从50%到80%，A4纸大吊牌也阻止不了女装退货率一路狂飙

2026年6月，经营超过十年、坐拥467万粉丝的淘宝大码女装店叽咕叽咕宣布闭店。知情商家透露，这家店2025年还在盈利，2026年便转为亏损，退货率上涨是最直接的推手。它不是孤例。

近两个月内已经有超过10家女装网店宣布闭店，其中不乏粉丝百万或经营超过十年的品牌。舆论场上照例分成两拨人互相指责。有些人说商家货不对板活该，有些人说消费者被平台惯坏了。这种论战已经持续好几年，翻来覆去没有任何新意。

倒是退货率节节攀升，几年前退货率大概在50%左右，到今年70%到80%已经是行业常态。直播电商的退货率还要再高一截，部分商家甚至超过90%。

一件衣服从工厂缝出来，打包，发快递，到买家手里退货。别的不说，一大堆人力物力资源却实实在在消耗掉了。这其中空转的成本到底有多少，大家都心知肚明。

把这个问题说成买家挑剔或卖家黑心，就好比看见堵车骂司机素质差。网购女装的退货率也是同一种困局。用博弈论的说法，就叫纳什均衡。每个参与者根据自己面对的规则做出了最划算的选择，合在一起却是一个对所有人都很糟糕的结果。

运费险是理解其中的关键。2010年运费险刚推出时，目的是解决买卖双方对退货邮费的纠纷。十几年过去，这个工具的性质悄悄变了。平台发现运费险能大幅降低消费者下单时的犹豫感，于是开始把运费险当作流量竞争的筹码。反应到消费端就是七天无理由退货的普及。

过去在实体店买衣服，你得花时间坐地铁到商场，一家店一家店地逛。这些看不见的成本天然过滤掉了大量冲动消费。运费险把所有这些摩擦一笔勾销了。对消费者来说，网购女装不再是买东西，更接近于借来看看。换言之，运费险拉进来的订单里有相当一部分本来就不是真实购买意愿，是被零成本试错凭空制造出来的。

运费险制造出来的退货率反过来又在惩罚商家。保费不是一成不变的，保险公司的算法会根据店铺历史退货率动态调整费率。退货率越高，保费越贵。商家面对这种处境，有两种活法。一种是认命涨价，把运费险成本摊进标价里。另一种是压缩成本，在面料和做工上拼命省钱，让每件衣服的亏损变得可以承受。

走第二条路的商家数量更多，这就制造了一个典型的逆淘汰螺旋。同质化爆款倒逼上游工厂不断压缩生产成本，低价之下面辅料、做工品质持续缩水。消费者收到手的衣服越来越烂，跟图片差距越来越大，退货率就进一步攀升。退货率攀升，保费又涨一轮。

预售制是另一个加剧矛盾的原因。一个做女装的小商家，手里资金有限，如果照着订单量备货一千件，结果退回来八百件堆在仓库，那这家店肯定就死定了。那么怎么办？预售制就上场了。商家便只做订单数量20%的衣服，优先发给第一批购买的客户，等待她们退货后，再发给第二批客户。

消费者抱怨预售期越来越长，动不动等半个月甚至一个多月，后面的逻辑就在这里。你等的那件衣服，很可能正穿在另一个买家身上等着被退回来。这种预售轮转使得新衣服这个概念变得微妙。一件衣服经历过几轮拆包、试穿、退回、重新包装之后，它还是新的吗？

买卖双方在物理层面的攻防已经演变得相当具体。女装商家为了降低退货率，使出了硬核物理防御手段。比如现在已经被大家广为人知的相当于A4纸大小的服装吊牌。这块巨型吊牌通常用塑料扎带穿过衣服的关键部位。其目的就在于让人无法穿出门。

有些消费者开始研究怎么用吹风机加热软化扎带来取下吊牌，然后试穿完再装回去退掉。商家则升级扎带材质，加入一次性锁扣。这番你来我往，跟超市的防盗磁扣演化史如出一辙。

还有一种更隐蔽的套利，直接针对运费险本身。平台保险理赔给买家的退货运费通常在10到12元左右，而批量发件的协议价可能只要3到5元。这中间5到7块钱的差价，催生出了职业薅运费险的灰色产业。操作方式很简单，批量注册账号，买带运费险的商品，收到货立刻退，赚取理赔金额和实际快递费之间的差。这些人不关心衣服本身，纯粹是在利用规则漏洞搬运现金。

当然，平台在这个游戏中也不无辜，甚至它自己就是最大的结构性激励因素。平台的核心考核指标始终是GMV和月活。退货不影响GMV的统计口径，一笔100元的订单即使最终退掉，在成交那一刻已经被计入平台的交易数据了。

换句话说，高退货率对平台的账面数字伤害有限。它完全可以用退货便利性吸引流量，用流量吸引商家入驻缴纳保证金和广告费，退货带来的实际损耗主要由商家和保险生态承受。这才是整个机制里最关键的利益分配逻辑，但你很难在任何一家平台的公开表述中看到这一点被坦率承认。

这个困局短期内看不到破解的迹象。至于AI试穿、3D建模之类的技术方案，也很难替代真人穿戴的感觉。而且这些技术本身也十分昂贵，对一个净利润已经被压到极薄的行业来说，这笔投入很难大规模铺开。

总而言之，在这场结构性困境中，平台搭了一个鼓励冲动下单的舞台，商家在这个舞台上学会了偷工减料和循环发货，消费者在反复收到烂衣服的经验里学会了一次买五件退四件。每多一个参与者做出对自己最理性的选择，整个系统就再烂一分。现在的问题已经不是谁该反思，问题是这台空转的机器还要烧多久。毕竟困在算法世界里的人，总还是要生活在现实宇宙之中。