整合供应链管理中的双关系建模概念：其在汽车行业中的开发与应用

《Heliyon》：Dual-relationship modelling concept for integrated supply chain management: Development and application in the automotive industry

　　

# 亮点

- **双重关系ISM与MICMAC矩阵**捕捉协同效应与冲突。
- 识别出用于整合精益、绿色、韧性供应链的杠杆实践。
- 在汽车供应链中的实证应用确保了现实相关性。
- 框架指导管理者对系统性张力进行排序和缓解。
- 可迁移的方法论适用于跨行业的复杂决策。

# 摘要

本研究提出了一个用于整合供应链管理的新颖双重关系建模概念，解决了汽车行业精益、绿色和韧性实践之间复杂互动的问题。这些实践的整合日益被认为是实现长期竞争力和可持续性所必需的，但需要对供应链系统中协同与冲突关系的结构化的理解。为捕捉这种双重性质，本研究开发并应用了一个基于解释性结构建模（ISM）和MICMAC分析的增强方法论框架，纳入了双重关系矩阵，同时反映关键物流和供应链实践之间的互补关系和冲突关系。所开发的模型能够识别出杠杆实践，包括跨职能团队、信息与知识共享、供应商协作与伙伴关系、绿色监测、绿色ICT系统、危机响应团队、增强的供应商沟通以及供应商支持与援助，这些实践推动了协调转型，同时也揭示了如果管理不当可能产生系统性张力的实践。该概念为汽车行业管理者提供了一个决策支持框架，并建立了一个可迁移的方法论基础，适用于其他面临可持续供应链整合挑战的行业。

# 1 引言

外部和内部业务环境动态发展的自然结果是旨在提高供应链竞争力和可持续性的概念不断涌现和持续演进[]。提高供应链流程效率的驱动力催生了精益供应链管理[]。同样，减少供应链环境影响的压力刺激了绿色供应链管理的发展和持续完善[]。经济、环境和社会考量的整合催生了可持续供应链管理，这一概念随着时间推移从一般可持续性原则发展为结构化框架[]。全球化、复杂性和市场波动性导致了敏捷供应链管理概念的出现和推进[，]。突发事件如新冠疫情期间普遍的政治冲突加速了韧性供应链管理演变为核心战略能力[，]。

孤立地构建这些概念并不能有效地提升供应链绩效。然而，当前的实践经常如此[]。多项研究表明，整合这些概念几乎是唯一的前进之路[]。主要原因是这些概念之间的重叠和相互关系。在某些情况下，它们相互支持并创造积极的协同效应（互补关系），但在其他情况下，它们对彼此产生负面影响（冲突关系），限制了整体供应链绩效的增长[]。因此，研究这些概念之间的相互关系和联系以有效整合它们非常重要[，]。

解释性结构建模（ISM）方法被研究者认为是探索复杂决策系统和识别系统各部分之间关系的有力工具[]。ISM允许将不清晰的思维模型转化为可见且定义良好的结构化（层级）模型，从而促进新整合概念的开发[]。ISM方法通常辅以MICMAC（交叉影响矩阵乘法分类）方法，并可与其他多准则决策方法结合。这种方法已在商业领域尤其是供应链管理领域反复且成功地应用[]。

将ISM应用于研究整合供应链管理概念中关系的文献可分为两组。较小的一组研究人员致力于识别和分析在选定供应链流程中有效实施整合概念的障碍。Kumar等[]调查了印度汽车行业供应链管理中绿色精益六西格玛产品开发面临的障碍。他们识别了关键障碍并提出了一种分步骤逐步消除的过程。类似地，Sindhwani等[]建模并分析了影响精益、绿色和敏捷制造系统实施的障碍。在该研究中，他们使用了总解释性结构建模，能够识别所识别障碍之间的直接和间接关系。最近，Iqbal等[]考察了新冠后背景下的绿色供应链管理挑战。使用整合的FDM-ISM-MICMAC方法，他们识别了关键障碍，如供应链伙伴之间的信任缺失以及将环保意图转化为实践方面的困难。

第二组、也是较大的一组研究人员使用ISM探索供应链最佳实践之间的关系。先驱是Govindan等[]，他们在葡萄牙汽车行业背景下调查了精益、绿色和韧性实践对供应链绩效的影响。他们基于有限数量的实践（每个概念两个）和供应链绩效指标创建了一个模型。随后，Sen等[]的研究重点考察了印度汽车行业背景下绿色与韧性实践之间的关系。他们试图通过开发供应链生态韧性绩效指数来整合绿色和韧性供应链概念。

西班牙航空航天行业中的供应链精益、绿色和韧性实践之间的关系受到了大量关注。Ruiz-Benitez等[]研究了它们与环境绩效的关系，Ruiz-Benitez等[]研究了它们与经济及运营绩效的关系，Ruiz-Benitez等[]研究了它们与可持续绩效（经济、环境和社会指标）的关系。这些研究之后，Lopez和Ruiz-Benitez[]进一步从供应链两个层级的角度进行了考察。

整合了敏捷供应链最佳实践的模型已被开发用于那些对快速响应市场波动、短产品保质期和不断提高客户期望要求至关重要的行业。Al-Refaie等[]使用ISM对冷链中敏捷、精益、韧性和绿色实践之间的关系进行建模。Sharma等[]为新鲜食品供应链提出了一个整合的绿色、韧性、敏捷和可持续模型。他们使用模糊解释性结构建模和DEMATEL方法调查了实践之间的关系。

这些发现使我们能够界定一个重要的研究空白。首先，已有研究要么侧重于识别和探索整合供应链概念实施障碍之间的关系，要么侧重于识别和探索来自不同概念的供应链最佳实践之间的互补关系（协同效应）。没有研究专注于识别和探索供应链最佳实践之间的冲突关系。因此，没有研究使用ISM同时调查整合供应链概念的互补关系和冲突关系。

其次，尽管汽车行业是全球经济的关键支柱之一，也是宏观经济增长、稳定和技术繁荣的主要驱动力，但该行业缺乏反映当前挑战的整合供应链概念。特别是，迄今为止针对汽车行业开展的研究未能反映对供应链韧性概念理解的转变，因为它们都是在新冠前时期开发的。

基于这一研究空白，本研究旨在开发并应用一个新颖的双重关系建模概念，以识别汽车行业中的关键精益、绿色和韧性物流及供应链实践，使用ISM和MICMAC方法分析它们的互补和冲突关系，并对它们进行优先级排序，以支持可持续发展和长期竞争力。

本研究对整合供应链管理文献做出了三项主要理论贡献。第一，它通过明确纳入实践之间的互补关系和冲突关系，扩展了关于精益、绿色和韧性供应链管理整合的现有研究。虽然先前的研究主要关注协同效应，但本研究解决了系统性张力和权衡这一被忽视的作用。第二，它引入了一种基于ISM和MICMAC方法整合的新颖双重关系建模方法，能够同时分析复杂供应链系统中的支持性和冲突性相互依赖关系。第三，它开发了双重关系ISM和MICMAC矩阵作为新分析工具，用于识别实施优先级并理解实践在整合供应链管理中的系统性角色。

