退货经验对消费者服装品类产品网购行为的影响研究

任 希，郑 锐，李 毅

(1.武汉理工大学 安全科学与应急管理学院，湖北 武汉 430070；2.西安交通大学 管理学院，陕西 西安 710049)

近年来，随着国家对电商行业的大力扶持，我国网购渗透率逐步上升。截至2021年，我国网购用户规模已达8.42亿人，2021年全国实物商品网上零售额达10.8万亿元，约占社会消费品零售总额的24.5%[1]，网购已成为消费品购买的主流方式。然而，网购产品的高退货率问题一直困扰着各大电商。合作电商企业2017年的销售数据显示，电商企业服装品类产品的退货率通常在30%以上，具体如图1所示。2022年的行业调查数据亦显示电商女装的退货率通常在30%～40%之间[2]，退货率居高不下的情况大大增加了电商企业的运营成本。据电商企业2017年的统计，在产品退货过程中，从快递员上门揽退到产品返回仓库货架，一个退单的人工及其他成本总和可达近30元/单。

图1 不同品类产品退货率

虽然退货成本很高，但各大电商企业仍采用宽松的退货政策。这是因为在线上购物环境中，由于缺乏进行物理测试和体验产品的机会，消费者在做购买决策时的感知风险比线下购物环境中更高[3-4]，为提高消费者下单意愿，企业不得不通过宽松的退货政策降低消费者在网购过程中的感知风险[5]。尤其对于服装品类的产品，由于消费者在网购时很难通过产品介绍与图片展示判断某件衣服是否合适，从而使消费者网购服装品类产品时的感知风险更大。企业必须通过“七天无理由退货”等宽松的退货政策鼓励消费者购买。依据合作企业2017年服装品类产品退货原因的统计数据，服装品类产品的主要退货原因如图2所示。可以发现将近一半的服装退货是由于购买前未能试穿导致“尺码不合适”问题造成，24%的退货是由于产品“上身效果不好”，另外有17%的顾客使用了“七天无理由退货”的特权。

图2 服装品类产品退货原因占比

电商企业产品的退货问题一直受到国内外学者的关注，DIGGINS等[6-7]对相关研究进行了详细综述。JANAKIRAMAN等[8]研究发现宽松的退货政策带来的购买的增加量远远高于退货的增加量；GRIFFIS等[9]研究发现更高效率的退货流程可以提高客户的留存率、增加顾客的购买频率以及总购买量。然而，现有的相关研究仍存在一些不足，主要表现在以下4点：①现有的大部分研究是基于调查数据而不是企业产品销售与退货的实际数据对消费者的退货行为进行分析；②电商企业希望详细了解不同退货原因的后续影响，进而更有针对性地应对产品退货问题，然而还没有研究详细分析不同退货原因导致的退货经验对顾客后续网购行为的具体影响；③现有研究主要针对退货经验对购买频率以及总购买量的影响，然而很少有研究分析退货经验对顾客后续购买产品品类宽度的影响；④为了鼓励消费者的线上购物，各大电商平台近两年推出了上门揽退服务，即企业会安排专门的快递员到与顾客约定的地点收取需要退回的产品，而不再需要顾客自行邮寄需要退货的产品，然而上门揽退服务对促进消费者线上购物的价值还不明晰，需要学者进行深入研究。

基于电商企业的实际需求以及现有研究中的理论基础，笔者将详细分析以下3个问题：①不同原因导致的退货经验对顾客后续网购数量的影响；②退货经验对顾客购买产品品类宽度的影响；③ 上门揽退服务对顾客后续购买行为的影响。研究发现将对电商企业的产品退货政策具有重要指导意义。

1 理论基础与研究假设

国内外学者已从不同角度对电商行业的产品退货问题展开研究，相关的主要研究分支包括：退货经验对消费者后续购买行为的影响、产品退货原因，以及不同退货政策对消费者购买和退货行为的影响等方面。下文结合将检验的3个研究假设，对相关文献进行讨论。

