面向过程的供应链企业合作信任机制研究

林 强，那仁高娃，许文婷

(天津大学管理与经济学部，天津300072)

供应链管理的重点在于供应链上的企业共同承担风险并可共同享有收益。但是，观察现实中供应链企业的合作状况可知，许多供应链并没有获得其预想的收益。供应链上企业间合作没有建立起完善的信任机制是造成该类现象的一个主要原因。因此，研究供应链上企业合作时的信任机制建立过程并构建信任机制模型具有现实意义。

在国内，吴澄等提到了供应链管理中的利益分配问题，指出在供应链各成员之间建立一种信任机制有利于供应链实现其最大效率［1］;肖爽、李北平探讨了供应链中合作企业间实现信任的影响因素［2］;蔡升桂、徐健阐述了信任的定义和维度，提出了供应链企业之间建立信任机制的概念性框架［3］;许淑君、马士华通过分析国内外知名企业在建立信任机制的案例，指出建立供应链企业间信任机制是非常重要的，提倡关注对供应链企业间的信任机制的深入研究［4］。在国外，关于信任机制问题学者们也进行了不少探讨。霍斯莫尔对信任机制应用的条件和基本概念进行了论述，他主张通过人际关系、组织关系以及社会关系来促进信任机制的建立和实施［5］;Nielsen对国际战略联盟进行了实证研究，分析了信任在战略联盟中的作用［6］;Chow、Holden和Parkhe等则对信任关系的产生与持久性因素进行了研究［7］，他们强调在企业间建立信任机制是进行供应链管理的重要步骤，提出了信任机制的基本框架，并基于信任产生的影响因素进行了更深入的分析［8］。但他们的研究很少从定量的角度分析供应链企业的合作模型，没有建立起一个供应链企业间的可信度模型。

本文基于目前供应链领域的研究成果，对供应链企业之间信任机制进行了分析和总结，然后针对供应链企业之间博弈的状况，建立了供应链企业间在博弈状态下的信任机制模型。

一、模型设计

(一)马尔可夫链的信任度量指标分析

过程型信任是指合作伙伴随着时间的推移通过对比对方在交易中的实际表现与所期望的行为之间的差异，不断地调整的信任关系［9］。过程型信任是基于合作双方行为的连续性的一种信任机制，该信任机制是双方在长期的、可靠的相互关系基础上建立起来的相互间的信任。企业在供应链上考虑是否与对方合作时，会产生合作博弈的过程。根据马尔可夫的相关理论，本文所设计的信用指标评价体系，是建立在以下假设基础上的。供应链企业在合作博弈过程中，从时间维度看，较为看重上一次合作中合作方的表现，而历史合作中的历次表现是随着双方的合作进程不断反映在两者最近一次合作中的。这是因为在实际合作的观察中发现，企业双方进行合作博弈过程时比较看重对方近一次合作的表现，而将历史合作状况作为参考，企业间最为看重的是近期合作的表现和结果。本文依据供应链中合作企业之间的关系特征，以文献《供应链企业间的信任机制研究》［4］中的5个度量指标，即声誉、愿意顾客化、合作对象的数量、规模及共享机密信息作为评价指标。徐淑君、马士华指出，良好的声誉是企业间建立和维护信任机制的重要影响因素。整体规模的大小，也对其他企业的信任程度有很大的影响。愿意顾客化表明企业不会采取机会主义行为，所以它较为可信。企业共享机密的成本很高，因此它较为可信。合作对象的数量则反映了其他企业对该企业的信任程度。因此，将它们作为信任度量指标具有有效性。

在分析中的参数设计如下

(1)Hl(l=1，2，…，5)，表示声誉、愿意顾客化、合作对象的数量、规模及共享机密信息这5个度量指标，这些指标影响着供应链企业之间的信任状况。

(2)针对5个度量指标运用马尔可夫链进行评价。对于各个不同指标，分别有k种评价等级。例如，针对“声誉”指标对企业的评价可以分为3个评价等级，分别为优、良、差。

将l设定为1、k设定为3，我们对以上评价指标进行运用。假设B企业是A企业选择的合作伙伴备选企业，A企业需要确定是否应该选中B企业成为其真正的合作伙伴，所以开始开展对B企业的评价。首先，假设A企业比较看重企业的“声誉”，因此对“声誉”指标进行评级。在评级过程中，我们提供的方法是，A企业可以参考B企业在行业内的历史评价资料及之前与之合作时对其的评价状况，将这些评价数据作为A、B企业建立合作之前的初始状态概率，用符号表示指标“声誉”的3个评价等级优、良、差的概率为

