王文利　李杰

關(guān)鍵詞：汽車產(chǎn)業(yè)供應(yīng)鏈；復(fù)雜網(wǎng)絡(luò)；供應(yīng)鏈韌性；最大連通子圖

中圖分類號：F252文獻標(biāo)識碼：A文章編號：2096-7934（2024）04-0063-15

一、引言

隨著世界經(jīng)濟全球化的發(fā)展，供應(yīng)鏈系統(tǒng)也經(jīng)歷了由簡到繁的過程，企業(yè)不再只是作為單一的個體面向市場，而是作為供應(yīng)鏈體系中的一部分來影響供應(yīng)鏈整體或者被供應(yīng)鏈整體所影響，同時，由于企業(yè)間錯綜復(fù)雜的關(guān)系，供應(yīng)鏈的融合促使供應(yīng)鏈管理演變?yōu)閷ζ浣M織網(wǎng)絡(luò)關(guān)系的管理。

汽車行業(yè)是一個復(fù)雜的制造業(yè)，其供應(yīng)鏈涉及到產(chǎn)品設(shè)計、零部件采購、生產(chǎn)制造、物流配送等多個環(huán)節(jié)，由眾多節(jié)點企業(yè)組成的供應(yīng)鏈系統(tǒng)經(jīng)常面臨干擾風(fēng)險，例如，張建同、張敏［10］等針對汽車產(chǎn)業(yè)中出現(xiàn)的金融違約風(fēng)險，選取了16家具有代表性的車企進行風(fēng)險度量研究；康（Kang）［17］等人認(rèn)為供應(yīng)短缺會影響產(chǎn)業(yè)鏈穩(wěn)定發(fā)展，所以針對產(chǎn)業(yè)鏈的視角下，構(gòu)建了多層網(wǎng)絡(luò)風(fēng)險傳播模型（CMNRP），提出了基于彈性的貿(mào)易網(wǎng)絡(luò)體系、最后對怎樣提升貿(mào)易網(wǎng)絡(luò)彈性提出了自己的政策建議。而突發(fā)事件更加劇了供應(yīng)鏈系統(tǒng)的復(fù)雜性和其內(nèi)外部不確定性，李方生［15］等人就新冠肺炎疫情對世界汽車行業(yè)所帶來的沖擊，從產(chǎn)業(yè)鏈、經(jīng)營狀況、市場風(fēng)險三個層面進行了對策研究；高運勝［16］對汽車行業(yè)遭受物料，人工短缺風(fēng)險而造成的動蕩，結(jié)合我國國情進行了深入分析，提出了加快我國汽車產(chǎn)業(yè)高質(zhì)量發(fā)展的建議。

本文所應(yīng)用的復(fù)雜網(wǎng)絡(luò)理論，借鑒了許多前人的研究基礎(chǔ)，劉濤、陳忠、陳曉榮［2］等人在統(tǒng)計方面、模型結(jié)構(gòu)方面、動力學(xué)方面對復(fù)雜網(wǎng)絡(luò)進行了相關(guān)簡述，對網(wǎng)絡(luò)傳播這一性質(zhì)進行了著重的介紹，認(rèn)為這一特性代表了復(fù)雜網(wǎng)絡(luò)在供應(yīng)鏈乃至整個經(jīng)濟系統(tǒng)中的重要作用。而范如國［3］則更加深入的對復(fù)雜網(wǎng)絡(luò)中的小世界特性、無標(biāo)度特性、偏好連接特性進行了研究，并且認(rèn)為其對社會治理也有著深刻影響。從復(fù)雜網(wǎng)絡(luò)的視角來看，供應(yīng)鏈內(nèi)部自身復(fù)雜性以及外部復(fù)雜環(huán)境的存在促使網(wǎng)絡(luò)極具不穩(wěn)定性。譚躍進、吳?。?］等人在對網(wǎng)絡(luò)節(jié)點進行研究的過程中，定義了網(wǎng)絡(luò)的凝聚度這一特性，并且考慮了節(jié)點之間連接特性，還對最短路徑這一測量值進行了探究。盛昭瀚、王海燕［1］等人認(rèn)為供應(yīng)鏈韌性的價值研究不只是應(yīng)對常規(guī)的問題，更加要注重供應(yīng)鏈在面臨應(yīng)急風(fēng)險時韌性的有效性；所以在面對突發(fā)事件時供應(yīng)鏈的節(jié)點或者邊受到干擾，其它節(jié)點或者邊也可能會受到牽連，從而發(fā)生連鎖反應(yīng)，影響到整個供應(yīng)鏈網(wǎng)絡(luò)。張廣勝，劉偉［8］以LSSC網(wǎng)絡(luò)結(jié)構(gòu)為研究對象，利用集聚系數(shù)、最大連通子圖等網(wǎng)絡(luò)特性指標(biāo)來觀測LSSC網(wǎng)絡(luò)脆弱性能數(shù)據(jù)，對供應(yīng)鏈網(wǎng)絡(luò)脆弱性進行了探究；李文川［7］根據(jù)閉環(huán)供應(yīng)鏈的結(jié)構(gòu)特征，對閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)進行演化設(shè)計與仿真實驗后，得出結(jié)論：基于動力學(xué)模型的基礎(chǔ)上，閉環(huán)供應(yīng)鏈在面臨蔓延性災(zāi)害時，依據(jù)網(wǎng)絡(luò)不同節(jié)點的地位差異改進節(jié)點的風(fēng)險對抗能力，針對節(jié)點度值大的節(jié)點進行風(fēng)險優(yōu)化可以有效提升供應(yīng)鏈抗風(fēng)險能力。

在對復(fù)雜網(wǎng)絡(luò)進行具體應(yīng)用方面，高自友，趙小梅［5］等人從城市的交通系統(tǒng)出發(fā)，提出了綜合利用復(fù)雜網(wǎng)絡(luò)理論、動力系統(tǒng)理論、現(xiàn)代控制理論等多學(xué)科交叉的理論方法；葉青［6］也基于復(fù)雜網(wǎng)絡(luò)分析交通軌道網(wǎng)絡(luò)的拓?fù)涮卣骱痛嗳跣詫τ趦?yōu)化路網(wǎng)結(jié)構(gòu)、保障穩(wěn)定運營的作用。此外，李勝利［9］對冷鏈物流進行網(wǎng)絡(luò)結(jié)構(gòu)建模，并且對網(wǎng)絡(luò)特性進行了分析，針對每日優(yōu)鮮冷鏈物流網(wǎng)絡(luò)進行仿真運算，依據(jù)仿真結(jié)果提出了相應(yīng)的優(yōu)化措施；孫（Sun）［19］提出了一種基于節(jié)點度偏好和競爭優(yōu)勢系數(shù)連接偏好的啞鈴型多級供應(yīng)鏈復(fù)雜網(wǎng)絡(luò)描述規(guī)則和進化算法，論證了動態(tài)魯棒性對供應(yīng)鏈的影響，該研究對多級供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化和動態(tài)魯棒控制提供了科學(xué)依據(jù)。唐（Tang）［20］為了分析相互依賴的供應(yīng)鏈網(wǎng)絡(luò)在遭受可能導(dǎo)致節(jié)點故障的中斷事件時的魯棒性，利用巨配分函數(shù)和網(wǎng)絡(luò)層與物理層網(wǎng)絡(luò)中節(jié)點間一對一的有向相互依賴關(guān)系，構(gòu)建了實變函數(shù)方程，量化了失效載荷在相互依賴網(wǎng)絡(luò)中的動態(tài)傳播過程，對初始中斷時的單節(jié)點移除和多節(jié)點移除兩種情況進行了數(shù)值模擬，對供應(yīng)鏈網(wǎng)絡(luò)節(jié)點企業(yè)失效這一現(xiàn)象進行了研究。

