綠色供應鏈脆弱性風險傳播機制研究

張學森 汪劉凱 李慧宗 王向前

(安徽理工大學 1.外國語學院 2.經濟與管理學院，安徽 淮南 232001)

綠色供應鏈脆弱性風險傳播機制研究

張學森1汪劉凱2李慧宗2王向前2

(安徽理工大學 1.外國語學院 2.經濟與管理學院，安徽 淮南 232001)

圍繞綠色供應鏈脆弱性的內涵，從綠色供應鏈的內部風險、外部風險和鏈間運行風險三個角度系統識別出綠色供應鏈脆弱性包含的主要風險因素。經過嚴格分析，制定綠色供應鏈脆弱性表現量表(1個維度，3個測量項)和綠色供應鏈脆弱性風險因素量表(15個維度，27個測量項)。在此基礎上，經過多次迭代、修正、檢驗，最終構建出綠色供應鏈脆弱性風險因素的14條傳導路徑。

綠色供應鏈；脆弱性；傳播路徑

一、引言及相關文獻回顧

近年來，受國內經濟競爭壓力和國外市場的誘導，國內企業逐步將目標轉向國外市場，導致對企業的OEM、ECR、ERP、QR、VMI、JIT要求不斷提升，同時企業所面臨的政治、經濟、自然以及文化環境也變得愈發復雜，綠色供應鏈脆弱性問題越來越突出(曹柬 等，2013)。然而，當前對供應鏈脆弱性管理的研究成果較少，對綠色供應鏈脆弱性管理的研究更是少之又少。因此，從新的視角來判斷“什么因素決定綠色供應鏈脆弱性”、“什么途徑傳播綠色供應鏈脆弱性”以及“各路徑多大程度上作用于綠色供應鏈脆弱性”的問題顯得尤為迫切(魏鵬，2016)。本文從綠色供應鏈的外部風險、內部風險、鏈間風險角度全方位識別綠色供應鏈脆弱性風險影響因素，通過科學的調研對各因素進行測量，運用結構方程技術考察綠色供應鏈脆弱性風險影響因素的傳播路徑，從而為企業的綠色供應鏈管理決策提供參考。

綠色供應鏈的探討起源于1994年密歇根州立大學的EMR研究，其首次提出應將環境因素整合到供應鏈的各個環節，即在產品設計、采購、制造、分銷和產品生命周期末端治理等各環節都要考慮環境因素(Peck，2006)。已有關于綠色供應鏈管理的研究內容主要包括綠色供應鏈的決策內容、決策模型、影響因素，以及綠色供應鏈績效評價、特定行業綠色供應鏈和綠色供應鏈實證等方面(朱慶華 等，2010)。“脆弱性”問題最早由White研究生態系統時提出，并伴隨著經濟社會的發展逐漸拓展至社會科學領域(Pettit et al.,2010)。系統回顧供應鏈脆弱性的相關文獻可以發現，研究內容涉及：供應鏈脆弱性的主要構成因素，包含擾動(外部對供應鏈的破壞性沖擊)、暴露(供應鏈本身具有薄弱環節而受到破壞性沖擊)、斷裂(擾動和暴露對供應鏈造成負面影響而導致斷裂)；供應鏈脆弱性的影響因素，主要包含注重效率而非效力、全球化趨勢、集中生產與分銷、外包趨勢、混合柔性、供貨商數量的縮減、需求波動、透明性、控制措施缺乏、供應網絡可視性等；供應鏈脆弱性評估、脆弱性預警和供應鏈恢復能力(王玲 等，2011)。通過以上簡要回顧不難看出，已有研究對綠色供應鏈脆弱性的形成機理及傳導機制缺乏系統、客觀描述。基于此，本文通過對企業實際運行狀況進行調研獲取數據，從綠色供應鏈脆弱性的內部風險、外部風險、鏈間運行風險三個角度系統識別綠色供應鏈的影響因素和傳播路徑，從而為企業在實際運行中降低或阻隔綠色供應鏈脆弱性風險傳播路徑提出新方法。

