手机平台交易论文正文

一、弓|言随着网络及信息技术的飞跃发展，通过网络搭建交易平台已十分普遍。平台企业提供交易场所，使依附于它的买卖双方可以直接交易，这种交易模式不仅极大地提高了买卖双方的匹配效率，而且大大降低了交易成本，一定程度上也影响了产品的价格。特征价格模型(hedonicpricemodel)，是一种处理异质产品差异特征与产品价格间关系经常采用的模型。它不仅能全面考虑各种因素对产品价格的影响程度，而且能多方位把握市场，在平台企业买卖双方的议价过程中发挥至关重要的作用。淘宝网成立于2003年的5月份，之后由第三方来担保交易的一个工具即支付宝诞生了，在这个基础上，淘宝网有了一个非常迅猛的发展。其中不可忽视的是阿里旺旺也首次被引入到了网络购物的流程当中，使消费者在购物时能更好的了解商品，还可以讨价还价。在2007年的4月份淘宝网推出了淘宝商城，但是这一块的规模还很小，无论是从自己还是从市场的整个格局来说，整个的发展也还很小，还是存在着很大潜力的。2007年淘宝网交易总额突破433.1亿元，同比增长156.3%。2008年淘宝网年交易额为999.6亿元，与2007年的433.1亿元比较，同比增长了131%。2009年上半年淘宝已实现交易额809亿元，接近于2008年的999.6亿元，预计淘宝网2009年交易额超过2000亿元。本文以淘宝网这一平台企业为例，对影响手机价格的因素进行分析，确定手机特征变量，并根据变量的权重收集淘宝网上手机的资料。利用这些资料构建手机特征价格模型，可以全面考虑各种特征对手机价格的影响程度。本文从手机自身特征和平台特征两方面出发，来研究手机特征和手机价格的关系，主要分析平台对于交易价格的影响。二、文献综述(一)特征价格模型国内外研究动态国外研究动态国外的大多数文献认为，美国汽车产业的分析专家A.T.Court是第一个使用特征价格模型并采用术语“hedonic”的学者。他在1939年把汽车价格作为汽车不同特征的函数，进行了异质商品的价格和需求分析，最终目的是为汽车业构建价格指数。Colwell和Dilmore（1999）提出不同意见，他们认为Haas第一个使用了特征价格模型。他把“hedonics”概念应用于农地价格的制定，离城市中心的距离和城市的大小作为两个重要的变量。其实在Court之前，allace（1926）和Waugh（1929）就应用了特征价格方法分别对农地价格和蔬菜价格进行了研究。Griliches（1961和1971）、Lancaster（1966和1971）、Ridker（1967）及Rosen（1974）撰文对异质商品特征分析及相关技术处理进行了广泛的介绍。特征价格模型的理论基础往往被称为特征价格理论（hedonicpricetheory），要包括以下两个方面的内容：（1）美国学者Lancaster（1966）提出的消费者理论，又被称为Lancaster偏好理论。Lancaster从产品的异质性出发，分析了构成产品的基本“元素”空间，认为对产品的需求并不是基于产品本身，而是因为产品所内含的特征，这些特征结合在一起,形成影响效用的特征包，商品是作为内在特征的集合来出售的。这样的市场难以用传统的经济模型分析，因为它们不能仅仅由一个总价格来表征，应该采用一系列价格来对应产品的品质或者说它所包含的特征，我们把它称为特征价格。产品的价格由特征价格构成，各产品特征对应各自的隐含价格，对于产品而言特征价格形成一个价格结构（Lancaster，K.J.，1966）。（2）美国经济学家Rosen（1974）就产品特征提出了市场供需均衡模型。至此，特征价格理论发展为一个基本完善的理论。在市场完全竞争的条件下，Rosen以消费者效用最大化和生产者利润最大化作为目标，从理论上分析了异质产品市场的短期均衡和长期均衡，为特征价格理论的建模、特征价格函数的估计奠定了基础（Rosen，S.，1974）。根据Rosen的理论，可以利用计量经济学方法（如多元回归技术）将产品特征的隐含价格分离出来，分析产品特征的需求等等。国内研究动态对于“hedonicpricemodel”，大陆学者有多种叫法，如享乐价格模型、隐含价格模型、内隐价格模型等，台湾学者则统一称之为特征价格模型。