基于复合系统协同度模型的集成电路产业供应链韧性及安全水平研究

doi:10.12677/sa.2025.144094

期刊菜单

基于复合系统协同度模型的集成电路产业供应链韧性及安全水平研究
Research on the Resilience and Security Level of Integrated Circuit Industry Supply Chain Based on Composite System Synergy Model

DOI: 10.12677/sa.2025.144094, PDF, HTML, XML,
作者: 郭怡雯：同济大学经济与管理学院，上海
关键词: 供应链；产业链；价值链；集成电路；韧性与安全；复合系统协同度模型；Supply Chain； Industrial Chain； Value Chain； Integrated Circuit； Resilience and Security； Composite System Synergy Model

摘要: 随着全球集成电路产业链的深度整合，其供应链韧性与安全水平已成为影响产业竞争力的关键因素。本文基于供应链通畅性、产业链反映的国际竞争力及价值链体现的创新盈利能力三个层面，运用复合系统协同度模型，对我国集成电路产业链韧性与安全水平进行了系统分析，并构建了反映供应链、产业链及价值链的健康程度的测评指标体系。研究显示：(1) 我国在全球集成电路行业三链建立的系统协同度在2010~2021年期间波动明显，长期趋向融合；(2) 具体来说，价值链有序度较稳定，产业链和价值链需进一步强化协同；(3) 从两链融合情况来看，需要重点提升产业链–价值链协同发展。

Abstract: With the deep integration of the global IC industry chain, the resilience and security level of its supply chain has become a key factor affecting the competitiveness of the industry. Based on the levels of supply chain fluency, international competitiveness reflected by the industrial chain and innovation profitability embodied by the value chain, this paper applies the composite system synergy model to systematically analyze the resilience and security level of China’s IC industry chain, and constructs a measurement index system reflecting the health of the supply chain, industrial chain and value chain. The study shows that: (1) the degree of system synergy established by China’s three chains in the global IC industry fluctuates significantly during 2010-2021, and tends to converge in the long term; (2) specifically, the degree of order of the value chain is more stable, and the industrial chain and the value chain need to be further strengthened to synergize; and (3) from the point of view of the two-chain convergence, it is necessary to focus on the enhancement of industrial chain-value chain synergistic development.

文章引用：郭怡雯. 基于复合系统协同度模型的集成电路产业供应链韧性及安全水平研究[J]. 统计学与应用, 2025, 14(4): 125-136. https://doi.org/10.12677/sa.2025.144094

1. 引言

提升产业链供应链的韧性和安全水平是我国统筹发展与安全的重大国家战略。党的二十大报告明确提出强化“供应体系安全”，强调构建独立、稳定、畅通、可靠、具备强大抗冲击能力的供应链，以确保核心行业在重大危机下不受制约[1]。

芯片被视为现代工业的核心组件，在计算机、通信等行业发挥关键作用。面对技术封锁、产业链外部依赖度高[2]、关键环节“卡脖子”等挑战，集成电路作为芯片的核心，其产业链韧性与安全水平的重要性不言而喻。然而，如何科学衡量我国集成电路产业链供应链的韧性和安全水平，并构建能够反映供应链、产业链与价值链相互关系的系统化评估体系，是当前政策制定与产业布局优化的重要研究课题。因此，本文将围绕我国集成电路产业链供应链韧性和安全水平评估展开深入分析，构建科学的测评指标体系，为政策规划和行业进步提供理论基础与数据支持。

2. 文献综述

关于产业供应链韧性评估的研究，学术界目前主要从两个角度开展讨论：一是以产业链供应链所形成的贸易网络为基础，量化贸易网络之间主体与客体之间的属性关系，包括上下游之间的纵向关系和产业链上各环节间的横向关系等[3] [4]。也有学者从中间品为难点和着力点的角度切入，量化汽车产业下整个贸易网络中各主体的地位与关系[5] [6]。二是从产业链能力角度出发，评判各环节所需要的动态平衡、持续运营的影响因素[3]，现普遍认为产业链稳固与安全取决于三点：关键技术能独立掌握，基础产品能满足自身需求，资源使用方式可长期维持[7]。显然，产业供应链韧性与安全水平是内含供应链、产业链、价值链三链健康情况的综合评估后的结果，三链的协同表现情况也会影响产业供应链的健康程度。

