孫軍艷， 傅衛(wèi)平， 王雯

(1.西安理工大學(xué) 機械與精密儀器工程學(xué)院, 陜西 西安 710048； 2.陜西科技大學(xué) 機電工程學(xué)院, 陜西 西安 710021)

基于復(fù)雜網(wǎng)絡(luò)理論的B2C電商供應(yīng)鏈網(wǎng)絡(luò)分析

孫軍艷1,2， 傅衛(wèi)平1， 王雯1

(1.西安理工大學(xué) 機械與精密儀器工程學(xué)院, 陜西 西安 710048； 2.陜西科技大學(xué) 機電工程學(xué)院, 陜西 西安 710021)

B2C電商供應(yīng)鏈是由供應(yīng)商、電商平臺及用戶組成的供需網(wǎng)絡(luò)，是企業(yè)適應(yīng)市場環(huán)境的變化演化出來的運作模式，它屬于開放的復(fù)雜系統(tǒng)范疇。本文首先分析了我國B2C電商供應(yīng)鏈的演變歷程；根據(jù)調(diào)研數(shù)據(jù)，從復(fù)雜網(wǎng)絡(luò)視角分析了2008—2013年B2C電商供應(yīng)鏈網(wǎng)絡(luò)的度與度分布和集聚系數(shù)的變化，并分析了典型電商集聚系數(shù)的變化規(guī)律；最后，依據(jù)2013年的調(diào)研數(shù)據(jù)，從隨機攻擊和蓄意攻擊兩方面分析了其魯棒性。分析結(jié)果表明，B2C電商供應(yīng)鏈網(wǎng)絡(luò)具有無標度特性、高聚集性，并具有較強的魯棒性。

B2C電商； 供應(yīng)鏈網(wǎng)絡(luò)； 演化機制； 魯棒性

傳統(tǒng)供應(yīng)鏈是一個由多級原材料供應(yīng)商、生產(chǎn)制造商、多級分銷商、銷售商和最終客戶組成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。傳統(tǒng)供應(yīng)鏈以制造企業(yè)為核心，產(chǎn)品結(jié)構(gòu)和類型相對穩(wěn)定，原材料供應(yīng)商和其相應(yīng)的分銷網(wǎng)絡(luò)以及客戶群體也相對穩(wěn)定，整個供應(yīng)鏈網(wǎng)絡(luò)呈現(xiàn)出結(jié)構(gòu)穩(wěn)定、層級分明等特征，如圖1所示。與傳統(tǒng)的供應(yīng)鏈不同，B2C模式下的供應(yīng)鏈可以通過互聯(lián)網(wǎng)實現(xiàn)信息流、物流、資金流及時有效地共享，可大幅度地擴展其上下游節(jié)點數(shù)量，有效減少了供應(yīng)鏈的層級。由于消費者通過網(wǎng)購平臺直接與制造商進行貿(mào)易，即制造商直接面向消費者，因此，B2C模式下供應(yīng)鏈是一個由供應(yīng)商、網(wǎng)購平臺、用戶組成的三層供需網(wǎng)絡(luò)。該網(wǎng)絡(luò)具有層次少、動態(tài)性強等特點。

近年來，從復(fù)雜網(wǎng)絡(luò)視角研究供應(yīng)鏈的文獻不斷涌現(xiàn)。大多文獻都是以1998年Watts和Strogatz等[1]提出的小世界網(wǎng)絡(luò)模型(WS)和1999年Barabási和Albert等[2]提出的無標度網(wǎng)絡(luò)模型(BA)及其構(gòu)造算法為基礎(chǔ)，來構(gòu)建不同領(lǐng)域復(fù)雜網(wǎng)絡(luò)的演化算法。Li等[3]在BA模型基礎(chǔ)上提出用局域世界演化網(wǎng)絡(luò)模型(LC)來描述和分析實際網(wǎng)絡(luò)所具有的某些統(tǒng)計特性。陳曉等[4]建立了供應(yīng)鏈復(fù)雜網(wǎng)絡(luò)的局域演化生長模型。也有一些學(xué)者針對實際網(wǎng)絡(luò)開展實證研究[5-10]，如計算機病毒的傳播[5-6]、航空網(wǎng)絡(luò)結(jié)構(gòu)[7]、成品油供應(yīng)鏈網(wǎng)絡(luò)[8]、社區(qū)結(jié)構(gòu)[9]、社會關(guān)系[10]等。然而，電商模式下的供應(yīng)鏈網(wǎng)絡(luò)演化機制的研究很少有人提及。本文基于歷史數(shù)據(jù)調(diào)研，分析B2C網(wǎng)絡(luò)的演化過程，重點從復(fù)雜網(wǎng)絡(luò)視角[11-15]分析了近幾年來迅速發(fā)展的B2C網(wǎng)絡(luò)的特性、發(fā)展趨勢及其魯棒性。

