贸易新业态对企业产业链供应链韧性的影响研究——来自跨境电商综合试验区的证据

Research on the Impact of Trade New Forms on the Resilience of Enterprise Industrial and Supply Chain—Evidence from Cross-Border E-Commerce Comprehensive Pilot Zones

摘要: 在产业链供应链面临外部冲击与内部转型双重压力的背景下，本文旨在探讨跨境电商综合试验区政策对产业链供应链韧性的影响效应与机制。基于2010~2023年中国A股上市公司数据，本文将跨境电商综试区的设立视为一项准自然实验，采用双重机器学习模型识别其政策效应，并通过基准回归、稳健性检验与异质性分析，探究了该政策对产业链供应链韧性的影响机制。研究表明：(1) 跨境电商综试区政策显著提升了企业产业链供应链韧性。(2) 异质性分析发现，政策效果在东部地区、成熟期企业及供应商集中度较低的企业中更为显著。应进一步发挥跨境电商综试区在制度创新与技术赋能方面的示范作用，因地制宜推动贸易新业态发展，助力中国产业链供应链提质增效。

Abstract: Against the dual pressures of external shocks and internal transformation on industrial and supply chain, this study investigates the impact mechanism and policy effects of cross-border e-commerce comprehensive pilot zones on industrial and supply chain resilience. Using data from A-share listed companies in China from 2010 to 2023, we treat the establishment of pilot zones as a quasi-natural experiment and employ a double machine learning model to identify policy effects. Through baseline regression, robustness tests, and heterogeneity analysis, we reveal that: (1) The cross-border e-commerce comprehensive pilot zone policy significantly enhances enterprise industrial and supply chain resilience. (2) Heterogeneity analysis demonstrates that policy effects are more pronounced in eastern regions, mature-phase enterprises, and firms with lower supplier concentration. To further leverage the pilot zones’ role in institutional innovation and technological empowerment, localized development of new trade forms should be promoted to enhance China’s industrial and supply chain quality and efficiency, adapting to local conditions as needed.

1. 前言

产业链供应链是贯穿初级产品到最终产品的完整生产链条，由产业间分工协作网络与企业间分合竞争关系共同构成，在加快建设现代化产业体系、维护国家产业安全等方面发挥着关键作用。党的二十大报告明确提出“着力提升产业链供应链韧性与安全水平”，党的二十届三中全会进一步强调“健全产业链供应链韧性与安全水平制度”，推动建成自主可控、更具韧性的现代产业链供应链体系。在当前逆全球化趋势加剧、贸易保护主义抬头以及技术革新不断加速的背景下，产业链供应链安全问题面临前所未有的挑战，出现“堵点”“断点”和“短板”等制约中国产业发展和国民经济循环畅通的关键性问题[1]。对此，中国迫切需要通过政策创新应对当前挑战。

跨境电商作为电子商务和国际贸易融合产生的贸易新业态和新模式，为产业链供应链的平稳高效运行提供了新的解决方案。跨境电商有效整合全球的供应商、生产商和分销商等资源，形成庞大的供应链网络，增强供应链的稳定性。其为买卖双方提供了沟通交流平台，实现了“端对端”“点对点”的信息交互，缓解了供应链的信息不对称，从而扩大参与全球市场的主体范围。这种新型贸易模式凭借着数字化技术整合上下游信息、优化供需匹配，不仅有效提升了供需关系匹配度，还为产业链供应链的平稳高效运行提供了新的解决方案[2]。商务部数据显示，2023年中国跨境电商进出口总额达2.3万亿元人民币，同比增长15.6%，在外贸总额中的比重稳步提升至5.7%，成为新时代中国外贸发展的重要引擎。因此，依靠跨境电商打通供需梗阻、延链补链强链，是提升产业链供应链韧性、推动供给侧结构性改革、建设现代化产业体系和经济高质量发展的重要任务。

当前，学术界围绕产业链供应链韧性的研究主要集中在以下两个方面：其一，对企业供应链韧性水平的评估。现有研究主要关注产业链供应链在冲击中如何快速恢复的能力，从复杂系统管理理论出发，以抵抗力、恢复力和成长性三维度构建综合指标体系，测度产业链供应链韧性水平[3]-[6]。其二，产业链供应链韧性的影响因素。现有研究主要从全球价值嵌入、供应链数字化、智能制造、数字融合、数字贸易、服务贸易制度以及新质生产力等视角探讨其对企业产业链供应链韧性[7]-[10]。并且，已有研究从定性层面揭示了贸易政策对提升产业链供应链韧性的积极作用，但针对跨境电商这一贸易新业态对韧性的影响尚缺乏系统深入的研究。基于此，本文运用双重机器学习模型，从贸易新业态的角度研究其对企业产业链供应链韧性的影响，以期为跨境电商贸易试验区等相关政策落实提供理论依据。

