基于全流程视角的我国海外原油供应链安全的双维度评价研究

摘要：在工业化与城镇化的进程中，原油具有举足轻重的作用，而我国长期居高不下的原油对外依存度，使国家、企业和普通消费者不得不重视我国海外原油供应链安全。鉴于此，在归纳总结我国海外原油供应链网络的基础上采用熵权法，基于全流程视角构建我国海外原油供应链评价指标体系，并运用灰色关联对我国海外原油供应链的安全进行评价。评价结果在时间和空间双维度上表明：（1）原油贸易是买方市场，买方对原油贸易的影响力是卖方影响力的1.094倍;（2）我国海外原油供应链安全绩效与国际原油价格发展趋势基本吻合，吻合度为0.734;（3）近十年，我国海外原油供应链的安全进程可划分为三阶段和两节点;（4）俄罗斯—中国是安全性最高的单元供应链，中东—中国是关键供应链。

关键词：原油供应链;安全评价;全流程;双维度;熵权法;灰色关联

中图分类号：F407.22;X820.4 文献标识码：A 文章编号：1673-5595（2019）03-0001-08

一、引言

原油作为工业基础能源，与国家的经济发展、工业进步甚至国家安全息息相关。原油供应的波动将对国家的经济产生重大影响，尤其是原油储备量少、进口依赖度较高的国家。据英国石油公司和前瞻网统计，我国1997年的石油消耗量为1.96亿吨，2016年增加到约5.79亿吨，由此可见，作为非再生资源，石油正在被高速消耗。随着经济全球化的推进，石油作为一种重要的战略资源，在全球亦有大规模流动。因此，原油安全一直备受各国高度重视，对原油供应链安全的评价在任何时代都具有积极意义。

自Cranfield Management School提出供应链风险包含供应风险、需求风险、环境风险、制度风险、运作过程风险、预防计划、措施失败等7大因素以来[1]，国内外学者对供应链风险的研究日趋完善。从风险来源来看，供应链风险可能来自于干扰风险、预测风险、制度风险、延迟风险、系统风险、需求风险、供应风险、政治风险、经济风险、技术风险、社会风险、环境风险、法律风险、程序风险、控制风险、文化冲突风险、自然灾害风险、信息风险、道德风险、投资风险、波动性风险、知识产权风险、生命周期阶段风险、采购风险、控制风险、运营风险等。[2-9]从研究方法来看，主要有BP神经网络、模糊数学、层次分析法、ANP、模糊评价法、AdaBoost算法、熵权法、Lasso-logistic、赫芬达尔指数、P-H模型等或者其中某些方法共同使用进行风险评价。[3，6， 10-16]从风险评判等级来看，绝大多数学者将风险分为无风险、轻度风险、中度风险、重度风险，或类似风险阐述。[15，17-19]

截至目前，国内外学者对原油安全的研究主要从石油安全综合评价、地缘政治风险、石油供给安全和油价波动风险四个方面展开。（1）石油安全综合评价，是通过构建评价指标体系，对石油安全进行评价。现有文献表明，构建评价指标体系需具有战略性、科学性、全面性、代表性、经济性、动态性和环保性的特点，多集中于需求消费、资源禀赋、供给保障，从主导因素而言，研究各有侧重。[20-25]（2）地缘政治风险方面，相关学者一致认为地缘政治直接影响全球石油市场，任何时期都应该得到各国的重视。[26-31]（3）石油供给安全方面，学者的研究集中于石油供给的独立性、石油进口来源的多样性和石油供给安全的量化评价。[32-34]（4）油价波动风险，主要体现在油价波动对当前经济的影响、对相关部门的影响及对不同产业的影响三个方面。[35-36]

本文的创新点在于研究视角和分析维度的创新：（1）研究视角的创新。和大多数学者聚焦于资源禀赋、供给保障、需求消费等视角不同，本文从原油供应链的流程出发，考虑流程中的所有因素，故称为全流程视角。（2）分析维度的创新。大多数学者仅从时间维度或空间维度分析研究结果，本文综合时间和空间双重维度对评价结果进行分析，使最终结果更加全面，更具参考性。

① 本文将原油价格归属于经营环境，是因为对于中国来说，经营环境是不可调控的客观因素;同时，中国也无法改变国际原油价格。原油价格具有经营环境不可调控的属性，因此将原油价格归属于经营环境。

