劉章發(fā)（聊城大學(xué)東昌學(xué)院，山東聊城252000）

?

大數(shù)據(jù)背景下跨境電子商務(wù)信用評(píng)價(jià)體系構(gòu)建

劉章發(fā)
（聊城大學(xué)東昌學(xué)院，山東聊城252000）

摘 要：隨著“一帶一路”戰(zhàn)略部署的逐步推進(jìn)，我國(guó)跨境電子商務(wù)迅速崛起，大數(shù)據(jù)發(fā)展也隨之正式上升為國(guó)家戰(zhàn)略。一直以來(lái)，信用問(wèn)題都是影響我國(guó)跨境電商快速健康發(fā)展的一個(gè)重要因素，運(yùn)用大數(shù)據(jù)技術(shù)構(gòu)建信用評(píng)價(jià)體系成為解決這一難題的必然路徑。為更好地改善貿(mào)易環(huán)境，降低貿(mào)易風(fēng)險(xiǎn)，提高貿(mào)易效率，提升我國(guó)企業(yè)跨境電子商務(wù)水平及在國(guó)際貿(mào)易中的地位，可基于大數(shù)據(jù)征信構(gòu)建跨境電商信用評(píng)價(jià)指標(biāo)體系，運(yùn)用與大數(shù)據(jù)相匹配的指標(biāo)賦權(quán)方法——模糊層次分析法為各指標(biāo)賦予權(quán)重，并在此基礎(chǔ)上構(gòu)建與大數(shù)據(jù)相匹配的信用評(píng)價(jià)模型，結(jié)合先進(jìn)機(jī)器學(xué)習(xí)工具進(jìn)行訓(xùn)練和預(yù)測(cè)，從而最終可以在互聯(lián)網(wǎng)界面準(zhǔn)確、實(shí)時(shí)傳輸評(píng)價(jià)結(jié)果，構(gòu)建出完整、動(dòng)態(tài)的跨境電商信用評(píng)價(jià)體系。

關(guān)鍵詞：大數(shù)據(jù)；跨境電子商務(wù)；信用評(píng)價(jià)

跨境電子商務(wù)（以下簡(jiǎn)稱“跨境電商”）是把傳統(tǒng)國(guó)際貿(mào)易加以網(wǎng)絡(luò)化、電子化的新型國(guó)際貿(mào)易方式。隨著國(guó)家“一帶一路”戰(zhàn)略的推進(jìn)，跨境電商迅速崛起，有望成為“中國(guó)制造”出口的新通道。中國(guó)電子商務(wù)研究中心發(fā)布的《2015年（上）中國(guó)電子商務(wù)市場(chǎng)數(shù)據(jù)監(jiān)測(cè)報(bào)告》顯示，2015年上半年，中國(guó)電子商務(wù)交易額達(dá)到7.64萬(wàn)億元，其中跨境電商交易規(guī)模為2萬(wàn)億元，同比增長(zhǎng)42.8%，占我國(guó)進(jìn)出口總值的17.3%。中國(guó)產(chǎn)業(yè)信息網(wǎng)發(fā)布的《2015—2020年中國(guó)電商物流行業(yè)投資前景及發(fā)展戰(zhàn)略研究分析報(bào)告》預(yù)計(jì)，未來(lái)幾年我國(guó)跨境電商交易規(guī)模將不斷提升，至2017年有望達(dá)到8萬(wàn)億元，在進(jìn)出口貿(mào)易總額中的滲透率將達(dá)到23.1%，占中國(guó)進(jìn)出口貿(mào)易的比例將提高到20%，年增長(zhǎng)率將超過(guò)30%，成為中國(guó)進(jìn)出口貿(mào)易增長(zhǎng)最快的領(lǐng)域。

然而，跨境電商的蓬勃發(fā)展也面臨諸多制約因素，其中信用問(wèn)題就是發(fā)展瓶頸之一。電子商務(wù)與傳統(tǒng)交易模式相比存在信息不對(duì)稱的問(wèn)題，而跨境電商因買賣雙方處于不同國(guó)家，買家更是很難對(duì)賣家信用做出準(zhǔn)確判斷。信用的缺失會(huì)引起交易之前的逆向選擇和交易之后的道德風(fēng)險(xiǎn)，增加交易成本，降低市場(chǎng)效率。中國(guó)電子商務(wù)研究中心高級(jí)分析師張周平[1]表示，中國(guó)的跨境電商正在經(jīng)歷從量變到質(zhì)變的過(guò)程，信用體系建設(shè)已經(jīng)刻不容緩。

跨境電商信用體系建設(shè)主要包括兩大部分，即信用評(píng)價(jià)指標(biāo)體系和信用評(píng)價(jià)模型。良好的信用評(píng)價(jià)指標(biāo)體系是信用體系建設(shè)的基礎(chǔ)，它需要以多維度、多層次、多渠道的海量信息構(gòu)成原始數(shù)據(jù)，然后再?gòu)木蘖繑?shù)據(jù)中尋找關(guān)聯(lián)性并提煉出能夠反映共同特征的指標(biāo)，而目前備受關(guān)注的大數(shù)據(jù)技術(shù)正好能夠完美地解決這些問(wèn)題。

