一、引言 在21世纪迈入第三个十年之际，整个世界进入了一个高度复杂、不稳定的乌卡时代。这意味着世界从此进入了动荡不安却又充满机遇的“全球风险社会”。[1]乌卡时代(VUCA，“V”即不稳定性、“U”即不确定性、“C”即复杂性、“A”即模糊性)最早在20世纪90年代提出，用来描述变化无常、难以预测的世界局面。随后，又被罗伯特·麦克唐纳(Robert McDonald，2011)等商业领袖沿用了这个概念，以之描述瞬息万变的商业世界格局。[2] 特别是2020-2022年，全球疫情此起彼伏，再配合科技革命、互联网浪潮、经济危机、地区冲突等多重因素，共同造就了当今复杂多变却又蕴含希望的乌卡时代。在此时代，传统物流金融模式的弊端日益显现，[3]很难满足疫情冲击下不确定市场的需求。在这一需求的促使下，物流金融向互联网创新模式的转型已势在必行，与云计算、大数据、现代信息技术以及各行各业形成了“互联网+”的关系脉络，其运营模式以“互联网+物流金融”的全新形态出现在中小型物流企业面前。 中小型物流企业作为物流产业发展的基石，一直存在着融资难的发展障碍。近些年来，传统物流金融的发展在一定程度上缓解了其融资困境，但仍存在着过程缓慢、烦琐等弊端。进入乌卡时代，随着互联网平台技术的迅猛发展，互联网平台纷纷牵手银行布局物流金融平台。依托于互联网平台的新型物流金融产业正在蓬勃兴起，大大促进了物流金融业务的开展，提高了中小型物流企业融资效率，降低了融资成本，缓解了一直困扰中小型物流企业的融资难题。可以说，疫情压力下的中小型物流企业对于互联网金融有着非常迫切的现实需要。但由于乌卡时代物流金融业务的特殊性和复杂性，风险点也发生了根本性的变化，各种不同的风险因素纷纷出现，传统的评价指标体系已经不能满足风险评价的要求。因此，在乌卡时代背景下，笔者运用云模型，为依托于互联网平台运作的物流金融业务建立风险评估模型来识别其风险点，进而从中小型物流企业视角对互联网物流金融作出精准的风险评价，并针对性地提出战略防控系列对策。 二、文献综述 自Macmillan将中小企业融资困难命名为“MacmillanGap”后，关于这方面的研究文献就相继增多。在国外早期研究中，Sheare et al.(1999)提出风险评级不能有效地助力金融融资，应该要针对性、定量化地进行风险评估防控，以顺应竞争的加剧和市场环境的变化；[4]Barsky et al.(2005)基于物流金融过程，建立业务过程风险模型，从运作环境、业务过程、资源风险、技术支持以及运营模式等方面划分风险类型。[5]随后，Nikolaishvili et al.(2014)重点关注物流企业融资现状，积极探索互联网下物流金融大数据和差异化模式的发展，在此基础上研究信任型物流金融业务合作机制的构建，提出了完善的物流金融风险控制体系；[6]Huajun Di(2020)认为物流金融难以完成数字化转型，主要原因在于物流金融需要使用最新的物联网节点与5G相连接；[7]Arjun Rachana Harish et al.(2021)推荐运用移动传感和物联网技术进行数字孪生，创建数字资产，并使用智能合约和代币对数字商务物流融资进行数字资产估值和风险评估；[8]Rupinder Katoch(2021)基于参数的数量，选择文献计量分析法为聚类五个集群代表物联网在供应链管理和物流金融中的应用提供了诸多方略。[9]这些研究的开展完善了金融风险控制体系，为乌卡时代物流金融业务的开展提供了理论基础。 随着物流金融行业的发展，国内关于物流金融风险的研究主要从定性分析与定量分析两方面展开。 风险定性分析方面，袁俊景等(2014)分析了第三方物流企业进入时给物流金融业务开展带来的风险，并提出针对性防控对策；[10]王燕(2015)从商业银行视角把物流金融业务予以细分，提出应根据业务阶段来进行业务风险来源识别及防控；[11]余燕岑(2018)全方位剖析了金融机构从以前的银行成长到今天的互联网金融企业过程中中国中小型企业融资存在的弊端；[12]程鹤(2018)从研究“互联网+”与物流金融的契合性入手，探索互联网物流金融的新特点和新模式，并制定了风险应对方案；[13]储昱(2019)深入探究了“互联网+”融入金融物流的新型运营模式，为物流企业实现高效、便捷的线上融资设计风险规避策略；[14]陈雪雯(2019)在对国内外物流金融发展进行历史溯源的基础上，系统地总结了物流金融的主体、特征和运作模式，并针对新时代下物流金融存在的问题提出相应的对策；[15]卢奇(2019)运用SWOT矩阵详细分析“互联网+”背景下物流金融服务模式面临的机遇与挑战，设计了适应改革和发展的新型物流金融模式；[16]颜浩龙等(2021)尝试用智慧托盘把物流、供应链和互联网金融三者衔接起来，提出构造供应链互联网金融生态圈、拓宽融资方与投资方对接渠道的新设想。[17] 风险定量分析方面，何明珂等(2010)采用BP神经网络方法来具体分析物流金融业务风险样本，并进行仿真实验，构建风险评估模型；[18]陶经辉等(2013)运用多层次模糊综合评价法对物流企业金融业务的风险点进行识别，据此针对性地提出风险规避方案；[19]赵丽丽(20171以1997-2016年为时间样本，构建物流金融与创新化模型，并运用典型相关分析法实证研究二者之间的整体相关性；[20]陈海霞等(2018)运用因子分析法将定性分析与定量演算相结合，对各项指标的权重进行赋值，为选择合适的物流金融运作模式提供决策依据；[21]沈海微(2018)结合物流金融领域特征，从第三方企业视角来研究物流金融参与主体的业务内容，建立基于FA—BPNN的物流金融风险评估模型；[22]刘晓丽(2019)以物流金融存货质押模式为研究对象，将金融机构、物流企业及融资企业三个主体拆分为两个博弈模型，然后针对阻碍质押融资模式实施的因素提出风险防范的策略方法；[23]卢瑶瑶(2019)运用层次分析法结合系统动力学的因果反馈关系分析物流金融的本质属性，并针对“区块链+物流金融”的发展诉求设计发展对策；[24]韩劲松等(2019)基于区块链技术的研究，重构物流金融业务运作模式及流程，为降低物流金融总体风险、倒逼中小企业信息化发展提供良方；[25]邵玉华等(2019)采用德尔菲法、模糊综合评价法和网络分析法融为一体的模糊网络分析法研究铁路物流金融业务，提出了有效的防控举措；[26]桑雨萌等(2019)通过筛选风险指标并运用熵权法确定指标权重来构建物流金融风险模型，为银行、第三方物流企业规避风险提供对策；[27]吴俊(2021)采用决策树方法构建物流金融风险指标体系，并对数据剪枝处理，最后针对风险来源提出了不同主体的有效防范风险策略。[28]
