煤炭产业链供应链的韧性影响因素及评价研究

吴安波　孙悦　孙林辉

摘 要：我国能源结构特点决定煤炭产业链供应链在现代社会和经济发展中有着重要的作用。然而，近年来，自然灾害、新冠疫情和国外遏制等突发事件对煤炭产业链供应链造成了不可避免的冲击。为了解产业链供应链抗风险能力进而提出韧性提升策略，基于韧性的4个表征能力，即准备能力、吸收能力、恢复能力和适应能力，构建了煤炭产业链供应链韧性评价指标体系，将直觉模糊层次分析法和灰色理论2种方法结合，提出基于灰色直觉模糊层次分析法的煤炭产业链供应链韧性评价模型。最后以陕西省M公司的煤炭产业链供应链为例，对其韧性水平进行评价。研究发现：M公司煤炭产业链供应链韧性水平较高，但一些影响其韧性水平的短板因素仍值得关注。最后，对产业链供应链各相关部门提出建议，以期提高产业链韧性水平去应对不确定风险。

关键词：煤炭产业链供应链；灰色直觉模糊层次分析法；韧性评价

中图分类号：F 274；F 407 文献标识码：A 文章编号：1672-7312（2023）03-0322-08

Research on Resilience Influencing Factors and Evaluation of Coal Industry Chain Supply Chain

WU Anbo1，2，3，SUN Yue1，2，3，SUN Linhui1，2，3

（1.School of Management，Xian University of Science and Technology，Xian 710054，China；

2.Energy Economic Research Center，Xian University of Science and Technology，Xian 710054，China；

3.Human Factors and Management Ergonomics Research Center，Xian University of Science and Technology，Xian 710054，China）

Abstract：The characteristics of Chinas energy structure determine that the coal industry chain supply chain has an important role in modern social and economic development.However，in recent years，unexpected events such as natural disasters，COVID-19 epidemic and foreign containment have caused unavoidable impacts on the coal industry chain supply chain.In order to understand the resilience of the industry chain supply chain and then propose a resilience enhancement strategy，this study constructs a coal industry chain supply chain resilience evaluation index system based on four characterization capabilities of resilience，namely preparedness，absorption capacity，recovery capacity and adaptation capacity，Then，resilience assessment model based on Gray intuitionistic fuzzy analysis hierarchy process is proposed.Finally，the coal industry chain supply chain of Company M in Shaanxi Province is used as an example to evaluate its resilience level.It is found that the resilience level of coal industry chain supply chain in Shaanxi Province is high，but some shortcomings affecting its resilience level still deserve attention.Then，suggestions are made to all relevant sectors of the supply chain in order to improve the resilience level of the chain to cope with the uncertainty risk.

Key words：coal industry chain supply chain；gray intuitionistic fuzzy analysis hierarchy process；resilience assessment

0 引言

百年變局、俄乌冲突等影响交织叠加，全球能源体系正发生结构性演变，存在供给失衡风险和地缘安全冲击，给中国能源安全带来诸多新变数。党的二十大报告明确提出要确保能源安全，保障能源安全稳定供应是中国经济绿色低碳转型的基本原则。煤炭作为我国在能源资源中的压舱石，其分布广泛，《国家资源城市可持续发展计划》中指出，有94%以上的资源型城市都为矿产资源城市。此外，“富煤贫油少气”的资源特征决定我国是一个煤炭消费大国，煤炭经济与我国的经济发展密切相关，要实现环境绩效和经济绩效双重目标的统一，就要加快煤炭产业绿色低碳转型[1]。产业链供应链是涵盖了价值维度、流程维度和时空维度的新型产业组织形态，产业链供应链安全是保障国家基础结构稳定的重要支撑。然而，随着越来越多的煤炭产业逐步升级转型加之新冠疫情的反反复复，能源价格波动不定和供需失衡等问题使得“双链”断链的风险提高，煤炭产业链供应链内外部结构日益复杂。有研究表明，由于煤炭产业的特殊性，其相较于其他行业对于经济波动敏感性最强[2]。特别是在遇到风险变动影响时，必须始终保持运行状态，抵抗中断带来的影响。韧性作为一种系统在遇到风险变动影响时不仅能够保持运行状态抵抗中断且能够快速在风险冲击后以主动灵活的方式进行恢复并学习发展的动态能力[3]，在不确定风险冲击下韧性能力提升对于形成自主可控、稳定畅通、安全可靠、抗击能力的煤炭产业链供应链提供了一个新的视角。