對(duì)于大數(shù)據(jù)，研究機(jī)構(gòu)高德納（Gartner）給出了這樣的定義：大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模（Vol?ume）、快速的數(shù)據(jù)流轉(zhuǎn)（Velocity）、多樣的數(shù)據(jù)類型（Variety）、價(jià)值密度低（Value）四大特征（也稱4V特征）。大數(shù)據(jù)在生產(chǎn)經(jīng)營(yíng)、日常消費(fèi)、商務(wù)活動(dòng)等諸多領(lǐng)域源源不斷地產(chǎn)生、積累、變化和發(fā)展，已經(jīng)被越來(lái)越多的企業(yè)視為重要生產(chǎn)要素。大數(shù)據(jù)的應(yīng)用為跨境電商的戰(zhàn)略選擇、營(yíng)銷決策、金融服務(wù)、趨勢(shì)預(yù)測(cè)等帶來(lái)了顛覆性變革，同時(shí)也給征信體系建設(shè)帶來(lái)了新的思路，原來(lái)海量龐雜、看似無(wú)用的數(shù)據(jù)，經(jīng)過(guò)清洗、匹配、整合、挖掘，可以轉(zhuǎn)換成信用數(shù)據(jù)，且信用評(píng)估的效率和準(zhǔn)確性也得到了一定程度的提升，使得“一切數(shù)據(jù)皆信用”成為可能。新的信用風(fēng)險(xiǎn)體系具有一個(gè)顛覆性的基本思想，即一切數(shù)據(jù)皆信用，這是需要以大數(shù)據(jù)技術(shù)作為支撐的。[2]

一、基于大數(shù)據(jù)的指標(biāo)確定原則

大數(shù)據(jù)技術(shù)的戰(zhàn)略意義并不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。在大數(shù)據(jù)背景下研究信用評(píng)價(jià)指標(biāo)應(yīng)當(dāng)遵循以下原則：

（一）合法性

2015年博鰲亞洲論壇關(guān)于大數(shù)據(jù)的討論主要聚焦于大數(shù)據(jù)安全和隱私保護(hù)等方面?？缇畴娚痰慕灰纂p方隸屬于不同的國(guó)家，而每個(gè)國(guó)家關(guān)于隱私保護(hù)的法律法規(guī)不盡相同，因此需要格外注意運(yùn)用大數(shù)據(jù)征信的合法性。關(guān)于保護(hù)數(shù)據(jù)隱私，許多國(guó)家都制定了嚴(yán)格的隱私法律。其中，歐盟1995年頒布了《歐盟數(shù)據(jù)保護(hù)指令》（DPP），美國(guó)聯(lián)邦貿(mào)易委員會(huì)（FTC）從1995年開(kāi)始關(guān)注數(shù)據(jù)隱私和電子商務(wù)并與歐盟簽署了《安全港協(xié)定》，英國(guó)政府1998年頒布了《數(shù)據(jù)保護(hù)法案》（DPA）等，[3]而中國(guó)有關(guān)大數(shù)據(jù)隱私保護(hù)的立法幾乎是空白。大數(shù)據(jù)征信要避免不必要的國(guó)際法律糾紛，對(duì)于可能牽涉到隱私的數(shù)據(jù)或指標(biāo)，應(yīng)當(dāng)在獲得授權(quán)后收集、使用。由于大數(shù)據(jù)隱私目前具有不確定因素，如果處理不當(dāng)，會(huì)給用戶帶來(lái)不可預(yù)知的傷害，這也是跨境電商交易的風(fēng)險(xiǎn)之一。

（二）完整性

大數(shù)據(jù)征信有利于指標(biāo)體系的完整構(gòu)建，使之能夠全方位反映信用的真實(shí)情況。然而，大數(shù)據(jù)征信面臨著信用孤島的難題，這在跨境電商上表現(xiàn)得更為突出。內(nèi)部信用信息碎片化，外部信用信息孤立化，缺乏統(tǒng)一標(biāo)準(zhǔn)，融合性不強(qiáng)，不能互聯(lián)互通，給大數(shù)據(jù)征信帶來(lái)了很大的困難。要真正解決這些問(wèn)題必須進(jìn)行頂層設(shè)計(jì)，就目前而言，為構(gòu)建更加完整的指標(biāo)體系，在進(jìn)行大數(shù)據(jù)征信時(shí)要對(duì)信息進(jìn)行系統(tǒng)梳理，同時(shí)以合作交換等方式從外部挖掘信用信息。

