劉宇　張思宇

關(guān)鍵詞：智慧供應(yīng)鏈；博弈論組合賦權(quán)法；系統(tǒng)聚類分析；馬爾科夫鏈

中圖分類號(hào)：F252 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-7934（2024）01-0019-12

一、引言

當(dāng)前，地緣沖突、能源危機(jī)、保護(hù)主義與全球糧食危機(jī)等帶來的供應(yīng)鏈中斷危機(jī)層出不窮，保障供應(yīng)鏈的平穩(wěn)運(yùn)行是保證國民經(jīng)濟(jì)正常運(yùn)轉(zhuǎn)不可或缺的環(huán)節(jié)。2017年國務(wù)院出臺(tái)的《關(guān)于積極推進(jìn)供應(yīng)鏈創(chuàng)新與應(yīng)用的指導(dǎo)意見》以及2018年由商務(wù)部等8個(gè)部門出臺(tái)的《關(guān)于開展供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的通知》都旨在推動(dòng)供應(yīng)鏈的智慧化發(fā)展，以柔性、敏捷性更強(qiáng)的智慧供應(yīng)鏈應(yīng)對(duì)供應(yīng)鏈運(yùn)作的不確定，進(jìn)而織密、織牢民生保障網(wǎng)。與此同時(shí)，在數(shù)字經(jīng)濟(jì)背景下，智慧供應(yīng)鏈的進(jìn)步是數(shù)字經(jīng)濟(jì)發(fā)展的體現(xiàn)之一，有助于推動(dòng)數(shù)字經(jīng)濟(jì)落到實(shí)處。而智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)則是促進(jìn)智慧供應(yīng)鏈發(fā)展的重要步驟，對(duì)智慧供應(yīng)鏈的發(fā)展水平進(jìn)行評(píng)價(jià)，分析區(qū)域智慧供應(yīng)鏈發(fā)展態(tài)勢(shì)及聚類特征，根據(jù)分析結(jié)果提出相應(yīng)政策與措施能進(jìn)一步推動(dòng)智慧供應(yīng)鏈的良性發(fā)展。為此，本文旨在構(gòu)建智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)體系，為智慧供應(yīng)鏈的發(fā)展提供更多依據(jù)。

就目前來看，國內(nèi)外學(xué)者對(duì)供應(yīng)鏈評(píng)價(jià)的研究較為豐富，但對(duì)智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)的相關(guān)理論研究與實(shí)證研究仍寥寥無幾。從評(píng)價(jià)對(duì)象來看，目前的研究對(duì)象多為某一特定企業(yè)或者行業(yè)，對(duì)區(qū)域供應(yīng)鏈發(fā)展水平的評(píng)價(jià)較少，但對(duì)區(qū)域供應(yīng)鏈進(jìn)行研究能夠較客觀、有效地衡量供應(yīng)鏈發(fā)展進(jìn)程，挖掘供應(yīng)鏈發(fā)展過程中存在的問題。李艷梅［1］（2020）構(gòu)建了區(qū)域供應(yīng)鏈發(fā)展?jié)摿Φ闹笜?biāo)體系，運(yùn)用熵權(quán)法對(duì)我國跨境電商綜合試驗(yàn)區(qū)城市供應(yīng)鏈發(fā)展?jié)摿M(jìn)行評(píng)價(jià)，并根據(jù)其評(píng)價(jià)結(jié)果對(duì)區(qū)域供應(yīng)鏈發(fā)展提出了政策上的幾點(diǎn)建議。吳越［2］等（2023）對(duì)京津冀地區(qū)供應(yīng)鏈網(wǎng)絡(luò)的演化特征進(jìn)行分析，依據(jù)分析結(jié)果提出經(jīng)濟(jì)發(fā)展水平、宏觀政策、物流資源配置是影響區(qū)域供應(yīng)鏈發(fā)展關(guān)鍵的因素。從評(píng)價(jià)體系來看，對(duì)于企業(yè)與行業(yè)供應(yīng)鏈績(jī)效評(píng)價(jià)，研究者多基于供應(yīng)鏈運(yùn)作參考模型（以下簡(jiǎn)稱“SCOR模型”）、平衡計(jì)分卡（以下簡(jiǎn)稱“BSC”）以及ROF（資源、輸出、柔性）體系構(gòu)建指標(biāo)體系［3］，而對(duì)于區(qū)域供應(yīng)鏈發(fā)展水平評(píng)價(jià)，研究者的指標(biāo)體系分類較為分散。劉偉華（2021）［4］等學(xué)者在李玉鳳和邢淋淋［5］（2017）等的研究基礎(chǔ)上從基礎(chǔ)設(shè)施建設(shè)情況、人力資源投入情況、供應(yīng)鏈資金投入情況及供應(yīng)鏈企業(yè)創(chuàng)新情況四個(gè)角度構(gòu)建了城市智慧供應(yīng)鏈評(píng)價(jià)指標(biāo)體系。彭樹霞等［6］（2021）結(jié)合智慧供應(yīng)鏈相關(guān)文獻(xiàn)和政府對(duì)智慧供應(yīng)鏈行業(yè)的規(guī)劃，提煉出供應(yīng)鏈智慧化進(jìn)程中的主要影響因素，從智慧供應(yīng)鏈發(fā)展的創(chuàng)新性指標(biāo)、協(xié)調(diào)性指標(biāo)以及可持續(xù)性指標(biāo)構(gòu)建了智慧供應(yīng)鏈評(píng)價(jià)指標(biāo)體系。李波等［7］（2022）則基于我國供應(yīng)鏈發(fā)展現(xiàn)狀構(gòu)建了市場(chǎng)、智慧技術(shù)、供應(yīng)鏈和國家政策四個(gè)視角的智慧供應(yīng)鏈評(píng)價(jià)指標(biāo)體系?？偠灾?，針對(duì)于區(qū)域供應(yīng)鏈發(fā)展水平評(píng)價(jià)指標(biāo)體系，學(xué)者們制定的指標(biāo)劃分維度比較分散，指標(biāo)選取內(nèi)容也有較大差別。

