绿色供应链脆弱性风险传播机制研究

张学森 汪刘凯 李慧宗 王向前

(安徽理工大学 1.外国语学院 2.经济与管理学院，安徽 淮南 232001)

绿色供应链脆弱性风险传播机制研究

张学森1汪刘凯2李慧宗2王向前2

(安徽理工大学 1.外国语学院 2.经济与管理学院，安徽 淮南 232001)

围绕绿色供应链脆弱性的内涵，从绿色供应链的内部风险、外部风险和链间运行风险三个角度系统识别出绿色供应链脆弱性包含的主要风险因素。经过严格分析，制定绿色供应链脆弱性表现量表(1个维度，3个测量项)和绿色供应链脆弱性风险因素量表(15个维度，27个测量项)。在此基础上，经过多次迭代、修正、检验，最终构建出绿色供应链脆弱性风险因素的14条传导路径。

绿色供应链；脆弱性；传播路径

一、引言及相关文献回顾

近年来，受国内经济竞争压力和国外市场的诱导，国内企业逐步将目标转向国外市场，导致对企业的OEM、ECR、ERP、QR、VMI、JIT要求不断提升，同时企业所面临的政治、经济、自然以及文化环境也变得愈发复杂，绿色供应链脆弱性问题越来越突出(曹柬 等，2013)。然而，当前对供应链脆弱性管理的研究成果较少，对绿色供应链脆弱性管理的研究更是少之又少。因此，从新的视角来判断“什么因素决定绿色供应链脆弱性”、“什么途径传播绿色供应链脆弱性”以及“各路径多大程度上作用于绿色供应链脆弱性”的问题显得尤为迫切(魏鹏，2016)。本文从绿色供应链的外部风险、内部风险、链间风险角度全方位识别绿色供应链脆弱性风险影响因素，通过科学的调研对各因素进行测量，运用结构方程技术考察绿色供应链脆弱性风险影响因素的传播路径，从而为企业的绿色供应链管理决策提供参考。

绿色供应链的探讨起源于1994年密歇根州立大学的EMR研究，其首次提出应将环境因素整合到供应链的各个环节，即在产品设计、采购、制造、分销和产品生命周期末端治理等各环节都要考虑环境因素(Peck，2006)。已有关于绿色供应链管理的研究内容主要包括绿色供应链的决策内容、决策模型、影响因素，以及绿色供应链绩效评价、特定行业绿色供应链和绿色供应链实证等方面(朱庆华 等，2010)。“脆弱性”问题最早由White研究生态系统时提出，并伴随着经济社会的发展逐渐拓展至社会科学领域(Pettit et al.,2010)。系统回顾供应链脆弱性的相关文献可以发现，研究内容涉及：供应链脆弱性的主要构成因素，包含扰动(外部对供应链的破坏性冲击)、暴露(供应链本身具有薄弱环节而受到破坏性冲击)、断裂(扰动和暴露对供应链造成负面影响而导致断裂)；供应链脆弱性的影响因素，主要包含注重效率而非效力、全球化趋势、集中生产与分销、外包趋势、混合柔性、供货商数量的缩减、需求波动、透明性、控制措施缺乏、供应网络可视性等；供应链脆弱性评估、脆弱性预警和供应链恢复能力(王玲 等，2011)。通过以上简要回顾不难看出，已有研究对绿色供应链脆弱性的形成机理及传导机制缺乏系统、客观描述。基于此，本文通过对企业实际运行状况进行调研获取数据，从绿色供应链脆弱性的内部风险、外部风险、链间运行风险三个角度系统识别绿色供应链的影响因素和传播路径，从而为企业在实际运行中降低或阻隔绿色供应链脆弱性风险传播路径提出新方法。