（三）有效性

有效的指標(biāo)建立在有效的大數(shù)據(jù)基礎(chǔ)之上。目前，大數(shù)據(jù)已經(jīng)成為專家學(xué)者及各界精英研究、討論的熱點(diǎn)，但也不免存在過(guò)度炒作的嫌疑。正確認(rèn)識(shí)大數(shù)據(jù)需要樹(shù)立這樣一種意識(shí)：大數(shù)據(jù)不是萬(wàn)能的，它不等于大量的數(shù)據(jù)，大量的數(shù)據(jù)并不一定具有價(jià)值。大數(shù)據(jù)價(jià)值密度低，經(jīng)典的“二八定律”同樣預(yù)示著在某個(gè)數(shù)據(jù)源中或許只有10%～ 20%的數(shù)據(jù)是有用的。因此，在抓取跨境電商信用評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)時(shí)，挖掘的方向和對(duì)數(shù)據(jù)的清洗非常關(guān)鍵，盲目追求海量數(shù)據(jù)只會(huì)降低指標(biāo)的有效性。大數(shù)據(jù)工作就好像在一堆稻草中尋找一根針，只有真正發(fā)現(xiàn)了這根“針”，所提煉的指標(biāo)才具有說(shuō)服力。

從某種程度上說(shuō)，大數(shù)據(jù)是數(shù)據(jù)分析的前沿技術(shù)。簡(jiǎn)而言之，從各種類型的海量數(shù)據(jù)中快速獲得有價(jià)值信息的能力就是大數(shù)據(jù)技術(shù)，明確這一點(diǎn)至關(guān)重要，而也正是這一點(diǎn)促使該技術(shù)具備走向眾多企業(yè)的潛力。

二、基于大數(shù)據(jù)的指標(biāo)體系構(gòu)建

馬云是中國(guó)電子商務(wù)領(lǐng)域的傳奇人物，2014年他曾經(jīng)表示，人類正在從信息技術(shù)（IT）時(shí)代走向數(shù)據(jù)技術(shù)（DT）時(shí)代”。[4]數(shù)據(jù)技術(shù)時(shí)代，數(shù)據(jù)本身被視為資產(chǎn)，在“互聯(lián)網(wǎng)+”過(guò)程中，大數(shù)據(jù)將為所有產(chǎn)業(yè)帶來(lái)顛覆、創(chuàng)新和紅利。將大數(shù)據(jù)技術(shù)運(yùn)用到跨境電商領(lǐng)域的征信方面，首先需要考慮兩個(gè)維度：一是數(shù)據(jù)挖掘的廣度；二是數(shù)據(jù)挖掘的深度。就廣度而言，大數(shù)據(jù)要多源采集和挖掘傳統(tǒng)技術(shù)手段無(wú)法抓取和處理的數(shù)據(jù)，如社交網(wǎng)站上大量用戶生成內(nèi)容（User Generated Content，UGC）的文本、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)都可能是有價(jià)值的，能夠提煉出與跨境電商信用評(píng)價(jià)相關(guān)的共同因子，如境外客戶滿意度等?；诖髷?shù)據(jù)抽取計(jì)算出的境外客戶滿意度將更真實(shí)、更有效。大數(shù)據(jù)挖掘的重點(diǎn)將是網(wǎng)絡(luò)上的內(nèi)容數(shù)據(jù)和行為軌跡數(shù)據(jù)。就深度而言，大數(shù)據(jù)要結(jié)合云計(jì)算及機(jī)器學(xué)習(xí)工具理清龐雜數(shù)據(jù)之間復(fù)雜的結(jié)構(gòu)關(guān)系，對(duì)數(shù)據(jù)進(jìn)行分類、聚類、降噪等處理，使原始數(shù)據(jù)標(biāo)準(zhǔn)化后成為轉(zhuǎn)換數(shù)據(jù)，轉(zhuǎn)換數(shù)據(jù)合并到元變量，元變量輸入到不同模塊，每一模塊代表一種特征，由此形成有效的評(píng)價(jià)指標(biāo)。

中國(guó)互聯(lián)網(wǎng)商務(wù)金融研究院院長(zhǎng)張?jiān)破鸺捌鋱F(tuán)隊(duì)[5]在開(kāi)發(fā)信聯(lián)網(wǎng)商務(wù)信用體系的研究中，以三個(gè)維度構(gòu)建大數(shù)據(jù)征信采集結(jié)構(gòu)：第三方數(shù)據(jù)、電商平臺(tái)交易數(shù)據(jù)、網(wǎng)絡(luò)軌跡數(shù)據(jù)。本文認(rèn)為，這三個(gè)維度不僅覆蓋面廣，而且既有靜態(tài)數(shù)據(jù)又有動(dòng)態(tài)數(shù)據(jù)，既有傳統(tǒng)數(shù)據(jù)又有非傳統(tǒng)數(shù)據(jù)，符合對(duì)跨境電商信用數(shù)據(jù)采集的要求。因此，跨境電商信用評(píng)價(jià)指標(biāo)體系將以三個(gè)維度為準(zhǔn)則，并結(jié)合文獻(xiàn)、理論以及跨境電商實(shí)際狀況，對(duì)每一準(zhǔn)則下的具體指標(biāo)進(jìn)行分析和提煉。

（一）第三方數(shù)據(jù)下的指標(biāo)

