关联型供应链网络风险管理研究

胡跃群　郭进利

摘 要：长期以来，大多数学者对供应链的风险研究往往是将供应链网络作为一个单层的孤立网络来研究，当风险发生，网络受到攻击时，只考虑上下游节点企业之间的相互影响。随着经济的一体化，全世界处于互联互通中，一个供应链网络往往同其他不同供应链网络相连，在总结单条、静态供应链风险研究的基础上，提出当供应链风险发生，关键节点受到攻击，网络发生级联效应的四个关键因素，有助于设计弹性供应链网络，提升网络的安全运行能力。

关键词：供应链风险；相互关联性网络；级联效应；关键节点

中图分类号：F272 文献标识码：A

Abstract： Scholars have long researches on supply chain risks always set supply chain network as a single-isolated network， when risk occurs， and the network is attacked， they just consider the impacts between upstream and downstream enterprises. With the development of economic integration， the world is interconnected each other， a supply chain network always connects to other supply chain networks. Based on the summarizing of research on single， static supply chain risks， we proposed four key factors when the network have a cascade failure after the risk is happened and network is attacked， with these four indexes， it can be beneficial for us to design a resilient supply chain network and improve the ability of safe operation.

Key words： supply chain risks； interdependent networks； cascade failure； key nodes

0 引 言

2001年的美國911事件的发生，对全球经济所造成的损失多达一万亿美元；2003年美国西、北部的大面积停电事故影响了美国5千万人口的用电；2011年日本福岛核电站泄漏事件对日本造成不可估量的损失，对日本的政治、经济、生态、社会等方面产生了极其严重的影响；2015年中国的8.12天津港大爆炸事故直接造成165人遇难，直接经济损失高达68.66亿元；以及近来发生的韩国三星NOTE7手机因爆炸而召回等一系列自然灾害与人为事故的发生对供应链产生了巨大的影响。因此如何管控供应链中类似风险的发生，确保供应链网络生存、健康生长成为当下的研究热题。

早期的研究将供应链刻画成为一种由材料供应商、制造商、经销商和最终的消费组成，通过信息流、资金流、技术流、物流串联起来的线性链，然而今天的供应链则是由供应商、制造商、经销商、零售商和消费者组成，将传统的线性供应链转变成相互协作的、地理位置分散的供应链网络。供应链网路是一种动态的、自适应性、自组织的复杂网络系统，不仅是由多个企业，甚至有多国企业组成，跨度范围非常大，每一个企业可以看成是这个复杂网络中的一个节点，企业之间发生的业务往来可以看成是节点之间的相连边。对于这样一个存在广泛的物质、信息、资金交换的复杂网络系统，由于存在大量的不确定性，往往容易面临各类风险，受到干扰或者攻击。如果系统受到攻击，则将会产生“多米诺骨牌”效应，由点到面影响供应链的功能与结构，这称为供应链网络脆性[1]。目前对供应链的研究大部分是基于静态的供应链网络结构来优化其网络流程，将供应链彼此之间看成是孤立网络，不与其他网络有任何关联，未从其网络拓扑结构、演化机制等方面进行深入探讨。

在相互交融性网络中，节点企业的失效往往会导致其他关联性网络中节点企业的崩塌，甚至可能会造成整个网络的断裂，导致灾难的发生。例如美国西北部的大停电事故导致的整个关联性的电网的级联崩塌，更为严重的是，各类重要的基础设施也会因此受到牵连，如食物的供应，燃料、电力的传送等。研究发现，某些类型的相互关联性网络比那些非关联性网络更容易受到风险的影响，其中的节点更容易断裂。随着现代技术的不断更迭，使得各类基础设施之间越来越紧密关联，因此理解相互关联性供应链网络的鲁棒性，掌控其风险的发生成为基础设施设立的一大挑战。

1 供应链风险及静态风险测度

ISO 31000标准将风险定义为：某些目标上发生的不确定性影响。通常通过某一事件发生的概率来衡量。风险的发生不仅可以带来坏的影响，对事物造成破坏，也有可能产生积极的影响，例如给某些炒股的人带来增加财富的机会。从供应链的风险分类来看，可以将供应链风险分为静态和动态两大类，其中静态风险又可以分为企业外部风险，企业内部风险、企业之间的风险，动态风险主要是考虑节点企业断裂的级联效应[2]。如图1所示：

从静态方面看，大部分学者主要将供应链看成是单个孤立的网络，其物质的交换仅发生在单条链上。目前国内外对静态供应链风险的测度方法主要有均值方差法、风险价值、条件风险价值这三类[3-4]，具体如表1，研究方法主要侧重风险与价值收益。

2 动态供应链风险测度

从动态方面看，随着经济一体化，供应链这一类复杂网络变得日益联系紧密，互相依赖、互相关联，一旦受到攻击，供应链企业之间的这种关联性的关系不仅会导致上游企业的恶劣状况迅速传染至下游，引起严重的供应断裂，甚至对其他网络层企业产生严重的负面影响。为此，必须从以下两个方面考虑：

