基于復雜網絡的突發事件下汽車產業供應鏈韌性研究

王文利　李杰

關鍵詞：汽車產業供應鏈；復雜網絡；供應鏈韌性；最大連通子圖

中圖分類號：F252文獻標識碼：A文章編號：2096-7934（2024）04-0063-15

一、引言

隨著世界經濟全球化的發展，供應鏈系統也經歷了由簡到繁的過程，企業不再只是作為單一的個體面向市場，而是作為供應鏈體系中的一部分來影響供應鏈整體或者被供應鏈整體所影響，同時，由于企業間錯綜復雜的關系，供應鏈的融合促使供應鏈管理演變為對其組織網絡關系的管理。

汽車行業是一個復雜的制造業，其供應鏈涉及到產品設計、零部件采購、生產制造、物流配送等多個環節，由眾多節點企業組成的供應鏈系統經常面臨干擾風險，例如，張建同、張敏［10］等針對汽車產業中出現的金融違約風險，選取了16家具有代表性的車企進行風險度量研究；康（Kang）［17］等人認為供應短缺會影響產業鏈穩定發展，所以針對產業鏈的視角下，構建了多層網絡風險傳播模型（CMNRP），提出了基于彈性的貿易網絡體系、最后對怎樣提升貿易網絡彈性提出了自己的政策建議。而突發事件更加劇了供應鏈系統的復雜性和其內外部不確定性，李方生［15］等人就新冠肺炎疫情對世界汽車行業所帶來的沖擊，從產業鏈、經營狀況、市場風險三個層面進行了對策研究；高運勝［16］對汽車行業遭受物料，人工短缺風險而造成的動蕩，結合我國國情進行了深入分析，提出了加快我國汽車產業高質量發展的建議。

本文所應用的復雜網絡理論，借鑒了許多前人的研究基礎，劉濤、陳忠、陳曉榮［2］等人在統計方面、模型結構方面、動力學方面對復雜網絡進行了相關簡述，對網絡傳播這一性質進行了著重的介紹，認為這一特性代表了復雜網絡在供應鏈乃至整個經濟系統中的重要作用。而范如國［3］則更加深入的對復雜網絡中的小世界特性、無標度特性、偏好連接特性進行了研究，并且認為其對社會治理也有著深刻影響。從復雜網絡的視角來看，供應鏈內部自身復雜性以及外部復雜環境的存在促使網絡極具不穩定性。譚躍進、吳俊［4］等人在對網絡節點進行研究的過程中，定義了網絡的凝聚度這一特性，并且考慮了節點之間連接特性，還對最短路徑這一測量值進行了探究。盛昭瀚、王海燕［1］等人認為供應鏈韌性的價值研究不只是應對常規的問題，更加要注重供應鏈在面臨應急風險時韌性的有效性；所以在面對突發事件時供應鏈的節點或者邊受到干擾，其它節點或者邊也可能會受到牽連，從而發生連鎖反應，影響到整個供應鏈網絡。張廣勝，劉偉［8］以LSSC網絡結構為研究對象，利用集聚系數、最大連通子圖等網絡特性指標來觀測LSSC網絡脆弱性能數據，對供應鏈網絡脆弱性進行了探究；李文川［7］根據閉環供應鏈的結構特征，對閉環供應鏈網絡進行演化設計與仿真實驗后，得出結論：基于動力學模型的基礎上，閉環供應鏈在面臨蔓延性災害時，依據網絡不同節點的地位差異改進節點的風險對抗能力，針對節點度值大的節點進行風險優化可以有效提升供應鏈抗風險能力。

在對復雜網絡進行具體應用方面，高自友，趙小梅［5］等人從城市的交通系統出發，提出了綜合利用復雜網絡理論、動力系統理論、現代控制理論等多學科交叉的理論方法；葉青［6］也基于復雜網絡分析交通軌道網絡的拓撲特征和脆弱性對于優化路網結構、保障穩定運營的作用。此外，李勝利［9］對冷鏈物流進行網絡結構建模，并且對網絡特性進行了分析，針對每日優鮮冷鏈物流網絡進行仿真運算，依據仿真結果提出了相應的優化措施；孫（Sun）［19］提出了一種基于節點度偏好和競爭優勢系數連接偏好的啞鈴型多級供應鏈復雜網絡描述規則和進化算法，論證了動態魯棒性對供應鏈的影響，該研究對多級供應鏈網絡結構優化和動態魯棒控制提供了科學依據。唐（Tang）［20］為了分析相互依賴的供應鏈網絡在遭受可能導致節點故障的中斷事件時的魯棒性，利用巨配分函數和網絡層與物理層網絡中節點間一對一的有向相互依賴關系，構建了實變函數方程，量化了失效載荷在相互依賴網絡中的動態傳播過程，對初始中斷時的單節點移除和多節點移除兩種情況進行了數值模擬，對供應鏈網絡節點企業失效這一現象進行了研究。

當前有許多針對汽車供應鏈進行的研究，但研究方法較為單一，多以行業專家或企業從事人員問卷為基礎，進行供應鏈韌性的探究，所得出的方法結論欠缺客觀性。本文以中國經濟金融研究數據庫中切實的數據為基礎，利用復雜網絡建模方法進行突發事件仿真實驗，希望能夠得出較為客觀的結論與措施，對突發事件下的汽車產業供應鏈韌性提升有所幫助。