目前，许多学者在建立相关的系统评价体系研究中，发现创新链、产业链、价值链等的融合发展会直接影响体系整体的健康水平，提出可以将多链融合为核心进行总体性评估[8]。这种评估方法可以更加客观赋权各指标，对产业发展的多方面进行综合评价[9]。然而，目前尚较少研究探讨关于供应链、产业链和价值链的“三链协同”，并融入到评估体系。

鉴于此，本文的贡献是：第一，基于研究视角，从我国“卡脖子”最典型行业集成电路行业入手，从供应链、产业链、价值链的健康水平剖析目前我国该行业的供应链情况。第二，在研究方法上，基于协同理论，利用“中间品”相关概念，将供应链、产业链、价值链纳入同一研究框架，建立以三链为核心的复合系统模型进行综合评价，实证测度了三链互动的融合水平。

3. 三链协同模型构建及评价指标体系设计

3.1. 复合系统协同模型

为了评估中国集成电路(IC)产业链与供应链的韧性和安全水平，可以从三个层次解析(如图1)：

1. 表层(供应链畅通)：供应与销售的流通渠道畅通，良好的产业供应链交易环境有助于稳定全球供应关系，减少供应链中断风险。

2. 中间层(产业在国际市场上具备较强竞争优势)：产业需具备可竞争性，包括适应性与创新能力，为长期发展提供支撑。

3. 底层(产业的创新能力和盈利能力)：在全球价值链中保持竞争优势，增强产业链稳定性和韧性，并提升产业的长期发展潜力。

Figure 1. Network diagram of the three chains of thought combined with the decomposition of the assessment system

图1. 评估体系分解三链结合思维网络图

三链的健康情况以及之间的融合情况都会影响产业供应链韧性和安全水平，因此借鉴物理学家哈肯的协同理论，将三链视为一个复合系统。三链一体化是指供应链、产业链、价值链子系统之间的共生协调。这种共生协调的量度就是复合系统的协同或集成程度[10]，它主要取决于各个子系统的有序程度和子系统之间的集成匹配程度。模型构建如下：

首先构建一个三链复合系统 $({S = S_{1}, S_{2}, S_{3}})$ ，其中 $S_{j}$ 表示复合系统(S)的第j个子系统， $S_{1}$ 为供应链子系统， $S_{2}$ 为产业链子系统， $S_{3}$ 为价值链子系统。每个子系统由若干个有序参参数组成，子系统的序参量定义为 $e_{j i}$ ， $e_{j i} = (e_{j 1}, e_{j 2}, \cdot \cdot \cdot, e_{j m}), m \geq 1$ ， $β_{j i} \leq e_{j i} \leq α_{j i}, i \in [1, m]$ 。假设有序参数的值越大 $(e_{j 1}, e_{j 2}, \cdot \cdot \cdot, e_{j l})$ 越大，则子系统的有序程度越高，意味着该子系统运行状态越稳定、协调性越强；反之，有序度越低，则子系统的有序度越低。

对于每个子系统 $S_{j}$ ，计算其某个有序参数 $e_{j i}$ 的有序度 $U_{j} e_{j i}$ 如下：

$U_{j} e_{j i} = {\begin{cases} \frac{(e_{j i} - β_{j i})}{(α_{j i} - β_{j i})} i \in [1, l] \\ \frac{(α_{j i} - e_{j i})}{(α_{j i} - β_{j i})} i \in [l + 1, m] \end{cases}$ (1)

其中， $α_{j i}$ 和 $β_{j i}$ 分别是该参数的上限和下限；计算结果 $U_{j} e_{j i}$ 取值范围为[0,1]，值越大，代表该参数对子

系统有序度的贡献越高。为了整合多个有序参数 $e_{j i}$ 对子系统 $S_{j}$ 的影响，该研究采用几何平均方法计算子系统的有序度：

$U_{j} e_{j i} = \sqrt[m]{\prod_{i = 1}^{m} U_{j} e_{j i}}$ (2)

