供應鏈柔性測算模型構建及實證

程永偉，穆 東

（1.北京交通大學 經濟管理學院，北京 100044；2.北京物資學院 現代物流產業研究院，北京 101149）

0 引言

面對我國經濟深刻轉型、“黑天鵝”事件頻出以及新能源等產業政策波動，供應鏈環境的不確定性與日俱增，給企業生產運營造成巨大困難。因此，如何測算和提升供應鏈柔性，已經成為制約我國企業生存、發展和競爭力重塑的重要突破口。

然而，作為供應鏈研究的一個“難點”，柔性測度與應用還相對滯后。現有文獻除定性分析供應鏈柔性的含義、類別、影響因素等之外[1-3]，量化研究主要集中在以下幾方面：（1）供應鏈柔性價值的實證研究。于亢亢等（2014）[4]基于制造商柔性和績效相關的212份有效問卷，驗證需求管理柔性在物流分銷柔性與關系滿意度之間的中介作用，發現在不確定環境中，物流分銷柔性對關系滿意度的直接作用更強。曾敏剛和朱佳（2014）[5]以廣東省珠三角地區180家制造企業調查數據為樣本，采用階層回歸分析證明環境不確定性對供應商整合、內部整合、客戶整合均有顯著的正向影響。裴學亮等（2013）[6]的研究也得出了類似結論。（2）構建供應鏈柔性評價指標。Singh和Acharya（2014）[7]采用決策與演化實驗方法從制造、外包、協調、信息系統等指標對印度某公司FMCG進行了柔性測量。Behrouzi和Wong（2013）[8]提出了一個隨機模糊評價模型來測量汽車供應鏈的敏捷性，從質量、成本、交付和可靠性等方面選取了28項相關指標。齊懿冰（2010）[9]從運作柔性、物流柔性、信息柔性、魯棒網絡與再重構柔性等方面構建了供應鏈柔性評價指標體系。Graves和Tomlin（2003）[10]提出了判定供應鏈柔性的相應準則。評價指標盡管簡單且易于理解，但在指標選取和量化過程中存在較大的主觀性，并且由于信息不透明和數據可得性等原因難以進行供應鏈之間的橫向比較，對企業實踐應用缺乏指導性和可操作性。（3）設計供應鏈柔性契約。Esmaeilikia等（2016）[11]設計了一個非線性混合整數規劃模型將現實柔性要素納入供應鏈計劃決策中。Mahajan（2014）[12]采用一個柔性數量合同對獨立價格需求的供應鏈進行契約協調以實現制造商與零售商的“共贏”。Kim（2011）[13]根據消費者需求信息共享設計了一個供應商訂單柔性契約，經仿真證明該契約能夠在供應商庫存成本風險范圍內最大化顧客滿意度。文獻[14-16]探討了價格柔性等其他合同契約。張以彬等（2015）[17-19]則從提前期柔性視角分析了供應鏈魯棒性。顯然，從單一要素來測量供應鏈柔性其針對性和應用性更強，但也失去了對供應鏈整體柔性的把握。（4）從穩定性等其他視角研究供應鏈柔性。孟翠翠等（2014）[20]在對制造柔性、供應鏈柔性和柔性能力概念進行界定的基礎上，對柔性應急能力進行了梳理和回顧。邱若臻等（2016）[21]建立了隨機需求和供應中斷下基于路徑的供應鏈網絡設計非線性規劃模型。李卓群和嚴廣樂（2016）[22]通過計算訂貨決策空間中各種組合下的最大李雅普諾夫指數，比較分析不同情景模式下供應鏈系統的準混沌行為。這些研究同樣未給出完整的測算方法，將穩定性或魯棒性等同于供應鏈柔性也有待商榷。

本文將在上述研究基礎上，吸收楊天劍（2016）[23]、張松濤（2013）[24]等的研究思想，從系統結構變動導致運營成本變動的視角探討供應鏈整體柔性的測算方法。