二、汽車產業供應鏈網絡模型

運用復雜網絡對汽車產業供應鏈進行仿真實驗，可以最大程度模擬在突發事件來臨時狀況，研究其內在機理進而對汽車供應鏈提升韌性，實施風險管理。

（一）數據來源

本文數據來源于中國經濟金融研究數據庫汽車供應鏈板塊，信息披露的30家制造商企業及其所披露自身數量不等的供應商企業，分別為公開的第一大供應商至前五大供應商，共計111家供應商企業。

以制造商江鈴汽車、富奧股分兩家企業為例，國泰安數據庫所披露其前五大供應商，如江鈴汽車下屬供應商南昌寶江鋼材加工配送有限公司、南昌江鈴華翔汽車零部件有限公司、博世汽車系統（無錫）有限公司、江西江鈴底盤股份有限公司、江西江鈴專用車輛廠有限公司；富奧股份下屬供應商博世華域轉向系統（煙臺）有限公司、浙江亞太機電股份有限公司、方大特鋼科技股份有限公司、中信泰富鋼鐵貿易有限公司（青島）、上海大陸汽車制動系統銷售有限公司；此外，如威孚高科只披露其下屬前兩大供應商：德國博世、威孚環保；中集車輛只披露其一家供應商：陜西重型汽車有限公司。以上為本文汽車產業供應鏈網絡中的節點企業數據來源。

（二）網絡模型構建

本文所建立的復雜網絡模型為無標度網絡，無標度網絡具有嚴重的異質性，其各節點之間的連接狀況（度數）具有嚴重的不均勻分布性：網絡中少數稱之為Hub點的節點擁有極其多的連接，而大多數節點只有很少量的連接。少數Hub點對無標度網絡的運行起著主導的作用。從廣義上說，無標度網絡的無標度性是描述大量復雜系統整體上嚴重不均勻分布的一種內在性質。

在復雜網絡的視角下，企業被看作節點企業，企業之間互相影響的關系被看作邊。如果某兩個企業之間存在合作或者競爭關系，都會對整體供應鏈網絡產生影響，則相應的兩個節點將用一條邊進行連接。

將供應鏈網絡看作為無向圖G（VE），V是節點集合，E是邊集合。如果企業i和j具有關系，則節點Vi與Vj之間存在一條邊Eij。在數學中，通常用鄰接矩陣A來表示網絡。矩陣A中元素，Aij的定義如下：

本文建立的無標度網絡為對稱網絡，矩陣部分形式如圖1所示。

圖1 對稱網絡矩陣示意

以圖2為例，圖示為四個制造商企業與其前兩位供應商。制造商A與制造商D有配套服務或合作伙伴關系，故此產生網絡連邊關系，當供應鏈網絡受到突發事件沖擊發生中斷，導致連邊斷裂時，互為合作伙伴關系的兩者在供應端或需求端都會受到沖擊，對局部網絡穩定性產生影響。

圖2 連邊關系示意圖

制造商A均與兩個供應商A1、A2有業務往來關系，故此建立連邊，但同時存在供應商C1，同屬制造商A、B的上游供應商，故也與A建立連邊。

此時A1、A2、C1因同屬A的上游供應商，發生競爭關系，同時建立連邊；當發生突發事件中斷時，若A2節點失效（表現為受到突發事件影響退出市場），A1、C1就必須增加產量來供應制造商A，當A1、C1產量仍不足以滿足A的需求時，就會影響與制造商D的業務合作，進而對這一局部供應鏈網絡產生影響。

（三）網絡模型特性分析

1.集聚系數

汽車產業供應鏈模型各節點相互聯系的密切程度，單個節點在網絡中實際存在的連邊數與該點可能存在最多條邊數的比值稱為該節點的簇系數Ci。即：

式中，Ci為節點Vi的集聚系數；Ei為Vi的鄰居節點之間實際存在的邊數，Ki（Ki-1）/2為它們之間可能存在的邊數；C為網絡整體的集聚系數。當C=1時，網絡中任意節點之間都存在直接聯系。大多數現實供應鏈網絡的集聚系數通常介于0到1之間。

由分析網絡集成軟件，對公式1進行計算得知，本文汽車供應鏈網絡的集聚系數為0.726270616，加邊權重后計算結果Wtd CC為0.532220781，說明本文建立的供應鏈網絡節點企業間的聯系較為緊密，適應市場的能力較強，優勢體現在這些企業可以共享較多的市場信息，更多的技術交流機會，在許多技術、經驗、物流等上可以形成互補，更有效的完成訂單，加快汽車行業的迅速發展。同時在受到外界干擾時，企業間可以進行合作，更有機會克服大的危機，或更有機會在市場經濟大環境下生存下去。

2.節點度值

在網絡圖中，節點度指的是節點的鄰居節點的數量，即與其相連的節點數量，是復雜網絡中一個基本的統計特征。在供應鏈網絡中，一個節點的度越大，則表明與該企業進行合作的企業數量越多，其業務規模也就越大，也反映了該企業在網絡中的重要性。在統計時，節點Vi的度Ki可通過鄰接矩陣A的第i行或第j列的元素之和進行表示，定義如下：