由于物聯(lián)網(wǎng)、大數(shù)據(jù)及云計(jì)算等技術(shù)的普及與運(yùn)用，我國的智慧供應(yīng)鏈推進(jìn)進(jìn)程比較迅速，但對(duì)智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)相關(guān)理論與實(shí)踐研究的支撐卻較少，這影響了智慧供應(yīng)鏈的發(fā)展。因此，本文在已有研究的基礎(chǔ)上，基于ROF體系建立區(qū)域智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)指標(biāo)體系，旨在對(duì)區(qū)域智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)提供依據(jù)，根據(jù)實(shí)證分析結(jié)果對(duì)區(qū)域智慧供應(yīng)鏈發(fā)展提供建議。

二、研究設(shè)計(jì)

（一）智慧供應(yīng)鏈發(fā)展水平指標(biāo)體系構(gòu)建

目前，國內(nèi)外學(xué)者對(duì)區(qū)域智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)的相關(guān)研究較少，其評(píng)價(jià)指標(biāo)體系的構(gòu)建更是匱乏，劉偉華、彭樹霞等學(xué)者對(duì)智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)指標(biāo)體系的構(gòu)建做出了較大的貢獻(xiàn)，但這些學(xué)者構(gòu)建的指標(biāo)體系的依據(jù)各不相同，劃分維度大相徑庭，在指標(biāo)選取上也存在一定的差異性。上文提到的SCOR模型和BSC模型主要是對(duì)某一特定企業(yè)或行業(yè)進(jìn)行供應(yīng)鏈評(píng)價(jià)時(shí)的理論依據(jù)，ROF體系是從影響供應(yīng)鏈戰(zhàn)略目標(biāo)的幾個(gè)影響因素入手，沒有針對(duì)采購、生產(chǎn)及交付等某一特定環(huán)節(jié)的評(píng)價(jià)，比較適用于區(qū)域供應(yīng)鏈發(fā)展水平評(píng)價(jià)體系的構(gòu)建。因此，本文將依據(jù)ROF體系，對(duì)智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)指標(biāo)體系進(jìn)行維度劃分，將其劃分為資源測(cè)度、輸出測(cè)度和柔性測(cè)度三個(gè)維度，從區(qū)域資源、輸出及柔性三個(gè)方面來評(píng)價(jià)其智慧供應(yīng)鏈發(fā)展水平。

霍佳震教授（2002）提出針對(duì)集成式供應(yīng)鏈的績(jī)效評(píng)價(jià)可以從顧客價(jià)值和供應(yīng)鏈價(jià)值來衡量，其中供應(yīng)鏈價(jià)值可以從投入、產(chǎn)出和財(cái)務(wù)三個(gè)角度來衡量，顧客價(jià)值則主要依據(jù)柔性、可靠性等來衡量［8］?；艏颜鸾淌谔岢龅脑撛u(píng)價(jià)體系中供應(yīng)鏈投入包括人力成本、資產(chǎn)成本、信息成本和物流成本，產(chǎn)出則包括效益性指標(biāo)（收入）和非效益性指標(biāo)（對(duì)供應(yīng)鏈發(fā)展有長(zhǎng)期影響的指標(biāo)），財(cái)務(wù)指標(biāo)則用來衡量企業(yè)內(nèi)部的盈利情況，本文針對(duì)區(qū)域供應(yīng)鏈發(fā)展水平評(píng)價(jià)，不涉及某一具體企業(yè)的內(nèi)部盈利。因此，不涉及財(cái)務(wù)指標(biāo)。而一般而言，ROF模型中資源測(cè)度包括人力資源、設(shè)施設(shè)備、資本等，輸出測(cè)度為供應(yīng)鏈的產(chǎn)出效益，柔性測(cè)度則為供應(yīng)鏈應(yīng)對(duì)風(fēng)險(xiǎn)的能力［9］。盡管霍教授提出的該評(píng)價(jià)體系適用于供應(yīng)鏈的績(jī)效評(píng)價(jià)，但供應(yīng)鏈的績(jī)效一定程度上也能體現(xiàn)供應(yīng)鏈的發(fā)展水平。因此，從供應(yīng)鏈的資源、輸出和柔性來評(píng)價(jià)供應(yīng)鏈發(fā)展水平也相對(duì)合理。在此基礎(chǔ)上，本文再根據(jù)“十四五”數(shù)字經(jīng)濟(jì)發(fā)展相關(guān)指標(biāo)以及國務(wù)院出臺(tái)的《關(guān)于進(jìn)一步推進(jìn)供應(yīng)鏈創(chuàng)新與改革》文件的相關(guān)要求選取資源、輸出、柔性指標(biāo)，具體說明如下。

1.資源測(cè)度指標(biāo)

資源及投入是衡量供應(yīng)鏈發(fā)展的重要指標(biāo)，資本投入、人力資源投入是資源測(cè)度最基本的衡量指標(biāo)。根據(jù)以往研究者對(duì)區(qū)域物流、供應(yīng)鏈發(fā)展的研究，主要選取與交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)的相關(guān)指標(biāo)。因此，本文選取交通運(yùn)輸、倉儲(chǔ)與郵政業(yè)的固定資產(chǎn)投入、從業(yè)人數(shù)及每年建成的項(xiàng)目數(shù)量來衡量供應(yīng)鏈發(fā)展的資本及人力投入。針對(duì)供應(yīng)鏈智慧度發(fā)展的資源，依據(jù)數(shù)字經(jīng)濟(jì)相關(guān)指標(biāo)及智慧供應(yīng)鏈可視化、移動(dòng)化與自動(dòng)化的相關(guān)特征，本文選取長(zhǎng)途光纜線路長(zhǎng)度、軟件和信息技術(shù)服務(wù)業(yè)投資；科學(xué)研究和技術(shù)服務(wù)業(yè)從業(yè)人數(shù)；信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)從業(yè)人數(shù)；信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)建成項(xiàng)目數(shù)及有效發(fā)明專利數(shù)這6個(gè)指標(biāo)來衡量供應(yīng)鏈智慧度的發(fā)展資源。其中，長(zhǎng)途光纜線路長(zhǎng)度和信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)用來衡量移動(dòng)化與信息化，科學(xué)研究和技術(shù)服務(wù)業(yè)及有效專利則是推動(dòng)供應(yīng)鏈自動(dòng)化、智能化的重要因子和資源。

