供应链韧性评价指标体系的构建与权重测算

供应链韧性评价指标体系的构建与权重测算目录内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51.4论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6供应链韧性理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82.1供应链管理理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82.2韧性理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．102.3供应链韧性相关理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12供应链韧性评价指标体系构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．143.1评价指标选取原则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．143.2评价指标体系构建方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．153.3供应链韧性评价指标体系设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．18供应链韧性评价权重测算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．214.1权重测算方法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．224.2基于层次分析法的权重测算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．254.3基于熵权法的权重测算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．274.4组合赋权法应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．284.4.1AHP熵权法组合赋权．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．314.4.2组合权重的优势分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35供应链韧性评价模型构建与应用．．．．．．．．．．．．．．．．．．．．．．．．．．．375.1供应链韧性评价模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．375.2评价模型实证分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．415.3供应链韧性提升策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．466.1研究结论总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．466.2研究创新点与不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．496.3未来研究方向展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．521.内容概要1.1研究背景与意义随着全球化进程的加快和供应链竞争的加剧，供应链管理已成为企业核心竞争力的重要组成部分。供应链韧性作为衡量供应链适应性、抗压能力和快速响应能力的关键指标，逐渐成为企业决策的重要依据。然而传统的供应链韧性评价体系存在着诸多不足之处，例如评价维度单一、指标体系不够完善、权重分配不合理等问题，这些都限制了其在实际应用中的效果。为了应对日益复杂的供应链环境，提升供应链韧性评价的科学性和实用性，本研究旨在构建一套全面的供应链韧性评价指标体系，并通过权重测算方法，实现对各指标的量化评价与优化配置。具体而言，本研究聚焦以下几个关键问题：供应链各环节的韧性表现、关键影响因素的识别、评价指标的系统性与权重分配。本文将从理论与实践两个层面，探讨供应链韧性评价指标体系的构建方法，以及权重测算模型的设计框架。通过建立科学的评价指标体系和合理的权重测算方法，可以有效帮助企业识别供应链中的薄弱环节，优化资源配置，提升供应链的整体抗风险能力。本研究的意义体现在以下几个方面：一是为企业提供了供应链韧性评价的理论支持；二是通过权重测算方法，为供应链管理优化提供了实践指导；三是促进了供应链管理的科学化和数字化转型。关键问题核心目标供应链韧性评价维度不足构建多维度、全面的评价体系指标体系不够完善识别关键影响因素，设计科学指标权重分配不合理通过权重测算优化指标配置应急预案缺乏有效性评估提供预案评估指标与方法1.2国内外研究现状近年来，随着全球化和经济一体化的快速发展，供应链韧性成为学术界和企业界共同关注的热点问题。国内外学者对供应链韧性评价指标体系的构建与权重测算进行了广泛的研究，以下将分别介绍国内外的研究现状。（1）国外研究现状国外学者对供应链韧性评价指标体系的研究起步较早，主要集中在以下几个方面：研究方向研究内容综合评价指标体系通过构建包含多个维度的综合评价指标体系，评估供应链的韧性。例如，Chen等（2015）提出了一个包含可靠性、适应性、恢复力三个维度的供应链韧性评价指标体系。单一维度评价指标研究单一维度的评价指标，如可靠性、适应性、恢复力等。例如，Lambert等（2008）提出了一个包含可靠性和恢复力两个维度的供应链韧性评价指标体系。