互联网上的消费者搜索-研究论文

本文使用网络上的新颖数据浏览和大量消费者的购买行为，分析了在线市场中的搜索摩擦。 该数据集的独特之处在于，可以观察到交易之前的消费者搜索行为。 尽管最近的模型表明，价格的高分散性在各种市场中仍然存在，并且这种分散性直接与消费者搜索成本的大小有关，但对量化这些成本的关注却很少。 我使用有关在网上购买书籍的消费者的数据来链接不同书店的价格和消费者搜索模式，以在均衡搜索模型的背景下估算消费者搜索成本。 搜索模式表明，消费者访问相对较少的公司，并且对知名零售商表现出强烈的搜索偏好。 我控制了消费者搜索过程中不同零售商的搜索强度，发现搜索成本估算值比假设消费者在其他选择中均等抽样时要低。 考虑到不平等的消费者搜索，每次搜索的搜索成本估算值会从$ 1.8降低到$ 0.9的一半。 我通过使用丰富的消费者特征集合并将它们与搜索模式和搜索成本估算相关联，研究了搜索成本异质性。 我使用了一种灵活的随机效应模型，该模型中，消费者访问的公司的数量和顺序是她的最佳顺序选择，从而使得搜索成本的下限取决于回归变量。 估计数表明，消费者搜索成本与其可观察的特征（例如收入）有关，收入大于100,000美元的个人所产生的搜索成本相对较高。