中国跨境电商发展的困境解析及电商-物流协同模式研究

李洁

摘要：本研究首先从发展规模和国家政策等角度分析了中国跨境电商的现状，剖析了现阶段跨境电商面临的困境。其次从宏观和微观层面切入，探讨跨境电商物流的主要影响因子和存在问题。最后，以跨境电商-物流协同发展为目标，提出六种不同跨境电商物流协同模式，通过构建评价指标体系和投影寻踪模型，对不同模式进行综合评价，选出了适宜现阶段发展需要的协同模式，即海外仓和边境仓模式、跨境物流本地化运营和混合跨境物流模式。研究结论可为跨境电商和物流发展的理论和实践研究提供有益参考。

关键词：跨境电商，跨境物流，协同，投影尋踪，综合评价

跨境电子商务（跨境电商）是一种新颖的跨境贸易形式，来自不同国家的交易双方通过互联网或电子交易平台完成商品交易和支付结算[1-2]。进入二十一世纪以来，特别是2013年以后，跨境电商发展迅速，规模不断扩大。中国制造凭借品类繁多，价廉物美的优势吸引了大量国外消费者;同时，伴随人民物质水平提高和消费观念的变化，民众对国外商品尤其是轻奢商品产生了浓厚兴趣，跨境电商因此获得了巨大的市场前景和利润空间。据中华人民共和国海关总署统计，2018年通过海关跨境电子商务管理平台零售进出口商品总额共计1347忆元，增长50%[3]。在出口需求不足，进口拉动疲软的条件下跨境电商规模爆发性逆势增长，成为我国对外贸易及经济发展的新支撑点。

跨境电商的顺利进行与商流、资金流、信息流和物流密切相关[4]。其中，跨境物流是影响跨境电子商务发展至关重要的因素。完善的跨境物流体系不仅直接影响商品的流转效率和成本，还深刻影响用户的消费体验。跨境电子商务作为新的便捷型贸易形式，必须将线上资源和线下交易有机结合才能彰显价值，跨境物流则可以反作用于跨境电商的运营，两者协调发展可扩大跨境电商覆盖范围。目前，跨境电商和跨境物流的研究报道已有不少，但关于跨境电商-物流协同效应的研究尚不多见，基于当前现实的跨境电商-物流模式研究则更为匮乏。鉴此，本研究分析中国跨境电商现状及面临的困境，探讨跨境物流影响因素及存在问题，并提出适宜当前形势的跨境电商-物流协同模式，以期为跨境电商和物流发展的理论和实践研究提供科学依据。

1、中国跨境电商发展现状及困境解析

1.1跨境电商主要模式

按照交易主体划分，跨境电商可分为B2B（企业与企业）、B2C（企业与消费者）、C2C（消费者与消费者）和B2G（企业与政府），如图1所示。B2B模式是目前较受企业欢迎的形式，应用十分广泛，企业从商品订购到最终结算均通过互联网完成，伴随信息咨询、商检认证和物流运输等配套服务，B2B包含了以收取会员费和增值服务费为盈利模式的信息服务类平台和以收取佣金和展示费的交易服务类平台。B2C是现阶段最流行的电商模式，主要包括提供共享信息数据为买卖双方服务的开放式平台和商品制造、广告发布、线上交易和售后服务一体的自营平台。C2C主要指个人与个人的跨境交易行为，该模式参与群体广，数量庞大，地域分布分散，通过支付宝、银行汇款、财付通等方式支付结算，配送一般选择第三方物流。B2G针对政府采购的特殊性，进行线上信息交换和交易，一方面提高了社会参与度，使得政府采购公开透明，提高行政服务水平;另一方面可减少采购过程中的中间环节，合理的竞争机制可降低成本，使得采购过程便捷高效。在进出口贸易总额中的比重（数据统计自中国海关总署网站）

1.2中国跨境电商现状

受到一带一路政策和资本市场驱动，目前中国跨境电商呈明显的增长态势[2，5]。凭借品类众多、物美价廉的优势，中国出口电商是跨境电商的主要部分，进口电商份额逐年提高。根据海关总署统计数据（图2），2017年跨境电商贸易规模较2010年增长了5倍，达到7.6万亿元。跨境电商占进出口贸易总额的比例也从2010年的6.4%上升到2017年的27.3%。目前，中国电子商务平台数量已经超过5000个，跨境电商企业超过20万家，中国的跨境电商逐步脱离起步阶段，开始迈向高速发展时期[3]。

