当前位置: 海南商务厅网站 > 商务频道 > 电子商务 > 调查研究 > 学术研究  > 正文

C2C电子商务纠纷对交易评价结果的影响

2009-10-26 11:08:02 来源:商务部网站

摘要:卖家信誉即交易评价汇总结果是影响C2C电子商务成功的重要因素,而交易满意度是影响买家评价结果的直接因素。本文以淘宝网的交易纠纷为样本,应用数据挖掘的方法,就交易纠纷对评价结果的影响进行了实证研究。研究结果表明,纠纷类型与评级结果之间存在显著的关联规则。最后基于研究结论对买家和平台提供商提出了相关的对策建议。
关键词:电子商务,交易纠纷,评级,数据挖掘,实证研究,淘宝网

The Effcets of C2C E-commerce Disputes on Rating Result
Shao Bingjia, Luo Xuan, Yang Haifeng
(School of Economics and Business Administration, Chongqing University,Chongqing,400030)
Abstract:The reputation of sellers is an important factor that impact the success of C2C e-commerce, and the buyer satisfaction is the direct factors influencing rating outcome. In this paper, the recorders of transaction disputes in Taobao website have been chosen as samples, using data mining methods, the impacts of trade disputes on rating result has been empirically studied. The results show that there are association rules between the types of disputes and the rating results.Some suggestions have been given to sellers and e-commerce service provider based on the research results.
Keywords: E-commerce, Transaction disputes, Rating, Data mining, Empirical Study, Taobao


