赵 槿，孙章杰 ZHAO Jin,SUN Zhangjie

（昆明理工大学 管理与经济学院，云南 昆明 650032）

0 引 言

近年来，在劳动力成本不断上升的影响下，中国传统贸易出口的增长速度正逐步放缓。中国的几大主要出口地：欧盟、东盟、美国和日本的出口量下降。同时，这些地区又是中国跨境出口电子商务的主力市场，这些市场的跨境出口电子商务增长速度相当可观。目前，新兴市场网络渗透率的提高、政府对于跨境电子商务政策的逐步自由化和网络消费者购买能力的提高都为中国出口跨境电子商务订单的增长作出了贡献[1]。在世界上最重要的在线商品出口国中，中国已经有了其一席之地。全球互联网与基础电信设施的发展、航空物流快递的时效与性价比的双重提升，以及现今社会上电子支付的普及度，这几方面的原因都使得跨境电子商务中B2C（即“商对客”电子商务模式）的整体商业模式闭环的形成。

随着跨境电子商务的快速发展，跨境物流发展的重要性正逐步凸显出来。物流业作为一种新的服务产业，在发展生产、刺激消费和促进经济结构化调整方面体现了不可或缺的作用，已经成为我国国民经济的基础及动脉产业[2]。在跨境电子商务发展的进程中，物流业处于其核心的中间环节，是跨境电子商务成功与否的决定性因素。因此，能否使得电子商务环境下，跨境电商物流效率最大化，是跨境电子商务发展过程中值得进一步探索的问题。

1 研究现状

跨境电子商务平台对于目前社会的发展具有非常重要的战略性意义，它的出现为经济一体化起到了促进作用，同时还为贸易全球化提供了良好的技术基础。因此，国内外出现了许多学者及团队，开始着手于跨境电子商务方面的研究。2009年，Hortacsu作为第一个尝试研究跨境电子商务的团队，通过对MercadoLibre这一购物网站的分析所得到的数据，对跨境贸易与距离因素将会出现的现象进行研究。结果显示，跨境贸易与距离因素之间息息相关，网上在线交易将降低距离造成的跨境贸易交易成本[3]。2013年，Gomez与Martens通过对欧洲内部跨境电子商务的研究发现，跨境电子商务除了与距离因素之间的影响不可忽视外，电子商务平台所使用的支付系统普及度也会对其交易量产生影响。

目前，全球化趋势越来越明显，中国电子商务行业的快速崛起为跨境电子商务这一新兴产业带来了极大的机遇。大型平台的专业化运作为业界培育了良好声誉[4]。此外，中国政府高度重视外贸企业的转型与升级。因此，国内许多学者将其所关注的焦点聚集在跨境电子商务平台上，对这一行业的研究正逐步深入。2015年，方灿、杭言勇两位学者对我国现阶段的跨境电商运作模式进行了研究与总结，分别是：传统的平台式模式B2B、自建服务商模式B2C、新型综合服务商模式B2C和C2C以及第三方运营模式。2016年，耿世慧、王瑞山和孙万杰等学者指出目前跨境电子商务平台中通关服务不完善、市场监管体系差、结算方式不合理等，很大程度上限制了我国跨境电子商务平台的良好发展态势[5]。

国内外不同学者们通过对跨境电子商务相关理论信息越来越多的掌握，对其研究也不断深入，物流业作为跨境电子商务平台发展过程中不可或缺的一部分，跨境物流这一概念慢慢吸引了众多学者的目光。国外的Delfmann、Cho和Ramanathan等学者通过研究发现企业运行过程中，如果对物流这一关键性因素管理不善，会对跨境电子商务平台的成功与否起到决定性影响。2015年，Henter学者指出物流业与跨境电子商务平台应保持协同发展，如若不能以相同的速度共同发展，则会对跨境电子商务的进一步推进产生阻碍。中国目前的跨境电子商务正处于发展的起步阶段，无论是跨境电子商务还是跨境物流业对于现今社会都属于一种新兴事物。2015年，国内的张夏恒与冀芳两位学者提出利用多种跨境物流模式有利于物流业与跨境电子商务的协同发展，从而提高物流效率[6]。同年，张志武学者认为中国目前跨境电商物流的国际竞争力受着单一物流服务、落后的物流系统及匮乏的物流技术等多方面阻碍。

综上所述，目前国内外对于跨境电商物流所进行的研究多式多样，但大多集中于跨境电子商务现状、发展模式的探讨以及跨境电商与跨境物流的协同发展关系。因此，本文将围绕跨境电子商务平台的物流效率这一关键因素，首先结合电子商务这一大环境，对物流效率等相关概念进行有效的界定，之后找寻合适的指标，构建人工神经网络模型，从而对跨境电子商务物流效率进行实证研究。最后，通过研究所得出的结果提出有效合理的政策与建议。

