基于区块链的装配式建筑供应链风险因素研究

王承欣，赵维树

(安徽建筑大学 经济与管理学院，合肥 230022)

面对发展新形势，装配式建筑供应链也日趋复杂，供应链各节点间在信息传递上暴露了各种问题。此时，区块链作为一项以信任为关键特征的分布式账本技术在此展现出巨大应用优势[1]。将区块链与装配式建筑供应链相互结合，不仅可为装配式建筑供应链信息流中存在的问题提供解决方法，还可以为装配式建筑供应链管理实践开辟新思路。

现阶段关于区块链的研究多关注于技术优势与评估分析，风险因素影响评价研究较少，本文的探讨一定程度上为此领域作了有益补充。由于区块链背景下装配式建筑供应链的风险因素识别方法与传统供应链风险因素有所不同，本文研究思路设计如下：首先，通过文献归纳与专家访谈构建区块链背景下建筑物资供应链风险因素清单，运用决策试验分析法(DEMATEL) 分析区块链背景下装配式建筑供应链各风险因素间的相互影响程度，识别各风险因素在系统中的属性和作用；其次，利用解释结构模型(ISM)构建区块链背景下装配式建筑供应链风险因素的多层递阶结构模型，研究各个风险因素之间的因果关系；最后，针对区块链技术如何保障装配式建筑供应链稳定运行提出对策建议，为提高区块链技术运作效率、促进装配式建筑供应链进一步发展提供理论依据。

一、区块链在装配式建筑供应链中应用的可行性分析

(一)区块链基本原理

区块链的概念最早由中本聪(SatoshiNakamoto)2008年在比特币论坛论文《Bitcoin:A Peer-to-Peer Electronic Cash System》中提出。区块链是计算机技术的一种新的应用模式，如分布式数据存储、点对点传输、共识机制和加密算法。它本质上是一个去中心化的数据库[2-3]，其交易的原理是通过密码学方法记录信息，用于验证信息的真伪性并生成下一个区块。这项技术通过分布式账本确保账户数据的安全，使用非对称加密确保数据安全和个人隐私，采用共识机制来平衡效率和安全性，支持时间戳技术以确保数据的可追溯性和可验证性[4]。区块链的自动化脚本代码系统支持用户创建高级的智能合约、货币或其他去中心化应用。

(二)传统装配式建筑供应链的不足

装配式建筑供应链是一种按订单制造的供应链，它贯穿工程项目的整个生命周期，是一个以业主有效需求为出发点，以总承包商为核心企业，将设计单位、材料设备供应单位、构件生产单位、专业分包单位和业主单位等借助物流、信息流、资金流连成一个功能性整体的建设网络。

装配式建筑供应链中各单位如何合作取决于项目和供需关系。为降低项目建设过程中的不确定性，现阶段装配式建筑供应链开始着眼于链内外一体化管理[5]。近年来，随着装配技术不断发展，装配式建筑供应链的复杂性也随之增加，涉及的节点越来越多，致使供应链各节点间出现了信息传递失真和信息延迟等问题[6]。可见，促进装配式建筑供应链高效运行的关键是提高供应链各方之间的信息协同程度[7]。

(三)区块链应用于装配式建筑供应链的优势

区块链技术在装配式建筑供应链中所展现的巨大应用优势如下：

1.去中心化：采用分布式存储和记账，每个参与方可获取任何节点上的信息，具有平等的权利和义务。

2.去信任化：能够实现信息公开，节点之间可以在无合作经验的前提下进行交易，每项交易都会被系统实时记录，节点之间无法提供不实信息。

3.可追溯性：任一区块都带有时间戳，记录信息进入的时间并存储在区块链中，所有节点的数据都可以按时间顺序查看和检索，后续出现任何问题可循着时间戳进行追溯。

4.安全可靠性：有特殊的加密方式和链式存储结构，每个节点未经授权不可篡改数据。当数据被篡改时，系统会主动验证数据的真实性。

装配式建筑供应链节点繁多，且各节点间易于出现信息传递失真和信息延迟等问题，因此，可利用区块链技术的上述优势，通过建立以供应链多方参与主体为节点的多通道对等式区块链模型，将装配式建筑建造过程中产生的大量信息进行整合和储存，在实现信息共享的同时确保隐私保护[8]。

二、基于区块链的装配式建筑供应链模型及风险因素识别

(一)基于区块链的装配式建筑供应链模型

区块链技术可不依赖授信第三方的数据记录和链上数据溯源，在可用性与隐私保护上更有优势。本研究利用区块链技术，构建了以装配式建筑供应链多方参与主体为网络节点的对等式网络(Peer-to-Peer System)[9]，并提出基于供应链操作交易的智能合约算法，以保证每个节点实际操作在获得相关节点授权后执行；同时，调用智能合约更改共享账本中的构件信息，同通道内其他节点的账本信息实现实时、同步更新，能够保证不同参与主体间的状态信息实时共享和不同竞争单位间的隐私保护，实现多个参与方间的进度协同，保证建筑工程按时交付与信息的可追溯性[9-10]。基于区块链的装配式建筑供应链主要生成流程如下：