1 B2C電商供應(yīng)鏈網(wǎng)絡(luò)的發(fā)展歷程

近年來，中國的B2C市場取得了快速發(fā)展，B2C商家數(shù)量在不斷增長，具體情況如圖2所示。預(yù)計未來幾年B2C仍舊是電子商務(wù)市場的一個重要趨勢。B2C電商網(wǎng)絡(luò)發(fā)展至今，大致經(jīng)歷了三大階段，即垂直商店型、百貨商店型、目前的綜合商城型。

1.1 垂直商店型

在中國B2C的發(fā)展初期，許多電商都是從某一類商品入手或者針對某些特定人群入手進行網(wǎng)絡(luò)銷售，即垂直商店型模式。這種模式的優(yōu)勢在于專注和專業(yè)，能夠提供更加符合特定人群的消費產(chǎn)品，滿足某一領(lǐng)域用戶的特定習(xí)慣，因此，能夠更容易取得用戶信任，從而加深人們對產(chǎn)品的印象，加大口碑傳播效果，形成獨特的品牌價值。1999年到2003年是中國網(wǎng)上零售市場的探索期，這一時期的電商多為垂直商店型。

垂直商店型的供應(yīng)鏈可以分為以下2種：一種是銷售特定類別的商品，比如服裝專賣店優(yōu)衣庫，銷售各種品牌的服裝。類似的只銷售特定類別商品的電商很多，他們的供應(yīng)鏈大都如圖3所示。另一種是銷售不同商品給特定人群。比如銷售母嬰用品的電商紅孩子，店里銷售的商品有許多種，但是這些商品只適于母嬰使用，并不適用于其他人，其供應(yīng)鏈如圖4所示。

從整體的B2C網(wǎng)購市場來看，用戶、不同類別的垂直電商、不同類別商品的供應(yīng)商形成的供應(yīng)鏈網(wǎng)絡(luò)如圖5所示。用戶想要購買多種類別商品時，必須到多個銷售不同類型商品的垂直型電商網(wǎng)站購買。無論是只銷售特定種類的商品還是針對特定的用戶，其銷售范圍都比較小，用戶群體不夠大，銷售額有一個制約瓶頸。隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)購人數(shù)的增加，這種模式逐漸顯露出了弊端：無法滿足用戶的一站式購物。為了滿足用戶的一站式購物心理，于是出現(xiàn)了百貨商店型的電商。

1.2 百貨商店型

2004年到2008年，中國B2C市場進入快速發(fā)展階段，電子商務(wù)企業(yè)大量涌現(xiàn)，電商由細分市場逐步向百貨商店型擴張。百貨商店是滿足日常消費需求的豐富產(chǎn)品線，它有自己的倉庫存儲貨物，有庫存系列產(chǎn)品以備更快的物流配送和客戶服務(wù)，有的甚至擁有自己的品牌，比如亞馬遜。

縱觀整個百貨商店型B2C電商，其供應(yīng)鏈網(wǎng)絡(luò)如圖6、7所示。眾多供應(yīng)商都給一個百貨商店型電商提供商品，與垂直型電商供應(yīng)鏈不同的是：不同類別的供應(yīng)商可以同時給一家電商供貨。百貨商店型B2C企業(yè)能提供多種商品以滿足用戶的需求，讓用戶一站式購全所需商品。百貨商店型B2C企業(yè)的優(yōu)點在于能自己很好地控制商品的質(zhì)量，并提供統(tǒng)一的售后服務(wù)。

