考虑消费者网购体验滞后的产品定价研究

张立功，郭晓龙，韩东亚，余玉刚

(中国科学技术大学管理学院，安徽 合肥 230026)

1 引言

互联网技术与电子商务的快速发展使消费者购买商品越来越方便，极大的推动了网络购物的发展(如：淘宝、京东等网络购物平台)。消费者在享受科技便利红利的同时，消费习惯也产生了显著的变化，便利的网络消费滋生了消费者的惰性，越来越多的消费者习惯于网络购物，与传统线下消费越来越远。

消费者在享受互联网便利的同时，却也不得不承受着网络购物“双刃剑”的伤害。网络消费不同于传统线下消费的一个明显特征是：看得见，摸不着。消费者在实体店购买商品(比如：衣服)时，可以试穿、试用，能够直接对产品的效用获得感知；而网络购物环境下消费者只能通过商家在网上展示的有限信息决定是否购买，不能在购买产品的同时立即体验产品，只有在拿到产品后才能获得体验信息[1]。由于很多产品具有匹配体验性的特征，只有消费者体验过后才能了解自己真正的偏好，所以在体验之前消费者并不能准确地了解自己的偏好[2]。因此，相对于传统消费方式，网络购物造成消费者对产品体验感知的滞后，从而导致对产品偏好的不确定性[3]。这种偏好不确定性会使消费者承担更多的购物风险，产生更多的后悔值，降低其购买意愿[4]，不仅会影响消费者对零售商的选择[5]，还会影响其购买方式[6]。针对此问题，Hauser和Wernerfelt[7]研究了消费者偏好不确定性在购买阶段的重要影响。Dube[8]则指出了同时购买多种产品行为发生的条件，给消费者偏好不确定性的产生提供了理论基础。

因此，如何设计有效降低消费者感知不确定性的销售方式，吸引更多的消费者是商家关心的重要问题，诸如“网购包退”之类的业务就是为了降低消费者的这种不确定性。商家的退货保障政策提供给消费者一种新的选择——“不满意，就退款”，一定程度降低了消费者对产品不确定性带来的影响。

面对商家的政策，消费者的行为往往也是策略性的。他们在做出购买决策时会比较当前效用和未来预期效用，并且具有等待行为以此来获得最大的产品效用。这种消费者被称之为“策略消费者”。很多文献在考虑策略消费者的情况下对企业的动态定价、产品组合等问题进行了研究。Yin等[9]研究了策略消费者存在情况下存货展示对动态定价的影响问题。Parlaktürk[10]则通过两期模型研究了面对策略消费者时产品多样性的价值，系统分析了产品多样性在面对不同特性消费者时所产生的作用。官振中和任建标[11]分析了策略消费者关注参考价格时的影响，官振中和李伟[12]考虑了市场上存在投机商与策略消费者时的定价问题。

上述研究的策略消费者关注更多的是在当期和未来期的一种抉择，在当期之内，消费者对产品偏好是一致的，不会受到外界环境变化的影响；而本文研究的策略消费者是在当期之内的抉择，不同的是在当期之内消费者对产品的偏好随着对未来环境的预期的不同而产生了不确定性。具体表现为：在“网购包退”政策存在的前提下，当消费者不能明确获知两件同质产品(仅具有横向差异，如不同颜色的衣服)的效用时，策略性消费者购物时将会采取以下选择：同时购买两件产品，然后等到货后留下满意的产品而退掉不满意的产品。当然，这种策略购买行为的发生取决于消费者退货成本的大小：当商家提供“网购包退”业务时，消费者将会采取上述策略性购买方式；而当退货成本很大时，这种策略购买行为发生的可能性就很小，比如很少人会在网上同时买多件组装自行车，然后组装试用后退货，因为这种组装试用及退货的成本较高。

退货是消费者否定前期决策的一种方式，通过将不满意的商品退还给企业来弥补最初购买决策所带来的效用损失。现实生活中的退货问题，不仅仅由于产品本身的故障或缺陷等客观固有问题，还存在着消费者的估计偏差或者产品与消费者自身不能匹配问题，即消费者主观偏好的原因[13]。消费者主观偏好的原因在电子商务购买环境中更为常见，因为网络购物的体验滞后增大了消费者对产品价值的不确定性[14]。一份关于美国产品退货率的研究表明，网络渠道的产品退货率是实体店的两倍之多[15]。关于消费者退货问题在很多文献中都有研究，如黄宗盛等[16]研究了双渠道背景下零售商退款保证策略的选择问题。陈崇萍和陈志祥[17]构建了退货担保期权与定价模型，讨论了最优决策存在的条件和最优价格等问题。Mann和Wissink[18-19]从产品匹配方面研究了产品的退货问题，指出退款保证政策的提出能够使消费者更好地与产品匹配。Fruchter和Gerstner[20]则指出退款保证政策的提出可能会导致更高的产品价格，同时也可能产生消费者的道德风险。本文则在道德风险不能避免的情况下，即消费者在商家的退货政策下的策略性行为，研究了商家的最优定价问题，并从消费者角度出发给出了道德风险产生的条件。