供应链韧性影响因素研究影响供应链韧性的因素，如企业规模、供应链结构、外部环境等。例如，Chen等（2013）研究了企业规模对供应链韧性的影响。供应链韧性评价方法研究供应链韧性评价方法，如层次分析法（AHP）、模糊综合评价法等。例如，Lambert等（2008）使用AHP方法评估供应链韧性。（2）国内研究现状国内学者对供应链韧性评价指标体系的研究相对较晚，但近年来发展迅速。以下是国内研究现状的简要概述：研究方向研究内容指标体系构建借鉴国外研究成果，结合国内实际情况，构建适合我国供应链韧性的评价指标体系。例如，张华等（2017）构建了一个包含适应性、恢复力、可靠性三个维度的供应链韧性评价指标体系。评价方法研究研究适合我国供应链韧性评价的方法，如模糊综合评价法、熵权法等。例如，李华等（2016）使用熵权法评估供应链韧性。实证分析对特定行业或企业的供应链韧性进行实证分析，探讨影响供应链韧性的关键因素。例如，王丽等（2018）以某家电企业为例，分析了供应链韧性影响因素。（3）研究展望尽管国内外学者对供应链韧性评价指标体系的研究取得了一定的成果，但仍存在以下问题：评价指标体系不完善：现有的评价指标体系可能无法全面反映供应链韧性的复杂性和动态性。评价方法有待改进：现有的评价方法可能存在主观性强、数据依赖性强等问题。实证研究不足：缺乏对特定行业或企业的实证研究，难以推广和应用。因此未来研究应着重于以下几个方面：构建更加完善和全面的供应链韧性评价指标体系。开发更加客观、科学的评价方法。加强实证研究，为实际应用提供理论依据。公式示例：AHP其中aij表示第i层指标相对于第j层指标的重要性系数，n表示第i1.3研究内容与方法（1）研究内容本研究旨在构建一个供应链韧性评价指标体系，并对其权重进行测算。具体研究内容包括：指标体系的构建：根据供应链韧性的定义和特点，确定评价指标的选取原则和方法，构建包含多个维度的供应链韧性评价指标体系。指标体系的验证：通过实证分析，验证所构建的指标体系是否能够全面、准确地反映供应链韧性的实际情况。权重测算：采用层次分析法（AHP）等权重测算方法，对各指标的相对重要性进行定量分析，为后续的决策提供依据。（2）研究方法本研究将采用以下几种方法：文献综述：通过查阅相关文献，了解供应链韧性评价的研究现状和理论基础，为指标体系的构建提供参考。专家咨询法：邀请供应链管理领域的专家，对指标体系的构建和权重测算提出意见和建议。层次分析法（AHP）：运用层次分析法，对各指标的相对重要性进行定量分析，确保权重测算的准确性。数据收集与处理：通过问卷调查、访谈等方式，收集供应链企业的相关数据，并进行统计分析和处理。（3）预期成果本研究预期将完成以下成果：构建一个科学、合理的供应链韧性评价指标体系。对各指标的相对重要性进行准确测算，为供应链韧性提升提供决策支持。为供应链企业提供一套实用的供应链韧性提升策略和方法。1.4论文结构安排◉第一章绪论本章主要阐述了研究的背景与意义，界定了供应链韧性的核心概念，并梳理了国内外相关研究现状，在此基础上明确本文的研究目标与内容框架，同时说明了研究方法与技术路线。◉第二章相关理论基础本章将系统梳理供应链管理与系统韧性理论的基础概念，重点解读韧性相关理论的内涵与构成要素，结合供应链网络特性，深入分析其运行机制与脆弱性表现，为后文指标体系构建与权重测算奠定理论基础。◉第三章评价指标体系构建3.1指标体系构建原则本研究采用科学性、系统性、可操作性和动态适应性四大原则构建供应链韧性评价指标体系。指标构建流程如下内容所示：3.2指标体系结构根据指标筛选结果，最终构建包含能力维度、过程维度和策略维度的三级评价指标体系。具体指标框架见下表：一级指标二级指标三级指标指标类型能力维度供应保障能力存储能力(A1-01)、物流网络能力(A1-02)正向指标应急响应能力信息获取速度(A2-01)、决策响应时效(A2-02)正向指标过程维度环境适应能力市场环境适应性(B1-01)、政策环境适应性(B1-02)正向指标技术协同能力信息系统兼容性(B2-01)、数据共享水平(B2-02)正向指标注：此处展示部分指标，完整指标体系包含15项三级指标。◉第四章权重测算与模型构建4.1权重测算方法本研究选用层次分析法(AHP)与熵权法相结合的混合评价模型。AHP具体运算过程如下：假设构建判断矩阵为：A其中aij4.2模型构建基于构建完成的指标体系和测算的权重向量，建立供应链韧性综合评价模型：S其中：S代表供应链韧性综合得分，n为指标数量，wi为指标i权重，f2.供应链韧性理论基础2.1供应链管理理论供应链管理理论是研究企业间物流、信息流和资金流协调与优化的综合性框架，旨在提升供应链的效率、响应性和适应性。随着全球化和不确定性增加，该理论逐渐扩展到强调韧性和可持续性。以下是本节的主要内容，涵盖供应链管理理论的核心概念、关键理论框架及其在供应链韧性评价中的基础作用。我们将通过表格和公式来结构化这些内容，以便更好地理解理论体系。（1）供应链管理理论的基本概念供应链管理（SupplyChainManagement,SCM）起源于20世纪80年代，强调从原材料到最终消费者的端到端协调。核心思想是将独立的企业视为一个整体网络，通过信息共享、流程优化和风险管理来降低成本、提高客户满意度。供应链韧性（Resilience）作为现代SCM的重点，专注于评估和强化供应链在面对中断（如自然灾害、疫情或地缘政治风险）时的恢复能力。在构建供应链韧性评价指标体系时，供应链管理理论提供了指标选择的理论基础。例如，指标开发源于SCM的核心要素，如供需匹配、库存管理、物流效率等。【公式】表示了一个基本的韧性评价框架：extResilienceScore其中：Ri表示第iwi表示第in表示指标总数。这个公式将在后续“权重测算”部分进行详细讨论，但这里将其作为理论基础引入。（2）主要供应链管理理论框架供应链管理理论的发展经历了多个阶段，包括链式理论（ChainTheory）、网络理论（NetworkTheory）和敏捷供应链（AgileSCM）。