直播電商模式下農產品直播供應鏈風險識別與測度研究

摘" 要：電子商務作為一種新的經濟形態，如今在提升區域競爭力并獲得優質資源方面發揮重要作用，通過電商渠道購買農產品為農村經濟提供了新的發展空間。而農產品以其特有屬性，加上直播供應鏈的獨特性，使供應鏈體系復雜化。文章對農產品直播電商供應鏈風險因素進行分層歸類，并對構建農產品直播電商供應鏈風險指數進行評價、分析和預警，運用DEMATEL探討因素之間的相互作用，建立因素的“原因—結果”歸集，并依據因素的原因度和中心度對因素的權重進行修正，界定其在系統中關鍵綜合重要度的優先改善順序，基于ABC分類法分析直播電商供應鏈風險的關鍵因素，最后以某農產品直播電商作為算例進行驗證。

關鍵詞：直播電商；農產品供應鏈；風險指數；DEMATEL；ABC分析法

中圖分類號：F713.365" " 文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.17.030

Abstract： E-commerce， as a new form of economy， plays an important role in enhancing regional competitiveness and acquiring high-quality resources. Purchasing agricultural products through e-commerce channels provides new development space for rural economies. However， due to the unique attributes of agricultural products and the complexity of the live streaming supply chain， the supply chain system becomes more complicated. In this article， the risk factors of the agricultural product live streaming e

-commerce supply chain are classified into hierarchies， and a risk index for evaluating， analyzing， and warning the agricultural product live streaming e-commerce supply chain is constructed. DEMATEL is used to explore the interaction between factors， establish the \"cause-effect\" collection of factors， and modify the weight of factors based on their degree of cause and centrality to define the priority improvement sequence of their key comprehensive importance in the system. Based on the ABC classification method， the key factors of the live streaming e-commerce supply chain risk are analyzed， and a case of a certain agricultural product live streaming e-commerce is used for verification.

Key words： live steam e-commerce; the supply chain of agricultural; risk index; DEMATEL; ABC analysis method

0" 引" 言

直播電商的興起給消費者帶來了更加便捷的購物體驗，也為企業帶來了更多的銷售機會。隨著直播電商市場的不斷擴大，直播電商供應鏈風險也日益凸顯。直播電商供應鏈作為電子商務發展的風口，其發展水平測度與評價受到學術及實業界的廣泛關注。目前的研究主要集中在供應鏈風險、電商供應鏈協調、直播電商問題研究等方面，具體表現如下：供應鏈風險主要關注供應鏈風險重要性及分類等，如William Ho et al[1]，Faisal Aqlan et al[2]，Wicliam Ho et al[1]， John R et al[3]， George Baryannis et al[4]，Ritesh Ojha et al[5]主要研究內容為供應鏈風險評估、預測、應對等，此外，對供應鏈的可持續性、數字化風險等也有涉及。丁維羚[6]和程旖旎[7]著重探討供應鏈風險識別、影響并測評供應鏈風險。電商供應鏈協調研究中，L Ruiz Garcia et al[8]，Xueli Ma et al[9]，Zhenguo Liu et al[10]，Wang Y D et al[11]，Chong Wang et al[12]，Yang H X[13]集中于供應鏈協調機制、配送與物流研究、信息技術支持研究等方面，在農產品供應鏈協調問題中也提出了許多有益的結論。但在農產品直播供應鏈研究中較少提及。直播電商問題研究，主要集中在商家與消費者信任度方面。如Apiradee Wongkitrungrueng et al[14]，Lele Kang et al[15]，Wilm Fecke et al[16]，張楠楠[17]、孫笑然等[18]、王運昌等[19]，主要關注于消費者行為研究、直播內容研究、社交媒體營銷等方面，而從農產品的角度探討直播電商的內部運作風險機制，文獻中較少涉及。

綜上所述，目前在供應鏈風險、電商供應鏈協調、直播電商問題的研究角度廣泛，總結發現有以下幾點問題：（1）對直播電商及供應鏈發展的研究，研究指標的選擇及方法多樣，但大部分文獻對研究指標間相互作用機理較少考慮。從系統工程角度考慮，影響系統的各個因素間應是相互交叉影響的，因素間存在原因—結果關系。（2）在對直播電商的研究中，鮮少有從農產品直播電商供應鏈運作風險或預警的角度，挖掘影響農產品直播電商供應鏈運作的關鍵風險因素。（3）直播電商的研究中，研究對象主要集中在商家與消費者、工業產品，較少展開對農戶、農產品的研究。而隨著直播電商的發展與市場的成熟，下沉市場研究對農產品的渠道開拓具有重要價值。為此，本文在現有研究文獻的成果基礎上，選取農產品直播電商供應鏈為例，直播電商供應鏈風險因素體系的構建依據FMEA思想，借助于指數建立其評價分析與預警模型，因素之間的相互作用關系程度借助DEMATEL法進行，由于直播電商供應鏈風險因素之間是相互交叉、相互影響的，故依據因素的原因度和中心度對各個因素的權重進行修正，根據各要素的關鍵綜合重要度大小確定優先改進順序，以ABC法的分類思路確定直播電商供應鏈風險的關鍵因素。