在跨境电商规模爆发式增长的同时，国务院、商务部和国家质检总局等部门相继出台一系列利好政策和规范，这些政策、条例和法规主要针对跨境商品监管模式、经营主体、适用范围、关税税率等方面，用于约束跨境电商行为，促进跨境电商健康发展（表1）。尤其是2018年8月31日通过的《电子商务法》，对于保障电子商务各方主体的合法权益，维护市场秩序有重要作用。国家大方向指导下，各地海关也对跨境电商商品采用更为便捷的通关手续。如广州海关的创新监管模式一“清单核放、简化申报和汇总统计”，通关、统计一站式完成，跨境商品在申报前，只需要电商企业、支付企业和物流企业三方分别通过电商零售出口通关管理系统服务平台向海关提交商品和交易相关信息，海关就会快速进行办理，省去了报关单汇总等繁琐的环节，实现了全程无纸化通关。

因此，从上述对发展规模和国家政策的分析来看，跨境电商迎来了重大的历史机遇。同时，作为相对新颖的贸易模式，跨境电商也面临前所未有的挑战。

1.3中国跨境电商困境

从现阶段中国跨境电商实际情况来看，目前跨境电商面临的困境主要集中在核心竞争力、监管、知识产权、财务和物流等方面：

（1）核心竞争力困境。中国和美国互为最大电商贸易国，中国以3C电子产品和服装为主要电商商品，借助价格低、标准化程度高、规模大和生产技术成熟等优势，受到欧美发达国家青睐。然而，与美国相比，中国出口商品不具备核心竞争力。由于商品技术含量较低、可替代性高，中国电商企业为了获得更大市场，只能通过支付高昂的费用参与竞价排名，达到推广和宣传的目的，这无疑变相推高了商品成本[6-8]。一旦受到汇率、关税和其他国家政策的影响，国内电商企业就会遭遇困难。

（2）监管困境。作为新型贸易模式，跨境电商的高速发展与海关监管理念滞后产生了较为严重的矛盾。传统监管模式依据进出口商品特性采用“事中监管”模式，但跨境电商进出口品类多，部分货品价值低数量少还要求通关快，庞大的交易量对海关监管和查验造成了巨大的难度。此外，跨境电商申报数据的标准无法统一，这是由于跨境电商业务同时涉及诸多政府部门，各部门设定了自身的标准，标准与标准之间不兼容，导致跨境电商的参与者无法适从。

（3）知识产权困境。跨境电商知识产权从内容上涉猎广泛，包括专利、地理标志、商标和版权等，既包含进口导致的知识产权的域内冲突，也包含出口导致的知识产权域外冲突。如亚马逊网站强制下架的可能侵犯知识产权的中国产品，所涉及的出口企业处理境外知识产权纠纷没有合适渠道，大量货品积压在境外无法得到妥善处置[9]。出于地域保护的目的，国外部分平台没有给予中国出口商品有效的抗辩渠道和知识产权措施的合理尺度，使得知识产权变成了其恶性竞争的手段，严重阻碍了跨境电商的发展。

（4）财务困境。中国对个人结汇有金额限制，很多跨境电商通过借用请人账户或地下钱庄实现跨境结汇，由于缺乏政府支持，现阶段跨境电商结汇十分不顺畅，贸易资金收支不及时，从而制约了跨境电商发展。跨境电商在资金筹措方面也面临诸多问题，银行出于对规模、风险和担保的考虑，往往不愿意支持跨境电商，而将资金贷款给传统大企业，融资难因而成为很多跨境电商企业面临的重要问题。另外，部分跨境电商小额对外贸易无法办理报关单等正常手续，所以无法享受国家的出口退税政策，不利于其经营成本的降低。

（5）物流困境。物流作为电商交易的最后环节，深刻影响了服务质量和客户体验。尽管中国物流企业如顺丰、邮政积极扩展国外业务，电商著名企业阿里巴巴和京东也相继通过自建物流体系和国际合作开拓国际市场，但总体上中国物流水平和国际还存在较大差距，难以满足现阶段跨境电商发展的需求，物流服务体系的构建成为当前亟待解决的关键问题[10]。

