当今时代,互联网经济的高速发展使得跨境电子商务越来越受到重视,扩大对外开放更大地激发了消费潜力。截至2020年5月,我国共设立105个城市和地区为跨境电子商务综合试验区[1]。从整体上看,近些年我国进出口贸易额整体呈上涨趋势(见图1)。由图1可知,2015—2016年我国进出口贸易额有所下降,出现负增长,但随后进出口贸易高速发展,贸易额逐步回升,在2020年达到了32.15万亿元。与此同时,跨境电商这种贸易新业态也在迅猛发展,即使在2015—2016年我国贸易市场普遍低迷的情况下,跨境电子商务仍然保持着平稳快速的发展趋势。
图1 2014—2020年我国进出口贸易额及其增长率
数据来源:国家统计局网站。
2020年,受全球新冠肺炎疫情影响,各国实体经济均受到了不同程度的冲击,许多实体店不得不关闭,损失惨重,而跨境电商发展势头强劲。国际方面:《企业海外发展蓝皮书:中国企业海外发展报告(2020)》显示,2020年全球跨境电商交易规模突破10 000亿美元,年平均增长速度达30%。其中,东南亚地区跨境电商平台第四季度GMV达到119亿美元,较2019年同期增长112.5%;拉美地区2020年电子商务销售额高达849.5亿美元,较2019年增长19.4%;澳洲市场2020年在线支付达到522亿澳元,增长13.9%;欧洲地区随着电商规模的逐渐增长,物流投资也达到386.4亿欧元,为近些年欧洲地区物流投资的最高数额。国内方面:《2020年度中国跨境电商市场数据监测报告》显示,2020年我国进出口总额非但没有减少,还呈现出上涨趋势,广大消费者足不出户就可以实现购物,这很大程度上归功于跨境电子商务。中国国家统计局数据表明,2020年我国跨境电商总交易额已达12.5万亿元,较2019年增长19.04%,较2014年增长两倍多,可见中国跨境电子商务发展的潜力之大。图2列出了2014—2020年我国跨境电商行业交易规模及其增长率。由图2可知,2020年跨境电商在新冠肺炎疫情影响导致全球经济不稳定的情况下,仍然为各国经济发展带来了新的增长点。跨境电商作为互联网环境下的产物,改变了传统交易模式,通过线上交易降低了疫情传播的风险,将成为我国经济增长的新动力之一。
图2 2014—2020年我国跨境电商行业交易规模及其增长率
数据来源:http://www.100ec.cn。
由于跨境商品运输路程较远,可能经历航空、海运、陆运等诸多环节,因此整体运输时间较长。在运输过程中可能出现货物破损、丢件、海关扣件等情况,不确定因素较多,很容易影响消费者满意度[2]。此外,由各种不确定因素引起的自然灾害频发,整个供应链有随时中断的风险,这将直接影响跨境电子商务供应链的正常运行[3]。关于此类跨境电商供应链发生风险的案例比比皆是,消费者对跨境电商供应链物流系统存在一定的风险规避,因而对是否进行跨境电商消费犹豫不决。随着信息技术的不断发展和消费者行为的改变,跨境电商供应链网络已经呈现出多级、多层复杂的网络结构特征。因此,考虑消费者风险规避的跨境电商B2C供应链网络均衡条件,研究消费者风险规避行为对整个跨境电商供应链网络均衡的影响,对于我国跨境电商的发展具有重要意义。
Nagurney早在2001年就开始针对供应链网络均衡模型进行相关理论分析和应用研究,讨论了一系列通过变分不等式解决均衡问题的相应研究,使整个供应链网络的发展更加深刻和广泛[4-8]。近年来,供应链网络均衡模型已成为一个重要的研究领域,其很好地描述了产品交通网络、信息网络、物流网络等叠加的特征,引起了企业界和学术界的广泛讨论。张铁柱等认为,需求市场中的商品不是以单一方式流动的,而是供应商和零售商都在运输和销售各种商品,因此在需求确定的条件下,构建了具有多商品流动特性的供应链均衡模型[9]。徐兵等利用市场产品生产地不同、品牌不同的特点,建立了具有多商品流的供应链网络均衡模型[10]。雷延军等分析了全球供应链网络可能存在的风险,建立了供应链网络中各层级决策主体的最优化条件[11]。针对供应链网络均衡模型,目前相关的研究集中于多商品流、多品牌、多产地的研究,引入消费者风险偏好的研究尚不多见。
