任 希，鄭 銳，李 毅

(1.武漢理工大學(xué) 安全科學(xué)與應(yīng)急管理學(xué)院，湖北 武漢 430070；2.西安交通大學(xué) 管理學(xué)院，陜西 西安 710049)

近年來(lái)，隨著國(guó)家對(duì)電商行業(yè)的大力扶持，我國(guó)網(wǎng)購(gòu)滲透率逐步上升。截至2021年，我國(guó)網(wǎng)購(gòu)用戶規(guī)模已達(dá)8.42億人，2021年全國(guó)實(shí)物商品網(wǎng)上零售額達(dá)10.8萬(wàn)億元，約占社會(huì)消費(fèi)品零售總額的24.5%[1]，網(wǎng)購(gòu)已成為消費(fèi)品購(gòu)買的主流方式。然而，網(wǎng)購(gòu)產(chǎn)品的高退貨率問(wèn)題一直困擾著各大電商。合作電商企業(yè)2017年的銷售數(shù)據(jù)顯示，電商企業(yè)服裝品類產(chǎn)品的退貨率通常在30%以上，具體如圖1所示。2022年的行業(yè)調(diào)查數(shù)據(jù)亦顯示電商女裝的退貨率通常在30%～40%之間[2]，退貨率居高不下的情況大大增加了電商企業(yè)的運(yùn)營(yíng)成本。據(jù)電商企業(yè)2017年的統(tǒng)計(jì)，在產(chǎn)品退貨過(guò)程中，從快遞員上門攬退到產(chǎn)品返回倉(cāng)庫(kù)貨架，一個(gè)退單的人工及其他成本總和可達(dá)近30元/單。

圖1 不同品類產(chǎn)品退貨率

雖然退貨成本很高，但各大電商企業(yè)仍采用寬松的退貨政策。這是因?yàn)樵诰€上購(gòu)物環(huán)境中，由于缺乏進(jìn)行物理測(cè)試和體驗(yàn)產(chǎn)品的機(jī)會(huì)，消費(fèi)者在做購(gòu)買決策時(shí)的感知風(fēng)險(xiǎn)比線下購(gòu)物環(huán)境中更高[3-4]，為提高消費(fèi)者下單意愿，企業(yè)不得不通過(guò)寬松的退貨政策降低消費(fèi)者在網(wǎng)購(gòu)過(guò)程中的感知風(fēng)險(xiǎn)[5]。尤其對(duì)于服裝品類的產(chǎn)品，由于消費(fèi)者在網(wǎng)購(gòu)時(shí)很難通過(guò)產(chǎn)品介紹與圖片展示判斷某件衣服是否合適，從而使消費(fèi)者網(wǎng)購(gòu)服裝品類產(chǎn)品時(shí)的感知風(fēng)險(xiǎn)更大。企業(yè)必須通過(guò)“七天無(wú)理由退貨”等寬松的退貨政策鼓勵(lì)消費(fèi)者購(gòu)買。依據(jù)合作企業(yè)2017年服裝品類產(chǎn)品退貨原因的統(tǒng)計(jì)數(shù)據(jù)，服裝品類產(chǎn)品的主要退貨原因如圖2所示?？梢园l(fā)現(xiàn)將近一半的服裝退貨是由于購(gòu)買前未能試穿導(dǎo)致“尺碼不合適”問(wèn)題造成，24%的退貨是由于產(chǎn)品“上身效果不好”，另外有17%的顧客使用了“七天無(wú)理由退貨”的特權(quán)。