1.3 綜合商城型

隨著百貨商店的規(guī)模變大，其用戶也越來越多。企業(yè)為了謀求更大的發(fā)展，其運作模式也發(fā)生轉(zhuǎn)變：將自己不擅長的商品銷售分給其他垂直電商，將垂直電商加入到自己的網(wǎng)站中，自己的網(wǎng)站變身成一個擁有多個垂直商店的綜合商城。

從2009年至今，中國B2C市場呈現(xiàn)爆炸式增長，綜合商城型平臺越來越完備。同傳統(tǒng)商城一樣，綜合商城型B2C有龐大的購物群體，有穩(wěn)定的網(wǎng)站平臺，完備的支付體系和誠信安全體系，方便賣家和買家進行商業(yè)活動。線上的商城，在人氣足夠、產(chǎn)品豐富、物流便捷的情況下，具有成本優(yōu)勢、二十四小時的不夜城、無區(qū)域限制、更豐富的產(chǎn)品等優(yōu)勢。

如圖8所示，在綜合商城型B2C網(wǎng)站供應(yīng)鏈中，不同種類商品的賣家共同存在，同類商品的多個賣家進行競爭。綜合商城給這些賣家提供一個銷售平臺，賣家和平臺是合作關(guān)系，平臺給賣家提供服務(wù)和用戶，賣家給平臺增加品牌名聲和利益。同樣，多個綜合商城之間也存在競爭，如圖9所示。商城為了增加知名度和更多的銷售額，會爭奪小的銷售電商和用戶。

2 B2C電商供應(yīng)鏈網(wǎng)絡(luò)統(tǒng)計分析

隨著中國電子商務(wù)的發(fā)展，電商的市場份額也發(fā)生著變化。在中國B2C電子商務(wù)發(fā)展初期，當(dāng)當(dāng)網(wǎng)和卓越網(wǎng)是當(dāng)時的佼佼者。2008年是中國B2C市場的轉(zhuǎn)折點，中國最大電商淘寶推出了天貓商城，隨后B2C電商數(shù)量迅猛增加。本文統(tǒng)計了2008年到2013年B2C電商市場份額的變化，如表1所示。

根據(jù)表1并結(jié)合實際情況可知：市場份額大的B2C電商會逐漸拉攏小電商入駐自己的平臺，使電商模式往平臺型靠攏，市場份額處于中間的企業(yè)會強強聯(lián)合，增大自己的市場份額，提升自己在行業(yè)中的地位。同時，單一的小電商向綜合的大電商轉(zhuǎn)型。

2.1 B2C電商供應(yīng)鏈網(wǎng)絡(luò)的度與度分布

通過對2008—2013年各電商銷售額和市場份額的調(diào)研統(tǒng)計[16]，筆者做了如下假設(shè)。

1) 由于電商的供應(yīng)商屬于商業(yè)機密無法進行統(tǒng)計，本文僅研究電商的出度。

2) 用電商市場份額比例代替各電商出度值比例，即電商的出度值與市場份額成正比。

3) 由于電商的數(shù)量龐大，無法逐一分析，文中按照聚類分析的原則，將市場占有率相近的電商歸結(jié)為一個類。為了討論方便，將所有電商劃分為6個類(6個區(qū)間)，且每個分類區(qū)間在任何一個年份都不能出現(xiàn)空缺。

根據(jù)統(tǒng)計數(shù)據(jù)對區(qū)間范圍進行設(shè)定(見表2)。

根據(jù)每年的電商數(shù)量，計算每一區(qū)間的平均市場份額，設(shè)定度值與平均市場份額成正比，其值為平均市場份額的十萬倍，即：

(1)

式中Pi為i區(qū)間的平均度值，Mj為i區(qū)間內(nèi)j節(jié)點的市場占有率。i區(qū)間的度分布PPi定義為：

(2)

式中，Ni為i區(qū)間內(nèi)的節(jié)點數(shù)量。

根據(jù)統(tǒng)計數(shù)據(jù)并按照公式(1)、(2)可計算得到度值與該度值下某區(qū)間電商的度分布值，如表3所示[16]。

根據(jù)表3并結(jié)合實際情況來看，市場份額較大(區(qū)間一、區(qū)間二)的電商比較穩(wěn)定，且市場份額連年增長，有一兩家市場份額比較大的電商占據(jù)了大部分的中國B2C市場，即在B2C供應(yīng)鏈網(wǎng)絡(luò)中，這一兩家電商是比較重要的節(jié)點，成為中國B2C網(wǎng)絡(luò)購物中最重要的核心企業(yè)，即網(wǎng)絡(luò)中的核心節(jié)點。