1973年，“韧性（Resilience）”这一概念[4]被首次提出，即工程韧性，它指的是物理层面上的系统遭遇冲击后的抗压性。随着时间的演变，韧性也逐渐完善发展为生态韧性和演进韧性。生态韧性和演进韧性强调系统在遭受冲击扰动前的准备能力以及冲击扰动后的恢复能力、适应能力和学习能力，其不同于工程韧性，不仅只会恢复到原始状态这一种稳态，而是具有多种稳态，恢复到比原始状态更好或者更差的状态；而演进韧性又不同于生态韧性，演进韧性强调的是动态稳态，即系统处处有稳态。目前有关产业链供应链韧性的概念尚未有统一的定义，文中综合煤炭产业链供应链的特点及韧性的本质属性，借鉴文献[5]中SHARIFI等学者对能源系统韧性的定义，将煤炭产业链供应链韧性定义为煤炭产业链供应链在面对风险扰动时各利益相关者通过一系列的准备、吸收、恢复和适应来确保产业链系统各关键节点的可持续发展，具体包括能源供给、运输、分配的可用性、可达性、可承受性和可接受性4个方面。

有关韧性的研究基本围绕韧性评估和提升这2个维度。韧性影响因素的选择是韧性评估的基础，韧性提升又是韧性评估的发展优化，三者密不可分。但是目前没有一套特定的影响因素指标体系适用于所有的情况，早期，LINKOV等依据对韧性本质特征的理解与韧性的4个表征能力，构建了由16个韧性影响因素组成的指标体系[6]。随后，ROEGE针对能源系统自身的特点，对此做出了筛选和补充[7]。在韧性评估和提升方面，大多数研究集中在经济韧性和安全韧性评估。近几年，新冠疫情频发对于各经济体造成的影响不容小觑，在此背景下，韓爱华等运用SARIMA-BP组合预测模型测度了我国31个省份的经济韧性并探究其韧性影响因素，研究发现韧性水平与城市所处地理区域关系密切[8]。李连刚等进一步从各省域的抵抗力角度出发测度中国省域经济韧性的影响并具体分析造成区域经济韧性水平不同的影响因素[9]。此外，突发事件风险冲击除了对经济韧性的影响以外，众多学者也展开了对系统安全韧性评估的研究，以提升安全韧性水平应对突发性风险冲击，黄亚江等对地铁火灾系统的安全进行韧性评估[10]，唐少虎等考虑到暴雨灾害，对道路交通安全具体设计韧性评估体系[11]。

然而，韧性评估的研究大多数从区域、能源系统和供应链[12]的角度出发。鲜少关于煤炭产业链供应链的韧性评价研究，文中综合煤炭产业链供应链的本质特点，主要借鉴能源系统韧性和供应链韧性相关研究。主要创新点体现在：①考虑到煤炭产业链供应链韧性对于保障我国能源产业链供应链安全稳定有着至关重要的作用，为煤炭产业链供应链应对不确定风险扰动冲击提供了一个新视角；②立足于能源安全角度，综合韧性的4个表征能力和煤炭产业链供应链的本质特征构建了韧性影响因素指标体系；③考虑到决策问题的不确定性和模糊性，将灰色直觉模糊层次分析法应用于煤炭产业链供应链韧性评估；④根据评价结果具体分析，有利于管理人员及时识别产业中较为脆弱的部分，并且快速对此做出反应，以提升煤炭产业链供应链韧性水平。

