基于上市公司年报供应链的核心企业识别方法研究

摘 要：以上市公司年度报告中披露的供应商和客户信息为基础，构建供应链企业合作网络，并运用社会网络分析中的特征向量中心性、中介中心性和接近中心性指标，量化供应链核心企业的强影响力、强吸引力和强融合力。通过收集信息技术行业的数据进行实证分析，识别出该领域对整个供应链有重要影响力的核心企业，验证方法的有效性。研究结果表明，该方法能够准确识别供应链中的核心企业，并揭示其网络结构特征。此项研究扩展技术竞争情报的应用场景，为供应链管理和优化提供新的思路和定量分析方法，有望提高供应链管理效率，帮助企业更好地优化他们的供应链结构。

关键词：上市公司；供应链数据；核心企业识别；技术竞争情报；定量分析

中图分类号：F275 文献标志码：A 文章编号：2095-2945（2024）29-0001-07

Abstract： Based on the supplier and customer information disclosed in the annual reports of listed companies， a supply chain enterprise cooperation network is constructed， and the feature vector centrality， intermediary centrality， and proximity centrality indicators in social network analysis are used to quantify the strong influence， strong attraction， and strong integration of core supply chain enterprises. By collecting data from the information technology industry for empirical analysis， the core enterprises with significant influence on the entire supply chain in this field were identified， and the effectiveness of the method was verified. The research results indicate that this method can accurately identify core enterprises in the supply chain and reveal their network structure characteristics. This research expands the scenario of application for Competitive Technical Intelligence and provides new ideas and quantitative analysis methods for supply chain management and optimization， which is expected to improve the efficiency of supply chain management and help enterprises better optimize their supply chain structure.

Keywords： listed companies; supply chain data; core enterprise identification; competitive technical intelligence; quantitative analysis

供应链是生产及流通过程中，为了将产品或服务交付给最终用户，由上游与下游企业共同建立的网链状组织[1]，也可称为供应链网络[2]。在实际情况中，由于同一行业中存在多条相互竞争的供应链，同一企业也可能在不同供应链条中扮演着不同的供应链角色，企业的供应商、制造商、分销商及客户身份会随其业务拓展和收缩而发生变化，当某一个供应链上的核心企业与其他供应链中的企业发生业务关系时，供应链结构就由线性供应链演变成网络供应链[2]。从资源管理的视角来看，供应链网络的本质是各企业节点借助资源的互补和组合而构建的提升资源利用效率的企业联盟，不同企业对供应链的影响力也主要取决于其所拥有的优势资源[3-4]。通常供应链中拥有的资源最多且对整个供应链效益贡献最大的企业则被视为供应链网络的核心企业[5]，其对整个供应链网络的运行效率和竞争优势起着决定性作用[6-8]。学者马士华[9]也认为供应链上成员企业的效益及整个供应链的竞争力在很大程度上取决于供应链上核心企业的影响力。由此，可以看出，供应链网络中存在少量的核心企业，它们对整个供应链网络的运作起主导作用，对供应链的贡献最大，同时也具有供应链的利润分配优势。无疑，企业尤其是核心企业作为技术创新的重要创新主体，是我国推动高科技产业发展的重要力量，更是我国实现高质量发展和提升国际竞争力的重要仰仗。准确识别重要领域的核心企业也成为政府合理制定企业培育政策和市场成员把握自身定位的重要依据。因此，本文拟从社会网络分析的视角对信息技术领域上市企业供应链网络中的核心企业进行定量识别，以期为政府和市场成员评判相关领域供应链企业的竞争实力提供支撑。

