中國跨境電商供應鏈風險因素研究

閆晗　高聰

摘 要：準確評估我國跨境電商供應鏈風險是應對國際貿易市場不確定性風險的重要課題。借鑒社會學的文本分析法，文章結合跨境電商的運作流程及其供應鏈特點，從物流、信息流和資金流三方面，將跨境電商供應鏈風險歸納為三個維度、9個二級變量的風險指標體系；并以社會關注度、詞頻出現頻率等文本意義來標示風險程度與發生概率。基于OWA算子加權平均法對風險體系的初步評估，深入剖析我國跨境電商供應鏈風險的影響程度和邏輯關系；最后，采用浙江298家跨境電商數據以及結構方程模型檢驗了風險體系的有效性與置信度。結論表明：基于文本分析法的跨境電商供應鏈風險評估體系，能夠有效地呈現新國際貿易環境下供應鏈的風險信息，其具體風險排序依次為物流管理系統不穩定風險、管控政策風險、通關風險、信息扭曲風險以及信息安全風險等；從而，也有助于供應鏈的風險管理。

關鍵詞：出口跨境電商供應鏈 風險識別與評估 OWA算子

DOI：10.19592/j.cnki.scje.410161

JEL分類號：D29，D81，M19? ?中圖分類號：F274

文獻標識碼：A? ?文章編號：1000 - 6249（2023）06 - 104 - 18

一、引言

面對疫情后經濟不振、貿易保護主義和地緣政治競爭不斷沖擊的國際貿易市場，我國跨境電商供應鏈一直存在著巨大的生產經營風險，既受到以跨境物流、關稅以及支付風險為代表的外生風險制約，也面臨企業自身管理、信息處理和信用等內生風險的損失。加強對我國出口跨境電商供應鏈的風險識別與評估工作，已顯得日益重要。

在國內外學者關于跨境電商供應鏈風險的多項研究中，除了農產品（Li et al.，2023）、食品（張蓓等，2021）等行業跨境電商供應鏈風險的識別與防控獲得較大進展，人們更多地聚焦于跨境電商供應鏈金融風險（史金召等，2022）、跨境電商物流風險（張鐸、曹武軍，2019；李秋正等，2020）、跨境電商平臺風險（嚴子淳等，2021）等階段性風險與局部風險，但缺乏關于我國跨境電商供應鏈風險全域視角的評價依據，更缺乏統一的指標體系。然而，圍繞跨境電商供應鏈的風險防控問題，近年來相關新聞、行業研究報告、學術論文等的文本已然成為一種重要的研究資源和課題樣本。為此，本文將我國跨境電商供應鏈的內生風險和外生風險從物流、信息流和資金流的三個風險維度，構建出一套9個二級風險的指標體系。進一步，本文以對應風險指標的社會關注度、詞頻出現頻率等為依據，標示風險的嚴重程度與發生概率，并運用OWA算子加權平均法對風險進行文本分析法的理論評估。

隨著數字技術的快速發展，相較于傳統供應鏈，跨境電商供應鏈物流、資金流和信息流風險已發生系統性變化。基于傳統供應鏈風險管理的基本理論，本文聚焦于跨境電商供應鏈物流、資金流和信息流的動態視角，構建跨境電商供應鏈風險分析指標體系；將此前主要集中在企業、產品、產業層面的研究對象，深化到跨境電商供應鏈系統的風險管理，并以此探索“三流”之間的內在聯系及其與跨境電商供應鏈系統風險的關聯機制。實際上，本文借鑒社會學關于田野調查的文本分析法，創新性地運用文本詞頻抓取與信息標識方法，結合風險特征與情感傾向的權重關聯邏輯，來構建跨境電商供應鏈風險指標體系，直觀地呈現了跨境電商的特殊運作情境，也為下一步文本分析的數據挖掘與跨境電商供應鏈的風險管理提供了基礎平臺。最后，我們采用浙江298家經營跨境電子商務企業的相關數據，利用結構方程的模型來檢驗指標體系的有效性。研究結論表明：本文的跨境電商供應鏈風險測度與評估指標體系，不僅能夠有效地反映新國際貿易環境下跨境電商供應鏈的風險信息，也能夠及時、有效地為優化供應鏈風險管理提供幫助。

具體地，本文第二部分為文獻回顧與理論分析框架；第三部分為我國跨境電商供應鏈風險識別；第四部分為我國跨境電商供應鏈風險評估；第五部分為我國跨境電商供應鏈風險指標體系的有效性檢驗；第六部分為結論與啟示。

二、文獻回顧與理論分析框架

（一）跨境電商供應鏈的風險理論

跨境電商供應鏈被定義為（王楠等，2018;Wang et al.， 2020）核心企業以跨境電商平臺為媒介，以物流為樞紐，通過對物流、信息流、資金流的控制，將商品從供應商運送到最終客戶的手中的一系列流程和活動。信息流、物流和資金流由此被認為是跨境電子商務的基本構成要素，也是衡量跨境電商供應鏈穩定性重要指標（馬述忠、潘鋼健，2021；Giuffrida? et al.，2017）。跨境電商供應鏈系統主要由供應商、零售商、跨境電商平臺、運輸服務商和終端消費者等眾多利益主體構成（金泉，蘇慶新，2022;王玉燕等，2021;Nuruzzaman and Weber ，2021）。跨境電商供應鏈主體之間既相互依賴，又彼此獨立，以至于具有信息不對稱和目標不一致等問題（高翔、賈亮亭，2016；戴永輝等，2020；Dutta et al.， 2020）。這種跨越不同主體的交易關系可能波及和影響其他企業，乃至影響整個供應鏈的正常運作，進而導致現實中跨境供應鏈整體失敗或損失的風險（劉憲立、竇志武，2022；Zhang et al.， 2021）。跨境電商供應鏈作為一項復雜系統工程，是跨境交易、跨境支付、跨境物流等供應鏈服務的融合體（付帥帥等，2021），風險主要來源于從供應商到最終消費者的流程中涉及的信息流、物流、資金流（高翔、賈亮亭，2016;Fang and Wang， 2021）。

