基于综合评价方法的智慧供应链发展路径研究——以我国发达地区六个省市为例

李 波，韩飞燕，陈 圣，郭昊旸

（1.天津大学 管理与经济学部，天津 300072；2.忻州师范大学 经济管理系，山西 忻州 034000）

一、引 言

智慧供应链是结合现代供应链管理的理论、方法与物联网、人工智能、云计算和大数据等技术，在企业中和企业间构建的实现供应链智慧化与智能化、网络化与自动化的综合集成管理系统［1-2］。智慧供应链一经提出就受到政府和业界的高度关注，如2017年10月国务院办公厅发布《关于积极推进供应链创新与应用的指导意见》（国办发〔2017〕84号）、2018年4月《商务部等8部门关于开展供应链创新与应用试点的通知》（商建函〔2018〕142号）等。我国政策的连续出台加速了智慧供应链在各行各业的飞速发展，而一大批企业也开始纷纷构建自己的智慧供应链体系，如阿里巴巴、京东、顺丰、货车帮等。在政府推动与市场需求的双重影响下，一方面我国智慧供应链的发展成绩斐然，另一方面也出现了全国各个区域智慧供应链发展不均衡的问题［3-4］。因此，如何评价当前我国智慧供应链的发展现状，以更有效地促进未来智慧供应链的发展成为值得研究的问题。

目前针对智慧供应链的研究还不多，主要是从智慧供应链管理相比传统供应链系统、信息系统的优势来进行分析。如Zhao等给出目前智慧供应链研究的综述，还分析了一些智慧供应链管理的成功实践［5］。而Gupta等讨论智慧供应链与信息系统柔性之间的关系，指出智慧供应链的管理特征与信息系统柔性之间存在正相关关系，即智慧供应链管理可以实现更高水平的供应链柔性［6］。还有一些学者考虑先进技术支持下智慧供应链构建与作用，如薛楠和姜溪在互联网+背景下，针对京津冀农产品智慧供应链的一体化构建进行研究，并探讨了发挥该智慧供应链作用的路径［4］。而马彦华和路红艳指出，智慧供应链具有智能高效、开放共享、协同创新等特点，并指出智慧供应链发展需要解决供应链产业定位、数据互联互通、人才培养等问题［7］。

以上关于智慧供应链的研究主要侧重于分析其内涵、柔性、体系结构与作用，还有一些学者从物联网、区块链与大数据等技术应用的视角来研究智慧供应链的构架及其评价问题。如Mohamed等应用物联网构建基于智慧与安全的供应链系统，并提出集成层次分析评价方法的N-DEMATEL技术来帮助设计该系统［8］。而Viriyasitavat等开发了一个业务流程管理框架，探究如何在工作流组合和管理中采用区块链技术来及时且可靠地评估服务质量［9］。Shahid等利用区块链和智能合同的关键特性，为农业食品供应链缺乏透明度、问责制和可审计性提供了比较完整的解决方案［10］。余娟和张滨丽从大数据技术的优势出发，考虑由制造商—零售商—消费者构成的供应链管理分析框架，探索供应链中用数据化支撑精益化、实现流通业的管理新路径［11］。由此看出，这些文献都是侧重在某一技术支撑下的架构设计及其评价问题，而李玉凤和邢淋淋是从供应链的管理功能出发，从计划、采购、生产、柔性和智慧度等方面构建了智慧供应链的绩效评价模型，并进行了评价分析［12］。显然，目前针对我国区域性智慧供应链发展现状的评价还比较少。事实上，准确评价我国各区域智慧供应链的发展现状，对帮助政府或企业做好规划、进一步促进我国智慧供应链的良性发展具有重要意义。

本文结合相关研究成果［12-13］，从我国智慧供应链的发展现状出发，提出从市场、智慧技术、供应链和国家政策四个视角构建评价指标体系。选择我国智慧供应链发展较好的广东、上海、浙江、北京、天津和河北六个省市，采集2010—2018年的相关数据，基于“纵横向”拉开档次法和双向激励方法，提出一种混合的系统性评价方法，据以分析我国这些区域智慧供应链发展的水平状况。评价结果表明，六省市智慧供应链的发展水平可归为上游、中游和下游三类，各省市在科研投资和运输基础设备升级方面普遍较好，但在供应链领域的基础设施应用率、从业人员及基础设施建设方面还存在不足。最后，从评价指标的不同得分揭示出我国南北方智慧供应链发展的不同路径，提出了“技术拉动型”和“需求拉动型”两类发展模式，分析了它们的优劣势并给出了相关建议，从而为政府制定相关政策及企业规划智慧供应链建设提供相关理论依据。

