生产型企业供应链社会责任的风险评估——基于贝叶斯网络模型的分析

（山东科技大学经济管理学院 山东青岛266590）

一、引言

近年来，供应链社会责任受损事件不断涌现，从2012年肯德基“问题鸡肉”事件、哈药集团“销售假冒保健品”事件，再到近几年饿了么的“黑心作坊”，淘宝等电商平台售假事件等，给供应链相关企业构成了重大影响。我国现阶段的多数生产型企业，处于供应链非主导地位，不仅在产品质量上受供应商的影响，而且在品牌推广和社会责任履行等方面也受到一些知名采购商的压迫。因此，为提升供应链地位，生产型企业有必要对供应链社会责任风险进行准确评估，加强与上下游供应链企业资源的沟通与整合，增强风险管控能力。

最近几年国外学者对供应链的社会责任风险问题进行了初步的探讨。Hsueh和Chang（2008）首先提出生产商间的社会责任合作模式对企业社会责任风险的评估具有重要意义。同时，有些学者也开始从供应链整体的视角探讨企业社会责任的问题。Jose M.Cruz.（2013）从全球供应链出发，在构建全球供应链网络模型基础上研究了企业社会责任活动与企业供应链风险管理的内在联系。Danuta，etc.（2013）又从供应链管理中的物流风险出发，深入探究了供应链管理对企业社会责任目标实现的影响。此外，Ecovadis机构（2017）在已有研究的基础上，创建了一套基于全球供应链范围的企业社会责任风险绩效指标。

国内的研究主要有供应链社会责任风险的识别（花双莲，2013）、分析和控制（李昌兵，2013）以及分类和传导机制（慕静，2011）；近年来也开始完善对供应链上社会责任风险评价方法的探讨（许建，2014）。不难发现，国内外文献相对于研究供应链社会责任风险的其他成果而言，直接研究风险模型的文献则较之甚少。本文拟从供应链的贝叶斯网络结构出发，试图寻求一种新的思路来对生产型企业供应链社会责任风险进行评估度量。

二、生产型企业供应链社会责任风险评价体系

由于多数生产型企业处于供应链非核心地位，对于生产型企业面临的供应链社会责任风险主要包括：除了企业自身的社会责任缺失风险以外，还要受供应链其他企业产生的社会责任风险影响。倘若供应链上的某个环节企业社会责任履行不当，社会责任缺失危险就会沿着供应链蔓延到其他相关企业的身上。因此，根据花双莲等（2017）设计的指标体系，生产型企业面临的供应链社会责任风险主要有3个来源：（1）来自上游企业供应链社会责任风险。主要是指上游供应商在生产环节对供应链经济、法律、环境和社会公益等4个方面埋下的社会责任隐患。（2）来自下游企业供应链社会责任风险。与供应商相同，一般的下游经销商也会在经济、法律、环境和社会公益等方面的责任上出现履行不力的情况，此外，在全球市场的跨国供应链中，我国的生产型企业还承受着来自“强势主导型买家”的社会责任管制风险（即验厂风险）。（3）生产型企业自身的供应链社会责任风险。其中包括企业生产型自身内部经营管理不善以及企业对股东、债权人、员工、消费者和环境等利益相关者的社会责任缺失造成的风险，以及供应链社会责任管理不当导致的风险隐患。

结合以上生产型企业供应链社会责任风险的不同来源，本文将生产型企业供应链社会责任风险的节点分为风险因素、状态、事件三类。第一层是风险因素层Xi，涵盖了三个来源、四个方面的供应链社会责任风险因素。第二层Si是风险状态层，揭示了在各路径下的风险状态；第三类T是风险事件层，反映了企业的全面供应链社会责任风险。最后整理得到27项关键指标，具体如表1所示。

三、贝叶斯风险评估模型

目前国内关于企业社会责任风险度量的研究大都是基于企业社会责任基础上的风险波动进行衡量。许建（2014）等人主要是在定性评分、定量取值确定指标值的基础上，加权计算得出企业社会责任风险的评价指数。但这种方法未具体定量考虑风险概率以及风险损失的影响。鉴于此，本文以R=P×C（其中R是风险；P是概率，即风险发生的可能性；C是损失后果，体现了风险损失）的思路构建企业社会责任风险评价模型。同时考虑到生产型企业社会责任供应链风险传导的复杂结构，传统的风险评估方法很难准确度量，本文选用研究不确定性问题的重要工具——贝叶斯网络方法，以较好地反映各风险事件之间概率分布及传导关系。

1.贝叶斯网络拓扑结构。根据所构建的供应链社会责任风险体系中各风险节点的逻辑关系，结合贝叶斯学习过程，我们模拟出了供应链企业社会责任风险的贝叶斯网络拓扑结构图（详见下页图1）。图1中，假设各节点社会责任缺失而导致风险发生的概率为P，则不会发生风险的概率取值为1-P。节点间的有向箭头表示了社会责任风险在供应链贝叶斯网络的传递关系。

2.风险发生可能性。在确定了风险贝叶斯网络结构后，需要进一步确定贝叶斯可能性概率。

（1）需要对节点进行赋值。由于缺少较为完整的数据库，本文采用Wickens的七档分级法将风险发生概率分为7个等级，非常高（VH）、高（H）、偏高（FH）、中等（M）、偏低（FL）、低（L）和非常低（VL）；专家根据要求及经验分别对风险因素等级Xi给出模糊概率值的语言描述，通过求算术平均数来整合多个专家的评价结果Pi；随后用重心法或积分值法解模糊集合，将模糊集转化为普通集，进而确定风险因素发生的先验概率值PXi。