这些理论提供了不同的视角来理解供应链运作，并直接影响韧性评价指标的设计。【表】总结了主要理论及其关键点和与韧性的关联：理论名称关键点与韧性的关联链式理论强调线性、层级结构和标准化流程，关注效率和成本优化。提供基础框架，帮助识别供应链断裂点，但缺乏灵活性；韧性指标可通过评估链式脆弱性（如库存缓冲水平）来构建。精益供应链（LeanSCM）专注于消除浪费、优化流程，强调持续改进和预测。与韧性结合时，可通过减少非必要库存降低中断风险；【公式】用于衡量精益效率：extLeanEfficiency这些理论框架不仅独立存在，还可互相结合。例如，网络理论支持敏捷原则，帮助构建多指标体系（如前文公式），以实现全面韧性评估。在实际应用中，企业可以根据自身特点选择理论组合。（3）与供应链韧性的理论联系供应链韧性理论（ResilienceTheory）源于灾害管理和系统理论，强调供应链作为复杂系统应对干扰的能力。它与供应链管理理论的交叉点在于，韧性被视为SCM的延伸目标，而非新增概念。【表】的“与韧性的关联”列显示了如何将理论元素转化为潜在评价指标。例如：链式理论中的标准化流程可能导致单点失败，因此韧性指标应包括“标准流程弹性”，评估其在中断下的可调整性。网络理论强调多样性，指标如“供应商地理分布”直接来源于此。在权重测算中，这些理论提供基础，【公式】到2.4可以用于量化指标，并为权重分配提供参考。权重计算本身将基于专家打分或数据分析，在后续章节深入探讨。供应链管理理论为韧性评价指标体系的构建提供了坚实基础，通过理解和应用上述理论，企业能更系统地优化供应链韧性。这不仅强化了风险管理，还为可持续发展奠定了理论支撑。2.2韧性理论供应链韧性评价的理论基础是供应链韧性理论，这一理论为供应链在面对外部环境和内部变动时保持稳定运行提供了理论支持。供应链韧性是供应链系统在遭受外部冲击、内部失衡或市场变化时，能够快速响应、适应并恢复的能力。其核心内涵包括抗风险能力、适应性和快速恢复能力。供应链韧性理论的核心要素主要包括供应链网络结构、信息流、资源配置、协调机制和风险管理能力等。这些要素共同构成了供应链韧性评价的理论框架，根据供应链韧性理论，供应链的韧性程度直接影响其在市场竞争中的稳定性和灵活性。在供应链韧性评价指标体系中，韧性理论主要体现在以下几个方面：首先是系统整体性，强调供应链各组成部分之间的协同性和相互依存性；其次是适应性，关注供应链在市场环境、技术进步和政策变化等因素下的快速响应能力；最后是协同性，强调供应链各参与者之间的信息共享和协调机制。基于韧性理论，供应链韧性评价指标体系可以划分为以下几个维度：供应链网络韧性、信息流韧性、资源配置韧性、风险管理韧性和协同机制韧性。每个维度对应具体的评价指标和权重。韧性理论分类主要内容适用领域系统韧性模型供应链网络结构、连接性供应链设计优化网络流动模型信息流效率、信息不对称物流和库存管理资源配置模型资源分配效率、浪费减少生产和采购管理协同机制模型协调机制、合作关系供应链协同管理通过上述韧性理论框架，供应链韧性评价指标体系能够全面反映供应链在各个层面的韧性特征，为供应链优化和风险管理提供科学依据。2.3供应链韧性相关理论供应链韧性是指供应链在面对突发事件（如自然灾害、市场波动、技术变革等）时，能够快速适应、恢复和持续运作的能力。近年来，随着全球供应链的日益复杂化和不确定性增加，供应链韧性已成为学术界和业界关注的焦点。（1）供应链韧性的定义供应链韧性可以从多个角度进行定义，以下是一些常见的定义方式：定义方式定义内容事件响应供应链在突发事件发生时，能够迅速响应并采取有效措施的能力。恢复能力供应链在突发事件后，能够快速恢复到正常运作状态的能力。持续能力供应链在长期运营过程中，能够持续适应环境变化和应对突发事件的能力。（2）供应链韧性的影响因素供应链韧性的影响因素众多，以下列举一些主要因素：影响因素影响内容供应链结构供应链的层级、节点、网络结构等。供应商管理供应商的选择、评估、合作等。信息共享供应链各节点之间的信息共享程度。技术创新供应链中技术创新的应用程度。应急管理供应链的应急响应机制和预案。（3）供应链韧性的评价指标为了评估供应链韧性，需要构建一套评价指标体系。以下是一些常见的评价指标：指标类别指标名称指标公式事件响应响应时间T恢复能力恢复时间T持续能力持续时间T信息共享信息传递效率E技术创新技术创新指数I其中tstart和tend分别表示事件发生和结束的时间，Ireceived和Isent分别表示接收和发送的信息量，（4）供应链韧性的权重测算为了对供应链韧性进行综合评价，需要对评价指标进行权重测算。以下是一种常见的权重测算方法——层次分析法（AHP）：构建层次结构模型，将评价指标分为目标层、准则层和指标层。构建判断矩阵，对准则层和指标层之间的相对重要性进行两两比较。计算判断矩阵的最大特征值和对应的特征向量。对特征向量进行归一化处理，得到各指标的权重。通过以上步骤，可以得到供应链韧性评价指标的权重，从而对供应链韧性进行综合评价。3.供应链韧性评价指标体系构建3.1评价指标选取原则全面性原则供应链韧性评价指标体系应涵盖供应链的各个环节，包括供应商管理、生产计划、库存管理、物流运输、信息流管理等。同时评价指标应能全面反映供应链的运行状况和潜在风险，确保评价结果的准确性和可靠性。可量化原则评价指标应具有明确的量化标准，以便通过数据进行计算和分析。例如，可以通过历史数据计算出某项指标的平均值、方差等统计量，以评估供应链的稳定性和抗风险能力。可操作性原则评价指标应具有明确的操作性和可执行性，便于企业在实际运营中进行应用。例如，可以通过建立关键绩效指标(KPI)来监控供应链的运行状况，及时发现问题并采取措施进行改进。动态调整原则供应链环境是一个不断变化的过程，因此评价指标体系也应具有一定的灵活性和适应性。企业应根据市场变化和自身发展需求，定期对评价指标进行调整和优化，以确保评价结果的时效性和准确性。层次性原则评价指标体系应按照从宏观到微观的顺序进行划分，形成层次分明的评价结构。