第三方數(shù)據(jù)主要來(lái)自工商、質(zhì)檢、稅務(wù)等政府職能部門以及銀行等金融機(jī)構(gòu)和跨境電商所在的網(wǎng)絡(luò)平臺(tái)，一般是靜態(tài)、傳統(tǒng)數(shù)據(jù)。第三方數(shù)據(jù)往往是公開(kāi)的或者是通過(guò)合作交換得到的。從政府職能部門公開(kāi)的信息可以得到跨境電商的資質(zhì)認(rèn)證指標(biāo)。根據(jù)2012年商務(wù)部電子商務(wù)和信息化司發(fā)布的《電子商務(wù)企業(yè)資質(zhì)認(rèn)證標(biāo)準(zhǔn)》（征求意見(jiàn)稿），資質(zhì)認(rèn)證指標(biāo)具體包括工商注冊(cè)信息、納稅信息、域名注冊(cè)信息等。通過(guò)第三方以及企業(yè)內(nèi)部信息可以獲得財(cái)務(wù)指標(biāo)，這是最經(jīng)典的指標(biāo)，在信用評(píng)價(jià)方面具有很強(qiáng)的說(shuō)服力。周子元[6]提出，影響企業(yè)信用的主要因素是涉及公司財(cái)務(wù)的資產(chǎn)規(guī)模、贏利水平、經(jīng)營(yíng)能力、償債能力等，準(zhǔn)確評(píng)估信用的前提是具備完善而精確的財(cái)務(wù)數(shù)據(jù)，因此應(yīng)在信用評(píng)價(jià)體系中提高財(cái)務(wù)指標(biāo)的比重?？缇畴娚唐髽I(yè)在與銀行或網(wǎng)絡(luò)借貸公司進(jìn)行借貸時(shí)產(chǎn)生的金融服務(wù)記錄同樣是衡量信用的重要指標(biāo)，包括企業(yè)在銀行的信用等級(jí)、抵押擔(dān)保情況、違約記錄等。

此外，跨境電商與普通電商的重要區(qū)別在于，商務(wù)活動(dòng)是否涉及出關(guān)。根據(jù)跨境電商服務(wù)流程的特殊性，應(yīng)當(dāng)添加一些有針對(duì)性的指標(biāo)，如通關(guān)記錄等。楊堅(jiān)爭(zhēng)等[7]在較大規(guī)模問(wèn)卷調(diào)查基礎(chǔ)上，應(yīng)用主成分分析法歸納出了五個(gè)對(duì)跨境電商發(fā)展具有重要影響的指標(biāo)，其中之一就是電子通關(guān)指標(biāo)，并細(xì)分為電子報(bào)關(guān)、貨物查驗(yàn)、稅費(fèi)征收三個(gè)具體指標(biāo)。

（二）電商平臺(tái)交易數(shù)據(jù)下的指標(biāo)

跨境電商交易數(shù)據(jù)多是動(dòng)態(tài)傳統(tǒng)數(shù)據(jù)，可運(yùn)用大數(shù)據(jù)技術(shù)進(jìn)行實(shí)時(shí)更新和監(jiān)測(cè)。產(chǎn)品質(zhì)量和服務(wù)質(zhì)量是電商企業(yè)信用評(píng)價(jià)常用的指標(biāo)，其中與產(chǎn)品質(zhì)量相關(guān)的指標(biāo)包括產(chǎn)品與描述是否相符、產(chǎn)品合格率、退貨率等，與服務(wù)質(zhì)量相關(guān)的指標(biāo)包括賣家態(tài)度、物流速度、保險(xiǎn)服務(wù)情況等。用戶交易之后會(huì)在電商平臺(tái)上對(duì)產(chǎn)品和服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)，其評(píng)價(jià)結(jié)果對(duì)所有瀏覽者可視。從交易成本理論角度思考，由于境外顧客與跨境電商之間存在嚴(yán)重的信息不對(duì)稱，為做出正確的購(gòu)買決策，境外顧客需要付出昂貴的交易成本，包括搜尋成本、信息成本、決策成本、違約成本等。老顧客對(duì)已達(dá)成交易的評(píng)價(jià)積累，如好評(píng)率等，會(huì)明顯降低新顧客的交易成本，新顧客對(duì)跨境電商信用的初始判斷在很大程度上受此影響。

一般而言，企業(yè)的守信行為會(huì)促進(jìn)交易的達(dá)成。反過(guò)來(lái)，交易規(guī)模大代表用戶認(rèn)可度或忠誠(chéng)度高，說(shuō)明企業(yè)具有良好的信用。交易規(guī)模表現(xiàn)在很多方面，如累積交易額、交易成功率、新顧客增長(zhǎng)率、老顧客回頭率等。此外，對(duì)跨境電商交易活動(dòng)而言，因雙方處于不同國(guó)家，紛雜的不確定性因素直接或間接影響交易安全，如信息安全、支付安全等，而用戶信息遭到泄露、跨境支付存在安全漏洞等都會(huì)引發(fā)信用風(fēng)險(xiǎn)。

（三）網(wǎng)絡(luò)軌跡數(shù)據(jù)下的指標(biāo)

