孫忠鋒 卓晨恕 計國君

摘要：電子商務時代，服裝行業(yè)線上銷售的退貨率居高不下。為緩解高退貨率連帶的庫存風險，部分服裝企業(yè)采用超長預售策略，在相對較長的預售期內(nèi)次第發(fā)貨滿足顧客訂單。在此現(xiàn)實背景下，文章基于報童模型，探討商家在正常預售和超長預售中的策略選擇，并求解兩種策略的最優(yōu)定價、產(chǎn)量、利潤和可行條件。結(jié)果表明：當需求不確定性較大且產(chǎn)品殘值較小，預售時長在合理的范圍內(nèi)且顧客更愿意等待時，應選擇超長預售策略，反之選擇正常預售策略；并且，超長預售策略能夠顯著降低庫存剩余風險。研究結(jié)論對服裝企業(yè)的預售決策和庫存管理具有一定的現(xiàn)實參考價值。

關鍵詞：預售;庫存風險;次第發(fā)貨;不確定性;報童模型;退貨率

中圖分類號：TS941.1

文獻標志碼：A

文章編號：10017003（2024）02010609

DOI：10.3969/j.issn.1001-7003.2024.02.012

收稿日期：20230627;

修回日期：20231220

基金項目：福建省社會科學基金項目（FJ2022BF031）；莆田學院引進人才項目（2021080）

作者簡介：孫忠鋒（1982），男，講師，博士，主要從事電子商務、消費者行為的研究。

電子商務的發(fā)展帶來了多元化的消費方式，除了在實體店購買服裝之外，越來越多的顧客習慣線上購買。然而，線上購買服裝難以為顧客提供實物體驗，顧客對產(chǎn)品估值的不確定性較大，容易導致收到貨后的實際感知價值與預期存在偏差，無理由退貨、退貨運費險的普及亦極大降低了顧客退貨成本，使得服裝企業(yè)的退貨率居高不下。電商服裝企業(yè)的退貨率往往高達30%，電商女裝的退貨率甚至達到40%。另一方面，服裝產(chǎn)品的銷售周期較短，其本身所具有的時尚性使其市場價值隨時間迅速降低，庫存管理不善可能給企業(yè)帶來巨大損失，而高退貨率進一步加劇了庫存風險，成為服裝企業(yè)面臨的痛點問題。

為應對高退貨率帶來的庫存風險，部分企業(yè)嘗試超長預售模式銷售服裝。預售即在產(chǎn)品準備好之前先行銷售，待產(chǎn)品就位后再履行訂單的銷售模式。超長期預售即大幅延長預售時長，并在預售期間采用次第發(fā)貨的策略，先滿足部分訂單，然后使用前批訂單的退貨滿足后續(xù)訂單，試圖以此減少庫存剩余損失。但是，超長預售模式會增加顧客的等待成本，引發(fā)不滿情緒。2022年，中國消費者協(xié)會批評了部分網(wǎng)絡平臺商家的超長預售行為，認為過長的等待引發(fā)了顧客極差的消費體驗，可能使顧客拒絕在預售期購買。綜上，雖然通過預售模式銷售服裝的企業(yè)越來越多，預售在實施價格歧視并增加銷量、提升現(xiàn)貨期需求預測精度、提前回籠資金等方面的作用已被廣泛認同，但服裝企業(yè)超長預售策略的有效性尚待探究，即利用預售時長次第發(fā)貨的模式，能否有效緩解高退貨率下的庫存風險，其影響因素和可行條件如何界定，是本文關注的現(xiàn)實問題。

與本文相關的主要為關于預售的研究，目前研究成果非常豐富。預售由于在產(chǎn)品就緒之前先行銷售，使得顧客在預售期面臨諸多不確定性風險，主要包括對產(chǎn)品估值的不確定性、對產(chǎn)品質(zhì)量的不確定性和對未來消費狀態(tài)的不確定性。而本文主要考慮顧客在預售期間對服裝產(chǎn)品在估值上的不確定性。為削弱預售不確定性風險造成的顧客購買決策的顧慮，商家經(jīng)常允許顧客退貨以提升其預售期購買意愿，此類文獻與本文密切相關。李勇建等研究了零售商不預售、預售并部分退款及預售并全額退款的策略，認為部分退款的預售策略是最佳選擇。周振紅等探討了隨機需求下不預售與預售且允許部分退款兩種策略，認為后者在顧客估值和不確定性較低時較優(yōu)。Zhang等 研究了預售模式下部分退款作為價格承諾工具的價值。王葉峰等針對僅預售、預售退貨不再銷售及預售退貨可再次銷售三種策略，分析了消費者策略行為對零售商預售及退貨決策的影響。針對同樣的三種策略，王道平等和史保莉等分別結(jié)合參照價格效應和消費者后悔行為，探討了商家預售及退貨策略設計。何瑩瑩等研究了預售情境下零售商的退貨運費險決策，認為絕大多數(shù)情況下，零售商均應允許預購顧客退款并為其購買運費險。此外，退貨再銷售相關文獻也對本文有參考價值，如貢文偉等基于消費者策略行為，探討了退貨再銷售及相關渠道的選擇問題。