该公式通过所有参数的有序度几何平均值，得到子系统的整体有序度 $U_{j} e_{j i}$ 。结果依然在[0,1]之间，

值越高表示该子系统越稳定，协同度越高。

此外，复合系统协同模型从基期t₀ (初始时间，本文以2010年为基期)演变到时刻t₁，考察复合系统

协同演化的特征及变化趋势。假设初始时间为t₀到时刻t₁，子系统的有序度分别为 $U_{j}^{0} (e_{i}), U_{j}^{1} (e_{i})$ ，则定

义 $t_{0} - t_{1}$ 时间段的复合系统整体协同度(C)为：

$C = \sqrt[θ^{3}]{\prod_{j = 1}^{3} | U_{j} (e_{i}) - U_{j}^{0} (e_{i}) |}, θ = \frac{\min [U_{j}^{1} (e_{i}) - U_{j}^{0} (e_{i})]}{| \min [U_{j}^{1} (e_{i}) - U_{j}^{0} (e_{i})] |}$ (3)

复合系统整体协同度 $C = \in [- 1, 1]$ ，其值越大，说明三链之间的复合系统整体协同度越高，融合程度更好，反之说明协调性较差。

为了合理客观地评价三链一体化水平，将复合系统协同度按照大小分为5个等级，如下表1所示：

Table 1. Classification of synergistic degree of composite system

表1. 复合系统协同度等级划分

C	[−1,0]	(0,0.3]	(0.3,0.7]	(0.7,1)
系统状态	不协同	低度协同	一般协同	高度协同

3.2. 评价指标体系设计

按照前述产业链供应链韧性与安全的定义，将集成电路产业链–供应链–价值链视为一个复合系统(S)，通过3个子系统来构建集成电路产业供应链韧性及安全水平的评价指标体系(见表2)：

1. 供应链：考察供应链的流通性及全球市场的稳定性，采用进口市场集中度(Ni)与出口市场集中度(Ne)进行测量，该指标体现地区在该产品的市场的集中程度，越集中则越有可能受少数国家与地区的市场垄断，“脱钩断链”可能性越大，供应链健康程度越低。

2. 产业链：对产业链在国际市场的竞争力及可持续发展能力进行分析，采用显示性比较贸易优势指数(RCA)和本土制造占比(Pr)进行衡量。这两个指数反映该地区在特定行业的市场优势，数值越高表明该地区的竞争能力更强，在全球市场上更具影响力，具备更强的适应性和持续发展能力。

3. 价值链：评估企业在全球价值链中的位置及其参与程度，可通过全球价值链参与率(GTC)和全球价值链地位(GTO)指数进行测算。价值链能够清晰展现该地区的创新能力和盈利水平，而对其在价值链中的具体定位进行分析，则有助于判断整体产业链的稳定性和竞争力。

Table 2. System of assessment indicators

表2. 评估指标体系

整体系统	子系统	评价指标	指标含义	计算公式	符号
三链复合系统	供应链(S1)		进口集中度N指数(Ni)：Ni指数由HHI (赫芬达尔–赫希曼指数)的倒数计算得出，数值越大表示市场越分散	$N_{i} = \frac{1}{H H I_{进口}}$	e11
	供应链(S1)		出口集中度N指数(Ne)：Ne指数由HHI (赫芬达尔–赫希曼指数)的倒数计算得出，数值越大表示市场越分散	$N_{e} = \frac{1}{H H I_{出口}}$	e12
	产业链(S2)	RCA	显示性比较优势指数(RCA)：表示国际市场竞争力，在全球市场上更具影响力，并能与其他国家或地区抗衡	RCA = (本国IC产业出口额/全球IC产业出口总额)/(本国出口额/全球出口总额)	e21
	产业链(S2)	Pr	本土制造占比(Pr)：表示中国市场所使用的集成电路产品中，本土制造的比重	Pr = 国内产量/(国内产量 + 进口量)	e22
	价值链(S3)	GTC	全球价值链参与率(GTC)：能够有效反映一个地区在全球生产网络中的整合程度，参与率为前向与后向参与率之和[11]	GTC = 本国IC产业的国内间接附加值/出口附加值总额 + 本国IC产业的国外间接附加值/出口附加值总额	e31
	价值链(S3)	GTO	全球价值链地位指数(GTO)：反映产业链上的相对位置，断整体产业链的稳定性和竞争力[12]	GTO = ln (1 + 本国IC产业的国内间接附加值/出口附加值总额) – ln (1 + 本国IC产业的国外间接附加值/出口附加值总额)	e32