目前，社交網(wǎng)絡(luò)已經(jīng)成為用戶覆蓋面最廣、傳播影響最大、商業(yè)價(jià)值最高的web3.0業(yè)務(wù)，是一種能夠?qū)崿F(xiàn)價(jià)值均衡分配的互聯(lián)網(wǎng)方式。社交平臺(tái)數(shù)據(jù)多是動(dòng)態(tài)非傳統(tǒng)數(shù)據(jù)，涉及大量傳統(tǒng)上無(wú)法處理的非結(jié)構(gòu)化、半結(jié)構(gòu)化信息。首先，社交網(wǎng)絡(luò)往往是顧客表達(dá)自我情緒的平臺(tái)，必然存在對(duì)跨境電商的情緒表達(dá)，基于大數(shù)據(jù)手段，對(duì)相關(guān)文本、圖像（包括表情）、音頻、視頻等進(jìn)行搜尋和分析，將之放入某種數(shù)據(jù)分析模型計(jì)算用戶滿意度，所得到的結(jié)果將更真實(shí)、更有效。其次，社交網(wǎng)絡(luò)的靈魂是共享，信息傳播速度快，甚至是病毒式傳播，對(duì)跨境電商的正面信息分享實(shí)際上是顧客無(wú)意識(shí)進(jìn)行的營(yíng)銷推廣活動(dòng)。因此，可將顧客主動(dòng)分享作為信用評(píng)價(jià)的指標(biāo)之一，正面分享越具有廣度和深度，表示企業(yè)信用越高，具體指標(biāo)包括轉(zhuǎn)發(fā)頻率、分享鏈接數(shù)目、建立專題群組等。其三，有學(xué)者從企業(yè)家信用與企業(yè)信用相互關(guān)系角度論證了企業(yè)家信用對(duì)企業(yè)組織整體信用的決定性作用，[8]因此應(yīng)將跨境電商管理者的個(gè)人信用納入指標(biāo)體系，并運(yùn)用大數(shù)據(jù)挖掘管理人員關(guān)系數(shù)據(jù)和行為數(shù)據(jù)，以此客觀呈現(xiàn)個(gè)人信用狀況。阿里巴巴旗下的芝麻信用管理有限公司推出的芝麻信用，就是運(yùn)用大數(shù)據(jù)及云計(jì)算技術(shù)挖掘用戶身份特質(zhì)、行為偏好、人脈關(guān)系、信用歷史、履約能力等信息以對(duì)個(gè)人進(jìn)行征信的。其四，公眾號(hào)影響力也是判斷跨境電商信用的一個(gè)指標(biāo)。當(dāng)前，在社交平臺(tái)上建立企業(yè)公眾號(hào)成為營(yíng)銷的新常態(tài)，公眾號(hào)的影響力體現(xiàn)在兩個(gè)方面：一是粉絲數(shù)目或關(guān)注人數(shù)多，說(shuō)明影響面廣，其中尤其是境外人員的關(guān)注；二是粉絲在線參與度高，說(shuō)明影響程度深。

綜合以上分析，基于大數(shù)據(jù)構(gòu)建跨境電商信用評(píng)價(jià)指標(biāo)體系，如圖1、表1所示。

圖1　大數(shù)據(jù)下跨境電商信用評(píng)價(jià)指標(biāo)體系框架

表1　大數(shù)據(jù)下跨境電商信用評(píng)價(jià)的具體指標(biāo)

三、基于大數(shù)據(jù)的指標(biāo)權(quán)重確定方法

在計(jì)算指標(biāo)權(quán)重的方法中，層次分析法（Ana?lytic Hierarchy Process，AHP）使用最為廣泛，是一種定性與定量相結(jié)合的決策分析方法。層次分析法最初于20世紀(jì)70年代由美國(guó)著名運(yùn)籌學(xué)家薩蒂（SAATY A L）提出，它既是一種分析多目標(biāo)、多準(zhǔn)則復(fù)雜大系統(tǒng)的有力工具，也是一個(gè)將決策者對(duì)復(fù)雜系統(tǒng)的決策思維過(guò)程模型化、數(shù)量化的過(guò)程。層次分析法將定性指標(biāo)與定量指標(biāo)相結(jié)合，綜合了德?tīng)柗品ǖ倪m用性和數(shù)理統(tǒng)計(jì)方法的科學(xué)性，具有思路清晰、方法簡(jiǎn)單、適用面廣、系統(tǒng)性強(qiáng)等特點(diǎn)，[9]其主要步驟包括構(gòu)建遞階層次結(jié)構(gòu)模型、構(gòu)造兩兩比較判斷矩陣、一致性檢驗(yàn)等。