近年來，黑天鵝、灰犀牛事件頻發（戴永輝等， 2020; Elia et al.， 2021），給跨境電子商務供應鏈帶來極大風險。越來越多的學者發現，當前跨境電子商務供應鏈的問題與面臨的風險主要表現為，一是跨境電子商務在高速發展過程中不可避免的因倉儲庫存、物流運輸、支付失誤、知識產權糾紛等不確定因素導致的風險（張夏恒、郭海玲，2016；付帥帥等，2019）、而產品安全風險（陳鈺芬，2019）、跨境貿易政策風險（李波等，2019；王文清等，2016），均對跨境電商供應鏈產生致命性影響。二是企業跨境電子商務供應鏈面臨的網絡營銷風險、跨境電子支付風險、電子通關風險、跨境物流信息和金融信用等系統性風險（高翔、賈亮亮，2016）。三是隨著跨境電商供應鏈規模日益擴大、結構日趨復雜，供應鏈各節點企業之間的信息相對封閉，造成供應鏈相關企業對需求信息的曲解，出現沿著下游向上游逐級放大需求，即“牛鞭效應”所引起的非系統性信息風險（Zhu， 2020;Li et al.， 2021）。四是由于跨境電商業務資金占用量大、現金流量大、回收期長、匯率風險大等（史金召等，2022），潛在資金斷鏈將會對跨境電商供應鏈的運作產生系統性崩潰的風險（劉斌、顧聰，2022；Zhou and Liu ， 2022）。也就是說，從不同角度對跨境電商供應鏈風險因素的深入研究（Liu et al.，2022）表明，相關因素可以被歸納為信息流風險、物流風險、資金流風險（陶濤、李廣乾，2015；Zhou and Liu，2022; Fang and Wang， 2021）。

根據中國跨境電子商務供應鏈發展特征以及涉及的主體（戴永輝等，2020；Su et al.， 2019），結合Tang and Musa （2011），吳欣（2019）等關于跨境電子商務風險的研究以及Wang? et al.（2020）關于跨境電商供應鏈“三流”的研究，本文將跨境電商風險的外生內生因素統一歸納為物流風險、資金流風險、信息流風險。跨境電子商務供應鏈物流、信息流、資金流受到不同因素影響（余金艷等，2021；Zha et al.， 2022），如跨境電子商務供應鏈物流受到時效、價格、IT系統等的影響（劉憲立、竇志武，2022），資金占用量大、現金流量大、回收期長、匯率風險大等因素對資金流有較大影響（史金召等，2022），而信息流對競爭對手行為、市場變化等具有較大敏感性（Aaronson，2015）。因此，要評估跨境電商供應鏈的風險，就要從物流、信息流和資金流三個方面對我國出口跨境電商供應鏈面臨的各類風險進行識別（Liang et al， 2021）。信息流、物流、資金流以單獨或者以組合的形式被跨境電商供應鏈管理學者作為研究重點（Lambert and Enz， 2017 ；Liu and Li， 2020），“三流”之間的內在聯系以及他們是如何影響跨境電商供應鏈風險管理的卻被忽略（Wang et al.， 2020）。因此，將信息流、物流、資金流作為一個整體來考察，并由此實證檢驗跨境電商供應鏈三流之間的聯系，已越來越得到學者們的普遍認同。

數字技術與大數據高度發展促進了供應鏈不同主體之間的信息共享（Fawcett et al.，2007;Prajogo and Olhager，2012），跨境電商各類主體深深嵌入到互聯網世界（畢達天等，2013；徐靜等，2016）。依托大數據技術的文本分析法所獲得的數據來源更廣、時效更強、數據更加客觀、數據處理能力更強（Erevelles et al.， 2016;宋鐵波等，2021），使得跨境電商供應鏈風險識別與評估結果更加客觀。此外，本文依靠調查問卷與深度訪談，采用結構方程模型驗證文本分析法對跨境電商供應鏈風險識別的有效性，并剖析“三流”之間的內在聯系以及探索“三流”風險對跨境電商供應鏈效應的影響機制。

（二）風險識別與評估的基本框架

值得指出，跨境電商供應鏈風險并不能被全部消除，但進行有效管理，從而減少風險發生的概率是理論研究的關注點（榮飛瓊、郭夢飛，2018）。Lindroth and Norrman（2001）最早提出包括供應鏈分析單元、風險類型和風險控制的三維供應鏈風險管理分析框架。根據克蘭菲爾德大學提出的四階段供應鏈風險管理框架，分別為供應鏈范圍和構成要素描述、供應鏈脆弱性和風險識別、供應鏈風險評估、供應鏈風險管理。Deloitte（2004）全面歸納出供應鏈風險管理的四個步驟：識別風險、決定供應鏈風險管理戰略和行動、執行實施行動、監督風險管理過程和結果。風險識別、風險評價和風險控制有助于降低供應鏈風險，實現控制風險的目標（劉榮娟、趙道致，2014）。

結合上述供應鏈管理的基本理論框架，本文聚焦其中的跨境電商供應鏈的風險測度和評估，基于跨境電商供應鏈的實際運作流程和特點，構建以下跨境電商供應鏈風險識別與評估分析的基本框架（如圖1所示）。

在跨境電子商務供應鏈系統中，物流是基礎（劉憲立、竇志武，2022）、信息流是橋梁（Aaronson，2015）、資金流是目的（史金召等，2022）。信息流是信息的流動與傳播，是物流、資金流過程的流動影象（Zhu，2020;Li et al.，2021）。物流在信息流、資金流的作用下，將物品從供應商傳輸到最終客戶手中（Zhou and Liu， 2022; Fang and Wang， 2021）。資金流則在客戶確認購買商品后，資金轉移的過程（Zha et al，2022）。跨境電商供應鏈風險識別是針對供應鏈系統“三流”相互作用面臨的潛在風險進行鑒別及判斷的過程（高翔、賈亮亭，2016）。跨境電商供應鏈風險評估不僅對風險發生的可能性及其危害進行估算，同時也為企業未來進行風險防控提供依據（袁峰，2021）。模糊風險因素分析法（丁偉東等，2003；肖美丹等，2007）、AHP 法（Xiaomeng et al.，2023）、均值—方差模型（于春云等，2007；Almeida et al.，2022）、OWA 算子（顏波等，2014）等方法常被用于供應鏈風險評估。由于跨境電商供應鏈風險的復雜性與多樣性，使其對風險評估方法的要求也較高（高翔、賈亮亭，2016；劉憲立、竇志武，2022）。模糊風險因素分析法無法處理復雜因素之間的關系、AHP法對評價準則要求較高、均值—方差模型會忽略供應鏈一些實際問題，而OWA算子加權平均法易于實現，能夠量化模糊性以及處理不確定性（顏波等，2014）。為此，結合跨境電商供應鏈整體風險分析的要求、根據文本分析法的指標與數據特點，本文在跨境電商供應鏈風險評估階段，使用基于OWA 算子的供應鏈風險評估模型。

