基于區塊鏈技術的新能源汽車供應鏈“牛鞭效應”弱化研究

盧志平，肖曉明，陸成裕

（1.廣西科技大學 經濟與管理學院，廣西 柳州 545006；2.廣西工業高質量發展研究中心，廣西 柳州 545006）

隨著外部不確定性因素的不斷增多，市場要求企業能夠在風險出現時以最快的響應速度將貨物送到需求方。然而，在供應鏈中，當信息從最終客戶端向原始供應商傳遞時，下游企業需求的輕微變化會導致上游供應商需求信息的重大波動[1]，同時由于信息存在泄露風險和各主體利益博弈的關系，供應鏈中的大多數成員不愿意充分地共享信息，這就產生甚至加劇了“牛鞭效應”。

區塊鏈技術作為一種以比特幣為底層技術的新興信息管理技術[2]，將其運用在供應鏈管理中具有可行性，如盛守一基于區塊鏈技術構建了供應鏈信息資源共享模型，提高了供應鏈運行效率[3]；Kopyto 等研究認為，區塊鏈技術將在2035 年的供應鏈管理中發揮著強有力的作用[4]；楊慧琴等針對傳統供應鏈“信息孤島”問題，分析了區塊鏈技術在供應鏈信息系統中的適用性和優越性[5]。這些研究均體現了區塊鏈與供應鏈良好的契合性，但是在供應鏈管理中，“牛鞭效應”作為一種因信息共享失效或部分失真導致供應鏈成本增加的問題需要作進一步優化。目前，在針對降低供應鏈“牛鞭效應”的研究中，大多是從庫存管理、需求預測的角度出發，如Fu 等通過擴展預測自適應控制（extended prediction self-adaptive control，EPSAC）的方法來預測庫存位置水平的變化并通過合理控制訂貨政策來減少“牛鞭效應”[6]；Zarandi 通過建立基于模糊分離二分類法（fuzzy disjunctive normal forms，FDNF）和模糊連接二分類法（fuzzy conjunctive normal forms，FCNF）的一個需求預測系統來減少“牛鞭效應”[7]；邵博等在對服裝供應鏈的“牛鞭效應”研究中，通過系統動力學的方法，提出有針對性的庫存優化策略，以減弱“牛鞭效應”的影響[8]。但是，隨著社會事件變化的復雜性、多樣性和突發性，預測變得越來越難，預測結果對突發狀況的處理存在失效的可能，從而會加大供應鏈各個節點的響應時間，部分學者通過建立影響“牛鞭效應”的ISM（inferpretative structural modelling,ISM）模型[9]，研究發現信息共享為其主要影響因素。因此，從信息共享的角度將區塊鏈技術應用到供應鏈“牛鞭效應”的弱化中，提升供應鏈節點間的信息傳遞速度和交互信任是一種穩定且可持續執行的方法。

在運用區塊鏈技術解決“牛鞭效應”問題的研究中，Al-Sukhni 提出一個區塊鏈架構，通過共享積壓信息，提高供應鏈伙伴之間的端到端可見性來減少“牛鞭效應”的影響[10]；Engelenburg 等認為，供應鏈中的合作伙伴因為缺乏信任導致信息共享受阻，區塊鏈技術可用于支持各方將其需求數據直接提供給供應鏈中的所有其他各方[11]。但如何將區塊鏈技術應用到具體的場景中，實現可視化的操作性還存在探索的空間。目前，新能源汽車是汽車行業的新發展趨勢，眾多車企均采取由燃油汽車轉向新能源汽車的策略。例如，比亞迪在2022 年3 月就全面停售燃油車，奔馳也宣布將在2030 年停售燃油車，實現電動化發展[12]。新能源汽車的高速發展離不開供應鏈成員的相互合作，一條穩定的供應鏈能夠保證產品從零部件的采購到成品運輸整個過程的健康運行。然而，在新能源汽車供應鏈中，由于其供應商行業分布廣、核心零部件技術不夠成熟以及供應鏈結構復雜等問題，導致其“牛鞭效應”的表現不同于傳統的燃油汽車供應鏈。因此，著眼于新能源汽車供應鏈，對其“牛鞭效應”進行分析和弱化對新能源汽車行業的發展尤為重要。

本文以新能源汽車供應鏈為研究對象，選取電機供應商、電池供應商、主機廠和銷售商構建了基于區塊鏈技術的去中心化的信息交互系統，在考慮信息時效性和安全性的基礎上使得各節點能夠獲得真實信息，達到弱化“牛鞭效應”的目的。