对于企业而言，消费者的这一策略行为能够在一定程度上增加企业的销售量从而提高利润，但另一方面，这种策略退货行为也将为企业带来额外的运营成本，从而削弱产品的盈利能力。因此，为了在这种情况下最大化其利润收益，企业需要结合消费者的策略性行为制定合理的定价策略。本文将在电商环境中考虑消费者体验滞后带来影响的情况下针对提供两种具有横向差异产品时的商家的定价决策进行研究，同时讨论产品的横向差异与消费者效用感知对商家最优决策和收益的影响。

总之，目前文献大多从实证角度研究消费者偏好不确定性与感知风险问题[21]，鲜有文献在考虑消费者体验滞后的情况下研究消费者的策略选择问题，进而研究企业的最优定价策略。本文在一定程度上丰富了消费者策略行为的内涵，研究体验滞后和退货成本对消费者策略行为发生的影响，进一步探究企业的最优产品定价，为相关的决策制定者提供一定的指导借鉴。

2 问题描述

本文考虑的是电子商务背景下垄断厂商面对策略性消费者(以后将简称为消费者)偏好不确定时的定价决策问题。垄断厂商销售两种具有横向差异的产品A和B。这里的横向差异指的是商品的颜色、样式等差异，和产品质量没有关系。假设两种产品的边际成本为0。消费者完整的交易过程分为在线购买阶段和线下收货体验阶段。消费者在线购买时的选择有：(i)只购买产品A；(ii)只购买产品B；(iii)同时购买产品A和B。假定消费者最多只需要一件产品，同时购买产品A、B的消费者只是为了消除体验滞后带来的不确定性，从而获得效用更大的产品。因此，消费者在线下收货体验阶段有两种情形：(i)单独购买一件产品的消费者会保留产品；(ii)同时购买两件产品的消费者，通过比较判断产品与自己的匹配程度，留下匹配程度高的产品(即效用大的产品)而将另一件产品退货。消费者的这种同时购买两件产品，而后通过比较，保留效用较大的产品而将另一件退货的行为被称为策略性购买。

我们用经典的Hotelling线性模型来刻画两种产品之间的横向差异[22]。假设产品A位于Hotelling模型的0点处(xA=0)，产品B位于模型的1点处(xB=1)，消费者则均匀分布于[0,1]之间，即x～U[0,1]，产品对于消费者的基础价值为μ；在收到产品后，某件产品对于消费者的匹配程度更高时，记该产品给消费者带来额外的效用为v；另一件产品带来的额外效用则被假设为0。

因此，消费者对产品价值的认同将通过两种独立属性来刻画。第一种属性表现在产品本身的水平差异上，即经典的Hotelling模型，通过消费者在模型中的分布情况，即x距离产品A、B的远近来表现对产品的喜爱程度，这种水平方向上的差异是固定的，不受未来环境的变化或者其他因素的影响。与经典模型类似，在消费者购买时，消费者对于产品A、B的不喜欢程度用xt和(1-x)t的形式来刻画，t表示不同消费者对产品A、B认知的单位偏差。因此，产品A、B为消费者带来的基础效用分别为μ-tx和μ-t(1-x)。

第二种属性则是由于网购体验的滞后，消费者缺乏实时现实体验而导致消费者与产品的匹配程度存在不确定性，这种匹配程度将受到未来环境变化的影响，如参加不同宴会时的服装搭配、亲朋好友对产品的评价等。本文假定产品A与消费者匹配程度更高(即产品A为消费者带来额外效用v)的概率为ρ，产品B与消费者匹配程度更高的概率为1-ρ。

因此，结合上述两种属性，只购买产品A的消费者的期望效用可以表达为：

UA=ρ(μ-tx+v-p)+(1-ρ)(μ-tx-p)

(1)

其中μ-tx为产品A对消费者带来的基础效用，v是产品A为消费者带来的额外效用，p是产品的购买价格，而ρ是产品A给消费者带来额外效用v的概率。同理，只购买产品B的消费者的期望效用为：

UB=ρ(μ-t(1-x)-p)+(1-ρ)(μ-t(1-x)+v-p)

(2)

