考慮退貨運費險情況下的供應鏈運作決策研究

楊 雷,常 娜

(華南理工大學工商管理學院,廣州510640)

1 引 言

電子商務的發展為消費者生活便利和市場繁榮做出了巨大貢獻,但是由于賣家描述的失真和購買行為發生在收貨之前,退貨問題逐漸成人們關注的熱點,2015年11月11日“天貓購物節”共產生1.8億件訂單物流,其中退貨率達25%,部分商家甚至高達40%,調查顯示42%的退貨糾紛集中在退貨運費的分擔問題上.退貨是一個不確定事件,在電子商務交易過程中,賣家與買家分別掌握一定的信息優勢,具有優勢的一方企圖在交易中獲得較多利益,而處于劣勢的一方則會采取相應的抵御措施,由此產生買賣雙方互不信任,市場效率低下的情況.在這種情況下,以電子商務、供應鏈協調、互聯網金融和大數據相結合的創新產品——退貨運費險應運而生.退貨運費險(以下簡稱“運費險”)是以退貨風險為投保對象,以退貨運費為理賠對象的保險服務.引入第三方運費險可以一定程度上進行風險分攤,促進市場效率的提高.但是在現實中,運費險的存在同樣具有爭議,一方面運費險降低賣家的售后成本,刺激消費[1].另一方面運費險鼓勵沖動購物,增加退貨率和運費成本[2].

目前有關退貨問題的研究主要集中在退款政策和不同的退款政策對賣家利潤的影響兩個方面.退款政策方面,Lantz[3]等研究了全額退款政策,得到的結論是寬容的退款政策與退貨率的上升有關.Davis[4]等提出在買家同質化的市場中,相比買家而言,賣家在補救退貨商品殘值方面更有優勢,同時他還得出當商品非常不符合買家期望的時候,全額退款的退貨政策是有效的,后來Davis[5]等又將該結論延伸到買家異質的市場中.Hess[6]等針對買家的道德風險問題提出了一種不可退款的模型,發現在商品比較符合買家預期、退貨運費成本較高、被退貨商品殘值較小的情況下,賣家采取不可退款的政策較為有利.Pei[2]等認為退款政策與買家的公平感和購買意愿有關,全額退款政策(FRP)促進買家的公平感和購買意愿.Yalabik[1]等研究了兩個分隔市場的供應鏈單期退貨模型,發現在兩個市場都允許退貨的情況下,全額退款是最優的政策,但若一個或兩個市場都不允許退貨,則可能會產生退款金額超過商品價格的情況.在退款政策對買家利潤的影響方面,Davis[6]等發現在特定環境下低糾紛的退款政策可以提高賣家利潤.Mukhopadhyay[7]等研究了逆向物流的最優價格和退貨政策后發現,合理的退貨政策可以提高賣家的利潤.Yan[8]也發現部分退款的政策有利于提高賣家的利潤.

綜上可知,退款政策的發展趨勢是從部分退款到全額退款,從只退貨款到包括運費的全額退款,退款規模逐漸增大,退款政策逐漸寬容和人性化,可見包括運費的全額退款政策會逐漸成為主流,但是目前相關方面的文獻研究較少,并且集中在將退貨和退款問題歸結于買賣雙方,為其制定“責任方賠付”的原則,用協調機制將退貨風險和損失內部處理.本文首次引入第三方運費險這種互聯網金融工具,采用風險分攤機制[9],對全額退款的退貨政策進行補充,將運費險市場中的賣家、買家、保險公司、物流公司和社會總福利情況進行對比分析,研究運費險對供應鏈運作決策問題的影響.結論是在退貨率較低的優質市場中,運費險的引入是無效的,在需求系數為正的情況下,運費險的引入是帕累托有效的,在需求系數為零的情況下,合理的市場引導也可以促進社會總福利水平的提高.在運費險市場中,各主體的利益訴求不同,存在產生利益輸送和運費險失效等“市場失靈”的情況,需要獨立的第三方進行監管和協調.

2 基于退貨運費險的運作決策模型

根據投保人的不同,可以將運費險分為三種：賣家運費險、買家運費險和第三方運費險.賣家運費險是指在交易發生之前由賣家為全部或某一類商品購買,其后所發生的每筆交易都自動生成的運費險.買家運費險是指在交易進行過程中,由買家所購買的當前交易的運費險.第三方運費險是由電子商務平臺等第三方購買,隨交易附贈的運費險.

