跨境电商出口供应链风险体系构建与评估

摘要：跨境电子商务已成为数字经济时代国际贸易的新蓝海，是我国外贸增长的新业态、新引擎、新动能。与此同时，国际环境的深刻变化、国别政策环境的较大差异、跨境电商主体及业务模式的复杂性等，也使得跨境电商供应链管理面临众多的内生和外生风险。准确识别这些风险因素及其影响，成为促进跨境电商运行质量、提升企业竞争力的关键。本文借助文献计量分析、SCOR模型等，构建跨境电商出口供应链风险评价指标体系。在此基础上，运用层次分析法、熵权法对风险指标进行量化分析，并结合博弈论理论进行主客观组合赋权，以确定关键风险因素。最终，文章提出了针对性的对策建议，以期为提升企业风险抵御能力、促进跨境电商行业高质量发展提供有益参考。

关键词：跨境供应链；风险识别与评估；CiteSpace；SCOR模型；博弈论组合赋权

中图分类号：F752.62文献标识码：A文章编号：2096-0298（2025）01（b）--05

1引言

随着数字技术的持续发展以及我国制度型开放的稳步推进，跨境电商快速发展为潜力大、带动作用强的外贸新业态。跨境电商连接全球要素资源，是外贸新质生产力的重要表现形式与载体，是加快外贸创新发展、推动高水平对外开放的新动能，对促进形成国内国际双循环新发展格局具有重要意义。据海关数据，2023年我国跨境电商进出口总额达2.38万亿元。

贸易保护主义、单边主义和民粹主义的蔓延导致经济全球化退潮，世界经济不稳定性不确定性明显增加，对全球贸易和供应链安全造成极大风险[1]。因此，面对世界百年变局带来的深刻内外环境变化，防范和化解跨境电商供应链风险，提升跨境供应链韧性，成为持续支持企业开拓国际市场、培育外贸竞争新优势的重要内容[2]。

供应链风险与安全对企业、产业和国家都具有极端重要性，如何有效识别、评估、缓解和监控供应链风险备受学者们关注[3-4]。风险识别是供应链风险管理的基础，常用方法有问卷调查法、流程图法、SCOR模型等，其中SCOR模型以其全面性和体系化的特点而应用较广[5-6]。此外，为避免风险因素识别过程中的重复、遗漏等问题，文本分析等数据分析工具也开始被使用[7]。文献通过对相关新闻、研究报告、学术论文等进行文本分析，从物流、信息流、资金流角度对跨境电商供应链风险进行了识别[8]。供应链风险评估旨在将识别出的风险进一步量化，最受欢迎的方法是层次分析法（AHP）、网络分析法（ANP）等综合评价和多准则决策工具[9]。但实践中也发现这些评判方法各有不足，因此学者们越来越倾向于将多种方法组合，以追求风险量化的客观准确[10]。此外，失效模式与影响分析（FMEA）[11]等质量管理工具也开始被用于供应链风险的评估与控制。供应链风险缓解，就是对风险识别和评估结果进行分析，以制定适当的对策来缓解和控制风险的影响。相关文献总结了七种风险缓解策略，并检验了其对提高供应链韧性的调节作用[12]。另有文献通过案例探索了主动风险缓解策略与供应链管理绩效之间的关系[13]。此外，改善信息化水平和利用大数据技术，也被认为有利于规避、分担、转移和控制供应链风险，进而提升供应链管理绩效[14-15]。

国内外学者已广泛认识到供应链风险研究对保障供应链安全稳定的重要意义，并不断提出新的研究方法和工具。但已有研究更多聚焦于特定层面或局部（如供应商风险、物流风险等），且对跨境电商供应链等新领域的研究较少。

针对跨境电商供应链更加复杂、风险分散在更多层面和环节的问题，本文聚焦跨境电商出口供应链的风险识别和评估，基于CiteSpace文献计量工具、SCOR模型、综合评价工具、博弈论理论等，构建全域视角下的供应链风险识别与评估分析体系。首先，基于CiteSpace热点分析和SCOR模型流程分析，系统梳理可能存在的风险因素，建立风险评价指标体系；其次，基于层次分析法、熵权法，利用博弈论组合赋权模型实现对跨境出口供应链风险大小的客观评估；最后，根据对风险因素及其影响的评估结果，提出有针对性的风险应对策略。本文旨在对跨境电商企业增强供应链韧性、提升经营能力和绩效，促进跨境贸易产业政策制定与实施提供有益参考。