本文建立的復雜網絡模型為無標度網絡，無標度特性是指網絡中的節點度服從冪率分布，在模型中節點度是指與該節點有邊關聯的節點數目，也就是說一個節點的度為與它發生連邊的節點數量。節點數量與這個節點的度的關系分布可以近似的用一個冪函數表示，就說明這個網絡節點服從冪律分布。無標度特性的特性表現為：少部分節點度值較大，大部分節點度值較小。

通過網絡分析集成軟件將數據帶入（公式2）進行計算，得出141個網絡節點度值，并將節點度值較大的節點企業（≥14）進行UCINET可視化展示，度值較大的企業數量較少，而其他度值較低的節點企業數量較多，符合冪律分布的特點，證明本文所構建的汽車產業供應鏈網絡符合無標度特性。

3.平均最短路徑

兩節點間的距離Lij;i、j是指從節點i出發到節點j所經過的連邊的最小數，網絡直徑D是指網絡中節點間的距離最大值。

式中：i，j——網絡中的任意節點；Lij——兩節點間的距離。

網絡平均最短路徑公式：

式中：L——網絡平均最短路徑；

N——網絡節點數。

經由UCINET對式3與式4計算得到本文汽車供應鏈網絡模型的平均路徑長度為3.413829803，而美國最著名的汽車供應鏈平均長度分別為本田雅閣：3.96、謳歌：3.86、克萊斯勒：3.66，比較來說本文所構建的汽車供應鏈企業之間的聯系較為緊密，網絡結構穩定性強，在面對突發事件的干擾時具備一定的網絡韌性。

4.介數中心性

節點介數描述了該節點在網絡中的橋梁節點作用或者是樞紐作用，越多節點對之間的聯系經過該節點，則該節點越重要。節點的介數中心性Bi可以表示網絡中其他節點經過該節點的流量值，介數中心性同樣可以在一定程度上反映節點在網絡中的重要程度。在汽車供應鏈網絡中，介數中心性值大的節點一般對應網絡中經過流量較大的節點企業，對整個網絡也具有較大的影響力。節點介數中心性可以在度中心性基礎上對網絡節點重要程度進行更加細致的劃分。因此，將介數中心性作為對整體網絡影響大小的判定依據。介數中心性Bi表示為：

節點的介數中心性指網絡中所有最短路徑中經過該節點的路徑占所有節點對的最短路徑總數的比例。Bi指節點Vi的介數；Wxy（i）指從Vx到Vy的最短路徑中經過Vi的路徑的數量；Wxy指從Vx到Vy的最短路徑的數量。

通過對式5進行計算，得到汽車產業供應鏈網絡的介數中心性值為15.26%，截取節點介數排名前十的企業整理，可以看到以江鈴汽車、上汽集團、一汽解放等為代表的制造商企業作為汽車供應鏈中的核心環節（如表1所示），對供應鏈上下游的影響最大，其他供應商企業應盡力與此類核心企業建立業務聯系，在面對突發事件時才能盡可能多的保持供應鏈韌性。

表1 節點企業介數中心性值

（四）數據邏輯檢驗

本文所建立的無標度網絡為無權無向網絡，且由無向圖所建立的矩陣為對稱矩陣，故需要網絡分析集成軟件對141個節點企業進行出度值與入度值檢驗，以此驗證網絡的邏輯性。

經由表2所截選的部分制造商與供應商出入度值檢驗結果可以看出，通過網絡分析集成數據軟件檢驗后，30制造商和111個所屬供應商所組成的供應鏈網絡模型中節點企業的出度值與入度值相等，模型建立不存在邏輯上的漏洞。

表2 出入度值檢驗

三、突發事件下汽車供應鏈韌性分析

供應鏈韌性反映了系統在受到內外部等突發事件干擾下，供應鏈仍能保持其原有功能和收益并持續運行的能力。突發事件因素的干擾和破壞會給汽車產業供應鏈網絡造成嚴重影響，并直接影響相關節點企業間的合作、競爭關系，從而對供需端的網絡穩定性帶來破壞。這主要體現在當網絡受到攻擊時，其節點與邊將會失效，同時這種失效反應會在相關網絡節點之間進行傳遞，進而導致另一網絡節點的失效。從本文建立的網絡結構來講，汽車產業供應鏈是由供應鏈各相關節點企業組建而成的復雜網絡，網絡受到各種因素的干擾均可能會給汽車產業供應鏈整體造成一定影響。

從供應鏈復雜網絡的角度來看，其存在著很多的不確定性，在遭受突發事件的沖擊時，無論是制造商還是供應商都會產生企業內部經營方面的問題，加上與之關聯的供需端企業的影響因素，都會影響整體供應鏈網絡韌性。遭受突發事件時任何不確定性因素，都會給供應鏈網絡中的每一個環節、每一節點企業帶來巨大風險，而局部環節、節點企業出現問題，都會給整體汽車產業供應鏈系統帶來嚴重危害。因而對汽車產業供應鏈韌性進行研究，對于我國汽車行業的企業安全和經濟安全等問題無疑會有非常重要的應用價值以及戰略意義。

