商品评价范文

导语：如何才能写好一篇商品评价，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：电子商务；信息增益；绝对词频-倒排文档频率

中图分类号：F724.6 文献标志码：A

Study on the Evaluation Mechanism of Clothing Commodities Based on Online User Comments Information

Abstract： The user comments information on e-commerce website are key indicators to improve commodities and services for the producers and sellers， and they are an important reference to the same product buys for consumers. In this paper， new evaluation mechanism of network commodities for clothing commodity was put forward， and facts proved that the new method was more objective when evaluating the quality of online clothing commodities， compared with the current evaluation method.

Key words： e-commerce； information gain； term frequency-inverse document frequency

随着网络购物的盛行，网上对已购商品写评论的用户越来越多，网络商品的评论信息数也迅速增加。现在主流的网络购物网站采用的是好评与差评的简单统计来评价某商品。一般来说，潜在顾客很难花费大量的时间去认真阅读全部的评论，仅仅根据好评和差评的数量就购买商品，必然得到较偏颇的意见。同时，对商品制造商来说，好、差评数量并不直接给出商品销售具体环节的优缺点，对商品销售的提高意义不大，因此，从电子商务潜在购买用户和商品制造商的角度来说，都存在改进现行网络商品评价机制的需求。

《2012年中国网络购物市场研究报告》显示，2012年用户网上购买最多的商品类型是服装鞋帽，81.8%的用户最近半年在网上购买过服装鞋帽，服装类商品成为网上交易额最大的商品类别。基于此，本文对网络服装类商品的评价机制进行了针对性的研究。

1 现行的服装类商品评价机制

现行的服装类商品评价机制通过消费者在已购商品后给予好评/差评来界定商品的优劣。消费者为已购得商品给出一定范围的分数，电子商务平台利用分数计算好评和差评，最终统计出好评和差评的总数量，作为该商品的评价。这种打分评价机制优点是计算方式简单，系统能够很快统计出商品的好、差评数量，给潜在消费者以建议，但这种评价机制不对评论信息的内容进行语义和语法层面的分析，后续消费者无法通过好差评总数得知商品的具体优劣。

在此基础上，淘宝商城进一步提出了基于模板方式的评论信息处理，利用商品的某些属性特征词从评论信息中提取相关模板对商品进行了好差评论数量的细化统计。在服装类商品的评论信息分析中，淘宝商城为服装类商品评论信息构建了若干匹配模板，从而从评论信息中抽取有关的评论信息，将评论进一步细分为22种细类：整体感觉不错、款式很漂亮、性价比很高、很修身、面料很好等。这种评价机制将好评和差评分别细分为12类和10类，从更细化的方面给出了已购商品的好坏，比单纯用好差评数量来进行评价的机制更合理，但是，这种评价机制存在三大不足。

（1）该评价机制所制定的模板无法覆盖整个评论信息的空间。统计数量显示，目前淘宝商城的22种细分的类别提取模板仅能覆盖评论总数的40%，很多消费者给出的有用的意见信息，通过这种模板提取的方式是无法提取出来的。

（2）该分类体系细类划分得过于混乱，且分类等级并不科学。这种分类体系模板提取信息过于机械，必然导致很多有用评论信息无法分到这22个子类中，而被剔除出好差评统计的范围。

（3）该评价机制将一条评论信息作为一个评价基本单位进行计算，忽略了评论信息中可能既有好评又有差评的情况。根据我们的统计数据显示，现在的商品评论信息中35%的评论都包含好评信息和差评信息。这种评价机制则无法处理这类信息。

2 改进的服装类商品评价机制

对于现行评价机制的不足，本文提出了一种新的服装类商品评价机制，将网络商品的评论信息分成 3 层的类别体系。对每个子类通过机器学习提取类别特征词，在此基础上进行短文本分类计算，在类别领域范围内领用倾向性词语的极性判定评论信息中包含的商品具体好差评。

改进的服装类网络商品评价机制建立在对服装类商品的类别体系和倾向性判定词极性判定的基础上展开，对商品评价分为文本分类和极性判定两个阶段，需要利用到信息挖掘、文本分类和倾向性判定等计算语言学相关技术。同时，由于评论信息多数是短文本数据，短文本独特的语言特征导致了计算的困难，这些都是在形成新的网络商品评价机制中需要解决的问题。我们选取了 1 万余条服装类网络商品的评价信息，通过人工归纳的方法将服装类商品的评论划分为 3 层 8 个子类的类别体系，如图 1 所示。

在对网购客户评论信息这种短文本进行分析处理之前，先定义几个集合：CommentMessage{}存储单句信息，ComCateFeaOpin{}存储类别-特征-观点组合，Category{}存储类别，CateFeature{}存储类别的特征，Target{}存储服装类的评价对象，TarOpin{}存储评价对象-观点组合，Opin{}存储倾向性的词语及其极性，Neg{}存储否定词集合。系统的最终结果是提取ComCateFeaOpin{}中的组合作为评价的基础，形成针对 8 个子类的评价值。

2.1 预处理

客户评价信息首先需要针对字词、短语的抽取，为了对评论语料进行分析，需要首先对评论文本进行预处理。预处理包括分词、特征选择、权重计算、文本表示的处理过程。

分词是预处理的第一步。本文采用基于词表的正向最大匹配法对评论文本语料进行分词。分词完成后，利用信息增益（IG）的方法选择词语特征t1，t2，……，tn，从中分离出类别特征集合CateFeature{}、评价对象集合Target{}和倾向性特征集合Opin{}。根据短文本的特点和人工统计的数据，按总词数目的一半选择词语特征的具体数目。信息增益即不考虑任何特征时文档的熵和考虑该特征后文档的熵的差值，具体计算公式如下：

Gain（ti）

=Entropy（S）-Expected Entropy（Sti）={-∑M

ijiji

在此基础下，针对短文本具有自由发散的特点，将评论信息划分为更细的颗粒度单位进行处理，根据空格、逗号、分号、句号等标识将评论信息划分成单句，这样一个评论文档可表示为一组单句的集合s1，s2，……，sn 。对每一个单句si，表示为向量空间模型（VSM）中的一个向量：

式中，t代表特征词语，w代表特征词语的权重。为了解决短文本的数据过于稀疏的问题，我们采用词语概念网络对特征词语进行词语泛化处理，这样评论文档D可表示为s = s（t1，w1； t2，w2；……；tn，wn），并存入集合CommentMessage{}中。这种处理手段能够有效改善数据稀疏化的问题，提高整个分类系统的准确率。

2.2 分类处理

在对文档细化后，对单句的内容进行分类处理。由于短文本文档中某些特征出现频率虽然低但包含较多的分类贡献率，对分类器的设计采用朴素贝叶斯这种算法，利用特征词语和类别的联合概率来估计给定单句的类别概率。

2.3 推理缺省与评论特征识别

通过整理集合CommentMessage{}的评论语料发现，部分评论单句还存在只包含观点词而缺省评论对象的情况。这类评论语料由于句子结构不满足状态句或判断句的一般结构，无法通过传统的方法进行识别而被遗漏，若忽略这种情况可能丢失关键特征，进而造成查全率的降低，因此，需要通过推理缺省评论对象来提高特征抽取的完备性。对于评论对象缺省的情况，本文仍采用词语概念网络进行联想，推理出与其观点词相关联的评论对象。

若通过概念联想仍无法分析出对应的特征，则默认该评价对象为“其它类”。上述过程完成之后，将评价对象和观点的具体集合存入TarOpin{}中。

2.4 评价确定

评论信息的最终极性依靠倾向性词语的极性Opin{}和否定词语Neg{}来判定。由于评论信息具有口语化、短文本的特点，评论信息倾向性的表述简单，故我们对单句的评价极性的确定，采用联合概率的计算来实现，即通过计算Target{}、Opin{}和Neg{}的联合概率来判定评价单句的极性。

3 效果测试

本文采用淘宝网服装类商品的客户评论作为实验数据，从 1 万条评论数据中自动抽取500条评论（500条评论又拆分为2 145条评论单句）作为实验样本测试集。对于选取的样本数据，提前过滤掉“好评”这种由于买家没有按时付款而由系统自动生成的评论文本。另外，如果评论文本中包含网址类型的文本，自动将其判断为垃圾广告评论并删除。

3.1 评价指标

本文采用在文本处理研究领域普遍使用的性能评估指标：准确率P（precision）、查全率R（recall）和综合评价指标F值对实验结果进行评测。本文的研究问题可以归结为二值分类，评估一般使用二维表，如表 1 所示。 3.2 测试结果与分析

为了获得测试结果，笔者构建了一个测试平台系统。首先将测试集输入实验系统，得到商品的类别集，然后对极性进行判定得到结果。评价结果的准确率、覆盖率如表 2 所示。

从表 2 可知，新方法的平均准确率达到了92.2%，平均查全率达到了85%，平均覆盖率高达96.95%，远高于现行的淘宝商城40%的覆盖率，从评价信息的准确率和对评价信息的覆盖率来说，都远高于现行结果，证实了新方法的有效性。

覆盖率高的原因主要是因为该机制是通过词语结合概念泛化来进一步激活单句的评价计算，同时更加细化完备的服装类商品分类体系也使得评价机制更加合理，对潜在用户的指导意义也更加具体。准确率高的原因是评论文本满足网络语言的经济性原则，对商品的情感表达相对简单、直接，在领域类别的界定下，通过倾向性词语的极性就能很快地实现单句的极性判定，并取得良好的实验效果。

篇2

简单制作手动剪切不必要的边角料

对于初学者来说，剪切的操作还不能得心应手，需要边观看边选择需要保留的索材，这就需要使用手动剪切制作的方法，虽然会占用大量的时间和精力，但是却能准确地捕捉，因此建议初学者选择手动剪辑方法。