二、研究变量与研究假设

(一)变量识别

1.绿色供应链脆弱性

绿色供应链是指以可持续发展为目标，以绿色制造和供应链管理技术为基础，综合考虑资源效率与环境影响，从原材料获取到产品加工、包装、仓储、运输、使用、报废的整体过程，实现资源效益、经济效益与环境效益的协调优化(刘彬 等，2009)。供应链脆弱性是指由于供应链运行受内在不稳定性与外界干扰的双重影响，当供应链风险缓解因素小于风险驱动因素的作用时，供应链的某一部分与期望目标出现偏差，从而使该系统、群体或个体遭受某种程度的损失或损害，并且难以恢复。根据刘家国等(2015)的研究，本文界定绿色供应链脆弱性主要表现为绿色供应链运行脆弱性(η1)。

2.绿色供应链脆弱性外部风险

绿色供应链脆弱性外部风险主要指外部环境的突发事件作用于供应链上一个或多个成员，致使供应链中断，进而导致绿色供应链脆弱性的风险(Noriega et al.，2012)。根据Lehoux et al.(2014)针对绿色供应链的相关研究结论，本文界定绿色供应链脆弱性外部风险主要包含社会绿色服务能力(ε1)、市场风险(ε2)、政策法规风险(ε3)、社会经济环境风险(ε4)、技术变革风险(ε5)、自然环境风险(ε6)。

3.绿色供应链脆弱性内部风险

绿色供应链脆弱性内部风险主要指企业内各部门或成员的运营不稳定性而增加的绿色供应链中断风险，进而导致绿色供应链脆弱性(Vugrin et al.,2011)。根据Juttner et al.(2003)针对供应链管理的研究结论，本文界定绿色供应链脆弱性内部风险主要包含企业内部运作风险(ε7)、企业绿色科技创新风险(ε8)、企业战略风险(ε9)、企业道德风险(ε10)。

4.绿色供应链脆弱性链间风险

绿色供应链脆弱性链间风险主要指由于供应链各成员相互作用的不稳定性而引发的绿色供应链成员间合作中断风险，进而导致绿色供应链脆弱性(魏鹏，2016)。根据杜志平等(2011)的研究，本文界定绿色供应链间脆弱性风险主要包含信任风险(ε11)、信息与可视性风险(ε12)、成员“锁定”风险(ε13)、文化差异风险(ε14)、供应链恢复能力风险(ε15)。

(二)研究假设

鉴于本文主要探究绿色供应链脆弱性风险因素的作用机理与传导机制，因此，各风险因素为自变量， 绿色供应链脆弱性为因变量，各风险因素通过某一作用或有效迭加导致绿色供应链脆弱性。基于上述分析，令上述15个风险因子为内在潜变量，绿色供应链运行脆弱性1个因子为外在潜变量，根据国内外相关研究和当前我国绿色供应链管理的特征，构建如下假设：

H1：社会绿色服务能力风险对绿色供应链脆弱性存在负向影响。

H2：市场风险对绿色供应链脆弱性存在正向影响。

H3：政策法规风险对绿色供应链脆弱性存在正向影响。

H4：社会经济环境风险对绿色供应链脆弱性存在正向影响。

H5：技术变革风险对绿色供应链脆弱性存在正向影响。

H6：自然环境风险对绿色供应链脆弱性存在正向影响。

H7：企业内部运作风险对绿色供应链脆弱性存在正向影响。

H8：企业绿色科技创新风险对绿色供应链脆弱性存在正向影响。

H9：企业战略风险对绿色供应链脆弱性存在正向影响。

H10：企业道德风险对绿色供应链脆弱性存在正向影响。

H11：信任风险对绿色供应链脆弱性存在正向影响。

H12：信息与可视性风险对绿色供应链脆弱性存在正向影响。

H13：成员“锁定”风险对绿色供应链脆弱性存在正向影响。

H14：文化差异风险对绿色供应链脆弱性存在正向影响。

H15：供应链恢复能力风险对绿色供应链脆弱性存在正向影响。

三、数据收集与量表检验

(一)问卷设计与数据采集

为保证问卷良好的内容效度，本文参考了近年来研究绿色供应链及其脆弱性风险因素时使用的成熟量表(Svensson，2010；Wagner et al.，2006)，并征求了相关学者和从业高管的修改建议，进而形成初始调查问卷。根据便利性原则，本文利用预调查问卷对某校MBA班的73名学生进行了小规模测试。通过对预调查所收集的数据进行分析，删除了因子负荷度低的4个测量项，修正了9个表达不准确的题项，形成最终问卷。最终问卷由绿色供应链脆弱性表现和脆弱性风险影响因素两部分组成：脆弱性表现量表包括1个维度，3个测量项；脆弱性风险影响因素量表包含15个维度，27个测量项。测量题项采用 7级Likert量表。