1 引言
《抱团行天下——2008网商发展报告》显示,到2008年我国网商数量已经超过5000多万,在未来数年内,网商规模将呈现爆发式的增长态势,网上购物的交易额将超过1000亿元。虽然如此,网上销售额在社会商品零售总额的比例还是很低(约为0.8%)。制约电子商务发展的因素中,交易风险及其纠纷的存在处于首位。为了降低交易中的信息不对称问题,电子商务交易平台设计了在线信誉评价系统,对买卖双方的交易历史及其评价进行记录。该系统的创建对电子商务交易的达成起到了重要促进作用。在此环境下,卖家也更加重视买家的交易满意度,并且也形成了为获取好评减少差评而提高服务质量的良好风气。交易的满意度是影响交易评价结果的重要原因,交易中的不满意(或者成为纠纷)是产生非好评(包括中评和差评)的直接原因。那么,交易中一般会产生哪些交易纠纷,这些交易纠纷的存在会如何影响交易评价结果,在那种情况下买方可能对非好评结果通过买家的沟通修改为好评,这些问题的解决对卖家的经营具有重要的指导价值。而根据我们掌握的文献,还没有对这些问题的系统研究。基于此,本文以中国最大的C2C电子商务平台——淘宝网的交易数据为依据,在抽样的基础上通过数据挖掘的方法进行研究,最后基于研究结果提出相关对策建议。
2 文献回顾
本研究主要涉及以下方面的文献:C2C电子商务纠纷的含义、成因,在线信誉系统,顾客抱怨行为,以及顾客满意度影响因素。
C2C网上交易纠纷(Online Transaction Dispute,OTR)是C2C电子商务风险的一种。MacInnes(2005)认为,C2C交易的任何一方(买家或买家)对交易不满意就算作一个网上交易纠纷。本研究把一次C2C交易后,买家在信誉系统里对卖家给出非“好评”的评价,即“中评”或“差评”,就视作一个C2C交易纠纷。
C2C交易纠纷产生的原因主要是“信息不对称”(De Figueiredo,2004),在C2C交易中, 双方都是个人,通过虚拟的交易平台完成整个交易过程,一般情况下很难准确识别对方的信息。买家对卖家身份、地点、规模等不了解和对产品质量不确定,有可能导致“柠檬”市场的出现,增加了交易风险(邵兵家等,2002)。
口碑WOM(word-of-mouth)是一种消费者与消费者之间的信息交换,它会影响到产品评估和购买决策(Hugstad et al,1987)。网络扩大了WOM的影响面,Hennig-Thurau et al. (2004)指出网络的出现,使顾客可以通过浏览网页,来收集其他消费者所提供的产品咨询与主体讨论,并予以顾客能力来针对特定主体进行自身经验、意见与相关知识的分享,这就形成所谓的电子口碑(electronic word-of-mouth,EWOM,)。研究表明电子口碑(EWOM)已经成为了一个影响消费者购买行为的重要因素(Chevalier,2003; Godes,2004)。
在线信誉系统是电子口碑的一种有效形式。Resnick (2001) 认为所谓在线信誉系统是指一种在网络环境下,通过收集、合计、发布用户历史行为反馈信息,激励陌生人之间的合作行为,促进网络信任的信誉管理机制。通过记录好的和坏的行为,信誉系统积累了卖方的交易历史从而对潜在交易者确定是否信任卖方产生影响(Resnick,2000),消费者在进行在线交易决策时会利用信誉系统(Ba,2002;Gregg & Scott,2006),负反馈对信任的影响比正反馈要强(Ba,2002)。C2C电子商务网站的信用评价体系是在双方成功交易后,买卖双方进行互相评价并计入信用积分的一种体制,用户可以通过信用度和历史评价来考察卖家的诚信度(陆弘彦,韦欣 ,2007)。
C2C交易纠纷发生以后,买家对卖家是给“中评”还是“差评”,反映了买家对交易不满意的程度。关于顾客满意度的研究中,Olive(1980)的预期不确认理论认为满意是消费者对产品或服务质量的认知与先前期望进行比较之后的一种整体性的情绪反应。Parasuraman(1988)认为顾客最终对企业的服务质量是否感到满意可以由感知服务质量模型来描述:若感知服务质量等于或超出期望或预期,则顾客感到满意;若感知服务质量低于期望或预期,则顾客感到不满意。在电子商务和网络购物顾客满意度研究中,Szymanski & Hise (2000)将网络顾客满意度定义为顾客对于其在网络上购物经历的整体感受。网络顾客期望,是指顾客基于过去网络购物经验、个人特定需求和商家的声誉品牌而对购物网站整体服务质量的预期(查金祥,王立生,2006)。
交易后买家对卖家给予中评或差评的行为是网购顾客抱怨行为的一种有效形式,即负的口碑传播。Singh(1988)对传统交易中的顾客抱怨的定义被大家普遍认同:顾客抱怨是指顾客由于在购买或消费商品(或服务)时感到不满意,受不满驱使而采取的一系列行为或非行为反应。影响顾客抱怨行为的因素较多,Kolodinsky(1993)发现,产品的价格与顾客抱怨行为之间存在正相关关系。
3 研究模型
根据文献回顾和对交易记录的初步分析,本文构建了以下C2C电子商务交易买家对卖家评级结果与纠纷类型的理论研究模型(见图1)。