二、我国海外原油供应链构成及供应链安全的定义

（一）我国海外原油供应链构成

供应链由节点企业和节点企业之间的运输共同构成，即供应链的起点、终点和运输，我国海外原油供应链网络如下[19]。

（1）起点。目前，我国海外原油供应链的初始节点有较多地区，可分为以下几类，分别为非洲地区（包括阿尔及利亚、安哥拉、喀麦隆、中非共和国、乍得、埃及、加蓬、加纳、肯尼亚、利比亚、毛里塔尼亚、尼日尔、尼日利亚、苏丹、南苏丹、突尼斯等）、中东（包括伊朗、伊拉克、科威特、沙特、叙利亞、阿联酋、也门等）、亚太地区（包括缅甸、柬埔寨、印度、印度尼西亚、马来西亚、阿曼、巴基斯坦、越南等）、中南美洲（包括阿根廷、玻利维亚、巴西、哥伦比亚、厄瓜多尔、特立尼达、多巴哥、委内瑞拉等）和俄罗斯等。

（2）终点。我国沿海各港口，例如：青岛、天津、宁波、舟山、上海、广州、海口等。

（3）运输。我国海外原油运输方式主要有海上运输、管道运输及铁路运输三种方式，这三种方式在各自的区域内发挥着重要作用。采用海上运输的区域主要有中东、非洲和中南美洲，该种运输方式成本低，但途经马六甲等多个海峡，风险较大;采用管道运输的区域为俄罗斯和哈萨克斯坦，两者都与我国接壤，该种方式成本低、方便快捷、安全性高;采用铁路运输的区域为俄罗斯和哈萨克斯坦管道运输无法实现的地方，该种方式运输风险小、运输量大，但建设难度大，随着运输管道的扩建与使用，铁路运输将会被逐渐替代。

根据以上信息，为简化模型，将供应链的起点和终点都简化为地区，故我国海外原油供应链系统由如下单元供应链组成：非洲—中国、中东—中国、亚太地区—中国、中南美洲—中国和俄罗斯—中国;运输方式主要有海上运输、管道运输及铁路运输。

（二）原油供应链安全定义

本文将原油供应链安全定义为：在特定的经营环境下，原油供应链流程各节点国家由于对原油供应链的认知一致（认识到供应链对自己十分重要），通过资源投入與经济贡献使原油供应链安全运行，能够最大化规避风险的一种状态。

三、我国海外原油供应链指标体系构建

（一）原油供应链安全评价指标选取

供应链安全，是指整个供应链系统的安全，既包括流程上各节点（起点、中转点和终点）的安全，也包括运输过程和客观经营环境的安全。

供应链安全评价指标体系的选取，决定最终评价结果的科学性与合理性。目前，许多学者从资源禀赋、供给保障、需求消费、经济指标、环境保护等出发，选取评价指标。[20-25，37]本文认为，产品从起点企业通过运输到达终点企业，多条单元供应链构成供应链网络，对供应链网络的分析应基于单元供应链。

图1中，单元供应链的影响因素主要来自起点企业、终点企业、运输过程和经营环境四个方面，因此，评价指标的选取同样来自这四个方面，具体评价指标如表1。

由表1可知，该供应链评价指标体系在活动流程方面，包含了起点企业、终点企业、运输过程与经营环境，涵盖了供应链活动的所有因素。同时，该评价指标体系在一定程度上反映供应链的经济性（经济贡献度）、重要性（重视程度、经济贡献率、资源分配率）、安全性（设备装置）、环境变动（原油价格①）、资源决策（资源分配率）等。

本文最终选择的指标包括资源分配率、经济贡献率、需求满足度、重视程度、设备装置和原油价格6个指标，数据来源包括《BP世界能源统计年鉴2007—2016》、世界银行官网、新浪财经宏观数据等，数据的初始值见表2。

（2）设备装备，俄罗斯在2012年才和中国签订管道运输合同，新增管道运输，此前一直采用铁路运输，辅以海运，铁路运输费用高，因此对俄罗斯2006—2011年赋值0.90，往后每年递增0.01。其他地区采用油轮运输，故初始赋值0.80;随着时间推移，科技在进步，每年以0.01递增。由于俄罗斯的原油供给量在苏联组织具有绝对优势，对苏联的分析转化为对俄罗斯的分析。（3）根据《BP世界能源统计年鉴》，在2014年及以前，向中国原油出口五大区域之一的为“苏联”。2015年换成了俄罗斯。由于苏联的所有国家中，俄罗斯的原油出口占据了绝大部分，为简化模型，2006—2014年俄罗斯的数据均为苏联的数据。

