基于Ucinet的供应链社会网络分析研究3.doc

安徽工业大学毕业设计(论文)任务书课题名称基于Ucinet的供应链关系网络分析研究学    院  管理科学与工程学院专业班级物流工程102班姓    名吴烁学    号109094190毕业设计(论文)的主要内容及要求：指导教师签字：                 填写说明："任务书"封面请用鼠标点中各栏目横 线后将信息填入，字体设定为楷体GB2312、四号字；在填写毕业设计（论文）内容时字体设定为楷体GB2312、小四号字。摘要随着供应链的迅速发展，越来越多的学者认为供应链不仅仅是一个链状结构，而是一个网状的整体。这大大推动了人们对供应链的网状结构的研究发展。针对近年来供应链不再仅仅局限于企业内部或者某一条链条上这种现象，利用社会网络分析法中的一些分析方法，首先对社会网络视角下的供应链进行了介绍。进而对供应链的网状结构下的权利网络与契约网络进行的定性讨论，并通过对网络中结点的点度中心度、点度中心势、中间中心势的计算对着两个网络进行了定量分析。旨在为今后供应链的研究开辟新的方法，并对已得到的研究成果提供新的理论依据。关键词：Ucinet；社会网络分析法；供应链网络AbstractKeywords: Supply Chain；Core Enterprise；Evaluation system；AHP目录1 绪论11.1 引言11.2 研究背景及意义11.2.1选题背景11.2.2 目的和意义11.3 国内外研究现状21.3.1 国外研究现状21.3.2 国内研究现状21.4 研究内容与方法31.4.1 研究内容31.4.2研究方法及步骤32 社会网络分析52.1 社会网络学相关概念52.2社会网络相关计算62.2.1 点度中心度62.2.2 点度中心势72.2.3中间中心势72.2.4凝聚子群分析83 基于UCINET的供应链模型93.1 UCINET软件介绍93.2 供应链的社会网络模型94 研究主要内容1241 供应链网状模型的研究与分析124.2 权利网络模型124.3 契约网络模型134.4 信任网络模型135 M供应链的社会网络分析155.1 M供应链简介155.2供应链M的权利网络研究155.3 供应链M的契约网络研究175.3 供应链M的信任网络研究19结论与展望21致谢22参考文献23附录24附录1 供应链M权利网络点度中心度分析结果24附录2 供应链M契约网络节点中间度分析结果25附录3 供应链信任网络凝聚子群分析结果27附录4信任网络凝聚子群树状图11 绪论1.1 引言伴随着全球一体化的深入发展，供应链管理面临的问题越来越复杂。供应链企业之间的关系变得更加复杂，迫切需要供应链管理着运用新的理论和方法审视供应链上存在的问题，对复杂形势下的供应链伙伴企业之间的关系进行研究。1.2 研究背景及意义1.2.1选题背景60年代以来，怀特以及保曼、布里格、弗里曼等人基于数学的图论提出了社会网络分析方法。社会网络分析方法的出现大大改进了人们研究社会学方面问题的模型。社会网络是指社会行动者及其之间的关系的集合。一个社会网络是由多个点(社会行动者)和各点之间的连线(行动者之间的关系)组成的集合。用点和线来表达网络，这是社会网络的形式化界定。社会行动者的范畴不仅仅局限于人，还包括组织等。社会网络分析被用来建立社会关系的模型，发现群体内行动者之间的社会关系，描述社会关系的结构，研究这种结构对群体功能或者群体内部个体的影响6O年代以来，怀特以及保曼、布里格、弗里曼等人基于数学的图论提出了社会网络分析方法。社会网络分析方法的出现大大改进了人们研究社会学方面问题的模型。社会网络是指社会行动者及其之间的关系的集合。一个社会网络是由多个点(社会行动者)和各点之间的连线(行动者之间的关系)组成的集合。用点和线来表达网络，这是社会网络的形式化界定。社会行动者的范畴不仅仅局限于人，还包括组织等。社会网络分析被用来建立社会关系的模型，发现群体内行动者之间的社会关系，描述社会关系的结构，研究这种结构对群体功能或者群体内部个体的影响1。1.2.2 目的和意义在过去的几十年中，公司已经逐渐远离层级的、集成化的供应链，而是与外部实体结成战略伙伴的分散网络。这一变化引起了旧供应链网络的震荡，并对未来提出了质疑。