大數據時代汽車零部件供應鏈風險評估

經素萍 楊祖勇 申慧芝

摘 要：中國已成為世界第一汽車大國，正向世界汽車強國轉型。汽車制造企業之間的競爭更多是汽車零部件供應鏈之間的競爭，當今，汽車行業面臨百年未有之大變局，全球經歷了三年新冠疫情后，汽車零部件供應鏈的風險更大，供應鏈風險評估的準確性及有效性顯得尤為重要。文章分析了傳統的汽車零部件供應鏈風險評估存在的不足，結合大數據時代的特點，從汽車生產企業與汽車零部件供應商合作過程中的各環節進行分析，闡述大數據時代汽車零部件供應鏈風險評估的有效方法，提出“1+2+3”的風險評估方法。

關鍵詞：大數據 汽車零部件 供應鏈風險 風險評估

Abstract：China has become the world's No. 1 auto country and is transforming into a world auto power. The competition between automobile manufacturers is more about the competition between the auto parts supply chain. Today， the automobile industry is facing unprecedented changes in a century. After three years of global COVID-19， the risk of the auto parts supply chain is greater， and the accuracy and effectiveness of the supply chain risk assessment is particularly important. This paper analyzes the shortcomings of traditional auto parts supply chain risk assessment， combines the characteristics of the era of big data， analyzes every link in the process of cooperation between auto production enterprises and auto parts suppliers， expounds the effective methods of auto parts supply chain risk assessment in the era of big data， and puts forward the “1， 2， 3” risk assessment method.

Key words：Big Data， auto parts， supply chain risk， risk assessment

1 引言

在全球經濟一體化的大背景下，汽車零部件供應商已實現全球化，而零部件供應商作為汽車供應鏈的最關鍵環節，零部件供應商是否可以實現零部件持續、穩定的供貨，已成為汽車生產企業正常運行的決定性因素。比如疫情影響下，零部件供應商停工導致的整車停產，如2022年3月以來蔚來汽車位于吉林、上海、江蘇等多地的供應鏈合作伙伴停產，導致其整車生產暫停；2020年12月開始并持續存在的芯片供貨危機，造成全球減產汽車超500萬輛；2018年5月2日，福特的一家關鍵零部件供應商Meridian在密歇根州的工廠發生火災，直接導致福特三家工廠停產；2017年9月10日上海一家生產給舍弗勒供貨滾針的供應商因環保問題關停，造成49家汽車生產企業生產告急。通過上述事例可知，汽車供應鏈面臨著不同的風險，且風險的發生具有意外和不確定性，供應鏈每個環節出問題，都有可能導致整個供應鏈的中斷。而且，汽車零部件供應鏈風險發生后，將對汽車生產企業造成不可估量的損失。如何在大數據背景下，對汽車零部件供應鏈進行準確有效評估，提前識別風險，并進行有效管控顯得尤為重要。

近年來，國內外學者利用大數據對各類供應鏈風險進行了研究。陳劍（2021）在大數據視角下采購風險評估中提出了“5+X”的采購風險分類框架，其中“5”是環境、競爭、道德、財務和履約風險，“X”是采購方的內部控制風險，通過該框架研究了采購風險評估。周雷（2022）建立Logistic回歸模型和評分卡，研究了整車制造行業供應鏈中供應鏈金融信用風險。Baryannis（2019）研究了供應鏈風險管理中識別、評估、監控等可能對供應鏈產生影響的因數。班英策（2019）從供應鏈金融風險管理角度，利用大數據匹配用戶需求，設計個性化金融服務；完善交易征信，降低信息不對稱；實現量化授信；判斷預期交易量，精準渠道分配；優化風控技術，實現高效自動化。夏涵宇（2019）研究了供應鏈風險數字化管理，從建立風險數據庫、供應鏈風險模擬、動態風險監控、及時響應和智能決策角度進行了分析。吳賾書等（2018）基于農產品供應鏈風險進行研究，根據web服務及數據集成思想從物聯網感知層、大數據網絡集成層、農產品風險預警的動態服務層和農產品供應鏈風險預警的應用層四層進行研究。