處于中間度值(區(qū)間三、區(qū)間四、區(qū)間五)的電商動蕩比較劇烈，這些電商都想擴大所占據(jù)的市場份額。在B2C供應(yīng)鏈網(wǎng)絡(luò)中，由于這部分電商市場份額較小，面臨著被收購或被并購的風(fēng)險，被并購后主動方節(jié)點的市場份額會變大。同時還會存在小小聯(lián)合的現(xiàn)象，即兩個份額較小的電商聯(lián)合占據(jù)較大份額以獲取更大的市場和用戶。比如蘇寧收購紅孩子、國美合并國美網(wǎng)上商城和庫巴而改名為國美在線。所以在今后一段時間內(nèi)，這部分電商會變化很大。

至于度值小(區(qū)間六)的電商，由于中國互聯(lián)網(wǎng)還處于高速發(fā)展階段，未來一段時間內(nèi)中國電子商務(wù)企業(yè)仍會增加，而且越來越多的傳統(tǒng)企業(yè)開始進入互聯(lián)網(wǎng)電子商務(wù)行業(yè)，即B2C網(wǎng)絡(luò)中度值比較小的節(jié)點會越來越多，從表面上看數(shù)量會穩(wěn)步上升，其內(nèi)部依舊有著大魚吃小魚的現(xiàn)象，即電商節(jié)點有退有進。

根據(jù)表3繪制2008-2013年的B2C商家度與度分布圖，如圖10所示。

根據(jù)圖10并結(jié)合實際情況可知，B2C供應(yīng)鏈網(wǎng)絡(luò)服從冪律分布特性。網(wǎng)絡(luò)內(nèi)大部分節(jié)點的度是非常低的，只有少數(shù)核心企業(yè)的度數(shù)非常高。度值大的核心電商數(shù)量有減少的趨勢，網(wǎng)絡(luò)中核心節(jié)點的核心程度越來越高。此分析結(jié)果與中國B2C電商一超多強的現(xiàn)狀吻合，說明此分析方法是正確可行的。

2.2 B2C電商供應(yīng)鏈網(wǎng)絡(luò)的平均集聚系數(shù)

大多數(shù)現(xiàn)實網(wǎng)絡(luò)都具有一個共同的結(jié)構(gòu)性質(zhì)，那就是集聚性，電商模式下的供應(yīng)鏈也不例外。供應(yīng)鏈作為聯(lián)系著供應(yīng)商、用戶以及銷售平臺的一個動態(tài)網(wǎng)絡(luò)，集聚性表現(xiàn)得尤為突出。本文主要研究電商節(jié)點的出度，即出度的集聚程度。

網(wǎng)絡(luò)中某個節(jié)點的集聚系數(shù)為：

(3)

式中Ci為i節(jié)點的集聚系數(shù)，ki為節(jié)點i的鄰居節(jié)點數(shù)，Ei為與節(jié)點i的鄰居節(jié)點間實際存在的邊數(shù)。

B2C電商供應(yīng)鏈網(wǎng)絡(luò)平均集聚系數(shù)為：

(4)

按照公式(3)、(4)，依據(jù)表3的統(tǒng)計數(shù)據(jù)可得2008-2013年各電商平均集聚系數(shù)(見圖11)。

從圖11可看出，隨著時間的推移，整個電商網(wǎng)絡(luò)的平均集聚系數(shù)一直在緩慢下降，并趨近于一個較小的非零常數(shù)。結(jié)合現(xiàn)實網(wǎng)絡(luò)來看，目前B2C電子商務(wù)規(guī)模在逐漸變大，越來越多的傳統(tǒng)企業(yè)向電子商務(wù)轉(zhuǎn)型，網(wǎng)絡(luò)的平均集聚系數(shù)會越來越小。

2.3 核心電商的集聚系數(shù)