2.輸出測(cè)度指標(biāo)

輸出測(cè)度為供應(yīng)鏈的產(chǎn)出效益，即供應(yīng)鏈帶來的市場(chǎng)需求及效益。物流是供應(yīng)鏈的重要環(huán)節(jié)之一，貨物運(yùn)輸量與貨物周轉(zhuǎn)量能夠較好衡量一個(gè)地區(qū)的物流市場(chǎng)需求。電子商務(wù)交易規(guī)模、軟件和信息技術(shù)服務(wù)業(yè)規(guī)模、網(wǎng)上零售規(guī)模以及企業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用率是“十四五”規(guī)劃中數(shù)字經(jīng)濟(jì)發(fā)展的指標(biāo)，在一定程度上能體現(xiàn)供應(yīng)鏈在移動(dòng)端、信息化上的產(chǎn)出，分別用企業(yè)電子商務(wù)交易總額（即電子商務(wù)銷售額和電子商務(wù)采購額的總和）、軟件和信息技術(shù)服務(wù)業(yè)收入、網(wǎng)上零售額以及每百家企業(yè)擁有的網(wǎng)站數(shù)量衡量。除此之外，本文還依據(jù)以往研究者對(duì)供應(yīng)鏈發(fā)展評(píng)價(jià)的相關(guān)指標(biāo)選取了第三產(chǎn)業(yè)生產(chǎn)總值這個(gè)指標(biāo)。

3.柔性測(cè)度指標(biāo)

柔性是供應(yīng)鏈應(yīng)對(duì)環(huán)境變化時(shí)的適應(yīng)能力，供應(yīng)鏈需要有一定的柔性來應(yīng)對(duì)環(huán)境的變化，顧客對(duì)產(chǎn)品品類、數(shù)量的需求變化都會(huì)造成供應(yīng)鏈環(huán)境的變化。但是，在顧客端卻不存在環(huán)境的變化，顧客在意的是自身的需求能否快速得到響應(yīng)與滿足。因此，本文選取了貨車周轉(zhuǎn)時(shí)間和規(guī)模以上工業(yè)企業(yè)存貨占資產(chǎn)比率兩項(xiàng)指標(biāo)來衡量供應(yīng)鏈的柔性發(fā)展水平。貨車周轉(zhuǎn)時(shí)間越長(zhǎng)說明供應(yīng)鏈的時(shí)間柔性越差，而智慧供應(yīng)鏈的自動(dòng)化程度較高，運(yùn)作效率也較高，因此該指標(biāo)一定程度上也能反映智慧供應(yīng)鏈自動(dòng)化的潛在水平。規(guī)模以上工業(yè)企業(yè)存貨占資產(chǎn)比率能夠反映區(qū)域供應(yīng)鏈的庫存水平，庫存越高對(duì)需求變化的反應(yīng)能力越遲頓，供應(yīng)鏈柔性越差。

綜合上述依據(jù)，本文從資源、輸出和柔性三個(gè)維度，選取了18個(gè)指標(biāo)，構(gòu)建了智慧供應(yīng)鏈發(fā)展水平評(píng)價(jià)體系，具體指標(biāo)如表1所示。

表1 智慧供應(yīng)鏈發(fā)展水平指標(biāo)體系

（二）研究方法

目前來看，針對(duì)區(qū)域供應(yīng)鏈發(fā)展水平的測(cè)度或評(píng)價(jià)的相關(guān)研究較少，李波等將縱橫向拉開檔次法和雙向激勵(lì)法進(jìn)行結(jié)合對(duì)我國發(fā)達(dá)六省市的智慧供應(yīng)鏈發(fā)展水平進(jìn)行了評(píng)價(jià)，彭樹霞等運(yùn)用基于層次分析法和熵權(quán)法的組合賦權(quán)方法構(gòu)建了智慧供應(yīng)鏈的發(fā)展指數(shù)，劉偉華等則運(yùn)用層次分析法和信號(hào)燈模型構(gòu)建了城市智慧供應(yīng)鏈發(fā)展動(dòng)態(tài)預(yù)測(cè)模型。本文在過往研究的基礎(chǔ)上，運(yùn)用博弈論組合賦權(quán)法將主、客觀賦權(quán)方法進(jìn)行結(jié)合，確定指標(biāo)體系的各項(xiàng)權(quán)重。其中，主觀賦權(quán)法選擇應(yīng)用范圍最廣、應(yīng)用最頻繁的層次分析法，客觀賦權(quán)法選擇基于評(píng)價(jià)對(duì)象面板數(shù)據(jù)、能夠凸顯出指標(biāo)信息熵的熵權(quán)法。運(yùn)用組合賦權(quán)法確定評(píng)價(jià)指標(biāo)體系中的各項(xiàng)指標(biāo)后，根據(jù)權(quán)重計(jì)算出各被評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)值，再運(yùn)用系統(tǒng)聚類法對(duì)被評(píng)價(jià)對(duì)象進(jìn)行聚類分析，最后運(yùn)用馬爾科夫鏈探究被評(píng)價(jià)對(duì)象智慧供應(yīng)鏈發(fā)展?fàn)顟B(tài)的轉(zhuǎn)移特征。

1.層次分析法

層次分析法能夠體現(xiàn)某領(lǐng)域?qū)＜业呐袛嗔?，是一種比較主觀的評(píng)價(jià)方法。該方法是依據(jù)本行業(yè)專家的意見，對(duì)各層級(jí)的指標(biāo)進(jìn)行兩兩之間的優(yōu)先級(jí)判斷，驗(yàn)證判斷矩陣的一致性，最后再通過計(jì)算判斷矩陣的特征向量得到各指標(biāo)的權(quán)重。