3.1纠纷类型
根据2008年互联网络信息中心(CNNIC)发布的《2008年中国网络购物调查研究报告》显示,商品质量与物流问题是C2C网购用户有不愉快经历的两个主要方面。较多的网购用户抱怨购买到的商品与图片或宣传不符合。由于物流送货时间太长或货卖家自身发货延迟,导致买家迟迟不能收到货物,是网民的主要抱怨点。除此以外,卖家与买家之间的沟通问题和卖家售后服务问题也是C2C网购常见纠纷。
3.1.1 商品问题
根据2008年7月淘宝网出台的《淘宝商城商品问题处理规则》,商品问题指买家购买收到的商品,存在有破损、与网上商品描述的存在差异、影响正常使用或其他质量瑕疵。本文认为商品问题包括以下四种情况:商品与描述不符、商品质量问题、商品价格问题、卖家发错商品。商品描述不符指买、卖双方成交后,买家收到的商品与网上描述(包括图片描述与文字描述)有不符的情况。6.8%的网购者抱怨商品与网上商品图片不一样,所占比例位于网购者不满购物经历之首(CNNIC,2008)。以服饰来说,卖家在网站上贴的图片很多并不是实物图,而是杂志图片扫描或者网页上宣传图片,再加上计算机不同显示器之间的色差,往往造成颜色和上身效果等与图片相去甚远。“色差太大”、“货不对板”、“穿着不如图片好看”等等是买家最常抱怨的内容。与描述不符的范围包括货物的形状、大小、重量、颜色、型号、新旧程度。商品质量问题指买、卖双方成交后,买家收到的商品是假货、劣质品或瑕疵,如劣质面料或有瑕疵的服装。卖家发错商品指买、卖双方在成交后,买家收到商品的数量、尺码、颜色、运送方式与下订单时不一致。
3.1.2 收货问题
根据CNNIC发布的《2008年中国网络购物调查研究报告》,3.6%的网购者抱怨送货时间太长。网络购物中, 时空的阻隔使得商品配送一般都要通过第三方物流公司实现。收货问题纠纷包括由第三方物流公司引起的问题和卖家发货延迟、或不发货引起的纠纷,往往会导致买家给卖家中评或差评。C2C个人卖家,大多有货物渠道资源,由于资金问题有的手上并没有货物或只有少量品种的货物。卖家在网站上贴出货物信息和图片,待买家拍下商品后他们再与供货商联系进货发货,造成买家常常会抱怨收获速度慢,甚至有时会因为供货商缺货而卖家无货可发,这对先拍了商品等待收货买家来说是一个非常不愉快的心理体验(田婕,2007),很可能会对交易给出负面的差评或中评。
3.1.3 沟通问题
沟通问题纠纷包括沟通态度纠纷和沟通有效性纠纷。Albert(2002)认为了网络沟通和消除误解之间有联系:买卖双方有沟通的交易比没有沟通的交易成功率更高、纠纷更少。从评分反馈来看,缺乏沟通是产生拍卖纠纷的一个因素。根据《2006年中国C2C网上购物调查报告》,淘宝网上买卖双方之间的沟通方式89%是通过旺旺(及时通讯工具)。淘宝网上买家给中评和差评的理由常常是卖家态度不好或是卖家不回复留言。C2C各个店铺的客服在人员数量、在线时间、素质等参差不齐,往往导致买家抱怨客服态度差或者买卖双方不能有效的沟通,特别是交易量大的店铺,在客服人员少的情况下,容易发生这类纠纷后来不及解释使得买家给出负面的评价。卖家可以通过改进客服水平来减少这类纠纷从而提高好评率。
3.1.4 售后问题
售后问题纠纷,主要是退换货标准和由此产生的运费承担问题。虽然淘宝网已出台“七天无条件退货”等保障制度,但参加的卖家还是少数。很多C2C卖家为避免退换货问题往往在“买家须知”里面写着“确定为质量问题可以退换,其他诸如面料不好、色差、与相象不符等不接受退换”,但对于“质量问题”并没有相关部门出示的统一标准,很难判断。买家双方常常就这一问题产生纠纷,若在双方协商过程中卖家态度不好或者结果不能令买家满意,那么买家就很可能给卖家负面的评级。再者,由退换货问题产生的运费承担问题各个C2C店铺处理方式不一,就算一些店铺承诺承担“商品质量问题”的退换运费,但如果买卖双方就是否是质量问题不能达成一致,也容易就退换货费用产生纠纷。
3.2 评价等级
