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程度，从而解决电子商务交易等类似的社会困境[14]。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诈、欺骗、虚假等问题上[15][16]。文献[17]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、公开的。它可以被各种类型的中心测量工具予以量化[18]。

2．电子商务声誉可计算性

文献[19]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，如何收集他们的评级存在困难。文献[18]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，因为声誉是基于环境的，是基于领域的一个定量值。Yenta[20]和Weaving a Web of Trust[21]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。另一计算方法是Social Interaction Framework（SIF）[22]。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，在这种情况下，SIF并没有清楚地说明如何找到合适的人证。Khan等[23]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[24]，而通过建立企业声誉可以实现数字经济的有效运行[25]。Marco[14]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功。Zhang等[26]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史是最影响消费者决策的因素。Caruana[27]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。信任方和被信方被认为是电子商务中声誉的两个游戏方[28]。游戏双方的不完备信息将产生负的声誉影响。马辉民等[29]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及相应的解决方法。Jaramillo等[30]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性。李沁芳等[31]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向影响。文献[32]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/欺骗的行为成比例的。Khosravifar等[33]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

Money等[34]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。Hung等[35]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。

更多的研究则指向了B2C。文献[36]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。声誉体系是著名的建立信任、培养相互合作的机制[37]。文献[38]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[5]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，也可以使顾客对企业形成依赖。比如Amazon.com的声誉增加了其销售量[39]。文献[40]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，因为声誉对网络企业绩效具有很强的作用。李维安等[41]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用，如Chang等[42]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，也会影响卖家的行为[6]。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、该公司因关注顾客而出名。文献[43]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性。对有关声誉系统中的不公正评估进行深入研究的是Dellarocas[44]，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。

针对声誉的具体评价方法，You[45]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，通过系统学习来集成声誉评价分值。Ghaffarinejad等[37]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务的声誉信息来综合计算总声誉分值。Cho[46]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”）。利用电子商务声誉的有效作用，Qing Cao[47]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

文献[48]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系统[19]。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。而另一个被广泛引用的是文献[59]，它将声誉置于信任传播的场景中，声誉将影响agent之间的合作。Mui[49]和Singh [50]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。Fouss[51]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近声誉内在价值的概率模型。Bagheri等[52]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[53]。

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为方面很有限，如卢春霞等[54]将声誉评估系统与数字证书结合起来。陈锦言等[55]较全面地考虑了影响局部声誉和全局声誉的因素并改进了其计算方法。王亮等[56]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电子商务系统中基于声誉的信任模型（RTM）。Liu等[57]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法。为了保护隐私，Hasan等[58]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。