（二）评价指标

评价指标权重的确定方法可分为主观评价法与客观评价法两大类。主观评价法主要包括层次分析法、模糊分析法、德尔菲法等;客观评价法主要有熵权法、粗糙集法等，这两类方法各具优劣。本文选取熵权法，以确保评价指标权重的客观性，同时简要论证其最终指标权重是否符合专家经验与实际情况，若不符合，则进行修正。

熵是一个热力学概念，于1854年由克劳修斯提出。1948年，信息论的创始人申农首次引进信息熵用以描述信息的不确定性，现在熵已经在工程技术、社会经济管理等很多领域得到广泛应用。熵衡量的是系统的无序程度，信息熵则度量的是系统的有序程度：评价指标的信息熵越小，表明指标值的变异程度越大，提供的信息量也越大，在评价中所起的作用也越大，即指标的权重也越大。熵权法的计算步骤依次为指标值归一化、计算指标熵值、计算指标权重。[38]设有m个评价指标，n个评价对象，指标效益矩阵为B=（bkj）mn，具体过程如下：

采用式（1）、式（2）、式（3）计算表2中的数据，确定的指标权重见表3。由表3可知，起点企业和终点企业对原油供应链的影响权重分别为0.348 6和0.381 2，假设起点企业和终点企业分别代表卖方市场和买方市场，则可得出如下结论：（1）国家原油贸易为买方市场，因为买方市场的权重更大，拥有更大的话语权;（2）买方市场对国际原油贸易的影响是卖方市场影响力的1.094（1.094=0.381 2/0.348 6）倍。

四、我国海外原油供应链安全评价

由于研究的样本数据有限，仅选用2006—2015年的数据做定量分析，因此本文选用灰色关联对我国海外原油供应链安全实施评价。灰色系统理论是我国著名学者邓聚龙于1982年提出的，其研究对象是部分信息已知、部分信息未知的不确定性系统。灰色关联是基于灰色系统理论提出的一种系统分析的现代统计方法，其基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密：曲线越接近，相关序列间的关联度越大，反之越小。灰色关联能够准确地反映各因素间的关联程度及亲疏次序。[38]

（一）灰色关联计算步骤

（二）我国海外原油供应链安全评价实施

灰色关联评价对样本数量无要求，本文的数据为2006—2015年共10年的数据，适合采用灰色关联评价法。利用式（4）、式（5）、式（6）、式（7），对表2的数据进行计算，评价结果如表4和图2。

五、评价结果分析

（一）时间维度下的结论分析

从时间维度来看，我国海外原油供应链安全在研究期间有较小幅度的变化，见图2。海外原油供应链安全与原油价格、国际政治、国际经济环境、供应国与需求国的双方关系、供应国地区稳定性、需求国工业化进程等息息相关，本文在时间维度下对我国海外原油供应链安全分析如下：

1.我国海外原油供应链安全性与国际原油价格趋势基本吻合

如图2所示，两条曲线变化趋势完全一致，只是数值不同。我国海外原油供应链安全绩效在2006—2008年一直处于缓慢上升阶段，2009年相对于2008年安全性下降3.27%。2009—2012年，我国海外原油供应链安全绩效一直处于上升阶段，该阶段安全性提升了37.02%。从2012年开始，直至2015年，我国海外原油供应链安全绩效基本处于下降阶段。

2006—2015年国际原油价格（美元/桶）如图2所示，原油价格在2006—2008年处于上升阶段，2009年相对于2008年有所下降;此后，2009—2012年，原油价格一直处于上升阶段，且上升幅度较大;在2012—2015年这个阶段，原油价格开始大幅下降。

通过对比可知，虽然我国海外原油供应链安全性变化幅度不如国际原油价格波动那样明显，但是两者之间的发展趋势基本吻合，吻合度为0.734，这是因为原油供应链安全是众多因素共同影响的结果，而原油价格只是众多影响因素中非常重要的一个。