这样可以更好地揭示供应链各环节之间的相互关系和影响，为制定有效的风险管理策略提供依据。综合性原则评价指标体系应综合考虑多个因素，避免片面性和局限性。例如，可以结合财务指标、运营指标、客户满意度等多个维度来构建评价模型，以更全面地反映供应链的整体状况。3.2评价指标体系构建方法供应链韧性评价指标体系的构建通常采用德尔菲法、层次分析法（AHP）、熵权法等多种方法相结合的方式，通过多维度、多层级的指标设计，全面反映供应链在面对内外部冲击时的稳定性、恢复力及适应能。（1）指标构建流程供应链韧性评价指标体系的构建遵循以下步骤：层次结构构建：将供应链韧性分解为若干一级指标（如抗干扰能力、恢复能力和适应性等），并进一步细分为二级指标（如库存管理水平、供应商分散性等），形成评价指标体系的框架结构。指标筛选与评价：基于文献调研和专家访谈，初步筛选出候选指标，并借助德尔菲法进行筛选和优化。德尔菲法通过匿名问卷和多轮反馈，去除主观偏差，提高指标的科学性和可操作性。指标权重测算：层次分析法（AHP）用于直观表达不同维度间的相对重要性。熵权法则用于客观反映各指标信息熵值的差异程度，两者耦合可兼顾主观与客观因素。验证与修正：通过敏感性分析、案例对比等方法检验体系的可行性和适用性，并进行动态修正。（2）指标维度分类供应链韧性的评价指标体系按照其评价功能可划分为下列维度：抗干扰能力：衡量供应链在面对极小概率灾难性事件时，能否迅速恢复原有运行状态，其通常包括库存周转、供应商地理分散度、合同柔性等指标。恢复力（Resilience）：衡量供应链从非正常状态恢复至正常水平所需时间的快慢，例如供应商切换能力、替代资源储备、关键节点冗余度等。适应性（Adaptability）：衡量供应链应对动态变化情境的适应能力，如信息共享机制、多源协同能力、动态风险识别等。（3）权重测算方法说明权重测度作为评价指标体系构建的核心步骤，其估值方法主要采用层次分析法（AHP）与熵权法的耦合模型：AHP权重计算步骤：构建判断矩阵Pij计算一致性检验指标λmaxP，若λmax归一化处理确保权重之和为1。熵权法权重计算步骤：设第i个指标下的样本数据为xij，则第i个指标下的信息熵e权重为WextCRITIC耦合模型权重：为提高评价结果的合理性，可综合两种方法结果，采用均值法W=（5）指标体系验证方法为确保评价体系的有效性和稳定性，可进行以下验证：信度检验：分析不同评价情境下的结果重叠度。效度检验：对比已有数据，检查指标与实际韧性表现之间的相关性。灵敏度分析：剔除影响过大的指标，优化体系结构。下表展示了供应链韧性三维评价体系的指标分类及权重关系：维度二级指标三级指标权重（AHP+ imesCRITIC）抗干扰能力库存管理安全库存水平0.25供应商分散性供应商地理分布分散程度0.20合同灵活性采购合同类型可变化性0.15恢复力供应商切换能力关键供应商备选数量0.20替代资源储备备选供应商资源充足性0.15网络冗余度关键运输节点冗余度0.10适应性信息共享供应链可视化程度0.15风险预警能力动态风险识别灵敏度0.20协同决策能力第三方平台参与度0.15通过上述构建方法，可以科学地建立一套适用于不同行业特点的供应链韧性评价指标体系，为后续的韧性评估提供基础支撑。3.3供应链韧性评价指标体系设计供应链韧性评价意义在于其揭示了供应链在复杂多变的内外部环境下的适应、应变与恢复能力。为了实现对供应链韧性水平的科学量化，本研究构建了一个涵盖多个维度的评价指标体系，体系框架包括一级指标与二级具体指标两层。一级指标从供应链抗干扰、恢复能力、适应能力三个核心维度展开；二级指标则通过确立多个细节维度进一步细化评价标准，确保指标体系的完整性、可操作性与重要参考价值。以下为具体设计的指标体系及其含义：◉表：供应链韧性评价指标体系一级指标二级指标指标说明供应链抗干扰能力制造商上游抗风险能力反映供应商替代度、核心部件库存水平等运输波动缓冲力包括运输频率调整灵活性、备选线路或工具的可替代性等信息共享水平测量供应链各层级间信息传输的实时性、准确度与透明度供应链恢复能力应急响应速度供应链中断后的快速响应处理时间（如延误后的补救进度）中断后恢复效率度量供应链从“休克”状态中恢复至正常运行所需的时间成本和资源多源化协同状况包括多供应商协同采购、多节点协同生产的能力每个指标不仅反映了某一方面韧性水平，还可以通过数据采集与分析加以量化描述，形成可观测、可比较的评价维度。指标的选择原则包括与供应链韧性定义的匹配性、覆盖主要风险要素、可测量性与相关领域的普适性。◉权重测算方法示例（熵权法）以特征值或熵权法为例，权重分配反映各指标在评价体系中的相对重要程度：设评价集为U={u1对每个被评价对象Si，在指标uj下获得评价值xij对每列j进行数据标准化处理（指标分正负向分）：y计算λjλ参考文献方面：王金柱，李君霞.供应链管理：理论与案例研究.经济管理出版社，2018李春田，谭力.国际供应链风险识别与管理.科学出版社,2020.张恬，马锐.大型装备供应链可信度韧性评价体系构建——基于新冠肺炎疫情影响考察.《中国流通经济》，2021,35(5):44-51.通过上述设计与测算方法，供应链的韧性指标体系不仅具有涵盖全面、结构合理的特点，而且有助于深入把握供应链薄弱环节与关键瓶颈，为管理者提供系统评价工具与改进方向。4.供应链韧性评价权重测算4.1权重测算方法选择在供应链韧性评价中，权重测算是评价体系的重要组成部分，其选择直接影响到评价结果的准确性和科学性。因此合理选择权重测算方法至关重要，本节将介绍几种常用的权重测算方法，包括层次分析法（AHP）、层次权重分析法（层次分析法）、混合测算法等，并分析其适用场景。权重测算方法的选择依据权重测算方法的选择主要基于以下几个方面：评价对象的复杂性：评价对象的复杂性决定了需要使用何种方法进行权重测算。数据的可获得性：不同方法对数据的需求不同，需根据实际情况选择合适的方法。评价目标：根据评价的目标（如全面性、准确性、可操作性等），选择合适的测算方法。