1.1 退货经验对顾客后续网购产品数量的影响

现有研究已验证宽松的退货政策和高效的退货体验可增加顾客后续的购买频率和总购买量。退货经验能促进消费者后续购买行为的原因主要可以概括为以下几个方面：①当顾客对卖家的退货流程非常熟悉时，其在购物过程中将感到更舒适并对卖家更信任。这种更高的舒适度以及更高的信任降低了顾客购物时的心理成本，进而增加了顾客后续购买的意愿[10-11]。②产品退货经验使顾客更了解当产品不符合预期需要退货时，其将面临的后续退货服务过程，这种对产品退货服务的了解降低了顾客感知的购物后果的不确定性，进而提升其购买意愿[12]。③顾客在退货过程中通过与企业沟通增进了企业与顾客之间的客户关系，使顾客更倾向于在该企业购买产品[13]。企业产品退货数据显示，顾客退货的主要原因包括“尺码不合适”“上身效果不好”“七天无理由退货”“产品质量问题”和“实物与描述不符”等，这些退货原因与现有研究中一致[14]。为探究不同原因导致的退货经验的后续影响，将基于现有相关理论检验以下研究假设：

H1不同原因导致的退货经验均可以显著提升顾客后续的购买数量。

1.2 退货经验对顾客购买产品品类宽度的影响

为进一步探究退货经验对消费者网购行为的影响，研究将分析退货经验对顾客购买产品品类宽度的影响。在现有文献中已有学者发现经常退货的顾客与从不退货的顾客的网购动机不同：那些从不退货的顾客的网购目标非常明确，在网购时更有针对性，属于功利主义型；而那些经常退货的顾客是将网购视为一种娱乐，属于享乐主义类型，这类顾客更倾向于尝试不同类型的产品[15-17]。宽松的退货政策能在一定程度上降低退货成本，促进消费者的后续购买行为，这对客户消费品类的宽度以及同一品类的消费深度均存在正向促进作用[18]。基于现有理论，研究将验证的第2个假设为：

H2产品退货经验可以显著增大顾客后续购买产品的三级品类宽度。

1.3 上门揽退服务对顾客后续消费行为的影响

现有研究分析了不同退货政策对消费者网购行为的影响。SHANG等[19]分析零售商提供全额退款政策的价值，研究发现具有不同购物经验的消费者对企业全额退款政策的感知价值不同，退货不包邮会明显降低顾客对全额退货政策的感知价值。SHAO等[20]的研究发现卖家为客户购买运费险能显著提升顾客的购买概率。SHEHU等[21]分析了包邮政策对客户购买产品品类以及退货行为的影响，研究发现包邮政策可以显著提升顾客对一些高不确定性品类产品的下单量，然而这也可能导致更高的退货率，在一定条件下包邮政策导致的退货成本的增加可能超过其带来的利润的增加，进而出现包邮损坏企业利润的情况。赵晓敏等[22]的研究发现零售商承担退货运费可能导致退货增加，进而损害零售商的利润。BANSAL等[23]研究了产品发出运费及退回运费对消费者购买及退货行为的影响，研究结果显示退货包邮政策可以显著提升顾客对高价格产品的购买意愿。BOWER等[24]的研究发现退货包邮政策可以显著提高顾客后续的购买量，而退货不包邮将显著降低顾客后续的购买量。近两年，企业推出的上门揽退服务更进一步提升了产品的退货效率，降低了顾客的退货成本，研究将验证的第3个假设为：

H3上门揽退服务可以显著提高顾客的下单数量。

2 数据获取与研究设计

本项研究与国内一家线上B2C零售企业合作进行。研究主要关注该企业服装品类产品的退货问题，关注服装品类产品的主要原因：①服装品类产品退货率高；②服装品类产品网购渗透率高；③对于服装品类产品，零售商要求顾客在退货时填写退货原因。

2.1 数据获取

以2016年12月1日—2017年1月31日为首次退货时间窗，分别选取退货组与无退货组两组顾客数据，具体如下：

(1)退货组数据：随机选取2016年12月1日—2017年1月31日产生首次退货行为的顾客，无论该顾客在这期间产生过多少次退货行为，只要在该时间窗内产生首次退货行为即可。分别收集其在首次退货时间窗节点前一年(即2015年12月1日—2016年11月30日)以及在时间窗节点后一年(即2017年2月1日—2018年1月31日)购买服装品类产品的数据记录。

(2)无退货组数据：随机选取2016年12月1日—2017年1月31日期间有购买服装品类产品但从未产生过退货行为的顾客，分别收集其在时间窗节点前一年(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)购买服装品类产品的数据记录。