根据马尔可夫相关理论，定义向量［α0，β0，δ0］是概率向量。

企业之间信任关系的建立是有一个过程的，依照前文所述的评级思想，A企业在确定选择B企业作为其合作伙伴之前，A企业会试探性的与B企业展开合作，并在每一次合作中详细记录对其“声誉”指标的评价等级。经过n次合作后，A企业对B企业“声誉”指标3个等级的评价概率会发生一定的变化，通过这个变化即可获得评价状态变化的转移概率，设为Pij(Pij表示企业合作的过程中，从指标的某个评价状态i转变为该指标的另一个评价状态j的概率)，进而获得“声誉”指标的评价状态转移矩阵为

经过n次合作之后，A企业可以根据前n次合作的概率状况，运用马尔科夫链对B企业n+1次合作的“声誉”评价概率进行预测，假设该指标3个等级的预测概率用符号表示为

由于企业间合作与否与最近一次两者之间合作的结果有较直接的关系，而之前的评价通过对最近一次评价的影响而反映到了其中，因此的变化过程实际上是一个迭代过程，与时间t无关，即可定义为齐次马尔可夫链。马尔可夫链的性质决定，当企业双方的合作次数n→∞时，该式说明处于长期合作状态下的供应链企业双方，从A企业的角度讲，B企业Hkl的值趋于稳定。举例说明，当l=1，k=3时，依据齐次马尔可夫链的性质，由于矩阵是正规随机矩阵，则该矩阵存在一个稳定的概率矩阵，当评价转移概率的值趋于稳定后，可以推导得到评定等级的下一个状态。分析过程为

通过求解式(4)，可以得出

以上公式为供应链合作企业双方在第n+1次合作前对“声誉”的3个评价指标的预测概率公式。为了便于理解下面的分析过程，我们选择简单易懂的取值法进行操作。其原理是，定义最大的概率值是“声誉”指标最有可能出现的情况，并是下一步分析的基础数据。当转移概率趋于极限时，说明在合作过程中B企业的合作状态趋向稳定，“声誉”指标的3个评价优、良、差的概率即可由上式求得。

(二)基于满意度原理的模型设计

满意度是用来评价所得到的结果令人满意程度的一项评价指标，并以此获得满意解集。满意度函数是指基于一定的性能评价准则以求得满意解的质量，其解可以表明用户的满意程度。

满意度函数的应用形式有很多，为了得到满意度，可以考虑应用线性函数等方法将其导出，本文通过柯西分布函数来对满意解进行求解。首先定义相关符号的涵义，定义Sl表示作为影响信任度的第l评价指标的满意函数;表示作为第l评价指标的第k个等级的满意度函数，的值为1代表满意程度是完全满意，的值为0代表满意程度是完全不满意，由此可以得到值的区间是［0，1］;表示第l评价指标的第k等级的概率;另外，函数S()的峰值位置的参数值用()0代表;三种不同等级概率的调整参数值用ξ代表;γ表示S()函数对应的柯西分布的最大值一半处的一半宽度的尺度参数。之后，当具体应用的过程中各个指标趋于稳定状态时，假设等级“优”(对于各个参数体现为前文所获得的最大概率值)出现的概率是50%，定义供应链企业达到完全满意状态，即S()=1。

依据马尔可夫的相关理论，并结合柯西分布函数，得到满意度函数S()的表达式为

针对柯西累计分布函数参数的不同取值，其描述图像有多种形式。为了使分析更能符合实际需求，本文选取如下所示的参数值为

据此所绘制的满意度函数的图像如图1所示。

图1 满意度函数S(的图像

公式(8)表明，对于任意一个影响供应链企业信任关系的因素，在考量了该因素各个评级在稳定状态下的概率后，A企业在l这个评价因素方面对B企业的满意度，也就是说，在l因素方面A企业选择信任B企业的概率。

(三)考虑主观因素时信任函数的建立

合作双方的信任关系时刻受到供应链合作关系的评价指标的影响，供应链合作关系的评价指标都时时刻刻影响着合作双方的信任机制，但是对于不同的企业而言，它们的影响程度是不同的。对不同的企业来讲，每一个评价指标都占有不同的影响权重，权重的值可以由企业自行设定。我们依据这些权重，就可以在主观权重参数的条件下将之前得到的概率进行加权平均，最后就会得到可信任度的评估值。

首先，定义一些参数的概念，S表示供应链上企业进行合作的时候一方企业值得信任的概率，即该企业的可信度评估值;ωi表示供应链上企业进行合作的过程中一方企业设定的影响信任度评价指标重要性的权重值。该权重值的取值由企业根据不同的产品类型、不同的抗风险能力等因素来设定。一个新兴的小企业，通常的情况下会比较看重企业的“声誉”，因此分配的“声誉”权重就会提高，该企业希望以此来规避合作过程中可能出现的各种意外风险。由定义不难看出，ωi满足以下两个条件:一是∑ωi=1;二是0≤ωi≤1(i=1，2，…，l)。那么供应链企业合作时一方的可信任度评估值为

