经素萍 杨祖勇 申慧芝

摘 要：中国已成为世界第一汽车大国，正向世界汽车强国转型。汽车制造企业之间的竞争更多是汽车零部件供应链之间的竞争，当今，汽车行业面临百年未有之大变局，全球经历了三年新冠疫情后，汽车零部件供应链的风险更大，供应链风险评估的准确性及有效性显得尤为重要。文章分析了传统的汽车零部件供应链风险评估存在的不足，结合大数据时代的特点，从汽车生产企业与汽车零部件供应商合作过程中的各环节进行分析，阐述大数据时代汽车零部件供应链风险评估的有效方法，提出“1+2+3”的风险评估方法。

关键词：大数据 汽车零部件 供应链风险 风险评估

Abstract：China has become the world's No. 1 auto country and is transforming into a world auto power. The competition between automobile manufacturers is more about the competition between the auto parts supply chain. Today， the automobile industry is facing unprecedented changes in a century. After three years of global COVID-19， the risk of the auto parts supply chain is greater， and the accuracy and effectiveness of the supply chain risk assessment is particularly important. This paper analyzes the shortcomings of traditional auto parts supply chain risk assessment， combines the characteristics of the era of big data， analyzes every link in the process of cooperation between auto production enterprises and auto parts suppliers， expounds the effective methods of auto parts supply chain risk assessment in the era of big data， and puts forward the “1， 2， 3” risk assessment method.

Key words：Big Data， auto parts， supply chain risk， risk assessment

1 引言

在全球經济一体化的大背景下，汽车零部件供应商已实现全球化，而零部件供应商作为汽车供应链的最关键环节，零部件供应商是否可以实现零部件持续、稳定的供货，已成为汽车生产企业正常运行的决定性因素。比如疫情影响下，零部件供应商停工导致的整车停产，如2022年3月以来蔚来汽车位于吉林、上海、江苏等多地的供应链合作伙伴停产，导致其整车生产暂停；2020年12月开始并持续存在的芯片供货危机，造成全球减产汽车超500万辆；2018年5月2日，福特的一家关键零部件供应商Meridian在密歇根州的工厂发生火灾，直接导致福特三家工厂停产；2017年9月10日上海一家生产给舍弗勒供货滚针的供应商因环保问题关停，造成49家汽车生产企业生产告急。通过上述事例可知，汽车供应链面临着不同的风险，且风险的发生具有意外和不确定性，供应链每个环节出问题，都有可能导致整个供应链的中断。而且，汽车零部件供应链风险发生后，将对汽车生产企业造成不可估量的损失。如何在大数据背景下，对汽车零部件供应链进行准确有效评估，提前识别风险，并进行有效管控显得尤为重要。

近年来，国内外学者利用大数据对各类供应链风险进行了研究。陈剑（2021）在大数据视角下采购风险评估中提出了“5+X”的采购风险分类框架，其中“5”是环境、竞争、道德、财务和履约风险，“X”是采购方的内部控制风险，通过该框架研究了采购风险评估。周雷（2022）建立Logistic回归模型和评分卡，研究了整车制造行业供应链中供应链金融信用风险。Baryannis（2019）研究了供应链风险管理中识别、评估、监控等可能对供应链产生影响的因数。班英策（2019）从供应链金融风险管理角度，利用大数据匹配用户需求，设计个性化金融服务；完善交易征信，降低信息不对称；实现量化授信；判断预期交易量，精准渠道分配；优化风控技术，实现高效自动化。夏涵宇（2019）研究了供应链风险数字化管理，从建立风险数据库、供应链风险模拟、动态风险监控、及时响应和智能决策角度进行了分析。吴赜书等（2018）基于农产品供应链风险进行研究，根据web服务及数据集成思想从物联网感知层、大数据网络集成层、农产品风险预警的动态服务层和农产品供应链风险预警的应用层四层进行研究。