1 文献综述

1.1 核心企业的界定

依据过往研究，核心企业可以分为集团核心企业[10-12]和供应链核心企业[13]。其中，集团核心企业是指掌握资源分配权的集团内部母公司，供应链核心企业是指供应链上掌握分配资源等主导权的供应链关键节点企业[14]。关于供应链上核心企业的概念界定，学者Harland[15]认为核心企业可以是供应链成员的任意一种角色；Guillen认为核心企业是一个行业或领域内以核心技术的进步为发展依托并生产出该行业或领域的核心产品的企业[16]； Prahalad和Hamel[17]则认为那些具有明显独特优势的企业且对整个供应链的运行起到重要影响作用的企业是核心企业；Frad[18]认为核心企业是供应链的最先发起者；Garnet认为核心企业是对供应链的利润驱动效应最大的企业[16]；汪寿阳[19]认为核心企业是供应链企业网链结构的中心，其影响力的大小取决于供应链运作的好坏和竞争力的大小。虽然上述学者对供应链核心企业的内涵揭示角度各不相同，但对核心企业的作用和地位的定性认识基本一致。在供应链核心企业具体的概念界定方面，张重新[20]认为核心企业是在某一行业或某个领域内具有中心地位和先锋作用的技术开发型企业；马世华和唐慧静认为核心企业是供应链的信息交换中心和物流集散的调度中心[9，21]；陶学宗[22]认为核心企业是具有强研发能力和良好商业信誉的企业，是供应链物流集散的调度中心、信息交换和处理中心；刘富贵和赵英才[23]认为核心企业是产业链的链主，负责调度整个产业链的物流、信息及资金；姚明志[24]认为核心企业是指具有很多供应链接口且与周围环境联系密切的企业；吴松强等[25]都认为核心企业是指行业内能凭借其核心资源和核心能力吸引其他企业与之合作，且能提供高价值产品和服务的企业；胥丽莉等[26]认为核心企业是具有强影响力、吸引力和融合力且充当供应链的物流调度中心、信息交换中心、资金结算中心及协调中心的企业；丁青艳[2]认为供应链核心企业是指那些处于供应链网络中心位置且具有强影响力、强吸引力和强融合力的节点企业。

综合过往研究可以看出，供应链网络中确实存在核心企业，且处于网络的中心位置，并对供应链内其他企业起到导向和引领作用。由此可见，识别供应链核心企业对供应链管理具有重要意义。

1.2 核心企业识别研究现状

关于供应链核心企业的识别研究，学者们进行了不同角度的尝试和探索研究。卢松泉[27]在依据一家家电公司的供销网络构建META通路图的基础上，从信息共享率、资源利用率、顾客满意率和资本收益率等4个维度对供应链核心企业进行了识别；李玲和党兴华[28]在与专家深度访谈的基础上，从技术创新网络节点间权力依赖关系的角度设计了企业调研问卷，并据此构建了技术创新网络核心企业识别模型，发现网络结构核心性、网络敏感性和网络脆弱性是识别核心企业的3个主要因子；韩英等[29]通过分析供需链结构，综合考虑影响力、扩展力、可参与度、信任度、协调运作力和吸纳力等6个因素，利用层次分析法对核心企业进行了评价。文风[30]从竞争优势的视角分析了核心企业对整个供应链的主导作用，提出了战略整合力、组织协调能力、流程控制能力和学习创新能力等4个维度的核心企业综合评价指标。姚志明[24]利用集对分析方法对供应链核心企业进行了定量识别。王莹瑞[31]综合考虑企业的财务、全供应链、运营流程、客户、学习成长及社会责任等6个方面设计了供应链核心企业识别指标，利用层次分析法对核心企业进行了识别研究；丁青艳和王喜富[32]依据供应链核心企业的特点提出了基于节点企业构成要素的核心企业识别指标体系。程李梅和王哲[13]依据核心企业的价值驱动因素构建了全面的供应链核心企业价值评价体系。肖玉明[33]从供应链上各节点的资源数量及重要性两方面对供应链核心企业进行了识别分析。孙冰等[34]通过构建专利权人合作网络，借助中介中心度指标对核心企业进行了识别。丁青艳[2]在分析供应链核心企业特征的基础上，依据节点企业的发展能力、链接敏捷度和链接的稳固性等3个要素构建了核心企业的定性指标识别体系。从当前的供应链核心企业识别研究现状可以看出，目前的供应链核心企业识别方法主要以定性方法或以主观信息量化的定量方法为主，尚缺少纯定量且客观的供应链核心企业识别方法。

