双循环背景下石化企业供应链韧性评价研究——基于AHP⁃BP方法

赵丽洲， 张宁峰

双循环背景下石化企业供应链韧性评价研究——基于AHP⁃BP方法

赵丽洲， 张宁峰

（辽宁石油化工大学 经济管理学院，辽宁 抚顺 113001）

随着环境不确定性的提高，中国石化企业供应链稳定性需求日渐攀升，供应链韧性评价已经成为判断石化企业风险应对能力的重要手段。基于双循环背景，通过构建石化企业供应链韧性评估指标体系，利用层次分析法和BP神经网络，对石化企业供应链韧性强度进行评估，确定了供应链韧性水平。结果表明，各石化企业的供应链韧性强度存在较大差异，供应链韧性整体水平偏低。在研究结果的基础上，对韧性供应链锻造提出了切实可行的建议。

石化企业； 供应链韧性； 层次分析法； BP神经网络算法

1 问题的提出及文献综述

1.1 问题的提出

在政治、经济、自然等因素的共同作用下，企业供应链的风险构成与以往相比已然迥异,伴随与日俱增的环境动态性而来的是企业供应链体系长期处于动荡之中的众多不确定性因素[1]。从前企业在供应链管理过程中所忽视的高风险低概率的风险事件，也由于其发生频次的变化成为企业供应链风险管理领域所关注的热点问题。现阶段，传统的供应链管理模式已经无法应对错综复杂的外部环境，供应链管理视角应从原有的成本收益导向转化为安全效益导向。在新形势下需要新的管理模式，韧性概念在供应链领域的应用极好地填补了传统供应链管理模式中对此类风险管理的空白，为动态环境下企业平稳运行能力的塑造提供一定的支持。

自新冠肺炎疫情爆发，中国经济发展受到严峻挑战。从国际视角看，全球供应链一度面临缺链、断链风险。以美国为首的部分西方国家借机实施贸易保护主义，主张供应链多元化，推进本国产业回流，构建去中国化陷阱，将供应链安全作为政治博弈筹码[2]。分析国内形势，自改革开放以来，中国在珠三角地区实施的大进大出、两头在外的“三来一补”的外贸政策，导致中国长期处于全球供应链末端，在发生政治碰撞时难以维护市场的稳态。低要素成本、出口导向型战略也成为阻碍经济复苏的又一因素，使国内供应链供给端、需求端遭受冲击。在对国内外形势进行分析的基础上，中共中央政治局于2020年7月30日召开会议，提出了加快形成以国内大循环为主体，国内国际双循环相互促进的新发展格局[3]。2022年4月，正式提出加快建设全国统一大市场的意见，旨在利用好我国超大规模市场优势。

石化企业作为我国支柱型企业，其产品是我国重要战略物资。但是石化企业远没有达到新发展格局所期待的高效利用国内市场，诸如原油、合成树脂、专用化学品等石化产品存在对外依存度高等问题。以原油为例，近年来原油对外依存度逐年攀升，至2022年已高达74%。过高的对外依存度使企业在控制成本、平衡供需等方面有心无力，这一问题成为石化企业构建双循环格局的严重阻碍，导致企业无法在危机面前保证产业链供应链的完整闭合。韧性供应链的锻造成为石化企业保证供应链安全的必要手段。

1.2 文献综述

1.2.1 供应链韧性内涵及其演化

随着供应链韧性受到的重视程度的提高，关于韧性的研究也在不断推进。自韧性概念在材料学中被提出至今，学者们对韧性概念的研究经历了识别、应用、管理和控制4个阶段。供应链韧性内涵认知的演进如图1所示。

韧性概念在供应链中的应用起源于2000年英国燃油涨价和2001年英国口蹄疫的暴发所引致的供应链中断事件。J.B.RICE等[4]于2003年做出的对供应链概念的定义引领供应链管理进入一个全新的发展阶段，填补了研究的空白。H.L.LEE等[5⁃6]和S.Y.PONOMAROV等[7]着重强调韧性所表现的恢复力，认为韧性在供应链系统面临突发事件干扰时具有强大的适应风险，可使企业恢复至原有状态。M.CHRISTOPHER等[8]和刘浩华[9]认为韧性的作用力不只体现在供应链系统的恢复，也体现在风险结束后供应链系统的进化。但是，如何判断供应链韧性强度以及如何构建一个具有适度韧性的供应链体系，目前仍是重大理论命题。

