区块链环境下供应链网络演化研究

钱晓东,王昱澎

(兰州交通大学 a.自动化与电气工程学院;b.经济管理学院,甘肃 兰州 730070)

一、引 言

现阶段,中国政府高度重视对区块链在供应链领域的应用,国务院办公厅在2017年10月发布的《关于积极推进供应链创新与应用的指导意见》指出,要积极利用区块链以及人工智能等具有先进性的技术构建供应链的信用评价机制。中国“十四五”规划中明确指出,要将区块链作为核心技术,在技术基础上实现自主创新,从而推动区块链技术以及相关产业的创新与发展。

中国传统的产业链供应链条上参与方多,信息错综复杂,链上成员企业之间存在竞争,部分企业的真实数据很难获得,产品追溯问题也很难解决,经常性造成行业竞争力的耗散效应,所以需要在产业链供应链节点企业间建立信任机制,推动协作共赢。区块链目前被广泛应用于商业银行、证券、保险等多个行业,未来几年,在国家信息安全技术引领和政策指导下,文化休闲、媒介等各个行业的应用发展将会加速,供应链系统产品在各行业的广泛应用也一定会紧随其后,带来全新的移动互联网时代供应链系统产品和服务行业的跨越式增长。区块链的本质为在一定规则下进行的信息联系过程,区块链技术的核心在于去中心化的分布式结构,不仅大大降低了层级数量,还降低了中间成本消耗,其安全机制作为突出特征,所依靠的是不可篡改的时间戳来对信息进行追踪和防伪。一般而言,传统化的核心企业难以实现对供应链的实际控制,信息不对称而导致的溯源需求与能力情况不清晰,使得其商业活动所形成的信任机制缺乏约束力,就目前互联网技术发展而言,区块链技术弥补了其核心缺陷,能够以灵活性更强的编程模式来给予市场秩序的规范化处理,改变以往合作模式的同时,提高了合作各方的信任度,因此区块链环境下的技术革新,能够促使供应链网络在构建过程中,实现管理时间和成本的优化。

传统大数据环境下,供应链是从客户的客户到供应商的供应商,从原材料到客户端,涉及其中所有元素,是包括贯穿其中的整个产品流、信息流和资金流,以最大化客户价值,最小化各节点的成本。但是在供应链管理中信息不透明,导致了在整个供应链组织里需求信息从终端客户逐级传递给生产制造商或者原材料商,由于其中涉及的节点企业大多都是以自身利益为导向,当需求不确定时,各个节点通常以增加库存来应对需求上涨的风险。长期演变就会导致需求和供给无法合理匹配。无论是需求大于供给还是供给大于需求都会给企业带来巨大的损失。传统供应链网络虽然有信任评价模型,但是仍然存在一定的交易风险。

为了解决传统产业链供应链存在的问题,本文立足于解决信任机制的相关问题,在研究中采用区块链相关技术构建了供应链网络,在该网络中的企业具有匿名可信、交易记录透明和可追溯三方面特点。区块链技术可以很好地解决传统供应链中信息不透明以及传递虚假信息问题,区块链环境下的供应链网络中,能够通过技术手段实时记录企业信息并让需求信息在整个供应链网络中共享透明化,这样供给和需求就可以得到合理的匹配,供给企业就可以根据需求制定切合市场需求的生产计划,大大减少库存成本,且各个节点之间可以更好地相互配合,提升运作效率,从而有效解决传统供应链中的信任、产品追溯、数据信息的共享问题。

二、文献综述

本部分围绕供应链演化以及区块链技术在供应链中的应用问题进行文献梳理。基于学术界关于区块链技术对供应链应用价值的共识,首先对供应链网络进行综述,并回顾了供应链网络演化的相关研究,指出本文的创新之处。最后,对已有相关文献评述。基于国内外研究现状分析,本文主要从以下三个方面展开。

(一)关于供应链网络动态演化的研究

Pathak等明确指出供应链是一个具有复杂性的适应系统,其在研究供应链的过程中主要集中于供应链的生长、涌现机制和其他影响因素方面,并在具体研究中对供应链的网络动态演化进行了分析[1]。葛伟和秦效宏立足于局域世界演化模型,并在节点相关度引入的基础上对节点与网络中其他节点间相近程度的指标进行了衡量,确定了局域世界的整体规模是存在动态变化的,并且在此基础上建立了基于供应链系统的局域演化模型[2]。傅培华等对供应链网络的动态演化特性进行了具体分析,并在分析研究基础上提出了集聚性供应链网络演化模型,该模型的显著特点是度值与连边优先连接[3]。吴义生在系统动力学理论的支持下构建了低碳供应链协同运作的演化模型,并在自组织原理基础上研究分析了序参量对于低碳供应链协同运作的影响[4]。曹文彬和熊曦将供应链企业合作所带来的边际效应与复杂网络进行了结合,并在节点度和边际效益因素基础上建成了复杂供应链网络局部演化模型,利用仿真的方法对模型展开了验证分析[5]。Barabasi和Albert认为无标度网络的形成机制是增长和择优连接,并且在复杂的网络研究中引入了连续化方法,最终获得了能够在无标度网络中具有适用性的BA模型[6]。在此之后,复杂网络的研究进入到了一个高潮阶段。就供应链的网络复杂性研究来看,范碧霞和刘帅首先进行了复杂网络特性的描述,并在此基础上对复杂性的产生机制进行了剖析[7]。丁飞和陈红立足于BA网络模型,并引入了反择优概率,由此构建出了包含节点进入、退出和合作的网络模型,同时利用仿真的方法对模型有效性进行了验证[8]。在之后的研究中,Venkata等人利用基于演化的自组织理论方法对供应链的复杂网络结构特征以及节点成员企业与系统目标之间的联系等进行了阐述,并利用仿真的方式分析研究了供应链网络的复杂架构特性[9]。