圖2 服裝品類產(chǎn)品退貨原因占比

電商企業(yè)產(chǎn)品的退貨問(wèn)題一直受到國(guó)內(nèi)外學(xué)者的關(guān)注，DIGGINS等[6-7]對(duì)相關(guān)研究進(jìn)行了詳細(xì)綜述。JANAKIRAMAN等[8]研究發(fā)現(xiàn)寬松的退貨政策帶來(lái)的購(gòu)買的增加量遠(yuǎn)遠(yuǎn)高于退貨的增加量；GRIFFIS等[9]研究發(fā)現(xiàn)更高效率的退貨流程可以提高客戶的留存率、增加顧客的購(gòu)買頻率以及總購(gòu)買量。然而，現(xiàn)有的相關(guān)研究仍存在一些不足，主要表現(xiàn)在以下4點(diǎn)：①現(xiàn)有的大部分研究是基于調(diào)查數(shù)據(jù)而不是企業(yè)產(chǎn)品銷售與退貨的實(shí)際數(shù)據(jù)對(duì)消費(fèi)者的退貨行為進(jìn)行分析；②電商企業(yè)希望詳細(xì)了解不同退貨原因的后續(xù)影響，進(jìn)而更有針對(duì)性地應(yīng)對(duì)產(chǎn)品退貨問(wèn)題，然而還沒(méi)有研究詳細(xì)分析不同退貨原因?qū)е碌耐素浗?jīng)驗(yàn)對(duì)顧客后續(xù)網(wǎng)購(gòu)行為的具體影響；③現(xiàn)有研究主要針對(duì)退貨經(jīng)驗(yàn)對(duì)購(gòu)買頻率以及總購(gòu)買量的影響，然而很少有研究分析退貨經(jīng)驗(yàn)對(duì)顧客后續(xù)購(gòu)買產(chǎn)品品類寬度的影響；④為了鼓勵(lì)消費(fèi)者的線上購(gòu)物，各大電商平臺(tái)近兩年推出了上門攬退服務(wù)，即企業(yè)會(huì)安排專門的快遞員到與顧客約定的地點(diǎn)收取需要退回的產(chǎn)品，而不再需要顧客自行郵寄需要退貨的產(chǎn)品，然而上門攬退服務(wù)對(duì)促進(jìn)消費(fèi)者線上購(gòu)物的價(jià)值還不明晰，需要學(xué)者進(jìn)行深入研究。

基于電商企業(yè)的實(shí)際需求以及現(xiàn)有研究中的理論基礎(chǔ)，筆者將詳細(xì)分析以下3個(gè)問(wèn)題：①不同原因?qū)е碌耐素浗?jīng)驗(yàn)對(duì)顧客后續(xù)網(wǎng)購(gòu)數(shù)量的影響；②退貨經(jīng)驗(yàn)對(duì)顧客購(gòu)買產(chǎn)品品類寬度的影響；③ 上門攬退服務(wù)對(duì)顧客后續(xù)購(gòu)買行為的影響。研究發(fā)現(xiàn)將對(duì)電商企業(yè)的產(chǎn)品退貨政策具有重要指導(dǎo)意義。

1 理論基礎(chǔ)與研究假設(shè)

國(guó)內(nèi)外學(xué)者已從不同角度對(duì)電商行業(yè)的產(chǎn)品退貨問(wèn)題展開(kāi)研究，相關(guān)的主要研究分支包括：退貨經(jīng)驗(yàn)對(duì)消費(fèi)者后續(xù)購(gòu)買行為的影響、產(chǎn)品退貨原因，以及不同退貨政策對(duì)消費(fèi)者購(gòu)買和退貨行為的影響等方面。下文結(jié)合將檢驗(yàn)的3個(gè)研究假設(shè)，對(duì)相關(guān)文獻(xiàn)進(jìn)行討論。

1.1 退貨經(jīng)驗(yàn)對(duì)顧客后續(xù)網(wǎng)購(gòu)產(chǎn)品數(shù)量的影響

現(xiàn)有研究已驗(yàn)證寬松的退貨政策和高效的退貨體驗(yàn)可增加顧客后續(xù)的購(gòu)買頻率和總購(gòu)買量。退貨經(jīng)驗(yàn)?zāi)艽龠M(jìn)消費(fèi)者后續(xù)購(gòu)買行為的原因主要可以概括為以下幾個(gè)方面：①當(dāng)顧客對(duì)賣家的退貨流程非常熟悉時(shí)，其在購(gòu)物過(guò)程中將感到更舒適并對(duì)賣家更信任。這種更高的舒適度以及更高的信任降低了顧客購(gòu)物時(shí)的心理成本，進(jìn)而增加了顧客后續(xù)購(gòu)買的意愿[10-11]。②產(chǎn)品退貨經(jīng)驗(yàn)使顧客更了解當(dāng)產(chǎn)品不符合預(yù)期需要退貨時(shí)，其將面臨的后續(xù)退貨服務(wù)過(guò)程，這種對(duì)產(chǎn)品退貨服務(wù)的了解降低了顧客感知的購(gòu)物后果的不確定性，進(jìn)而提升其購(gòu)買意愿[12]。③顧客在退貨過(guò)程中通過(guò)與企業(yè)溝通增進(jìn)了企業(yè)與顧客之間的客戶關(guān)系，使顧客更傾向于在該企業(yè)購(gòu)買產(chǎn)品[13]。企業(yè)產(chǎn)品退貨數(shù)據(jù)顯示，顧客退貨的主要原因包括“尺碼不合適”“上身效果不好”“七天無(wú)理由退貨”“產(chǎn)品質(zhì)量問(wèn)題”和“實(shí)物與描述不符”等，這些退貨原因與現(xiàn)有研究中一致[14]。為探究不同原因?qū)е碌耐素浗?jīng)驗(yàn)的后續(xù)影響，將基于現(xiàn)有相關(guān)理論檢驗(yàn)以下研究假設(shè)：