2、跨境电商物流影响因素和存在问题分析

中国跨境物流模式主要包括邮政包裹、国际快递（如DHL、UPS、FedEX等）、国内快递（EMS、顺丰、申通等）、专线物流和海外仓储。宏观层面，跨境电商物流首先受到政府政策的影响，尽管表1中密集出台的政策表明政府支持跨境电商的发展，但在跨境物流领域尚没有实质性的政策利好，跨境物流和电商企业之间的信息更新和追踪体系并不完善。其次，跨境电商受到不同贸易国文化和宗教信仰的影响，语言的隔阂加上一些政治上的原因，在一定程度上影响消费者的消费信心和热情，妨碍了电商贸易进而影响了电商物流。第三，当前各国经济发展态势不明朗，汇率波动长期存在，跨境物流的结算至少涉及两个国家的货币兑换，所以对于跨境物流企业存在较大的汇率风险。第四，中国跨境物流基础设施还很欠缺，铁路、公路、水运和航空形成的整体物流水平不够完善，设施规划不合理，存在物流企业和周边地区衔接不畅、设施资源浪费或重复建设、过度建设等问题。

微观层面，首先，中国跨境物流成本昂贵，远远高于欧美国家，跨境物流成本占总成本30-40%，这主要由于中国物流大部分依靠公路运输，公路运输成本远高于铁路运输，且跨境物流过程涉及跨境检查和通关，增加了跨境运输的复杂性，从而增加了物流成本。其次，跨境物流運输时间长，安全性低、可追踪性差，不能保证跨境商品高效、无损地到达客户手中，延时送达给客户的购物感受造成极大的负面影响。第三，退换货难度大影响客户满意度，跨境商品涉及增值税、消费税、通关税等，费用征收的复杂性一定程度上造成退换货时买卖双方的分歧，使退换货过程繁琐复杂。第四，跨境物流企业服务水平不一，规范性较差，服务意识不强，不少企业客户服务和投诉电话的设置形同虚设，客户需要的增值服务如代收货款、代购保险、代理人关和代理理赔等无法满足。

因此，从以上对跨境电商物流宏观和微观层面的分析，跨境电商物流的影响因素可归纳为国家政策、贸易国的政治文化、汇率、物流基础设施、物流成本、运输效率、货品安全性、退换货机制、跨境电商物流人才、物流企业水平和物流增值服务等，如图3所示。

3、电商一物流协同模式及其优选研究

3.1电商一物流协同模式

当前，跨境电商的高速发展推动了跨境电商物流的进步，然而，跨境电商物流的滞后阻碍了跨境电商的进一步扩展，如何促进跨境电商和物流协同发展成为现阶段亟待解决的重要问题[11-12]。本研究基于对当前跨境电商和跨境电商物流现状的分析及前人理论和实践研究，以跨境电商与跨境物流协同发展为目标，总结并提出不同电商一物流协同模式如下：

（1）跨境电商-跨境物流协同运营模式（模式一）。该模式下，跨境电商和跨境物流实现战略协同，从中远期规划、硬件资源与技术、供应链等方面加强协作，具体运作方面可细化到商品选样、运输路线优化和消费者反馈信息等。通过协同运营，实现缩短物流周期、减少破损、降低运输成本和提高用户满意度等效果。

（2）跨境物流网络协同模式（模式二）。跨境电商涉及多个物流网络，不仅包含输出国物流、输出国海关和检验检疫、国际物流、输入国海关和检验检疫、输入国物流，还包含因退换货造成的逆向物流，跨境电商主体也包含两个或两个以上国家及两个或两个以上企业，任何一个物流网络环节存在问题，都会影响跨境电商和物流的协同性。因此，对于跨境物流本身，可通过构建高度一致和协调的物流网络体系，实现所有物流资源的有机整合，产生规模效应和扩散效应。

（3）跨境物流外包模式（模式三）。当前，中国很多企业尝试通过自建物流体系来提高竞争优势，如京东商城和洋码头，国外企业如亚马逊也通过自建物流体系取得了骄人成绩。然而，与国内电商相比，跨境电商复杂度高、风险更多，将物流环节委托给更为专业的第三方物流，可以提高配送效率、降低物流成本，也有利于提升物流链的增值服务功能。

（4）优势互补型混合跨境物流模式（模式四）。不同跨境物流存在不同的优势和劣势，如国际邮政，成本低但运输时间长;国际快递虽然运输效率高，但价格昂贵;海外仓等又受到明显的地域限制。国际物流运输工具方面也包含优缺点分明的航空、水运、公路和铁路等。采用混合式跨境物流，可将两种或多种跨境物流模式衔接使用，扬长避短，发挥互补效应。

（5）海外仓和边境仓模式（模式五）。海外仓模式对于降低物流成本、缩短运输时间和完善退换货服务方面优势显著，如中国跨境电商已在俄罗斯境内设立了专用海外仓，不少物流企业也纷纷加快了建设步伐。边境仓作为海外仓的衍生物，可规避商品输入国政局动荡、货币贬值、税负高昂、通货膨胀等一系列问题。