第一步：单击界面右侧“载人视频”文件夹按钮，选择所有需要编辑的视频素材，确定之后，所有的视频素材便全部导入到画廊中了(如图1)。

第二步：导入到画廊的所有作品都会以预览的方式显示出来，根据需要，删除不必要的片段，不必让素材显得繁多，让故事发展合情合理。

第三步：将画廊中的视频素材拖至视频轨上，单击播放按钮，预览视频文件，单击播放窗口右侧的“放大”图标按钮，将播放文件进行全屏播放，这样由于预览时间轴被加长，拖拽将更加精确。

第四步：在预览时，发现不满意的视频素材，可以将其剪切掉。单击播放按钮，预览视频，发现不满意处暂停播放，单击右侧剪切按钮后，剪切掉的视频片断被置于时间轴内，再次预览时，只需在时间轴的空白处单击一下鼠标回到全局预览状态，在时间轴上删除冗余的视频片断即可。当然，如果只需要截取视频中的某一个片断，可以采取标记方式完成，单击播放按钮，开始预览视频文件，进入要标记的起始位置后，按一下F3键，标记所需视频的起始点，继续预览视频文件，进入要标记的结束位置后，按下“F4”键，这样就可以将起始点到结束点之间的视频片断截取下来了。我们还可以通过拖拽“修剪控点”调整。

第五步：如果分割后的视频片断今后还要多次用到，最好将其放到画廊中，一边随时拖拽到时间轴，鼠标右键单击分割后的视频，在弹出菜单中选择“复制”，然后在画廊的任意空白处单击鼠标右键，选择“粘贴”即可。

智能剪辑让视频按场景进行智能分割

在用DV拍摄视频后，经常需要将一些效果较好的场景分割出来，以方便与其它场景台成使用。如果手动剪辑会很麻烦，这时我们可以利用智能分割功能来快速实现。

第一步：打开DV视频素材。在时间轴空白处单击鼠标右键，在弹出菜单中选择“插入视讯”选项，选择要分割的场景文件，将该文件导入到时间轴内，选择视频文件，“视频”选项下的各选项都变为可用。

第二步：智能分割场景。单击“依场景分割”，在弹出对话框中，单击“扫描”按钮，会声会影将对视频文件中的所有场景进行分析并自动分割成视频片断，将结果列于列表内。如果视频场景变化不是很明显，只需单击“场景”对话框中的“选项”，调整“场景扫描敏感度”对话框中的“敏感度”(如图2)。

篇3

所谓物价，就是不同价格的各种商品，其平均价格水平的表现。如果物价保持恒定的话，我们就可以根据预算开展精打细算的生活。可为什么物价总是经常变化呢？又如何知道物价增长了多少？让我们通过“物价指数”来了解一下物价的变动吧。

物价表示商品的平均价格水平

我们在购买商品时支付的钱，因商品价值的不同而不同。这种根据不同商品价值所支付的钱，就叫“价格”。根据商品的不同，有些商品的价格经常变动，而有些商品的价格则很少变。这种表示不同价格商品的平均价格水平，就叫“物价”。

显示物价变动的物价指数

通过数字来显示物价的涨跌，就是“物价指数”。如果物价指数是110的话，就表示物价比标准时刻上涨了10%。为了计算物价指数，并不需要调查所有商品的价格；在确定了人们经常购买的代表性商品后，了解它们价格的涨跌，再乘以根据商品重要性而确定的加权值，最后将所有数值相加，就得到了物价指数。

为什么物价会发生变化

如果市场中商品的价格发生改变，显示商品平均价格水平的物价也会改变。影响价格的因素包括材料费或人工费用等。像这样，如果生产费用增加，价格自然会随之上涨；同时，需求和供给变化，也左右着价格的变动。当供给一定的时候，如果需求增加，价格就会上涨；相反，如果供给增加，需求维持不变，价格便会降低。

妈妈们感受到的菜篮子物价

人们切身感受到的物价，和政府公布的物价指数不同。物价指数是指调查商品的价格后，根据制定的标准计算出来的数值。但人们主要是根据商品价格的变化，来感受物价变化的，因此家庭主妇们在市场中感受到的物价，就叫“菜篮子物价”。

通货膨胀是指物价持续上涨的现象

物价持续上涨的现象，就叫“通货膨胀”。通货膨胀会导致货币价值降低，造成需求下降，最终引起生产量降低；而如果生产量降低了，经济就会丧失活力。因此，在制定经济政策时，需要与经济增长同时优先考虑的，便是物价稳定的问题。

为什么必须保持物价稳定

物价上涨会导致货币贬值，就相当于领取月薪的人们实际收入减少了。相反，拥有土地或建筑物的人们，会由于不动产价格持续上涨，造成贫富差距进一步扩大。因此，为了经济的持续发展，建立国民生活环境和谐的国家，就必须维持物价的稳定。

表现国家经济发展的经济活动水平

所谓经济形势，就是经济活动冷热度的情况，指的是生产、消费、投资等国家经济活动的水平。就像我们的身体，有时健康状况良好，有时健康状况不好一样，经济形势也会不停地发生起伏变化。经济形势好的时候，人们的收入就会增加；经济形势不好时，人们的收入则会减少。

经济形势表现国家经济活动的水平

“预计经济形势将转好，因此股票价格会上涨”，或者“由于经济形势不好，消费也有所下降”，我们在新闻或报纸上经常看到的一个词汇，就是“经济形势”。当生产、消费、投资等经济活动活跃的时候，就叫“经济形势好”或者“经济景气”。换句话说，企业的生产活跃，人们的消费增长，商业活动蓬勃开展的话，就是经济景气；相反，如果经济活动萎缩，经济形势不好，就叫经济不景气。

经济形势始终在变化

经济活动的水平，不总是维持在固定的状态。经济形势很好，然后慢慢下滑，逐渐变坏，接着又会再次慢慢恢复活力，逐渐恢复良好的状态。经济形势的变化拥有一定的周期，在好转和恶化之间不断反复，这就是“景气变动”，或者叫“景气循环”。由于经济形势不断反复，因此不可能始终维持在景气的状态；但是，每个人都希望经济景气能够持续更长的时间，而不景气的状态持续时间短些。

经济平稳回落的经济软着陆

硬着陆和软着陆是飞机降落时的术语，但同样适用于经济学领域。经济在高速增长之后，没有过快下滑，也没有出现严重失业现象，而是回落到了适度增长的区间，这就叫“经济软着陆”。尤其在经济衰退的时候，政府和中央银行往往会致力于让经济软着陆。

景气的时候，收入增加

生产或消费等经济活动活跃的时期，被称为“经济景气”。当经济景气时，企业的投资增加，工作岗位增多，人们的收入也会增长；同时，商品的交易量和企业利润也会增长。但是，这种景气状况并不会始终维持。如果经济景气，人们的消费就会增加，人工费的增长会使商品价格随之上涨；而如果价格上涨的话，人们的消费就会减少，从而使得经济形势逐渐下滑。

VS

不景气的话，失业者增多

如果消费减少，商品即使生产出来也销售不出去，因此企业就会缩减生产量和人力。这样一来，在失业者增多的同时，经济会进一步萎缩。1929年，美国出现了历史上最严重的经济大萧条，失业者的数量增加了三倍之多。在当时的街道上，到处都是失业者；在免费发放救济食品的机构门前，排起了长长的队伍。

篇4

合同的效力是法律对合同的价值评判。合同是当事人合意的体现，除因标的目的自始客观不能、无从确定、违反法律强行规定，违反公序良俗及其他法律特别规定外，均为有效。前位买卖合同只要系双方真实意思表示，不违背《合同法》52条的禁止性规定，其效力自不待言。在后位买卖合同中，出卖人一物数卖之举虽有悖于诚信守约的善良风俗，但只要出卖人与后位买受人未有恶意串通损害第三人利益的行为，该房屋买卖合同并非当然无效。不能以是否做到实际履行为标准否认后位买卖合同的效力。房屋所有权的转移亦不是房屋买卖合同生效要件的观点也广为学界和实务界认可。基于先后买卖契约而生之多重债权，依传统之债法观念，不因先后而异其效力。［2］就此意义而言，出卖人—房数卖的行为不能当然否认前后买卖合同的效力。《解释》第8条也规定：商品房买卖合同订立后，出卖人又将该房屋出卖给第三人，导致商品房买卖合同目的不能实现的，无法取得房屋的先买受人可以请求解除前位买卖合同及要求出卖方支付惩罚性违约金，而不能当然否定后位买卖合同的效力。由此可推断《解释》认可后位买卖合同效力的意旨。

在出卖人已将房屋所有权移转至前买受人后，又将房屋出卖第三人的，出卖人的行为是一种出卖他人之物的无权处分行为，对无权处分行为的效力，学界通说及《合同法》第51条均认为应采效力待定说，合同并不当然无效。置换一个角度考虑，出卖人出卖他人之物的行为在后买受人不知情的情况下，也是一种欺诈行为，依《合同法》第31条规定，后买受人享有撤销该合同的权利。《解释》第9条也规定：在出卖人已将房屋卖于他人并已履行的，后买受人可以请求撤销买卖合同，并主张惩罚性赔偿金。

二、商品房多重买卖中的物权变动及利益衡平

房屋买卖以转移房屋所有权为合同目的，同一合同标的难以在多个债权人之间合理分配，是多重买卖合同的特色所在，亦是诸多买受人权利冲突的集中体现。准确界定商品房多重买卖中的物权变动，是保护各方权益的前提条件。

（一）房屋所有权已先行转移于前买受人时的物权变动

出卖人若已将房屋所有权移转于前位买受人并办理所有权登记后，又将该房屋卖于他人，先买受人取得房屋所有权当无疑义。不动产以登记为权利公示公信方法，后买受人可从权属登记中发现出卖人非真权利人，从而放弃交易。若其仍愿意与出卖人继续交易，则应视为接受了权利不能实现的风险，自然无法取得房屋所有权。为惩戒出卖人的恶意欺诈，依《解释》第9条三项规定，后买受人就出卖人的一物数卖行为可主张不超过已购房款一倍以内的惩罚性赔偿金。