2 相关概念的界定

电子商务是通过运用先进的信息网络技术，将交换商品作为贸易中心的一种商业性活动，它是商业与现代信息活动的交汇点。而跨境电子商务（也被称为跨境电商）则是通过将电子商务应用于外贸领域上来实现的。它是指属于不同交易实体的国际商业活动，通过买卖实物完成交易、支付和结算等一系列活动，货物最终通过跨境物流来交付完成[7]。因此，本文将跨境电子商务这一概念界定为贸易与生产企业通过电子商务这一商业性平台，采用这种新的贸易方式打破传统的时间与空间双重限制，从而实现传统贸易模式中谈判与交易的电子化与数字化。

物流效率是指对物流系统的一个整体建设，将其具体到某个企业来讲，物流效率是指物流系统能否满足不同顾客在一定服务水平上所提出的要求。但对于社会而言，物流效率的衡量是极其复杂的，这是由于物流在社会经济活动中的存在是多样化的，其形式与内容会随着所衡量事物的区别而发生改变。因此，对于社会上不同事物的物流效率的衡量应采取不同的方式来评价。从企业的不同角度来分析，物流效率指标可分为三类：技术指标、经济指标与社会指标。2010年，臧瑞雪认为企业的物流效率主要体现为企业物流投资和物流客户的服务水平，具体可以转化为物流服务水平与物流成本这两个指标[8]。在此基础上，本文将参考这一概念对电子商务环境下跨境电商物流效率进行界定，首先根据物流运作及物流服务质量评价物流效率，同时引入资产水平与物流发展能力，对电子商务环境下跨境电商物流效率进行综合评价。

3 常用的效率评价方法

层次分析法，又称AHP方法，在20世纪70年代，由美国一位名叫T.L.Saaty的运筹学教授提出的一种定量与定性相结合的决策分析方法，这种方法很好地解决了多目标决策与多项目的效率评价问题。这种方法具有非常广泛的实用性，经常被用于多目标、多要素、多标准、多层次的非结构化复杂决策问题上。分析AHP问题通常涉及到以下五个步骤：首先，构建层次结构模型，根据决策标准、决策目标与决策对象之间的关系，将他们分为最高层、中间层与最底层，并绘制层次结构图。其次，在确定了决策因素不同层次的权重后，建立判断矩阵，对矩阵内的不同因素进行两两相互比较，从而提高判断矩阵的准确性。然后，将所有因素进行层次单排序，即根据每个因素的上一层因素，对该层要素的重要性进行排序。之后，对前边所建立的判断矩阵进行一致性检验，使判断矩阵的思维保持逻辑一致性，以防判断出现矛盾，影响后续结果。最后，将总目标与各个层级间不同要素的相对重要的权值进行层次总排序。AHA方法是一种系统性的方法，它在研究过程中将决策对象视为整个系统，并以分解、比较、判断、再综合的逻辑顺序对决策对象进行有效的系统分析。对于传统优化所不能解决的问题，AHA运用定性与定量的结合可以轻松化解。同时，计算过程相对简单，评价结果清晰明确，决策者对于决策对象可以更好的掌握与了解。

数据包络分析法，又称DEA方法，1978年由两位著名的美国运筹学家A.Charnes和W.W.Cooper提出，是跨学科研究的一个新领域，综合了管理科学、运筹学与数理经济学这三门学科[9]。它是一种定量分析方法，通过使用基于多输入和输出指标的线形规划方法来评估相同类型的可比单元的相对有效性。在将数据包络分析法运用于不同的部门与行业中时，体现了这一方法在多指标输入与多指标输出方面的独特优势。但DEA方法也存在一定的局限性，在测量评价过程中，应确保其数据是同类可比的，对数据间的社会关系有一定的要求。在现实生活中所获取的数据，大多会存在统计质量不高、测量误差和其它一些问题，这就导致数据包络分析所得出的曲线上的点相当敏感，影响处理结果的准确性。

人工神经网络模型，又称ANN模型，从20世纪80年代开始便成为了人工在智能领域中的一大研究热点。它从信息处理的角度将所要处理的数据信息抽象为人脑神经网络，构建一个简单模型，并根据连接方式的不同，形成不同的神经网络。人工神经网络模型是一种操作模型，由大量相互连接的节点（或神经元）组成。其中，不同的神经元都指代为不同的输出函数，又称为激励函数。而ANN模型的权重，作为人工神经网络模型的记忆，是指通过两两连接的神经元间的信号加权值。近些年来，随着对人工神经网络模型相关研究的深入，对该模型的熟练运用已经初显成效[10]。它成功解决了现代计算机在控制、模式识别、预测估计以及医学、生物学、经济学等众多领域中难以解决的专业问题，并且在智能特性方面有稳定良好的表现。

基于BP人工神经网络模型这一综合性评价方法不需要考虑评价过程中不同变量间的相互影响，并可以自行学习且做出调整，运行速度较快。因此，本文将采用BP人工神经网络建立评估跨境电子商务物流效率的评价模型。首先，根据所要研究的问题构建合适的网络结构。之后，通过对样本数据的有效学习，来评估与神经网络相关的权值及参数，从而实现对跨境电子商务物流效率的评价。