一、新能源汽車供應鏈“牛鞭效應”弱化原理

“牛鞭效應”，是指供應鏈中需求變異加速放大的過程，即下游的需求波動會引起上游更大的需求波動，會造成企業庫存成本增加，生產計劃紊亂[13-16]，其演化過程如圖1 所示。供應鏈中的信息傳遞模式導致企業只能從下游相鄰企業獲取需求信息，同時供應鏈各個節點企業間存在一定的利益競爭關系，對于信息的傳遞無法做到完全透明，信息最終會以一種扭曲的方式在供應鏈上不斷傳遞并放大[17]。

圖1 “牛鞭效應”示意圖

（一）“牛鞭效應”產生的原因

供應鏈產生“牛鞭效應”的原因一般被認為是由需求模型、預測技術、庫存策略、提前期和信息共享策略等5 個關鍵因素所引起的[18]。其中，在信息共享策略中，隨著經濟全球化的不斷發展，企業間的信息流、物流和資金流越來越復雜[19]，企業對信息的控制力要求也越高。首先，市場需求的信息往往由供應鏈最前端獲得，之后的每個節點都需要對信息進行分析和處理后才能進行下一步的傳遞，這可能引發因信息傳遞不及時而出現的時空差異；其次，因為企業都是以盈利為目的，企業在為自身利益計算時會存在對信息再加工等行為而影響信息失真。在新能源汽車供應鏈中，“牛鞭效應”放大的原因可表現為以下3 點。

1.供應商行業分布廣

新能源汽車作為以電機為主要動能的交通工具，其電機、電池及電控等零部件相比于傳統燃油汽車，分布更分散，不同行業會因客戶需求不同導致產品產能、設計和運輸等環節脫節。

2.核心零部件企業成熟度低

相對于傳統燃油汽車行業，電動汽車的電池、電控、電機3 個核心技術發展時間短，開發經驗少，加之原材料采購和生產的全球化，使得供應鏈中斷的風險增大，影響供應鏈各方的庫存策略。

3.供應鏈結構復雜

新能源汽車從原材料到整車交付，節點企業多、鏈條跨度較大。主機廠產能較多依賴其上游供應商，并逐漸形成戰略伙伴關系，上一個節點的波動情況對下一個節點的影響會更大。

（二）區塊鏈弱化“牛鞭效應”原理

在信息共享的問題上，區塊鏈技術因其去中心化、數據不可篡改的特性[20-22]，已經被廣泛應用在教育、醫療、供應鏈等領域[23-25]，運用區塊鏈技術可實現信息儲存的去中心化，保證信息在傳遞過程中的真實性。在新能源汽車供應鏈中，市場需求和零部件交易數據會以區塊形式被永久記錄在區塊鏈上，所有上傳的數據可以看作一個完整的賬本，新增加的數據會重新生成一個區塊并鏈接到上一個區塊，每個區塊被共識后內容便無法被修改[26-28]。

在新能源汽車供應鏈的區塊鏈系統中，每個區塊一般都包含Head（區塊頭）和Body（區塊體）兩個部分。其中，區塊頭一般記錄當前區塊的特征值，主要包括隨機數、時間戳、前一個區塊的哈希值等，而區塊體一般包括該區塊的交易信息和相關的哈希值。對于區塊哈希值的計算，主要依賴于該區塊的內容通過SHA 256 等算法計算出一個256 位的二進制數字，當該區塊的內容發生變化時，其哈希值也會發生變化，這對判斷區塊內容是否被篡改具有重要的意義。

本文從信息共享的角度來減少“牛鞭效應”的影響，通過區塊鏈的去中心化和數據不可篡改的特性實現不同行業的信息對等交流，以技術手段增強合作方相互信任的能力，降低虛假信息上報。如圖2 所示，利用區塊鏈構成的新能源汽車供應鏈網絡，任何一端信息的輸入只要被共識，便無法被修改，且保證只要信息上傳無誤，其他節點獲取到的信息就是正確的。