2. 政策背景与理论分析

2.1. 政策背景

近年来，党中央、国务院高度重视跨境电商这一贸易新业态，相继出台了《关于实施支持跨境电子商务零售出口有关政策的意见》《关于促进跨境电商健康快速发展的指导意见》等在内的几十份跨境电商政策文件。为破除跨境电商贸易新业态新模式发展中的深层次矛盾和体制性难题，2015年3月，杭州被设立为全国首个跨境电商综试区。自此之后，跨境电商综试区开始由单一试点逐步向全国扩张，从早期沿海沿江城市推广至内陆及欠发达地区。历经7次扩容扩区，截至2023年底，全国已设立165个综试区，跨境电商交易额贡献率达72.3%，并培育超12万家相关企业，企业数量较2015年增长近十倍，形成了境内外一体化的跨境电商服务生态体系，成为“新经济增长点”。跨境电商综试区设立的核心目的在于发展贸易新业态，打造完整产业链和生态链，提升产业链、供应链韧性和安全水平[11]。因此，本文以跨境电商综试区政策为背景，验证贸易新业态发展对产业链供应链韧性的影响效应。

2.2. 理论分析

产业组织理论认为，产业结构决定企业行为，企业行为影响产业绩效[12]。跨境电商综试区内实施通关便利化政策、逐步放松零售进口的监管措施，推动企业的传统销售模式和经营行为发生转变，对全链条式的产业链供应链韧性影响较大。相较于存在信息壁垒较高、响应迟缓问题的传统贸易模式，跨境电商平台的多边市场结构可聚合全球范围内海量分散的供应商和消费者。当产业链供应链出现断点时，平台通过动态搜寻匹配提供替代方案，从而有效分散风险[13]。另一方面，跨境电商平台通过数字技术聚合了所有订单、物流、库存、支付等全部数据流，海量的交易数据在融合人工智能后帮助企业进行精准需求预测、实时风险预警与供应链改造，提高系统的适应性和响应效率。在跨境电商特有的产业结构下，供需匹配度的持续提升、物流网络的不断优化和信息透明度的逐步增强，共同强化了企业的市场敏锐度和中断恢复能力。此外，跨境电商平台大大降低市场准入门槛，营造了更为直接、更加公平的市场竞争环境，刺激企业不断进行产品创新、流程优化和服务提升。这些机制强化了产业链供应链各节点的韧劲，增强了系统抵抗外界冲击的能力，据此，本文提出：

H1：跨境电商综试区的设立能够有效提升产业链供应链韧性。

3. 实证模型构建及变量、数据说明

3.1. 双重机器学习模型

目前学术界对贸易新业态政策评估多采用双重差分法(DID)，但该方法的应用需满足“平行趋势”“随机分配”等较为苛刻的前提条件。张征宇和吴路遥等发现，即使在满足前提条件的情况下，随时间变化的控制变量仍会导致DID设计下的固定效应估计量有偏[14]。相较于传统因果推断模型，双重机器学习结合机器学习与因果推断的算法框架，旨在解决高维数据中因果效应估计的复杂问题。它不仅放宽了对线性关系的假定，而且能有效控制高维的潜在协变量，从而获得稳健的因果效应估计[15]。在评估跨境电商贸易试验区的政策效应时，采用双重机器学习模型能够有效克服该应用情境下传统计量模型的局限，如下所示：

$Resilienc{e}_{i,t+1}=a_{0}Crspolic{y}_{it}+g\left(X_{it}\right)+U_{it}$ (1)

$E\left(U_{it}|Crspolic{y}_{it}{X}_{it}\right)=0$ (2)

式中，i和t分别表示城市和年份，Resilience_i,t+1表示被解释变量产业链供应链韧性，Crspolicy_it为处置变量，表示跨境电商自贸区设置的政策变量；a₀是处置系数，条件均值为0；U_it是随机扰动项；X_it是高维控制变量集合，需要机器学习算法估计具体形式$\widehat{g}\left(X_{it}\right)$ 。为加快收敛速度，确保处置系数估计量在小样本条件下仍具有无偏性，构建如下辅助回归模型：