（二）出卖人径行将房屋移转于后位买受人时的物权变动及法律评价

1.物权行为理论之辩析

欲清楚解析物权变动的内涵，必先厘清物权行为的概念。物权行为是指要发生物权变动，须独立于债权契约之外，以直接发生物权变动为目的设立新的法律行为。债权行为仅是物权行为的原因行为，两者截然分开，各自独立，物权行为并不因原因行为无效而无效，即使原因行为无效，仍可发生所有权变动的效果，此即为物权行为的独立性、无因性。［3］浏览域外法典，关于物权变动大致有四种立法模式。其一，债权意思主义模式，以法国为例，不承认独立于债权行为的物权行为概念，买卖合同成立时物之所有权即行移转。其二，登记对抗主义，如日本立法模式，买卖合同一经成立，物之所有权即行移转，但非经登记不能对抗第三人。其三，登记要件主义，又为区分原则。典型代表为瑞士，即认可物权行为与债权行为的区别，但又不承认物权行为的独立性和无因性。单纯的合同行为不会发生物权变动的效果，还应履行登记等公示行为，方有物权变动之效。其四，物权意思主义，以德国为例，我国台湾民法亦采此说。该学说由德国历史法学派创始人萨维尼所创，主张物权行为的独立性和无因性，即使买卖合同无效或被撤销，所有权依然发生转移。依该说，在商品房多重买卖中即便出卖人损害先买受人利益再次出卖房屋，但若出卖人与后买受人履行了物权变动手续，后买受人仍可当然取得物之所有权。

2.我国物权变动之立法选择

我国民法学界及实务界对物权变动模式的选择亦是众说纷云。主流观点是不接受法国的债权意思主义模式和德国的物权行为独立性、无因性理论，而应沿用我国惯以用之的公示要件主义瑞士模式，同时坚持区分原则，注意合同效力和所有权转移的分离和差异。物权行为的独立性、无因性堪称严谨慎密的逻辑演练体系，固然具有维护绝对交易安全的价值取向，对后位买卖人提供了最完备的权利保障，但因其过于技术性、抽象性，且恶意买卖人亦可一视同仁地获得物之所有权，实与诚实信用的善良风俗背道而驰，公众的道德观、价值观难以认同。物权无因性理论一定程度上是为法律生活形式之安定而牺牲了法律生活实质之社会正当性，无异于削足适履。［4］事实上物权公示公信原则及善意取得制度同样可起到维护交易安全之职，盲目崇尚物权独立性、无因性原则实无必要。我国《物权法》草案，在区分原因行为与物权行为的同时，也否认了物权行为的独立性、无因性。［5］《解释》第8、9条的规定非常明确地表明了商品房买卖合同中，对于出卖人再处分具有限制或拘束的思想。可以说，司法解释在此根本没有涉及物权交易行为的独立，更不用说无因性原则在法律设置和法律交易上的正当性。因此，该规定应是对物权交易抽象原则即无因原则的间接否定。［6］3.《解释》中的物权变动原则及对出卖人、先买受人、后买卖人之利益调整

《解释》第8条和第10条，针对原因行为的不同，在考量后位受让人善意与否的基础上，对房屋所有权变动作了不同的规定。

《解释》第8条规定，商品房买卖合同订立后，出卖人又将该房屋出卖给第三人，导致商品房买卖合同目的不能实现的，无法取得房屋的买受人有权请求解除买卖合同，要求出卖人承担不超过已付房款一倍之内的惩罚性赔偿责任。惩罚性赔偿责任突破了传统民法中合同赔偿责任只在于填补损失而不在于惩罚的理念，源于英美法系国家，最早主要适用于侵权责任，后来逐渐被广泛适用于合同纠纷。《解释》继消法49条、合同法113条之后，作了新的创新，将赔偿性赔偿责任界定在已购房款的一倍以内，既有利于有遏制多重买卖之类违背诚实信用原则、严重损害市场交易安全的行为，维护守约方的合法权益，促进社会诚信制度的确立，又能达致各方利益的平衡，保证建筑业的健康发展。但仔细解读《解释》第8条，会发现先买受人的权利仅限于前位买卖合同中，而无权要求解除后位买卖合同，更无权主张房屋所有权。对此应理解为是后位受让人主观为善意时，对出卖人、先买受人、后买受人的利益衡平。先买受人之所以无主张房屋所有权之权利，缘于善意第三人受到了公示公信原则的保护。不动产物权公示原则是指将不动产物权的设立、移转通过登记方式向社会公开。不动产物权公信原则是指任何人因为相信登记记载的权利而与权利人从事了移转该权利的交易，该项交易应当受到保护。［7］公示公信原则彰显了保护信赖利益的精髓，而信赖利益往往又是交易安全的基础。在商品房多重买卖中，出卖人仍是登记记载的权利人，在法律上只能推定其为真权利人，后买受人基于对不动产登记的合理信赖，而与之交易，自应获得房屋所有权，否则将是对无辜、善良的后买受人的非难，有悖于公平正义之法则。

先买受人可否通过对后位房屋买卖合同行使撤销权而实现其合同权利，进而获得房屋所有权，值得商榷。多重买卖合同中行使撤销权的法律后果是后位买卖合同自始无效，后买受人自始未取得物之所有权，前买受人得向后买受人请求返还标的物之占有于出卖人。现一种观点认为只要出卖人与后买受人达成房屋买卖协议，在房屋交付或登记时，先买受人即可就后位房屋买卖合同行使撤销权；另一种观点认为若债务人行为虽致财产减少，但仍有能力清偿其债务时，于债权即无损害，债权人应无撤销权可言。［8］台湾学者史尚宽先生亦认为，出卖人尚有赔偿因不履行所生损害之资力时，应解释先买卖人不得行使撤销权。［9］笔者同意第二种观点，第一种观点脱离了《合同法》设立撤销权制度的宗旨，有扩大泛化之虞。依学界通说，撤销权的效力在于保护全体债权人利益，若仅因个别债权问题，而无限制地允许特定物给付行为的撤销，显然逾越撤销权制度的原有机能。［10］《解释》对先买受人就后位房屋买卖合同能否主张撤销权无明文规定，实践中可参照《合同法》74条处理。

《解释》第10条规定，买受人以出卖人与第三人恶意串通，另行订立商品房买卖合同并将房屋交付使用，导致其无法取得房屋为由，请求确认出卖人与第三人订立的商品房买卖合同无效的，应予支持。此条解释是对后买受人主观为恶意情况下的特殊规范。即使后买受人已取得房屋所有权，先买受人仍可径直主张合同无效，并依合同无效的法律效果使后买受人丧失房屋的所有权能。该条是对物权行为无因性理论的直接否定，不是从注重保护后买受人的利益，进而保护实际交易的流通效率与安全考虑；而是从意思自治和诚实信用的基本价值出发，着意保护先买受人利益和正常的交易秩序。对出卖人与后买受人违背诚实信誉的行为科以了宣告合同无效这一最严厉的处罚，并辅之以不超过已付购房款一倍的惩罚性赔偿责任，体现了司法者明确的价值取向。

应该说《解释》第10条对“恶意串通”的注解较为模糊，实践操作有一定的困惑。“恶意串通”标准的掌握是实践中亟待解决的问题。笔者以为“恶意串通”应作合理的扩张性解释，不仅包括明显的双方恶意通谋，损害第三人利益的情形，亦包括出卖人与后买受人均有恶意，但未共谋的状态。在双方未共谋的情况下，虽无意思联络，但双方的过错及恶意不容回避，而且这种过错通过房屋买卖合同这一载体客观结合后，就会对先买受人带来损害。从保护善意先买受人的立场出发，应承认该行为亦是“恶意串通”的一种客观表现形式。“恶意串通”既是主观语境中的概念，又现之于客观领域。就主观而言，若后买受人明知前位买卖合同的存在，并预见到后位买卖合同的订立会对先买受人利益带来损害，仍与出卖人合谋订立新约，其主观为恶意不言自明。就客观而言，意味着某种串通行为，强调当事人实施具体行为的恶意通谋性。这种串通行为不但包括积极的串通，也包括默示的串通，或是心照不宣，或是后买受人引诱出卖人一物数卖等。［11］在相当多的情况中，因出卖人仍为物权登记中的所有权人，后买受人在知晓前位买卖合同存在的前提下，能否以物权登记的公示公信效力为证明其主观善意的抗辩理由。一种观点认为，物权登记的公信力是确定的，既然物权登记中出卖人为所有人，便有占有、支配、使用、处分的权能，即便后受让人知道该房屋已卖于他人，也应推定其是无过失的，仍可以公示公信为由对抗先买受人；另一种观点认为，受让人明知或应知前位买卖合同的存在而买受该房屋，主观上有过失，已有违善意，与诚信原则相悖，不应受到法律保护。笔者赞同第二种观点，原因在于：1第一种观点对公示公信原则的理解流于形式，显得僵化、偏颇。公示公信原则的指向是对信赖利益的保护，既然后受让人知情，就无信赖利益可言，法律自无保护之必要。2从所有权属登记公示公信到后买受人善意的逻辑推理过程是一种法律上的推定。对于推定，只要充分举证予以驳斥，使其失去立论的理论根源，是可以的。因此，只要有证据证明后买受人知情，则主观为善意的推定将不能成立。

4.商品房多重买卖责任形式之扩展

囿于传统民法理论中的合同相对性原则，前买受人对主观有恶意的后买受人缺乏主张权利的途径。但后买受人的过错实不可忽略，试想若仅由出卖人承担责任，似对后买受人有放纵之嫌，不能达致衡平各方利益之效。更为重要的是，在出卖人欠缺偿付能力的情况，前买受人的权利往往难以得到真正的保护。因此有必要在《解释》之外探讨主观为恶意的后买受人对前买受人承担责任的形式。台湾民法认为后买受人与出卖人合谋订立买卖契约，受让标的物之所有权，系出于“故意以背于善良风俗之方法加损害”于前买受人者，应负侵权行为损害赔偿责任。［12］依我国民法传统观点，侵权行为的对象仅限于绝对权。债权乃相对权，能否作为侵权行为的侵害对象，素来争议颇多。我国学界在充分认识到侵害债权制度在有效弥补合同请求权之不足，保障债权人利益及实现交易安全与秩序方面的重要价值后，已对其趋于认可。

