紀(jì)慧生 葉秋英

摘要 信用是電子商務(wù)發(fā)展的基石，農(nóng)村電子商務(wù)的快速發(fā)展使其信用問題日益凸顯。通過理論文獻(xiàn)分析比較，運用因子分析法，從農(nóng)村電子商務(wù)買賣雙方出發(fā)，構(gòu)建農(nóng)村電子商務(wù)信用評價指標(biāo)體系，結(jié)合農(nóng)村電子商務(wù)調(diào)研數(shù)據(jù)，提出農(nóng)村電子商務(wù)信用評價指標(biāo)優(yōu)化和權(quán)重，對農(nóng)村電子商務(wù)信用進(jìn)行評價。相關(guān)研究為農(nóng)村電子商務(wù)信用評價提供了理論指導(dǎo)，有助于構(gòu)建完善的農(nóng)村電子商務(wù)信用評價體系。

關(guān)鍵詞 農(nóng)村電商;信用評價;評價指標(biāo)

中圖分類號 S-9 ??文獻(xiàn)標(biāo)識碼 A? 文章編號 0517-6611（2022）08-0216-06

doi：10.3969/j.issn.0517-6611.2022.08.058

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Construction of Rural E-commerce Credit Evaluation Index System

JI Hui-sheng， YE Qiu-ying

（School of Economics and Management， Xiamen University of Technology， Xiamen， Fujiang 361024）

Abstract Credit is the cornerstone of the development of e-commerce， the rapid development of rural e-commerce makes its credit problems increasingly prominent. Through the analysis and comparison of theoretical literature， this paper sets out from the buyers and sellers of rural e-commerce， constructs the credit evaluation index system of rural e-commerce， uses the factor analysis method， and combines the survey data of rural e-commerce， puts forward the rural e-commerce credit evaluation index optimization and weight， eva luates the rural e-commerce credit.The related research has provided the theory instruction for the rural e-commerce credit appraisal，and is helpful to construct the perfect countryside electronic commerce credit appraisal system.

Key words Rural e-commerce;Credit evaluation;Evaluation index

農(nóng)村電商信用建設(shè)是信用體系的重要組成，對于全面推動鄉(xiāng)村振興亦具有重要的意義。隨著我國農(nóng)村電商規(guī)模和體量的快速發(fā)展，農(nóng)村電商“欺詐、假貨、質(zhì)量不合格”等問題頻發(fā)，市場管理混亂、缺乏規(guī)范、良莠不齊等誠信問題日益突出 [1]，亟待建設(shè)農(nóng)村電商信用體系?，F(xiàn)有的農(nóng)村電商信用體系建設(shè)更多的是照搬傳統(tǒng)行業(yè)信用體系，缺少針對性和行業(yè)特色的農(nóng)村電商信用評價指標(biāo)體系，難以開展農(nóng)村地區(qū)電商信用建設(shè)，因此，在國家信用體系建設(shè)的大背景下，構(gòu)建科學(xué)、合理的農(nóng)村電商信用評價體系，可以加強農(nóng)村電商發(fā)展的信用理論指導(dǎo)和規(guī)范管理實踐，凈化農(nóng)村電商信用環(huán)境，補齊農(nóng)村電商發(fā)展的短板，向農(nóng)村電商從業(yè)主體傳遞守信和誠信經(jīng)營信號，促進(jìn)農(nóng)村電商市場的規(guī)范健康和長效運行機(jī)制，推動農(nóng)村電子商務(wù)信用建設(shè)。

農(nóng)村電子商務(wù)作為農(nóng)村產(chǎn)業(yè)發(fā)展和鄉(xiāng)村振興的重要推動力。當(dāng)前，對農(nóng)村電子商務(wù)信用體系指標(biāo)構(gòu)建相關(guān)研究仍較少。筆者在理論研究和實踐探索的基礎(chǔ)上，構(gòu)建一套更加客觀、更合適的農(nóng)村電子商務(wù)信用評價體系，以有效指導(dǎo)農(nóng)村電商信用評價指標(biāo)體系建設(shè)。

