B2C电子商务企业供应链风险预警指标体系构建

计划制定的难度，一旦战略计划的准确性出现偏差，供应链上的供给和需求就会因此失衡，引发供应链风险。另外，政府对行业的管制及对环境、安全标准等方面的限制也使得B2C电子商务企业的经营成本不断提高，整个供应链的成本也不断攀升。

5.市场环境风险

市场环境风险主要指因市场需求变动而引起的供应链风险。供应链的运作是以市场需求为导向的，供应链中的采购、运输和销售等都建立在对需求准确预测的基础之上。然而市场波动的水平正在不断提高，导致需求可预测性下降，这些无疑会大大增强消费者需求偏好的不确定性，使准确预测市场的难度加大，增加整个供应链的经营风险。同时，如果不能获得正确的市场需求信息，无法反映出不断变化的市场趋势和顾客偏好，供应链就会由于不能根据新的需求改变产品和供应，而不能进入一个新的细分市场。

（二）供应链内部流程风险

1.采购风险

作为贸易型零售业，采购是B2C企业获取商品的唯一途径，对B2C企业至关重要。采购品质量不合格、供应商供货不及时、供应商供应中断等因素，不仅延误了商品的供应，使B2C电子商务企业错过商品的最佳销售时机，还会导致消费者转而关注其他同类商品，降低顾客的忠戚度，进而影响B2C企业的销售利润，造成供应链风险。

2.库存风险

B2C电子商务企业对库存控制能力提出了更高的要求，网络的发展使得人们的购物不再局限于某时或某地，为了随时能为客户提供满意的产品或服务，B2C企业必须保持一定的库存。然而，如果企业库存太多，则会占用更多的资金，影响资金流动，给供应链造成沉重的财务负担。同时，如果库存管理不善，货物质量受损，就会因不能及时满足消费者的需求，而使B2C企业的声誉受损，引发供应链危机。

3.配送风险

作为直接面对消费者的环节，配送对于B2C企业来说至关重要。基于成本和能力的考虑，目前大部分B2C企业选择独立的第三方物流进行配送，但在配送机构的选择上，还面临一些新的问题：企业原有的合作配送机构是否能完成新配送任务？企业如何选择新的配送机构？新选择的配送机构在能力上是否值得信任？这些新问题的出现，为B2C电子商务企业带来了新的合同责任、货物运输、货物保管、货物移交等风险。

4.退货风险

随着市场升级，竞争激烈，买方占据主导地位，退货行为与退货制度在商界已是非常普遍的现象，特别是电子商务企业的交易完全依赖于虚拟的网络，顾客缺乏真实的接触感受，当实际产品与顾客期望不符时，顾客很容易发生退货行为。过多退货引发的成本风险是清晰可预期的：影响B2C企业销售和盈利；引起B2C企业与消费者矛盾激化；削弱B2C企业竞争力，使竞争对手乘虚而人迎头赶上等，这些都会使B2C电子商务企业的供应链遭受沉重的打击。

（三）供应链内部整体风险

1.财务风险

供应链财务风险是指因供应链系统财务状况恶化，而导致供应链管理达不到预期目标的可能性。供应链是资金流、物流、信息流这三流一体的结合。资金流在各个供应链节点企业间不断流通，如果供应链的财务效益低下、资金流通不畅，B2C企业就没有办法与供应商进行结算，供应商的生产也会由于缺乏资金而受到限制，一旦货源出现问题，B2C企业就必须放弃商品的销售。同时，延期付款或者拖欠款项还将会引发新的合同责任或信任风险，加大了整条供应链的运行难度。

2.信息风险

信息风险是指在供应链运作过程中，由于信息传递不及时、不准确、不安全而带来的供应链协作风险。信息在供应链中传递形成信息流，所有成员都需要足够准确的信息确定下一步行动的方向，如果B2C企业不能将信息准确、无误地传递给供应商、物流服务商和消费者，就将引发由于信息共享不充分导致的供应链流程不同步，使得供应链活动出现偏差和时间延误，影响整条供应链的工作效率。