三、我國跨境電商供應鏈風險識別

本文采用文本分析法（熊勵、葉凱雯，2020；孫昌玲等，2021）對涉及到中國出口跨境電商供應鏈相關新聞、行業研究報告、學術論文等文本進行分析（鄭春芳、張艷秋，2021），以完成從物流、信息流和資金流三個方面對我國跨境電商供應鏈面臨的各類風險進行識別（王楠等，2018；Liu and Li，2020）。

（一）基于信息流的風險因素

跨境電商供應鏈中的信息流是指整條供應鏈各個環節之間信息的交流，包括產品信息的交流、資金信息的交流和物流信息的交流等（王楠等，2018；Wang et al.，2020）。文化差異（李元旭、羅佳，2017；田廣、劉瑜，2021）、制度差異（李元旭、羅佳，2017）、競爭對手（馬述忠、潘鋼健，2021）、法律法規（易繼明，2021）等因素導致跨境電商企業市場信息誤判（Zhou et al.，2022）給企業正常運營帶來較大影響，因此，將市場信息誤判帶來的風險（A1）作為信息流的第一個風險因素。跨境電商供應鏈涉及環節較多，供應鏈主體中消費者、跨境電商平臺、跨境電商企業和供應商的利益各不相同（Fan et al.，2017；Hsiao et al.， 2017），會造成各環節信息有所保留與信息滯后（Hsiao et al.， 2017；Loh et al.，2017），因此將其歸納為供應鏈信息扭曲造成的風險（A2）作為第二個風險因素（Fan et al.，2017；Loh et al.，2017）。虛假宣傳（Yu et al.， 2021）、假冒偽劣（徐文思，2022；Li and Xu ，2021）、信息泄露（Lee and Yeon， 2021）等信息安全問題成為阻礙跨境電商企業發展的重要因素，因此將信息安全造成的風險（A3）歸納為第三個風險因素。語言、文化及法律法規（Yang et al.，2023）及信息系統不兼容（Cui， 2019）等將導致跨境電商供應鏈信息共享滯后（朱文韜、欒敬東，2022；Gallina et al.，2016），從而降低跨境電商供應鏈效應，因此將信息共享滯后帶來的風險（A4）作為第四個風險因素。

（二）基于物流的風險因素

跨境電商供應鏈中物流環節是指將原材料、產品進行物理上的轉移運送，包括將供應商的產品、原材料轉移到企業，將破損、退回產品、原材料轉回供應商，也包括將最終產品通過國內物流和國際物流運送到終端消費者手中（王楠等，2018;Wang et al.，2020）。各國管控政策復雜多變，如美國對跨境物流服務商違反出口管制與制裁的行為進行高調追溯（鐘燕慧、王一棟，2019；楊榮珍、石曉婧，2020）以及美國出口管制措施（陳若鴻，2021）導致多起貨物無法運送到目的國事故，因此將由于各國管控政策造成物流堵塞的風險（B1）作為第五個風險因素（Hohenstein，2022）。跨境電商商品運送路程遠、時間長、情況復雜，氣象災害等因素造成貨物損失、丟失的案例多發，氣象災害造成物流堵塞的風險（B2）作為第六個風險因素（Hohenstein，2022）。供應鏈物流管理系統可幫助企業將低庫存成本和運輸成本，提高物流配送效率和客戶滿意度（Gardas et al.， 2017），物流管理系統的不穩定將給供應鏈帶來難以估量影響（Han et al.，2021），因此將供應鏈物流管理系統的不穩定（B3）作為第七個風險因素。海關監管嚴格、通關環節多將導致通關效率下降、物流成本上升（匡增杰、于倜，2019），因此將通關效率、成本高導致的風險（B4）作為第八個風險。

（三）基于資金流的風險因素

資金流是跨境電商供應鏈各主體、各環節的“生命源泉”，主要指資金在各環節的流通，包括供應商與企業之間、供應商與物流服務方之間、企業與第三方平臺之間、企業與物流服務方之間、企業與終端消費者之間等等（王楠等，2018；Wang et al.，2020）。美國金融制裁使跨境電商企業面臨匯率波動、延遲結款困境（易繼明，2021；陳華、李鵬飛，2022），這直接沖擊各環節、各主體資金鏈的穩定性與安全性（張其仔、許明，2022），從而導致企業、平臺收不到消費者的還款而沒錢清債的風險（Karim et al.，2020），因此將因交易信用導致各環節資金流破壞的風險（C1）歸結為第九個風險因素（Fang and Wang，2021）。

在以上研究的基礎上，將物流、信息流和資金流作為我國出口跨境電商供應鏈風險識別的三個風險，并細分為9個二級風險，構建我國出口跨境電商供應鏈風險評估指標體系。

四、我國跨境電商供應鏈風險評估

（一）數據來源

本研究以文本中各風險的關注度（新聞評論數）、出現頻率等為依據，預測跨境電商供應鏈管理中各風險的嚴重程度與發生概率，并基于OWA算子加權平均法對我國出口跨境電商供應鏈風險進行評估。

