2. 清华大学 恒隆房地产研究中心, 北京 100084;
3. 香港恒生管理学院 会计系, 香港 999077
2. Hang Lung Center for Real Estate, Tsinghua University, Beijing 100084, China;
3. Department of Accountancy, Hang Seng Management College, Hong Kong 999077, China
根据住建部政策研究中心与高和资本联合发布的《存量房时代的房地产市场研究》,众多迹象表明中国房地产市场已经进入存量房时代,这一阶段的二手房市场也势必会越发活跃。由于信息不对称,二手房市场的价格离散问题十分突出,主要表现在二手房交易价格具有很大的离散性[1]。根据搜寻理论的观点,价格离散现象将导致有利可图的信息搜寻行为的产生。研究二手房价格离散程度和信息搜寻行为的关系对于探索二手房市场信息搜寻规律,提升信息搜寻效率,促进房地产中介行业和二手房市场的健康发展都有着重要意义。
在价格离散与信息搜寻之间关系的研究中,国内外学者们得到了许多成果。文[2]首次对价格离散与信息搜寻的关系进行了研究,指出价格离散是有利可图的信息搜寻行为产生的根本原因。在此基础上,文[3-6]从市场均衡的角度,通过构建经济学模型对价格离散与信息搜寻的关系展开了进一步探究。文[7-11]还从消费者搜寻策略的视角探讨了价格离散与信息搜寻的关系。文[12-13]运用实验经济学方法对实验市场中搜寻成本、搜寻模式与市场价格之间的关系展开了研究。同时,一些学者利用实证分析来研究实际市场中的价格离散现象和信息搜寻行为,文[14-17]分别对零售市场、航空市场、汽油市场和医药市场进行了相关研究。伴随着电子商务的兴起,还出现了大量关于网络市场价格离散与信息搜寻关系的研究[18-24]。
从现有研究来看,对价格离散与信息搜寻关系的探索几乎没有涉及到二手房市场,这一领域存在大量空白。要探讨二手房市场价格离散与信息搜寻之间的关系,需要大量房屋价格和交易行为数据。然而,由于住房市场的交易过程较为复杂,运用传统的市场调研等方式收集数据很有难度,必须尝试新的方法来获取数据。因此,本文借助实验经济学的思路,首先通过实验设计与实施针对性地采集数据,然后基于实验数据对二手房市场价格离散程度与信息搜寻行为的关系进行探究。
1 理论分析与待检验假设 1.1 价格离散程度的定义及测算价格离散是指在某一给定时间点,具有相同特征的一类商品在不同商家之间的价格分布[23]。由于房地产商品的异质性,严格意义上的二手房同质商品并不存在,但消费者在二手房市场按照一定条件进行搜寻的住房在很多房源特征上具有相似性,因此,将这些二手房看作具有相同特征的一类商品。
依据价格离散的定义,本文引入价格离散率的概念[25],构建出二手房价格离散程度的测算模型,表示如下:
$ \alpha = \frac{\sigma }{{\bar P}} = \frac{{\sqrt {\frac{1}{n}\sum\limits_{i = 1}^n {{{\left( {{P_i} - \frac{{{P_1} + {P_2} + \cdots + {P_n}}}{n}} \right)}^2}} } }}{{\frac{{{P_1} + {P_2} + \cdots + {P_n}}}{n}}}. $ | (1) |
其中:n为市场中拟出售二手房的卖家数量;P1,P2,…,Pn为市场中n个卖家在既定时点对二手房的定价;P为二手房市场平均价格;σ为二手房市场价格标准差;α为二手房市场价格离散率。
1.2 价格离散下信息搜寻的收益和成本在二手房市场中价格离散存在的情况下,信息搜寻为买家所带来的收益就是以更低的价格购买二手房。因此,可以将信息搜寻所产生的预期最低价格作为收益的表征,预期最低价格越低,信息搜寻收益越大。市场中的价格无论服从何种分布,从预期最低价格的变化来看,随着信息搜寻次数的增加,信息搜寻收益逐渐增加,但边际收益逐渐减小[2]。
二手房市场中的信息搜寻成本主要由2方面构成:一方面是考察不同房源以及与各房主议价所需要的时间成本,这主要是一种机会成本;另一方面则是在信息搜寻过程中产生的实际支出。在二手房市场中,历次搜寻成本会越来越高,即信息搜寻成本为边际递增[2]。
1.3 价格离散与信息搜寻次数根据边际理论,当搜寻的边际成本与边际收益相等时,即为最佳搜寻次数,因此,边际收益曲线与边际成本曲线的交点可以代表市场的均衡状态,即理性买家的最佳搜寻次数。
