基于云模型的支柱性傳統產業的風險研究

曹麒麟 卓倩蕓

[摘要]

傳統產業穩定發展有助于區域經濟增長，新興行業持續發力的同時，部分支柱性產業，尤其是傳統特色產業陷入一定的困境。文章以四川原酒產業為研究對象，通過實地走訪調研及18位專家問卷調查，運用云模型進行區域支柱性傳統特色產業的風險量化研究。研究表明，原酒產業中企業自身風險最高的是中游企業，其次是下游、上游企業，共同體風險中資金流風險最高。據此，提出通過財務預警體系建設、人才培養與激勵、創新“保險十期貨”模式、注重品牌規劃及供應鏈金融等方法管理風險，實現區域支柱性特色產業的穩步發展。

[關鍵詞]產業鏈；支柱性傳統特色產業；風險量化；云模型

[中圖分類號]F427[文獻標識碼]A[文章編號]1008—0694（2023）02—0093—09

[作者]曹麒麟副教授四川大學商學院成都 610065

卓倩蕓博士研究生復旦大學管理學院上海 200433

一、引言

五千年的悠久歷史孕育中國諸多世界性獨特產業，許多傳統特色產業形成區域支柱性產業，如西南地區的白酒產業、江西陶瓷產業、江浙絲綢產業等。新發展階段，新興產業蓬勃發展，新型制造業如電動汽車等成為發展重點，經濟發展重心逐漸往新興產業轉移，傳統特色產業如何繼續穩定發展，保證區域支柱性產業平衡與發展成為當前許多地方產業發展的重要課題。

我國傳統特色產業多屬于消費產業，由于各種風險因素影響進入疲軟期也是常態。西南地區中小型酒廠數量龐大，該類酒廠多生產白酒的基礎形態—原酒。千百年來，以瀘州、宜賓、邛崍、綿竹等為代表的四川原酒已經發展為地區支柱性特色產業。因此，本文以四川原酒產業為例展開研究。原酒產業和陶瓷、絲綢等傳統特色行業具有高度相似性，均以農產品為原料，采取特殊技藝加工后進行包裝銷售，所以本文以原酒為研究對象探究傳統特色產業規律。

對原酒產業的分析離不開對整個白酒行業的探討，白酒產業經歷2003—2012年的黃金十年，在“塑化劑”事件和限制“三公”消費政策出臺之后，高端白酒銷量一路走低。2013—2015年白酒產業進入深度調整期，市場需求急劇減少，提升原酒交易數量和提高交易效率成為白酒企業最為迫切的生存需求。自2012年起，白酒的產銷量增長在多數情況下，甚至在部分白酒銷售高峰期也低于同期GDP增長速度，這一現象到2016年才得以復蘇回暖。陶瓷、絲綢產業也面臨著相同的困境，突破產業困境的第一要義是識別困境，尤其是識別產業鏈上的風險。

新形勢下，經濟發展方式轉變、經濟結構優化和增長動力轉換，質量變革、效率變革和動力變革等，均為經濟發展的主題。黃速建等（2018）強調企業的主體性作用，指出成功的關鍵在于能否實現企業的高質量發展。企業的高質量發展需要考慮產業環境的變化，傳統產業過去的研究多集中于如何將傳統產業與新興產業相融合謀發展，陸立軍等（2012）提出兩者在相互適應階段、協調發展階段和分化替代階段三個階段之后進一步轉型，需要發揮地方政府淘汰落后產能和資金支持的能力（2），“互聯網＋”帶來傳統行業的跨界顛覆式創新等為傳統產業帶來新的活力（3]。也有學者聚焦產業集聚效應研究，如蘇丹妮等（2018）指出傳統產業的集聚效應的集聚經濟大于過度競爭關系）。

中國經濟增速放緩的今天，保持經濟的活力不能完全依賴于新興產業的繁華，重塑傳統支柱性產業尤其是傳統特色行業活力是在“一帶一路”政策下不可忽視的重要環節，在產業調整過程中進行風險量化研究，有助于實現區域進一步協調發展。鑒于此，本文從風險管理角度入手，探討傳統特色產業發展過程中可能存在的風險，同時運用風險云模型進行風險量化管理。