$Crspolic{y}_{it}=m\left(X_{it}\right)+V_{it}$ (3)

$E\left(V_{it}|X_{it}\right)=0$ (4)

首先，采用机器学习算法估计辅助回归$\widehat{m}\left(X_{it}\right)$ 。其次，采用机器学习算法估计$\widehat{g}\left(X_{it}\right)$ ，将主回归形式改变为：

$Resilienc{e}_{i,t+1}-\widehat{g}\left(X_{it}\right)=a_{0}Crspolic{y}_{it}+U_{it}$ (5)

然后，将${\widehat{V}}_{it}$ 作为Resilience_it的工具变量进行回归，获得无偏的系数估计量：

$a_0={\left(\frac{1}{n}{\displaystyle \sum _{i\in l,t\in T}{\widehat{V}}_{it}Crspolic{y}_{it}}\right)}^{-1}\frac{1}{n}{\displaystyle \sum _{i\in l,t\in T}{\widehat{V}}_{it}\left[Resilienc{e}_{i,t+1}-\widehat{g}\left(X_{it}\right)\right]}$ (6)

最后，$\sqrt{n}\left(a_0-{\widehat{a}}_0\right)$ 向0收敛的速度更快，进而获得无偏的处理系数估计量。

3.2. 变量设置和数据处理

3.2.1. 被解释变量：产业链供应链韧性

产业链供应链韧性表现为快速恢复、实现产业链升级、维持系统稳定性、协同发展等多维度。本文参考王丽莎等[16]的研究，主要从供需协同水平的视角进行测度，选取“牛鞭效应”的代理变量作为产业链供应链韧性指标的测度。其具体计算公式如下：

$Resilienc{e}_{i,t}=\frac{\sigma \left(prdouctio{n}_{it}\right)}{\sigma \left(deman{d}_{it}\right)}-1$ (7)

$productio{n}_{it}=\cos t_{it}+\ln v_{it}-\ln v_{it-1}$ (8)

其中，production表示企业生产量，lnv为企业存货净值，cost为企业的主营业务成本，并作为企业需求量(demand)的代理变量。本文对企业生产量和需求量进行对数及一阶差分变换。其中，$\sigma \left(prdouctio{n}_{it}\right)$ 表示企业生产波动率，$\sigma \left(deman{d}_{it}\right)$ 表示企业需求波动率。产业链供应链上供需偏离度越大，供需匹配精准度越低，牛鞭效应越强。

3.2.2. 解释变量：跨境电商综试区政策

跨境电商综试区为商贸发展提供线上综合服务平台和线下产业园区，是贸易发展的新业态。本文根据国务院关于同意设立中国跨境电子商务综合试验区的批复等文件，从中国政府网搜集整理2015~2023年批准设立的165个综试区政策作为衡量贸易新业态的指标，并将企业注册地作为识别是否属于试点城市的依据。即企业注册地为“跨境电商综试区”试点城市，则Crspolicy = 1，否则Crspolicy = 0。

3.2.3. 控制变量

考虑到跨境电商综试区试点政策对产业链供应链韧性的影响，从企业层面选取了如下控制变量：企业年龄(ln(Age+1))、托宾Q值(TobQ)、财务杠杆(ln(Del+1))、管理费用(Ade)、产权性质(Nopr)、企业出口状况(Ees)，各变量的具体说明如表1所示。

Table 1. Definition of variables and descriptive statistics

表1. 变量定义与描述性统计

符号	变量	变量测算	样本量	平均值	最小值	最大值
Resilience	产业链供应链韧性	计算所得	30,565	1.227	0.127	6.632
Crspolicy	跨境电商政策	跨境电商综合试验区 = 1， 非试验区 = 0	30,565	0.476	0	1
ln(Age+1)	企业年龄	企业年龄	30,565	2.035	0	3.526
TobQ	托宾Q值	公司市场价值/资产重置成本	30,565	2.036	0.611	92.249
ln(Del+1)	财务杠杆	负债合计/资产总计	30,565	0.3639	0.0077	0.8723
Ade	管理费用	管理费用/净利润	30,565	1.639	−3153.778	4208.550
Nopr	产权性质	国有控股企业 = 1；其他 = 0	30,565	0.354	0	1
Ees	企业出口状况	企业进行出口贸易 = 1， 企业未进行出口贸易 = 0	30,565	0.370	0	1