而根据搜寻理论的观点,当价格离散扩大时,搜寻到最低价格的预期收益也将增加[2]。在二手房市场中,该观点可解释为当二手房市场的价格离散增加时,买家搜寻边际收益提高,因此,买家进行信息搜寻的需求会增大,如图 1所示。
![]() |
图 1 价格离散程度变化对信息搜寻次数的影响 |
在图 1中,U代表信息搜寻边际收益与成本,S代表信息搜寻次数。由图 1可知,边际成本曲线MC与边际收益曲线MR的交点对应的横坐标S1即为最佳搜寻次数。在边际成本曲线MC不变的情况下,当二手房市场价格离散程度提高时,信息搜寻的边际收益曲线从MR移动到MR′,信息搜寻次数将从S1提高到S2。基于此提出假设1。
假设1 当二手房市场价格离散程度提高时,买家的信息搜寻次数将增加。反之,对于卖方来说,买房的信息搜寻次数,即是卖方接受询价的次数,这也是一种信息的积累。当买家在二手房市场中的信息搜寻次数增加之后,卖家接收买家询价的机会增多了,就能更好地感知市场对其住房定价的态度。经过若干次搜寻后,对于定价过高的卖家,无法形成交易,考虑到住房空置的机会成本,理性卖家会选择降价以迎合市场的均衡点;而对于定价过低的卖家,往往会达成交易,退出市场。在这种情况下,定价偏高或者偏低的卖家都会根据自身的市场经历,对住房价格进行相应调整,从而使得市场价格趋向于在均衡点附近集中,离散程度下降。据此,可以提出假设2。
假设2 当信息搜寻次数增加后,二手房市场价格离散度将降低。
1.4 信息搜寻成本与信息搜寻次数当二手房市场的价格离散程度固定时,搜寻住房的成本下降,也将导致搜寻次数的增加,如图 2所示。
![]() |
图 2 信息搜寻成本变化对信息搜寻次数的影响 |
根据图 2来看,在二手房市场的价格离散程度固定时,信息搜寻边际收益曲线MR保持不变,当搜寻住房的边际成本曲线从MC下降到MC′,信息搜寻次数将从S3增加到S4。根据这一分析,提出假设3。
假设3 当信息搜寻成本下降时,买家的信息搜寻次数将增加。
2 实验设计与实施 2.1 实验简化假设为保证实验的可操作性和针对性,根据真实二手房市场特点提出以下假设以简化实验。
1) 在一般商品市场中,同一卖家可以同时向多个买家分别供应一个或多个商品。而本文实验所模拟的二手房市场则有所不同,二手房市场中同一卖家供应商品数量和同一买家需求商品数量通常都为1。因此,为防止实验中卖方拥有绝对的定价优势,实验按照市场供应充足的情形设置市场结构,即卖方数量多于买方数量。这一点与文[12-13]的实验中买方数量多于或等于卖方数量的设计有所区别。
2) 依据二手房市场特点,买方通常是在已经对房源有一定了解,确定房源客观属性基本满足要求的情况下,才会前往实地考查房源。买方历次所搜寻的房源虽然不尽相同,但很多属性基本相似。因此,为减少二手房属性差异对信息搜寻过程的影响,实验市场被设定为一个细分的、商品同质的二手房市场,这使得本文实验在商品同质性上与文[12-13]保持一致。
3) 为保证信息搜寻成本的可量测性,实验将真实二手房市场中搜寻所耗费的时间、精力和费用都具象成实验中搜寻需要支出的实验币,从而能够引导被试进行最优搜寻次数的相关决策,这一关于搜寻成本的设定思路与文[12-13]的实验相同。但有所不同的是,本文实验设计引入了搜寻成本的边际递增特点,与搜寻理论的观点更加契合。
2.2 实验目的本文通过二手房市场搜寻实验模拟真实市场环境,设计出不同价格离散程度及不同信息搜寻成本的二手房市场,通过实验实施完成相关数据收集,观测不同价格离散程度下的信息搜寻次数、不同信息搜寻次数下的价格离散程度变化以及不同信息搜寻成本下的信息搜寻次数,分别对节1提出的3个待检验假设进行验证,从而实现对信息搜寻次数、信息搜寻成本和价格离散程度之间关系的探究。
2.3 实验内容本文的二手房市场搜寻实验包含以下内容:首先,结合真实二手房市场特点构建平行的实验环境,通过价格离散程度和信息搜寻成本的差异化设置,建立起不同的实验市场;其次,招募实验被试,将其分为二手房市场中的买卖双方2种角色,在实验环境下完成二手房信息搜寻、购买选择和价格调整等步骤;最后,收集实验数据,包含市场价格、信息搜寻次数、信息搜寻成本等信息。
2.4 实验设置实验设置分为市场结构设置、搜寻与交易规则设置、激励机制设置、实验流程设置、实验分组设置和实验参数设置。
2.4.1 市场结构设置市场结构设置的目的是明确实验中的市场主体和市场客体。在本文实验中,市场主体是参与二手房搜寻匹配过程的买卖双方,市场客体为卖方出售的二手房。在市场主体的设置上,2种类型的市场主体扮演着不同的角色,卖方拥有一套待出售的二手房,买方需要在市场中进行搜寻并购买一套二手房。这与文[12-13]实验中同一卖家可供应多个商品的设置存在显著不同,也是本文实验所模拟二手房市场重要特点。在市场客体的设置上,实验中所有待售二手房具有相同属性,遵循商品同质的实验简化假设。