2.我国海外原油供应链安全发展大致可分为三阶段和两节点

第一阶段（2006—2008年）：该阶段，国际政治相对稳定，我国工业化进程推进迅速， GDP分别以12.7%、14.2%和9.6%高速增长，国内石油需求巨大;同时，中东、中南美洲、俄罗斯、亚太地区和非洲都没有发生较大的战争，经济增长和石油供应稳定。整体而言，该阶段国内石油需求剧增，海外供应稳定，我国海外原油供应链安全性稳步提升。

时间节点1（2008年底）：2008年底，全球爆发了大范围的金融危机，世界各国的经济都受到不同程度的影响，我国经济受到的影响较大，国内石油需求骤减，原油供应链安全开始下降。

第二阶段（2009—2012年）：该阶段世界范围内发生局部战争，但不影响国际环境整体稳定，世界经济稳步增长。我国经济发展良好，分别以9.2%、10.6%、9.5%和7.7%增速增长，轻、重工业快速发展，石油需求巨大。对于石油供应国，除南苏丹于2011年从苏丹脱离，独立成国，其他都是局部微战争;同时，苏丹对我国原油供应量较小，因此南苏丹独立事件对我国海外原油供应链安全性几乎无影响。因此，在该阶段，我国海外原油供应链安全性逐步增长。

时间节点2（2012年）：2012年，国际政治与国际市场多变，国际油价大幅下降。第一季度，欧盟发布对伊朗石油的禁运令，同时中东地区地缘政治矛盾不断演绎，使得国际油价波动。第二季度，虽然OPEC表态保障石油供应，油价利好，但是希腊、意大利、西班牙等国债问题再度突出，使得欧债危机日益凸显，国际油价冲高回落。第三季度，中东地缘政治继续发酵，同时全球金融市场对美国出台第三轮量化宽松政策（QE3）充满期待，市场稍有好转。第四季度，美国QE3政策对石油价格影响在第三季度已被透支，同时受到欧债危机、美国大选、财政悬崖困局等的影响，国际油价出现大幅下降。[39]

第三阶段（2013—2015年）：该阶段，我国经济增长放缓，GDP增长率由之前的10%左右降低到约7%，原油需求虽增长较大，但需求增长率较第二阶段有较小程度的下降。在国际政治与国际经济中，美国于2014年联合沙特通过大幅降低油价意图对俄罗斯实施经济制裁，致使国际原油价格大幅下降，全球经济受到较大影响。整体而言，我国海外原油供应链安全在该阶段受国际原油价格大幅下降的影响，安全性大幅下降。

（二）空间维度下的结论分析

由表4可知，从空间维度而言，我国海外原油供应链网络的不同单元供应链的安全存在明显差异，基本保持“俄罗斯—中国第一、中南美洲—中国第二、中东—中国第三、亚太地区—中国第四和非洲—中国第五”，俄罗斯安全绩效平均比非洲高33.76%，最高年份（2012年）达73.86%。

（1）最高安全供应链：俄罗斯—中国。俄罗斯向我国供应的原油数量在所有供应链中稳居第三，虽然在供应量上并没有绝对优势，但是在如下指标上得分较高。（由于俄罗斯的原油供给量在苏联地区具有绝对优势，故对苏联地区的分析转化为对俄罗斯的分析。）

政治保障，中俄关系融洽和国内政治稳定。中国和俄罗斯都是世界大国，且两国政治关系融洽，双方首脑多次相互拜访，在二战期间有军事合作经验。同时，在2006—2015年，除2014年克里米亚事件外，俄罗斯国内政治一直很稳定。俄罗斯国内政治稳定为我国海外原油供应链网络安全提供了政治保障。

运输保障，管道和铁路运输安全性极高。从俄罗斯进口的原油绝大部分经过管道运输进入我国。管道运輸相对于油轮运输，不但设备安全性高很多，而且在运输过程中，不会有海盗袭击。另外，相对于其他供应链，原油从俄罗斯运输到中国，距离较短，耗时较少，致使整体运输效率高。管道运输为我国海外原油供应链安全提供了运输保障。

经济保障，稳定的经济市场。俄罗斯GDP总量一直处于世界前列，且人口相对较少，人均GDP排名表现出色。在所有的原油供应国家中，俄罗斯GDP一直稳居前列。俄罗斯比较稳定的经济市场为我国海外原油供应链安全提供了经济保障。

技术保障，科技强国。俄罗斯是一个石油大国，其石油开采、提炼、运输等处理技术十分成熟。同时，作为重工业大国，俄罗斯在除石油技术外的其他方面，技术实力也领先，这些技术一定程度上促进了石油行业的发展。俄罗斯作为科技强国，为我国海外原油供应链安全提供了技术保障。