二、智慧供应链发展评价指标体系的建立

（一）指标体系构建的依据

对我国智慧供应链的发展状况进行系统性评价，可以有助于准确把握其发展现状，以指导未来智慧供应链有效、良性发展。然而，智慧供应链的发展离不开市场的需求推动和先进技术的广泛采用，尤其随着人工智能、大数据等技术被实践界深度应用，使得消费者对高效便捷的个性化服务要求更高；同时，政府也在不断出台各类政策，积极鼓励智慧供应链的发展。鉴于此，提出从市场需求、智慧技术、供应链和国家政策四个视角出发来建立评价指标体系［6，12，14-16］。具体说明如下：

（1）市场需求视角。市场是衡量智慧供应链发展现状的一个重要方面。事实上，目前有关供应链绩效评价的文献，大多基于SCOR模型分别从计划、采购、生产、配送等流程来设计评价指标体系［12-13，17］，这类评价指标体系的构建更多关注的是供应链上下游企业之间的运营，其考虑的计划指标与市场需求息息相关。其次，在考虑区域物流发展的相关文献中，也通常设计区域需求、空间布局等指标来反映市场需求［14，18-19］。借鉴这两方面的文献成果，本文认为市场需求是智慧供应链能够蓬勃发展的主要动力，智慧供应链的应用要面向需求市场。虽然传统供应链中包含了巨量的企业和消费者，然而智慧供应链所触及的市场范围仍需要进行测度。因此，从需求市场出发，智慧供应链的应用量级与普及率等因素可以体现出智慧供应链发展的范围程度［17］。

（2）智慧技术视角。与传统供应链不同，智慧供应链需要高科技含量的技术作为支撑来构建供应链体系。显然，智慧技术的发展水平是评价智慧供应链发展现状的关键方面［1］。借鉴工业4.0及其智能技术和智慧供应链方面的相关文献［1，6，9］，可以发现支持智能技术应用能力的相关指标是智慧供应链发展的重要技术基础。因此，智慧技术是影响智慧供应链发展的制约性因素，同时未来智慧供应链的发展情况也很大程度上取决于智慧技术的应用程度。

（3）供应链视角。供应链系统本身是智慧供应链的根本所在，无论智慧供应链如何发展，最终还是要依靠供应链系统本身作为载体。评价智慧供应链的发展在很大程度上也是对当下供应链系统本身在智慧技术应用方面的研究总结。有文献指出，智慧供应链需要具备资源整合能力、柔性协调能力和变革创新能力［6，15］，故在供应链企业中考虑智慧技术的应用程度来体现智慧供应链的发展现状，即从供应链系统本身对智慧供应链进行考量，测量供应链的整合、协调与创新能力，是评价智慧供应链发展现状的重要组成部分［5］。

（4）国家政策视角。考虑区域经济发展的评价文献［16，20］，发现它们大多从政治、经济等视角来构建评价指标体系。我国智慧供应链的发展也得到了国家政策的大力支持，在智慧技术逐步深入市场的情况下，政府在引领智慧技术发展方面所起到的作用也日趋明显，近年来我国政府对智慧技术的支持力度可以在一定程度上反映出智慧供应链的发展情况。

（二）智慧供应链评价指标体系构建

综合上述依据，本文从需求市场、智慧技术、供应链和国家政策四个视角出发，构建智慧供应链发展现状评价指标体系，具体见表1所列。

表1 智慧供应链发展现状评价指标体系

（1）市场需求视角明细指标。对智慧供应链市场需求的测度，本文借鉴区域物流发展中的细化指标，从供应链系统中的物流业务体量等方面选取评价指标［17］。在需求市场角度，包含的评价指标包括“货物运输量A1”“货物周转量A2”“移动电话普及率A3”“互联网用户A4”。指标A1、A2直接与物流业务体量相关，而从需求端客户出发，指标A3和A4可以衡量需求端客户利用智能电话、互联网等设施进行交易的便捷程度，如利用APP程序一键上网进行下单、跟踪货物和验收货物等，实现需求快速接入、反馈和更新等操作。因此，这两个指标充分反映了不同地区需求端用户连入供应链系统的水平，展示出市场需求信息的传递效率和信息共享设施的支持程度。

