在供应链持续性的概念方面，目前，国内外学者从不同的角度对供应链持续性进行界定。供应链关系持续是相对于断绝合作和结束供应链关系而言的对立面。有研究表明，由于内部控制的质量不能保障公司所能提供的资讯品质，因而增加了供应链的所有权投资风险，而供应链关系的持续性则会下降。校友关系是促进供应链关系不断发展的重要因素，基于各自的利益需求，供应链成员可以分享信息(颜恩点、谢佳佳，2022) [1] 以及资源的补充，以提高公司的应收帐款回收率和财务业绩，以推动公司的突破。企业往往通过保持与供应链的联系来获得持续的利益。反之，频繁的合作关系变化，会对公司的长远投资和业绩产生不利影响，比如创新等(赵爽等，2023) [2] 。

在顾客忠诚这一概念上，国内外的学者大多将注意力集中在C端顾客的忠诚上，而B端顾客忠诚的研究却很少。顾客忠诚度来源于顾客满意的观念，是一种对产品、品牌或企业的信任、维护和希望再次购买的心理趋向。顾客忠诚是买家对卖家的积极认知，顾客满意与顾客忠诚关系密切，且有积极的影响(徐嘉鹤等，2023) [3] 。很多企业已经意识到，供应链关系和客户忠诚度的重要性，但对于如何测量客户忠诚度还不是特别了解。我们可以根据客户忠诚的形成过程，可以从四个维度分析和评价客户的忠诚度，分别是认知忠诚、意向忠诚、情感忠诚、行为忠诚(朱丽叶，2006) [4] 。顾客忠诚受多种因素的影响，包括顾客感知品质、顾客感知价值、顾客满意度、转换成本及顾客信赖。在低度竞争的市场，通常是垄断性比较高的行业或者区域，在这种市场情况下，客户忠诚度受客户满意度的影响相对较小，因为在低度竞争市场，客户忠诚度还会受技术壁垒、转换成本高、替代品少、客户没有其他选择，甚至是法律或者地理约束，因此客户即便是满意程度不是很高，但是依然迫于无奈而持续使用特定的产品或服务。同时在高度竞争的市场，通常是产品或服务的差异化较小、可替代品较多、转换成本不高，在这种市场情况下，如果客户满意度只是一般，是很难形成客户忠诚度的(梁利娇，2023) [5] 。

在客户忠诚度提升方法的研究探索现状中，学者们提出了多种理论和实证研究。品牌依恋、品牌承诺与顾客忠诚之间的关系得到了广泛探讨。例如，顾客满意是培育顾客忠诚的最有效方法(汪海军，2016) [6] ，而品牌依恋和品牌承诺则作为影响顾客忠诚的重要因素被(虞杰薇，2022)深入研究 [7] ，他们发现强烈的品牌依恋有助于预测产生维系关系的承诺，并将其转化为令人满意的长期关系，从而形成顾客忠诚。此外，刘旸(2017) [8] 和贺康庄(2008) [9] 通过实证研究证明了品牌依恋对品牌承诺的正向影响，以及品牌承诺作为品牌依恋影响品牌忠诚的中介变量之一。在客户关系管理(CRM)策略方面，Valarie A. Zeithaml、A. Parasuraman和Leonard L. Berry三位学者共同提出的SERVQUAL法，是一项用来分析比较组织服务质量与顾客对服务质量的期望要求之间差距的技术，对企业提高服务质量具有重要意义(薛小云，2023) [10] 。而毛燕(2022) [11] 在品牌承诺的研究中，认为品牌承诺包括四个维度，即品牌忠诚、品牌满意、涉入程度和相对品牌表现，进一步丰富了品牌承诺的内涵。陈静 [12] 、张天月 [13] 和梁彩平 [14] 在他们的论文中都总结了顾客忠诚的内涵界定、功能、影响因素，并基于此提出了提高企业顾客忠诚度的一些可行性建议。他们的研究为理解顾客忠诚度的内在机制和影响因素提供了理论支持。综上所述，客户忠诚度提升方法的研究探索现状显示，品牌依恋、品牌承诺与顾客忠诚之间存在复杂的相互作用，而CRM策略的实施对于提升服务质量和顾客满意度、进而增强顾客忠诚度具有重要作用 [15] 。这些研究成果为企业制定有效的市场营销策略提供了理论依据和实践指导。

整体来看，现有相关文献主要采用调查问卷，为客户忠诚度与供应链持续性的相关性进行研究，实证结果受问卷调查设计以及回答的主观性影响，间接影响研究有待进一步完善。因此本文通过搜集上市企业公开的客观数据，增加实证研究的客观性和真实性，减少问卷调查法带来的主观影响，研究客户忠诚度对供应链关系持续性的影响，进一步丰富现有研究。

本文通过层次分析法确定各一级指标与目标层客户忠诚度之间的权重占比，而针对一级指标中客户心理状态这种主观层面的解释就需要构建一个科学合理的指标体系表现影响客户忠诚度的不同因素。这其中就要确保层次分析法中各二级指标可以反映一级指标的研究意义，同时要保证各一级指标可以根据定量分析的具体数据体现。本文通过灰色关联度法来确定客户忠诚度与供应链持续性的相关关系。供应链关系的持续性与稳定性是一个定性分析过程，我们需要通过定量数据对供应链关系进行一个详细描述，所以可以通过销售量以及销售占比等数据分析供应链关系的可靠程度，由此我们可以进行以下假设：