(3)数据预处理：①删除在退货时间窗前一年或后一年总购买量为0的顾客数据，以及存在关键字段为空的订单数据，最后研究收集到有效的退货组顾客187 539名，无退货组顾客275 429名，退货组订单数据的平均退货率为27.7%，平均拒收率为0.8%，退货组顾客不同首次退货原因汇总如表1所示。 ②基于顾客在2016年12月31日的会员等级、顾客性别以及顾客注册时间进行倾向得分匹配，共匹配出187 539名无退货组顾客，进行倾向得分匹配的目的是尽量选取在退货行为产生前，退货组与无退货组特征相近的顾客，进而排除两组顾客本身差异较大的影响。③为分析不同首次退货原因影响的差异，研究也基于顾客的首次退货原因将退货组顾客分成5组，然后分别将不同退货组的顾客与无退货组顾客进行倾向得分匹配，以分别选出与不同退货组顾客相近的无退货组顾客。

表1 不同首次退货原因顾客的样本量 人

2.2 研究设计

研究采用双重差分回归模型与普通最小二乘法进行回归分析。双重差分法是群体因果效应估计的一个重要方法，该方法通过对比实验组与对照组在实验前与实验后变化的差异确认干预的效果[25]，非常适用于分析产品退货经验对消费者后续网购行为造成的影响。研究的具体回归模型如式(1)所示。

y=β0+β1R1+β2T1+β3R1T1+μ

(1)

式中:R1为虚拟变量，退货组顾客取1，无退货组顾客取0；系数β1表示退货组与无退货组顾客在退货时间窗前一年购买量的平均差异；T1为时间虚拟变量，退货时间窗后一年取1，退货时间窗前一年取0；系数β2表示无退货组顾客在退货时间窗后一年与前一年购买量的平均变化量；系数β3表示退货组与无退货组顾客在退货时间窗后一年总购买量的平均差异，体现退货经验对顾客购买行为的影响程度；β0为截距项，表示无退货组顾客在退货时间窗前一年的平均购买量；μ为随机扰动项；因变量y的取值等于一个顾客在给定时间窗里购买产品的总件数。

3 模型分析与结果

3.1 不同原因导致的退货经验对顾客后续网购数量的影响

研究使用统计分析软件R并基于普通最小二乘法进行回归分析，模型拟合结果如表2所示。在回归分析中，退货组与无退货组顾客的数量均为187 539；同时，模型考虑两组顾客在首次退货行为前一年与首次退货行为发生后一年的数据，因此在回归模型中，总数据量为 750 156条。

从表2中系数β1的显著性可知，研究选取的退货组样本与无退货组样本在发生首次退货行为之前的总购买量无显著差异；“七天无理由退货”组顾客与匹配出的无退货组顾客在退货时间窗前一年购买产品件数的平均差异为-0.202,在显著性水平p=0.01时不显著；“实物与描述不符”退货组样本与匹配出的无退货组样本在退货时间窗前一年平均购买产品件数的差别为0.172，在显著性水平p=0.01时也不显著；这些统计结果验证了不同退货组样本与匹配出的无退货组样本的可比性。截距项β0的值表明无退货组顾客在首次退货时间窗节点前一年(即在2016年12月1日—2017年11月30日)购买服装的平均件数为6.540件。系数β2的值表明无退货组顾客在退货时间窗后一年的总购买量与前一年相比也存在显著变化，顾客在后一年的平均购买件数比前一年增加了0.757件。这可能是因为随着时间变化，顾客的线上消费倾向、顾客的消费能力等因素变化所导致。

表2 退货经验对消费者后续购买量的影响模型拟合结果

系数β3的值反映了退货经验对顾客后续网购行为的影响：①从退货组总体与无退货组的对比可以看出，在产生首次退货行为之后的一年，退货组顾客的购买数量比无退货组顾客的总购买数量显著增加了5.907件；②无论首次退货原因是什么，消费者在出现首次退货后一年内的总购买量都有显著增加，这意味着无论是什么原因导致的退货，退货经验都能促进客户后续的网购行为；③对比不同退货原因导致的首次退货经验可以发现，顾客因“七天无理由退货”这一原因导致的退货经验后网购量的增加最大，为6.715件；而顾客因“实物与描述不符”这一原因导致的退货后网购的增加量最小，为4.987件。这里的解释是“七天无理由退货”组顾客可能是因为找到了更喜欢的产品而退货(不是卖家的产品问题)，这一宽松的退货政策在一定程度上能更加刺激消费者的购买行为；而“实物与描述不符”导致了顾客的心理预期未满足，这一退货经验对顾客后续消费行为的促进作用更小。