日前，供应链的发展已从单纯的上游供应商到下游客户的单一链状结构演变为一种从上游多重供应商的供应商到下游多重客户的客户的复杂网络结构。在这一复杂的网络结构中，供应链成员之间的关系也从单纯的两个企业的关系，如供应商与零售商的关系，演变为既有纵向、又有横向的网络依存关系。随着经济全球化及技术变革的加速，市场竞争日益激烈，竞争已从单个企业之间竞争演变成供应链之间的竞争。企业面临着不断缩短交货期、降低成本、提高响应能力和产品质量的压力，这些因素使得企业既要完成自身内部的优化运作，同时更要加强供应链上下游企业之间的通力合作，发展成员问稳固的长期合作关系，实现整个供应链的绩效最优。而供应链往往是由不同利益成员构成的系统，各成员的目标可能不同，每个成员基于自身利益最大化的目的参与供应链合作，存在供应链整体绩效最优与局部最优的矛盾。因而如何应用各种管理方法和技术手段整合链内资源和有效治理成员间关系，避免整体效益次优是现在供应链管理研究中的重要内容。从协调组织之间关系的视角可将供应链分为几种不同的治理模式，每种治理模式都有其不同的特点和适用环境。不同治理结构下的供应链呈现的网络结构及其规律都值得研究2。1.3 国内外研究现状1.3.1 国外研究现状1999年，社会网络分析，作为一种收集和分析群体中人际间联系模式的诊断方法，首次被哈佛大学的汉森(Morten T. Hansen)引入知识管理领域，用社会网络中的弱联系(Weak Ties)解释组织内部知识转移问题。研究结果发现，部门间的弱联系(weak interunit ties)利于发现存在其他部门的有用知识，但却不利于部门间复杂知识(Complex Knowledge)的转移，只有存在强联系(Strong Ties)才能实现复杂知识的转移。2009年，社会网络分析作为一项企业管理实践由IBM知识基础组织学院(IBM Institute for Knowledge-Based Organizations，IKO)首次提出。IBM的研究者们在进行了“运用社会网络分析(SNA)改进知识创造和分享”的相关研究后认为，社会网络分析在企业管理创造和分享过程中发挥着重要作用。2010年，作为IBM管家的帕克等(Andrew Parker，Rob Cross and Dean Walsh)根据自己的切身体验，写了社会网络的隐藏力量一书，详细讲述了社会网络分析在企业管理中的具体运用。他们认为社会网络分析的确能够促进非正式组织间的流动，改善正式组织内部的知识活动，推进部门间的合作。同年，文聘 塔斯(Wenpin Tasi)通过自己的实证调查指出，网络位置影响新知识的吸收能力和业务单位的创新和绩效。社会内聚力(social cohesion)与网络范围(network range)对信息转移的效果远高于个人之间强关系的作用。 2013年，安克拉姆(Patti Anklam)在企业管理权威期刊企业管理上发表观点，认为社会网络分析是支撑战略企业管理的强有力的诊断工具。人们一旦掌握了这一分析工具，就能够利用它来改善知识和信息的流动，促进企业之间管理战略的顺利实施3。1.3.2 国内研究现状作为一种研究方式、理论与经验研究的综合体。国内很多学者对社会网络分析法做出了很多研究。但大多应用于社会关系方面。研究供应链是近几年一些学者刚兴起的研究方向。大连海事大学硕士李晓龙究结合社会网络分析和协同学理论,提出供应链企业知识共享研究,进行供应链企业知识共享影响因素和网络演化分析，结合SNA和协同学理论,重点从网络环境和企业属性分析影响供应链知识共享的因素。进行网络优化演化分析表明,供应链企业知识共享网络中节点地位与供应链网络中企业地位具有映射关系,而且知识共享网络会自发的向小世界网络演化。南开大学学者张丽等针对近年来供应链不再仅仅局限于企业内部或者某一链条上而是形成了企业间的供应链网络这种现象,基于理论演绎和社会网络分析,对供应链网络及其特征进行了探索性研究。首先基于格里菲提出的市场型、模块型、关系型、受制型、层级型治理结构模型,从社会网络角度对五种供应链治理结构的网络特征做了初步探索,进而构建了五种治理结构的交易网络和社会网络,其中社会网络又分为权力网络、契约网络和信任网络。