（一）突發事件下的供應鏈中斷

突發事件導致的供應鏈中斷比比皆是，包括恐怖襲擊、國際社會動蕩、傳染病暴發等突發事件都會對供應鏈的平穩運行造成干擾，破壞物流網絡和供應鏈合作伙伴之間的信任，導致供應鏈上下游企業間交易中斷。例如，2021年3月，臺灣長榮海運的“長賜號”正橫在非洲蘇伊士運河距離南端河口的6海里處，堵死了這條世界貿易大動脈，導致全球供應鏈受到影響。俄烏沖突導致新能源汽車動力電池所需的鎳、鋰等金屬緊缺，俄羅斯是相當重要的原材料供應國，由于俄烏戰爭，俄羅斯遭受到西方國家制裁，助推了鎳、鋰等金屬原材料價格的上漲。以美元計價的大宗商品價格因戰爭影響持續高漲，也會推高芯片價格的上漲預期，進一步加劇芯片的緊張局面；俄烏沖突后，一方面是貿易受阻，另一方面是俄羅斯、烏克蘭居民的消費能力會受到影響，對于國內汽車往這些市場的出口是不小的影響。當穩定的供應鏈系統受到突發事件干擾時，供應商會因為原材料緊缺或物流系統受阻，供應端受到阻力，進一步影響與其關聯的制造商所進行的生產活動，或制造商生產增量不夠滿足供應鏈下游訂單需求，或影響與其建立合作伙伴關系的商家完成自身業務活動，從而造成供應鏈中斷。此外，本文汽車供應鏈網絡中的111家供應商企業因為所屬制造商有所重疊，一旦其中一家供應商受到突發事件干擾退出市場或供應端交貨不及時，與其互為競爭關系的供應商企業就會面臨業務量激增的局面，屆時供需情況不能及時平衡，此局部供應鏈網絡就無法保持穩定，進而影響30家制造商企業之間的供需活動，可能造成整體供應鏈網絡的中斷。

總而言之，局部的網絡受到突發事件的沖擊產生的影響可能會進一步蔓延至整個供應鏈系統，無論是供應端的節點企業還是需求端的制造企業，一旦受到突發事件干擾導致業務活動中斷，就會進而影響汽車產業供應鏈的正常運行。因此，如何在面對突發事件的干擾下依舊維持供應鏈系統的平穩運行，保持足夠的供應鏈韌性是當下汽車產業供應鏈中所有企業應該思考的問題。

本文利用矩陣工廠編程進行網絡節點與連邊的隨機、目標去除，以此來模擬突發事件來臨時可能對汽車產業供應鏈網絡中企業和企業間活動造成的干擾，之后通過大型復雜網絡分析工具進行網絡攻擊后的可視化展示，以直觀感受供應鏈系統受到沖擊后的景象，再通過矩陣工廠統計受突發事件影響本文所構建的汽車產業供應鏈各個階段的復雜網絡特性數據，對仿真過程進行研究分析，得到能夠提升供應鏈韌性的方法。

（二）汽車供應鏈網絡韌性指標

本文對汽車產業供應鏈網絡韌性的度量標準是指在面對突發事件下，能夠維持汽車產業整體供應鏈網絡的性能進行衡量的相關指標，在一定程度上對網絡的整體運行能力能夠進行反映。汽車產業供應鏈網絡在受到突發事件的不確定性沖擊時，網絡整體韌性受到的影響也不一樣，從而供應鏈韌性的評價標準所測算出的結果是不盡相同的，本文通過刪除汽車產業供應鏈網絡中節點和邊模擬在突發事件下，汽車產業供應鏈網絡受到干擾時的整體結構變化。因此，用供應鏈韌性指標來反映網絡遭受突發事件攻擊后的變化。結合文章研究，選擇以效率性能、彈性性能兩項指標作為供應鏈韌性的度量標準，以此對本文建立的汽車產業供應鏈網絡韌性進行研究

1.彈性性能

運用復雜網絡理論研究供應鏈韌性時，主要通過網絡連通性的變化來度量網絡的韌性，如利用復雜網絡的最大連通子圖規模，最大連通子圖又叫極大連通子圖，是一種數學、圖論類的子圖。當供應鏈網絡遭受攻擊后，網絡中的部分節點因失效而與原網絡失去連接，進而被刪除，進而又導致與其連接的所有邊的失效，由于網絡本身是由節點和邊之間的互相連接而構成的，故此時網絡會因為部分節點之間斷聯而分化成若干個小的子網絡，在所有子網絡中，一般都存在一個最大的子網絡，該子網絡中所包含的節點最多，被稱為最大連通子圖。故最大連通子圖中包含節點的數量在一定程度上代表著原網絡的穩定性能。因此，網絡的穩定性通常用最大連通子圖來表示。

汽車產業供應鏈網絡韌性的彈性性能是指網絡結構是否穩定的性能，代表了企業之間的互相關聯情況。如果所構建的復雜網絡中所有節點企業都具有連邊關系，不存在孤立點或者獨立的小型網絡，則網絡的連通性很好；如果網絡中存在部分孤立點或獨立的小型網絡，則相應的網絡連通性就較差。故此，本文用最大連通子圖R來衡量所構建的復雜網絡的連通性，即網絡的穩定性，R值越大，網絡結構越穩定，R值越小，網絡結構越脆弱。

當汽車產業供應鏈遭受突發事件的干擾時，網絡中某些節點企業失效，表現為退出市場或者不參與競爭或供應活動，這時網絡連邊關系斷裂，就會產生孤立點，使得原本穩定的網絡結構被破壞；而最大連通子圖的規模就是指在受到突發事件的干擾后，汽車產業供應鏈中還能正常進行供應或者競爭關系的節點企業，而這些企業還能夠正常運營，保持供應鏈網絡的穩定。

