论文部分内容阅读
摘要：
伴随网络交易的发展，各种网络交易欺诈行为层出不穷，这不仅损害了网络交易参与者的利益，也严重制约着网络交易市场的健康发展。学术界关于网络交易欺诈行为的研究相对少见，基于此，文章以特征分析为视角，引入计划行为理论（TPB）对搜集的近两年典型欺诈案例进行定性分析；在此基础上构建量表调查各类欺诈行为的特征数据，并进行量化研究，得到网络交易欺诈行为的四大关键共性特征：形象包装特征、利益导向特征、形式特征与技术包装特征。
关键词：网络交易欺诈；欺诈行为；共性特征；多维尺度
中图分类号：F713.36
文献标识码：A
文章编号：16738268（2015）05009607
我国网络交易欺诈问题日益严重，仅近3年因此而导致的居民损失就超过300亿元[1]。提高电子商务安全保障和技术支撑能力已被列为我国“国民经济和社会发展十二五规划”的重要发展目标之一 [2]。然而，网络交易欺诈的形式及手段不断推陈出新[3]，显现出来的表象特征愈加丰富[4]。
本文从网络交易欺诈行为衍生的基本规律入手，探求其产生原因和共性特征，为网络交易欺诈行为的理论研究提供新的视角，也为建立相应的安全保障机制提供支撑。
由于网络交易自身具有的虚拟性、高技术和信息不对称等特点，欺诈行为所表现出的特征也难以准确定义和区别。目前，国内外对网络交易欺诈行为特征的研究主要体现在两个方面：一是对网络交易欺诈行为特点和类型的研究。其中，外国学者C.Richard Baker通过对网络中的欺诈现象进行相关分析，总结出网络交易欺诈行为的特点和一般模式[5]；G.Ronald等人从法律评判视角出发对网络交易欺诈行为的概念作出细致的分析，并从法律角度提出应对网络交易欺诈行为在法律执行方面的建议和对策[6]；我国学者尚德峰则对目前网络交易中存在的欺诈行为进行调研分析，从网络销售诈骗和网络购物诈骗两个角度分析网络交易欺诈的常见形式与特点，提出了网络交易欺诈行为的防范方法[7]；吕琦根据某C2C交易平台的交易数据进行实证分析，将网络交易欺诈行为归纳为卖家欺诈并在线支付、卖家欺诈线下交易、买家欺诈并在线支付、买家欺诈线下交易四类[8]。二是对网络交易欺诈行为的影响因素研究。其中，外国学者Stefano Grazioli等利用访谈法和问卷调研，从心理学角度分析了电子商务中因消费心理导致的消费风险来源和影响[9]；我国学者何俊辉提出了包括产品特征和卖方特征等在内的欺诈前因模型，并以淘宝网作为研究对象对该模型进行实证研究，得出对网络欺诈影响最明显的因素包括产品特征、沟通能力等[10]；何景松总结和分析了心理学、经济学和社会学对信任的研究，分析了B2B电子商务环境下的网络信任影响因素[11]。郑华研究了C2C网络交易欺诈的行为特征，构建了基于交易历史的C2C电子商务信誉欺诈识别指标体系[12]。从对相关文献的研究来看，当前国内外学术界对网络交易欺诈行为的研究仍存在着不足，主要体现在两个方面：一是定性研究多而定量少，现有文献主要停留在对其实施方法和特点的归纳与简单总结上；二是对网络交易欺诈行为特征规律的研究较少，部分相关研究也主要是对网络交易欺诈行为的表现形式也即表象特征进行片段式描述，缺乏系统的分析。
因此，本文针对当前对网络交易欺诈行为多以定性研究为主，研究视角比较局限且缺乏对其欺诈行为特征系统刻画的问题，提出基于行为视角，结合网络行为学和消费者心理学等多角度对网络交易欺诈行为进行细致刻画，梳理和归纳网络交易欺诈行为的表象特征，构建量表、收集特征数据，并利用多维尺度分析法（MDS）对相关数据进行定量研究，从而探索在演变过程中，不同种类网络交易欺诈行为的关键共性特征，以期为监管部门提出有针对性的监管措施和政策建议。
一、研究框架
本研究以对工商局电子商务监管部、公安局、互联网信息科技公司等相关机构或部门的实地调研为指导，以文献研究为理论支撑，在明晰网络交易欺诈行为概念的基础上，首先对欺诈行为及其表象特征进行系统梳理和归纳；然后通过实证的方式，探索当前各类网络交易欺诈行为以及它们所具有的共性特征。
（一）网络交易欺诈行为定义及分类
理论界对网络交易欺诈行为的表述及界定较多，主要体现在四个方面：交易形式的特殊性[3]、欺诈者的目的性[4，13]、行为的蓄意性[9，13]和对信息的操控[9，1415]。因此，结合本文的研究对象，笔者认为网络交易欺诈行为是网络经营者在提供商品或者服务的过程中，采取虚假信息或者其他不正当手段欺骗、误导消费者，诱使消费者在违背其真实意思的情况下实施消费行为，从而使消费者的合法权益受到损害的行为[16]。网络交易欺诈行为的产生过程实质上是消费者基于错误交易意向的行为过程[17]。
从欺诈理论及学者们对网络交易欺诈类型的研究可知，当前学术界对网络交易欺诈类型的划分并无统一标准。网络交易欺诈行为根据其欺诈手段可以分为多种类型。欺诈理论将欺诈类型分为阻碍型欺诈（如使用虚假信息误导消费者）和诱导型欺诈（如使用诱饵诱导消费者）两大类[1819]。而美国FBI网站（网络交易欺诈行为投诉和研究中心）则根据消费者投诉将网络交易欺诈行为分为信用卡欺诈、拍卖欺诈、银行卡欺诈、身份欺诈及第三方交易平台欺诈等17类欺诈行为[20]。Harry提出的网络交易欺诈行为主要包括零售欺诈、拍卖欺诈、信用卡欺诈及身份欺诈等[21]。国内学者李建川等从网络欺诈行为特点出发，分析了基于诱饵的欺诈、信心类欺诈和金融类欺诈等5大类网络交易欺诈行为[19]。吕洋洋等则基于交易链的整个过程，将网络交易欺诈行为归纳为诱饵欺诈、信息欺诈、服务欺诈、信心欺诈和网站欺诈5大类[22]。基于此，本文以欺诈理论及对网络交易欺诈行为分类的研究为基础，结合文献分析及内容分析法，将网络交易欺诈行为主要分为6大类，分别是虚假信息欺诈、银行卡信息欺诈、基于诱饵的欺诈、情感欺诈、虚拟物品欺诈和执照商标类欺诈，表1是归纳出的6类典型欺诈类型及其主要的欺诈表现形式。 （二）网络交易欺诈行为特征定义