當(dāng)前有許多針對汽車供應(yīng)鏈進行的研究，但研究方法較為單一，多以行業(yè)專家或企業(yè)從事人員問卷為基礎(chǔ)，進行供應(yīng)鏈韌性的探究，所得出的方法結(jié)論欠缺客觀性。本文以中國經(jīng)濟金融研究數(shù)據(jù)庫中切實的數(shù)據(jù)為基礎(chǔ)，利用復(fù)雜網(wǎng)絡(luò)建模方法進行突發(fā)事件仿真實驗，希望能夠得出較為客觀的結(jié)論與措施，對突發(fā)事件下的汽車產(chǎn)業(yè)供應(yīng)鏈韌性提升有所幫助。

二、汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)模型

運用復(fù)雜網(wǎng)絡(luò)對汽車產(chǎn)業(yè)供應(yīng)鏈進行仿真實驗，可以最大程度模擬在突發(fā)事件來臨時狀況，研究其內(nèi)在機理進而對汽車供應(yīng)鏈提升韌性，實施風(fēng)險管理。

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來源于中國經(jīng)濟金融研究數(shù)據(jù)庫汽車供應(yīng)鏈板塊，信息披露的30家制造商企業(yè)及其所披露自身數(shù)量不等的供應(yīng)商企業(yè)，分別為公開的第一大供應(yīng)商至前五大供應(yīng)商，共計111家供應(yīng)商企業(yè)。

以制造商江鈴汽車、富奧股分兩家企業(yè)為例，國泰安數(shù)據(jù)庫所披露其前五大供應(yīng)商，如江鈴汽車下屬供應(yīng)商南昌寶江鋼材加工配送有限公司、南昌江鈴華翔汽車零部件有限公司、博世汽車系統(tǒng)（無錫）有限公司、江西江鈴底盤股份有限公司、江西江鈴專用車輛廠有限公司；富奧股份下屬供應(yīng)商博世華域轉(zhuǎn)向系統(tǒng)（煙臺）有限公司、浙江亞太機電股份有限公司、方大特鋼科技股份有限公司、中信泰富鋼鐵貿(mào)易有限公司（青島）、上海大陸汽車制動系統(tǒng)銷售有限公司；此外，如威孚高科只披露其下屬前兩大供應(yīng)商：德國博世、威孚環(huán)保；中集車輛只披露其一家供應(yīng)商：陜西重型汽車有限公司。以上為本文汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)中的節(jié)點企業(yè)數(shù)據(jù)來源。

（二）網(wǎng)絡(luò)模型構(gòu)建

本文所建立的復(fù)雜網(wǎng)絡(luò)模型為無標(biāo)度網(wǎng)絡(luò)，無標(biāo)度網(wǎng)絡(luò)具有嚴(yán)重的異質(zhì)性，其各節(jié)點之間的連接狀況（度數(shù)）具有嚴(yán)重的不均勻分布性：網(wǎng)絡(luò)中少數(shù)稱之為Hub點的節(jié)點擁有極其多的連接，而大多數(shù)節(jié)點只有很少量的連接。少數(shù)Hub點對無標(biāo)度網(wǎng)絡(luò)的運行起著主導(dǎo)的作用。從廣義上說，無標(biāo)度網(wǎng)絡(luò)的無標(biāo)度性是描述大量復(fù)雜系統(tǒng)整體上嚴(yán)重不均勻分布的一種內(nèi)在性質(zhì)。

在復(fù)雜網(wǎng)絡(luò)的視角下，企業(yè)被看作節(jié)點企業(yè)，企業(yè)之間互相影響的關(guān)系被看作邊。如果某兩個企業(yè)之間存在合作或者競爭關(guān)系，都會對整體供應(yīng)鏈網(wǎng)絡(luò)產(chǎn)生影響，則相應(yīng)的兩個節(jié)點將用一條邊進行連接。

將供應(yīng)鏈網(wǎng)絡(luò)看作為無向圖G（VE），V是節(jié)點集合，E是邊集合。如果企業(yè)i和j具有關(guān)系，則節(jié)點Vi與Vj之間存在一條邊Eij。在數(shù)學(xué)中，通常用鄰接矩陣A來表示網(wǎng)絡(luò)。矩陣A中元素，Aij的定義如下：

本文建立的無標(biāo)度網(wǎng)絡(luò)為對稱網(wǎng)絡(luò)，矩陣部分形式如圖1所示。

圖1 對稱網(wǎng)絡(luò)矩陣示意

以圖2為例，圖示為四個制造商企業(yè)與其前兩位供應(yīng)商。制造商A與制造商D有配套服務(wù)或合作伙伴關(guān)系，故此產(chǎn)生網(wǎng)絡(luò)連邊關(guān)系，當(dāng)供應(yīng)鏈網(wǎng)絡(luò)受到突發(fā)事件沖擊發(fā)生中斷，導(dǎo)致連邊斷裂時，互為合作伙伴關(guān)系的兩者在供應(yīng)端或需求端都會受到?jīng)_擊，對局部網(wǎng)絡(luò)穩(wěn)定性產(chǎn)生影響。

圖2 連邊關(guān)系示意圖

制造商A均與兩個供應(yīng)商A1、A2有業(yè)務(wù)往來關(guān)系，故此建立連邊，但同時存在供應(yīng)商C1，同屬制造商A、B的上游供應(yīng)商，故也與A建立連邊。

此時A1、A2、C1因同屬A的上游供應(yīng)商，發(fā)生競爭關(guān)系，同時建立連邊；當(dāng)發(fā)生突發(fā)事件中斷時，若A2節(jié)點失效（表現(xiàn)為受到突發(fā)事件影響退出市場），A1、C1就必須增加產(chǎn)量來供應(yīng)制造商A，當(dāng)A1、C1產(chǎn)量仍不足以滿足A的需求時，就會影響與制造商D的業(yè)務(wù)合作，進而對這一局部供應(yīng)鏈網(wǎng)絡(luò)產(chǎn)生影響。

（三）網(wǎng)絡(luò)模型特性分析

1.集聚系數(shù)

汽車產(chǎn)業(yè)供應(yīng)鏈模型各節(jié)點相互聯(lián)系的密切程度，單個節(jié)點在網(wǎng)絡(luò)中實際存在的連邊數(shù)與該點可能存在最多條邊數(shù)的比值稱為該節(jié)點的簇系數(shù)Ci。即：

式中，Ci為節(jié)點Vi的集聚系數(shù)；Ei為Vi的鄰居節(jié)點之間實際存在的邊數(shù)，Ki（Ki-1）/2為它們之間可能存在的邊數(shù)；C為網(wǎng)絡(luò)整體的集聚系數(shù)。當(dāng)C=1時，網(wǎng)絡(luò)中任意節(jié)點之間都存在直接聯(lián)系。大多數(shù)現(xiàn)實供應(yīng)鏈網(wǎng)絡(luò)的集聚系數(shù)通常介于0到1之間。

由分析網(wǎng)絡(luò)集成軟件，對公式1進行計算得知，本文汽車供應(yīng)鏈網(wǎng)絡(luò)的集聚系數(shù)為0.726270616，加邊權(quán)重后計算結(jié)果Wtd CC為0.532220781，說明本文建立的供應(yīng)鏈網(wǎng)絡(luò)節(jié)點企業(yè)間的聯(lián)系較為緊密，適應(yīng)市場的能力較強，優(yōu)勢體現(xiàn)在這些企業(yè)可以共享較多的市場信息，更多的技術(shù)交流機會，在許多技術(shù)、經(jīng)驗、物流等上可以形成互補，更有效的完成訂單，加快汽車行業(yè)的迅速發(fā)展。同時在受到外界干擾時，企業(yè)間可以進行合作，更有機會克服大的危機，或更有機會在市場經(jīng)濟大環(huán)境下生存下去。

2.節(jié)點度值

在網(wǎng)絡(luò)圖中，節(jié)點度指的是節(jié)點的鄰居節(jié)點的數(shù)量，即與其相連的節(jié)點數(shù)量，是復(fù)雜網(wǎng)絡(luò)中一個基本的統(tǒng)計特征。在供應(yīng)鏈網(wǎng)絡(luò)中，一個節(jié)點的度越大，則表明與該企業(yè)進行合作的企業(yè)數(shù)量越多，其業(yè)務(wù)規(guī)模也就越大，也反映了該企業(yè)在網(wǎng)絡(luò)中的重要性。在統(tǒng)計時，節(jié)點Vi的度Ki可通過鄰接矩陣A的第i行或第j列的元素之和進行表示，定義如下：