STEP1：构建多通道多节点对等式区块链网络，定义区块链网络节点、通道信息。

STEP2：定义区块链网络智能合约算法和共享账本信息。

STEP3：装配式建筑供应链参与主体在实际操作前提出操作请求，供网络内其他利益相关节点验证授权。

STEP4：如果请求通过验证，则调用智能合约对共享账本中的构件信息和操作信息进行实时更新，同通道内同步，请求节点执行请求操作。

STEP5：如果请求未通过验证，请求节点则被通知结果不能进行请求操作，共享账本信息不更新，但请求信息会被记录在新的区块中，以进行信息追溯。

将区块链技术引入到装配式建筑的设计、采购、生产、运输与装配等环节，供应链上包含建设项目业主、设计单位、生产单位、运输单位、施工单位等上下游节点，从信息采集点收集和传递建筑物供应链中的信息流、资金流及智能合约相关数据，最终能够实现各方效益最大化，简易模型如图1所示。

图1 基于区块链的装配式建筑供应链简易模型

(二)基于区块链的装配式建筑供应链风险因素识别

对于装配式建筑供应链与区块链的风险因素，学者们均已有探讨。如，王翔等利用结构方程及SPSS软件分析了装配式建筑供应链风险因素之间的结构关系及其权重[11]；李乃旭等基于云物元理论构建了定性和定量相结合的装配式建筑供应链风险预警模型[12]；孙亚琪等结合复杂网络理论探究了装配式建筑供应链风险因素之间的相互作用及其对供应链系统的影响[13]。但综观已有文献，将二者相结合进行研究的成果较少。

针对区块链背景下装配式建筑供应链的特点，根据图1所示简易模型，综合考虑供应链外部风险和内部运作的五个阶段[14]，参考国内外相关研究，初步得到风险清单。通过专家访谈对该风险清单进行修正，归纳出24个风险因素(见表1)。

表1 区块链背景下装配式建筑供应链风险因素清单

三、基于DEMATEL-ISM的装配式建筑供应链风险因素多层递阶结构模型建构

(一)DEMATEL-ISM方法

决策试验分析法(DEMATE)是一种以矩阵为工具分析系统的方法[15]，主要是根据专家打分明确系统中各要素间的关系以确定直接影响矩阵，经过运算得到每个要素的影响度、被影响度、原因度与中心度[16-17]，以这些数据为依据构造模型，从而分析要素间的因果关系和每个要素在系统中的地位。

解释结构模型(ISM)是一种运用结构模型化技术的分析方法，主要是借助计算机的辅助并结合实践，将复杂的系统划分为各个子系统，最终构建多级递阶结构模型。它可以将抽象的看法、模糊的思路转化成具体的结构关系，这种模型多用于因素较多，相互间关系错综复杂的系统分析[18-19]。

区块链背景下装配式建筑供应链的风险因素涉及多个阶段，各阶段存在的风险因素相互影响，故本文结合上述两种方法特点，通过处理DEMATEL计算结果[20]得到ISM所需矩阵，对各风险因素进行层级划分，使因素间的相互作用更加直观清晰[21-22]，具体流程如图2所示。

图2 基于DEMATEL-ISM的装配式建筑供应链风险分析流程

(二)多层递阶结构模型建构

1.建立直接影响矩阵。将上述归纳的24个区块链背景下装配式建筑供应链的风险因素记为R={R1，R2，…，R24}，为量化各因素之间影响关系强弱，设定因素影响关系评价标度(见表2)。

表2 影响关系评价标度

根据表2设计打分问卷，邀请建筑领域内的专家学者依据经验进行打分，利用均值法进行数据处理，确定风险因素的直接影响矩阵A，即A(aij)24×24(见表3)。

表3 区块链背景下装配式建筑供应链风险因素的直接影响矩阵A

续表

2.建立综合影响矩阵。运用MATLAB软件编程，根据公式(1)规范化处理直接影响矩阵A得到标准化矩阵B；根据公式(2)求得综合影响矩阵C，即C(cij)24×24(见表4)，其中I为单位矩阵。

表4 区块链背景下装配式建筑供应链风险因素的综合影响矩阵C

续表

续表

(1)

C=B(I-B)-1

(2)

3.计算影响度、被影响度、原因度和中心度。根据计算公式(3)(4)(5)(6)对综合影响矩阵C进行运算，得到各个风险因素的影响度、被影响度、中心度与原因度(见表5)。

表5 区块链背景下装配式建筑供应链风险因素的影响度、被影响度、中心度与原因度

(3)

(4)

yi=ei-fi(i=1,2,…,24)

(5)

yi=ei+fi(i=1,2,…,24)

(6)

中心度表示各个风险因素的重要性程度，根据上述计算结果可绘制出各风险因素的重要性曲线图，如图3所示。

图3 供应链各风险因素重要性曲线图

原因度的正负将风险因素划分为原因指标和结果指标，根据上述计算结果可绘制出各风险因素的因果图，如图4所示。

图4 供应链各风险因素因果图

4.建立可达矩阵。将综合影响矩阵C带入公式(7)得到整体影响矩阵H：

H=I+C

(7)