从实践角度来看，本研究为汽车行业管理者提供了一个结构化的决策支持框架。通过识别杠杆实践、情境依赖实践和高风险实践，它支持更有效地对精益、绿色和韧性举措进行优先排序和排序。所提出的方法使从业者能够更好地管理权衡，避免实践之间意想不到的负面相互作用。

此外，尽管本研究植根于汽车行业，但所提出的双重关系建模概念可迁移到广泛应用于各种行业和在生产、物流和供应链系统中运营的领域，这些系统和领域在复杂的决策环境中运行，并寻求平衡效率、环境责任与风险稳健性。

# 2 文献综述

为识别精益、绿色和韧性物流及供应链最佳实践，按照既定的文献综述方法论指导进行了结构化文献综述[]。遵循方法论研究的建议（例如参考文献[，]），使用Scopus数据库进行检索。检索范围涵盖2021年至2025年3月。这一时间段的选取是有意为之的，因为新冠后时期给精益、绿色及尤其是韧性供应链的开发方法带来了重大转变。

Scopus数据库的检索使用了四个独立查询，旨在识别与精益、绿色和韧性实践相关的研究。对于韧性实践，还纳入了"韧性能力"这一术语，因为该术语在学术文献中常作为同义词使用。检索范围限于文档标题，以确保检索结果的较高相关性。仅纳入期刊论文和会议论文。

每篇检索到的研究均根据其全文进行了个别评估，并应用了预定义的纳入和排除标准。仅纳入符合以下所有条件的研究：（1）行业聚焦——研究考察了工业企业（制造业部门）或物流组织背景下的实践。（2）研究类型——研究基于使用实证数据的一手研究。（3）实践范围——研究涉及一组更广泛的具体实践，而非仅关注少数几个一般类别。（4）主题广度——研究没有狭义地聚焦于单一供应链流程、方面或技术。检索参数和筛选结果总结见表1。

| 最佳实践 | 检索查询 | 检索到的研究 | 纳入的研究 |
|---------|---------|------------|-----------|
| 精益 | (TITLE ("lean") AND TITLE ("practice") AND (TITLE ("logistic*") OR TITLE ("supply chain"))) AND (LIMIT-TO (DOCTYPE,"ar") OR LIMIT-TO (DOCTYPE,"cp")) | 5 | 87 |
| 绿色 | (TITLE ("green") AND TITLE ("practice") AND (TITLE ("logistic*") OR TITLE ("supply chain"))) AND (LIMIT-TO (DOCTYPE,"ar") OR LIMIT-TO (DOCTYPE,"cp")) | 23 | 210 |
| 韧性 | (TITLE ("resilien*") AND TITLE ("practice") AND (TITLE ("logistic*") OR TITLE ("supply chain"))) AND (LIMIT-TO (DOCTYPE,"ar") OR LIMIT-TO (DOCTYPE,"cp")) | 45 | 9 |
| 韧性 | (TITLE ("resilien*") AND TITLE ("capabilit*") AND (TITLE ("logistic*") OR TITLE ("supply chain"))) AND (LIMIT-TO (DOCTYPE,"ar") OR LIMIT-TO (DOCTYPE,"cp")) | 1 | 24 |

**表1** 系统文献综述参数。

纳入的研究进行了详细分析，旨在提取具体的精益、绿色和韧性物流及供应链实践。由于作者在命名、内容和细节程度方面存在较大差异，进行了标准化处理。实践在反映其内容和形式的总体术语下进行了归并。鉴于识别出的实践数量庞大，每个领域中仅纳入出现频率超过40%的研究中的实践，以便以简洁且可解释的形式呈现最常报告的实践。30%的较低阈值将导致纳入23项额外实践，而不会为文献综述结果提供实质性额外价值。目标是识别每个所审查领域中最常报告的实践，而结果不应受到所分析研究数量差异的影响。

本次分析的结果总结于表2中，该表概述了所分析研究中最常见的精益、绿色和韧性实践及其出现频率。

**表2 物流与供应链实践**

**精益实践**

| 名称 | 出现次数 |
|------|----------|
| 产品与流程标准化 | [] |
| 5S | [,] |
| 拉动系统 | [,] |
| 全面质量管理（TQM） | [,] |
| 供应商协作与合作伙伴关系 | [,] |
| 全员生产维护（TPM） | [,,,] |
| 客户协作与合作伙伴关系 | [,] |
| 团队合作 | [,,,] |
| 准时制生产（JIT） | [,,,] |
| 持续改善（Kaizen） | [,,,] |
| 价值流图 | [,] |
| 信息共享 | [,] |
| 信息通信技术系统（ICT系统） | [,] |
| 消除浪费 | [,] |
| 并行工程 | [,] |
| 单分钟换型（SMED） | [,] |
| 精益培训与教育 | [,] |
| 六西格玛 | [,] |
| 防错（Poka Yoke） | [,] |
| 看板（Kanban） | [,] |

**绿色实践**

| 名称 | 出现次数 |
|------|----------|
| 绿色材料与零部件 | [] |
| 绿色产品设计 | [,] |
| 环境管理体系 | [,,,] |
| 运输路线规划与调度 | [,] |
| 逆向物流 | [,,,,,] |
| 绿色监测与报告 | [,,,] |
| 环境供应商认证 | [,] |
| 环保运输方式 | [,] |
| 绿色仓储 | [,,,,] |
| 环境培训与教育 | [,] |
| 环境认证 | [,,,,] |
| 环境供应商选择 | [,,,,] |
| 供应商协作与合作伙伴关系 | [,,,,] |
| 绿色流程设计 | [,] |
| 绿色包装协作 | [,,,,] |
| 跨职能协作 | [,] |
| 绿色投资回收 | [,,,,] |
| 替代燃料与车辆 | [,,,] |
| 绿色信息通信技术系统 | [,,,] |
| 绿色包装设计 | [,,,,] |
| 绿色创新 | [,,,] |
| 生态品牌与标签 | [,,,] |
| 环境供应商评估 | [,,,] |
| 绿色产品设计协作 | [,,,] |
| 绿色供应商审核 | [,,,] |
| 管理层环境承诺 | [,,,] |

**韧性实践**

| 名称 | 出现次数 |
|------|----------|
| 信息共享 | [] |
| 产品与生产灵活性 | [] |
| 订单履行灵活性 | [] |
| 信息数字化与可视性 | [,] |
| 协作与合作伙伴关系 | [,] |
| 协同计划、预测与补货 | [,] |
| 分销与运输灵活性 | [,] |
| 库存管理 | [,] |
| 对潜在风险的意识 | [,] |
| 快速有效的响应 | [,] |
| 多源采购 | [,] |
| 增强沟通 | [] |
| 应急响应团队 | [,,,,,] |
| 财务实力 | [,] |
| 应急培训 | [,,,] |
| 冗余设施与技术 | [,] |
| 采购灵活性 | [,] |
| 资源与风险共享 | [,,,,] |
| 流程改善 | [,,,,] |
| 劳动力灵活性 | [,] |
| 协同与分布式决策 | [,,,,] |
| 客户群灵活性 | [] |
| 供应链重新设计 | [,] |
| 分散的产能与资产 | [,,,] |
| 分散的买家与供应商 | [,,,] |