綜上所述，服裝行業(yè)高退貨率的特點要求企業(yè)重視產(chǎn)品庫存管理，許多服裝企業(yè)嘗試通過延長預售時長并次第發(fā)貨的模式降低庫存風險。然而現(xiàn)有研究中尚未有文獻涉及商家在預售時段內(nèi)的次第發(fā)貨行為，超長預售降低商家?guī)齑骘L險的有效性亦未在理論上得到證實?；谏鲜霈F(xiàn)實背景，本文嘗試解決以下問題：1）高退貨率重壓下的服裝企業(yè)面臨預售時長較短的正常預售和預售時長較長的超長預售的策略選擇，兩種策略的適用條件分別是什么，各自的最優(yōu)產(chǎn)量如何決策？2）超長預售策略是否能夠有效降低庫存風險，其作用如何刻畫？

1 模型建立

1.1 問題描述

考慮一個服裝制造商（本文簡稱商家），直銷服裝類新產(chǎn)品。服裝產(chǎn)品具有生命周期短、退貨率高的特點。雖然生命周期極短，但商家在完成服裝從開發(fā)到上市銷售的過程通常需要數(shù)月的時間。假設商家為盡快上市銷售，在產(chǎn)品未生產(chǎn)出來之前先行預售，在預售開始之前商家需要確定產(chǎn)品的產(chǎn)量。鑒于該類產(chǎn)品的短生命周期屬性，同時聚焦本文的研究問題，假設商家僅采取預售的方式銷售該產(chǎn)品，不考慮現(xiàn)貨期銷售。

商家可選擇兩種預售策略：正常預售和超長預售。正常預售時，預售時長較短，即顧客在預購之后需要等待的時間較短，對于產(chǎn)生的退貨直接回收產(chǎn)品的殘值。超長預售時，預售時長顯著較長，商家利用較長的預售時長分批次滿足預購訂單，即先履行一部分訂單，并將退貨再包裝處理后用以滿足其余訂單，目的在于降低庫存剩余風險。為便于分析，假設商家在超長預售策略下分兩批次發(fā)貨滿足顧客的訂單需求，將首批顧客的退貨產(chǎn)品再包裝處理后用以滿足次批顧客的需求。設商家的預售時長為T，i∈{1，2}，分別表示正常預售和超長預售，兩策略中的事件時序關系如圖1所示。

設商家的潛在客戶群體數(shù)量為X，在區(qū)間［μ√?3σ，μ+√?3σ]上服從均勻分布，其密度函數(shù)及累積分布函數(shù)分別為f（.）、F（.），均值和標準差分別為μ、σ。商家在確定產(chǎn)量時，只知曉未來顧客數(shù)量的分布，不能確定顧客的準確數(shù)量，因而既可能產(chǎn)量小于需求量而導致缺貨現(xiàn)象，又可能產(chǎn)量超過需求量導致產(chǎn)品剩余。本文基于經(jīng)典報童模型探討商家的最優(yōu)產(chǎn)量決策，主要符號及其含義如表1所示。

1.2 預售定價

設顧客對產(chǎn)品的估值v在區(qū)間［μ-√?3σ，μ+√?3σ］上服從均勻分布，密度函數(shù)和累積函數(shù)分別為g（.）、G（.），均值和標準差分別為μ、σ。顧客的耐心程度用k表示，k越小表示顧客越耐心；kT表示顧客預購而需付出的等待成本。

由于產(chǎn)品為商家新推出的產(chǎn)品，且顧客在預購時不能親身體驗，難以確定產(chǎn)品是否與自己的偏好相匹配，只能根據(jù)對產(chǎn)品的期望效用理性評估決定是否購買。設期望預購效用不小于0時，顧客選擇預購，實際收到產(chǎn)品體驗后，如果滿意保留產(chǎn)品，不滿意則考慮退貨，并在退貨時獲得商家全額退款，但需付出麻煩成本。顯然，當實際體驗后發(fā)現(xiàn)v<p-h時，即當消費者退貨后所獲得的實際效用大于體驗后產(chǎn)品的實際效用時，顧客會選擇退貨，否則保留產(chǎn)品。

顧客預購的期望效用u為扣除等待成本后退貨的期望效用與保留產(chǎn)品的期望效用之和：

由預購條件為u≥0可求得兩策略的預售價格，如命題1所示。

命題1：正常預售和超長預售的最優(yōu)預售價格（用*表示）為：

1.3 正常預售策略

當商家采取正常預售策略時，預售價格p=p，所有顧客均選擇預購。此時商家要確定產(chǎn)量，使其期望收益最大。

設期望銷量為D=Emin{X，Q}，該銷量指用以滿足預購訂單發(fā)出的產(chǎn)品數(shù)量，包含未來因顧客體驗不佳而導致的退貨，體驗較好不選擇退貨的比例為（p-h）。當產(chǎn)量大于實際銷量時，商家將滿足所有訂單，當產(chǎn)量小于實際銷量時，商家將發(fā)出所有產(chǎn)品，但仍有部分訂單未能滿足。商家的期望利潤函數(shù)為：