拙见以为，在多重买卖中，后买受人明知前买受人的存在，而又与出卖人订约，主观上存在恶意，客观造成了出卖人的履行不能或是加害给付，已构成了第三人侵害债权行为。所谓第三人侵害债权，即合同关系以外的第三人由于主观上的过错而实施了侵害债权的行为，致使债权不能实现或不能全部实现。后买受人侵害先买受人债权，会损害先买受人对合同标的物的期待利益，亦可能增加其额外支出，故后买受人的赔偿范围应在期待利益和所受损害范围之内，并应受到可预见性原则的制约。

在后买受人侵害债权承担责任的方式上，应分情况而论。在后买受人与出卖人存在明显的恶意通谋，直接以损害先买受人利益为订约目的的情况下，后买受人应与出卖人承担连带责任。连带责任一般基于共同原因则产生，如合同约定或是共同侵权，后买受人的侵权行为与出卖人的违约行为并非出于共同原因，就此而言似不应适用连带责任。但连带责任的另一大特征是行为人的共同过错，这种共同过错使行为人的行为构成了一个整体。出卖人与后买受人的恶意通谋，明显具有共同的意思联络及过错，正是这种共同过错使他们应对先买受人承担连带责任。因此共同过错才是出卖人与后买受人负连带责任的基础，若二者均有过错，但无共同过错，同不应负连带责任。［13］在出卖人与后买受人无意思联络和共同过错，但均有偶合过错的情况下，如后买受人引诱出卖人一物数卖，出卖人本可拒绝，但仍受其引诱将房屋再卖或后买受人以明示、默示方式认可出卖人的多重买卖行为等等，则应适用不真正连带债务理论解决出卖人与后买受人的责任承担问题。不真正连带债务，是指发生原因不同，纯属偶然结合之债务。债权人对债务人之一部或全体，可同时或分别请求全部或部分履行债务。［14］任一债务人的履行可使债务消灭，并对终局责任人有追偿权。出卖人的行为系违反房屋买卖合同的违约行为，后买受人的行为系侵害先买受人债权的侵权行为，两者发生原因各异，主观亦无通谋，符合不真正连带债务的法律特征。依该学说，先买受人可择出卖人与后买受人之一或全体主张权利。出卖人或后买受人清偿后，若认为自己不是最终责任人，可向对方追偿。应当指出是，先买受人对出卖人的违约之诉与对后买受人的侵权之诉所获得的补偿以足以赔偿其全部损失为限，不应获得重复赔偿。诚如前述，不真正连带债务理论拓展了先买受人实现权利的空间，特别是在出卖人无财产履行能力时，准许先买受人向有过错的后买受人求偿，有利于权利的实现。

篇5

对于经营商品项目众多的家电零售店来说，最佳商品组合决策是一个十分复杂的问题。通常情况下，商品组合应综合考虑以下几个要素：

1、销售额

任何门店都不希望商品库存太久，因为这样会影响财务收益，高销售量的商品可以提高销售数量，进而提高现金周转率。从某种意义上来说，更高质量＝更好的条件；高度回转＝更新。因此，大家都把选择的商品目标放在高销售量的单品上。

在门店经营中，大部分的销售额通常只来自一小部分的商品，其比例大致在80%和20%之间。这很符合社会发展中很重要的一条定律，即“二八”定律。其实，不但商品销售符合这条定律，就连消费者的购买状况也符合这个定律，那就是：80%的销售额是由20%的消费者完成的。为此，在进行商品组合时，我们必须充分考虑到销售额的关系。在实际工作中，大家更多的是运用四象限评价法对商品进行评价。

四象限评价法也称为波士顿矩阵法，它是一种根据商品市场占有率和销售增长率来对商品进行评价的方法，是由美国波士顿咨询公司提供的一种评价方法。

根据该方法，由市场占有率和销售增长率这两个指标以及它们的组合，就会有四种组合方式，形成四类商品。如图一所示：

第Ⅰ类商品，是市场占有率高、销售增长率高的商品。这类商品很有发展前途，一般处于生命周期的成长期，它是零售店铺的名牌或明星商品。对这类商品，零售门店要在陈列空间、促销投入、陈列技巧诸方面给予支持和巩固，保证其现有的地位及将来的发展。

第Ⅱ类商品，是市场占有率高、销售增长率低的商品。这类商品能带来很大的利润，是门店目前的主要收入来源，一般处在生命周期的成熟期阶段，它是零售店铺的厚利商品。对这类商品应增加陈列位置，运用POP促销措施来提高盈利。

第Ⅲ类商品，是市场占有率低、销售增长率高的商品。这类商品在市场中处于成长期阶段，很有发展前途，但生产企业尚未形成优势，带有一定的经营风险，因此叫风险或疑问商品。对这类商品，零售店铺只需保留较小的陈列空间，多用POP促销，以扩大其知名度。

第Ⅳ类商品，是市场占有率和销售增长率都较低的商品。这种商品无利或微利，处于衰退期了，零售店铺应果断地将其撤出，予以淘汰。

有一点必须注意，经营高销售额的商品总是大家最为喜欢的。但是，切忌单纯经营20%或30%高销售额的商品，因为消费者是冲着100%的商品来的。

2、性价比

除非你的门店有独特的定位，比如定位于高档消费品，针对一些特定的消费群体，目标消费者不会去考虑价格因素。否则，在选择商品时，价格总是影响消费决策的一个重要因素。

一个门店的发展总是有赖于大量销售的商品和较高的商品周转率。为此，店铺不能仅仅只是以提供平价吸引广大的消费者，更重要的是提供最好的商品、最低的价格和最优质的服务保障消费者的权益。

为了确保商品质量，并做到质优价廉，店铺在决定销售某种商品时，首先考虑的应该是产品质量，其次是品牌，最后才是价格。当然，在符合顾客需求的前提下，性价比最高的商品肯定是最受欢迎的。

3、商品形象

商品形象也是影响店铺形象的一个非常关键的因素。对于一个追求生活品质的消费者来说，他们总是不愿意光临那些街头小摊。为什么·因为这些商品不符合他们的胃口，他们认为这些商品都是些质量低劣的商品。

在中国，很多年轻的消费者都在抱怨说国内卖场所销售的商品综合品位偏低。其实，仔细研究，你会发现，让他们得出这一结论的并不是因为外资的卖场卖的什么好东西我们没有，而是因为我们卖的很多较低端的东西他们没有。要知道，消费者在判断一个店的整体品位形象上，是依据其最低端的商品。

商品价格也存在类似情况。绝大多数消费者在说某某店的价格水平时，往往是他们从少数熟悉的商品价格上所得出的结论，而所有消费者都熟悉价格的商品加起来也只会占一个零售门店经营的全部商品中的一个很小的部分。外资卖场的高明之处就在于他们很好地抓住顾客的这种心理，但国内零售卖场却很少会去系统地研究到底这一小部分商品是哪些。

此外，一个缺乏自己特色的店铺总是很难取得成功的。所以除了经营一些大众商品，如黑电、白电、厨卫电器以外，我们还要尽量选择一些个性化的商品，以吸引消费者的目光，如美容家电、个人护理家电。例如，根据调查显示，大约有13%的客人无论家乐福开在哪里都会去购物，除了家乐福良好的购物环境之外，还有一个非常重要的因素，那就是家乐福商品组合的多样化和精致化。在家乐福的卖场，我们会更多的发现一些其他卖场没有的商品，比如个性化个人护理用品、美容护理用具、进口的保养品、食品（特别是像红酒、调味品、饮品等非主流食品），这些都是为那些追求生活品质和格调的人准备的，虽然不会有特别大的销量，但是绝对是个性化商品的标志。家电卖场想要做出特点来，也可以参考家乐福的方式。

4、“广度”与“深度”相配合

品种广度是指商店备有的商品系列的数量。品种深度是指一类商品中不同型号、颜色、尺寸和价格的商品数量。

为了更好地了解“广度”与“深度”的概念，我们可以比较一下家电连锁卖场和家电专卖店的商品组合。在家电连锁卖场里，家电种类很多，单就冰箱而言就有多种不同系列的商品，比如，多开门冰箱、对开门冰箱、迷你冰箱，但同一个品牌却没有太多的样式陈列；而在一家家电品牌专卖店里，一般能够找到该品牌现有的大部分型号的产品。也就是说，家电连锁卖场的品种广度要比专卖店的品种广度更广，但深度却是专卖店明显占优。

篇6

〔关键词〕电子商务；销售能力；评价体系；遗传算法；BP神经网络

DOI：10.3969/j.issn.1008-0821.2013.10.027

〔中图分类号〕F724.6〔文献标识码〕A〔文章编号〕1008-0821（2013）10-0120-04

根据中国互联网信息中心数据显示，截至2012年12月，我国网络购物用户规模达到2.42亿人，网络购物使用率提升至42.9%。在“十二五”规划明确要积极发展电子商务后，国家对企业进入电子商务市场扶持力度的不断加大，加之企业自身意识的提升以及电子商务运营商新型政策的出台等原因，促使电子商务行业蓬勃发展以及传统企业互联网化程度的不断加深。根据易观国际2012年7月的研究报告显示，2012年第2季度中国网上零售市场交易规模达到2 788亿元，环比增长27.4%，同比增长45%。其中B2C交易额988.4亿，逼近千亿。由此可以看出，相比传统购物模式，网络购物在时间、地域以及商品选择等方面都具有很大优势，网络购物的方便快捷特点，使其受到越来越多的关注，并逐渐成为人们生活中不可或缺的一部分。网购用户的迅猛增长为网络购物市场带来广阔的发展前景，与此同时也带来了电子商务领域日趋激烈的竞争。对于电子商务的企业而言，进行生产或提供服务的最终目的都是诱发消费者的购买行为，如何让自己的产品在激烈竞争的市场中获得优势是至关重要的问题。因此，全面分析电子商务中产品销售能力影响因素间的关系，构建产品销售能力评价体系，对企业把握自身产品的竞争优势，争取利润，制定有效的生产计划，提高竞争力具有重要的现实意义。