其實(shí)，在大數(shù)據(jù)背景下，傳統(tǒng)的層次分析法并不十分適用，這主要表現(xiàn)為以下兩點(diǎn)：一是構(gòu)建判斷矩陣時(shí)，傳統(tǒng)層次分析法要求專家以一個(gè)精確值來(lái)比較兩個(gè)指標(biāo)之間的重要性，而大數(shù)據(jù)征信所提取的指標(biāo)不僅量大，而且復(fù)雜，專家很難提供精確的比較值，此時(shí)用“大約”“左右”等模糊概念表示更合理、更自然；二是傳統(tǒng)層次分析法在構(gòu)建一致判斷矩陣時(shí)工作量大，判斷矩陣不能通過(guò)一致性檢驗(yàn)時(shí)，需要一次次地進(jìn)行調(diào)整—檢驗(yàn)—再調(diào)整—再檢驗(yàn)，直至滿足要求。大數(shù)據(jù)下的指標(biāo)無(wú)疑將使該檢驗(yàn)過(guò)程變得更加紛繁復(fù)雜、循環(huán)往復(fù)。因此，傳統(tǒng)的層次分析法并不適合用來(lái)確定大數(shù)據(jù)條件下的指標(biāo)權(quán)重，需要在算法上做出改進(jìn)。模糊層次分 析 法（Fuzzy Analytic Hierarchy Pro?cess，F(xiàn)AHP）將模糊數(shù)學(xué)的概念引入層次分析法，改進(jìn)了傳統(tǒng)層次分析法存在的問(wèn)題，提高了結(jié)果的可靠性。模糊層次分析法主要可分為兩種，其中一種基于模糊數(shù)，即不要求專家提供判斷矩陣中的精確值，而是給出模糊量，可以解決專家思維判斷的模糊性問(wèn)題與客觀決策對(duì)象的復(fù)雜性問(wèn)題，最常使用的是三角模糊層次分析法；另一種基于模糊一致矩陣，可利用模糊一致矩陣的性質(zhì)簡(jiǎn)化一致性檢驗(yàn)問(wèn)題。兩種模糊層次分析法對(duì)結(jié)構(gòu)層次多、評(píng)價(jià)因素多的對(duì)象系統(tǒng)都很適宜。因此，大數(shù)據(jù)背景下跨境電商信用評(píng)價(jià)指標(biāo)權(quán)重的確定應(yīng)使用模糊層次分析法。表2對(duì)傳統(tǒng)的層次分析法與基于三角模糊數(shù)的層次分析法進(jìn)行了對(duì)比。

四、基于大數(shù)據(jù)的信用評(píng)價(jià)模型

構(gòu)建跨境電商信用評(píng)價(jià)指標(biāo)體系并確定各指標(biāo)權(quán)重之后，接下來(lái)就要分析應(yīng)當(dāng)運(yùn)用哪種信用評(píng)價(jià)模型（方法）來(lái)進(jìn)行評(píng)價(jià)和預(yù)測(cè)。信用評(píng)價(jià)模型很多，一些基本的傳統(tǒng)評(píng)價(jià)模型因有悖于大數(shù)據(jù)的背景及其自身方法的科學(xué)局限性，這里不予考慮，只分析幾種目前正處在研究前沿位置的模型。這些模型一般都能夠與模糊層次分析法結(jié)合使用，且滿足以下兩個(gè)條件：

第一，評(píng)價(jià)模型要與大數(shù)據(jù)特征相匹配。前面提到，大數(shù)據(jù)具有4V特征，簡(jiǎn)單來(lái)講就是大容量、多樣性、高速性、價(jià)值性。大數(shù)據(jù)的大容量特征要求評(píng)價(jià)模型具有良好的可伸縮性，即面對(duì)數(shù)據(jù)拓展能夠有效構(gòu)建模型的能力；大數(shù)據(jù)的多樣性特征表明，其異質(zhì)性程度高，要求評(píng)價(jià)模型能夠處理多種類型的數(shù)據(jù)，特別是非結(jié)構(gòu)化數(shù)據(jù)；大數(shù)據(jù)的高速性特征要求評(píng)價(jià)模型計(jì)算速度（收斂速度）快，靈活性高；大數(shù)據(jù)的價(jià)值性不僅指其價(jià)值高，而且指其價(jià)值密度低，即存在大量的噪聲數(shù)據(jù)或有空缺值的數(shù)據(jù)，這就要求評(píng)價(jià)模型具有較好的魯棒性，即在數(shù)據(jù)不準(zhǔn)確、不完整情況下有正確評(píng)價(jià)和預(yù)測(cè)的能力。

表2　傳統(tǒng)的層次分析法與基于三角模糊數(shù)的層次分析法的比較

第二，評(píng)價(jià)模型要與跨境電商的實(shí)際情況相符?？缇畴娚逃捎谏婕暗讲煌膰?guó)家，交易流程多，交易時(shí)間長(zhǎng)，海外顧客購(gòu)買心理和行為不確定性高，既增加了與信用有關(guān)的數(shù)據(jù)的容量和異質(zhì)性，也提高了數(shù)據(jù)收集的難度，使我們的指標(biāo)數(shù)據(jù)具有大容量、含噪音、異質(zhì)程度高等特點(diǎn)，評(píng)價(jià)模型只有更好地匹配這些數(shù)據(jù)特征才能更有效。