2.4.2 搜寻与交易规则设置在搜寻与交易规则的设置上,本文实验基本与文[12-13]一致,但存在一点差异:文[13]通过随机匹配买卖双方来体现搜寻过程,而本文和文[12]一样,采用买方主动搜寻而非被动匹配的机制,更加符合真实市场特点。
搜寻规则设置的主要内容是界定搜寻方式。在实验环境中,实验中的买方将通过信息交流平台选择卖方进行文字沟通,实现房源搜寻、询价和交易。当买方得到报价时,就完成了一次有效搜寻,同时,买方将按照实验设置支出搜寻成本。
交易规则设置规范买卖双方进行交易的流程。买方根据搜寻到的价格信息向相应卖方发出交易请求,如果房源没有出售,那么双方达成交易;如果选择的房源已被售出,那么该买方只能从搜寻到的剩余房源中选择购买目标,或者决定继续搜寻其他房源。买方的信息搜寻行为只有在完成交易后才会停止。
2.4.3 激励机制设置激励机制设置的目的是按照真实市场环境中行为主体的特点确定对被试的激励方向,利用激励措施引导被试积极参与实验,从而提升实验结果的可信度和有效性。在本文实验中,每位买方在实验初始将获得同等数额的实验币,用于在实验中支付搜寻成本和购房费用。实验结束后,买方将剩余实验币兑换为实验报酬。对于成交的卖方,将获得买方支付的实验币,实验结束后将实验币兑换为实验报酬;对于未成交的卖方,依据其定价与最高成交价的差距来确定实验报酬,定价越接近最高成交价,所获实验报酬越大。激励机制设置的原则与文[12-13]相同,保证现实激励与实验收益的变化方向一致。
2.4.4 实验流程设置实验流程设置是通过实验流程各环节之间的差异设置获得不同实验条件下的数据。在本文实验设计中,有3个实验组,每一组实验分为2轮,每一轮实验有2个阶段。每一轮实验第1阶段的卖方初始报价由实验设计确定,第2阶段的报价由卖方自行确定。这一设置也是本文实验有别于文[12-13]的一点,在他们的实验中,卖方初始报价均在实验初始阶段由卖方被试决定。而为了具有针对性地探究信息搜寻次数对二手房市场价格离散度的影响,本文每轮实验自第2阶段开始才由卖方自行确定报价,便于观察价格离散度从实验第1阶段发展到第2阶段的变化。为探索信息搜寻成本对信息搜寻次数的影响,第1轮实验与第2轮实验的信息搜寻成本设置不同,后者更低。
2.4.5 实验分组设置各实验组的差异在于卖方初始报价的价格离散程度,3个实验组的卖方初始报价均值相同,但方差不同,价格离散程度由实验1组到实验3组逐步递增。这样的设置便于观察二手房市场在不同价格离散程度下呈现出的信息搜寻行为特点,从而探究价格离散程度与信息搜寻次数的关系。由于需要观察每位卖方报价的变化,所以各实验组每一轮实验中两个阶段的卖方被试保持不变。同时,为避免被试的信息积累影响实验结果的有效性,各实验组在市场条件变化后将引入相应新的买方被试或卖方被试,3个实验组在实验各环节的被试构成如表 1所示。
2.4.6 实验参数设置
本文的实验参数设置主要包含对卖方初始报价设置和信息搜寻成本设置。初始报价设置使得各实验组在每轮实验第1阶段的价格离散度上呈现差异,价格离散度从实验1组到实验3组逐渐增大。信息搜寻成本设置呈现边际递增特点,2轮实验之间的搜寻成本差异则是探究信息搜寻成本与信息搜寻次数、价格离散度间关系的基础。各实验组卖方初始报价和每轮实验历次信息搜寻成本如表 2所示。
卖方初始报价设置(单位:万实验币) | 历次有效信息搜寻成本设置(单位:万实验币) | ||||||
卖方编号 | 实验1组 | 实验2组 | 实验3组 | 搜寻次序 | 第1轮实验 | 第2轮实验 | |
卖方1 | 480 | 450 | 400 | 第1次 | 0.40 | 0.20 | |
卖方2 | 484 | 461 | 422 | 第2次 | 0.50 | 0.25 | |
卖方3 | 489 | 472 | 444 | 第3次 | 0.60 | 0.30 | |
卖方4 | 493 | 483 | 467 | 第4次 | 0.80 | 0.40 | |
卖方5 | 498 | 494 | 489 | 第5次 | 1.00 | 0.50 | |
卖方6 | 502 | 506 | 511 | 第6次 | 1.50 | 0.75 | |
卖方7 | 507 | 517 | 533 | 第7次 | 2.00 | 1.00 | |