(二)关于Agent理论与供应链的研究

熊伟清和魏平根据供应链的特性与Agent系统的特性,提出了基于多Agent供应链网络企业竞合关系演化分析[10]。以演化Agent的企业组织演化模型为基础,结合Agent的行为特点,设计Agent的行为策略,构造智能Agent节点,建立了基于演化Agent的企业人际关系网络模型。杨斯博和李敏强说明了Agent是一个概念模型,它的内部组成根据实时的参考环境而决定[11]。国内学者孙军艳等从复杂自适应系统角度利用Agent仿真分析了轿车供应链的网络特征,并对轿车供应链系统的非线性特性、各Agent和网络整体的演化规律进行了仿真分析[12]。

(三)区块链环境下供应链的相关研究

林楠将供应链金融模式特征作为出发点,并将区块链技术融入到了供应链金融产业当中,并以此为中心构建了以“核心企业为基础建立区块链框架的供应链金融”模式,同时也构建了以“互联网金融企业为基础建立区块链框架的供应链金融”模式,并对两种模式的优势进行了总结,结合目前的金融科技发展态势对未来供应链金融的发展趋势进行讨论[13]。张夏恒借助区块链技术,通过搭建基于区块链的场景应用模式,如区块链授信融资、区块链采购资金融资、区块链白条、区块链仓单质押融资、区块链跨企业积分兑换等,实现供应链管理缩短时间、降低成本、提高品质、满足需求的目标[14]。李明佳等基于区块链的食品安全溯源系统,通过技术架构的分析,提出将区块链恰当植入食品溯源体系的方案,即区块链技术应用于系统的数据库层与通信层,并对采用方案后的食品溯源体系的运行机制进行分析[15]。汪传雷等结合区块链特点提出了基于区块链的供应链物流信息生态圈模型[16]。

综上所述,由于智能合约与共识机制的存在,节点之间可以更加容易地建立联系,紧密度也会更高,节点间的执行智能合约规则进行交互选择管理,所以在此环境下供应链的特性相比于传统环境有所差异,可以改变传统环境下节点划分不明确及管理混乱等问题,实现对供应链的优化。在微观机制上,一方面将Agent与区块链环境下供应链网络中的企业节点进行等效后,企业的多属性与复杂性如何描述未有定论;另一方面,Agent之间的交互规则以及形成规则等也尚未有统一定论。基于此,本文对区块链环境下形成供应链网络的过程进行分析,基于Agent与复杂网络的理论,结合区块链环境下的信任机制以及智能合约,提出Agent个体模型及Agent间交互规则,生成区块链环境下的供应链网络,并进行演化研究。

图1 共识机制发展过程

三、区块链环境下基于信用评价的供应链网络共识机制的构建

(一)区块链环境下PBFT共识机制

区块链中共识机制是最关键的技术之一,其受关注的原因主要在于还未形成一个共识机制能同时应对所有的应用情况,不同的应用情况需要不同的共识机制来支持相应的区块链系统[17]。共识保护机制已逐步发展并成为直接影响整个区块链系统性能的主要影响因素之一,为了更好地解决区块链中的信任问题,寻找合适的共识机制。目前在联盟区块链中最常见的是一种共识机制,它会使得参与者在供应商和客户之间有明确的关系,随着供应商和参与者个体数量的增多也可能会导致供应商的可靠性不断下降,在供应链应该保证高信任环境的基础,目前常用的区块链体制已经远远无法满足供应链在管理方面的需求。

高效的共识体制,在区块链技术的发展过程中,能够解决各种的共识问题,也能解决目前网络上最主要的缺乏信任等问题。随着区块链技术水平的提升,越来越多的共识机制,也在更多的场景发挥更为有效的作用,比如最为常见的工作量证明和基于权益的证明,能够在许多场景中解决目前的发展弊端。这些共识机制都能在一定程度上满足区块链数据的一致性,其在共识效率、安全性和算力消耗等问题上各有所长。

拜占庭容错算法更适用于联盟链中各种业务的计算,在分布式系统算法中占有十分重要的地位。在拜占庭容错算法的应用过程中,最受关注的就是联盟区块链的应用。1999年,PBFT(实用拜占庭容错算法)在麻省理工学院正式提出,在该算法的应用过程中,需要保证检查点协议和一致性协议能够正常进行网络信息的传播,但是这就会导致在实际应用过程中各方面成本大幅上涨。由于在通信过程中有着极强的复杂度,所以当节点超过一定数量规模时,该协议所发挥的效果也就明显下降,在一些大范围的节点数量联盟链中,该协议并不能提高整体的系统性能。