因而，供應鏈彈性性能被定義公式表示如下。

式6中：R——供應鏈網絡韌性的彈性性能；N′——最大連通子圖的規模；N——表示原始網絡的規模。R越小，供應鏈網絡韌性的彈性性能越差，即供應鏈網絡結構不穩定；R越大，供應鏈網絡結構越穩定。

2.效率性能

供應鏈網絡的效率性能體現在網絡節點間的供需效率，即各節點間處理業務的快慢程度，如汽車供應鏈中制造商的裝配制造速度、與合作企業簽訂業務完成的速度、供應鏈體系中供應端物流速度、信息傳遞速度、與業務伙伴之間資金的周轉速度，存在競爭關系的供應端企業業務增量完成速度，互為競爭對手之間業務需求反映速度等。供應鏈網絡的效率性能，通常用最大連通子圖的平均最短路徑來描述。

用平均最短路徑這一度量值來反映汽車供應鏈網絡的傳輸和反應速度。Li越小，網絡節點企業之間反應越快，整體的效率性能越好；Li越大，節點企業之間的系統反應越慢，整體的效率性能就差。

則供應鏈韌性的效率性能定義為系統遭受突發事件干擾后的最大連通子圖的平均最短路徑Li與原網絡平均最短路徑長度L的比值：

公式7中Q表示汽車供應鏈網絡效率性能。Q越小，則表示網絡的效率性能的韌性越好，反之供應鏈網絡的效率性能的韌性越差。

（三）汽車供應鏈網絡韌性仿真分析

本文所構建的復雜網絡模型是基于制造商與其頭部供應商之間的配套合作與供需競爭關系所構建，此供應鏈系統在受到突發事件的干擾后，會對其原有的網絡造成一定沖擊，而供應鏈韌性就是當系統受到不確定因素干擾仍能維持其原有的特性，并連續平穩運行。因此，利用隨機攻擊和目標攻擊兩種干擾方式對供應鏈系統韌性進行分析：

（1）隨機攻擊網絡中的節點：在整個供應鏈復雜網絡中按一定比例（選取比例：0、10%、20%—100%）隨機選取節點進行攻擊，攻擊節點的數目逐漸增加。

（2）目標攻擊網絡中的節點：每一次選取的結點數目與隨機攻擊中的節點數目對應，在整體網絡中選取度值較大的節點進行攻擊。

1.目標中斷下的汽車供應鏈網絡

選取節點進行目標去除后利用PAJEK可視化展示。

對度值較大的節點企業，進行目標去點10%后，整體的網絡規模相較于原始網絡并無明顯的變化，最大連通子圖數量雖有下降，但網絡結構總體趨于穩定，依然可以保持運行。

在去點30%后，由于度值較大的節點企業退出市場，網絡的整體規模出現了較大變化，孤立的“小團體”數量增多，對于整體汽車供應鏈網絡來說，關聯性強的核心節點企業消失后，供應鏈流通性變差，網絡結構開始出現崩潰。

在目標去除了50%度值較大的節點企業后，網絡結構嚴重崩潰，依附于供應鏈網絡中的節點企業越來越少，已經無法形成汽車供應鏈系統。

在目標去除80%的節點后，141家汽車企業所組成的供應鏈系統不復存在，只剩下極個別企業存在微弱聯系，供應鏈網絡已經完全崩潰。

2.隨機中斷下的汽車供應鏈網絡

選取節點進行隨機去除后PAJEK可視化展示。

在隨機取點10%后，整體供應鏈網絡規模與原始網絡相比雖有變化，但與目標去點相比，網絡韌性要更好，節點與連邊數量總體趨于穩定。

在隨機去點30%后，網絡總體規模明顯減小，出現了部分孤立點，但核心的節點企業仍以聯盟形式存在，供應鏈系統大體上仍能保持運轉。網絡整體趨于崩潰，孤立點進一步增加，但相較于目標去點50%的網絡規模，隨機去點的網絡韌性更強。

（四）汽車產業供應鏈網絡韌性彈性性能分析

分別進行隨機與目標干擾網絡兩種方式模擬突發事件，去除網絡中的節點，通過矩陣工廠對公式6進行計算，來觀察最大連通子圖規模以及彈性性能數值的大小，以此得出分析結果，計算結果如表3所示。

表3 彈性性能數據

本文的供應鏈網絡模型在隨機干擾情況下，最大連通子圖的規模從141開始逐漸減少，隨著去除節點比例的增加，網絡整體彈性性能逐漸降低，最大連通子圖規模呈現遞減趨勢，在去除節點90%時，可以看到彈性性能趨近于零，同樣在目標干擾的情況下，由于優先去除度值較大的節點，在去除目標去除30%的節點后，最大連通子圖規模急劇減少，網絡彈性性能便趨近于零，整體網絡結構崩潰，失去了復雜網絡模型中的連通性。

從圖3所示，汽車產業供應鏈網絡在隨機干擾的情況下，隨著去除節點比例的增加，網絡中的彈性性能逐漸減小，在去除節點比例為0.4的時候，彈性性能減小近半，而網絡整體彈性性能則隨著去除節點比例的增加，呈現線性下降的趨勢。因為在受到突發事件的干擾后，供應鏈企業會因為聯級效應產生的影響，對與之關聯的供應鏈上下游企業逐漸造成傷害，圖中表現為，按比例失效的節點依次增加。因此，為了應對突發事件對供應鏈韌性的干擾，我們應該對聯級失效這一問題進行研究防范。