**3 方法论与研究设计**

汽车行业是最复杂且全球互联程度最高的制造业领域之一，其特征是拥有庞大的供应链、高度多样化的产品以及对精益原则的高度重视[]。与此同时，汽车行业面临越来越大的压力，需要遵守严格的环境法规并实施绿色和可持续实践[]。近期的危机，如新冠疫情和半导体短缺，进一步凸显了在与精益和绿色倡议并行推进的同时加强供应链韧性的必要性[]。这些因素使得汽车行业成为研究精益、绿色和韧性供应链最佳实践之间关系的高度相关领域。

为实现研究目标，采用了图1所示的方法论。首先，识别了汽车行业关键的精益、绿色和韧性供应链管理实践。为此，进行了系统的文献综述，随后进行了深入的半结构化专家访谈。接下来，分别使用ISM（解释结构模型）和MICMAC（交叉影响矩阵相乘进行分类集成的分析方法）分析了互补性和冲突性关系。最后，将结果综合为整合输出，形成双关系ISM和MICMAC矩阵。

**图1 研究方法论**

**3.1 关键实践识别**

为识别汽车行业最相关的精益、绿色和韧性物流与供应链实践，对一家全球领先的乘用车供应链团队中的专家进行了深入的半结构化访谈。这些专家在物流规划、供应链协调和可持续性管理等领域担任高级和专业职位，直接参与供应链流程的设计和实施。访谈基于系统文献综述的结果进行，同时向专家提供了文献分析中识别的完整实践清单作为参考和选择过程中的灵感来源。鉴于汽车行业的特殊性质，专家可以修改实践或提出自己的实践，而不局限于从提供的清单中进行选择。

精益中心（负责流程优化和持续改善）的三位专家识别了关键精益实践，绿色物流战略团队（专注于环境绩效和可持续倡议）的两位专家识别了绿色实践，供应计划部门（负责协调物料流动和确保供应连续性）的两位专家识别了韧性实践。由于选择过程基于经过主持的专家共识讨论，而非独立的平行评估，因此正式的意见一致性测量指标不适用。因此，最终实践集反映的是集体验证的专家共识结果。最终清单如表3所示。

**表3 关键物流与供应链实践**

| 代码 | 名称 | 描述 |
|------|------|------|
| L1 | 跨职能团队 | 在公司和供应链内跨部门协作的跨学科团队 |
| L2 | 信息与知识共享 | 在公司和供应链范围内共享信息和专业知识 |
| L3 | 高效库存管理 | 协调应用拉动式技术，如准时制生产、按序供应、看板系统 |
| L4 | 5S推行 | 在物流和供应链环境中结构化且持续地应用5S方法论 |
| L5 | 首次运行研究 | 测试新的物流概念和流程以及物流和供应链解决方案的试点实施 |
| L6 | 供应商协作与合作伙伴关系 | 公司与供应商在多个层级之间的战略性持续合作 |
| G1 | 绿色监测 | 系统跟踪和测量供应链运营中的环境绩效指标 |
| G2 | 绿色包装 | 设计和使用专注于减量化、再利用和可回收原则的包装材料 |
| G3 | 环境供应商选择 | 基于环境标准对供应商进行系统评估和选择 |
| G4 | 绿色仓储 | 在仓储运营中使用环保技术流程 |
| G5 | 替代燃料与车辆 | 在供应链运营中使用低排放运输方式和由替代燃料驱动的车辆 |
| G6 | 绿色信息通信技术系统 | 支持供应链运营中环境负责的规划、协调和数据交换的信息通信技术系统 |
| R1 | 灵活的生产与运输规划 | 根据供应链中断调整生产计划和运输方案 |
| R2 | 危机响应团队 | 跨职能团队，负责组织、沟通和实施缓解供应链中断的快速行动 |
| R3 | 增强供应商沟通 | 在供应链中断期间与供应商进行开放、透明和标准化的沟通 |
| R4 | 供应商支持与协助 | 在供应链中断期间为战略供应商提供流程、技术和人力资源支持 |
| R5 | 供应商生产转移 | 协助供应商将生产活动迅速转移至未受中断影响的替代制造场所 |
| R6 | 物流驱动的生产 | 根据供应链中断动态调整制造流程和计划 |

**3.2 互补性关系分析**

按照Sorooshian等人[]描述的程序，应用了ISM和MICMAC方法。

**3.2.1 数据收集**

互补性关系分析的输入数据由一个由13位专门从事汽车供应链管理的专家组成的面板提供。该面板经过精心组成，以确保与前一研究阶段的连续性以及观点的多样性。特别是，参与关键实践识别的七位行业专家（第3.1节）也参与了这些实践之间关系的评估。这些专家确保了所分析实践的直接实用知识。为了补充这种从业者视角，面板扩展了三名供应链管理学术专家和三名物流审计师协会的代表，他们提供了独立的跨组织观点。所有专家都有超过15年的专业经验，并参与了与供应链设计、绩效管理和中断响应相关的决策过程。

面板的规模和组成与ISM方法论一致，该方法论依赖于知情专家判断来构建复杂系统，并强调专业知识的质量和相关性而非样本量[]。

数据通过结构化焦点小组会议[]收集，在此过程中，专家以ISM和MICMAC方法所需的形式评估了实践之间的成对关系（结构自交互矩阵）。在评估之前，向专家提供了所有实践的详细说明，以确保一致的解释，以及对互补性和冲突性关系的清晰定义和示例说明。会议由主持人引导，以确保对各个实践和关系类型的一致理解。当出现不同观点时，最终评估通过讨论和共识确立，从而增强了结果矩阵的内部一致性和可靠性。

**3.2.2 结构自交互矩阵**

为分析这些实践，应用了基于互补性的情境关系。这表示一种实践是否补充或支持另一种实践。利用这种关系，开发了结构自交互矩阵（SSIM），以捕捉实践之间的成对依赖关系（见表4）。使用四个符号来表示这些关系的方向和性质：如果实践??补充或支持实践??，则标记符号V；如果实践??补充实践??，则使用符号A；如果两种实践相互补充，则使用符号X；如果在实践之间不存在互补性，则应用符号O。

| ??/?? | R6 | R5 | R4 | R3 | R2 | R1 | G6 | G5 | G4 | G3 | G2 | G1 | L6 | L5 | L4 | L3 | L2 | L1 |
|------|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|
| L1 | V | V | V | V | V | V | V | V | V | V | V | X | V | V | V | X | V | L2 |
| L2 | V | V | V | V | V | V | V | X | V | V | V | V | V | V | V | X | V | V |
| L3 | V | O | O | O | O | O | O | O | X | A | O | O | A | A | A | | | |
| L4 | O | O | O | O | O | O | O | O | V | O | V | O | O | X | | | | |
| L5 | O | V | O | O | O | O | O | V | V | O | V | O | O | | | | | |
| L6 | V | V | A | X | X | V | X | V | V | V | V | X | | | | | | |
| G1 | O | O | O | V | V | V | X | V | V | V | | | | | | | | |
| G2 | O | O | O | O | O | O | A | O | O | A | | | | | | | | |
| G3 | O | O | O | O | O | O | X | V | V | | | | | | | | | |
| G4 | O | O | O | O | O | O | A | O | | | | | | | | | | |
| G5 | O | O | O | O | O | O | A | | | | | | | | | | | |
| G6 | O | O | O | V | V | V | | | | | | | | | | | | |
| R1 | X | V | O | A | A | | | | | | | | | | | | | |
| R2 | V | V | V | X | | | | | | | | | | | | | | |
| R3 | V | V | V | | | | | | | | | | | | | | | |
| R4 | O | V | | | | | | | | | | | | | | | | |
| R5 | O | | | | | | | | | | | | | | | | | |
| R6 | | | | | | | | | | | | | | | | | | |

