非居间化指企业采取措施减少中间商的使用，增加直接向最终消费者提供产品和服务的渠道的过程。互联网的快速发展，为买卖双方越过中介机构，降低交易成本从而提高收益提供了可能性。房地产中介作为传统行业，主要任务在于传递市场信息，促成市场交易^[1]。探讨互联网自助交易平台快速发展下二手房市场非居间化对中介信息服务的挑战，可以为二手房市场信息服务的进一步发展提供参考依据。

关于互联网发展对住房中介行业影响的研究，部分国外学者认为随着互联网技术的不断改进，互联网自助交易平台将迅速发展，导致住房市场中买卖双方的信息搜寻成本显著下降，从而使住房中介行业面临重大威胁^[2-5]。然而，Muhanna等^[6]认为住宅商品成交额高、交易不频繁，同时存在很多难以观察的属性因素，从而使得中介服务难以被互联网自助平台所取代。而国内的研究中，冉春娥^[7]、李秀英^[8]分别就国内互联网发展下非居间化趋势对传统中介行业的威胁进行了研究，而在住房市场中，李昂^[9]的研究认为，由于住房商品的特殊性，住房市场的非居间化难以实现。在过去的研究中，学者仍未达成统一的结论，同时，几乎所有学者仅对该问题进行理论分析，而没有搜集相关数据采用实证的方法证明其结论，从而使得研究结果可信性较低。而近年来，随着实验经济学在房地产领域的研究应用，使得房地产市场的交易过程可以被有效记录并加以分析^[10-14]，从而为该问题的进一步探讨提供了可行性。

基于上述问题，本文首先提出评价指标，然后通过理论分析得出假设，其次设置实验并搜集相关数据，最后对实验数据进行分析，得出结论。

1 评价指标及理论分析 1.1 评价指标

1) 市场信息偏离度。

市场信息偏离度 (market information deviation degree，MIDD) 主要指市场公布的商品信息与市场真实商品信息之间的偏离程度，反映了市场买方与卖方之间的信息不对称程度。本文采用住房市场公开的质量信息与房屋真实质量之间的Euclidear距离测量住房市场的信息偏离度，计算方法为

$ {\rm{MIDD = }}\sum\limits_{j = 1}^n {\sqrt {\sum\limits_{i = 1}^n {{{({x_{ji}}-{x_{ji}}')}^2}} .} } $

(1)

其中：x_ji为市场中住房j属性i的真实质量，x_ji′为住房j属性i的公开信息质量。

2) 市场匹配优度。

市场匹配优度 (market matching degree，MMD) 主要指市场商品交易时买卖双方的真实匹配效用与最优匹配效用的比值。当市场上所有商品都分别出售给效用最高的买家时，市场匹配达到Pareto最优^[15]。市场实际匹配效用越接近于最优效用，市场匹配优度越高; 反之，市场匹配优度越低。计算方法为

$ {\rm{MMD = }}\frac{{{E_{{\rm{ture}}}}}}{{\overline E }} = \frac{{\sum\limits_{i = 1}^n {({U_{{\rm{s}}i}} - {U_{{\rm{b}}i}})} }}{{\sum\limits_{i = 1}^n {({{\bar U}_{{\rm{s}}i}} - {{\bar U}_{{\rm{b}}i}})} }}. $

(2)

其中：E_true为市场真实匹配效用，E为市场达到Pareto最优时的匹配效用，U_si为房源i交易时的卖方效用，U_bi为房源i交易时的买方效用，${{{\overline U }_{{\rm{s}}i}}}$为房源i交易时的卖方最优效用，${{{\overline U }_{{\rm{b}}i}}}$为房源i交易时的买方最优效用。当MMD达到1时，市场匹配效率最高。

3) 市场效率。

微观经济学中，市场效率主要利用市场交易主体的总剩余来评价^[16]。在二手房交易市场中，市场效率主要由买方剩余、卖方剩余以及中介剩余来决定^[17]。

买方剩余的计算方法为

$ {S_{\rm{b}}} = \sum\limits_{i = 1}^n {{S_{{\rm{b}}i}}} = \sum\limits_{i = 1}^n {({U_{{\rm{b}}i}}-{C_i}-{P_i}).} $

(3)

其中：S_b是市场买家总剩余，S_bi为买家i的剩余，U_bi为买家i购买房屋后的效用，C_i为买方i的搜寻成本，P_i为买家i购买房屋的成交价格。

卖方剩余的计算方法为

$ {S_i} = \sum\limits_{i = 1}^n {{S_{{\rm{s}}i}}} = \sum\limits_{i = 1}^n {({P_i}-{P_{0i}}).} $

(4)

其中：S_i为市场卖家总剩余，S_si为卖家i的剩余，P_i为卖家i出售房屋的成交价格，P_0i为卖家i的心理底价。

中介剩余的计算方法为

$ {S_{\rm{z}}} = \sum\limits_{i = 1}^n {{S_{{\rm{z}}i}}} = \sum\limits_{i = 1}^n {({G_i}-{G_{{\rm{z}}i}}).} $

(5)