2 基于上市公司供应链的核心企业识别

依据学界对供应链核心企业的描述和定义，研究参考丁青艳的观点将供应链核心企业定义为处于供应链网络中心位置且具有强影响力、强吸引力和强融合力的节点企业。其中，强影响力指的是影响其他企业的能力，表征核心企业的强发展能力；强吸引力是指吸引供应商和分销零售商加入供应链的能力，表征核心企业的链接敏捷度；强融合力是指与其他企业在经营理念、企业文化及合作协同方面的相互交融的能力[2]。

另外，供应链网络可以看成是由原材料供应商、生产制造商、分销商、零售商以及最终消费者组成的无标度网络[2，35]。为了规范上市企业年度报告的编制及信息披露行为，中国证券监督管理委员会颁布并持续更新修订了公告文件《公开发行证券的公司信息披露内容与格式准则第 2 号——年度报告的内容与格式》（也称《年报格式准则》）。依据中国证券监督管理委员会于2012年12月发布的公告文件《公开发行证券的公司信息披露内容与格式准则第30号——创业板上市公司年度报告的内容与格式》（2012年修订）可知，“公司应当披露主要供应商、客户情况：介绍公司向前5名供应商合计的采购金额占公司年度采购总额的比例，向前5名客户合计的销售额占公司年度销售总额的比例。向单一供应商或客户采购、销售比例超过30%的，还应说明该供应商或客户采购、销售金额及所占比例，报告期内公司与其之间的采购、销售金额和比例相比以前年度是否发生较大变化；属于同一控制人控制的供应商及客户应合并列示。”可见，虽然证监会没有严格要求上市公司必须披露上市公司的全部供应商和客户，但信息披露依然是上市公司公开信息的重要组成部分。另外，参考学者Von等[36]和Hansen等[37]的“鉴于核心企业位于网络的中心位置”[36]，“应综合节点重要性和网络整体连接结构来判断一个节点的重要程度[37]”。这一观点，本研究依据信息技术领域上市公司在年报中披露的供应链信息，构建信息技术行业的上市公司供应链合作网络，并应用社会网络分析中权力量化研究指标——中心性来量化供应链核心企业的强影响力、强吸引力和强融合力指标，进而完成信息技术行业的供应链核心企业定量识别。

2.1 数据准备

本研究选用中国科学技术信息研究所加工构建的上市企业年报数据库作为数据来源，以Wind行业名称分类中的一级行业企业分类名单为依据从中提取出信息技术行业的763家上市企业在2016—2020年的年度报告中披露的供应商和客户信息数据，将其中未披露供应链信息或披露信息无实效性的企业剔除后共得到360家上市企业的供应商和客户信息数据。

2.2 基于上市公司供应链的核心企业识别

《年报格式准则》要求上市公司在其年度报告中披露其前5大客户和供应商，故可以将上市公司每年披露的年度报告视为1篇“文献”，而其中披露的客户和供应商信息则可视为“文献的特征描述信息”。“共现分析”方法是科学计量学中的经典分析方法，“共现”是指文献的特征项描述的信息共同出现的现象，这里的特征项包括文献的外部和内部特征，如题名、作者、关键词、机构等，而“共现分析”是对共现现象的定量研究，以揭示信息的内容关联和特征项所隐含的知识，可以有效识别科学研究领域的研究热点、核心作者或核心技术。因此，本研究借鉴文献计量学的“共现”原理，依据信息技术行业2016—2020年间披露有效供应链信息的360家上市公司的供应商和客户信息数据构建了信息技术行业供应链企业节点共现网络，并应用社会网络分析中权力量化研究指标——中心性来量化供应链核心企业的强影响力、强吸引力和强融合力指标，进而完成信息技术行业的供应链核心企业定量识别。上市公司供应链核心企业识别流程如图1所示。