本文研究現實意義為：（1）提高企業風險意識。通過研究直播電商供應鏈風險，可以幫助企業更加清晰的認識到風險的存在和威脅，從而提高企業的風險意識。（2）降低風險成本。通過對直播電商供應鏈風險的分析和評估，可以幫助企業應對直播風險采取相應的措施，降低風險成本，提高經營效益。（3）提高供應鏈效率。通過優化供應鏈管理，可以提高供應鏈效率，縮短供應鏈的響應時間，提高企業競爭力。（4）加強合作伙伴管理。通過加強與供應商和物流企業的合作，可以提高供應的穩定性和可靠性，減少風險。總之，本文的研究成果可以為直播電商企業提供有效的管理思路和措施，幫助企業更好的應對供應鏈風險，提高企業的競爭力和經營效益。

1" 直播電商供應鏈風險及其影響因素分析

1.1" 風險與直播電商供應鏈風險

風險即目的和成果之間的不確定性或危險發生的可能性及后果。直播電商供應鏈風險是由直播電商企業經營過程中，由直接或間接問題而造成損失的總稱，表現為直接和間接損失。直接損失表現為流量引流成本的增加或企業銷售額下降造成的企業整體利潤的下降；間接損失表現為平臺或店鋪流量遷移、流失、信譽度降低等失去銷售、增值機會。由此可見，直播電商供應鏈運營問題會對企業的盈利能力和持續運營產生威脅，隨即產生直播電商供應鏈風險。因此，直播電商供應鏈運營風險即直播電商供應鏈運營損失發生的可能性。

1.2" 直播電商供應鏈風險影響因素分析

基于現有文獻，直播電商供應鏈風險影響因素眾多且各不相同，不同學者識別直播電商供應鏈風險因素集合中同質化與差異化并存。究其原因有三：一是研究者認識上的差異；二是研究對象本身的差異；三是識別方法上的差異。為盡量避免識別因素的差異化，參考故障模式及影響分析法（Failure Mode and Effect Analysis，FMEA）的分層思想，整理直播電商供應鏈風險的影響因素。

FMEA廣泛應用于制造企業產品質量和可靠性的提升中。依據FMEA法思路，識別直播電商供應鏈風險因素步驟為：首先，進行過程識別。從宏觀、微觀兩個角度考慮，將直播電商供應鏈風險視為產品系統，將直播電商供應鏈運營過程風險視為子系統，風險形成過程中的階段視為各個零件，由上到下系統性識別直播電商供應鏈經營風險的影響因素。其次，設置因素分解結尾規則。為方便計算分析，在此參考BOM分解思路，規定只要因素可測即結尾。其層次結構如圖1所示，具體內容如下：

2" 直播電商供應鏈風險指數及其預警模型

2.1" 直播電商供應鏈風險指數

由于影響直播電商供應鏈風險的因素眾多，其中既有客觀的定量化數據，也有一定量的主觀定性指標。為方便統一評價度量，參照綜合指標評價的常用度量方法，諸如指數或度加以表示。為此對直播電商供應鏈風險的評價度量界定為（Live-E Commerce Supply Chain Risk Index，ECRI）。定義為：ECRI是直播電商供應鏈運營損失可能性大小的綜合度量指標，反映影響直播電商供應鏈風險各因素的綜合影響程度。

2.2" 建立直播電商供應鏈風險指數測算模型

2.3" 建立直播電商供應鏈風險預警模型

在直播電商供應鏈風險測量后，應依據風險評價等級進行識別風險等級。為此，依據風險管理和應急管理理論，設計直播電商供應鏈風險預警機制，對于某一特定行業的直播電商供應鏈風險預警臨界值確定，可采用專家法或統計分析法取得。

3" 基于DEMATEL的農產品直播電商供應鏈風險測度

直播電商供應鏈風險的度量與預警的直接目的是：識別關鍵因素并改善。提升直播電商供應鏈運營效率，降低直播電商供應鏈風險。目前，眾多直播電商企業對供應鏈風險的識別與改進主要是基于運營數據的評價，實施直播電商供應鏈風險預警是建立在直播電商供應鏈風險的調查與評價的基礎上，在確定優先改進因素時，一般是基于數據的得分高或權重大等條件作為優先改進的依據，并未對各因素的性質和屬性進行識別和判斷，往往導致改進后運營效果不明顯的現象。決策試驗與評價實驗法（Decision Making and Trial Evaluation Laboratory，DEMATEL）作為一種便捷的因素屬性識別方法得到了廣泛應用。在此基于DEMATEL法實施直播電商供應鏈風險分析。