**表4 互补性SSIM**

**3.2.3 初始可达性矩阵**

SSIM捕捉了实践之间的互补性关系，根据以下规则转换为初始可达性矩阵（IRM）：

- 如果SSIM条目（??，??）标记为V，则IRM将（??，??）赋值为1，将（??，??）赋值为0。
- 如果SSIM条目（??，??）标记为A，则（??，??）赋值为0，（??，??）赋值为1。
- 如果SSIM条目（??，??）标记为X，则（??，??）和（??，??）均赋值为1。
- 如果SSIM条目（??，??）标记为O，则（??，??）和（??，??）均赋值为0。

互补性IRM如表5所示。

| ??/?? | L1 | L2 | L3 | L4 | L5 | L6 | G1 | G2 | G3 | G4 | G5 | G6 | R1 | R2 | R3 | R4 | R5 | R6 |
|------|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|
| L1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 1 | 1 |
| L2 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| L3 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
| L4 | 0 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| L5 | 0 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
| L6 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 1 | 1 |
| G1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 |
| G2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| G3 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| G4 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| G5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| G6 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 |
| R1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 1 |
| R2 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 |
| R3 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 |
| R4 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 0 |
| R5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
| R6 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 |

**表5 互补性IRM**

**3.2.4 最终可达性矩阵**

最终可达性矩阵（FRM）由IRM推导而来，用于表示所识别实践之间的互补性关系（见表6）。为确保这些相互依赖关系的逻辑一致性，对该矩阵进行了传递性检查。根据传递性规则，如果实践A补充实践B，且实践B补充实践C，则假定实践A也补充实践C。传递性检查在间接关系的第一层级进行。即，仅将原始IRM中识别的直接传递链接纳入FRM。高阶传递关系（即新识别链接的迭代传播）未进一步扩展，因为目标是保持可解释性并避免结果结构的过度复杂化。这种间接关系在FRM中以1*表示。

| ??/?? | L1 | L2 | L3 | L4 | L5 | L6 | G1 | G2 | G3 | G4 | G5 | G6 | R1 | R2 | R3 | R4 | R5 | R6 | DR |
|------|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|----|
| L1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1* | 1 | 1 | 8 |
| L2 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 8 |
| L3 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1* | 0 | 0 | 0 | 0 | 1 | 4 |
| L4 | 0 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 1* | 1 | 1* | 1* | 0 | 0 | 0 | 0 | 1* | 0 | 9 |
| L5 | 0 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 7 |
| L6 | 1 | 1 | 1 | 1* | 1* | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1* | 1 | 1 | 8 |
| G1 | 1* | 1 | 1* | 1* | 1* | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1* | 1* | 1* | 1 | 8 |
| G2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
| G3 | 0 | 1* | 1 | 0 | 0 | 1* | 1* | 1 | 1 | 1 | 1 | 1 | 1* | 1* | 1* | 0 | 0 | 1* | 1 | 3 |
| G4 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1* | 3 |
| G5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
| G6 | 1* | 1 | 1* | 1* | 1* | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1* | 1* | 1* | 1 | 8 |
| R1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 3 |
| R2 | 1* | 1 | 1* | 1* | 1* | 1 | 1 | 1* | 1* | 1* | 1* | 1* | 1* | 1 | 1 | 1 | 1 | 1 | 8 |
| R3 | 1* | 1 | 1* | 1* | 1* | 1 | 1 | 1* | 1* | 1* | 1* | 1* | 1* | 1 | 1 | 1 | 1 | 1 | 8 |
| R4 | 1* | 1* | 1* | 0 | 0 | 1 | 1* | 1* | 1* | 1* | 1* | 1* | 1* | 1* | 1* | 1 | 1 | 1* | 6 |
| R5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 |
| R6 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1* | 1 | 3 |
| DP | 8 | 9 | 1 | 3 | 9 | 9 | 9 | 9 | 1 | 2 | 1 | 0 | 1 | 3 | 1 | 2 | 1 | 0 | 1 | 2 |

DR – 驱动力；DP – 依赖力

**表6 互补性FRM**

**3.2.5 层级划分**

在此阶段，FRM作为推导每个实践的可达性集合和先行集合的基础。可达性集合包含该实践本身以及它可能补充的所有其他实践。相反，先行集合包含该实践本身以及可能补充它的实践。然后确定每个实践的这些集合的交集，以确立其在ISM结构中的层级位置。对于可达性集合和交集集合相同的实践，将其分配到层级的最高层。一旦识别出最高层实践，就将其从后续迭代中排除。此过程系统地重复，直到所有实践都被分配到各自的层级，从而形成完整的层级模型。最终的层级划分如表7所示。

在相关迭代中考虑的实践以粗体显示。实践|可达集|前项集|交集|层级

L1 | G1, G2, G3, G4, G5, G6, L1, L2, L3, L4, L5, L6, R1, R2, R3, R4, R5, R6 | G1, G6, L1, L2, L6, R2, R3, R4 | G1, G6, L1, L2, L6, R2, R3, R4 | VI

L2 | G1, G2, G3, G4, G5, G6, L1, L2, L3, L4, L5, L6, R1, R2, R3, R4, R5, R6 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | VI

L3 | G4, L3, R1, R6 | G1, G3, G4, G6, L1, L2, L3, L4, L5, L6, R2, R3, R4 | G4, L3 | III

L4 | G2, G3, G4, G5, G6, L3, L4, L5, R5 | G1, G6, L1, L2, L4, L5, L6, R2, R3 | G6, L4, L5 | V

L5 | G2, G4, G5, L3, L4, L5, R5 | G1, G6, L1, L2, L4, L5, L6, R2, R3 | L4, L5 | IV

L6 | G1, G2, G3, G4, G5, G6, L1, L2, L3, L4, L5, L6, R1, R2, R3, R4, R5, R6 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | V

I | G1, G2, G3, G4, G5, G6, L1, L2, L3, L4, L5, L6, R1, R2, R3, R4, R5, R6 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | VI

G2 | G1, G2, G3, G6, L1, L2, L4, L5, L6, R2, R3, R4 | G2 | — | I

G3 | G1, G2, G3, G4, G5, G6, L2, L3, L6, R1, R2, R3, R6 | G1, G3, G6, L1, L2, L4, L6, R2, R3, R4 | G1, G3, G6, L2, L6, R2, R3 | IV

G4 | G4, L3, R6 | G1, G3, G4, G6, L1, L2, L3, L4, L5, L6, R2, R3, R4 | G4, L3 | III

G5 | G1, G3, G5, G6, L1, L2, L4, L5, L6, R2, R3, R4 | G5 | — | I

G6 | G1, G2, G3, G4, G5, G6, L1, L2, L3, L4, L5, L6, R1, R2, R3, R4, R5, R6 | G1, G3, G6, L1, L2, L4, L6, R2, R3, R4 | G1, G3, G6, L1, L2, L4, L6, R2, R3, R4 | V