随着电子商务的迅猛发展，针对网络消费的分析和研究也越来越多。文献[1]介绍了电子商务条件下影响消费者购买行为的个人以及环境因素。文献[2]分析了网络团购条件下消费者购买选择行为偏好的影响因素。文献[3]针对电子商务卖家的激烈竞争环境，提出了电子商务环境下卖家可以采取的5种具体竞争战略。

尽管国内外有关电子商务的研究已经成为近几年的学术研究热点，但是相对而言，大多数的研究都集中在对于网络环境下消费者的消费心理以及影响其购买行为因素等方面，对电子商务产品销售能力的研究没有进行深入探讨，也没有形成关于产品销售能力的全面评价体系。针对电子商务中产品销售能力的分析是一个信息不完全的复杂多因素综合决策问题，运用定性和定量相结合的系统分析方法，研究电子商务中产品销售能力的评价指标体系。采用遗传算法优化BP神经网络评价方法对电子商务产品销售能力进行评价，提高了评价结果的科学性和合理性，以利于电子商务企业在产品营销策略中做出正确的决策。

科学合理地构建电子商务产品销售能力的评价指标系统，是正确评价电子商务产品销售能力的前提和基础。因此，对电子商务产品销售能力的分析原则上应能科学、全面、客观和公正地反映其真实的内涵和水平。本文试图通过对影响电子商务产品销售能力的因素进行分析和整合，从定性和定量相结合的角度，由电子商务中产品的销售策略因素、产品特性因素、产品的交易因素、产品服务与信誉机制因素4个一级指标以及与之相关的16个二级指标来建立电子商务产品销售能力的评价指标体系（见表1）。

表1电子商务产品销售能力的评价指标体系[4-6]

一级指标1二级指标1指标说明产品销售策略因素1产品广告投入1定量；广告投入/成本产品促销力度1定量；促销投入/成本互动营销方式的开展1定量；一年内卖家互动营销，体验营销的开展次数。整合网络营销的进行1定量；整合网络多种营销推广投入/成本产品特性因素1性能/价格比1定性；单位付出所购得的商品性能品牌价值1定性；反应人们对产品综合品质的评价和认知质量水平1定性；反应产品成功满足用户的需要程度市场占有率1定量；产品的市场占有率产品交易因素1销量1定量；最近一个月内产品的销售数量产品配送力度1定量；物流的平均配送时间交易的安全性1定性；买家交易过程中的安全性顾客好评率1定量；顾客对产品的好评率产品服务与

信誉机制因素1产品信息提供1定量；反应卖家对产品完整、无偏差信息提供程度的评分卖家服务水平1定量；反应卖家服务质量的评分消费者保障机制1定量；是否支持消费者保障、产品退货换货等服务卖家信誉度1定量；反应卖家信誉的评分

1.1电子商务产品的销售策略

在电子商务卖家激烈竞争的环境里，产品的销售一直是企业所围绕的话题，销量无疑是卖家的最终追求。提高企业产品的知名度以及打造产品的品牌效应，让企业的产品或品牌深入到消费者心坎里去，让消费者认识产品、了解产品、信任产品到最后的依赖产品是电子商务企业产品销售策略最直接的体现。因此，电子商务产品的销售策略是产品销售能力至关重要的因素。

1.2电子商务产品特性

网络购买相对于传统的购买来说，是发生在一个新的购买环境里，并且具有产销活动无时空限制、个性化和共享性突出等显著特征[7]，消费者只能凭借有限的信息来了解物品，无法亲身体验物品。因此，在网络消费环境下，产品的性价比、品牌价值、质量以及市场占有率对其销售能力的影响也就显得更为重要了。

1.3产品交易

由于网上交易的虚拟性，交易过程中买卖双方通常是处在非面对面环境中[8]，在信息不对称和不完全的条件下，除了商品的销售量外，消费者往往更有可能通过在线评论去信任其他消费者，尤其是已购买者提供的经验信息。此外，网上购物无法提供像现场购物那样的安全放心的交易，交易本身的安全性以及物流的配送力度很大程度上影响着消费者的购买决策。

1.4产品服务与信誉机制

由于互联网络的开放性、虚拟性、数字化等特征，网络购物与传统购物模式相比，消费者感知到的风险会比较大[9]，消费者无法进行实物商品的体验，因而增加了购买的不确定性。所以，对卖家而言，完整、无偏差的产品信息提供与消费者之间无障碍的沟通有利于引导消费者的购买。同时，健全的消费者保障机制以及良好的信誉度也是提升卖家竞争优势的关键所在。

2电子商务产品销售能力评价方法

由于层次分析法、灰色评价法以及模糊综合评价法等常见的评价方法都依赖专家打分来确定权重，难以避免其评价过程中的主观随意性。神经网络具有高速信息处理的能力以及很强的不确定性信息处理能力。即使输入信息不完全、不准确或模糊不清，神经网络仍然能够联想存在于记忆中的事物的完整图像[10]。利用神经网络并行分布、自组织适应、收敛性和容错性的优势，结合定性与定量分析，能够有效的适应电子商务产品销售能力这类多因素和不确定性问题。针对标准的BP神经网络存在着收敛速度慢和容易陷入局部极小值的问题，采用遗传算法对BP神经网络网络进行优化，将优化后的神经网络用于电子商务产品销售能力评价中，能够较好的保证评价结果的客观性。

2.1遗传算法（GA）

遗传算法（Genetic Algorithm，GA）是一种基于自然选择和基因遗传机理的全局搜索算法，算法以生物界的进化规律为参照，通过模拟自然界进化来寻找最优解。遗传算法将生物界“优胜劣汰、适者生存”的进化原理引入到待优化参数形成的编码串群体中，按照一定的适应度函数及一系列遗传操作对各个体进行筛选[11]，从而产生新一代群体，并通过给定的适应度值来决定种群中个体的去留，最终使群体进化到包含或接近最优解的状态。基本遗传算法的流程如图1。

1图1基本遗传算法的流程图1

2.2基于遗传算法优化BP神经网络模型

遗传算法的全局优化、自适应以及概率搜索等特点使得它能够对目标函数空间进行多线索的并进式搜索，能够弥补BP神经网络连接权值和阈值选择上的随机性缺陷。本文利用遗传算法来优化BP神经网络的权值和阈值。通过建立染色体编码长度与神经网络连接权值之间的映射，使神经网络中连接权值和偏置值的个数与编码的长度一致，并使用神经网络误差的倒数作为适应度函数。基于遗传算法的BP神经网络初始权值优化步骤如下：

（1）初始化BP网络结构。初始化神经网络各层间的连接权值、阈值，并将它们顺序级联，构成初始的染色体组；

（2）设定网络误差函数的倒数为染色体的适应度函数，并计算每个染色体的适应值；

（3）根据个体适应度大小，选出适应度高的个体，并按一定的交叉概率和变异概率产生新的个体，并计算它们的适应度；

（4）考察种群中染色体的适应度或当前循环次数，如果满足结束条件，得出适应度最大的个体，作为BP网络的初始权值和阈值，否则，转至步骤（3）；

（5）用（4）得到的权值和偏置对神经网络进行训练。

3评价模型的建立

3.1电子商务产品销售能力评价指标预处理

在电子商务产品销售能力评价指标体系中，同时存在定性指标和定量指标，为了增加各指标间的可比性，必须对各指标进行处理。由于定量指标的衡量单位和级差各不相同，所以必须对其进行规范化和趋同化处理，具体处理方式如下：

x（t）=x（t）-xmin1xmax-xmin

式中，x（t）表示预处理后的数据，xmax和xmin分别为评价系统区域范围内某项指标的最大值和最小值。经过数据预处理后，数据范围在[0，1]区间中。

对于定性指标，因为不能直接量化，可以通过模糊综合评价的方法，确定各指标对于“电子商务产品销售能力高低”这个模糊集的隶属度，以指标的隶属度作为神经网络的输入值。确定其隶属度的具体做法是：设xi是定性评价指标，V=（v1，v2，…，vn）是其对应的评价集，U=（u1，u2，…，un）为评价集V对应的权重，xi相对于评价集V的隶属度向量ri=（ri1，ri2，…，rin）可以通过专家评价或者问卷调查等方法来确定。根据模糊矩阵合成法B=U·ri便可计算出定性指标在给定标度U下的量化值了。在电子商务产品销售能力定性评价指标体系中，指标对于“电子商务产品销售能力”的模糊评价集为（差、一般、中等、好），相应的权重为B=（1，0.7，0.4，0.1）。

3.2电子商务产品销售能力评价模型结构的确定

（1）网络的层数。根据Kolmogorov定理，在不限制隐含层节点数的情况下，三层BP神经网络充分学习后能够实现任何非线性映射，因此构建三层结构的BP神经网络。

（2）网络的节点数。电子商务产品销售能力的评估是一个模式识别问题，网络的目标是根据输入参数给出产品销售能力评价的综合指数。由于输入向量包含16项指标，故输入层应包含16个节点，输出层只有一个输出节点，输出电子商务产品销售能力评价的综合指数。隐含层节点数的设计参考经验式：J=entn+m+a。式中，ent为取整函数，n和m分别表示输入层、输出层神经元的个数，a为1～10之间的常数。根据试算比较，本文最终确定隐含层节点数为11。

（3）确定隐含层、输出层传递函数关系以及训练函数。网络隐含层传递函数采用双曲正切函数tansig，输出层传递函数采用对数函数logsig，训练函数为LM（Levenberg-Marquardt）算法（trainlm）。

（4）设定遗传算法的种群规模为30，最大进化代数为800，选择概率为0.8，交叉概率为0.5，变异概率0.05。

4结论

随着互联网的高速发展，网络交易模式逐步被人们所接受并应用，网络购物的方便快捷、便宜、降低消费成本等优势，使其越来越受到消费者的欢迎。对网络交易中的供应商而言，准确分析和判断其产品的销售能力是提高自身竞争优势的重要环节。因而，对电子商务产品销售能力的评价是一个综合系统的动态过程，需要设计全面的评价指标体系并对其进行综合评价。本文在分析了电子商务产品销售能力构成的基础上，利用基于遗传算法优化BP神经网络的评价模型，来评价电子商务产品的销售能力。通过结合遗传算法多点搜索的全局寻优能力和BP神经网络算法的局部搜索优势，能够有效的避免网络陷入局部最优，同时保证了评价结果的准确性，对电子商务产品销售能力的评价有助于供应商准确地了解产品属性及其竞争优势，对设计产品、制定营销策略和完善商家服务体系具有指导作用。

参考文献

[1]陈慧，李远志.电子商务条件下消费者购买决策影响因素探析[J].北京邮电大学学报：社会科学版，2007，9（2）：1-4，24.