綜上所述，大數據可以應用于制造企業、流通企業，可以用于流程優化、服務升級、供應鏈風險管理等等，“大數據讓我們以一種前所未有的方式，通過對海量數據進行分析，獲得巨大價值的產品和服務，或深刻的洞見，最終形成變革之力。”本文以大數據為基本驅動力，研究柳州汽車零部件供應鏈風險，提出“1+2+3”的風險評估方法。

2 汽車零部件供應鏈風險的主要影響因素

供應鏈風險具有全面性，識別供應鏈風險要考慮供應鏈整個環節，也需要考慮到企業會面臨的各種風險。以汽車零部件供應商為載體，汽車零部件供應鏈風險的影響因素可以分為內部因素和外部因素。內部因素主要有：企業經營方向、企業盈利情況、企業股份構成、產品質量情況、消防安全、產品專利、企業應急預案完善程度等。外部因素主要有：國內外政治環境、國內外經濟政策、法律法規、關聯原材料價格走勢、不可抗力等。供應鏈風險管理是動態的且具有關聯性，影響因數的變化會影響到整個供應鏈風險管理的有效程度。通過企業多年數據統計顯示，不同因素影響程度有高中低之分；影響因數惡化出現的風險也不同，會導致中斷或者不連續；靈敏度的反應亦有高中低之分。不同因素對汽車零部件供應鏈風險影響及靈敏度見表1。

3 傳統的汽車零部件供應鏈風險評估存在的不足

3.1 只注重供應商引入時的風險評估

大部分汽車生產企業在零部件供應商引入階段都非常慎重，會從質量保證能力、成本控制能力、技術研發能力、交付管控能力等版塊對供應商進行詳細的考評，并通過實地考察、評分、各部門聯合討論等環節對零部件供應鏈風險進行全方位的評估。汽車零部件開發存在開發周期長、專用性強、連續使用周期長、替代周期長等特點，從引入到批量供貨一般在6個月以上，批量后供貨一般持續2年以上，只在引入時對汽車零部件供應鏈風險進行評估，無法持續保證供應鏈安全。

3.2 只通過調查表的形式收集信息

部分汽車生產企業，通過調查表的形式，通過零部件供應商提交的信息對供應鏈風險進行評估，此評價方式雖可以實現持續對風險進行評價，但成本高、效率低、準確度差。

3.3 只通過結果對風險進行評估

還有一些整車生產企業，通過調研供應商目前供貨的汽車生產企業情況、企業年報，供貨的零部件實物情況對供應鏈風險進行評估，此評估方式可降低評估成本，但存在反饋周期長、缺乏趨勢判斷、風險處置周期短等問題。

4 大數據時代的汽車零部件供應鏈風險評估

基于汽車零部件供應鏈風險的主要影響因素及各因素的特點，結合大數據時代大量、高速、多樣、價值的特點，我們提出“1+2+3”的風險評估方式。“1”指供應商引入階段質量、成本、技術、交付等全方位風險評估；“2”指合作階段過程系和結果系雙向風險評估；“3”指從政治經濟、法律法規、原材料三個維度對供應鏈風險進行趨勢評估。

“1+2+3”的風險評估方式的主要特點體現在三個方面。第一、該評估方式從源頭對風險進行評估，降低后續的風險及不確定性；第二、該評估方式充分體現事物發展的因果關系；第三、該評價方式從趨勢上對供應鏈風險進行預判，為風險處置爭取更多時間。“1”主要運用于汽車零部件供應商引入階段，“2”和“3”主要運用于汽車生產企業與零部件供應商合作階段，一般按月度采用“2”進行風險評估，按季度采用“3”進行風險趨勢評估，同時，“2”進一步驗證“3”的評估結果。

4.1 引入階段全方位風險評估

引入階段，主要在汽車生產企業合作情況、質量水平、成本管控水平、技術能力、交付保障能力五個方面進行風險評估。

汽車生產企業合作情況：主要評估此供應商是否為主流汽車生產企業配套，通過供應商官網、汽車生產企業官網、百度等搜索引擎、蓋世汽車網、太平洋汽車網等可以快速獲取信息。

質量水平：主要評估供應商質量保證能力，評估持續提供符合要求的零部件的風險。是否獲得ISO9001、IATF16949等認證是質量保證能力的基礎要求，通過汽車質量投訴網可以獲取負面清單。

