考虑退货风险的制造商双渠道供应链定价决策研究

张学龙，吴豆豆，王军进,，刘家国，张一纯

(1.桂林电子科技大学商学院，广西 桂林 541004；2.广西航空物流研究中心，广西 桂林 541004；3. 大连海事大学航运经济与管理学院，辽宁 大连 116026)

1 引言

随着电子商务以及网络技术的发展，消费者开始习惯于通过网络购买商品，但是网购过程中，由于商品信息不对称性，对商品缺乏充分了解，难以在短时间内得出准确评估。这种事前不确定性(Exante Uncertainty)产生了商品与消费者偏好不合问题，往往导致退货行为发生，退货势必带来经济损失。Grimaldi通过相关研究，分析认为传统零售业中退货产品占到销售量的8.7%，在网络零售业退货率则攀升到18%～35%，而在网络零售业的退货中，95%的退货是因为这种不匹配造成的。俨然，退货问题成为了影响市场需求的一个极其重要的变量。特别在双渠道供应链中，由于同时存在网络渠道和传统渠道这两种异质性较大的渠道，退货问题直接影响到渠道之间的竞争优势，对供应链成员的定价和服务策略都产生了较大影响。

国内外学者已针对退货率、退货风险等问题进行了研究，并取得了大量有价值的科研成果，代表性的文献有：陈崇萍和陈志祥[1]采用退货担保期权综合完全退货策略与部分退货策略的优点，构建了网络销售中基于期权的退货与定价模型。Shi Jing和Xiao Tiaojun[2]构建了一个供应商管理库存的博弈模型，探讨供应链分散和对消费者的服务补贴率退货政策的影响，研究表明如果市场规模足够小，消费者退货是不允许的，并且如果基本回报率是足够高和允许消费者退货，会降低零售价格和单位批发价。Hsiao和Chen Yingju[3]认为零售商拒绝消费者退货的权利有时可以提高供应链效率，因其消除了制造商试图诱导低效率的消费者回报，并使得整个供应链收益平衡。Crocker和Letizia[4]研究发现制造商可能会采取隐藏行动，以降低预期的产品销售数量，研究表明面对零售商的退货最佳政策是制造商通过支付全额的批发价给零售商，不求任何回报。Xu Lei等[5]系统地研究了退货期限对消费者行为的影响，以及零售商的定价和库存策略，并在分析传统回购契约的消费者退货行为的基础上提出了一个新的回购合同，协调供应链组成的上游制造商和下游零售商。Xiao Tiaojun和Shi Jing[6]提出了在信息不对称和不改变单位批发价时，消费者高的退货率会降低零售价格，并且会增加服务水平和提高零售商收益。Hu Wei等[7]研究表明供应商的退货政策在很大程度上取决于退回产品的价值，如果该产品没有补救价值，供应商的最佳决策是不提供退货政策，而是通过提供一个回收政策，供应商可以获得更多的利润。Ofek等[8]认为互联网增加了零售商的灵活性，线上产品可供消费者学习和体验，从消费者效用函数出发研究退货风险下多渠道消费者退货、零售商的服务、定价问题。Ramanathan[9]通过在线消费者的评级数据，发现企业在处理退货方面的表现能够影响顾客的忠诚度，研究表明处理退货在不同风险的商品中起到不同的作用，该结论为网站管理人员和发展逆向物流提供了很好的管理启示。Chen Jing等[10-14]也从退货率、退货风险方面研究双渠道供应链决策。与本文密切相关的另一类文献是双渠道供应链中的渠道协调及服务、定价等问题的研究。Yan Ruiliang和Pei Zhi[15]研究了双渠道供应链成员都拥有终端客户的需求状态，认为信息共享对双渠道供应链具有协调作用，研究表明双渠道制造商总是受益于信息共享，而零售商的收益不受信息共享的影响。但斌等[16]在电子商务环境下构建了由一个制造商与一个零售商组成的双渠道供应链模型，通过分析比较集中式和分散式两种决策情景下双渠道供应链的最优定价，研究了双渠道供应链协调的补偿策略，得出补偿策略在一定范围内能够使得双渠道供应链双赢，且可以保证双渠道供应链成员的双赢。Yoo和Lee[17]通过分析由垄断制造商和在线与离线渠道组成的各种替代混合通道结构，假设消费者对网络渠道和实体渠道的偏好程度都均匀分布在一定范围之内，研究了在不同渠道组合的情况下引入网络渠道对协调供应链成员决策的问题。李海和崔南方[18]研究表明在传统供应链下退货率越高的产品批发价越低，零售商的SA服务水平越高；而在双渠道供应链下，退货率对供应链的影响与定价模式、服务成本等密切相关。Wang Xiuli等[19]设计了一个固定的定价与转移支付方案和数量折扣定价方案，协调供应链各成员决策。何华等[20]从微观低碳经济的角度出发，建立了企业在碳限额政策，碳限额与交易政策以及在碳限额与交易政策下构建绿色技术投入三种情形下的定价策略模型。