本文使用海关数据UN Comtrade数据库提供HS (海关协调商品分类目录及其编码制度)商品分类数据以及UIBE GVC数据库提供的ADB MRIO 2022进行供应链、产业链、价值链“健康程度”的评估，数据年份为2010~2021年。此外，由于集成电路作为极其复杂的技术密集、全球化合作程度高的行业，需要将该行业进行流程划分[13]，将集成电路产业供应链划分为上、中、下游分别进行分析，因此进口中间品也需要对应进行归类与分析(进口中间品列表详细见附录) [7]。

4. 三链协同度测量与评估

4.1. 一体化协同度测量

由于原始数据的计量单位不一致，为消除具体量纲对实证结果的影响，首先对数据选用了min-max标准化处理，原始数据整理及顺序变量标准化处理结果见表3、表4。

Table 3. Raw data

表3. 原始数据

年份	供应链(S1)		产业链(S2)		价值链(S3)
	Ni	Ne	RCA	Pr	GTO	GTC
	e11	e12	e21	e22	e31	e32
2010	6.6381	5.7434	0.6658	0.2426	−0.0599	0.5354
2011	6.4678	5.3233	0.7049	0.2575	−0.0622	0.5174
2012	6.3043	3.7891	0.9838	0.2453	−0.0560	0.4931

续表

2013	5.6280	3.4898	1.3433	0.2593	−0.0428	0.5036
2014	5.5005	4.8259	0.9018	0.2769	−0.0208	0.4848
2015	5.3518	4.7504	0.9199	0.3171	0.0074	0.4217
2016	5.2291	4.5331	0.8291	0.3019	0.0019	0.4095
2017	5.2284	5.0393	0.7832	0.3267	0.0021	0.4273
2018	5.0403	5.0927	0.8659	0.3428	−0.0762	0.4237
2019	5.4387	5.7012	0.9939	0.2708	−0.0686	0.4379
2020	5.1369	5.3042	0.9183	0.3248	−0.0528	0.4369
2021	4.9673	4.9827	0.9243	0.3612	−0.0667	0.4681

Table 4. Results of normalization of sequence variables

表4. 序列变量归一化处理结果

年份	供应链(S1)		产业链(S2)		价值链(S3)
	Ni	Ne	RCA	Pr	GTO	GTC
	e11	e12	e21	e22	e31	e32
2010	0.9900	0.9900	0.0100	0.0100	0.2011	0.9900
2011	0.8901	0.8073	0.0666	0.1331	0.1741	0.8499
2012	0.7942	0.1402	0.4700	0.0323	0.2468	0.6607
2013	0.3975	0.0100	0.9900	0.1480	0.4015	0.7425
2014	0.3227	0.5910	0.3514	0.2934	0.6594	0.5961
2015	0.2355	0.5582	0.3776	0.6256	0.9900	0.1050
2016	0.1636	0.4637	0.2462	0.5000	0.9255	0.0100
2017	0.1631	0.6838	0.1798	0.7049	0.9279	0.1486
2018	0.0528	0.7070	0.2994	0.8380	0.0100	0.1205
2019	0.2865	0.9716	0.4846	0.2430	0.0991	0.2311
2020	0.1095	0.7990	0.3752	0.6892	0.2843	0.2233
2021	0.0100	0.6592	0.3839	0.9900	0.1214	0.4661

在确认归一化处理数据不存在高度相关性之后，将归一化数据的最大值和最小值分别乘以110%，得到参数序变量分量归一化数据的上限和下限，将表4中的上下限和归一化数据代入公式(1)，得到3个链条各子系统序变量的有序度，如表5所示。如前所述，序参数的序值越大，表示序参数对子系统序的贡献越大。

Table 5. Order of the subsystem indicators

表5. 各子系统指标的有序度

年份	供应链(S1)		产业链(S2)		价值链(S3)
	Ni	Ne	RCA	Pr	GTO	GTC
	e11	e12	e21	e22	e31	e32
2010	0.9083	0.9083	0.0009	0.0009	0.1778	0.9083
2011	0.8158	0.7392	0.0533	0.1149	0.1529	0.7786