從所有電商中挑選幾個典型的電商：天貓、當(dāng)當(dāng)、京東，分析其2008-2013年的集聚系數(shù)，如圖12所示。

結(jié)合實際情況分析，作為行業(yè)老大的天貓、京東在2008-2013年的集聚系數(shù)一直排在最低，隨著時間變化其集聚系數(shù)在下降，市場份額處于領(lǐng)先地位。表明在B2C供應(yīng)鏈網(wǎng)絡(luò)爆炸式增長時，行業(yè)龍頭也爆炸式地擴張了自己的業(yè)務(wù)，保持并鞏固了強勢地位。在現(xiàn)實的網(wǎng)絡(luò)中，天貓和京東占據(jù)著市場的主要份額。他們的核心度很高，表明其與相鄰節(jié)點之間的聯(lián)系程度很緊密，與其他節(jié)點企業(yè)溝通度也很強。該情況符合復(fù)雜網(wǎng)絡(luò)的長尾效應(yīng)。

而曾經(jīng)排名靠前的當(dāng)當(dāng)網(wǎng)，其集聚系數(shù)在2008年到2011年迅速上升，后雖又緩慢下降，但整體還是上升了許多。這表明中上游的電商面臨更嚴峻的考驗，如果沒有改變發(fā)展策略以突出自己的特點，并把握住機會同步擴張，就會面臨著消失或者被并購的風(fēng)險，該情況符合復(fù)雜網(wǎng)絡(luò)中節(jié)點優(yōu)勝劣汰的準則。

3 B2C電商網(wǎng)絡(luò)魯棒性分析

復(fù)雜網(wǎng)絡(luò)魯棒性指當(dāng)網(wǎng)絡(luò)中的節(jié)點或邊遭到破壞時，供應(yīng)鏈網(wǎng)絡(luò)對這種破壞的容忍能力。而電商模式下的供應(yīng)鏈網(wǎng)路的魯棒性是指電商平臺在受到內(nèi)部運作或外部突發(fā)事件等不確定性因素的干擾下，仍能保持供應(yīng)鏈收益和持續(xù)運行的能力。本文以2013年的數(shù)據(jù)為例，研究網(wǎng)絡(luò)在隨機攻擊和蓄意攻擊兩種情況下的魯棒性。

3.1 網(wǎng)絡(luò)受隨機攻擊的魯棒性分析

大多數(shù)學(xué)者[17-22]都是用平均路徑、全局網(wǎng)絡(luò)效率、連通子圖大小對網(wǎng)路的魯棒性進行分析。但由于本文中無法獲取電商網(wǎng)絡(luò)中供應(yīng)商相關(guān)的數(shù)據(jù)，僅分析由各電商和用戶組成的二級供應(yīng)鏈網(wǎng)絡(luò)，所以不適合用以上指標來分析。本文以2013年最新數(shù)據(jù)為基礎(chǔ)進行隨機攻擊實驗，在攻擊之前計算原始網(wǎng)絡(luò)的平均度與平均集聚系數(shù)。隨機攻擊20%的節(jié)點數(shù)，根據(jù)實驗結(jié)果繪制的平均度、平均集聚系數(shù)與隨機刪除節(jié)點個數(shù)的變化趨勢圖如圖13、14所示。

結(jié)合圖13、14來看：刪除節(jié)點數(shù)增多至20%，網(wǎng)絡(luò)整體結(jié)構(gòu)仍然服從冪律分布，整個網(wǎng)絡(luò)的平均度和平均集聚系數(shù)變化不大，處于微小波動中，并沒有出現(xiàn)急劇的變化特征。表明B2C供應(yīng)鏈網(wǎng)絡(luò)在受到隨機攻擊的情況下，能夠很好地保證供應(yīng)鏈網(wǎng)絡(luò)的正常運行，所以原始網(wǎng)絡(luò)具有很強的魯棒性。

3.2 網(wǎng)絡(luò)受蓄意攻擊的魯棒性分析

由于蓄意性攻擊在每次攻擊時選擇的節(jié)點不同，造成供應(yīng)鏈網(wǎng)絡(luò)最終瓦解的節(jié)點數(shù)目也是不同的。本文在對蓄意性攻擊進行分析時，分別選擇不同度值區(qū)間的節(jié)點進行攻擊。以2013年最新數(shù)據(jù)為基礎(chǔ)進行蓄意攻擊實驗的結(jié)果如表4所示。