H1不同原因?qū)е碌耐素浗?jīng)驗(yàn)均可以顯著提升顧客后續(xù)的購(gòu)買數(shù)量。

1.2 退貨經(jīng)驗(yàn)對(duì)顧客購(gòu)買產(chǎn)品品類寬度的影響

為進(jìn)一步探究退貨經(jīng)驗(yàn)對(duì)消費(fèi)者網(wǎng)購(gòu)行為的影響，研究將分析退貨經(jīng)驗(yàn)對(duì)顧客購(gòu)買產(chǎn)品品類寬度的影響。在現(xiàn)有文獻(xiàn)中已有學(xué)者發(fā)現(xiàn)經(jīng)常退貨的顧客與從不退貨的顧客的網(wǎng)購(gòu)動(dòng)機(jī)不同：那些從不退貨的顧客的網(wǎng)購(gòu)目標(biāo)非常明確，在網(wǎng)購(gòu)時(shí)更有針對(duì)性，屬于功利主義型；而那些經(jīng)常退貨的顧客是將網(wǎng)購(gòu)視為一種娛樂(lè)，屬于享樂(lè)主義類型，這類顧客更傾向于嘗試不同類型的產(chǎn)品[15-17]。寬松的退貨政策能在一定程度上降低退貨成本，促進(jìn)消費(fèi)者的后續(xù)購(gòu)買行為，這對(duì)客戶消費(fèi)品類的寬度以及同一品類的消費(fèi)深度均存在正向促進(jìn)作用[18]?；诂F(xiàn)有理論，研究將驗(yàn)證的第2個(gè)假設(shè)為：

H2產(chǎn)品退貨經(jīng)驗(yàn)可以顯著增大顧客后續(xù)購(gòu)買產(chǎn)品的三級(jí)品類寬度。

1.3 上門攬退服務(wù)對(duì)顧客后續(xù)消費(fèi)行為的影響

現(xiàn)有研究分析了不同退貨政策對(duì)消費(fèi)者網(wǎng)購(gòu)行為的影響。SHANG等[19]分析零售商提供全額退款政策的價(jià)值，研究發(fā)現(xiàn)具有不同購(gòu)物經(jīng)驗(yàn)的消費(fèi)者對(duì)企業(yè)全額退款政策的感知價(jià)值不同，退貨不包郵會(huì)明顯降低顧客對(duì)全額退貨政策的感知價(jià)值。SHAO等[20]的研究發(fā)現(xiàn)賣家為客戶購(gòu)買運(yùn)費(fèi)險(xiǎn)能顯著提升顧客的購(gòu)買概率。SHEHU等[21]分析了包郵政策對(duì)客戶購(gòu)買產(chǎn)品品類以及退貨行為的影響，研究發(fā)現(xiàn)包郵政策可以顯著提升顧客對(duì)一些高不確定性品類產(chǎn)品的下單量，然而這也可能導(dǎo)致更高的退貨率，在一定條件下包郵政策導(dǎo)致的退貨成本的增加可能超過(guò)其帶來(lái)的利潤(rùn)的增加，進(jìn)而出現(xiàn)包郵損壞企業(yè)利潤(rùn)的情況。趙曉敏等[22]的研究發(fā)現(xiàn)零售商承擔(dān)退貨運(yùn)費(fèi)可能導(dǎo)致退貨增加，進(jìn)而損害零售商的利潤(rùn)。BANSAL等[23]研究了產(chǎn)品發(fā)出運(yùn)費(fèi)及退回運(yùn)費(fèi)對(duì)消費(fèi)者購(gòu)買及退貨行為的影響，研究結(jié)果顯示退貨包郵政策可以顯著提升顧客對(duì)高價(jià)格產(chǎn)品的購(gòu)買意愿。BOWER等[24]的研究發(fā)現(xiàn)退貨包郵政策可以顯著提高顧客后續(xù)的購(gòu)買量，而退貨不包郵將顯著降低顧客后續(xù)的購(gòu)買量。近兩年，企業(yè)推出的上門攬退服務(wù)更進(jìn)一步提升了產(chǎn)品的退貨效率，降低了顧客的退貨成本，研究將驗(yàn)證的第3個(gè)假設(shè)為：