本研究中跨境電商平臺選取京東全球購、亞馬遜中國、速賣通作為研究對象，選取30家具有跨境電商業務的上市公司以及20家物流上市公司作為研究對象。通過網絡爬蟲抓取近3年跨境電商企業的官方網站、社交媒體賬號、相關新聞、行業研究報告等公開渠道的文本數據，對數據進行清洗和預處理，具體而言，通過風險特征詞、情感傾向匹配進行抓取1（許文瀚等，2019）。在此基礎上，使用情感分析（袁東任、汪煒，2015）、用戶畫像等文本分析技術對跨境電商企業的數據進行分析和挖掘。

（三）我國出口跨境電商供應鏈風險評估模型構建——OWA算子模型

矩陣R中的各個數字代表的含義不同。例如，其中r11代表因市場信息誤判風險對跨境電商供應鏈造成的損害程度有46.5%，r12代表此風險發生概率下的權值有0.227； r21代表因跨信息扭曲風險對跨境電商供應鏈造成的損害程度有59.7%，r22代表此風險發生概率下的權值有0.278。

利用OWA算子對各個風險指標xi（i=1，2， ? ? ?，9）進行集結，求得其綜合屬性值zi（w），設OWA算子的加權向量為W=（0.6，0.4）T，通過矩陣相乘法則運算得：

z1（w）=OWAw（r11，r12）=0.465*0.6+0.227*0.4=0.370

z2（w）=OWAw（r21，r22）=0.597*0.6+0.278*0.4=0.469

z3（w）=OWAw（r31，r32）=0.541*0.6+0.200*0.4=0.405

z9（w）=OWAw（r91，r92）=0.455*0.6+1*0.4=0.673

其中OWAw（r11，r12）代表因此將市場戰略帶來的風險指標的風險程度與發生概率在權重向量W的影響下，表現出來的較為準確的風險因素權重，其余代表的含義依次類推。zi（1）到zi（9）依次為0.370、0.469、0.405、0.329、0.656、0.375、0.964、0.568和0.313，由大到小的順序排列得：

X7＞X5＞X8＞X2＞X3＞X6＞X1＞X4＞X9

五、中國跨境電商供應鏈風險指標體系的有效性檢驗

為探索跨境電商供應鏈風險指標體系的有效性，探索風險指標的內在聯系，使得風險評估結果更具參考性，本文采用結構方程模型分析跨境電商供應鏈風險因素有效性。

（一）研究假設

根據構建的跨境電子商務供應鏈運作風險指標體系，本文提出以下假設：

1.信息流風險

信息流風險主要表現為市場信息誤判風險、信息扭曲風險、信息安全風險、信息共享滯后風險。由于信息流風險的存在，訂單可能會被延遲或遺失，發生交貨延誤、物流丟失、產品品質問題等情況，導致企業失去訂單，進而影響銷售收入、客戶的購買體驗和企業的口碑。信息流風險可能會導致跨境電商供應鏈中物流環節的延遲，例如貨物被扣留在海關，導致交貨時間延遲，海關檢查費用、倉儲費用、物流費用等可能會因為延誤或其他因素而上升，導致企業難以精準預估成本。而信息扭曲、信息安全、信息共享滯后都將會導致市場信息誤判。由此，本文提出以下假設：

H1：市場信息誤判（A1）對跨境電商供應鏈效益（D1）有顯著影響。

H2：信息扭曲（A2）對跨境電商供應鏈效益（D1）有顯著影響。

H2a：信息扭曲（A2）對市場信息誤判（A1）有顯著影響。

H3：信息安全（A3）對跨境電商供應鏈效益（D1）有顯著影響。

H3a：信息安全（A3）對市場信息誤判（A1）有顯著影響。

H4：信息共享滯后（A4）對跨境電商供應鏈效益（D1）有顯著影響。

H4a：信息共享滯后（A4）對市場信息誤判（A1）有顯著影響。

2.物流風險

物流風險可能會導致跨境電商供應鏈中物流環節的延遲，例如貨物被扣留在海關或物流途中出現問題，導致交貨時間延遲，影響客戶的購買體驗。由于物流風險的存在，訂單可能會被延遲或遺失，導致企業失去訂單，進而影響銷售收入、客戶的購買體驗和企業的口碑。而各國管控政策、氣象災害、物流系統的穩定性、通關效率等都會對物流風險產生較大影響。此外，信息扭曲、信息安全、信息共享滯后對物流信息穩定性有重要影響。由此，本文提出以下假設：

H5：管控政策（B1）對跨境電商供應鏈效益（D1）有顯著影響。

H5a：管控政策（B1）對通關效率（B4）有顯著影響。

H6：氣象災害（B2）對跨境電商供應鏈效益（D1）有顯著影響。

H7：物流管理系統不穩定（B3）對跨境電商供應鏈效益（D1）有顯著影響。

H7a：信息扭曲（A2）對物流管理系統不穩定（B3）。

H7b：信息安全（A3）對物流管理系統不穩定（B3）。

H7c：信息共享滯后（A4）對物流管理系統不穩定（B3）。

H8：通關效率（B4）對跨境電商供應鏈效益（D1）有顯著影響。

3.資金流風險

跨境電商供應鏈中，由于貨物運輸、清關等環節的時間較長，導致資金周轉速度較慢，企業可能面臨資金不足的風險。此外，由于跨境交易、支付方式復雜，存在不良賬款風險，例如客戶違約、匯率波動等情況可能會導致企業無法收回應有的貨款，也會影響供應鏈的正常運作。由于跨境電商供應鏈中的交易涉及多種貨幣，因此企業需要承擔匯率波動風險，若匯率波動較大，可能會影響企業的成本和收益，進而影響供應鏈的效益。由此，本文提出如下假設：

H9：交易信用風險（C1）對跨境電商供應鏈效益（D1）有顯著影響。

H9a：市場信息誤判（A1）對交易信用風險（C1）有顯著影響。

H9b：信息安全（A3）對交易信用風險（C1）有顯著影響。

H9c：物流管理系統不穩定（B3）對交易信用風險（C1）有顯著影響。

（二）研究變量及操作化定義

本文需要測量的核心變量共9個，基于上文的研究基礎，結合專家訪談以及相關文獻研究，根據本文的研究目的和實際情況，對9個研究變量進行操作化定義。

（三）數據來源及信度效度檢驗

1.數據來源

本研究針對浙江正在開展跨境電子商務業務企業發放問卷。一部分調研問卷由跨境電商協會協助收集，另一部分問卷通過互聯網向企業發放。共發放問卷322份，回收298份，回收率92.55%。其中，有效問卷276份，有效問卷率為92.61%。在有效問卷中，開展跨境電子商務１年以下的企業有61家；開展跨境電子商務1-2年的企業有72家；開展跨境電子商務2-3年的企業有47家；開展跨境電子商務3-4年的企業有58家；開展跨境電子商務４年以上的企業有38家。