1 文獻(xiàn)綜述與理論基礎(chǔ)

1.1 國外電子商務(wù)信用評價研究

Oliveira等 [2]研究發(fā)現(xiàn)消費者對商家的信任在消費者購買意愿起到很大的作用。Sullivan等 [3]指出在影響顧客重復(fù)購買意愿方面，信任和電子商務(wù)采用發(fā)揮著重要的作用。Chen等 [4]針對用戶評價的內(nèi)容研究指出消費者對商品評價時存在較強的主觀感情，其評論具有感性，影響客觀真實性。Kwon等 [5]實證研究電子商務(wù)網(wǎng)站的信任行為和客戶特征，表明電商網(wǎng)站誠實守信的行為能夠給客戶傳遞積極印象。Lee等 [6]基于社會調(diào)研，發(fā)現(xiàn)電子商務(wù)的商家信用存在未知性，會導(dǎo)致消費者放棄線上交易。Wei [7]指出，電子商務(wù)平臺需要讓客戶消除交易安全顧慮才能得到用戶信賴，吸引更多用戶購買產(chǎn)品和服務(wù)。Liang等 [8]通過在線社交系統(tǒng)和互聯(lián)網(wǎng)交易網(wǎng)站獲取消費者的資本變量來設(shè)計信用評價系統(tǒng)，并研究社交信用和互聯(lián)網(wǎng)信用之間的關(guān)系證明模型的可用性。Dellarocas [9]研究了高風(fēng)險環(huán)境下電子商務(wù)信用評價機(jī)制如何影響其相對穩(wěn)定性。Kim等 [10]研究了電子商務(wù)平臺在線交易安全的影響因素，提出姓名、信息、環(huán)境、行為、交易和產(chǎn)品6個緯度的信用體系。McDonald等 [11]通過研究eBay交易中信用，分析了信用機(jī)制在網(wǎng)絡(luò)拍賣的主題參與者中的運用，改進(jìn)了電商交易中存在的信息不對稱問題。

1.2 國內(nèi)電子商務(wù)信用評價研究

在指標(biāo)構(gòu)建方面。馬德清等 [12]研究了C2B電子商務(wù)模式，構(gòu)建了賣方信用評價指標(biāo)、買方信用評價指標(biāo)及店鋪與產(chǎn)品信用評價指標(biāo)3個一級指標(biāo)和12個二級信用指標(biāo)評價體系。王學(xué)東等 [13]通過分析電子商務(wù)企業(yè)交易流程，設(shè)計包含基礎(chǔ)、產(chǎn)品、服務(wù)和交易等4個電商信用一級指標(biāo)體系。王俊峰等 [14]構(gòu)建了包含運營、發(fā)展、償債、網(wǎng)絡(luò)經(jīng)營等能力的4個一級指標(biāo)及13個二級指標(biāo)體系。馮艷 [15]將指標(biāo)分成離線靜態(tài)指標(biāo)和在線動態(tài)指標(biāo)，并以買賣雙方進(jìn)行劃分，得到6個賣方指標(biāo)和5個買方指標(biāo)。陳顯友 [16]基于B2C賣方因素、B2C買方因素和第三方評價因素3個方向進(jìn)行設(shè)計，得到信息傳遞的質(zhì)量、賣家的品牌形象、溝通和服務(wù)、交易保證組成的B2C賣方因素，信任傾向與對賣家的信任度構(gòu)成的B2C買方因素，以及評價的科學(xué)性、及時性和公開程度組成的第三方因素。國內(nèi)電商發(fā)展快速，電商信用體系也得到較多關(guān)注，指標(biāo)體系從泛化分析逐步到具體因素，信用指標(biāo)評價體系也更有代表性，但關(guān)注點更多集中在商家方面，對消費者信用重視不夠。

