基于復雜網絡和協同理論的供應鏈金融協同績效評價方法

摘 要：客觀準確地評價供應鏈金融協同績效有助于供應鏈金融的有效管理和控制，是推動供應鏈發展的重要前提。如何運用供應鏈金融核心企業的數字化平臺中真實的歷史交易數據定量評價供應鏈金融協同績效，是近年來需要關注的重要研究課題，基于復雜網絡和協同理論的供應鏈金融協同績效評價方法為此提供了解決方案。首先，從供應鏈金融數字化平臺上導出真實的歷史交易數據并進行預處理;然后，基于復雜網絡理論分別構建供應鏈子系統和金融子系統的網絡模型;進一步地，對供應鏈子系統和金融子系統的網絡結構進行分析，構建度量指標體系;在此基礎上，根據協同理論確定序參量，并通過構建供應鏈金融協同評價模型來評價供應鏈金融的協同績效。

關鍵詞：供應鏈金融;復雜網絡;協同理論;績效評價

中圖分類號：C934 文獻標識碼：A 文章編號：1674-5450（2024）06-0060-11

一、引言

近年來，隨著大數據、云計算、人工智能等數字技術的迅猛發展，中國數字供應鏈金融發展水平呈逐年遞增態勢[1]，整個供應鏈系統已被數字技術重塑，這不僅加速了商流、物流、信息流等資源在供應鏈企業間的整合流動，降低了企業之間對接的成本，而且提升了供應鏈的整體運行效率。目前，市場競爭已由企業之間的競爭逐漸轉變為供應鏈之間的競爭[2-3]。然而，隨著供應鏈的不斷發展，人們發現融資難、融資貴等問題正在抵消數字化帶來的效率優勢和成本節約，供應鏈企業特別是中小企業資金不足問題成為制約供應鏈整體競爭力提升的“瓶頸”。因此，在整合供應鏈中的商流、物流和信息流時，原本被認為是輔助流程的資金流開始被越來越多的學者和企業決策者所關注，人們開始考慮將供應鏈中的商流、物流、信息流和資金流協同起來，優化供應鏈內部的資金配置，從而為整個供應鏈創造更大的價值。在這種背景下，供應鏈金融應運而生，在供應鏈上下游企業連接而成的復雜網絡中，供應鏈金融依托網絡中的商流、物流和信息流推動資金流在網絡中流動;反之，資金流又帶動商流、物流和信息流的流動，這樣就形成了根據現有供應鏈金融的發展狀況進行不斷調整完善的動態協同發展過程，以實現供應鏈整體績效提升和持續發展。已有研究表明，協同發展是一個系統實現可持續發展的動因和手段，在供應鏈金融系統的發展和演化過程中，如果不能準確判斷系統協同狀況，進而有針對性地進行干預，供應鏈金融系統是無法長期存在和演進的。因此，如何對供應鏈金融協同績效進行評價，從而實現對供應鏈金融協同績效的有效管理和控制，是一個非常有意義的研究問題。

目前，關于供應鏈金融協同的研究已經引起了學者們的關注。Kong等應用系統動力學建立了基于物流、信息和現金的供應鏈金融模型，討論資金流和融資政策制定對供應鏈績效的影響[4]。Silvestro等通過研究兩家國際銀行的案例，提出銀行可以通過協同合作和信息共享等來支持供應鏈企業[5]。Xin等建立了供應鏈金融協同發展的演化博弈模型，分析了不同因素對博弈結果穩定性的影響[6]。楊琦峰和王瑩瑩通過構建多元線性回歸模型對電商供應鏈金融進行實證研究，在對財務協同、經營協同、管理協同進行了評價后，提出促進電商企業供應鏈金融協同發展的對策和建議[7]。盛鑫等構建了考慮政府行為的物流企業與金融機構協同發展供應鏈金融業務的動態演化博弈模型，提出了促進供應鏈金融業務協同發展策略[8]。Lan等采用聚類方法對供應鏈財務風險進行了分析和總結，提出促進供應鏈金融協同發展的政策建議[9]1-4。Dekkers等基于參與供應鏈金融從業者提供的經驗數據，研究和總結了5個適用于供應鏈金融的理論基礎和框架[10]。李娟等以6個供應鏈金融通過合作共創價值的案例為基礎，運用扎根理論方法，推演出供應鏈金融價值創造協同機理模型[11]。簡冠群等選取2011—2022年A股上市公司數據，結合供應鏈融資渠道，運用協同理論和信息不對稱理論解析供應鏈中核心企業對上下游企業ESG表現發揮的融資效應與監測效應[12]。

