Shipping Fees or Shipping Free? A Tale of Two Price Partitioning Strategies in Online Retailing
Notice bibliographique
Résumé
In this article, we study the price partitioning decisions of online retailers regarding shipping and handling (S&H) fees. Specifically, we analyze two partitioning formats used by retailers in this context. In the first scenario, retailers present customers with a price that is partitioned into a product price and a separate S&H surcharge (the PS strategy ); in the second, customers are offered free shipping through a non‐partitioned format where the product price already includes the shipping cost (the ZS strategy ). We first develop a stylized game‐theoretic model that captures the competitive dynamics between (and within) these two formats. Analysis of the model provides insights into how both firm and product level characteristics drive a retailer's strategic choice regarding which partitioning format to adopt and, hence, determines the equilibrium market structure in terms of proportion of ZS and PS retailers. Subsequently, we conduct empirical analyses , based on product and S&H prices data for two different product categories (digital cameras and printers) collected from online retailers, to validate all the results of our theoretical model. We establish that PS retailers charge lower product prices than ZS ones, but the total price (product + S&H) charged is higher for the first group. The S&H charge for PS retailers can be significant—it is, on average, 5.4% (printers) and 3.0% (digital cameras) for our two product categories. Furthermore, retailers which are popular and/or face risky cost environment are more likely to opt for the ZS strategy, while retailers whose portfolio mostly includes large or heavy products with high cost (S&H)‐to‐price ratios usually choose the PS strategy. Lastly, our empirical study also illustrates that the price adjustment behavior of retailers is affected by their shipping‐fee policies—for example, ZS retailers change their product prices almost 1.5 times more frequently than PS ones.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».