表1 三種運費險情況對比Table 1 The comparison of three kind of freight back insurance

運費險的費用由投保者承擔,賠付對象一般為墊付退貨運費的買家.正常情況下,一筆交易中只需一方投保即可,投保的決策時間順序是：第三方、賣家、買家,即在第三方不為賣家購買運費險的情況下,賣家決定是否購買運費險,在賣家決定不為某種商品購買運費險的情況下,買家決定當下交易是否購買運費險.本文采用對比分析的方法,對比無運費險市場、買家運費險市場和賣家運費險市場三種情況下運費險的作用效果和影響.

2.1 無運費險市場

將無運費險市場與運費險市場進行對比是分析運費險作用的重要方法,無運費險市場作為運費險市場的參照物,是分析運費險運行效果的重要基礎.

假設t代表退貨率,0≤t≤1,d代表退貨運費,p代表商品價格,c代表進貨成本,s代表商品殘值,a代表處理退貨商品的成本,其中p＞c＞s＞a,Q代表賣家訂貨量,x代表消費者需求,服從概率密度函數為f(x),概率分布函數為F(x)的隨機變量,θ代表所有退貨中賣家承擔退貨運費的比例,則1-θ代表買家承擔退貨運費的比例,0≤θ≤1.按照目前的電子商務平臺退貨政策責任方承擔退貨運費的規則,賣家需在商品質量出現問題時承擔退貨運費,θ可以看作商品的不合格率.πn代表無運費險市場中賣家的收益.

從賣家的經營情況來看,可以將商品分為三類：正常銷售的商品、退貨商品和剩余商品,正常銷售的商品收益高、成本低,效益最佳.退貨的商品收益低,成本高,效益最差.本文假設單期市場模型中退貨商品不能被再次銷售,這種模型適用于季節性較強的商品[11].此時,無運費險市場中賣家的期望收益為

其中等號右側第1項表示正常銷售的商品收入,第2項表示剩余商品和被退貨商品的殘值,第3項表示進貨成本,第4項代表賣家分擔的退貨運費,第5項代表賣家處理退貨商品的成本.

上式整理為

定理1當t=0時,無運費險市場的賣家最優訂貨量為

該結果與不考慮退貨問題的傳統報童模型結果一致.由于原函數與反函數的單調性一致[10],為便于計算,本文通過原函數來分析賣家最優訂貨量的情況.

定理2無運費險市場中,賣家最優訂貨量隨退貨率t的增加而減小.

證明原函數與反函數的單調性一致,因此最優訂貨量隨退貨率t的變化,與其原函數隨退貨率t的變化一致.對求導得

因為s-c＜0,p-s+θd+a＞0,[p-t(p-s+θd+a)-s]2＞0,則因此,隨退貨率t的增加而減小,也隨退貨率t的增加而減小.賣家最優訂貨量是一個市場信號,一定程度上能夠反應賣家的活躍程度和市場活力.退貨率的增加抑制賣家的訂貨需求,壓抑市場活力.

定理3無運費險市場中,賣家最優訂貨量隨其承擔退貨運費的比例θ的增加而減小,隨退貨運費d的增加而減小,隨賣家處理退貨成本的增加而減小,隨市場零售價格的增加而增加.

該定理表明賣家的最優訂貨量是其成本(分擔運費、處理退貨)的減函數,是其收益(零售價格)的增函數.

定理4在其他變量不變的情況下,當時,無運費險市場中賣家最優訂貨量隨商品殘值s的增加而增加,當時,無運費險市場中賣家最優訂貨量隨商品殘值s的增加而減小,當時,賣家最優訂貨量取得最大值.

證明

該定理表示對賣家而言,殘值并非越大越好,在退貨率較低的情況下,賣家最優訂貨量隨殘值的增加而增加,當退貨率高到一定程度,賣家最優訂貨量隨殘值的增加而減小,表明此時高退貨率對賣家的訂貨需求的抑制作用超過了殘值的作用,壓抑了市場活力.

除了賣家,買家也是市場的重要組成部分,為便于衡量買家的情況,引入西方經濟學的基本概念——消費者剩余[11]表示買家效用.假設買家獲得商品效用的平均值為pe,無運費險市場的總消費者剩余的期望表示為

其中等號右側第1項表示買家從未退貨商品中獲得的效用,第2項表示買家分擔的退貨運費.