卖方8 | 511 | 528 | 536 | 第8次 | 3.00 | 1.50 | |
卖方9 | 516 | 539 | 578 | 第9次 | 4.00 | 2.00 | |
卖方10 | 520 | 550 | 600 | 第10次 | 6.00 | 3.00 |
2.5 实验步骤
本文实验分为以下步骤:
步骤1 组织被试签到并完成抽签,将被试随机地分为买方和卖方2种角色,同时向被试发放与角色对应的实验记录表,用以记录实验数据。
步骤2 引导被试按照指定位置入座并阅读实验说明书,实验组织者解释实验说明书并回答被试提问,确保被试理解实验说明的全部内容。
步骤3 向所有买方被试发放实验币,进入第1轮实验。
步骤4 开始实验第1阶段,按照表 1中的实验被试构成设置建立各实验组的虚拟市场环境。
步骤5 各实验组买方开始搜寻并购买二手房,在此过程中,买方记录搜寻到的卖方编号、是否得到报价、卖方报价和完成交易的卖方编号;卖方记录前来搜寻的买方编号、是否告知买方报价以及完成交易的买方编号。当所有买方完成交易后,这一阶段实验结束。
步骤6 卖方获得变更报价的权利,开始重新确定报价,并将新的报价记录下来。
步骤7 开始实验第2阶段,按照表 1中的实验被试构成设置建立各实验组的虚拟市场环境。
步骤8 重复步骤5。
步骤9 按照表 2改变信息搜寻成本,开始第2轮实验,重复步骤4—8,完成实验。
2.6 实验组织与实施 2.6.1 实验被试招募实验经济学领域的一些学者曾在实验被试选择方面进行过研究,文[26-27]都表明来自真实市场的被试与学生被试在实验行为和实验结果上没有显著差异。就既有的实验经济学研究成果来看,如文[12-13, 28-33],大多数学者对学生被试在经济学实验中的适用性表示认可,而且文[12-13]的实验与本文实验同属“搜寻行为实验”的范畴。基于此,本文实验的被试主体为从清华大学招募的45名学生。这些学生来自8个不同的专业,65%为研究生(5人为在职研究生),35%为高年级本科生。此外,为了尽可能地丰富职业结构和年龄层次,以便使实验市场更贴近现实,还选择了非学生身份人员加入到被试中,如选择“链家地产”公司的5名中介员工和某高校的3名教职工参与实验。这些非学生被试有较为丰富的社会经验,职业和年龄跨度较大,在一定程度上完善了实验被试的人群结构。
2.6.2 实验数据整理实验于2018年12月至2019年2月期间进行,分为3个实验组同时展开。每组实验包含2轮,每轮实验由2个阶段构成。实验中信息搜寻次数和价格离散率的数据如表 3所示。
实验阶段 | 信息搜寻次数 | 价格离散率/% | |||||
实验1组 | 实验2组 | 实验3组 | 实验1组 | 实验2组 | 实验3组 | ||
第1轮实验第1阶段 | 13 | 17 | 22 | 2.58 | 6.41 | 12.78 | |
第1轮实验第2阶段 | 10 | 14 | 17 | 2.17 | 3.36 | 8.59 | |
第2轮实验第1阶段 | 21 | 28 | 33 | 2.58 | 6.41 | 12.78 | |
第2轮实验第2阶段 | 15 | 21 | 19 | 2.03 | 2.94 | 6.04 |
3 实验结果分析
根据实验设计,实验1组到实验3组的每轮实验第1阶段的价格离散率逐渐提高,依次为2.58%、6.41%、12.78%,3个实验组在第1轮实验的搜寻成本比第2轮更高。
由表 3可知,无论是第1轮实验还是第2轮实验,当价格离散率从实验1组到实验3组逐渐提高时,各实验组对应的搜寻次数会相应增加,假设1得到了支持。同时,在信息成本降低的第2轮实验中,3个实验组在第1阶段的搜寻次数均增加,这意味着假设3得到验证。
在本文设计的2轮实验中,第1阶段的卖方报价都由实验设计决定,第2阶段的卖方报价则由卖方自行修改确定。
由表 3可知,各实验组的市场价格离散率均随着信息搜寻次数的增加而降到更低的状态,因此,假设2得到证实。
4 结论本文揭示了二手房市场中价格离散程度、信息搜寻次数和信息搜寻成本之间的关系。为推动二手房市场的成熟发展,建议相关部门着力降低信息搜寻成本,以此来激发投资者和消费者的信息搜寻热情,提高市场信息搜寻次数,进而降低二手房市场的信息不对称程度和价格离散程度。
[1] |
张红, 张晓光, 卢佳平, 等. 住房市场的信息经济学问题[M]. 北京: 清华大学出版社, 2013. ZHANG H, ZHANG X G, LU J P, et al. Information economics in housing market[M]. Beijing: Tsinghua University Press, 2013. (in Chinese) |