依赖保障，石油收入占GDP比重高。俄罗斯是石油大国，其石油带来的GDP在其GDP总量中占相当的比例，对石油依赖度极高，这使得俄罗斯不得不高度重视其石油行业。俄罗斯的石油收入在其GDP中长期占据较高比例，为我国海外原油供应链安全提供了依赖保障。

（2）最低安全供应链：非洲—中国。该单元原油供应链在整个原油供应链网络中安全性最低，主要原因是所有评价指标都没有出色表现，且部分数值偏低，具体如下：

经济落后。非洲一直是世界上较落后的地区，经济表现不佳，基础市政设施不完善，多数国家就业率低，甚至基本温饱没彻底解决，以上原因使得该单元供应链的经济环境恶劣。

政治不稳定。在所有的供应链中，非洲的政治稳定度不高，在研究时期内仍然有个别国家发生争取独立事件（南苏丹）及部分边缘政治问题，不稳定的政治不利于我国海外原油供应链安全的提升。

技术落后。网络系统内各个因素并非独立作用，非洲落后的经济和政治的不稳定使其技术也相对落后，技术落后又反过来和经济落后、政治不稳定共同作用，降低该原油单元供应链安全绩效。

供应比重减少。从2006年开始，非洲每年供应给我国的原油基本稳定在6千万吨左右，其他单元供应链供应的原油数量增加，使得非洲所在的原油单元供应链的原油供应量比重降低，降低了其在整个海外原油供应链网络中的重要性。

（3）关键单元供应链：中东—中国。虽然该单元供应链在整个原油供应链网络中安全排位居中，但其向中国提供的原油约占所有供应量的50%，足见其对整个供应链网络的重要性。

石油资源丰富。中东地区石油资源丰富，很多国家的GDP依靠石油带动，其每年向世界出口的原油占全世界所有原油出口量的35%，向我国出口的原油约占我国总进口量的50%，是我国原油供应链网络中最为关键的单元供应链。

国家动乱和边缘政治。中东地区边缘政治一直比较严重，世界范围内的战争大多集中在该地区。同时，由于美国等第三方势力的卷入，使得该地区更加不稳定;部分国家各大势力的夺权和边缘政治问题，使得人民苦不堪言，出现大规模的移民现象。以上是造成该单元供应链安全性排名居中最直接的原因。

油轮运输安全性较低。该单元供應链的运输方式为海上油轮运输，在运输过程中，可能会出现海盗袭击等不安全现象。

其他单元供应链：中南美洲—中国、亚太地区—中国。这两条单元供应链除运输方式为海上运输，致使运输安全性较低外，其他各方面表现普通，因此，整体安全性在整个供应链网络中排名居中。

六、建议

在所有的影响因素中，经营环境是客观因素，无法实现优化，因此优化的重点集中于影响起点企业、终点企业和运输过程的关键因素。

（一）风险控制，适当优化单元供应链供应量比重

在目前的供应链网络中，中东向我国供应的原油约占我国海外原油供应链网络的50%，俄罗斯仅为13.5%左右。中东政治非常不稳定，也是战争多发地带，大大增加了我国海外原油供应链的不确定性与不安全性;俄罗斯在政治、经济、技术、原油运输等方面都有较好的表现。因此，在原油价格等条件允许的情况下，可适当将比重向俄罗斯倾斜，以提升供应链网络的整体安全性。

（二）起点控制，加强原油供需双方政治经济军事合作

石油是十分重要的战略储备资源，关系到一个国家工业化、军事化等进程，供需双方都应高度重视。加强原油供需双方在政治、经济、军事等方面的合作，有助于促进双方关系。例如：双方领导人加强互动拜访、石油等项目共同开发、文化交流、军事演习等都是切实可行的方案。

（三）运输控制，加强运输设备研发与强化海上合作

运输设备的稳定性、运输速度、运输成本是运输过程的重要指标，注重运输设备的研发能够有效确保以上指标。同时，海盗袭击是海上运输的一个致命障碍，世界各国应该联合起来，坚持以文明、安全、道德、互助为基本理念，加强沟通与合作，制定特定规章制度，共同管理和治理海洋，最大化地降低海盗袭击次数，以保证海上运输安全与世界各国人民的基本利益。

