mediated architecture for reputation-based electronic tourism systems：A neural network approach［J］．Information & Management，2006，43（5）：598-606．
［48］Marsh S P．Formalising trust as a computational concept［D］．University of Stirling，Department of Computing Science，1994．
［49］Mui L，Mohtashemi M，Ang PC，et al．Ratings in Distributed Systems：A Bayesian Approach//proceedings of the 11th Workshop on Information Technologies and Systems（WITS），New Orleans［C］．2001．
［50］Singh M P，Yu B，Venkataraman M．Community-Based Service Location［J］．Communications of the ACM，2001，44（4）：49-54．
［51］Fouss F，Achbany Y，Saerens M．A probabilistic reputation model based on transaction ratings［J］．Information Sciences，2010，180（11）：2095-2123．
［52］Bagheri E，Zafarani R，Barouni-Ebrahimi M．Can reputation migrate? On the propagation of reputation in multi-context communities［J］．Knowledge-Based Systems，2009，22（6）：410-420．
［53］ensoy M，Canan Pembe F，Zrtlolu H，et al．Experience-based service provider selection in agent-mediated E-Commerce［J］．Engineering Applications of Artificial Intelligence，2007，20（3）：325-335．
［54］卢春霞，王英林．结合属性证书的在线声誉评估［J］．上海交通大学学报，2004（1）：5-8．
［55］陈锦言，孙济洲，张亚平．基于聚类的P2P电子商务信誉评价算法［J］．计算机工程，2009（1）：138，139，143．
［56］王亮，郭亚军．电子商务系统的信任建模与评估［J］．计算机工程，2009（10）：129-131．
［57］Liu Y，Li K，Jin Y，et al．A novel reputation computation model based on subjective logic for mobile ad hoc networks［J］．Future Generation Computer Systems，2011，27（5）：547-554．
［58］Hasan O，Brunie L，Bertino E．Preserving privacy of feedback providers in decentralized reputation systems［J］．Computers & Security，2012，31（7）：816-826．
［59］Abdul-rahman A，Hailes S. supporting Trust in Virtual Communities ［C］．33rd Hawaii International Conference on System Sciences，2000．
试读结束[说明：试读内容隐藏了图片]