基于复杂网络理论的供应链网络风险传播机理研究_杨康

系统科学与数学J.Sys.Sci.&Math.Sets.33(10)(2013,10),1224-1232基于复杂网络理论的供应链网络风险传播机理研究*杨康张仲义(北京交通大学交通运输学院,北京100044)摘要供应链风险管理是供应链管理的重要内容之一,将复杂网络病毒传播动力学中的易染状态-感染状态-易染状态(SIS)模型引入到供应链风险传播研究中,建立了供应链网络风险传播模型(SIS-RP).并以小世界网络为例,从整个供应链网络角度对SIS-RP模型进行了仿真分析.研究表明,各企业应对风险干扰能力的提高能很好遏制风险在供应链网络中的传播.SIS-RP模型能在一定程度上反映风险在供应链网络中的传播演化过程,初步验证了复杂网络理论可应用于供应链风险传播相关问题的研究.关键词供应链网络,复杂网络,风险传播,仿.MR(2000)主题分类号00A72THERESEARCHONMECHANISMOFSUPPLYCHAINNETWORKRISKBASEDONCOMPLEXNETWORKTHEORYYANGKangZHANGZhongyi(SchoolofTrafficandTransportation,BeijingJiaotongUniversity,Beijing100044)AbstractManagingriskinsupplychainsisanimportanttopicinsupplychainmanagement.Thispaperproposesariskpropagationmodel(SIS-RP),basedonthesusceptible-infected-susceptible(SIS)model,insupplychainriskmanagement(SCRM).Consideringthesmallworldnetworkasanillustration,weusesimulationanalysismethodtoanalyzethismodelfromthesupplychainnetworkperspective.Theresultsindicatethat,theriskpropagationcanbecontrolledbyimprovingtheanti-interferenceabilityinsupplychainnetwork.TheSIS-RPmodelcanreflectevolution*十二五国家科技支律计划(2011BAK01B00)资助课题.收稿日期:2012-11-05,收到修改稿日期:2013-05-22.10期 杨康等:基于复杂网络理论的供应链网络风险传播机理研究 1225processofriskinsupplychainnetworktoacertainextent,anddemonstratethefeasibilityofcomplexnetworktheoryinthesupplychainriskpropagationstudy.KeywordsSupplychainnetwork,complexnetwork,riskpropagation,simulation.i引言随着2000年飞利浦电子半导体工厂大火,2001年“911”恐怖袭击,2002年美国西海岸工潮,2003年伊拉克战争,2005年我国苏丹红等扰动供应链平稳状态事件的发生,供应链风险管理(supplychainriskmanagement,SCRM)越来越受到人们的关注,来自不同领域的专家学者分别从不同角度对供应链风险管理问题进行了大量研究.但从整体来看,关于供应链风险管理的研究成果还相对较少,从供应链网络的角度进行风险研究的文献更是少见.其中具有代表性的研究是Hallikas等人H,21分析了网络协作会产生何种风险,以及如何在网络协作中进行风险管理的问题,为供应链的网络风险评估提供了一个初步的框架和思路.近几年,国内外一些学者开始关注模糊理论,Petri网,控制理论等学科在供应链网络风险研究中的应用,例Moeinzadeh和Hajfathaliha丨31,Behret等丨41,Azadeh和Alem[5),江孝感等[6丨基于模糊理论对供应链网络风险的评估和决策问题进行了研究;Liu和Kumar[7】,Zegordi和DavarzaniW则借助Petri网对供应链网络风险进行了模拟仿真,研究了风险控制,风险评估和结构优化等问题;Klibi等黄小原等借助控制理论中的鲁棒性分析模型对供应链网络的稳定性问题进行了研究.这些研究虽涉及到供应链网络中的一些风险管理问题,但往往基于简单的供应链网络拓扑结构,对于多层级,多供应商,多生产商,多销售商的复杂供应链网络,甚至多产业供应链交织在一起的混合复杂供应链网络缺乏研究,研究内容也往往是围绕供应商选择,合同设计,风险评估等传统的研究项目,鲜有对风险在网络中的传播行为进行分析.鉴于此,本文探索性的以复杂网络中传播动力学模型为借鉴,对风险在供应链网络中的传播过程进行了模拟分析,较之前人研究,本文主要从以下两个方面进行了创新:一是在研究手段上,首次将复杂网络中的传播动力学理论引入到供应链风险传播研究中,并建立了SIS-RP风险传播动力模型;二是在研究内容上,首次将风险在供应链网络中的传播行为作为研究对象,模拟了风险传播的过程,对风险扩散的阈值和速度进行了分析.2适用性分析现实中的供应链网络是一个涉及多个企业的网络系统,与复杂网络一样具有复杂性,不确定性,协同性等特点.Choi和Dooley指出,供应链是一个存在自组织,自适应,拟均衡,协作演化,非线形变化等特点的系统,需要从复杂自适应系统(complexadaptivesystem,CAS)的角度去认识和管理供应链网络I11).