該方法主要分為建立層級(jí)結(jié)構(gòu)模型、構(gòu)建判斷矩陣與一致性檢驗(yàn)這三個(gè)步驟，本文依據(jù)ROF模型構(gòu)建了二層結(jié)構(gòu)，一級(jí)指標(biāo)為資源、輸出和柔性，各一級(jí)指標(biāo)下又有若干二級(jí)指標(biāo)，在具體的運(yùn)算過程中，先依據(jù)1-9相對(duì)重要程度標(biāo)度法兩兩之間進(jìn)行比較構(gòu)建判斷矩陣，再依據(jù)判斷矩陣的最大特征值和特征向量計(jì)算各指標(biāo)的權(quán)重，最后檢驗(yàn)計(jì)算出的一致性指標(biāo)是否能通過一致性檢驗(yàn)，如果可以則得到各指標(biāo)的最終權(quán)重，如果無法通過，則需要對(duì)判斷矩陣進(jìn)行調(diào)整，直到能通過一致性檢驗(yàn)。

2.熵權(quán)法

熵權(quán)法是一種依據(jù)信息熵來計(jì)算權(quán)重的客觀賦權(quán)方法，信息熵越小的指標(biāo)在綜合評(píng)價(jià)時(shí)的影響越大，即權(quán)重越大。按照信息熵的定義，若一項(xiàng)指標(biāo)的離散程度越大則信息熵越小，即權(quán)重越大。運(yùn)用熵權(quán)法對(duì)指標(biāo)進(jìn)行賦權(quán)比較客觀，能夠避免人為帶來的主觀因素，普遍適用于時(shí)序數(shù)據(jù)、截面數(shù)據(jù)或面板數(shù)據(jù)指標(biāo)的權(quán)重計(jì)算，該方法主要有以下幾個(gè)步驟：

（1）數(shù)據(jù)規(guī)范化。本文指標(biāo)體系中涉及的數(shù)據(jù)大多是與效益有關(guān)的正向指標(biāo)，只有柔性中涉及的兩項(xiàng)指標(biāo)是負(fù)向指標(biāo)，因此本文要對(duì)負(fù)向指標(biāo)的相關(guān)數(shù)據(jù)進(jìn)行正向化處理。除此之外，由于各時(shí)序數(shù)據(jù)的量綱不同，不對(duì)數(shù)據(jù)進(jìn)行相關(guān)處理會(huì)使評(píng)價(jià)存在不合理性，需要統(tǒng)一量綱消除這種不合理性。

本文運(yùn)用極差變換法對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理，使得變換后每個(gè)指標(biāo)都為正向指標(biāo)，最優(yōu)值為1，最劣為0。具體計(jì)算方法如下：

①極大型指標(biāo)：

②極小型指標(biāo)：

其中，X表示原數(shù)據(jù)，X′表示處理后的數(shù)據(jù)，max和min分別表示該組數(shù)據(jù)中的最大值與最小值。

（2）計(jì)算指標(biāo)權(quán)重。熵權(quán)法的重要原理是計(jì)算各指標(biāo)數(shù)據(jù)的離散程度，依據(jù)數(shù)據(jù)的離散程度來確定指標(biāo)權(quán)重，具體步驟如下：

①數(shù)據(jù)平移：用極差變換法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理時(shí)會(huì)產(chǎn)生0值，0值會(huì)對(duì)接下來的計(jì)算步驟產(chǎn)生影響，所以第一步先對(duì)標(biāo)準(zhǔn)化后的每個(gè)數(shù)據(jù)加一個(gè)固定值a進(jìn)行平移。

②熵值計(jì)算：依據(jù)信息熵的計(jì)算公式計(jì)算各指標(biāo)的信息熵。

其中，K表示調(diào)節(jié)參數(shù)，K的計(jì)算公式如公式（5）所示，其中z表示每個(gè)指標(biāo)擁有的截面數(shù)據(jù)數(shù)量：

③數(shù)據(jù)歸一化：將計(jì)算出來的信息熵進(jìn)行歸一化處理。

④信息冗余度計(jì)算：各指標(biāo)的信息冗余度d_i的計(jì)算方式如公式（7）所示。

⑤權(quán)重計(jì)算：依據(jù)各指標(biāo)的信息冗余度計(jì)算其權(quán)重w_i，其中n表示指標(biāo)數(shù)量。

3.博弈論組合賦權(quán)法

組合賦權(quán)法是一種依據(jù)組合系數(shù)對(duì)多種賦權(quán)法進(jìn)行整合的賦權(quán)方法，能較好地綜合多種賦權(quán)方法的優(yōu)勢(shì)，本文運(yùn)用組合賦權(quán)法將層次分析法與熵權(quán)法計(jì)算出的權(quán)重進(jìn)行組合，解決單一賦權(quán)法過于主觀或客觀的問題。組合賦權(quán)法的關(guān)鍵在于組合系數(shù)的確定，博弈論是研究具有斗爭(zhēng)或者競(jìng)爭(zhēng)性質(zhì)現(xiàn)象的數(shù)學(xué)方法，從本質(zhì)上來說主觀賦權(quán)和客觀賦權(quán)具有一定的對(duì)立性，因此，本文的組合系數(shù)采用博弈論組合賦權(quán)法確定，即組合系數(shù)依據(jù)組合后的權(quán)重與原來各權(quán)重的離差最小這個(gè)基本原理來確定，該方法分為以下幾個(gè)步驟：

①構(gòu)造綜合權(quán)重w：運(yùn)用n種方法計(jì)算組合權(quán)重，各方法計(jì)算出的權(quán)重為w_i（i=1，2……n）組合系數(shù)為α*i（i=1，2……n），綜合權(quán)重w的表達(dá)式如公式（9）所示：