综上所述，大数据可以应用于制造企业、流通企业，可以用于流程优化、服务升级、供应链风险管理等等，“大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得巨大价值的产品和服务，或深刻的洞见，最终形成变革之力。”本文以大数据为基本驱动力，研究柳州汽车零部件供应链风险，提出“1+2+3”的风险评估方法。

2 汽车零部件供应链风险的主要影响因素

供应链风险具有全面性，识别供应链风险要考虑供应链整个环节，也需要考虑到企业会面临的各种风险。以汽车零部件供应商为载体，汽车零部件供应链风险的影响因素可以分为内部因素和外部因素。内部因素主要有：企业经营方向、企业盈利情况、企业股份构成、产品质量情况、消防安全、产品专利、企业应急预案完善程度等。外部因素主要有：国内外政治环境、国内外经济政策、法律法规、关联原材料价格走势、不可抗力等。供应链风险管理是动态的且具有关联性，影响因数的变化会影响到整个供应链风险管理的有效程度。通过企业多年数据统计显示，不同因素影响程度有高中低之分；影响因数恶化出现的风险也不同，会导致中断或者不连续；灵敏度的反应亦有高中低之分。不同因素对汽车零部件供应链风险影响及灵敏度见表1。

3 传统的汽车零部件供应链风险评估存在的不足

3.1 只注重供应商引入时的风险评估

大部分汽车生产企业在零部件供应商引入阶段都非常慎重，会从质量保证能力、成本控制能力、技术研发能力、交付管控能力等版块对供应商进行详细的考评，并通过实地考察、评分、各部门联合讨论等环节对零部件供应链风险进行全方位的评估。汽车零部件开发存在开发周期长、专用性强、连续使用周期长、替代周期长等特点，从引入到批量供货一般在6个月以上，批量后供货一般持续2年以上，只在引入时对汽车零部件供应链风险进行评估，无法持续保证供应链安全。

3.2 只通过调查表的形式收集信息

部分汽车生产企业，通过调查表的形式，通过零部件供应商提交的信息对供应链风险进行评估，此评价方式虽可以实现持续对风险进行评价，但成本高、效率低、准确度差。

3.3 只通过结果对风险进行评估

还有一些整车生产企业，通过调研供应商目前供货的汽车生产企业情况、企业年报，供货的零部件实物情况对供应链风险进行评估，此评估方式可降低评估成本，但存在反馈周期长、缺乏趋势判断、风险处置周期短等问题。

4 大数据时代的汽车零部件供应链风险评估

基于汽车零部件供应链风险的主要影响因素及各因素的特点，结合大数据时代大量、高速、多样、价值的特点，我们提出“1+2+3”的风险评估方式。“1”指供应商引入阶段质量、成本、技术、交付等全方位风险评估；“2”指合作阶段过程系和结果系双向风险评估；“3”指从政治经济、法律法规、原材料三个维度对供应链风险进行趋势评估。

“1+2+3”的风险评估方式的主要特点体现在三个方面。第一、该评估方式从源头对风险进行评估，降低后续的风险及不确定性；第二、该评估方式充分体现事物发展的因果关系；第三、该评价方式从趋势上对供应链风险进行预判，为风险处置争取更多时间。“1”主要运用于汽车零部件供应商引入阶段，“2”和“3”主要运用于汽车生产企业与零部件供應商合作阶段，一般按月度采用“2”进行风险评估，按季度采用“3”进行风险趋势评估，同时，“2”进一步验证“3”的评估结果。

4.1 引入阶段全方位风险评估

引入阶段，主要在汽车生产企业合作情况、质量水平、成本管控水平、技术能力、交付保障能力五个方面进行风险评估。

汽车生产企业合作情况：主要评估此供应商是否为主流汽车生产企业配套，通过供应商官网、汽车生产企业官网、百度等搜索引擎、盖世汽车网、太平洋汽车网等可以快速获取信息。

质量水平：主要评估供应商质量保证能力，评估持续提供符合要求的零部件的风险。是否获得ISO9001、IATF16949等认证是质量保证能力的基础要求，通过汽车质量投诉网可以获取负面清单。