圖2 新能源汽車供應鏈條結構示意圖

二、引入區塊鏈技術的新能源汽車供應鏈設計

以新能源汽車供應鏈中的電池供應商、電機供應商、主機廠和銷售商等4 個節點構建一條信息傳輸鏈。作為零部件供應商，必須保證汽車零部件的及時供給，在不增加自身和主機廠雙方的庫存成本的前提下按需完成配送，這就需要及時獲取掌握主機廠對應零部件的消耗情況；作為主機廠必須保證汽車生產的產能能夠達到市場的需求；作為銷售商，及時獲得消費者需求和市場發展趨勢等方面的信息，是維護供應鏈穩定的首要前提。在以區塊鏈技術為核心，構建的新能源汽車供應鏈中，各節點之間在獲得對應權限后可以相互訪問所需信息，一輛汽車從零部件采購到生產、最后到交付的所有相關的汽車信息都可被記錄到該系統中。除共享此信息以外，節點間還可進行其他信息的交互操作，如供應商查詢主機廠某種零件的庫存量，以便及時作出供貨決策，主機廠查詢電機供應商的電機數量，制定生產計劃、降低向銷售商供貨的中斷風險?；趨^塊鏈技術的信息傳遞模型如圖3 所示。

圖3 基于區塊鏈技術的新能源汽車供應鏈情景

（一）相關工作

1.基礎開發框架

區塊鏈系統的基礎框架可分為數據層、網絡層、共識層、合約層和應用層。每層記錄的信息以及各層級之間的關系如圖4 所示。其中：數據層用來存儲交易信息及數據；網絡層通過點對點傳輸機制，實現了去中心化，供應鏈上各參與方作為區塊鏈節點存在網絡中，當成功上傳一次交易信息時該節點可獲得一定的獎勵；共識層包含了約定好的共識機制，共識機制是區塊鏈的核心，能夠保護數據的一致性，安全更新網絡中的數據狀態；合約層的目的是通過編寫代碼實現DApp（去中心化應用）的功能；應用層為一個可視化的界面，用戶可通過該界面與區塊鏈系統進行交互。

圖4 區塊鏈基礎架構模型

2.開發環境配置

考慮到真實的以太坊系統的交易價格高，若將其用于測試開發會造成資源的大量浪費，所以本文利用Truffle 提供的、用于測試和開發的以太坊RPC 客戶端ganache 搭建仿真的以太坊網絡，并通過npm 作為Node 包進行分發。本文使用的node 版本為16.14.2。在搭建了仿真以太坊網絡后，為了構建的信息管理系統能夠與以太坊系統進行交互，使用web 3.js library 提供的web 3對象，通過RPC 調用本地節點進行通信。Web 3 中有eth 對象，可以調用其與區塊鏈進行通信，具體安裝命令為npm install web 3，安裝web 3 版本為1.7.3。通過Remix-IDE 進行合約編寫并完成部署，通過切換錢包賬戶實現不同節點完成不同的操作，配置錢包網絡，連接到本地節點HTTP://127.0.0.1:7545，實現與ganache 平臺的交互?？梢栽阱X包中將ganache 提供的測試賬戶添加進去，同時remix-ide 的Environment 設置為injected Provider-Metamask。以上過程可以實現不同節點對已部署合約的調用，實現跨節點通信，且每一筆交易內容形成的區塊都可通過ganache 平臺觀察到。

3.智能合約編寫

智能合約是一種自動化的數字協議，是區塊鏈系統中不可缺少的部分，通過設置觸發條件，為區塊鏈系統實現賬戶信息交互的功能。在本系統中，需要先確定功能需求，定義函數，再通過智能合約下發代碼并提供調用接口；本文通過remix IDE 進行合約的編寫和部署。合約涉及的函數所代表的功能如表1 所示。

表1 智能合約函數接口描述

合約編寫好之后，將其部署到區塊鏈網絡中，當賬戶節點滿足觸發條件時，即可自動調用智能合約，以此實現新能源汽車供應鏈各節點數據的上傳和查詢。新能源汽車供應鏈節點的數據上傳和查詢流程如圖5 所示。

圖5 合約方法調用流程

4.節點賬戶配置及狀態說明

利用Ganache 平臺初始化提供的10 個賬戶作為測試賬戶，并在其中選取4 個賬戶作為銷售商、主機廠、電機供應商和電池供應商，節點賬戶地址以及部署好的智能合約地址分別對應情況如表2。

表2 節點賬戶地址

基于區塊鏈技術的新能源汽車供應鏈賬戶在本文中體現為節點賬戶，節點對應的賬戶結構涉及如下：

其中：地址(address)是賬戶位置，用來說明節點身份，可作為其他節點的訪問指針；余額(balance)是該賬戶的賬戶余額，一般單位為ETH，此余額是用來支付礦工挖礦費用的；索引值(index)是區塊產生的序號，用來區分區塊產生的先后順序。所有節點賬戶的創建都需要經過身份認證，一般在系統內由超級管理員授權。