为筛除影响较小因素，设置阈值λ简化整体影响矩阵H。本文将阈值λ分别设置为λ=0.15、λ=0.17、λ=0.18、λ=0.19、λ=0.20和λ=0.21进行多次取值检验，得出不同阈值下各风险因素的节点度，如图5所示。经过对比，阈值取值为λ=0.18较为恰当，根据公式(8)得到可达矩阵T，即T(tij)24×24(见表6)。

表6 供应链各风险因素可达矩阵T

图5 不同阈值下各风险因素节点度的变化

(8)

5.多层递阶结构模型的建立。由可达矩阵T，根据公式(9)(10)(11)可以求得风险因素的可达集S(Ri)、先行集Q(Ri)和共同集O(Ri)：

S(Ri)={Rij|tij=1}

(9)

Q(Ri)={Rij|tji=1}

(10)

O(Ri)=S(Ri)∩Q(Ri)

(11)

以Li表示第i层的风险因素， 运用公式(12)可以对可达矩阵E中各个风险因素进行层次划分：

Li={Ri|Ri∈R-L0-L1-…-Li-1,S(Ri)=O(Ri)}

(12)

L1为顶层指标，从可达矩阵T中剔除L1，得到矩阵T1，以此类推，将风险因素划分至各层。

根据各风险因素分配结果建立区块链背景下装配式供应链风险因素的多层递阶结构模型，如图6所示。

图6 区块链背景下装配式建筑风险因素的多层递阶结构模型

6.多层递阶结构模型的分析。由多层递阶结构模型可知，各风险因素可以划分为5个层级：L1层作为递阶层次模型的顶层，顶层指标包括R4消费者认知、R6战略方案可行性、R7利益分配、R10库存费用、R12人员流动、R17物流公司可靠性、R18运输计划合理性、R19构件运输成本、R20构件运输损坏、R24工期控制，是多层递阶结构模型中的近邻致因。中间层L2层、L3层和L4层作为递阶层次模型的过渡致因，受L5层指标的影响并通过L1层指标影响着整个系统，其中L2层指标包括R2宏观经济、R3政策法规、R8专业人才的缺乏、R11采购产品质量、R23人员能力；L3层指标包括R13图纸变更、R14构件质量、R21装配质量；L4层指标包括R5战略目标不一致、R9采购价格、R22安全事故。L5层位于递阶层次模型的最底层，底层指标包括R1自然环境、R15部品集成化程度、R16设计标准化程度，是多层递阶结构模型中的本质致因，在整个风险因素系统中起到基础性作用。

结合表5和图4、图5可知，R14构件质量不仅具有较大的节点度，而且作为原因因素处于递阶层次模型的过渡层，与上下两层存在明显关联。这是因为，若构件质量无法维持在一个稳定的水平，就会对装配式建筑供应链的稳定运行造成不利影响。同时，受原材料、人工、机械、运输等多种因素的制约，构件质量可能产生较大偏差。因此，在信息存储与追溯更为快捷而高效的条件下，辅以区块链技术，装配式建筑供应链各节点应灵活调用智能合约提取共享账本中的构建信息，同通道内其他节点的账本信息实现实时、同步更新，从而确保每一节点的操作都经过合理验证，保证构件以质量稳定输出。

分析图6可知，R1自然环境、R15部品集成化程度、R16设计标准化程度是影响装配式建筑供应链的基础指标。虽控制本质致因不会立即有明显成效，但这些因素的影响面巨大，应予以足够的重视。因此，为保证装配式建筑供应链的稳定运行，不仅需要关注自然环境对供应链某些环节工作进程的影响，还需利用区块链技术定义共享账本信息结构，从而提升各部品进行集成和整合的水平，提高建筑部品设计的标准化程度，最终实现装配式建筑供应链的稳步发展。

四、结论

1.本文结合装配式建筑供应链特点，对区块链背景下供应链的风险因素进行了探究。综合考虑供应链外部风险和内部运作时的设计、采购、生产、运输和装配五个工作阶段，识别区块链背景下装配式建筑供应链的24项风险因素。利用DEMATEL，根据影响程度对风险因素进行了排序，同时将风险因素划分为10个原因因素、14 个结果因素，指出构件质量在众多因素中占重要地位并提出优化思路。利用ISM建立多层递阶结构模型，指出位于模型最底层的自然环境、部品集成化程度、设计标准化程度是影响整个风险系统的本质致因，强调它们在推进装配式建筑供应链发展进程中有着不可忽视的作用。

2.在确定风险因素递阶结构的过程中，集成DEMATEL-ISM 方法使可达矩阵的计算过程简单易懂。利用这种分析方法可以对系统中的风险因素进行重要性排序，并定义各因素的因果属性。但是，以节点度适中为原则的确定阈值的方法具有一定的主观性，而阈值的不同会对风险因素系统的简化结果产生一定影响，在构建多层递阶结构模型时会产生一定偏差，因而未来有必要对递阶结构模型进行进一步验证和完善，深化对区块链背景下装配式建筑供应链的研究。