基于保证测量工具正确反映潜变量特征和样本代表性的前提，依据调研的经济性、便利性和SEM的测量模型对测量项与数据比的要求，我们选取企业物流部门主管、某高校MBA学员以及参加项目培训的企业领导作为正式调研对象。2015年8—11月间共发放调查问卷473份，主要涉及物流、石化、煤炭、钢铁、电子、农业、汽车、服务行业，回收问卷325份，在剔除信息不完全的18份问卷后，最终获取有效问卷307份，问卷回收率68.71%，有效问卷率64.91%。

(二)数据检验与因子提取

本文采用SPSS 17.0软件对量表进行信度与效度检验。信度检验的结果见表1，从中可见，除企业道德风险一项Cronbach′s Alpha值小于参考标准外，其余各项Cronbach′s Alpha值与CITC值均满足参考标准要求，因此剔除企业道德风险因子，最终确定绿色供应链脆弱性风险因素为14项。

表1 绿色供应链脆弱性风险因素信度检验

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

Bartlett 和KMO检验的结果表明：KMO=0.861>0.5(参考标准)，表明数据很适合进行因子分析；Barlett球形度值为0.000，表明绿色供应链脆弱性风险因素测量指标间独立性较强，指标数据符合PA-LV数据分析要求。

进一步，运用主成分分析法抽取绿色供应链脆弱性的公因子，采用方差最大化正交旋转法得到因子载荷值，结果共提取出14个特征值大于1为的因子，累计方差贡献率达到81.364%，这与理论框架较为一致。同时，各个题项都负荷在相应的因子上，交叉负载程度较低，且每个观察变量的因子载荷均大于0.5。根据因子分析所对应的测量项信息，本文将各因子分别命名为 “市场风险”、“政策法规风险”、“信任风险”、“技术变革风险”、“自然环境风险”、“企业战略风险”、“企业内部运作风险”、“企业绿色科技创新风险”、“供应链恢复能力风险”、“社会绿色服务能力风险”、“社会经济环境风险”、“信息与可视性风险”、“成员‘锁定’风险”、“文化差异风险”。

四、传导路径的构建与分析

(一)初始传导路径的构建

为挖掘绿色供应链脆弱性风险因素的传导路径，根据下述原则构建初始传导路径：(1)以上述调研最终获取的307条有效数据构建协方差矩阵；(2)以通过检验的绿色供应链脆弱性风险影响因素包含的社会绿色服务能力、市场风险、政策法规风险、社会经济环境风险、技术变革风险、自然环境风险、企业内部运作风险、企业绿色科技创新风险、企业战略风险、信任风险、信息与可视性风险、成员“锁定”风险、文化差异风险、供应链恢复能力风险14个变量为外在潜变量；(3)以绿色供应链脆弱性包含的运行脆弱性1个变量为内在潜变量；(4)运用AMOS 17.0的“PA-LV”功能对绿色供应链脆弱性风险因素的初始传导路径及系数进行计算。在此不列出初始传导路径，只列出最终传导路径及其作用系数。

(二)初始路径的检验与修正

根据结构方程模型和潜在变量路径分析的原则，所构模型及路径是否合理需进行适配度检验。运用AMOS 17.0对绿色供应链脆弱性风险的影响因素传导路径及其模型进行适配度检验，结果见表2。