式中：第一項為所有不退貨的訂單帶來的期望收益，第二項為剩余產(chǎn)品的殘值，第三項為生產(chǎn)成本。

求解后得命題2。

命題2：商家采用正常預售策略時，最優(yōu)產(chǎn)量滿足下式：

將Q代入式（3）即可得正常預售策略下的期望利潤。

1.4 超長預售策略

當商家采用超長預售策略時，預售價格p=p，所有顧客均選擇預購。商家采用超長預售策略的目的在于分批次次第發(fā)貨。假設商家分兩批次次第發(fā)貨，即在產(chǎn)品就緒后先發(fā)送一批，如果仍有未滿足的訂單，由首批退貨經(jīng)過再包裝處理后來滿足。商家需決策產(chǎn)量Q，使期望收益最大。

設首批期望銷量為D=Emin{X，Q}，該銷量指用以滿足訂單所發(fā)出的第一批的產(chǎn)品數(shù)量，包含未來因顧客體驗不佳而產(chǎn)生的退貨。當需求數(shù)量小于產(chǎn)量時，商家首批發(fā)貨即可滿足所有訂單，無須第二批發(fā)貨，因而不存在次第發(fā)貨行為，所有顧客都會收到產(chǎn)品。反之，當需求數(shù)量大于產(chǎn)量時，商家首批將所有產(chǎn)品即Q數(shù)量的產(chǎn)品發(fā)出，待收到退貨后重新包裝再發(fā)貨，用以滿足剩余訂單。

設次批期望銷量為D′=Emin{DG（p-h），X-D}，該銷量指用以滿足首批發(fā)貨后的剩余訂單所發(fā)出的產(chǎn)品數(shù)量，亦包括未來因顧客體驗不佳而產(chǎn)生的退貨。當首批發(fā)貨的退貨產(chǎn)品數(shù)量大于剩余未滿足需求時，所有訂單都會得到滿足；反之，商家將在第二批發(fā)出所有退貨，但仍有部分顧客無法收到產(chǎn)品。

無論首批、次批，收到產(chǎn)品后顧客選擇保留產(chǎn)品的概率均為（p-h），相應地，兩批顧客選擇退貨的概率均為?（p-h）。商家的期望利潤函數(shù)為：

式中：第一項為兩批次所有不退貨訂單帶來的期望收益，第二項為剩余產(chǎn)品的殘值，第三項為次批發(fā)貨時的退貨再包裝處理費用，第四項為生產(chǎn)成本。

求解后得命題3。

命題3：商家采用超長預售策略時，最優(yōu)產(chǎn)量Q滿足下式：

將Q代入式（5）即可得超長預售策略下的期望利潤。

2 策略比較分析

2.1 預售價格比較

參照式（2），對比p和p可得命題4。

命題4：正常預售策略的最優(yōu)定價總是大于超長預售策略的最優(yōu)定價，即p>p。

由命題4可知，超長預售的預售價小于正常預售的預售價，并且k越大，p越小于p。這是由于超長預售時，顧客需要等待的時間更長，等待的成本更大，商家需要提供更低的預售價格補償顧客的等待成本，才能吸引其參與預購。而耐心系數(shù)k越大，意味著同樣的預售時長之差下更大的等待成本差距，因而超長預售比正常預售的預售價格低得更多。因此，商家在實施超長預售時，需要評估顧客的耐心，以免價格過低造成利潤太低乃至虧損的情況。

2.2 產(chǎn)量比較

將均勻分布的變量X的概率密度函數(shù)和累積分布函數(shù)代入式（4）和式（6），即正常預售策略和超長預售策略的最優(yōu)產(chǎn)量的表達式中，可求得最優(yōu)產(chǎn)量。

比較式（7）和式（8）可得命題5。

命題5：當s足夠小時，若σ>{μ［（c－M）（1+B）－c］+［（M－c）（1+B）+c］μ}/{－m［（c－M）（1+B）－c］+3［2（c－s－M－BM+Bc）+（M－c）（1+B）+c］}，則Q<Q，反之Q≥Q。

由命題5可知，當顧客需求的不確定性σ足夠大時，超長預售策略下的產(chǎn)量大于正常預售下的產(chǎn)量。這是由于高需求不確定性意味著商家對于需求的預測準確度下降，如果產(chǎn)量過大將會帶來更多退貨，預測失準和退貨過多可能造成剩余庫存增加的潛在風險，使得商家在決策產(chǎn)量時趨于保守，尤其是在正常預售之下，而超長預售得益于退貨再發(fā)的原因?qū)π枨蟛淮_定性風險的承受度更高。