3.技术平台风险

不同于传统的零售企业，B2C企业的所有交易活动都依赖于电子商务平台。网络与信息技术在供应链管理中起到了越来越重要的作用。但是，在实际运营中，由于IT技术的缺陷，企业经常面临较大的网络平台风险，如网络传输速度慢、服务器的稳定性差、软件设计缺陷、严重的病毒危害等，这不仅直接影响了顾客的购物体验，降低了顾客满意度，而且加大了支付过程的资金安全风险，使顾客遭受严重的财物损失，削弱了供应链的整体竞争力。

4.合作风险

合作风险是指供应链成员企业在合作过程中，并没有完全按照供应链共同目标行动而造成的风险。B2C企业供应链管理是以动态联盟的形式加入供应链，但由于各成员的目标、工作方法、组织文化等方面存在差异，供应链中的企业总会从自身利益出发，展开合作策略，主要表现在合作伙伴的责任分配不公、合作伙伴的自利行为、合作伙伴间利益分配不合理等。这些问题使得供应链上各企业之间缺乏信任，相互推卸责任，产生信用危机，导致合作无法顺利进行，进一步使供应链瓦解。

根据上述对B2C电子商务企业供应链风险诱因的分析，初步建立以下B2C电子商务企业供应链风险诱因体系，如表1所示。

三、B2C电子商务企业供应链风险预警指标体系构建

（一）B2C电子商务企业供应链风险诱因筛选

1.数据收集

本文采用调查问卷的形式进行风险诱因筛选。调查问卷包括3部分：第一部分是背景资料，主要是了解被调查者的基本资料，如性别、部门等；第二部分是B2C电子商务企业供应链风险预警的基本情况，调查者根据其所在企业的实际情况进行选择；第三部分是B2C电子商务企业供应链风险诱因分析，主要对各因素导致供应链风险发生的可能性作出相应的判断。本问卷采用5刻度量表来测量B2C电子商务企业的供应链风险程度。

本次调查主要采用网络调查的方法，将问卷链接在专业的调查网站上，邀请被调查者进行填写。本次问卷共发放300份，回收276份，其中有效问卷260份，有效率87%。具体情况如下：性别比例：男性占47%，女性占53010；公司类型：服装鞋帽类24.62%，美妆百货类11.92%，母婴户外类1.54%，3C数码类45%，食品保健类4.23010，家纺家居类3.08%，综合类846%，其他1.15%；职位分布：一般员工8.46%，基层管理人员16.54%，中层管理人员36.92%，高层管理人员38.08%；部门分布：客服部门6.92%，市场部门32.31%，采购部门15.77%，物流部门17.31%，技术部门4.62%，运营部门8.85%，人力资源部门5.77%，财务部门7.31010，其他1.15%。

2.数据分析与检验

（l）信度分析

问卷的信度是考察问卷测量的可靠性，它是指测验分数未受测量误差影响的程度，是测量结果反映出系统变异的程度。在对问卷进行数据分析之前，必须考察其信度，以确保测量的质量。根据统计结果，利用SPSS19.O对总量表进行信度检验。量表信度的高低常用α系数（信度系数）来表示，一份信度高的问卷，其信度系数要求大于0.80。本文对总量表的信度进行检验，信度系数为α=0.929（>0.80），符合信度检验要求，证明了问卷的稳定性，详见表2。

（2）效度分析

测量效度是指测量的有效性，即测量到的是否是要测定目标的特征。本研究的问卷是经过大量阅读相关文献和实地调研而确定的，在数据收集过程中，在调查对象选择方面也作了严格规定，数据的初步统计推断也表明数据有效。

（3）因子分析

利用因子分析能简化分析过程，更能反映事物的本质。由于B2C电子商务企业供应链风险诱因较多，使得研究的复杂性大，如果风险诱因之间存在一定程度的相关性，则考虑进行因子分析，用较少的变量代替原来较多的风险因素，从而起到降维简化的作用。