②基于離差最小思想構(gòu)建目標(biāo)函數(shù)并計(jì)算組合系數(shù)：依據(jù)離差最小化思想可以建立公式（10）所示目標(biāo)函數(shù)，依據(jù)該目標(biāo)函數(shù)可以計(jì)算得到歸一化前的組合系數(shù)αi（i=1，2……n）。

③對(duì)組合系數(shù)進(jìn)行歸一化處理：

④計(jì)算綜合權(quán)重：依據(jù)歸一化的組合系數(shù)及綜合權(quán)重計(jì)算方法計(jì)算出組合后的綜合權(quán)重。

4.系統(tǒng)聚類法

系統(tǒng)聚類法是聚類分析的一種方法，其原理是先將最靠近的對(duì)象聚為小類，再把已經(jīng)聚成的小類按照距離最近的方式聚類，直到所有對(duì)象聚成一個(gè)大類為止。該方法的算法流程如圖1所示：

圖1 系統(tǒng)聚類法流程

5.馬爾科夫鏈統(tǒng)計(jì)分析方法

馬爾科夫鏈統(tǒng)計(jì)分析方法是通過計(jì)算轉(zhuǎn)移概率來構(gòu)建轉(zhuǎn)移概率矩陣進(jìn)而對(duì)一段時(shí)間內(nèi)各發(fā)展類型相互之間的狀態(tài)轉(zhuǎn)移的概率，馬爾科夫鏈的一大特點(diǎn)是狀態(tài)xt的分布情況僅與x_t-1的狀態(tài)分布有關(guān)。本文運(yùn)用馬爾科夫鏈對(duì)省域智慧供應(yīng)鏈發(fā)展水平狀態(tài)轉(zhuǎn)移特征進(jìn)行分析，該模型隨機(jī)變量的概率滿足以下條件：

設(shè)定轉(zhuǎn)移矩陣中的元素為P_ij，則P_ij的計(jì)算公式如公式（13）。其中n_ij為觀測(cè)期內(nèi)由t-1年屬于i類型轉(zhuǎn)移到t年屬于j類型的省份數(shù)量，n_i則表示在觀測(cè)期內(nèi)屬于i類型的省份數(shù)量，將智慧供應(yīng)鏈的發(fā)展分為N個(gè)狀態(tài)則可以構(gòu)建出N×N的狀態(tài)轉(zhuǎn)移矩陣。

三、實(shí)證分析

長(zhǎng)江經(jīng)濟(jì)帶覆蓋11省市，人口和經(jīng)濟(jì)總量超過全國的40%，是我國具有全球影響力的內(nèi)河經(jīng)濟(jì)帶，也是東中西合作的協(xié)調(diào)發(fā)展帶，通過研究長(zhǎng)江經(jīng)濟(jì)帶智慧供應(yīng)鏈的發(fā)展水平探索提升長(zhǎng)江經(jīng)濟(jì)帶智慧供應(yīng)鏈發(fā)展水平的路徑，依托智慧供應(yīng)鏈發(fā)展水平的提升來推動(dòng)該區(qū)域經(jīng)濟(jì)的數(shù)字化及不同省份之間的協(xié)調(diào)發(fā)展對(duì)經(jīng)濟(jì)的高質(zhì)量發(fā)展起著至關(guān)重要的作用。因此，本文以長(zhǎng)江經(jīng)濟(jì)帶的11個(gè)地區(qū)為被研究對(duì)象，考慮到數(shù)據(jù)的可獲取性以及國務(wù)院出臺(tái)供應(yīng)鏈創(chuàng)新相關(guān)文件的時(shí)間節(jié)點(diǎn)，本文依據(jù)該區(qū)域2016年至2021年的相關(guān)數(shù)據(jù)對(duì)其智慧供應(yīng)鏈發(fā)展水平進(jìn)行評(píng)價(jià)。

本文選取的數(shù)據(jù)主要來源于統(tǒng)計(jì)局公布的統(tǒng)計(jì)年鑒，其中，網(wǎng)上零售額O1、第三產(chǎn)業(yè)生產(chǎn)總值O2、貨物運(yùn)輸量O3、貨物周轉(zhuǎn)量O4、貨車周轉(zhuǎn)時(shí)間F1及規(guī)模以上工業(yè)企業(yè)存貨占資產(chǎn)比率F2這6項(xiàng)指標(biāo)的相關(guān)數(shù)據(jù)來自《上海統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《安徽統(tǒng)計(jì)年鑒》等長(zhǎng)江經(jīng)濟(jì)帶11?。ㄊ校┑慕y(tǒng)計(jì)年鑒，其余指標(biāo)的相關(guān)數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》。由于本文涉及到的指標(biāo)較多、地區(qū)較廣、年份上也存在一定跨度，因此，在進(jìn)行數(shù)據(jù)收集時(shí)盡可能地保證數(shù)據(jù)口徑的一致性與可比性，對(duì)于個(gè)別缺失值進(jìn)行了缺失值處理。

（一）基于綜合評(píng)價(jià)方法的智慧供應(yīng)鏈發(fā)展水平分析

首先依據(jù)5位專家構(gòu)建的判斷矩陣運(yùn)用層次分析法計(jì)算出各指標(biāo)的權(quán)重w₁，其次運(yùn)用熵權(quán)法依據(jù)長(zhǎng)江經(jīng)濟(jì)帶2016年至2021年各指標(biāo)的面板數(shù)據(jù)計(jì)算出各指標(biāo)的權(quán)重w₂，根據(jù)博弈論組合賦權(quán)法的原理，代入w₁與w₂計(jì)算得到組合系數(shù)α^*₁和α^*₂分別為0.5189和0.4811，最后再運(yùn)用線性組合的方式計(jì)算得到綜合權(quán)重w，各指標(biāo)對(duì)應(yīng)的w₁、w₂以及w如表2所示。