众所周知，网络交易是基于网络平台的一种商品或服务交易行为，由于其具有虚拟性及存在信息不对称等特点而容易导致不诚信交易行为的发生[2829]，也即出现交易欺诈行为并往往表现出不同的特征[10]。因此，结合本文对欺诈行为的定义，不难理解本文所指网络交易欺诈行为的特征，即为网络经营者促使或诱导网络消费者达成错误交易意向的诸多行为中体现出的共有特性。由此可见，网络交易欺诈行为的特征是导致网络交易欺诈行为产生的直接原因。本文将其特征进一步划分为两类，一是可直接观测的表象特征，二是不可直接观测的关键共性特征。不同类型的网络交易欺诈行为具有不同类型或不同程度的“表象特征”，但一些“关键共性特征”是众多网络交易欺诈行为所共同具备的。本文将对这两类特征分别进行研究。
（三）网络交易欺诈行为的表象特征
基于以上定义和认识，本文从网络行为学、消费心理学的角度出发首先对网络交易欺诈行为的表象特征进行梳理和归纳。其中，Ajzen提出的著名的态度行为关系理论（TPB）启发了本文的研究，他认为人的态度、主观规范、知觉行为控制会影响其行为意向，其行为意向在一定条件下会形成行为[3031]。以此为基础，我们有理由认为，在网络交易过程中，消费者的态度、主观规范和知觉行为控制主要表现为消费者的信任、感知价值和感知风险。欺诈实施者通过对消费者的感知风险、感知利益和信任的利用，使消费者产生错误的交易意向，进而完成欺诈性交易。
根据对欺诈行为相关研究的回顾以及进一步的专家调研，可以总结出交易欺诈行为的主要表象特征及描述，详见表2所示。
表2中所列的9大欺诈行为表象特征分别影响网络消费者的感知风险、感知利益和感知信任，进而影响交易意向并最终导致网络交易欺诈行为的发生。因此，本文以此9大网络交易欺诈行为表象特征作为基础变量维度，生成量表题项；并对前文所提出的6类典型的网络交易欺诈行为进行调查，开展实证分析，以期从各种表现特征不同的网络交易欺诈行为中探索其内在的关键共性特征。
二、网络交易欺诈行为特征实证分析
（一）收集数据
1.问卷设计
（1）问卷设计及修改
研究问卷从网络交易欺诈行为类型及网络交易欺诈行为的表象特征两个方面构建测量量表，
获取可以区别不同网络交易欺诈行为的定量
数据，为得出基于公众感知的网络交易欺诈行为的关键共性特征提供数据支撑。其中，网络交易欺诈行为类型包括6类，分别是虚假信息欺诈、银行卡信息欺诈、基于诱饵的欺诈、情感欺诈、虚拟物品欺诈和执照商标类欺诈；而网络交易欺诈行为的表象特征都是无法直接观察到的，所以问卷设计的一个关键就是这些变量的具体测量指标的建立。通过综合查阅国内外相关文献以及专家访谈，确定基础题项形成调查问卷样卷；然后进行小范围预调研，根据反馈的意见，反复讨论并进一步修改，形成最终正式调查问卷。
（2）问卷构成
正式调查问卷由两大部分组成：第一部分是有关被调查对象的基本信息，该部分问题主要采用勾选法答题，其中除了年龄问题是连续变量外，其余均为哑元分类变量，用于多元统计分析的控制变量。第二部分是被调查者对不同类别网络交易欺诈行为的感知评价量表又包括两方面的内容：一方面是基于欺诈手段对网络交易欺诈行为所做出的6大分类；另一方面是基于网络交易欺诈行为的9大表象特征形成的9个量表问题，并针对不同欺诈类型，对量表问题做了适当调整。如对于网络虚假信息欺诈类型，我们通过类似于“交易网站及产品的信息看起来准确完整”的提问方式来测量被调查者在此情形下被欺骗到的可能性大小；而对于银行卡信息欺诈类型，我们则通过类似“银行卡支付信息（页面、网站）看起来真实完整”的问法来测量这一问题。
2.数据收集
研究主要选择重庆地区进行实地调查，为了避免地域差异，同时发布网络问卷进行调查。另外，为确保调查数据真实可靠，在实地和网络调查中，及时解答答卷者所遇到的问题，降低因问卷文字内容所造成的主观差异判断。
2014年1月至3月，期间共发放调查问卷285份，回收267份，其中有效问卷255份。根据中国互联网络信息中心（CNNIC）2014年1月发布的第33次《中国互联网络发展状况统计报告》[32]中公布的网络购物人群年龄分布，进行分层抽样，最终选取216份有效问卷进行分析。
通过我们对最终抽取出的216份有效样本的基本信息和量表问题进行描述性统计分析时发现，统计结果也显示样本选择和数据收集是科学合理的，适合做进一步统计分析。
（二）研究方法
MDS（multidimensional scaling）是19世纪30年代心理学中因素分析的变体，作为一种重要的探索性数据分析技术，它主要用于将复杂或繁琐的多维数据转化为直观简洁的二维空间感知图，通过图中数据的位置、距离等信息揭示数据中隐藏着的内在联系、规律或趋势，是一种重要的数据降维方法。该方法最早在1958年由Torgerson提出[33]，后经Kruskal等[34]众多学者和专家的改进与发展，逐步运用到教育学、心理学和营销学等多学科领域中。MDS方法在管理学中也是一类非常重要的方法，运用MDS技术所产生的空间感知图可以有效地对研究个体进行定位、归类，并能有效识别潜在的有意义的维度，帮助研究者解释被调查对象之间存在的相似性或不相似性[35]。本文将借鉴这一方法对网络交易欺诈行为的特征数据进行降维处理，从诸多一般特征中发现网络交易欺诈行为的关键共性特征。
（三）MDS数据处理
1.维度数确定
空间维度数与空间图的拟合优度有密切关系，通过对不同维度数与stress值关系曲线的变化我们可以看出：当维度数为2时，不仅曲线出现了明显的转折，而且此时的stress值也符合拟合优度的标准，考虑到二维图的易操作和易解释性，所以为了在维数和拟合优度之间取得平衡，最终选取二维空间图进行分析。 2.拟合性检验