在跨境电商供应链方面,高翔等运用结构方程模型构建了全国多个城市跨境电商企业的供应链模型,分析了风险影响因素[12]。袁峰运用熵权法,采用计量模型,以网络的视角研究了跨境电商企业可能存在的风险因素[13]。焦世奇提出,跨境电商供应链呈现出复杂的网络结构特征,并以饲料产业供应链网络为例,分析了跨境电商供应链网络的特点及发展规划[14]。薛如梦等考虑到跨境电商供应链中存在许多不确定因素,运用随机规划模型研究跨境电商供应链网络在随机环境下的最优决策行为[15]。
通过以上研究分析可以看出:一方面,很多学者已经注意到跨境电商行业供应链存在的诸多风险因素导致消费者会存在一些风险规避行为;另一方面,目前将跨境电商引入供应链网络均衡模型的研究较少,大多数研究集中在传统商品的供应链网络均衡问题上。由于供应链网络均衡模型可以准确地揭示跨境电商物流供应链网络的特征,因此可以作为分析跨境电商供应链中各成员决策行为及最优化条件的主要工具之一。
针对现有文献的不足,本文将跨境电商B2C引入供应链网络均衡模型,研究消费者风险规避行为带来的主要问题,采用供应链网络均衡理论以及变分不等式模型,对当前跨境电商B2C供应链网络进行全面的分析和研究,以期为今后的跨境电商B2C供应链网络发展和供应链网络之间的协作提供理论基础,为跨境电商B2C供应链网络的决策者提供决策参考。
供应链网络均衡模型主要包括跨境电商B2C企业、物流服务商、国外消费者,如图3所示。整个供应链网络用G=[N,L]表示,其中,网络中节点集合用N来表示,网络中运营活动有向链接集合用L来表示。图3中共有m个跨境电商B2C企业,典型分布在不同区域的跨境电商B2C企业,以节点i表示;有n个物流服务商,典型分布在不同区域的物流服务商,以节点j表示;有o个国外消费者,典型分布在不同区域的国外消费者,以节点k表示。节点j和节点k之间的链接,表示产品从物流服务商运输到国外消费者的过程。
图3 跨境电商供应链网络拓扑结构
本文针对国外消费者的行为进行研究,主要关注国外消费者对跨国交易风险的关注;采用非合作博弈,所有参与的商家和消费者基于自身的收益进行决策。故给出针对国外消费者的两个假设:
假设1 国外消费者是风险规避的,风险规避程度反映在其承担的风险成本效用上。
假设2 基于非合作博弈构建模型,所有参与者基于自身收益最大化目标采取相应策略。
研究过程中涉及的相关参数描述如表1所示。
表1 参数描述
参数描述qij跨境电商企业i与物流服务商j之间的交易量qjk物流服务商j与国外消费者k之间的交易量cij跨境电商企业i与物流服务商j之间的交易成本μk国外消费者的风险规避程度tk国外消费者支付的物流费用ρij跨境电商企业的产品销售价格ρk国外消费者的交易价格dk产品需求量
fi(Q1)为跨境电商企业i的销售成本,为跨境电商企业产品销售价格的均衡值,跨境电商企业的总成本为产品销售成本加上交易成本,收益为交易价格乘以交易数量。假定每个跨境电商企业都追求利润最大化,则跨境电商企业的利润最大化函数可表示为
(1)
假设跨境电商企业间为非合作竞争博弈,销售成本函数、交易成本函数假定为流量的单调函数。根据变分不等式理论,所有跨境电商企业的利润优化条件可转化为
(∀Q1∈R+)
(2)
fj(Q2)为物流服务商j的物流成本,假定每个物流服务商都追求利润最大化,则物流服务商的利润最大化函数可表示为
(3)
假设物流服务商之间为非合作竞争博弈,则所有物流服务商的最优化问题可转化为
(∀Q2∈R+)
(4)
国外消费者在购买商品时,既要承担一定的物流费用,也要承担一定的风险成本,该成本与qjk有关。设μk为国外消费者对跨境电商运输方式的风险规避程度,则国外消费者应满足均衡条件
(5)
国外消费者需求应满足流量守恒约束条件
(6)
式(6)表示,若国外消费者愿意购买产品支付的均衡价格为正值,则市场需求量等于消费者购买产品的数量并且为正。
根据变分不等式理论,式(5)、(6)可以转化为其优化问题,即
(∀ρk∈R+)
(7)
在供应链网络均衡状态下的跨境电商企业、物流服务商和国外消费者,都应该满足其各自的最优条件,即供应链网络均衡状态为跨境电商企业、物流服务商和国外消费者的交易量和交易价格满足式(2)、(4)、(7)之和,表示为
(8)
采用修正投影算法求解该变分不等式,具体迭代步骤如下:
(1) 初始化。初始解X0∈K,令k=1,同时选择参数ρ,使得是变分不等式中函数F的Lipschiz常数。
(2) 构造变分不等式,求解x-k-1。