利用拜占庭容错算法,结合其相应分布式系统,对该分布式系统存在的一致性问题给予了相应的解决办法。在PBFT机制中,如果系统中总共有3X+1节点,那么整个系统所能承受的拜占庭错误节点数量为X。在系统的应用过程中,每一个复制节点都需要一个与之对应的处于有限状态的副本,并且在系统的实际应用过程中应该支持其他操作,包括读写操作、修改操作等。

决定共识机制的性能的最主要两个因素:

(1)区块链参与节点数量。区块链的参与节点数量越少,性能越好。

(2)综合分析当前区块链应用中的各种信用保护环境。使用环境越可信,性能越好。

PBFT主要由三个基本方面的协议共同组成,分别为检查节点协议,视图切换协议以及一致性协议,这三个协议在应用过程中,共同发挥作用来维持数据的一致性。

(二)区块链环境下的信用评价机制

基于信用评价的供应链网络共识机制模型的相关定义如下:

组织(Organization):Org∈{org1,org2,…,orgN},N代表在整个供应链网络中企业组织的规模和数量。通过对供应链网络中参与方的分析,结合供应链平台和物流平台的相关数据,明确规定公钥地址,这样组织之间就可以明确对方的身份,任意一个供应链组织都会具备N个区块链节点。

节点(Node),节点Nodest可以用来表示一个供应链组织中的特定节点。{Nodest,1≤s≤N,1≤t≤n}。整个供应链节点都是利用公钥标识,采用p2p通信方式实现了组织之间所有供应链节点之间的联系,在各个供应链节点都要对供应链节点进行签名和核实时,有组织的人员可以通过身份证或者私钥对其他节点进行双重签名。这样就能够保证供应链正常工作运转,防止一些恶意篡改和攻击网络的行为,也能够防止网络内部共识机制的节点发展成恶意节点。

信用(Credit):Cst表示在一个供应链网络中的某一个节点所参与的信用水平情况,具体的范围如下{Cst,1≤s≤N,1≤t≤n}。而且可以表示为Cst∈[Cmin,Cmax],其中max是代表国际参与值平均数量的一个上限,min则是代表国际信用安全系数平均水平的一个下限。同时还应该满足以下关系式:

Cmin

(1)

其中,Cgood代表节点的信用法则,Cbad代表节点的初始信用系数。利用信用系数可以显示出节点的不同状态,也可以分析出节点在供应链中所具有的权限,根据在供应链网络组织中节点的行为动态,可以对系统的默认初始值进行赋值。同时信用系数在与其他业务进行结合的过程中,还可以转化为某种数字产品或者某些电子信息。

信用奖惩机制(Credit Rewards and Punishments,CRP):所谓的信用奖惩就是根据一个供应链网络中各个节点之间的行为特征来分析和相应地处理供应链系统所可能产生的因素,其中,奖励公式为:

Cst=Cst+X

(2)

惩罚公式为:

Cst=Cst-X

(3)

其中,Cst代表供应链组织的某一个节点所具有的信用系数,X是一个常数,在实际应用的过程中,需要根据业务的转变来做出相应的调整。

信用恢复(Credit Recovery):一般来说,所谓的信用恢复是指网络中每一个节点之间的信用系数随应用程序进行推移,按照一定的方式返回到最初值,在一些应用程序开展的过程中,利用这些信息进行恢复,可以显示出价值与时间之间的联系。信用恢复在每一次公民投票时都会严格地遵循一定的法律规则,具体满足以下公式:

Cst=Cst-Lt/T×X(Cst>Cinit)

(4)

Cst=Cst+Lt/T×X(Cst

(5)

图2 节点信用状态变化图

其中,Agentj代表供应链组织中某一个节点的信用系数,Cinit代表企业节点初始的信用系数值,r代表节点从上了一次投票至这一次投票之间的时间,R作为一个常量代表恢复周期结合相应的业务调整,可以将X定义为恢复速度,结合企业业务的不同来对其进行相应的定制。

节点信用状态(States):节点信用状态Statest主要指供应链网络组织中某一个企业节点的信用系数所决定的状态,可以将企业节点分为4种不同的状态类型,credible,normal,excepted,invalid。其中,可信状态credible用来代表某个节点没有因为信用而在某么特定的一段时间内没有发生相应的变化,并且这个节点信用系数值也必须要远远超过这个信用阀值;一般状态normal就是指这个节点正常地处于状态;异常状态excepted就是用来说明节点nodest在特定的一个时期内不会产生有效的区块;invalid可以用来代表非法的状态,含义是一个节点在某个特定的时间内不会发现为无效的区块,并且在该节点的状态下,信用系数远远低于阀值,具体的信用状态与信用变化之间的联系如图2所示。

