數字化背景下供應鏈風險識別及預防策略探究

摘 要：物聯網等新一代信息技術的廣泛應用對企業及其所在供應鏈的運營環境帶來顯著變化。與此同時，供應鏈在數字化環境下的風險管理與傳統供應鏈風險管理在風險產生機制、風險類型、風險控制維度等各方面均產生了極大的不同，企業在尋求最大化利潤的同時，追求企業風險最小化及對市場環境帶來的負效用。鑒于此，以數字化環境下供應鏈運營結構為研究對象，將其分解為三個層次，并找出各層次存在的主要風險因素，運用OWA算子2對各維度風險因素進行定量評估與排序，在此基礎上，以評定結果為基礎，提出制造業供應鏈在數字化背景下的風險管理與控制的相關意見。

關鍵詞：數字經濟；制造業供應鏈；風險管理；OWA算子；控制策略

一、引言

國家推進數字經濟高速發展，無疑成為推動行業發展的新動力。從數據價值、數字技術、網絡載體三個方面賦能供應鏈并與其深度融合，數字化新模式及新場景層出不窮，促使供應鏈向數字化轉型，如Google、IBM、Amazon、Yahoo等知名企業較早投入精力開展數字技術項目來挖掘潛在客戶。以數據為媒介，在智能設備支持下將各種資源（人、機械設備等）互相連接，以搭建出可遠程操控的智能網絡，繼而在外界人為干預控制下實現自動化管理水平及工作效率的提升，且在優化供應鏈結構的同時進一步提高整個系統的穩定性。信息平臺的搭建也更加有利于資源深度整合，可避免因信息不準確而導致需求無法確定所帶來的不良影響，同時企業可依據自身需求靈活、有效地選擇并構建供需關系，以實現供應鏈正常運作，使供需雙方皆可受益。

但是，企業在數字化運營過程中將面對的問題甚多，在供應鏈價值提升的同時，風險也變得難以預測且無法得到有效控制。因此，在數字化背景下探討供應鏈風險管理問題并對風險因素準確識別，做到有效預防及控制，在理論研究及實際操作中十分關鍵。

供應鏈斷裂問題及其有效處理是供應鏈管理中的重點研究領域，國內外學者的研究成果十分豐富。Shi較早從供應鏈視角闡釋了風險管理的重要性，提出了較為實用的風險管理框架。Yang等在已有研究的基礎上進一步探究了復雜性因素對供應鏈風險管理的影響，并基于此給予了控制建議。Christoph等解釋了供應鏈結構特征增加供應鏈中斷頻率，并通過數學模型進行驗證。Avinash和Vipul提出面對普遍存在的外部不確定性條件和對高效供應鏈的不斷推動的雙重作用下，應以新技術、新態度和可持續發展的風險管理戰略來對供應鏈風險管理作出充分的反映，并通過DEMATEL方法對各種風險指標之間的相互關系進行仿真，來判斷優先考慮的因素，緩解供應鏈風險負面影響。有關數字化供應鏈風險管理的研究也較為豐富。顏波等針對物聯網環境下的農產品供應鏈風險管理進行了研究，并基于定量分析結果提出了風險控制的相關措施。何靜和楊翼通過構建風險矩陣模型與Borda序值法相結合，分析評估了物聯網環境下乳制品供應鏈質量安全的風險因素并進行排序，根據評估結果提出了風險管控建議。

綜上，本文以制造業供應鏈為研究對象，對其在數字化背景下的運營結構模式進行闡述，并對每一層次的風險因素進行分析，利用多維度決策方法將風險預期值量化排序，在風險評估結果的基礎上為企業提供可行的風險控制措施，以供參考。