無運費險市場中物流公司收益的期望表示為

式(6)表示物流公司的收益來自退貨商品的運費.本文主要討論退貨環節涉及的物流公司收益,不涉及初次銷售環節.

2.2 買家運費險市場

對運費險市場的研究首先需對運費險定價,運費險進行風險分攤的原理是每筆交易都存在退貨的風險,將這種風險用貨幣計量,在每筆交易中繳納少量的保險費,形成一筆“退貨風險基金”,交易后對實際發生退貨的商品進行運費賠付.為公平起見,每筆交易中的退貨風險與退貨運費險的價格呈正相關.wi,i=r,s代表運費險價格,i=r時代表賣家運費險價格,i=s時代表買家運費險價格.從單筆交易來看,保險公司收入為wi的概率是(1-t),收入為(wi-d)的概率是t,令其效用函數為un(x),保險公司的期望收益為gi,表示為

假設保險公司風險偏好中性,即un(wi)=wi,則(1-t)wi+twi-td=gi,得

式(8)表示運費險的價格取決于該筆交易的預期退貨成本td和保險公司的預期收益gi.

定理5退貨率越高,運費險定價越高;保險公司期望收益越大,運費險定價越高;退貨運費越高,運費險定價越高.

本文的研究不涉及第三方,在運費險市場中重點討論賣家和買家運費險市場兩種情況.運費險市場中的主體為賣家、買家、保險公司和物流公司.此時,賣家出售商品、購買運費險,保險公司出售運費險,進行退貨運費賠付,買家購買商品和運費險,物流公司提供退貨服務.

買家不購買運費險時,形成無運費險市場,交易的流程與無運費險市場一致.φ代表在退貨商品中,買家不購買運費險的比例,則1-φ表示買家購買運費險的比例,0≤φ≤1,買家是否購買運費險與其風險偏好、商品類型、對商品的容忍程度等相關.上文中提到運費險的引入可能會影響市場需求,假設ζi,i=r,s為運費險需求系數,代表運費險對市場需求的影響,i=r時代表賣家運費險市場需求系數,i=s代表買家運費險市場需求系數,0≤ζi≤1.當ζi＜0時,運費險壓抑需求,當ζ=0時,運費險對需求無影響,當ζi＞0時,運費險刺激需求,買家運費險市場中需求為y,賣家運費險市場中需求為z,隨機變量y和z是經過需求系數調整后的x.此時,買家運費險市場中賣家的期望收益為

其中等號右側第4項表示賣家對不購買運費險的買家退貨分擔的運費,第5項表示賣家處理退貨的成本.

式(9)整理為

定理6買家運費險市場中,賣家最優訂貨量隨買家購買運費險比例(1-φ)的增加而增加.

這表明買家自主購買運費險減少了賣家售后的后顧之憂,有動力增加訂貨,促進了市場活力.零售價、退貨運費、賣家退貨分擔比例、處理退貨的成本、殘值和進貨成本等變量對賣家最優訂貨量的影響與無運費險市場一致.

總消費者剩余的期望為

其中等號右側第1項表示買家獲得的效用,第2項表示買家的退貨運費,第3項表示買家購買運費險的成本.

物流公司收益的期望為

保險公司收益的期望為

2.3 賣家運費險市場

賣家購買運費險則形成賣家運費險市場[12],賣家運費險市場與買家運費險市場的區別在于,賣家不一定實時參與每筆交易,因此交易進行過程中無法就運費險的問題與買家“討價還價”.這種情況下賣家對運費險的購買只能提前設置,無特定地為其所有商品購買運費險.假設運費險不影響商品的進貨成本,該假設的原因是：第一,運費險價格遠低于商品的進貨成本和價格,可忽略不計.第二,運費險價格遠低于退貨運費,可忽略不計.第三,運費險增加賣家的保險費成本,降低退貨運費成本,總體增加還是降低賣家成本目前尚無明確定論.

賣家不購買運費險時,形成買家運費險市場,交易的流程與買家運費險市場一致.經賣家運費險需求系數調整的市場需求為z,此時,賣家運費險市場中賣家的期望收益為其中等號右側第4項表示賣家購買運費險的成本.與買家運費險市場情況不同的是,此時賣家需要購買全部商品的運費險,不需要分擔退貨運費.

式(15)整理為

定理7賣家運費險市場中賣家最優訂貨量隨運費險價格的增加而減小.