[2]宁连举，张莹莹.网络团购消费者购买选择行为偏好及其实证研究——以餐饮类团购为例[J].东北大学学报：社会科学版，2011，13（5）：404-409，415.

[3]薛有志，郭勇峰.C2C电子商务卖家的竞争战略研究：基于淘宝网的分析[J].南开管理评论，2012，15（5）：129-140.

[4]郭赞伟.网络消费及其影响因素：基于中国数据的实证研究[D].长沙：湖南大学，2010.

[5]周毅.网络购买决策关键影响因素挖掘研究[D].上海：东华大学，2011.

[6]郑小平.在线评论对网络消费者购买决策影响的实证研究[D].北京：中国人民大学，2008.

[7]李远志.北京大学生网络消费决策影响因素的实证研究[D].北京：北京邮电大学，2008.

[8]李瑞轩，高昶，辜希武，等.C2C电子商务交易的信用及风险评估方法研究[J].通信学报，2009，30（7）：78-85.

[9]孙曙迎.消费者网络信息可信度感知影响因素的实证研究[J].北京理工大学学报：社会科学版，2008，10（6）：50-54.

篇7

关键词：理财产品；绩效评价；收益；风险

中图分类号：F830

文献标识码：B

文章编号：1006－1428(2011)02－0042－03

一、引言

理财产品是商业银行将客户关系管理、资金管理、投资组合管理等融合在一起，向客户提供的综合化、个性化的服务产品。自2004年以来，理财产品市场不断升温，在经历了试水期、探索期后，伴随着居民收入的增长和富裕阶层的多元化，已经进入了一个爆发期。据初步估计，2009年的银行理财产品市场规模已达到5万亿元人民币，超过市场上其他所有理财工具市场规模的总和。理财产品在形成对储蓄的替代、推动利率市场化、实现商业银行战略转型、推动经济健康发展等方面发挥了重要作用。但另一方面，近一年来“零负收益”事件也不断困扰着日益壮大的理财产品市场。

目前对银行理财产品市场的研究大致涉及三个方面：第一，产品定价方面的研究，Bruce I.Carlin(2009)建立定价模型讨论了零售金融产品市场定价的复杂性；任敏、陈金龙(2008)在Black-Scholes框架下研究汇率波动对外币产品定价的影响；孙兆学(2009)研究了一种黄金挂钩结构性金融产品的定价问题，并进行了实证研究和敏感性分析；汪航等阐述了股票挂钩型理财产品的本质特征和主要风险，结合光大银行的某理财产品进行了定价分析。第二，法律法规方面的研究，胡云祥(2006)讨论了银行理财产品的法律性质及其质押基础；张宇晟(2008)再次细分了银行理财产品的法律性质，并对银行理财产品质押融资市场提出政策建议；朱小川(2010)通过介绍和分析金融理财产品的特点和类别，比较了国内外金融理财产品的定义模式，认为我国应对金融理财产品进行统一定义，在具体立法技术上可以参考日本的模式。第三，对理财产品市场的评价研究，一部分集中在实践领域，主要是一些研究机构作出的专业性较强的评价报告，如中国社科院金融所金融产品中心推出的理财产品评价分析报告、西南财经大学信托与理财研究所提供的各类理财产品报告；另一部分主要采用的是主观性较强的定性分析方法。应用定量方法对商业银行理财产品市场进行的学术研究尚不多见。

因此，本文的主要工作在于从影响理财产品绩效的各个因素中，提取影响理财产品表现的关键因素，并以此为依据对差异化的理财产品市场进行绩效评价。

二、理财产品市场的研究框架

(一)指标体系的选取

理财产品市场的划分必须选择合适的指标体系。论文在考虑了实际可操作性、系统完备性、客观时效性等标准的基础上，建立了如下6个指标体系：

X1：产品预期最高收益率(％)

x2：产品期望收益率(％)

X3：产品超额收益率(％)

X4：产品最差值(％)

X5：产品最佳值(％)

X6：产品止损额度(％)

其中，期望收益率是理财产品未来到期收益的理论期望值(根据统计推断理论，理财产品的实际到期收益应当落入此期望收益值的附近区域)；超额收益率是理财产品期望收益率与相同期限、相同币种定期存款利率之差；最差值是指在95％概率水平下理财产品所能达到的最低期望收益率；最佳值是指在5％概率水平下理财产品所能达到的最高期望收益率；止损额度是产品本金的最高损失额度。

(二)数据来源与处理

根据可以收集的统计资料，2009年第四季度和2010年前两个季度国内中资商业银行共发行本外币理财产品3558只，其中人民币理财产品1888只，占总量的53.06％。人民币理财产品已成为各商业银行发行、普通投资者购买的主要理财产品品种。因此，本文主要讨论人民币理财产品。论文选取了40家商业银行人民币理财产品的数据，计算上述指标的平均值，并进行净化处理，去除发行人民币理财产品数量过少(少于10只)、指标值明显异常的数据，最终选取了工商银行等5家国有控股商业银行、北京银行等11家上市股份制商业银行和上海银行等7家城市商业银行发行的1794只人民币理财产品作为样本进行分析。样本数据主要来源于2009年第四季度和2010年前两个季度中国社会科学院金融研究所理财产品研究报告。限于篇幅的原因，原始数据从略。

论文使用SPSS16.0数据处理系统作为统计分析工具。通过将原始数据标准化后，建立指标之间的相关系数矩阵，计算得到特征值和累积方差贡献率如表1所示。由表1可见，前2个特征值的累积方差贡献率已经达到83.055％，信息损失仅为16.945％。所以取前2个特征值建立初始因子载荷矩阵如表2所示。

从表2看出：

第一个因子F1在X1，X22X3，X5上载荷比较大，该因子主要体现了产品收益的各个方面，如预期最高收益体现了产品的潜在高收益，期望收益率表示产品收益的理论取值，超额收益的意思是产品收益的理论取值超过存款利率的额度，最佳值则表示产品理论上的最高收益水平，四者均是衡量产品收益水平的合理指标，可以称其为产品收益因子。

第二个因子F2在X4，X6上载荷比较大，该因子主要反应了产品的潜在损失，是衡量产品可能遭受的损失程度，如最差值体现了产品的理论最高损失额度，而止损额度则表示产品的实际最高损失额度，二者是衡量产品风险水平的合理指标，因此命名为产品风险因子。

将初始因子载荷矩阵中的第i列向量除以第i个特征值的开根后就得到第i个主成分的系数向量，于是，两个主成分的表达式如下(这里的ZXi是X；的标准化数据)：

Y1=0.46638ZX1+0.52701ZX2+0.45043ZX3+0.22495ZX4+0.48181ZX5－0.13880ZX6

Y2=－0.31507ZX1+0.04822ZX2+0.38074ZX3+0.65508ZX4－0.26353ZX5+0.50544ZX6

从而综合主成分表达式为Y=0.58940Y1+

0.24116Y2。

(三)理财产品市场的分析

从以上分析可以看出：

影响人民币理财产品综合业绩的主要指标可以明确地反映为两个：收益和风险。这两项主成分的方差贡献率分别达到58.940％和24.116％，两者加起来解释了整个方差的83.055％。这两项指标对风险规避的普通投资者而言具有重要的参考价值：在同质化严重、非标准化设计的理财产品市场中普通投资者不应单纯依靠理财产品销售市场上公布的“预期最高收益率”来决定自己的投资行为。事实上，一些“预期最高收益率”很高的银行理财产品在2010年出现了零收益甚至负收益，致使商业银行遭遇信任危机，也给投资者造成了巨大的损失。

风险因子的方差贡献率达到24.116％，这表明在理财产品的综合评价中虽然收益的重要性更胜一筹，但产品的潜在风险也不可忽视。当前，投资者对理财产品的知识比较缺乏，风险意识和风险识别能力不够，各商业银行提供的理财产品计划书由于条款过多和信息不透明，加上销售人员的收入与其销售业绩挂钩，从而导致部分销售人员在进行产品销售时过分夸大产品收益。掩饰产品的风险，忽视了产品的销售适用性原则，这就要求各商业银行一方面要以对客户负责为基本准则，简化产品设计，有效披露产品信息，充分揭示产品的风险；另一方面要严格执行银监会2009年7月的新规，对理财产品的购买者进行规范的风险测评，以提高普通投资者的风险防范意识。

三、结论及启示

收益因子和风险因子这两个指标构成了商业银行理财产品的核心指标。一方面这表明，从产品收益和风险两个维度对银行理财产品市场进行评价研究客观、合理，另一方面也告诉普通投资者理财产品存在着不可忽视的风险。

数据显示，自2008年1月1日至2009年12月31日间，共有23家商业银行的55款产品到期实现了零收益，有101款产品到期实现了负收益。这不仅给略显稚嫩的国内投资者上了一堂生动的风险教育课，同时也提醒监管机构注重声誉风险管理。

篇8

最新测算的全国房地产开发景气指数表明，5月份全国房地产开发投资、新开工面积、土地购置面积等指标增幅走低，但1—5月商品房销售面积继续保持快速增长，商品房平均销售价格明显攀升。分地区看，商品房平均销售价格最高的是上海、北京和广东，每平方米平均售价分别为5381元、5156元和3877元。