本文建立的復(fù)雜網(wǎng)絡(luò)模型為無標(biāo)度網(wǎng)絡(luò)，無標(biāo)度特性是指網(wǎng)絡(luò)中的節(jié)點度服從冪率分布，在模型中節(jié)點度是指與該節(jié)點有邊關(guān)聯(lián)的節(jié)點數(shù)目，也就是說一個節(jié)點的度為與它發(fā)生連邊的節(jié)點數(shù)量。節(jié)點數(shù)量與這個節(jié)點的度的關(guān)系分布可以近似的用一個冪函數(shù)表示，就說明這個網(wǎng)絡(luò)節(jié)點服從冪律分布。無標(biāo)度特性的特性表現(xiàn)為：少部分節(jié)點度值較大，大部分節(jié)點度值較小。

通過網(wǎng)絡(luò)分析集成軟件將數(shù)據(jù)帶入（公式2）進行計算，得出141個網(wǎng)絡(luò)節(jié)點度值，并將節(jié)點度值較大的節(jié)點企業(yè)（≥14）進行UCINET可視化展示，度值較大的企業(yè)數(shù)量較少，而其他度值較低的節(jié)點企業(yè)數(shù)量較多，符合冪律分布的特點，證明本文所構(gòu)建的汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)符合無標(biāo)度特性。

3.平均最短路徑

兩節(jié)點間的距離Lij;i、j是指從節(jié)點i出發(fā)到節(jié)點j所經(jīng)過的連邊的最小數(shù)，網(wǎng)絡(luò)直徑D是指網(wǎng)絡(luò)中節(jié)點間的距離最大值。

式中：i，j——網(wǎng)絡(luò)中的任意節(jié)點；Lij——兩節(jié)點間的距離。

網(wǎng)絡(luò)平均最短路徑公式：

式中：L——網(wǎng)絡(luò)平均最短路徑；

N——網(wǎng)絡(luò)節(jié)點數(shù)。

經(jīng)由UCINET對式3與式4計算得到本文汽車供應(yīng)鏈網(wǎng)絡(luò)模型的平均路徑長度為3.413829803，而美國最著名的汽車供應(yīng)鏈平均長度分別為本田雅閣：3.96、謳歌：3.86、克萊斯勒：3.66，比較來說本文所構(gòu)建的汽車供應(yīng)鏈企業(yè)之間的聯(lián)系較為緊密，網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定性強，在面對突發(fā)事件的干擾時具備一定的網(wǎng)絡(luò)韌性。

4.介數(shù)中心性

節(jié)點介數(shù)描述了該節(jié)點在網(wǎng)絡(luò)中的橋梁節(jié)點作用或者是樞紐作用，越多節(jié)點對之間的聯(lián)系經(jīng)過該節(jié)點，則該節(jié)點越重要。節(jié)點的介數(shù)中心性Bi可以表示網(wǎng)絡(luò)中其他節(jié)點經(jīng)過該節(jié)點的流量值，介數(shù)中心性同樣可以在一定程度上反映節(jié)點在網(wǎng)絡(luò)中的重要程度。在汽車供應(yīng)鏈網(wǎng)絡(luò)中，介數(shù)中心性值大的節(jié)點一般對應(yīng)網(wǎng)絡(luò)中經(jīng)過流量較大的節(jié)點企業(yè)，對整個網(wǎng)絡(luò)也具有較大的影響力。節(jié)點介數(shù)中心性可以在度中心性基礎(chǔ)上對網(wǎng)絡(luò)節(jié)點重要程度進行更加細致的劃分。因此，將介數(shù)中心性作為對整體網(wǎng)絡(luò)影響大小的判定依據(jù)。介數(shù)中心性Bi表示為：

節(jié)點的介數(shù)中心性指網(wǎng)絡(luò)中所有最短路徑中經(jīng)過該節(jié)點的路徑占所有節(jié)點對的最短路徑總數(shù)的比例。Bi指節(jié)點Vi的介數(shù)；Wxy（i）指從Vx到Vy的最短路徑中經(jīng)過Vi的路徑的數(shù)量；Wxy指從Vx到Vy的最短路徑的數(shù)量。

通過對式5進行計算，得到汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)的介數(shù)中心性值為15.26%，截取節(jié)點介數(shù)排名前十的企業(yè)整理，可以看到以江鈴汽車、上汽集團、一汽解放等為代表的制造商企業(yè)作為汽車供應(yīng)鏈中的核心環(huán)節(jié)（如表1所示），對供應(yīng)鏈上下游的影響最大，其他供應(yīng)商企業(yè)應(yīng)盡力與此類核心企業(yè)建立業(yè)務(wù)聯(lián)系，在面對突發(fā)事件時才能盡可能多的保持供應(yīng)鏈韌性。

表1 節(jié)點企業(yè)介數(shù)中心性值

（四）數(shù)據(jù)邏輯檢驗

本文所建立的無標(biāo)度網(wǎng)絡(luò)為無權(quán)無向網(wǎng)絡(luò)，且由無向圖所建立的矩陣為對稱矩陣，故需要網(wǎng)絡(luò)分析集成軟件對141個節(jié)點企業(yè)進行出度值與入度值檢驗，以此驗證網(wǎng)絡(luò)的邏輯性。

經(jīng)由表2所截選的部分制造商與供應(yīng)商出入度值檢驗結(jié)果可以看出，通過網(wǎng)絡(luò)分析集成數(shù)據(jù)軟件檢驗后，30制造商和111個所屬供應(yīng)商所組成的供應(yīng)鏈網(wǎng)絡(luò)模型中節(jié)點企業(yè)的出度值與入度值相等，模型建立不存在邏輯上的漏洞。

表2 出入度值檢驗

三、突發(fā)事件下汽車供應(yīng)鏈韌性分析

供應(yīng)鏈韌性反映了系統(tǒng)在受到內(nèi)外部等突發(fā)事件干擾下，供應(yīng)鏈仍能保持其原有功能和收益并持續(xù)運行的能力。突發(fā)事件因素的干擾和破壞會給汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)造成嚴(yán)重影響，并直接影響相關(guān)節(jié)點企業(yè)間的合作、競爭關(guān)系，從而對供需端的網(wǎng)絡(luò)穩(wěn)定性帶來破壞。這主要體現(xiàn)在當(dāng)網(wǎng)絡(luò)受到攻擊時，其節(jié)點與邊將會失效，同時這種失效反應(yīng)會在相關(guān)網(wǎng)絡(luò)節(jié)點之間進行傳遞，進而導(dǎo)致另一網(wǎng)絡(luò)節(jié)點的失效。從本文建立的網(wǎng)絡(luò)結(jié)構(gòu)來講，汽車產(chǎn)業(yè)供應(yīng)鏈?zhǔn)怯晒?yīng)鏈各相關(guān)節(jié)點企業(yè)組建而成的復(fù)雜網(wǎng)絡(luò)，網(wǎng)絡(luò)受到各種因素的干擾均可能會給汽車產(chǎn)業(yè)供應(yīng)鏈整體造成一定影響。

從供應(yīng)鏈復(fù)雜網(wǎng)絡(luò)的角度來看，其存在著很多的不確定性，在遭受突發(fā)事件的沖擊時，無論是制造商還是供應(yīng)商都會產(chǎn)生企業(yè)內(nèi)部經(jīng)營方面的問題，加上與之關(guān)聯(lián)的供需端企業(yè)的影響因素，都會影響整體供應(yīng)鏈網(wǎng)絡(luò)韌性。遭受突發(fā)事件時任何不確定性因素，都會給供應(yīng)鏈網(wǎng)絡(luò)中的每一個環(huán)節(jié)、每一節(jié)點企業(yè)帶來巨大風(fēng)險，而局部環(huán)節(jié)、節(jié)點企業(yè)出現(xiàn)問題，都會給整體汽車產(chǎn)業(yè)供應(yīng)鏈系統(tǒng)帶來嚴(yán)重危害。因而對汽車產(chǎn)業(yè)供應(yīng)鏈韌性進行研究，對于我國汽車行業(yè)的企業(yè)安全和經(jīng)濟安全等問題無疑會有非常重要的應(yīng)用價值以及戰(zhàn)略意義。