目前有关利用消费者效用函数研究退货风险下多渠道服务和定价问题的文献大多数不是以供应链为研究背景的，关于退货政策的研究较多只是针对由一个制造商和一个零售商组成的简单供应链。此外，有些文献虽然是在双渠道供应链中研究定价和服务等决策问题，但都没有涉及退货问题。本文针对制造商双渠道供应链，从消费者行为出发，综合定价差异和退货风险双重因素对市场需求的影响，并由此构建了4种考虑定价和退货因素需求量函数，通过Stackelberg博弈模型得出4种情形在不同定价模式下双渠道供应链的最优决策，将其进行对比分析，为制造商提供定价决策参考。

2 问题描述和模型建立

李海和崔南方[18]提出产品特性决定了消费者评估产品价值的不确定性。显然标准化的产品不确定性低，而个性化的产品不确定性会较高。相应地，消费者评估产品价值的不确定性能够通过事后的退货率反应出来，退货率又直接与退货风险相关。类似于Ofek等[8]，本文用退货率刻画产品价值评估的不确定性，消费者的期望退货成本衡量退货风险。

产品的退货问题会引起消费者期望效用的降低，从而导致消费者购买意愿和市场需求的下降。因此在基本需求函数中考虑了退货风险，再结合定价差异，既能直观反映价格因素和退货风险对市场需求的影响，又能清晰地描述双渠道之间需求竞争情况。为了研究的方便，本文建立模型所用的符号说明和假设如下：

(1)文中考虑的制造商双渠道供应链是由一个制造商、一个零售商和消费者构成，零售商采用的是传统零售方式，而制造商还采用电子直销方式，并且每种渠道拥有忠实顾客。在双渠道中，传统渠道和电子渠道通过销售价格进行竞争。相比制造商电子渠道，零售商销售的传统渠道可以在实体店中雇佣专业的导购人员进行现场解释、提供现场体验等，充分满足消费者视觉、听觉和触觉等多感官体验的服务。这种通过一系列的投资来改善实体店体验服务水平，称为SA(Store Assistance)服务水平。零售商通过改善SA服务水平获得竞争优势，但是会承担相应的服务成本，主要包括雇佣并培训专业的导购人员，购置体验设施、提供产品体验场所进行的投资等。

(2)模型中考虑的主要是服装、鞋类等需要近距离观测和触摸甚至现场体验试用才能深入了解的产品，对于这类产品进行网络分销往往会带来较高的退货率。消费者在网上认为产品适合自己，但是到实体店后发现产品不适合自己，对于这种实体店体验后的退货属于事后不确定性不在本文研究的范畴之内，文中仅考虑事前不确定性。消费者评估产品价值的事前不确定性引起的消费者期望效用的损失，会导致渠道内部需求下降，而且会发生渠道迁徙行为。

类似于众多文献，采用如下形式的市场需求量函数：

di=ai-pi-rig+α(p3-i-pi)+β(r3-ig-rig)

(1)