2.2.1 上市公司供应链数据清洗

针对信息技术行业2016—2020年间披露有效供应链信息的360家上市公司的供应链信息数据中企业或机构名称不同写法的问题，构建企业或机构名称数据词典，对同一企业名称上存在多种写法的企业进行对应归并处理。同时剔除供应链信息中的个人数据和诸如“**管理咨询有限公司”“101单位”“A单位”“E科技股份有限公司”等无效数据。最终得到的信息技术行业上市企业在2016—2020年间披露有效供应链企业或机构共6 157家。

2.2.2 上市公司供应链企业合作共现矩阵构建

将信息技术行业上市公司年报披露的客户和供应商信息视为“文献的特征描述信息”，借鉴文献计量学中的“共现分析”原理，对上市公司和供应链企业之间的共现现象进行量化，以揭示信息技术行业的公司关联情况。

依据“共现原理”，上市公司的名称及其在年度报告中披露的供应链机构名称都可以视为存在共现关系，即可得到每家上市公司的供应链特征信息共现关系表，见表1；将两两同时出现在不同上市企业年报中的两个企业或机构的次数视为共现频次，据此即可构建信息技术行业上市公司供应链企业的共现矩阵，并对所构建的共现矩阵作归一化处理，即将共现次数映射到0～1的范围内，归一化处理公式

x'=（x-x_min）/（x_max-x_min）。 （1）

2.2.3 上市公司供应链合作网络构建

将归一化后的信息技术行业上市公司供应链企业共现矩阵数据导入Gephi软件初步绘制上市公司供应链企业合作社会网络，同时计算网络中各企业节点的权力量化指标——中心性指标（含特征向量中心性、接近中心性、中介中心性和度中心性）。据前文的概念界定可知，供应链核心企业处于供应链网络中心位置，在社会网络分析领域，度中心性是衡量节点在网络中重要程度的指标，一个节点度中心性越高，代表节点的关系越多，在网络中的重要性越强[38]。为了凸显供应链核心企业处于供应链网络中心位置，研究首先根据各企业节点的度中心性指标对初始网络进行剪枝，进一步缩减节点个数。本研究设置度中心性阈值为1，剪去度中心性小于1的网络节点，并使用度中心性设置节点大小，使用社团结构探测算法进行社团聚类，相同颜色节点代表同一社团，最后结合Force Atlas力导向布局算法重新调整绘制供应链企业合作网络图谱如图2所示，修剪后的上市公司供应链企业合作网络图保留了77个企业节点。

依据万得行业分类体系中的信息技术行业三级分类（含互联网软件与服务，信息技术服务，软件，通信设备，电脑与外围设备，电子设备、仪器和元件，办公电子设备以及半导体产品与半导体设备等类别），结合各企业的主营范围可将信息技术行业上市公司供应链合作网络的6类社团表达为类1-通信设备（含9家公司）、类2-电脑存储与外围设备（含18家公司）、类3-半导体产品与设备（含10家公司）、类4-电子设备、仪器和元件（含21家公司）、类5-信息技术服务（含11家公司）及类6-信息技术应用（含8家公司）等6个细分行业，具体每个类团中的特征向量中心性排名前五的企业节点的指标值见表2—表7。

2.2.4 上市公司供应链核心企业识别

据前文的概念界定，供应链核心企业为处于供应链网络中心位置且具有强影响力、强吸引力和强融合力的节点企业。对标社会网络分析中的权力量化指标——中心性可知：上市公司供应链合作网络中的企业节点的强影响力和特征向量中心性测度的都是一个节点在网络中的影响力；强吸引力和中介中心性测度的都是一个节点在多大程度上居于其他两个节点之间；而强融合力和接近中心性测度的都是一个节点的合群程度。在上市公司供应链合作网络中，企业节点的特征向量中心性越高，则说明该企业的自身发展能力越强，对其他企业的影响力也越强；企业节点的中介中心性越高，则说明该企业吸引其他企业加入供应链的能力越强，链接敏捷度也就越高；企业节点的接近中心性越高，则说明该企业与其他企业协同交互的能力越强。另一方面，处于相同社团内的节点相比社团外的其他节点具有更多的相似性，因此不同的社团可以在一定程度上代表行业内的细分行业。根据对供应链核心企业的定义，在相同社团内筛选出特征向量中心性、中介中心性及接近中心性以比较大节点，即为行业内的细分行业中的核心企业。