H3上門攬退服務(wù)可以顯著提高顧客的下單數(shù)量。

2 數(shù)據(jù)獲取與研究設(shè)計(jì)

本項(xiàng)研究與國(guó)內(nèi)一家線上B2C零售企業(yè)合作進(jìn)行。研究主要關(guān)注該企業(yè)服裝品類產(chǎn)品的退貨問(wèn)題，關(guān)注服裝品類產(chǎn)品的主要原因：①服裝品類產(chǎn)品退貨率高；②服裝品類產(chǎn)品網(wǎng)購(gòu)滲透率高；③對(duì)于服裝品類產(chǎn)品，零售商要求顧客在退貨時(shí)填寫退貨原因。

2.1 數(shù)據(jù)獲取

以2016年12月1日—2017年1月31日為首次退貨時(shí)間窗，分別選取退貨組與無(wú)退貨組兩組顧客數(shù)據(jù)，具體如下：

(1)退貨組數(shù)據(jù)：隨機(jī)選取2016年12月1日—2017年1月31日產(chǎn)生首次退貨行為的顧客，無(wú)論該顧客在這期間產(chǎn)生過(guò)多少次退貨行為，只要在該時(shí)間窗內(nèi)產(chǎn)生首次退貨行為即可。分別收集其在首次退貨時(shí)間窗節(jié)點(diǎn)前一年(即2015年12月1日—2016年11月30日)以及在時(shí)間窗節(jié)點(diǎn)后一年(即2017年2月1日—2018年1月31日)購(gòu)買服裝品類產(chǎn)品的數(shù)據(jù)記錄。

(2)無(wú)退貨組數(shù)據(jù)：隨機(jī)選取2016年12月1日—2017年1月31日期間有購(gòu)買服裝品類產(chǎn)品但從未產(chǎn)生過(guò)退貨行為的顧客，分別收集其在時(shí)間窗節(jié)點(diǎn)前一年(即2015年12月1日—2016年11月30日)以及后一年(即2017年2月1日—2018年1月31日)購(gòu)買服裝品類產(chǎn)品的數(shù)據(jù)記錄。

(3)數(shù)據(jù)預(yù)處理：①刪除在退貨時(shí)間窗前一年或后一年總購(gòu)買量為0的顧客數(shù)據(jù)，以及存在關(guān)鍵字段為空的訂單數(shù)據(jù)，最后研究收集到有效的退貨組顧客187 539名，無(wú)退貨組顧客275 429名，退貨組訂單數(shù)據(jù)的平均退貨率為27.7%，平均拒收率為0.8%，退貨組顧客不同首次退貨原因匯總?cè)绫?所示。 ②基于顧客在2016年12月31日的會(huì)員等級(jí)、顧客性別以及顧客注冊(cè)時(shí)間進(jìn)行傾向得分匹配，共匹配出187 539名無(wú)退貨組顧客，進(jìn)行傾向得分匹配的目的是盡量選取在退貨行為產(chǎn)生前，退貨組與無(wú)退貨組特征相近的顧客，進(jìn)而排除兩組顧客本身差異較大的影響。③為分析不同首次退貨原因影響的差異，研究也基于顧客的首次退貨原因?qū)⑼素浗M顧客分成5組，然后分別將不同退貨組的顧客與無(wú)退貨組顧客進(jìn)行傾向得分匹配，以分別選出與不同退貨組顧客相近的無(wú)退貨組顧客。