（2）智慧技术视角明细指标。智慧技术是智慧供应链的支撑基础，物联网、人工智能、大数据等应用展现出智慧供应链的鲜明特征［8］。在评价智慧技术方面，本文设计的评价指标包括“运输设备施工项目B1”“运输设备施工项目建成投产率B2”“交通运输、仓储和邮政业投资B3”“计算机、通信和其他电子设备制造业施工项目B4”“计算机、通信和其他电子设备制造业项目建成投产率B5”“信息传输、软件和信息技术服务业投资B6”“长途光缆线路长度B7”“研究与试验发展经费B8”“高新技术新产品产值B9”“有效发明专利数B10”。首先，因为智慧供应链系统中很多先进技术主要应用在货物移动、存储、配送等相关设备、项目与投资方面，故采用指标B1、B2、B3来衡量这三部分的功能状况；其次，智慧供应链中为了更好地协调链上各个成员及其货物流，基于大量感知设备、通信设备、互联互通设施等获取信息、采集信息并将信息传输接入计算机系统，实现实时跟踪、调度与控制，因此，指标B4、B5、B6和B7主要用于衡量从制造、传输到服务的整个过程；最后，选择指标B8、B9和B10体现智慧技术的研发、创新与应用转化能力。

（3）供应链视角明细指标。从供应链系统本身出发，本文主要选择的评价指标包括“第三产业生产总值C1”“公路通车里程C2”“载货汽车数量C3”“载货汽车吨位数C4”“供应链从业人员总数C5”“信息技术从业人员总数C6”“科学研究和技术服务业从业人员总数C7”。供应链系统涵盖各行各业，但其活动功能的统计分属第三产业，故设计指标C1能从侧面反映出整体供应链系统运行的好坏程度；而公路路网结构，包括通车里程、载货车数量和吨位数是供应链系统中实现货物运输灵活性、门到门服务等物流无缝衔接的主要方式，因此，设计指标C2、C3和C4为典型代表来反映供应链操作层面的水平；另外，智慧供应链的发展需要相关从业人员素质的提高，事实上，目前大量先进技术的应用，很多相关IT研发人员、数据分析人员及其创新产品人员等都加入了供应链相关领域的研发队伍中，故选择C5、C6和C7这三个指标来体现这种思想。

（4）国家政策视角明细指标。政府对智慧供应链发展的扶持力度将对其发展程度形成重大的影响。从国家政策角度，本文选定的智慧供应链评价指标包括“财政科技经费支出D1”和“一般公共预算支出D2”。前一个指标体现出国家对科研创新的支持力度；而后一个指标反映国家在保障民生公共设施方面的投入，也包括对供应链中基础设施的支出。

三、混合评价模型的实证分析

（一）数据来源

为了反映我国智慧供应链的最高发展水平，本文根据表1构建的评价指标体系，选取我国几个发达地区的省市作为评价对象，包括长江三角洲地区的上海市和浙江省，珠江三角洲地区的广东省，京津冀地区的北京市、天津市和河北省。数据主要来源于《上海市统计年鉴》《浙江省统计年鉴》《广东省统计年鉴》《北京市统计年鉴》《天津市统计年鉴》和《河北省统计年鉴》，所选数据时间跨度为2010—2018年。

（二）基于“纵横向”拉开档次法与双向激励法的综合评价

本部分提出基于“纵横向”拉开档次法和双向激励法的静态与动态相混合的评价思想进行综合评价，其评价模型如图1所示。

图1 基于“纵横向”拉开档次法与双向激励法的综合评价

首先，“纵横向”拉开档次法是一种基于三维时序立体数据集来解决评价指标权重系数的评价方法［16，21］，其赋权信息直接来源于被评价对象的各项原始数据，可最大限度地体现各评价对象间的整体差异，使各个评价对象、各时期之间都具有可比性，是一种适用于比较多个时间节点、研究多个目标对象的评价方法。也就是说，虽然本文选取的以上六省市不同指标的数据反映了其客观存在的区域差异性，但基于“纵横向”拉开档次法进行各个区域的评价，可以将不同年份（2010—2018年）与不同目标对象的评价结果进一步拉开档次，以清晰得出不同区域整体差异性的评价结果。进一步地，本文还采用双向激励的评价方法［22］，确定当前每一个研究对象在考虑时间因素下发展的综合评价值。