二、原酒產業風險識別

對產業鏈風險的研究已經十分普遍。蔣國俊等（2004）認為推動產業鏈穩定運行的三種機制包括競爭定價機制、利益調節機制和溝通信任機制），但這三種機制著眼于整個產業鏈內部，忽視了一定外部風險和整體風險，尤其是替代性產業帶來的沖擊。龔勤林（2004）對產業鏈風險傳導機制進行研究，指出產業鏈中企業自身風險（SR）根據企業所處的產業鏈環節不同存在差異，可以總體概括為經營風險（OR）、財務風險（FR）、市場風險（MR）等等，還有產業鏈整體風險—共同體風險（CR），彼此互相影響，風險會在產業鏈上遞層傳導以及整體傳導，經營風險和市場風險全部作用于其自身]。李存斌等（2007）以網絡計劃為例，采用風險元傳遞解析模型進行風險傳遞研究，張曉毅（2011）研究直線型產業鏈和金字塔形產業鏈風險傳遞，分別采用三角形風險元概率估計方法、蟻群算法構建直線型和金字塔形產業鏈風險傳遞模型給出主要風險節點和控制方法（8）。

郁義鴻（2005）指出，產業鏈是指在一種最終產品的生產加工過程中—從最初的自然資源到最終產品到達消費者手中—所包含的各個環節所構成的整個的生產鏈條（2）。結合侯亞景（2011）對白酒產業鏈的研究①0，產業鏈上游主要指原酒釀造原材料的生產銷售單位，我國原酒的釀造100％采用純糧固態發酵法②，主要采用高粱、玉米、小麥等主原料。經過調查發現超過89％的白酒生產企業會從糧食采購機構購入原料進行生產，小部分中小型酒企直接從糧農處進行收購，上游企業主要以糧食收購企業、酒類生產機械及工具企業以及酒類包裝材料企業為主。原材料進入釀造環節便需要釀造企業釀酒專業技術人才進行釀造，根據走訪調查發現，幾乎所有的原酒釀造企業暫時都難以實現完全現代化，尤其是在糧食蒸煮和酒曲攤涼環節對釀酒技師的要求較高，主要依賴人工進行。經過發酵之后，中游企業—釀造企業將生產的原酒運送至下一環節進入勾調、包裝等，最后經由下游企業流入市場，到達最終消費者手中，許多企業同時承擔最后兩個環節，在完成勾調包裝之后直接進行銷售。針對產業鏈中的企業自身風險（SR），上游企業的風險源主要是經營風險（OR）。當某年度氣候不穩定時，上游企業的糧食等產量不足將直接導致整體產能受限。國家統計局數據顯示，隨著機械化程度提高和生產力的不斷發展，我國的糧食產量平穩增長，其中原酒產業所需要使用到的高粱產量雖然存在一定程度的減少，主要原因在于高粱的需求下降，高粱種植減少，但仍能夠滿足酒類釀造的需求，所以對于上游企業來說自身風險相對較低。

中游企業風險源主要為經營風險（OR）中的人才風險和財務風險（FR）。一是人才風險。生產過程中需要大量的人工參與，受訪的18家酒企中，有6家企業仍為全人工釀造，其余均以人工為主，機械為輔，一旦技師操作出現偏差將會導致所釀原酒口味偏差。近年來，雖然釀酒原理已經被許多專業人士研究，但酒廠工人作為釀造過程中的主力軍卻流失嚴重，老齡化③和人才稀缺成為原酒釀造企業面臨的一大人才難題。另外，18家參與調研的酒企中有超過一半的企業表示負債壓力中等及以上，其中5家明確表示企業負債壓力較大，并且有5家表示在銀行獲取貸款的額度不容樂觀，其原因是企業自身征信情況因為企業規模的原因難以得到太大的提升，以及中小型酒企資產具有很強的專用性，比如資產占比較大的“酒窖”流動性低，難以成為貸款抵押物，導致酒企的融資難度相比其他制造業企業更大。