（1）正确评估和刻画网络结构对风险扩散和供应链健康的影响，评估重要节点及其节点能力；

（2）确定关联层网络的可视性对降低和缓解级联风险的影响，以对网络进行优化[5]。

经典SIR模型可以很好地刻画风险在供应链网络中的传播，将网络中的企业风险分成三种状态：易感染状态（S），感染状态（I），恢复状态（R）。一个易感染风险企业若与另一个感染的企业相互联系，自身可能会以某一概率被感染。一旦节点企业因风险发生导致崩溃时，可能会引起消费者不会购买或者供应商供应乏力，如果这种风险不能够得到有效解决，将来很可能会以某种概率恢复到以前的易感染风险状态，再次给供应链网络带来风险，如此循环，如图2所示（红色节点表示初始被感染节点）。

2003年9月28日意大利的停电事故给整个意大利带来了十分严重的影响，由于各个网络互相连通，大部分电站的停止运行直接导致了与各电网站點关联的因特网上各节点的失效，且进一步导致了各个电站节点、因特网节点的级联失效。图3显示了意大利不同地理位置两种真实网络及其关联性。

图3中，黄色区域上的节点表示意大利某地区的电网节点，每个因特网服务器与地理位置最近的电网相连。图3-a表示电网中某一个节点（红色节点）移除时，导致因特网中与该电网节点相关联的节点失效，从而从整个因特网中移除。在图3-b中，与因特网中红色节点相连的其他节点由于红色节点的失效而引发级联效应，全部失效，以此导致电网中与互联网相关联的节点（图中绿色节点）也全部失效。图3-c中红色电网节点失效后，与其相关联的因特网节点也全部失效，这样整个网络就发生了坍塌，造成的损失不言而喻。

在相互关联性网络中，节点之间具有很强的连通性，Sergry等[6]利用渗透理论逐步移除随机网络中1-p比例的节点直至网络结构稳定，来研究两个相互关联性网络时发现，在该过程中导致两个网络相互渗透时存在一个临界阈值P，且这个阈值明显大于同等条件下的单层网络阈值。在单层网络中，对于度分布比较大时，阈值较小，相反，在相互关联性网络中，度分布较大却对应着更大的阈值，这是因为，在网络中，度大的节点可以依赖于度较小的节点，而当级联效应发生时，在单层网络中起主导作用的中心（Hub）节点反而会显得比较脆弱。对于度比较小，度分布较大的，且容易断裂的节点，在单层网络中受到攻击而断裂时，产生的后果则明显要小于相互关联性网络。

从复杂网络的角度看，供应链网络具有小世界网络特征。设计弹性供应链网络，不仅要考虑节点的重要性、效率、负载、能力以及网络在发生级联效应后的恢复性。

（1）节点重要性。目前复杂网络领域的学者对节点的重要性的评估研究十分广泛，已有多种方法。主要从三个方面对节点重要性进行排序：基于网络结构的节点重要性排序方法；基于随机游走的节点重要性排序；基于传播动力学的节点重要性排序[7]。

其中最直观的就是以节点的连接度作为节点度重要性的评价指标，度越大，节点越重要。其他的比如利用重要性评价矩阵，H指数，K-核分解法，介数法、节点删除法，等等。

（2）节点效率。供应链网络具有较小的平均路径长度和较高的集聚系数。平均路径长度是指在网络中，连接两节点的最短路所包含的边的数目，并对所有节点的距离求平均，用LN表示。

3 结束语

供应链网络是具有较短的平均路径长度和较大集聚系数的一类复杂适应性网络，面对其复杂且不稳定的上下游环境，供应链网络一直处于各类风险之中。一旦网络的某个关键节点受到攻击，整个网络将会发生级联效应而崩塌。本文总结了静态刻画供应链网络风险的方法，根据意大利电网与因特网的真实案例，提出相互关联性供应链网络中导致级联效应的几个关键因素，对关键节点进行保护，有利于设计弹性供应链网络，增强网络抵御风险的能力。

参考文献：

[1] 刘小峰，陈国华. 基于复杂网络的供应链鲁棒性分析[J]. 东南大学学报，2007（S2）：237-242.

[2] 彭国梁，姚俭. 不确定性供应链风险的模糊综合评判[J]. 上海理工大学学报，2010，32（4）：373-377.

[3] 刘鹏飞，谢梦洁. 供应链风险测度的研究进展[J]. 长沙理工大学学报（社会科学版），2010，30（3）：127-131.

[4] 罗春林，黄健，柳键. 不同风险偏好下的供应链定价与订货策略[J]. 计算机集成制造系统，2012，18（4）：859-864.

[5] R. C. Basole， M. A. Bellamy， H. Park， J. Putrevu. Computational Analysis and Visualization of Global Supply Network Risks[J]. IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS， 2016，12（3）：1206-1212.

[6] S. V. Buldyrev， R. Parshani， G. A. Cwilich. Catastrophic cascsde of failures in interdependent networks[J]. Nature， 2010，464（15）：1025-1028.

[7] 刘建国，任卓明，郭强，等. 复杂网络中节点重要性排序的研究进展[J]. 物理学报，2013，62（17）：1-9.

[8] 叶笛. 基于复杂网络视角的供应链网络研究[J]. 现代管理科学，2011（8）：111-113.

[9] 闫妍，刘晓，庄新田. 基于复杂网络理论的供应链级联效应检测方法[J]. 上海交通大学学报，2010，44（3）：322-330.