其中，di表示市场需求量，ai表示双渠道市场的基本需求，i=1时表示电子渠道，i=2时表示传统渠道，α、β分别表示定价差异、退货风险对市场需求的敏感系数。避免复杂繁琐的计算，令α、β取0或1，取值为0时表示对市场需求量无影响，取值为1表示对市场需求量有影响，并且不考虑制造商的制造成本。为更加贴合现实的市场需求，对式(1)进行了讨论，分下面4种情形：

1.定价差异不对需求量产生影响，退货风险不对需求量产生影响，即α=0，β=0，市场需求量为：

di=ai-pi-rig

(2)

2.定价差异不对需求量产生影响，而退货风险对需求量产生影响，即α=0，β=1，市场需求量为：

di=ai-pi-rig+(r3-ig-rig)

(3)

3.定价差异对需求量产生影响，而退货风险不对需求量产生影响，即α=1，β=0，市场需求量为：

di=ai-pi-rig+(p3-i-pi)

(4)

4.定价差异对需求量产生影响，且退货风险也对需求量产生影响，即α=1，β=1，市场需求量为：

di=ai-pi-rig+(p3-i-pi)+(r3-ig-rig)

(5)

上述4种情形市场需求既符合简单低风险的现实市场，也适应复杂多变的市场环境，充分考虑了定价差异和退货风险两种影响对市场需求量的作用。针对每种情形，利用两种供应链中广泛存在定价模式，即等价和非等价模式，对4种不同情形下双渠道供应链成员决策进行分析。

3 制造商双渠道供应链Stackelberg博弈模型

在制造商双渠道供应链中，制造商处于主导位置，博弈顺序为：第一阶段，制造商决定批发价，然后处于从方的零售商决定SA服务水平和销售价格。根据博弈理论，Stackelberg完全信息动态博弈可以采用逆向归纳法求解子博弈精炼纳什均衡，从最后一个子博弈开始层层递归，直到最后可得到均衡解。

3.1 情形1中的双渠道定价决策模型

当α=0，β=0，市场需求量为：di=ai-pi-rig，电子渠道需求为：d1=a1-p1-rg，传统渠道需求为：d2=a2-p2-(1-λ)rg。

(1)双渠道定价相等

电子渠道收益为：π1=pd1+wd2，将p*、λ*代入其中，得出最优批发价：

(6)

(2)双渠道定价不相等

(7)

3.2 情形2中的双渠道定价决策模型

当α=0，β=1，市场需求量为：di=ai-pi-rig+(r3-ig-rig)，电子渠道需求为：d1=a1-p1-r1g+(r2g-r1g)，传统渠道需求为：d2=a2-p2-r2g+(r1g-r2g)。

(1)双渠道定价相等

电子渠道收益为：π1=pd1+wd2，将p*、λ*代入其中，得出最优批发价：

(8)

(2)双渠道定价不相等

(9)

3.3 情形3中的双渠道定价决策模型

当α=1，β=0，市场需求量为：di=ai-pi-rig+(p3-i-pi)，电子渠道需求为：d1=a1-p1-r1g+(p2-p1)，传统渠道需求为：d2=a2-p2-r2g+(p1-p2)。

(1)双渠道定价相等

双渠道销售价格相等时，即p1=p2=p，电子渠道需求为：d1=a1-p-r1g，传统渠道需求：d2=a2-p-r2g。该情况结果和“情形1中的双渠道决策模型”中双渠道定价相等时决策结果是相同的，此处省去计算过程。

(2)双渠道定价不相等

(10)

3.4 情形4中的双渠道定价决策模型

当α=1，β=1，市场需求量为：di=ai-pi-rig+(p3-i-pi)+(r3-ig-rig)，电子渠道需求为：d1=a1-p1-r1g+(p2-p1)+(r2-r1)g，传统渠道需求为：d2=a2-p2-r2g+(p1-p2)+(r1g-r2g)。