表1 不同首次退貨原因顧客的樣本量 人

2.2 研究設(shè)計(jì)

研究采用雙重差分回歸模型與普通最小二乘法進(jìn)行回歸分析。雙重差分法是群體因果效應(yīng)估計(jì)的一個(gè)重要方法，該方法通過(guò)對(duì)比實(shí)驗(yàn)組與對(duì)照組在實(shí)驗(yàn)前與實(shí)驗(yàn)后變化的差異確認(rèn)干預(yù)的效果[25]，非常適用于分析產(chǎn)品退貨經(jīng)驗(yàn)對(duì)消費(fèi)者后續(xù)網(wǎng)購(gòu)行為造成的影響。研究的具體回歸模型如式(1)所示。

y=β0+β1R1+β2T1+β3R1T1+μ

(1)

式中:R1為虛擬變量，退貨組顧客取1，無(wú)退貨組顧客取0；系數(shù)β1表示退貨組與無(wú)退貨組顧客在退貨時(shí)間窗前一年購(gòu)買量的平均差異；T1為時(shí)間虛擬變量，退貨時(shí)間窗后一年取1，退貨時(shí)間窗前一年取0；系數(shù)β2表示無(wú)退貨組顧客在退貨時(shí)間窗后一年與前一年購(gòu)買量的平均變化量；系數(shù)β3表示退貨組與無(wú)退貨組顧客在退貨時(shí)間窗后一年總購(gòu)買量的平均差異，體現(xiàn)退貨經(jīng)驗(yàn)對(duì)顧客購(gòu)買行為的影響程度；β0為截距項(xiàng)，表示無(wú)退貨組顧客在退貨時(shí)間窗前一年的平均購(gòu)買量；μ為隨機(jī)擾動(dòng)項(xiàng)；因變量y的取值等于一個(gè)顧客在給定時(shí)間窗里購(gòu)買產(chǎn)品的總件數(shù)。

3 模型分析與結(jié)果

3.1 不同原因?qū)е碌耐素浗?jīng)驗(yàn)對(duì)顧客后續(xù)網(wǎng)購(gòu)數(shù)量的影響

研究使用統(tǒng)計(jì)分析軟件R并基于普通最小二乘法進(jìn)行回歸分析，模型擬合結(jié)果如表2所示。在回歸分析中，退貨組與無(wú)退貨組顧客的數(shù)量均為187 539；同時(shí)，模型考慮兩組顧客在首次退貨行為前一年與首次退貨行為發(fā)生后一年的數(shù)據(jù)，因此在回歸模型中，總數(shù)據(jù)量為 750 156條。

從表2中系數(shù)β1的顯著性可知，研究選取的退貨組樣本與無(wú)退貨組樣本在發(fā)生首次退貨行為之前的總購(gòu)買量無(wú)顯著差異；“七天無(wú)理由退貨”組顧客與匹配出的無(wú)退貨組顧客在退貨時(shí)間窗前一年購(gòu)買產(chǎn)品件數(shù)的平均差異為-0.202,在顯著性水平p=0.01時(shí)不顯著；“實(shí)物與描述不符”退貨組樣本與匹配出的無(wú)退貨組樣本在退貨時(shí)間窗前一年平均購(gòu)買產(chǎn)品件數(shù)的差別為0.172，在顯著性水平p=0.01時(shí)也不顯著；這些統(tǒng)計(jì)結(jié)果驗(yàn)證了不同退貨組樣本與匹配出的無(wú)退貨組樣本的可比性。截距項(xiàng)β0的值表明無(wú)退貨組顧客在首次退貨時(shí)間窗節(jié)點(diǎn)前一年(即在2016年12月1日—2017年11月30日)購(gòu)買服裝的平均件數(shù)為6.540件。系數(shù)β2的值表明無(wú)退貨組顧客在退貨時(shí)間窗后一年的總購(gòu)買量與前一年相比也存在顯著變化，顧客在后一年的平均購(gòu)買件數(shù)比前一年增加了0.757件。這可能是因?yàn)殡S著時(shí)間變化，顧客的線上消費(fèi)傾向、顧客的消費(fèi)能力等因素變化所導(dǎo)致。

