摘要：供應(yīng)風(fēng)險或供應(yīng)中斷的可能性是供應(yīng)鏈管理面臨的一大挑戰(zhàn)，評價供應(yīng)鏈上的不確定因素的風(fēng)險水平是供應(yīng)鏈上的風(fēng)險管理的關(guān)鍵步驟。文章首先從權(quán)變理論的視角提出了一個識別和預(yù)測供應(yīng)鏈上的風(fēng)險的新方法，即從結(jié)構(gòu)性和隨機性兩個維度來分析歸類影響供應(yīng)鏈績效的風(fēng)險因素。同時，基于這些風(fēng)險因素，論文采用了計算模糊集合信度結(jié)構(gòu)的方法，對相關(guān)風(fēng)險因素的風(fēng)險水平進行了分析評價。

關(guān)鍵詞：供應(yīng)鏈； 風(fēng)險識別； 不確定性；模糊集合

一、 引言

今天，生產(chǎn)周期的縮短和需求的增長導(dǎo)致了供應(yīng)鏈的復(fù)雜性，由于成本降低和獲取競爭優(yōu)勢的壓力，許多企業(yè)開始采取全球化戰(zhàn)略和外包戰(zhàn)略。這也需要供應(yīng)鏈網(wǎng)絡(luò)的進一步拓展，即在供應(yīng)鏈系統(tǒng)內(nèi)增加網(wǎng)絡(luò)節(jié)點（Network Node）。另外，許多企業(yè)引入了精益生產(chǎn)（Lean Production）概念，這促進了企業(yè)運營的平穩(wěn)，但如果意料之外的事項發(fā)生的話，這或許會產(chǎn)生一些問題。而對英特網(wǎng)和企業(yè)資源計劃（ERP）使用的增加也促進了信息的共享，縮短了信息交易的時間以及減少了誤差和冗余的發(fā)生。然而由于內(nèi)外部環(huán)境變化的影響，所有以上提到的供應(yīng)鏈的創(chuàng)新不可避免的增加了供應(yīng)鏈管理的難度，日益引起相關(guān)理論研究者和實踐者對供應(yīng)鏈的風(fēng)險管理（Supply Chain Risk Management，以下簡稱SCRM）的關(guān)注。而供應(yīng)鏈的風(fēng)險管理的目的是開發(fā)識別、評估、分析和處理供應(yīng)鏈上的薄弱點和風(fēng)險的方法（Neiger et al.，2009）。

由于供應(yīng)鏈上的風(fēng)險管理研究領(lǐng)域相對較新，目前尚未有成熟的理論框架，國內(nèi)外研究者大多聚集在供應(yīng)鏈的風(fēng)險管理的某一環(huán)節(jié)上展開研究，如風(fēng)險的識別、風(fēng)險評估等。事實上，建立一致的供應(yīng)鏈的風(fēng)險評價理論框架的首要任務(wù)是對風(fēng)險進行識別和歸因。目前有一些不同的供應(yīng)鏈的風(fēng)險歸因的方法論，但他們研究的重點在預(yù)測中斷事件上，而不是去探尋不確定性存在的內(nèi)在原因。供應(yīng)鏈的風(fēng)險經(jīng)常僅僅歸因于中斷事項（如自然災(zāi)害等），而由于環(huán)境變化（如消費者偏好的變化、技術(shù)變化或者供應(yīng)商偏好的變化）導(dǎo)致的供應(yīng)鏈的變化很少被考慮。更重要的是，如此的分類方法通常也忽視了這樣的事實，即分割市場、技術(shù)和環(huán)境的變化是影響供應(yīng)商特質(zhì)、供應(yīng)鏈績效與潛在的中斷之間的關(guān)系的顯著因素。因而，一個綜合的供應(yīng)鏈上的風(fēng)險管理的方法必須包括識別與供應(yīng)商有關(guān)的變化根源，也包括歸因于如戰(zhàn)略、結(jié)構(gòu)和績效的各種不確定性的根源。

為此，本文對Trkman 等（2009）提出的供應(yīng)鏈上的風(fēng)險因素歸類方法進行了改進，以權(quán)變理論的視角對環(huán)境變化導(dǎo)致的供應(yīng)鏈的風(fēng)險因素進行歸類，即從結(jié)構(gòu)性和隨機性兩個維度來探尋供應(yīng)鏈上的風(fēng)險的根源。在此基礎(chǔ)上，本文采用計算模糊信度結(jié)構(gòu)的新方法對風(fēng)險因素的風(fēng)險水平進行評價，這或許可以彌補目前模糊集合在評價風(fēng)險方面的缺陷。