续表

2012	0.7270	0.1214	0.4268	0.0216	0.2202	0.6035
2013	0.3598	0.0009	0.9083	0.1287	0.3635	0.6791
2014	0.2905	0.5389	0.3170	0.2634	0.6022	0.5436
2015	0.2097	0.5085	0.3413	0.5709	0.9083	0.0889
2016	0.1431	0.4210	0.2196	0.4546	0.8486	0.0009
2017	0.1427	0.6248	0.1582	0.6444	0.8508	0.1292
2018	0.0406	0.6463	0.2689	0.7676	0.0009	0.1033
2019	0.2569	0.8913	0.4404	0.2167	0.0834	0.2056
2020	0.0930	0.7315	0.3391	0.6298	0.2549	0.1984
2021	0.0009	0.6020	0.3471	0.9083	0.1040	0.4233

接下来将表5中的数据代入公式(2)，得到各个子系统的有序度，如表6和图2所示。

Table 6. Degree of order and system synergy of the three chain subsystems

表6. 三链子系统有序度与系统协同度

Year	供应链(S1)	产业链(S2)	价值链(S3)	系统协同度
Year	U1	U2	U3	DSG
2010	0.9083	0.0009	0.4019	-
2011	0.7766	0.0783	0.3450	0.2828
2012	0.2971	0.0960	0.3645	0.4553
2013	0.0183	0.3419	0.4968	0.2665
2014	0.3957	0.2889	0.5722	0.4024
2015	0.3266	0.4414	0.2841	0.3852
2016	0.2455	0.3160	0.0280	0.3525
2017	0.2986	0.3192	0.3316	0.5330
2018	0.1619	0.4543	0.0098	0.1796
2019	0.4786	0.3089	0.1310	0.3957
2020	0.2609	0.4622	0.2249	0.3183
2021	0.0236	0.5615	0.2099	0.2176

Figure 2. Visualization of the orderliness of each chain

图2. 各链有序度可视化

最后，将各子系统有序度数据代入公式(3)，得到集成电路供应链、产业链、价值链复合系统协同度，体现三链融合水平，如表6和图3所示。

Figure 3. Visualization of system synergy rate

图3. 系统协同率可视化

另外，将三条链的有序度代入公式(3)，得到供应与产业链、产业与价值链、供应与价值链的融合水平，如表7和图4所示。

Figure 4. Visualization of any two-chain synergy rate

图4. 任意两链协同率可视化

Table 7. Complexity of double chain composite system

表7. 任意双链复合体系的复合度

Year	Supply-Industry Synergy	Supply-Value Synergy	Industry-Value Synergy	Overall Synergy
Year	$C_{U 1, U 2}$	$C_{U 1, U 3}$	$C_{U 2, U 3}$	DSG
2011	0.2410	0.4000	0.3226	0.2828
2012	0.3624	0.4745	0.3391	0.4553

续表

2013	0.1877	0.1608	0.4534	0.2665
2014	0.4608	0.4540	0.4154	0.4024
2015	0.4624	0.4826	0.4451	0.3852
2016	0.4685	0.2526	0.2295	0.3525
2017	0.4916	0.4869	0.4952	0.5330
2018	0.3738	0.1973	0.1279	0.1796
2019	0.4455	0.3435	0.3944	0.3957
2020	0.4290	0.4814	0.4109	0.3183
2021	0.1702	0.2512	0.3794	0.2176

4.2. 三链协同度评估

从2010~2021年的子系统有序度变化趋势来看，供应链的有序度整体较高，产业链和价值链的有序度相对较低。在2010年，供应链有序度达到了0.908，远高于同期产业链和价值链，表明供应链在初期具有较强的组织性和稳定性，而产业链和价值链处于较低有序状态。随时间推移，供应链有序度有较为明显的下降趋势，到2013年降至0.018，随后缓慢回升，这可能与供应链管理中的波动、市场需求的不确定性以及全球供应链的调整有关[14]。相比之下，价值链有序度的增长更为稳定，这可能表明随着市场竞争加剧，企业逐渐重视产业链协同与价值链优化。从整体趋势来看，三条链条的有序度逐渐向中等水平收敛，说明各系统之间的协调性在增强，企业和市场主体的相互适应性也在提升。