[2] |
STIGLER G J. The economics of information[J]. Journal of Political Economy, 1961, 69(3): 213-225. DOI:10.1086/258464 |
[3] |
AXELL B. Search market equilibrium[J]. The Scandinavian Journal of Economics, 1977, 79(1): 20-40. DOI:10.2307/3439565 |
[4] |
REINGANUM J F. A simple model of equilibrium price dispersion[J]. Journal of Political Economy, 1979, 87(4): 851-858. DOI:10.1086/260796 |
[5] |
BURDETT K, JUDD K L. Equilibrium price dispersion[J]. Econometrica, 1983, 51(4): 955-969. |
[6] |
CARLSON J A, MCAFEE R P. Discrete equilibrium price dispersion[J]. Journal of Political Economy, 1983, 91(3): 480-493. DOI:10.1086/261159 |
[7] |
ROTHSCHILD M. Searching for the lowest price when the distribution of prices is unknown[J]. Journal of Political Economy, 1974, 82(4): 689-711. DOI:10.1086/260229 |
[8] |
BRAVERMAN A. Consumer search and alternative market equilibria[J]. The Review of Economic Studies, 1980, 47(3): 487-502. DOI:10.2307/2297300 |
[9] |
MORGAN P, MANNING R. Optimal search[J]. Econometrica, 1985, 53(4): 923-944. DOI:10.2307/1912661 |
[10] |
DANA JR J D. Learning in an equilibrium search model[J]. International Economic Review, 1994, 35(3): 745-771. DOI:10.2307/2527083 |
[11] |
HONG H, SHUM M. Using price distributions to estimate search costs[J]. The RAND Journal of Economics, 2006, 37(2): 257-275. DOI:10.1111/j.1756-2171.2006.tb00015.x |
[12] |
DAVIS D D, HOLT C A. Consumer search costs and market performance[J]. Economic Inquiry, 1996, 34(1): 133-151. |
[13] |
ABRAMS E, SEFTON M, YAVAS A. An experimental comparison of two search models[J]. Economic Theory, 2000, 16(3): 735-749. |
[14] |
MARVEL H P. The economics of information and retail gasoline price behavior:An empirical analysis[J]. Journal of Political Economy, 1976, 84(5): 1033-1060. DOI:10.1086/260495 |
[15] |
BORENSTEIN S, ROSE N L. Competition and price dispersion in the US airline industry[J]. Journal of Political Economy, 1994, 102(4): 653-683. DOI:10.1086/261950 |