（一）突發(fā)事件下的供應(yīng)鏈中斷

突發(fā)事件導(dǎo)致的供應(yīng)鏈中斷比比皆是，包括恐怖襲擊、國際社會動蕩、傳染病暴發(fā)等突發(fā)事件都會對供應(yīng)鏈的平穩(wěn)運行造成干擾，破壞物流網(wǎng)絡(luò)和供應(yīng)鏈合作伙伴之間的信任，導(dǎo)致供應(yīng)鏈上下游企業(yè)間交易中斷。例如，2021年3月，臺灣長榮海運的“長賜號”正橫在非洲蘇伊士運河距離南端河口的6海里處，堵死了這條世界貿(mào)易大動脈，導(dǎo)致全球供應(yīng)鏈?zhǔn)艿接绊?。俄烏沖突導(dǎo)致新能源汽車動力電池所需的鎳、鋰等金屬緊缺，俄羅斯是相當(dāng)重要的原材料供應(yīng)國，由于俄烏戰(zhàn)爭，俄羅斯遭受到西方國家制裁，助推了鎳、鋰等金屬原材料價格的上漲。以美元計價的大宗商品價格因戰(zhàn)爭影響持續(xù)高漲，也會推高芯片價格的上漲預(yù)期，進一步加劇芯片的緊張局面；俄烏沖突后，一方面是貿(mào)易受阻，另一方面是俄羅斯、烏克蘭居民的消費能力會受到影響，對于國內(nèi)汽車往這些市場的出口是不小的影響。當(dāng)穩(wěn)定的供應(yīng)鏈系統(tǒng)受到突發(fā)事件干擾時，供應(yīng)商會因為原材料緊缺或物流系統(tǒng)受阻，供應(yīng)端受到阻力，進一步影響與其關(guān)聯(lián)的制造商所進行的生產(chǎn)活動，或制造商生產(chǎn)增量不夠滿足供應(yīng)鏈下游訂單需求，或影響與其建立合作伙伴關(guān)系的商家完成自身業(yè)務(wù)活動，從而造成供應(yīng)鏈中斷。此外，本文汽車供應(yīng)鏈網(wǎng)絡(luò)中的111家供應(yīng)商企業(yè)因為所屬制造商有所重疊，一旦其中一家供應(yīng)商受到突發(fā)事件干擾退出市場或供應(yīng)端交貨不及時，與其互為競爭關(guān)系的供應(yīng)商企業(yè)就會面臨業(yè)務(wù)量激增的局面，屆時供需情況不能及時平衡，此局部供應(yīng)鏈網(wǎng)絡(luò)就無法保持穩(wěn)定，進而影響30家制造商企業(yè)之間的供需活動，可能造成整體供應(yīng)鏈網(wǎng)絡(luò)的中斷。

總而言之，局部的網(wǎng)絡(luò)受到突發(fā)事件的沖擊產(chǎn)生的影響可能會進一步蔓延至整個供應(yīng)鏈系統(tǒng)，無論是供應(yīng)端的節(jié)點企業(yè)還是需求端的制造企業(yè)，一旦受到突發(fā)事件干擾導(dǎo)致業(yè)務(wù)活動中斷，就會進而影響汽車產(chǎn)業(yè)供應(yīng)鏈的正常運行。因此，如何在面對突發(fā)事件的干擾下依舊維持供應(yīng)鏈系統(tǒng)的平穩(wěn)運行，保持足夠的供應(yīng)鏈韌性是當(dāng)下汽車產(chǎn)業(yè)供應(yīng)鏈中所有企業(yè)應(yīng)該思考的問題。

本文利用矩陣工廠編程進行網(wǎng)絡(luò)節(jié)點與連邊的隨機、目標(biāo)去除，以此來模擬突發(fā)事件來臨時可能對汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)中企業(yè)和企業(yè)間活動造成的干擾，之后通過大型復(fù)雜網(wǎng)絡(luò)分析工具進行網(wǎng)絡(luò)攻擊后的可視化展示，以直觀感受供應(yīng)鏈系統(tǒng)受到?jīng)_擊后的景象，再通過矩陣工廠統(tǒng)計受突發(fā)事件影響本文所構(gòu)建的汽車產(chǎn)業(yè)供應(yīng)鏈各個階段的復(fù)雜網(wǎng)絡(luò)特性數(shù)據(jù)，對仿真過程進行研究分析，得到能夠提升供應(yīng)鏈韌性的方法。

（二）汽車供應(yīng)鏈網(wǎng)絡(luò)韌性指標(biāo)

本文對汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)韌性的度量標(biāo)準(zhǔn)是指在面對突發(fā)事件下，能夠維持汽車產(chǎn)業(yè)整體供應(yīng)鏈網(wǎng)絡(luò)的性能進行衡量的相關(guān)指標(biāo)，在一定程度上對網(wǎng)絡(luò)的整體運行能力能夠進行反映。汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)在受到突發(fā)事件的不確定性沖擊時，網(wǎng)絡(luò)整體韌性受到的影響也不一樣，從而供應(yīng)鏈韌性的評價標(biāo)準(zhǔn)所測算出的結(jié)果是不盡相同的，本文通過刪除汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)中節(jié)點和邊模擬在突發(fā)事件下，汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)受到干擾時的整體結(jié)構(gòu)變化。因此，用供應(yīng)鏈韌性指標(biāo)來反映網(wǎng)絡(luò)遭受突發(fā)事件攻擊后的變化。結(jié)合文章研究，選擇以效率性能、彈性性能兩項指標(biāo)作為供應(yīng)鏈韌性的度量標(biāo)準(zhǔn)，以此對本文建立的汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)韌性進行研究

1.彈性性能

運用復(fù)雜網(wǎng)絡(luò)理論研究供應(yīng)鏈韌性時，主要通過網(wǎng)絡(luò)連通性的變化來度量網(wǎng)絡(luò)的韌性，如利用復(fù)雜網(wǎng)絡(luò)的最大連通子圖規(guī)模，最大連通子圖又叫極大連通子圖，是一種數(shù)學(xué)、圖論類的子圖。當(dāng)供應(yīng)鏈網(wǎng)絡(luò)遭受攻擊后，網(wǎng)絡(luò)中的部分節(jié)點因失效而與原網(wǎng)絡(luò)失去連接，進而被刪除，進而又導(dǎo)致與其連接的所有邊的失效，由于網(wǎng)絡(luò)本身是由節(jié)點和邊之間的互相連接而構(gòu)成的，故此時網(wǎng)絡(luò)會因為部分節(jié)點之間斷聯(lián)而分化成若干個小的子網(wǎng)絡(luò)，在所有子網(wǎng)絡(luò)中，一般都存在一個最大的子網(wǎng)絡(luò)，該子網(wǎng)絡(luò)中所包含的節(jié)點最多，被稱為最大連通子圖。故最大連通子圖中包含節(jié)點的數(shù)量在一定程度上代表著原網(wǎng)絡(luò)的穩(wěn)定性能。因此，網(wǎng)絡(luò)的穩(wěn)定性通常用最大連通子圖來表示。

汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)韌性的彈性性能是指網(wǎng)絡(luò)結(jié)構(gòu)是否穩(wěn)定的性能，代表了企業(yè)之間的互相關(guān)聯(lián)情況。如果所構(gòu)建的復(fù)雜網(wǎng)絡(luò)中所有節(jié)點企業(yè)都具有連邊關(guān)系，不存在孤立點或者獨立的小型網(wǎng)絡(luò)，則網(wǎng)絡(luò)的連通性很好；如果網(wǎng)絡(luò)中存在部分孤立點或獨立的小型網(wǎng)絡(luò)，則相應(yīng)的網(wǎng)絡(luò)連通性就較差。故此，本文用最大連通子圖R來衡量所構(gòu)建的復(fù)雜網(wǎng)絡(luò)的連通性，即網(wǎng)絡(luò)的穩(wěn)定性，R值越大，網(wǎng)絡(luò)結(jié)構(gòu)越穩(wěn)定，R值越小，網(wǎng)絡(luò)結(jié)構(gòu)越脆弱。