綜上，已有研究針對供應鏈金融協同問題給出了有價值的思路和方法支撐，但針對如何進行供應鏈金融協同績效評價，已有的相關研究成果甚少。本研究針對供應鏈金融協同績效評價問題，考慮將供應鏈金融視為復雜系統，借鑒復雜網絡理論和協同理論，通過采用計算機仿真方法給出一種供應鏈金融協同績效評價方法。

二、基于復雜網絡和協同理論的供應鏈金融協同績效評價框架

（一）復雜網絡理論

復雜系統通常被認為由多個子系統或個體構成，各子系統之間往往既相互作用又彼此演化，極大地增加了系統整體的復雜性。近年來，復雜系統研究與社會科學、生物學等不同學科的交叉和融合趨勢顯著，使這些以定性描述為主的學科開始進行以數據為依托的定量研究。特別是隨著數據采集、存儲等技術的突飛猛進，系統運行產生的數據量正在呈爆炸性增長，這些數據中包含了大量有價值的信息，為深入研究復雜系統提供了可能。

復雜系統研究的主要方向就是從網絡結構的層面，理解社會、經濟等復雜系統的性質[13]。復雜網絡理論將具有自適應性的個體通過自組織行為構成的復雜系統，抽象成以個體為節點、相互作用為連邊的復雜網絡[14]，并從整體結構視角出發定量描述和分析復雜網絡，研究其成因、演化及應用。以供應鏈網絡為例，如果兩個企業在線下或者線上發生交互（如貨物訂購、資金支付、物流配送等），則這兩個企業之間便可建立一條表征交互關系的網絡連邊，企業節點及其連邊數量大幅增加則構成了復雜網絡，簡化示例如圖1所示。由于本研究只關注節點間是否存在連接，因此網絡中節點之間的連線是無向線。

然而，企業節點之間的交互并非固定不變的，而是在任務導向下的間續式交互，隨著時間的推移，企業節點的交互關系也相應地產生或消失，網絡結構也隨之動態變化[15]。為了更好地顯示節點之間的交互關系和次序，同時更加準確地刻畫復雜系統的交互關系[16-17]，在原有靜態網絡的基礎上加入時間信息，可以展示交互關系的演變過程[18]。該網絡模型將研究的整個時間區間切分成連續的固定時間長度的時間窗口，時間窗口內發生的所有交互事件靜態聚合成快照，并按照時間順序將所有快照排列展示，簡化示例如圖2所示。

（二）協同理論

1978年，哈肯首次正式提出協同學[19]289-302，并將協同學建立為一門正式學科，主要研究系統通過內部子系統間的協同作用從無序到有序結構轉變的機理和規律。當子系統之間的協同效應較弱時，系統是無序的;當子系統通過競爭和協調作用，使協同效應達到并超過某一臨界點時，系統通過自組織發生相變而呈現出穩定協同的有序狀態。這種從無序狀態系統到有序狀態系統的過程可以用以序參量為核心的支配原理來描述。哈肯認為序參量是能夠對系統宏觀狀態、結構和行為發揮最主要、最有效、最有決定性的變量，是系統宏觀狀態或結構的有序程度的度量，能夠支配和控制各子系統行為的作用，在系統的整個演化過程中居于主導地位。

協同學理論采用統計學或動力學的方法，通過建立數學模型能夠將復雜的社會現象轉化為系統、嚴謹、客觀的定量分析，以研究復雜系統從無序轉變到有序的演進和變化規律[20]。協同學自創立以來，在社會學、管理學、經濟學等社會科學領域得到了廣泛應用[21]。