(1)双渠道定价相等

双渠道销售价格相等时，即p1=p2=p，电子渠道需求为：d1=a1-p-r1g+(r2g-r1g)，传统渠道需求：d2=a2-p-r2g+(r1g-r2g)。该情况结果和“情形2中的双渠道决策模型”中双渠道定价相等时决策结果是相同的，此处省去计算过程。

(2)双渠道定价不相等

(11)

3.4 不同情形下双渠道定价决策模型相关结论

结论1 在上述4种情形下，当双渠道定价相等时：销售价格、批发价与传统渠道的市场基本需求成正比；SA服务水平和传统渠道的市场基本需求的关系(线性关系)则根据某些条件而定。

证明：在情形1中，当α=0，β=0时：

同理，其他3种情形下，当双渠道定价相等时，批发价与传统渠道的市场基本需求也成正比。

同理，其他3种情形下，当双渠道定价相等时，销售价格与传统渠道的市场基本需求也成正比。

在情形1中，当α=0，β=0时：

在情形2中，当α=0，β=1时：

由结论1可知，当市场基本需求在增大时，定价相等下销售价格、零售商批发价也在增大。但是SA服务水平与市场需求的关系，与消费者选择电子渠道时的期望退货成本大小有关。

结论2 在上述4种情形下，当双渠道定价不相等时：传统渠道销售价格、SA服务水平和批发价都与传统渠道的市场基本需求成正比，并且电子渠道销售价格与电子渠道的市场基本需求成正比。

证明：在情形1中，当α=0，β=0时：

同理得：其他3种情形下，当双渠道定价不相等时：传统渠道销售价格、SA服务水平和批发价也都与传统渠道的市场基本需求成正比，并且电子渠道销售价格也与电子渠道的市场基本需求成正比。证毕。

由结论2可以看出，无论定价差异和退货率能否影响市场需求，只要双渠道定价不相等，随着选择传统渠道的消费者增多，传统渠道销售价格和批发价都会增大，实体店提供的SA服务水平也会提高，也就是零售商在提升了服务水平的同时，增加了自身的收益。选择电子渠道消费者的增多，也会导致电子渠道销售价格。

证明：在情形1中，当α=0，β=0时：

由结论3可知，供应链成员的决策限制了批发价，当定价差异和退货风险各自作用于市场需求时，批发价合理范围是不同的。因此制造商在制定给零售商批发价时，需控制在一定范围内，超出了合理范围之外，可能会导致整体供应链出现崩溃。

4 数值仿真

4.1 参数设置

因为各决策变量解析表达式比较复杂，所以不同情形决策之间比较、供应链收益相关结论将通过数值计算进行观察。制造商和零售商为理性的决策者，依据自身收益最大化原则进行决策。本文选用的参数数据满足上述中所有充分条件，通过数值仿真可以得到更丰富的管理启示。假设市场的基本需求a1=50，a2=50，h=50，g=2。r∈[0.1,0.5]，以步长0.05均匀变动。通过对比情形1、2和情形3、4可以分析退货风险对供应链成员决策的影响。

4.2 退货率对双渠道供应链定价决策影响

对于销售价格，r∈[0.1,0.5]，以步长0.05均匀变动，在4种情形下分为定价相等和不相等时的决策，其计算结果如表1和表2所示：

表1 退货率变化时，电子渠道销售价格最优值

表2 退货率变化时，传统渠道销售价格最优值

首先纵向比较表1和表2得出，定价不相等时，对于相同退货率，由于SA服务产生成本，零售商不得不提高销售价格，传统渠道销售价格明显大于电子渠道销售价格。对表1和表2进行横向比较，可以看出无论在何种情形下定价不相等时的电子渠道销售价格都小于定价相等时，而情形1、2中的传统渠道销售价格在定价不相等时都要高于定价相等时，而在情形3、4则相反。换言之，制造商选择定价不相等模式会有利于电子渠道消费者，而零售商选择何种定价模式更有利于传统渠道消费者，则需要根据定价差异和退货风险对市场需求是否产生影响而定。下面将各情形在不同定价模式下的销售价格进行对比，如图1和图2所示。图中“●”代表情形1，“▲”代表情形2，“★”代表情形3，“▇”代表情形4。