成本管控水平：主要评估供应商成本控制能力，评估零部件市场竞争力的风险。通过现场考察供应商成本管控的手段、人员对标的意识，获得的汽车生产企业奖项情况进行评估。

技术能力：主要评估研发能力，评估零部件开发及升级按期完成的风险。主要通过试验能力、开发人员经验、获得专利数量等进行评估。

交付保障能力：主要评生产组织及物流组织能力，评估有序、持续供应汽车零部件风险。主要通过过往不良记录、供应链管控能力等进行评估。

4.2 合作阶段过程系和结果系双向风险评估

合作阶段过程系及结果系评价，过程系主要通过合作过程中质量、成本、交付、新品开发、变更信息、不可抗力时影响情况六个方面进行评估；结果系主要通过生产影响数、项目开发节点影响、售后备件影响三个方面进行评估。合作阶段过程系和结果系双向风险评估强调数据的有效性和及时性，汽车生产企业，建立一个系统，将合作过程中的合作事项、异常事件及时输入到系统，通过每个版块不同的权重比例，自动得到一个分数，根据零部件供应商每月的得分情况，进行风险评估。合作阶段过程系与结果系框架图如图1所示。

4.3 政治经济、法律法规、原材料三个维度对供应链风险进行趋势评估

供应链风险趋势评估，首先根据汽车零部件的特性及其供应链情况进行分类，确定政治经济、法律法规、原材料等因素引起的供应链风险趋势见表2。

5 结语

基于大数据的汽车零部件供应链风险评估，提高了风险评估效率及准确度，有利于汽车生产企业提前识别供应链风险，减少供应链风险对生产经营的冲击。“1+2+3”的风险评估方式从成本、效率、维度方面进行优化，提供了一种从源头管控到过程全方位评估，再到趋势预判的汽车零部件供应链风险评估方式。

基金项目：广西高校中青年教师科研基础能力提升项目（大数据驱动下的柳州汽车产业供应链风险管理研究；2020KY60001）。

2022年度广西高校中青年教师科研基础能力提升项目（“一带一路”背景下广西自贸试验区高质量建设研究，2022KY1688）。

参考文献：

[1]陈剑，肖勇波，朱斌.大数据视角下的采购风险评估——基于某服务采购企业的案例分析[J].系统工程理论与实践，2021，41（03）：596-612.

[2]袁婷，董敏.半导体供应链风险传递及控制[J].合作经济与科技，2023（01）：110-111.

[3]张辉，王洪祥，贾越，单昊天.供应链风险识别研究[J].物流科技，2023，46（01）：138-140.

[4]李博渝，钟敏.华为供应链风险防范与管控研究[J].物流科技，2022，45（19）：137-139.

[5]陈剑，肖勇波，朱斌.大数据视角下的采购风险评估——基于某服务采购企业的案例分析[J].系统工程理论与实践，2021，41（03）：596-612.

[6]周雷，邱勋，朱奕等.基于大数据的供应链金融信用风险评估实证研究——以整车制造行业为例[J].金融发展研究，2022，No.485（05）：64-70.

[7]Baryannis G，Validi S，Dani S，et al.Supply chain risk management and artificial intelligence：State of the art and future research directions[J].International Journal of Production Research，2019，57（7）：2179-2202.

[8]班英策.大数据环境下供应链金融风险管理策略[J].管理观察，2019（20）：167-168.

[9]夏涵宇.工业发展背景下供应链风险数字化管理方法探究[J].商讯，2019（19）：178.

[10]吴赜书，鲁艳霞，张益民.基于大数据和物联网的农产品供应链风险预警平台研究[J].通讯世界，2018（07）：47-48.