二、研究變量與研究假設

(一)變量識別

1.綠色供應鏈脆弱性

綠色供應鏈是指以可持續發展為目標，以綠色制造和供應鏈管理技術為基礎，綜合考慮資源效率與環境影響，從原材料獲取到產品加工、包裝、倉儲、運輸、使用、報廢的整體過程，實現資源效益、經濟效益與環境效益的協調優化(劉彬 等，2009)。供應鏈脆弱性是指由于供應鏈運行受內在不穩定性與外界干擾的雙重影響，當供應鏈風險緩解因素小于風險驅動因素的作用時，供應鏈的某一部分與期望目標出現偏差，從而使該系統、群體或個體遭受某種程度的損失或損害，并且難以恢復。根據劉家國等(2015)的研究，本文界定綠色供應鏈脆弱性主要表現為綠色供應鏈運行脆弱性(η1)。

2.綠色供應鏈脆弱性外部風險

綠色供應鏈脆弱性外部風險主要指外部環境的突發事件作用于供應鏈上一個或多個成員，致使供應鏈中斷，進而導致綠色供應鏈脆弱性的風險(Noriega et al.，2012)。根據Lehoux et al.(2014)針對綠色供應鏈的相關研究結論，本文界定綠色供應鏈脆弱性外部風險主要包含社會綠色服務能力(ε1)、市場風險(ε2)、政策法規風險(ε3)、社會經濟環境風險(ε4)、技術變革風險(ε5)、自然環境風險(ε6)。

3.綠色供應鏈脆弱性內部風險

綠色供應鏈脆弱性內部風險主要指企業內各部門或成員的運營不穩定性而增加的綠色供應鏈中斷風險，進而導致綠色供應鏈脆弱性(Vugrin et al.,2011)。根據Juttner et al.(2003)針對供應鏈管理的研究結論，本文界定綠色供應鏈脆弱性內部風險主要包含企業內部運作風險(ε7)、企業綠色科技創新風險(ε8)、企業戰略風險(ε9)、企業道德風險(ε10)。

4.綠色供應鏈脆弱性鏈間風險

綠色供應鏈脆弱性鏈間風險主要指由于供應鏈各成員相互作用的不穩定性而引發的綠色供應鏈成員間合作中斷風險，進而導致綠色供應鏈脆弱性(魏鵬，2016)。根據杜志平等(2011)的研究，本文界定綠色供應鏈間脆弱性風險主要包含信任風險(ε11)、信息與可視性風險(ε12)、成員“鎖定”風險(ε13)、文化差異風險(ε14)、供應鏈恢復能力風險(ε15)。

(二)研究假設

鑒于本文主要探究綠色供應鏈脆弱性風險因素的作用機理與傳導機制，因此，各風險因素為自變量， 綠色供應鏈脆弱性為因變量，各風險因素通過某一作用或有效迭加導致綠色供應鏈脆弱性。基于上述分析，令上述15個風險因子為內在潛變量，綠色供應鏈運行脆弱性1個因子為外在潛變量，根據國內外相關研究和當前我國綠色供應鏈管理的特征，構建如下假設：