在信用模型方面。張朝輝等 [17]提出電子商務(wù)信用評價混合算法模型（NB-BP），彌補了單一化模型的不足。孫浩等 [18]運用Agent建模技術(shù)研究了動態(tài)參數(shù)的電商信用模型。熊菲等 [19]采用增量時粒結(jié)構(gòu)融合，對商家信用信息進(jìn)行深度提取并修訂，使信用評價模型更科學(xué)。孫欣 [20]采用AHP層次分析法，提出多因素影響下的淘寶商家信用評價系統(tǒng)。耿翠花 [21]采用模糊數(shù)學(xué)綜合法和相對比較法相結(jié)合的方法對買家歷史信用進(jìn)行評價，再結(jié)合模糊數(shù)學(xué)綜合評價法和參差分析法評價賣家的點評，提出了能夠讓交易環(huán)節(jié)更加公平的信用評價模型。熊遠(yuǎn)林 [22]提出電子商務(wù)非對稱信用評價模式，構(gòu)建能夠使買賣雙方提交真實評價的信用評級模型。劉文俊 [23]探討了C2C模式下的雙向電子商務(wù)信用評價模型，提出了一套跨平臺、統(tǒng)一的信用評價系統(tǒng)以及將可信度強的評價結(jié)果發(fā)布到平臺。彭惠等 [24]提出信用積分與好評率結(jié)合的動態(tài)信用評級系統(tǒng)。隨著研究的深入，電子商務(wù)信用評價模型得到不斷完善和優(yōu)化。

1.3 農(nóng)村電子商務(wù)信用評價研究

對于農(nóng)村電商信用研究多側(cè)重于農(nóng)產(chǎn)品電商。邊國慧等 [25]指出農(nóng)產(chǎn)品電商存在著食品信用、難以品牌化等問題。林寶燈等 [26]基于博弈論分析農(nóng)村電商信用體系。王宸圓等 [27]利用AHP層次分析法，分別從消費者和第三方平臺角度設(shè)計農(nóng)產(chǎn)品信用體系指標(biāo)，并運用模糊綜合評價獲得農(nóng)產(chǎn)品評價等級?；艏t等 [28]采用信息沉淀法設(shè)計農(nóng)產(chǎn)品電商賣家信用指標(biāo)體系，再通過因子分析先后修正和檢驗以構(gòu)建農(nóng)產(chǎn)品電子商務(wù)商家信用指標(biāo)體系。王屹 [29]構(gòu)建了農(nóng)村電商8個一級指標(biāo)和13個二級指標(biāo)體系。程云龍等 [30]提出搭建農(nóng)村信用平臺等建議。寧成佳 [31]分析了農(nóng)村電商發(fā)展存在的問題，提出建立農(nóng)村電商信用體系等建議。林寶燈等 [32]建立了由認(rèn)證型、監(jiān)督型和服務(wù)型三大系統(tǒng)組成的農(nóng)村電商信用體系模型。

總體上，農(nóng)村電商在快速發(fā)展的同時，對其信用研究還處于初始階段，農(nóng)村電商信用評價指標(biāo)體系的理論研究仍較少，缺乏針對性評價指標(biāo)體系，信用體系研究滯后于實踐。農(nóng)村電子商務(wù)信用風(fēng)險具有復(fù)雜性高、關(guān)聯(lián)性強、種類繁多等特征，亟待建立完善的信用評價指標(biāo)體系。該研究目的在于構(gòu)建農(nóng)村電商信用評價指標(biāo)體系，通過對信用指標(biāo)的重新設(shè)計來優(yōu)化農(nóng)村電商對信用的管理。

2 指標(biāo)體系構(gòu)建

參考指標(biāo)來源選擇知名期刊上有代表性的論文，通過檢索“農(nóng)村電商”“信用評價”等關(guān)鍵詞，在“SCI 來源期刊”“CSSCI”“核心期刊”和“EI 來源期刊”的分類中尋找相關(guān)學(xué)術(shù)研究。經(jīng)檢索發(fā)現(xiàn)，符合該研究主題的核心論文數(shù)量有限，通過對比、篩選等構(gòu)建以下指標(biāo)備選庫，如表1 [28，33-36]。