针对综合评价体系中指标的数据类型、量纲等方面存在差异，首先需要对数据进行标准化处理。假设v n(n=1,2,…,6)分别对应本文选取的评价对象省市，t N(N=1,2,…,9)分别对应数据采集的年份，本文指从2010—2018年，m=1,2,…,23代表本文设立的评价指标体系中的各项指标。将所有数据表示为x nm(t N)，表明研究对象n在t N年第m项指标的具体数值。这样就构成了一个(t N,v n,m)的时序立体数据表［17，19］。本文对数据进行标准化处理的方法为：

其中：u nm(t N)表示经过标准化处理后的数据矩阵；xˉm(t N)和s m(t N)分别表示样本均值和标准差。经过处理后，标准化矩阵u nm(t N)的样本均值为0，样本方差为1。

首先，依照“纵横向”拉开档次法从横向、纵向两个维度对本文的研究对象进行评价。“纵横向”拉开档次法可以通过使各评价对象的综合评价值差异较大，反映出评价对象的整体差异。在评价模型选择时，结合本文的研究问题和统计指标特征，采用线性评价模型对各个评价对象进行评估。因此，在t N年，v n的评价值可以表示为：

其中：v n(t k)表示v n在t k年的评价值；ωm表示每个指标在评价模型中所占的权重。

依据“纵横向”拉开档次法，公式（2）中的ωm是需要进一步确定的权重系数。“纵横向”拉开档次法的重要思想是将所有研究对象之间的差异最大化，所以权重的取值要符合差异最大化的要求，也就是要求评价值矩阵{v n(t k)}的总体离差平方和δ2最大化。评价值矩阵{v n(t k)}的总体离差平方和δ2为：

由于原始数据矩阵经过标准化处理后，标准化矩阵的样本均值和样本方差分别为0和1，可得：

由此，评价值矩阵{v n(t k)}的总体离差平方和δ2可以简化为：

所以，权重系数ω的求解问题就转化为：在限定ω的取值条件下，ω取何值可以使δ2取得最大值。ω可由下面的规划问题求解得出：

利用Mathematica软件可求出上述规划问题的解。可以证明［16］，假设矩阵H的最大特征值为λmax(H)，当选择ω是λmax(H)所对应的特征向量时，δ2=ωTHω可以取得最大值。

依据上述模型可以得到各个省市在不同年份的评价值，见表2所列。

表2 2010—2018年基于“纵横向”拉开档次法的评价结果

其次，基于以上评价结果，采用双向激励的评价方法［17］计算出评价对象的平均最大增益ηmax、平均最小增益ηmin和平均增益ηˉ为：

进一步可计算得到评价对象的优劣增益水平，记为η+和η-，其公式为：

其中，k+，k-∈(0,1]记为浮动系数，常取k+=k-=0.5，将以上η+和η-代入下面公式，可得出评价对象的优劣激励值，即v+(t k)、v-(t k)分别为：

把表2数据带入以上公式，可求出评价对象的优劣激励值，见表3所列。

表3 2011—2018年六省市优劣激励值

结合以上评价对象在各个年份得出的静态评价值，再进一步计算得出每个评价对象在各个年份的优劣增益量ξ+(t k)和ξ-(t k)，即

在t1年定义ξ+n(t k)=ξ-n(t k)=0，得到各省市优劣增益量，见表4所列。

表4 2011—2018年六省市优劣增益量

最后，计算得出优劣激励因子h+、h-(h+,h-＞0)，公式如下：

其中，r为优劣激励总量的比例且r∈R+。再由下式可以得到第n个评价对象v n在第k年带激励的总动态综合评价值：

其中：z n(t k)为v n在第t k年的动态综合评价值；z n为评价对象v n在所有9个年份的带激励的总动态综合评价值；τk为时间因子，在不强调时间偏好的情况下可取τk=1。由此，可得到各省市2010—2018年总的动态综合平均值及其排名，广东、北京、上海、浙江、天津、河北各自综合得分为4.659、3.843、1.177、0.091、-3.545、-3.877。