H1：社會綠色服務能力風險對綠色供應鏈脆弱性存在負向影響。

H2：市場風險對綠色供應鏈脆弱性存在正向影響。

H3：政策法規風險對綠色供應鏈脆弱性存在正向影響。

H4：社會經濟環境風險對綠色供應鏈脆弱性存在正向影響。

H5：技術變革風險對綠色供應鏈脆弱性存在正向影響。

H6：自然環境風險對綠色供應鏈脆弱性存在正向影響。

H7：企業內部運作風險對綠色供應鏈脆弱性存在正向影響。

H8：企業綠色科技創新風險對綠色供應鏈脆弱性存在正向影響。

H9：企業戰略風險對綠色供應鏈脆弱性存在正向影響。

H10：企業道德風險對綠色供應鏈脆弱性存在正向影響。

H11：信任風險對綠色供應鏈脆弱性存在正向影響。

H12：信息與可視性風險對綠色供應鏈脆弱性存在正向影響。

H13：成員“鎖定”風險對綠色供應鏈脆弱性存在正向影響。

H14：文化差異風險對綠色供應鏈脆弱性存在正向影響。

H15：供應鏈恢復能力風險對綠色供應鏈脆弱性存在正向影響。

三、數據收集與量表檢驗

(一)問卷設計與數據采集

為保證問卷良好的內容效度，本文參考了近年來研究綠色供應鏈及其脆弱性風險因素時使用的成熟量表(Svensson，2010；Wagner et al.，2006)，并征求了相關學者和從業高管的修改建議，進而形成初始調查問卷。根據便利性原則，本文利用預調查問卷對某校MBA班的73名學生進行了小規模測試。通過對預調查所收集的數據進行分析，刪除了因子負荷度低的4個測量項，修正了9個表達不準確的題項，形成最終問卷。最終問卷由綠色供應鏈脆弱性表現和脆弱性風險影響因素兩部分組成：脆弱性表現量表包括1個維度，3個測量項；脆弱性風險影響因素量表包含15個維度，27個測量項。測量題項采用 7級Likert量表。

基于保證測量工具正確反映潛變量特征和樣本代表性的前提，依據調研的經濟性、便利性和SEM的測量模型對測量項與數據比的要求，我們選取企業物流部門主管、某高校MBA學員以及參加項目培訓的企業領導作為正式調研對象。2015年8—11月間共發放調查問卷473份，主要涉及物流、石化、煤炭、鋼鐵、電子、農業、汽車、服務行業，回收問卷325份，在剔除信息不完全的18份問卷后，最終獲取有效問卷307份，問卷回收率68.71%，有效問卷率64.91%。

(二)數據檢驗與因子提取

本文采用SPSS 17.0軟件對量表進行信度與效度檢驗。信度檢驗的結果見表1，從中可見，除企業道德風險一項Cronbach′s Alpha值小于參考標準外，其余各項Cronbach′s Alpha值與CITC值均滿足參考標準要求，因此剔除企業道德風險因子，最終確定綠色供應鏈脆弱性風險因素為14項。

表1 綠色供應鏈脆弱性風險因素信度檢驗

注：一般要求Cronbach′s Alpha>0.7，CITC>0.5有效。

Bartlett 和KMO檢驗的結果表明：KMO=0.861>0.5(參考標準)，表明數據很適合進行因子分析；Barlett球形度值為0.000，表明綠色供應鏈脆弱性風險因素測量指標間獨立性較強，指標數據符合PA-LV數據分析要求。

進一步，運用主成分分析法抽取綠色供應鏈脆弱性的公因子，采用方差最大化正交旋轉法得到因子載荷值，結果共提取出14個特征值大于1為的因子，累計方差貢獻率達到81.364%，這與理論框架較為一致。同時，各個題項都負荷在相應的因子上，交叉負載程度較低，且每個觀察變量的因子載荷均大于0.5。根據因子分析所對應的測量項信息，本文將各因子分別命名為 “市場風險”、“政策法規風險”、“信任風險”、“技術變革風險”、“自然環境風險”、“企業戰略風險”、“企業內部運作風險”、“企業綠色科技創新風險”、“供應鏈恢復能力風險”、“社會綠色服務能力風險”、“社會經濟環境風險”、“信息與可視性風險”、“成員‘鎖定’風險”、“文化差異風險”。

