逆向选择视角下电子商务盈利模式的最优模型构建.docxVIP

逆向选择视角下电子商务盈利模式的最优模型构建 以线上交易为主的电子商务企业往往会面临企业盈利的实际问题。以京东商城为例，在美股上市的前五年一直无法实现转亏为盈而饱受投资者的质疑，出现这一问题的核心原因在于，这一类电商企业往往需要面临大额的物流设施建设以及商品信息维护，同时为了招徕客户从传统线下场景至线上平台消费，需要电商企业以更低的价格来获取市场。由于消费者本身具备产品消费的“棘轮效应”，在享受到较低的价格服务后，电商企业做出提升产品价格的决策会流失大量的已有客户，在这一现实情况下，电商企业选择采用“大数据杀熟”、“大数据定价”等逆向选择盈利模式来压缩消费者剩余，进而提升自身利润。 “大数据杀熟”，顾名思义可以得知这是一种采用了“大数据技术”的新型价格歧视手段，电商企业通过一致传统购物场景中对不同时间、不同地域的消费者进行差别收费的价格歧视模式来增强企业竞争力。由于现有科技的不断发展，消费者的个人信息难以做到完全的保密，电商企业通过大数据收单深度挖掘个人的消费能力、购物偏好等内容进行差别定价，实现了覆盖消费者剩余曲线边际的强关联定价策略。但同时，由于消费者通过自身经历和新闻途径开始逐渐了解到“大数据杀熟”策略的存在，也开始重新转向线下场景进行购物，根据中国互联网信息中心（CNNIC）的调查，年我国选择网上购物为主要购物方式的网民有.%比例的下滑，说明大量顾客因为互联网购物成本的提高正在逐步回归线下购物模式，电商平台为市场盈利而采取的一系列逆向选择措施正在导致市场份额的全面退步。那么，电商平台应该如何在规避逆向选择风险同时实现盈利，成为了一个亟待解决的问题。 文献综述 美国经济学家Akerlof因发现“柠檬问题”并提出逆向选择模型而获诺贝尔奖。逆向选择模型揭露了信息不对称带来的风险，信息已经被视为重要的市场条件，纳入均衡市场分析之中。 当前，对于市场信息不对称的研究逐步扩展到各个领域，但这些研究仅仅考虑在传统市场中信息不对称带来的利益损失，以及对逆向选择、道德风险问题的规避措施。周雄伟等（）的研究从契约理论出发，分析了双寡头市场中质量差异化产品的虚假信息问题，对传统市场中信息的偏离有较为全面的解读;王化成（）则从企业经营角度衡量了逆向选择对权益资本及盈利水平的影响。目前少有研究聚焦于电子商务市场的分析，更多的研究更是未关注电子商务市场中的逆向选择情况。常亮（）的研究中探讨了信号机制对网络零售市场的风险规避作用，其研究依据不完全信息动态博弈理论，分析了网络零售市场的有效性，但研究仅仅从定性角度出发，没有量化的统计风险程度;孙小明（）尝试从PP网贷市场分析互联网金融的柠檬困境，分析了出借人和借贷人的双重困境，同样的未从定量角度解读风险规模。现有研究针对电商视角中的信息分析，多采用瓦尔拉斯均衡理论分析框架，高丽霞（）从非市场均衡这一信息经济学理论出发分析电商市场声誉和经济收益关系，但没有把逆向选择纳入分析框架。本文认为，仅仅考虑买卖双方的市场均衡情况，就会不断收缩交易达成条件的假设，将顾客的主观偏好作为唯一判断标准。本文将在双市场分析前提中加入期望效用函数，更全面地衡量这一问题。 逆向选择模型在电子商务产业的扩展 窦一凡（）的研究认为，电子商务市场天然存在的自由性与虚拟性，在契约理论中采取放松买家消费偏好这一假设，将更具合理性。本文基于这一思想，联系Akerlof所采用的vonNeumann-Morgenstern期望效用函数，建立了一个电子商务视角下的Akerlof逆向选择模型。这一模型中，假定商品服从 q∈[q，q]的质量分布，且质量分布函数可以写为f（q），进而分析每一个决策单元的效率。 （一）电商卖家 本文将在电子商务平台上售卖各类服务的卖家定义为“电商卖家”，其业务方向包括实物商品和虚拟产品（理财产品、远程服务等）。电商卖家提供具备差异性的商品（服务），并攫取利润，电商卖家作为典型理性人，其目标是实现利润最大化，假定其效用函数为： 由于电商卖家更仰赖于商品评价和推广等营销内容向买家展出产品价值，所以在效用函数中定义c作为支出项目;n作为一个离散项代表电商卖家是否出售物品，且服从分布 n∈（，）。逆向選择发生的可能与卖家对于商品（服务）质量的偏好有关联，公式（）中定义为m，商家的售出决策是根据商品的绝对价格，故而可以用p代替这一价值指标。利润最大化的决策服从下述情况： 电商卖家的运营成本是有限的，假定其预算约束为Ys=cpn ，并代入公式（）的函数即可得到Us=Ys（mq-p）n，那么联系利润最大化决策（）即可得到卖家达成交易的充要条件为： 此外，满足上述充要条件的产品所占比例为： （二）电商消费者 首先根据Aker