本研究所使用的調查問卷所用的指標在采取專家審讀訪談與文獻研究的基礎上，結合研究的目標調整之后確定的，綜合評估選取的科學指標。本研究運用了Smart-PLS2.0對數據進行分析。

2.信度效度檢驗

文件采用Likert七級量表，其中1表示極其符合，7表示極其不符合。本研究運用了Smart-PLS2.0對軟件進行分析。為了檢驗調查問卷的科學性和客觀性，本研究對樣本的因子載荷和交叉載荷以及顯著性進行了評估，評估結果表明：各觀測點的載荷都在0.6以上而且Ｔ值達到顯著性。本調查研究的樣本信度檢驗。

組合信度（CR）大于0.7，平均方差抽取（AVE）大于0.5，表明測量點之間的聚合效度，每個構面的AVE平方根都大于構面間的相關系數，說明模型各變量存在良好的區分效度。

（四）結構方程模型結果分析

本研究的目標是分析風險因素對跨境電商供應鏈所帶來的風險是否有顯著影響，并判斷假設模型的適配度，進而提出相應的應對策略，結構方差模型分析及檢驗結果如下：

六、結論與啟示

當前，我國跨境電商業正處于風險與機遇并存的高速發展期，研究顯示，從企業管理的角度觀察，物流管理系統風險、管控政策風險對于跨境電商供應鏈的影響極大，這種物流管理系統所隱藏的風險，往往會使得跨境電商企業陷入難以生存的境地；而信息扭曲、信息安全、信息共享滯后對于物流管理系統風險測度有顯著影響。其次，便是管控政策帶來的風險，在新的國際貿易環境下，各國因貿易保護主義不斷變化的政策，會直接導致各環節供應商、物流服務商無法穩定運轉。同時，終端消費者的習慣和理念變化，也會造成信息扭曲與信息誤判的風險。第三，按照風險程度排序，我國跨境電商供應鏈的風險由大到小依次為：物流管理系統不穩定風險、管控政策風險、通關風險、信息扭曲風險、信息安全風險、氣象災害風險、市場信息誤判風險、信息共享滯后風險、交易信用風險。由此，根據風險程度排名，加強這些風險的防范，對我國跨境電商的發展尤為重要。

上述結論意味著如下啟示：第一，完善政府平臺的供應鏈信息中心建設。建立大型信息平臺，打通供應鏈各環節的信息流，建立全面的信息流監管體系，從供應鏈中剔除虛假信息，為供應鏈企業提供實用共享信息。第二，提升物流整體服務能力。創建全新的物流監測體系，強化物流轉運節點的貨物質量監測，加強對貨物在運輸過程中的安全性監管。第三，鞏固戰略同盟關系。增強同盟企業之間的有效信息交流，在防范市場虛假信息對于未來戰略判斷危害的同時，增強信息共享頻率，擬出應對風險的解決方案，最大程度降低風險造成的危害；此外，企業與銀行和商業同盟共同建立對抗風險信托基金，共享資金儲備，最大程度地降低風險帶來的危害。第四，加強對新興目標市場的調研與評估。跨境電商供應鏈要面向世界消費市場，不同市場有不同的文化、習慣和法律法規等，這需要跨境電商企業針對不同目標市場做精確的市場評估，精準把控市場戰略，防范各種風險帶來的危害。第五，加強供應鏈相關專業人才的培養和引進。企業之間競爭最終是人才的競爭，擁有相關專業高素質人才可以增強供應鏈各環節的運轉效率，提升企業的創新能力，避免因侵權行為造成的風險，對整個企業供應鏈的建設發揮著至關重要的作用。

參考文獻

畢達天、邱長波、周浩，2013，“信息供應鏈成員組織間不同關系主導模式的信息傳遞活動分析”，《情報理論與實踐》，第8期，第26-31頁。

陳華、李鵬飛，2022，“美國對他國金融制裁的基礎、路徑以及對中國的啟示”，《國際貿易》，第9期，第87-95頁。

陳若鴻，2021，“從效率優先到安全優先：美國關鍵產品全球供應鏈政策的轉變”，《國際論壇》，第5期，第125-139+159-160頁。

陳鈺芬，2019，“基于全流程的進口B2C跨境電商商品質量風險評估體系構建”，《商業經濟與管理》，第12期，第5-16頁。

戴永輝、魏農建、袁瑩、戴偉輝，2020，“基于廣義生態群落的跨境電商軟性供應鏈仿真分析”，《上海大學學報（社會科學版）》，第3期，第107-117頁。

丁偉東、劉凱、賀國先，2003，“供應鏈風險研究”，《中國安全科學學報》，第4期，第67-69頁。

付帥帥、陳偉達、王丹丹，2021，“跨境電商物流供應鏈協同發展研究”，《東北大學學報（社會科學版）》， 第1期，第52-60頁。

高翔、賈亮亭，2016，“基于結構方程模型的企業跨境電子商務供應鏈風險研究——以上海、廣州、青島等地167家跨境電商企業為例”，《上海經濟研究》，第5期，第76-83頁。