3.2 退货经验对顾客购买产品品类宽度的影响

电商企业的产品品类如服装、美妆为一级大品类，服装下的男装、女装、童装等为二级品类，笔者分析的是服装大品类下的三级品类如羽绒服、连衣裙、POLO衫等。研究选取顾客在退货时间窗节点前一年与后一年购买的产品的三级品类数量为因变量。研究基于匹配出的无退货组和退货组样本数据，继续采用双重差分回归模型与普通最小二乘法分析退货经验对顾客网购产品三级品类宽度的影响，如表3所示。由表3可知，退货组顾客在退货行为发生后一年内购买产品的三级品类数比无退货组顾客在相应时间窗内购买产品的三级品类数显著增加了5.782个。这意味着顾客在有了退货经验后，更愿意尝试网购不同品类的产品，即退货经验可以促进消费者网购不同品类的产品。

表3 退货经验对顾客购买产品品类宽度的影响

3.3 上门揽退服务对顾客后续消费行为的影响

在退货组187 539名顾客中，有133 617名在首次退货中使用了上门揽退服务，其余的53 922名通过自主邮寄方式退货。顾客未使用上门揽退服务的原因可能是企业给定的上门取件时间不合适，或者由于顾客所在位置比较偏远，企业暂未对这些区域开通上门揽退服务。

为探究上门揽退服务对顾客后续网购行为的影响，研究建立了如下回归模型。模型选取虚拟变量“上门揽退标识”作为自变量，当顾客在首次退货时使用了上门揽退服务取1，否则取0。模型的因变量选取揽退服务前后顾客购买产品数量、产品金额与总下单数量变化的倍数作为因变量。这是因为总数量变化倍数在一定程度上更能反映消费者退货前后购买产品数量等指标的相对变化情况。研究采用普通最小二乘法进行回归分析，在回归分析前，研究基于顾客的退货原因从揽退组顾客中匹配出53 922名与无揽退组顾客有相近退货原因的样本顾客，模型分析结果如表4所示。

表4 上门揽退服务的影响分析结果

结果表明，上门揽退服务可以显着增加顾客的下单数量，但并不能显著提高顾客的总购买商品数量和总购买金额。这意味着当企业推出上门揽退服务后，顾客考虑到退货的便利性，不再过度考虑将几件产品凑在一起下单。顾客下单更加频繁，但平均每个订单的产品数量相对减少。这一结果表明上门揽退服务在提升顾客总消费金额上并无显著的作用。

4 结论

(1)笔者研究分析了电商行业宽松的退货政策以及电商企业推出的上门揽退服务对促进消费者线上消费的价值：①验证了退货经验对消费者后续购买量的正向促进作用。②进一步针对不同原因退货经验的影响进行分组分析，结果显示，因“七天无理由退货”的顾客后续购买的增量最大，而因“实物与描述不符”原因退货的顾客后续购买量的增量最小。③退货经验对顾客网购产品的品类宽度也有显著影响，退货组顾客在首次退货后一年内网购产品的三级品类宽度比无退货组顾客网购的三级品类宽度显著增加。④上门揽退服务虽可以显著增加顾客的下单量，但并不能显著增加顾客的总购买数量。

(2)管理启示：①对电商企业来说，存在退货行为的顾客的总购买量可能更高、更愿意尝试网购不同品类的产品，企业应注重增进与存在退货行为顾客的客户关系，主要发展这类顾客为企业的超级会员顾客。②电商企业应继续提供宽松的退货政策，同时也应尽量避免产品描述与实物不符的情况出现。③电商企业应慎重考虑上门揽退服务对企业以及对整个社会的服务价值。

(3)在未来的研究中，学者可继续深入分析高退货率顾客与低退货率顾客的网购特性和行为的差异，为企业更进一步完善退货政策提供指导。未来的研究还可以分析上门揽退服务对在多个时间周期内影响的动态变化情况，更进一步探究上门揽退服务的价值。