通过分析发现,市场型治理结构的契约网络比较密集,关系型治理结构的信任网络比较密集,而层级型治理结构的权力网络比较密集。中南大学物流工程专业博士方忠民从系统的角度,综合考虑供应链协同管理中的几个重要问题,即契约合作、信息共享、应急管理协同策略、绩效评价等,利用社会网络分析法、协同理论、博弈论、最优化理论、运筹学理论、供应链管理理论等,采用定量和定性相结合的方法研究了供应商之间的协同,供应商与核心企业的博弈与协同,供应链协同突发事件的应急管理、供应链协同绩效评价等基于契约合作和信息共享的供应链协同问题,实现了供应链协同创新,对于完善供应链协同方法体系,为供应链的协同管理实践提供了一些理论指导和借鉴。1.4 研究内容与方法1.4.1 研究内容根据翻阅大量文件称综合海伦与犹他、维兹等人的观点，本文把供应链网络划分为权利网络、契约网络与信任网络三个相互独立的网络结构。这三个网络即能很好地概括供应链上各个结点（企业）之间的关系4。并针对他们的特点选定合适的参量对任意两个供应链上结点之间的关系赋值。对于权利网络，选择利益流向为基本参量；对于契约网络，选择合同签订数量为基本参量；对于信任网络，选择合作数量为基本参量。以此参量做为标准，对企业之间的关系进行赋值。并利用UCINET对数值进行研究。1.4.2研究方法及步骤具体研究方法如图1.1所示。图 1. 1论文研究步骤2 社会网络分析2.1 社会网络学相关概念 社会网络分析方法是由社会学家根据数学方法图论等发展起来的定量分析方法，近年来，该方法在职业流动、城市化对个体幸福的影响、世界政治和经济体系、国际贸易等领域广泛应用，并发挥了重要作用。社会网络分析是社会学领域比较成熟的分析方法，社会学家们利用它可以比较得心应手地来解释一些社会学问题。许多学科的专家如经济学、管理学等领域的学者们在新经济时代知识经济时代，面临许多挑战时，开始考虑借鉴其他学科的研究方法，社会网络分析就是其中的一种。网络：指的是各种关联，而社会网络(Social Network)即可简单地称为社会关系所构成的结构。社会网络分析（Social Network Analysis，SNA）问题起源于物理学中的适应性网络，通过研究网络关系，有助于把个体间关系、“微观”网络与大规模的社会系统的“宏观”结构结合起来，通过数学方法图论等定量分析方法，是20世纪70年代以来在社会学、心理学、人类学、数学、通信科学等领域逐步发展起来的一个的研究分支5。社会网络是由某些特定的群体（人、企业、组织）相互的关系组成的相对稳定的关系网。社会网络由结点和关系组成。节点表示省会网络中的某个人或者机构，关系则表示他们之间的交流方式和交流内容。社会网络是指社会行动者（social actor）及其间的关系的集合。也可以说，一个社会网络是由多个点（社会行动者）和各点之间的连线（行动者之间的关系）组成的集合。用点和线来表达网络，这个是社会网络的形式化定界。社会网络的表示方式有很多种，常用的的有图表和矩阵两种6。图2.1是一个由6个节点组成的无向无权重的图表，其中圆圈代表结点，圆圈之间的连线代表节点之间的关系。网络本质上是一些图表，图表是不同类型网络的数学抽象。图 2. 1社会网络的网状模型 图 2.2是一个邻接矩阵，每个单元上的数值表示两个结点之间的关系，0表示没有关系，1表示有关系。12345678910110100010002010001010131010001100400011000105000111100160100110000710101010008011000010090001000011100100100011图 2. 2社会网络的矩阵模型2.2社会网络相关计算2.2.1 点度中心度在社会学网络研究过程中，对于一个群体，为了去界定某个人的权利大小，社会网络学者从“关系”的角度出发，用“中心性”来定量研究权力7。人或者组织在社会网络中具有怎样的权力，或者说居于怎样的中心地位，这一思想是社会网络分析者最早探讨的内容之一。本文正是借鉴先前社会网络学学者的思想，运用社会网络学中关于中心度的计算方法对供应链权利网络中的各个结点（企业）的权利大小进行定量分析。点度中心度： 与该点有直接关系的点的数目（在无向图中是点的度数，在有向图中是点入度和点出度），这就是点度中心度（point centrality）。