该部分采用Kruskal[36]提出的检验统计量，使用SPSS16.0对网络交易欺诈行为特征模型的MDS感知图的拟合性进行检验，结果如表3所示。
参考值<0.2>0.6
从表3中可以看出，经多维尺度分析得到的网络交易欺诈行为特征模型的两维度解释的压力值（stress）和RSQ值均符合标准参考值，模型拟合效果良好；且该模型的线性拟合散点图（见图1）也基本上在直线y=x附近，进一步说明了这一点。
图1模型线拟合散点图
3.MDS样本空间图
通过前面的拟合性检验，说明适合对数据做进一步分析，探讨它们之间存在的潜在规律。基于此，通过对数据做进一步处理，得到网络交易欺诈行为空间感知图（见图2）。
图2网络交易欺诈行为空间感知图
（四）MDS分析结果
图3显示了网络交易欺诈行为的点分布规律，我们进一步分析发现：分布在横向维度左端的主要是类同因素，而分布在右端的是第三方认证、信誉度等形象包装特征，因此将横向维度（dimension 1）解释为形式（FC）形象包装（IP）特征维度；在纵向维度上，分布在下端的主要是利益和成本等利益导向特征，而上端则主要是信息质量、隐私保护和安全保护等技术包装特征，所以将纵向维度（dimension 2）解释为利益导向（PD）技术包装（TP）特征维度。为了使分析结果更加简洁直观，此处将基于MDS分析得出的空间感知图的点分布规律及维度解释通过处理后，直观反映在图3中。
图3空间感知图解释简图
通过对空间感知图的合理解读，得出网络交易欺诈行为的4个关键共性特征，它们分别为形象包装特征、利益导向特征、形式特征与技术包装特征。该结论可进一步解释为，区别不同类型网络交易欺诈行为的关键维度就在于此。这为进一步构建网络交易欺诈行为数据库提供了理论支撑。
三、结果讨论
通过对多维尺度处理结果的分析，我们可以总结归纳出：在各类网络交易欺诈行为中，欺诈方主要从形象包装、利益导向、形式与技术包装四个角度来实施欺诈行为。
（一）形象包装特征
当网络交易欺诈方在产品或交易网站上提供第三方认证的相关标识，可能会提高消费者对其的信任程度并且降低感知的风险。另外，欺诈方也可能通过抬高虚假信誉，使消费者相信销售方很可能继续保持其在以往交易过程中的行为，并由此相信销售方是值得信赖的，从而达成交易。因此，欺诈方对自己产品或网站的形象包装，很可能误导消费者与其达成交易，从而有效实施欺诈行为。
（二）利益导向特征
对于多数消费者而言，利益和成本是其考虑的重要因素之一。如果网商误导消费者自己的产品具有价格优惠、服务及时、质量保证等直接或间接的经济利益时，消费者极有可能产生购买意向，进而实现交易。另一方面，如果交易网站使消费者感知到为其节省的时间、精力、体力等各种费用以及选择的多样性，那么消费者就可能更加倾向于达成交易；因此，我们认为欺诈方传达给消费者的利益和成本的感知是影响网络交易欺诈行为的一个重要因素，欺诈方很有可能基于这个角度对消费者实施欺诈行为。
（三）形式特征
在网络交易中，欺诈方会利用消费者的熟悉感或者好奇心来实施交易欺诈，当消费者感到与之前购买的经历（好或坏）相似时，可能会因为对其形式的熟悉而达成或者放弃交易；当顾客在购物的某个环节遭遇到没有经验支撑的商品或服务体验时，可能会因为其新颖的形式而达成或者放弃交易。因此，形式特征也是影响交易欺诈行为能否有效实施的重要特征之一。
（四）技术包装特征
网络交易欺诈方可能用到的技术包装包括：信息质量欺骗、隐私保护欺骗、安全保护欺骗。通过技术包装，网络交易欺诈方可以使消费者感知到产品和交易网站信息的准确和完整、隐私保护和安全保护的可靠，从而使消费者产生信任感，降低风险感知，最终达成欺诈交易。
通过对以上四种关键特征属性的认识和理解，能够让我们更好地解读网络交易欺诈行为，有效规制网络交易行为，为有针对性的预防欺诈现象产生提供了较强的理论和实践指导意义。
四、结论与建议
本研究基于广泛的实地调研和文献分析，以独特的欺诈行为特征为分析视角，对当前网络交易欺诈行为特征进行了系统、科学的实证研究，并将多维尺度分析法引入对网络交易欺诈行为特征的数据处理和分析之中，经科学论证，最后得出网络交易欺诈行为的四大关键共性特征：形式包装（手段的新颖性）、形象包装（伪装有较高信誉）、利益导向（以利益诱惑消费者上当）和技术包装（伪装保护消费者信息安全）。该研究丰富了网络交易欺诈行为特征规律的理论，为网络交易欺诈行为相关研究提供了新思路，也为网络交易行为安全保障机制的建立提供了理论支撑。
基于本研究结论，建议监管部门在辨识网络交易欺诈行为时，应首先对其进行归类（欺诈行为所属的类别），然后结合所属类别特点重点从交易形式、交易方形象评定、利益关注点和提供的技术保障途径等四个方面着手评估并推进，从而提高监管识别的针对性和辨识效率。与此同时，网络交易的不断发展和各种新的网络交易欺诈行为的不断涌现，将对原有的监管机制产生消极影响，因此，应进一步深入开展基于欺诈行为特征演进规律的研究，加大基础设施建设投入力度，建立基于关键词等匹配与识别的欺诈行为特征基本数据集，构建完善的基于行为数据的网络交易欺诈行为监管系统，并实现监管系统数据更新与网络交易欺诈行为特征数据收集的高度同步。
参考文献：
[1]中央电视台经济频道. 聚焦网络电信骗局[EB/OL].（20140924）[20141226].http：//jingji.cntv.cn/2014/09/24/VIDE1411569042639639.shtml. [2]国民经济和社会发展第十二个五年规划纲要[EB/OL].（20110316）[20140509].http：//www.gov.cn/2011lh/content_1825838.htm
[3]年志君. C2C电子商务欺诈行为的防范方法研究[D].沈阳：辽宁师范大学，2011：613.