图1 供应链韧性内涵认知的演进

基于上述分析，将石化企业供应链韧性定义为石化企业供应链系统的内在属性，韧性的存在保证石化企业在面临高风险低概率的破坏性扰动事件时迅速恢复至原有运行状态或进化至更优状态。

1.2.2 供应链韧性评估现状

供应链韧性强度的评估是供应链系统优化和提升的根本依据。针对不同类别、不同成长阶段的企业，韧性评估方法和指标也有较大差异。

因研究背景和研究对象的不同，供应链韧性评估中评定韧性的能力因素和维度也有所区别。学者们在对韧性能力做出评价时选择的指标更多集中在适应、吸收、反应、恢复和创新几个维度。樊雪梅等[10]从预测能力、适应能力、反应能力和恢复能力视角建立了ISM模型，并对疫情期间汽车企业供应链韧性强度进行了评估。钱存华等[11]根据装配式建筑供应链的特点，从恢复能力和抵抗能力两个方面构建了可行的区间直觉模糊数的供应链韧性评价模型。邓倩玉等[12]从适应、吸收、恢复视角对原油供应链韧性强度进行了评价。此外，部分学者从其他视角对供应链韧性进行了建模评估。R.RAJ等[13]从时间维度出发，以供应链遭受冲击后的恢复时间长短衡量了韧性。M.M.H.CHOWDHURY等[14]从成本视角出发，在恢复时间的基础上加入供应链恢复成本因素，对韧性强弱进行了考量。

迄今为止，有关供应链韧性评估还没有一个统一的模型，但由于各类企业供应链流程存在一定的相似性，各企业供应链韧性的评估模型存在相互借鉴的可能。利用AHP⁃BPNN模型建立符合石化企业发展规划的韧性评估指标体系，并对指标权重进行了优化；通过定性定量相结合的方法对石化企业供应链韧性强度进行评价，并通过评价结果的分析提出了促进石化企业锻造自主可控的韧性供应链的相关建议。

2 石化企业供应链韧性评价层次划分

石化企业供应链是一个由供应商、制造商、分销商、零售商以及最终客户组成的功能网络结构。它围绕核心企业，通过对物流、信息流、资金流的控制，从采购原材料开始到制成中间产品及最终产品，最后由销售网络把石化产品送到消费者手中。石化企业供应链韧性是实现企业供应链在动荡环境下自主可控的关键所在。

在评价指标体系构建过程中，对国内外有关供应链韧性研究领域的研究成果进行了研究和分析。结果表明，在企业供应链韧性评价指标构建中，由于所属行业的不同和企业供应链特点的不同，在评价过程中选取的指标也不尽相同；有关供应链韧性评价研究的指标体系主要基于适应能力、吸收能力、应变能力、恢复能力、创新能力、成长能力等方面构建。分析石化企业供应链韧性作用机制、企业特点和供应链韧性相关文献，基于能力视角建立二级评价层次结构，从4个具体化指标对石化企业供应链韧性进行分析评价，分别是应变能力、适应能力、恢复能力和创新转型能力[15⁃17]。

在二级指标的选取过程中，大部分研究中的二级指标选取结合所分析行业特点进行确立。参考现有文献，分析石化企业供应链特征，采纳行业内专家意见，基于定性定量相结合的原则、时效性原则、可操作性原则及客观性原则，选取能够综合反映石化企业各能力维度的指标共19个，以期能够全面准确地评价石化企业供应链韧性强度。

2.1 应变能力

应变能力是供应链网络在抵御中断的过程中，根据不同的风险类型，迅速做出反应并采取合适应对措施的能力。良好的应变能力能够提高供应链韧性，降低牛鞭效应[18⁃19]。

2.2 适应能力

适应能力能够帮助供应链系统适应动荡和扰动，使供应链系统在抵抗干扰的同时，在变化的环境中保持正常运行[20]。适应能力作用在扰动发生过程中，以最大程度降低干扰频率。