在因子分析前，先对量表进行KMO样本充足度测度（Kaisei.-Meyer-OlkinMeasureofSamplingAdequacy）和巴特莱特球体（Bartlettofsphericity）的统计学检验。KMO样本充足度测度是用来检验量表中所有变量之间的简单相关系数平方和和与这些变量之间偏相关系数平方和之差的，其值越接近1，表明越适合进行因子分析。当KMO值小于0.7时，不太适合作因子分析；巴特莱特球体检验用来检验相关阵是否是单位阵，Ho为相关系数是单位矩阵。当巴特莱特统计值的显著性概率小于等于α时，拒绝Ho，可作因子分析。

如表3所示，KMO值为0.897，大于0.7，巴特莱特球体检验的显著性概率小于0.01，表明适合作因子分析。

根据调查问卷的标准化结果，进行因子分析，通过表4可以看出，选取10个因子的解释度达到62.39%，可以表达出原变量的大部分信息，因此，认为将所有的风险诱因用1O个公因子表示是合适的。

因子分析的结果如表5所示，按因子载荷在0.55以上作为取舍变量的标准，由表5可以看出，各因子黑体标识的变量因子载荷在0.55以上，其中，第一个因子包括Xl0、X39、X24、X23；第二个因子包括X30、X29、X31、X35；第三个因子包括X38、X36；第四个因子包括X12、Xll、X6、X13；第五个因子包括X27、X28、X26；第六个因子包括X15、X14；第七个因子包括X22、X20、X19；第八个因子包括X33、X32；第九个因子包括X4、X3；第十个因子包括Xl、X2。

（二）B2C电子商务企业供应链风险诱因指标化

相应的，本文在设置B2C电子商务企业供应链风险预警指标时，主要是依据通过统计分析得出的28个供应链风险诱因小类，构建了B2C电子商务企业供应链风险预警指标体系，具体预警指标体系设置如表6所示。

参考文献：

[1]王宗光，李辉.供应链风险识别及处理研究[J].商业时代.2011，（4）.

[2]毛太田，陈英武，邹凯，连锁零售企业供应商评价指标体系构建研究[J].商业研究，2009，（10）.

[3]刘烈辉，汽车制造企业供应链风险预警与防范研究[D].南昌：江西财经大学，2011.

[4]马士华.如何防范供应链风险？[J].中国计算机用户，2003，（3）.

[5]丁伟东，刘凯，贺国先，供应链风险研究[J].中国安全科学学报，2003，（4）.

[6]CranfieldSchoolofManagement.SupplyChainVuin-erabiloty[R].CranfieldUniversity，ReportonbehalfofDTLR，DTIandHomeOffice，2002，8.

[7]刘耀，张倩，高新企业技术创新风险预警指标体系研究[J].深圳大学学报（人文社会科学版），2011，（6）.

[8]周尤青.基于BP人工神经网络模型的营销渠道风险预警系统研究[D].苏州：苏州大学，2010.

[9]郭雪姣，刘学林，跨境电子商务服务供应链风险分析[J].企业科技与发展，2014，（16）.

[10]祁莹，邓华.零售业供应链风险管理及供应商评价模型[J].东南大学学报（哲学社会科学版），2014，（1）.

[11]侯梅媛，基于BP神经网络的供应链风险评价方法研究[D].大连：辽宁师范大学，2013.

[12]陈浩.020模式下供应链风险及其对策的研究[D].苏州：苏州大学，2014.

[13]郑小京，郑湛，徐绪松，供应链风险管理研究综述——风险评估[J].技术经济，2013，（7）.

[14]吴光高.江西省新能源汽车供应链风险识别与评估研究[D].南昌：江西财经大学，2013.

推荐访问:指标体系 供应链 预警 构建 风险

---