根據(jù)表1，該研究將指標(biāo)劃分成2個維度：一是離線靜態(tài)指標(biāo)，二是在線動態(tài)指標(biāo)。離線靜態(tài)指標(biāo)主要包括傳統(tǒng)的電商評價指標(biāo)，如盈利能力、償債能力、網(wǎng)絡(luò)能力、發(fā)展能力、資產(chǎn)能力等。在線動態(tài)指標(biāo)包括賣家指標(biāo)和買家指標(biāo)。賣家指標(biāo)是買家發(fā)生購買行為后產(chǎn)生對賣家產(chǎn)品、服務(wù)、物流等方面的一些評價信息，這些信息可以是產(chǎn)品質(zhì)量、相符程度等;或者是賣家服務(wù)態(tài)度、物流方面、售后等。買家在進(jìn)行電商交易后也會形成相應(yīng)的信用評價信息，如賣家對買家的購買過程給予的反饋等。

農(nóng)村電商創(chuàng)業(yè)者多為家庭作坊或者農(nóng)村供銷社、小農(nóng)場等經(jīng)營模式，與具有規(guī)模小組織經(jīng)營的傳統(tǒng)系統(tǒng)不同，不太適合用盈利能力、償債能力、網(wǎng)絡(luò)能力、資產(chǎn)能力等傳統(tǒng)指標(biāo)加以衡量，由此剔除此類離線靜態(tài)指標(biāo)。農(nóng)村電商領(lǐng)域具備技術(shù)、營銷、管理等知識的復(fù)合型人才明顯不足，如灶美村300多戶人家有八成以上開網(wǎng)店 [37]，但多數(shù)農(nóng)戶沒有經(jīng)過系統(tǒng)學(xué)習(xí)，對電商技術(shù)以及相關(guān)規(guī)則、營銷、運營等知識不夠熟悉，對于產(chǎn)品信息宣傳不夠?qū)I(yè)，影響消費者體驗，基于此，該研究將產(chǎn)品信息描述程度和產(chǎn)品相符度作為農(nóng)村電商信用評價體系指標(biāo)之一。

農(nóng)村電商中特色農(nóng)產(chǎn)品品種豐富、差異性強 [38]，尤其是生鮮農(nóng)產(chǎn)品，季節(jié)性和時效性非常明顯，若沒有及時發(fā)貨，或配送效率低下，會嚴(yán)重影響產(chǎn)品質(zhì)量或完好程度，降低商家信用。因此，發(fā)貨速度、產(chǎn)品質(zhì)量以及物品完好性應(yīng)作為農(nóng)村電商信用指標(biāo)之一。

消費者是農(nóng)村電商重要參與方，信用良好的買家所提供的反饋更有價值。目前相關(guān)電商信用研究主要是集中在賣家方面，對買家信用重視程度不夠使得刷單或惡意差評等不法行為時有發(fā)生，基于此，該研究將網(wǎng)購年限、每月網(wǎng)購次數(shù)、咨詢態(tài)度等作為參考指標(biāo);評價效度是指交易活動結(jié)束后消費者對物品、服務(wù)等評價的及時性和真實性的衡量;買家的初始信用是信用指標(biāo)的重要反映，可通過月收入及文化程度衡量。此外，互聯(lián)網(wǎng)征信如信用交易記錄和抵押擔(dān)保記錄作為個人信用，也是買家信用的反映。而在交易結(jié)束后商家也會對消費者評價反饋，即賣家評價。

綜上，針對已有研究成果的分析評價，以及考慮農(nóng)村電商的特點和具體狀況，對指標(biāo)進(jìn)行編碼形成一級指標(biāo)和二級指標(biāo)，見表2。

