双循环背景下石化企业供应链韧性评价研究

doi:10.12422/j.issn.1672-6952.2024.01.013

摘要/Abstract

摘要：

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。

关键词: 石化企业, 供应链韧性, 层次分析法, BP神经网络算法

Abstract:

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.

Key words: Petrochemical enterprises, Supply chain resilience, Analytic hierarchy process（AHP）, BP neural network

中图分类号:

F274

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[J]. 辽宁石油化工大学学报, 2024, 44(1): 89-96.

Lizhou ZHAO, Ningfeng ZHANG. 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.

图/表 8

参考文献 25

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.
	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.

r_ij	含义
r_ji =1/r_ij	反向比较
5	a_i 与a_j 同样重要
6	a_i 比a_j 略微重要
7	a_i 比a_j 明显重要
8	a_i 与a_j 比非常重要
9	a_i 与a_j 比极其重要

r_ij	含义
r_ji =1/r_ij	反向比较
5	a_i 与a_j 同样重要
6	a_i 比a_j 略微重要
7	a_i 比a_j 明显重要
8	a_i 与a_j 比非常重要
9	a_i 与a_j 比极其重要

一级指标	一级指标初定权重	二级指标	二级指标初定权重	指标性质
应变能力	0.189 6	响应柔性	0.050 3	定性
		市场敏感度	0.107 2	定性
		信息传递速度	0.023 3	定性
		合作伙伴关系	0.008 8	定性
适应能力	0.107 6	存货	0.013 4	定量
		非流动资产	0.006 5	定量
		组织风险管理	0.032 4	定性
		需求预测	0.055 2	定性
恢复能力	0.258 1	供应商集中度	0.058 0	定量
		客户集中度	0.058 6	定量
		供应链集中度	0.093 7	定量
		流动比率	0.014 4	定量
		现金比率	0.008 4	定量
		营业利润占比	0.025 0	定量
创新转型能力	0.444 8	专利个数	0.177 8	定量
		发明专利	0.101 0	定量
		高端制造装备	0.085 7	定性
		研发投入占营业收入比例	0.048 5	定量
		研发人员数量占比	0.031 8	定量

一级指标	一级指标初定权重	二级指标	二级指标初定权重	指标性质
应变能力	0.189 6	响应柔性	0.050 3	定性
		市场敏感度	0.107 2	定性
		信息传递速度	0.023 3	定性
		合作伙伴关系	0.008 8	定性
适应能力	0.107 6	存货	0.013 4	定量
		非流动资产	0.006 5	定量
		组织风险管理	0.032 4	定性
		需求预测	0.055 2	定性
恢复能力	0.258 1	供应商集中度	0.058 0	定量
		客户集中度	0.058 6	定量
		供应链集中度	0.093 7	定量
		流动比率	0.014 4	定量
		现金比率	0.008 4	定量
		营业利润占比	0.025 0	定量
创新转型能力	0.444 8	专利个数	0.177 8	定量
		发明专利	0.101 0	定量
		高端制造装备	0.085 7	定性
		研发投入占营业收入比例	0.048 5	定量
		研发人员数量占比	0.031 8	定量

数值范围	评价等级
[0，0.3）	低水平
[0.3，0.5）	中等水平
[0.5，1.0）	高水平