推理1賣家收益隨運費險價格的增加而減小.

證明賣家最優訂貨量隨運費險價格的增加而減小,且min(Q,x)隨最優訂貨量的增加而增加或不變,因此,賣家收益隨運費險價格的增加而減小.

零售價、退貨運費、賣家退貨分擔比例、處理退貨的成本、殘值和進貨成本等變量對賣家最優訂貨量的影響與無運費險市場和買家運費險市場一致.

總消費者剩余的期望為

物流公司收益的期望為

保險公司收益的期望為

綜上,各市場的重要變量對比情況如下

表2 不同市場中各主體的重要公式Table 2 Important formula of each subject in the different markets

3 算例分析

3.1 消費者需求不同分布情況下結果的一致性

某一商品售價100,殘值60,賣家的進貨成本70,處理退貨的成本5,消費者對商品的平均效用(保留價格)為120,退貨運費10,所有退貨中,賣家承擔運費比例為50%,買家購買運費險的比例為50%.保險公司單筆交易期望收益為0.1.此時保險費為

圖1 賣家最優訂貨量Fig.1 E-retailer’s replenishment quantity

圖2 賣家的期望收益Fig.2 E-retailer’s revenue

從圖1可以看出,首先,賣家的最優訂貨量隨退貨率的增加而減小.其次,賣家的訂貨策略與需求系數有關,正的需求系數情況下賣家訂貨量較大,負的需求系數情況下賣家訂貨量較小,需求系數為正和需求系數為零的買家運費險市場都有促進賣家訂貨需求的作用.最后,賣家的訂貨策略與運費險市場類型有關,相同需求系數情況下,買家運費險市場的最優訂貨量較大,賣家運費險市場的最優訂貨量下降幅度較大.原因在于隨著退貨率的上升,相比賣家對運費險無針對性地“批發”,買家在對每筆交易退貨率預估的情況下,有針對性的采用“零售”的方式購買運費險,其成本上升幅度較小.同時,無運費險市場與需求系數為零的情況不同,這表明運費險即使不影響需求系數,其存在也對市場運行和賣家訂貨策略產生了一定的影響.

從圖2可以看出,賣家的期望收益隨退貨率的增加而減小,退貨率影響賣家收益.對比賣家和買家運費險市場的情況可以看出,賣家的最優策略是不購買運費險.

圖3 物流公司收益的期望Fig.3 Logistics company revenue

圖4 保險公司收益的期望Fig.4 Insurance company revenue

從圖3可以看出,物流公司收益的期望隨退貨率的增加而增加.正的需求系數促進物流公司的收益期望的提高，且買家運費險市場中物流公司收益的期望較大.

從圖4可以看出,運費險的引入對保險公司的收益增長具有明顯的促進作用,保險公司收益的期望與退貨率沒有明顯的相關關系.正的需求系數促進保險公司收益期望的增加.在運費險定價相同的情況下,賣家運費險市場中保險公司的收益期望明顯高于買家運費險市場.原因同上,賣家對運費險大量“批發”的成本高于買家對運費險“零售”的成本,賣家運費險對保險公司收益期望的貢獻更大.

圖5 消費者剩余的期望Fig.5 Consumer surplus

圖6 社會總福利Fig.6 Social total welfare

從圖5可以看出,消費者剩余的情況與賣家收益分布情況相似.正的需求系數促進消費者剩余期望的提高.賣家運費險市場比較買家運費險市場的消費者剩余大.

從圖6可以看出,社會總福利情況隨退貨率的增加而減小.正的需求系數促進社會總福利水平的提高.買家運費險市場中社會總福利水平較高.

綜合6圖,得如下符合不同市場主體利益的運費險購買方.

表3 符合不同市場主體利益的運費險購買方Table 3 Who buy the freight back insurance

綜上所述,賣家和買家希望對方購買運費險.保險公司與買家利益一致,希望賣家購買運費險.從保險公司的角度來看,保險公司有權決定是否出售運費險,出售什么類型的運費險,上述分析顯示賣家運費險市場中保險公司收益較高,但是保險公司同樣有出售兩種類型運費險的動力.因為若無買家運費險,對部分賣家不購買運費險的市場而言,其收入將為零,同時,保險公司有動力對不購買運費險的賣家進行“游說”,將賣家運費險市場中其收益明顯高于買家運費險市場的部分與賣家共享,進行利益輸送,刺激賣家購買運費險(詳見圖4).從賣家的角度來看,賣家是購買運費險的主導者,上述分析顯示理性的賣家沒有購買運費險的動力.但是在現實中,賣家購買運費險的考慮因素較為復雜,包括本文未考慮的買家負面評價的成本,與買家互相推諉的成本等.因此賣家存在購買運費險的可能.從物流公司角度來看,物流公司比較缺乏市場影響力,買家購買運費險更符合去利益訴求，與有利于社會總福利水平提高的要求一致.由此可知,各主體的利益訴求存在矛盾.