本文其余部分結(jié)構(gòu)如下。首先，基于權(quán)變理論視角從結(jié)構(gòu)性和隨機性的維度對導(dǎo)致供應(yīng)鏈上的風(fēng)險的因素進行了識別歸類；其次，采用模糊集合的方法對供應(yīng)鏈上的風(fēng)險因素的風(fēng)險水平進行了評價；最后，提出了研究的結(jié)論、局限性和未來研究方向。

二、 權(quán)變視角的供應(yīng)鏈上的風(fēng)險因素識別

早期研究經(jīng)常忽視了一個風(fēng)險的重要分類，也就是按照供應(yīng)鏈上或來自外部環(huán)境的風(fēng)險的源頭進行分類。為了區(qū)分不同種類的風(fēng)險，不確定性根源需要被分成兩個不同的構(gòu)面：結(jié)構(gòu)性的不確定性和隨機性的不確定性。結(jié)構(gòu)性的不確定性或風(fēng)險的根源來自于內(nèi)部，通常有一定的規(guī)律，可以通過和供應(yīng)商簽訂正式的契約或非正式的協(xié)議，通過構(gòu)建兩者積極的關(guān)系（使用一個信息共享、客戶關(guān)系開發(fā)等）降低不確定性，在結(jié)構(gòu)性的不確定性風(fēng)險因素中，最突出的權(quán)變因素是市場和技術(shù)變化。隨機性的不確定性或風(fēng)險的根源于供應(yīng)鏈外部的因素，發(fā)生是隨機的，一般不能通過結(jié)構(gòu)化的形式對風(fēng)險進行控制來降低風(fēng)險水平，按照風(fēng)險發(fā)生的概率分布，這些風(fēng)險可進一步分為兩個子類別，即連續(xù)隨機性的事項導(dǎo)致的（如通貨膨脹率，消費價格指數(shù)）和離散隨機性的風(fēng)險（如自然災(zāi)害）。

1. 結(jié)構(gòu)性的風(fēng)險權(quán)變因素。頻繁和不可預(yù)測的市場或在一個強調(diào)風(fēng)險和不能準(zhǔn)確預(yù)測風(fēng)險的行業(yè)內(nèi)的技術(shù)變化是變化狀況的主要特征（Calantone et al.，2003）。在許多市場中忽視變化和振蕩的根源是不現(xiàn)實的，而供應(yīng)鏈上的經(jīng)理們也必須接受并應(yīng)對不確定性因素的影響。因而，可選的供應(yīng)鏈管理戰(zhàn)略必須可以解決不同權(quán)變情景下的不確定性問題。

供應(yīng)鏈的理論和實踐存在一個重要的疑問，即結(jié)構(gòu)性的權(quán)變因素對與供應(yīng)商的聯(lián)營和整合是否有影響，后者經(jīng)常被評述為供應(yīng)鏈管理使用頻繁的戰(zhàn)略之一。而Stonebraker 和 Liao（2004）認(rèn)為變化和供應(yīng)鏈整合正相關(guān)，但他們沒有提供證據(jù)支持這一論斷。根據(jù)權(quán)變理論，似乎回答這一疑問的答案要取決于焦點公司的可選擇的戰(zhàn)略，供應(yīng)鏈的結(jié)構(gòu)（客戶、供應(yīng)商和不確定的根源）和另外的因素。Koo等（2007）研究者認(rèn)為市場變化是重要的，而White 等（2007）研究者認(rèn)為技術(shù)變化是重要，兩個研究都發(fā)現(xiàn)整合在一些情形下是有利的，在另一些情形下是有害的。

大多數(shù)先前的研究既關(guān)注供應(yīng)鏈上的變化，也關(guān)注鏈上的某個焦點公司的變化。本文認(rèn)為應(yīng)該考慮供應(yīng)商經(jīng)歷的市場和技術(shù)變化，以及他們應(yīng)對這些變化的戰(zhàn)略。在一個較大的供應(yīng)鏈上的一個焦點公司通常有來自于不同行業(yè)或服務(wù)部門的供應(yīng)商，每一個供應(yīng)商在不同的變化環(huán)境中經(jīng)營，因而它的最優(yōu)化戰(zhàn)略和影響整個供應(yīng)鏈績效的潛在問題也會在相當(dāng)程度上發(fā)生改變，這經(jīng)常被先前的研究所忽視。