图1 定价相等模式下销售价格随着退货率的变化情况

图1描述了在定价相等下4种不同情形的产品销售价格随着退货率的变化情况(由于情形1和情形3在定价相等模式下销售价格完全相等，情形2和情形4的销售价格也完全相等，因此情形1、3和情形2、4的线完全重合)。情形1、3随着退货率的增大会逐渐减小，而情形2、4则会先减小再增大。通过图1还可以得出以下结论：当定价相等时，退货风险会使得销售价格变高，退货率的增大会加大退货风险对销售价格的影响力。在现实商品交易中，如果双渠道采取定价相等增加平衡收益的，取决于退货风险对市场需求是否产生影响。

图2表示定价不相等模式下4种不同情形的产品销售价格随着退货率的变化情况。由于传统渠道销售价格在不同情形间相差较大，因此分为了图2(b)和图2(c)以便于观察。通过图2的三个子图发现在定价不相等模式下情形3、4中的销售价格与退货率成反比，情形1、2中的电子渠道销售价格与退货率分别成反比和正比，而传统渠道销售价格则随着退货率的增大而呈现先减小后增大的趋势。通过对比图2中三个子图可以得出以下结论：当定价不相等时，①退货风险会使得销售价格变高；而定价差异对电子渠道销售价格的影响依据退货风险是否对市场需求产生影响，但是使得传统渠道销售价格下降；②对电子渠道销售价格而言，退货风险的影响力要大于定价差异，而对于传统渠道销售价格，退货风险的影响力要小于定价差异。因此面对不同退货率时，制造商和零售商不能盲目地提高或者降低销售价格，而是依据定价差异和退货风险是否对市场需求产生影响和具体产品退货率而定。

图2 定价不相等模式下销售价格随着退货率的变化情况

对于批发价，r∈[0.1,0.5]，以步长0.05均匀变动，在不同定价模式下4种情形的产品批发价随着退货率的变化情况如图3所示：

图3 批发价随着退货率的变化情况

通过图3中两个子图可知，定价相等模式下：随着退货率的增大，情形1、3中批发价在逐渐减小，情形2、4中批发价则是先减小然后趋于平稳再缓慢上升；定价不相等模式下：随着退货率的增大，批发价都随着退货率的增大而减小。通过对比图中4种情形的批发价，可以得出以下结论：①无论何种定价模式，退货风险都会使得批发价变高。当定价不相等时，定价差异则会使批发价降低；②退货率的增大会加大退货风险和定价差异对批发价的影响力，并且退货风险对批发价的影响力要大于定价差异。因此面对不同退货率时，制造商不可以盲目地制定批发价，随着退货率增加，不能一味地降低批发价以均衡系统收益，当退货风险单独对市场需求产生影响时就需要适当提高批发价。

对于SA服务水平，r∈[0.1,0.5]，以步长0.05均匀变动，在不同定价模式下4种情形的产品SA服务水平随着退货率的变化情况如图4所示：

由图4可知，无论在何种定价模式下SA服务水平都是随着退货率增加而递增的。通过对比图4的两个子图可以得出以下结论：①无论何种定价模式，退货风险都会使得SA服务水平提高，而在定价不相等的模式下定价差异会使得SA服务水平降低；②退货率的增大会加大退货风险和定价差异对SA服务水平的影响力，并且退货风险对SA服务水平的影响力几乎等于定价差异对SA服务水平的影响力(图2(b)中情形1和情形4的SA服务水平变化线重合)。因此随着退货率的增加，无论市场需求受何种因素影响，零售商都必须提高SA服务水平以提高渠道竞争力。