常用权重测算方法以下是几种常用的权重测算方法及其特点：方法名称方法原理优点缺点适用场景层次分析法（AHP）将评价指标分为各个层次，通过层次间的关系确定权重。适用于多层次评价，能够反映各因素的重要性。方法复杂度高，需进行多次比较和排序，耗时较长。适用于复杂系统，数据充分可靠时使用。层次权重分析法将评价指标分为各个层次，通过层次间的关系确定权重。方法简单，适合于评价系统较为清晰的情况。不能反映不同层次间的相互作用，权重分配可能不够科学。适用于评价系统层次较为明确时使用。混合测算法结合多种方法的优点，综合采用多种方法测算权重。具体方法灵活，可根据实际情况选择合适的测算方法。需要对多种方法的结果进行综合判断，可能增加复杂性。适用于评价系统较为复杂，且不同方法各有优势时使用。权重分析矩阵法将评价指标放入权重分析矩阵中，通过矩阵运算求出权重。方法系统性强，能够更好地反映各因素的相互作用。方法计算量较大，需具备一定的数学背景知识。适用于评价系统具有明确因果关系时使用。专家评估法通过专家意见确定各因素的权重。方法简单易行，能够快速得出权重结果。依赖于专家的判断，可能存在主观性较强的问题。适用于评价系统较为简单，且专家意见明确时使用。权重测算方法的步骤无论选择哪种权重测算方法，通常需要遵循以下步骤：确定评价指标：明确供应链韧性评价的具体指标，包括硬件指标、软件指标和过程指标等。归类分析：将评价指标归类到不同的层次（如战略层、战术层、操作层等），便于后续权重计算。权重计算：层次分析法：通过层次间的关系计算各层次的权重。层次权重分析法：直接根据层次间的关系确定权重。混合测算法：结合多种方法的结果，综合确定权重。权重结果的应用：将计算出的权重结果应用于供应链韧性评价。权重结果的应用权重测算结果是供应链韧性评价的重要基础，需妥善考虑以下方面：行业特点：不同行业的供应链韧性评价指标和权重分配可能存在差异，需根据实际情况调整。数据质量：权重测算方法的结果依赖于数据的可靠性和完整性，需确保数据来源可靠。评价目标：权重分配需符合评价的目标，如关注成本控制、质量保障或供应链效率提升等。通过合理选择权重测算方法，并科学分配权重，可以为供应链韧性评价提供坚实的理论基础和实践指导。4.2基于层次分析法的权重测算在构建供应链韧性评价指标体系时，权重测算是一个关键步骤。层次分析法（AnalyticHierarchyProcess，AHP）是一种常用的多准则决策方法，它通过将复杂问题分解为多个层次，并构建判断矩阵来评估不同因素的相对重要性，从而确定权重。（1）层次分析法的基本原理层次分析法的基本步骤如下：建立层次结构模型：根据评价指标体系，建立目标层、准则层和指标层。构造判断矩阵：根据两两比较的方法，对同一层次的因素进行两两比较，构造判断矩阵。计算权重向量：通过矩阵的特征值和特征向量计算权重向量。一致性检验：对判断矩阵进行一致性检验，确保权重分配的合理性。（2）权重测算步骤建立层次结构模型：根据供应链韧性评价指标体系，构建层次结构模型，包括目标层、准则层和指标层。构造判断矩阵：以准则层为例，假设有n个指标，构造如下判断矩阵：指标1指标2…指标n1a12…a1na211…a2n…………an1an2…1其中aij表示指标i相对于指标j的相对重要性，且满足aij>0，aii=1，aij=1/aij。计算权重向量：计算判断矩阵的特征值和特征向量，得到权重向量w=[w1,w2,…,wn]，其中wi表示第i个指标的权重。一致性检验：计算一致性比率CR=(CI/RI)，其中CI为判断矩阵的一致性指标，RI为平均随机一致性指标。当CR<0.1时，认为判断矩阵具有满意的一致性。（3）案例分析以下是一个简单的案例分析，假设有3个准则层指标：供应商管理、生产管理、物流管理，分别包含2个、3个、2个指标。建立层次结构模型：目标层：供应链韧性准则层：供应商管理、生产管理、物流管理指标层：供应商质量、供应商响应时间、生产效率、生产柔性、物流成本、物流响应时间构造判断矩阵：以供应商管理为例，构造判断矩阵如下：指标1指标211/331计算权重向量：计算判断矩阵的特征值和特征向量，得到权重向量w=[0.6,0.4]。一致性检验：计算一致性比率CR=(CI/RI)=(0.12/0.58)=0.206<0.1，认为判断矩阵具有满意的一致性。通过以上步骤，我们可以得到供应链韧性评价指标体系的权重，为后续的评价和分析提供依据。4.3基于熵权法的权重测算◉熵权法简介熵权法是一种客观赋权方法，它通过计算各指标的熵值来反映指标信息的不确定性和变异程度，然后根据各指标的熵值来确定其权重。这种方法避免了人为主观因素的影响，具有较高的科学性和准确性。◉熵权法的步骤确定评价指标体系：根据研究目标和实际需求，构建一个包含多个评价指标的评价体系。数据标准化处理：对评价指标体系中的各指标进行无量纲化处理，使其具有相同的量纲。计算各指标的熵值：根据公式计算各指标的熵值，以反映其信息熵的大小。计算各指标的权重：根据熵值的大小，按照公式计算各指标的权重。综合评价：将各指标的权重与其对应的原始数据相乘，得到综合评价结果。◉熵权法的计算公式假设评价指标体系中有n个评价指标，分别为x1,xH其中Hi表示第i个评价指标的熵值，pij◉示例假设我们有一个评价指标体系，包括A、B、C三个评价指标，对应的原始数据分别为x1数据标准化处理：将x1计算各指标的熵值：根据公式计算各指标的熵值。计算各指标的权重：根据公式计算各指标的权重。综合评价：将各指标的权重与其对应的原始数据相乘，得到综合评价结果。4.4组合赋权法应用为了确保供应链韧性评价指标体系的客观性和科学性，本文采用了组合赋权法，综合熵权法（EntropyWeightMethod）与层次分析法（AnalyticHierarchyProcess，简称AHP）进行指标权重测算。该方法能够有效平衡客观数据与主观判断，减少单一赋权方法的局限性。（1）组合赋权思路组合赋权法的核心思想是将熵权法的客观性与AHP的主观判断优势结合。具体操作步骤如下：利用熵权法计算各指标的客观权重。