上述对我国集成电路产业供应链、产业链、价值链复合系统协同度的测算表明，2010~2021年我国集成电路行业三链融合发展水平整体不高。系统协同度在2010年较低，仅为0.0757，表明初期三链的协同程度较弱，各子系统可能是独立发展或未能形成有效联动。到2012~2014年期间，协同度显著上升，2014年达到0.4553的局部峰值，这可能得益于供应链管理的优化、产业链资源整合以及价值链体系的完善[15]。然而，在2016~2018年间，协同度再次出现下降，在2018年跌至0.2665，这可能受到全球贸易环境变化、产业转移等因素的影响，导致供应链、产业链和价值链之间的协调性受到挑战[16]。但在2019~2021年间，协同度逐步回升，显示出三链融合趋势有所增强，可能是由于数字化转型、智能制造等新技术的应用促进了产业链的协同创新。

最后，根据任意两链之间的融合程度可以发现：(1) 供应链–产业链协同度( $C_{U 1, U 2}$ )：整体较低，特别是在2013年仅为0.0182，说明该阶段供应链和产业链之间的协作较弱。不过，随着智能制造的发展和供应链整合的深入，该协同度在2017~2021年有所回升，表明供应链和产业链的联动逐步加强。(2) 供应链–价值链协同度( $C_{U 1, U 3}$ )：相比之下，该协同度相对较高，在2010年就已达到0.3994，说明供应链和价值链的结合相对紧密，这可能与供应链优化对产品附加值的提升具有直接作用。但在2015~2017年有所下降，可能受到供应链波动影响，随后在2021年回升，显示出供应链数字化与价值链创新的结合趋势。(3) 产业链–价值链协同度( $C_{U 2, U 3}$ )：从2010~2021年总体上呈缓慢上升趋势，特别是在2019~2021年上升较快，说明产业链的升级与价值链的优化形成了正向反馈。

4.3. 指标体系验证测试

判断指标体系的合理性，首先要考虑指标是否有明显的冗余，以验证指标是否具有较高的相关性；其次要看指标体系是否具有普遍适用性，独立性和冗余性检验用指标体系的冗余度(RD)来衡量，指标体系的空间普遍性检验用灵敏度度(SD)来衡量[17]。

1. 冗余度测试RD

指标体系相关系数检验是衡量指标体系独立性和指标冗余度的指标。设指标体系X的相关系数矩阵为R，n为指标个数，其表达式为：

$R = [\begin{array}{l} 1 r_{12} \cdot \cdot \cdot r_{1 n} \\ r_{21} 1 \cdot \cdot \cdot r_{2 n} \\ \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \\ r_{n 1} r_{n 2} \cdot \cdot \cdot 1 \end{array}]$ (4)

运用指标体系的平均相关系数来计算指标体系的冗余度：

$R D = \frac{\sum_{i = 1}^{n} \sum_{j = 1 + n}^{n} | r_{i j} |}{\frac{n (n - 1)}{2}}$ (5)

其中，0 < RD < 1。RD值越大，表明指标体系中的冗余信息越多，变量之间的重复性越高；反之，RD值越小，表明指标体系的独立性较强。一般来说，当RD小于0.5时，指标体系的冗余度较低，可以接受；反之，当RD大于0.5时，冗杂度过高，需优化或删减冗余指标。本研究计算出的SD为0.374 (小于0.5)，说明指标体系对微小扰动具有较强的适应性，评价结果稳健，能够较为可靠地反映评价对象的特征。

2. 敏感度测试SD

敏感度测试(Sensitivity Degree, SD)是一种用于评估指标体系对输入变量微小变化的响应程度的分析方法。该方法主要基于标准差(Standard Deviation, $σ$ )计算指标的波动性，用于衡量指标体系的稳定性和适应性。指标微调后，若评价结果发生显著变化，则说明该指标体系较为敏感，需进一步优化；若变化前后评价结果基本一致，则说明指标体系较为稳健。