3 數(shù)值分析

鑒于最優(yōu)產(chǎn)量和利潤函數(shù)的復雜性，本文采用數(shù)值分析的方法分析主要參數(shù)對產(chǎn)量和利潤的影響，并比較正常預售和超長預售下的利潤。

依據(jù)參數(shù)的取值范圍和服裝行業(yè)的現(xiàn)實，設各參數(shù)的取值如下：σ=20，μ=80，μ=100，k=0.5，c=50，h=2，c=5，T=30，T=10。代入式（2）可得：p=85.497，p=68.1066。

3.1 殘值s和標準差σ對產(chǎn)量的影響

分別對殘值s和標準差σ賦予不同的數(shù)值，計算相應的最優(yōu)產(chǎn)量，結(jié)果如表2所示。

由表2可知，隨著顧客需求的不確定性σ值的增大，不同預售策略下的訂購量整體呈下降趨勢。這是由于需求的不確定增加了商家對庫存風險的擔憂，因而會在一定程度上降低產(chǎn)量以減少庫存剩余的風險。但如果產(chǎn)品殘值足夠大（如表2中s=40的情況），產(chǎn)量有可能隨需求不確定性的增加而增加。這是由于產(chǎn)品的剩余價值越大，潛在的單位庫存剩余損失越小，商家越有動力增加產(chǎn)量以博得獲取更多利潤的機會。另一方面，多數(shù)情況下，即殘值相對較大時，正常預售策略下產(chǎn)量都會高于超長預售策略下的產(chǎn)量，但是當需求不確定很高且殘值很低時，正常預售的產(chǎn)量將小于超長預售的產(chǎn)量（如表2中加粗部分所示）。這驗證了命題5的結(jié)論，同時說明較小殘值帶來的單位庫存的潛在較大損失使得正常預售下商家的產(chǎn)量決策更為保守和謹慎，出售產(chǎn)品的獲利難以完全彌補庫存剩余損失，而超長預售借助于次第發(fā)貨的優(yōu)勢所受的不利影響則相對較小。

3.2 成本c對產(chǎn)量的影響

取σ=20、s=25，對成本c取[35，55]時畫出產(chǎn)量的曲線，如圖2所示。

由圖2可知，兩種預售策略的產(chǎn)量均是成本c的減函數(shù)，隨著c的增大商家的單位利潤減少。通過降低產(chǎn)量可以減少剩余庫存的總損失，一定程度上削弱利潤下降的幅度。并且，正常預售策略下的產(chǎn)量對成本的反應相比超長預售更敏感，以至于成本超過臨界點（即兩曲線的交點）時，超長預售的產(chǎn)量將超過正常預售，進一步驗證了超長預售的次第發(fā)貨模式在承受庫存風險上的優(yōu)勢。

3.3 超長預售時長T和顧客耐心度k對產(chǎn)量的影響

固定正常預售的時長T，取σ=20、s=25，對顧客耐心程度k分別取0.5和0.6且超長預售時長T在區(qū)間[20，50]取值時，畫出產(chǎn)量變化曲線，如圖3所示。

圖3表明，首先超長預售下的產(chǎn)量隨著預售時長的變化先增后減。這是由于T較小時，對應的超長預售價格較大，單位利潤較高，雖然T的增加使得超長預售價格下降，但同時也意味著有更多的顧客將選擇保留產(chǎn)品，提升產(chǎn)量導致的剩余庫存損失的增加可以被相對較高的價格和實際銷量（即選擇保留產(chǎn)品的顧客數(shù)量）產(chǎn)生的利潤彌補，因而可以適當提升產(chǎn)量。而一旦T過大，超長預售價格不得不大幅下降，即使實際銷量增加，但較低的單位利潤使得收益不高，如果繼續(xù)增加產(chǎn)量還要面臨更高的剩余庫存損失，因此應降低產(chǎn)量。其次顧客的耐心度越低（即k越大），顧客越不愿意等待，超長預售價格越低，總體上隨著預售時長的增加產(chǎn)量下降越快，從而使其產(chǎn)量總是低于正常預售產(chǎn)量。而當顧客相對比較耐心時，超長預售的產(chǎn)量在中等預售時長下有可能超過正常預售的產(chǎn)量。

3.4 殘值s和標準差σ對利潤的影響

對s=38和40、σ取[1，30]時畫出利潤的曲線，如圖4所示。

圖4表明，首先當需求不確定性程度較大時，超長預售策略優(yōu)于正常預售策略，反之正常預售策略較優(yōu)。原因在于命題5所揭示的需求不確定性程度較大時正常預售的產(chǎn)量低于超長預售，而沒有次第發(fā)貨又可能使其剩余庫存損失較大，因而利潤較低；需求不確定性程度較低時，對需求的預測較為準確且產(chǎn)量高于超長預售，因而利潤也較高。其次殘值較高時，正常預售由于庫存損失風險降低總體上優(yōu)于超長預售，殘值較低時則反之。對于服裝行業(yè)來說，消費者的需求個性化較強，需求不確定性程度往往較高，而過季服裝的殘值相對較低，因而促使某些商家采用超長預售的方式銷售。