图4 SA服务水平随着退货率的变化情况

4.3 退货率对双渠道供应链收益影响

对于制造商和零售商而言，r∈[0.1,0.5]，以步长0.05均匀变动，在不同定价模式下4种情形的收益情况如表3和表4所示，供应链整体收益见表5。

为了更清晰地观察不同定价模式在四种情形下制造商的收益变化趋势，根据表3～5中数值，作出了两种定价模式下的退货率-收益图，如图5～7所示，因各情形在定价不相等模式下收益差异相对较大，所以分为两个图进行分析。

表3 退货率变化时，制造商收益最优值

表4 退货率变化时，零售商收益最优值

表5 退货率变化时，供应链整体收益最优值

图5 制造商收益在不同定价模式下随着退货率的变化情况

图6 零售商收益在不同定价模式下随着退货率的变化情况

图7 整体供应链收益在不同定价模式下随着退货率的变化情况

从表3～5和图5～7可以得出以下结论：

(1)由表3～5中可以看出，随着退货率的增大，供应链成员以及整体供应链无论在何种定价模式、情形下收益都在减小，并且制造商收益远远大于零售商收益。制造商在定价不相等模式下收益明显高于定价相等时，而零售商则相反。因此制造商总是偏好于定价不相等模式，零售商总是偏好于定价相等。

(2)由图5、6、7的子图(a)可知，在定价相等模式下面对同样退货率，制造商和整体供应链在情形1、3中的收益都高于在情形2、4中，而零售商中则相反。也就是定价相等模式下退货风险降低了制造商和整体供应链的收益，增加了零售商的收益。

(3)由图5、6、7的子图(b)、(c)可知，在定价不相等模式下制造商和在情形1中的收益低于情形2中的，而情形3中的收益则高于情形4中的，而情形1、3中的收益高于情形2、4中的，说明定价差异会提高制造商收益，当退货风险单独对市场需求产生影响时会提高制造商收益，而当定价差异也对市场需求产生影响时退货风险反而会降低制造商收益。同样地，定价差异会降低零售商收益，当退货风险单独对市场需求产生影响时会降低零售商收益，而当定价差异也对市场需求产生影响时退货风险反而会提高零售商收益；定价差异提高了整体供应链收益，当退货风险单独对市场需求产生影响时会提高整体供应链收益，当定价差异也对市场需求产生影响时退货风险在低的退货率下会提高整体供应链收益，在高的退货率下会降低整体供应链收益。

5 结语

本文研究了考虑退货风险的双渠道供应链定价决策，利用Stackelberg博弈模型研究了4种差异的市场需求在不同定价模式下双渠道供应链的最优决策，分析了退货率的变化如何影响销售价格、SA服务水平等供应链决策，通过模型推导和数值分析，得出以下结论：

(1)双渠道的销售价格与各渠道的市场基本需求成正比，批发价与传统渠道的市场基本需求成正比；SA服务水平和传统渠道的市场基本需求的关系(线性关系)则根据某些条件而定。无论双渠道供应链选择何种定价模式，面对何种市场需求，供应链成员作出最优决策都有其必须满足的必要条件。

(2)退货风险会使得销售价格变高，退货率的增大会加大退货风险对销售价格的影响力。当定价不相等时，定价差异会使得传统渠道销售价格下降，而对电子渠道销售价格的影响依据退货风险是否对市场需求产生影响；对电子渠道销售价格而言，退货风险的影响力要大于定价差异，而对于传统渠道销售价格，退货风险的影响力要小于定价差异。

(3)退货风险会使得批发价变高，当定价不相等时，定价差异则会使批发价降低；退货率的增大会加大退货风险和定价差异对批发价的影响力，并且退货风险对批发价的影响力要大于定价差异。

(4)退货风险会使得SA服务水平提高，而在定价不相等的模式下定价差异会使得SA服务水平降低；退货率的增大会加大退货风险和定价差异对SA服务水平的影响力，并且退货风险对SA服务水平的影响力几乎等于定价差异对SA服务水平的影响力。

(5)制造商总是偏好于定价不相等模式，零售商总是偏好于定价相等；定价相等模式下退货风险降低了制造商和整体供应链的收益，增加了零售商的收益；定价不相等模式下定价差异会提高制造商收益，降低零售商收益，提高整体供应链收益；当退货风险单独对市场需求产生影响时会提高制造商收益和降低零售商收益，而当定价差异也对市场需求产生影响时退货风险反而会降低制造商收益和提高零售商收益，而对整体供应链收益的影响则依据退货率的大小。

[1] 陈崇萍, 陈志祥. 网络销售中退货担保与定价决策[J]. 中国管理科学, 2016, 24(6): 52-60.