2.3 恢复能力

恢复能力是系统在遭受冲击后自我修复和调整的能力，以缓解中断影响并使供应链恢复至冲击前的规模和运营水平[21]，帮助中断的供应链在最短的时间以最低成本恢复至原有状态。

2.4 创新转型能力

创新转型能力是企业供应链系统的一种发展学习的能力，能够驱动整个供应链系统根据环境的变化进化至更加优异的状态，使企业在风险环境下取得竞争优势。

3 石化企业供应链韧性评价模型构建

3.1 石化企业供应链韧性强度评价模型构建

现存有关石化企业供应链韧性的研究多采用定性方法。供应链韧性测度研究中所选用的方法大多集中于专家评分法、层次分析法（Analytic Hierarchy Process，AHP）、模糊综合评价法等。AHP与BP神经网络算法（Back⁃Propagation Neural Networks，BPNN）相结合，可实现优势互补，AHP中的专家评分可避免BP神经网络中赋值的任意性，BP神经网络的应用可降低AHP中的主观性[22]。基于AHP⁃BPNN的石化企业供应链韧性评价如图2所示。

3.2 基于AHP模型的初定权重的计算

对各层指标间相对重要性进行判断，利用1—9标度法，通过给行业内专家发放调查问卷的形式对各层指标因素进行两两比较，记两个比较因素分别为a和a，r为a相对于a的比较标度[23]。各指标之间的重要程度标度表如表1所示。

最终得到准则层及各指标层判断矩阵及各判断矩阵一致性检验结果：

表1 各指标之间的重要程度标度表

CR为判断矩阵的一致性比例，CR≤0.1，则说明矩阵满足一致性检验。通过式（2）计算得到各层次指标的初定权重向量，最终准则层和指标层中各指标的初级权重向量。

经计算得：=（0.189 6，0.107 6，0.258 1，0.444 8），1=（0.265 2，0.565 6，0.122 9，0.046 3），2=（0.124 4，0.060 6，0.301 5，0.513 5），3=（0.224 8，0.227 0，0.363 2，0.055 8，0.032 5，0.096 8），4=（0.399 8，0.227 0，0.192 7，0.109 0，0.071 5）。

石化企业供应链韧性评价指标及其权重见表2。

表2 石化企业供应链韧性评价指标及其权重

3.3 基于BP神经网络模型的训练及检验

在石化企业供应链韧性评价的BPNN模型中，根据数据的可获得性、代表性及典型性，训练样本选取自2021年中国石油和化工企业500强发布会暨大连市石化产业招商推介会中所提及的企业，在前30名企业中选取指标数据全面、可获得的24家上市公司。

H.NIELSEN[24]的研究结果表明,一个3层BP神经网络可以逼近任意一个连续函数。因此，选择构建一个3层前馈神经网络对各样本企业的供应链韧性进行评价。选取石化企业供应链韧性指标体系中的19个细分指标作为输入层节点，将细分指标的实际数据作为BPNN模型的输入。为消除指标数据量纲的影响，将归一化后的数据作为输入数据集。在输入层的19个细分指标中，定性指标选用李克特五级计分法，根据专家经验评分获得。收集10名专家的意见，按照非常同意、同意、一般、不同意、非常不同意5种回答（对应分数分别为1、2、3、4、5），对“该石化企业在特定指标表现优秀”这一问题进行评价，并将平均值作为该定性指标的评分值。专家是来自企业的供应链管理人员或者企业供应链研究方面的专家学者。定量指标通过各企业在上海证券交易所及国泰安数据库披露的信息和各企业年报中公布的信息获得。在所收集的24家公司的数据中，将前16家公司的数据作为训练集；将4家公司的数据作为测试集，4家公司的数据作为验证集。

在隐含层节点数的选择上，为了避免因节点选择不当而造成收敛速度过快或者过慢的问题，根据经验公式对隐含层节点数进行估算。针对BP神经网络隐含层确定，常见的经验公式有3个：

式中：为输入层节点数量；为输出层节点数量；为1～10的任意常数，为隐含层节点数。

根据式（3）-（5）可以确定隐含层的节点数，其值应该在5～15。采用试错法对各个节点数量进行实验，选择预期输出与实际输出数值均方误差最小的模型。通过模型的训练和对比，最终确定隐含层节点个数为5。隐含层激活函数选取Sigmoid函数。