1 煤炭产业链供应链韧性影响因素指标体系构建

由于煤炭产业链供应链韧性评价指标体系可直接借鉴的相关文献较少，文中按照“普遍性和特殊性结合”、“可得性和代表性结合”的原则，通过对关键词为“煤炭供应链”“煤炭产业”“能源产业”“能源系统”“产业链供应链”“供应链韧性”“能源安全”“煤炭产业链安全”等与煤炭产业链供应链韧性相关的国内外文献的检索、阅读和梳理，结合煤炭产业链供应链自身结构特点，邀请煤炭行业领域专家进行多次研讨，最终将韧性的4个表征能力（准备能力、吸收能力、恢复能力和适应能力）作为一级指标，这4种能力不仅体现了煤炭产业链供应链整体运营的时序性，同时也符合韧性管理理论的思路。随后从现有的相关研究及政策文件中纳入匹配指标作为二级指标。最终确定由4个一级指标和20个二级指标构建的韧性评价指标体系。借鉴文献[14]，将煤炭产业链供应链抗风险韧性与评价指标和影响因素的关系见下式。

1）准备能力是煤炭产业链供应链韧性表现水平的基础，表现为风险预防效果。其中，风险管理指企业具备在风险来临前预警、计划、评估、规避、控制风险的能力[15]；一个完整的法律政策体系给企业升级技术水平等提供支持及保障；风险感知能力代表产业识别未来潜在风险的能力；产业风险预防维护水平指的是为了降低风险预防设备失效或功能退化的概率，按预定的时间间隔或规定的标准进行的维护能力，产业风险预防维护水平越高，当风险扰动发生时，解决问题的效率就越高；煤炭应急储备规模指的是政府和企业为应对煤炭产业链供应链运营过程中可能出现的估计误差、遗漏和不确定性而事先建立的煤炭现货储备、产能储备和资源储备以维持可持续生产运营活动，其主要作用是在紧急时刻应对能源供应的短缺，保证我国能源供给，从而保障国民经济正常运行和国防需求。

2）吸收能力指的是在风险扰动发生后，煤炭产业链供应链吸收和承受风险的能力，并且可以减轻不利影响的能力。影响煤炭产业链供应链吸收能力的关键因素包括政府对市场的干预程度、企业应急行为多样性、企业与服务组织的关系、信息传递效率、煤炭应急储备保障能力。其中政府对市场的干预应适度，程度越高，更可能导致市场机制混乱，影响正常市场功能[16]；当风险发生时，企业应急行为多样性有助于快速识别风险的主要特征进而成功应对风险提高产业链韧性水平[17]；企业与社会服务组织之间的关系越密切，在外部干扰下接收到的信息越及时、越准确，处理外部干扰的效率也越高[18-19]；煤炭产业链供应链[20]各组织的信息传递效率越快，越有助于各方团结起来共同应对风险快速恢复正常，从而提高韧性；煤炭应急储备保障是产业链供应链成员保持额外的煤炭储备以确保中断发生后运营的连续性，不过确实会带来额外的库存持有成本，但同时也降低了供应链不连续性的可能性。因此，必须在保持额外的储备和减少中断的影响之间做出权衡。煤炭应急储备保障能力是煤炭产业链供应链在风险扰动后快速恢复的关键因素之一。

3）恢复能力指的是煤炭产业链各节点运营及时从风险扰动中恢复其正常运营功能的能力。其中，较高的煤炭产业技术水平使得煤炭产业链供应链在受到风险扰动后快速恢复；增强的服务组织发展水平可以帮助企业整合资源供应网络，增强其在不确定和意外条件下快速行动的能力[21]；优秀的产业资源竞争力是影响进口煤源遇到风险扰动后快速恢复的关键因素之一；较高的煤炭冗余度可以为煤炭产业链供应链发生风险扰动后提供保底作用，以满足关键需求；资产流动性反映了当风险扰动结束后，企业逐步淘汰过时或损坏的资产，并引入新的资产的能力。