（四）终点控制，加强技术开发寻求环保替代资源

随着经济增长与人民生活水平的提升，我国对原油的需求将会居高不下，降低我国的原油需求具有很大困难，但我国可以在使用石油的同时，一定程度上选择其他替代能源。例如，加强太阳能研发、强化新能源汽车研发等，不但可以在很大程度上降低对原油的依赖，而且能降低对环境的污染。国家增大技术开发资金投入，重视技术人才，以寻求环保替代能源，将是一条绿色、健康和长久之路。

本文的研究结果符合我国海外原油供应链实际情况，因此在现有研究基础上，可继续使用该研究方法与数据，做一些扩展性研究，例如我国海外原油供应链安全发展趋势预测、原油供应链作用机理分析等。

参考文献：

[1] Cranfield Management School. Supply Chain Vulnerability[R]. Cranfield University， 2002.

[2] Rao S，Goldsby T J. Supply Chain Risks： A Review and Typology[J]. The International Journal of Logistics Management， 2009，20（1）：97-123.

[3] 周刚，赵艳超.基于隶属度的供应链风险评估模型研究[J].标准科学，2013（10）：80-83.

[4] Blome C， Schoenher R T. Supply Chain Risk Management in Financial Crises-A Multiple Case-Study Approach[J]. Journal of Production Economics， 2011， 134：43-57.

[5] Chan F T S， Kumar N. Global Supplier Development Considering Risk Factors Using Fuzzy Extended AHP-Based Approach[J]. Journal of Management Science， 2007，35（4）：417-431.

[6] 王新利.基于BP神经网络专家系统的供应链风险评价研究[J].中国流通经济，2010（6）：27-30.

[7] Singhal P， Agarwal G， Mittal M L. Supply Chain Risk Management： Review， Classification and Future Research Directions[J]. International Journal of Business Science and Applied Management， 2011，6（3）：15-42.

[8] Vilko J P P， Hallikas J M. Risk Assessment in Multimodal Supply Chains[J]. International Journal of Production Economics， 2012， 140（2）：586-595.

[9] Kamingsih P D， Kayis H， Kara S. Risk Identification in Global Manufacturing Supply Chain[C]//Proceeding International Seminar on Industrial Engineering and Management Menara Peninsula. Jakarta， 2007.

[10] 曾佑新，宋斯達.基于主成分与灰色关联分析的乳制品供应链风险因素评价[J].中国市场，2017（9）：156-158.

[11] 李明，邓旭东，肖伦亚.基于ANP-模糊评价法的供应链管理风险评价研究[J].科技创业，2012（5）：82-84.

[12] 吕心洁，陈怡雯.基于AdaBoost算法与神经网络的供应链金融风险评价[J].商业文化，2012（5）：179-180.

[13] 雷勋平.我国汽车制造业供应链风险评价实证研究——基于熵权可拓决策模型的分析[J].计算机工程与应用，2015，51（12）：264-270.

[14] 逯宇铎，金艳玲.基于lasso-logistic模型的供应链金融信用风险实证研究[J].管理现代化，2016（2）：98-100.

[15] 张芳.中国商业银行市场赫芬达尔指数研究[J].产业与科技论坛，2011，10（3）：125-126.

[16] 朱勇.基于ρ-H模型的我国海外原油风险评价[J].中国石油大学学报（社会科学版），2018，34（5）：9-15.

[17] Aqlan F， Lam S S. A Fuzzy-Based Integrated Framework for Supply Chain Risk Assessment[J]. International Journal of Production Economics， 2015，161：54-63.

[18] 耿殿明，刘佳翔.供应链风险的系统识别与评价模型研究[J].物流技术，2014（13）：361-363.

[19] Rajesh R， Ravi V. Modeling Enablers of Supply Chain Risk Mitigation in Electronic Supply Chain： A Grey-DEMATEL Approach[J]. Computers & Industrial Engineering， 2015，87：126-139.

[20] 朱勇.基于内部基准分析的中石化海外原油供应链绩效评价研究[D].黑龙江：哈尔滨理工大学，2015.

[21] 李铭，王高尚，于汶加，等.中国石油资源安全评价[J].地球学报，2010，31（5）：686-692.

[22] 吕军，王德运，魏帅.中国石油安全评价及情景预测[J].中国地质大学学报（社会科学版），2017，17（2）：86-96.