2跨境电商供应链风险识别

为保证所构建风险评估指标体系的全面性和权威性，首先利用CiteSpace软件对已有文献进行计量分析，识别跨境电商供应链共性风险，完成风险指标的初步筛选，再结合SCOR模型和跨境供应链特殊性等，从全流程视角识别可能存在的风险因素。

2.1CiteSpace分析

关键词是文献核心概念的凝练，对CNKI数据库和WebofScience数据库的文献进行关键词词频与聚类分析，能较为直观的把握文献的核心内容。

利用可视化软件CiteSpace6.2.R5，对2014—2024年收录于中国知网（CNKI）数据库和WebofScience数据库的跨境电商供应链相关文献进行知识图谱量化研究，检索时间为2024年4月17日。中文文献在CNKI数据库中的检索方法为高级检索，检索源类别为CSSCI、北大核心、CSCD和AMI，检索主题为“跨境电商风险”“跨境供应链”，共得到1107篇文献，经人工剔除与跨境电商供应链不直接相关的无效文献，最后得到799篇文献。外文文献在WebofScience的核心合集数据库中进行检索，检索关键词为“Cross-bordere-commercesupplychainrisk”“e-commercerisks”，共检索出318篇文献，经过筛选，去除与主题相关性不强的文献和会议报告，共得到有效文献207篇。

从图1和图2可知，CNKI数据库中关键词共现次数较多的是海外仓、知识产权、风险防范、风险管理、物流风险、跨境支付等，WebofScience数据库中关键词共现次数较多的是model、impact、system、supplychain、optimization等；典型的聚类代表词可大致分为跨境物流类（#海外仓、#海关监管、#freighttransportation、#channel），跨境支付类（#支付风险、#信用风险、#信贷风险、#onlinetransactions），法律法规类（#知识产权、#网络营销、#广告投放、#法律监管），供应链协同类（#互联互通、#供应链协同、#optimization、#quality）等四类。

2.2全域视角下的跨境电商供应链风险分析

SCOR模型（SupplyChainOperationReference-model）是一种全球通用的供应链管理标准，它可以帮助企业识别供应链中存在的问题和瓶颈，模型包含计划、采购、生产、配送和退货等全供应链流程。因此，本文尝试将SCOR模型运用于跨境电商供应链风险研究，并结合了SCOR模型和跨境电商特殊性的供应链运作流程，如图3所示。

跨境电商将商品发布并展示于第三方跨境电商平台或自行搭建的独立站上，当用户选定产品，下单并完成支付后，跨境电商出口企业会将商品交付给相关物流企业进行投递。经过两次（出口国和进口国）海关通关商检后，商品最终被派送到企业或消费者手中，从而完成跨境电商整个交易的过程。

相较国内供应链，跨境供应链链条更长、参与者更多，更具复杂性和风险性。在跨境电商的供应链中，不但增加了跨境支付、跨境物流和网络营销等多个环节，而且在运营过程中必须考虑政治、法律法规、不同国家的文化与宗教背景等外部因素。本文从供应链内部风险和外部风险两个维度构建风险指标。供应链外部风险主要包括政治风险、商业环境风险、自然环境风险、法律风险四类。供应链内部风险主要集中于计划、采购与生产、推广与营销、物流、支付与退货五个环节。结合CiteSpace分析与跨境电商供应链运作模型，本文提出包括9个一级指标和28个二级指标的风险指标体系，如图4所示。

3研究方法

3.1层次分析法

层次分析法是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法[16]。不同风险指标对跨境电商出口供应链影响不同，可以借助层次分析法来确定不同维度下指标的权重。步骤如下：根据提出的跨境电商供应链风险评价层次结构模型，构建两两比较的判断矩阵；采用算数平均法，将判断矩阵两次归一化，得到权重向量；最后对判断矩阵进行一致性检验。