[16] |
SORENSEN A T. Equilibrium price dispersion in retail markets for prescription drugs[J]. Journal of Political Economy, 2000, 108(4): 833-850. DOI:10.1086/316103 |
[17] |
LACH S. Existence and persistence of price dispersion:An empirical analysis[J]. The Review of Economics and Statistics, 2002, 84(3): 433-444. DOI:10.1162/003465302320259457 |
[18] |
BAKOS J Y. Reducing buyer search costs:Implications for electronic marketplaces[J]. Management Science, 1997, 43(12): 1676-1692. DOI:10.1287/mnsc.43.12.1676 |
[19] |
BRYNJOLFSSON E, DICK A A, SMITH M D. Search and product differentiation at an Internet shopbot[D]. Cambridge, Massachusetts: Massachusetts Institute of Technology (MIT), Sloan School of Management, 2004. http://www.onacademic.com/detail/journal_1000040860338710_bda5.html
|
[20] |
PAN X, RATCHFORD B T, SHANKAR V. Price dispersion on the internet:A review and directions for future research[J]. Journal of Interactive Marketing, 2004, 18(4): 116-135. DOI:10.1002/dir.20019 |
[21] |
潘晓蓉. 价格离散与信息不对称[J]. 科技情报开发与经济, 2006, 16(19): 85-86. PAN X R. Discrete prices and asymmetric information[J]. Sci-Tech Information Development & Economy, 2006, 16(19): 85-86. DOI:10.3969/j.issn.1005-6033.2006.19.052 (in Chinese) |
[22] |
杜生鸣, 鲁耀斌. 价格离散、信息搜寻与团购行为[J]. 经济经纬, 2006(3): 146-148. DU S M, LU Y B. Discrete price, information search and group-buying[J]. Economic Survey, 2006(3): 146-148. DOI:10.3969/j.issn.1006-1096.2006.03.040 (in Chinese) |
[23] |
ELLISON G, ELLISON S F. Search, obfuscation, and price elasticities on the internet[J]. Econometrica, 2009, 77(2): 427-452. DOI:10.3982/ECTA5708 |
[24] |
王强, 陈宏民, 杨剑侠. 搜寻成本、声誉与网上交易市场价格离散[J]. 管理科学学报, 2010, 13(5): 11-20. WANG Q, CHEN H M, YANG J X. Searching cost, reputation and price dispersion of on-line market[J]. Journal of Management Sciences in China, 2010, 13(5): 11-20. (in Chinese) |
[25] |