（6）跨境物流本地化运营模式（模式六）。政治和文化差异增添了跨境消费者对境外商品和物流的不信任感，因此，物流企业或电商可通过与商品输入国本地的物流和电商合作，缩短运送周期，规避物流风险，减少沟通障碍，解决最后一公里的配送问题。

3.2电商-物流协同模式的投影寻踪模型构建及优选

3.2.1指标体系建立

上述六种电商-物流协同模式有各自优势和劣势，有必要针对当前中国跨境电商和跨境物流的现状，依据综合效益对不同模式进行优劣比较，选择适宜国内电商和物流使用的最优或较优协同模式。鉴此，本研究选取基建投入、物流成本、运输效率、商品安全性、退换货机制、物流增值服务和实施可行性共七项指标。为了提高指标赋值的科学性、降低偶然误差，本研究邀请16位本领域专家（福州大学4位、上海交通大学2位、东南大学2位、西安交通大学4位和交通运输部科学研究院4位）和16位跨境电商和物流企业负责人（电商和物流各8位），对表1中不同指标进行赋分。赋分原则为：总分值为100分，分值高于90表明该模式具有极大优势，80-90表明具有较大优势，60-80表明具有一定优势，低于60表明没有优势。本研究最终收回30份赋分单，其中有效赋分单共计27份。将相同模式的相同指标分值求平均值，如表1所示。

从表2中指标和指标值来看，基建投入分值总体处于较高水平，其中模式五（海外仓和边境仓）分值最低，表明相比其他模式，海外仓和边境仓模式在基建投入方面没有优势，即需要更多基建投入成本。而在物流成本、运输效率、实施可行性等指标分值方面，分别以模式五、模式六和模式五处于较高水平。

3.2.2模型构建

本研究采用投影寻踪模型（projection pursuit）对表一中的不同跨境电商-物流协同模式进行优选和评价。投影寻踪模型依据“审视数据-模拟-预测”的探索性数据分析方法，处理非线性、非正态分布数据，能避免“维数祸根”，目前在多指标模式评价中有广泛应用，被证明具有稳健性、科学性、准确性和抗干扰性等特点[13—14]。建模方法如下[15-17]：

（1）建立评价矩阵。设跨境电商-物流协同模式有n种，评价指标数目为p，第i种模式的第j个指标值为Xij*，则所有样本指标数据可以用n×p列的数据矩阵X*表示：

（2）无量纲化处理。本步骤主要针对不同指标的量纲不同，对不同指标值的量纲进行归一化处理。对数值期望值“越大越优”的收益性指标，按照以下公式处理：

对“越小越优”的损失性指标采取如下处理（本研究赋分越高表明该项指标更具备优势，因此所有指标均为收益性指标）：

经过上述处理可以得到n×p的数据矩陣X：

式中：mOX（Xj*）-第j个指标的最大值;min（Xj*）——第j个指标的最小值。

（3）线性投影。投影实质上就是依据投影寻踪原理的第一步，从不同的角度去“审视”数据，寻找能够在最大程度上囊括数据特征和数据信息的投影方向，称为最优投影方向，进而实现数据降维。本研究将跨境电商-物流指标评价体系中的高维数据投影到一维线性空间进行研究，因此，可设单位向量a为一维线性投影方向，则矩阵X投影到a上的一维投影特征值为Zi，如下：

（4）构造投影目标函数。投影值的散布规律需要尽可能满足以下特征：局部投影点尽量密集、形成若干分散的点团最佳。转化为数学语言即使得多元数据在一维空间散布的类间距离Sz和类内密度Dz同时取得最大值。因此，根据原理可将投影目标函数转化为类间距离和类内密度的乘积：

式中：Sz -投影特征值Zi的标准差，也称类间距离;Dz-投影特征值Zi的局部密度，也称类内密度。

式中E（z）为序列zi（i=l-n）的平均值。

式中R-局部密度的窗口半径

（5）优化投影目标函数。由于投影指标函数Q（a）容易跟随投影方向a的变化而产生变化，因此，能够在最大范围内反映高维数据某类结构特征的投影方向即为最佳投影方向。运用目标函数最大化原理对投影目标函数进行优化如下：

（6）评价与优选。按照步骤（5）中a*取值大小排列，可以得到指标贡献，即指标敏感程度的大小，按照z*（i）取值大小排列，可以得到不同电商一物流模式的相对优劣排序。即投影值越大，该跨境电商一物流模式的综合效益越优。