表2 各指標(biāo)各指標(biāo)對(duì)應(yīng)的各項(xiàng)權(quán)重

將計(jì)算出的綜合權(quán)重與長(zhǎng)江經(jīng)濟(jì)帶各指標(biāo)的面板數(shù)據(jù)線性加權(quán)可以得到各地區(qū)2016年至2021年智慧供應(yīng)鏈發(fā)展水平的綜合得分，各地區(qū)綜合得分如表3所示，各地區(qū)2016年至2021年綜合得分發(fā)展趨勢(shì)如圖2所示。

表3 長(zhǎng)江經(jīng)濟(jì)帶各?。ㄊ校┲腔酃?yīng)鏈發(fā)展水平綜合得分比較

圖2 長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)2016-2021年發(fā)展趨勢(shì)比較

從表3的測(cè)算數(shù)據(jù)及圖2的發(fā)展趨勢(shì)比較可以得知，從時(shí)間維度上來看，長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)2016年至2021年智慧供應(yīng)鏈發(fā)展水平盡管存在波折，但總體上呈上升趨勢(shì)。其中，從增速來看，2019年至2020年長(zhǎng)江經(jīng)濟(jì)帶智慧供應(yīng)鏈發(fā)展水平上升趨勢(shì)較為平緩且部分地區(qū)出現(xiàn)回落現(xiàn)象，這大概率是2020年的新冠肺炎疫情帶來了較大的供應(yīng)危機(jī)和國民經(jīng)濟(jì)發(fā)展的回落，進(jìn)而給智慧供應(yīng)鏈的發(fā)展造成了一定程度上的停滯。2020年至2021年的整體上升趨勢(shì)最顯著，這說明2020年以后，長(zhǎng)江經(jīng)濟(jì)帶在疫情常態(tài)化的背景下，進(jìn)一步推進(jìn)了數(shù)字經(jīng)濟(jì)的發(fā)展，明確了智慧供應(yīng)鏈對(duì)供應(yīng)鏈平穩(wěn)運(yùn)作的重要性，通過加大對(duì)智慧供應(yīng)鏈的人力、資本等投資實(shí)現(xiàn)了智慧供應(yīng)鏈的進(jìn)一步發(fā)展。

從空間維度上來看，長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)智慧供應(yīng)鏈發(fā)展水平不一，存在一定差異，發(fā)展不協(xié)調(diào)的現(xiàn)象較為明顯。智慧供應(yīng)鏈發(fā)展水平較高的地區(qū)主要為四川省和集中在長(zhǎng)江經(jīng)濟(jì)帶下游的江浙滬地區(qū)，而云南、貴州和江西則由于資源、產(chǎn)業(yè)結(jié)構(gòu)、地理位置等原因智慧供應(yīng)鏈發(fā)展仍處于較低水平。其中，從增速來看，上海和浙江的增速始終為正，增速較快且較持續(xù)，波折較小，而江蘇省盡管智慧供應(yīng)鏈發(fā)展水平始終處于較高的位置，但其增速一直較慢且在該時(shí)期內(nèi)出現(xiàn)了回落的現(xiàn)象。這說明大力投資和發(fā)展科學(xué)技術(shù)行業(yè)的上海和大力發(fā)展數(shù)字經(jīng)濟(jì)的浙江依托科技發(fā)展和模式的更新及電子商務(wù)實(shí)現(xiàn)了智慧供應(yīng)鏈發(fā)展水平的穩(wěn)步增長(zhǎng)，而以重工業(yè)為主要支柱的江蘇省在智慧供應(yīng)鏈發(fā)展前期具有經(jīng)濟(jì)體量上的優(yōu)勢(shì)，隨著智慧供應(yīng)鏈發(fā)展對(duì)第三產(chǎn)業(yè)發(fā)展水平要求的提升，江蘇省智慧供應(yīng)鏈發(fā)展水平的增長(zhǎng)存在動(dòng)力不足的現(xiàn)象。

（二）系統(tǒng)聚類結(jié)果分析

結(jié)合文章對(duì)長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)智慧供應(yīng)鏈發(fā)展水平的測(cè)算結(jié)果，運(yùn)用SPSS軟件，依據(jù)聚類分析的邏輯原理畫出2016年至2021年的聚類譜系，對(duì)長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)智慧發(fā)展水平劃分層次，進(jìn)行分類，確定分類數(shù)和每個(gè)省份所屬的類別，2021年聚類譜系如圖3所示。

圖3 2021年聚類譜系

從聚類譜系可以得知，長(zhǎng)江經(jīng)濟(jì)帶的智慧供應(yīng)鏈發(fā)展水平可以分為四類，低水平、中水平、中高水平和高水平類。在2016年至2021這6年內(nèi)，其中，江西省、云南省始終位于低水平類；貴州省除2018年屬于中水平類，其余期間均屬于低水平類，湖北省、安徽省、浙江省以及四川省2016年至2018年均屬于中高水平類；2019年后安徽省逐漸轉(zhuǎn)為中水平類，反之，浙江省則逐漸轉(zhuǎn)為高水平類。上海和江蘇省在此期間內(nèi)則始終保持在高水平類內(nèi)。

根據(jù)聚類結(jié)果可以得知，長(zhǎng)江經(jīng)濟(jì)帶智慧供應(yīng)鏈發(fā)展水平在地域上存在不均衡、不協(xié)調(diào)的現(xiàn)象，不同地區(qū)之間智慧供應(yīng)鏈發(fā)展水平差距較大，發(fā)展水平較高的地區(qū)主要集中在長(zhǎng)江經(jīng)濟(jì)帶中下游的發(fā)達(dá)地區(qū)。從各地區(qū)三項(xiàng)一級(jí)指標(biāo)的得分來看，屬于智慧供應(yīng)鏈發(fā)展低水平類的地區(qū)在資源指標(biāo)上均得分較低，與高水平發(fā)展類差距較大，這說明，低水平類地區(qū)在智慧供應(yīng)鏈發(fā)展上缺乏資金與人力，對(duì)信息化、數(shù)字化以及科研的投入也有待提高。