其中：S_z为市场中介总剩余，S_zi为中介i的剩余，G_i为中介的佣金所得，G_zi为中介所花费的成本。

市场效率E为市场各方的总剩余之和，计算方法为

$ E = {S_{\rm{b}}} + {S_{\rm{s}}} + {S_{\rm{z}}}. $

(6)

1.2 理论分析

从市场信息偏离度看，互联网自助交易平台中，大部分卖方仅进行一次交易，而不需要担心信誉问题影响下次交易，为了提高收益，往往对信息进行隐瞒和欺骗，从而提高了互联网自助交易平台的信息偏离度，而中介信息服务平台则需要进行多次交易，为了自身信誉，中介倾向于披露更真实的信息，从而降低市场信息偏离度。基于上述分析，本文提出假设1。

假设1：  互联网自助交易平台中住房信息偏离度较中介信息服务平台中的市场信息偏离度高。

从市场匹配优度来看，由于互联网自助交易平台的信息不对称问题更严重，从而提高了买方搜寻合适住房的难度，降低了市场匹配效率。而在中介信息服务平台下，由于中介的参与，市场信息不对称问题得到减缓，买方更容易搜寻到自身效用值最高的住房，从而提高了市场的匹配效率，使其更接近于市场配置的Pareto最优。因此，本文提出假设2。

假设2：  互联网自助交易平台中的住房市场匹配优度较中介信息服务平台的市场匹配优度低。

从市场效率来看，由于互联网自助交易平台下，卖方公告的信息真实性较低，在加大买方信息搜寻成本的同时，也提高了市场最优匹配达成的难度；而中介信息服务平台下，中介利用自身规模效应以及市场经验以低成本获取市场信息，并将其传递给买方，从而有效缓解了市场信息不对称问题，使得市场效率更高。因此，本文提出假设3。

假设3：  互联网自助交易平台中的二手房市场效率较中介信息服务平台的二手房市场效率低。

2 实验设计

本部分设计北京市二手房实验并予以实施，主要包括提出实验假设、实验设计与实施2个方面。

2.1 实验假设

为了保证实验的可操作性，同时保留二手房市场的特点，从而达到实验数据有效可靠，本文提出如下假设简化实验：

1) 住房商品具有异质性。本文利用A、B、C、D四种属性来代表住房布局、交通状况、结构质量以及邻居环境4个方面的属性，并假设其他属性相同。同时，每个属性分为10个等级，等级值越高，住房属性越好；

2) 房屋价值由房屋属性的优劣来决定。住房属性评分高的房屋，卖家出售房屋的价格越高，住房属性评分低的房屋，卖家出售房屋的价格越低；

3) 不同买家对同一住房的居住效用不同。不同买家对不同住房属性的关注度不同，从而导致不同买家购买住房后的效用值也不同；

4) 住房商品属性的调查需要成本，且显性属性和隐性属性的调查成本不同。如住房布局、交通状况等显性属性具有较低的调查成本，而结构质量、邻居环境等隐性属性需要较高的调查成本。

2.2 实验设计与实施

根据节2.1提出的实验假设，本文设计二手房交易的仿真实验室环境进行实验并搜集相关实验数据。

1) 实验目的。

搜集基于实验模拟的二手房市场的相关实验数据，研究互联网自助交易平台与中介信息服务平台下的市场信息偏离度、市场匹配优度、市场搜寻成本以及市场效率的差异，从而判断二手房市场非居间化的实现可能性。

2) 实验内容。

根据二手房市场特点构建实验市场，由被试担任市场的买家、卖家以及中介，不同买家拥有不同的房源属性偏好，不同卖家拥有不同的房源信息，中介拥有卖家传达而未经确认的房源信息。买家在市场中寻找并调查合适的住房，卖家出售所拥有的房源，中介协助卖家出售房源。

3) 实验步骤。

被试被随机分配到市场1(互联网自助交易平台实验组) 或市场2(中介信息服务平台实验组)，并随机安排其角色，市场1有8名卖方、4名买方，市场2有8名卖方、2名中介、4名买方。

市场1中，卖方根据自身房源属性粘贴广告，广告可真可假。买方可以直接购买房屋，也可以选择对感兴趣的房屋进行调查，调查分为简单调查和深入调查，简单调查仅能了解属性A和B的真实值，而深入调查可以了解所有属性真实值。卖方根据买方调查给出相应的信息，同时对调查的买家改变售价，买家根据自己的收益最大化向卖家发出购买申请，卖家选择合适售价的买家出售房源，并宣布成交。

市场2中，卖方根据待售房屋真实属性告诉中介房源信息，信息可真可假。中介根据卖家信息可以选择调查或不调查，然后根据自己掌握的信息粘贴广告。买家可以直接购买中介列出的房屋，也可以选择调查，调查时中介根据买方请求从卖方处获得相应的真实信息，同时给买家的售价也会发生改变。买方和中介根据自身利益最大化进行交易。

3 实验结果分析

实验在2016年1月进行，共成交39套住房，其中，互联网自助平台下共成交19套二手房，中介信息服务平台下共成交20套二手房。利用住房成交数据，根据式 (1)，计算2组实验市场的总体信息偏离度、显性信息偏离度以及隐性信息偏离度。计算结果如图 1所示。