（二）新能源汽車供應鏈區塊的數據結構

基于區塊鏈技術的新能源汽車供應鏈包括電機供應商、電池供應商、主機廠和銷售商，每個節點之間可以相互通信，交易產生的區塊通過礦工打包和系統共識后會鏈接到區塊鏈上，其區塊結構如圖6 所示。

圖6 新能源汽車供應鏈區塊的數據結構

基于區塊鏈技術的新能源汽車供應鏈的區塊主要用于記錄每個節點上傳的關鍵信息，區塊的數據結構是保證區塊有效性和信息傳輸完整性的必備要求，各節點進行交易產生區塊的結構一般描述如下：

其中：from 為交易發起方的地址；to 是接收方的地址；nouce 是隨機數，一般用于工作量，證明算法的計數器；data 為本次交易傳遞的信息或數據；signature 為交易發起者的簽名。例如，電機供應商A 查詢主機廠B 某種型號的電機庫存數，其區塊結構可以描述為{A，B，152 100，（某型號，數量），signature}。

（三）共識機制

節點交易產生的區塊需要被共識后才能夠被上傳到區塊鏈鏈條中，共識機制的存在是為了保證信息的正確性和不可篡改性。主流的共識算法一般包括基于工作量證明的共識機制POW(proof of work，POW)和基于權益證明的共識機制POS(proof of stake,POS)。在POW 共識機制中，如果存在惡意節點攻擊區塊鏈，則要求其需要51%的算力。目前，隨著比特幣系統的不斷發展，獲取記賬權越來越難，采用此共識機制會導致產生區塊的時間過長，電力消耗大。POS 共識機制又稱“股權證明機制”，簡單來說，就是根據持有代幣的數量和時間給予相應的利息，這樣擁有權益更多的節點更會去維護區塊鏈的安全，但僅通過投入代幣的數量來確定記賬權利分配，時間長了會削弱區塊鏈的去中心化的特性。

本文提出的基于區塊鏈技術的新能源汽車供應鏈，相對于傳統的燃油汽車供應鏈，其表現出主機廠并不是擁有較多話語權的節點，而是呈現“三電”供應商和主機廠勢均力敵的供應鏈系統，因此本文在共識機制的設計上采用薄荷算法融合股權證明機制，薄荷算法主要是通過投票進行工作，設置一組驗證節點并形成一個領導者。領導節點進行全網監聽并收集信息，最后將內容寫入一個區塊并全網廣播，如果全網投票占比超過2/3，新區塊就能夠被寫入區塊鏈中；但是基于薄荷算法共識機制容易形成“拉票”行為，尤其是當某一行業節點占比較多時。因此，本文將股權證明機制POS 融合薄荷算法，POS 能夠基于幣齡的選擇，系統計算出節點擁有的代幣數量乘以持有代幣的時間，此為節點的Stake，其乘積越大所獲得的投票比重越重。其共識流程如圖7 所示。

圖7 薄荷算法融合POS 共識機制示意圖

第一步，共有節點M 個，選舉產生見證節點，此機制是基于薄荷算法，計算出見證節點N 個，剩下的M-N 個節點可參與下次的選拔，因為薄荷算法要求投票占比超過2/3，所以其區塊鏈不會產生分叉。

第二步，已經成為見證節點的，根據其Stake值確定其投票比重，例如A 節點比重為0.3，B 節點比重為0.2，C 節點比重為0.1，D 節點比重為0.3，E 節點比重為0.1。

第三步，確定記賬權并廣播，根據最終投票，確定獲得記賬權的節點，其擁有廣播權；若出現兩個節點票數相同，則重新進行下一輪投票。若本次記賬成功、信息真實，則增加記賬節點和見證節點的Stake 值；反之，若該信息為整個供應鏈帶來非自然或人為的巨大損失，則減少Stake 值。

該共識機制通過薄荷算法和股權證明，降低了算力浪費，在保證安全的基礎上縮短了區塊更新時間，這與新能源汽車供應鏈節點信息的及時更新要求相得益彰。新能源汽車供應鏈作為一個系統，系統內節點是高度相互依賴的，各節點均需要確保系統的安全性。當出現“拉票”行為時，系統也能根據Stake 值來降低影響。