电点度中心度分为相对点度中心度和绝对点度中心度。绝对点度中心度在无向图中就等于该结点的度数。在有向图中等于该结点的入度减去该结点的出度。而点的相对点度中心度在无向图中计算公式如式（1）                                             （1）      其中 为结点X的度数；n为网络内结点的总数。在有向图中计算公式如式（2）。                          （2）                       其中 、分别代表算研究结点（企业）的入度与出度。2.2.2 点度中心势对于供应链的网状特性，我们不仅要研究某一个结点（企业）的权利大小，还要关注整条供应链网络的权力集中度。一个权利集成度高的供应链与一个权利集成度低的供应链相比，它在决策执行能力、利益分配等方面有很大的差别。下面本文采用社会网络分析法中对网络整体的点度中心势的计算来研究供应链网络中的权利集中度高低。中心度是来描述图中任何一点在网络中占据的核心性，中心势是来刻画网络图的整体中心性。对于一个网络来说，它的中心势指数由如下思想给出：首先找到图中的最大中心度数值；然后计算该值与任何其他点的中心度的差，从而得到多个“差值”；再计算这些“差值”的总和；最后用这个总和除以各个差值总和的最大可能值。用公式表示如式（3）:                                      （3）2.2.3中间中心势中间中心势是网络中中间中心性最高的结点的中间中心性与其他结点的中间中心性的差距。该结点与其他结点的差距越大，则网络的的中间中心势越高，表示该网络中的结点可能分为多个小团体而且过于依赖某一个结点传递关系，该结点在网络中处于极其重要的地位7。具体计算公式如式（4）：                           （4）其中是点的绝对中间中心度。 2.2.4凝聚子群分析当网络中某些行动者之间的关系特别紧密，以至于结合成一个次级团体时，这样的团体在社会网络分析中被称为凝聚子群。分析网络中存在多少个这样的子群，子群内部成员之间关系的特点，子群之间关系特点，一个子群的成员与另一个子群成员之间的关系特点等就是凝聚子群分析。由于凝聚子群成员之间的关系十分紧密，因此有的学者也将凝聚子群分析形象地称为“小团体分析”。凝聚子群根据理论思想和计算方法的不同，存在不同类型的凝聚子群定义及分析方法。 1)派系(Cliques)。在一个无向网络图中，“派系”指的是至少包含3个点的最大完备子图。这个概念包含3层含义：一个派系至少包含三个点。派系是完备的，根据完备图的定义，派系中任何两点之间都存在直接联系。派系是“最大”的，即向这个子图中增加任何一点，将改变其“完备”的性质。 2)n-派系(n-Cliques)。对于一个总图来说，如果其中的一个子图满足如下条件，就称之为n-派系：在该子图中，任何两点之间在总图中的距离(即捷径的长度)最大不超过n。从形式化角度说，令 代表两点和n在总图中的距离，那么一个n-派系的形式化定义就是一个满足如下条件的拥有点集的子图，即： ，对于所有的，,来说，在总图中不存在与子图中的任何点的距离不超过n的点。 3)n-宗派(nClan)。所谓n-宗派(nClan)是指满足以下条件的n-派系，即其中任何两点之间的捷径的距离都不超过n。可见，所有的n-宗派都是n-派系。 4)k-丛(k-Plex)。一个k-丛就是满足下列条件的一个凝聚子群，即在这样一个子群中，每个点都至少与除了k个点之外的其他点直接相连。也就是说，当这个凝聚子群的规模为n时，其中每个点至少都与该凝聚子群中n-k个点有直接联系，即每个点的度数都至少为nk。 凝聚子群密度凝聚子群的密度(ExternalInternal Index，E-I Index)主要用来衡量一个大的网络中小团体现象是否十分严重。这在分析组织管理等问题时十分有用。最糟糕的情形是大团体很散漫，核心小团体却有高度内聚力。另外一种情况就是大团体中有许多内聚力很高的小团体，很可能就会出现小团体间相互斗争的现象。凝聚子群密度的取值范围为-1，+1。该值越向1靠近，意味着派系林立的程度越大；该值越接近-1，意味着派系林立的程度越小；该值越接近0，表明关系越趋向于随机分布，看不出派系林立的情形8。 