由于特征价格模型的建立需要收集大量的数据和进行较为广泛的调查，我国学者在这方面的实证研究非常少。贾生华，温海珍于（2004）指出：应用特征价格模型的理论前提是市场均衡，在现实世界中满足这一理想条件的情况是不存在的。但是，国内市场经济的发育，已经为应用特征价格模型创造了条件。应用的切入点可以是房地产行业，因为在国外大约有一半多的房地产价格研究是采用特征价格模型进行的实证研究（K.W.Chau，2001），这些研究为我国学者提供了丰富的文献资料和借鉴经验。李贵孚，柳青于（2006）指出：利用特征价格模型研究信息商品定价具有一定的优势，便于从厂商和消费者两个角度考虑产品的定价问题，同时可以将一般定价理论中忽略的因素也纳入模型之中。但同时也存在一些不利的方面，首先，特征价格模型是以计量经济模型为基础，因此在变量的量化和数据的收集方面都提出了很高的要求。这将受到所要研究的行业的发展情况的影响，对于新兴行业来说要获得需要的数据存在很大的挑战。其次，在计量分析方法方面，由于大多采用的是多元回归的处理方法。这就要求所选用的指标必须可直接测量，同时自变量之间应该是相互独立的，而实际情况表明，分析的结果经常会出现自相关或多重共线性的问题，因此对模型的估计方法还有待进一步的完善。（二）平台交易模式国内外研究动态国外研究动态两组参与者需要通过中间层或平台进行交易，而且一组参与者（最终用户）加入平台的收益取决于加入该平台另一组参与者（最终用户）的数量（Armstrong，2004），这样的市场称作双边市场（Two-Sided-Market）。Rochat和Tirole（2004）粗略地将双边（或更一般的多边）市场定义为，通过一个或几个平台能够使最终用户相互作用，并通过合理地向每一边收费试图把双方（或多方）维持在平台上的市场。双边市场涉及到两种类型截然不同的用户，每一类用户通过共有平台与另一类用户相互作用而获得价值（Wright，2004）。国内研究动态朱振中，吕廷杰（2005）指出：随着新经济的到来，双边市场将在经济系统中发挥越来越重要的作用。因此，我们应当关注双边市场理论的进展，并积极开展研究，以指导商业实践活动和产业政策制定。程贵孙，陈宏民，孙武军（2006）指出：（1）平台企业对某一边价格的制定并不仅仅依据向该边提供产品或服务的成本或需求，而是依据向两边用户提供产品或服务的成本或需求。（2）对平台企业行为的评估要综合考虑双边用户的价格总水平、价格结构和平台企业吸引双边用户参与的组织策略安排。(3)对平台企业进行政府规制不能简单地套用传统单边市场的政府规制理论，否则将导致错误的结论和规制政策。(4)对平台企业进行有效的政府规制急须建立一套新的、基于双边市场特征的产业规制理论。近几年，双边市场和特征价格模型已经慢慢成为人们的研究的对象，我们对于平台企业越来越了解，日常生活中也时常用到，深知其重要性。本文以淘宝网为例，通过对淘宝网上手机影响因素数据的收集，来研究双边市场对价格的影响。同时通过对于机构建特征价格模型，来分析各影响因素即变量对手机价格的影响程度。三、淘宝上手机特征价格模型的构建根据特征价格理论，本文将淘宝上的手机价格与手机特征之间的关系表达为：P=f(Z)。其中：P为手机的市场价格，Z为手机特征向量，对该方程求各个….2P手机特征的偏导数就得到手机特征相应的隐含价格为：PZ工。为dZi手机特征变量的选择本文在对淘宝上手机进行特征价格研究时，将手机特征变量分为两类，即手机自身的特征，和平台交易有关的特征。应用这一分析框架，结合淘宝的实际情况，通过对网上所收集的资料的分析，最后选择了14个手机特征作为模型的自变量。其中：手机自身的特征变量8个，为品牌、网络类型、摄像头、主屏尺寸、屏幕颜色、铃声、是否智能机、上市时间；和平台交易有关的特征变量6个，为城市、售后服务、消保服务、信誉、评价、30天销售量。变量量化以及对手机价格的预期影响符号见表1，本文对手机特征变量的量化主要是这样的：本文选择了摩托罗拉、LG、索尼爱立信、三星和诺基亚五个品牌，根据企业管理世界网2009年手机品牌排行榜，分别对五个品牌赋值。诺基亚排在第一位则赋值5,三星排在第二位则赋值4,索尼爱立信排在第三位则赋值3,LG排在第四位则赋值2,摩托罗拉排在第五位则赋值1。