表1 生产型企业供应链社会责任风险的评价指标体系

图1 供应链企业社会责任风险贝叶斯网络拓扑结构图

（2）通过贝叶斯网络学习过程确定各风险节点的概率。以上游供应商企业的路径为例：X1因素代表 “供货效率”，供货延时、断货率现象越严重，对应的供货管理风险越高，风险概率为PX1；X2因素代表“交货次品率”指标，对应的产品质量风险概率为PX2；X3代表 “资产负债率、净资产收益率”等财务指标，对应的财务风险概率为PX3；X4因素是“非法用工评价”风险，发生的概率是PX4；X5是“环保支出收入比”等环境指标，对应环境污染风险的概率为PX5；X6代表供应商社会捐赠及公共管理表现，“捐赠违约率”越高，社会公益风险越高，取其概率为 PX6。 反之，，，，…PX6表示无相关风险发生，其概率取值则为 1-PX1，1-PX2，1-PX3，…1-PX6。从图2的贝叶斯网络拓扑图中可以看出，X1至X6每个因素及其综合作用都对上游企业供应链社会责任风险S1的发生有影响。因此根据贝叶斯过程，我们可以计算出S1发生的概率PS1：

在图1的贝叶斯网络中，由于X1，X2，X3…X6相互独立，因此节点 X1，X2，X3…X6，S1的联合概率可通过条件独立公式进行计算，即

将（2）代入（1）：

由 X1，X2，X3…X6的先验概率和 S1的条件概率，可计算出S1发生的概率。以此类推，可逐一算出各状态节点（S2，S3，T）的风险概率。

3.风险损失及后果。确定风险发生概率后，需要对风险造成的影响加以度量。如前文所述，供应链社会责任风险事件层的三个状态层，每个状态层中的每一个风险因素都能给企业带来损失的可能：（1）上游企业供应链社会责任这一风险状态层中供货效率低下将会给企业带来生产经营的直接经济损失；非法用工评价不力、不良的环境事件评价、公益事件响应不足等不仅会受到法律的违规惩处，同时也将会给企业带来声誉上的损失以及供应链上下游合作上的损失。（2）对于下游企业来说，除了商业贿赂行为、非法用工及环境污染评价不力、漠视公益等会给企业带来声誉以及供应链上下游合作上的损失外，不良的资产负债、净资产收益率以及产品退回率等将影响企业的生产经营效率，同时，没有达到跨国“强势买家”验厂要求也将给国内生产型企业带来订单取消的风险，这些都会给生产型企业带来直接的经济财产损失。（3）对于本企业供应链社会责任这一状态层中的风险因素指标而言，除了对利益相关者的一系列失责行为会造成企业直接经济损失、声誉及供应链合作关系损失以外，内部管理不善也将给企业经济和声誉带来双重损失；同时，企业社会责任战略执行不力、供应链社会责任风险管控不足也会影响企业供应链上下游合作关系。各因素的风险损失路径具体如图2。

图2 风险损失路径图

可见，这些风险损失包含三方面，分别是经济财产损失、供应链企业声誉损失以及供应链上下游合作关系损失。经济财产损失包括法律的违规惩处损失及供应链整体的生产经营损失等，后两者则是对供应链潜在损失的测量，虽然当下可能不会给供应链带来可计量的直接财产损失，但会影响企业战略目标的实现以及供应链的可持续发展。在综合考虑风险损失的情况下，可以从三个维度考量（如表2所示），分别进行区间取值，计算出生产型企业供应链社会责任风险发生的损失度。

表2 损失度测量维度选项对应的分值

4.风险评估。综上所述，在确定生产型企业供应链社会责任风险发生概率（P）和损失（C）的基础上，即可计算得出生产型企业的供应链社会责任风险值（R=PT×CT），然后再根据风险值来确定生产型企业的供应链社会责任风险处于什么水平。为了便于理解评估结果，本文将生产型企业供应链社会责任风险分为 “不存在供应链社会责任风险”“存在较低的供应链社会责任风险”“存在严重的供应链社会责任风险”三种类型。由于风险度的取值为0—15，于是考虑取5和10作为风险等级的临界点。对于评估为“存在较低的供应链社会责任风险”（5＜R＜10）的生产型企业，需要提前防范；而对于“存在严重的供应链社会责任风险”（R≥10）的生产型企业，则应该重点进行整改治理。此外，对于评估风险较高的企业，可以进一步计算各路径下的风险值 （R′=PS×CS），通过比较不同路径的风险敞口，重点关注整改高风险的风险项目，从而提高治理效率水平。

四、结论

本文从生产型企业供应链社会责任风险源入手，概括了各个风险因素的代表性指标，构建了评估风险的贝叶斯网络拓扑模型，对风险事件发生概率和损失后果进行了预测度量，提供了企业供应链社会责任风险评估的一种方法。这种方法评价客观、使用相对简单，可为具体企业提供风险管控的基础信息，提示和预警高风险点的发生，为风险管控提供可靠的评估依据，从而为供应链企业社会责任风险管控及预防奠定前提基础。