由图 1可见，在互联网自助交易平台实验组下，5轮实验平均市场信息偏离度为24.19。其中，显性住房信息偏离度平均值为12.12，隐性住房信息偏离度平均值为16.27，这表明，卖家在调查成本较高的隐性住房信息上进行伪造更多，从而谋取更高利益。而在中介信息服务平台实验组下，5轮实验平均市场信息偏离度仅为8.46，其中显性信息偏离度平均值为2.47，隐性信息偏离度平均值为6.67。结果表明，中介信息服务平台实验组的信息真实性更高，买卖双方的信息不对称程度更低，该结论符合本文假设1。

根据式 (2) 计算2组实验市场的市场匹配优度，计算结果如图 2所示。

由图 2可见，中介信息服务平台实验组的市场匹配优度优于互联网自助交易平台实验组的市场匹配优度。在中介信息服务平台实验组中，5轮实验的平均市场匹配优度为0.900，而互联网自助交易平台实验组的平均市场匹配优度仅为0.699。这表明，中介信息服务平台实验组的市场匹配效率更接近于市场最优效率。这主要是因为在中介信息服务平台实验组中，中介的信息服务有效降低了买卖双方的信息不对称问题，从而更有利于买方搜寻到市场中使自身效用最大化的房源，从而提高市场匹配优度。该结论符合本文假设2。另外，随着实验轮数的增加，2个市场的匹配优度之间的差距逐渐缩小，这主要由于随着市场参与者交易经验的增加，买方交易时将更为谨慎并花更多的精力进行调查，从而使无中介参与市场的匹配优度得以提高，该现象符合现实市场情况。

根据式 (3)—(6)，计算2组实验市场的市场效率，计算结果如图 3所示。

由图 3可见，中介信息服务平台实验组的市场效率高于互联网自助交易平台实验组的市场效率。其中，中介信息服务平台实验组5轮的平均市场效率为149.96万实验币，而互联网自助交易平台实验组的平均市场效率为105.4万实验币。这表明，在中介信息服务平台实验组下，市场参与者的总剩余更高，市场各方能够以更低的成本完成更高效用的交易。这主要是因为在中介信息服务平台实验组中，中介的信息服务导致市场中买卖双方的信息不对称问题减少，使买卖双方能在低成本下完成更高效的市场匹配，最后提高市场效率。该结论符合本文假设3。另外，随着实验轮数的增加，2个市场的市场效率之间的差距逐渐缩小，这主要由于随着市场参与者交易经验的增加，买方交易时将更为谨慎并花更多的精力对房屋进行调查，从而能够购买到效用更高的房屋。这表明市场交易者经验的增加可以从一定程度上减少缺乏交易中介的不足，该现象符合现实市场情况。

本文对计算结果采取进一步统计分析，从而加强文章结论的可信性。其中，对实验数据的Wilcoxon秩和检验结果统计分析如表 1所示。

由表 1可见，从市场信息偏离度来看，住房中介信息服务平台实验组下的信息偏离度显著低于互联网自助交易平台的信息偏离度，无论是从显性信息还是隐性信息来看，互联网自助交易平台的信息偏离度都显著偏高。这表明中介服务平台实验组更好地解决了住房市场的信息不对称问题。另一方面，无论哪个实验组，显性信息的信息偏离度都显著低于隐性信息的信息偏离度，这表明无论是中介还是卖方，都更倾向于在难以调查的信息中进行伪造，从而提高自身收益。而从市场匹配优度来看，住房中介服务平台实验组的市场匹配优度显著高于互联网自助交易平台实验组，这表明在拥有中介服务的市场，市场匹配更接近于Pareto最优。从买方搜寻成本来看，中介服务平台实验组的买方搜寻成本显著偏低，同时，市场的总体搜寻成本也显著偏低。这主要是由于中介的经验以及规模效应，从而以更低的成本为买方了解到更多的房源信息，同时将这些信息传递给买方，从而降低了买方搜寻成本以及市场总体搜寻成本。而从市场总效率来看，中介服务平台实验组的市场效率显著更高，这表明中介服务平台实验组下，市场交易各方能够以更低的成本完成更高效用的交易，从而提高二手房的市场效率。

4 结论

本文利用实验经济学模拟互联网自助交易平台以及中介信息服务平台，并对2个市场的信息偏离度、市场匹配优度以及市场效率进行计算，结果表明：1) 互联网自助交易平台的信息偏离度更高，中介服务平台的信息偏离度相对更低，前者市场信息不对称问题更为严重；2) 中介信息服务平台的市场匹配优度显著高于互联网自助交易平台的市场匹配优度，前者更接近于市场的Pareto最优；3) 中介信息服务平台的市场效率显著高于互联网自助交易平台的市场效率，前者能够通过更低的成本实现更高的交易各方总剩余。因此，住房市场非居间化的效率更低，中介的住房信息服务仍是二手房市场不可或缺的重要部分。房地产中介可进一步提高市场信息质量，从而提高市场效率。