3 數(shù)據(jù)分析

3.1 問卷設(shè)計

問卷調(diào)查對象包括農(nóng)村電商交易雙方，調(diào)研內(nèi)容涉及商家經(jīng)營狀況、交易情況以及買家信用。問卷設(shè)計采用Likert5點量表，首先對目標(biāo)群體收集40份問卷進(jìn)行預(yù)測試，得到有效問卷38份，再根據(jù)測試反饋與效果對問卷進(jìn)行修改并形成最終問卷。

3.2 數(shù)據(jù)收集

數(shù)據(jù)收集主要來自調(diào)研問卷，通過問卷星以及微信等自媒體平臺制作成網(wǎng)頁版，方便問卷傳播、填寫和收集，數(shù)據(jù)收集從2020年2月開始持續(xù)到2020年5月結(jié)束，包括線下和線上問卷共收集570份，篩選并刪除28份無效問卷，剩下有效問卷542份，有效率為95.09%。

3.3 數(shù)據(jù)可靠性檢驗

3.3.1 信度檢驗。

利用SPSS 20.0進(jìn)行信度檢驗，結(jié)果如表3所示。潛在變量的Cronbach’s α>0.700，其余變量在0.800～0.900，且問卷總體變量為0.802，均有到達(dá)有效標(biāo)準(zhǔn)，證明問卷具有可信性。

3.3.2 效度檢驗。

對有效樣本進(jìn)一步開展KMO抽樣適當(dāng)性檢驗以及Bartlett球形檢驗，結(jié)果顯示：KMO值為0.812大于0.7，Bartlett球形檢驗P值為0.000小于0.005，說明該問卷是可以接受的。

3.3.3 因子分析。

根據(jù)參考文獻(xiàn)獲得初步的評價指標(biāo)，需要檢驗因子個數(shù)與所提出的是否相吻合，因此采用探索因子分析。問卷調(diào)查KMO值較接近1，Bartlett球形檢驗P值為0，說明適合進(jìn)行因子分析，進(jìn)行各因子的特征根和方差貢獻(xiàn)率分析，如表4所示，前6個因子的因子變量的特征根大于1，方差貢獻(xiàn)率達(dá)到62.864%，高于50%，說明這6個因子能基本反映初始24個評價指標(biāo)的大部分信息，由此選擇保留6個公因子。

對各個公因子進(jìn)行命名和解釋，采用主成分分析法，通過方差最大化正交旋轉(zhuǎn)得到因子載荷矩陣，如表5所示，結(jié)果說明因子分析可以識別出農(nóng)村電商信用的6個維度。其中信用行為和信用信息歸為一個維度，而信用指標(biāo)中的咨詢態(tài)度和抵押擔(dān)保記錄分別是0.456、0.413，其系數(shù)小于0.5，根據(jù)因子載荷的要求，去除這2個指標(biāo)，重新進(jìn)行因子分析，得到結(jié)果如表6。

如表6所示，公因子F1包含了產(chǎn)品的質(zhì)量、相符程度、描述程度和售前/售后服務(wù)，可命名為服務(wù)狀況;公因子F2包含了發(fā)貨速度、物流完好性、發(fā)貨準(zhǔn)確性，可命名為物流狀況;公因子F3包含累計成交數(shù)、累計成交額、累計好評率、買家收藏率和退款率，可命名為交易狀況;公因子F4包含了產(chǎn)

品知名度、店鋪年限、店鋪綜合評分3個指標(biāo)，可命名為經(jīng)營狀況;公因子F5包含月收入、網(wǎng)購年限、文化程度、每月網(wǎng)購次數(shù)，可命為買家個人信息;公因子F6包含評價效度、賣家評價、信用交易記錄情況，可命為買家信用信息。6個公因子的累計貢獻(xiàn)率達(dá)到65.427%，大于50%，因此可以確定農(nóng)村電子商務(wù)信用評價體系包含經(jīng)營狀況、交易狀況、服務(wù)狀況、物流狀況、買家個人信息和買家信用信息6個維度評價，如表7所示。