四、傳導路徑的構建與分析

(一)初始傳導路徑的構建

為挖掘綠色供應鏈脆弱性風險因素的傳導路徑，根據下述原則構建初始傳導路徑：(1)以上述調研最終獲取的307條有效數據構建協方差矩陣；(2)以通過檢驗的綠色供應鏈脆弱性風險影響因素包含的社會綠色服務能力、市場風險、政策法規風險、社會經濟環境風險、技術變革風險、自然環境風險、企業內部運作風險、企業綠色科技創新風險、企業戰略風險、信任風險、信息與可視性風險、成員“鎖定”風險、文化差異風險、供應鏈恢復能力風險14個變量為外在潛變量；(3)以綠色供應鏈脆弱性包含的運行脆弱性1個變量為內在潛變量；(4)運用AMOS 17.0的“PA-LV”功能對綠色供應鏈脆弱性風險因素的初始傳導路徑及系數進行計算。在此不列出初始傳導路徑，只列出最終傳導路徑及其作用系數。

(二)初始路徑的檢驗與修正

根據結構方程模型和潛在變量路徑分析的原則，所構模型及路徑是否合理需進行適配度檢驗。運用AMOS 17.0對綠色供應鏈脆弱性風險的影響因素傳導路徑及其模型進行適配度檢驗，結果見表2。

表2 初始路徑適配度檢驗值

表2顯示，初始路徑的適配度檢驗中RMSEA(似誤差均方根)、GFI(擬合優度指數)、AGFI(調整擬合指數)、NFI(規范擬合指數)、PNFI(節儉規范擬合指數)衡量效果不佳，需進一步修正。因此，采用AMOS 17.0的“Amos Output→Model Fit”功能，對初始路徑進行修正指標(modification indices)計算。篇幅所限，僅列出第一次路徑修正檢測結果。

表3 綠色供應鏈脆弱性風險因素的傳導路徑修正指標檢驗值

(三)最終路徑的檢驗、確定與分析

根據上述傳導路徑修正檢驗參考值，先后進行6次迭代、修正，最終確定的綠色供應鏈脆弱性風險因素的傳導路徑的適配度檢驗結果見表4，最終傳導路徑及其參數見表5。

表4 最終路徑適配度檢驗值

表4顯示，最終路徑的適配度檢驗值均符合參考標準，因此，模型及其路徑適配度良好。從表5的研究結果可知，本文所提出的H1、H2、H3、H4、H5、H6、H7、H8、H9、H11、H12、H13、H14、H15均獲得數據的顯著性支持。

表5 綠色供應鏈脆弱性風險因素的傳導路徑參數最終計算結果

五、結論與建議

本文的研究結論為：(1)綠色供應鏈脆弱性風險因素主要來源于3大類14種風險。(2)在所有因素中，市場風險(ε2)、供應鏈恢復能力風險(ε15)對綠色供應鏈脆弱性的影響最強，其系數分別為0.557和0.543；社會經濟環境風險(ε4)、企業戰略風險(ε9)對綠色供應鏈脆弱性影響最弱，其系數分別為0.395和0.388；(3)綠色供應鏈脆弱性外部風險總系數為2.614、內部風險總系數為1.242、鏈間風險總系數為2.341，因此，企業綠色供應鏈脆弱性風險主要來源于外部風險。

本文研究結論對于物流企業實際運行的管理啟示在于：第一，應構建系統的綠色供應鏈脆弱性預警體系，強化對各種風險源的檢測與控制。第二，要加強市場風險管理水平和供應鏈恢復能力建設，針對市場風險和供應鏈恢復風險做好應急預防和補救措施。第三，在企業綠色供應鏈脆弱性管理中必須有所側重，要加強高風險源檢測，弱化低風險源檢測。第四，加強外部風險的管控水平，強化對社會綠色服務能力、市場變化、政策法規、社會經濟環境、技術變革以及自然環境的監控管理，合理構造供應鏈整體結構布局，認真選擇與“鎖定”供應鏈成員，從而降低內、外部風險發生機率。

曹柬，吳曉波，周根貴. 2013. 不對稱信息下綠色采購激勵機制設計[J]. 系統工程理論與實踐(1):106-114.

