电子商务的交易双方在时间和空间上处于隔绝状态,存在严重的信息不对称现象。商品质量和卖家质量存在巨大的不确定性,于是产生了两类信息问题：契约前的逆向选择和契约后的道德风险。卖家比买家拥有更多关于商品质量的信息；买家无法有效的监督卖家的行为。电子商务市场中的商品存在巨大的质量不确定性；电子商务市场有可能会演变为“柠檬市场”。信誉反馈机制作为一种信号和激励机制,可以有效的解决这两个问题。卖家的信誉反馈记录可以作为“值得信任”的信号,买家会选择信誉记录良好的卖家,差的信誉记录可能将潜在的卖家吓走。另外,信誉反馈机制给卖家提供了更大的激励来保护自己的信誉反馈记录。通过博弈论分析可知,在重复交易中,良好的信誉会换来更多的交易机会,合作可以产生更大的收益,卖家更倾向采取合作。总之,信誉反馈机制有效的预防了欺骗和机会主义行为,在电子商务市场中建立了信任。许多学者研究在英式拍卖中,卖家信誉对销售价格的作用。在固定价格的网站交易中,信誉反馈机制对销售量有一定的影响作用。由于来自互联的数据比其他的数据来源更加可靠和丰富,2009年,淘宝网在电子商务市场的的份额占到76%以上,因此,笔者选择淘宝网交易数据为样本数据。手工收集一向是一项费时费力的工作,而且根本不可能收集到大样本数据。于是,笔者设计了一个叫网页爬虫的计算机程序,从网页中自动获取数据。共收集到100842条记录,手工剔除无效数据3455条,获得有效数据97387条。获取信息包括产品名称、销量、价格、信誉积分、信誉等级、是否加入商盟和销保等。本文采取了双对数模型(log-log model)来解决异方差问题,销售量和信誉积分都采用自然对数变换,进行相关分析,得出销售量和价格以及各种信誉指标相关关系显著。但是各个信誉指标之间的相关关系也非常显著,于是又对异方差进行了检验。许多卖家由于低信誉或者高售价,在数据收集阶段,没有卖出任何商品,他们的销售量为0,于是大量的数据在0处被截断。销量同信誉指标或者价格之间的关系接近于一条折线,而非直线。Tobit回归拟合的不是一条直线,而是折线,因此Tobit回归非常适合处理截断数据。笔者采取OLS回归和处理截断数据的Tobit回归方式,证实Tobit回归方式更适合本问题的额研究。通过OLS和Tobit回归模型,发现信誉等级对销售量有显著正影响,这种关系是非线性关系,接近S曲线。商品价格和商品类型会影响购买涉入,购买高价格的商品的买家对卖家的信誉要求高。本文将商品类别分为搜索品、经验品Ⅰ型、经验品Ⅱ型、信任品,研究发现质量不确定性高的商品对信誉的要求更高。信誉反馈机制有效的阻止了电子商务市场演变为柠檬市场,保证了电子商务市场的健康发展。