4 結束語

首先,在退貨率較低的優質市場中,運費險的引入是無效的.在商品品質參差不齊,買家需要保障猶豫權和反悔權的市場中,運費險才具有存在的價值.隨著運費險、反饋信息和法律法規的日益完善,退貨率逐漸降低,低品質、高退貨率的商家被逐漸淘汰.由此運費險可以視被為解決電子商務發展初期“亂象叢生”問題的工具.其次,在需求系數為正的情況下,運費險的引入帕累托有效.此時,賣家訂貨量、收益,消費者剩余,物流公司、保險公司收益的期望和社會總福利水平都有所提高.買家購買運費險有助于社會總福利水平的較高.最后,運費險市場中存在“市場失靈”的情況,需要相對獨立的第三方進行監管和協調.運費險市場中除相對獨立的物流公司,其他主體的利益訴求均與社會總福利水平的要求不符,存在產生利益輸送和運費險失效等“市場失靈”的情況.因此,需要相對獨立、無利益關系的第三方進行規范,以彌補市場資源配置的缺陷,提高社會總福利水平.

本文主要探討退貨率變化的情況下賣家的訂貨策略和各主體的收益變化情況,缺少運費險對市場動態影響的研究.后期的研究可以從運費險的復合因素定價、動態影響、多賣家競爭等方面展開.

參考文獻:

[1]馬建業,孫 軍.基于演化博弈的電商賣家運費險購買策略分析.北京化工大學學報：自然科學版,2014,41(4)：117—120.Ma J J,Sun J.Freight back insurance purchasing strategy of e-retailer based on the evolutionary game.Journal of Beijing University of Chemical Industry：Natural Science,2014,41(4)：117—120.(in Chinese)

[2]Li Y,Xu L,Li D.Examining relationships between the return policy,product quality,and pricing strategy in online direct selling.International Journal of Production Economics,2013,144(2)：451—460.

[3]Lantz B,Hjort K.Real e-customer behavioural responses to free delivery and free returns.Electronic Commerce Research,2013,13(2)：183—198.

[4]Davis S,Gerstner E,Hagerty M.Money back guarantees in retailing：Matching products to consumer tastes.Journal of Retailing,1995,71(1)：7—22.

[5]Davis S,Hagerty M,Gerstner E.Return policies and the optimal level of“hassle”.Journal of Economics&Business,1998,50(5)：445—460.

[6]Hess J D,Chu W,Gerstner E.Controlling product returns in direct marketing.Marketing Letters,1996,7(4)：307—317.

[7]Mukhopadhyay S K,Setaputra R.A dynamic model for optimal design quality and return policies.European Journal of Operational Research,2007,180(3)：1144—1154.

[8]Yan R.Product categories,returns policy and pricing strategy for e-marketers.Journal of Product&Brand Management,2009,18(6)：452—460.

[9]代建生.風險規避供應鏈的最優兩部定價契約.系統工程學報,2016,31(1)：66—77.Dai J S.Optimal two-part pricing contract of a risk-averse supply chain.Journal of Systems Engineering,2016,31(1)：66—77.(in Chinese)

[10]何勇波.反函數的性質及其應用.高中數學教與學,2015(5)：13—14.He Y B.The properties of inverse functions and their applications.High School Mathematics Teaching and Learning,2015,(5)：13—14.(in Chinese)

[11]Varian H.Intermediate Microeconomics.8th edition.New York：W W Norton,2010.405—432.

[12]陳曉旭,王 勇,孫海雷,等.零售商主導下物流外包的三級供應鏈決策.系統工程學報,2016,31(2)：254—267.Chen X X,Wang Y,Sun H L,et al.Decision for a three-echelon supply chain with logistics outsourcing under a dominant retailer.Journal of Systems Engineering,2016,31(2)：254—267.(in Chinese)