基于专家打分法构建判断矩阵，通过AHP计算各指标的主观权重。结合客观权重与主观权重，通过特定融合模型确定组合权重。常用的组合赋权模型包括算术平均组合赋权法和几何平均组合赋权法。本文采用算术平均组合赋权法，其权重计算公式为：w其中wcombination为组合权重，wentropy为熵权法计算的客观权重，（2）权重计算与结果分析以供应中断响应能力（L5）为例，各指标的权重计算过程如下（【表】所示为标准化后的判断矩阵及权重）：◉【表】：供应中断响应能力（L5）的标准化判断矩阵与权重指标xxxx熵权权重0.2530.1780.3890.180AHP权重0.2350.2120.3910.162组合权重0.2440.1950.3900.171在该子层次评价中，通过组合赋权法得到的各项指标权重综合反映了各指标的重要性排序。例如，供应商协调响应时间（R1）与资源调配能力（R2）的权重较高，反映出其在供应链韧性的评价中占有核心地位。（3）验证与讨论为进一步验证组合赋权法的合理性和有效性，本文对熵权法、AHP法及组合赋权法的权重结果进行了对比分析（【表】所示）：◉【表】：三种赋权方法权重比较指标熵权权重AHP权重组合权重R10.2530.2350.244R20.1780.2120.195R30.3890.3910.390R40.1800.1620.171从表中可以看出：组合赋权法在核心指标（如R3）上与熵权法高度一致。在主观判断较强的内容（如R2）上，AHP法权重略高。组合赋权法能兼顾客观与主观因素，确保指标体系权值配置更科学合理。通过对比分析可见，组合赋权法不仅综合了多种赋权方法的优点，还能有效应对专业判断与数据信息之间的差异，确保供应链韧性评价结果更加精准可靠。4.4.1AHP熵权法组合赋权◉引言在供应链韧性评价指标体系的权重测算中，AHP（AnalyticHierarchyProcess，层次分析法）和熵权法分别从定性和定量角度提供权重计算依据。AHP熵权法组合赋权方法是将AHP的主观判断权重与熵权法的客观数据权重相结合，以获得更加全面、可靠的综合权重。这种方法既考虑了决策者对指标重要性的定性判断，又融入了指标自身变异性的客观数据信息，能够有效减少单一赋权方法可能带来的偏差。本节详细阐述AHP熵权法组合赋权的原理、计算步骤及其在供应链韧性评价中的应用。◉原理说明AHP熵权法组合赋权的核心思想是通过AHP确定各准则层指标的主观权重，然后利用熵权法计算各指标的客观权重，最后通过线性组合整合两种权重，形成综合权重。其中：AHP权重：基于专家判断的层次分析，利用判断矩阵和特征向量计算权重，体现决策者的主观偏好。熵权法权重：基于指标数据的变异程度，通过信息熵计算权重，变异越大，熵越小，权重越大，体现客观数据的规律。组合权重公式：设λ为调节系数（通常取λ=0.5），则综合权重W_i=λimesW_{AHP_i}+(1-)imesW_{Entropy_i}，其中W_{AHP_i}和W_{Entropy_i}分别表示第i个指标的AHP权重和熵权。这种方法的优势在于：它综合了主观和客观信息，增强了权重的信度和效度，降低了评价的不确定性。◉计算步骤以下是AHP熵权法组合赋权的具体计算步骤：◉步骤1:构建判断矩阵并计算AHP权重首先通过专家调查构建层次结构模型，并在AHP框架下构建两两比较判断矩阵。对于n个指标，构建一个n×n判断矩阵A=[a_{ij}]，其中a_{ij}表示第i个指标相对于第j个指标的重要性比值。计算判断矩阵的最大特征根λ_max和一致性比率CR。若CR<0.1表示矩阵一致性可接受。计算AHP权重W_{AHP}=(λ_max对应的特征向量归一化)，公式为：W其中是特征向量。◉步骤2:计算熵权法权重熵权法基于原始数据计算各指标的权重，假设有m个样本和n个指标，数据标准化后形成矩阵X=[x_{ij}],x_{ij}表示第i个样本的第j个指标值。计算指标熵e_j：e其中p_{ij}是标准化后的概率值（p_{ij}=），m是样本数。计算指标熵权W_{Entropy_j}：W并确保W_{Entropy}满足归一化条件{j=1}^{n}W{Entropy_j}=1。◉步骤3:组合权重计算利用步骤1和步骤2得到的权重，结合调节系数λ计算综合权重。λ的一般取值范围为[0,1]，常用λ=0.5均衡主客观权重。综合权重计算公式：W其中i=1,2,…,n。◉步骤4:验证与应用计算后，需对综合权重进行一致性检验（如变异系数分析），如果权重合理，则可用于供应链韧性评价指标体系的权重分配。◉示例说明以下表格示例展示了一个简化场景，其中假设3个指标通过AHP和熵权法分别计算权重，然后进行组合。◉表：AHP熵权法组合赋权示例指标AHP权重(λ=0.5)熵权法权重(λ=0.5)综合权重(λ=0.5)指标10.40.30.35指标20.30.50.4指标30.30.20.25计算说明：本例中，λ设为0.5，AHP权重基于专家判断（假设判断矩阵一致性CR≈0.08），熵权法基于3个样本数据计算得e_j分别为0.7,0.5,0.8。通过组合公式得到综合权重，需确保总和为1（此处∑W_i=1.0）。◉优势与注意事项优势：组合赋权方法提高了权重的可靠性，避免了单一方法的主观性或片面性。注意事项：λ的选取应根据实际情况调整；若AHP矩阵一致性较差或数据缺失，需进行数据预处理；组合后权重应进行敏感性分析以验证稳定性。4.4.2组合权重的优势分析在供应链韧性评价指标体系的构建过程中，权重的合理分配是确保评价结果科学性和可靠性的关键环节。通过科学的权重测算方法，可以有效地反映各评价指标在供应链韧性评价中的相对重要性，从而提高评价体系的综合效果。以下是组合权重的主要优势：多维度评价的支持供应链韧性是一个多维度的概念，涉及供应链的各个环节，包括供应商、生产、物流、信息流、客户等。通过科学的权重分配，可以从多个维度对供应链的韧性进行全面评价，避免单一指标的局限性。提升评价体系的灵活性不同的供应链场景和目标可能会有不同的需求，例如，某些供应链可能更注重成本效益，而另一些可能更关注服务质量。