R1 | R1, R5, R6 | G1, G3, G6, L1, L2, L3, L6, R1, R2, R3, R4, R6 | R1, R6 | II

R2 | G1, G2, G3, G4, G5, G6, L1, L2, L3, L4, L5, L6, R1, R2, R3, R4, R5, R6 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | VI

R3 | G1, G2, G3, G4, G5, G6, L1, L2, L3, L4, L5, L6, R1, R2, R3, R4, R5, R6 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | G1, G3, G6, L1, L2, L6, R2, R3, R4 | VI

R4 | G1, G2, G3, G4, G5, G6, L1, L2, L3, L6, R1, R2, R3, R4, R5, R6 | G1, G6, L1, L2, L6, R2, R3, R4 | G1, G6, L1, L2, L6, R2, R3, R4 | V

R5 | G1, G6, L1, L2, L4, L5, L6, R1, R2, R3, R4, R5, R6 | R5 | — | I

R6 | R1, R5, R6 | G1, G3, G4, G6, L1, L2, L3, L6, R1, R2, R3, R4, R6 | R1, R6 | II

表7 互补性ISM模型的分层（迭代汇总）。在新标签页中打开表格

**3.2.6 ISM模型的形成**

根据分层和最终可达矩阵（FRM）构建了初始ISM模型。每项实践被放置在其分配的层级上，并通过已识别的互补关系相连。移除了传递关系，添加了实践名称，并验证了模型的概念一致性（见图2）。

图2 互补性ISM模型。

**3.2.7 MICMAC分析**

互补性MICMAC分析评估了本研究中识别的各项实践的驱动力和依赖力。这些值是根据最终可达矩阵（FRM）计算的（见表8）。实践按照驱动力和依赖力的算术平均值作为阈值（10.39）被分类到MICMAC的四个标准类别中（见图3）：（1）自主性实践表现出较弱的驱动力和较弱的依赖力，其实施对系统的影响有限。（2）依赖性实践具有较弱的驱动力但较强的依赖力，其有效实施依赖于其他支持性实践的先行或同步采用。（3）关联性实践以强驱动力和强依赖力为特征，由于这种相互强化，它们本质上不太稳定，需要在实施中仔细排序。（4）独立性实践具有强驱动力和弱依赖力，它们显著支持或补充其他实践的实施。

图3 互补性MICMAC矩阵。

i/j | R6 | R5 | R4 | R3 | R2 | R1 | G6 | G5 | G4 | G3 | G2 | G1 | L6 | L5 | L4 | L3 | L2 | L1
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---
L1 | O | O | O | O | O | O | O | O | O | O | O | O | O | O | O | O | O | O
L2 | O | O | O | O | O | O | O | O | O | O | O | O | O | O | O | O | — | —
L3 | A | A | O | O | O | X | O | O | O | V | O | O | O | O | — | — | — | —
L4 | A | A | O | O | O | A | O | O | O | O | O | O | O | O | — | — | — | —
L5 | O | O | O | O | O | O | O | O | O | O | O | O | O | O | — | — | — | —
L6 | O | O | O | O | O | O | O | O | O | O | O | O | O | O | — | — | — | —
G1 | O | A | O | O | O | O | O | O | O | O | O | O | O | O | — | — | — | —
G2 | A | A | O | O | O | X | O | O | O | O | — | O | O | O | — | — | — | —
G3 | V | V | O | O | O | V | O | O | O | — | O | O | O | O | — | — | — | —
G4 | X | X | O | O | O | X | O | O | — | O | O | O | — | — | — | — | — | —
G5 | A | X | O | O | O | X | O | — | — | O | — | — | O | — | — | — | — | —
G6 | A | A | O | O | O | O | — | O | O | — | — | — | O | — | — | — | — | —
R1 | O | O | O | O | O | — | O | O | O | — | — | — | — | — | — | — | — | —
R2 | O | O | O | O | — | O | O | O | — | — | — | — | — | — | — | — | — | —
R3 | O | O | O | — | O | O | O | — | — | — | — | — | — | — | — | — | — | —
R4 | O | O | — | O | O | — | O | — | — | — | — | — | — | — | — | — | — | —
R5 | O | — | O | O | — | — | O | — | — | — | — | — | — | — | — | — | — | —
R6 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | —

表8 冲突性SSIM。在新标签页中打开表格

**3.3 冲突关系分析**

对当前知识状况的分析揭示，尽管整合供应链管理概念中实践之间的互补关系已得到一定程度的考察，但冲突关系被研究者完全忽视了。分析与互补关系相同的方法论被应用于考察冲突关系。分析的输入数据由同一组专家提供，并在表8中以冲突性SSIM的形式呈现。各个符号表达了这些关系的性质和方向：如果实践i与实践j冲突或阻碍实践j，则分配符号V；如果实践j与实践i冲突，则使用符号A；如果两个实践彼此冲突，则使用符号X；如果实践之间不存在冲突，则使用符号O。

与互补关系不同，在互补关系中传递性代表使能效果的逻辑延伸，而在冲突关系中，这种假设并不适用。在冲突结构中，间接交互可能改变方向、削弱甚至逆转原始效果。例如，如果一项实践阻碍了另一项实践，而后者本身又制约了第三项实践，则产生的间接效果可能变得中性甚至具有支持性，而非冲突性。因此，在冲突关系分析中未应用传递性传播。因此，冲突性最终可达矩阵（FRM）与初始可达矩阵（IRM）相同，仅保留专家验证的直接识别的冲突关系（见表9）。

i/j | L1 | L2 | L3 | L4 | L5 | L6 | G1 | G2 | G3 | G4 | G5 | G6 | R1 | R2 | R3 | R4 | R5 | R6 | DR
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---
L1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1
L2 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1
L3 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 3
L4 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1
L5 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1
L6 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1
G1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1
G2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 2
G3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 4
G4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 4
G5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 3
G6 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1
R1 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 6
R2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1
R3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1
R4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1
R5 | 0 | 0 | 1 | 1 | 0 | 0 | 1 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 8
R6 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 7
DP | 1 | 1 | 4 | 4 | 1 | 1 | 2 | 5 | 1 | 4 | 4 | 3 | 6 | 1 | 1 | 1 | 4 | 3 | —

表9 冲突性IRM/FRM。DR——驱动力；DP——依赖力。在新标签页中打开表格

冲突性ISM模型的分层过程见表10。

实践 | 可达集 | 前项集 | 交集 | 层级
---|---|---|---|---
L1 | L1 | L1 | L1 | I
L2 | L2 | L2 | L2 | I
L3 | G2, L3, R1 | L3, R1, R5, R6 | L3, R1 | II
L4 | L4 | L4, R1, R5, R6 | L4 | I
L5 | L5 | L5 | L5 | I
L6 | L6 | L6 | L6 | I
G1 | G1 | G1, R5 | G1 | I
G2 | G2, R1 | G2, L3, R1, R5, R6 | G2, R1 | I
G3 | G3, R1, R5, R6 | G3 | G3 | I
G4 | G4, R1, R5, R6 | G4, R1, R5, R6 | G4, R1, R5, R6 | I
G5 | G5, R1, R5 | G5, L3, R1, R5, R6 | G5, R1, R5 | I
G6 | G6 | G6, R5, R6 | G6 | I
R1 | G2, G4, G5, L3, L4, R1 | G2, G3, G4, G5, L3, R1 | G2, G4, G5, L3, R1 | II
R2 | R2 | R2 | R2 | I
R3 | R3 | R3 | R3 | I
R4 | R4 | R4 | R4 | I
R5 | G1, G2, G4, G5, G6, L3, L4, R5 | G3, G4, G5, R5 | G4, G5, R5 | III
R6 | G2, G4, G5, G6, L3, L4, R6 | G3, G4, R6 | G4, R6 | III

