摘  要：随着供应链金融行业的快速迭代，完善供应链金融信用体系、破解中小微企业融资困境对于推动产业链协同发展、提升金融服务普惠性具有重要意义。从技术应用和信用体系两个维度出发建立理论模型，并基于调研数据，运用探索性因子分析方法和双因子分析方法对理论模型进行验证和分析。结果表明：区块链技术的去中心化特性和信用数据共享能力对供应链金融信用体系优化的影响程度最高，其次是区块链的不可篡改特性，区块链的可追溯特性与智能合约应用对信用体系优化的影响程度相同。根据结论，从金融机构、核心企业、中小微企业三个视角出发，提出区块链技术在供应链金融信用体系中深度应用的发展建议。

关键词：区块链技术；供应链金融；信用体系；探索性因子分析；双因子分析

一、引言

随着数字经济与实体经济的深度融合，供应链金融作为衔接产业链上下游、破解中小微企业融资难题的重要载体，在构建以国内大循环为主体、国内国际双循环相互促进的新发展格局中发挥着愈发关键的作用。伴随着供应链金融的快速发展，行业规模持续扩大，但其信用体系不完善、信息不对称、信用传导不畅等问题日益凸显，成为制约行业高质量发展的核心瓶颈。《2025年度中国供应链金融市场发展报告》显示，2025年全国供应链金融市场规模达到18.7万亿元，同比增长19.3%，2020-2025年市场规模年均增长17.8%，预计未来几年将继续保持稳步增长态势。

当前，供应链金融信用体系仍存在诸多短板，核心企业信用难以穿透至产业链末端，中小微企业因缺乏有效信用背书面临融资难、融资贵、融资慢的困境，金融机构则因风险管控难度大而降低对中小微企业的信贷支持力度。区块链技术凭借去中心化、不可篡改、可追溯、智能合约等核心特性，能够有效打破信息孤岛、实现信用数据共享、强化风险管控，为供应链金融信用体系优化提供了全新的技术路径。在这种背景下，探究区块链技术在供应链金融信用体系中的应用影响因素，明确各因素的影响权重，对于推动区块链技术与供应链金融深度融合、完善信用体系、破解行业发展痛点具有重要的理论和实践意义。因此，本文通过实证分析探究区块链技术应用对供应链金融信用体系优化的核心影响因素，为行业高质量发展建言献策。

二、文献综述

供应链金融信用体系是指为供应链金融活动提供信用支撑、信用评价、信用传导的一系列制度、机制和技术安排，其核心是解决供应链各参与方之间的信息不对称问题，实现信用资源的合理配置。随着区块链技术的兴起，国内外学者开始关注其在供应链金融信用体系中的应用研究，围绕区块链技术的应用价值、影响因素、应用路径等方面展开了大量探讨。

在区块链技术应用价值方面，相关研究普遍认为，区块链技术能够有效打破信息孤岛，实现供应链各参与方之间的信用数据共享，强化信用传导，降低金融机构的风险管控成本，提升中小微企业的融资可得性。在区块链技术应用影响因素方面，学者们多从技术特性、信用体系需求、参与方协同等维度展开分析，其中，技术特性方面主要考虑了去中心化、不可篡改、可追溯、智能合约等核心特性，信用体系需求方面主要考虑了信用评价、信用传导、风险管控等需求，参与方协同方面主要考虑了金融机构、核心企业、中小微企业的参与意愿和协同能力。

部分研究聚焦于区块链技术对信用评价体系的优化作用，认为区块链技术能够整合供应链各环节的交易数据、物流数据、资金数据，构建更加全面、客观的信用评价模型，解决传统信用评价中数据不完整、不真实的问题。还有研究关注区块链技术在信用传导中的应用，指出区块链技术能够将核心企业的信用通过智能合约等方式传导至产业链上下游的中小微企业，破解核心企业信用难以穿透的难题。另有研究探讨了区块链技术应用中的现存问题，认为技术应用成本高、标准不统一、参与方协同不足等因素制约了区块链技术在供应链金融信用体系中的深度应用，并提出了相应的优化建议。