4）适应能力表示在风险扰动之后，煤炭产业链供应链事后经验学习的能力。包括煤炭产业科技创新能力、非国有经济发展水平、产品市场发展水平、产业整合经验教训的能力、煤炭应急储备机制、煤炭应急运输布局。煤炭产业科技创新能力[22]是其健康有序发展的核心动力，代表体系对外部风险扰动的适应能力。当煤炭产业链供应链受到风险扰动后，产业链各环节的科技水平在很大程度上决定了其恢复正常运营的时间和速度；市场导向型非国有经济越发达，市场监管越强，资源利用率越高[23-24]；产品市场发展水平意味着产品对产业链供应链系统经济所做的贡献，除此之外，还包括产品对环境的友好程度，绿色化发展水平，它代表产业的发展潜力[25-26]；在风险扰动发生后，发现煤炭应急储备机制中需要完善和提升的空间，可以为产业提供更有效的应急管理，在运输方面，应该积极总结经验教训，科学布局各种煤炭运输方式，比如公路、铁路、水路管道等、从而有效协调整体运营工作。

2 基于灰色直觉模糊层次分析法的煤炭产业链供应链韧性评价及应用

因为煤炭产业链供应链是一个由政府、上游产业和下游企业共同组成的庞大复杂系统，其各个维度的数据难以获取，所以它本身就具有一定的模糊度，因此，模糊评价的方法对于本研究较为合适。此外，邀请的各位煤炭领域内的专家，他们个人的能力和偏好水平不尽相同，在给出评价的时候往往会带有一定程度的犹豫。综上，文中综合考虑了模糊综合评价和灰色理论的结合，对煤炭产业链供应链韧性水平给予评价。

2.1 构建煤炭产业链供应链韧性评价模型

1）构建直觉模糊判断矩阵。直觉模糊层次分析法将不确定度纳入到了评价标准中，其韧性影响因素指标的重要性评价标度也应该考虑专家在评判过程中的不确定性程度，因此，建立基于直觉模糊集的煤炭产业链供应链韧性影响因素指标评价标度，见表2。

2.2.3 综合评价

根据公式（9），将所有一级、二级的灰色模糊评价结果全部完成，进而将各级指标的评价向量与韧性等级评价集U进行计算，可构建出煤炭产业链供应链韧性影响因素指标具体评分，见表4。

根据公式（10），将一级韧性影响因素指标的权向量和一级指标的综合评价矩阵相乘，得到一级指标的综合评价向量

M=（0.320，0.348，0.302，0.037，0.000）

根据公式（11），对一级指标的综合评价向量做单值化处理，得到

Q=M×V=（0.320，0.348，0.302，0.037，0.000） ×（9，7，5，3，1）T=6.937

3 结果分析及对策

根据表4的评价结果可知，吸收能力方面得分最高，为7.025，与M公司的应急储备保障能力和政府的有效监管有关。准备能力和恢复能力仅次于吸收能力，分别为6.927和6.947，也具有良好的韧性水平。

由表4可知，

M公司在煤炭应急储备规模、煤炭产业技术水平、资产流动性和风险管理这4个方面表现较好。适应能力与准备能力、吸收能力和恢复能力相比较得分较低，得分为6.816。陕西省M公司综合韧性水平良好，得益于M公司矿产资源分布地区较广，有着丰富的煤炭资源，并且建立常态储备机制以应对突发的供应中断、严重短缺等能源应急事件。同时，积极进行跨省域战略合作，加强物流运输投资。此外，截至2022年，智能化产能达到1.6亿吨，可见M公司紧跟时代步伐，积极突破关键核心技术，推动产业与科技融合发展，从而推动产业高质量发展，所以其整体韧性水平较好。

但是，由表4可知，部分韧性影响因素的综合评价得分较低，进而会对煤炭产业链供应链整体的韧性水平產生较大的不良影响。比如，服务组织发展水平、产品市场发展水平、非国有经济发展水平等。因此，对政府以及产业链供应链的上下游企业提出韧性提升措施。