[2] Shi Jing, Xiao Tiaojun. Service investment and consumer returns policy in a vendor-managed inventory supply chain[J]. Journal of Industrial and Management Optimization, 2015, 11(2): 439-459.

[3] Hsiao L,Chen Yingju. Retailer's rationale to refuse consumer returns in supply chains[J]. Naval Research Logistics, 2015, 62(8): 686-701.

[4] Crocker K J, Letizia P. Optimal policies for recovering the value of consumer returns[J]. Production and Operations Management, 2014, 23(10): 1667-1680.

[5] Xu Lei, Li Yongjian, Govindan K, et al. Consumer returns policies with endogenous deadline and supply chain coordination[J]. European Journal of Operational Research, 2015, 242(1): 88-99.

[6] Xiao Tiaojun, Shi Jing. Consumer returns reduction and information revelation mechanism for a supply chain[J]. Annals of Operations Research, 2014, 240(2): 661-681.

[7] Hu Wei, Li Yongjian, Govindan K. The impact of consumer returns policies on consignment contracts with inventory control[J]. European Journal of Operational Research,2014,233(2):398-407.

[8] Ofek E, Katona Z, Sarvary M. Bricks and clicks: The impact of product returns on the strategies of multichannel retailers[J]. Marketing Science, 2011, 30(1): 42-60.

[9] Ramanathan R. An empirical analysis on the influence of risk on relationships between handling of product returns and customer loyalty in E-commerce[J]. International Journal of Production Economics, 2011, 130(2): 255-261.

[10] Chen Jing, Bell P C. The impact of customer returns on supply chain decisions under various channel interactions[J]. Annals of Operations Research, 2013, 206(1): 59-74.

[11] 姜宏. 基于顾客策略性购买和退货行为的缺货保障策略价值研究[J]. 中国管理科学, 2015, 23(4): 96-104.

[12] Ren Lili, Yong He, Song Houfei. Price and service competition of dual-channel supply chain with consumer returns[J]. Discrete Dynamics in Nature and Society, 2014, 2014(11): 1-10.

[13] Reimann M, Zhang Weihua. Joint optimization of new production, warranty servicing strategy and secondary market supply under consumer returns[J]. Pesquisa Operacional, 2013, 33(3): 325-342.

[14] 汪峻萍, 杨剑波, 贾兆丽. 基于无缺陷退货的网上销售易逝品供应链协调模型[J]. 中国管理科学, 2013, 21(6): 47-56.

[15] Yan Ruiliang, Pei Zhi. Information asymmetry, pricing strategy and firm′s performance in the retailer-multi-channel manufacturer supply chain[J]. Journal of Business Research, 2011, 64(4): 377-384.

[16] 但斌, 徐广业, 张旭梅. 电子商务环境下双渠道供应链协调的补偿策略研究[J]. 管理工程学报, 2012, 26(1): 125-130.

[17] Yoo W S, Lee E. Internet channel entry: A strategic analysis of mixed channel structures[J]. Marketing Science, 2011, 30(1): 29-41.

[18] 李海, 崔南方. 存在消费者退货风险的供应链决策[J]. 计算机集成制造系统, 2013, 19(1): 155-164.

[19] Wang Xiuli, Zhu Qianqian, Cheng T C E. Subcontracting price schemes for order acceptance and scheduling[J].Omega, 2015, 54: 1-10.

[20] 何华, 马常松, 吴忠和. 碳限额与交易政策下考虑绿色技术投入的定价策略研究[J]. 中国管理科学, 2016, 24(5): 74-84.