當(dāng)汽車產(chǎn)業(yè)供應(yīng)鏈遭受突發(fā)事件的干擾時，網(wǎng)絡(luò)中某些節(jié)點企業(yè)失效，表現(xiàn)為退出市場或者不參與競爭或供應(yīng)活動，這時網(wǎng)絡(luò)連邊關(guān)系斷裂，就會產(chǎn)生孤立點，使得原本穩(wěn)定的網(wǎng)絡(luò)結(jié)構(gòu)被破壞；而最大連通子圖的規(guī)模就是指在受到突發(fā)事件的干擾后，汽車產(chǎn)業(yè)供應(yīng)鏈中還能正常進行供應(yīng)或者競爭關(guān)系的節(jié)點企業(yè)，而這些企業(yè)還能夠正常運營，保持供應(yīng)鏈網(wǎng)絡(luò)的穩(wěn)定。

因而，供應(yīng)鏈彈性性能被定義公式表示如下。

式6中：R——供應(yīng)鏈網(wǎng)絡(luò)韌性的彈性性能；N′——最大連通子圖的規(guī)模；N——表示原始網(wǎng)絡(luò)的規(guī)模。R越小，供應(yīng)鏈網(wǎng)絡(luò)韌性的彈性性能越差，即供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)不穩(wěn)定；R越大，供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)越穩(wěn)定。

2.效率性能

供應(yīng)鏈網(wǎng)絡(luò)的效率性能體現(xiàn)在網(wǎng)絡(luò)節(jié)點間的供需效率，即各節(jié)點間處理業(yè)務(wù)的快慢程度，如汽車供應(yīng)鏈中制造商的裝配制造速度、與合作企業(yè)簽訂業(yè)務(wù)完成的速度、供應(yīng)鏈體系中供應(yīng)端物流速度、信息傳遞速度、與業(yè)務(wù)伙伴之間資金的周轉(zhuǎn)速度，存在競爭關(guān)系的供應(yīng)端企業(yè)業(yè)務(wù)增量完成速度，互為競爭對手之間業(yè)務(wù)需求反映速度等。供應(yīng)鏈網(wǎng)絡(luò)的效率性能，通常用最大連通子圖的平均最短路徑來描述。

用平均最短路徑這一度量值來反映汽車供應(yīng)鏈網(wǎng)絡(luò)的傳輸和反應(yīng)速度。Li越小，網(wǎng)絡(luò)節(jié)點企業(yè)之間反應(yīng)越快，整體的效率性能越好；Li越大，節(jié)點企業(yè)之間的系統(tǒng)反應(yīng)越慢，整體的效率性能就差。

則供應(yīng)鏈韌性的效率性能定義為系統(tǒng)遭受突發(fā)事件干擾后的最大連通子圖的平均最短路徑Li與原網(wǎng)絡(luò)平均最短路徑長度L的比值：

公式7中Q表示汽車供應(yīng)鏈網(wǎng)絡(luò)效率性能。Q越小，則表示網(wǎng)絡(luò)的效率性能的韌性越好，反之供應(yīng)鏈網(wǎng)絡(luò)的效率性能的韌性越差。

（三）汽車供應(yīng)鏈網(wǎng)絡(luò)韌性仿真分析

本文所構(gòu)建的復(fù)雜網(wǎng)絡(luò)模型是基于制造商與其頭部供應(yīng)商之間的配套合作與供需競爭關(guān)系所構(gòu)建，此供應(yīng)鏈系統(tǒng)在受到突發(fā)事件的干擾后，會對其原有的網(wǎng)絡(luò)造成一定沖擊，而供應(yīng)鏈韌性就是當(dāng)系統(tǒng)受到不確定因素干擾仍能維持其原有的特性，并連續(xù)平穩(wěn)運行。因此，利用隨機攻擊和目標(biāo)攻擊兩種干擾方式對供應(yīng)鏈系統(tǒng)韌性進行分析：

（1）隨機攻擊網(wǎng)絡(luò)中的節(jié)點：在整個供應(yīng)鏈復(fù)雜網(wǎng)絡(luò)中按一定比例（選取比例：0、10%、20%—100%）隨機選取節(jié)點進行攻擊，攻擊節(jié)點的數(shù)目逐漸增加。

（2）目標(biāo)攻擊網(wǎng)絡(luò)中的節(jié)點：每一次選取的結(jié)點數(shù)目與隨機攻擊中的節(jié)點數(shù)目對應(yīng)，在整體網(wǎng)絡(luò)中選取度值較大的節(jié)點進行攻擊。

1.目標(biāo)中斷下的汽車供應(yīng)鏈網(wǎng)絡(luò)

選取節(jié)點進行目標(biāo)去除后利用PAJEK可視化展示。

對度值較大的節(jié)點企業(yè)，進行目標(biāo)去點10%后，整體的網(wǎng)絡(luò)規(guī)模相較于原始網(wǎng)絡(luò)并無明顯的變化，最大連通子圖數(shù)量雖有下降，但網(wǎng)絡(luò)結(jié)構(gòu)總體趨于穩(wěn)定，依然可以保持運行。

在去點30%后，由于度值較大的節(jié)點企業(yè)退出市場，網(wǎng)絡(luò)的整體規(guī)模出現(xiàn)了較大變化，孤立的“小團體”數(shù)量增多，對于整體汽車供應(yīng)鏈網(wǎng)絡(luò)來說，關(guān)聯(lián)性強的核心節(jié)點企業(yè)消失后，供應(yīng)鏈流通性變差，網(wǎng)絡(luò)結(jié)構(gòu)開始出現(xiàn)崩潰。

在目標(biāo)去除了50%度值較大的節(jié)點企業(yè)后，網(wǎng)絡(luò)結(jié)構(gòu)嚴(yán)重崩潰，依附于供應(yīng)鏈網(wǎng)絡(luò)中的節(jié)點企業(yè)越來越少，已經(jīng)無法形成汽車供應(yīng)鏈系統(tǒng)。

在目標(biāo)去除80%的節(jié)點后，141家汽車企業(yè)所組成的供應(yīng)鏈系統(tǒng)不復(fù)存在，只剩下極個別企業(yè)存在微弱聯(lián)系，供應(yīng)鏈網(wǎng)絡(luò)已經(jīng)完全崩潰。

2.隨機中斷下的汽車供應(yīng)鏈網(wǎng)絡(luò)

選取節(jié)點進行隨機去除后PAJEK可視化展示。

在隨機取點10%后，整體供應(yīng)鏈網(wǎng)絡(luò)規(guī)模與原始網(wǎng)絡(luò)相比雖有變化，但與目標(biāo)去點相比，網(wǎng)絡(luò)韌性要更好，節(jié)點與連邊數(shù)量總體趨于穩(wěn)定。

在隨機去點30%后，網(wǎng)絡(luò)總體規(guī)模明顯減小，出現(xiàn)了部分孤立點，但核心的節(jié)點企業(yè)仍以聯(lián)盟形式存在，供應(yīng)鏈系統(tǒng)大體上仍能保持運轉(zhuǎn)。網(wǎng)絡(luò)整體趨于崩潰，孤立點進一步增加，但相較于目標(biāo)去點50%的網(wǎng)絡(luò)規(guī)模，隨機去點的網(wǎng)絡(luò)韌性更強。

（四）汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)韌性彈性性能分析

分別進行隨機與目標(biāo)干擾網(wǎng)絡(luò)兩種方式模擬突發(fā)事件，去除網(wǎng)絡(luò)中的節(jié)點，通過矩陣工廠對公式6進行計算，來觀察最大連通子圖規(guī)模以及彈性性能數(shù)值的大小，以此得出分析結(jié)果，計算結(jié)果如表3所示。