金泉、蘇慶新，2022，“跨境電商平臺賦能中小企業國際化的機制研究”，《國際貿易》，第10期，第 68-76頁。

匡增杰、于倜，2021，“區塊鏈技術視角下我國跨境電商海關監管創新研究”，《國際貿易》，第11期，第51-59頁。

劉憲立、竇志武，2022，“基于復雜網絡的跨境電商供應鏈關鍵干擾識別”，《統計與決策》，第16期，第184-188頁。

劉榮娟、趙道致，2014，“低碳供應鏈風險源的識別與控制策略”，《武漢理工大學學報（信息與管理工程版）》，第4期，第513-516頁。

劉斌、顧聰，2022，“跨境電商對企業價值鏈參與的影響——基于微觀數據的經驗分析”，《統計研究》，第8期，第72-87頁。

李波、王汝鋒、陳蔚淳，2019，“電子商務下風險規避制造商對供應鏈決策策略的影響研究”，《管理工程學報》，第2期，第173-179頁。

李秋正、蔣勵佳、潘妍，2020，“我國跨境電商通關監管生態系統演化創新的動力機制”，《中國流通經濟》，第5期，第32-39頁。

李元旭、羅佳，2017，“文化距離、制度距離與跨境電子商務中的感知風險”，《財經問題研究》，第3期，第106-114頁。

馬述忠、潘鋼健，2021，“跨境電子商務平臺與中小企業核心競爭力——基于阿里巴巴國際站的案例研究”，《湖北大學學報（哲學社會科學版）》，第6期，第 136-148頁。

榮飛瓊、 郭夢飛，2018，“基于大數據的跨境電商平臺供應商信用評估研究”，《統計與信息論壇》， 第3期，第 100-107頁。

陶濤、李廣乾，2015，“平臺演進、模式甄別與跨境電子商務拓展取向”，《改革》，第9期，第63-73頁。

孫昌玲、王化成、王芃芃，2021，“企業核心競爭力對供應鏈融資的影響：資金支持還是占用？”，《中國軟科學》，第6期，第120-134頁。

宋鐵波、 陳玉嬌、朱子君，2021，“量化文本分析法在國內外工商管理領域的應用對比與評述”，《管理學報》，第4期，第 624-632頁。

史金召、孫茂林、黎建強，2022，“我國跨境電商供應鏈金融的模式設計與風險管控”，《國際貿易》，第11期，第 26-34頁。

吳欣，2019，“跨境電子商務服務供應鏈風險及優化分析”，《價格月刊》，第2期，第91-94頁。

徐靜、姚冠新、戴盼倩、張冬梅、韓強，2016，“生鮮電子供應鏈參與主體質量決策行為研究——基于信息可追溯視角”，《華東經濟管理》，第3期，第155-160頁。

王楠、郭彪、孫永波，2018，“傳統零售企業跨境電商轉型模式和遷移路徑研究”，《經濟體制改革》，第2期，第100-106頁。

王文清、姬顏麗、杜秀玲，2016，“跨境電子商務出口退（免）稅問題研析”，《國際稅收》，第11期，第59-64頁。

王玉燕、范潤婕、申亮、郭艷麗，2021，“考慮產品質量和銷售服務的三級電商供應鏈的主導模型研究”，《管理工程學報》，第5期，第258-268頁。

肖美丹、李從東、張瑜耿，2007，“基于未確知模糊理論的供應鏈風險評估”，《軟科學》，第5期，第27-30頁。

熊勵、葉凱雯，2020，“跨境電子商務生態發展與政策組合維度的關聯性研究”，《軟科學》，第2期，第129-136頁。

許文瀚、齊荻、陳沉，2019，“上市公司研發活動與風險信息披露——基于文本分析法的實證檢驗”，《財經論叢》，第8期，第73-83頁。

徐文思，2022，“區塊鏈發展與應用對跨境電子商務創新的影響研究”，《商業經濟研究》，第8期，第153-156頁。

于春云、趙希男、彭艷東、潘德惠，2007，“基于條件風險值理論的供應鏈優化與協調模型研究”，《中國管理科學》，第3期，第 31-39頁。

余金艷、張英男、劉衛東、肖作鵬，2021，“疫情沖擊下全球跨境電商物流韌性的時空異質性研究”，《地理研究》，第12期，第3333-3348頁。

顏波、石平、丁德龍，2014，“物聯網環境下的農產品供應鏈風險評估與控制”，《管理工程學報》，第3期，第196-202頁。

嚴子淳、王偉楠、李欣、陳勁，2021，“企業國際化擴張中的跨境電商平臺利用——基于社會網絡的研究”，《南開管理評論》，第6期，第140-152頁。

袁峰，2021，“同業網絡視角下跨境電商企業供應鏈風險分析”，《商業經濟研究》，第14期，第98-101頁。

楊榮珍、石曉婧，2020，“美國對華337調查與企業出口行為——基于我國制造業企業數據的實證分析”，《國際經貿探索》，第3期，第 79-94頁。

易繼明，2021，“跨境電商知識產權風險的應對——以中國電商在美被訴為例”，《知識產權》，第1期，第36-53頁。

周南洋，2008，“供應鏈風險評估方法研究”，《求索》，第9期，第27-28+145頁。

張鐸、曹武軍，2019，“中國對外貿易跨境電商物流的模式分類與風險評價——基于模糊層次分析的實證研究”，《河南師范大學學報（哲學社會科學版）》，第5期，第53-59頁。

張其仔、許明，2022，“美國供應鏈霸凌對全球產業鏈分工與穩定的影響及應對”，《國外社會科學》，第6期，第 37-46+195-196頁。

張夏恒、郭海玲，2016，“跨境電商與跨境物流協同：機理與路徑”，《中國流通經濟》，第11期，第83-92頁。

張蓓、葉丹敏、馬如秋，2021，“跨境電商食品安全風險表征及協同治理”，《人文雜志》，第10期，第115-121頁。

朱文韜、欒敬東，2022，“大數據時代競爭情報方的供應鏈信息源選擇方法研究”，《情報理論與實踐》，第8期，第90-96頁。

鐘燕慧、王一棟，2019，“美國‘長臂管轄制度下中國企業面臨的新型法律風險與應對措施”，《國際貿易》，第3期，第 91-96頁。

鄭春芳、張艷秋，2021，“中國跨境電商出口影響因素及潛力研究”，《中國社會科學院大學學報》，第4期，第63-72頁。

Aaronson，S.， 2015， “Why Trade Agreements are not Setting Information Free： The Lost History and Reinvigorated Debate over Cross-Border Data Flows， Human Rights， and National Security”， World Trade Review ， 14（4）： 671-700.