对于评价指标体系中的某个指标 $X_{i}$ ，计算其标准差 $σ_{i}$ ，以衡量不同指标的波动程度：

$σ_{i} = \sqrt{\frac{1}{n} {\sum_{j = 1}^{n} (X_{i j} - {\bar{X}}_{i})}^{2}}$ (6)

在所有计算得到的指标标准差 $σ_{i}$ 中，找出最大值 $σ_{\max}$ 和最小值 $σ_{\min}$ 。据此，计算该评价体系的敏感度SD：

$S D = \frac{σ_{\max}}{σ_{\min}}$ (7)

$S D < 3$ 时，SD值越小，敏感度越低，指标体系稳健，适应性强； $3 < S D < 5$ ：敏感度适中，指标体系存在一定波动性，但仍在可接受范围内； $S D \geq 5$ ：敏感度较高，指标体系可能过于依赖个别指标，需要优化指标选取或调整权重。本研究计算的SD = 0.6360，小于3，表明指标体系具有较强的稳健性和低依赖性，结果较为可靠。结合冗杂度和敏感度检验结果，说明本研究的指标体系合理且科学。

5. 结论与对策建议

本研究基于产业政策、协同理论、进口中间品贸易等相关视角，对我国集成电路产业供应链韧性与安全水平的内涵与外延、整合关系、整合过程等方面的相关文献进行梳理，构建了三链整合评价指标体系。选取2010~2021年的数据，运用复合系统协同度模型对三链整合水平进行测度与评估。相关研究结果包括三方面：(1) 三链整合水平整体波动较大，在2014年达到峰值，随后下降，2019年后回升，表明外部环境变化对三链协同产生影响。(2) 三条链中，供应链有序度整体较高，但在2013年出现低谷，而产业链(U2)和价值链在2014年后逐步提高，三链趋于协调发展。(3) 就任意两条链的融合度而言，供应链–价值链协同度长期较高，而供应链–产业链在2017年后改善，显示出供应链整合与产业升级的联动增强。

基于上述结果，我们提出以下对策建议：

(1) 加强产业协同，提升整体协调度。依托“十四五”规划，推动集成电路全产业链协同，加强芯片设计、制造、封测等环节的深度融合，构建稳定可控的供应链体系。同时，鼓励龙头企业牵头组建产业联盟，提升行业整体协同能力，减少市场波动带来的影响。

(2) 优化三链融合，提升产业链自主可控能力。针对产业链与价值链协同不足的问题，建议强化关键核心技术攻关，减少对国外技术的依赖，落实“强链补链”政策，完善国产EDA工具、先进工艺和半导体材料布局。此外，鼓励地方政府和企业联合打造产业集群，提高资源整合效率，优化供应链韧性。

(3) 推动跨链联动，增强产业链与价值链融合。依托《集成电路产业和软件产业高质量发展若干政策》，促进供应链、产业链和价值链的高效协同，加快智能制造、AIoT、5G等新兴技术与集成电路产业的深度融合，推动产业链向高附加值领域延伸，提高产品市场竞争力。

附录

进口中间品

位置	CmdCode	解释——英文	解释——中文
上游	370790	Photographic goods; chemical preparations other than sensitized emulsions, put up in measured portions or put up for retail sale in a form ready for use	摄影用品；化学制剂，但不包括感光乳剂，以计量分装或零售形式即用即装
	848690	Machines and apparatus of heading 8486; parts and accessories	带背板的溅射靶材组件，制造半导体器件或集成电路用光刻设备用零件及附件
	3919	Self-adhesive plates, sheets, film, foil, tape, strip and other flat shapes, of plastics, whether or not in rolls	半导体晶圆制造用自粘式圆形抛光垫
	2804	Hydrogen, rare gases and other non-metals	氢、稀有气体和其他非金属
	2811	Inorganic acids and other inorganic oxygen compounds of non-metals; n.e.c. in heading no. 2806 to 2810	无机酸及其他非金属无机含氧化合物；不属于标题No. 2806至2810
	848610	Machines and apparatus of a kind used solely or principally for the manufacture of semiconductor boules or wafers	专门或主要用于制造半导体晶圆或晶片的机器和设备
中游	848620	Machines and apparatus of a kind used solely or principally for the manufacture of semiconductor devices or of electronic integrated circuits	专门或主要用于制造半导体器件或电子集成电路的机器和设备
	848640	Machines and apparatus of a kind used solely or principally for the manufacture or repair of masks and reticles, assembling semiconductor devices or electronic integrated circuits, or for lifting, handling, loading or unloading items of heading 8486	专门或主要用于制造或修理掩膜和网罩、装配半导体器件或电子集成电路，或用于提升、搬运、装载或卸载标题8486物项的机械和器具
	8456	Machine-tools; for working any material by removal of material, by laser, other light or photon beam, ultrasonic, electro-discharge, electro-chemical, electron beam, ionic beam or plasma arc processes	机具；用于通过激光或其他光束或光子束、超声波、放电、电化学、电子束、离子束或等离子弧过程去除材料而加工任何材料；喷水切割机
下游	8542	Electronic integrated circuits and micro assemblies	电子集成电路与微型组件