C2C网站的信誉系统把买家对卖家评价等级分为好评、中评和差评。当买家给出一次“好评”时,卖家信用度就增加1;而当买家给出一次“差评”时,卖家信用度就减1;买家给“中评”价时,卖家信用度保持不变。买家对卖家的负面评价等级有“中评”和“差评”两个等级。本研究把“中评”也认为是负面评价,是因为淘宝网要求买家不论给“中评”或“差评”都需要写下理由,淘宝网的评价规则是如果没有不满意,就是好评。买家给出“中评”和“差评”时均有对卖家的不满意,但不满意的程度不同:“差评”的不满意程度大于“中评”的不满意程度。本研究假设C2C交易中不同的纠纷类型,会造成买家的不满意程度不同,进而买家对卖家的负面评价的等级不同。比如沟通问题中的“客服态度纠纷”就更容易得到“差评”,而最常见的“商品质量问题”不容易造成“差评”。因此,提出如下假设:
假设1:不同的纠纷类型,会造成买家对卖家不同的负面评价等级。
3.3 卖家信用
C2C卖家是直接与买家发生交易的主体,也是买家评级的对象,卖家的信用受买家评分的影响。C2C网站提供的信誉机制记录了网上拍卖交易双方在过去拍卖交易行为中的历史信誉情况,我们简称其为信誉度。彭赓等(2004)认为,信誉度虽然只是记录了历史信誉情况,但交易人可以据此作为对交易对象未来交易行为的一种预期。网络顾客期望,是指顾客基于过去网络购物经验、个人特定需求和商家的声誉品牌而对购物网站整体服务质量的预期。根据Oliver的预期不确认理论,顾客根据购前预期与绩效表现的比较结果判断是否满意。C2C卖家信誉越高,则买家的预期越高,那么发生纠纷以后,预期与感知产品质量差距越大,从而顾客不满意程度更大。综上所述,提出如下假设:
假设2:卖家信用值越高,发生同类型纠纷后买家越有可能对卖家做出“差评”。
3.4 产品价格
Kolodinsky(1993)研究传统交易中顾客抱怨的影响因素发现,产品的价格与顾客抱怨行为之间存在正相关关系。Ian MacInnes(2005)认为,C2C买家对越便宜的商品越不看重商品质量。如果商品很便宜,即使商品有质量问题买家也有可能忍受,但如果商品价格较高,买家就会更严格。本文认为,价格越高的商品,越容易引起交易纠纷,并且越易引起买家的抱怨。因此,提出如下假设:
假设3:商品价格越高,发生同类型纠纷后买家对卖家越有可能做出“差评”而不是“中评”。
4 研究设计
4.1样本来源选择
本研究样本来源于淘宝网(www.taobao.com)的评级系统,即买家对卖家的中评和差评记录。选择淘宝网是因为它是目前国内市场占有率第一的C2C电子商务交易平台,根据CNNIC 2008年的调查显示,淘宝网所占C2C市场份额已达到83.9%。在用户数方面,淘宝网注册用户已超过3000万,几乎覆盖了中国绝大部分网购人群;选择淘宝网站能够反映我国C2C交易纠纷的各种现状。
4.2选择调查对象
调查对象我们选择淘宝网上的服饰类商品,主要考虑了两大因素:一是服装家居饰品是购买用户数最多的一类商品,近一半的网民都在网上买过服装家居饰品。二是服饰类商品最能体现C2C交易纠纷特点的商品,由于C2C服饰店铺的服饰品种多、样式新、价格低、购物没有时间限制、网络商店服务的范围广等优越性吸引了大批的买家。同时,服饰类商品因标准化程度较低,被认为是“最容易产生交易纠纷、纠纷类型最多”的产品,几乎包含了所有C2C交易纠纷的类型:商品问题、收货问题、沟通问题、售后问题等。
2008年6月,淘宝网服饰类商品共251178个网店,6280页。我们选取155家店铺共计1076条纠纷作为样本。
我们的抽样方式采取分层随机抽样的。采取这种方式的理由如下:
①分有限层次既可以方便的了解层次间声誉值的差异,又便于抽样实际工作。
②随机抽样能够保证每个层次的样本比较均衡,更好的反映总体特征。
4.3数据收集
研究使用的交易数据来自淘宝网的卖家信用、产品价格和交易后买家评价,属于第一手数据。数据收集分为两大部分:格式化数据,即买家对卖家评价等级、卖家信用和产品价格信息;非格式化数据,即买家对卖家的评语。我们首先将非格式化数据通过内容分析法转变为格式化数据,然后结合格式化数据填写我们设计的客观性调查表。
4.4内容分析
在研究过程中,邀请了两名硕士生参与了制定内容分类标准的工作。首先要求他们用简洁词语来描述各个分析单元部分所体现出的C2C交易纠纷的特征,然后通过对他们描述词语的归纳,并结合国内外相关研究文献,在分析比较的基础上,根据相关性、排斥性和完备性的内容分类原则,初步形成了C2C交易纠纷分类表。
本研究的编码规则以收集到的买家对卖家“中评”和“差评”的评价内容中的关键短语或句子作为分析单元。如果某个单元的涵义十分含糊,则放弃分析。如果编码一致性达到90%及以上即认为符合数据处理要求。