產業鏈構成的共同體風險（CR）包括物流風險、信息流風險和資金流風險。一是物流風險，主要是在運輸過程中酒精的揮發，受訪企業大多表示對企業的影響不大。二是信息流風險，來自信息傳遞過程中的滯后性，行業新聞的更新時間需要至少1天的時間，并且調研中超過一半的企業承認信息傳遞需要超過8小時（一個工作日），真正落地實施需要一周以上，信息的滯后性對酒企及其他傳統特色產業中企業的效率有一定的影響，但由于傳統特色產業的產品生產周期大多較長，所以相對而言不具有較大威脅性，只有在出現極端情況下才會出現較大程度的影響。三是資金流風險，也是傳統特色產業面臨的最具威脅的風險。目前中游企業面臨著較為嚴重的財務風險，這一風險在產業鏈中往上下游傳遞，并且由于下游企業的市場風險影響也會導致企業的營業成本和收入不匹配帶來資金短缺現象，資金在產業鏈中傳遞也會帶來風險在產業鏈中的傳遞。綜上所述，在共同體風險中資金流風險系數最高，需要產業鏈中的各個企業密切關注。

本文基于前人研究，運用風險云模型，結合風險元概率估計的方法對產業鏈中的風險元進行識別。研究團隊走訪了白酒金三角“宜賓—瀘州一仁懷”中的瀘州，同時收集了來自成都、宜賓、瀘州、貴陽等地共計18家酒企數據（2016—2018年）。對白酒產業高度聚集且具有代表性的白酒金三角酒企研究后發現，從原酒產業鏈上中下游企業來看，在企業自身風險（SR）中，中游企業所面臨的風險系數最高，在共同體風險（CR）中，由于風險傳遞機制的存在，資金流風險屬于整個產業鏈中最為顯著的風險。

三、基于云模型的原酒產業鏈風險量化分析1.云模型

正態分布和正態隸屬函數的普遍性奠定了正態云模型普適性，并且云模型可以表示宏觀、中觀和微觀三個不同尺度上的概念（12）。本文將模糊性和隨機性結合起來的云模型量化產業鏈風險。基于風險元的識別，采用在概率論和模糊理論基礎上發展起來的計算機語言一云模型—正向云發生器，將自然定性語言在期望、熵和超熵三個特征值的幫助下形成N維云滴，將定性語言通過N維轉換為定量語言13]。期望（E）反映了云滴的中心位置，表示風險因子隸屬度的平均值；熵（En）反映風險因子權重和隸屬度的可能取值范圍，熵越小，說明指標中提供的信息量越大，在綜合評價中的作用越大，該指標權重就應越高；超熵（H。）反映云滴的離散程度，表示各風險因素的比重和隸屬度偏離平均值的情況，超熵越大，云滴的離散度、隸屬度的隨機性越大，量化的準確度越差。

2.原酒產業鏈風險量化

建立風險評估體系，根據前文產業鏈風險識別分析，建立風險評估系統，明確風險層次。本文走訪調查時對各個風險層次針對性提出五個級別的風險評估層級，可以概括為低風險、較低風險、中等風險、較高風險和高風險，同時采用雙邊約束法確定云參數。結合對18家酒企專家的問卷調查，確定五個級別的風險評估層級的云參數，如表1所示。分別對“低風險”“較低風險”“中等風險”“較高風險”和“高風險”進行衡量，值越小表示風險越小，根據期望（Ex）、熵（En）和超熵（H），運用正向云發生器生成風險等級云圖，如圖1所示。

基于18位專家的問卷調查，確定各風險因子在產業風險中的重要程度，并根據熵權法計算各風險因子所占權重Wi，如（1）式所示。然后，根據云模型理論計算每個風險因子所占整體風險期望Ex、熵En、超熵H。，如（2）—（4）式所示。

其中，xjj為第i位專家對第j個風險因素的打分，Ex為第i位專家對該風險因素的期望打分，k為固定值，反映評價的隨機性，其取值不宜過大，否則會增大評價的不確定性，通常為0.1，既能客觀反映風險評價的隨機性，又可以簡化評價的過程。將企業自身風險和共同體風險相結合并根據重要程度賦予權重，分析專家給出的定性風險評估，定量轉化之后得到如表2所示風險云模型特征值。