组织主节点(Main node):在整个供应链网络中的主节点是指在整个供应链网络中所有组织体系中相关性和权值最大的节点,可以被认为是代表整个组织与各种Agent节点之间的相互竞争。当第1轮的共识达成后,供应链网络的组织将根据内部各个节点之间的信用关系变化情况来决定下一轮的主要节点。

(三)基于信用评价的共识机制(CDBFT)

结合共识机制的相关性能做出具体的分析,可以发现共识机制的效率主要体现在以下两个方面[18]:

1)能够大幅提高共识算法承载的节点数量;

2)能够有效改善信用环境的质量降低节点出现异常的次数。

为了能够保证在供应链网络中能够有效地让各个企业和节点之间的共识评价机制起到良好作用,降低对于通信资源的消耗和浪费,可以考虑通过设计一种联盟区块链共识评价体制,参照Dpos的选举方案,进一步根据需要结合特殊的信用评估体制来设计高效的共识评价体制,这样就能够实现对联盟区块链的共识评价体制功能的提升(Credit-delegated Byzantine Fault Tolerance,CDBFT)。

1.基于信用的投票机制

在PBFT中,在实际应用过程中,会把整个供应链网络中所有的一个节点都定义为后选型的一个主要节点,这样就会直接导致各个节点频繁地造成一个视图的切换,当每一个节点的数量大幅度地增长时,PBFT所能够充分发挥的特征和性能也就会大幅度地减弱,为了有效地降低异常状态中的节点数量,应该高度重视在各个节点之间提高参与度。本文基于信用评估机制理论和方法,形成以信用评估机制为基础的投票制度,在实际应用过程中具体定义如下所示:

投票:投票是指可投票节点对供应链网络组织的主节点进行相应的投票,经过选拔,总结出最终具有共识性的代理节点。在选票的过程中有三种不同的类型,分别是反对票、支持票和期权票,在每一次投票过程中,既可以选择支持票,也可以选择弃权票,节点在某一时间段内只具有一次投出反对票的机会。

可投票节点,利用可投票节点能够参与投票,在实际的投票过程中,节点也会根据自身的实际情况,选择出不同的投票类型。

投票结果:根据不同节点信用系数的情况,可以得出如下统计所谓投票结果,是指所有可投票节点对其他组织投票节点的影响。

Resultst=Statest×Cst+∑k=NSl=NStatekl×Votekl

(6)

其中,Statest代表对应节点的信用系数,Cst代表节点自身的信用系数,N代表所有参与投票的供应链网络组织的企业节点总数量,n代表在组织内可以参与正常投票的企业节点数量,Votekl代表对应企业节点的投票可以根据投票的类型来进行不同的投票结果选择。

投票奖惩机制:所谓投票奖惩机制是根据实际应用过程中的代理节点数量和投票情况,来对各个投票节点进行相应的处理,主要有以下三个方面的情况:

1)当excepted参加代理节点并且落选户选择反对票能够获得相应的信用奖励;

2)当代理节点产生一个区块时,向代理节点进行投入支持票就能够赢得较高的诚信和奖励;

3)当代理节点出现问题时,对向该企业节点投支持票的其他企业节点会受到相应的处罚,相反投反对票的节点可以获得相应的奖励。

奖惩公式参考前文信用奖惩机制的定义。

在对节点实际进行应用的过程中,首先根据实际情况出发,突出相应的反对票或者是弃权票,根据实际投票结果出发方式来合理地计算和确定出实际投票时间和方法,最后结合实际投票过程中各个相关的奖惩机制,如果在实际投票的过程中发现了节点被落选的情况,所有针对异常节点投出反对票的各个节点都能够获得高额信用和奖励。代理节点在进行全局管理的过程中,如果能够正常地生成一个区块,所有向代理节点投入支持票的每一个节点都有机会能够得到高额的信用激励。如果在应用期间没有正常产生的区块,则选择了一个投支持票的节点,就会获得高额的惩罚。每一轮投票结束后,在下一轮投票继续重复这一环节。

2.基于信用的一致性协议

为了有效地避免信用度较低的节点变成其他主要节点,以信用为依托和基础的一致性协议,能够按照各个节点的信用状况来划分不同的权限,具体权限如表1所示。

credible节点在实际应用过程中可以作为主角,并且在选择过程中也具有较高的优先权。如果该节点在选择后,没有成功地担任一个主节点,normal节点就可以成为一个主节点。同时,expected节点之所以不能成为主节点,是因为它们无法达成共识。利用这种模式能够有效避免问题,节点最后会成为主节点,也可以有效降低视图切换的概率,还能够大幅节约通信资源,让整个系统的应用效率有明显提升。在一致性协议的规定过程中,如果供应链网络中该企业节点能够顺利生成,区块系统会给予高额的信用奖励,如果节点出现问题就会导致系统生成遇到巨大的困难。系统的节点受到惩罚后会变为expected,奖惩公示在应用的过程中,应该参考前文的奖惩机制来进行相应的定义。