3.2.3模型计算

利用Matlab7.1软件对表2中的指标进行建模。不难看出，本研究中所有评价指标均为收益性指标，即数值越大越优。在RAGA优化过程中选定父代初始种群规模为n=400，交叉概率Pc=0.8，变异概率Pm=0.8，优秀个体数目选定为20个，a=0.05，加速20次，得到跨境电商-物流协同模式优选中的最大投影指标值为0.427，最佳投影方向a（j）*=（0.4123，0.4331，0.2121，0.3921，0.4415，0.4982，0.5877），模式一一模式六计算所得投影值依次为z（i）= （0.5766，0.5742，0.6844，0.9913，1.3842，1.2144）。根据投影值越大，跨境电商一物流综合效益越优的原则，六种模式中综合效益最优的模式为海外仓和边境仓模式，跨境物流本地化运营和混合跨境物流模式也处于较优水平。模式一和模式二投影值较低，这可能由于这两种模式要求形成高度一致的电商-物流网络，在短期内的可行性较差，从而拉低了投影值，综合优势相对不如其他模式。

4、总结

本研究首先从发展规模和国家政策等角度分析了跨境电商的现状，剖析了现阶段跨境电商面临的困境。其次从宏观和微观层面切入，探讨跨境电商物流的主要影响因子和存在问题。最后，以跨境电商一物流协同发展为目标，提出六种不同跨境电商一物流协同模式，通过构建评价指标体系和投影寻踪分类模型，对不同模式进行优选和评价。研究结论可为跨境电商和物流发展的理论和实践研究提供有益参考。

参考文献：

[1]马述忠，陈奥杰.跨境电商：B2B抑或B2C——基于销售渠道视角[J].国际贸易问题，2017，4[3）：75-86.

[2]王娟娟，郑浩然.“一带一路”区域通关一体化建设问题研究——基于跨境电商视角的分析[J].北京工商大学学报（社会科学版）， 2017， 32（04）： 57-65.

[3]海关总署官网：http：//www.customs.gov.cn/customs/302249/mtjj35/2169002/index.html.

[4]A. Pages-Bernaus， H. Ramalhinho， A. A. Juan，等.Designing e-commerce supply chains： a stochastic facility-location approach[J]. International Transactions in Operational Research， 2019， 26（2）： 507-528.

[5]张夏恒.跨境电商类型与運作模式[J].中国流通经济，2017，31（1）：76-83.

[6]陈勇，中美贸易战背景下跨境电商出口的对策研究[J]，邯郸职业技术学院学报，2018， 31（3）：40-42.

[7]李霞，跨境电商背景下中小企业的核心竞争力研究[J].商业经济研究，2018，6（10）：104-106.

[8]罗俊.浅析中小型跨境电商企业核心竞争力的构建[J].行政事业资产与财务，2018，4（12）：29-30.

[9]吴蕊，跨境电商中的第三方物流法律问题研究[D].天津：天津财经大学，2016

[10]刘有升，陈笃彬.基于复合系统协同度模型的跨境电商与现代物流协同评价分析[J].中国流通经济，2016，30（5）：106-114.

[11]钱慧敏，何江.基于扎根理论模型的跨境电商与跨境物流协同影响因素分析[J].产经评论，2017，8（6）：110-122.

[12]S. Moons， K. Ramaekers， A. Caris，等.Integration of order picking and vehicle routing in a B2C e-commerce

context[J]. Flexible Services and Manufacturing Journal， 2018， 30（4）： 813-843.

[13]Pingjie Huang， Tianyu Ding， Qing Luo，等. Defect localisation and quantitative identification in multi-layer conductive structures based on projection pursuit algorithm[J]. Nondestructive Testing and Evaluation，2019， 34（1）： 70-86.

[14]李淑芳.基于真实网络评价的我国知名电商企业创新能力研究[J].经贸实践，2016，7（14）：149.

[15]王庆荣，赵小柠，杨景玉.基于粒子群算法的虚拟应急物流风险识别投影寻踪模型[J].兰州交通大学学报，2013，32（1）：142-145.

[16]王笑然，张诚.基于投影寻踪模型的铁路货运第三方物流供应商选择研究[J].物流技术，2013，32（19）：153-154+178.

[17]杨树果，王新利.基于实数编码加速遗传投影寻踪方法在物流供应商选择中的应用[J].哈尔滨工业大学学报（社会科学版），2010，12（2）：89-94.