[x-k-1+ρF(xk-1)-xk-1]T(x′-x-k-1)≥0,∀x′∈K。
(3) 改进变分不等式,求解xk。
[xk+ρF(xk-1)-xk-1]T(x′-xk)≥0,∀x′∈K。
(4) 进行收敛性检验。
若|xk-xk-1|≤,为收敛精度,>0,则停止迭代;否则令k=k+1,转入第二步继续进行。
通过修正投影法求解变分不等式(8),由于目标函数都是一阶连续可导的凸函数,故其存在可以收敛的唯一解。以2个跨境电商企业、1个物流服务商、1个境外消费者所组成的供应链网络为例进行分析,网络结构模型如图4所示。
各企业成本函数及市场需求函数中,跨境电商企业的产品销售成本为跨境电商企业与物流服务商之间的交易费用为物流服务商的物流成本为国外消费者支付的物流费用为国外消费者的需求函数为d1=1 000-3pk,k=1。
图4 数值算例网络模型
采用修正投影算法,运用Matlab2020b软件,设置步长为0.001,收敛精度为0.000 1,分别取国外消费者风险规避程度为0.5、1、1.5、2,计算整个供应链网络的均衡交易量及交易价格,并分析其敏感性情况。算例分析结果如表2所示,消费者风险规避程度对交易量、交易价格的影响如图5、6所示。
表2 算例分析结果
变量μk=0.5μk=1μk=1.5μk=2跨境电商企业与物流服务商之间的运输量q11=174.85q21=145.31q11=169.63q21=142.14q11=164.74q21=139.08q11=160.14q21=136.13物流服务商与国外消费者之间的运输量q11=320.15q11=311.77q11=303.82q11=296.27交易价格p1=226.62p1=229.41p1=232.06p1=234.60
图5 消费者风险规避程度对交易量的影响
采用数值案例分析方法,由图5、6可知:
(1) 国外消费者风险规避程度的不断增加,将导致跨境电商企业与国外消费者交易量的减少和交易价格的增加。
(2) 在消费者层面,如果消费者认为此次交易可能存在风险,那么消费者的风险规避程度就会增加,从而导致整个供应链网络流量的减少。
图6 消费者风险规避程度对交易价格的影响
(3) 在跨境电商企业层面,当供应链网络流量减少时,跨境电商企业为了在消费者交易量减少的情况下实现利润最大化,将通过提高产品价格来增加企业利益。
综上,随着跨境电商平台不断改进,其风险降低,消费者认可度提高,消费者风险规避程度降低,整个跨境电商平台供应链网络的运行成本以及平台企业的均衡价格将会更低,而收益则会更高。
消费者风险规避程度会直接影响跨境电商企业与消费者的交易数量和交易价格,对于政府而言,应该对各地跨境电商平台建设给予支持,对跨境电商平台存在的风险予以预警,以降低其运行风险。只有不断改进服务质量,降低运行成本,保证跨境电商平台交易的安全性和可靠性,才能从根本上提高消费者对跨境电商行业的满意度,减少消费者风险规避行为,促进跨境电子商务产业的发展[16]。
由于传统跨境物流通道运输时间长、效率低等缺陷,导致商品在运输过程中破损、丢失等情况时有发生。由于不确定因素较多,消费者风险规避程度也随之增加。而随着信息技术水平的提升和大数据技术的应用,完全可以对跨境电商网络进行系统性优化,结合大数据技术对市场动态变化和消费者需求变化的风险因素进行精准分析和改进。此外,相对于国内电商网络,跨境电商网络中从每一个开始节点到消费者终点,都是一条复杂的长链,商品经历长途运输过程,国内外部门检查流程繁多,无形增加了整个跨境电商运行的风险概率,导致跨境电商企业收益下降。因此,需要政府积极与海关等部门进行协调,开辟专属物流通道,优化一系列清关、缴税流程,完善跨境电商与政府部门协作机制,提高跨境电商网络运作效率,降低风险[17],推动跨境电商供应链网络的稳定发展。
在跨境电商网络运作过程中,对于网络运行可能遇到的风险因素,不仅要有监督机制,还要有完善的风险管理预案,主要包括供应链网络运行风险识别、风险预警、风险规避和风险处理。近年来,供应链中断风险时常发生,因此要及时调整优化配送机制和运输模式,先确保整体损失最小、收益最大,随后再进行成本分担和收益分配,从总体上减少相关风险给供应链网络运行带来的损失,提升供应链网络的整体竞争能力。在供应链网络运行中,首先要进行风险识别,提前了解供应链网络中可能存在的风险因素;其次要进行风险评估,了解风险因素对供应链网络的损害等级程度;再次要进行风险预警和风险处理,对高概率风险因素及时给予供应链上下游企业预警,并根据预案中的应对措施,将损失降到最低;最后要进行风险总结,为今后供应链网络风险管理提供参考[18]。