从2010—2018年各省市的动态综合评价得分可以看出，广东和北京得分较高，分别排名第一位和第二位，表明广东和北京在智慧供应链领域的发展较好。相对广东和北京，上海的动态综合得分偏低一些，浙江居于第四位，天津和河北得分较低，分别排位于第五和第六。

四、智慧供应链综合评价与分析

依据以上分析，结合图2所示各省市一次加权评价值和总评价值结果，可以看出六省市智慧供应链发展水平可分为三大类，即广东和北京属于发展最好的，居于上游发展区间，上海和浙江居于中游发展区间，天津和河北居于下游发展区间。

图2 基于一次加权的2010—2018年六省市线性综合评价得分比较

（1）根据综合评价结果，广东和北京是我国智慧供应链发展最快的两个区域，从图2和表5可以看出两区域智慧供应链的评价得分大幅领先其他省市，表明两地在智慧供应链发展领域起到了示范作用，对其他省市的发展具有借鉴意义。由图2可知，2010—2011年北京智慧供应链发展水平处于第一位，2012年发展略微下滑，随后广东反超成为首位并延续至2018年。显然，虽然北京智慧供应链发展的基础很好，目前仍稳居六省市第二位，但因为2010—2018年综合评价的得分增长率仅为29%，位于所有六省市倒数第二，则可看出其未来发展处于瓶颈期，发展波动可能较大。从明细指标评价得分看，科学研究和技术服务业从业人员总数优势明显，而交通、通信、财政政策等指数波动明显且与总得分趋势相近，表明北京智慧供应链发展水平与经济发展水平、物价水平关联明显，未来需发挥基础设施完善、人才聚集两个优势，稳住经济发展这一关键点，循序渐进推进智慧供应链发展。

表5 2010—2018年六省市智慧供应链发展水平综合评价值及排名

（2）上海和浙江的智慧供应链发展水平处于中游。结合表5结果看，上海智慧供应链发展一直很平稳，稳居第三名，且呈现逐年上升趋势。若观其明细指标的评价得分，发现上海在智慧技术方面发展迅猛，其中，研究与试验发展经费增长率、高新技术产品产值增长率在六省市中排名首位，2010—2018年两指标得分增长1 333倍和1 280倍，而北京同期仅增长1.751倍和1.752倍，但最终得分仅为北京的21.03%和21.04%；上海其他指标数据也远远优于北京，但最终评价得分仅为第二名北京的30.6%，表明虽然近些年上海智慧供应链的发展迅猛，但早期基础水平不高。因此，上海在发展智慧供应链尖端技术的同时，也要解决其基础薄弱问题，需要大力发展基础设施建设，做到基础设施与高新技术“双发展”。

（3）从表5中可以看出，2010—2013年浙江的综合评价值得分一直为负，2014年开始转正，其中2011年和2016年智慧供应链发展均有一定程度的倒退，移动电话普及率发展趋势与之契合。从明细指标评价得分看，智慧技术方面的运输项目施工建成投产率、交通运输及仓储和邮政业投资、互联网用户数三项指标短板明显，得分低于其他指标的60%。交通运输等行业投资和运输项目建成投产率的羸弱导致早些年货物运输量、货物周转量无法突破发展瓶颈。因此浙江智慧供应链的发展需要从政府层面加以重视，在加大物流运输基础投资与基础设施建设的同时，还需要出台相关政策引导社会大众使用并广泛享受高新技术带来的福利。

（4）结合图2和表5发现，天津和河北处于智慧供应链发展水平的下游，且与第四位浙江还有不小的差距，2010—2018年的评价得分均为负。2010—2018年天津的评价得分处于逐年上升的趋势，这几年中评价得分增长率高达59%，高居六省市的第三位。在所评价的六省市供应链从业人员总数均发展不佳环境下，受益于供应链视角的第三产业生产总值、信息技术从业人员总数和科学研究和技术服务业从业人员总数三项评价指标的稳定发展，天津在这些方面的评价得分很显著。但智慧供应链发展基础极为薄弱的现实还是阻碍了天津智慧供应链的整体发展，想要打破这样的困局，需要在加强基础设施建设的条件下，牢牢把握天津的人才储备优势，吸引高端人才在前沿科技产品研发和高新技术产品开发方面“重点突破”，打造“高带低”“上层建筑反作用于经济基础”的反哺模式。