5 数据处理
5.1 样本基本信息
用SPSS15.0对1076个纠纷样本的买家对卖家评价等级、卖家信用、商品价格、纠纷类型进行描述性统计分析,结果如表1和表2所示。





5.2 关联规则
根据本研究收集的数据并结合文献,C2C交易纠纷分类结果如表3所示:



用SAS9.1 对样本进行多维关联规则挖掘,共挖掘出109条纠纷类型和买家对卖家评价等级之间的关联规则。经过筛选得出27条支持度在0.4%以上,置信度在50%以上关联规则(如表4所示)。



根据表4的关联规则发现,不同的纠纷类型,会造成不同的买家对卖家评价等级结果,假设1成立。在14种类型的纠纷中,若单独出现以下10类纠纷:商品与描述不符、商品质量问题、商品价格问题、卖家发错商品、卖家发货慢、第三方物流问题、确认时间到确未收到货、沟通及时性问题、沟通有效性问题,买家大多会给卖家“中评”;而在沟通态度、售后问题出现时,买家大多会给出“差评”。
若一个交易纠纷是不同纠纷类型的组合,那么属于商品问题类的各小类纠纷的两两组合大多会造成买家给卖家“中评”;售后问题类的纠纷和其他各小类纠纷的两两组合大多会造成买家给卖家“差评”;商品问题、收货速度问题、沟通问题这三大类的各小类纠纷两两组合,除了商品质量问题和沟通态度问题的组合纠纷会造成买家对卖家“差评”,其它组合会造成“中评”。
5.3 二维聚类
对样本的卖家信用值和产品价格进行二维聚类,结果如表5所示:



由表5看出,第2类和第4类样本的价格相近,第2类样本的卖家信用值远高于第4类样本。由频数分析可知,C2C交易纠纷的类型中,商品与描述不符(A1)是发生频率最高的纠纷。本研究选取纠纷A1进行不同类的比较,得出结果如表6所示。



表6显示,两类的信度(confidence)明显不同,表示两类卖家信用差距大的样本在发生同样的商品与描述不符这类纠纷时,对给“中评”的买家百分数不同:第2类有32%的买家给卖家差评,第4类仅有3%的买家给卖家差评。在商品价格较高时,卖家信用越高,发生同类型纠纷后买家越有可能对卖家做出“差评”而不是“中评”,假设2成立。



由表7看出,第1类与第7类样本的卖家信用值相近,第1类样本的价格远高于第7类样本价格。由表7可得出,在在这两类样本发生相同纠纷类型——商品与描述不符时,第1类与第7类样本的买家给卖家中评的百分比几乎相同,假设3不成立。
6 研究结论
6.1 研究结论
通过数据分析可以发现,在发生交易纠纷时,如果涉及商品方面的问题,评价结果大多为“中评”;如果涉及商品质量和沟通及时性、退换货和沟通的态度问题,大多为“差评”。 同样的纠纷,如果卖家信誉值高,评价结果低。商品的价格对评价结果没有显著影响。
6.2 管理意义
对于卖家而言,交易纠纷的发生是在所难免,但是,针对相同问题采取的措施不同,买家的评价结果就会迥异。如果发生买家提出退换货等方面的问题,要及时处理,承担相应的退换货费用。同时,在发生纠纷时,卖家的态度至关重要,特别是信誉值较高的卖家在处置不当时,更易遭到差评。
对于交易平台提供商而言,需要进一步完善信誉评价系统。现在的评价系统只是把卖家的交易结果进行汇总,缺乏更为详细的统计。而买家在选择卖家时,不单单注意卖家的信誉值,更关注交易纠纷结果的成因。如果能够基于历史统计结果,为买家提供交易纠纷类型发生的可能性预警,对于促进交易的进行将有帮助。
6.3 研究局限与未来研究方向
由于条件所限,本研究只选取了服装这一交易量最大的商品作为研究对象,而交易纠纷的产生在不同类型的商品类别间会有差异,将研究结论推广到其它商品时可能会有局限;另外,交易评价会因买家的个人特性有所差异,有多人会比较宽容,有的人相对苛刻,对同样的纠纷做的评价不同。在未来的研究中,可以选择更多的商品类别,进行比较,同时对买家的个人特性进行调查,发现个性对评价结果的影响。