已有文献为本文的研究提供了一定的理论依据和实证经验。考虑到多视角分析能够更全面地覆盖区块链技术应用的影响因素，便于各参与方针对性地开展实践探索，从而推动供应链金融信用体系的持续优化，因此本文从技术应用和信用体系两个维度出发，构建区块链技术在供应链金融信用体系中应用影响因素的理论模型，并基于调研数据，通过探索性因子分析方法和双因子分析方法，实证探究区块链技术应用的核心影响因素，以期为区块链技术与供应链金融信用体系的深度融合提供理论支撑和实践指导。

三、区块链技术在供应链金融信用体系中应用影响因素的理论模型构建

借鉴已有文献，从区块链技术应用和供应链金融信用体系两个维度出发，构建出区块链技术在供应链金融信用体系中应用影响因素的理论模型，具体列于图1。

图1  区块链技术在供应链金融信用体系中应用影响因素的理论模型

（一）区块链技术应用维度

主要是指区块链技术的核心特性及其在供应链金融中的应用能力，是影响供应链金融信用体系优化的核心技术支撑。具体包括五个核心变量：去中心化特性、不可篡改特性、可追溯特性、智能合约应用、信用数据共享能力。其中，去中心化特性是指区块链技术无需依赖中心化机构，能够实现供应链各参与方之间的点对点交易和数据共享，降低对核心机构的依赖；不可篡改特性是指区块链中的数据一旦记录，将无法被随意修改，能够保障信用数据的真实性和完整性；可追溯特性是指区块链能够对供应链各环节的交易数据、物流数据、资金数据进行全程追溯，便于实现风险溯源和责任认定；智能合约应用是指通过预设的合约规则，实现供应链金融交易的自动化执行，提升交易效率，降低人为干预风险；信用数据共享能力是指区块链技术能够整合供应链各参与方的信用数据，实现数据互通共享，为信用评价和风险管控提供数据支撑。

（二）供应链金融信用体系维度

主要是指供应链金融信用体系的核心需求和优化目标，是区块链技术应用的核心导向，具体包括三个核心变量：信用评价优化、信用传导效率、风险管控能力。其中，信用评价优化是指通过区块链技术应用，构建更加全面、客观、高效的信用评价体系，解决传统信用评价中数据缺失、评价片面的问题；信用传导效率是指通过区块链技术，实现核心企业信用向产业链末端的高效传导，提升中小微企业的信用水平和融资可得性；风险管控能力是指通过区块链技术的应用，强化金融机构对供应链金融风险的识别、预警和处置能力，降低信贷风险。区块链技术的有效应用能够精准对接供应链金融信用体系的优化需求，推动信用体系的完善和升级。

四、区块链技术在供应链金融信用体系中应用影响因素的实证分析

（一）数据收集方案的设计

尽管已有部分学者尝试基于供应链交易数据对区块链技术应用效果进行研究，但考虑到单一交易数据往往只能反映区块链技术某一特性的应用情况，难以完整涵盖理论模型中的全部影响因素，因此本文选择调研数据进行实证分析，调研对象涵盖金融机构、核心企业、中小微企业的相关从业人员，确保调研数据的全面性和代表性。

在问卷设计环节，首先对受访者是否参与过供应链金融相关业务、是否了解区块链技术应用进行甄别，若确定受访者具备相关从业经验或了解区块链技术在供应链金融中的应用，则继续对其进行调研。这里，基于区块链技术在供应链金融信用体系中应用影响因素的理论模型，对区块链技术应用维度的五个变量和供应链金融信用体系维度的三个变量进行李克特五级量表设计，要求受访者对各变量的量表题项用“1-5”五个数字对项目的重要性进行评价，其中，“1”代表“非常不重要”，“5”代表“非常重要”，数字越大，则重要程度越高。初始问卷的八个量表共设计了32个题项。