參考相關(guān)文獻，本文提煉出了一些市場變化的指標(biāo)，就變化發(fā)生的可能性和后果嚴(yán)重程度兩方面進行進評價。估計發(fā)生的可能性時，可以使用如此的語言變量，如很低、低、中等程度、高和非常高；另外對后果的嚴(yán)重程度的評價或許使用如此的語言變量，如輕微、小、中度、嚴(yán)重以及災(zāi)難性的。具體指標(biāo)如下：①在過去我們迎合太多同樣的客戶的程度和這可能造成的后果的嚴(yán)重程度；②在企業(yè)的業(yè)務(wù)單元或分部中，面對同樣的競爭對手，市場份額是穩(wěn)定的程度和這可能造成的后果的嚴(yán)重程度；③需求和消費者口味相對容易預(yù)測的程度和這可能造成的后果的嚴(yán)重程度；④我們的客戶一直傾向于尋找新產(chǎn)品的程度和這可能造成的后果的嚴(yán)重程度；⑤與現(xiàn)有我們的客戶不同，新的客戶關(guān)注與產(chǎn)品有關(guān)的需求的程度和這可能造成的后果的嚴(yán)重程度。

同樣的，基于相關(guān)研究的觀察和經(jīng)驗結(jié)果，本文提煉了單個供應(yīng)商的市場的技術(shù)變化的指標(biāo)，同樣就變化發(fā)生的可能性和發(fā)生的后果嚴(yán)重程度兩方面進行進評價。具體指標(biāo)如下：①在我們所處的行業(yè)，技術(shù)變化迅速的程度和這可能造成的后果的嚴(yán)重程度；②在我們的行業(yè)中，技術(shù)變化提供了大的機會的程度和這可能造成的后果的嚴(yán)重程度；③預(yù)測未來2年～3年我們行業(yè)所發(fā)生的變化是困難的程度和這可能造成的后果的嚴(yán)重程度；④在我們的行業(yè)中，通過技術(shù)突破，許多新產(chǎn)品開發(fā)的思想變得可能的程度和這可能造成的后果的嚴(yán)重程度；⑤在我們的行業(yè)中產(chǎn)品或服務(wù)的老化率的程度和這可能造成的后果的嚴(yán)重程度。

2. 隨機性的風(fēng)險權(quán)變因素。除了市場和技術(shù)的變化外，一個供應(yīng)鏈必須處理環(huán)境變化所產(chǎn)生的中斷，供應(yīng)鏈管理面對的環(huán)境變化一般分為兩類：自然災(zāi)害（如火災(zāi)、地震等）和與人有關(guān)的突發(fā)事項（如勞動事故、設(shè)備故障等）。可能的中斷能被分類為長期不確定性（如原材料價格波動，季節(jié)性需求變化）和短期不確定性（緊急訂單，機器停機等）（Gupta Maranas，2003），而那些風(fēng)險能被建立在發(fā)生的可能性和對企業(yè)的影響基礎(chǔ)上進行評估。

本文根據(jù)風(fēng)險影響的概率分布對隨機不確定性進行分類，具體分為：連續(xù)型的隨機性風(fēng)險和離散型的隨機性風(fēng)險。連續(xù)型隨機性風(fēng)險，潛在事項變化的成本特征是連續(xù)的并相對容易預(yù)測的（一個典型的例子是原材料價格的變化）。對于如此的風(fēng)險，價格增加對邊際利潤的影響能被計算，不同的保險措施可以提前安排（Trkman et al.，2009）。

離散型隨機風(fēng)險，這個類別由低可能性，高影響性的事件組成，如在供應(yīng)鏈上的各個鏈接之間的交通運輸?shù)闹袛嗄軐?dǎo)致相當(dāng)多的延誤事件的發(fā)生（Wilson，2007）。然而，準(zhǔn)確預(yù)測或估計離散事件發(fā)生的影響是困難的。