3.5 成本c對利潤的影響

取σ=20、s=38，對成本c取[35，55]時畫出利潤的曲線，如圖5所示。

由圖5可知，超長預售下的次第發(fā)貨模式，在成本較高亦即單位利潤較低時，在降低剩余庫存損失上的貢獻對總利潤的影響較大。因此，高成本下應選擇超長預售策略，低成本下應選擇正常預售策略。

3.6 超長預售時長T和顧客耐心度k對利潤的影響

固定正常預售的時長T，取σ=20、s=38，對顧客耐心程度k分別取0.5和0.6且超長預售時長T在區(qū)間[20，50]取值時，畫出利潤變化曲線，如圖6所示。

由圖6可知，一方面超長預售策略下的利潤是T的減函數(shù)，且隨著顧客耐心的降低（即k增加）商家的利潤下降。這反映出超長預售不利的一面，要為延長預售時長帶來的顧客等待成本付出代價。另一方面當超長預售時長相對較短時，超長預售策略優(yōu)于正常預售，并且顧客越耐心，超長預售相對正常預售的占優(yōu)的可能性越大。綜上可知，超長預售策略應盡可能地控制預售時長，并根據(jù)顧客耐心程度將預售時長設置在合理的范圍之內(nèi)，才有可能提高收益。

4 庫存風險評估

為更明確地評估正常預售和超長預售兩種策略下商家的庫存風險，本文構(gòu)建變量R（i∈{1，2}）表示兩策略下的期望剩余庫存率，其計算方式為期望剩余庫存與最優(yōu)產(chǎn)量的比值。

正常預售下的期望剩余庫存率為：

式中：分子中的第一項表示產(chǎn)量大于需求量時的期望剩余；第二項表示產(chǎn)量小于需求量時的期望剩余，此時的剩余全部來源于退貨。

超長預售下的期望剩余庫存率為：

式中：分子中的第一項表示產(chǎn)量大于需求量時的期望剩余；第二項表示產(chǎn)量和首批退貨之和大于需求量時的期望剩余，此時的剩余庫存由部分首批退貨和全部次批退貨組成；第三項表示產(chǎn)量和首批退貨之和小于需求量時的期望剩余，此時的剩余庫存全部來源于次批退貨。

將均勻分布的概率密度函數(shù)和累積概率密度函數(shù)代入并整理得：

對s=25和40、σ取[5，30]時畫出期望庫存剩余率的曲線，如圖7所示。

由圖7可知，首先正常預售的期望庫存剩余率明顯高于超長預售，證實了超長預售通過延長預售時長雖然需要降低預售價格補償顧客等待成本，但的確能顯著地降低剩余庫存風險，尤其是在剩余產(chǎn)品殘值較低時更能顯示其價值。其次隨著需求不確定性的增加，超長預售的期望庫存剩余率亦增加，但正常預售的期望庫存剩余率在殘值較小時可能減少，這是其大幅降低產(chǎn)量的緣故。

5 對策建議

通過模型推導和數(shù)值分析，本文所得主要結(jié)論如下：

1）需求不確定性和產(chǎn)品殘值對正常預售策略、超長預售策略的優(yōu)劣具有關鍵影響。當需求不確定性相對較大、殘值相對較小時，應選擇超長預售策略，反之選擇正常預售策略，并且前者的最優(yōu)產(chǎn)量可能超過后者。

2）超長預售時長和顧客耐心度對正常預售策略、超長預售策略的優(yōu)劣亦有重要影響。當顧客比較耐心、超長預售時長相較于正常預售時長的超出在合理范圍內(nèi)時，超長預售策略較優(yōu)，反之正常預售策略較優(yōu)，并且適當?shù)某L預售時長下的產(chǎn)量可能高于正常預售的產(chǎn)量。

3）相對于正常預售策略，超長預售策略能夠顯著降低庫存剩余風險。因此，正常預售和超長預售策略的權衡，本質(zhì)上是銷售獲利和庫存風險的權衡。當前者得益可能彌補后者損失時，應考慮正常預售策略，反之考慮超長預售策略。

基于上述研究結(jié)論，針對服裝企業(yè)的預售決策，得出以下三點對策建議：

1）服裝企業(yè)應將超長預售納入預售決策的備選項。電商時代的服裝企業(yè)飽受退貨率高企的困擾，庫存滯銷積壓的風險嚴重影響企業(yè)收益乃至生死存亡，非知名品牌的中小服裝企業(yè)尤其如此。因此，通過預售及超長預售提高庫存預測精度、降低庫存風險，應該成為服裝企業(yè)的常規(guī)銷售策略選項。當開發(fā)的新產(chǎn)品市場需求不確定性較高、滯銷庫存殘值較低時，可以嘗試通過超長預售策略降低庫存剩余風險，提升總體收益。