手机的网络类型有很多种，本文选择了GSM、CDMA、GSM/TD-SCDMA(3G)、GSM/WCDMA(3G)和DMA/CDMA2000(3G)五种。GSM属于比较低的版本，此种网络类型的手机价格相对便宜，所以将其赋值为1，CDMA相比GSM高级一点则赋值2,GSM/TD-SCDMA(3G)赋值3，GSM/WCDMA(3G)赋值4,DMA/CDMA2000(3G)赋值5。手机有无摄像头差别很大，没有摄像头的手机比较便宜则赋值1。摄像头还有像素高低之分，像素越高的手机相对较贵，10万-100万像素赋值2,130万-320万像素赋值3,400万-700万像素赋值4,800万-1210万像素赋值5。手机屏幕有大有小，小屏幕的手机价格比较低，本文选择了五个尺寸范围，尺寸越大赋值越高。1.8英寸-2.0英寸赋值1，2.1英寸-2.4英寸赋值2,2.6英寸-2.9英寸赋值3,3.0英寸-3.2英寸赋值4,3.3英寸-3.8英寸赋值5。手机屏幕有不同的颜色，对手机价格的影响也不一样。本文选择了四个颜色范围，单色的最差则赋值1,256色-4096色赋值2,6万5千色-26万色赋值3,1600万色赋值4。手机带有不同的铃声，这些铃声的类型表1手机特征变量的量化特征变量变量的量化预期符号品牌摩托罗拉=1,LG=2，索尼爱立信=3，三星=4，诺基亚=5+网络类型GSM=1，CDMA=2，GSM/TD-SCDMA(3G)=3，GSM/WCDMA(3G)=4，DMA/CDMA2000(3G)=5+摄像头无摄像头=1,10万-100万像素=2,130万-320万像素=3,400万-700万像素=4,800万-1210万像素=5+主屏尺寸1.8英寸-2.0英寸=1,2.1英寸-2.4英寸=2,2.6英寸-2.9英寸=3,3.0英寸-3.2英寸=4,3.3英寸-3.8英寸=5+屏幕颜色单色=1，256色-4096色=2，6万5千色-26万色=3，1600万色=4+铃声普通=1，和弦=2,MP3铃声=3，立体声铃音=4+是否智能机是智能机=1，不是智能机=0+城市其它=1，特大城市=2，省会=3，直辖市=4+售后服务其它=1，店铺三包=2，全国联保=3+消保服务无消保服务=1，有一个=2，有两个=3，有二个=4，有四个=5+上市时间2005年=1,2006年=2,2007年=3,2008年=4,2009年=5+信誉心=1，钻石=2,蓝皇冠=3，金皇冠=4+评价非常不满=1，不满意=2,一般=3,满意=4，非常满意=5+30天销售量30天内淘宝商家销售手机的数量+也会影响手机的价格。本文选择四种铃声类型，普通铃声则赋值1，带和弦的赋值2,带MP3铃声则赋值3,立体声铃音赋值4。现在智能手机相当普遍，但是价格也不便宜，尤其是对非智能机来说。所以是智能机则赋值1，不是智能机则为0。消费者在网上购买手机时会考虑很多因素，城市也是一个比较重要的因素。本文将城市分为四类，根据不同范围赋值，特大城市赋值2,省会赋值3,直辖市赋值4,其它少数范围则赋值1。在淘宝上购买手机时，每个店铺都会给出自己的售后服务，售后服务越全赋值越高。全国联保是最好的则赋值3,店铺三包仅次于全国联保赋值2,其它的赋值3。淘宝上有的店铺会参加消保服务，有的则没有。所以无消保服务则赋值1，参加一个的赋值2,参加两个赋值3,参加三个则赋值4，参加四个赋值5。手机有上市时间，刚上市的都要贵一点。本文选择了五个年份，2005年上市的赋值1，2006年赋值2，2007年赋值3，2008年赋值4,2009年赋值5。淘宝上的商家都有自己的信誉，这些是需要慢慢积累的，信誉越高赋值越高。本文选择了四个等级，心赋值1，钻石赋值2,蓝皇冠赋值3,金皇冠赋值4。消费者购买过东西后都会给出评价，评价越好赋值越高。本文主要将评价分为五类，根据满意程度赋值，非常不满则赋值1，不满意赋值2,一般赋值3,满意赋值4，非常满意赋值5。30天销售量也就是淘宝上店铺在30天内的出售情况。函数形式和估计方法在特征价格模型中经常采用的函数形式主要有线性形式、对数形式、对数线性形式三种。通过对模型的试构建，发现线性形式能够满足研究的要求，因此，本文选择线性函数表达淘宝上手机特征与手机价格之间的关系。即：P=a0+^aZ.