表10 冲突性ISM模型的分层（迭代汇总）。在新标签页中打开表格

最终的ISM模型见图4，MICMAC矩阵见图5。在MICMAC分析中，实践按照以下含义分类到标准类别中（驱动力和依赖力的阈值为2.61）：（1）自主性实践作为冲突来源的影响有限，且基本不受其他实践的冲突影响。（2）依赖性实践极易受到其他实践的干扰，如果存在冲突性实践，可能难以实施。（3）关联性实践同时阻碍并受制于其他实践，使其在动态上不稳定，对情境一致性高度敏感。（4）独立性实践是其他实践的重大冲突或阻碍来源，而自身相对不受其他冲突性实践的影响。

图4 冲突性ISM模型。

图5 冲突性MICMAC矩阵。

**3.4 结果综合**

鉴于在整合精益、绿色和韧性供应链管理概念中同时考察互补关系和冲突关系具有创新性，我们开发了新的方法论方法来综合所得结果。该综合关注关键输出，即互补性和冲突性ISM模型以及MICMAC矩阵。

为此设计了两个整合工具：双关系ISM矩阵（见表11）和双关系MICMAC矩阵（见表12）。两个框架都根据对支持长期竞争力和可持续性的优先程度将识别的实践分为三类：（1）杠杆性实践（浅色区域）——实施优先级最高的实践，作为转型举措的起点，适合早期广泛部署且不会引起系统摩擦。这些实践在供应链结构中发挥稳定和协同的作用。（2）情境依赖性实践（灰色区域）——中等优先级的实践，需要概念准备、排序和支持条件才能成功实施，应在中期阶段部署，对系统交互高度敏感。（3）风险性实践（深色区域）——由于可能产生系统性不稳定或阻力而优先级较低，其实施应谨慎对待或推迟到由其他实践创造的使能条件牢固建立之后，这些实践可能需要更密切的监测或试点测试。

| | 冲突（底部VI-VI） | 互补（顶部I-III） | 互补（底部III-IV） |
|---|---|---|---|
| 冲突（顶部I-II） | G3 | R5, R6 | — |
| 冲突（底部III-IV） | L1, L2, L4, L5, L6, G1, G6, R2, R3, R4 | — | L3, G2, G4, G5, R1 |

表11 双关系ISM矩阵。在新标签页中打开表格

| | 互补（强驱动力：独立性和关联性） | 互补（弱驱动力：依赖性和自主性） |
|---|---|---|
| 冲突（强驱动力：独立性和关联性） | G3 | G4, G5, R1, R5, R6 |
| 冲突（弱驱动力：依赖性和自主性） | L1, L2, L6, G1, G6, R2, R3, R4 | L3, L4, L5, G2 |

表12 双关系MICMAC矩阵。在新标签页中打开表格

双关系ISM矩阵（见表11）基于互补性和冲突性ISM模型衍生分层的交叉组合。被分类为杠杆性实践的实践在互补模型中处于较低层级（代表强使能因素），同时在冲突模型中位于较高层级（代表低冲突来源）。双关系MICMAC矩阵（见表12）结合了互补性和冲突性MICMAC矩阵中实践的类别。在互补矩阵中具有强驱动力而在冲突矩阵中具有弱驱动力的实践被确定为杠杆性实践，因为它们显著支持系统功能，同时对冲突性干扰具有韧性。

**4 结果与讨论**

共识别了18项关键物流和供应链实践，来自三个领域的各6项（见表3）。值得注意的是，专家组并未简单地采用文献中最常被引用的实践，而是对已确立的实践进行了批判性重新诠释，并针对汽车行业的特定情境修改和创造了新实践。

在识别的实践中可以观察到几个总体模式。最突出的之一是它们强烈面向价值链的供应方，特别是入站物流和供应商相关活动。这种关注反映了汽车行业的结构性配置，通常遵循Λ型供应链模式[]。第二个重要模式是对协作和信息共享的一致强调，这反映了供应链管理从交易型向关系型的转变，凸显了系统性绩效依赖于基于信任的合作伙伴关系和协调信息流的认识日益增长[]。第三个模式与新技术和数字化的作用有关，它们在所识别的领域中发挥横向和支撑作用[]。

以下部分讨论互补关系和冲突关系的分析结果，重点关注ISM模型和MICMAC矩阵。互补性ISM模型（见图2）揭示了清晰的层级结构，最低层级（层级VI）由系统性使能因素占据，它们驱动了大量其他实践的实施：L1跨职能团队、L2信息与知识共享、L6供应商协作与伙伴关系、G1绿色监测、R2危机响应团队和R3增强的供应商沟通。这些实践构成了整合精益、绿色和韧性概念的结构性和关系性骨架。较高层级的实践表现出较低的系统重要性，因为它们依赖于核心使能因素的先行实施，对整体结构整合的贡献较少。在层级顶端（层级I），模型包含了系统性影响最低的实践：G2绿色包装、G5替代燃料和车辆、R5供应商生产地点转移。这些实践的实施需要已建立良好支持性实践基础。

互补性MICMAC分析（见图3）确认了ISM模型中识别的关键使能因素（L1、L2、L6、G1、R2和R3）为具有高驱动力和低依赖力的独立性实践。它还增加了G3环境供应商选择、G6绿色ICT系统和R4供应商支持与援助到这一组中，突出了它们的额外系统相关性。在另一端，G2、G5和R5被分类为依赖性实践，完全对应于ISM模型顶层的实践。

这一组还进一步包括L3高效库存管理、G4绿色仓储、R1柔性生产与运输规划以及R6物流驱动型生产。此外，L4 5S推进和L5首次运行研究被归类为自主型实践，反映出其驱动力低、依赖度低，并且对系统的影响主要局限于局部范围。

为评估互补型MICMAC分类的稳健性，研究使用驱动力和依赖度的中位数（而非算术平均值）作为阈值，进行了一项额外的敏感性分析。分析结果使阈值发生变化：驱动力阈值从10.39变为11，依赖度阈值从10.39变为9.5。采用基于中位数的阈值仅会导致G3和G6从独立象限被重新分配到关联象限。由于这两项实践原本就位于原始阈值附近，这种转变可以被视为边界案例，并不实质性地影响研究结果的整体解释或管理启示。

若干实践所表现出的高驱动力，反映了精益、绿色与韧性供应链系统之间高度互联的本质，同时也体现了在互补型ISM框架内所应用的传递性逻辑。具体而言，完全连通性（DR 18）主要集中在ISM分析和MICMAC分析共同识别出的关键支撑性实践（L1、L2、L6、G1、R2和R3）中。尽管这在一定程度上削弱了这些高影响力实践之间的区分度，但同时也强化了核心支撑性实践与系统内其余实践之间的区分。就这一点而言，传递性关系进一步强调了支撑整合式供应链管理理念的组织基础、信息基础和关系基础的系统性重要性。