成本管控水平：主要評估供應商成本控制能力，評估零部件市場競爭力的風險。通過現場考察供應商成本管控的手段、人員對標的意識，獲得的汽車生產企業獎項情況進行評估。

技術能力：主要評估研發能力，評估零部件開發及升級按期完成的風險。主要通過試驗能力、開發人員經驗、獲得專利數量等進行評估。

交付保障能力：主要評生產組織及物流組織能力，評估有序、持續供應汽車零部件風險。主要通過過往不良記錄、供應鏈管控能力等進行評估。

4.2 合作階段過程系和結果系雙向風險評估

合作階段過程系及結果系評價，過程系主要通過合作過程中質量、成本、交付、新品開發、變更信息、不可抗力時影響情況六個方面進行評估；結果系主要通過生產影響數、項目開發節點影響、售后備件影響三個方面進行評估。合作階段過程系和結果系雙向風險評估強調數據的有效性和及時性，汽車生產企業，建立一個系統，將合作過程中的合作事項、異常事件及時輸入到系統，通過每個版塊不同的權重比例，自動得到一個分數，根據零部件供應商每月的得分情況，進行風險評估。合作階段過程系與結果系框架圖如圖1所示。

4.3 政治經濟、法律法規、原材料三個維度對供應鏈風險進行趨勢評估

供應鏈風險趨勢評估，首先根據汽車零部件的特性及其供應鏈情況進行分類，確定政治經濟、法律法規、原材料等因素引起的供應鏈風險趨勢見表2。

5 結語

基于大數據的汽車零部件供應鏈風險評估，提高了風險評估效率及準確度，有利于汽車生產企業提前識別供應鏈風險，減少供應鏈風險對生產經營的沖擊。“1+2+3”的風險評估方式從成本、效率、維度方面進行優化，提供了一種從源頭管控到過程全方位評估，再到趨勢預判的汽車零部件供應鏈風險評估方式。

基金項目：廣西高校中青年教師科研基礎能力提升項目（大數據驅動下的柳州汽車產業供應鏈風險管理研究；2020KY60001）。

2022年度廣西高校中青年教師科研基礎能力提升項目（“一帶一路”背景下廣西自貿試驗區高質量建設研究，2022KY1688）。

參考文獻：

[1]陳劍，肖勇波，朱斌.大數據視角下的采購風險評估——基于某服務采購企業的案例分析[J].系統工程理論與實踐，2021，41（03）：596-612.

[2]袁婷，董敏.半導體供應鏈風險傳遞及控制[J].合作經濟與科技，2023（01）：110-111.

[3]張輝，王洪祥，賈越，單昊天.供應鏈風險識別研究[J].物流科技，2023，46（01）：138-140.

[4]李博渝，鐘敏.華為供應鏈風險防范與管控研究[J].物流科技，2022，45（19）：137-139.

[5]陳劍，肖勇波，朱斌.大數據視角下的采購風險評估——基于某服務采購企業的案例分析[J].系統工程理論與實踐，2021，41（03）：596-612.

[6]周雷，邱勛，朱奕等.基于大數據的供應鏈金融信用風險評估實證研究——以整車制造行業為例[J].金融發展研究，2022，No.485（05）：64-70.

[7]Baryannis G，Validi S，Dani S，et al.Supply chain risk management and artificial intelligence：State of the art and future research directions[J].International Journal of Production Research，2019，57（7）：2179-2202.

[8]班英策.大數據環境下供應鏈金融風險管理策略[J].管理觀察，2019（20）：167-168.

[9]夏涵宇.工業發展背景下供應鏈風險數字化管理方法探究[J].商訊，2019（19）：178.

[10]吳賾書，魯艷霞，張益民.基于大數據和物聯網的農產品供應鏈風險預警平臺研究[J].通訊世界，2018（07）：47-48.