最后，采取策略性购买行为的消费者将同时购买产品A和B，通过比较后保留效用较大的产品。其期望效用为：

UAB=ρmax{μ+v-tx,μ-t(1-x)}+(1-ρ)max{μ-tx,μ+v-t(1-x)}-p-p0

其中，第一部分中的ρ表示产品A能够给消费者带来额外效用v的概率，max{μ+v-tx,μ-t(1-x)}表示消费者在A、B两种产品中可以获得的最大效用；同理，第二部分为产品B与消费者匹配程度更好时的期望效用；p是消费者需要支付的产品价格；p0则是消费者的退货成本，包括对产品进行比较的不便利程度、时间成本以及退货产生的物流费用等成本。对UAB进一步化简可得：

UAB=

通过与表达式(1)和(2)的比较可以发现，当xmin{1,0.5+v/(2t)}时UAB分别小于UA和UB，即此时消费者的策略性购买行为并不占优。因此，仅当max{0,0.5-v/(2t)}≤x≤min{1,0.5+v/(2t)}时消费者的策略行为才可能存在，且其期望效用为：

UAB=μ+v-t(1-ρ)+tx(1-2ρ)-p-p0

(3)

3 消费者分类与选择

3.1 消费者分类

首先，本文在产品对消费者的基础价值μ足够大的情况下对消费者的选择偏好进行分析，结合表达式(1)，(2)和(3)给出的消费者期望效用。通过UA≥UB可以得到x≤x1=0.5+(2ρ-1)v/(2t)的消费者相比于只购买产品B更偏向于只购买产品A；通过UA≥UAB可以得到x≤x2=0.5-(v(1-ρ)-p0)/(2t(1-ρ))的消费者相对于同时两种产品更偏向于只购买产品A；通过UB≥UAB可以得到x≥x3=0.5+(vρ-p0)/(2tρ)的消费者相对于同时购买两种产品更偏向于只购买产品B。因此，x≤min{x1,x2}的消费者只购买产品A，x≥max{x1,x3}的消费者只购买产品B，而x2

引理1：当p0≤2ρ(1-ρ)v时，消费者将可能采取策略性购买行为，而当p0>2ρ(1-ρ)v时，消费者的策略性购买行为将消失。

结合引理1通过反证法可以证明，当上述三种消费者均存在时需要有x2

命题1：当p0

(i)x2

(ii)x≤x2的消费者将只购买产品A；

(iii)x≥x3的消费者将只购买产品B。

引理1和命题1给出了产品对消费者的基础价值μ足够大情况下消费者采取策略性购买行为(即同时购买A、B两种产品)的条件。虽然消费者对收到产品所产生的额外效用具有不确定性，会影响消费者在购买决策时采取策略性与否的选择。但是当由于退货成本给消费者带来的负效用p0值足够大时，消费者的策略性购买行为反而不是最优的选择，策略性购买行为将消失；而当p0足够小时，消费者的策略购买行为则会对购买决策产生影响。

由于本文是在考虑消费者策略性购买情形下研究企业的最优定价问题。因此后续的描述均在p00.5下的情形不再进行赘述。因此，有p0<ρv，此时消费者的选择偏好关系如图1所示：

图1 消费者对产品A、B及AB的偏好

3.2市场需求

在现实生活中，产品对消费者的基础价值μ不可能无穷大，会存在部分消费者的购买效用小于0的情形，即实践中企业面临的并非全覆盖市场。因此，当消费者在购买时，除了考虑不同选择决策的效用大小外，还要考虑购买产品的效用值是否为正，只有当消费者购买产品给自己带来正的效用时，才可能进行购买。因此，当消费者购买产品A的效用满足UA>max{UB,UAB,0}时，消费者会选择单独购买产品A；同理，当消费者购买产品B的效用满足UB>max{UA,UAB,0}时会单独购买产品B；当消费者同时购买产品AB的效用满足UAB>max{UA,UB,0}时会选择同时购买产品A和B。在前文消费者偏好性分析的基础上，通过对消费者三种策略行为的比较分析，发现了当ρ<0.5时，出现同时购买产品AB的情况如下图2所示：

图2 消费者对产品A、B及AB的需求(ρ<0.5)

在图2中，a=(μ+ρv-p)/t为UA=0的解；b=(p-μ+t-(1-ρ)v)/t为UB=0的解；d=(p+p0+t-μ-v-ρt)/(t-2tρ)为UAB=0的解。考虑到实践中的市场情形，上述分界点存在以下关系：0≤a≤x2≤d≤b≤x3。此时企业面临购买产品A、产品B和产品AB的市场需求分别为：

DA=a，

DB=1-x3，

DAB=x3-d。

4 企业最优定价分析

记企业由于消费者退货所承担的单位成本为δ，那么企业的期望利润可以表示为：

π=pa+p(1-x3)+(p-δ)(x3-d)

(4)

其中p为企业需要决策的产品定价。由0≤a≤x2≤d≤b≤x3可得，企业产品定价的定义域为：

pL≤p≤min{pH,μ+ρv}，

其中

(5)