[4]张维群，李琪，郝建华.基于电子商务链网上交易欺诈特征的测度设计与应用[J].云南社会科学，2014（4）：7175.
[5]RICHARD B C. Crime， Fraud and Deceit on the Internet： Is there Hyper reality in Cyberspace？[J]. Critical Perspectives on Accounting， 2002（1）：115.
[6]RONALD G，BURNS K H，WHITWORTH C Y.Thompson.Assessing Law Enforcement Preparedness to Address Internet Fraud[J]. Journal of Criminal Justice， 2004（32）：477493.
[7]尚德峰.浅谈网络交易欺诈的形式与防范[J].河南机电高等专科学校学报，2011（2）：3840.
[8]吕琦.C2C平台上欺诈问题及防范[J].科技管理研究，2011（1）：201204.
[9]STEFANO G，SIRKKA L，JARVENPA A. Perils of Internet fraud： an empirical investigation of deception and trust with experienced Internet consumers[J]. IEEE Transactions on Systems， Man， and CyberneticsPart A： Systems and Humans， 2000（4）：395410.
[10]何俊辉.我国C2C电子商务欺诈影响因素的实证研究[J].情报杂志，2010（5）：204207.
[11]何景松.B2B电子商务中网络信任危机影响因素的研究[D].北京：北京邮电大学，2009：3748.
[12]郑华.基于神经网络和SNA的C2C电子商务信誉欺诈识别研究[J].计算机应用研究，2011（5）：18821885.
[13]曾嫱. C2C网络购物欺诈法律问题研究[D].重庆：西南政法大学，2013：23.
[14]徐琳.网络购物欺诈行为的博弈分析[J].山西经济管理干部学院学报，2007（2）：4548.
[15]金全力. 电子商务欺诈行为的法律规制研究[D].重庆：西南政法大学，2012：78.
[16]白前.网络交易平台经营者民事责任研究[J].重庆邮电大学学报：社会科学版，2015（1）：3642.
[17]纪鹏.浅析网络购物欺诈及其对策[J].经济视角，2011（8）：26.
[18]JOHNSON P E， GRAZIOLI S， JAMAL K， et al. Detecting deception： Adversarial problem solving in a low base rate world[J]. Cognitive Science， 2001（3）： 355392.
[19]李建川，张仙锋.基于IDT和ToD理论的网络欺诈分析[J].山西财经大学学报，2007（1）：3843.
[20]网络犯罪投诉中心（IC3）.网络交易欺诈行为的描述和归类[EB/OL].[20141102].http：//www.ic3.gov/preventiontips.aspx.
[21]HARRY S K. Efraud： Current trends and international developments[J]. Journal of Financial Crime， 2002（4）：347354.
[22]吕洋洋，白凯.旅游网络交易欺诈类型与过程研究[J].旅游学刊，2015（2）：90100.
[23]MACINNES I. Causes of Disputes in Online Auctions[J]. Electronic Markets， 2005（2）：146157.
[24]DONG F，SHATE M，XU H. Combating online inauction fraud： Clues， techniques and challenges[J]. Computer Science Review，2009（3）：245258.
[25]魏振锋.浅谈网络欺诈及其防范[J].北方经贸，2009（5）：7374.
[26]DELLAROCAS C. The digitization of word of mouth： Promise and challenges of online feedback mechanisms[J]. Management Science， 2003（10）：14071424.
[27]郭春涛.网络诈骗的概念、主要表现及犯罪构成研究[J].信息网络安全，2011（4）：6163.
[28]李铁军.我国网络交易的工商监管平台研究[D].北京：北京邮电大学，2012：1217.
[29]刘贵玉.论电子商务中的信息不对称与信用管理[J].现代情报，2004（9）：2930.
[30]AJZEN I. From Intentions to Actions： A Theory of Planned Behavior[J].SSSP Springer，1985（8）：656659.
[31]AJZEN I. The theory of planned behavior[J]. Organizational behavior and human decision processes， 1991（50）：179217.
[32]中国互联网络信息中心（CNNIC）.第33次中国互联网络发展状况统计报告[EB/OL]. （20140116）[20141226].http：//news.xinhuanet.com/tech/2014-01/16/c_126015636.htm.
[33]TORGERSON W S.Theory and Methods of Scaling [M].New York：John Wiley & Sons，1958：236249.
[34]KRUSKAL J B.Nonmetric multidimensional：A numerical model[J].Psychometrika，1964（29）：127.
[35]高惠璇.应用多元统计分析[M].北京：北京大学出版社，2005：216227.
[36]KRUSKAL J B. How to Use MDSCAL [M]. New Jersey：Murray Hill，1967：283295.