2）服裝企業(yè)應系統(tǒng)評估市場條件，謹慎決策超長預售。超長預售雖然可以降低商家?guī)齑骘L險，但其負面影響顯而易見。超長預售策略下，顧客需要等待更長時間，不僅需要商家降價補償其等待成本，而且可能降低顧客對商家的滿意度和忠誠度，甚至造成部分顧客流失。因此應系統(tǒng)評估超長預售的適用條件，加強大數(shù)據(jù)分析等新技術的應用以提高需求預測水平，開拓剩余產(chǎn)品新的銷售渠道以提高剩余產(chǎn)品的價值，從而使正常預售策略成為更好的選擇。選擇超長預售策略時，應盡可能地將預售時長設置在合理范圍內(nèi)，避免預售時長過長傷害顧客利益，著眼于顧客長期留存，避免過度關注短期收益。

3）服裝企業(yè)應致力于提升顧客服務水平和產(chǎn)品品牌價值，以拓展預售策略實施空間。無論正常預售還是超長預售，顧客預購時均難以準確確定產(chǎn)品實際價值，均需等待一段時間才能收到產(chǎn)品。提升服務水平和品牌價值，可能增加顧客預購的期望效用。如為顧客購買運費險，組建專業(yè)的售后服務團隊，可以降低顧客退貨的麻煩成本，減少顧慮。再如，顧客的耐心度實質(zhì)上反映了企業(yè)產(chǎn)品的競爭力和品牌價值，通過樹立品牌形象、豐富品牌價值，嚴格把控產(chǎn)品質(zhì)量和配套服務質(zhì)量，可以使顧客更愿意為產(chǎn)品付出耐心，進而使企業(yè)預售策略高效實施。

6 結(jié) 語

服裝企業(yè)通過電商平臺線上銷售產(chǎn)品時，面臨因顧客不能試穿體驗而退貨率較高的狀況，并且需要提前較長時間確定產(chǎn)量，但難以準確預測未來需求，產(chǎn)品剩余損失風險較大。為緩解這一窘境，不少服裝企業(yè)通過延長預售時長從而在預售期間實施次第發(fā)貨的模式降低庫存風險?；谶@一現(xiàn)實背景和經(jīng)典報童模型，本文以服裝制造商為研究對象，建立模型并對比分析了正常預售策略和超長預售策略的預售定價、最優(yōu)產(chǎn)量和利潤，討論了不同策略的適用條件，并構(gòu)建期望剩余庫存率對兩策略下的庫存風險進行評價。

基于服裝企業(yè)次第發(fā)貨超長預售的商業(yè)現(xiàn)實，本文構(gòu)建模型刻畫了服裝企業(yè)考慮通過次第發(fā)貨降低庫存風險的預售決策機理，從理論上證明了超長預售對降低庫存風險的作用?，F(xiàn)有文獻尚未有預售與次第發(fā)貨運作結(jié)合的研究，本文構(gòu)建的模型和研究結(jié)論，豐富了預售及庫存管理等領域的研究成果。本文的研究問題構(gòu)建生發(fā)于服裝企業(yè)退貨率高企的現(xiàn)實困境及超長預售的決策痛點，詳細分析了影響超長預售的關鍵因素，探明了超長預售及次第發(fā)貨各階段庫存決策的路徑，對高庫存風險下的服裝企業(yè)具有較強的現(xiàn)實參考價值。

本文的研究也存在一定的局限性。超長預售時，在預售時間內(nèi)僅考慮了兩次發(fā)貨，更多次的次第發(fā)貨可能與現(xiàn)實更為相符；僅考慮了預售階段，沒有考慮產(chǎn)品現(xiàn)貨銷售階段，兩階段同時存在亦是常見的銷售模式；僅考慮了在耐心度上同質(zhì)的顧客群體，現(xiàn)實中顧客可能在耐心度上表現(xiàn)異質(zhì)。后續(xù)將嘗試在這三個方面加以改進，以期獲得更有價值的結(jié)論。此外，在競爭環(huán)境下探討服裝企業(yè)的超長預售決策也是值得嘗試的方向。

參考文獻：

［1］葉晶， 郭香梅. 基于技術接受模型的虛擬試衣使用意愿研究［J］. 絲綢， 2021， 58（3）： 58-64.

YE J， GUO X M. Research on the intention to use virtual fitting based on the technology acceptance model［J］. Journal of Silk， 2021， 58（3）： 58-64.

［2］任希， 鄭銳， 李毅. 退貨經(jīng)驗對消費者服裝品類產(chǎn)品網(wǎng)購行為的影響研究［J］. 武漢理工大學學報（信息與管理工程版）， 2022， 44（6）： 959-964.

REN X， ZHENG R， LI Y. Impact of return experience on consumers’ online purchase behavior of apparel products［J］. Journal of Wuhan University of Technology （Information & Management

Engineering）， 2022， 44（6）： 959-964.