通过灵活的权重组合，可以根据具体的评价目标和应用场景，动态调整权重分配，满足多样化的需求。权重分配的科学性通过定量分析和专家评分，可以科学地确定各指标的权重。这种方法不仅有助于量化各指标的影响力，还能确保权重分配的客观性和合理性，从而提高评价结果的可信度。权重分配的可解释性明确的权重分配可以让决策者清楚地理解各指标在评价中的重要性。例如，某个供应商在供应链韧性评价中被赋予较高的权重，说明其在供应链稳定性的贡献较大，从而为决策提供更有针对性的参考。为了更好地体现权重组合的优势，以下表格展示了供应链韧性评价指标体系中核心指标的权重分配：核心指标权重次要指标权重分配权重总和供应商韧性25%供应商数量、供应商能力15%、5%35%生产设备韧性20%设备老化率、设备故障率10%、10%30%物流韧性15%物流成本、物流时间5%、10%20%信息流韧性10%数据传输速度、信息准确性5%、5%10%客户满意度10%服务质量、响应速度2%、8%10%总计100%100%100%从上述表格可以看出，供应商韧性和生产设备韧性被赋予了较高的权重（分别为25%和20%），这是因为供应链韧性评价通常认为这些是供应链稳定性的关键因素。物流韧性和信息流韧性也被赋予了较高的权重（分别为15%和10%），因为它们直接影响供应链的运作效率和信息流畅度。客户满意度虽然重要，但权重相对较低（10%），这反映了在供应链韧性评价中，客户需求相对于供应链内部因素的重要性通常较低。通过合理的权重分配，可以确保评价体系的有效性和实用性，从而为供应链韧性评价提供有力支持。5.供应链韧性评价模型构建与应用5.1供应链韧性评价模型构建为科学、系统地评价供应链韧性水平，本研究构建了一个基于层次分析法和模糊综合评价法的供应链韧性评价模型。该模型将供应链韧性分解为多个维度和指标，通过权重测算和模糊综合评价，最终得出供应链韧性的综合评价得分。（1）模型框架供应链韧性评价模型采用层次结构模型（AHP），分为目标层、准则层和指标层三个层次。目标层：供应链韧性准则层：主要包括风险识别与评估能力、抗干扰能力、快速响应能力、恢复能力、学习能力五个维度。指标层：在准则层的基础上，进一步细化出具体的评价指标，共计20个（具体指标体系详见第4章）。模型框架如下内容所示（此处省略内容示，实际应用中此处省略层次结构内容）：（2）模型构建步骤2.1构建层次结构模型根据第4章构建的供应链韧性评价指标体系，确定模型的三层结构，具体如下表所示：目标层准则层指标层供应链韧性风险识别与评估能力R1_风险识别能力,R1_风险评估能力抗干扰能力R2_供应商抗干扰能力,R2_生产抗干扰能力快速响应能力R3_信息响应能力,R3_物流响应能力恢复能力R4_财务恢复能力,R4_运营恢复能力学习能力R5_知识学习能力,R5_技术创新能力2.2构建判断矩阵采用Saaty标度法（1-9标度）对同一层次的各因素相对于上一层次各因素的相对重要性进行两两比较，构建判断矩阵。例如，准则层判断矩阵如下：A其中矩阵中元素aij2.3计算权重向量通过计算判断矩阵的最大特征值及其对应的特征向量，并进行归一化处理，得到各因素的权重向量。具体步骤如下：计算判断矩阵的最大特征值（λmax采用特征根法或和积法计算最大特征值，例如，采用和积法计算如下：将判断矩阵按列归一化：a将归一化后的矩阵按行求和：W将行和向量归一化：W计算最大特征值：λ一致性检验：计算一致性指标（CI）和一致性比率（CR）：CICR其中RI为平均随机一致性指标（查表获得）。若CR<2.4模糊综合评价在确定指标权重后，采用模糊综合评价法对供应链韧性进行评价。具体步骤如下：确定评价集：评价集为供应链韧性的评价等级，例如：V2.确定权重向量：通过上述AHP方法计算得到的指标权重向量即为模糊综合评价的权重向量。确定隶属度矩阵：对每个指标进行评价，确定其在各评价等级下的隶属度。例如，指标R11的评价结果为：0.2属于V1，0.5属于VR4.进行模糊综合评价：采用Mamdani合成法或Bortz合成法进行模糊综合评价，计算综合评价向量B：其中“∘”表示模糊合成运算，例如Mamdani合成法采用“∧”（与）和“∨”（或）运算。计算综合评价得分：将综合评价向量B与评价集V的量化值进行加权求和，得到供应链韧性的综合评价得分S：S通过上述步骤，即可得到供应链韧性的综合评价得分，从而实现对供应链韧性水平的量化评价。5.2评价模型实证分析（1）数据来源与处理本研究采用公开发布的供应链韧性相关数据，包括企业规模、财务状况、市场地位、技术能力、风险管理能力等指标。数据处理包括数据清洗、缺失值处理和异常值处理，确保数据的准确性和可靠性。（2）评价指标体系构建根据前文提出的供应链韧性评价指标体系，本研究构建了以下评价指标：企业规模：企业的资产总额、员工人数等。财务状况：企业的盈利能力、偿债能力、运营效率等。市场地位：企业在市场中的份额、品牌影响力等。技术能力：企业的研发投入、技术水平、创新能力等。风险管理能力：企业的风险识别、评估、应对能力等。（3）权重测算为了确定各评价指标的权重，本研究采用了层次分析法（AHP）进行权重测算。具体步骤如下：建立层次结构模型：将评价指标分为目标层、准则层和方案层。构造判断矩阵：通过专家打分法，构造各层次的判断矩阵。计算权重向量：使用特征向量法求解判断矩阵的最大特征值及其对应的特征向量，得到各评价指标的权重。一致性检验：对计算得到的权重向量进行一致性检验，确保权重的合理性。（4）实证分析结果通过对上述实证数据进行分析，得出以下结论：企业规模对供应链韧性的影响最大，其次是技术能力和风险管理能力。在实际操作中，企业应重点关注提升企业规模和技术能力，同时加强风险管理能力的建设。（5）讨论本研究的结果为供应链韧性的提升提供了理论依据和实践指导。然而由于数据的局限性和主观因素的影响，研究结果可能存在一定的偏差。未来研究可以进一步拓展数据来源，提高评价指标体系的科学性和准确性。