表3 彈性性能數(shù)據(jù)

本文的供應(yīng)鏈網(wǎng)絡(luò)模型在隨機干擾情況下，最大連通子圖的規(guī)模從141開始逐漸減少，隨著去除節(jié)點比例的增加，網(wǎng)絡(luò)整體彈性性能逐漸降低，最大連通子圖規(guī)模呈現(xiàn)遞減趨勢，在去除節(jié)點90%時，可以看到彈性性能趨近于零，同樣在目標(biāo)干擾的情況下，由于優(yōu)先去除度值較大的節(jié)點，在去除目標(biāo)去除30%的節(jié)點后，最大連通子圖規(guī)模急劇減少，網(wǎng)絡(luò)彈性性能便趨近于零，整體網(wǎng)絡(luò)結(jié)構(gòu)崩潰，失去了復(fù)雜網(wǎng)絡(luò)模型中的連通性。

從圖3所示，汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)在隨機干擾的情況下，隨著去除節(jié)點比例的增加，網(wǎng)絡(luò)中的彈性性能逐漸減小，在去除節(jié)點比例為0.4的時候，彈性性能減小近半，而網(wǎng)絡(luò)整體彈性性能則隨著去除節(jié)點比例的增加，呈現(xiàn)線性下降的趨勢。因為在受到突發(fā)事件的干擾后，供應(yīng)鏈企業(yè)會因為聯(lián)級效應(yīng)產(chǎn)生的影響，對與之關(guān)聯(lián)的供應(yīng)鏈上下游企業(yè)逐漸造成傷害，圖中表現(xiàn)為，按比例失效的節(jié)點依次增加。因此，為了應(yīng)對突發(fā)事件對供應(yīng)鏈韌性的干擾，我們應(yīng)該對聯(lián)級失效這一問題進行研究防范。

在目標(biāo)干擾的情況下，隨著去除節(jié)點比例的增加，供應(yīng)鏈網(wǎng)絡(luò)的彈性性能急劇下降，從開始去除節(jié)點到去除節(jié)點30%，彈性性能呈現(xiàn)斷崖式下降；從去除比例30%之后，整體供應(yīng)鏈網(wǎng)絡(luò)幾乎已完全失去彈性性能，網(wǎng)絡(luò)結(jié)構(gòu)趨近于崩潰。目標(biāo)干擾是優(yōu)先從度值較大的節(jié)點開始攻擊，而節(jié)點度值大的企業(yè)在汽車產(chǎn)業(yè)供應(yīng)鏈中與其他節(jié)點企業(yè)的聯(lián)系更為緊密，是為核心企業(yè)；當(dāng)這些企業(yè)受到突發(fā)事件的干擾后，一旦退出市場或者切斷與供應(yīng)鏈上下游其他企業(yè)的聯(lián)系，對整體供應(yīng)鏈穩(wěn)定性造成巨大影響，反映出核心的節(jié)點企業(yè)對于供應(yīng)鏈網(wǎng)絡(luò)的重要性，當(dāng)核心企業(yè)受到突發(fā)事件的干擾，應(yīng)當(dāng)著重保護此類企業(yè)，以此來避免供應(yīng)鏈整體更大的損失。

（五）汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)韌性效率性能分析

1.節(jié)點效率性能

與上文一樣，采用隨機與目標(biāo)干擾兩種方式模擬突發(fā)事件來觀測網(wǎng)絡(luò)的韌性變化，按照矩陣工廠程序中隨機得出的去除節(jié)點來進行隨機干擾，優(yōu)先去除節(jié)點度值較大節(jié)點進行目標(biāo)干擾實驗，以此來計算網(wǎng)絡(luò)最大連通子圖的平均最路徑和效率性能數(shù)值（如表4所示），并得出分析結(jié)果。

從表4中可以看到，汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)在隨機干擾下，網(wǎng)絡(luò)的效率性能值呈現(xiàn)平緩下降態(tài)勢，連通子圖平均最短路徑從開始的3.414勻速下降至0.006，網(wǎng)絡(luò)節(jié)點的逐漸減少使得一些節(jié)點企業(yè)由原來需要多邊聯(lián)系，后變?yōu)榱溯^少連邊的聯(lián)系，企業(yè)傳輸、供需聯(lián)系的效率有所增加，效率性能提升，直至去點90%時，連通子圖平均最短路徑趨于零，同時效率性能也為零，此時供應(yīng)鏈網(wǎng)絡(luò)正式崩潰，不具備供應(yīng)鏈韌性。

表4 效率性能數(shù)據(jù)

在對網(wǎng)絡(luò)進行目標(biāo)干擾時，去點10%后連通子圖平均最短路徑由3.414緩慢下降為3.117，供應(yīng)鏈網(wǎng)絡(luò)的效率性能提升不明顯；但在去除節(jié)點20%后，連通子圖最短路徑急速下降，在去點30%至去點70%的區(qū)間內(nèi)，連通子圖最短路徑為0.009至0.001，節(jié)點企業(yè)數(shù)量急劇減少后，一些汽車企業(yè)之間的連通只能靠單邊聯(lián)系，來往效率得到提升，在去點90%時，連通子圖最短路徑趨近于零；而供應(yīng)鏈網(wǎng)絡(luò)的效率性能同樣則趨近于零，供應(yīng)鏈網(wǎng)絡(luò)失去韌性。

在隨機干擾中，隨著去除節(jié)點比例的增加，最大連通子圖的最短路徑呈現(xiàn)勻速下降的趨勢，去點比例達到0.9時，網(wǎng)絡(luò)中只剩下孤立的節(jié)點企業(yè)，無法與其他孤立節(jié)點進行聯(lián)系，說明在遇到突發(fā)事件的影響下，隨著供應(yīng)鏈網(wǎng)絡(luò)中節(jié)點企業(yè)逐漸退出市場，企業(yè)與企業(yè)之間沒有相互的業(yè)務(wù)往來，也缺失競爭關(guān)系產(chǎn)生的供需變化，供應(yīng)鏈效率就為0，供應(yīng)鏈韌性消失（如圖4所示）。

圖3 彈性性能去點

圖4 效率性能去點

隨機干擾和目標(biāo)干擾對供應(yīng)鏈網(wǎng)絡(luò)效率性能的影響明顯不同，目標(biāo)干擾相比隨機干擾，最大連通子圖最短路徑下降更快，去點比例0.1后效率曲線斷崖式降低，節(jié)點之間傳輸效率有所提升；在前文中經(jīng)過測算，度值較大的節(jié)點企業(yè)其介數(shù)中心性也高，以江鈴汽車、上汽集團、一汽解放等為代表的制造商企業(yè)在整體網(wǎng)絡(luò)中作為橋梁樞紐，一旦這些企業(yè)退出市場，對于整體供應(yīng)鏈網(wǎng)絡(luò)都會產(chǎn)生較大影響，而剩余節(jié)點企業(yè)組成的“聯(lián)盟”之間傳輸路徑變短，供應(yīng)鏈系統(tǒng)的傳輸、運行、交易效率會反而有所提升，直至去點比例達0.3后供應(yīng)鏈?zhǔn)ロg性。因此，本文建立的汽車產(chǎn)業(yè)供應(yīng)鏈網(wǎng)絡(luò)模型對隨機干擾具有一定供應(yīng)鏈韌性，但是對目標(biāo)干擾具有很強的脆弱性。

2.邊的效率性能

分別采用隨機與目標(biāo)兩種方式對供應(yīng)鏈網(wǎng)絡(luò)節(jié)點間的連邊進行干擾，按照與去除節(jié)點一樣的方法隨機去除網(wǎng)絡(luò)模型中的邊，在目標(biāo)去除節(jié)點間的邊時，依舊優(yōu)先對度值較大的節(jié)點上的邊進行去除，再依次計算網(wǎng)絡(luò)中剩余的邊，通過前文中對效率性能的計算，同樣在去邊后對最大連通子圖的平均最路徑進行計算，最后得到效率性能的數(shù)據(jù)。