[1] 孙琪.我国跨境电商发展现状与前景分析 [J].商业经济研究,2020(1):113-115.
[2] 张帆.辽宁跨境电商存在的问题及对策分析 [J].吉林广播电视大学学报,2021(1):96-99.
[3] 裴东霞.我国跨境电商运行绩效评价与提升策略——基于跨境电商综合试验区样本数据的分析 [J].商业经济研究,2020(6):145-148.
[4] Nagurney A,Dong J.A multiclass,multicriteria traffic network equilibrium model with elastic demand [J].Transportation Research Part B Methodological,2002,36(5):445-469.
[5] Nagurney A,Dong J.Paradoxes in networks with zero emission links:implications for telecommunications versus transportation [J].Transportation Research Part D Transport & Environment,2001,6(4):283-296.
[6] Nagurney A,Matsypura D.Global supply chain network dynamics with multicriteria decision-making under risk and uncertainty [J].Transportation Research Part E,2011,41(6):585-612.
[7] Nagurney A,Zhang D,Dong J.Spatial economic networks with multicriteria producers and consumers:statics and dynamics [J].Annals of Regional Science,2002,36(1):79-105.
[8] Nagurney A,Loo J,Dong J,et al.Supply chain networks and electronic commerce:a theoretical perspective [J].Netnomics,2002,4(2):187-220.
[9] 张铁柱,刘志勇,滕春贤,等.多商品流供应链网络均衡模型的研究 [J].系统工程理论与实践,2005(7):61-66.
[10] 徐兵,朱道立.产品随机选择下多商品流供应链网络均衡模型研究 [J].系统工程理论与实践,2007(3):82-90.
[11] 雷延军,李向阳.基于风险与双渠道的全球供应链“超网络”均衡优化模型研究 [C]// 第八届中国管理科学学术年会论文集,2006:529-534.
[12] 高翔,贾亮亭.基于结构方程模型的企业跨境电子商务供应链风险研究——以上海、广州、青岛等地167家跨境电商企业为例 [J].上海经济研究,2016(5):76-83.
[13] 袁峰.同业网络视角下跨境电商企业供应链风险分析 [J].商业经济研究,2021(14):98-101.
[14] 焦世奇.饲料电商跨境供应链网络之特点与管理创新的研究 [J].中国饲料,2020(13):129-132.
[15] 薛如梦,王长军.考虑贸易环境变动的跨境电商供应链网络优化 [J].供应链管理,2021(5):59-69.
[16] 董毓玲.基于区域比较的吉林省跨境电商发展对策研究 [J].北京印刷学院学报,2020(4):22-24.
[17] 张夏恒,郭海玲.跨境电商与跨境物流协同:机理与路径 [J].中国流通经济,2016(11):83-92.
[18] 潘永明,姜景博.供应链风险管理概述与研究 [J].物流工程与管理,2020(1):99-100.