在调查实施环节，采用线上线下相结合的方式进行问卷的发放和回收，并进行了预调查和正式调查两轮调查。在预调查阶段，收集有效问卷203份，根据预调查结果对初始问卷的一些设计不足如题项表述不清、逻辑不连贯等进行了改善，同时运用探索性因子分析方法对一些不重要的题项予以删除，从而最终得到正式问卷。在正式调查阶段，累计回收问卷958份，有效问卷682份，问卷有效率为71.2%。

（二）探索性因子分析

考虑到初始问卷的题项较多，这里，基于预调查数据，运用探索性因子分析方法对因子载荷差的题项进行删除，以期达到对题项降维的目的。运用SPSS软件，对预调查数据进行KMO检验和Bartlett球形度检验，结果表明KMO值为0.902，大于0.8，适合进行因子分析；且Bartlett球形度检验的统计量为4126.38，通过0.05水平下的检验，数据可进行探索性因子分析。

采用主成分分析方法提取变量中的公共因子，并设定当因子的特征值大于1时进行提取，则提取出4个共同因子，其累积方差贡献率为68.73%，将近70%，能够较好地提取原始八个变量中的绝大多数信息。对旋转后的因子载荷进行分析，对因子载荷值小于0.5的题项进行删除，最终删除8个题项。根据旋转后的因子载荷结果（见表1），可以看出，保留下来的题项共计24项，由它们构成正式调查问卷。这24个题项的因子载荷值都在0.642-0.873之间，分布在四个因子中，出于表达方便的目的，将其命名为A、B、C、D四个因子。再由各公共因子中因子负荷的大小结合变量的定义、题项的内容可以看出，因子A主要体现为区块链的去中心化特性和信用数据共享能力，因子B主要体现为区块链的不可篡改特性，因子C主要体现为区块链的可追溯特性与智能合约应用，因子D主要体现为供应链金融信用体系的优化需求（信用评价优化、信用传导效率、风险管控能力）。

表1  主成分分析法旋转后的成分矩阵

（三）信度与效度分析

对正式调查数据进行信度检验和效度检验。信度检验采用Cronbach’α系数进行度量，结果表明各个量表的Cronbach’α值都在0.853-0.921范围内，量表整体内部一致性信度较好。效度检验采用KMO统计量进行分析，发现各量表的KMO统计量均在0.841-0.908范围内，且都通过了0.05显著性水平下的Bartlett球形度检验，表明量表设计具有较好的结构效度。因此，调查数据具有较好的信度和效度，能够进行区块链技术在供应链金融信用体系中应用影响因素的实证分析。

五、区块链技术在供应链金融信用体系中应用影响因素的有效性验证

（一）一阶验证性因子分析

根据探索性因子分析的结果，基于问卷调查数据，利用AMOS软件建立区块链技术在供应链金融信用体系中应用影响因素的一阶验证性因子分析模型，包含A因子、B因子、C因子、D因子四个潜在变量，观测变量则包含了24个调查项目即 A1-A6、B1-B6、C1-C6、D1-D6。对潜在变量和解释路径进行参数设定，利用极大似然估算方法对模型进行估计，并将其标准化运行输出，具体模型结果列于图2。

根据一系列模型拟合指标对模型的拟合效果进行评价，其中，卡方自由度比即值为2.870，处于拟合理想区间（1,3），认为模型符合拟合理想标准；RMSEA值为0.069小于0.10，且GFI值为0.789、AGFI值为0.742、NFI值为0.791、IFI值为0.872、CFI值为0.868，各项指标均符合可接受范围（0.7,0.9），表明一阶验证性因子分析模型拟合效果较好。

由一阶验证性因子分析的结果可知，A因子、B因子、C因子和D因子四个潜变量两两相关。其中，A因子和D因子的相关性最高为0.82，说明这两个因子的潜在影响效果最为明显；除 A因子和 C因子的相关系数在0.7以下外，其他各因子的相关系数均大于0.7，说明其他各因子之间的潜在影响效果也都较为明显。由于四个公共因子之间的相关系数均在0.59-0.82之间，因此可认为一阶四个影响因素受到更高潜变项的影响，存在二阶验证性因子模型，因此继续进行二阶验证性因子分析。