为了客观地遴选出上述6个细分领域内的核心企业，则需要对各社团内的特征向量中心性、中介中心性及接近中心性3个指标的权重进行赋值后计算每个企业的综合评分。熵值法是一种客观赋权法，是根据各项指标观测值所提供信息的大小来确定指标权重，能够客观准确地评价研究对象。因此，研究采用SPSSPRO数据分析平台的“熵值法”分析功能分别对6个细分领域内的特征向量中心性、中介中心性和接近中心性3个指标权重进行计算，同时计算获取各企业在各自所属细分领域内的综合得分。其中，信息技术行业上市公司供应链合作网络的6类社团代表的细分领域的3个指标权重见表8。

从6类社团所表征的细分领域内遴选综合评分在0.5以上的企业为信息技术行业在6个细分领域内的核心企业。其中，类1-通信设备领域的核心企业为杭州海康威视数字技术股份有限公司和戴尔有限公司；类2-电脑存储与外围设备领域的核心企业为北京京东世纪贸易有限公司、浪潮集团和神州数码集团股份有限公司；类3-半导体产品与设备领域的核心企业为中芯国际集成电路制造有限公司、艾睿电子贸易有限公司和江苏长电科技股份有限公司；类4-电子设备、仪器和元件领域的核心企业为三星集团；类5-信息技术服务领域的核心企业为华为技术有限公司、中国移动通信集团公司和中国电信股份有限公司；类6-信息技术应用领域的核心企业为天合光能股份有限公司。

3 结论及展望

本研究以信息技术行业的上市公司在2016—2020年的年度报告中披露的供应商和客户信息数据为基础，借鉴共现原理依据供应链企业数据构建了供应链企业合作网络，并应用社会网络分析中权力量化研究指标——特征向量中心性、中介中心性和接近中心性来分别量化供应链核心企业的强影响力、强吸引力和强融合力指标，进而完成信息技术行业的供应链核心企业定量识别，最终确定该行业6个细分领域的13家核心企业，具体为杭州海康威视数字技术股份有限公司、戴尔有限公司、北京京东世纪贸易有限公司、浪潮集团、神州数码集团股份有限公司、中芯国际集成电路制造有限公司、艾睿电子贸易有限公司、江苏长电科技股份有限公司、三星集团、华为技术有限公司、中国移动通信集团公司、中国电信股份有限公司及天合光能股份有限公司。

由于证监会对上市公司的供应链数据的披露持鼓励披露而非强制披露态度，导致一些上市公司的供应链企业数据呈现未披露或披露内容不完整的状态，进而存在供应链数据信息不完备的现象，致使实证结果存在少许的误差，但验证了方法的可行性。在未来的研究中，将继续深入研究情报方法在供应链管理中的应用，进一步完善企业供应链优化的理论体系，推动供应链管理研究的发展。

参考文献：

[1] 中华人民共和国国家质量监督检验检疫总局 中国国家标准化管理委员会.物流术语：GB/T 18354—2006[S].北京：中国标准出版社，2007.

[2] 丁青艳.复杂网络结构下供应链企业间合作关系研究[D].北京：北京交通大学，2012.

[3] 肖玉明.基于资源观点的供应链核心企业识别分析[J].科技管理研究，2015，35（6）：202-205.

[4] BARNEY J B， WRIGHT M， KETCHEN D J. The resource-based view of the firm： ten years after 1991[J]. Journal of Management， 2001，27（6）：625-641.

[5] 王艳平，韩峰.供应链生命周期中的核心企业风险分析[J].经济管理，2004（13）：69-73.

[6] 马士华，林勇.供应链管理[M].3版.北京：机械工业出版社，2010.

[7] 王清晓.供应链核心企业竞争优势提升策略[J].中国流通经济，2009，23（6）：50-52.

[8] GUO B C， DING H P．Supply chain management informatization based BPR[C]//GUOPING X， OSAKI H．Proceedings of the Seventh International Conference on Industrial Management. Beijing： China Aviation Industry Press， 2004： 322-327.