4 评价指标体系的构建

本文从实地调研与文献资料阅读的角度，了解到一些有关跨境电商物流效率评价的指标，并将可以宏观反应跨境电商物流效率的指标作为一级指标。而将具体化的代表某一领域的指标作为二级指标。根据这一原则，本文将从物流运作、物流服务质量、资产水平以及物流发展能力这4个一级指标着手，对每个一级指标的特点进行分析，建立了包含11个二级指标的跨境电子商务物流效率评价的指标体系，如表1所示。

表1 跨境电商物流效率评价指标体系

5 数据收集与整理

本文研究所需的数据主要通过网上公开资料及实地调研等方式获得。其中，信息化水平用技术人员所占公司总员工比例以及信息化设备的投入比例来表示。员工素质用员工工作年限、员工教育水平以及事故处理周期来表示。物流管理水平用公司对管理制度及相关培训手册的普及程度、员工是否进行有效培训以及客服投诉处理周期来表示。

根据被调查跨境电子商务企业的实际情况，结合网上资料与实地调研，最终选取9家具有代表性的企业作为本文研究对象。将所要调查的跨境电子商务企业2017年的相关数据进行收集与统计，其中，企业1到企业6作为神经网络模型的训练样本，企业7到企业9作为测试样本，训练样本数据及期望值如表2所示：

表2 神经网络模型原始数据

在参考众多文献及导师的指导下，本文将跨境电子商务的物流效率划分为以下4个等级：优、良、中、差。其所对应的区间值分别为：（7.5～10）、（5～7.5）、（2.5～5）、（0～2.5）。期望分值越高，则代表跨境电子商务的物流效率越高。

6 BP神经网络训练

由于所收集的相关数据是单位各不相同的原始数据。因此，在模型训练前，首先要对样本数据进行归一化处理。本文将采用Matlab的premnmx函数实现样本数据的归一化，归一化后的样本数据将分布在【-1,1】这一区间内。Premnmx语句的语法格式为：[Pn,minp,maxp,Tn,mint,maxt]=premnmx ,（P,T）归一化处理后的样本数据如下：

通过matlab软件对归一化后的数据进行神经网络训练，所得到的实际结果与期望结果比较如下：之后绘制预测曲线与实际曲线，如图1所示：

图1 预测曲线与实际曲线点对比图

从图1中可以看出，实际输出曲线点（*）与预测曲线基本重合。因此，本次神经网络训练符合预期要求，训练较好。

表3 训练实际结果与期望结果

将需要评估的另外3家跨境电子商务企业的数据带入已经训练好的BP神经网络中。企业7、8、9所对应的相关数据指标如表4所示：

运用上述已经训练好的神经网络模型sim函数，去求3个企业的输出结果，并使用postmnmx函数使最终结果恢复为被归一化前的数值，从而方便进行等级判断。

根据物流效率划分原则，可以得出，3个企业分别对应的等级为：优、良、中。

表4 企业7、8、9训练原始数据

7 运算结果分析

通过查阅企业相关信息显示，企业7于2013年上线，是当时我国第一家跨境贸易电子交易平台。这一平台的出现使我国跨境电子商务逐渐趋于规范。企业8是一家在线B2C跨境电子商务公司，主要经营婚纱、家居装饰、3C等产品。这类产品的普遍特点是利润低，但业务量大。因此，其利润主要来自低制造成本和低价格。企业虽然初期发展顺利，但由于后期被巨头所压制，失去了一定的市场占有率，乱了自身节奏。企业9起步很早，凭借其最初的优势，将国内产品出口到巴西等相对而言物价较高的国家，从而获得利润。但近些年来，跨境出口电子商务市场发生了翻天覆地的变化，收入快速增长的同时，成本问题也逐渐浮出水面。因此，2015年开始，企业9并没有意识到潜在的问题，净利润明显下滑，企业亏损不断扩大。目前，该企业正处于转型期。

结合上述资料可以看出，本文所建立的BP神经网络模型在跨境电子商务物流效率评价领域具有可行性，评价结果与实际基本相符。

8 总结及政策建议

本文经过多种效率评价方法的比较，最终选取BP神经网络模型进行跨境电子商务的评价与预测，虽然取得了良好的效果，但也存在一些不足之处。首先，由于所参考的文献与资料有限，本文评价指标的选取可能存在一定的主观性，并不能作为跨境电商物流效率评价指标的最优选择。其次，本文所采用的样本数据数量不够大，可能会对效率评价结果的精度产生一定的影响。因此，本文所建立的BP神经网络模型较为浅显，许多理论需要进一步深化。

基于上述跨境电子商务物流效率评价研究的结果，本文将提出相应的对策与建议：第一，加强跨境电子商务企业间的合作，建立物流联盟。通过企业间的资源整合以及联合配送来降低跨境物流运输成本，从而提高运输效率，实现双赢。第二，跨境电子商务的发展离不开政策的支持，政府可以给予相应的简化通关手续、减免物流税收等优惠政策。第三，高素质的跨境电商技术人才作为跨境电子商务企业的有力保障，应从多方面着手重点培养，使其树立良好的大数据意识，并对跨境电商的发展趋势有一定的把握，从而更好地服务于企业，使企业良好发展。