从管理角度看，这一分类为构建实施策略提供了实用指导。独立型实践应被优先推进，因为它们为其他实践的有效部署创造了必要条件。例如，如果没有建立L2信息与知识共享或L6供应商协作与伙伴关系，那么诸如G2绿色包装或R1柔性生产与运输规划等更具操作性的实践可能无法带来预期的效益。自主型实践L4 5S推进和L5首次运行研究可以在局部范围内实施，而不会显著影响整体配置，其作用主要是支持性的，通过贡献于流程稳定性来发挥作用，而非驱动系统层面的变革。

与Govindan等人的研究[]相比，在本研究的ISM模型中，他们分析的六项实践中有三项得到本研究的确认："准时生产"（L3高效库存管理）、"柔性运输"（R1柔性生产与运输规划）和"环保包装"（G2绿色包装）。尽管他们的研究将这些实践置于ISM模型的最低层级，并将其归类为关联型实践，但本研究将这些实践置于ISM模型的中间层级，并在MICMAC矩阵中将其归类为依赖型，表明其驱动力较低且对核心支撑因素的依赖度更高。这种差异部分可归因于被比较研究范围较窄，因为所分析实践数量有限，使得操作性实践显得更具影响力。

与Sen等人的研究[]相比，在本研究的ISM模型中，他们分析的14项绿色和韧性实践中有三项得到本研究的确认："对供应商的环境监控"（G1绿色监控）、"材料/包装的再利用与回收"（G2绿色包装）和"柔性运输"（R1柔性生产与运输规划）。然而，两项研究对这些实践的ISM层级和MICMAC分类存在显著差异。这种差异可归因于被比较研究中缺乏精益实践，并且其研究特别聚焦于印度汽车行业。

两项研究中所识别出的差异，可以从供应链管理演变的角度进一步解读。上述对比虽然突出了实践在结构定位和分类上的差异，但也反映了对这些实践理解的更广泛转变。早期研究倾向于赋予操作性实践（如准时生产和柔性运输）更为核心的作用，将它们视为绩效的关键驱动力，或主要从其对整体供应链绩效的贡献角度进行评估。相比之下，在复杂度更高、可持续性与韧性要求更强的近期情境中，这些实践似乎更依赖于更广泛的组织、信息和关系性支撑因素，这也解释了它们在系统中驱动力较低、更为依赖的地位。

冲突型ISM模型（见图4）显示出一个逆向的层级结构，冲突引发风险最低的实践位于最顶层（第I层级）：L1跨职能团队、L2信息与知识共享、L4 5S推进、L5首次运行研究、L6供应商协作与伙伴关系、G1绿色监控、G2绿色包装、G4绿色仓储、G5替代燃料与车辆、G6绿色ICT系统、R2危机应对团队、R3供应商沟通增强以及R4供应商支持与协助。这些实践对其他实践实施造成干扰的风险极小。随着层级的下降，冲突潜力逐渐增加。在最低层级（第IV层级），模型将G3环境供应商选择识别为最具冲突引发性的实践，如果未能与其他实践妥善协调，其可能对整合式理念产生严重的负面影响。

冲突型MICMAC分析（见图5）支持了这一发现，将L1、L2、L5、L6、G1、R2、R3和R4归类为自主型实践，它们在冲突动态中的作用极小。L4、G2、G6以及L3高效库存管理被识别为依赖型实践，这与它们在ISM模型较高层级的定位一致，表明尽管其易受冲击性较高，但引发冲突的潜力较低。只有G3被归类为独立的冲突来源，印证了其强大的破坏性潜力。G4绿色仓储、G5替代燃料与车辆、R1柔性生产与运输规划、R5供应商生产转移以及R6物流驱动型生产被置于关联象限，反映出它们在整合式理念中既是冲突的承受者又是驱动者的双重角色。

与互补型MICMAC分类类似，冲突型MICMAC分类也使用基于中位数的阈值（而非驱动力和依赖度的算术平均值）进行了一项额外的敏感性分析。分析结果使阈值发生变化：驱动力阈值从2.61变为1，依赖度阈值从2.61变为2.5。驱动力等于1的实践被视为低于阈值，因为它们除对自身的影响外，未与其他实践表现出实质性关系。采用基于中位数的阈值仅会导致L3和G2从依赖象限被重新分配到关联象限。由于这两项实践原本就位于原始阈值附近，这些转变也可被视为边界案例。

从管理角度看，这一分类为管理实践之间可能存在的冲突提供了指导。独立型实践G3环境供应商选择需要特别关注，因为其较高的冲突驱动潜力若未与其他实践妥善协调，可能对多项其他实践产生负面影响。因此，其实施应与支撑性实践进行精心协调，以减轻意外的紧张关系。关联型实践，尤其是R1柔性生产与运输规划、R4供应商支持与协助以及R5供应商生产转移，需要持续监控和精心协调，因为它们对其他实践具有强烈影响，同时也受到其他实践的影响，可能在系统内放大冲突。自主型实践，如L1跨职能团队和R3供应商沟通增强，冲突风险极小，可以实施而不会显著增加系统紧张。

研究结果综合是本研究的关键产出之一，提供了对每项实践的系统性作用和实施风险的整合视角。双重关系ISM矩阵（见表11）凸显出一组杠杆型实践，这些实践兼具强大的支撑潜力和极低的冲突潜力。它们包括L1跨职能团队、L2信息与知识共享、L4 5S推进、L5首次运行研究、L6供应商协作与伙伴关系、G1绿色监控、G6绿色ICT系统、R2危机应对团队、R3供应商沟通增强以及R4供应商支持与协助。它们在互补型ISM中位置较低、在冲突型ISM中位置较高，使它们成为早期广泛部署的理想候选。在另一端，R5供应商生产转移和R6物流驱动型生产被归类为风险型实践，因为它们缺乏强大的支撑影响，同时表现出较高的冲突驱动潜力。其实施需要被谨慎管理。除上述两组之外，矩阵还识别出一组情境依赖型实践，包括L3高效库存管理、G2绿色包装、G3环境供应商选择、G4绿色仓储、G5替代燃料与车辆以及R1柔性生产与运输规划。这些实践扮演双重角色，既具备支撑潜力又对冲突敏感。因此，它们在系统中的作用取决于更广泛的实践配置，其实施需要精心的排序与协调。

双重关系MICMAC矩阵（见表12）强化了这一分类，同时也细化了部分实践的定位。L1、L2、L6、G1、G6、R2、R3和R4被确认为杠杆型实践，在互补矩阵中表现出强大的驱动力，而在冲突矩阵中驱动力较弱。在另一端，R5和R6因其强大的冲突驱动力和有限的互补驱动力被归类为风险型实践。同时，MICMAC分析将G4、G5和R1纳入风险型实践组，而它们在基于ISM的综合分析中曾被归类为情境依赖型。相反，矩阵确认L3、G2和G3为情境依赖型实践，并将L4和L5从杠杆组重新定位到这一类别。

从决策角度看，双重关系矩阵提供的综合使管理者能够确定优先级并协调实施。管理者可利用矩阵识别缺失或薄弱的杠杆型实践，并将其强化作为改进整体系统的基础。情境依赖型实践应与现有配置进行精心协调，因为它们的影响取决于与其他实践的相互作用。风险型实践需要特别关注，因为在已经运行的系统中实施或调整这些实践可能引发意外的紧张关系。