三、應用測試

（一）用戶登錄界面

在登錄界面，當輸入用戶名和密碼后需要選擇相應的登錄身份(銷售商、主機廠、電機供應商和電池供應商等)，由于本次構建的區塊鏈屬于私鏈，鏈上信息存在一定的保密性，所以每一個用戶或節點的加入，都需要官方授權。在輸入用戶名、密碼和選擇登錄身份之后，如果驗證正確就可跳轉到對應信息管理頁面，如果驗證失敗則會顯示登錄錯誤。

（二）主機廠信息管理頁面

在進入主機廠信息管理頁面后，頁面中設計了汽車型號、汽車數量、零件名、零件數量和索引5 個屬性，其中汽車型號和汽車數量用來記錄該主機廠生產某種型號汽車的數量，可便于供應鏈其他節點制定銷售、生產和庫存等計劃。零件名和零件數量用來記錄當生產某種產品時剩余的零件數量，零件索引用于其他節點的查詢和溯源。分別錄入零件名、零件數量和零件索引為：永磁同步電機1 000、1 001；鋰鈷電池2 000、1 002。查詢主機廠某種零件的需求信息如圖8 所示，返回信息包括區塊信息和數據信息。輸入信息的身份地址為：0x347295b190701CaDA7553C410be9e88-B7644Dcee。

圖8 信息查詢結果

（三）電機供應商信息管理界面

電機供應商界面設置的參數如主機廠一樣，只不過電機供應商錄入系統的零件名只能是電機，同時界面下方設置了查詢界面，可以通過零件名和零件索引查詢主機廠某種型號的電機數量以及銷售商錄入的需求信息等。錄入零件名：交流異步電機；零件數量：5 000；零件索引2 001。設置查詢主機廠永磁同步電機數量，索引值為1 001；錄入信息地址為：0xe78255709c1cEcb4D7886244C-351F869f227d672；電池供應商的操作方式也是如此，錄入信息的地址變成了：0x03F6c5a20307045 b89874DECC42dEedbf094FaD7。同樣也可以查詢主機廠錄入的電池信息和銷售商錄入的市場需求信息，對于主機廠來說，也可以查詢電機供應商和電池供應商錄入的信息。

四、系統性能測試與“牛鞭效應”弱化分析

（一）系統性能測試

正確測量一個系統的性能，是系統設計和評估過程中的一個重要步驟。在區塊鏈系統中，其性能的測量主要依據交易吞吐量和交易時延兩個性能指標[24]。交易吞吐量是指系統每單位時間處理的總負載，一般可表示為每秒交易量(TPS)，可用于識別區塊鏈的可擴展性和其可以處理的數據量；交易時延是指一個交易或事件從發起到被記錄到賬本之間的時間。交易吞吐量和交易時延也被認為是區塊鏈系統中評估頻率最高的兩個指標[25]，在本系統中使用JMeter 測試工具對發生的上傳和查詢兩個事件進行性能測試，由于查詢事件只涉及一個節點，而上傳事件可能存在幾個或幾點同時發生，需要進行區塊排序和打包，因此在同一并發度下，上傳事件的交易吞吐量更小，時延更長。

本文在系統并發度為100～500 t/s 時進行測試查詢交易性能，時延和吞吐量如圖9 所示。查詢事件的失敗率為0，事件發生的最大平均時延為5.4 s，最大吞吐量為每秒處理187 個事件，均在可接受的范圍內。

圖9 查詢事件的時延和吞吐量

本文在系統并發度為50～250 t/s 時進行測試上傳事件的交易性能，時延和吞吐量如圖10 所示。上傳事件的失敗率為0，事件發生的最大平均時延為6.2 s，最大吞吐量為每秒處理120 個事件，均在可接受范圍內。

圖10 上傳事件的時延和吞吐量

（二）“牛鞭效應”弱化分析

使用vensim 軟件對區塊鏈引入前和引入后的“牛鞭效應”進行仿真分析。在傳統的供應鏈管理中，信息總是從供應鏈的最前端流向最末端，供應鏈各節點之間不存在信息共享，總是以自身利益最大化進行決策，根據自身的預測情況制定庫存策略。區塊鏈技術的引入，打通了供應鏈節點之間的信息流，且節點均可獲得有用的和真實的信息，供應鏈成員不再按照自身預測數量進行補貨和供貨，其存量圖如圖11 所示。模型和參數說明如下：