二、數字化環境下供應鏈結構分析及風險識別

1.供應鏈結構分析

有關數字化供應鏈的定義有不同說法，但主要還是突出“數字化+智能化”這一核心特性，這里借鑒物聯網供應鏈的概念，將數字化供應鏈概括為：通過智能感知系統將設備資源等連入互聯網體系中，實現狀態信息的實時搜索、采集、發布和共享，進而主動或被動地在人與機器之間進行信息的傳遞，實現信息、資源深度可視化，企業可以按照自身需求快速檢索出高度匹配的目標資源并調度可用的制造能力，自動優化決策，以實現資源高效配置與優化，從而實現高效化的制造業運營模式。將數字化背景下制造業供應鏈結構分為三個層次：數據感知層、信息處理層、終端使用層。

如圖1所示，在數據感知層中通過RFID等智能感知設備對物流各環節產品信息進行采集，并通過互聯網將信息傳輸到信息處理層的共享平臺中；在信息處理層中實現信息的大量存儲，也可按照所需要求將信息進行處理，并將信息輸送到終端使用層中；在終端使用層中材料供應商、加工中心、政府部門等主體依據信息進行決策，使市場經濟向積極趨勢發展，實現供應鏈網絡運作的魯棒性。

2.供應鏈風險識別

根據圖1的供應鏈結構，對每一層的風險因素進行分析，具體如下：

（1） 數據感知層風險。在這一層次上，使用智能識別設備對物體的性質、狀態及變化進行動態感知，并通過無線射頻等技術采集感知狀況。因此，在制造環節中相關的檢測設備失靈或者故障將造成檢測不及時、信息不準確的風險發生。此外，在配送環節中，若GPS系統失靈，將會無法確認準確的運輸信息，對于信息的延遲采集也將在一定程度上對企業決策的時效性產生一定的影響。

（2） 信息處理層風險。這一層次的主要作用是將感知層所獲取的信息經過處理后傳遞到互聯網平臺實現信息共享。由于互聯網隱私性、安全性無法保證，信息不對稱、虛假、泄露等事件的發生，將會導致企業按照錯誤信息進行錯誤決策，政府監督部門也會對市場采取錯誤的控制措施，使市場運營趨于惡化。

（3） 終端使用層風險。在這一層次上，使用對象主要有政府部門、渠道成員、銷售需求點、終端消費者等，根據信息層輸送的相關信息，政府監督部門、企業、消費者以最大化利潤或最大效用進行決策。政府監督部門的一些規章政策將對制造企業的發展產生影響，企業之間存在惡性合作、競爭會對供應鏈的運營帶來影響，消費者的消費理念將會影響消費需求，從而間接影響供應鏈企業的生產環節。

（4） 其他風險。除了上述供應鏈運營結構中三個層次存在的風險，自然災害導致基礎設備損壞、環境惡劣等一些不可人為控制的風險也是客觀存在的風險源，以及供應鏈企業由于企業社會聲譽而存在的潛在風險因素也不可忽視。

3 數字化背景下制造業供應鏈風險評估

前文對數字化供應鏈的風險因素進行了詳細分析。為探究這些風險因素中哪一種對供應鏈運營帶來的負面影響最大，擬通過OWA算子對風險因素進行定量分析。

1.算法概述

假設供應鏈會面臨n種風險，設X=（x1，x2，…，xi，…， xn），

i=1，2，…，n，每個風險由m個指標來表述，用U=（u1，u2，…，uj，…， um），j=1，2，…，m來表示。對于風險xi按照屬性進行測度，按照實際情況得到xi的屬性值aij，從而構建決策矩陣A=（aij）n×m，如式（1） 所示。

由于OWA算子模型包含了效益型、成本型等屬性類型，針對不同的屬性特征有不同的計算方法。在物聯網環境大背景下，選取資金的損失效用和環境破壞效用為屬性特征，符合計算方法中的成本型屬性，因此對風險值采用成本屬性來衡量，如式（2） 所示。