5.3供应链韧性提升策略在构建供应链韧性评价指标体系的基础上，本节从企业存量供应网络优化和动态能力视角两个层面提出供应链韧性提升策略，为企业应对复杂多变的外部环境提供科学指导。（1）存量企业供应链协同优化策略针对当前大多数企业供应链转型升级的现状，建议存量企业从以下六个维度构建协同增效机制：供应链协同机制强化：建立供应商分级分类管理体系，对核心一级供应商实行年度战略合作，签订韧性合作协议，明确极端情况下的库存补货义务；对二级供应商制定JMI（JointManagedInventory）联合库存管理机制，通过信息共享降低安全库存水平。协同深度可用公式(5-1)衡量：SD其中Vshare为供应链共享数据资产价值，V风险感知与快速响应能力建设：构建三级预警响应机制（见【表】）。一级预警采取预拨运力保障核心线路，二级预警启动跨区域中转中心，三级预警启动战略物资预储备。响应效率可通过端到端交付周期公式(5-2)评估：TDR【表】：供应链风险预警响应三级机制预警级别触发条件响应主体响应措施完成时间一级预警关键节点延迟＞24h供应商管理部预拨20%运力+备选供应商启动8小时二级预警多节点并发异常运营中心启动JMI联合补货+中转中心建设24小时三级预警系统性风险暴露应急指挥部激活战略库存+供应商替代网络4小时备份供应商网络构建：建立“主-备-备”供应商结构，每类关键物料至少配备2家地理位置分散的备份供应商。备份供应商占比建议＞30%（【公式】），具体参照企业战略定位确定：BSR动态库存管理优化：采用基于机器学习的时序预测模型，将静态安全库存改为动态波动系数法（【公式】），显著提升库存周转率：S技术赋能与人才储备：投资建设数据中台，将40%供应链数据资产化，配套AI决策引擎降低响应延迟。同时每年投入不低于营收3%用于数字化供应链人才培养。（2）动态能力视角的供应链板块分析策略供应链韧性本质上是企业动态整合供应端、制造端、物流端、用户端四维要素的能力。建议从以下维度构建板块化管理策略：响应能力板块：提升需求预测准确率至90%以上，通过ACP（自适应供应链规划）技术实现预测偏差＜5%，对应板块成熟度得分C1=f(预测精度,实际交付率)仓储物流板块：建立多层级分布式仓储网络，关键零部件平均库存周转期＜30天，配送准时率＞98%，可用地理集中度公式(5-5)评估：LCC技术板块：投入区块链+大数据技术改造供应可视化系统，实现端到端透明度达95%以上，技术赋能度按【公式】计算：TD创新板块：建立供应商协同研发机制，年度联合开发项目占比＞40%，创新成果转化率＞60%。创新能力可用【公式】衡量：CI外部环境感知板块：建立POC（概念验证）机制，每季度开展政策风险、地缘政治风险和极端天气风险三类评估，风险识别准确率≥85%。环境风险度按【公式】计算：ER（3）策略实施保障机制为确保提升策略有效落地，建议配套建立以下三方面机制：冲突消解矩阵管理：冲突类型解决主体决策标准时间窗口库存-成本冲突运营总监ABC分类法则月度风险-收益平衡风险管理部概率成本法季度战略-执行脱节CPO（首席采购官）SCOR模型对标年度供应链韧性自评估体系：按照韧性指标体系构建“季度-半年-年度”三级评估机制，特别强调外部环境因素动态调整权重（Δweight），实现评估结果与改进措施的双向驱动。数字孪生沙盘推演：投资建设虚拟供应链平台，每月开展48小时极限压力测试，通过调整虚拟能力建立决策认知，在真实环境中实现操作优化固化。6.结论与展望6.1研究结论总结本研究针对供应链韧性评价体系构建及权重测算问题，通过文献综述、专家咨询、案例分析等方法，系统构建了适用于多元情境下的供应链韧性评价指标体系，并提出了基于主客观相结合的权重测算模型，主要结论如下：（1）供应链韧性评价指标体系构建本研究综合考虑了供应链韧性涉及的多维度特征，构建了三级评价指标体系（见【表】），涵盖抗干扰性、恢复能力、适应性、协同性四个一级维度。通过层次分析与德尔菲法修正，剔除了相关性过高的指标项，保留了更具信息量的评价维度，确保了指标体系的科学性与适用性：◉【表】：供应链韧性评价指标体系构建级别指标名称指标类别说明一级抗干扰性定性/定量包含供应稳定性、库存保障能力等恢复能力定性/定量包含响应速度、替代方案数量等适应性定性/定量包含柔性调整能力、信息通畅程度等协同性定性/定量包含利益相关方协作度、信息共享程度等二级和三级指标通过德尔菲法（专家信任度均值≥0.7）筛选，确保指标的代表性和可操作性。该指标体系不仅体现了供应链韧性多主体、多环节的特征，还兼顾了动态评价的需求，可适用于不同行业、规模的企业进行韧性评估。（2）权重测算方法有效性验证针对指标权重如何准确反映各维度在供应链不同情境下的相对重要性，本文提出“主客观组合权重模型”。其中熵权法用于客观赋权（【公式】），AHP法结合专家打分进行主观赋权（【公式】），并通过灰色关联投影方法实现权重融合（【公式】）。经实验验证，该模型可有效减少主观偏差，提高权重配置的合理性。【公式】（熵权法各指标权重）：wjextentropywkextAHPW=w（3）供应链韧性动态评价模型基于构建的指标体系与权重模型，本文建立了融合层次分析法与模糊综合评价的动态反馈评价模型（见内容）。该模型不仅考虑静态评价结果，还引入历史表现数据与环境变化趋势，模拟供应链面对外部冲击时的恢复路径与适应轨迹，从而实现对其韧性的量化预测与可视化展示。模型运行表明，该评价模型能够较好反映供应链在面临复杂多变环境下的韧性水平，并在多次情景模拟中印证了其预测准确性的稳健性。尽管本研究为供应链韧性评价提供了系统框架，但仍存在一些局限性。例如：一是在不同产业集群、供应链层级条件下如何实现指标体系的自适应调整，尚需进一步探讨；二是当前权重模型依赖历史数据，对未来不确定场景的响应能力有待提升。未来研究可考虑加入机器学习预测算法，构建更加智能化的动态评价系统。6.2研究创新点与不足（1）创新点本研究在供应链韧性评价指标体系的构建与权重测算方面具有显著的创新性，主要体现在以下几个方面：理论基础的创新针对供应链