3.4 指標(biāo)體系權(quán)重確定

確定公因子個數(shù)后，計算出22個指標(biāo)在公因子上的因子載荷，確定各個指標(biāo)的絕對權(quán)重。前6個的公因子的因子載荷矩陣，如表8所示。

根據(jù)確定的前6個公因子的因子貢獻(xiàn)率和22個指標(biāo)分別在這6個公因子上的因子載荷，由公式（1）計算出各個信用評價指標(biāo)的絕對權(quán)重Aj（j=1，…，22），見表9。

Aj=|a1j|F1+|a2j|F2+…+|a6j|F6（1）

其中，aij（i=1，2，3，4，5，6，j=1，…，22）表示指標(biāo)j在第i個公因子上的因子載荷，|a1j|即為第i個公因子對第j個指標(biāo)的權(quán)重系數(shù)值;Fi（i=1，2，3，4，5，6）表示第i個公因子貢獻(xiàn)率 [39]。

公式（2）歸一化，得到各個指標(biāo)所需要的標(biāo)準(zhǔn)權(quán)重Wj（j=1，…，22）。由此22個二級指標(biāo)權(quán)重確定6個一級指標(biāo)權(quán)重值，獲得農(nóng)村電子商務(wù)的信用評價指標(biāo)權(quán)重，如表10所示。

Wj=Aj 22j=1Aj（2）

由表10可知，商家服務(wù)狀況在農(nóng)村電商信用體系中權(quán)重最大，說明產(chǎn)品服務(wù)在農(nóng)村電商信用體系中影響最大，其次是交易狀況、買家個人信息、經(jīng)營狀況、物流狀況和買家信用信息;而在二級指標(biāo)中，產(chǎn)品的質(zhì)量的權(quán)重最大，說明農(nóng)村電商產(chǎn)品質(zhì)量對信用具有很大影響。

4 結(jié)論與展望

已有研究關(guān)注點多數(shù)在商家信用上，對消費者信用約束較小，并未有構(gòu)建買賣雙方相結(jié)合的指標(biāo)體系，針對這一不足，該研究提出以農(nóng)村電商買賣雙方為出發(fā)點構(gòu)建完整的信用指標(biāo)體系。通過文獻(xiàn)研究提煉出指標(biāo)庫，再結(jié)合農(nóng)村電商發(fā)展情況形成初步的信用評價指標(biāo)框架，得到店鋪的經(jīng)營狀況、交易狀況、服務(wù)狀況、物流狀況、買家個人信息和買家信用信息6個一級指標(biāo)及24個二級指標(biāo)，利用SPSS 20.0軟件，采用因子分析法最終確定指標(biāo)權(quán)重，構(gòu)建出農(nóng)村電子商務(wù)信用評價體系，進(jìn)行問卷設(shè)計和調(diào)研，結(jié)合數(shù)據(jù)對農(nóng)村電商信用進(jìn)行評價。除此之外，農(nóng)村電子商務(wù)信用評價體系通過歸一化處理能夠?qū)I賣雙方的進(jìn)行評分并劃分等級，評測指標(biāo)數(shù)據(jù)分析有利于商家了解自身店鋪的運營特點，提高經(jīng)營管理能力。對于平臺來說，該研究結(jié)論能在平臺參與者信用管理上提供參考方向;對于有關(guān)政府部門來說，有利于進(jìn)一步地規(guī)范農(nóng)村電子商務(wù)市場和行業(yè)環(huán)境，為電商信用管理提供決策依據(jù)。