+£(i=1，2，„，14)在这里，自变量PP代表品牌，WLLX代表网络类型，SXT代表摄像头，ZPCC代表主屏尺寸，PMYS代表屏幕颜色，LS代表铃声，SFZNJ代表是否智能机，CS代表城市，SHFW代表售后服务，XBFW代表消保服务，SSSJ代表上市时间，XY代表信誉，PJ代表评价，30TXSL代表30天销售量。自变量和因变量都以线性形式进入模型的，因此回归系数i对应着手机特征的隐含价格，此时是一个常数。即:P=a+aPP+aWLLX+aSXT+aZPCC+aPMYS+aLS+aSFZNJ01234567+a8CS+a9SHFW+a10XBFW+a^SSSJ+a12XY+a13PJ+a1430TXSL+s在回归分析中，最为广泛的模型估计方法是最小二乘法(OLS)，本文使用的正是这种方法。具体的操作过程为，在SPSS软件中选择强行进入法(Enter)作为回归分析方法，即所选择的14个自变量全部进入回归模型，手机价格则作为因变量进入回归模型。同时，本文采用方差膨胀因素（VIF）对各个变量之间的共线性进行监测，根据监测结果给出合理的结论。四、淘宝上手机特征价格实证分析（一）研究区域和数据来源本文选择淘宝网这一双边市场作为研究区域，主要针对的是淘宝网上的普通店铺，因为相比淘宝商城来说，普通店铺更具有广泛性与代表性。本文选择手机作为研究对象，在2010年1月1日至2010年1月30日这30天内，从淘宝上收集了900个关于手机特征的数据。在收集数据前先将手机特征进行合理的赋值，根据不同的赋值再收集手机特征的数据。（二）描述性统计表2手机特征的描述性统计样本数最小值最大值均值方差价格9001205330965.53631.628品牌900153.001.415网络类型900151.411.019摄像头900152.980.724主屏尺寸900152.201.013屏幕颜色900143.150.401铃声900142.660.505是否智能机900010.290.453城市900142.380.785售后服务900132.820.479消保服务900142.830.678上市时间900153.681.085信誉900142.160.625评价900154.980.16930天销售量900188465.6298.190手机价格的最小值为120元，最大值为5330元，均值是965.53元。说明手机的价格并不是特别高，处于中等以下的水平。网络类型的均值是1.41，说明网络类型主要倾向于GSM，消费者在网上购买的手机网络类型集中在比较低的版本。摄像头的均值是2.98,手机摄像头的像素集中在130万-320万像素，这个像素范围基本能满足消费者的要求。主屏尺寸的均值是2.20，说明主屏尺寸倾向于2.1英寸-2.4英寸，消费者对屏幕有不同的要求，这个尺寸是比较适中的。屏幕颜色的均值是3.15,手机屏幕颜色倾向于6万5千色-26万色，这个颜色看起来眼睛比较舒服，消费者比较喜欢。铃声的均值是2.66，说明手机铃声倾向于MP3铃声，现在MP3铃声是比较普遍的，消费者对这种铃声比较关注。是否智能机的均值是0.29，消费者在选择时主要倾向于不是智能机。现在购买智能机的人不多，有的人是因为不需要，还有一部分是不太会使用。城市的均值是2.38,消费者基本上倾向于选择特大城市，因为在购买时可能会考虑运输是否方便等问题。售后服务的均值是2.82，说明消费者愿意选择全国联保的店铺，这样购买的手机比较有保障，后期修理也会方便。消保服务的均值是2.83，倾向于有两个消保服务的店铺，说明消费者希望得到一定的保障，以免上当受骗。上市时间的均值是3.68,主要倾向于2008年，说明消费者在购买手机时不会追求最新款，也不会买太旧的款。信誉的均值是2.16，信誉倾向与钻石级，在淘宝上大多是钻石级别，消费者也想选择有点信誉的店家。评价的均值是4.98，对评价的选择主要倾向于非常满意，消费者会考虑别的顾客对店铺的评价，因为同为消费者有共同点。30天销售量的最小值是1，最大值是884，均值是65.62,说明消费者在选择时都会考虑选择有销量的店铺。（三）相关性分析本文通过对手机特征进行相关性分析后发现，手机特征的相关系数有大于零的，也有小于零的，说明既存在正相关，又存在负相关。同时发现，手机各特征间的相关系数均小于0.4,所以不存在较高的相关性（表3）。（四）模型的检验模型的检验就是对估计的模型参数进行检验。所谓检验就是对参数估计值加以评定，确定它们在理论上是否有意义，在统计上是否显著。从表4中可知，复相关系数R=0.750，说明自变量和因变量之间的线性关系较强。又因为判定系数越接近于1，拟合程度越好，判定系数越接近于0，拟合程度越差。所以从判定