3 基于UCINET的供应链模型3.1 UCINET软件介绍UCINET软件是由加州大学欧文（Irvine）分校的一群网络分析者编写的。现在对该软件进行扩展的团队是由斯蒂芬博加提（Stephen Borgatti）、马丁埃弗里特（MartinEverett）和林顿弗里曼（Linton Freeman）组成的。UCINET网络分析集成软件包括一维与二维数据分析的NetDraw，还有正在发展应用的三维展示分析软件Mage等，同时集成了Pajek用于大型网络分析的Free应用软件程序。利用UCINET软件可以读取文本文件、KrackPlot、Pajek、Negopy、VNA等格式的文件。它能处理32767个网络节点。当然, 从实际操作来看，当节点数在500010000之间时，一些程序的运行就会很慢。社会网络分析法包括中心性分析、子群分析、角色分析和基于置换的统计分析等。另外，该软件包有很强的矩阵分析功能，如矩阵代数和多元统计分析。它是目前最流行的，也是最容易上手、最适合新手的社会网络分析软件。该程序本身不包含网络可视化的图形程序，但可将数据和处理结果输出至NetDraw、Pajek、Mage和KrackPlot等软件作图。UCINET包含大量包括探测凝聚子群（cliques, clans, plexes）和区域（components, cores）、中心性分析（centrality）、个人网络分析和结构洞分析在内的网络分析程序。UCINET还包含为数众多的基于过程的分析程序，如聚类分析、多维标度、二模标度（奇异值分解、因子分析和对应分析）、角色和地位分析（结构、角色和正则对等性）和拟合中心-边缘模型。此外，UCINET提供了从简单统计到拟合p1模型在内的多种统计程序。3.2 供应链的社会网络模型随着供应链的发展，越来越多的学者认为供应链不单单是一个链条而是一种复杂的网链结构。早期的供应链概念强调的是一个链状的企业集合，而随着供应链管理实践的发展，越来越多的学者认识到“链”仅是供应链的一个简化，供应链更应该是多企业构成的企业网络，通过这个网络的运行来实现某种特定的功能。现代意义的供应链概念本质是一个供应链网络，也就是说上下链环的单位可能是多对一或者一对多的关系，而并非一对一的关系。马克是最早提出供应链网络这一观点的，他认为供应链是在给最终顾客提供产品和服务的不同过程和活动中所涉及的上下游相互联系的组织网络。哈兰认为网络层次的研究应从网络中的竞争位置、网络成员的界定、网络结构与网络绩效等方面进行研究。林福仁和迈克尔于1998年也提出了供应链网络的概念。他们认为，供应商、制造商和分销商在战略、任务、资源和能力方面相互依赖，构成了较复杂的供应一生产销售网，即供应链网络。他们同时给出了一般供应链网络的结构模型，其中有一个核心企业，其他一系列企业围绕核心企业展开业务。克里斯托弗认为供应链是一个组织网络，所涉及的组织从上游到下游，在不同的过程和活动中通过交付给最终用户的产品或服务产生价值。库珀、兰伯特等提出了供应链网络结构、供应链流程和供应链管理要素的分析框图，剖析了纵向一体化战略对核心企业在供应链中水平定位的影响2。从对供应链和供应链管理概念的分析可以看出，目前将供应链视作网络的观点已经被广泛接受。下面从社会网络角度对供应链网络作进一步分析。网络，是用以描述行动主体之间关系的一种结构。在社会学中，有一新兴的“社会网络分析”学派，他们采取与以往社会学研究截然不同的立场，强调要摒弃对行动主体“属性”的重视，而转向着重考察行动主体之间的“关系”。一般地，他们将网络定义为由带着一定资源的行动主体及其关系构成的这样一种结构。在这里，我们将供应链网络定义为：为了满足最终顾客需求，由具有独立决策能力的企业或业务单位，通过一定的供需关系链构成的网状的组织系统。基于供应链网络的定义，从供应链组成环节看，它包括满足顾客需求所直接或间接涉及的所有链环，如顾客、零售商、分销商、生产商、零部件或原材料供应商。从任一环节的供应链参与者的角度来看，其上游关联单位都可以看作供方，而它自己是需方；相应地，它的下游关联单位都可看作需方，而它自己是供方，如此递推，便构成了一条由最上端的供应商到最末端的最终顾客组成的环环链接的供需关系链。