表2 退貨經(jīng)驗(yàn)對(duì)消費(fèi)者后續(xù)購(gòu)買量的影響模型擬合結(jié)果

系數(shù)β3的值反映了退貨經(jīng)驗(yàn)對(duì)顧客后續(xù)網(wǎng)購(gòu)行為的影響：①?gòu)耐素浗M總體與無(wú)退貨組的對(duì)比可以看出，在產(chǎn)生首次退貨行為之后的一年，退貨組顧客的購(gòu)買數(shù)量比無(wú)退貨組顧客的總購(gòu)買數(shù)量顯著增加了5.907件；②無(wú)論首次退貨原因是什么，消費(fèi)者在出現(xiàn)首次退貨后一年內(nèi)的總購(gòu)買量都有顯著增加，這意味著無(wú)論是什么原因?qū)е碌耐素?，退貨?jīng)驗(yàn)都能促進(jìn)客戶后續(xù)的網(wǎng)購(gòu)行為；③對(duì)比不同退貨原因?qū)е碌氖状瓮素浗?jīng)驗(yàn)可以發(fā)現(xiàn)，顧客因“七天無(wú)理由退貨”這一原因?qū)е碌耐素浗?jīng)驗(yàn)后網(wǎng)購(gòu)量的增加最大，為6.715件；而顧客因“實(shí)物與描述不符”這一原因?qū)е碌耐素浐缶W(wǎng)購(gòu)的增加量最小，為4.987件。這里的解釋是“七天無(wú)理由退貨”組顧客可能是因?yàn)檎业搅烁矚g的產(chǎn)品而退貨(不是賣家的產(chǎn)品問(wèn)題)，這一寬松的退貨政策在一定程度上能更加刺激消費(fèi)者的購(gòu)買行為；而“實(shí)物與描述不符”導(dǎo)致了顧客的心理預(yù)期未滿足，這一退貨經(jīng)驗(yàn)對(duì)顧客后續(xù)消費(fèi)行為的促進(jìn)作用更小。

3.2 退貨經(jīng)驗(yàn)對(duì)顧客購(gòu)買產(chǎn)品品類寬度的影響

電商企業(yè)的產(chǎn)品品類如服裝、美妝為一級(jí)大品類，服裝下的男裝、女裝、童裝等為二級(jí)品類，筆者分析的是服裝大品類下的三級(jí)品類如羽絨服、連衣裙、POLO衫等。研究選取顧客在退貨時(shí)間窗節(jié)點(diǎn)前一年與后一年購(gòu)買的產(chǎn)品的三級(jí)品類數(shù)量為因變量。研究基于匹配出的無(wú)退貨組和退貨組樣本數(shù)據(jù)，繼續(xù)采用雙重差分回歸模型與普通最小二乘法分析退貨經(jīng)驗(yàn)對(duì)顧客網(wǎng)購(gòu)產(chǎn)品三級(jí)品類寬度的影響，如表3所示。由表3可知，退貨組顧客在退貨行為發(fā)生后一年內(nèi)購(gòu)買產(chǎn)品的三級(jí)品類數(shù)比無(wú)退貨組顧客在相應(yīng)時(shí)間窗內(nèi)購(gòu)買產(chǎn)品的三級(jí)品類數(shù)顯著增加了5.782個(gè)。這意味著顧客在有了退貨經(jīng)驗(yàn)后，更愿意嘗試網(wǎng)購(gòu)不同品類的產(chǎn)品，即退貨經(jīng)驗(yàn)可以促進(jìn)消費(fèi)者網(wǎng)購(gòu)不同品類的產(chǎn)品。

表3 退貨經(jīng)驗(yàn)對(duì)顧客購(gòu)買產(chǎn)品品類寬度的影響

3.3 上門攬退服務(wù)對(duì)顧客后續(xù)消費(fèi)行為的影響

在退貨組187 539名顧客中，有133 617名在首次退貨中使用了上門攬退服務(wù)，其余的53 922名通過(guò)自主郵寄方式退貨。顧客未使用上門攬退服務(wù)的原因可能是企業(yè)給定的上門取件時(shí)間不合適，或者由于顧客所在位置比較偏遠(yuǎn)，企業(yè)暫未對(duì)這些區(qū)域開(kāi)通上門攬退服務(wù)。