如表5所示，在隨機干擾實驗中，去除邊比例達到10%后，最大連通子圖的最短路徑斷裂，導(dǎo)致原本的流通、傳輸路徑消失，所以網(wǎng)絡(luò)的效率值有所降低；在最短路徑達到3.788而后迅速下降，連邊去除導(dǎo)致一些節(jié)點消失，加上多連邊傳輸?shù)墓?jié)點之間變?yōu)閱芜吢?lián)系，網(wǎng)絡(luò)效率提升，隨著連邊的逐漸去除，網(wǎng)絡(luò)企業(yè)間信息、資金以及產(chǎn)品的傳遞運輸?shù)然顒油Ｖ惯M行，最后網(wǎng)絡(luò)效率趨于零。目標(biāo)去邊的效率性能值總體趨于下降，去除度值較大的連邊后，網(wǎng)絡(luò)中剩余節(jié)點組成的連通子圖路徑變短，效率總體變高，在去邊90%后，網(wǎng)絡(luò)效率趨于0，最后失去供應(yīng)鏈韌性。

表5 隨機去邊數(shù)據(jù)

圖5 效率性能去邊

隨機去除網(wǎng)絡(luò)中的邊時，網(wǎng)絡(luò)傳輸、連通效率先增大，隨后急劇下降，去邊導(dǎo)致最大連通子圖的最短路徑增加，網(wǎng)絡(luò)效率反而降低，之后去邊比例增加，連通子圖的數(shù)量減少，最短路徑降低，效率增加；與隨機干擾相比，目標(biāo)干擾網(wǎng)絡(luò)中的邊使供應(yīng)鏈網(wǎng)絡(luò)中度值較大的節(jié)點的邊優(yōu)先去除，而這些節(jié)點的介數(shù)中心性往往比較高，將這些邊去除后，節(jié)點也隨之去除，需要通過這些節(jié)點與邊進行多變傳輸聯(lián)系的節(jié)點可以轉(zhuǎn)變?yōu)閱芜吢?lián)系，效率反而增加。

綜上所述，根據(jù)對汽車供應(yīng)鏈韌性的分析，對比隨機干擾和目標(biāo)干擾供應(yīng)鏈網(wǎng)絡(luò)效率性能發(fā)現(xiàn)，目標(biāo)干擾網(wǎng)絡(luò)效率性能的供應(yīng)鏈韌性變化更快，影響更大，網(wǎng)絡(luò)效率的韌性直接影響供應(yīng)鏈物流、信息、資金的流通以及競爭關(guān)系產(chǎn)生的供需關(guān)系變化。

四、結(jié)論與啟示

近些年來突發(fā)事件頻發(fā)，對汽車產(chǎn)業(yè)的供應(yīng)鏈穩(wěn)定性帶來嚴(yán)峻挑戰(zhàn)，本文基于復(fù)雜網(wǎng)絡(luò)視角對141家汽車企業(yè)組成的網(wǎng)絡(luò)模型進行特性分析后，對汽車產(chǎn)業(yè)供應(yīng)鏈韌性進行了研究。

（一）針對核心制造商企業(yè)

在供應(yīng)鏈韌性仿真環(huán)節(jié)，對比去點30%的兩種干擾方式，目標(biāo)去點中多為制造商企業(yè)，以江鈴汽車、一汽解放為代表的整車制造企業(yè)，和以萬向錢潮、寧波華翔為代表的汽車零部件企業(yè)，因為與其自身供應(yīng)商發(fā)生的業(yè)務(wù)往來關(guān)系和與網(wǎng)絡(luò)中其他節(jié)點企業(yè)發(fā)生的業(yè)務(wù)合作關(guān)系，占據(jù)網(wǎng)絡(luò)中的“流通節(jié)點”位置，在這些節(jié)點代表的企業(yè)去除后，供應(yīng)鏈網(wǎng)絡(luò)崩潰程度嚴(yán)重，所以在發(fā)生突發(fā)事件后應(yīng)該優(yōu)先對這些連接業(yè)務(wù)多的核心制造商企業(yè)進行保護，例如，可以優(yōu)先保證其供應(yīng)端正常運行，企業(yè)內(nèi)部生產(chǎn)設(shè)備、人員的正常工作等，能夠有效遏制突發(fā)事件下供應(yīng)鏈崩潰程度。此外，不論是主營業(yè)務(wù)為整車制造商還是零部件制造商，這類網(wǎng)絡(luò)核心企業(yè)都應(yīng)該積極編制企業(yè)在突發(fā)事件下的應(yīng)急預(yù)案，如成立專門的應(yīng)急部門；另外，汽車制造商盡量增加自身上游供應(yīng)商數(shù)量，采用多源供應(yīng)方式，避免單一的零部件供應(yīng)商受到突發(fā)事件干擾時，制造商能夠從其他供應(yīng)商獲得零部件或者原材料供應(yīng)；盡量挑選優(yōu)質(zhì)供應(yīng)商，持續(xù)保證供應(yīng)水平，增強網(wǎng)絡(luò)韌性，促進供應(yīng)鏈平穩(wěn)運行。

（二）針對核心供應(yīng)商企業(yè)

以中信泰富鋼鐵貿(mào)易有限公司、江蘇沙鋼集團淮鋼特鋼股份有限公司、南京鋼鐵有限公司、旭有機材樹脂（南通）有限公司、浙江亞太機電股份有限公司為代表的供應(yīng)商企業(yè)度值較高，在網(wǎng)絡(luò)中屬于重要的供應(yīng)商企業(yè)，而這些企業(yè)的主營業(yè)務(wù)多為原材料供應(yīng)，當(dāng)面對突發(fā)事件而無法為下游制造廠商正常提供原材料或者汽車零部件時，就會導(dǎo)致與下游制造商的生產(chǎn)被迫終止，反過來加劇了供應(yīng)商的經(jīng)濟損失，直至在供應(yīng)鏈環(huán)節(jié)失效退出市場，影響整體網(wǎng)絡(luò)韌性。對于此類供應(yīng)商車企，可以采取激勵措施來使供應(yīng)鏈成員企業(yè)參與信息共享，來促進網(wǎng)絡(luò)中節(jié)點企業(yè)之間的相互信任，來降低突發(fā)事件導(dǎo)致的供應(yīng)鏈中的不確定性，從而提升節(jié)點企業(yè)間的協(xié)同能力，通過共享制造商和自身供應(yīng)商之間的供需信息，可以在一定程度上規(guī)避突發(fā)事件導(dǎo)致的中斷風(fēng)險，實現(xiàn)節(jié)點企業(yè)和供應(yīng)鏈整體最優(yōu)化。例如，江鈴汽車可以與其前五大供應(yīng)商進行供應(yīng)鏈信息共享，實現(xiàn)供應(yīng)與需求的有機銜接，使南昌寶江鋼材、博世汽車系統(tǒng)有限公司等企業(yè)之間通過信息共享平臺交換和溝通信息，共享相關(guān)需求預(yù)測、配送、庫的需求預(yù)測更加準(zhǔn)確，避免信息失真，使供求有機銜接、協(xié)調(diào)一致，而博世汽車有限公司同時作為另外的制造商——富奧股份下屬零部件供應(yīng)商，可以在局部供應(yīng)鏈網(wǎng)絡(luò)中更好的促進網(wǎng)絡(luò)的信息實時化、價格動態(tài)化，從而極大地促進整體網(wǎng)絡(luò)傳輸效率，更好的提升供應(yīng)鏈韌性來應(yīng)對突發(fā)事件的發(fā)生。

（三）針對非核心的供應(yīng)商企業(yè)