3.1" DEMATEL法基本思想

DEMATEL法是美國Battelle實驗室學者A Gabus和E Fontela提出的解決復雜系統的系統方法論，該方法應用圖論和矩陣工具，因素間關系用帶權重值的有向圖表示，并建立相對應的矩陣描述因素相互作用大小；通過規范化后的直接影響矩陣得到綜合影響矩陣，得到各因素的影響度、被影響度、原因度、中心度，依據原因度將系統的影響因素分為原因因素和結果因素；在復雜系統的改進中，DEMATEL法強調優先改善原因因素，考慮根據因素的重要度確定優先改進順序，是一種較為有效的系統化綜合分析方法。

3.2" 基于DEMATEL的直播電商供應鏈風險因素“原因—結果”分析

由直播電商供應鏈風險因素“原因—結果”分析發現，各個要素承擔的屬性不盡相同，同時在改善效果的評價中，原因因素的改進作用較大；各個因素在影響直播電商供應鏈風險重要程度方面，也不是僅由其權重大小體現。故運用DEMATEL可快速識別各個影響因素的屬性、重要性，從而為商家進行風險的預警提供重要參考依據。因此，改善影響因素的作用，進而實施電商風險的有效防范，要識別區分各不同要素對應屬性和重要程度。

3.3" 確立各因素的相對重要度及優先改善順序

因素的重要性程度界定比原因度大小更能成為企業管理者信服的依據。而現有常用的重要性程度測算方法，主要有：AHP法的權重、DEMATEL法的中心度等，以上均是假定因素間相互獨立而建立的評價方法。但實際上評價體系中各要素是相互關聯的，因此更加準確地界定因素的重要度，反映其在系統中的地位并考慮因素間相互影響的相對重要度是非常必要的。

原因因素的屬性特征，決定了在對綜合系統的改進中，必須重視原因因素的改善。為此，在對直播電商供應鏈風險防范時考慮的因素改善順序，主要是根據原因因素的KPI值大小進行排列。考慮到不同系統直播電商供應鏈風險影響要素眾多，為更加精準并高效的實現效益，參考ABC分類法的“80/20”原則進行，引入累計KPI%值，若累計KPI%∈0，80的因素稱為A類關鍵因素，必須優先改善；KPI%∈80，90的因素稱為B類次關鍵因素，必須重點關注；KPI%∈90，100的因素稱為C類一般因素，應適當注意。

4" 算例分析

某地區農產品依靠直播開拓了大量的銷售渠道，銷售可觀，但在運營過程中也出現了一些諸如斷貨、退換貨、直播方面的問題。該農產品企業為有效控制其直播供應鏈運營風險，首先依據電商經營風險綜合指標設計出直播電商供應鏈經營風險問卷，采用線上問卷星與線下發布形式，共獲得問卷400份，其中有效問卷368份，有效問卷回收率為92%。根據ECRI測算模型，并依據行業資料及參考專家意見，確定權重值分別為：0.25，0.2，0.15，0.15，0.25（樣本基本統計數據略），最后計算ECRI為：

根據計算結果分析，現階段該農產品直播企業供應鏈風險處于Ⅰ級低風險等級，為使風險降低到最低水平，仍有必要挖掘降低直播電商供應鏈風險的關鍵因素，并提出相應措施。

考慮企業的實際運營情況，分析直播電商供應鏈風險各影響因素的關系水平，并廣泛征求企業管理者和行業專家的建議后，確定各因素之間的影響關系取值，并繪制直播電商供應鏈風險影響因素關系非負權有向圖如圖2所示。

圖3顯示，原因因素的Yn、Zn、KPI指標在排序上存有一定差異，分析可知：KPI值更接近企業運營實際，根據KPI值得出A類關鍵因素為：A54（組織管理風險），A52（平臺信譽），A32（第三方物流），A42（信息追溯），A36（配送）5個因素。直播電商企業供應鏈運營過程中為有效控制風險，需著重注意以上5個因素并制定預防措施，即加強選品團隊和直播人員的選擇，加強溝通，提高主播個人信譽影響力；提高售后服務的及時性；商家在選擇直播平臺時，著重參考平臺的信譽；對第三方物流的外包要著重考慮第三方物流的綜合實力；農產品的信息追溯對消費者來說很重要，商家可從產品的信息追溯方面考慮；物流的下游配送環節要加強配送服務、配送路徑優化，提高配送效率。