表1 节点分级

3.基于时间戳的检查点协议

在PBFT中,检查类型的节点会采用周期性执行的方式,对一些出现故障的节点进行相应的排除,能够有效保障系统的安全性,在检查节点删除内容的过程中,必须保证其他各个节点已经执行了相应的内容。所以在实际的检查过程中需要进行同步通信,这也导致该协议在每次检查过程中会造成巨大的资源浪费。CDBFT在PBFT协议的基础上,根据新区块的生成时间来选择合适的模式和区块链的特性,总结出区块链环境下供应链网络的相应内容,明确规定所生成的区块链的内容在全网是一致的,整个供应链网络中的任何企业节点都不能进行篡改。区块也应该根据时间原则来进行逐步验证,每一个区块写入区块链后,所有的验证信息均已经被执行,并且已经全部应用在区块链的数据体系中,同时所有本地内存已经出现的消息内容也可以随时被删除,可以根据新区块的生成时间,结合本地的模式来进行多点通信,能够有效降低通信过程中出现的难题,明显提升整个系统的运行效率。

4.改进后共识机制的分析

CDBFT通过引用信用评估机制,能够有效地激发系统和企业各个节点的工作积极性,同时还能够大幅度地降低异常节点发生和出现的概率,在实际应用中为企业形成更好的新型环境,保证系统在其发展的整个过程中都能够顺利地实现长期良性循环。同时以该协议为基础,实时地检查各个协议之间可能存在的人力和资源浪费等问题,并对相应的协议进行优化,保证了系统的工作效率和灵活度,使其得到大幅上升。

CDBFT主要的优化内容如下。第一,形成以区块链环境下信用评价机制,对当前网络中的所有企业节点状态进行相应的考察;第二,以信用评价机制为基础,形成投票奖惩机制,大幅提高各个节点的积极性,降低异常节点的出现概率;第三,在一致性协议中利用分级体制,根据不同节点的信用情况,打造主节点的优先级,进一步降低异常节点出现的概率;第四,在检查点协议的应用过程中取消周期项的证书模式,利用新的节点来对新的区块时间进行记录,这样也可以在协议应用过程中大幅降低通信资源的浪费。

相比较之前PBFT两种算法,改进后的算法大大缩短了数据协同目标认知和数据共识目标达成的需要时间,提高了数据吞吐量。在前文的投票机制及一致性协议中,节点的信用值均会因为受到信用奖励或信用惩罚而变化,节点最终的信用值用Cj来表示。

四、基于多Agent供应链网络企业交互的合约设计

鉴于供应链网络的复杂性、动态性等特点,在将区块链供应链网络的企业用Agent表示之后,网络中边形成的影响因素不局限于传统网络下单一的因素,Agent个体本身所具有的多属性都影响着边的形成与连接关系。因此,利用智能合约方式构建多Agent间的交互规则,表示区块链供应链网络信息传播形成网络中边的形成与连接。

具体设计信息传播智能合约的交互规则的思想为:将多Agent间的交互规则分为参数和交互规则。参数用来说明影响Agent间交互的因素,交互规则是通过参数的量化与对Agent间的影响所产生的制约交互的条件。

(一)基于多Agent供应链网络的智能合约的参数设计

智能合约参数(Smart Contract,SC):

SC=(V,∅)

(7)

其中,V表示信息的一致性,∅表示用户影响力,从微观层面分析,将区块链技术的智能合约映射到供应链网络中,此时智能合约被等效定义为影响用户间交互的因素。从而使得供应链网络中企业交互规则的实现就是将影响交互的因素作为智能合约交互的参数嵌入到合约中,并对其影响因素进行量化[19]。具体影响因素如下分析:

(1)信息一致性。区块链技术中由于密码学和物联网原理的广泛应用,使得数据和信息在其传播的过程中不能被人为地篡改,且会在区块内部被永久性的存储。因此,区块链供应链网络中所传播的信息具有一致性,使得信息安全得到保证。故基于Olfati-Saber提出的连续时间信息传播的一致性公式为:

(8)

其中,xi和vi(t)分别为第i个企业在t时刻的工作状态和对信息进行控制的输入,Ni={j:aij>0}表示节点i的邻居节点集合。根据区块链信息传播,vi的值越大,用户权重越大,反之,若vi的值减小,区块链网络会隐藏传播信息,则企业在选择中的权重降低。

(2)企业影响力。在以区块链为技术构建的社交平台中,信誉值作为一种企业的标识,其值大小与企业交互行为有着密切联系。当网络中原有企业收到新企业加入信息时,新企业通过选择与其相关的网络中的企业并对所选企业进行一一信誉评价。因此,企业影响力即企业在供应链网络影响力与信誉值有密切的关系。下面具体分析新加入企业和网络中原有企业的影响力:

新加入企业i的影响力:新加入企业i的影响力主要与其信誉值、信息推送后的时间t有关。新加入企业i的影响力定义为:

(9)

其中,rij∈(0,1),β∈(0,1),σ∈(0,1)。对于企业来说,β与企业有较高的相关度,同时在发展过程中还与各种复杂因素有密切的联系。结合相应的统计规律,根据正态分布的特点来确定相应的取值概率,可以发现企业i会在规定的时刻进入网络完成相应的信息发布后,公布的频率也在不断降低,此时假设该企业向全网公布所有信息后,公布频率下降50%。