1 供應鏈柔性測算模型的建立

1.1 供應鏈系統結構定位及切換幅度

供應鏈柔性反映了其應對不確定性環境的敏捷性，即在特定時期內調整系統運營狀態的效率，本文采用“運營狀態切換成本”來反映該效率，相同周期內，單位幅度切換成本越低，供應鏈系統柔性越強。首先，對供應鏈系統結構進行界定，令第t年供應鏈系統的運營狀態為選取供應鏈核心企業涉及上下游運營效率的m個指標hit構建系統結構向量，即相比上一年t-1年時供應鏈系統運營狀態發生了變化，采用向量夾角來刻畫這種切換幅度：

無量綱化處理。鑒于選取的營業額、庫存周轉率、應收賬款等供應鏈運營效率指標hit在單位與數值上存在較大差異，為便于比較分析，應對其作無量綱化處理。可考慮選取供應鏈核心企業第t0年為“元年”，則第tj年系統狀態的向量指標均以元年指標作為基數進行無量綱處理新的系統狀態向量為：

但是，“元年”的選取會對各年份系統偏離度的比較造成一定影響，為了減少這種偏差，本文采用各年份向量指標的均值作為“元年”，即這樣越大，表明系統偏離正常平均水平的幅度越大，系統偏離度越高。

1.2 供應鏈系統成本載荷因子測算與結構分解

在供應鏈系統切換過程中，除了系統資源調整所導致的正常成本變動外，還存在額外的系統切換成本，即柔性成本。為了測算柔性成本，首先需要測算一定周期內系統指標的成本因子。現實中，供應鏈核心企業一般按月報、季報或年報進行數據采集與統計，假定在一年內共收集到n個觀察數據向量：

每個統計時點對應的系統運營成本分別為C=(c1，c2，…，cn)。假設系統運營狀態的切換主要發生在年與年之間，統計年份內系統結構保持相對穩定，令t年的成本載荷因子為，那么運營成本與結構向量指標之間存在如下關系式[25]：

即C=γtH。如果能夠得到各年份成本載荷因子向量γt，便可以采用結構分解技術測算柔性成本。根據式（4），γt可由多元回歸方法求解，并且當H可逆時存在γt=CH-1，求逆方法易于計算機求解，且擬合精度更好，但必須滿足樣本量與指標數一致，對企業統計工作要求較高。由前述假設，統計年份內系統相對穩定，各指標呈勻速變動狀態，這樣便可產生所需的樣本數據。令i指標年均波動率為μ，滿足如下等式：

由式（5）可產生j與j+1相鄰統計中期的新樣本數據：

根據已求得的各年份成本載荷因子γt，易知兩個相鄰統計年份存在如下關系式：

上式中Ct和Ct+1分別為供應鏈核心企業的年度運營成本為企業年度指標結構向量，而為成本載荷因子。供應鏈系統運營成本變動[26]：

由前述計算得到第t年供應鏈系統結構的切換幅度θt和切換成本，顯然，切換幅度越大且切換成本越低，表明供應鏈系統的柔性越強。因此，可將作為柔性指標。但存在為負值的情況（這是因為系統切換使供應鏈結構優化，導致運營成本下降的緣故）據此設計供應鏈柔性指標：

式（10）表示對供應鏈運營狀態進行單位幅度切換，所需承擔的切換成本或給系統帶來的結構優化效益。

2 數據來源及處理

整車制造商作為汽車供應鏈的核心企業，其對供應鏈上下游的生產運營具有重要影響，且受政策、技術等因素影響較為顯著，適于本文模型實證分析。同時，考慮到數據的可得性與一致性，以及不同供應鏈之間的可比性，本文選取了我國比亞迪、長城汽車、長安汽車、福田汽車、廣汽集團、一汽轎車、金龍汽車、力帆股份這8家整車上市公司作為案例樣本，上述公司在企業經營規模、發展路徑、新能源技術研發等方面有較好的可比性。