結(jié)構(gòu)性的風(fēng)險因素能通過專家問卷被準(zhǔn)確測量，而隨機性的風(fēng)險因素很難被估計。因而，本文的隨機性的權(quán)變因素的測量建立在Handfield 和 McCormack（2007）提出的識別隨機的不確定性的主要根源的研究基礎(chǔ)上，又考慮了我國的具體經(jīng)濟環(huán)境和社會環(huán)境特殊性，并且這些指標(biāo)對大多數(shù)行業(yè)具有普適性。具體指標(biāo)如下： 連續(xù)型隨機風(fēng)險，包括：①對我們行業(yè)影響較大的利率水平的影響程度以及這可能造成的后果的嚴(yán)重程度；②消費價格指數(shù)（CPI）的變化對我們行業(yè)的影響程度以及這可能造成的后果的嚴(yán)重程度；③GDP的變化對我們行業(yè)的影響程度以及這可能造成的后果的嚴(yán)重程度；④商品價格的變化對我們行業(yè)影響程度以及這可能造成的后果的嚴(yán)重程度。離散型隨機風(fēng)險，包括：①歸因于管制問題的潛在的主要供應(yīng)鏈的中斷程度以及這可能造成的后果的嚴(yán)重程度；②歸因于人為原因所造成的中斷（如人員安全事故）程度以及這可能造成的后果的嚴(yán)重程度；③歸因于自然災(zāi)害的潛在的主要的供應(yīng)鏈中斷程度以及這可能造成的后果的嚴(yán)重程度；④歸因于一個交通中斷的潛在的主要的供應(yīng)鏈中斷程度以及這可能造成的后果的嚴(yán)重程度；⑤歸因于其他離散的事件的潛在的主要的供應(yīng)鏈中斷程度以及這可能造成的后果的嚴(yán)重程度。

三、 供應(yīng)鏈權(quán)變風(fēng)險因素的風(fēng)險水平評價

由于高主觀性和缺少信息，測量以上提到的供應(yīng)鏈上某一風(fēng)險因素的風(fēng)險水平通常是困難的，即沒有很好的定量方法去測量供應(yīng)鏈上的風(fēng)險參數(shù)（發(fā)生的可能性和后果的嚴(yán)重程度）。通常一個合理的表達(dá)這些參數(shù)的方法是使用定性的語言變量特別是采用專家判斷。例如，為了估計發(fā)生的可能性時，一個經(jīng)常使用的如此的變量如很低、低、中等程度、高和非常高，另外對發(fā)生后果的嚴(yán)重程度的評價或許使用輕微、小、中度、嚴(yán)重以及災(zāi)難性的。而模糊集合的方法是理論上和實踐中風(fēng)險管理普遍采用的對關(guān)鍵風(fēng)險因素評價的方法。最初的模糊集合理論（Fuzzy Set Theory，F(xiàn)ST）是Zadeh所創(chuàng)立的（1965），用于處理人類判斷的模糊性問題，模糊集合理論的目標(biāo)是使不準(zhǔn)確性和模糊性導(dǎo)致的不確定性變得合理。本文采用三角模糊數(shù)計算模糊信度結(jié)構(gòu)（Li Liao，2007）的方法來分析供應(yīng)鏈上的權(quán)變風(fēng)險因素的風(fēng)險水平，以下本文通過一個小案例來具體介紹計算模糊信度結(jié)構(gòu)的方法。

某公司經(jīng)過專家討論和“頭腦風(fēng)暴”過程，預(yù)測有可能在未來影響該公司供應(yīng)鏈績效的關(guān)鍵不確定因素之一是市場變化導(dǎo)致的消費者偏好改變，并將風(fēng)險級別定位五級，且各位專家按照模糊集合的方法對風(fēng)險參數(shù)的歸屬度進行分配，具體如表1。公司組織相關(guān)專家對消費者偏好變化發(fā)生的可能性，和后果的嚴(yán)重程度進行打分，模糊比分別為低（0.00，0.25，0.50）和嚴(yán)重（0.25，0.50，0.75）。如此定級，專家們發(fā)現(xiàn)這樣簡單的評級或許存在錯誤，即沒有充分考慮每一個風(fēng)險參數(shù)的三角模糊集，事實上風(fēng)險發(fā)生的可能性和結(jié)果的嚴(yán)重程度并一定成正比。因此需要重新計算歸屬比的信度結(jié)構(gòu)（Li Liao，2007）來確定風(fēng)險水平。

使用前述專家對消費者偏好變化導(dǎo)致的供應(yīng)鏈的風(fēng)險水平的評價描述，用如下的語言變量和評價級別H=[H1，H2，H3，H4，H5]={非常低，低，中度，高，非常高}。根據(jù)風(fēng)險水平定義，風(fēng)險水平等于風(fēng)險發(fā)生的可能性和結(jié)果嚴(yán)重性的乘積。為了把模糊參數(shù)評級轉(zhuǎn)化為信度結(jié)構(gòu)，所有和風(fēng)險因素相關(guān)的參數(shù)模糊比可以通過專家打分來取得，而專家們對消費者偏好變化發(fā)生的可能性和在模糊環(huán)境下的風(fēng)險因素水平可以被計算如下： H=FTNLS=FTNL×FTNS=（aL×as，bL×bS，cL×cS），（aL，bL，cL）×（as，bS，cS）=（0.00，0.125，0.375）。