伴随网络交易的发展，各种网络交易欺诈行为层出不穷，这不仅损害了网络交易参与者的利益，也严重制约着网络交易市场的健康发展。学术界关于网络交易欺诈行为的研究相对少见，基于此，文章以特征分析为视角，引入计划行为理论（TPB）对搜集的近两年典型欺诈案例进行定性分析；在此基础上构建量表调查各类欺诈行为的特征数据，并进行量化研究，得到网络交易欺诈行为的四大关键共性特征：形象包装特征、利益导向特征、形式特征与技术包装特征。
关键词：网络交易欺诈；欺诈行为；共性特征；多维尺度
中图分类号：F713.36
文献标识码：A
文章编号：16738268（2015）05009607
我国网络交易欺诈问题日益严重，仅近3年因此而导致的居民损失就超过300亿元[1]。提高电子商务安全保障和技术支撑能力已被列为我国“国民经济和社会发展十二五规划”的重要发展目标之一 [2]。然而，网络交易欺诈的形式及手段不断推陈出新[3]，显现出来的表象特征愈加丰富[4]。
本文从网络交易欺诈行为衍生的基本规律入手，探求其产生原因和共性特征，为网络交易欺诈行为的理论研究提供新的视角，也为建立相应的安全保障机制提供支撑。
由于网络交易自身具有的虚拟性、高技术和信息不对称等特点，欺诈行为所表现出的特征也难以准确定义和区别。目前，国内外对网络交易欺诈行为特征的研究主要体现在两个方面：一是对网络交易欺诈行为特点和类型的研究。其中，外国学者C.Richard Baker通过对网络中的欺诈现象进行相关分析，总结出网络交易欺诈行为的特点和一般模式[5]；G.Ronald等人从法律评判视角出发对网络交易欺诈行为的概念作出细致的分析，并从法律角度提出应对网络交易欺诈行为在法律执行方面的建议和对策[6]；我国学者尚德峰则对目前网络交易中存在的欺诈行为进行调研分析，从网络销售诈骗和网络购物诈骗两个角度分析网络交易欺诈的常见形式与特点，提出了网络交易欺诈行为的防范方法[7]；吕琦根据某C2C交易平台的交易数据进行实证分析，将网络交易欺诈行为归纳为卖家欺诈并在线支付、卖家欺诈线下交易、买家欺诈并在线支付、买家欺诈线下交易四类[8]。二是对网络交易欺诈行为的影响因素研究。其中，外国学者Stefano Grazioli等利用访谈法和问卷调研，从心理学角度分析了电子商务中因消费心理导致的消费风险来源和影响[9]；我国学者何俊辉提出了包括产品特征和卖方特征等在内的欺诈前因模型，并以淘宝网作为研究对象对该模型进行实证研究，得出对网络欺诈影响最明显的因素包括产品特征、沟通能力等[10]；何景松总结和分析了心理学、经济学和社会学对信任的研究，分析了B2B电子商务环境下的网络信任影响因素[11]。郑华研究了C2C网络交易欺诈的行为特征，构建了基于交易历史的C2C电子商务信誉欺诈识别指标体系[12]。从对相关文献的研究来看，当前国内外学术界对网络交易欺诈行为的研究仍存在着不足，主要体现在两个方面：一是定性研究多而定量少，现有文献主要停留在对其实施方法和特点的归纳与简单总结上；二是对网络交易欺诈行为特征规律的研究较少，部分相关研究也主要是对网络交易欺诈行为的表现形式也即表象特征进行片段式描述，缺乏系统的分析。
因此，本文针对当前对网络交易欺诈行为多以定性研究为主，研究视角比较局限且缺乏对其欺诈行为特征系统刻画的问题，提出基于行为视角，结合网络行为学和消费者心理学等多角度对网络交易欺诈行为进行细致刻画，梳理和归纳网络交易欺诈行为的表象特征，构建量表、收集特征数据，并利用多维尺度分析法（MDS）对相关数据进行定量研究，从而探索在演变过程中，不同种类网络交易欺诈行为的关键共性特征，以期为监管部门提出有针对性的监管措施和政策建议。
一、研究框架
本研究以对工商局电子商务监管部、公安局、互联网信息科技公司等相关机构或部门的实地调研为指导，以文献研究为理论支撑，在明晰网络交易欺诈行为概念的基础上，首先对欺诈行为及其表象特征进行系统梳理和归纳；然后通过实证的方式，探索当前各类网络交易欺诈行为以及它们所具有的共性特征。
（一）网络交易欺诈行为定义及分类
理论界对网络交易欺诈行为的表述及界定较多，主要体现在四个方面：交易形式的特殊性[3]、欺诈者的目的性[4，13]、行为的蓄意性[9，13]和对信息的操控[9，1415]。因此，结合本文的研究对象，笔者认为网络交易欺诈行为是网络经营者在提供商品或者服务的过程中，采取虚假信息或者其他不正当手段欺骗、误导消费者，诱使消费者在违背其真实意思的情况下实施消费行为，从而使消费者的合法权益受到损害的行为[16]。网络交易欺诈行为的产生过程实质上是消费者基于错误交易意向的行为过程[17]。
从欺诈理论及学者们对网络交易欺诈类型的研究可知，当前学术界对网络交易欺诈类型的划分并无统一标准。网络交易欺诈行为根据其欺诈手段可以分为多种类型。欺诈理论将欺诈类型分为阻碍型欺诈（如使用虚假信息误导消费者）和诱导型欺诈（如使用诱饵诱导消费者）两大类[1819]。而美国FBI网站（网络交易欺诈行为投诉和研究中心）则根据消费者投诉将网络交易欺诈行为分为信用卡欺诈、拍卖欺诈、银行卡欺诈、身份欺诈及第三方交易平台欺诈等17类欺诈行为[20]。Harry提出的网络交易欺诈行为主要包括零售欺诈、拍卖欺诈、信用卡欺诈及身份欺诈等[21]。国内学者李建川等从网络欺诈行为特点出发，分析了基于诱饵的欺诈、信心类欺诈和金融类欺诈等5大类网络交易欺诈行为[19]。吕洋洋等则基于交易链的整个过程，将网络交易欺诈行为归纳为诱饵欺诈、信息欺诈、服务欺诈、信心欺诈和网站欺诈5大类[22]。基于此，本文以欺诈理论及对网络交易欺诈行为分类的研究为基础，结合文献分析及内容分析法，将网络交易欺诈行为主要分为6大类，分别是虚假信息欺诈、银行卡信息欺诈、基于诱饵的欺诈、情感欺诈、虚拟物品欺诈和执照商标类欺诈，表1是归纳出的6类典型欺诈类型及其主要的欺诈表现形式。 （二）网络交易欺诈行为特征定义