1）M公司作为产业链供应链上游产业，涉及矿产资源较广，且分布在多个地区，要认识到在低碳转型发展的关键时期，随着突发事件的增多，如何加强企业应急管理，更好地调动全员的积极性形成强大的工作合力以有效整合煤炭供应网络，是其亟需解决的问题。对此，M公司可以通过培训强化工作者业务能力，加强员工对应急操作设施的熟练程度，健全应急责任配套制度等。近几年，根据煤炭产业整体运行情况来看，“保供稳价”是影响M公司煤炭产品市场发展水平的重要因素，对此，M公司应积极组织推动下游大型煤炭企业与电力企业签订煤炭中长协作合同，加强合同履约监管，严格执行“基准价+浮动价”为定价构建上下游合作共赢的市场机制。

2）煤炭产业链供应链中的下游企业，主要是火电、建材、化工、钢材等行业，由于他们对上游煤炭市场的重点依赖，在双碳背景下，低碳转型发展面临严峻挑战。不仅应积极与煤炭产业链利益相关者进行信息交流，开展双碳推广宣传活动，提升产业链供应链服务组织发展水平，同时要促进与上游煤炭产业的中长合同顺利签订，确保稳供发展，有效推进公司降本增效，高效节能生产工作稳中进行，而且要重点关注消费者需求，形成产品竞争优势。

3）相关政府部门应该及时掌握突发事件的重要信息，有针对性的建立相关风险防控政策以规范上游产业和下游企业的应急行为，不定时组织去上下游企业监督考察，了解产业链供应链最新发展情况，注意企业应急设施和应急行为的可行性。其次，政府应积极与产业链供应链成员开展宣讲会，加强企业明确自身经济地位的认知，增强企业发展的信心。

4 结语

在当今多个复杂因素叠加的背景下，有效研究了煤炭产业链供应链韧性影响因素，并将其应用在陕西省M公司的韧性评价中，具体表现如下。

1）以韧性的 4个表征能力即准备能力、吸收能力、恢复能力和适应能力构建了煤炭产业链供应链韧性评价指标体系，具体包括 4个一级指标和 20个二级指标。

2）考虑到犹豫度、隶属度和非隶属度作为专家风险指标评判的3个方面，引入直觉模糊数，将模糊层次分析法和灰色理论结合起来，提出了基于灰色直觉模糊层次分析法的煤炭产业链供应链韧性评价模型。

3）以陕西省M公司产业链供应链为例，得出M公司产业链供应链的韧性值为6.937，处于6～8之间，其整体韧性水平良好，符合M公司的实际情况。此研究结果验证了对于煤炭产业链供应链韧性评价来说，灰色直觉模糊层次分析法是一种有效的方法，文中的研究成果也将为当今“大变局”环境下煤炭产业链供应链的管理与运营提供新的思路。

参考文献：

[1] 王新平，苏畅，文虎，等.双碳战略下中国能源工业转型路径研究[J].技术与创新管理，2022，43（02）：141-150.

[2]WANG D，SHI Y，WAN K.Integrated evaluation of the carrying capacities of mineral resource-based cities considering synergy between subsystems[J].Ecological Indicators，2020，108：105701.

[3]王宇奇，高岩，滕春贤.扰动下的供应链弹性研究回顾与拓展[J].管理评论，2017，29（12）：204-216.

[4]HOLLING C S.Engineering resilience versus ecological resilience[M].1996.

[5]SHARIFI A，YAMAGATA Y.Principles and criteria for assessing urban energy resilience：A literature review[J].Renewable and Sustainable Energy Reviews，2016，60：1654-1677.

[6]LINKOV I，EISENBERG D A，BATES M E，et al.Measurable resilience for actionable policy[J].Environmental Science and Technology，2013，47（18）：10108-10110.

[7]ROEGE P E，COLLIER Z A，MANCILLAS J，et al.Metrics for energy resilience[J].Energy Policy，2014，72：249-256.

[8]韓爱华，李梦莲，高子桓.疫情冲击下经济韧性测度及影响因素分析[J].统计与决策，2021，37（18）：85-89.

[9]李连刚，胡晓辉.新冠肺炎疫情下中国区域经济韧性时空格局与影响因素分析[J].世界地理研究，2023，32（03）：64-75.