該研究也存在一些不足：①問卷數(shù)據(jù)的收集上，調(diào)查對象是農(nóng)村電子商務(wù)的商家和消費者，對選取農(nóng)村電子商務(wù)賣方上是以農(nóng)產(chǎn)品、特色產(chǎn)品方面的電商為主，并集中在農(nóng)村淘寶村，對農(nóng)村電商其他類目及平臺的指標(biāo)構(gòu)建可能存在差異;②信用評價指標(biāo)是一個動態(tài)的概念，需要根據(jù)外界環(huán)境的變化不斷的修改、完善;③該研究結(jié)果是否具有普適性仍有待更深入檢驗，由于時間和經(jīng)驗上的局限性，該研究所得到的指標(biāo)體系仍然需要不斷修改，未來研究需要在廣度和深度進(jìn)一步延伸。

參考文獻(xiàn)

[1] 張麗，王向向，李佳鑫.電商生態(tài)系統(tǒng)中核心種群間信用機(jī)制的動態(tài)演化博弈[J].運籌與管理，2020，29（4）：93-101.

[2] OLIVEIRA T，ALHINHO M，RITA P， et al.Modelling and testing consumer trust dimensions in e-commerce[J].Computers in human behavior，2017，71（6）：153-164.

[3] SULLIVAN Y W，KIM D J.Assessing the effects of consumers’ product evaluations and trust on repurchase intention in e-commerce environments[J].International journal of information management，2018，39：199-219.

[4] CHEN R Y，XU W.The determinants of online customer ratings：A combined domain ontology and topic text analytics approach[J].Electronic commerce research，2017，17（1）：31-50.

[5] KWON O，LEE N.Effects of e-commerce website’s trusting actions on customer’s continuous intention[J].The journal of society for e-business studies，2014，19（1）：159-175.

[6] LEE M K O，TURBAN E.A trust model for consumer internet shopping[J].International journal of electronic commerce，2001，6（1）：75-91.

[7] WEI X M.Security research of online transactions[J].Advanced materials research，2011，204/205/206/207/208/209/210：773-776.

[8] LIANG K，JIANG C Q，LIN Z X，et al.The nature of sellers’cyber credit in C2C e-commerce：The perspective? of social capital[J].Electronic commerce research，2017，17（1）：133-147.

[9] DELLAROCAS C.The digitization of word of mouth：Promise and challenges of online feedback mechanisms[J].Management science，2003，49（10）：1047-1424.

[10] KIM D，PAN Y.Research on the adverse selectionin the e-marketing[R].Journal of the China Society for Scientific and Technical Information，2005.

[11] MCDONALD C G，SLAWSON V C JR.Reputation in an internet auction market[J].Economic inquiry，2002，40（4）：633-650.

[12] 馬德清，劉建剛.C2B電子商務(wù)信用評價指標(biāo)體系研究[J].科技視界，2019（35）：88-89.

[13] 王學(xué)東，金芳芳，朱洋，等.模糊綜合評價法在網(wǎng)商信用指數(shù)測度中的應(yīng)用研究[J].現(xiàn)代情報，2013，33（9）：10-14.

[14] 王俊峰，吳海洋.基于改進(jìn)的TOPSIS法的B2C企業(yè)信用評價[J].軟科學(xué)，2014，28（6）：21-24.

[15] 馮艷.網(wǎng)絡(luò)環(huán)境下企業(yè)商務(wù)信用評價指標(biāo)體系的構(gòu)建[J].圖書情報工作，2011，55（8）：84-88.

[16] 陳顯友.基于第三方評價的B2C網(wǎng)購影響消費者信任的主要因素研究[J].征信，2013，31（3）：39-42.

[17] 張朝輝，劉佳佳，冉惠.基于貝葉斯與神經(jīng)網(wǎng)混合算法的電商信用評價方法研究[J].情報科學(xué)，2020，38（2）：81-87.

[18] 孫浩，薛霄.基于多Agent建模的電子商務(wù)生態(tài)系統(tǒng)演化實驗研究[J].計算機(jī)工程，2016，42（7）：27-32，41.

[19] 熊菲，宋光興.基于粒計算和信息融合的電子商務(wù)信用評價模型[J].中國商論，2019（18）：12-14.