目前，信用評(píng)價(jià)方面比較前沿的方法包括模糊綜合評(píng)價(jià)法、盲數(shù)評(píng)價(jià)法、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等，其中后面兩種是機(jī)器學(xué)習(xí)工具。這里結(jié)合前面的分析，對(duì)上述四種方法進(jìn)行簡(jiǎn)單比較，比較結(jié)果如表3所示。

結(jié)合評(píng)價(jià)模型需要滿足的兩個(gè)條件以及表3中各模型的特征可知，以上四種模型與所要求的條件都不能實(shí)現(xiàn)完全匹配。大數(shù)據(jù)的復(fù)雜性無(wú)疑對(duì)評(píng)價(jià)模型提出了非常嚴(yán)苛的要求。比如，神經(jīng)網(wǎng)絡(luò)能夠較好地處理指標(biāo)模糊不全的問(wèn)題，在訓(xùn)練樣本足夠大時(shí)能夠達(dá)到極高的精度，而大數(shù)據(jù)恰好能夠提供充分的訓(xùn)練樣本，然而神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時(shí)間過(guò)長(zhǎng)，收斂速度較慢，甚至可能達(dá)不到學(xué)習(xí)的目的，而這顯然又有悖于大數(shù)據(jù)的初衷。

幸運(yùn)的是，學(xué)者們針對(duì)上述模型的不足之處提出了改進(jìn)方法，或者通過(guò)模型之間的組合運(yùn)用達(dá)到更好的評(píng)價(jià)效果。優(yōu)化與組合后的模型將更適用于大數(shù)據(jù)。比如，支持向量機(jī)在處理大規(guī)模數(shù)據(jù)集時(shí)往往需要較長(zhǎng)的訓(xùn)練時(shí)間，針對(duì)該問(wèn)題，張珍珍等[11]提出了基于密度聚類的支持向量機(jī)兩步分類算法，有效提高了大規(guī)模數(shù)據(jù)下的分類速度。另外，各模型之間相互融合、取長(zhǎng)補(bǔ)短是處理大數(shù)據(jù)的必然趨勢(shì)，已有研究包括基于神經(jīng)網(wǎng)絡(luò)的模糊綜合評(píng)價(jià)、基于三角模糊數(shù)的盲數(shù)評(píng)價(jià)等。

在以上四種模型中，最值得關(guān)注的是盲數(shù)評(píng)價(jià)法在大數(shù)據(jù)背景下進(jìn)行信用評(píng)價(jià)的應(yīng)用前景。目前，盲數(shù)評(píng)價(jià)法主要應(yīng)用于建筑、礦業(yè)、電力等行業(yè)，其在信用評(píng)價(jià)領(lǐng)域的應(yīng)用尚處于探索階段。由于事實(shí)上的信用信息往往并不是單一的，而是具有多種不確定性，如任何有行為因素參與的含狀態(tài)因素的系統(tǒng)至少含有兩種或兩種以上的不確定性，[12]而盲數(shù)在解決這種問(wèn)題上的優(yōu)越性是其他方法無(wú)法比擬的。另外，學(xué)者們?cè)诿?shù)算法改進(jìn)方面也取得了不少成果，如為克服盲數(shù)運(yùn)算計(jì)算量增加過(guò)快的缺點(diǎn)，王磊等[13]提出了先合并相交區(qū)間，再合并小可信度區(qū)間的降階方法。

表3　各種信用評(píng)價(jià)模型的比較

五、總結(jié)

2014年6月14日，我國(guó)首部國(guó)家級(jí)社會(huì)信用體系建設(shè)專項(xiàng)規(guī)劃——《社會(huì)信用體系建設(shè)規(guī)劃綱要（2014—2020年）》出臺(tái)，成為我國(guó)經(jīng)濟(jì)體制改革過(guò)程中“從市場(chǎng)體系向信用體系發(fā)展”具有里程碑意義的轉(zhuǎn)折點(diǎn)。2015年8月5日，國(guó)務(wù)院發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，標(biāo)志著大數(shù)據(jù)發(fā)展正式成為國(guó)家戰(zhàn)略。當(dāng)前，跨境電商作為一種貿(mào)易方式發(fā)展迅速，從規(guī)模到質(zhì)量都有了很大幅度的提高，但貿(mào)易雙方信用的不確定性以及信用評(píng)價(jià)體系的匱乏加劇了跨境電商的交易風(fēng)險(xiǎn)，并成為影響其快速健康發(fā)展的重要因素之一。綜觀國(guó)內(nèi)外相關(guān)文獻(xiàn)，將電子商務(wù)信用評(píng)價(jià)模型或信用評(píng)價(jià)體系構(gòu)建研究擴(kuò)展到跨境領(lǐng)域的少之又少。鑒于此，運(yùn)用與大數(shù)據(jù)相匹配的指標(biāo)賦權(quán)方法，建立與大數(shù)據(jù)相匹配的信用評(píng)價(jià)模型，結(jié)合先進(jìn)的機(jī)器學(xué)習(xí)工具進(jìn)行訓(xùn)練和預(yù)測(cè)，最終在互聯(lián)網(wǎng)界面準(zhǔn)確、實(shí)時(shí)傳輸評(píng)價(jià)結(jié)果，進(jìn)而構(gòu)建出完整、動(dòng)態(tài)的跨境電商信用評(píng)價(jià)體系，對(duì)于改善貿(mào)易環(huán)境、降低貿(mào)易風(fēng)險(xiǎn)、提高貿(mào)易效率等具有非常重要的現(xiàn)實(shí)意義。信用體系建設(shè)意在構(gòu)建誠(chéng)信中國(guó)，而大數(shù)據(jù)背景下跨境電商信用評(píng)價(jià)體系的構(gòu)建，必將在對(duì)我國(guó)社會(huì)信用體系建設(shè)產(chǎn)生正面、積極影響的同時(shí)，全面提升我國(guó)企業(yè)跨境電子商務(wù)水平，全面提高我國(guó)企業(yè)在國(guó)際貿(mào)易中的地位，為我國(guó)經(jīng)濟(jì)發(fā)展做出更大的貢獻(xiàn)。