我们建议使用双重关系MICMAC矩阵作为管理实施与优先级确定的首要决策支持工具。与基于ISM的分类相比，基于MICMAC的视角更易于管理者直观解读，并对实施优先级提供了更为保守的评估。所有相较于基于ISM的分类改变优先级类别的实践，都被重新分配至系统性敏感度更高、冲突潜力更大的问题性更强的类别。两种分类之间的差异可被解读为边界案例，反映出其作用取决于特定实施条件和系统性相互作用，实践的角色因而具有边界性质。因此，管理者可将这些差异作为评估实施风险和情境特定供应链条件时的额外解读层次。

已识别的杠杆型实践为支撑更复杂或敏感举措所需的组织、信息和关系基础创造了条件。在组织层面，L1跨职能团队和R2危机应对团队增强了内部协调、响应式决策以及跨部门与供应链合作伙伴之间的结构化协作[]。在信息层面，L2信息与知识共享、G1绿色监控和G6绿色ICT系统确保了透明度、可追溯性以及及时获取相关数据的能力，这对于动态供应链环境下的循证决策至关重要[，]。在关系层面，L6供应商协作与伙伴关系、R3供应商沟通增强和R4供应商支持与协助促进了基于信任的互动和相互承诺，这对协调适应以及共同的可持续性与韧性建设至关重要[]。

部分实践在系统中表现出情境依赖性的角色，反映了它们在互补结构与冲突结构中的定位。G3环境供应商选择支持其他绿色实践，但可能限制供应商可用性，并增加对有限合格合作伙伴的依赖。L3高效库存管理有助于精益效率，但可能在中断期间削弱缓冲能力和运营灵活性。G2绿色包装通过减少包装废弃物和资源消耗支持环境目标，但可能引入与包装标准化、材料可获得性或在中断供应条件下的适应性相关的约束。这些实践共同可能与要求多元化、灵活性和适应性的韧性导向型实践产生张力[]。L4 5S推进和L5首次运行研究在系统中表现出更具操作性和局部导向的角色。它们提升了流程稳定性和效率，未引入显著冲突，但其对整体供应链绩效的影响主要仍是间接的，并取决于与其他实践的相互作用[]。

风险型实践引入了负面削弱关键供应链能力的约束条件。

诸如 R1 灵活生产和运输计划、R5 供应商生产转移以及 R6 物流驱动生产等实践，可能会通过增加流程复杂性、降低效率以及产生与重组、变异和物流调整相关的额外环境负担，从而损害精益和绿色实践。相比之下，诸如 G4 绿色仓储和 G5 替代燃料和车辆等实践往往会对韧性产生负面影响。通过限制运营灵活性、基础设施适应性或技术兼容性，它们可能会限制系统应对中断和适应变化条件的能力 []。这些张力不应被消除，而应被积极管理。先前的研究表明，管理者可以通过应用平衡机制（如供应链管理、供应商和物流选项多元化以及流程的选择性解耦）来减轻其负面影响 [,]。在实践中，这意味着将易受风险影响且依赖环境的实践与支持性赋能要素对齐，并以精心排序的方式实施，以减少不良互动并维持供应链的整体绩效。

5 结论
本研究在理论方面做出了三个主要贡献。首先，通过纳入互补和冲突的相互依赖性，本研究推进了对精益、绿色和韧性供应链管理整合的理论理解，提供了更全面、更现实的供应链动态表现。其次，它引入了一种新颖的双关系建模框架，扩展了 ISM 和 MICMAC 方法的传统应用。第三，它提出了以双关系 ISM 和 MICMAC 矩阵形式的新分析工具，使供应链实践的系统性角色和实施优先级得以结构化解读。对于从业者而言，最有用的成果是由双关系 ISM 和 MICMAC 矩阵提供的综合视图，它们作为结构化的决策支持工具。这种整合视角支持更明智的优先级排序，帮助决策者排序精益、绿色和韧性实践的实施，以增强长期竞争力和可持续性，同时最小化内部张力。研究结果对于汽车行业的供应链和运营管理者尤为相关，他们可以利用优先级框架来规划支持结构稳定性的分阶段实施策略。作为供应网络的中枢协调者，原始设备制造商（OEMs）和一级供应商可能会优先处理杠杆实践，将其作为整个链条广泛变革的催化剂。与先前的研究相比，识别出的实践集合反映了后新冠疫情背景，并为在当今复杂且不确定的供应链环境中航行提供了更新指导。

除了本研究的结果之外，所开发的方法论和双关系矩阵还可以进一步作为活的决策支持工具使用。管理者可以在矩阵中定位新考虑的实践，以预期其赋能潜力和可能的冲突，并评估它如何与现有实践互动。这支持了关于供应链内实施步骤排序和对齐的更明智决策。

我们确定了本研究的两个局限性。尽管本研究提供了一个随时间推移保持相关性的战略视角，但其见解受到当前条件的塑造。随着法规、技术和市场动态等外部因素的持续变化，未来研究应重新评估已识别的关键实践、关系和实施优先级，以反映新兴发展。此外，虽然分析的供应链具有全球范围，但其围绕一家欧洲汽车制造商展开。因此，选定的关键实践集合可能无法完全捕捉在根本不同的区域、文化或结构背景下运营的特定汽车供应链的需求和特征。

基于本研究的结果和科学贡献，可以探索几个研究视角。首先，未来研究可以通过纳入 DEMATEL 或贝叶斯网络等因果推断方法，进一步发展双关系建模框架，从而更深入地理解反馈回路和方向性影响。其次，在不同工业部门和生产系统中对该模型进行实证验证，有助于测试其普遍性和适应性。第三，将定量绩效数据与基于专家的建模相结合，可以支持结合统计分析的混合方法。最后，将识别出的实践关系与可衡量的可持续性联系起来，可以为研究人员和从业者提供基于证据的见解。

CRediT 作者贡献声明
David Sta?: 撰写——审阅与编辑，撰写——原稿，调查，形式分析，数据整理，概念化。
Pavel Wicher: 撰写——审阅与编辑，撰写——原稿，可视化，验证，方法论，调查，概念化。
Radim Lenort: 撰写——审阅与编辑，撰写——原稿，监督，方法论，调查，概念化。

数据可用性声明
作者确认，支持本研究结果的数据可在文章中找到。

伦理与同意声明
本研究涉及与专业专家的非干预性研究，不涉及弱势参与者或敏感或个人可识别信息的收集。在研究进行时，斯柯达汽车大学不要求对此类基于专家的研究进行正式的研究伦理委员会批准；因此，不需要正式的伦理批准。研究按照机构道德准则及其管理研究和创造性活动的原则进行。所有参与者都被告知研究目的、其参与的自愿性质以及随时无后果退出的权利。在数据收集之前，从所有参与者处获得了口头知情同意。鉴于研究的专业性和最低风险性质，以及其是在大学与参与汽车公司之间建立的长期战略合作范围内进行的，口头同意而非书面同意被认为是合适的。在整个研究过程中确保了保密性。

资金支持
本研究未获得公共、商业或非营利部门的任何专门资助。

利益冲突声明
作者声明，他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能看似影响本报告中的工作。