鉴于供应链运作过程中所联结的单位通常都跨越了企业的法律边界范围，有相当大的自主经营和决策的能力，因此，整个供应链网络更多的表现为一种纵向的企业联盟体9。根据市场调查利用社会网络分析软件模拟了一个基本的供应链网络。通仿真供应链企业之间的交易关系：供应商为生产商提供原材料，生产商将产品配送给分销商，分销商将产品出售给顾客或者批发给零售商，再由零售商直接出售给顾客。网络关系如图2.3 。其中c1、c2、c3、c4、c5、c6代表顾客企业；r1、r2、r3代表零售商；d1、d2代表分销商；m1、m2代表生产商；s1、s2、s3代表供应商。图 3. 1基本供应链网络模型本文就是通过社会网络分析法，运用Ucinet软件，对类似的供应链网状结构下的关系、特征等进行分析研究。4 研究主要内容41 供应链网状模型的研究与分析社会网络作为一个整体网络，在进行人际关系研究时，通常将社会网络进一步划分为情感网络、咨询网络等。而研究供应链上成员之间关系的网络，鲜有学者提出划分的方法。本文基于相关理论的研究，对供应链的社会网络进行了划分。鉴于海伦和犹他参照维兹等的观点，对供应链成员之间的关系纬度区分为：权力、契约和信任三种不互相排斥的控制方式。权力、契约和信任恰恰是供应链上各成员社会关系的反映7。在供应链网络中，成员之间的权力往往不对称，也就是说，一些成员对另一些成员有影响力和控制力。契约是双方以上相互问在法律上具有约束力的协议。市场型的供应链治理模式下，企业之间交易、借贷等行为往往通过契约来实现法律上的约束。信任是为了简化人与人之间的合作关系。信任程度越高，则不确定性与风险性越小；信任程度越小，则不确定性与风险性越大。供应链中关系型治理模式下，成员之间不依靠权力和契约来约束，更多是通过彼此的信任来实现合作的目的 。综上所述，本文将供应链的社会关系网络分为权力网络、契约网络和信任网络。4.2 权利网络模型“权力”在社会学中是一个非常重要的概念。一个人之所以拥有权力，是因为他与他者存在关系，可以影响他人。由于供应链中各个成员企业所处的市场地位不同、企业实力不均以及企业文化背景不同等因素影响，企业之间的权利往往不均衡。在遇到需要企业间共同决策或者企业间合作思想产生分歧时，权利小的企业往往要遵从权利大的企业所做出的决策，也就是说权力大的企业对权力小的企业拥有一定的控制力10。在社会学网络研究过程中，对于一个群体，为了去界定某个人的权利大小，社会网络学者从“关系”的角度出发，用“中心性”来定量研究权力。人或者组织在社会网络中具有怎样的权力，或者说居于怎样的中心地位，这一思想是社会网络分析者最早探讨的内容之一。本文正是借鉴先前社会网络学学者的思想，运用社会网络学中关于中心度的计算方法对供应链权利网络中的各个结点（企业）的权利大小进行定量分析。对于权利网络，本文用结点（企业）之间的利益流向作为参考变量。当企业A与企业B之间产生利益冲突时，资金的流向决定了某一方企业的权力大小。所以企业A对企业B的权力大小可用公式计算。如式（5）；                                  （5）通过式（5），可计算出供应链中任意两个企业之间的权力关系，然后企业的中心性由Ucinet软件计算得出。4.3 契约网络模型契约也称合约、合同或协议，是在现代社会中广泛使用的一个范畴。在法律意义上，契约就是一个或一组承诺，法律对契约的不履行给予救济或者在一定的意义上承担履行义务。在契约社会中，人们相互关系建立在自由的契约关系上，主要依靠契约来调节彼此之间的权利和义务。在供应链中的各个节点企业之间的相互联结也是要通过契约的实施来维持。供应链契约的制订及其对供应链协调的影响已成为供应链运作管理中一个很重要的研究方面，很多企业都已经认识到供应链整体绩效是可以通过有效契约的制定而得到明显改善的，供应链成员之间的合作伙伴关系也是需要通过供应链契约来保证的。供应链契约又称供应链合约，指通过提供合适的信息和激励措施，保证买卖双方协调，协调销售渠道绩效得到效益的有关条款。供应链契约的目的是使供应链达到协作。供应链契约是供应链成员间的关系纽带和关系约束。成功的供应链管理必须依靠供应链节点企业之间合理的供应契约来实现。