[9] 马士华.论核心企业对供应链战略伙伴关系形成的影响[J].工业工程与管理，2000（1）：24-27.

[10] 孙睦优.大型核心企业主导型集团的结构浅析[J].冶金经济与管理，1998（4）：10-12.

[11] 徐学宁.企业集团核心企业的作用及其集团的发展模式[J]. 改革与开放，2000（1）：11-12.

[12] 程国平.发展企业集团的当务之急：壮大核心企业[J].集团经济研究，1993（8）：16-17.

[13] 程李梅，王哲.产业链内核心企业价值评价研究[J].中国科技论坛，2011（4）：67-73.

[14] 王建华.供应链核心企业演化及导向目标匹配研究[D].西安：长安大学，2013.

[15] HARLAND C. Supply chain operational performance roles[J].Integrated Manufacturing System， 1997，2（8）：145-146.

[16] 卢松泉.基于约束理论的供应链核心企业界定[J].中国物流与采购，2009（17）：72-73.

[17] PRAHALAD C K， HAMEL G. The core competence of the corporation[J].Harvard Business Raview ，1990，6（7）：21-28.

[18] FRAD A K. Custom-centered supply chain for your products？ [J]. Harvard Business Review，1997，75（2）：105-116.

[19] 汪寿阳，吴军，李健.供应链风险管理中的几个重要问题[J].管理科学学报，2006（6）：45-49.

[20] 张重新.核心企业及其战略管理[J].特区展望，1999（6）：59-60.

[21] 唐慧静.供应链核心企业的风险预测与规避[D].上海：上海海事大学，2005.

[22] 陶学宗.核心企业逆向物流的三维价值研究[J]. 综合运输， 2006（1）：42-44.

[23] 刘贵富，赵英才.产业链核心企业研[J].中国管理信息化（综合版），2006（10）：25-28.

[24] 姚明志.核心企业判定的接口供应链模型[C]//中国企业运筹学.北京交通大学经济管理学院，2006：5.

[25] 吴松强，石岿然，郑垂勇.产业集群核心能力培育——基于核心企业技术联盟的视角[J].工业技术经济，2008（10）：10-11.

[26] 胥丽莉，储雪俭.供应链核心企业物流资金流的扩散效应探讨[J].江苏商论，2010（7）：62-64.

[27] 卢松泉.基于META的供应链核心企业选择[J].中国商贸，2009（15）：129-130.

[28] 李玲，党兴华.基于权力依赖的技术创新网络核心企业的识别研究[J]. 软科学，2009，23（5）：72-76.

[29] 韩英，宁宣熙.基于AHP法的供需链中核心企业的评价[J].物流科技，2003（5）：39-42.

[30] 文风.基于竞争优势的供应链核心企业能力评价研究[J].科技进步与对策，2004（9）：44-46.

[31] 王莹瑞.基于供应链的核心企业业绩评价体系研究[D].合肥：合肥工业大学，2006.

[32] 丁青艳，王喜富.供应链上核心企业评价指标体系研究[J].物流技术，2010，29（13）：137-139.

[33] 肖玉明.基于资源观点的供应链核心企业识别分析[J].科技管理研究，2015，35（6）：202-205.

[34] 孙冰，徐晓菲，苏晓.技术扩散主路径及核心企业的识别研究——以手机芯片专利引文网络为例[J].情报学报，2019，38（2）：201-208.

[35] SUN H J， WU J J. Scale-free Characteristics of supply chain distribution networks[J]. Modern Physics Letters B， 2005， 19（17）：841-850.

[36] VON W L， TEICHERT T， ROST K. Inventive progress measured by multi-stage patent analysis[J]. Research Policy， 2005， 34（10）：1591-1607.

[37] HANSEN M T. Knowledge networks： Explaining effective knowledge sharing in multiunit companies[J]. Organization Science，2002， 13（3）： 232-248.

[38] 刘佳，魏佳奇.管理学和图书情报学领域关于专利分析主题文献的对比研究[J].情报工程，2021，7（3）：94-108.