表3手机特征的相关系数PPWLLXSXTZPCCPMYSLSSFZNJCSSHFWXBFWPP1WLLX0.0241SXT-0.147**0.184**1ZPCC-0.0550.142**0.351**1PMYS0.341**0.137**0.361**0.176**1LS0.118**0.214**0.161**0.0260.135**1SFZNJ-0.200**-0.0110.069*0.0490.300**0.0611CS0.0530.103**-0.063-0.0030.0030.0340.0431SHFW0.151**-0.067*-0.057-0.087**-0.099**-0.055-0.108**0.094**1XBFW0.233**0.0650.003-0.0370.080*0.089**0.0180.0040.0251SSSJ0.293**0.336**0.129**0.345**0.122**0.305**-0.263**0.069*0.0140.080*XY0.157**0.106**-0.0500.0400.0550.092**-0.0340.109**-0.082*0.365**PJ-0.0280.0370.0520.012-0.048-0.022-0.0580.053-0.0070.05430TXSL0.090**-0.0540.0290.151**0.049-0.120**0.037-0.122**-0.0040.086*注：**表示通过0.01显著程度的双尾检验，*表示通过0.05显著程度双尾检验。样本数N=900。系数R2=0.563和经调整的R2=0.556来看，模型所能解释因变量差异的百分比约为56%，说明了该模型的拟合程度好，具有良好的解释能力。同时，结合软件生成的模型预测值与残差的散点图，可以判断模型基本不存在异方差的问题。从表4还可以看到，D-W值为1.755<2，相比4来说更接近于0，说明相邻两点的残差为正相关，但是其数值又有点接近于2,因此，可以认为模型中的误差项基本上是独立的，即倾向于无自相关。从表5中可知，回归方程方差分析的显著性检验值小于0.001，说明方程是高度显著的，拒绝全部系数均为0的原假设。表明进入方程的手机特征与手机价格P之间的线性关系能够成立。由表6可知，绝大多数回归系数的T检验显著性水平小于10%，说明回归方程中相应的偏回归系数具有显著性。通过显著性水平的检验，说明模型对样本数据的拟合在统计上是有意义的，回归方程是有效的。同时，所有变量中VIF值最小的为1.021，最大的为1.777，这些值都远远小于10，从而可以拒绝变量之间的共线性假设，可以认为自变量之间共线性程度不严重。表4模型小结0.750R2经调整的R2估计的标准误0.5630.556420.813D-W值1.755表5模型方差分析回归残差合计平方和2.019E81.567E83.587E8自由度14885899均方和1.442E7177083.24181.455Sig.0.000回归残差合计平方和2.019E81.567E83.587E8自由度14885899均方和1.442E7177083.24181.455Sig.0.000（五）模型结果和讨论各回归系数具体数值及其显著性检验结果如表6所示。手机特征价格的符号分析在10%的显著性水平下，14个自变量中有10个进入了模型，9个变量的显著性水平均小于1%。铃声、消保服务、信誉、评价4个变量的显著性水平大于10%，从统计意义来看，其回归系数与零没有差异，即这些变量没有进入到该模