网络中原有企业的影响力:网络中原有企业的因素直接影响到其连接新企业节点的概率。这些因素主要包括原有企业的信誉值、对于新企业评价后所给出的相关度Aj等。则网络中原有企业j的影响力定义为:

(10)

原有企业对新企业做出评价后所给出的相关度Aj,一般用[-1,1]上连续实数表示。其中,-1为不相关,0为中度相关,1为极度相关。

(二)基于多Agent供应链网络的合约规则设计

1.基于多Agent供应链网络的制约因素

智能合约除了参数规定之外,还包括合约规则,即在多个Agent间进行选择时主要受两方面原因制约:

(1)企业选择产生价值的制约。企业本身的价值value(i,t)=vi(t)·e-λi(t-t0)从根本上影响被选择企业的态度。对于价值阈值ε1,v(i,t)≤ε1表示在t时刻,Agentj不具备选择功能。

(2)Agent节点之间的制约规则。在Agent节点之间,影响Agentj(被选择企业)发生接受选择的主要因素包括选择企业后所产生的价值因素以及新企业、被选择企业两方的相关因素。这里定义:

(11)

对于交互阈值ε2,Φ(i,j,t)≥ε2表示对于加入企业有足够大的选择价值,Φ值越大表示Agentj选择企业i的倾向越大。其中,Agentj(网络原有企业)的相关度Aj有正负之分并具有绝对影响力。

2.基于多Agent间交互函数

在Agent个体间进行选择交互时,由选择交互的制约因素产生的交互函数为:

fi(t)=α1·v(i,t)+α2·Φ(i,j,t)

(12)

其中,α1、α2为选择交互后产生的价值、Agent间的制约所占的权重。在每一时刻,网络中随机的Agent个体进入,当一个Agent个体进入时,该Agent个体可以选择更新自己的连接关系,改善所处的交互环境。

基于Agent个体的当前交互值fi,将交互函数生成的值划分为3个区间。

(13)

五、区块链环境下供应链网络演化

从宏观层面来讲,在区块链环境下的供应链网络中,将供应链网络中的Agent抽象成节点,将Agent间交互关系抽象成边,则构成区块链环境下供应链网络。多Agent间交互规则形成的供应链网络,考虑一个规模为M的供应链网络G=(A,E,C,T),其中A是网络中代表Agent个体的节点集,|A|=M;E是Agent间交互规则构成连接关系的边集,代表节点选择的路径;C表示Agent在节点选择过程中的信誉值的集合,且C={c1,c2,…,cn};T={t1,t2,…,tn}表示Agent的创建时间。

(一)假设条件

为了更好地对区块链环境的供应链网络进行分析,从客观上对网络模型提出三个角度的条件:

1)Agent节点具有较高的动态性,所以能够保持较长的增长机制;

2)原有的节点退出后,与之相连的节点会重新进行重构;

3)在节点之间连接的过程,轻节点更愿意与信用度较高的节点进行连接,也就体现出负责运付的特点如式(14):

(14)

在初始区块链的影响下,整个供应链网络由Agent转为一个个体,开始从无序向有序方式进行转变,由于该体与个体之间的传递关系将受到外部时空和环境的影响,所以整个区块链网络的状态也将在其发展过程中逐步地体现为一种协同稳定状态。在个体交互原则的推动下,区块链环境下的供应链和网络将会逐步凝聚,从而表征出各个个体之间的交互作用,进入一个新的发展阶段。

(二)供应链网络的演化步骤

在BA模型的基础上加入本文提出的企业选择规则和多Agent间交互规则,则构造区块链环境下供应链网络的算法如下:

1)初始条件:t0时刻,区块链环境下供应链初始网络为全连接网络。根据实际的选择连接情况,分析区块链供应链网络总节点以及边的连边数的增长情况,确定初始节点个数m0以及各节点度ki。

2)网络的快速增长:在每一个网络的时间步中,引入一个新节点,并且将其连接到m(t)个已存在的节点上,其中m(t)

3)网络节点的演化连接:根据Agent间的交互规则,计算已有节点对新加入节点的交互度,并根据交互度从大到小原则确定Agent间的连接关系:

(15)

4)网络演化判定。若节点总数小于M,则可以继续步骤2)计算;否则停止演化,到步骤4)。

5)演化终止,t时刻,当网络节点数量达到M时,结束演化。

(三)供应链网络的演化分析

1.供应链网络的拓扑结构及度分布分析

为了验证本文所提出的区块链供应链网络的演化模型,在前文理论验证的基础上进行仿真实验拟合。由于区块链供应链网络是一个类无标度网络,其幂指数符合幂律分布的特征,因此,重点对区块链环境下供应链网络的度分布进行仿真实验。首先,基于MATLAB平台对网络演化过程中的网络拓扑结构变化和度分布分析。

(1)网络的拓扑结构

在供应链网络演化生长过程中,当网络中加入一个节点时,网络规模会加1。实验中设置初始状态下网络中的设定参数m0=5,m=2,n=1,r=1,等到公路内接电数量为100时,此时网络从5个节点开始进行相应的演化,从区块链环境角度下进行分析,可以发现在网络演化的过程中,拓扑图具体如图3所示。