表2 初始路径适配度检验值

表2显示，初始路径的适配度检验中RMSEA(似误差均方根)、GFI(拟合优度指数)、AGFI(调整拟合指数)、NFI(规范拟合指数)、PNFI(节俭规范拟合指数)衡量效果不佳，需进一步修正。因此，采用AMOS 17.0的“Amos Output→Model Fit”功能，对初始路径进行修正指标(modification indices)计算。篇幅所限，仅列出第一次路径修正检测结果。

表3 绿色供应链脆弱性风险因素的传导路径修正指标检验值

(三)最终路径的检验、确定与分析

根据上述传导路径修正检验参考值，先后进行6次迭代、修正，最终确定的绿色供应链脆弱性风险因素的传导路径的适配度检验结果见表4，最终传导路径及其参数见表5。

表4 最终路径适配度检验值

表4显示，最终路径的适配度检验值均符合参考标准，因此，模型及其路径适配度良好。从表5的研究结果可知，本文所提出的H1、H2、H3、H4、H5、H6、H7、H8、H9、H11、H12、H13、H14、H15均获得数据的显著性支持。

表5 绿色供应链脆弱性风险因素的传导路径参数最终计算结果

五、结论与建议

本文的研究结论为：(1)绿色供应链脆弱性风险因素主要来源于3大类14种风险。(2)在所有因素中，市场风险(ε2)、供应链恢复能力风险(ε15)对绿色供应链脆弱性的影响最强，其系数分别为0.557和0.543；社会经济环境风险(ε4)、企业战略风险(ε9)对绿色供应链脆弱性影响最弱，其系数分别为0.395和0.388；(3)绿色供应链脆弱性外部风险总系数为2.614、内部风险总系数为1.242、链间风险总系数为2.341，因此，企业绿色供应链脆弱性风险主要来源于外部风险。

本文研究结论对于物流企业实际运行的管理启示在于：第一，应构建系统的绿色供应链脆弱性预警体系，强化对各种风险源的检测与控制。第二，要加强市场风险管理水平和供应链恢复能力建设，针对市场风险和供应链恢复风险做好应急预防和补救措施。第三，在企业绿色供应链脆弱性管理中必须有所侧重，要加强高风险源检测，弱化低风险源检测。第四，加强外部风险的管控水平，强化对社会绿色服务能力、市场变化、政策法规、社会经济环境、技术变革以及自然环境的监控管理，合理构造供应链整体结构布局，认真选择与“锁定”供应链成员，从而降低内、外部风险发生机率。

曹柬，吴晓波，周根贵. 2013. 不对称信息下绿色采购激励机制设计[J]. 系统工程理论与实践(1):106-114.

杜志平，胡贵彦，刘永胜. 2011. 基于复杂性供应链脆弱性研究[J]. 中国流通经济(6):49-54.

刘彬，朱庆华. 2009. 制造企业绿色采购实践对绩效影响的实证研究[J]. 管理学报(7):24-29.

刘家国，周粤湘，卢斌，等. 2015. 基于突发事件风险的供应链脆弱性削减机制[J]. 系统工程理论与实践(3):556-566.

王玲，褚哲源. 2011. 供应链脆弱性的研究综述[J]. 软科学(9):136-139.

魏鹏. 2016. 绿色供应链环境下供应商评估的证据推理模型构建[J]. 统计与决策(7):50-54.

朱庆华，田一辉. 2010. 企业实施绿色供应链管理动力模型研究[J]. 管理学报(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.

(责任编辑 张建军)

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

张学森(1984--)，男，安徽临泉人，安徽理工大学外国语学院讲师。 汪刘凯(1991--)，男，安徽岳西人，安徽理工大学经济与管理学院硕士生。 李慧宗(1979--)，男，河南南阳人，安徽理工大学经济与管理学院副教授。 王向前(1981--)，男，安徽临泉人，安徽理工大学经济与管理学院副教授。

教育部人文社会科学研究项目“社会化标注环境下的标签层次关系发现方法研究”(13YJCZH077)；淮南市科技计划项目“基于J2EE的企业E-Learning系统的研究”(2013A4018)。

F272

A

1001-6260(2017)03-0104-06

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

财贸研究 2017.3