新能源汽车供应链风险关键影响因素辨识

0 引 言

近年来，新能源汽车作为控制环境污染、应对气候变化、调整能源结构的重要举措，正受到全球各国政府越来越多的关注。对于中国来说，发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路。经过多年持续努力，我国新能源汽车产业技术水平显著提升、产业体系日趋完善、企业竞争力大幅增强，新能源汽车市场不断迎来政策利好。2015 年以来产销量、保有量连续六年居世界首位，产业进入叠加交汇、融合发展新阶段。但2020 年以来，受新冠肺炎疫情冲击，世界经济低迷，全球贸易萎缩，我国经济社会发展面临新的困难和挑战，新能源汽车的产销量增速变缓，如图1 所示。因此，在进出口快速增长的同时，需要清醒地意识到，当前全球疫情仍在持续演变，产业链供应链风险增多，贸易问题政治化倾向加剧，经济复苏存在很大不确定性。

图1 中国新能源汽车产销量

本文引入模糊—DEMATEL 法对煤电供应链脆性源进行建模定量分析，辨识关键影响因素，以期提高新能源汽车供应链稳定运行的能力，增强煤电供应链弹性，实现新能源汽车供应链鲁棒性，帮助排除新能源汽车供应链中存在的不确定性因素，确保新能源汽车供应链长足发展、持续改进。

1 新能源汽车供应链风险影响因素分析

1.1 新能源汽车供应链结构

新能源汽车供应链采取全球采购并拥有复杂的供应链网络结构，如图2 所示。在这个系统中主要包括了原材料供应商（电极材料、电解液、隔膜等）、零部件生产商（电控、电机、电池等）、整车制造商（联合研发/纯组配企业）、经销商、政府和终端消费者等相关参与者。

图2 新能源汽车供应链网络结构

新能源汽车供应链以整车制造企业、动力电池制造企业和电驱动系统制造企业为核心，通过物流、资金流、信息流将供应商、制造商、分销商以及消费者连接为一个整体网络，实现产品的增值。因此新能源汽车供应链是多环节、多区域的复杂链条。当某一环节出现问题时会传递至其他环节，对整个链条的运作产生破坏。

1.2 新能源汽车供应链风险影响因素集构建

通过查阅文献和咨询专家意见，本文在分析新能源汽车供应链结构及特点的基础上，结合当前对于新能源汽车供应链风险的研究，采用鱼骨图方法，分析了新能源汽车供应链计划、采购、生产、物流配送、退货等各阶段的风险源，构建了风险影响因素集，具体如图3 所示。

（1） 计划阶段。计划阶段的主要工作即是在当前的社会环境下获取分析市场需求信息，和供应链上下游企业实现信息充分共享，以制定企业的生产销售等计划。将该阶段的主要风险锁定为：终端市场需求预测风险、供应链信息共享风险、政策变化风险。

（2） 采购阶段。在采购阶段主要任务是选择合适的供应商，并能够保证交货及时、交货质量高，可及时有效地满足企业生产制造需求。将该阶段的风险锁定为：供应商选择风险、交货延迟和不合格的产品质量风险、库存控制风险。

（3） 生产阶段。在生产阶段的主要任务是统筹上游供应商和联系下游分销商，并充分理解新能源汽车在设计时提出的理念、在计划阶段需要获得的产品效果。按照生产计划适时适量产出质量合格的产品，将该阶段的风险锁定为：产品质量风险、生产线设置风险、产品上市周期过长风险。

（4） 物流配送阶段。在物流配送阶段的主要任务即是将产品按照客户需求完成交付，包括汽车零部件从零部件制造企业到整车组装企业，不同整车组装点之间的运输，整车从组装厂到销售部门的运输，还可能包括销售部门到最终用户的运输与配送。将该阶段的主要风险锁定为：物流系统响应性低、物流网络规划与设计不合理、技术设备落后/操作人员不规范。

