电子商务论文哪里有？本文在描述消费者取消概率时采用的是文献中广泛使用的均匀分布，这是一种相对简单而理想的形式，容易得到初步探索性的研究结论。
1 绪论
1.2 国内外相关研究综述
本文关于生鲜电商消费者退单问题的研究是在生鲜商品B2C网上零售模式的背景下，考虑消费者消费体验与退单行为等因素，针对履约过程与履约成本特点，建立退单收费定价模型，实现以零售商收益最大化为目标的退单策略与决策。该问题主要涉及以下三个方面的研究：○1生鲜电商运营模式的发展及其相关研究；○2退单退货问题的收益管理及其定价模型的相关研究；○3电商消费者行为的相关研究。下面就围绕这三方面对国内外相关研究进展进行综述。
1.2.1 生鲜电商运营模式的发展及其相关研究进展
（1）我国生鲜电商发展历程
相较普通商品而言，生鲜商品具有易腐、保鲜期短和含水量高等特殊的性质（标准性差、品质不稳定、不易保管、损耗大），并且它的新鲜程度将直接影响顾客的消费体验和身体健康。生鲜商品是人们每天生活的必需品，其交易重复性高，总体供求的价格弹性小。
我国最早是在2002年开始推行从农贸市场向生鲜超市的改进工程，其中改进的不只是销售方式，更重要的是生鲜商品的流通模式。同时期国内学者陈耀庭等[6]通过对比农贸市场和生鲜超市的流通模式得出后者已经初步形成生鲜供应链模式，并且在价格、效率、质量等方面都优胜于前者。
2005年，生鲜商品销售由线下开始向线上销售转移，这一变革的代表性事件是“易果网”的成立，它成为中国第一家生鲜电商购物，开启了生鲜电商发展的第一阶段，即探索萌芽阶段。易果网为保证商品的“鲜”，采取“先预售后采购”的方式，从产地直接送至客户手中，实现“当日下单，次日送达”。易果网早早提出对国内外水果类商品按箱零售[7]，但由于受当时互联网和市场发展地限制，其业务还未涉及到蔬菜类、肉禽类及蛋类等生鲜商品。直至2013年底，生鲜商品网上零售商通过网站和手机软件线上销售等形式从PC端和移动端涌入市场，例如：中国蔬菜网、一号生鲜、顺丰优选、京东和天猫生鲜等等。
3 B2C生鲜电商退单策略的决策模型
3.1 问题界定
基于对我国B2C生鲜电商企业运营实践的观察，可以发现此类服务系统有三个基本特征：第一，订单快速响应机制下按单作业，取消订单意味着终止正在进行中的订单履约服务过程；第二，订单的履行需要物理运作活动的支持且往往需要花费较高的履约成本，如在整个订单履约过程中进行的拣选、包装和配送等活动；第三，每个被取消的订单将造成一定的履约成本损失，对零售商的收益具有负面影响。有以上特征的系统称为即时服务系统，这类系统中的订单取消始终与履约成本相关。已有关于订单取消的研究文献，大多数针对有限容量服务系统（如航空、酒店等），取消订单不会直接造成履约成本的损失，主要是对有限容量的充分利用产生影响。然而，即时服务系统的订单取消问题还没有得到广泛的研究，它不仅要考虑有限容量的收益，更重要的是要有效管控退单造成的潜在影响。
据报道，我国约四分之一网购生鲜（包括外卖）的纠纷是由于订单取消[1]，这表明现实中普遍缺乏合理有效的退单策略。由于存在不可忽略的履约成本，生鲜电商往往给出包含种种限制条件和某种退款承诺（例如不予退款、部分退款、全额退款）的退单策略。在现实生活中，退单限制往往给消费者带来不良消费体验，消费者在提出退单请求以及退单沟通方面往往要付出相当大的努力。这里用“麻烦成本”来表示消费者要求取消订单时与处理麻烦相当的货币支付，用来表示强加给消费者的退单限制[138,139]。显然，设置退单限制使消费者在退单时付出一定的努力和代价，会降低消费者的期望效用；而高额退款则能够避免消费者遭受退单损失，会增加消费者的期望效用。也就是说，退单策略中包含的限制和退款都能直接影响消费者效用，从而对零售商的收益产生影响。
5 模型的数值算例验证
5.1 数值算例描述