在目標干擾的情況下，隨著去除節點比例的增加，供應鏈網絡的彈性性能急劇下降，從開始去除節點到去除節點30%，彈性性能呈現斷崖式下降；從去除比例30%之后，整體供應鏈網絡幾乎已完全失去彈性性能，網絡結構趨近于崩潰。目標干擾是優先從度值較大的節點開始攻擊，而節點度值大的企業在汽車產業供應鏈中與其他節點企業的聯系更為緊密，是為核心企業；當這些企業受到突發事件的干擾后，一旦退出市場或者切斷與供應鏈上下游其他企業的聯系，對整體供應鏈穩定性造成巨大影響，反映出核心的節點企業對于供應鏈網絡的重要性，當核心企業受到突發事件的干擾，應當著重保護此類企業，以此來避免供應鏈整體更大的損失。

（五）汽車產業供應鏈網絡韌性效率性能分析

1.節點效率性能

與上文一樣，采用隨機與目標干擾兩種方式模擬突發事件來觀測網絡的韌性變化，按照矩陣工廠程序中隨機得出的去除節點來進行隨機干擾，優先去除節點度值較大節點進行目標干擾實驗，以此來計算網絡最大連通子圖的平均最路徑和效率性能數值（如表4所示），并得出分析結果。

從表4中可以看到，汽車產業供應鏈網絡在隨機干擾下，網絡的效率性能值呈現平緩下降態勢，連通子圖平均最短路徑從開始的3.414勻速下降至0.006，網絡節點的逐漸減少使得一些節點企業由原來需要多邊聯系，后變為了較少連邊的聯系，企業傳輸、供需聯系的效率有所增加，效率性能提升，直至去點90%時，連通子圖平均最短路徑趨于零，同時效率性能也為零，此時供應鏈網絡正式崩潰，不具備供應鏈韌性。

表4 效率性能數據

在對網絡進行目標干擾時，去點10%后連通子圖平均最短路徑由3.414緩慢下降為3.117，供應鏈網絡的效率性能提升不明顯；但在去除節點20%后，連通子圖最短路徑急速下降，在去點30%至去點70%的區間內，連通子圖最短路徑為0.009至0.001，節點企業數量急劇減少后，一些汽車企業之間的連通只能靠單邊聯系，來往效率得到提升，在去點90%時，連通子圖最短路徑趨近于零；而供應鏈網絡的效率性能同樣則趨近于零，供應鏈網絡失去韌性。

在隨機干擾中，隨著去除節點比例的增加，最大連通子圖的最短路徑呈現勻速下降的趨勢，去點比例達到0.9時，網絡中只剩下孤立的節點企業，無法與其他孤立節點進行聯系，說明在遇到突發事件的影響下，隨著供應鏈網絡中節點企業逐漸退出市場，企業與企業之間沒有相互的業務往來，也缺失競爭關系產生的供需變化，供應鏈效率就為0，供應鏈韌性消失（如圖4所示）。

圖3 彈性性能去點

圖4 效率性能去點

隨機干擾和目標干擾對供應鏈網絡效率性能的影響明顯不同，目標干擾相比隨機干擾，最大連通子圖最短路徑下降更快，去點比例0.1后效率曲線斷崖式降低，節點之間傳輸效率有所提升；在前文中經過測算，度值較大的節點企業其介數中心性也高，以江鈴汽車、上汽集團、一汽解放等為代表的制造商企業在整體網絡中作為橋梁樞紐，一旦這些企業退出市場，對于整體供應鏈網絡都會產生較大影響，而剩余節點企業組成的“聯盟”之間傳輸路徑變短，供應鏈系統的傳輸、運行、交易效率會反而有所提升，直至去點比例達0.3后供應鏈失去韌性。因此，本文建立的汽車產業供應鏈網絡模型對隨機干擾具有一定供應鏈韌性，但是對目標干擾具有很強的脆弱性。

2.邊的效率性能

分別采用隨機與目標兩種方式對供應鏈網絡節點間的連邊進行干擾，按照與去除節點一樣的方法隨機去除網絡模型中的邊，在目標去除節點間的邊時，依舊優先對度值較大的節點上的邊進行去除，再依次計算網絡中剩余的邊，通過前文中對效率性能的計算，同樣在去邊后對最大連通子圖的平均最路徑進行計算，最后得到效率性能的數據。

如表5所示，在隨機干擾實驗中，去除邊比例達到10%后，最大連通子圖的最短路徑斷裂，導致原本的流通、傳輸路徑消失，所以網絡的效率值有所降低；在最短路徑達到3.788而后迅速下降，連邊去除導致一些節點消失，加上多連邊傳輸的節點之間變為單邊聯系，網絡效率提升，隨著連邊的逐漸去除，網絡企業間信息、資金以及產品的傳遞運輸等活動停止進行，最后網絡效率趨于零。目標去邊的效率性能值總體趨于下降，去除度值較大的連邊后，網絡中剩余節點組成的連通子圖路徑變短，效率總體變高，在去邊90%后，網絡效率趨于0，最后失去供應鏈韌性。