杜志平，胡貴彥，劉永勝. 2011. 基于復雜性供應鏈脆弱性研究[J]. 中國流通經濟(6):49-54.

劉彬，朱慶華. 2009. 制造企業綠色采購實踐對績效影響的實證研究[J]. 管理學報(7):24-29.

劉家國，周粵湘，盧斌，等. 2015. 基于突發事件風險的供應鏈脆弱性削減機制[J]. 系統工程理論與實踐(3):556-566.

王玲，褚哲源. 2011. 供應鏈脆弱性的研究綜述[J]. 軟科學(9):136-139.

魏鵬. 2016. 綠色供應鏈環境下供應商評估的證據推理模型構建[J]. 統計與決策(7):50-54.

朱慶華，田一輝. 2010. 企業實施綠色供應鏈管理動力模型研究[J]. 管理學報(5):723-727.

JUTTNER U, PECK H, CHRISTOPHER M. 2003. Supply chain risk management: outlining an agenda for future research [J]. International Journal of Logistics: Research and Applications, 6(4):197-210.

LEHOUX N D, AMOURS S, LANGEVIN A. 2014. Inter-firm collaborations and supply chain coordination: review of key elements and case study [J]. Production Planning & Control， 25(10):858-872.

NORIEGA G R, LUDWING L G. 2012. Social vulnerability assessment for mitigation of local earthquake risk in Los Angeles County [J]. Natural Hazards, 64(2):1314-1355.

PECK H. 2006. Reconoiling supply chain vulnerability risk and supply chain management [J]. International Journal of Logistics Research and Applications, 9(2):127-142.

PETTIT T J, FIKSEL J, CROXTON K L. 2010. Ensuring supply chain resilience：development of a conceptual framework [J]. Journal of Business Logistics, 31(1):1-21.

SVENSSON G. 2010. A conceptual framework for the analysis of vulnerability in supply chains [J]. International Journal of Physical Distribution & Logistics Management, 30(9):731-750.

VUGRIN E D, WARREN D E, EHLEN M A. 2011. A resilience assessment framework for infrastructure and economic systems: quantitative and qualitative resilience analysis of petrochemical supply chains to a hurricane [J]. Process Safety Progress， 30(3)：280-290.

WAGNER S M, BODE C. 2006. An empirical investigation into supply chain vulnerability [J]. Journal of Purchasing and Supply Management, 12(6):301-312.

(責任編輯 張建軍)

Transmission Path about Risk Factors of Vulnerability of Green Supply Chain

ZHANG XueSen WANG LiuKai LI HuiZong WANG XiangQian

(Anhui University of Science and Technology, Huainan 232001)

Around the connotation of green supply chain vulnerability, through literature research and quantitative analysis, from three angles which are internal risks, external risks and chain system of the vulnerability of the green supply chain, main risk factors are identified. By strict analysis, the paper develops performance inventory (1 dimension, 3 measurements) and risk factors inventory (15 dimensions, 27 measurements) of the green supply chain vulnerability, builds 14 conduction paths about the vulnerability risk factors of green supply chain after many iterations and correction.

green supply chain; vulnerability; conduction path

2016-12-06

張學森(1984--)，男，安徽臨泉人，安徽理工大學外國語學院講師。 汪劉凱(1991--)，男，安徽岳西人，安徽理工大學經濟與管理學院碩士生。 李慧宗(1979--)，男，河南南陽人，安徽理工大學經濟與管理學院副教授。 王向前(1981--)，男，安徽臨泉人，安徽理工大學經濟與管理學院副教授。

教育部人文社會科學研究項目“社會化標注環境下的標簽層次關系發現方法研究”(13YJCZH077)；淮南市科技計劃項目“基于J2EE的企業E-Learning系統的研究”(2013A4018)。

F272

A

1001-6260(2017)03-0104-06

10.19337/j.cnki.34-1093/f.2017.03.010

財貿研究 2017.3