現(xiàn)在按下列步驟將FTNLS轉(zhuǎn)換為模糊風(fēng)險H：①在圖中畫出FTNLS ，如圖1所示，在圖1中用小方框標(biāo)出新的FTNLS值；②用小圓圈標(biāo)出新的FTNLS圖和原來的語言變量FTNR圖的交叉點；③如在同一風(fēng)險級內(nèi)交叉點多于一個時，使用最大值；④創(chuàng)造一個交叉點集，這個點集以模糊集合的形式定義了一個非標(biāo)準(zhǔn)的5個級別；⑤標(biāo)準(zhǔn)化HR（5個非標(biāo)準(zhǔn)化級）得到集合H（5個標(biāo)準(zhǔn)化級），即一個信度結(jié)構(gòu)（即調(diào)整后的風(fēng)險水平）。最后計算結(jié)果表明消費者偏好變化所導(dǎo)致的供應(yīng)鏈的風(fēng)險水平是：非常低的概率是0.40，低的概率是0.45，中度的概率是0.15，嚴(yán)重和災(zāi)難性的概率都是0。

四、 結(jié)論

供應(yīng)鏈上的風(fēng)險評價一直是國內(nèi)外相關(guān)學(xué)術(shù)研究的重要主題，而建立一致的供應(yīng)鏈上的風(fēng)險評價框架的首要任務(wù)是對風(fēng)險進行識別歸因。本文基于權(quán)變理論分析了環(huán)境變化對供應(yīng)鏈上的風(fēng)險管理的早期影響，并提供了一個聚焦在變化的環(huán)境和不確定性因素上進行分類的新方法，即將影響供應(yīng)鏈績效的權(quán)變風(fēng)險因素分為結(jié)構(gòu)性和隨機性因素。這個類型學(xué)的方法并不涉及事后的風(fēng)險識別或評估，而是對供應(yīng)鏈的建構(gòu)和供應(yīng)商的一個事前選擇，其中潛在影響供應(yīng)鏈管理績效的風(fēng)險因素也被提到，這或許為企業(yè)提供了一種早期識別供應(yīng)鏈上的風(fēng)險因素的新思路。此外，原有的模糊集合計算風(fēng)險水平的方法通常假設(shè)風(fēng)險參數(shù)之間存在正相關(guān)，但這與實際不符，因而本文將原有的風(fēng)險參數(shù)模糊評級調(diào)整為信度結(jié)構(gòu)來計算風(fēng)險水平，并引入到供應(yīng)鏈上的風(fēng)險水平的評價中，這個方法對于企業(yè)愿意在多大程度上承擔(dān)風(fēng)險，承擔(dān)什么樣的風(fēng)險的決策能提供有效的支持。

本文的研究也存在一些局限：第一，本文沒有檢驗供應(yīng)鏈上的風(fēng)險因素的結(jié)構(gòu)性和隨機性兩個分類維度的構(gòu)念效度，而構(gòu)念效度的統(tǒng)計檢驗或許是結(jié)論無“污染”的重要保證。第二，本文只是對某一單一的風(fēng)險因素進行評價，沒有涉及風(fēng)險因素各個層級的綜合評價。上述所提的局限也是未來有待進一步研究的主題。

參考文獻：

1. 王性玉，姚遠(yuǎn).供應(yīng)鏈上的風(fēng)險管理的兩個優(yōu)化模型.經(jīng)濟管理，2008，30（12）：137-143.

2. 馬林.供應(yīng)鏈上的風(fēng)險管理下供應(yīng)商選擇的評價模型.統(tǒng)計與決策，2004，（1）：43-44.

3. Ward，S. 2005.Risk management organization and context. London，UK：Witherby.

4. Kambiz Mokhtari，Jun Ren，Charles Roberts，and Jin Wang. Decision support framework for risk management on sea ports and terminals using fuzzy set theory and evidential reasoning approach. Expert Systems with Applications，2012，39 ：5087-5103.

作者簡介：王曄，廈門大學(xué)管理學(xué)院會計系博士生。

收稿日期：2012-12-28。