（三）馬爾科夫鏈統(tǒng)計(jì)結(jié)果分析

為了進(jìn)一步探索長(zhǎng)江經(jīng)濟(jì)帶智慧供應(yīng)鏈發(fā)展水平的內(nèi)部轉(zhuǎn)移特征，結(jié)合測(cè)算的數(shù)據(jù)和系統(tǒng)聚類的結(jié)果將發(fā)展水平分為四類，按照四分位劃分的方法各水平對(duì)應(yīng)的區(qū)間min，1.1885；1.1885，1.3424；1.3424，1.4538；1.4538，max。將2016年至2021年長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)智慧供應(yīng)鏈發(fā)展綜合得分面板數(shù)據(jù)代入隨機(jī)馬爾可夫模型，測(cè)算得到長(zhǎng)江經(jīng)濟(jì)帶一年后各水平類轉(zhuǎn)移到其它水平類的概率，隨機(jī)馬爾科夫鏈狀態(tài)轉(zhuǎn)移概率矩陣如表4所示，矩陣對(duì)角線以外的數(shù)值表示向其它狀態(tài)轉(zhuǎn)移的概率。

表4 長(zhǎng)江經(jīng)濟(jì)帶智慧供應(yīng)鏈發(fā)展水平狀態(tài)轉(zhuǎn)移概率矩陣

根據(jù)表4的狀態(tài)轉(zhuǎn)移矩陣可以得知各水平類向其它類轉(zhuǎn)移的概率，主對(duì)角線概率明顯高于轉(zhuǎn)移概率，低水平類維持自身狀態(tài)不變的概率為92.86%，中水平類維持自身狀態(tài)不變的概率為73.33%，中高水平類維持自身狀態(tài)不變的概率為78.57%，高水平類維持自身狀態(tài)的概率為100%，這說明一年以后長(zhǎng)江經(jīng)濟(jì)帶各個(gè)水平類維持現(xiàn)有水平的概率大于狀態(tài)發(fā)生轉(zhuǎn)移的概率。與此同時(shí)，中、中高水平類向更高水平轉(zhuǎn)移的概率明顯大于更低水平類轉(zhuǎn)移的概率，例如，中水平類向更低水平和更高水平類轉(zhuǎn)移的概率分別為6.67%和20%，往高水平類轉(zhuǎn)移的概率遠(yuǎn)大于往低水平類轉(zhuǎn)移的概率。因此，總體來看，長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)智慧供應(yīng)鏈一定時(shí)期內(nèi)的發(fā)展?fàn)顟B(tài)總體向好，較為樂觀，整體上呈上升態(tài)勢(shì)。

四、總結(jié)及建議

（一）總結(jié)

本文在數(shù)字經(jīng)濟(jì)背景下，首先，以智慧供應(yīng)鏈的內(nèi)涵及特征為出發(fā)點(diǎn)，從資源、輸出和柔性三個(gè)層面構(gòu)建了智慧供應(yīng)鏈發(fā)展水平的評(píng)價(jià)指標(biāo)體系，采用綜合了主觀層面層次分析法與客觀層面熵權(quán)法的博弈論組合賦權(quán)法確定指標(biāo)權(quán)重，并以我國連接?xùn)|西地區(qū)的長(zhǎng)江經(jīng)濟(jì)帶為實(shí)例，測(cè)算了長(zhǎng)江經(jīng)濟(jì)帶11?。ㄊ校?016年至2021年智慧供應(yīng)鏈發(fā)展水平。其次，結(jié)合測(cè)算結(jié)果運(yùn)用系統(tǒng)聚類分析方法對(duì)長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)智慧供應(yīng)鏈發(fā)展水平進(jìn)行聚類，分析該地區(qū)智慧供應(yīng)鏈發(fā)展水平空間分布特征，發(fā)現(xiàn)該地區(qū)智慧供應(yīng)鏈發(fā)展水平存在不協(xié)調(diào)的現(xiàn)象。最后，依據(jù)測(cè)算出的結(jié)果運(yùn)用隨機(jī)馬爾科夫鏈探索長(zhǎng)江經(jīng)濟(jì)帶智慧供應(yīng)鏈發(fā)展水平的內(nèi)部轉(zhuǎn)移特征，進(jìn)一步判斷接下來一段時(shí)間長(zhǎng)江經(jīng)濟(jì)帶智慧供應(yīng)鏈發(fā)展的總體趨勢(shì)。

（二）建議

從長(zhǎng)江經(jīng)濟(jì)帶的測(cè)算結(jié)果來看，各地區(qū)智慧供應(yīng)鏈發(fā)展水平不一，存在較大差異，既存在普遍性問題又存在個(gè)性化發(fā)展問題。對(duì)于各地區(qū)智慧供應(yīng)鏈發(fā)展水平不協(xié)調(diào)的問題，可以通過加強(qiáng)地區(qū)之間的協(xié)同、整合地區(qū)間的資源，優(yōu)化區(qū)域內(nèi)的資源配置，發(fā)揮下游智慧供應(yīng)鏈資金、人力資源豐厚的優(yōu)勢(shì)，帶動(dòng)欠發(fā)展地區(qū)智慧發(fā)展水平的提升。欠發(fā)展地區(qū)要以當(dāng)?shù)氐漠a(chǎn)業(yè)特點(diǎn)為中心形成不同特色的供應(yīng)鏈集群，依托特色供應(yīng)鏈集群融入智慧供應(yīng)鏈發(fā)展水平較高地區(qū)。

從普遍性問題來看，長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)在交通運(yùn)輸項(xiàng)目建成數(shù)、網(wǎng)上零售額、軟件和信息技術(shù)服務(wù)業(yè)收入三項(xiàng)指標(biāo)上得分普遍較低。因此，在大力發(fā)展智慧智慧供應(yīng)鏈時(shí)要注意加大基礎(chǔ)設(shè)施的應(yīng)用、依托電子商務(wù)等提高供應(yīng)鏈的產(chǎn)出比、通過提升信息化的應(yīng)用來提高供應(yīng)鏈的信息化、數(shù)據(jù)化程度，同時(shí)增加軟件和信息技術(shù)服務(wù)業(yè)的收入。依托物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)，通過加大智慧供應(yīng)鏈發(fā)展的基礎(chǔ)設(shè)施等實(shí)現(xiàn)智慧供應(yīng)鏈發(fā)展水平的提升。