（三）基于復雜網絡和協同理論的供應鏈金融協同績效評價的框架

供應鏈金融是供應鏈與金融兩個領域交叉產生的創新[22]。在供應鏈金融系統構建之前，供應鏈系統和金融系統之間相對獨立，隨著供應鏈企業，特別是中小企業資金不足問題加劇，供應鏈系統開始尋求與銀行等金融機構合作，金融機構則引入供應鏈物流企業等作為監管人，供應鏈系統與金融系統開始耦合，當兩個系統由相對獨立的運行狀態轉變為耦合關系起主導作用時，供應鏈金融作為一個整體系統初步形成。此時，供應鏈金融系統中便出現了由耦合關系所決定的供應鏈子系統與金融子系統之間的協同運動，并自發從非組織向組織轉化，實現了從混沌無序到組織有序的狀態，供應鏈金融系統進入自組織過程。特別是隨著數字技術的快速發展，供應鏈金融已逐漸演變為供應鏈金融核心企業以數字技術為基礎構建的供應鏈金融復雜系統[23]。在這個復雜系統中，核心企業通過搭建數字化平臺標準化了各種信息系統的接入界面，關聯供應鏈企業、金融機構等，統一組織設計業務流程，這樣核心企業能夠掌握整個供應鏈運營的信息流、商流、資金流及物流等方面數據[24]，為準確刻畫供應鏈金融系統的復雜網絡模型、判斷復雜網絡從無序轉變為有序的演進情況創造了條件。這與復雜網絡與協同理論的使用目的，即將復雜系統抽象為復雜網絡，進而判斷復雜系統從無序轉變到有序的演進情況非常相似。

本研究針對供應鏈金融協同績效評價問題，提出一種基于復雜網絡和協同理論的供應鏈金融協同績效評價方法，其核心思想是從網絡全局視角和動態演化特性出發，探索供應鏈金融內部子系統的協同邏輯關系，從而確定供應鏈金融這一復雜系統的協同程度和發展方向。為此，本研究給出基于復雜網絡和協同理論的供應鏈金融協同績效評價的研究框架，如圖3所示。在該框架中，首先，通過供應鏈金融核心企業的數字化平臺收集供應鏈金融系統真實的歷史交易數據;然后，利用數據分析和處理方法對數據進行預處理;進一步地，基于復雜網絡理論分別構建供應鏈子系統和金融子系統的復雜網絡模型，并確定整體網絡度量指標;接下來，根據協同理論和供應鏈金融復雜網絡特點確定序參量，并構建供應鏈金融系統的協同評價模型;最后，利用專家評價方法對供應鏈金融協同績效進行分析評價。

三、基于數字化平臺的歷史交易數據的收集分類和預處理

（一）符號說明

為了便于描述本文所考慮的供應鏈金融協同績效評價問題，這里給出相關符號的定義及說明。

S={SI，SII}：供應鏈金融系統，Su表示供應鏈金融的子系統，u={I，II}，其中SI表示供應鏈子系統，SII表示金融子系統。

[tstart，tend]：供應鏈金融協同績效評價的時間區間，其中tstart為起始時間，tend為終結時間。

μ：供應鏈金融協同績效評價的時間窗口長度，即以μ為固定時間間隔，將協同績效評價的時間區間[tstart，tend]切分為若干個時間窗口，觀察供應鏈金融系統在每個時間窗口的交互情況。

（二）歷史交易數據的收集分類

首先，在收集供應鏈金融核心企業數字化平臺上積累的歷史交易數據之前，要選定目標數據項，即明確平臺中哪些數據對評價供應鏈金融協同績效具有參考價值，通常可以選擇平臺中的商流、物流、資金流等方面的交易數據作為目標數據項，如訂單數據、運單數據、貸款數據等。

四、供應鏈和金融子系統的復雜網絡模型的構建和度量

（一）復雜網絡模型的構建

借鑒復雜網絡理論，下面給出時間窗口Ts內子系統Su的復雜網絡模型的構建方法。

五、供應鏈金融協同評價模型的構建

依據前文所述，供應鏈金融是一個復雜系統，包括供應鏈和金融兩個子系統。供應鏈金融活動是基于復雜網絡結構的金融性活動，網絡結構情況與子系統間協同度有著緊密聯系，關系到協同存續發展[29]，這與序參量定義和屬性特點相吻合。因此，本文將利用節點數、連邊數、整體密度、度數中心勢、平均距離5個網絡結構的度量指標作為序參量，測度供應鏈金融系統的協同度。