[23] 李凤升，赵俊平，董金涛.基于主成分分析的中国石油安全度评价[J].中国石油大学学报（社会科学版），2013，29（3）：9-12.

[24] 薄蓉，唐旭，冯连勇，等.中国的石油安全令人堪忧[J].中国能源，2012，34（10）：24-28.

[25] 范秋芳，赵亚丽.基于层次分析法和模糊综合评价模型的中国石油安全预警研究[J].中外能源，2014，19（2）：8-12.

[26] 张咪.我国石油企业海外投资的政治风险及应对措施[J].经营与管理，2016（4）：91-92.

[27] Omar A M A， Wisniewski T P， Nolte S. Diversifying Away the Risk of War and Cross-border Political Crisis[J]. Energy Economics， 2017，64：494-510.

[28] 李岩，王礼茂.从地缘政治角度看中国石油进口运输安全[J].资源科学，2008，30（12）：1784-1790.

[29] Kollias C， Kyrtsou C，  Papadamou S. The Effects of Terrorism and War on the Oil Price-stock Index Relationship[J]. Energy Economics， 2013，40（2）：743-752.

[30] 郎一环，王礼茂.石油地缘政治格局的演变态势及中国的政策响应[J].资源科学，2008，30（12）：1778-1783.

[31] 林培源.中国与哈萨克斯坦油气合作的现状、挑战和前景[J].中国石油大学学报（社会科学版），2017，33（1）：6-10.

[32] Wabiri N， Amusa H. Quantifying South Africas Crude Oil Import Risk： A Multi-criteria Portfolio Model[J]. Economic Modelling， 2010，27（1）：445-453.

[33] Brown S P A， Huntington H G. Evaluating U.S. Oil Security and Import Reliance[J]. Energy Policy， 2015，79：9-22.

[34] Moerkerk M V， Crijns-Graus W. A Comparison of Oil Supply Risks in EU， US， Japan， China and India under Different Climate Scenarios[J]. Energy Policy， 2016，88：148-158.

[35] Zhang C，  Tu X. The Effect of Global Oil Price Shocks on Chinas Metal Markets[J]. Energy Policy， 2016，90：131-139.

[36] Chen S S， Hsu K W. Reverse globalization： Does High Oil Price Volatility Discourage International Trade？ [J]. Energy Economics， 2012，34（5）：1634-1643.

[37] 朱勇，王宇奇.中石化原油供应链绩效评价指标体系构建[J].科技与管理，2015（3）：50-58.

[38] 冯运卿，李雪梅，李学伟.基于熵权灰色关联模型的陕西省可持续发展能力探究[J].科技进步与对策，2014，31（9）：51-55.

[39] 2012年国际原油价格走势回顾[EB/OL].（2013-01-14）.http：//www.askci.com/news/201301/14/1416454155083.shtml.

责任编辑：张岩林

Abstract：Crude oil plays an important role in the process of industrialization and urbanization. Chinas high dependence on overseas crude oil for a long time makes the whole nation， enterprises and ordinary consumers pay enough attention to the safety of Chinas overseas crude oil supply chain. Therefore， on the basis of summarizing and specifying Chinas overseas crude oil supply chain network， Chinas evaluation index system of overseas crude oil supply chain is constructed by using the entropy technology from the perspective of the whole process. Chinas overseas crude oil supply chain is evaluatedby using grey model and the results in both time and space dimensions are as follows：  （1） The purchasers have more advantages than the vendors， and the ratio to overseas crude oil between the purchaser and vender is 1.094. （2） The safety performance of Chinas overseas crude oil supply chain accords with the change of international price of crude oil and their fitting value is 0.734. （3） The process of crude oils safety of the past ten years should be divided into 3 phase and 2 time-points. （4） The one from Russia to China is the safest routine， while the one from Middle East to China is the most critical routine.The research results in this article accord with the actual situations of Chinas overseas crude oil supply chain. The methods and data can be used to further predict the safety trends of China overseas crude oil supply chain and explore the functions and mechanism of crude oil supply chain.

Key words： crude oil supply chain; the evaluation of safety; all-flows; two-dimensions; entropy technology; grey model

收稿日期： 2019-04-14

基金項目： 国家自然科学基金项目（11401585）;山东省自然科学基金项目（ZR2017MG17）

作者简介： 刘广生（1967—），男，江苏海安人，中国石油大学（华东）经济管理学院教授，博士，研究方向为财务成本管理、产业经济学。