3.2熵权法

熵权法属于客观赋权法的一种，常用来弥补层次分析法计算权重时的主观性。通过熵值反映评分表中的信息量，根据信息量的大小赋予各风险指标权重。其确定权重过程有以下步骤[17]：首先，根据出口供应链风险指标集设计定性指标排序的调查问卷，得到n*m原始矩阵；其次，将原始矩阵正向化和标准化，得到标准化矩阵Zij并计算各评价值占该指标的比重Pij；最后，当Pij=0时，PijlnPij=0时计算第j项指标熵值；最后，计算第j项的权重。

3.3博弈论组合赋权法

博弈论组合赋权法采用博弈论思想，将多种方法计算的权重进行优化，既能解决权重分配的不确定性，又能实现优势互补，进而提高权重结果的科学性和准确性。计算过程如下[18]：首先，构造基础权重向量集。假设有L种方法（L=2）得到L个权重向量Wk={Wk1，Wk2，…，Wkn}（k=1，2，…，L），n为指标个数。可由它们得到组合权重；其次，根据博弈论思想，以最小化w和Wk离差为目标，优化线性组合权重系数。优化目标函数为；最后，对求出的组合权重系数αk进行归一化，进而得到线性组合系数以及组合权重矩阵。

4案例研究

为确定各风险指标对跨境供应链的影响，本文以具有跨境电商先行优势和典型代表性的长三角地区（特别是浙江地区为调研对象，结合提出的评价指标体系设计风险指标重要性调查问卷和风险评分表，针对跨境电商相关从业企业、平台、服务提供商、教学研究及管理机构开展细致访谈与调研。

4.1层次分析法确定权重

通过网络渠道以及线下走访的形式发出250份风险指标重要性调查问卷，实际收回229份，通过一致性检验的合格问卷195份。利用问卷调研结果分别建立目标层指标、准则层指标、指标层指标的判断矩阵，计算权重并检验一致性。

借助Yaahp10.3软件，得到权重向量和一致性检验计算结果如表1所示。一致性检验结果均满足C.R.lt;0.1，通过一致性检验。在跨境供应链风险的指标中，影响最大的是采购与生产风险，权重为0.2575；其中产品质量问题、供应商合作风险和供应链计划水平弱是最主要的风险指标。

4.2熵权法确定权重

通过网络渠道以及线下走访的形式共发送250份《跨境电商出口供应链风险评分表》，实际收回233份问卷，通过信度检验和效度检验的有效问卷197份。根据熵权法，借助SPSSAU软件，得到熵权法的客观权重W熵=（0.0176，0.0178，0.0177，0.0163，0.0281，0.0133，0.0214，0.0251，0.0715，0.0230，0.0226，0.0839，0.0473，0.0381，0.0356，0.0331，0.0876，0.0269，0.0334，0.0719，0.0389，0.0287，0.0146，0.0323，0.0651，0.0230，0.0263，0.0389）。

4.3基于博弈论的组合权重确定

本文利用层次分析法和熵权法得到的权重结果以及博弈论组合赋权法，计算最优线性比例并通过归一化处理得到组合系数α1=0.8436，α2=0.1564，组合权重结果如表2所示。

5结语

本文系统分析了跨境电商出口供应链管理面临的内外部风险，建立起综合文献计量、SCOR模型与跨境电商特殊性的风险评估指标体系。根据组合赋权得到的风险指标量化结果，发现风险较高的指标依次为采购与生产风险、计划风险、法律风险、物流风险、政治风险、交付与退货风险、推广与营销风险、商业环境风险、自然环境风险。在采购与生产风险中，产品质量问题最为突出。这可能是因为跨境电商需要根据市场消费者偏好的变化快速更新上架的产品，导致选品难、质量不合格、货不对板等情况频发。此外，供应链计划水平弱和市场需求预测不准确，也极易导致采购、生产、配送等计划的延期，引发交货以及现金流中断等风险。另外，知识产权风险和海关事务风险显著，表明由于国内外法律环境差异大、跨境电商从业者对合法合规责任认识不足甚至知之甚少等原因，导致跨境电商出口供应链隐藏了部分违法风险。最后，不同国家和地区的海关规定和通关流程存在差异，容易导致货物延迟或被扣，并且货损、丢包等物流风险和质量问题也时有发生。