參考文獻(xiàn)：

[1]張周平.信用體系建設(shè)刻不容緩[N].國(guó)際商報(bào)，2014-04-11（A02）.

[2]劉新海，丁偉.大數(shù)據(jù)征信應(yīng)用與啟示——以美國(guó)互聯(lián)網(wǎng)金融公司Zest Finance為例[J].清華金融評(píng)論，2014（10）：93-98.

[3]孫美麗.美國(guó)和歐盟的數(shù)據(jù)隱私保護(hù)策略[J].情報(bào)科學(xué)，2004（10）：1266-1267.

[4]張濱，劉小軍，陶章.我國(guó)跨境電子商務(wù)物流現(xiàn)狀及運(yùn)作模式[J].中國(guó)流通經(jīng)濟(jì)，2015（1）：51-56.

[5]張?jiān)破?，孫軍峰，王毅，等.信聯(lián)網(wǎng)商務(wù)信用體系建設(shè)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（4）：90-99.

[6]周子元.信用風(fēng)險(xiǎn)量化研究綜述[J].金融教學(xué)與研究，2009 （4）：35-37.

[7]楊堅(jiān)爭(zhēng)，鄭碧霞，楊立釩.基于因子分析的跨境電子商務(wù)評(píng)價(jià)指標(biāo)體系研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2014（9）：94-102.

[8]雷曉敏，宋家順.衡量企業(yè)家信用的財(cái)務(wù)指標(biāo)分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2007（11）：82-85.

[9]偰娜.我國(guó)跨境電子商務(wù)貿(mào)易平臺(tái)模式探討[J].中國(guó)流通經(jīng)濟(jì)，2015（8）：70-74.

[10]劉開(kāi)第，龐彥軍，金斕.淺析模糊AHP中一致性檢驗(yàn)的不必要性[J].數(shù)學(xué)的實(shí)踐和認(rèn)識(shí)，2015，45（14）：285-293.

[11]張珍珍，董才林，陳增照，等.改進(jìn)的結(jié)合密度聚類的SVM快速分類方法[J].計(jì)算機(jī)工程與應(yīng)用，2011，47（2）：136-138.

[12]劉開(kāi)第，吳和琴，龐彥軍，等.盲數(shù)的概念、運(yùn)算與性質(zhì)[J].運(yùn)籌與管理，1998，7（3）：14-17.

[13]王磊，張明文，王秋莎.基于盲數(shù)理論的輸電系統(tǒng)可靠性評(píng)估[J].電力科學(xué)與工程，2010，26（8）：8-13.

責(zé)任編輯：陳詩(shī)靜

中圖分類號(hào)：F713.36

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1007-8266（2016）06-0058-07

收稿日期：2016-04-30

作者簡(jiǎn)介：劉章發(fā)（1983-），男，山東省莘縣人，聊城大學(xué)東昌學(xué)院教師，河北大學(xué)經(jīng)濟(jì)學(xué)院博士生，主要研究方向?yàn)楹暧^經(jīng)濟(jì)理論與政策。

Analysis on the Construction of Cross-border E-commerce Credit Evaluation System under the Background of Big Data

LIU Zhang-fa
（Liaocheng University，LiaoCheng，Shandong252000，China）

Abstract：With the implementation of the Belt and Road Initiative，cross-border e-commerce is rapidly rising in China；and the development of big data has become the national strategy.Credit problem is always the important factor having impact on the rapid and healthy development of China’s cross-border e-commerce；and the application of big data in formulating credit evaluation system is the evitable choice for us to solve this problem.To better improve trade environment，reduce trade risk，increase trade efficiency，improve the level of cross-border e-commerce，and increase the position of Chinese enterprises in international trade，we should formulate the cross-border e-commerce credit evaluation system with the help of big data credit investigation，use fuzzy AHP to assign different weights to different indicators，establish the credit evaluation model which is suitable to big data，combine with the advanced learning tools to realize the accurate and real time transfer of evaluation results，and formulate the comprehensive，ecological，and dynamic credit evaluation system for cross-border e-commerce.

Key words：Big Data；cross-border e-commerce；credit evaluation