众所周知，网络交易是基于网络平台的一种商品或服务交易行为，由于其具有虚拟性及存在信息不对称等特点而容易导致不诚信交易行为的发生[2829]，也即出现交易欺诈行为并往往表现出不同的特征[10]。因此，结合本文对欺诈行为的定义，不难理解本文所指网络交易欺诈行为的特征，即为网络经营者促使或诱导网络消费者达成错误交易意向的诸多行为中体现出的共有特性。由此可见，网络交易欺诈行为的特征是导致网络交易欺诈行为产生的直接原因。本文将其特征进一步划分为两类，一是可直接观测的表象特征，二是不可直接观测的关键共性特征。不同类型的网络交易欺诈行为具有不同类型或不同程度的“表象特征”，但一些“关键共性特征”是众多网络交易欺诈行为所共同具备的。本文将对这两类特征分别进行研究。
（三）网络交易欺诈行为的表象特征
基于以上定义和认识，本文从网络行为学、消费心理学的角度出发首先对网络交易欺诈行为的表象特征进行梳理和归纳。其中，Ajzen提出的著名的态度行为关系理论（TPB）启发了本文的研究，他认为人的态度、主观规范、知觉行为控制会影响其行为意向，其行为意向在一定条件下会形成行为[3031]。以此为基础，我们有理由认为，在网络交易过程中，消费者的态度、主观规范和知觉行为控制主要表现为消费者的信任、感知价值和感知风险。欺诈实施者通过对消费者的感知风险、感知利益和信任的利用，使消费者产生错误的交易意向，进而完成欺诈性交易。
根据对欺诈行为相关研究的回顾以及进一步的专家调研，可以总结出交易欺诈行为的主要表象特征及描述，详见表2所示。
表2中所列的9大欺诈行为表象特征分别影响网络消费者的感知风险、感知利益和感知信任，进而影响交易意向并最终导致网络交易欺诈行为的发生。因此，本文以此9大网络交易欺诈行为表象特征作为基础变量维度，生成量表题项；并对前文所提出的6类典型的网络交易欺诈行为进行调查，开展实证分析，以期从各种表现特征不同的网络交易欺诈行为中探索其内在的关键共性特征。
二、网络交易欺诈行为特征实证分析
（一）收集数据
1.问卷设计
（1）问卷设计及修改
研究问卷从网络交易欺诈行为类型及网络交易欺诈行为的表象特征两个方面构建测量量表，
获取可以区别不同网络交易欺诈行为的定量
数据，为得出基于公众感知的网络交易欺诈行为的关键共性特征提供数据支撑。其中，网络交易欺诈行为类型包括6类，分别是虚假信息欺诈、银行卡信息欺诈、基于诱饵的欺诈、情感欺诈、虚拟物品欺诈和执照商标类欺诈；而网络交易欺诈行为的表象特征都是无法直接观察到的，所以问卷设计的一个关键就是这些变量的具体测量指标的建立。通过综合查阅国内外相关文献以及专家访谈，确定基础题项形成调查问卷样卷；然后进行小范围预调研，根据反馈的意见，反复讨论并进一步修改，形成最终正式调查问卷。
（2）问卷构成
正式调查问卷由两大部分组成：第一部分是有关被调查对象的基本信息，该部分问题主要采用勾选法答题，其中除了年龄问题是连续变量外，其余均为哑元分类变量，用于多元统计分析的控制变量。第二部分是被调查者对不同类别网络交易欺诈行为的感知评价量表又包括两方面的内容：一方面是基于欺诈手段对网络交易欺诈行为所做出的6大分类；另一方面是基于网络交易欺诈行为的9大表象特征形成的9个量表问题，并针对不同欺诈类型，对量表问题做了适当调整。如对于网络虚假信息欺诈类型，我们通过类似于“交易网站及产品的信息看起来准确完整”的提问方式来测量被调查者在此情形下被欺骗到的可能性大小；而对于银行卡信息欺诈类型，我们则通过类似“银行卡支付信息（页面、网站）看起来真实完整”的问法来测量这一问题。
2.数据收集
研究主要选择重庆地区进行实地调查，为了避免地域差异，同时发布网络问卷进行调查。另外，为确保调查数据真实可靠，在实地和网络调查中，及时解答答卷者所遇到的问题，降低因问卷文字内容所造成的主观差异判断。
2014年1月至3月，期间共发放调查问卷285份，回收267份，其中有效问卷255份。根据中国互联网络信息中心（CNNIC）2014年1月发布的第33次《中国互联网络发展状况统计报告》[32]中公布的网络购物人群年龄分布，进行分层抽样，最终选取216份有效问卷进行分析。
通过我们对最终抽取出的216份有效样本的基本信息和量表问题进行描述性统计分析时发现，统计结果也显示样本选择和数据收集是科学合理的，适合做进一步统计分析。
（二）研究方法
MDS（multidimensional scaling）是19世纪30年代心理学中因素分析的变体，作为一种重要的探索性数据分析技术，它主要用于将复杂或繁琐的多维数据转化为直观简洁的二维空间感知图，通过图中数据的位置、距离等信息揭示数据中隐藏着的内在联系、规律或趋势，是一种重要的数据降维方法。该方法最早在1958年由Torgerson提出[33]，后经Kruskal等[34]众多学者和专家的改进与发展，逐步运用到教育学、心理学和营销学等多学科领域中。MDS方法在管理学中也是一类非常重要的方法，运用MDS技术所产生的空间感知图可以有效地对研究个体进行定位、归类，并能有效识别潜在的有意义的维度，帮助研究者解释被调查对象之间存在的相似性或不相似性[35]。本文将借鉴这一方法对网络交易欺诈行为的特征数据进行降维处理，从诸多一般特征中发现网络交易欺诈行为的关键共性特征。
（三）MDS数据处理
1.维度数确定
空间维度数与空间图的拟合优度有密切关系，通过对不同维度数与stress值关系曲线的变化我们可以看出：当维度数为2时，不仅曲线出现了明显的转折，而且此时的stress值也符合拟合优度的标准，考虑到二维图的易操作和易解释性，所以为了在维数和拟合优度之间取得平衡，最终选取二维空间图进行分析。 2.拟合性检验