假设1客户忠诚度会影响企业之间的相互关系，以及供应链的持续性。

假设2销售额与销售占比也可以直接反映供应链关系的可靠程度。

假设3企业与客户之间的销售数据可以反映客户的心理状态与满意程度。

本文根据客户忠诚形成的过程，从四个不同的认知层次确定客户忠诚度的指标体系，分别为认知忠诚指标、情感忠诚指标、意向忠诚指标和行为忠诚指标，并通过二级指标来为这四个一级指标附加评价标准和数据支持。认知忠诚是客户忠诚的初级阶段，是指客户仅在意识中认可该企业的产品或服务，通常表现为有需求时首先想到该企业的产品；在做出选择时首选该企业；对企业产品或服务的价格变动不影响其选择该企业；比较喜欢该企业的产品或服务。基于此，我们可以通过客户的上游供应商采购比例确定本企业在客户心中的重要程度，以及客户的认知忠诚程度。

情感忠诚是客户在使用了企业的产品或服务之后，认可本企业的产品或服务，从而产生继续合作或者重复购买的意愿。本文采用总结企业与客户之间合作次数作为评价标准来判断客户的情感忠诚。

意向忠诚是客户持续认可企业或品牌之后对其产品或服务具有购买意向，此时的客户忠诚是针对于未来购买的意愿。意向忠诚一方面是客户愿意与企业保持互动，另一方面是客户追求自己喜欢的产品和服务的动机。本文通过下一年度客户的采购金额与今年采购金额的比例确定客户是否满意今年企业对其提供的产品或服务。通过采购金额同比可以确定客户的满意程度以及意向忠诚程度。

行为忠诚是客户产生实际购买行为，并且不会去关注同行中其他企业或品牌的产品或服务。我们可以通过客户采购金额以及采购占比来确定客户的行为忠诚。具体指标体系的构建如 图1 所示。

在此基础上，采用AHP一级指标，建立了灰色关联度法的评估因子，并建立了一个灰色关联度的评估模型。灰色关联度评估是指利用某种手段，对各种影响因素的相互关系进行显露，并确定影响指标的重要因子，从而明确各个要素“灰”的关系。由于企业的供应链关系中数据的大量收集，导致了统计口径的不完全一致，因而采用灰色关联度评估方法是较为适宜的。评估的特定步骤如下：

整理评价指标体系所涉及到的基础数据，构造原始矩阵：

设有i个被评价对象，每个被评价对象有j个影响因素。这样，构造原始矩阵X为式(1)所示：

$X=\left[\begin{array}{cccc}{x}_{11}& x_{12}& \cdots & x_{1j}\\ x_{21}& x_{22}& \cdots & x_{2j}\\ x_{31}& x_{32}& \cdots & x_{3j}\\ x_{41}& x_{42}& \cdots & x_{4j}\end{array}\right]$ (1)

$\left(i=1,2,\cdots ,i\right);\left(j=1,2,\cdots ,j\right)$

评价指标无量钢化

用均值法进行指标量纲一体化处理，公式为式(2)：

$a_{ij}=\left(x_{ij}-x_{i\min }\right)/\left(x_{i\max }-x_{i\min }\right)*0.6+0.4$ (2)

确定参考数列a₀

供应链关系持续性评价用的都是正指标，

$a_0=\left\{1,1,\cdots ,，1\right\}.$

求两级最大差Δ_(max)和两极最小差Δ_(min)。如式(3)所示：

${\Delta }_{\left(\max \right)}=\underset{1\le i\le p}{\max }\underset{1\le j\le n}{\max }\left({\Delta }_{ij}\right);{\Delta }_{\left(\min \right)}=\underset{1\le i\le p}{\min }\underset{1\le j\le n}{\min }\left({\Delta }_{ij}\right)$ (3)

其中，Δ_ij为被评价子序列与母序列之间的绝对差序列，即式(4)

${\Delta }_{ij}\left|a_{ij}-1\right|.$ (4)

计算关联度系数

反映在一定时间内两个数列之间的密切关系，公式为式(5)所示。

${\xi }_{ij}=\left[{\Delta }_{\left(\min \right)}+\rho {\Delta }_{\left(\max \right)}\right]/\left[{\Delta }_{ij}+\rho {\Delta }_{\left(\max \right)}\right]$ (5)

其中， $\rho$为分辨系数， $0<\rho <1$，一般取0.1至0.5，本研究在反复试算的基础上，取0.5。

引入加权因子 ${\omega }_j$将计算结果转化为评估得分E_i，本文采用专家打分法就上文构建的层次分析法指标体系确定指标权数。评价分值E_i的计算公式为式(6)：

$E_i=\underset{j=1}{\overset{n}{{\displaystyle \sum }}}{\omega }_j{\xi }_{ij}\ast 10$ (6)