根據期望Ex，熵En構建一個正態隨機數xi，使得正態隨機數x；滿足期望為Ex，方差為En。同樣的，生成第二個正態隨機數E，滿足期望為En，方差為H。云模型中的云滴值，（xi，yi）為一個云滴，是該云滴表示的語言值在數量上的具體表現，其中x；是定性概念在集合U中對應的數值，yi是相應語言值的程度度量，不斷重復這個過程直到云滴數滿足要求。2021年我國規模以上①白酒企業有1015家②，將此數據擴大近十倍構建云模型，云滴數設定在10000，模擬得到上游、中游和下游企業自身風險期望分別是1.50、3.35、1.68，如圖2所示。

上游企業風險云圖與較低風險幾乎保持契合，屬于較低風險；中游企業節點風險云圖處于較高風險與高風險之間，更偏向于較高風險；下游企業節點風險圖處于較低風險與中等風險曲線之間，相對更接近于中等偏低風險，且中游企業風險＞下游企業風險＞上游企業風險。

圖3展示了原酒產業鏈共同體風險，物流、信息流、資金流鏈條風險期望分別是1.06、1.65、3.646。物流風險云圖與較低風險極為接近，屬于較低風險；信息流風險云圖處于較低風險與中等風險之間，屬于較低風險；資金流風險云圖與較高風險完全契合，屬于較高風險，且資金流風險＞信息流風險＞物流風險。

圖4繪制了原酒產業鏈綜合風險云圖，從整個產業鏈來看，其風險期望為2.5015，綜合風險云圖位于中等風險狀態。

四、原酒產業鏈的風險管理

1.原酒產業鏈上游企業風險管理

以高粱等糧食供應商為主的上游企業所面臨的風險，可能是原材料采購及生產加工的風險。一是價格下跌，可通過“保險＋期貨”等模式幫助上游企業規避此類風險。“保險＋期貨”自2016年以來七次被寫入中央一號文件，具體是指以期貨品種為保險標的，在保險期間，因保險合同責任免除以外的原因造成該品種期貨合約的價格低于約定價格時，保險人按照保險合同約定負責賠償的一種保險。除了場內期貨，場外期貨具有更高的靈活性，可以幫助上游企業更好地規避價格波動的風險。二是由于氣候因素導致的原料減產，企業可通過分析訂單管理庫存，降低訂單交付風險。

2.原酒產業鏈中游企業風險管理

處在原酒產業鏈中游的白酒生產釀造酒廠面臨的風險，主要為人才風險和財務風險。人才風險來源于釀酒人才的減少和老齡化。目前企業除了吸納青年人才，還應加強人才培養，提高人才留存率。同時，政府可以成立地方釀酒培訓機構，提供釀酒等培訓，激勵相關人才加入釀酒行業。

大型酒企財務風險主要因資產利用率不足引起。企業可以利用現有資產成立資產管理部門進行投資，運用財務風險預警體系分析投資風險，優選投資項目，提高投資效率。在搭建財務風險預警體系時，除傳統定性方法以外，還可以采用準確度更高的定量方法，如支持向量機等4，完善財務風險預警體系流程設計，如PDCA循環理論的運用等5，防范企業財務風險。

中小型企業的財務風險來源主要是盈利能力弱、資金容易出現短缺，尤其是融資難問題。除建設財務風險預警體系外，地方政府可以考慮聯合當地大型企業開發行業通用財務風險預警體系，降低成本，最大限度利用協同資源，扶持本土中小企業與核心企業形成產業鏈和產業集群，增強企業應對財務風險能力。

3.原酒產業鏈下游企業風險管理

散酒的分銷與零售以及品牌酒的分銷與零售構成原酒產業鏈的下游企業主體。下游企業面臨的風險主要來自消費需求不確定的市場風險，這一風險經過產業鏈傳導機制，通常會對整體產業鏈產生重大影響。由于不同行業產品性質的差異，應對市場風險需要結合產品性質和實際需求考慮，白酒屬于消費行業，根據產品等級的不同可以分為中低端酒和高端酒。企業可以通過細分市場，加強用戶管理，合理預測市場需求波動，應對產業鏈下游市場風險。如針對中低端酒用戶，推出更多細分價位的產品，并對用戶進行深度分析和精準營銷；根據不同的年齡段推出不同類型的產品，以更好地提高企業抗風險能力。如瀘州老窖針對中低端年輕客群推出的“瀘小二”，伴有調酒推廣、年輕化標語、Q版人物等營銷手段，打響知名度，獲取部分年輕客群市場份額。又如五糧液針對宴席用酒推出的“百家宴”、舍得酒推出的年份酒等，合理細分市場，緩解因為不確定性帶來的市場風險，有效實現了白酒產業鏈下游企業的穩定發展，構建起完善的產業鏈閉環。

