研究假设与模型构建
根据上述分析，本文立足于供应链协同视角，参考和借鉴张夏恒博士（2016）的研究成果，围绕跨境电商与其他物种协同、跨境物流与其他支持物种协同两个维度，研究跨境电商物流链的协同发展。跨境电商与跨境物流协同发展，能够推动跨境物流的变革，进而影响跨境电商物流链（张夏恒，2016）。
由此，根据跨境电商与跨境物流的相关理论提出假设条件，研究二者协同发展对跨境电商物流链的影响。在此过程中，其他支持物种与跨境电商、跨境物流的协同发展，也对跨境电商物流链具有重要影响（吴守学，2018）。将其他支持物种与跨境电商物流的协同引入假设当中。跨境电商、跨境物流在影响跨境电商物流链过程中，跨境物流链发挥重要作用，进而将跨境物流链作为中介变量引入假设中，提出跨境电商与其他支持物种协同、跨境物流与其他支持物种协同。对跨境电商物流链产生影响的假设条件，如下所示：
H1：跨境物流与其他物种协同正向影响跨境物流链协同。
H2：跨境电商与其他物种协同正向影响跨境物流链协同。
H3：跨境物流链协同正向影响跨境电商物流链。
H4：跨境物流与其他物种协同正向影响跨境电商物流链。
H5：跨境电商与其他物种协同正向影响跨境电商物流链。
根据上述假设条件，笔者构建相关理论模型，具体如图1所示。
实证分析
（一）量表设计与数据收集
上述假设中所包含指标主要包括：跨境电商与其他物种协同、跨境物流与其他物种协同、跨境物流链协同、跨境电商物流等变量，根据上述变量设计测量量表。其中，测量题项设置主要通过文献梳理、企业调研、专家访谈等方法进行设计，终设置25个题项，如表1所示。對于各变量量表题项测量，采用李克特5级测量法，将问题评价指标分为5个等级，并对五个等级赋予不同分值。其中，{1，2，3，4，5}={极度不同意，不同意，中立，同意，极度同意}。
本研究利用电子问卷调查方式，主要向北京、上海、杭州三地跨境电商企业进行电子问卷发放，以及通过向跨境电商交流学习QQ群发放调查问卷，共计发放问卷400份，回收问卷382份，剔除信息不全面的问卷，得到有效问卷为365份，有效回收率为91.3%，符合研究要求，可进行下一步研究。
（二）信效度检验
为了验证调查问卷获得数据的科学性和准确性，利用SPSS21.0软件对数据验证。利用Cronbach’sα检验量表信度，得到各变量的信度检验结果如表1所示。所有变量Cronbach’sα值均大于0.8，说明该测量量表具有较好的信度。并且，删掉该选项后的Cronbach’s α系数，均小于变量整体Cronbach’sα系数值，表明变量内部题项一致性较高。利用KMO检验和Bartlett球形检验对各题项效度实施检验，通过验证发现，跨境物流与其他物种协同、跨境电商与其他物种协同、跨境物流链、跨境电商物流链的测量指标KMO分别为0.741、0.759、0.791、0.827，均大于0.700，且各变量的Bartlett球形检验统计量Sig 值小于0.01，说明该量表可以进行因子分析。后，利用主成分法提取因子，验证各指标题项。继而得出支付系统对物流影响，以及跨境电商与跨境物流共同分享网络优势这两个测量指标的因子载荷系数小于0.500，其他测量指标的因子荷载系数均大于0.500，说明上述2个测量指标会影响量表的收敛性和区别度。删除上述两个测量指标后，对模型进行修正，终有23个测量指标可用于下一步研究。
（三）结构方程模型分析
为了验证上述假设条件的成立与否，研究影响跨境电商物流协同的因素，继而利用AMOS22.0软件建立结构方程模型（见图2），进行深入分析。
将调查问卷获得数据输入结构方程模型，计算得出模型检验分析结果如表2所示。采用适配统计量对结构方程进行适配度分析，计算结果显示CFI=0.955>0.900，IFI=0.927>0.900，GFI=0.945>0.900，RMSEA=0.078
由图2和表2综合可知，跨境电商与其他物种协同对跨境物流链协同标准化系数为0.33，且在P