针对跨境电商出口供应链存在的较高风险，本文提出以下建议：

（1）确定好企业定位和目标市场，加强选品质量与供应商质量管理，持续提升产品和服务质量，努力塑造品牌形象和口碑，提高消费者满意度和忠诚度。

（2）提升跨境电商供应链数字化水平，打破市场需求预测、供应链计划等信息鸿沟，促进市场信息共享和供应链上下游企业协同决策，提升市场需求预测、供应链计划的准确性，助力柔性制造和供应链韧性提升。

（3）提高跨境电商参与主体的知识产权保护等合规意识。充分调查目标市场知识产权保护等法律环境，事先对涉及的商标、专利、外观设计等进行了解。此外，跨境电商参与主体还应加强与海关、市场监督管理部门等的配合，做好法律风险防范。

（4）借助“一带一路”与RCEP带来的重要发展机遇，构建跨境电商物流基础设施及政策现代化体系。当前，物流问题多集中于退货处理、物流质量以及通关效率等方面。为此，应持续加大对海外仓、物流中心、信息平台等基础设施的投资，建设跨境供应链支撑体系；持续优化支持跨境电商出口的政策体系和环境，推广电子报关，推行“单一窗口”系统，实现通关便利化，提升跨境物流整体服务效率和质量水平；跨境物流企业则应加大物流转运过程中的货物质量监测，降低运输风险、提升物流服务质量。

参考文献

陈金晓，陈剑.从优化到重塑：大变局中的供应链高质量发展[J].系统工程理论与实践，2022，42（3）：545-558.

吴迪.全球价值链重构背景下我国实现高水平对外开放的战略选择[J].经济学家，2023，1（2）：15-24.

陈向博，郑凯.“一带一路”供应链安全研究[J].宏观经济研究，2022（3）：59-66.

PournaderM，KachA，TalluriS.Areviewoftheexistingandemergingtopicsinthesupplychainriskmanagementliterature[J].Decisionsciences，2020，51（4）：867-919.

李雪琴，胡永仕.供应链风险识别、评估与缓解研究综述[J].物流技术，2023，42（2）：122-126+141.

杨扬，李燕.基于改进SCOR模型的有色金属跨境供应链风险及对策探讨：以云南省特色有色金属供应链为例[J].对外经贸实务，2023（8）：14-21.

ChuCY，ParkK，KremerGE.Aglobalsupplychainriskmanagementframework：Anapplicationoftext-miningtoidentifyregion-specificsupplychainrisks[J].AdvancedEngineeringInformatics，2020，45：101053.

闫晗，高聪.中国跨境电商供应链风险因素研究[J].南方经济，2023（6）：104-121.

宋华，杨晓叶.供应链风险管理文献综述[J].供应链管理，2020，1（3）：33-45.

赵闯，郎坤.基于贝叶斯网络的生鲜物流风险评估[J].系统科学与数学，2020，40（11）：2108-2124.

RathoreR，ThakkarJJ，JhaJK.EvaluationofrisksinfoodgrainssupplychainusingfailuremodeeffectanalysisandfuzzyVIKOR[J].InternationalJournalofQualityamp;ReliabilityManagement，2021，38（2）：551-580.

UmJ，HanN.Understandingtherelationshipsbetweenglobalsupplychainriskandsupplychainresilience：theroleofmitigatingstrategies[J].SupplyChainManagement：AnInternationalJournal，2021，26（2）：240-255.

CanSaglamY，YildizÇankayaS，SezenB.Proactiveriskmitigationstrategiesandsupplychainriskmanagementperformance：anempiricalanalysisformanufacturingfirmsinTurkey[J].JournalofManufacturingTechnologyManagement，2021，32（6）：1224-1244.

杨继军，艾玮炜，范兆娟.数字经济赋能全球产业链供应链分工的场景、治理与应对[J].经济学家，2022，1（9）：49-58.

杜志平，区钰贤.基于三方演化博弈的跨境物流联盟信息协同机制研究[J].中国管理科学，2023，31（4）：228-238.

邓雪，李家铭，曾浩健，等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识，2012，42（7）：93-100.

张赠富.我国跨境电商海外仓综合服务能力统计测度：基于TOPSIS方法[J].商业经济研究，2021（21）：103-106.

张哲亮，夏沛，张晓星，等.源-网-荷-储一体化环境下复杂电网投资决策指标体系的研究[J].电力科学与技术学报，2023，38（3）：1-13.