3.2.4. 数据来源与处理

本文所使用的跨境电商综试区数据，根据国务院发布的政策进行手工收集和整理。鉴于数据可得性，变量选用2010~2023年中国A股上市公司数据作为研究样本，均来自于国泰安数据库。考虑到样本中存在较多无法查询或者数据缺失等情况，按照下列标准进行筛选：(1) 剔除财务状况异常(ST、*ST)企业样本；(2) 剔除数据值缺失严重的样本；(3) 剔除被实施特别转让服务(PT)的上市企业样本；(4) 对所有连续变量在1%和99%进行缩尾处理，最终得到30,565个观测数据。

4. 实证分析：贸易新业态与产业链供应链之间的因果识别

4.1. 基准回归结果

传统因果推断方法在处理高维数据、复杂交互作用以及内生性问题时有其局限性，双重机器学习利用机器学习在高维情形中预测方面的优势，改进了部分线性回归等因果模型非参数部分的估计，建立预测模型和去偏误的统计估计，克服传统统计方法的模型选择偏差、正则化偏差和过拟合偏差的问题[17]。因此，本文采用双重机器学习模型估计方法，验证了贸易新业态对企业产业链供应链韧性的总体政策效应。其中，样本分割比例设定为1:4，选择套索回归、弹性网络和支持向量机法对主回归与辅助回归进行交叉拟合估计，并对时间变量和个体变量进行控制，表2汇报了该基准检验的结果。结果显示，Crspolicy回归系数均显著为负，说明贸易新业态对供需偏离度负向影响，即跨境电商综试区成立后可以使得企业产业链供应链韧性显著提升。这为国家进一步扩大跨境电商综试区覆盖范围、深化综试区政策创新提供了理论依据，后续可在非综试区复制经验，破解贸易新业态发展难题。综上，跨境电商综试区政策确实能够显著提高企业产业链供应链的韧性，假设1得到验证。

Table 2. Benchmark regression based on the partial linear model

表2. 基于部分线性模型的基准回归

变量	(1)	(2)	(3)
	套索回归	弹性网络	支持向量机
	Resilience	Resilience	Resilience
Crspolicy	−0.00582^***	−0.00586^***	−0.00763^***
	(7.96e−05)	(6.98e−04)	(1.32e−05)
控制变量	YES	YES	YES
时间变量	YES	YES	YES
个体变量	YES	YES	YES
N	30,565	30,565	30,565

注：^*、^**、^***分别表示在10%、5%、1%的水平上显著，括号内为稳健标准误。下表同。

4.2. 稳健性检验

1. 内生性检验：考虑到双重机器学习模型本质上是一个双向固定效应模型，并不能解决所有内生性问题，为进一步检验基准回归结果的稳健性，本文构建多时点双重差分法进行检验。具体结果如表3所示，回归结果显示在考虑双向固定效应的前提下，贸易新业态在1%的水平上显著为负，说明跨境电商的发展能够抑制产业链供应链的供需偏离度；加入控制变量后，回归系数仍在1%的水平上负向显著，验证了基准回归结果的稳健性。

Table 3. Endogeneity test results

表3. 内生性检验结果

变量	(1)	(2)
	Resilience	Resilience
Crspolicy	−0.00456^***	−0.00596^***
	(0.00601)	(0.00287)
控制变量	NO	YES
时间固定	YES	YES
个体固定	YES	YES
N	30,565	30,565

2. 更改模型参数：考虑到双重机器学习模型的参数设定偏误可能会影响估计结果准确性，因此，本文将双重机器学习模型中线性部分的样本分割比例进行调整，将基准模型中的拆分比例由1:4调整至1:5，重新对跨境电商综试区政策与产业链供应链韧性的关系进行估计，估计结果见表4 (3)列。调整参数前后，Resilience的估计系数均在1%的水平上负向显著，意味着基准理论不依赖于特定的参数设定，无论样本拆分比例如何，跨境电商综试区政策对供需偏离度的负向影响始终成立，排除因参数选择而造成的结论偶然性，支持结论的算法稳定性，证明了基准回归结果具有稳健性。

Table 4. Results of other robustness checks

表4. 其他稳健性检验结果

变量	(3)	(4)
	更改模型参数	剔除直辖市
	Resilience	Resilience
Crspolicy	−0.00330^***	−0.0217
	(9.86e−05)	(0.0189)
控制变量	YES	YES
时间固定	YES	YES
个体固定	YES	YES
N	30,565	24,501