圖11 系統動力學模型

(1)市場需求率=1 000+if then else〔time>1，random normal〈-300，300，0，100，6〉，0〕。

表示市場需求初始為1 000，一周后開始隨機波動，波動幅度為±300，波動次數100 次。

(2)庫存調整時間=5，單位：周。

(3)移動平均時間=5，單位：周。

(4)生產和運輸延遲=3，單位：周。

(5)主機廠訂單=max〔0，市場需求率+〈主機廠期望庫存×2-主機廠庫存-銷售商庫存〉/庫存調整時間〕。

表示主機廠訂單不再取決于銷售預測，而取決于銷售商傳來的市場銷售率和主機廠庫存調節水平。

(6)銷售商期望庫存=期望庫存覆蓋時間×銷售商銷售預測。

(7)銷售商銷售預測=smooth（市場需求率，移動平均時間）。

表示銷售商的銷售預測等于過去5 周的發貨率的移動平均數。

(8)電機供應商生產需求=max〔0，市場需求率+(電機供應商期望庫存×3-電機供應商庫存-主機廠庫存)/庫存調整時間〕。

表示電機供應商的生產需求不再取決于銷售預測，而取決于銷售商傳來的市場需求率和自身的庫存調節水平，類似電池供應商也是如此。

(9)電機供應商庫存=integ(電機生產率- 電機發貨率，3 000)。

表示電機供應商的庫存等于電機生產率和電機發貨率差的積分，初始值為3 000。

針對引入區塊鏈和不引入區塊鏈的兩種情況，供應鏈各節點訂單和需求變化如圖12 和圖13 所示。

圖12 引入區塊鏈前各節點訂單和需求比較

圖13 引入區塊鏈后各節點訂單和需求比較

曲線SELLER、PLANT 和SUPPLIER 分別代表銷售商、主機廠和電機供應商。由圖可知，區塊鏈技術在未引入時，各節點訂單需求量隨著時間的變化，波峰和波谷在不斷變大，且越遠離市場的一端變化越大，這表明供應鏈各節點產品庫存堆疊嚴重。區塊鏈技術引入后，各節點需求波動明顯降低且需求信息的放大程度明顯降低。同時將兩種模式下各個節點的庫存導出，并參考Huang等的研究方法[29-31]，在“牛鞭效應”評估案例中，總結出適合本文的牛鞭效應計算式，即為節點訂單需求方差和市場需求方差的商，得出兩種狀態下的牛鞭效應值，如表3 所示。

表3 兩種狀態下各節點牛鞭效應值

由表3 可知，相比于區塊鏈技術引入前，區塊鏈引入后的供應鏈在各個節點的牛鞭效應值均有降低，這說明需求信息的波動較小，由此可見采用區塊鏈技術實現信息共享，對供應鏈“牛鞭效應”的弱化具備一定的可行性。

五、結語

區塊鏈技術作為一項新興的信息技術，其開發重點是用來解決信息安全和信息孤島等問題。本文主要貢獻是從信息傳遞的角度出發，構建了基于區塊鏈技術的信息管理系統，在增加信息傳遞的安全性和真實性的基礎上，優化了信息傳遞過程，這不僅達到了弱化供應鏈“牛鞭效應”的目的，而且降低了節點的庫存水平。在本系統中，其內部的任何節點都可以同時獲得市場的需求信息，不會出現因信息傳遞而被逐漸放大的現象，在應對突發狀況時，節點之間可以隨時進行信息交互，從而迅速了解市場需求狀況和下游節點的生產狀況。相比于庫存優化和需求預測等方法，其實時性更強，能夠動態掌握市場或其他節點信息變化，能夠為節點的銷售、生產、庫存等計劃提供更多的數據支持，達到更快速的響應要求。

首先，本文所構建的系統主要以新能源汽車供應鏈供應商、主機廠、銷售方為參考節點，未考慮整個新能源產業鏈的其他節點，因此在將其應用到整個新能源汽車供應鏈時，其一般性還需要進一步探討和改善。其次，運用區塊鏈技術實現信息共享，雖然保證了信息在傳遞過程中的真實性，但并不排除信息上鏈前存在因人為篡改而信息變動的可能，因此若從信息共享的角度直接引入區塊鏈技術弱化供應鏈“牛鞭效應”，并不能保證所共享的信息是完全真實的，還需要對信息錄入的源頭進行控制。

所以在之后的研究中，還需從新能源汽車產業鏈入手，更多地考慮各節點在現實中的角色和地位，將其他供應鏈節點也加入進來，形成一條完整的信息傳遞渠道。除此之外，還需要對參與方入鏈合規、上傳真實信息問題開展深入研究，充分發揮區塊鏈中智能合約的特性，利用合約規范節點行為，約束參與方信息共享性，進而增強系統的適用性。