乌家培, 谢康, 肖静华. 信息经济学[M]. 2版. 北京: 高等教育出版社, 2007. WU J P, XIE K, XIAO J H. Information economics[M]. 2nd ed. Beijing: Higher Education Press, 2007. (in Chinese) |
[26] |
SMITH V L, SUCHANEK G L, WILLIAMS A W. Bubbles, crashes, and endogenous expectations in experimental spot asset markets[J]. Econometrica, 1988, 56(5): 1119-1151. DOI:10.2307/1911361 |
[27] |
DYER D, KAGEL J H, LEVIN D. A comparison of naive and experienced bidders in common value offer auctions:A laboratory analysis[J]. The Economic Journal, 1989, 99(394): 108-115. DOI:10.2307/2234207 |
[28] |
SCHOTTER A, ZHENG W, SNYDER B. Bargaining through agents:An experimental study of delegation and commitment[J]. Games and Economic Behavior, 2000, 30(2): 248-292. DOI:10.1006/game.1999.0728 |
[29] |
YAVAS A, MICELI T J, SIRMANS C F. An experimental analysis of the impact of intermediaries on the outcome of bargaining games[J]. Real Estate Economics, 2001, 29(2): 251-276. DOI:10.1111/1080-8620.00010 |
[30] |
CROSON R, DONOHUE K. Behavioral causes of the bullwhip effect and the observed value of inventory information[J]. Management Science, 2006, 52(3): 323-336. DOI:10.1287/mnsc.1050.0436 |
[31] |
FALK A, MEIER S, ZEHNDER C. Do lab experiments misrepresent social preferences? The case of self-selected student samples[J]. Journal of the European Economic Association, 2013, 11(4): 839-852. DOI:10.1111/jeea.12019 |
[32] |
KARLE H, KIRCHSTEIGER G, PEITZ M. Loss aversion and consumption choice:Theory and experimental evidence[J]. American Economic Journal:Microeconomics, 2015, 7(2): 101-120. |
[33] |
廖玉玲, 洪开荣, 张亮. 第三方惩罚机制与双边合作秩序的维持——来自房地产征用补偿的实验证据[J]. 系统工程理论与实践, 2015, 35(11): 2798-2808. LIAO Y L, HONG K R, ZHANG L. Third party punishment and maintenance of bilateral cooperation-From the experimental evidence of real estate expropriation compensation[J]. Systems Engineering-Theory & Practice, 2015, 35(11): 2798-2808. DOI:10.12011/1000-6788(2015)11-2798 (in Chinese) |