［3］錢夙偉. 謹防“超長預售”透支信任［N］. 經(jīng)濟日報， 2022-05-10（005）.

QIAN S W. Beware of overdrawing trust for “l(fā)ong time advance selling”［N］. Economic Daily， 2022-05-10（005）.

［4］王夏陽， 陳思霓， 鄔金濤. 網(wǎng)絡預售下消費者購買行為的影響因素分析： 基于淘寶2018春夏女裝的實證研究［J］. 南開管理評論， 2020， 23（5）： 4-15.

WANG X Y， CHEN S N， WU J T. On the factors influencing online consumers’ purchasing behavior under pre-order strategy： An empirical study based on women’s 2018 spring-summer apparels of Tmall［J］. Nankai Business Review， 2020， 23（5）： 4-15.

［5］NOLKER V， PEITZ M， ROSAR F. Advance-purchase discounts as a price discrimination device［J］. Journal of Economic Theory， 2011， 146（1）： 141-162.

［6］TANG C S， RAJARAM K， ALPTEKINOGLU A， et al. The benefits of advance booking discount programs： Model and analysis［J］. Management Science， 2004， 50（4）： 425-559.

［7］郝兆偉， 陳麗華， 鞏天嘯. 基于預售融資的制造商產(chǎn)能投資決策［J］. 技術經(jīng)濟與管理研究， 2017（6）： 3-8.

HAO Z W， CHEN L H， GONG T X. The optimal capacity investment decision for a manufacturer adopting advance selling to finance［J］. Journal of Technical Economics & Management， 2017（6）： 3-8.

［8］計國君， 孫忠鋒， 楊光勇， 等. 基于消費者參照價格效應的限量預售策略研究［J］. 管理工程學報， 2021， 35（4）： 178-189.

JI G J， SUN Z F， YANG G Y， et al. Advance selling with consumer reference price effect and limited advance sales［J］. Journal of Industrial Engineering and Engineering Management， 2021， 35（4）： 178-189.

［9］NOPARUMPA T， KAZAZ B， WEBSTER S. Wine futures and advance selling under quality uncertainty［J］. Operations Management， 2015， 17（3）： 411-426.

［10］GAO F， DEMIRAG O C， CHEN F Y. Early sales of seasonal products with weather-conditional rebates［J］. Production and Operations Management， 2012， 21（4）： 778-794.

［11］李勇建， 許磊， 楊曉麗. 產(chǎn)品預售、退貨策略和消費者無缺陷退貨行為［J］. 南開管理評論， 2012， 15（5）： 105-113.

LI Y J， XU L， YANG X L. Advance selling， return policy and failure false return for a newsvendor retailer［J］. Nankai Business Review， 2012， 15（5）： 105-113.

［12］周振紅， 黃深澤. 隨機需求下考慮顧客策略行為的預售和退貨策略［J］. 系統(tǒng)管理學報， 2019， 28（2）： 277-284.

ZHOU Z H， HUANG S Z. Optimal advance selling and returns strategies considering strategic customer behavior under stochastic demand［J］. Journal of Systems & Management， 2019， 28（2）： 277-284.

［13］ZHANG Z， LIM W， CUI H， et al. Partial refunds as a strategic price commitment device in advance selling in a service industry［J］. European Journal of Operational Research， 2021， 291（3）： 1062-1074.

［14］王葉峰， 田中俊， 謝家平. 基于策略型消費者的預售退貨策略研究［J］. 管理工程學報， 2020， 34（1）： 79-85.

WANG Y F， TIAN Z J， XIE J P. Research on the advance selling and return policy based on strategic consumer［J］. Journal of Industrial Engineering and Engineering Management， 2020， 34（1）： 79-85.

［15］王道平， 周玉， 葛根哈斯. 考慮參照價格效應和消費者行為的預售及退貨策略［J］. 控制與決策， 2021， 36（11）： 2783-2793.

WANG D P， ZHOU Y， GE G H S. Advance selling strategy and return strategy considering reference price effect and consumers behaviors［J］. Control and Decision， 2021， 36（11）： 2783-2793.

［16］史保莉， 徐琪， 孫中苗. 考慮消費者后悔行為的零售商預售及退貨策略研究［J］. 運籌與管理， 2022， 31（10）： 40-46.

SHI B L， XU Q， SUN Z M. Pre-sale and return strategy of retailers considering consumer regret behavior［J］. Operations Research and Management Science， 2022， 31（10）： 40-46.

［17］何瑩瑩， 郭春香. 預售模式下基于策略型消費者退貨行為的運費險決策研究［J］. 管理學報， 2018， 15（8）： 1249-1255.

HE Y Y， GUO C X. Study on freight insurance decision making with considerations of strategic consumer returns in the pre-sale［J］. Chinese Journal of Management， 2018， 15（8）： 1249-1255.