统计数据显示，1—5月份，全国房地产开发企业本年资金来源累计为6173亿元，同比增长39.3%，低于去年同期3.2个百分点。其中，国内贷款1408亿元，增长17.6%，增幅比去年同期回落33.7个百分点；企业自筹资金1919亿元，增长42.3%，增幅比去年同期提高6.7个百分点；定金及预付款2364亿元，增长54.7%，增幅比去年同期提高11.7个百分点。

1—5月份，全国累计完成房地产开发投资3703亿元，同比增长32%，增幅比去年同期回落0.9个百分点。其中，商品住宅完成投资2521亿元，同比增长32.2%；办公楼投资192亿元，增长42.9%；商业营业用房投资458亿元，增长38.7%。

1—5月份，全国完成开发土地面积6480万平方米，同比增长19.8%，低于去年同期22.1个百分点；本年购置土地面积12380万平方米，同比增长9.8%，增幅比去年同期回落46.9个百分点。5月当月，全国完成土地购置面积2888万平方米，同比下降19.5%。其中，东部地区下降29.5%，西部地区下降28%。

篇9

关键词：房地产 商品房销售 计量标准 对策和建议

十年前，为规范商品房销售市场行为，建设部、国家工商总局联合印发了《商品房买卖合同示范文本》，明确了在商品房销售中可以使用的四种（建筑面积、套内建筑面积、套及其他）计价方式。该规定出台后，有效减少了房地产市场中的买卖纠纷，但随着时间的推移、尤其是消费者消费理性的提升，新的矛盾不可避免地暴露出来。在市场经济中，如何科学、合理地确定计量（价）标准、保证交易的公平性，不仅是购房者所关心的事情，也是房地产市场健康、规范发展的基本保证。本文仅对商品房销售市场中，计价（量）方式存在的问题加以分析、讨论，并根据市场惯例及交易的公平性原则提出意见和建议，以期促进商品房销售市场公平、规范商品房销售市场行为。

一、商品房计价方式的种类及特点

1、计价方式的种类

按建设部、国家工商行政管理总局联合印发的《商品房买卖合同示范文本》第四条之规定，现行计价方式可以有如下四种：

1）、按套内建筑面积计算：

即：套内建筑面积=套内使用面积+套内墙体建筑面积+阳台建筑面积；

2）、按套（单元）计算：

即：等于是买卖双方的协商价，与面积无直接关系；

3）、按建筑面积计算：

即：建筑面积=套内建筑面积+公共分摊建筑面积。

4）、其它：

除以上三种方式外，买卖双方另外之约定。

2、几种计价（量）方式的区别及特点：

主要从“包含的因素”与“使用面积”的关系、“可比性”等几方面分析、讨论、对比，从而看出无论哪种计价（量）方式，均与“使用面积”相关（详见下表）。

几种计价（量）方式及相关指标对比表

从表中可见，前三者既有相同点、又有不同点。主要表现在：一是前三者“包含的因素”各不相同；二是均与“使用面积”相关、但不相等（即：“共有因素”相同）；三是前三种计价方式作为购房人对所购房屋的计量面积均无法测量，即没有“可操作性”和“透明度”。实际上，不可操作性（透明度低）正是交易双方发生纠纷的焦点所在、也正是本文力图解决的关键问题。

二、确立使用面积为商品房销售计价标准

实践证明，计价（量）方式的多重性，是房地产销售市场秩序紊乱的内因：计价（量）方式的不可操作性（无透明度），是发生经济纠纷的必然结果。因此，合理的计价方式必须满足“唯一性”、“可测量性”等基本要素。从以上分析可见，三种计量方式的共有因素为使用面积，也只有使用面积是购房人关心的，并且可以实际测量的唯一一个指标。

1、房款总额与使用面积的关系

房款总额=建筑面积×单价

又建筑面积=使用面积×K

房款总额=使用面积×K×单价

其中K为大于1的系数，即K=建筑面积/使用面积。不难看出，对一套房屋而言，在房款总额确定的情况下，使用面积单价大于建筑面积单价。

2、确立使用面积为计价方式的的标准

从以上分析可见，将使用面积作为计价方式标准，几乎克服了用建筑面积、套内建筑面积、套（单元）作为计价标准的所有弊端，并且符合市场交易中的公平性准则，具有可测量、透明度高等优点。从市场惯例上看，使用面积作为计价标准，确保了计价方式具有唯一性和可度量性的特点，用使用面积作为计量标准，克服了买建筑面积（无法测量）、用使用面积（不是计量标准）的双重标准的痼疾；从而使之更加符合市场规律，满足消费者的“知情权”等基本要求。

篇10

关键词：城市宜居性特征；商品住宅；价格；空间评价模型

中图分类号：F293.3文献标识码：A文章编号：1001-8409（2014）01-0130-05

自1998年7月国务院了《关于进一步深化城镇住房制度改革加快住房建设的通知》以来，中国各个城市的住房市场发展迅速，商品房价格不断上涨，不同城市间房价差异显著，且价格差异随着时间的推移逐步增大。从中国35个大中城市2012年的房价数据来看，北京的平均房价最高，达26156元/平方米，西宁的平均房价最低，为5145元/平方米，同一时期最高房价达到最低房价的5倍之多，价格差异相当显著。从2001～2012年中国35个大中城市房价的变化过程来看，各个城市的房价变动幅度也不尽相同。宁波的房价变动幅度最大，2012年房价为2001年房价的7.58倍，而沈阳的房价变动幅度最小，2012年房价仅为2001年房价的2.87倍。因此，不同城市房价差异的原因受到国内外学者的广泛关注。

Reback[1]、Brasington 和 Haurin[2]分别基于1989～1990年、1997～1998年美国明尼苏达州的转入学生数、转出学生数、居住人群的学历构成、年龄构成、住宅的空置率、出租率、住宅价格数据和2000年美国俄亥俄州的学生人均支出、水平测试、学校增加值、住宅价格数据，采用回归分析方法和空间特征价格模型，得出学校教育质量对于城市间住宅价格差异具有一定的解释力；Schmidt 和 Courant[3]基于美国1995年人口调查CPS数据库中的住宅价格、空气质量、最大地形指数、平均气候指数、水体景区、国家娱乐区、贫困线以下的人口、保健指数、通勤时间、距离好位置的最短驱车距离等数据，采用截面回归分析方法，得出公共服务质量、自然环境和社会治安是城市间住宅价格差异的主要原因；沈悦、刘洪玉[4]基于1995～2002年中国14个城市的住宅价格与人均可支配收入、城市总人口数、失业率、空置率等经济基本面数据，采用混合样本回归分析方法，得出城市经济基本面的当前和历史信息可以部分解释城市住宅价格水平或者变化率；梁云芳、高铁梅[5]基于1999～ 2006年中国28个省、市、自治区的人均GDP、商品房销售面积、房地产资金来源中除自筹资金以外的其他资金、3年期金融机构中长期贷款利率和房价数据，采用误差修正模型和面板数据模型，得出我国东西部地区房价波动差异主要是由于信贷政策不同造成，而中部地区房价波动差异主要是由于人均GDP的不同造成；周京奎、吴晓燕[6]基于1999～2006年除自治区外的中国大陆30个省市的住宅价格、城市教育投资、卫生事业投资、基础设施投资、交通环境投资、公共卫生投资、生态环境投资数据，采用广义最小二乘法，得出生态环境投资对住宅价格的影响最大，公共交通投资对住宅价格的影响次之，高等教育投资对住宅价格的影响较高，城市基础设施投资对住宅价格也有显著影响；龙奋杰、郭明、郑思齐、曹洋[7]基于1999～2005年中国34个主要城市（不包括郑州）的住房价格、居民收入水平、自然条件、经济发展程度、环境质量、生活便利程度、公共安全、是否为省会城市、市区人口密度、市辖区人口、失业人口比例等数据，采用单变量模型、多变量模型和截面分析方法，得出城市居民收入水平和以自然条件、经济发展、环境质量、生活便利程度、公共安全为代表的城市宜居性可以解释城市住房价格差异的70%左右；何鸣等人[8]基于2006年中国254 个地级城市的房价、气候条件、环境质量、公共服务水平、生产环境特征数据，采用中国城市消费者和厂商环境特征品质价值计量方法，得出以气候条件、环境质量、公共服务水平为代表的消费者环境特征品质和以城市间运输能力、海运、生产服务能力为代表的生产环境特征品质对于中国城市间的房价差异具有60%的解释力；张娟锋、刘洪玉[9]基于2004～2006年中国35个大中城市的住宅价格、土地价格、建材价格、工资水平、财富水平、人口数量、城市宜人性、失业率、住宅预期收益、非居住商品价格变动数据，采用普通最小二乘法和两阶段最小二乘法，得出人口数量、财富水平、建筑成本、住宅预期收益是造成不同城市住宅价格差异的决定因素。

综上所述，这些研究选择的指标不同、样本范围不同、样本个数不同、分析方法不同，对于城市间住宅价格差异的原因得出了不同的结论。归结起来可以看出：城市的经济发展水平、居民收入、社会公共服务水平、自然环境和人文环境质量是形成城市间住宅价格差异的主要原因。但这些研究一方面忽略了城市区位条件对住宅价格的影响；另一方面多数研究忽略了城市间房价的空间相关性，采用了非空间计量模型进行分析。方晓萍[10]、张谦[11]指出中国城市间、省域间的住房价格存在显著的空间相关性，所以，这种忽略空间效应的模型往往会使得估计结果不够完整、科学，缺乏应有的解释力[12]。基于此，本文在国内外学者构建的指标体系基础上，将城市的自然区位、交通区位、文化区位和政治区位引入城市宜居性特征体系，以中国35个大中城市2005～2010年的数据为样本，运用空间计量分析技术，构建了商品住宅的城市宜居性特征空间评价模型，分析城市间商品住宅价格差异的原因，为推动我国的城市均衡发展提供参考依据。