以下分幾種情況進行分析。

1) 行業(yè)龍頭企業(yè)指市場占有率最高的企業(yè)，對應(yīng)于區(qū)間1和區(qū)間2內(nèi)的節(jié)點。當(dāng)觸犯反壟斷法或發(fā)生重大事故時，行業(yè)龍頭企業(yè)可能破產(chǎn)倒閉。為模擬這種情況的發(fā)生，筆者蓄意刪除區(qū)間1、2的核心節(jié)點，經(jīng)計算可知網(wǎng)絡(luò)的平均度顯著減小，可能出現(xiàn)同行業(yè)惡意競爭現(xiàn)象，整個行業(yè)的發(fā)展存在一定的隱患。

2) 中小型電商是指市場占有率較小的企業(yè)，對應(yīng)于區(qū)間3、4、5、6內(nèi)的節(jié)點。當(dāng)發(fā)生經(jīng)濟危機、金融風(fēng)暴等不可測因素時，大的電商可能受到的影響較小，而很大一部分的中小型電商可能無法擺脫危機而破產(chǎn)倒閉。為模擬這種情況的發(fā)生，筆者蓄意刪除區(qū)間3、4、5、6各50%的節(jié)點，經(jīng)計算可知網(wǎng)絡(luò)的平均度顯著增大，行業(yè)的集中度加強，龍頭企業(yè)可能進一步擴張，也不利于行業(yè)的健康發(fā)展。

3) 當(dāng)發(fā)生戰(zhàn)爭、巨大的自然災(zāi)害等不可逆轉(zhuǎn)的因素時，行業(yè)內(nèi)各區(qū)間的節(jié)點都將顯著減少。為模擬這種情況的發(fā)生，筆者蓄意刪除各區(qū)間70%的節(jié)點，經(jīng)計算可知網(wǎng)絡(luò)的平均度明顯縮小，且B2C電商供應(yīng)鏈網(wǎng)絡(luò)總體規(guī)模顯著縮小，行業(yè)的發(fā)展可能需要經(jīng)歷一個發(fā)展的低谷。

總之，對B2C電商網(wǎng)絡(luò)來說,其拓撲結(jié)構(gòu)決定不論是隨機攻擊還是蓄意攻擊，其具有很強的魯棒性。但面對蓄意攻擊時，B2C電商供應(yīng)鏈網(wǎng)絡(luò)表現(xiàn)出一定的脆弱性。針對前兩種蓄意攻擊，管理者(政府)可以加以引導(dǎo)，讓市場信息公開透明，優(yōu)化資源的配置，使B2C供應(yīng)鏈網(wǎng)絡(luò)中的企業(yè)能夠優(yōu)勢互補、合作共贏，從而減少系統(tǒng)性風(fēng)險的發(fā)生。針對第三種蓄意攻擊情況，可以通過物聯(lián)網(wǎng)技術(shù)的革新、大數(shù)據(jù)的應(yīng)用、云服務(wù)的解決方案使整個網(wǎng)絡(luò)向全球各個角落完全擴散，實現(xiàn)B2C供應(yīng)鏈網(wǎng)絡(luò)與線下實體店經(jīng)營網(wǎng)絡(luò)的深度融合，從而達到減少網(wǎng)絡(luò)的時域和空域的不確定性的目的，即使部分區(qū)域發(fā)生問題，整個系統(tǒng)還能健康運行，系統(tǒng)抗破損和修復(fù)能力大大提高。

4 結(jié) 語

本文以B2C電商模式下的供應(yīng)鏈為研究背景，將供應(yīng)鏈中的供應(yīng)商、電商平臺和用戶抽象為節(jié)點，將相互之間的聯(lián)系抽象為邊，構(gòu)建了B2C電商供應(yīng)鏈復(fù)雜網(wǎng)絡(luò)。

1) B2C電商供應(yīng)鏈網(wǎng)絡(luò)的發(fā)展歷程，與傳統(tǒng)零售商演化相類似，都經(jīng)歷了從僅提供單一品種的垂直商店型到提供各類商品的百貨店型，再到更大規(guī)模的綜合商城型的演變歷程，具有特色的綜合商城型B2C將是一個發(fā)展趨勢。