設子系統Su在時間窗口Ts內的序參量為

由式（8）可知，供應鏈金融系統協同度syns+1∈[-1，1]。當syns+1∈[0，1]時，syns+1值越大，供應鏈金融系統的協同程度越高;syns+1值越小，協同程度越低。當系統的一個子系統有序度較高，而其他子系統有序度較低時，系統協同度不高，此時，syns+1∈[-1，0]。進一步地，通過判斷系統協同度隨時間的變化，可以判斷供應鏈金融系統的總體發展趨勢，進而有針對性采取措施，不斷提高系統整體協同績效。

六、實例分析

HE公司成立于20世紀90年代，是一家致力于家電制造的大型企業。經過多年發展，以HE公司為核心，聯合研發設計、零件生產、渠道銷售、售后服務等上下游企業的供應鏈生態圈逐步形成。為了適應互聯網時代的發展，從2008年開始，HE公司陸續建設了采購平臺、銷售平臺、物流平臺等，以提高采購分銷、庫存管理、資金結算、通關物流等方面的效率。2012年，為了促進供應鏈跨組織協作，改善供應鏈上下游的運營質量，HE公司開始整合內部各信息系統，搭建面向整個供應鏈的開放平臺，與供應鏈上下游企業共享共用、互聯互通，逐步實現了采購訂單、銷售訂單、倉儲協同、關務協同和運輸協同等流程的一體化。

2013年，為了進一步提高供應鏈資金配置的效率和精準性，縮短供應鏈上下游的現金流量周期，提高供應鏈整體競爭力，HE公司開始與銀行機構合作，整合銀行的資金優勢和自身的業務、技術、數據優勢，為供應鏈企業提供融資支持。經過多年的發展，供應鏈融資規模不斷擴大，為準確掌握供應鏈融資與供應鏈發展的匹配程度，有效管理和控制供應鏈金融發展，HE公司開展了供應鏈金融協同績效評價工作。為此，該公司管理者分別聘請了來自高校、科研機構、咨詢公司及公司內部的7位專家成立了專家委員會。

首先，專家委員會對HE公司的各項業務開展情況進行了全面分析研究，確定了供應鏈金融協同績效評價所需的目標數據項，從數字化平臺中導出2013年1月至2021年12月的相關交易數據，并依據交易事項類型將數據分為供應鏈子系統數據和金融子系統數據兩類。

然后，以自然年為時間間隔，將2013年1月至2021年12月整個評價時間區間切分成連續的9個時間窗口，通過對數據進行規范化處理以及去重后，得到預處理后數據。為節省篇幅，這里僅列舉部分數據示例如表1和表2所示。

依據式（8），計算各時間窗口內供應鏈金融系統的協同度syns+1，s∈{1，2，…，8}，計算結果見表7。

由上述計算結果可知，2014—2021年供應鏈金融系統的協同度總體呈上升趨勢（見圖4）。但由于供應鏈子系統和金融子系統的有序度存在不一致情況，影響了整個供應鏈金融系統的協同水平，依據王玉冬、王鋒等提出的協同度等級劃分標準[30-31]，該協同度仍處于較低層級，在一定程度上制約了供應鏈的持續快速發展。具體看，2014—2017年供應鏈金融系統協同度呈現波動演變狀態，通過分析供應鏈子系統和金融子系統的有序度可以發現，供應鏈金融系統協同度波動主要是金融子系統的能動造成的。2014—2017年供應鏈子系統的有序度水平雖然較低，但總體趨于平穩，而金融子系統有序度出現先下降再上升又下降的波動狀態，從而導致整個供應鏈金融系統協同度呈現波動演化態勢。通過進一步分析金融子系統序參量的有序度變化情況（見表6）可知，金融子系統有序度在2014—2017年波動主要是金融服務的企業規模不穩定導致網絡節點數、連邊數和網絡密度出現波動。