我国生鲜电商行业实践经历了近十年摸索发展，目前处于快速发展期，相较于一般商品电商市场而言，是具有巨大发展潜力的蓝海市场。2020年初突如其来的新冠肺炎疫情给生鲜电商行业的发展带来了新的契机，在较短时间内重塑了居民生鲜消费习惯和购买渠道偏好，大大推进了其市场发展进程。然而，在市场得到快速扩张的同时，也催生出更棘手的管理难题。在订单量快速膨胀的今天，大量消费者下单后却难以取消订单的问题被暴露出来，其根本原因在于取消订单直接关系到包括运作成本和商品损耗在内的高额履约成本损失，导致该问题始终没有得到有效解决和科学论证。
目前我国生鲜电商经营实践中较为普遍使用的有两类退单政策。面对消费者的退单要求，一些资金实力充足的领军生鲜电商企业，主要着眼于扩张市场，通常承诺全额退款；处于市场弱势的大多数中小型生鲜电商，为了抵御退单损失和业务不确定性的影响，则往往不接受消费者取消订单也不提供退款。前者激进积极，后者稳妥保守，其策略效果尚未见量化优劣比较。但无论采用哪种方式，对于企业来说，最终权衡策略效果的核心是企业收益情况。
由于现阶段通过收费定价来管控退单并实施收益管理的方法尚未得以应用，因此，本文将基于行业实际情况，以某生鲜电商企业运营现状为例，运用算例验证所提出的理论模型，分析各种退单策略并给出退单收费定价决策方案。
5.2 模型验证与结果分析
5.2.1 模型一的验证与结果分析
以我国某B2C生鲜电商运营实践为基础3，该企业目前的消费者单均订单价格𝑝 = ¥80，消费者支付意愿𝑣 = ¥95，全过程单均履约成本𝑤 = ¥12（履约成本率为15%）。
首先，考察该企业采用“不允许退单/不予退款”策略的管理效果。根据前文第3.4节的分析结论，不接受消费者取消订单的策略可以等价抽象为𝑟 = 0或ℎ= ∞决策下的模型。对比本文提出退单收费模式下的决策结果，根据命题4可以求得相应的最优解。根据前文的理论模型，可以计算得到以下结果。
表5.2中“无条件退单/部分退款”为本文模型一计算所得的的最优策略决策结果，企业按照95%的比例向消费者部分退款，实施宽松的退款条件允许消费者无条件退单。相对于“不允许退单/不予退款”策略，可接受的消费者取消概率阈值从0.16增加到0.79。有趣的是，尽管“无条件退单/部分退款”时消费者退单不确定性大大增加，但是零售商期望收益提高了约1.8倍。这说明该企业可以通过制定合理的退单退款策略从消费者退单的不确定性中获益。
6 结论与展望
6.3 展望
本文研究由于要同时考虑退单造成的履约成本及消费者退单行为的影响，是一类具有新特点且极其复杂的收益管理决策优化问题，目前的研究还比较少。尽管本文取得了一定的研究成果，但仍然还有很多研究工作有待进一步完善。本研究的局限性及未来研究方向如下：
（1）本文在描述消费者取消概率时采用的是文献中广泛使用的均匀分布，这是一种相对简单而理想的形式，容易得到初步探索性的研究结论。在当下数字经济蓬勃发展的时代，探索利用消费者的退单行为数据，例如消费者的搜索数据、在商品页面的停留数据以及订单履约进度查询数据等，通过消费者选择模型和机器学习算法，发现不同场景下的消费者退单分布规律，丰富更多复杂分布形式下的退单管理模型方法具有重要的学术意义和实际价值。其中，捕捉和分析消费者退单规律是一项值得专门深入拓展研究的课题，特别是消费者取消订单数据具有间接性和隐蔽性，这更增加了其学术挑战性。
（2）基于数据对消费者退单风险损失容忍度以及麻烦成本感知差异的度量也是重要而有意义的研究工作。未来可以探索挖掘消费者评论数据等非结构化的重要数据，开发面向不同类型用户的差异化退单策略模型，从而形成更加严谨完善的模型体系和更贴合实际的理论分析。
（3）本文基于生鲜电商运作实践中订单履约成本的两级阶跃增长特征构建和求解了退单费率决策模型，其结论和模型框架可拓展用于刻画多级退单收费定价决策问题。未来随着生鲜电商订单履约过程及成本管理工作的不断细化提升，有必要针对多级（两级以上）退单收费定价决策开展相关研究工作。其中，履约成本管理阶段划分以及最优级数的确定将是一个值得研究的科学问题，未来我们将在更加一般的层面上展开深入研究，这可能除了需要面向实际运营情况，还要综合消费者在多级复杂情形下的行为展开深入研究。
参考文献（略）