根據《上市公司信息披露管理辦法》，從上述公司2010—2015年報及季報中提取和計算出如下系統結構指標：（1）營業收入（億元），反映系統整體運營規模；（2）凈資產收益率（%），指公司稅后利潤與凈資產比率，反映系統運用自有資本的效率；（3）管理費用率（%），指維持系統運行所需投入的管理資源及水平；（4）存貨周轉率（次），指公司一定時期銷貨成本與平均存貨余額比率，反映系統資金使用效率和供應鏈上下游物資聯動水平；（5）應收賬款周轉率（次），是指公司賒銷收入凈額與應收賬款平均余額的比率，反映公司與上下游企業在資金方面的聯動水平及使用效率，周轉率越高，供應鏈資產的流動性越強；（6）應付賬款周轉率（次），反映公司免費使用上游供貨企業資金的能力，應付賬款周轉率越低，表明核心企業在供應鏈中地位越強，系統集中度越高；（7）權益乘數（%），指公司資產總額與股東權益總額比率，權益乘數越大，供應鏈杠桿率越高；（8）營業總成本（億元），維持系統運行所需的包括管理費用、財務費用等在內的全部成本。

鑒于上市公司公開數據的最小統計周期為“季報”，每年度只能得到4組結構向量數據，而本文共設計了7個指標（除營業總成本）來界定系統狀態，因此還需按公式（6）在相鄰季度之間產生3組新的估計向量，方能形成7*7的可逆指標矩陣求解該年度的成本載荷因子。當然，若能獲得上述公司按月甚至按周指標數據，則不僅無須插入估計向量，還可以進一步擴充系統指標數，這有待于公司內部財務體系的完善和信息公開。

本文運算均采用MATLAB編程完成。

3 實證結果及分析

首先，本文計算了8家汽車供應鏈的系統結構狀態，圖1顯示了比亞迪2011—2015年的結構變動情況，因2011年遭受“維基”危機等困擾，銷售量大幅下滑15%，股價下跌61%，致使2012年后系統結構持續萎縮，反映在“凈資產收益率”和“應收賬款周轉率”兩個指標方向尤為明顯，供應鏈庫存積壓與資金沉淀可見一斑。但經過2012—2014年在新能源汽車領域的高壓技術與資金投入，以及國家新能源政策的轉向，終于在2015年開始重新擴張，供應鏈運營系統步入新的發展軌道。

圖1 比亞迪汽車供應鏈系統結構變動示意圖（2011—2015年）

圖2精確計算了供應鏈系統偏離度，仍以比亞迪為例，鑒于2011年系統運營滑坡，2012年相比2011年發生了23.55°的萎縮調整，之后2013年、2014年維持低位運行，偏離度僅為9.49°和9.19°，至2015年發生顯著的擴張調整27.67°，較好反映了比亞迪汽車供應鏈的結構調整情況。從橫向比較來看，一汽轎車歷年的波動幅度較大，尤其是在2013年系統偏離度更高達86.91°，這是由于2012年受釣魚島事件影響，主力車型銷量大幅下挫導致公司虧損，但在2013年受日元貶值及新款SUV銷量拉升，系統重回正軌的緣故。從平穩性來看，長城汽車、金龍汽車等供應鏈表現較好，反映出這些公司發展戰略、運營水平具有較高的持續性和市場競爭力。

圖2 我國8家上市汽車公司供應鏈系統偏離度（2011—2015年）

成本載荷因子反映了系統指標對運營成本變動的影響程度，以表1比亞迪供應鏈為例：營業收入與運營成本表現為正相關，在2011年、2013年和2015年成本因子有所下降，表明當年該指標對系統結構優化發揮了正作用，如2015年比亞迪營收漲幅37.48%，成本因子則相應下降58.14%。“凈資產收益率”在2012年、2014年和2015年發揮了正作用，2015年收益率9.79%，較上一年提高近7.95個百分點。“管理費用率”在2011年和2014年貢獻最大，表明當年增長的費用有效提升了供應鏈管理水平。“存貨周轉率”則一直處于下降通道，但在2011年、2012年和2014年仍然發揮了一定的正作用。“應收賬款周轉率”表現較差，尤其在2011年危機年份，造成176.47億元運營成本增加；而“應付賬款周轉率”平穩下降，在2014年、2015年的正影響較大，表明比亞迪對供貨商的資金控制力日漸增強。“權益乘數”顯示比亞迪供應鏈的財務杠杠率在逐年增大，并在2012年危機次年對供應鏈效率提供了有力支撐。