表5 隨機去邊數據

圖5 效率性能去邊

隨機去除網絡中的邊時，網絡傳輸、連通效率先增大，隨后急劇下降，去邊導致最大連通子圖的最短路徑增加，網絡效率反而降低，之后去邊比例增加，連通子圖的數量減少，最短路徑降低，效率增加；與隨機干擾相比，目標干擾網絡中的邊使供應鏈網絡中度值較大的節點的邊優先去除，而這些節點的介數中心性往往比較高，將這些邊去除后，節點也隨之去除，需要通過這些節點與邊進行多變傳輸聯系的節點可以轉變為單邊聯系，效率反而增加。

綜上所述，根據對汽車供應鏈韌性的分析，對比隨機干擾和目標干擾供應鏈網絡效率性能發現，目標干擾網絡效率性能的供應鏈韌性變化更快，影響更大，網絡效率的韌性直接影響供應鏈物流、信息、資金的流通以及競爭關系產生的供需關系變化。

四、結論與啟示

近些年來突發事件頻發，對汽車產業的供應鏈穩定性帶來嚴峻挑戰，本文基于復雜網絡視角對141家汽車企業組成的網絡模型進行特性分析后，對汽車產業供應鏈韌性進行了研究。

（一）針對核心制造商企業

在供應鏈韌性仿真環節，對比去點30%的兩種干擾方式，目標去點中多為制造商企業，以江鈴汽車、一汽解放為代表的整車制造企業，和以萬向錢潮、寧波華翔為代表的汽車零部件企業，因為與其自身供應商發生的業務往來關系和與網絡中其他節點企業發生的業務合作關系，占據網絡中的“流通節點”位置，在這些節點代表的企業去除后，供應鏈網絡崩潰程度嚴重，所以在發生突發事件后應該優先對這些連接業務多的核心制造商企業進行保護，例如，可以優先保證其供應端正常運行，企業內部生產設備、人員的正常工作等，能夠有效遏制突發事件下供應鏈崩潰程度。此外，不論是主營業務為整車制造商還是零部件制造商，這類網絡核心企業都應該積極編制企業在突發事件下的應急預案，如成立專門的應急部門；另外，汽車制造商盡量增加自身上游供應商數量，采用多源供應方式，避免單一的零部件供應商受到突發事件干擾時，制造商能夠從其他供應商獲得零部件或者原材料供應；盡量挑選優質供應商，持續保證供應水平，增強網絡韌性，促進供應鏈平穩運行。

（二）針對核心供應商企業

以中信泰富鋼鐵貿易有限公司、江蘇沙鋼集團淮鋼特鋼股份有限公司、南京鋼鐵有限公司、旭有機材樹脂（南通）有限公司、浙江亞太機電股份有限公司為代表的供應商企業度值較高，在網絡中屬于重要的供應商企業，而這些企業的主營業務多為原材料供應，當面對突發事件而無法為下游制造廠商正常提供原材料或者汽車零部件時，就會導致與下游制造商的生產被迫終止，反過來加劇了供應商的經濟損失，直至在供應鏈環節失效退出市場，影響整體網絡韌性。對于此類供應商車企，可以采取激勵措施來使供應鏈成員企業參與信息共享，來促進網絡中節點企業之間的相互信任，來降低突發事件導致的供應鏈中的不確定性，從而提升節點企業間的協同能力，通過共享制造商和自身供應商之間的供需信息，可以在一定程度上規避突發事件導致的中斷風險，實現節點企業和供應鏈整體最優化。例如，江鈴汽車可以與其前五大供應商進行供應鏈信息共享，實現供應與需求的有機銜接，使南昌寶江鋼材、博世汽車系統有限公司等企業之間通過信息共享平臺交換和溝通信息，共享相關需求預測、配送、庫的需求預測更加準確，避免信息失真，使供求有機銜接、協調一致，而博世汽車有限公司同時作為另外的制造商——富奧股份下屬零部件供應商，可以在局部供應鏈網絡中更好的促進網絡的信息實時化、價格動態化，從而極大地促進整體網絡傳輸效率，更好的提升供應鏈韌性來應對突發事件的發生。

（三）針對非核心的供應商企業

陜西重型汽車有限公司、長春一汽富維汽車零部件股份有限公司等企業主營業務類都為汽車零部件或者原材料供應，且都為供應商企業，同時是其它上市車企的子公司或持股企業。所以，雖然連邊關系少，不利于在突發事件沖擊下保持韌性，但相比十堰新格新型材料有限公司、老河口生龍機械有限公司、云南鍇晟特種金屬有限公司等供應商企業來說，都有穩定的業務需求方存在，而后者這些非核心的供應商企業，則應該采取一些措施來穩定自己的下游制造商，增加供應鏈風險韌性。這些企業往往介數中心性值較低，連邊關系稀少，自身作為實力不足的供應商企業，可以簽訂收益共享合同來促使制造商幫助原材料承擔部分損失，以保證供應端的穩定；除了向整車制造商努力外，也可以與同為供應商的車企簽訂合同發展業務伙伴關系，在合作伙商受到突發事件發生中斷后無法對自身制造商履約時，可以優先獲得其制造商需要的供給訂單。

此外，通過保險轉移來規避自身資金鏈斷裂也是不錯的選擇，為應對企業可能發生的供應鏈中斷風險，新格、生龍機械等企業通過購買保險來轉移風險也是可行的事前規避策略之一。突發事件下，發生業務中斷時向保險公司理賠基本財產險和業務中斷險，可以保護企業機器廠房等生產設施因突發事件引起的中斷而不能正常運營所帶來的損失，又可以保護企業免受突發事件導致的供應中斷造成的損失。

參考文獻：

［1］盛昭瀚，王海燕，胡志華.供應鏈韌性：適應復雜性——基于復雜系統管理視角［J］.中國管理科學，2022，30（11）：1-7.