该部分采用Kruskal[36]提出的检验统计量，使用SPSS16.0对网络交易欺诈行为特征模型的MDS感知图的拟合性进行检验，结果如表3所示。
参考值<0.2>0.6
从表3中可以看出，经多维尺度分析得到的网络交易欺诈行为特征模型的两维度解释的压力值（stress）和RSQ值均符合标准参考值，模型拟合效果良好；且该模型的线性拟合散点图（见图1）也基本上在直线y=x附近，进一步说明了这一点。
图1模型线拟合散点图
3.MDS样本空间图
通过前面的拟合性检验，说明适合对数据做进一步分析，探讨它们之间存在的潜在规律。基于此，通过对数据做进一步处理，得到网络交易欺诈行为空间感知图（见图2）。
图2网络交易欺诈行为空间感知图
（四）MDS分析结果
图3显示了网络交易欺诈行为的点分布规律，我们进一步分析发现：分布在横向维度左端的主要是类同因素，而分布在右端的是第三方认证、信誉度等形象包装特征，因此将横向维度（dimension 1）解释为形式（FC）形象包装（IP）特征维度；在纵向维度上，分布在下端的主要是利益和成本等利益导向特征，而上端则主要是信息质量、隐私保护和安全保护等技术包装特征，所以将纵向维度（dimension 2）解释为利益导向（PD）技术包装（TP）特征维度。为了使分析结果更加简洁直观，此处将基于MDS分析得出的空间感知图的点分布规律及维度解释通过处理后，直观反映在图3中。
图3空间感知图解释简图
通过对空间感知图的合理解读，得出网络交易欺诈行为的4个关键共性特征，它们分别为形象包装特征、利益导向特征、形式特征与技术包装特征。该结论可进一步解释为，区别不同类型网络交易欺诈行为的关键维度就在于此。这为进一步构建网络交易欺诈行为数据库提供了理论支撑。
三、结果讨论
通过对多维尺度处理结果的分析，我们可以总结归纳出：在各类网络交易欺诈行为中，欺诈方主要从形象包装、利益导向、形式与技术包装四个角度来实施欺诈行为。
（一）形象包装特征
当网络交易欺诈方在产品或交易网站上提供第三方认证的相关标识，可能会提高消费者对其的信任程度并且降低感知的风险。另外，欺诈方也可能通过抬高虚假信誉，使消费者相信销售方很可能继续保持其在以往交易过程中的行为，并由此相信销售方是值得信赖的，从而达成交易。因此，欺诈方对自己产品或网站的形象包装，很可能误导消费者与其达成交易，从而有效实施欺诈行为。
（二）利益导向特征
对于多数消费者而言，利益和成本是其考虑的重要因素之一。如果网商误导消费者自己的产品具有价格优惠、服务及时、质量保证等直接或间接的经济利益时，消费者极有可能产生购买意向，进而实现交易。另一方面，如果交易网站使消费者感知到为其节省的时间、精力、体力等各种费用以及选择的多样性，那么消费者就可能更加倾向于达成交易；因此，我们认为欺诈方传达给消费者的利益和成本的感知是影响网络交易欺诈行为的一个重要因素，欺诈方很有可能基于这个角度对消费者实施欺诈行为。
（三）形式特征
在网络交易中，欺诈方会利用消费者的熟悉感或者好奇心来实施交易欺诈，当消费者感到与之前购买的经历（好或坏）相似时，可能会因为对其形式的熟悉而达成或者放弃交易；当顾客在购物的某个环节遭遇到没有经验支撑的商品或服务体验时，可能会因为其新颖的形式而达成或者放弃交易。因此，形式特征也是影响交易欺诈行为能否有效实施的重要特征之一。
（四）技术包装特征
网络交易欺诈方可能用到的技术包装包括：信息质量欺骗、隐私保护欺骗、安全保护欺骗。通过技术包装，网络交易欺诈方可以使消费者感知到产品和交易网站信息的准确和完整、隐私保护和安全保护的可靠，从而使消费者产生信任感，降低风险感知，最终达成欺诈交易。
通过对以上四种关键特征属性的认识和理解，能够让我们更好地解读网络交易欺诈行为，有效规制网络交易行为，为有针对性的预防欺诈现象产生提供了较强的理论和实践指导意义。
四、结论与建议
本研究基于广泛的实地调研和文献分析，以独特的欺诈行为特征为分析视角，对当前网络交易欺诈行为特征进行了系统、科学的实证研究，并将多维尺度分析法引入对网络交易欺诈行为特征的数据处理和分析之中，经科学论证，最后得出网络交易欺诈行为的四大关键共性特征：形式包装（手段的新颖性）、形象包装（伪装有较高信誉）、利益导向（以利益诱惑消费者上当）和技术包装（伪装保护消费者信息安全）。该研究丰富了网络交易欺诈行为特征规律的理论，为网络交易欺诈行为相关研究提供了新思路，也为网络交易行为安全保障机制的建立提供了理论支撑。
基于本研究结论，建议监管部门在辨识网络交易欺诈行为时，应首先对其进行归类（欺诈行为所属的类别），然后结合所属类别特点重点从交易形式、交易方形象评定、利益关注点和提供的技术保障途径等四个方面着手评估并推进，从而提高监管识别的针对性和辨识效率。与此同时，网络交易的不断发展和各种新的网络交易欺诈行为的不断涌现，将对原有的监管机制产生消极影响，因此，应进一步深入开展基于欺诈行为特征演进规律的研究，加大基础设施建设投入力度，建立基于关键词等匹配与识别的欺诈行为特征基本数据集，构建完善的基于行为数据的网络交易欺诈行为监管系统，并实现监管系统数据更新与网络交易欺诈行为特征数据收集的高度同步。
参考文献：
[1]中央电视台经济频道. 聚焦网络电信骗局[EB/OL].（20140924）[20141226].http：//jingji.cntv.cn/2014/09/24/VIDE1411569042639639.shtml. [2]国民经济和社会发展第十二个五年规划纲要[EB/OL].（20110316）[20140509].http：//www.gov.cn/2011lh/content_1825838.htm
[3]年志君. C2C电子商务欺诈行为的防范方法研究[D].沈阳：辽宁师范大学，2011：613.