设定Sigmoid函数作为隐含层激活函数，如式（6）所示[25]。

输出层设置为单层输出型，选取输出层神经元1个，根据AHP模型初定权重计算得出的结果为石化企业供应链韧性评价结果。据此，建立石化企业供应链韧性评价的BPNN拓扑结构，结果如图3所示。完成训练之后的BP神经网络模型可以直接应用于其他石化企业的供应链韧性评价。

图3 石化企业供应链韧性评价的BPNN拓扑结构

根据AHP⁃BPNN模型判断该石化企业供应链韧性强弱，评价等级共分为3个，各等级设定如表3所示。对所建立的BPNN模型进行训练后所得具体样本企业的训练输出结果与期望结果进行了对比，结果如表4所示。其中，输出值为石化企业供应链任性强度评分。

经过训练后的输出向量与目标向量的拟合图见图4。从图4可以看出，实际拟合线与期望拟合线重合度较高，说明该算法在BPNN模型的应用下更高效地优化了专家的判断结果，采用AHP⁃BPNN模型能够对石化企业供应链韧性做出准确度较高评价。

表3 石化企业供应链韧性评价等级设定

表4 样本企业训练输出结果与期望输出结果对比

4 结论及政策建议

4.1 结论

1）在模型建立过程中，层次分析法选定的应变能力、适应能力、恢复能力和创新转型能力的初定权重分别为0.189 6、0.106 7、0.258 1、0.444 8。由此可以看出，在企业供应链能力的锻造过程中，创新转型能力是一项重要指标，创新能力的强弱对企业韧性水平的高低起至关重要的作用。

2）根据AHP⁃BPNN对24家样本企业供应链韧性进行评分所得出的评估结果不难看出，石化企业供应链韧性现状多处于中等水平，目前我国石化企业供应链韧性能力普遍偏低，距离拥有韧性供应链仍有较大差距。不同石化企业的供应链韧性能力评分存在较大差距且各维度能力水平也参差不齐，供应链韧性能力发展不平衡，企业供应链中仍有短板。

3）基于AHP⁃BPNN模型建立的石化企业供应链韧性评价模型能对各企业供应链韧性现状做出较为准确的评估，在石化企业供应链韧性领域的研究中存在较为广阔的发展空间。

4.2 政策建议

石化企业产品种类繁多，供应链较长且结构复杂。建立备份供应链难度大，成本高，实现极其困难。因此，锻造石化企业供应链韧性是保障石化企业供应链完整闭合、安全可靠的关键点，也是新形势下中国石化企业走向更优状态的必由之路。

首先，创新转型能力作为企业发展的内生动力，是企业在动荡环境中谋求可持续竞争力进而获得长足发展的根本所在。但是，增强创新转型能力并不意味着盲目投入，在保障企业利润不被过多侵蚀的条件下，合理规划创新投入是近年来企业关注的问题所在。创新转型能力是企业供应链韧性能力的重要组成部分，一个合理的企业供应链韧性能力评价指标体系对创新转型能力的提升具有指导作用。

其次，石化企业从自身发展实际情况出发，补短板、锻长板是提升供应链韧性的重要手段。在双循环背景下，中国政府审时度势，将发展重心由国际循环转向国内大循环。立足于促进国内大循环局势，抓住时代机遇、把握政策红利，在动荡局势下发挥国内大市场规模优势亦是关键所在。准确识别企业弱点，精准出击才能使石化企业供应链保持稳定和发展，进而使石化产业链供应链堵点畅通，促进国内大循环。

最后，缩小企业间技术、信息、资金等方面的差距是维护石化企业供应链命运共同体的枢机。发挥石化行业领军企业的带头作用，加强数字化、信息化建设，倡导企业间时刻保持积极沟通和良性竞争，加强合作伙伴关系，构建公平正义的供应链竞争环境，推进石化企业共同发展，缩小各企业间的能力差距。将内部竞争转化为外部竞争，以中国石化企业供应链韧性能力的整体提升加速石化产业发展，争做全球石化供应链链主。

图4 输出向量与目标向量拟合图

［1］ 李瑜敏，刘云啸，刘民权. 全球供应链外部风险及其对策研究综述［J］. 学习与探索， 2019（6）： 134⁃143.