2018—2021年，由于供應鏈子系統和金融子系統均不同程度有所上升，供應鏈金融系統協同度也呈上升態勢，但在2020年和2021年出現了增速放緩跡象。在2020年和2021年雖然金融子系統的有序度水平呈加速上升態勢，但供應鏈子系統的有序度下降，拖累了整個供應鏈金融系統協同度的上升。進一步分析供應鏈子系統的序參量有序度變化情況（見表5）可以發現，這是由于供應鏈子系統網絡節點之間的平均距離上升導致了供應鏈子系統的有序度下降。這說明企業間通過交易形成連接關系所要經過的中間企業逐漸增多，阻礙了企業間的協作，降低了供應鏈的整體效率，進而影響了供應鏈子系統的有序度。

針對上述供應鏈金融協同績效的評價分析結果，本文提出如下建議：一是依托供應鏈金融數字化平臺，建立良好的協調交流機制，引導和促進各企業（機構）之間開展直接交流合作，增加企業之間的直接連接。二是在進一步加速供應鏈企業間的專業分工與協作的同時，引入多元的利益相關者主體，促進供應鏈向更專、更全方向發展。三是充分開發利用供應鏈金融數字化平臺的數字資源，引入企業的供應鏈網絡嵌入性考察，打破了企業融資時局限于企業資產狀況等單一標準，將供應鏈金融由傳統信用評價與抵押模式向信息決策信用延伸，擴大供應鏈金融服務規模。

七、結論

本文給出了一種基于復雜網絡和協同理論的供應鏈金融協同績效評價方法，該方法在整合分析數字化平臺真實歷史數據基礎上，以復雜網絡和協同理論為依據對供應鏈金融協同績效進行評價。本文給出的方法從系統整體和動態視角分析供應鏈金融協同績效，考慮了供應鏈金融作為復雜系統的整體網絡結構及供應鏈子系統和金融子系統之間的協同關系與動態變化，克服了以往難以用實證數據來測量供應鏈金融協同績效的局限性，能夠指導供應鏈金融核心企業開展供應鏈金融協同績效評價實踐，給出了具體的實踐措施和步驟，為企業決策者進行供應鏈金融的有效管理和控制提供了一種可參考的定量分析工具，具有理論指導意義和實際應用價值。此外，隨著供應鏈金融規模的不斷擴大，本文提出的方法所需處理的交易數據也呈指數級增加，所以，針對本文的方法開發專用的應用軟件包或決策支持系統是必要的，這也是今后需要深入開展的研究工作。

參考文獻：

[1] 劉超，鮑靜海，趙躍欽.中國數字供應鏈金融發展水平及演變測度[J].統計與決策，2023（11）：133-138.

[2] 孫浩，王磊，李晨，等.回收模式相異的零售商主導型閉環供應鏈競爭模型研究[J].中國管理科學，2020（4）：86-98.

[3] 張廣勝，劉偉.基于復雜網絡理論的物流服務供應鏈網絡脆弱性機理研究[J].商業經濟與管理，2016（12）： 19-27.

[4] Kong Y Y， Sheng L， Wang H S， et al. Supply chain finance performance based on system dynamics[J].International Conference on Information Science and Engineering， 2010（4）： 6211-6214.

[5] Silvestro R， Lustrato P. Integrating financial and physical supply chains： the role of banks in enabling supply chain integration[J].International Journal of Operations & Production Management， 2014（3）： 298-324.

[6] Xin S， Zuchang Z， Keming W. An Evolutionary Game Study on Coordinated Development of Supply Chain Finance by Logistics Enterprises and Financing Institutions[J].International Journal of Education and Management， 2017（6）：

103-108.

[7] 楊琦峰，王瑩瑩.經濟轉型期線上供應鏈金融協同創新的路徑和對策研究[J].蘇州大學學報（哲學社會科學版），2018（3）：111-116.

[8] 盛鑫，陳長彬.政府行為對供應鏈金融業務協同發展的影響：基于演化博弈論的研究[J].技術經濟與管理研究，2019（2）：81-85.

[9] Lan Y， Miao N， Wang Y Y， et al. Research on the coordinated development mechanism of supply chain finance among countries under the development of Internet Era[C]//E3S Web of Conferences. Paris： EDP Sciences， 2021.

[10] Dekkers R， Boer R D， Gelsomino L M， et al. Evaluating theoretical conceptualizations for supply chain and finance integration： A Scottish focus group[J].International journal of production economics， 2020（2）： 1-15.

[11] 李娟，聶勇.供應鏈金融價值創造協同機理研究：基于扎根理論[J]. 財會月刊，2022（2）：123-129.