從個(gè)性化問題來看，以云南省、貴州省、江西省為代表的低水平類和以湖南省、重慶市、安徽省為代表的中水平類在資源測(cè)度中的交通運(yùn)輸、郵政業(yè)從業(yè)人數(shù)、科學(xué)研究和技術(shù)服務(wù)業(yè)從業(yè)人數(shù)、有效發(fā)明專利數(shù)等資源指標(biāo)下得分與其它較高水平類差距較大。人力資源和與信息化有關(guān)的科技投入對(duì)智慧供應(yīng)鏈的發(fā)展至關(guān)重要，相對(duì)于其它地區(qū)而言，這三個(gè)省份的人才的吸引政策、科技投入占比等仍有待進(jìn)一步改善。對(duì)于這類發(fā)展智慧供應(yīng)鏈時(shí)在資源維度上存在一定程度上匱乏的省份，可以采取“需求+資源”雙向拉動(dòng)的方式，依托電子商務(wù)擴(kuò)大市場(chǎng)需求的同時(shí)合理布局產(chǎn)業(yè)結(jié)構(gòu)，加大科學(xué)與信息技術(shù)投入。針對(duì)上海市、浙江省、江蘇省等較高水平類可以采取“需求+技術(shù)”雙向拉動(dòng)的方式，與鄰近省份達(dá)成協(xié)作的同時(shí)進(jìn)一步加大數(shù)字化、信息化技術(shù)的投入，建立更加完善的人才吸引政策，依托技術(shù)和市場(chǎng)體量的優(yōu)勢(shì)實(shí)現(xiàn)智慧供應(yīng)鏈發(fā)展水平的穩(wěn)步增長(zhǎng)。

總而言之，在數(shù)字經(jīng)濟(jì)背景下，實(shí)現(xiàn)智慧供應(yīng)鏈的良性發(fā)展需要分析地區(qū)優(yōu)劣勢(shì)，找好抓點(diǎn)與驅(qū)動(dòng)因子，制定合理、適宜的發(fā)展戰(zhàn)略。

參考文獻(xiàn)：

［1］李艷梅.我國區(qū)域物流供應(yīng)鏈發(fā)展?jié)摿y(cè)度及經(jīng)濟(jì)影響——以跨境電商綜合試驗(yàn)區(qū)城市為例［J］.商業(yè)經(jīng)濟(jì)研究，2020，807（20）：115-118.

［2］吳越，李仰光.京津冀物流供應(yīng)鏈網(wǎng)絡(luò)演化特征及其影響因素研究［J］.商業(yè)經(jīng)濟(jì)研究，2023，860（1）：183-185.

［3］洪偉民，劉晉.供應(yīng)鏈績(jī)效評(píng)價(jià)研究綜述［J］.商業(yè)研究，2006（8）：17-21.

［4］劉偉華，侯家和，袁超倫，等.基于改進(jìn)的信號(hào)燈預(yù)警模型的城市智慧供應(yīng)鏈發(fā)展動(dòng)態(tài)預(yù)測(cè)研究［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2021，40（2）：56-64.

［5］李玉鳳，邢淋淋.智慧供應(yīng)鏈績(jī)效評(píng)價(jià)指標(biāo)體系構(gòu)建［J］.統(tǒng)計(jì)與決策，2017，471（3）：183-185.

［6］彭樹霞，李波，甄紫嫣.智慧供應(yīng)鏈發(fā)展指數(shù)的構(gòu)建及評(píng)價(jià)研究［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2021，40（11）：44-52.

［7］李波，韓飛燕，陳圣，等.基于綜合評(píng)價(jià)方法的智慧供應(yīng)鏈發(fā)展路徑研究——以我國發(fā)達(dá)地區(qū)六個(gè)省市為例［J］.華東經(jīng)濟(jì)管理，2022，36（2）：66-74.

［8］霍佳震，隋明剛，劉仲英.集成化供應(yīng)鏈整體績(jī)效評(píng)價(jià)體系構(gòu)建［J］.同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2002（4）：495-499.

［9］程羽，李紅.基于ROF模型的農(nóng)產(chǎn)品供應(yīng)鏈企業(yè)績(jī)效評(píng)價(jià)［J］.江蘇農(nóng)業(yè)科學(xué)，2021，49（1）：202-208.

基金項(xiàng)目：2022年江西省社會(huì)科學(xué)基金項(xiàng)目“江西省新能源汽車制造業(yè)供應(yīng)鏈智慧化升級(jí)機(jī)理及對(duì)策研究”（22GL20）

Measurement of the Development Level of Intelligent Supply

Chain under the Background of Digital Economy：

Take the Yangtze River Economic Belt as an Example

LIU Yu，ZHANG Si-yu

（Jiangxi University of Science and Technology， Business School， Nanchang， Jiangxi 330013）

Abstract：The integration of technologies such as the Internet of Things， cloud computing and big data has promoted the development of the digital economy as well as the regional smart supply chain.The Yangtze River Economic Belt is an important region connecting the east and west， and the development level of its smart supply chain is an important basis for judging its benign development.Therefore， based on the background of digital economy， this paper constructs an evaluation system for the development level of intelligent supply chain in the Yangtze River Economic Belt from three dimensions of resources， output and flexibility， uses the combination weighting method of game theory to determine the weights of each index， and calculates the development level of intelligent supply chain in 11 provinces （municipalities） of the Yangtze River Economic Belt from 2016 to 2021.By using the method of systematic clustering analysis and Markov chain statistical analysis， this paper explores the spatio-temporal characteristics and future development trend of intelligent supply chain in the Yangtze River Economic Belt， and puts forward corresponding suggestions on the development of intelligent supply chain according to the analysis results.

Keywords： intelligent supply chain; combinatorial weighting method of game theory; system cluster analysis; markov chain