5" 結束語

綜上所述，本文在對直播電商供應鏈經營風險這一復雜系統影響因素的識別中，嘗試性引入系統工程中FMEA逐層分解的思想，從微觀、宏觀兩大層面界定，形成直播電商供應鏈風險的原材料供應環節風險、生產加工環節風險、物流儲運環節風險、信息技術風險和直播運營風險三個維度，每一維度再進行逐層細分直到可測度；在對直播電商供應鏈風險的測度方面，嘗試性的設計出可測度的指標ECRI測算模型；為有效實施直播電商供應鏈風險防范，基于DEMATEL法對直播電商供應鏈風險各因素進行“原因—結果”屬性界定，綜合考慮原因度與中心度提出一種相對較為客觀的，既反映因素在整個系統體系中的重要程度，又兼顧其對其它因素影響程度的綜合重要度KPI，并以原因因素的綜合重要度劃分為A、B、C三類因素；最后以算例分析方式驗證了該方法的可行性。此方法從一定程度上解決了針對復雜系統的因素分析中，由于缺乏系統性而漏項、忽視因素間的相互關系、從單一準則考慮而導致問題解決缺乏有效性等方面的不足，不僅可為更好識別與防范直播電商供應鏈經營風險提供參考，也為其它管理問題的解決提供一種解決思路。

參考文獻：

[1]" WILLIAM HO， et al. Supply chain risk management： A literature review[J]. International Journal of Production Research， 2015，53（16）：5031-5069.

[2]" FAISAL AQLAN， SARAH S LAM. Supply chain risk modelling and mitigation[J]. International Journal of Production Research， 2015，53（18）：5640-5656.

[3]" JOHN R， MACDONALD CHRISTOPHER W， ZOBEL STEVEN A MELNYK， et al. Supply chain risk and resilience： Theory building through structured experiments and simulation[J]. International Journal of Production Research， 2018（56）：12.

[4]" GEORGE BARYANNIS， SAHAR VALIDI， SAMIR DANI， et al. Supply chain risk management and artificial intelligence： State of the art and future research directions[J]. International Journal of Production Research， 2019，57（8）：2179-2202.

[5]" RITESH OJHA， ABHIJEET GHADGE， MANOJ KUMAR TIWARI， et al. Bayesian network modelling for supply chain risk propagation[J]. International Journal of Production Research， 2018，56（17）：5795.

[6] 丁維羚. 企業供應鏈管理風險分析與預警探究[J]. 科技創新導報，2013（14）：185-186.

[7] 程旖旎. 供應鏈風險管理問題及對策探析[J]. 物流工程與管理，2016，38（2）：56-57.

[8]" L RUIZ-GARCIA， G STEINBERGER， M ROTHMUND. A model and prototype implementation for tracking and tracing agricultural batch products along the food chain[J]. Food Control， 2008，21（2）：112-121.

[9]" XUELI MA， et al. Coordinating a three-echelon fresh agricultural products supply chain considering freshness-keeping effort with asymmetric information[J]. Applied Mathematical Modelling， 2019，67（3）：337-356.

[10]" ZHENGUO LIU， et al. Three stage game research of dual-channel supply chain of fresh agricultural products under consumer preference[J]. Int. J. of Computing Science and Mathematics， 2018，9（1）：48-57.

[11]" WANG Y D， LAN H. Fresh agricultural products supply chain in the e-commerce environment vulnerability model[R]. New York： IEEE， 2015：102-107.

[12]" CHONG WANG， XU CHEN. Option pricing and coordination in the fresh produce supply chain with portfolio contracts[J]. Annals of Operations Research， 2017，248（1-2）：471-491.

[13]" YANG H X. Research on the quality and safety issue of fresh agricultural products in perspective of supply chain management[M]. Berlin： Springer-verlag， 205：1621-1625.

[14]" APIRADEE WONGKITRUNGRUENG， NUTTAPOL ASSARUT. The role of live streaming in building consumer trust and engagement with social commerce sellers[J]. Journal of Business Research， 2018，117（2）：543-556.

[15]" LELE KANG， XIANG WANG， CHUAN-HOO TAN， et al. Understanding the antecedents and consequences of live-chat use in e-commerce context[C] // International Conference on HCI in Business HCIB， 2014：504-515.

[16]" WILM FECKE， MICHAEL DANNE， OLIVER MUSSHOFF. E-commerce in agriculture—The case of crop protection product purchases in a discrete choice experiment[J]. Computers and Electronics in Agriculture， 2018（151）：126-135.

[17] 張楠楠. “直播+”形態下電商直播問題的研究[J]. 經濟研究導刊，2019（1）：146，170.

[18] 孫笑然，陳明明. 電商直播營銷效果分析[J]. 福建茶葉，2019，41（9）：27.

[19] 王運昌，楊柳. “直播+電商”營銷模式的困境與對策[J]. 現代營銷，2018（6）：58.