將A規范化得到R，即

按照綜合屬性值大小對風險因素進行排序，確定風險因素對供應鏈的整體影響。

2.案例分析

下文以肇慶市某制造供應鏈為例，選取三個層次共15種較為主要的風險因素，并對各種風險進行損失評定，同時將風險對市場環境產生的負效應考慮在內，綜合評價資金損失效應及市場環境負效應的疊加。設損失值區間為0～100，遵循德爾菲法進行打分并以5為等差進行標定，對應分數及發生概率如表1所示。

將表1的相關數據轉化為矩陣A，根據式（2） 將A規范化為矩陣R，可以得到：

最后，利用OWA算子對xi（i=1，2，L，15）進行風險集結，求出風險綜合屬性值Zi（w）。將權重向量設定為，由式（4） 計算可得：

由式（5） 的計算結果將風險綜合屬性值進行排序：

x11gt;x12gt;x14gt;x13gt;x9gt;x15gt;x5gt;x10gt;x8gt;x4gt;x6gt;x1gt;x7gt;x3gt;x2

可以看出，制造業供應鏈在數字化背景下一方面要注重企業自身內部的運營活動，盡可能將企業內部的潛在危機所帶來的負面影響降到最低；另一方面，企業在信息利用時要注意信息的時效性及安全性，避免更大的經濟危機，同時在傳統制造業供應鏈向智能化制造轉型時，也應該注意基礎設施與自然環境的兼容性，實現社會聲譽的提升。

四、結語

在數字化背景下，新型信息技術與供應鏈深度融合，改變了傳統的運營模式，也旨在實現企業智能化高速轉型。在此需要識別新型供應鏈運營框架下的風險因素并進行評估，本文結合主要風險，提出以下對策建議：

（1） 加強政府監督建設。作為實際應用層應用主體之一，政府有關監督部門需對信息安全負責，尤其加強對信息發布人資質的審核，在信息源頭降低信息安全風險。通過相關法規、政策維護信息所有者權益，降低信息風險的發生率，實現市場環境的公平性與穩定性。

（2） 加快供應鏈基礎信息設備建設。網絡載體作為數字化背景核心要素之一，旨在實現“人+物”的智能結合，加大基礎設施及技術方面的投資，形成具有快速響應能力的物流系統，完善信息平臺，提高基礎設施的運作效率，避免因為檢測設備故障、檢測不及時不準確帶來的影響。

（3） 提高市場識別能力。企業首先提高自身實力，并提高其所在供應鏈上下游企業的識別能力，準確選擇合適、可以信賴的企業進行合作，可以對企業的聲譽、綜合資質等進行評價，形成長期穩定的供求關系。

企業不應只求經濟利益最大化，同時也需要維護消費市場的穩定性、可持續發展等方面。通過研究，有助于企業識別及規避風險，向智能化轉型平穩過渡，最終促進產業鏈轉型，實現經濟高質量發展。

參考文獻：

[1]李伯虎，張霖，王時龍，等.云制造——面向服務的網絡化制造新模式[J].計算機集成制造系統，2010（1）：1-7，16.

[2]胡寧.“VR+物聯網”下國際農產品交易配送平臺構建[J].商業經濟研究，2018（23）：95-97.

[3]DAILUN S.A review of enterprise supply chain risk management[J].Journal of Systems Science and Systems Engineering，2004（2）：219-244.

[4]BIAO Y，YING Y.Postponement in supply chain risk management：a complexity perspective[J].International Journal of Production Research，2010（7）：1901-1912.

[5]CHRISTOPH B，STEPHAN M W.Structural drivers of upstream supply chain complexity and the frequency of supply chain disruptions[J].Journal of Operations Management，2015，36：215-288.

[6]AVINASH S，VIPUL J.A study on the interactions between supply chain risk management criteria using fuzzy DEMATEL method[J].International Journal of Operational Research，2013（3）：255-271.

[7]顏波，石平，丁德龍.物聯網環境下的農產品供應鏈風險評估與控制[J].管理工程學報，2014（3）：196-202，173.

[8]何靜，楊翼.物聯網環境下的乳制品供應鏈質量安全風險管理研究[J].中國乳品工業，2019（2）：43-47.