1城市宜居性特征体系的构建

1.1城市宜居性的定义

王坤鹏[13]从自然环境、经济环境、人文社会环境和人居环境的协调性角度定义了城市的宜居性；叶青等人[14]从反映城市生态、宜居建设状况的软环境（行为过程）和反映城市生态建设过程的硬环境（结果成效）两方面定义了城市的宜居性，并强调城市宜居性测评体系既要包括结果类指数，又要包括过程类指数；郑思齐[15]强调城市的宜居性不仅要包括就业的可达性，还要包括教育设施、环境资源、公共交通设施以及人文环境等的便利和舒适性；赵华平、张所地[16]指出城市的宜居性不仅要包含城市的经济环境宜居、人文社会环境宜居、生态环境宜居，而且要包含城市的区位环境宜居。其中，经济环境宜居是城市宜居的核心，决定着城市的竞争力大小和对劳动力的吸引力强弱；社会环境宜居是城市宜居的灵魂，体现城市在住房保障、医疗保健、教育文化、交通服务、设施供应等方面的能力，制约着居民在城市生活的便利性；生态环境宜居是城市宜居的基础，体现城市的环境资源优势和环境质量水平，影响着居民在城市居住的幸福感和舒适感；区位环境宜居是城市宜居的扩展，体现城市在自然区位、经济区位、政治区位、交通区位和文化区位5个方面的优势，自然区位反映城市在自然山水风景方面的优势、政治区位反映城市在公共服务资源方面的优势、交通区位反映城市在对外交通便利性方面的优势、文化区位反映城市在历史文化传承和熏陶方面的优势、而经济区位作为反映城市经济增长优势的指标，依赖于城市的自然、政治、交通和文化4种区位，也就是说，经济区位可以看作其他4种区位的综合表现。因此，自然、政治、交通和文化即可全面反映城市的区位条件。

1.2城市宜居性特征体系的构成

以赵华平、张所地[16]给出的城市宜居性内涵为基础，本文提出包含4个因素、18个因子、34个具体指标的城市宜居性特征指标体系[17]，见表1。表1城市宜居性特征体系的构成

因素1因子1具体指标经济环境1经济水平1人均国内生产总值收入水平1城镇居民人均可支配收入产业结构1第三产业增加值占GDP的比重社会环境1居住条件1城镇居民人均住房建筑面积交通条件1每万人拥有公共汽车数、人均城市道路面积教育设施1每万人中小学数、中小学师生比、每百万人普通高等学校数、普通高校师生比医疗设施1每万人医院床位数、每万人医生数文化设施1每百人公共图书数、每百万人影剧院数生活设施1用水普及率、燃气普及率通讯设施1互联网用户普及率、固定电话用户普及率、移动电话用户普及率生态环境1自然环境1山水环境优美度、气候环境舒适度、空气质量优良率环境绿化1建成区绿化覆盖率、人均公园绿地面积环境治理1工业固体废物综合利用率、工业废水排放达标率、工业烟尘去除率、工业二氧化硫去除率、生活污水集中处理率、生活垃圾无害化处理率自然区位1自然区位相对优势度交通区位1交通区位相对优势度政治区位1政治区位相对优势度文化区位1文化区位相对优势度2商品住宅的城市宜居性特征空间评价模型

Anselin从空间滞后变量的类型和空间相关性的作用范围2个维度，将空间计量经济模型又分为空间滞后模型和空间误差模型两类。其中，空间滞后模型反映一个地区经济增长的所有解释变量，都会通过空间传导机制作用于其他地区，而空间误差模型则反映区域外溢是随机冲击的作用结果[18]。因此，商品住宅的城市宜居性特征空间评价模型构建也有2种方式：一是商品住宅的城市宜居性特征空间滞后评价模型；二是商品住宅的城市宜居性特征空间误差评价模型。

2.1商品住宅的城市宜居性特征空间滞后评价模型

设y为城市商品住宅价格，X为城市宜居性特征，WN为N个城市的空间权重矩阵，ρ为空间自回归系数，IT为T阶单位矩阵，β为待估参数，ε为随机误差项，则有：

y=ρIT×WNy+Xβ+ε （1）

式（1）即为商品住宅的城市宜居性特征空间滞后评价模型。

由于式（1）表示的空间模型中存在价格的空间双向依赖关系，因此，空间滞后项ρ（IT×WN）y为内生变量，于是，式（1）可以简化为：

y=[IT×（IN-ρWN）-1]×β+[ITX（IN-ρWN）-1]ε （2）

对于商品住宅的城市宜居性特征空间滞后评价模型，可以采用极大似然估计法进行参数估计[19]。

设Σ为ε的协方差矩阵，即ε～N（0，Σ），则对数似然函数可表示为：

L=Tln|IN-ρWN|-112ln|Σ|-112ε′Σ-1ε （3）

2.2商品住宅的城市宜居性特征空间误差评价模型

设X、y、WN、β的含义同上，λ为误差空间自相关系数，u为随机误差项，则有：

y=Xβ+ε

ε=λWNε+u （4）

式（4）即为商品住宅的城市宜居性特征空间误差评价模型。

由式（4）可得：ε=（IN-λWN）-1u，于是，式（4）可以简化为：

y=Xβ+（IN-λWN）-1u （5）

对于商品住宅的城市宜居性特征空间误差评价模型，可以采用极大似然估计法进行参数估计[19]。

设Σ为ε的协方差矩阵，即ε～N（0，Σ），BN=IN-λWN，则对数似然函数可表示为：

L=-NT12lnσ2u+TlnBN-112σ2uε′[IT×（B′NBN）]ε （6）

3中国35个大中城市商品住宅的城市宜居性特征空间评价实证分析

3.1商品住宅的城市宜居性特征评价的样本数据和变量说明

本文以中国35个大中城市作为样本，在变量选择中，根据研究的问题，选择城市的商品住宅销售价格（HP）作为被解释变量，考虑到表2中一些指标的相关度较高，为了避免模型的多重共线性，将相关度高的部分变量进行了剔除。于是，本文最终选择了17个指标作为解释变量，分别为：城镇居民人均可支配收入（PDI）、城镇居民人均住房建筑面积（PHA）、每万人拥有公共汽车数（PNB）、每万人中小学校数（PNPSS）、每百万人普通高等学校数（PNHS）、每万人口医院床位数（PNHB）、每百人公共图书数（PNPL）、每百万人影剧院数（PNT）、气候环境舒适度（CDCE）、空气质量优良率（FRAQ）、人均公园绿地面积（PGA）、生活污水集中处理率（TRWW）、生活垃圾无害化处理率（TRSW）、自然区位相对优势度（RSNL）、文化区位相对优势度（RSCL）、交通区位相对优势度（RSTL）、政治区位相对优势度（RSPL）。其中，HP、FRAQ数据来源于《中国统计年鉴》（计划单列市的FRAQ来源于城市的国民经济和社会发展统计公报），CDCE、RSNL、RSCL、RSTL、RSPL数据来源于《中国城市竞争力年鉴》，PGA数据来源于《中国城市建设统计年鉴》，TRWW数据来源于《中国城市年鉴》，PHA数据来源于《中国城市年鉴》、各省市统计年鉴、各省市国民经济和社会发展统计公报。而且，由于不同城市对于城镇居民人均住房面积有不同的统计标准，有些城市采用的是人均住房建筑面积，有些城市采用的是人均住房使用面积，为了使不同城市间具有可比性，本文通过一些计算发现，多数情况下存在“城镇居民人均住房使用面积÷城镇居民人均住房建筑面积=0.75”的关系，因此，利用该公式进行了统一化处理；其余指标的数据均来源于中国城市统计年鉴。

3.2商品住宅的城市宜居性特征空间评价计量模型

3.2.1空间相关性检验

Moran I指数是常用的全域空间相关性指标。本文基于国家基础地理信息中心网站提供的1∶400万中国电子地图，经地理信息系统软件MapInfo计算得到了城市间的距离，以城市间距离倒数的平方作为空间权重矩阵中的元素取值，利用中国城市的商品住宅价格数据，计算得到了商品住宅价格的Moran I指数及对应统计量Z值。结果显示：2005～2010年商品住宅价格的Moran I指数均大于零，且呈现上升的态势。通过对商品住宅价格面板数据的Moran I检验，也表明中国城市间的商品住宅价格空间分布并非完全独立，因此，本文选择空间计量模型进行实证研究。

3.2.2空间计量模型的选择

对于商品住宅的城市宜居性特征评价模型的选择，本文采用拉格朗日乘数方法进行检验，设LML和LME分别为空间滞后评价模型和空间误差评价模型的LM统计量，由于LML=41.1881>LME=10.4396，所以，应该选择空间滞后评价模型。对于商品住宅的城市宜居性特征空间滞后评价模型的具体形式，还需要确定是固定效应还是随机效应。从理论上来说，当样本随机取自总体时，选择随机效应模型较为恰当，而当回归分析局限于一些特定个体时，则选择固定效应模型较为恰当[20]。本文选择中国35个大中城市进行研究，覆盖了中国的东、中、西部地区，所以固定效应模型更为合适。从统计上来说，需要通过空间Hausman检验方法加以判定。本文计算得出了空间Hausman检验统计量的值为155.9812，对应的χ2（18）的P值为0，所以，统计上也表明选择固定效应模型更为合适。于是，最终确定选择包含固定效应的商品住宅的城市宜居性特征空间滞后评价模型。

3.3估计结果分析

利用Matlab2009软件对确定的模型进行估计，结果见表2。根据表2中调整后的R2、Sigma2、LogL等统计量来看，在空间滞后面板数据模型的4种固定效应情况下，无固定效应模型优于其他3种情况，因此，下面以无固定效应模型进行分析。在无固定效应的空间滞后面板数据模型中，有9个解释变量对商品住宅价格的影响在统计上显著，但这些解释变量具有不同的量纲，为了能够使不同解释变量对商品住宅价格的影响程度具有可比性，本文采用离差标准化法将这9个变量进行了标准化处理，且以无固定效应的空间滞后面板模型进行了重新回归，构建商品住宅的城市宜居性特征空间评价计量模型：