Aissa Fantazy， K.， Kumar， V. and Kumar， U.， 2009， “An Empirical Study of the Relationships Among Strategy， Flexibility， and Performance in the Supply Chain Context”， Supply Chain Management： An International Journal， 14（3）： 177-188.

Almeida， J.， Soares， J.，Lezama， F. and Vale， Z.， 2022， “Robust Energy Resource Management Incorporating Risk Analysis Using Conditional Value-at-Risk”， IEEE Access， 10： 16063-16077.

Blome， C. and Schoenherr， T.， 2011，“Supply Chain Risk Management In Financial Crises—A Multiple Case-Study Approach”，International Journal of Production Economics，134（1）： 43-57.

Cui， Y.， Mou， J.， Cohen， J. and Liu， Y. ， 2019， “Understanding Information System Success Model and Valence Framework in Sellers Acceptance of Cross-Border E-Commerce： a Sequential Multi-Method Approach”，? Electronic Commerce Research， 19（4）： 885-914.

Dutta， P.， Choi， T. M.， Somani， S. and Butala， R. ， 2020， “Blockchain Technology in Supply Chain Operations： Applications， Challenges and Research Opportunities”， Transportation Research Part E-Logistics and Transportation Review， 142， 102067.

Elia， S.， Giuffrida， M.， Mariani， M. M. and Bresciani， S. ，2021， “Resources and Digital Export： An RBV Perspective on the Role of Digital Technologies and Capabilities in Cross-Border E-Commerce”， Journal of Business Research， 132： 158-169.

Erevelles， S.， Fukawa， N. and Swayne， L. ，2016， “Big Data Consumer Analytics and the Transformation of Marketing”， Journal of Business Research， 69（2）： 897-904.

Fang， Z. and Wang， Q. ， 2021， “Cross-Border E-Commerce Supply Chain Risk Evaluation with FUZZY-ISM model”， Security and Communication Networks， 2021：1-14.

Fan， H.， Li， G.， Sun， H. and Cheng， T. C. E. ， 2017， “ An Information Processing Perspective on Supply Chain Risk Management： Antecedents， Mechanism， and Consequences”， International Journal of Production Economics， 185：63-75.

Fawcett， S. E.， Osterhaus， P.， Magnan， G. M.， Brau， J. C. and McCarter， M. W. ， 2007， “Information Sharing and Supply Chain Performance： The Role of Connectivity and Willingness”， Supply Chain Management： An International Journal， 12（5）：358-368.

Gallina， V.， Torresan， S.， Critto， A.， Sperotto， A.， Glade， T. and Marcomini， A. ， 2016， “A Review of Multi-Risk Methodologies for Natural Hazards： Consequences and Challenges for A Climate Change Impact Assessment”， Journal of Environmental Management， 168：123-132.

Giuffrida， M.， Mangiaracina， R.， Perego， A. and Tumino， A.， 2017， “Cross-Border B2C E-Commerce to Greater China and the Role of Logistics： A Literature Review”， International Journal of Physical Distribution & Logistics Management，47（9）：772-795.

Gardas， B. B.， Raut， R. D. and Narkhede， B. ， 2017， “Modeling Causal Factors of Post-Harvesting Losses in Vegetable and Fruit Supply Chain： An Indian Perspective”， Renewable & Sustainable Energy Reviews， 80：1355-1371.

Golicic， S. L. and Davis， D. F. ， 2012， “Implementing Mixed Methods Research in Supply Chain Management. International Journal of Physical Distribution & Logistics Management”， 42（8/9）： 726-741.

Han， B.， Ming， Z.， Zhao， Y.， Wen， T. and Xie， M.， 2021， “Comprehensive Risk Assessment of Transmission Lines Affected by Multi-Meteorological Disasters Based on Fuzzy Analytic Hierarchy Process”， International Journal of Electrical Power & Energy Systems， 133， 107190.

Harland，C.， Brenchley， R. and Walker， H.， 2003，“Risk in Supply Networks”， Journal of Purchasing and Supply Management， 9（2）：51-62.

Hsiao， Y. H.， Chen， M. C. and Liao， W. C. ， 2017， “Logistics Service Design for Cross-Border E-commerce using Kansei Engineering with Text-Mining-Based Online Content Analysis”， Telematics and Informatics， 34（4）： 284-302.

Hohenstein， N. O. ， 2022， “Supply Chain Risk Management in the COVID-19 Pandemic： Strategies and Empirical Lessons for Improving Global Logistics Service Providers Performance”， International Journal of Logistics Management， 33（4）：1336-1365.

Lambert， D. M. and Enz， M. G. ，2017， “Issues in Supply Chain Management： Progress and Potential”， Industrial Marketing Management， 62： 1-16.

Lee， H. and Yeon， C. ，2021， “Blockchain-Based Traceability for Anti-Counterfeit in Cross-Border E-Commerce Transactions”， Sustainability， 13（19）， 11057.

Liang， Y.， Guo， L.， Li， J.， Zhang， S. and Fei， X.， 2021， “The Impact of Trade Facilitation on Cross-Border E-Commerce Transactions： Analysis Based on the Marine and Land Cross-Border Logistical Practices between China and Countries Along the Belt and Road”， Water ， 13（24）， 3567.

Lindroth， R. and Norrman， A.， 2001，“Supply Chain Risks and Risk Sharing Instruments-An Illustration from the Telecommunication Industry”， Edinburgh： Heriot-Watt University， Paper Presented at the Proceedings of the Logistics Research Network 6th Annual Conference：297-303.

Liu， Z. and Li， Z. ， 2020， “A Blockchain-Based Framework of Cross-Border E-Commerce Supply Chain. International Journal of Information Management”， 52， 102059.

Li， J.， Cui， T.， Yang， K.， Yuan， R.， He， L. and Li， M. ， 2021， “Demand Forecasting of E-Commerce Enterprises Based on Horizontal Federated Learning from the Perspective of Sustainable Development”， Sustainability， 13（23）， 13050.

Li， Y. and Xu， L. ， 2021， “Cybersecurity Investments in a Two-Echelon Supply Chain with Third-Party Risk Propagation”， International Journal of Production Research， 59（4）： 1216-1238.