陜西重型汽車有限公司、長春一汽富維汽車零部件股份有限公司等企業(yè)主營業(yè)務(wù)類都為汽車零部件或者原材料供應(yīng)，且都為供應(yīng)商企業(yè)，同時是其它上市車企的子公司或持股企業(yè)。所以，雖然連邊關(guān)系少，不利于在突發(fā)事件沖擊下保持韌性，但相比十堰新格新型材料有限公司、老河口生龍機械有限公司、云南鍇晟特種金屬有限公司等供應(yīng)商企業(yè)來說，都有穩(wěn)定的業(yè)務(wù)需求方存在，而后者這些非核心的供應(yīng)商企業(yè)，則應(yīng)該采取一些措施來穩(wěn)定自己的下游制造商，增加供應(yīng)鏈風(fēng)險韌性。這些企業(yè)往往介數(shù)中心性值較低，連邊關(guān)系稀少，自身作為實力不足的供應(yīng)商企業(yè)，可以簽訂收益共享合同來促使制造商幫助原材料承擔(dān)部分損失，以保證供應(yīng)端的穩(wěn)定；除了向整車制造商努力外，也可以與同為供應(yīng)商的車企簽訂合同發(fā)展業(yè)務(wù)伙伴關(guān)系，在合作伙商受到突發(fā)事件發(fā)生中斷后無法對自身制造商履約時，可以優(yōu)先獲得其制造商需要的供給訂單。

此外，通過保險轉(zhuǎn)移來規(guī)避自身資金鏈斷裂也是不錯的選擇，為應(yīng)對企業(yè)可能發(fā)生的供應(yīng)鏈中斷風(fēng)險，新格、生龍機械等企業(yè)通過購買保險來轉(zhuǎn)移風(fēng)險也是可行的事前規(guī)避策略之一。突發(fā)事件下，發(fā)生業(yè)務(wù)中斷時向保險公司理賠基本財產(chǎn)險和業(yè)務(wù)中斷險，可以保護企業(yè)機器廠房等生產(chǎn)設(shè)施因突發(fā)事件引起的中斷而不能正常運營所帶來的損失，又可以保護企業(yè)免受突發(fā)事件導(dǎo)致的供應(yīng)中斷造成的損失。

參考文獻：

［1］盛昭瀚，王海燕，胡志華.供應(yīng)鏈韌性：適應(yīng)復(fù)雜性——基于復(fù)雜系統(tǒng)管理視角［J］.中國管理科學(xué)，2022，30（11）：1-7.

［2］劉濤，陳忠，陳曉榮.復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用研究概述［J］.系統(tǒng)工程，2005（6）：1-7.

［3］范如國.復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)范型下的社會治理協(xié)同創(chuàng)新［J］.中國社會科學(xué)，2014（4）：98-120，206.

［4］譚躍進，吳俊，鄧宏鐘.復(fù)雜網(wǎng)絡(luò)中節(jié)點重要度評估的節(jié)點收縮方法［J］.系統(tǒng)工程理論與實踐，2006（11）：79-83，102.

［5］高自有，趙小梅，黃海軍，等.復(fù)雜網(wǎng)絡(luò)理論與城市交通系統(tǒng)復(fù)雜性問題的相關(guān)研究［J］.交通運輸系統(tǒng)工程與信息，2006（3）：41-47.

［6］葉青.基于復(fù)雜網(wǎng)絡(luò)理論的軌道交通網(wǎng)絡(luò)脆弱性分析［J］.中國安全科學(xué)學(xué)報，2012，22（2）：122-126.

［7］李文川，李卓婭，黃影.基于復(fù)雜網(wǎng)絡(luò)的閉環(huán)供應(yīng)鏈風(fēng)險傳播模型構(gòu)建及仿真［J］.物流技術(shù)，2023，42（3）：78-85.

［8］張廣勝，劉偉.物流服務(wù)供應(yīng)鏈復(fù)雜網(wǎng)絡(luò)脆弱性測度研究［J］.計算機工程與應(yīng)用，2017，53（19）：224-230.

［9］李勝利.基于復(fù)雜網(wǎng)絡(luò)的冷鏈物流網(wǎng)絡(luò)魯棒性研究［D］.秦皇島：燕山大學(xué)，2021.

［10］張建同，張敏，郭卓琦.基于修正KMV模型的汽車供應(yīng)鏈金融風(fēng)險分析［J］.工業(yè)工程與管理，2019，24（1）：128-135，143.

［11］樊雪梅，盧夢媛.新冠疫情下汽車企業(yè)供應(yīng)鏈韌性影響因素及評價［J］.工業(yè)技術(shù)經(jīng)濟，2020，39（10）：21-28.

［12］汪小帆，劉亞冰.復(fù)雜網(wǎng)絡(luò)中的社團結(jié)構(gòu)算法綜述［J］.電子科技大學(xué)學(xué)報，2009，38（5）：537-543.

［13］劉曉平，唐益明，鄭利平.復(fù)雜系統(tǒng)與復(fù)雜系統(tǒng)仿真研究綜述［J］.系統(tǒng)仿真學(xué)報，2008，20（23）：6303-6315.

［14］黃瑋強，莊新田，姚爽.中國股票關(guān)聯(lián)網(wǎng)絡(luò)拓?fù)湫再|(zhì)與聚類結(jié)構(gòu)分析［J］.管理科學(xué)，2008（3）：94-103.

［15］李方生，趙世佳，張建杰，等.新冠肺炎疫情對汽車產(chǎn)業(yè)的影響及應(yīng)對舉措［J］.科學(xué)管理研究，2021，39（1）：51-57.

［16］高運勝，孫露，張玉連.新冠疫情全球蔓延對我國汽車產(chǎn)業(yè)鏈的沖擊與機遇［J］.國際貿(mào)易，2020（11）：36-44.

［17］KANG X Y， WANG M X， CHEN L， et al.Supply risk propagation of global copper industry chain based on multi-layer complex network［J］.Resources policy，2023，85（A）：103797.

［18］WANG J P， HOU H， JIN X D.Risk transmission in complex supply chain network with multi-drivers， Chaos［J］.Solitons and fractals，2021，143：110259.

［19］SUN J Y， TANG J M， FU W P， et al.Construction of a multi-echelon supply chain complex network evolution model and robustness analysis of cascading failure［J］.Computers and industrial engineering，2020，144：106457.

［20］LIANG T， KE J， JIE H H.Eugene stanley， complex interdependent supply chain networks：cascading failure and robustness， physica a：statistical mechanics and its［J］.Applications，2016，443：58-69.

［21］MAGNUS F， FRANS P.Sustainable supply chain management when focal firms are complex：a network perspective［J］.Journal of cleaner production，2015，107：85-94.

［22］FARHAD H， RIPON K C， ALIREZA A.Evaluating supply chain network resilience considering disruption propagation［J］.Computers and industrial engineering，2023，183：109531.

［23］PENG L，YUE L，TENG Z.A critical node identification approach for complex networks combining self-attention and resnet［J］.International journal of modern physics c，2024，35（1）.

［24］GIRIDHAR M， SOUMYA S.Ranking influential nodes in complex network using edge weight degree based shell decomposition［J］.Journal of computational science，2023，74.

Study on the Supply Chain Resilience of AutomobileIndustry Based on Complex Network

WANG Wen-Li，LI Jie

（School of Economics and Management， Taiyuan University of Science and Technology，Taiyuan，Shanxi 030024）

Abstract：In the supply chain of the automobile industry， the interaction between enterprises due to partnership or competition affects the entire supply chain network.In addition， there are many participants in the supply chain， and the network resilience is more susceptible to the interference of various emergencies.Based on the complex network model， this paper collects the data of 141 auto companies in the automotive supply chain section of CSMAR database to build a complex network relationship matrix model， and tests the constructed network model through complex network characteristics analysis.The methods of target interference and random interference are used to simulate the supply chain disruption scenarios caused by emergencies.MATLAB and PAJEK are used to conduct simulation experiments on the network.The stability of the network is observed through the elastic performance and efficiency performance data represented by the maximum connected subgraph， and the method to improve the supply chain resilience of the automobile industry is obtained.

Keywords：automotive industry supply chain; complex network; supply chain resilience; maximal connected subgraph

基金項目：國家自然科學(xué)基金面上項目“重大突發(fā)事件下供應(yīng)鏈金融風(fēng)險傳導(dǎo)機理及防控策略研究”（72171162）