图3 不同节点数量的网络拓扑结构

(2)节点的度分布的变化

在复杂的网络体系中,可以利用Ki来代表节点i的度,主要是指节点与其他节点连接的数量。节点的分布可以选取某一个点具体的数值为K的概率,这样就可以对网络中的节点数量进行相应的总结和分析。

在供应链网络体系的演化过程中,若体系中各大厂商的总结进一步得出各个节点的直方图,具体数据如图4所示。首先在网络中会有一些节点度值较小,这说明整个供应链网络体系中有一些核心节点,对比于其他节点核心节点,具有更高的优势与厂商之间也保持密切的业务联系。当核心节点推出网络时,会对整个网络的性质产生巨大的影响。

另一方面由于一些节点度值较高,这就说明整个供应链网络中,许多厂商之间并没有保持密切的联系。在MATLAB中通过对节点的幂率进行相应的拟合,得出如图5所示的拟合曲线。其中横坐标代表度值,纵坐标代表概率,通过拟合曲线得出相应的结果,最终计算出拟合系数为0.99,说明数据之间的拟合效果比较良好,在本文的研究过程中构建的供应链网络体系服从幂率分布。

图4 节点度的大小分布图(N=100)

图5 节点度分布拟合曲线(N=100)

经过相应的仿真拟合分析,从图5中可以发现,随着时间的发展,网络中的各个节点度值也出现了较大的差距,只有少数节点的度值较大。根据生成图的分布图像,可以总结出随着时间的发展,网络度值的分布曲线会呈现出向下偏移的特点,整个网络的度分布也呈现出幂律分布的特点[19]。

(四)敏感性分析

接下来对区块链网络环境下的供应链网络进行了数值模拟分析,运用MATLAB仿真工具,分析Agent个体组成所构供的区块链网络在其演化时,为了验证本文模型下供应链网络的主要特点对于新节点之间连接的边数m以及用户信誉值f(c)的敏感性,本文将采用度分布作为例子进行敏感性分析。

(1)新产生交互数量对度分布的影响

根据图6有关数据显示,在整个网络规模中,每一个时间节点,供应链网络产生的交互数量都会出现一定的上升,并且该数值还会影响网络度的分布。在图像的底端会出现幂率的偏离,并且随着参数M的增加交互次数也在不断上升。整个区块链环境影响下随着度值的降低,个体存在的概率也在不断下降,在交互选择的过程中,企业由于信誉值大幅下降,在发展过程中逐渐被淘汰。

(2)f(c)对网络度分布的影响

图7对演化网络度的分布与节点信誉值之间的联系进行了相应的分析,在整个演化网络中可以发现较大度值的节点比例,会随着信誉值函数的降低而降低,也可以认为信誉值的高低会直接影响演化网络的发展。

图6 度分布随m的变化

图7 f(c)取不同值时的网络度分布

六、区块链环境下供应链网络实证研究

(一)数据来源选用及数据预处理

在中国航空网、科学家合作网、语言网络等复杂网络的实证研究中,其度分布均出现了双段幂律行为。在以上模型分析的前提下,主要针对基于区块链技术开发的汽车供应链网络的演化进程展开研究,选取中国汽车制造业的供应链网络作为研究对象,运用MATLAB分析其复杂而又动态的演化进程。汽车制造工具行业也是重要的中游汽车制造工具行业,属资本密集型和科学技术密集型的行业,其上游主要对接零部件、钢铁、橡胶原材料加工企业和生产机械设备制造业等,中游主要对接汽车整车制造企业,下游则主要针对矿山勘探、交通运输、特殊用途汽车车辆等方面的企事业和用车个体等。汽车制造工业的上、中、下游的企业组织构成一个彼此相互关联的供应链体系,并且因为中国市场经济发展的浮动性,导致中国汽车制造工业供应链上的企业之间合作关系始终都是处于不断变化的状态,符合了基于类幂律分布的演化模型中被广泛使用的可能,是一个现实中处于有序和无序两种状态之间的应用。

图8 供应链网络度分布与时间的关系

(二)实证网络度分布随时间演化的关系

选择样本数据中t=1 000,2 000,3 000时的供应链网络G1 000,G2 000,G3 000,计算它们在双对数坐标系下的度分布,如图8所示。

在经过一段时间后,供应链网络体系会随着企业节点的加入,演化成多个企业节点之后再次进行扩散。随着时间T的增加,会出现越来越多的中心型企业节点,并且企业之间的动值也在不断上升。连接各个节点之间的数量不断扩大,也就让新增企业的节点数量不断扩大。显然在区块链环境的影响下,供应链网络也会随着时间的发展出现相应的变化。

(三)实证网络的度分布及其他特征

将样本数据导入到MATLAB中,根据样本数据集中边的关系构建供应链网络,并对网络中节点的度分布进行统计,同时,本文对汽车供应链网络度分布曲线进行了拟合,如图9所示。通过拟合企业节点度分布曲线的幂律分布,说明该网络具有明显的无标度特性。