表6回归系数分析未标准化系数标准化系数tSig.VIFBStd.ErrorBeta常数项-1924.988456.476-4.2170.000品牌63.88113.0250.1434.9040.0001.725网络类型167.24715.0910.27011.0820.0001.200摄像头280.30223.8100.32111.7720.0001.507主屏尺寸114.77916.3800.1847.0070.0001.397屏幕颜色179.96746.6460.1143.8580.0001.777铃声45.34230.5860.0361.4820.1391.211是否智能机276.48836.8120.1987.5110.0001.412城市50.66118.5100.0632.7370.0061.071售后服务50.16630.5580.0381.6420.1011.087消保服务22.86422.9790.0250.9950.3201.231上市时间112.21716.7720.1936.6910.0001.681信誉-16.61824.924-0.016-0.6670.5051.234评价-12.71983.740-0.003-0.1520.8791.02130天销售量-0.5020.150-0.078-3.3400.0011.106型。在10个进入模型的手机特征价格中，除30天销售量外，其余变量的符号与预期符号完全一样。根据符号可以定性地判断手机特征对手机价格的影响方向，其中品牌、网络类型、摄像头、主屏尺寸、屏幕颜色、是否智能机、城市、售后服务、上市时间对手机价格有正的影响。对于变量30天销售量，其符号为负，并且显著性水平小于1%，说明从整个手机市场来看，30天销售量对手机价格是负的影响。手机特征的特征价格分析模型的函数形式采用线性函数，因此未标准化回归系数对应着手机特征的特征价格。如品牌的特征价格为63.881元/等级，表示在其他特征不变的情况下，每上升一个等级，手机价格在平均意义上将增加63.881元。10个手机特征的平均价格和单位具体如表7所示，根据手机特征的含义，我们很容易得到一些有意

表7手机特征的特征价格特征分类特征变量特征价格标准手机数值单位特征的平均值特征总价比重/%自身特征品牌63.881元/等级3.00191.6436.8网络类型167.247元/等级1.41235.818278.4摄像头280.302元/等级2.98835.2999629.8主屏尺寸114.779元/等级2.20252.51389.0屏幕颜色179.967元/等级3.15566.8960520.2是否智能机45.342元/等级0.2913.149180.5上市时间112.217元/等级3.68412.9585614.7合计89.4平台特征城市50.661元/等级2.38120.573184.3售后服务50.166元/等级2.82141.468125.130天销售量-0.502元/部65.62-32.941241.2合计10.6总计100义的结果，如在手机自身特征中，屏幕颜色每上升一个等级，手机价格将在平均意义上上升179.967元，主屏尺寸的平均价值为114.779元，上市时间每上升一个等级，则影响范围内的1部手机的价值将在平均意义上增加112.217元，此处不再一一列举。城市、售后服务、30天销售量这三个属于平台特征，它们对于机价格有着不同的影响。城市每上升一个等级，手机价格将在平均意义上增加50.661元，这说明城市越大，手机价格越高。消费者在网上购物时为了方便会选择大城市，而大城市的消费水平比较高，运费也会高一点，这些在给手机定价时都要考虑，所以手机价格相对来说就高了。售后服务每上升一个等级，手机价格将在平均意义上增加50.166元，说明售后服务全面的手机价格就高。售后服务全面说明手机后期维修有保障，要享有全面的售后服务就要付出一定的代价，所以这些服务费加入后手机价格就会高一些。30天销售量每增加1部手机，手机价格将在平均意义上减少0.502元，说明销量越多，手机价格越低。一般店铺为了增加销量会降低手机价格，达到薄利多销的目的。手机特征的影响程度分析由于手机特征价格的单位不同，各特征对手机价格的影响程度无法进行直接的比较。但是，标准化后的回归系数（Beta）是在所有变量标准化（Z分数）后得到的，它具有可比性。使用它的绝对值进行手机特征影响程度的排序，并将手机特征分为四类。分类的标准为：|Beta|N0.100为第一类；|Beta|N0.050为第二类；|Beta|N0.035为第三类；|Beta|<0