图2 一阶验证性因子分析结果

（二）二阶验证性因子分析

在一阶验证因子分析模型的基础上，将区块链技术在供应链金融信用体系中应用影响因素作为高阶潜变量，对四个因子分别增加残差项e25至e28，并设定模型的参数和输出信息。同样的，根据拟合指标对模型的拟合效果进行判断，由值为2.890，RMSEA值为0.070， GFI值为0.792，AGFI值为0.756，NFI值为0.795，IFI值为0.867，CFI值为0.869，表明二阶验证性因子分析模型的拟合较为理想。二阶验证性因子分析的结果列于图3。

图3  二阶验证性因子分析结果

由二阶验证性因子分析的结果可知，四个潜在变量的路径系数都在0.82-0.91较高范围内，按照回归系数排序依次为：因子A（0.91）、因子B（0.88）、因子C（0.82）、因子D（0.82）。且一二阶因子的回归系数均较高，表明一二阶因子之间具有极强的相关关系，验证了模型的有效性。

据此可以发现，因子A对区块链技术在供应链金融信用体系中应用的影响最为强烈。而因子A主要包括区块链的去中心化特性和信用数据共享能力，说明区块链技术打破中心化束缚、实现信用数据互通共享的能力，是推动供应链金融信用体系优化的核心因素。进一步分析发现，在因子A的6个题项中，项目A1、A2、A4的路径系数较高，分别对应区块链无需中心化机构即可实现数据共享、区块链能实现供应链各参与方信用数据互通、区块链能整合供应链全环节信用数据，表明去中心化特性能够降低对核心机构的依赖，信用数据共享能力能够解决信息孤岛问题，为信用体系优化提供核心支撑。

因子B对应用效果的影响居于第二，表明区块链的不可篡改特性是保障供应链金融信用体系稳定运行的重要基础。在因子B的6个题项中，项目B1、B2、B4的路径系数较高，分别对应区块链中的信用数据无法被随意篡改、区块链能保障信用数据的真实性和完整性、区块链能留存完整的信用数据篡改痕迹，这表明不可篡改特性能够有效防范信用数据造假，提升信用数据的可信度，为信用评价和风险管控提供可靠的数据支撑。

因子C和因子D对应用效果的影响程度相同。具体说来，因子C主要反映了区块链的可追溯特性与智能合约应用对信用体系优化的影响，项目C1、C2、C3的路径系数较高。其中，C1和C3反映为区块链的可追溯特性，表明可追溯能力能够实现供应链各环节信用数据的全程溯源，便于风险识别和责任认定；C2反映为智能合约应用，表明智能合约能够实现信用交易的自动化执行，提升交易效率，降低人为干预带来的信用风险。

因子D主要反映了供应链金融信用体系的优化需求，项目D1、D2、D3的路径系数较高，分别对应区块链能优化供应链金融信用评价体系、区块链能提升供应链信用传导效率、区块链能强化供应链金融风险管控能力，表明区块链技术的应用能够精准对接信用体系的核心需求，推动信用评价更全面、信用传导更高效、风险管控更有力，从而实现供应链金融信用体系的整体优化。

六、结论与建议

本文基于区块链技术在供应链金融信用体系中应用影响因素的调研数据，通过探索性因子分析和双因子分析方法，发现有四方面因素会显著影响区块链技术的应用效果，进而推动供应链金融信用体系的优化。

区块链的去中心化特性和信用数据共享能力（因子A）对应用效果的影响程度最高。去中心化特性能够打破中心化机构的垄断，实现供应链各参与方的点对点数据共享，降低对核心企业的信用依赖；信用数据共享能力能够整合供应链全环节的交易数据、物流数据、资金数据，解决信息孤岛问题，为信用评价和风险管控提供全面、真实的数据支撑，是区块链技术赋能供应链金融信用体系的核心优势。

区块链的不可篡改特性（因子B）对应用效果的影响程度排名第二。不可篡改特性能够保障信用数据的真实性和完整性，防止数据被恶意篡改，留存完整的数据篡改痕迹，提升信用数据的可信度，为供应链金融信用体系的稳定运行提供重要保障，有效解决传统信用体系中数据造假、可信度低的问题。