随着复杂网络理论研究的持续深入,涌现出许多复杂网络动力学传播模型,其中以SIS(susceptible-infected-susceptible)和SIR(susceptible-infected-removed)两种传播模型最为经典,在传染病传播,软件病毒传播等方面得到广泛的应用,但是将其应用到供应链网络方面的研究目前还没有.在实际供应链中,一个原料商一般为多个制造商提供原料供应,某个制造商所需的各种1226 系统科学与数学 33卷原料也来自多个不同的原料商,生产出来的成品也往往由多个分销商进行销售,因此,准确来说,供应链并非是简单的链式结构,而是由多级别,且每个级别具有多个企业个体组成的具有交互关系的网状结构,这种结构上的网络性为复杂网络传播动力学模型的应用提供了基本条件.供应链中的每个企业,都是独立的决策主体,具有自身的运作管理模式和利益需求,但每个企业的生存发展又离不开与其他企业在实物流通,信息交互,资金流动等方面的交互,因此,当供应链中某个环节因为内部或外部扰动而出现问题后,就犹如在平静的水面投入一颗石子,极易在整个供应链网络中形成“多米诺骨牌效应”,对整个系统造成更大的破坏.风险在供应链网络中扩散行为与病毒的扩散极为相似,具体体现在以下几个方面:一是扩散环境的相似性.病毒的扩散环境主要指社会网络,在社会网络中,病毒感染的对象是社会网络中的节点——人,感染的途径是社会网络中的边——人与人之间的交流接触;供应链风险的扩散环境则是供应链网络,风险影响的对象是供应链网络中的节点——企业实体,扩散的途径是供应链网络中的边——企业间的业务往来.因此,在扩散环境方面,供应链风险与病毒具有很大的相似性.二是扩散过程的相似性.一般来说,病毒只能由病毒体向与之接触的邻居节点扩散,由邻居节点继续向其邻居节点扩散,不存在跨节点直接传播的情况.对于供应链网络来说,风险事件发生后,首先受到影响的也是事件源的邻居企业节点,通过这些邻居节点才陆续将这种影响波及到其他企业,进而给整个供应链网络带来损失.因此,从扩散过程方面,供应链风险与病毒具有相似性.三是扩散对象的相似性.社会网络中的人具有高度自主性,是一个独立的个体,其应对病毒的能力因个人免疫力的不同具有一定差异;供应链网络中的企业也是独立的,自负盈亏的实体,可以自主实施各项经营决策均,由于经营管理水平的不同,不同的企业具有不同的风险应对水平和承受能力.四是扩散方向的相似性.病毒在社会网络中的扩散是辐射状的,不具有方向性.虽然供应链具有上下游的特点,但是从风险扩散的角度来说,下游企业出现异常同样会给上游企业带来一定的影响,因此,针对风险扩散的问题,可以将供应链网络视为无向网络.风险在供应链网络中的传播与病毒在社会网络中的扩散的上述相似性,为复杂网络中传播模型在供应链风险扩散问题研究的应用提供了依据.3SIS-RP模型的建立基于复杂网络理论在供应链风险管理研究中的适用性分析,本文将SIS模型引入到供应链网络的风险传播研究中,探索建立SIS-RP(SIS-RiskPropagation)模型,对供应链网络中的风险传播机制进行研究.SIS-RP模型中,每一个企业都代表供应链网络中的一个节点企,而一个节点企业的邻居就是与该企业之间有业务关联的其它企业.当供应链系统网络中的某个节点企业出现风险时,会逐步向邻居企业扩散,影响着供应链系统总体风险水平.结合经典的SIS模型,现对供应链网络中的风险传播做如下假设:1)每个节点企业i具有未受风险干扰和受风险干扰两种状态,分别用“0和“1”表示;2)风险在供应链网络中的传播与供应链上下游无关,可以将供应链网络视为一个无向网络;10期 杨康等:基于复杂网络理论的供应链网络风險传播机理研究 12273)供应链网络中的任意一个企业仅可能受到其邻居节点企业的风险干扰;4)在t时刻处于受风险干扰状态的节点企业i将以概率A,以离散时间干扰邻居节点企业;5)受风险干扰的节点企业i经过~ 一段时间的战略或其他方面调整后,有概率/3在f+M+1时刻消除风险干扰的影响.若令S、t表示企业i在t时刻的风险状态,则企业i未受到风险干扰时有SM=0,在受风险干扰时有SM=1.根据假设可知,企业i在时刻t的状态Siit同时取决于t-td-1时刻该企业的自身状态?和f-1时刻与其有业务关联的邻居节点企业状态根据以上所述,SIS-RP模型中企业风险状态的演化规则如下1)在td时间内,若企业i已经受到风险干扰,则始终保持该状态;反之若企业i未受到风险干扰,则其受到风险干扰的概率将随着处于风险干扰状态的邻居数目的增加而增加,这个概率表示为1-(1-A)m,_S其中mit=YlU表示七时刻企业i周边处于风险干扰的邻居企业数量;这里的叫表示节点i与节点j之间的连接边,当节点企业i与节点企业j之间没有直接的业务关系时,aij=0;当节点企业i与节点企业j之间具有直接的业务关系时'=2)若企业i在t时刻处于受风险干扰状态,经过td后将会以的概率消除干扰影响.反之若节点企业i在t时刻处于未受风险干扰状态,则在t时刻或保持未受风险干扰状态,或以概率1-(1-A)mM被干扰.根据上述两个演化规则,分别得到如下两个公式Si,t-j= +S`,t-j-i/(r*A)'1jtd, (3.1)Si,t=Si,t-jf[r/3)(Si、t—i+Si,t-if(r\)),j=td+1. (3.2)这里的又表示取反操作,即:当X为0时,X为1;当X为1时,又为0.f(rx)表示在f时刻未受到风险干扰的节点企业i由于和其他处于风险干扰状态的企业接触,经过一个离散时间的时间步长后状态转变结果,其定义式为fo,1-(1-n,f(rx)=j (3-3)(l,1-(1-A)m-'rA)其中r?A为0至1之间满足均勻分布的随机数,其现实意义是节点企业抵御风险干扰的能力.当1-(1-A)m-'rA时,企业i维持原有的正常状态;当1-(1—'rAB+,企业受到风险干扰;f(r0)表示在t-td-l时刻处于受风险干扰的企业i经过td时间后,消除风险干扰的状态转换函数,其定义式为0, 0rp,/M= (3-4)1, 0r0,其中M为0至1之间满足均匀分布的随机数,在现实意义是企业