参考文献

[1]	蔡跃洲, 马晔风, 牛新星. 新冠疫情对集成电路产业的冲击与中国面临的挑战[J]. 学术研究, 2020(6): 86-93+178.
[2]	余果, 李星星, 曹武红. 破解“卡脖子”难题[N]. 运城日报, 2025-01-06(007).
[3]	李晓华. 新发展格局下提升产业链供应链韧性与安全的难点与着力点[J]. 新疆师范大学学报(哲学社会科学版), 2024, 45(5): 67-76+2.
[4]	黄烨菁, 孙美露, 窦钱斌. 中国集成电路产业跨国供应链风险、成因及发展趋势[J]. 亚太经济, 2022(3): 119-128.
[5]	郁义鸿. 产业链类型与产业链效率基准[J]. 经济与管理研究, 2005(11): 25-30.
[6]	高伟凯, 徐力行, 魏伟. 中国产业链集聚与产业竞争力[J]. 江苏社会科学, 2010(2): 80-88.
[7]	吕越, 邓利静. 着力提升产业链供应链韧性与安全水平——以中国汽车产业链为例的测度及分析[J]. 国际贸易问题, 2023(2): 1-19.
[8]	肖兴志, 王振宇, 李少林. 产业链韧性测度方法研究进展[J]. 经济学动态, 2024(4): 144-160.
[9]	Hu, X. and Zhang, L. (2023) Research on the Integration Level Measurement and Optimization Path of Industrial Chain, Innovation Chain and Service Chain. Journal of Innovation & Knowledge, 8, Article ID: 100368. https://doi.org/10.1016/j.jik.2023.100368
[10]	Bai, L., Chen, H., Gao, Q. and Luo, W. (2018) Project Portfolio Selection Based on Synergy Degree of Composite System. Soft Computing, 22, 5535-5545. https://doi.org/10.1007/s00500-018-3277-8
[11]	Wang, Z., Wei, S.J., Yu, X., et al. (2017) Measures of Participation in Global Value Chains and Global Business Cycles. Social Science Electronic Publishing.
[12]	郭朝先, 许婷婷. 我国医药产业链供应链韧性和安全水平研究[J]. 经济与管理, 2023, 37(3): 82-93.
[13]	李天健, 赵学军. 新中国保障产业链供应链安全的探索[J]. 管理世界, 2022, 38(9): 31-41.
[14]	Christopher, M.L. (1998) Logistics and Supply Chain Management. Prentice-Hall.
[15]	Heckmann, I., Comes, T. and Nickel, S. (2015) A Critical Review on Supply Chain Risk—Definition, Measure and Modeling. Omega, 52, 119-132. https://doi.org/10.1016/j.omega.2014.10.004
[16]	Fernandez-Stark, K. and Gereffi, G. (2019) Global Value Chain Analysis: A Primer (Second Edition). In: Ponte, S., Gereffi, G. and Raj-Reichert, G., Eds., Handbook on Global Value Chains, Edward Elgar Publishing, 54-76. https://doi.org/10.4337/9781788113779.00008
[17]	Yun, F. and Yijun, L. (2009) The RST Evaluation Method of Indicator System Validity and Its Application. Management Review, 21, 91-93.

为你推荐

友情链接