[12] 簡冠群，白飛范.供應鏈金融能促進企業ESG表現嗎：基于協同理論和信息不對稱理論[J].財會月刊，2024

（12）：71-78.

[13] 羅家德，曾豐又.基于復雜系統視角的組織研究[J].外國經濟與管理，2019（12）：112-134.

[14] 李阿明，王龍.時序網絡控制[J].系統科學與數學，2019（2）：184-202.

[15] Ahuja G， Soda G， Zaheer A. The genesis and dynamics of organizational networks[J].Organization Science， 2012（2）：

434-448.

[16] Eagle N， Pentland A. Reality mining： Sensing complex social systems[J].Personal and Ubiquitous Computing， 2006

（4）： 255-268.

[17] 胡鋼，許麗鵬，徐翔.基于時序網絡層間同構率動態演化的重要節點辨識[J].物理學報，2021（10）：355-366.

[18] Ferreira A. Building a reference combinatorial model for MANETs[J].IEEE Network， 2004（5）： 24-29.

[19] Haken H. Synergistic[M].Berlin： Springer， 1978.

[20] 唐曉波，黃圓媛.協同學在供應鏈協同中的應用研究[J].情報雜志，2005（8）：23-25.

[21] 李漢卿.協同治理理論探析[J].理論月刊，2014（1）：138-142.

[22] 宋華.供應鏈金融：從金融導向、供應鏈導向到網絡生態導向、金融科技導向的演進[J].研究與發展管理，2020（5）：1-2.

[23] 宋華，楊璇.供應鏈金融如何助力中小企業融資：供應鏈網絡嵌入性視角[J].研究與發展管理，2018（3）：22-33.

[24] 宋華，陳思潔.供應鏈金融的演進與互聯網供應鏈金融：一個理論框架[J].中國人民大學學報，2016（5）： 95-104.

[25] 郭雷.系統學是什么[J].系統科學與數學，2016（3）：291-301.

[26] 羅家德，曾豐又.基于復雜系統視角的組織研究[J].外國經濟與管理，2019（12）：112-134.

[27] Wang H， Song Z. Airway Network Characteristics Based on Complex Network[J].Transactions of Nanjing University of Aeronautics and Astronautics， 2020（2）： 242-262.

[28] 徐建中，朱曉亞.社會網絡嵌入情境下R&D團隊內部知識轉移影響機理：基于制造企業的實證研究[J].系統管理學報，2018（3）：422-432.

[29] 宋華，陳思潔.供應鏈網絡慣性與供應鏈動態能力[J].北京交通大學學報（社會科學版），2017（4）：80-87.

[30] 王玉冬，張博，武川，等.高新技術產業創新鏈與資金鏈協同度測度研究：基于復合系統協同度模型[J]. 科技進步與對策，2019（23）：63-68.

[31] 王鋒，傅利芳，秦豫徽.省域“能源—經濟—環境”（3E）系統協調度時空差異與趨勢預測[J].山西財經大學學報，2016（6）：15-27.

Synergic Performance Evaluation Method of Supply Chain Finance based on Complex Network and Synergy Theory

Liu Kaining

（College of International Education，Shenyang University，Shenyang Liaoning 110044）

Abstract：Objective and accurate evaluating of supply chain finance synergic performance can be conducive to effective supply chain finance management and control， it is an important premise to promote the industrial supply chain development. How to use the core enterprises real historical transaction data in the digital platform of supply chain finance to quantitatively evaluate the synergic performance of supply chain finance is an important research topic that needs attention in recent years. A method for synergic performance evaluation method of supply chain finance based on complex network and synergy theory can be a solution for it. First of all， the real historical transaction data from the digital platform of supply chain finance can be exported in order to have pretreatment before use. Then， the network models of supply chain sub-system and financial sub-system are constructed respectively based on complex network theory. Furthermore， the network structure of supply chain sub-system and financial sub-system can be analyzed， thus measurement index system can be built. On the basis of above， according to the synergy theory， the order parameter can be determined， and the supply chain finance synergic performance can be given by constructing supply chain finance synergic evaluation model.

Key words：supply chain finance; complex network; synergy theory; performance evaluation