（5） 退回阶段。退回阶段多由于产品质量、订单取消等原因，这不仅带来供应链成本骤增、降低供应链效益，而且会给企业带来一些法律上的麻烦，更重要的是由于召回事件，顾客有可能对该品牌产品信心的下降，从长远看，对企业的发展产生了巨大的危害。将该阶段的主要风险锁定为：订单驱动退货后的库存风险、产品召回风险、售后服务体系不完善风险。

（6） 其他风险。除上述各阶段风险外，本文还加入了其他风险构成风险因素集：不可抗力风险、资金/技术水平不足风险、资源枯竭风险、人才流失风险。

2 基于模糊—DEMATEL 的关键影响因素分析模型

2.1 三角模糊数

上一节分析了新能源汽车供应链风险影响因素，而关于这些要素在辨识和描述过程中的精确数值并不能完全获得，因此，本文采用Chen 曾经提出的语言变量和三角模糊数的取值变量表来解决这个问题。具体如表1 所示。

图3 新能源汽车供应链风险影响因素集构建

2.2 DEMATEL 模型

DEMATEL（Decision Making Trialand Evaluation Laboratory） 法是一种可以利用二元语义及其算子处理语言判断信息的方法。模糊—DEMATEL 方法是通过对专家的判断来确定各因素间的影响程度，用对应的三角模糊数变量来取值以建立模糊影响矩阵，进而对所有因素之间的影响程度进行量化计算和逻辑分析，计算出中心度与原因度，最终找出影响系统正常运行关键因素和次要因素。

具体建模计算过程如下。

第一步，请专家（10 人） 根据表1 对上述煤电供应链脆性影响因素进行打分，对打分表进行整理得到初始矩阵，再将专家判断语义进行转化，得到因素直接影响矩阵A。

第二步，根据公式（1） 对将直接影响矩阵A 进行归一化处理得到规范化影响矩阵B，在此基础上，根据公式（2） 对B 进行处理得到综合影响矩阵Z。具体如表2 所示。

表1 语言变量和三角模糊数变化量表

第三步，根据公式（3） 至公式（6） 在矩阵Z 的基础上对各个元素的影响度(r)、 被影响度(s)、 中心度(m)以及原因度(n)进行计算。计算结果如表3 所示。

在表3 中，m表示此因素在新能源汽车供应链风险影响因素中的重要程度。n表示此因素在新能源汽车供应链风险影响因素中所处位置。且当n＞0 时意味着该因素会对其他脆性影响因素产生影响，称之为原因要素；当n＜0 时，则意味着该因素会受到其他脆性影响因素的影响，称之为结果要素。

2.3 结果分析

以m、n为横坐标和纵坐标，并以二者均值交点为原点建立坐标系，如图4 所示。根据原因度可断定，①、②象限中的r、r、r、r、r、r、r、r、r是原因要素，再结合中心度可判断处于①象限的r、r、r、r、r在因素集中占有重要地位，又r、r、r、r影响度较大，因此对其他因素具有较强的影响度。③、④象限中的r、r、r、r、r、r、r即为结果要素，易受到其他因素的影响。同理，r、r、r、r、r在因素集中也占有重要地位，且被影响度均较高。其中，r、r的影响度在因素集中排序较靠前，即它们有较强的主动性，因此，r、r被列为易受影响的2 个主要因素。

表2 综合影响矩阵Z

表3 最终计算结果

3 结束语

针对新能源汽车供应链风险问题，在辨识新能源汽车供应链风险影响因素的基础上，针对数据缺乏问题，提出利用模糊三角模糊数对其关键影响因素之间互相影响程度进行量化，并综合利用DEMATEL 法建立模型做进一步分析。结果表明，关键影响因素主要为库存控制、配送服务响应性、运输网络设计、资金或技术水平不足、订单驱动下退货的库存控制风险、资源枯竭。具体如表4 所示。

图4 影响因素因果关系图

表4 关键影响因素辨识结果