(作者:邵兵家,罗旋,杨海峰 )


参考文献
[1]. 阿里巴巴研究中.2008年度网商发展研究报告[EB/OL]. http://alirenzheng.alibaba.com/shared/aliresearch/baoxingtianxia.pdf.
[2]. 中国互联网络信息中心(CNNIC). 2008年中国网络购物调查研究报告[EB/OL]. http://www.cnnic.cn/uploadfiles/doc/2008/6/23/133555.doc.
[3]. 陆弘彦,韦欣.C2C网络市场的信用体系比较研究[J]. 广西财经学院学报, 2007,20(5):76-79.
[4]. 邵兵家,吴俊. 电子商务发展与中介效率的博弈论分析[J]. 重庆大学学报(社会科学版),2002,8(2):45-48.
[5]. 查金祥,王立生.网络购物顾客满意度影响因素的实证研究[J]. 管理科学, 2006,19(1):50-58 .
[6]. Albert M. E-Buyer Beware: Why Online Auction Fraud Should be Regulated[J]. American Business Law Journal, 2002,39(4): 575–643.
[7]. Ba, S., Pavlou. P.A. Evidence of the effect of trust building technology in electronic markets: Price premiums and buyer behavior[J]. MIS Quarterly, 2002,26(3):243–268.
[8]. Ba, S., Whinston, A.B., Zhang, H. Building trust in online auction markets through an economic incentive mechanism[J]. Decision Support Systems, 2003, 35(3):273–286.
[9]. Chevalier, J., Mayzlin, D. The Effect of Word of Mouth on Sales: Online Book Reviews[R]. Working paper. 2003.
[10]. De, Figueiredo., J.M. Finding sustainable profitability in electronic commerce[J]. Sloan Management Review, 2004,14(4): 41–52.
[11]. Dellarocas, C. The digitization of word of mouth: Promise and challenges of online feedback mechanisms[J]. Management Science, 2003,49(10): 1407–1424.
[12]. Dellarocas C. Immunizing Online Reputation Reporting Systems Against Unfair Ratings and Discriminatory Behavior[A]. Proceeding of the 2nd ACM Conf on Electronic Commerce[C]. Minneapolis,2000,17-20.
[13]. Friedman, E.J., Resnick, P. The Social Costs of Cheap Pseudonyms[R]. Unpublished manuscript. 2000.
[14]. Grazioli, S., Jarvenpaa, S. L. Deceived:Under Target On Line[J]. Communications of the ACM ,2003,46(12):196-205.
[15]. Godes, D., Mayzlin, D. Using Online Conversations to Study World of Mouth Communication[R]. Working paper, 2004.
[16]. Gregg, D.G. , Scott, J. E. The Role of Reputation Systems in Reducing On-Line Auction Fraud[J]. International Journal of Electronic Commerce, 2006, 10(3):95-120.
[17]. Hugstad, P. , Taylor, J.W. ,Bruce, G.D. The Effcts of Social Class and Perceived Risk on Consumer Information Search[J]. Journal of Consumer Marketing, 1987,1(1):47-52.
[18]. Hennig-Thurau, T., Gwinner, K.P., Walsh, G. , Dremler, D.D. Electronic Word-of Mouth via consumer-opinion platforms: what motivates consumers to articulate themselves on the internet?[J]. Journal of Interactive Marketing, 2004,18(1):38-52.
[19]. Keser, C. Trust and Reputation Building in Ecommerce [B]. http://www.cirano.qc.ca/pdf/ publication/2002s-75.pdf, 2002.
[20]. Kolodinsky, Jane. Complaints, Redress, and Subsequent Purchases of Medical Services by Dissatisfied Consumers[J]. Journal of Consumer Policy, 1993,16(2):193-214.
[21]. Lee, M.K., Turban, E. A trust model for consumer Internet shopping[J]. International Journal of Electronic Commerce, 2001, 6(1):75-91.
[22]. Lee, B. , Yoo, B. “Auction Market” and Information Asymmetry in Electronic Commerce[M].http://www.gsia.cmu.edu/andrew/sandras/public/wise/pdf/blee01.pdf, 1999.
[23]. Macinnes, I. Causes of Disputes in Online Auctions[J]. Electronic Markets, 2005,15(2):146-157.
[24]. Mishra, D.P. , Heide, J.B. , and Cort, S.G. Information asymmetry and levels of agency relationships[J]. Journal of Marketing Research, 1998,35(3):277-295.
[25]. Oliver Richard L. A Cognitive Model of the Antecedents and Consequences of Satisfaction Decision[J]. Journal of Marketing Research, 1980,17(Nov.):460-469.
[26]. Ottaway, T.A. , Bruneau, C.L. , and Evans, G.E. The impact of auction item image and buyer/seller feedback ratings on electronic auctions[J]. Journal of Computer Information Systems, 2003,43(3):56-60.
[27]. Parasurman, A. , Zeithaml, A. , Berry, L. L. Communication and Control Process in the Delivery of Service Quality[J]. Journal of Marketing, 1988,52(2):35-48.
[28]. Resnick, P. , Zeckhauser, R. , Friedman, E. , and Kuwabara, K. Reputation systems[J]. Communications of the ACM, 2000,43(12):45-48.
[29]. Resnick, P., Zeckhauser, R. Trust Among Strangers in Internet Transactions: Empirical Analysis of eBay’s Reputation System[R]. working paper, 2001.
[30]. Resnick, P. , Kuwabara, K. , Zeckhauser, R. ,et al. Reputation Systems[J]. Communications of the ACM , 2000, 43(12):45-48.
[31]. Singh, Jagdip. Consumer Complaint Intentions and Behavior:Definitional and Taxonomical issues[J]. Journal of Marketing, 1988,52(January):93-107.
[32]. Szymanski, D. M. , Hise, R. T. E-satisfaction: An Initial Examination[J]. Journal of Retailing, 2000, 76(3):309-322.
[33]. Tan, Y., Theon, W. Toward a generic model of trust for electronic commerce[J]. International Journal of Electronic Commerce, 2000,5(2):61–76.