2) 對2008-2013年電商市場份額等相關(guān)數(shù)據(jù)的分析結(jié)果表明：B2C供應(yīng)鏈網(wǎng)絡(luò)具有無標度網(wǎng)絡(luò)特性，網(wǎng)絡(luò)的度服從冪律分布，網(wǎng)絡(luò)的平均集聚系數(shù)很小，且隨著網(wǎng)絡(luò)規(guī)模進一步擴大，其平均集聚系數(shù)趨近于一個非零常數(shù)。B2C供應(yīng)鏈網(wǎng)絡(luò)核心電商的成長服從長尾效應(yīng)和優(yōu)勝劣汰法則。

3) 以2013年數(shù)據(jù)為原始數(shù)據(jù)，對網(wǎng)絡(luò)進行了隨機攻擊和蓄意攻擊實驗，結(jié)果表明：B2C電商網(wǎng)絡(luò)對于隨機攻擊具有很強的魯棒性，而對于蓄意攻擊則表現(xiàn)出一定的脆弱性。

[1]Watts D J, Strogatz S H. Collective dynamics of small-world networks[J]. Nature,1998,(6684):440-442.

[2]Barabási A L, Albert R, Jeong H. Mean-field theory for scale-free random networks[J]. Journal of Physics A,1999,272(1-2):173-187.

[3]Li Xiang, Chen Guanrong. A local-world evolving net work model[J]. Journal of Physics A,2003,328:274-286.

[4]陳曉，張紀會．復(fù)雜供需網(wǎng)絡(luò)的局域演化生長模型[J]． 復(fù)雜系統(tǒng)與復(fù)雜性科學(xué), 2008, 5(1):54-60．

Chen Xiao, Zhang Jihui. A local world evolving growth model of the complex supply chain network[J]．Complex Systems and Complexity Science, 2008,5(1):54-60.

[5]李濤，關(guān)治洪．病毒在無標度網(wǎng)絡(luò)上的傳播及控制仿真研究[J]． 計算機應(yīng)用研究，2007，24(12):177-182．

Li Tao, Guan Zhihong. Research on simulation of virus propagation and control in scale-free networks[J]． Application Research of Computer，2007，24(12):177-182．

[6]倪小軍，王美娟．無標度網(wǎng)絡(luò)的3種病毒控制策略研究[J]． 上海理工大學(xué)學(xué)報，2006，28(3):249-256．

Ni Xiaojun, Wang Meijuan. Research on three kinds of computer virus control strategies in scale free network[J]．Journal of University of Shanghai for Science and Technology，2006，28(3):249-256．

[7]曾小舟. 基于復(fù)雜網(wǎng)絡(luò)理論的中國航空網(wǎng)絡(luò)結(jié)構(gòu)實證研究與分析[D]. 南京：南京航空航天大學(xué)，2012．

Zeng Xiaozhou. Empirical study of Chinese airline network structure based on complex network theory[D]. Nanjing：Nanjing University of Aeronautics and Astronautics，2012．

[8]宋思穎. 基于復(fù)雜網(wǎng)絡(luò)理論的成品油供應(yīng)鏈網(wǎng)絡(luò)實證研究[D]. 成都：西南財經(jīng)大學(xué)，2010．

Song Siying. Empirical study of refined oil supply network based on complex network theory[D].Chengdu: Southwestern University of Finance and Economics, 2010．

[9]杜海峰，李樹茁．小世界與無標度網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)研究[J]． 物理學(xué)報，2007，56(12):6886-6893．

Du Haifeng, Li Shuzhuo. Community structure in small-world and scale-free networks[J]. Acta Physica Sinica, 2007，56(12):6886-6893．

[10]裴偉東，陳增強． 利用朋友機制生成一類無標度網(wǎng)絡(luò)[J]． 吉林大學(xué)學(xué)報：信息科學(xué)版，2007，25(4):371-378．

Pei Weidong, Chen Zengqiang．Friends-help mechanism for generating a class of scale-free networks [J]．Journal of Jilin University(Information Science Edition)，2007，25(4):371-378．

[11]Li Gang, Jin Xiaogang, Song Zhihuan. Evolutionary game on a stochastic growth network[J]. Physica A: Statistical Mechanics and Its Applications, 2012,(391):6664-6673.

[12]禚釗. 復(fù)雜網(wǎng)絡(luò)局域同步的實證、動力學(xué)和若干應(yīng)用問題研究[D]. 合肥：中國科學(xué)技術(shù)大學(xué),2012.