图9 汽车供应链网络度分布图

(四)网络模型仿真比较

图10 仿真结果与实证数据比较

对实证的数据样本集进行统计分析,并根据分析结果设置仿真模型参数。从网络演化的角度来看,实证数据中随着新企业加入网络和网络中已有的企业被除去,而本模型在所述演化过程中全面考虑了节点和连边的变化情况,因此,演化过程无法直接基于企业数量增加的方法描述。故在已知M值和m0的前提下,本文将P1、P2、P3的值设为0.7、0.2、0.1,并根据演化过程中存在节点和连边的删除,初始节点在连接中具有绝对的吸引力,因此在研究过程中要考虑初始节点的读数。假设网络的初始状态仍为5个节点组成的全耦合网络,经过t时刻后,如图10为根据实证网络数据设置相关参数仿真生成的网络与实证网络的度分布比较双对数坐标图。

图10中节点的度分布幂律指数虽然有一定的差异性,但其值均在[1,3]的范围内,呈现类幂律分布的特征,因此,仍可以说明有样本数据集构成的汽车供应链网络度分布特征能够很好地拟合推论和仿真结果,验证了本文网络演化正确性。

七、结 论

为了深入探寻区块链环境下企业供应链网络在其演化中逐渐形成的拓扑结构与规律,本文首先就区块链环境下企业所呈现的拓扑结构复杂性与多属性进行了Agent个体的复合等效研究;其次,利用Agent交互理论与区块链特点相结合,提出了区块链环境下Agent间交互选择的规则;再次,根据Agent个体与多Agent间的交互选择规则构建出符合区块链环境下的供应链网络拓扑结构;最后利用仿真方法对区块链环境下的供应链和网络的演变问题进行分析,并以新能源汽车供应链作为主要研究对象,验证了本文所提出的供应链和网络演变模型的科学有效性。研究结果表明,通过Agent间的交互选择规则,在某一时刻形成的区块链下的供应链网络是一个具备幂律分布的复杂网络。而通过对实例的研究可以得出汽车供应链是否符合模型的演化模式,该网络中企业的信誉值是影响网络自组织演化过程的主导因素,评价企业选择后的价值同样存在,但是影响力很小;通过控制影响网络中交互选择因素的变化,有效解决了传统产业链供应链中信任、产品追溯以及信息的共享问题。

通过对汽车供应链网络进行区块链环境下的仿真研究,并对其网络特性进行了相关分析,在分析特性的基础上,利用区块链技术构建了企业与企业之间的交互,将区块链的相关技术运用到供应链网络中的企业交互与管理中,分别从网络中企业的信任的建立、产品的溯源以及信息的不对称问题进行分析,进而得到如下结论和建议。

(一)降低供应链管理的信任成本,提高产业链供应链运作效率

产业链供应链条上存在众多参与方,且参与方存在着竞争关系,因此参与企业难以实现真实数据获取,这种情况会导致行业内部发生散耗行为。基于此,行业内部需要在产业供应链节点企业间构建信任机制。传统的供应链运作采取的问题处理方式为利用第三方平台,此种情况下企业需要向平台支付相应费用,产生信任成本,为了消除信任成本,可以基于区块链在网络中实现任意两方的直接合作,使企业合作实效明显提升,且成本控制效果更佳。

(二)解决现有供应链网络数据的不足,增强供应链网络的数据安全以及解决产品追溯问题

产业链供应链异常庞大复杂,如果产品发生问题,溯源会成为难题。供应链贸易操作通常主要包括若干个主要利益关系相关者之间的贸易联系与业务合作。长链条难免就可能会直接产生一些质量上的严重问题,比如企业实物产品质量严重损坏或企业信息技术质量的严重下降。为此必须对必要的两个节点之间关系进行实时监测以及必要的任何一个时刻对其节点进行实时跟踪。但是对于远程监控与实时追踪的多个数据往往是同时缺失的,即便不同时缺失也有可能同时存在被恶意窃取或者隐藏的特殊情况。因此区块链的系统信息难以被各方窃取和随意篡改的这种基本特性可以起到很好的保护效果:一切新的数据库系统信息都在区块链条中一直保留并等待各方查证,如果有人故意地输入虚假信息,可能会被整个区块节点链条中的各方所拒绝。这种特殊情况将会使得使用区块链的信息造假技术费用以及成本明显增高,因为这些造假的信息证据可能会被永久地进行记录,所以区块链尤其更合适于在多方共同努力协作的开发过程中对于假的信息数据进行技术防伪和数据溯源。

(三)利用区块链技术使得供应链网络节点的数据自动更新,有利于实现信息流的精细化

经济全球化之下,产业供应链也越来越全球化,但供应链信息共享仍没有完全打通,处于割据的状态,造成信息孤岛的现象。在区块链技术下由于所有节点中储备的数据信息都是相同的,所以能够有效消除信息不对称,使网络中的数据能够有效及时地自动更新,实现了供应链网络中信息的精细化以及网络中数据的自动更新,降低了数据统计的成本。