(6)

接下来我们将根据μ+ρv和pH的大小情况分别讨论企业的最优决策。

4.1 情形1：μ+ρv≥pH

命题2：定义

p01=-2t+v-δ+2μ+3tρ+vρ-2μρ-2vρ2

(7)

p02=

(8)

则有：

(i)p01≤p02；

(ii)在μ+ρv≥pH时企业的最优决策为：

p*=

其中pL和pH如表达式(5)和(6)所示，且

(9)

证明：(i)因为ρ≤0.5，可以得到p02-p01≥0。

由命题2可知，当消费者退货成本较大时(p0>p02)，企业的最优定价为：p*=pH。此时，企业不采取低价的策略来吸引消费者，因为在这种情况下，消费者本身的策略性购买行为意愿很低，企业采取低价获得的消费者数量所带来的利润并不能够补偿降价所带来的损失，因此企业宁愿采取更高的价格来获得利润。而当消费者由于退货所造成的负效用(即退货成本)较小时，消费者采取策略性购买行为的意愿很高，企业通过降低价格来吸引大量消费者来提高利润，因此企业会采取低价的策略。

4.2 情形2：μ+ρv

命题3：定义

p03=v+δ-2μ-tρ-3vρ+2μρ+2vρ2

(10)

则当μ+ρv

p*=

4.3 企业的全局最优定价

4.1和4.2小节分别给出了两种情形下企业的局部最优定价策略，本小节将综合上述两节的分析，给出企业的全局最优定价策略：

命题4：在考虑消费者网络购物体验滞后影响以及消费者策略性退货行为的情况下，企业的全局最优定价为：

p*=

为了得到进一步的管理启示，表1给出了在不同情形下企业最优定价与相关参数的灵敏度分析。

表1 不同情形下企业最优定价的参数灵敏度分析

(i)与v、μ、δ呈正相关关系；

(ii)与p0，t呈负相关关系；

命题5的结果显示，当消费者对于产品本身的认可(μ)更高，或产品对消费者带来的额外效用(v)更大时，企业在市场中将占有越强的主动性，因而会通过更高的定价获得更高的利润。同时，当企业承担的由于消费者退货带来的损失(δ)增大时，企业也将通过提高价格的方式来获取更好的单位利润，以降低自身的损失。

而在消费者方面，当其策略性行为所造成的退货成本(p0)，或对产品固有价值的认知偏差(t)增大时，消费者的购买意愿随之降低，因此，企业将在此情形下降低其销售价格来刺激市场需求。

5 结语

本文在电子商务环境中消费者网购体验滞后的情形下对电商企业的最优定价策略进行了研究。策略消费者往往都是趋利避害的，他们在商品交易活动中扮演着重要的角色，为了消除网购体验的滞后带来的影响，策略性消费者将采取同时购买多件、到货后选择性退货的策略性购买行为。在电商环境中针对消费者这种策略购买行为的研究在现实生活中有着极其重要的意义。对于企业或者商家而言，考虑在新的竞争环境下怎样做出最优的决策，进而获得最优的利润，是他们急切需要解决的重要问题。同时，关于消费者的策略购买行为也在文献中被广泛研究，本文的研究在一定程度上丰富了策略消费者的内涵，能够为企业的相关决策制定提供一定的借鉴意义。

通过分析消费者的购买效用，建立企业的定价优化模型，研究了当消费者存在策略性退货行为时电商企业的定价决策，结果发现：(i)企业的最优定价与消费者的策略退货所造成的负效用紧密相关，企业在不同情形下的定价决策会影响市场上消费者的购买行为分布，即策略性地同时购买两种产品；或只单独购买一种产品。(ii)当产品A与消费者匹配程度更高的概率小于0.5时，企业的最优定价随产品的基础价值、额外效用以及产品退货为企业带来的损失的增大而增大；随产品的自身差异以及由于退货给消费者带来的负效用的增大而减小；随产品A与消费者匹配程度更高的概率的增大先升高后降低。(iii)当消费者由于比较或退货造成的自身成本较高时，其策略性购买行为将消失；此时电商企业可推出系列活动降低消费者的退货成本来刺激市场需求，如现行的“网购包退”承诺及运费险业务等。

本研究可以在以下几个方面进行拓展。本文考虑了市场中仅存在垄断零售商销售具有水平差异化的产品的情景，现实中多个零售商同时存在的情景更为普遍，在这种情景下企业之间的决策是怎样的?为了吸引消费者，企业又会做出怎样的改变?另外，本文考虑的场景中没有对消费者由于退货所产生的负效用进行决策，现实生活中，一部分企业采取全额退款策略，一部分企业采取部分退款策略，新情景下对企业决策的影响又是怎样的?这些拓展研究将为企业提供更为精确的指导建议。