从表5有关河北省的评价结果发现，其智慧供应链的发展速度缓慢，2010—2018年的评价得分增长率仅为26%，居所评价六省市的末位，表明河北省的智慧供应链的发展还有较大差距，且在2017年又出现了较大倒退。事实上，在京津冀经济圈中，北京市场较为宽广、人才集中，天津市教育资源丰富、发展目标明确，而河北无明显优势，需要国家政策给予扶持，发展优势产业及区位优势，增长空间较大，有望成为京津冀下一个强有力的发展点。

五、结论与建议

本文以我国主要发达区域的六个省市智慧供应链发展水平为对象构建相关评价指标体系，采集相关数据，基于静态评价与动态评价相结合的混合方法建立模型。从明细指标评价得分来看，所评价的六省市普遍在研究与试验发展经费、高新技术新产品产值和载货汽车吨位数三项指标得分较高，说明这些省市在科研投资和运输基础设备升级方面都较为重视，这为后期智慧供应链的发展提供了良好的基础；但在运输设备施工项目建成投产率、互联网用户和供应链从业人员总数三项指标方面的评价结果较低，这表明基础设施使用率较低、从业人员较少的短板较为明显，现阶段智慧化水平较低，基础较为薄弱。未来发展智慧供应链需要牢牢抓住痛点，加强基础设施的建设与应用，通过政策引导吸引人才流入供应链行业，使社会大众了解智慧产品、应用智慧产品，为智慧供应链发展提供广阔市场。

在智慧供应链发展的大背景下，六省市也面临不同的个性化发展问题。依据前面评价结果可划分出两类发展模式，即以广东、上海、浙江为代表的“技术拉动型”智慧供应链发展模式和以北京、天津、河北为代表的“需求拉动型”智慧供应链发展模式。这两种模式显然带有较为明显的南北差异性，能为未来各省市制订个性化发展规划提供参考。

本文通过对六省市智慧供应链目前状况的评价，得出进一步发展的建议：

一方面，受益于区位优势，以广东、上海、浙江为代表的“技术拉动型”智慧供应链发展，能够瞄准国际发展前沿，对先进技术反应较快。这些特点使得三省市在智慧供应链高新技术发展方面优势明显，尤其是在研究与试验发展经费、高新技术产值两项评价指标上表现显著，表明两区域的智慧供应链发展受先进技术的驱动影响较大，未来发展空间很大。相对地，智慧供应链的基础设施发展不是很完善，而互联网接入用户、供应链从业人员总数两项指标评价结果也较低，表明智慧供应链发展的基础设施及其从业的人力资源还有一定短板，需要作为未来发展关注的方向。

另一方面，以北京、天津、河北为代表的“需求拉动型”智慧供应链发展，依托丰富且优质的教育资源，辅之较为优惠的人才吸引政策，基础较好，供应链从业人员较多且基础设施完善。因此，诸如信息技术从业人员总数和科学研究、技术服务业从业人员总数两项指标评价结果的得分都很高，表明智慧供应链的发展受需求影响较大，市场基础好，具备吸引外资、拓宽市场的条件。但在智慧供应链的自主创新能力、高新技术的应用贡献方面还需大大增强。

综上所述，依据评价结果，各地区要明确发展特点，找准重要抓手，即各省市根据自身特点按类型找准智慧供应链发展的优劣势，抓住短板，有的放矢解决发展中存在的问题。对于广东、上海和浙江而言，智慧供应链发展中具有“技术拉动型”优势，则需要继续加大研究与试验发展经费等智慧供应链应用中的高尖端技术的开发投入，也需要大力开展基础设施建设，增加基础设施利用率，做到需求端与高新技术端的“双发展”。对于京津冀三省市，虽然存在大量的市场需求，但需要在适度开展基础设施建设的同时，加强高新技术创新环节的应用，利用供应链从业人员的优势营造智慧供应链先进技术创新与应用的优良氛围，如制订合理的激励措施，形成良好的竞争环境，培养供应链领域的顶尖人才，建成北方智慧供应链产业基地，从而提升创新水平。可以看出，单纯的“技术拉动型”或“需求拉动型”都不是智慧供应链发展的目标，“需求与技术双引擎拉动”才是实现智慧供应链良性发展的根本方向。