表1 2010—2015年比亞迪汽車供應鏈成本載荷因子

通過結構分解測算出8家汽車供應鏈的運營狀態切換成本，如下頁表2所示。比亞迪在2015年表現最優，供應鏈系統優化貢獻了近245.25億元，這得益于其在新能源汽車領域的“厚積薄發”；長城汽車歷年表現最為搶眼，系統效率持續提升，這與長城自2012年以來在SUV細分市場的“異軍突起”相契合（“哈弗”系列）；長安在2014年、2015年開始發力，營業額翻了近一倍，切換成本也在快速下降；福田汽車波動較大，但總體向好；廣汽集團則表現出一定的“頹勢”，切換成本保持在20億元水平；一汽轎車在2013年有較大改觀外，其他年份表現平平；金龍汽車除2014年外，切換成本均為正值且波動較大；力帆股份在2014年發生較大的切換成本為127.29億元，原因可能是力帆在該年度將公司發展重點轉向低速電動車導致供應鏈結構寬幅波動所造成。

表2 2011—2015年8家汽車供應鏈運營狀態切換成本 （億元）

綜合上述成果，本文得到8家供應鏈柔性水平，如圖3所示。直觀地，長城汽車供應鏈的柔性水平最高，歷年運營調整都對系統產生了正效益，尤其在2013年柔度更達到32.06億元/度，競爭優勢顯著。長安、福田供應鏈柔度基本處于正區間，尤其長安汽車后勁十足，2015年達到10.10億元/度。爆發力較強的還有比亞迪和力帆供應鏈，經歷前期走弱趨勢，于2014年左右迎來拐點，供應鏈效率大幅提升。廣汽、金龍和一汽表現平淡，尤其是一汽供應鏈歷年圍繞零軸窄幅波動，這與圖2的寬幅結構變動形成了鮮明對照，表明一汽轎車的運營調整均被龐大的柔性成本所侵耗，效率低下。整體來看，8家供應鏈均呈現日漸回暖、靠攏的趨勢，這一方面反映出2015年汽車產業尤其是新能源汽車市場在回暖，供應鏈系統效率受行業經濟影響在增強，另一方面也折射出上述汽車公司間競爭日趨激烈，尤其在SUV、新能源汽車等細分領域尤甚，長城汽車柔性的下降便是一個佐證。

圖3 我國8家汽車公司供應鏈柔度變動情況（2011—2015年）

4 結束語

針對供應鏈柔性量化技術相對落后情況，本文提出采用結構向量與成本載荷因子相結合的柔性測算方法。首先，以結構向量界定供應鏈系統運營狀態，以向量夾角衡量運營狀態的切換幅度；然后，運用多元統計方法計算向量指標的成本載荷因子，進而采用結構分解技術得到系統切換造成的成本變動；最后基于切換幅度和切換成本設計了供應鏈柔性指標。并以我國比亞迪等8家上市汽車公司2010—2015年的面板數據進行了實證研究，設計了營業收入、凈資產收益率、應收賬款周轉率等7項涉及供應鏈上下游運營效率的結構指標，結果較好地反映了這8家汽車供應鏈近五年的運營表現，解析了制約供應鏈柔性波動的關鍵要素，揭示了柔性水平的發展趨勢，對指導上述公司如何在未來調整策略、完善結構以提升供應鏈運營效率和競爭力提供了一定的支持。

本文模型同樣適用于能源、家電等核心企業明顯、政策波動較大的供應鏈，尤其是財務統計體系完備的大型企業，更利于樣本數據的采集和結構指標的擴充，能更加及時、準確地掌握供應鏈實際運營狀態和柔性水平。此外，還可采用灰色理論GM（1,1）等方法對供應鏈柔度進行預測分析，優化安排企業生產運作。