由以上分析可以看出，马尔可夫链可以在信任度评价指标趋于稳定状态下预测供应链合作情况下双方企业的表现概率，又能够评价信任度评价指标趋于稳定状态下影响信任关系的各个因素的满意度函数值。最后考虑到主观因素对该值产生影响，并将其以权重形式加入结果中，得到了一个基于企业间以往合作的状况或待评企业历史评价资料来预测未来A、B两个企业建立稳定合作关系时，A企业认为的B企业值得其信任的可信度函数。通过该函数取得的企业可信度评估值为建立供应链上企业合作信任机制提供了一种定量的指标。

二、算例分析

假设供应链上有两个企业:企业A和企业B。A企业采用本文所阐述的方法评估B企业值得信任的概率并以此做出最终的决策。这个过程可以分成马尔可夫过程分析和满意度分析及决策这两个步骤。

(一)马尔可夫过程分析

A企业从声誉、愿意顾客化、合作对象的数量、规模及共享机密信息()这5个方面来考察B企业是否值得信任。以“声誉”为例进行说明，A企业将对B企业的“声誉”评价指标分成优、良、差3个等级。假设A企业将B企业选定为长期合作伙伴的备选企业，那么对于“声誉”这个评价指标，A企业可以参考其他与B企业合作过的企业给出的评价，并将这些评价作为与B企业合作之前的初始状态概率。定义指标“声誉”的3个评价等级优、良、差的概率α0，β0，δ0分别为0.5、0.3、0.2。另外，假设A、B两个企业在建立长期合作前对B企业进行了5次试探性考核，考核结果见表1。

表1 A企业对B企业试探性考核结果表

由表1可以得到指标“声誉”的评价级别优、良、差的概率α5，β5，δ5分别为0.6、0.2、0.2。则状态转移矩阵为

通过公式(10)可以预测第6次合作时B企业指标“声誉”的评价等级优、良、差的概率为

通过上述公式可以计算出α6，β6，δ6的值分别为0.6、0.2、0.2。其余4个评价指标的各个评价等级出现的概率可以参照以上计算过程得出，然后针对声誉表现为优的概率，A企业将进行满意度分析。

(二)满意度分析及决策

通过前文所述的过程进行预测，得出指标“声誉”的评价等级为优的概率是0.6，即=0.6，l=1，k= 1，代入柯西分布满意度函数，则

至此，得到了A企业对B企业可信度的满意度为59%。此时，再根据试探性合作的资料及A企业与其他候选企业合作得到的可信度的满意度，A企业可以评估是否对与B企业合作有足够的信任，从而选择最优的企业进行信任基础上的合作，以获得供应链的最大效率。

三、结 语

本文根据供应链上企业展开合作时进行的博弈过程为基础，分析了了企业建立合作关系时的实际状况，构建了企业间信任机制的模型，得到如下结论。

总结了影响供应链企业信任关系的5个度量指标，即声誉、愿意顾客化、合作对象的数量、规模及共享机密信息，并针对这5个度量指标运用了马尔可夫相关理论知识，提出将各个信任指标评价为差、良、优3个等级。通过企业之前试探性合作状况或参考待评价企业的历史评价资料，获得待评价企业信任度量指标3个等级的多个评价概率，由此计算出该指标3个等级的一步评价转移矩阵，并据此转移矩阵预测未来合作前该企业各个度量指标不同评级的概率。依据该值，企业可以在合作前对备选合作企业的可信度进行评价。

［1］ 韩 坚，吴 澄，范玉顺.供应链建模与管理的技术现状和发展趋势［J］.计算机集成制造系统，1998(4):8-14.

［2］ 肖 爽，李北平.供应链中合作企业间信任关系的研究［C］∥中国信息经济学会，2007年学术年会论文集，哈尔滨:管理科学出版社，2007:56-59.

［3］ 蔡升桂，徐 健.供应链企业间信任及其提升机制研究［J］.物流技术，2007，26(5):28-32.

［4］ 许淑君，马士华.供应链企业间的信任机制研究［J］.工业工程与管理，2000(6):90-92.

［5］ Hosmer L T.Trust:The connecting link between organizational theory and philosophical ethics［J］.Academy of Management Review，1995(2):379-403.

［6］ Bo Bernhard Nielsen.Trust and learning in international strategic alliance［EB/OL］.http://www.ersa.org.2001-8-20.

［7］ Chow S，Holden R.Toward an understanding of loyalty:The moderating role of trust［J］.Journal of Management，1997，9(3):275-298.

［8］ Parkhe A.Understanding trust in international alliances［J］.Journal of World Business，1998，33(3):219-240.

［9］ 刘荣利，王 浩.信任的产生机制［J］.济宁师范专科学校学报，2006，27(5):94-96.