［18］貢文偉， 李萌， 佴紅， 等. 基于策略消費者的退貨產(chǎn)品再銷售渠道選擇研究［J］. 軟科學， 2019， 33（1）： 98-103.

GONG W W， LI M， ER H， et al. Research on resale channel selection of returned products based on strategic consumers［J］. Soft Science， 2019， 33（1）： 98-103.

［19］陳啟， 徐琪. 體驗服務努力下時尚服裝零售商庫存與定價優(yōu)化決策［J］. 管理學報， 2018， 15（10）： 1089-1097.

CHEN Q， XU Q. Optimal inventory and pricing decision of fashion apparel retailer considering experience service efforts［J］. Chinese Journal of Management， 2018， 15（10）： 1089-1097.

［20］趙夢蝶， 王長軍， 周賽玉. 稀缺價格與需求數(shù)據(jù)驅(qū)動的風險規(guī)避報童決策［J］. 中國管理科學. https：//doi.org/10.16381/j.cnki.issn1003-207x.2020.2458.

ZHAO M D， WANG C J， ZHOU S Y. Scarce price and demand data driven risk-averse newsvendor decisions［J］. Chinese Journal of Management Science. https：//doi.org/10.16381/j.cnki.issn1003-207x.2020.2458.

［21］孫忠鋒， 計國君， Kim Hua Tan， 等. 產(chǎn)品質(zhì)量信息不對稱時基于信號博弈的期權預售策略［J］. 控制與決策， 2023， 38（7）： 2009-2018.

SUN Z F， JI G J， KIM H T， et al. Option pricing in advance selling to signal quality［J］. Control and Decision， 2023， 38（7）： 2009-2018.

［22］畢功兵， 曹慶， 呂建成. 考慮跨渠道退貨的雙渠道零售商定價與退貨策略研究［J］. 運籌與管理， 2023， 32（7）： 92-98.

BI G B， CAO Q， L J C. Research on pricing and return strategy of dual-channel retailers considering cross-channel returns［J］. Operation Research and Management Science， 2023， 32（7）： 92-98.

Game study on new products’ advance selling strategies in the apparel industry

considering the inventory risk

SUN Zhongfeng， ZHUO Chenshu， JI Guojun

（1.School of Business， Putian University， Putian 351100， China;

2.School of Management， Xiamen University， Xiamen 361005， China）

Abstract：With the popularization of the internet and smart mobile devices， E-commerce has developed rapidly. In 2022， China’s online retail sales accounted for 27% of total social retail sales， among which clothing， shoes and hats were one of the main categories of online transactions. According to a survey by iiMedia Research， the proportion of online clothing consumption reached 62% in 2022， and more and more consumers are accustomed to purchasing clothing through E-commerce channels. However， it is difficult for online businesses to provide physical try-on experiences， and consumers may find their expectation inconsistent with the actual wearing effect， leading to high return rates. The return rate of E-commerce clothing companies is often as high as 30% or more. Due to the characteristics of clothing itself， the value of inventory decreases rapidly over time， and the high return rate aggravates the risk of inventory， which may bring losses to enterprises. To alleviate inventory risks associated with high return rates， some clothing companies have tried an extra-long period advance selling model. By significantly extending the advance selling period and sequentially delivering goods in batches during the advance selling period， clothing companies can use the returns of previous orders to fulfill subsequent orders in the hope of reducing inventory risks.

To explore the effectiveness of an extra-long period advance selling strategy in reducing inventory risks， the article constructed a theoretical model based on the classical newsvendor model by taking into account the uncertainty of consumer demand during the advance selling period and the waiting cost associated with their patience， according to the characteristics of the apparel industry. Firstly， the profit functions under normal advance selling and extra-long period advance selling strategies were constructed respectively to solve the optimal output， and the former strategy was taken as a benchmark for comparison. Secondly， the article compared the pricing， production quantity and profits under the two strategies and made a detailed analysis of the impacts of product cost and residual value， standard deviation of demand， duration of extra-long advance selling period as well as consumer patience on the optimal production quantity and profits by numerical analysis， and the feasible conditions for the two strategies were also discussed. Finally， the article constructed an expected residual inventory rate to evaluate the inventory risks under the two strategies and measure the effectiveness of the extra-long period advance selling strategy in reducing inventory risks. The study results show that if the demand uncertainty is large and the product residual value is small， clothing companies can consider implementing the advance selling strategy with an extra-long period so as to reduce their inventory risks， but it is necessary to consider the degree of consumer patience and set the advance selling period within a reasonable range.

The extra-long period advance selling strategy proves effective in reducing inventory risks， which can provide reference for clothing companies with high inventory risks and help them to develop more applicable advance selling strategies and improving the performance of inventory management. In the future， we will try to consider customer groups with heterogeneous patience levels and competitive markets， hoping to obtain more abundant conclusions.

Key words：advance selling; inventory risk; sequential delivery; uncertainty; newsvendor model; return rate