相关新闻:



中国经济简明统计

国内生产总值(2016年) 744127亿元
社会消费品零售总额(5月) 29459亿元
居民消费价格指数(5月) 1.5%
工业品出厂价格指数(5月) 5.5%
进出口总额(5月) 3412.5亿美元
实际使用外资金额(1-4月) 427.3亿美元
对外直接投资(1-5月) 345.9亿美元
劳务合作派出人员(1-5月) 18.6万人
对外承包工程(1-5月) 504亿美元

中国货物进出口统计

更多>指数指标

岛内收购价格
品种 地区 收购价(元/公斤)
芒果海口市6.5元
香蕉临高县.82元
香蕉海口市3.6元
岛内批发价格
品种 地区 批发价(元/公斤)
芒果海口市6.6元
香蕉海口市3.7元
销地批发价格
品种 地区 批发价(元/公斤)
长茄宁夏区2.5元
长茄内蒙古2.6元
长茄江苏省2.85元
长茄山西省2.2元
长茄河南省2元
长茄江苏省2.4元
销地零售价格
品种 地区 零售价(元/公斤)
芒果乐东黎族自治县9.2元
(芒果)红贵妃乐东黎族自治县9.8元
(芒果)金煌乐东黎族自治县8.2元
(芒果)台农一号乐东黎族自治县6.5元

您是第 55773383 位访客