[20] 孫欣.淘寶網(wǎng)商信用評價體系的研究[D].大連：大連海事大學(xué)，2017.

[21] 耿翠花.基于動態(tài)C2C電子商務(wù)網(wǎng)站信用評價模型研究[D].合肥：合肥工業(yè)大學(xué)，2012.

[22]

熊遠(yuǎn)林.C2C電子商務(wù)非對稱信用評價研究[D].秦皇島：燕山大學(xué)，2016.

[23] 劉文俊.基于C2C模式的雙向電子商務(wù)信用評價模型研究[D].南昌：南昌航空大學(xué)，2015.

[24] 彭惠，王永瑞.C2C信用評級制度的有效性及改進(jìn)[J].北京郵電大學(xué)學(xué)報（社會科學(xué)版），2011，13（6）：53-61.

[25] 邊國慧，沈博文.農(nóng)村電子商務(wù)的發(fā)展：信用化、標(biāo)準(zhǔn)化才能品牌化[J].農(nóng)民致富之友，2016（20）：55.

[26] 林寶燈，沈梅貞.福建農(nóng)村電子商務(wù)信用體系建設(shè)研究：基于價值鏈的視角[J].農(nóng)村經(jīng)濟(jì)與科技，2019，30（19）：124-125，172.

[27] 王宸圓，李丹.電子商務(wù)平臺下農(nóng)產(chǎn)品信用評價指標(biāo)體系構(gòu)建[J].電子商務(wù)，2016（9）：59-60，70.

[28] 霍紅，楊永會.電子商務(wù)環(huán)境下農(nóng)產(chǎn)品商家信用評價指標(biāo)體系研究[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（12）：329-334.

[29] 王屹.我國農(nóng)村電商發(fā)展的評價體系研究[D].合肥：安徽農(nóng)業(yè)大學(xué)，2017.

[30] 程云龍，張明開，李俊峰.農(nóng)村信用體系建設(shè)創(chuàng)建過程中存在的問題及建議：以安徽省濉溪縣為例[J].征信，2018，36（12）：68-71.

[31] 寧成佳.信用評級、法律依托與農(nóng)村電子商務(wù)風(fēng)險：以綿陽農(nóng)村電商企業(yè)為例[J].商業(yè)經(jīng)濟(jì)，2019（9）：121-124.

[32] 林寶燈，陳莉萍.基于博弈論的農(nóng)村電子商務(wù)信用體系分析[J].價值工程，2019，38（30）：271-274.

[33] 林元昱.基于改進(jìn)模糊綜合評價法的農(nóng)產(chǎn)品電商信用評價體系構(gòu)建研究[D].南昌：南昌航空大學(xué)，2018.

[34] 梁蘊婧，吳敏怡，劉君麟，等.基于過程的C2C電商信用評價指標(biāo)體系構(gòu)建[J].科技經(jīng)濟(jì)導(dǎo)刊，2018，26（30）：20-21.

[35] 王茹.電子商務(wù)企業(yè)的信用等級評價應(yīng)用研究[D].廣州：廣東財經(jīng)大學(xué)，2018.

[36] 王琴，王興芬，劉偉.C2C電子商務(wù)買家信用評價模型與應(yīng)用[J].電子商務(wù)，2018（3）：56-59.

[37] 丁雨杉，曾卉妍，江婷，等.福建農(nóng)村電子商務(wù)發(fā)展：基于福州泉州兩地調(diào)研數(shù)據(jù)的對比分析[J].知識經(jīng)濟(jì)，2019（34）：56，58.

[38] 周彩艷.基于數(shù)字鄉(xiāng)村戰(zhàn)略的福建農(nóng)村特色生鮮農(nóng)產(chǎn)品電子商務(wù)發(fā)展對策研究[J].企業(yè)改革與管理，2019（9）：52-54.

[39] 孟亞雯.跨境電子商務(wù)信用評價指標(biāo)體系的構(gòu)建：基于因子分析法[D].太原：山西大學(xué)，2018.