Li， J.， Yan， X.， Li， Y. and Dong， X. ， 2023， “Optimizing the Agricultural Supply Chain through E-Commerce： A Case Study of Tudouec in Inner Mongolia， China”， “International Journal of Environmental Research and Public Health”， 20（5）， 3775.

Loh， H. S.， Zhou， Q.， Thai， V. V.， Wong， Y. D. and Yuen， K. F. ，2017， “ Fuzzy Comprehensive Evaluation of Port-Centric Supply Chain Disruption Threats”， Ocean & Coastal Management， 148： 53-62.

Karim， A. S.， Mohamed， N.， Prabowo， H. Y. and Ahmad， M. A. N. ， 2020， “Application of Supply Chain Finance in Indonesian Banking Sector for Anti-Money Laundering”， Journal of Supply Chain Management， 9（5）： 333-342.

Nuruzzaman， M. and A.N. Weber， 2021， “Supply Chain in Cross-Border E-Commerce”， Cross-Border E-Commerce Marketing and Management， IGI Global， 54-77.

Prajogo， D. and Olhager， J.， 2012， “Supply Chain Integration and Performance： The Effects of Long-Term Relationships， Information Technology and Sharing， and Logistics Integration”， International Journal of Production Economics， 135（1）：514-522.

Su， W.， Wang， Y.， Qian， L.， Zeng， S.， Bale?entis， T. and Streimikiene， D.， 2019，Creating a Sustainable Policy Framework for Cross-Border E-Commerce in China，Sustainability， 11（4）， 943.

Tang，O. and Musa，S.N， 2011， “Identifying Risk Issues and Research Advancements in Supply Chain Risk Management”， International Journal of Production Economics， 133（1）：25-34.

Wang， Y.， Jia，F.， Schoenherr，T.， Gong，Y. and Chen，L.， 2020， “Cross-border e-commerce firms as supply chain integrators： The management of three flows”， Industrial Marketing Management， 89：72-88.

Xiaomeng， C.， Huaye， H. and Zhangqiong， W.， 2023， “Risk Assessment of Wuhan Frozen Food Supply Chain Based on AHP-FCE Method”， Cham： Springer Nature Switzerland， In Advances in Intelligent Systems， Computer Science and Digital Economics IV， 158：407-419.

Yang， Y.， Chen， N. and Chen， H. ， 2023， “The Digital Platform， Enterprise Digital Transformation， and Enterprise Performance of Cross-Border E-Commerce—From the Perspective of Digital Transformation and Data Elements”， Journal of Theoretical and Applied Electronic Commerce Research， 18（2）：777-794.

Yu， H.， Zhao， Y.， Liu， Z.， Liu， W.， Zhang， S.， Wang， F. and Shi， L. ， 2021， “Research on the Financing Income of Supply Chains Based on An E-Commerce Platform”， Technological Forecasting and Social Change， 169， 120820.

Zha， X.， Zhang， X.， Liu， Y. and Dan， B.， 2022， “Bonded-Warehouse Or Direct-Mail？ Logistics Mode Choice in a Cross-Border E-Commerce Supply Chain with Platform Information Sharing”， Electronic Commerce Research and Applications， 54， 101181.

Zhang， H.， Jia， F. and You， J. X. ， 2021， “Striking a Balance Between Supply Chain Resilience and Supply Chain Vulnerability in the Cross-Border E-Commerce Supply Chain”， International Journal of Logistics Research and Applications， 26（6）：1-25.

Zhu， L.， 2020， “Optimization and Simulation for E-Commerce Supply Chain in the Internet of Things Environment”， Complexity， 2020： 1-11.

Zhou， L.， Wang， J.， Li， F.， Xu， Y.， Zhao， J. and Su， J. ， 2022， “Risk Aversion of B2C Cross-Border e-Commerce Supply Chain”. Sustainability， 14（13）：8088.

Zhou， F. and Liu， Y，2022. “Blockchain-Enabled Cross-Border E-Commerce Supply Chain Management： A Bibliometric Systematic Review”， Sustainability， 14（23）：15918.

Risk Identification and Assessment of Export Supply Chain of

Cross-Border E-Commerce in China

Yan Han Gao Cong

Abstract： Accurately assessing the risk of China's cross-border e-commerce supply chain is an important issue in addressing the uncertainty risk of the international trade market. Using the text analysis method of sociology for reference， this paper combines the operation process of cross-border e-commerce and its supply chain characteristics， and summarizes the risk of cross-border e-commerce supply chain into a risk indicator system with three dimensions and nine secondary variables from three aspects of logistics flow， information flow and capital flow. and indicates the degree of risk and probability of occurrence based on textual meanings such as social attention and word frequency. Based on the OWA operator weighted average method， a preliminary evaluation of the risk system is conducted to deeply analyze the impact and logical relationship of cross-border e-commerce supply chain risks in China; Finally， the effectiveness and confidence of the risk system are tested using data from 298 cross-border e-commerce companies in Zhejiang and structural equation models. The conclusion indicates that the cross-border e-commerce supply chain risk assessment system based on text analysis can effectively present the risk information of the supply chain in the new international trade environment. The specific risk ranking is logistics management system instability risk， control policy risk， customs clearance risk， information distortion risk， and information security risk，Thus， it also contributes to risk management in the supply chain.

Keyword： Export Supply Chain of Cross-Border E-Commerce; Risk Identification and Assessment;OWA Operator

（責任編輯：雷比璐）

* 閆晗，寧波財經學院財富管理學院，E-mail： 809604151@qq.com， 通訊地址：浙江省寧波市海曙區學院路899號；高聰（通訊作者），浙江萬里學院中東歐研究中心，E-mail： 284369253@qq.com。作者文責自負。

基金項目：本文受國家社科基金一般項目“中國與中東歐國家產能合作機制與路徑研究”（21BJY221）資助。

1基于BeautifulSoup 的解析技術、Scrapy 的爬蟲框架對風險特征詞、情感傾向詞進行抓取。并基于Word2vec詞語分析工具，產生詞向量的相關模型，用以訓練以重新建構語言學之詞文本，盡可能多地尋找與風險特征、情感傾向詞語內容相關度高的詞匯，避免遺漏。