［2］劉濤，陳忠，陳曉榮.復雜網絡理論及其應用研究概述［J］.系統工程，2005（6）：1-7.

［3］范如國.復雜網絡結構范型下的社會治理協同創新［J］.中國社會科學，2014（4）：98-120，206.

［4］譚躍進，吳俊，鄧宏鐘.復雜網絡中節點重要度評估的節點收縮方法［J］.系統工程理論與實踐，2006（11）：79-83，102.

［5］高自有，趙小梅，黃海軍，等.復雜網絡理論與城市交通系統復雜性問題的相關研究［J］.交通運輸系統工程與信息，2006（3）：41-47.

［6］葉青.基于復雜網絡理論的軌道交通網絡脆弱性分析［J］.中國安全科學學報，2012，22（2）：122-126.

［7］李文川，李卓婭，黃影.基于復雜網絡的閉環供應鏈風險傳播模型構建及仿真［J］.物流技術，2023，42（3）：78-85.

［8］張廣勝，劉偉.物流服務供應鏈復雜網絡脆弱性測度研究［J］.計算機工程與應用，2017，53（19）：224-230.

［9］李勝利.基于復雜網絡的冷鏈物流網絡魯棒性研究［D］.秦皇島：燕山大學，2021.

［10］張建同，張敏，郭卓琦.基于修正KMV模型的汽車供應鏈金融風險分析［J］.工業工程與管理，2019，24（1）：128-135，143.

［11］樊雪梅，盧夢媛.新冠疫情下汽車企業供應鏈韌性影響因素及評價［J］.工業技術經濟，2020，39（10）：21-28.

［12］汪小帆，劉亞冰.復雜網絡中的社團結構算法綜述［J］.電子科技大學學報，2009，38（5）：537-543.

［13］劉曉平，唐益明，鄭利平.復雜系統與復雜系統仿真研究綜述［J］.系統仿真學報，2008，20（23）：6303-6315.

［14］黃瑋強，莊新田，姚爽.中國股票關聯網絡拓撲性質與聚類結構分析［J］.管理科學，2008（3）：94-103.

［15］李方生，趙世佳，張建杰，等.新冠肺炎疫情對汽車產業的影響及應對舉措［J］.科學管理研究，2021，39（1）：51-57.

［16］高運勝，孫露，張玉連.新冠疫情全球蔓延對我國汽車產業鏈的沖擊與機遇［J］.國際貿易，2020（11）：36-44.

［17］KANG X Y， WANG M X， CHEN L， et al.Supply risk propagation of global copper industry chain based on multi-layer complex network［J］.Resources policy，2023，85（A）：103797.

［18］WANG J P， HOU H， JIN X D.Risk transmission in complex supply chain network with multi-drivers， Chaos［J］.Solitons and fractals，2021，143：110259.

［19］SUN J Y， TANG J M， FU W P， et al.Construction of a multi-echelon supply chain complex network evolution model and robustness analysis of cascading failure［J］.Computers and industrial engineering，2020，144：106457.

［20］LIANG T， KE J， JIE H H.Eugene stanley， complex interdependent supply chain networks：cascading failure and robustness， physica a：statistical mechanics and its［J］.Applications，2016，443：58-69.

［21］MAGNUS F， FRANS P.Sustainable supply chain management when focal firms are complex：a network perspective［J］.Journal of cleaner production，2015，107：85-94.

［22］FARHAD H， RIPON K C， ALIREZA A.Evaluating supply chain network resilience considering disruption propagation［J］.Computers and industrial engineering，2023，183：109531.

［23］PENG L，YUE L，TENG Z.A critical node identification approach for complex networks combining self-attention and resnet［J］.International journal of modern physics c，2024，35（1）.

［24］GIRIDHAR M， SOUMYA S.Ranking influential nodes in complex network using edge weight degree based shell decomposition［J］.Journal of computational science，2023，74.

Study on the Supply Chain Resilience of AutomobileIndustry Based on Complex Network

WANG Wen-Li，LI Jie

（School of Economics and Management， Taiyuan University of Science and Technology，Taiyuan，Shanxi 030024）

Abstract：In the supply chain of the automobile industry， the interaction between enterprises due to partnership or competition affects the entire supply chain network.In addition， there are many participants in the supply chain， and the network resilience is more susceptible to the interference of various emergencies.Based on the complex network model， this paper collects the data of 141 auto companies in the automotive supply chain section of CSMAR database to build a complex network relationship matrix model， and tests the constructed network model through complex network characteristics analysis.The methods of target interference and random interference are used to simulate the supply chain disruption scenarios caused by emergencies.MATLAB and PAJEK are used to conduct simulation experiments on the network.The stability of the network is observed through the elastic performance and efficiency performance data represented by the maximum connected subgraph， and the method to improve the supply chain resilience of the automobile industry is obtained.

Keywords：automotive industry supply chain; complex network; supply chain resilience; maximal connected subgraph

基金項目：國家自然科學基金面上項目“重大突發事件下供應鏈金融風險傳導機理及防控策略研究”（72171162）