[4]张维群，李琪，郝建华.基于电子商务链网上交易欺诈特征的测度设计与应用[J].云南社会科学，2014（4）：7175.
[5]RICHARD B C. Crime， Fraud and Deceit on the Internet： Is there Hyper reality in Cyberspace？[J]. Critical Perspectives on Accounting， 2002（1）：115.
[6]RONALD G，BURNS K H，WHITWORTH C Y.Thompson.Assessing Law Enforcement Preparedness to Address Internet Fraud[J]. Journal of Criminal Justice， 2004（32）：477493.
[7]尚德峰.浅谈网络交易欺诈的形式与防范[J].河南机电高等专科学校学报，2011（2）：3840.
[8]吕琦.C2C平台上欺诈问题及防范[J].科技管理研究，2011（1）：201204.
[9]STEFANO G，SIRKKA L，JARVENPA A. Perils of Internet fraud： an empirical investigation of deception and trust with experienced Internet consumers[J]. IEEE Transactions on Systems， Man， and CyberneticsPart A： Systems and Humans， 2000（4）：395410.
[10]何俊辉.我国C2C电子商务欺诈影响因素的实证研究[J].情报杂志，2010（5）：204207.
[11]何景松.B2B电子商务中网络信任危机影响因素的研究[D].北京：北京邮电大学，2009：3748.
[12]郑华.基于神经网络和SNA的C2C电子商务信誉欺诈识别研究[J].计算机应用研究，2011（5）：18821885.
[13]曾嫱. C2C网络购物欺诈法律问题研究[D].重庆：西南政法大学，2013：23.
[14]徐琳.网络购物欺诈行为的博弈分析[J].山西经济管理干部学院学报，2007（2）：4548.
[15]金全力. 电子商务欺诈行为的法律规制研究[D].重庆：西南政法大学，2012：78.
[16]白前.网络交易平台经营者民事责任研究[J].重庆邮电大学学报：社会科学版，2015（1）：3642.
[17]纪鹏.浅析网络购物欺诈及其对策[J].经济视角，2011（8）：26.
[18]JOHNSON P E， GRAZIOLI S， JAMAL K， et al. Detecting deception： Adversarial problem solving in a low base rate world[J]. Cognitive Science， 2001（3）： 355392.
[19]李建川，张仙锋.基于IDT和ToD理论的网络欺诈分析[J].山西财经大学学报，2007（1）：3843.
[20]网络犯罪投诉中心（IC3）.网络交易欺诈行为的描述和归类[EB/OL].[20141102].http：//www.ic3.gov/preventiontips.aspx.
[21]HARRY S K. Efraud： Current trends and international developments[J]. Journal of Financial Crime， 2002（4）：347354.
[22]吕洋洋，白凯.旅游网络交易欺诈类型与过程研究[J].旅游学刊，2015（2）：90100.
[23]MACINNES I. Causes of Disputes in Online Auctions[J]. Electronic Markets， 2005（2）：146157.
[24]DONG F，SHATE M，XU H. Combating online inauction fraud： Clues， techniques and challenges[J]. Computer Science Review，2009（3）：245258.
[25]魏振锋.浅谈网络欺诈及其防范[J].北方经贸，2009（5）：7374.
[26]DELLAROCAS C. The digitization of word of mouth： Promise and challenges of online feedback mechanisms[J]. Management Science， 2003（10）：14071424.
[27]郭春涛.网络诈骗的概念、主要表现及犯罪构成研究[J].信息网络安全，2011（4）：6163.
[28]李铁军.我国网络交易的工商监管平台研究[D].北京：北京邮电大学，2012：1217.
[29]刘贵玉.论电子商务中的信息不对称与信用管理[J].现代情报，2004（9）：2930.
[30]AJZEN I. From Intentions to Actions： A Theory of Planned Behavior[J].SSSP Springer，1985（8）：656659.
[31]AJZEN I. The theory of planned behavior[J]. Organizational behavior and human decision processes， 1991（50）：179217.
[32]中国互联网络信息中心（CNNIC）.第33次中国互联网络发展状况统计报告[EB/OL]. （20140116）[20141226].http：//news.xinhuanet.com/tech/2014-01/16/c_126015636.htm.
[33]TORGERSON W S.Theory and Methods of Scaling [M].New York：John Wiley & Sons，1958：236249.
[34]KRUSKAL J B.Nonmetric multidimensional：A numerical model[J].Psychometrika，1964（29）：127.
[35]高惠璇.应用多元统计分析[M].北京：北京大学出版社，2005：216227.
[36]KRUSKAL J B. How to Use MDSCAL [M]. New Jersey：Murray Hill，1967：283295.