3. 剔除直辖市样本：考虑到直辖市在政策支持、产业发展机会、经济发展水平和对外开放程度等方面显著高于其他省份，可能导致实证估计结果出现高估偏差。因此，本文剔除北京、天津、上海和重庆四市后，对余下的27个省份样本进行基准回归。回归结果如表4 (4)列所示，在剔除直辖市样本后，研究结论并未发生实质性改变。

4.3. 异质性分析

1. 区域异质性：不同地区在要素结构及产业基础方面存在差异，使得跨境电商发展水平呈现出区域性分化态势，进而对产业链供应链韧性产生差异性影响[18]。为探究跨境电商发展对产业链供应链韧性影响的区域异质性，本文将样本划分为东、中、西部三组进行回归分析，结果如表5所示。跨境电商发展对产业链供应链韧性的影响存在显著的区域异质性，且所有区域的影响系数均为负。东部地区在1%的水平下负向显著，而中部西部均未通过显著性检验，表明政策在东部地区的影响更为突出。主要原因在于东部地区依托先发开放优势、成熟的外贸体系与完备的数字基础设施建设，高效整合资源以强化产业链供应链韧性。中西部地区受限于相对滞后的数字化水平与产业链配套能力，尽管获得国家层面的政策扶持，但在资源整合过程中仍面临较大阻碍，进而导致跨境电商发展对其产业链供应链韧性的作用相对有限。

2. 企业生命周期异质性：处于不同生命周期的企业，在组织结构、行为模式和风险承受能力等方面差异较大。为探究在不同生命周期下，贸易新业态对企业产业链供应链韧性的影响是否存在显著差异，本文参考梁上坤等[12]研究的方法，将企业分为初创期、成长期和成熟期，并分组进行估计。表5第(4)~(6)列显示，贸易新业态显著降低了成长期和成熟期的供需偏离度，促进产业链供应链韧性的提升。原因在于，初创期的企业面临高投资需求与财务风险，在资源调配上存在局限，难以有效吸收贸易政策带来的红利。而成长期和成熟期的企业具备更强的资源调配能力，通过数字技术进行结构性重塑，优化生产流程和供应链管理，能够实现研发投入和互补资产的协同创新，从而显著提升产业链供应链韧性。

3. 供应商集中度异质性：供应商是企业产业链供应链中的重要环节，为企业提供生产经营所需的资源。因而，供应商集中度反映了企业对少数供应商的依赖程度[19]。据此，本文以50%为分界点，将样本划分为供应商集中度低和高两组并进行分组回归，结果见表5的(7) (8)列，结果显示，供应商集中度高的企业产业链供应链韧性的影响系数为0.00013，但在统计学上并不显著，而集中度低的企业的影响系数为−0.0058，且通过1%水平的显著性检验。主要原因在于，供应商集中度较高时，企业的原材料、零部件等关键供应源相对集中在少数供应商身上。一旦厂商出现经营危机、生产故障等突发状况，会导致企业生产停滞，进而降低产业链供应链韧性。相应地，供应商集中度低的企业凭借多元供应渠道，依然可以保障原材料的稳定供应，增强应对产业链供应链突发状况的能力。

Table 5. Heterogeneity analysis

表5. 异质性分析

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
	中部	西部	东部	初创期	成长期	成熟期	程度高	程度低
Crspolicy	−0.0076	−0.0038	−0.0049^***	−0.0039	−0.0065^**	−0.0071^***	0.00013	−0.0058^***
	(0.0002)	(0.0002)	(0.0001)	(0.0001)	(0.0002)	(0.0002)	(0.0002)	(9.49e−05)
控制变量	YES	YES	YES	YES	YES	YES	YES	YES
时间固定	YES	YES	YES	YES	YES	YES	YES	YES
个体固定	YES	YES	YES	YES	YES	YES	YES	YES
N	4933	3882	21,750	13,287	6764	10,514	4342	26,223