供应链契约为一种特殊的契约，其内容比一般的买卖契约、劳务契约、租赁契约、代理契约等涉及的范围更加广泛，它规定了供应链成员关系：供应链成员相互独立，却一致行动，成员之间的关系是多维的，多层面的关系6。同样，对于契约网络本文采用研究的一段时间内企业之间建立的具有执行效益的长期协议比例作为量化研究标准。基本计算公式如式（6）：                             (6)通过式（6）可以计算出企业AB之间建立契约的密度，本文将以此为参量通过Ucinet对得到的数据进行研究分析。4.4 信任网络模型信任的概念可以从多个角度来定义。从信赖的角度,可以定义为愿意依赖合作企业的意愿从义务履行的角度,描述为相信对方会有效履行承诺;从信任评判的角度,描述为对另一方信誉可信赖性的评价;而从风险承担的角度,指愿意承受对方的行为不确定性。但其中均包含:认为对方可靠的信念及其考虑合作伙伴的利益11。信任的概念可以从多个角度来定义。从信赖的角度,可以定义为愿意依赖合作企业的意愿;从义务履行的角度,描述为相信对方会有效履行承诺;从信任评判的角度,描述为对另一方信誉可信赖性的评价;而从风险承担的角度,指愿意承受对方的行为不确定性。但其中均包含:认为对方可靠的信念及其考虑合作伙伴的利益12。对于信任网络，通过对多个复杂指标的研究，本文采用其中影响因素最大的两个指标来衡量两个企业之间的信任关系。即采购费用支付期与销售费用回款期。如果两个企业之间进行交易时，作为采购企业支付期越长说明销售企业对其信任越大，同样作为销售企业，销售费用回款期越长说明其对采购企业越信任。如式（7）                                  （7）通过式（7）可计算出企业A、B之间的信任关系强弱。得到数据方便量化处理。5 M供应链的社会网络分析5.1 M供应链简介本文选定一个链上企业间合作关系稳定的一个活跃的供应链M作为研究对象。来具体探讨通过Ucinet分析企业间网状关系的可行性。M供应链具有十六个节点企业。其中包括六个顾客企业（C1C6）；三个零售商(R1、R2、R3)；两个分销商（D1、D2）；两个生产商（M1、M2）和三个供应商（S1、S2、S3）。5.2供应链M的权利网络研究根据本论4.2中提到的算法及公式。计算得到供应链M中各个结点关系数据。记录在Excel表格中。如表5.1表格 5. 1权利网络计算结果1234567891011121314151611000001111100000201000011111000003001000111110000040001001111100000500001011111000006000001111110000700000010.110.880.540.610.930.350.610.110.1480000000.8910.360.540.550.790.490.310.630.3390000000.120.6710.020.250.470.550.870.540.5100000000.460.460.9810.670.050.320.880.230.15110000000.390.450.750.3310.560.720.830.780.11120000000.070.210.530.950.4410.560.990.670.4130000000.650.510.450.680.280.4410.690.850.8140000000.390.690.130.120.170.010.3110.340.25150000000.890.370.460.770.220.330.150.6610.37160000000.860.670.50.850.890.60.20.750.631利用Ucinet对表5.1的数据进行处理。计算权利网络上个点的中心度。通过执行UcinetNetworkCentralityDegree步骤。得到下面该权利网络的中心度数据。详见附录1。   OutDegree     InDegree    NrmOutDeg     NrmInDeg              - - - -  1     Mean         5.689        5.689       35.559       35.559  2  Std Dev         0.751