4.共同體風險管理

基于前文的風險量化研究，目前原酒產業鏈中最為顯著的共同體風險為資金流風險。資金流風險，是指由于資金在產業鏈中流轉不暢帶來的不確定性6。供應鏈金融，是銀行或企業將供應鏈中的核心企業及上下游企業聯系在一起提供靈活運用的金融產品和服務的一種融資模式，是對資金的可獲得性和成本進行優化的過程”，以促進“產一供一銷”鏈條的穩定和流轉（18），從而應對資金流風險。

可利用供應鏈金融，從資金的流速、流量和流向三個方面來保證資金在產業鏈中的流轉。第一，通過應收賬款、保兌倉等融資模式加快產業鏈中小企業資金周轉速度，促進產業鏈高效運轉（19]。第二，支持供應鏈金融對供應鏈整體進行信用授信，控制資金流量，優化企業資金運用及采購活動，提高整體收益。第三，創新供應鏈金融中融通倉融資模式，通過引入第三方企業，在不改變資金流向的情形下，加強信息傳遞，降低信息不對稱性。

參考文獻：

[1]黃速建，肖紅軍，王欣.論國有企業高質量發展[J].中國工業經濟，2018，（10）.

[2]陸立軍，于斌斌，傳統產業與戰略性新興產業的融合演化及政府行為：理論與實證[J].中國軟科學，2012，（05）.

[3]張驍，吳琴，余欣，互聯網時代企業跨界顛覆式創新的邏輯[J].中國工業經濟，2019，（03）.

[4]蘇丹妮，盛斌，邵朝對，產業集聚與企業出口產品質量升級[J].中國工業經濟，2018，（11）.

[5]蔣國俊，蔣明新，產業鏈理論及其穩定機制研究[J].重慶大學學報（社會科學版），2004，（01）.

[6]龔勤林.區域產業鏈研究[D].四川大學，2004.

[7]李存斌，王恪鋮，網絡計劃項目風險元傳遞解析模型研究[J].中國管理科學，2007，（03）.

[8]張曉毅，產業鏈風險傳遞理論及其應用研究[D].華北電力大學，2011.

[9]郁義鴻.產業鏈類型與產業鏈效率基準[J].中國工業經濟，2005，（11）.

[10]侯亞景，我國白酒產業集聚與產業鏈的優化研究[D].天津理工大學，2011.

[11]曹吉鳴，申良法，彭為，等，風險鏈視角下建設項目進度風險評估[J].同濟大學學報（自然科學版），2015，（03）.

[12]李德毅，劉常昱.論正態云模型的普適性[J].中國工程科學，2004，（08）.

[13]LI D，LIU C，GAN W. A new cognitive model：Cloud model [J].International journal of intelligent systems，2009，（03）.

[14]吳冬梅，朱俊，莊新田，等，基于支持向量機的財務危機預警模型[J].東北大學學報（自然科學版），2010，（04）.

[15]吳戰篪，李曉龍.企業集團資金安全預警體系研究[J].會計研究，2013，（02）.[16]李占雷，施臻臻，流速、流量、流向與供應鏈資金流協調[J].物流科技，2014，（01）.

[17]LAMOUREUX M. A supply chain finance prime [J]. Supply Chain Finance，2007， （03）.

[18]閆俊宏，許祥秦.基于供應鏈金融的中小企業融資模式分析[J].上海金融，2007，（02）.

[19]張偉斌，劉可.供應鏈金融發展能降低中小企業融資約束嗎？—基于中小上市公司的實證分析[J].經濟科學，2012，（03）.

（責任編輯肖華堂）