区块链的可追溯特性与智能合约应用（因子C）和供应链金融信用体系的优化需求（因子D）对应用效果的影响程度相同。可追溯特性能够实现信用数据的全程溯源，便于金融机构识别和管控风险，实现风险的精准溯源和责任认定；智能合约能够实现信用交易的自动化执行，提升交易效率，降低人为干预风险，减少信用违约行为。而供应链金融信用体系的优化需求则为区块链技术的应用提供了明确导向，只有精准对接信用评价优化、信用传导效率提升、风险管控能力强化的需求，才能充分发挥区块链技术的应用价值。

对此，从金融机构、核心企业、中小微企业三个视角出发，提出区块链技术在供应链金融信用体系中深度应用的发展建议：

（一）金融机构视角

1. 加大区块链技术研发投入，搭建专业化的供应链金融区块链平台，整合供应链各环节的信用数据，实现数据互通共享，打破信息孤岛。重点优化平台的去中心化数据共享功能和不可篡改数据存储功能，提升信用数据的真实性和完整性，为信用评价和风险管控提供可靠支撑。

2. 基于区块链技术构建全新的信用评价模型，整合供应链交易数据、物流数据、资金数据等多维度信息，实现对中小微企业的全面、客观信用评价，打破传统信用评价对抵押物的依赖，提升中小微企业的融资可得性。同时，利用区块链的可追溯特性和智能合约功能，强化信贷风险的实时监控和预警，降低信贷风险。

3. 加强与供应链各参与方的协同合作，推动核心企业、中小微企业、物流机构等接入区块链平台，实现数据共建共享。主动降低区块链技术应用的门槛，为中小微企业提供技术指导和支持，推动区块链技术在供应链金融领域的广泛应用。

（二）核心企业视角

1. 发挥核心企业的引领作用，主动接入供应链金融区块链平台，积极分享自身的信用资源和交易数据，推动信用数据向产业链末端传导，助力中小微企业提升信用水平。依托区块链的去中心化特性，打破自身在供应链中的信用垄断，构建协同共赢的供应链信用生态。

2. 利用区块链技术优化供应链管理流程，实现供应链各环节交易数据的实时记录和追溯，提升供应链的透明度和协同效率。通过智能合约实现与上下游企业的自动结算、履约管理，降低交易成本，减少信用违约行为，推动供应链信用体系的完善。

3. 加强与金融机构的合作，共同推动区块链技术在供应链金融中的应用，探索基于区块链的新型供应链金融产品和服务模式，如区块链应收账款融资、供应链票据等，为上下游中小微企业提供更加便捷、高效的融资服务，推动产业链协同发展。

（三）中小微企业视角

1. 提高对区块链技术的认知和应用意愿，主动接入供应链金融区块链平台，规范自身的经营行为，如实提供交易数据、物流数据等相关信息，提升自身的信用水平。借助区块链技术实现信用背书，破解融资难、融资贵的困境。

2. 加强与核心企业、金融机构的协同配合，积极参与供应链信用体系建设，依托区块链技术实现与上下游企业的高效对接，提升自身在供应链中的地位。利用区块链的可追溯特性，规范自身的生产经营流程，提升产品质量和服务水平，增强自身的信用竞争力。

3. 主动学习区块链技术相关知识，提升自身的数字化素养，积极适应区块链技术带来的行业变革。合理利用区块链平台提供的信用服务，优化自身的融资结构，降低融资成本，实现自身的可持续发展，同时推动供应链金融信用体系的持续优化。

综上，区块链技术凭借其去中心化、不可篡改、可追溯、智能合约等核心特性，能够有效破解供应链金融信用体系中的信息不对称、信用传导不畅、风险管控难度大等问题。各参与方应协同发力，充分发挥区块链技术的应用价值，不断完善供应链金融信用体系，推动供应链金融行业高质量发展，为实体经济的发展提供有力支撑。