[10]黄亚江，李书全，项思思.基于AHP-PSO模糊组合赋权法的地铁火灾安全韧性评估[J].灾害学，2021，36（03）：15-20+40.

[11]唐少虎，朱伟，程光，等.暴雨内涝下城市道路交通系统安全韧性评估[J].中国安全科学学报，2022，32（07）：143-150.

[12]樊雪梅，卢梦媛.新冠疫情下汽车企业供应链韧性影响因素及评价[J].工业技术经济，2020，39（10）：21-28.

[13]WANG D.L，WANG Y.D，HUANG Z.Y，et al.Understanding the resilience of coal industry ecosystem to economic shocks：Influencing factors，dynamic evolution and policy suggestions[J].Resources Policy，2020，67：101682.

[14]毕玮.城市地铁车站系统抗火韧性识别与度量研究[D].南京：东南大学，2020.

[15]TIMOTHY J P，KEELY L，et al.Ensuring supply chain resilience：Development and implementation of an assessment tool[J].Journal of Business Logistics，2013，34：46-76.

[16]TAO Y，EVANS S，WEN Z，et al.The influence of policy on industrial symbiosis from the Firms perspective：A framework[J].Journal of Cleaner Production，2019，213（03）：1172-1187.

[17]LI B，XIANG P，HU M，et al.The vulnerability of industrial symbiosis：A case study of Qijiang Industrial Park，China[J].Journal of Cleaner Production，2017，157：267-277.

[18]MATT，SELWAY，MARKUS，et al.A conceptual framework for large-scale ecosystem interoperability and industrial product lifecycles-ScienceDirect[J].Data & Knowledge Engineering，2017，109：85-111.

[19]ZENG Y，XIAO R，LI X.A resilience approach to symbiosis networks of ecoindustrial parks based on cascading failure model.Mathematical Problems in Engineering[J].Mathematical Problems in Engineering.http：//doi.org/10.1155/2013/372368.

[20]NEVES A，GODINA R，AZEVEDO S，et al.A comprehensive review of industrial symbiosis[J].Journal of Cleaner Production，2019，247（20）：119113.

[21]LI X，XIAO R.Analyzing network topological characteristics of eco-industrial parks from the perspective of resilience：A case study[J].Ecological Indicators，2017，74（03）：403-413.

[22]郭卫.以科技创新驱动煤矿智能综采发展与创新人才培养[J].技术与创新管理，2021，42（02）：124.

[23]ZHANG Y J，LIU Z，ZHANG H，et al.The impact of economic growth，industrial structure and urbanization on carbon emission intensity in China[J].Natural Hazards，2014，73（02）：579-595.

[24]廖先玲，陈媛媛，姜秀娟.基于DEA的煤炭企业绿色竞争力评价研究——以兗州煤业股份有限公司为例[J].技术与创新管理，2019，40（01）：91-96.

[25]ZHOU C，SHI C，WANG S，et al.Estimation of eco-efficiency and its influencing factors in Guangdong province based on Super-SBM and panel regression models[J].Ecological Indicators，2018，86（03）：67-80.

[26]ALBINO V，FRACCASCIA L，GIANNOCCARO I.Exploring the role of contracts to support the emergence of self-organized industrial symbiosis networks：an agent-based simulation study[J].Journal of Cleaner Production，2016，112：4353-4366.

（责任编辑：严焱）

：2022-09-21

基金项目：教育部人文社会科学研究规划基金项目“能源安全与‘双碳目标双约束下煤炭产业高质量发展的路径与政策研究”（22YJAZH104）；陕西省教育厅专项科学研究计划-人文社科专项（20JK0232）；西安科技大学哲学社会科学繁荣发展计划重点项目（2019SZ01，2020SZ03）；陕西省哲学社会科学研究专项“能源安全视角下陕西煤炭产业链韧性提升策略研究”（2022HZ1915）

作者简介：吴安波（1986—），女，陕西礼泉人，讲师，主要从事供应链管理、先进制造战略、电子商务环境下的消费者行为、人因工程方面的研究工作。