Zhuo Zhao. Local synchronization on complex network: empirical study, dynamics and applications[D]. Hefei：University of Science and Technology of China,2012.

[13]陳永洲. 城市公交巴士復(fù)雜網(wǎng)絡(luò)的實證與模擬研究[D]. 南京：南京航空航天大學(xué),2007.

Chen Yongzhou. Empirical and simulation research on the complex networks of urban bus-transport[D]. Nanjing：Nanjing University of Aeronautics and Astronautics，2007.

[14]葉兵. 復(fù)雜網(wǎng)絡(luò)與手機短信網(wǎng)絡(luò)研究[D]. 長沙：中南大學(xué),2010.

Ye Bing. Study on complex networks and SMS networks[D]. Changsha：Central South University,2010.

[15]丁益民,丁卓,楊昌平. 基于社團結(jié)構(gòu)的城市地鐵網(wǎng)絡(luò)模型研究[J]. 物理學(xué)報,2013,9:508-514.

Ding Yimin, Ding Zhuo, Yang Changping. The network model of urban subway networks with community structure[J]. Acta Physica Sinica,2013,9:508-514.

[16]中國電子商務(wù)中心．中國電子商務(wù)調(diào)查報告[R]. 杭州：電子商務(wù)中心，1999-2013.

[17]Thomas Y, Kevin J．Supply networks and complex adaptive systems：control versus emergence[J]. Journal of Operations Management, 2001,19：351-366.

[18]Sun H J, Wu J J．Scale-free characteristics of supply chain distribution networks[J]. Modem Physics Letters B,2005,19(17)：841-850.

[19]Huang Jian, Xiao Tiaojun．Modeling an evolving complex supply network[J]. Journal of Systems Science and Information,2007,5(4)：327-338.

[20]黃小原,晏妮娜．供應(yīng)鏈魯棒性問題的硏究進展[J].管理學(xué)報,2007,4(4)：521-528.

Huang Xiaoyuan, Yan Nina. Research progress on supply chain Robustness[J].Chinese Journal of Management,2007,4(4)：521-528.

[21]汪小帆，李翔，陳關(guān)榮．復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用[M]. 北京：清華大學(xué)出版社，2006.

[22]李剛．基于復(fù)雜網(wǎng)絡(luò)的供應(yīng)鏈建模與性能分析研究[D]. 杭州：浙江大學(xué),2012.

Li Gang. Supply chain modeling and performance analysis based on complex networks[D]. Hangzhou：Zhejiang University,2012.

(責(zé)任編輯 王衛(wèi)勛)

Analysis of the B2C electronic commerce supply chain network based on complex network theory

SUN Junyan1,2, FU Weiping1, WANG Wen1

(1.Faculty of Mechanical and Precision Instrument Engineering, Xi’an University of Technology,Xi’an 710048, China; 2.College of Mechanical & Electrical Engineering, Shaanxi University of Science & Technology, Xi’an 710021, China)

The B2C electronic commerce supply chain is the network of supply and demand consisting of supplier, the e-commerce platform and user. It is one enterprise operation mode to accommodate the change of market environment belonging to the category of open complex system. The paper analyzes firstly the evolution mechanism of B2C electric commerce supply chain network. In accordance with surveyed data of 2008—2013 e-commerce supply chain network, and as viewed from the complex network angle, the paper analyzes the variation of network’s degree and degree distribution and clustering coefficient and the varying laws of typical e-commerce clustering coefficient. At last, the network’s robustness from two aspects of random attack and intentional attack is analyzed according to the investigation data of 2013. Analysis results show that B2C electronic commerce supply chain has scale-free, high clustering coefficient and strong robustness.

B2C electric commerce; supply chain network; evolution mechanism; Robustness

1006-4710(2015)04-0391-09

2014-12-31

國家自然科學(xué)基金資助項目 (11072192)。

孫軍艷，女，博士生，副教授，研究方向為物流工程與工業(yè)工程。E-mail:tjmsjy2003@sina.com。

傅衛(wèi)平,男,博士,教授,博導(dǎo),研究方向為非線性動力學(xué)、現(xiàn)代物流系統(tǒng)工程與技術(shù)。E-mail:weipingf@xaut.edu.cn。

O233

A