LI Y M， LIU Y X， LIU M Q. Research review on external risks of global supply chain and their countermeasures［J］. Study & Exploration， 2019（6）： 134⁃143.

［2］ 苏庆义. 全球供应链安全与效率关系分析［J］. 国际政治科学， 2021， 6（2）： 1⁃32.

SU Q Y. Analysis of the relationship between security and efficiency in global supply chain［J］. Quarterly Journal of International Politics， 2021， 6（2）： 1⁃32.

［3］ 《中国流通经济》编辑部. 双循环新发展格局下统筹推进现代流通体系建设观点综述［J］. 中国流通经济， 2020， 34（11）： 3⁃17.

The Editorial Department of China Business and Market. Reviews on coordinately promoting the development of modern logistics system under the new development pattern of dual circulation［J］. China Business and Market， 2020， 34（11）： 3⁃17.

［4］ RICE J B， CANIATO F. Building a secure and resilient supply network［J］. Supply Chain Management Review， 2003， 7（5）： 22⁃30.

［5］ LEE H L， WOLFE M. Supply chain security without tears［J］. Supply Chain Management Review， 2003， 7（3）： 12⁃20.

［6］ LEE H L. The triple⁃a supply chain［J］. Harvard Business Review， 2004， 82（10）： 102⁃112.

［7］ PONOMAROV S Y， HOLCOMB M C. Understanding the concept of supply chain resilience［J］. The International Journal of Logistics Management， 2009， 20（1）： 124⁃143.

［8］ CHRISTOPHER M， PECK H. Building the resilient supply chain［J］. The International Journal of Logistics Management， 2004， 15（2）： 1⁃14.

［9］ 刘浩华. 打造弹性供应链［J］. 中央财经大学学报， 2007（5）： 63⁃68.

LIU H H. Creating a resilient supply chain against risks［J］. Journal of Central University of Finance & Economics， 2007（5）： 63⁃68.

［10］ 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.

FAN X M， LU M Y. Influencing factors and evaluation of auto companies' supply chain resilience under the COVID⁃19［J］. Industrial Technology & Economy， 2020， 39（10）： 21⁃28.

［11］ 钱存华，苗士花. 基于区间直觉模糊数的装配式建筑供应链弹性评价［J］. 建筑经济， 2021， 42（6）： 43⁃47.

QIAN C H， MIAO S H. Evaluation on the resilience of prefabricated building supply chain based on interval⁃valued intuitionistic fuzzy number［J］. Construction Economy， 2021， 42（6）： 43⁃47.

［12］ 邓倩玉，王宇奇. 能力视角下我国原油供应链弹性影响因素研究［J］. 科技与管理， 2020， 22（2）： 32⁃42.

DENG Q Y， WANG Y Q. Research on the influencing factors of China's crude oil supply chain resilience from the perspective of capacity［J］. Science⁃Technology and Management， 2020， 22（2）： 32⁃42.

［13］ RAJ R， WANG J W， NAYAK A， et al. Measuring the resilience of supply chain systems using a survival model［J］. IEEE Systems Journal， 2015， 9（2）： 377⁃381.

［14］ CHOWDHURY M M H， QUADDUS M. Supply chain resilience： Conceptualization and scale development using dynamic capability theory［J］. International Journal of Production Economics， 2017， 188： 185⁃204.

［15］ 魏晴晴，黄祖庆. 闭环供应链风险因素的ISM⁃AHP分析［J］. 商业经济研究， 2019（5）： 102⁃104.

WEI Q Q， HUANG Z Q. ISM⁃AHP analysis of closed⁃loop supply chain risk factors［J］. Journal of Commercial Economics， 2019（5）： 102⁃104.

［16］ 魏晶晶. 基于适应性能力提升供应链弹性的组态研究—以智能供应链企业为例［J］. 商业经济研究， 2021（2）： 99⁃102.

WEI J J. The study on the configuration of improving supply chain elasticity based on adaptability： A case study of intelligent supply chain enterprises［J］. Journal of Commercial Economics， 2021（2）： 99⁃102.

［17］ 王峥. 动态能力理论下企业创新对供应链弹性的影响机制研究［D］. 太原：山西大学， 2021.