為探究上門攬退服務(wù)對(duì)顧客后續(xù)網(wǎng)購(gòu)行為的影響，研究建立了如下回歸模型。模型選取虛擬變量“上門攬退標(biāo)識(shí)”作為自變量，當(dāng)顧客在首次退貨時(shí)使用了上門攬退服務(wù)取1，否則取0。模型的因變量選取攬退服務(wù)前后顧客購(gòu)買產(chǎn)品數(shù)量、產(chǎn)品金額與總下單數(shù)量變化的倍數(shù)作為因變量。這是因?yàn)榭倲?shù)量變化倍數(shù)在一定程度上更能反映消費(fèi)者退貨前后購(gòu)買產(chǎn)品數(shù)量等指標(biāo)的相對(duì)變化情況。研究采用普通最小二乘法進(jìn)行回歸分析，在回歸分析前，研究基于顧客的退貨原因從攬退組顧客中匹配出53 922名與無(wú)攬退組顧客有相近退貨原因的樣本顧客，模型分析結(jié)果如表4所示。

表4 上門攬退服務(wù)的影響分析結(jié)果

結(jié)果表明，上門攬退服務(wù)可以顯著增加顧客的下單數(shù)量，但并不能顯著提高顧客的總購(gòu)買商品數(shù)量和總購(gòu)買金額。這意味著當(dāng)企業(yè)推出上門攬退服務(wù)后，顧客考慮到退貨的便利性，不再過(guò)度考慮將幾件產(chǎn)品湊在一起下單。顧客下單更加頻繁，但平均每個(gè)訂單的產(chǎn)品數(shù)量相對(duì)減少。這一結(jié)果表明上門攬退服務(wù)在提升顧客總消費(fèi)金額上并無(wú)顯著的作用。

4 結(jié)論

(1)筆者研究分析了電商行業(yè)寬松的退貨政策以及電商企業(yè)推出的上門攬退服務(wù)對(duì)促進(jìn)消費(fèi)者線上消費(fèi)的價(jià)值：①驗(yàn)證了退貨經(jīng)驗(yàn)對(duì)消費(fèi)者后續(xù)購(gòu)買量的正向促進(jìn)作用。②進(jìn)一步針對(duì)不同原因退貨經(jīng)驗(yàn)的影響進(jìn)行分組分析，結(jié)果顯示，因“七天無(wú)理由退貨”的顧客后續(xù)購(gòu)買的增量最大，而因“實(shí)物與描述不符”原因退貨的顧客后續(xù)購(gòu)買量的增量最小。③退貨經(jīng)驗(yàn)對(duì)顧客網(wǎng)購(gòu)產(chǎn)品的品類寬度也有顯著影響，退貨組顧客在首次退貨后一年內(nèi)網(wǎng)購(gòu)產(chǎn)品的三級(jí)品類寬度比無(wú)退貨組顧客網(wǎng)購(gòu)的三級(jí)品類寬度顯著增加。④上門攬退服務(wù)雖可以顯著增加顧客的下單量，但并不能顯著增加顧客的總購(gòu)買數(shù)量。

(2)管理啟示：①對(duì)電商企業(yè)來(lái)說(shuō)，存在退貨行為的顧客的總購(gòu)買量可能更高、更愿意嘗試網(wǎng)購(gòu)不同品類的產(chǎn)品，企業(yè)應(yīng)注重增進(jìn)與存在退貨行為顧客的客戶關(guān)系，主要發(fā)展這類顧客為企業(yè)的超級(jí)會(huì)員顧客。②電商企業(yè)應(yīng)繼續(xù)提供寬松的退貨政策，同時(shí)也應(yīng)盡量避免產(chǎn)品描述與實(shí)物不符的情況出現(xiàn)。③電商企業(yè)應(yīng)慎重考慮上門攬退服務(wù)對(duì)企業(yè)以及對(duì)整個(gè)社會(huì)的服務(wù)價(jià)值。

(3)在未來(lái)的研究中，學(xué)者可繼續(xù)深入分析高退貨率顧客與低退貨率顧客的網(wǎng)購(gòu)特性和行為的差異，為企業(yè)更進(jìn)一步完善退貨政策提供指導(dǎo)。未來(lái)的研究還可以分析上門攬退服務(wù)對(duì)在多個(gè)時(shí)間周期內(nèi)影響的動(dòng)態(tài)變化情況，更進(jìn)一步探究上門攬退服務(wù)的價(jià)值。