5. 结论、建议与讨论

5.1. 结论与建议

保障和提升产业链供应链韧性是推进产业链供应链现代化的重要内容，也是构建新发展格局的基础。本文基于2010~2023年中国A股上市公司数据，将跨境电商综试区试点视为一项准自然实验，探究贸易新业态对产业链供应链韧性的影响。研究表明：第一，贸易新业态显著提升产业链供应链韧性，并通过内生性检验、剔除特殊年份和直辖市、更改模型参数和替换回归模型的稳健性检验后，基准假设仍成立。第二，异质性分析表明，在地理分区层面，贸易新业态对产业链供应链韧性的提升作用表现为东部 > 中部 > 西部；在企业生命周期方面，表现为成熟期 > 成长期 > 初创期；在供应商集中度层面，则表现为集中度低 > 集中度高。根据研究的主要发现，为提升产业链供应链韧性，得出以下政策启示：

第一，扩大综试区试点城市范围，强化产业链供应链韧性的制度保障。一方面，持续推进综试区建设工作，遴选跨境交易规模大、外贸优势明显、产业特色突出的城市纳入综试区，实现综试区由点到面、由沿海到内陆的有序扩容。另一方面，持续释放政策红利，逐步完善配套制度保障，推动建立综试区联盟，促进各综试区之间的经验交流与资源共享。此外，政府应鼓励综试区与高校、科研机构合作，建立跨境电商研究中心，为企业提供技术支持和人才培训。对于跨境电商通关效率低、物流成本高等问题，政府应加强与海关、税务、物流等部门的协调配合，简化通关流程，降低物流成本，保障企业产业链供应链韧性的提升。

第二，因地制宜发展贸易新业态。从地理区位来看，东部地区可以建设跨境电商产业园区，吸引上下游企业入驻，形成产业集群效应。同时，推动东部地区的企业与技术提供商合作，开发基于物联网的智能仓储管理系统，实现交易信息的透明化、货物存储和出入库自动化管理。中西部地区则亟需补足数字基建短板，加速跨境物流枢纽建设以增强资源整合能力。鼓励物流企业在中西部地区设立分支机构，开通更多的跨境物流线路，降低物流成本。从发展阶段来看，初创期企业应构建完善的财税支持体系，扩大供应链金融服务覆盖范围，增强企业资源调配能力。政府可对初创期跨境电商企业实行税收减免政策，鼓励银行、保险公司等金融机构开发适合初创期企业的供应链金融产品，破解企业因融资约束导致的贸易新业态红利吸收障碍，为提升产业链供应链韧性提供资金保障；成长期与成熟期的企业应深化数字技术融合应用，推动生产流程智能化与产学研协同创新，强化产业链供应链韧性提升的可持续性。从供应商角度来看，供应商集中度高的企业应通过跨境B2B平台构建多元化供应网络，破解“单点依赖”带来的断链、断点风险，强化企业应对突发威胁的能力；供应链集中度低的企业应强化数字供应链系统在多元化资源配置中的作用，实现供应链各环节的可视化、协同化与自适应优化，增强产业链供应链的风险防控能力。

5.2. 讨论

5.2.1. 边际贡献

现有研究围绕贸易新业态对企业产业链供应链的影响形成了初步探讨，普遍认为贸易新业态对产业结构升级、贸易便利化的促进作用，但政策效果的异质性仍需深入挖掘。对此，本文的研究贡献集中在两个方面：第一，丰富了贸易新业态与产业链供应链韧性的研究视角。本研究以跨境电商综试区政策为准自然实验，通过直接因果推断分析贸易新业态与产业链供应链间的关系，并从区域异质性、生命周期异质性、供应商集中度异质性三个方面探讨政策的有效性。第二，拓展了产业组织理论的应用范围，产业组织理论在贸易与供应链领域的应用需要适配不同场景特征，然而现有研究少有关注该理论在贸易新业态背景下的作用过程。本文结合区域、企业生命周期等视角，揭示了产业组织理论在贸易新业态提升产业链供应链韧性过程中的效用，为产业组织理论的应用领域拓展及产业链供应链韧性的后续研究提供了支持。

5.2.2. 局限性

本文从多个视角揭示了贸易新业态对企业产业链供应链韧性的影响，但仍存在以下两方面的局限：第一，机制研究深度不足。跨境电商综试区影响产业链供应链韧性是一个动态且复杂的过程，而本研究从直接因果推断的视角展开，尚未探讨间接因果关系与门槛阈值的动态变化特征。第二，研究主体较为宽泛。本文仅从产业链供应链韧性的角度进行研究，缺少对具体产业类型的分析，未来研究可以聚焦于农业、服务业、工业等不同领域的产业链供应链，从而增强结论的针对性。

NOTES

^*通讯作者。