［18］ 王继帅，冯毅萍，荣冈，等. 基于风险管理的石化工业供应链网络设计［J］. 化工学报， 2010， 61（12）： 3172⁃3179.

WANG J S， FENG Y P， RONG G， et al. Managing financial risk in designing multi⁃echelon supply chain networks in petrochemical industry［J］. CIESC Journal， 2010， 61（12）： 3172⁃3179.

［19］ 秦绿英. 基于BP神经网络的供应链信息共享评价模型研究［D］. 湘潭：湘潭大学， 2019.

［20］ HOSSEINI S， IVANOV D， DOLGUI A. Review of quantitative methods for supply chain resilience analysis［J］. Transportation Research Part E： Logistics and Transportation Review， 2019， 125： 285⁃307.

［21］ 秦国文. 企业双元创新能力对供应链弹性的影响研究［D］. 长春：吉林大学， 2021.

［22］ 储昭辉，储文静，徐立祥，等. 基于AHP⁃BP神经网络的城市移动图书馆服务质量评价优化模型构建［J］. 图书馆学研究， 2020（10）： 19⁃27.

CHU Z H， CHU W J， XU L X， et al. Construction of service quality evaluation optimization model of mobile libraries in urban areas based on AHP⁃BP neural network［J］. Research on Library Science， 2020（10）： 19⁃27.

［23］ 王英，王灿，孙新泽. 基于AHP⁃BP神经网络的江苏省创新型经济评价［J］. 科技管理研究， 2016， 36（9）： 68⁃72.

WANG Y， WANG C， SUN X Z. Evaluation of innovative economy in Jiangsu province based on AHP and BP neural network［J］. Science and Technology Management Research， 2016， 36（9）： 68⁃72.

［25］ NIELSEN H. Theory of the backpropagation neural network［C］//International 1989 Joint Conference on Neural Networks. Washington： IEEE， 1989.

［25］ 姚洪磊. 基于AHP和BP模型的铁路关键信息基础设施风险评估研究［J］. 信息网络安全， 2020（S2）： 36⁃39.

YAO H L. Risk assessment of railway critical information infrastructure based on AHP and BP models［J］. Netinfo Security， 2020（S2）： 36⁃39.

Research on the Evaluation of Supply Chain Resilience in Petrochemical Enterprises under the Dual Circulation: Based on AHP⁃BP Method

ZHAO Lizhou， ZHANG Ningfeng

（School of Economics and Management， Liaoning Petrochemical Univercity， Fushun Liaoning 113001， China）

With the improvement of environmental uncertainty, the demand for supply chain stability of petrochemical enterprises in China is rising day by day. The evaluation of supply chain resilience of petrochemical enterprises has become an important means to judge the risk coping ability of petrochemical enterprises. This paper constructs a supply chain resilience evaluation index system in the petrochemical enterprises. And fuzzy analytic hierarchy process and BP neural network are used to evaluate the toughness strength of petrochemical enterprise supply chain, so as to determine the toughness level of petrochemical enterprise supply chain.It is found that the strength of supply chain toughness of petrochemical enterprises is uneven, and the overall level of supply chain resilience is low. On the basis of the research results, some practical suggestions are put forward for the forging of resilient supply chain in petrochemical enterprises.

Petrochemical enterprises； Supply chain resilience； Analytic hierarchy process（AHP）； BP neural network

F274

A

10.12422/j.issn.1672⁃6952.2024.01.013

2023⁃04⁃06

2023⁃04⁃28

辽宁省教育厅项目（LJKR0157）；辽宁经济社会发展一般资助项目（2020lslktjdyb⁃023）。

赵丽洲（1975⁃），男，博士，教授，从事区域经济、宏观经济管理与可持续发展、工业经济方面的研究；E⁃mail：oo9898@163.com。

赵丽洲,张宁峰.双循环背景下石化企业供应链韧性评价研究—基于AHP⁃BP方法[J].辽宁石油化工大学学报,2024,44(1):89-96.

ZHAO Lizhou,ZHANG Ningfeng.Research on the Evaluation of Supply Chain Resilience in Petrochemical Enterprises under the Dual Circulation: Based on AHP⁃BP Method[J].Journal of Liaoning Petrochemical University,2024,44(1):89-96.

（编辑 张 芳）