供应链金融构建筑就了一个集银行、企业、物流、资金流与信息流之间多方面互利共存、良性互动且可持续发展的生态产业圈,实现了供应链各个节点上包括银行、企业等多方共赢的局面。一方面,目前我国处于供应链环节上的中小企业的融资难困境得到了有效缓解、其融资的成本也得到了有效降低,另一方面,处于供应链金融环节上的银行的资金信贷风险被有效地降低了、处于供应链金融环节上的银行的现有业务广度与深度得到了提升,供应链金融具有极大的研究价值与实际效用。基于供应链金融视角,对我国供应链金融的生态环境现状进行评价研究,为我国供应链金融的健康可持续发展以及构建良好和谐的供应链金融生态环境,具有较重大的意义与价值。基于以上背景,本文以我国31个城市近五年供应链金融的生态环境状况评价作为研究切入点,实证分析我国供应链金融的生态环境的影响因素、实际状况和表现特征,最终落脚于如何改善供应链金融的生态环境发展,促进供应链金融的生态环境的稳定健康发展。在研究方法上,本文注重理论结合实证,在理论分析方面,系统梳理和追踪国内外相关理论及方法,界定了供应链金融的生态环境概念、内涵及影响因素;在实证分析方面,依据已构建的理论评价指标框架,将云的距离测度算法与TOPSIS相结合提出云-TOPSIS方法,运用到我国供应链金融的生态环境研究,尝试构建一套科学、合理的供应链金融的生态环境评价分析框架。研究过程上,本文以我国31个城市的供应链金融的生态环境运行状况为截面,以供应链金融的生态环境影响因素与综合评价为研究主线。首先阐述了供应链金融的生态环境理论与方法基础,对国内外供应链金融的生态环境的既有研究成果进行系统性梳理,基于此,本文对我国城市供应链金融生态环境的评价指标体系进行了构建;在实证研究方面,在对影响我国供应链金融生态环境的因素进行分析的基础上,首先,把文中选取的评价我国城市供应链金融生态环境的指标,经过数据标准化预处理,采用变异系数法对指标赋权,将各城市相关指标数据的标准化得分与指标权重相乘并加总,得到各项指数得分,包括.:金融基础、社会信用环境、金融机构、金融市场与企业(信用风险);然后,根据各项指数得分,运用云-TOPSIS模型:构建云评价矩阵、确定正理想云和负理想云、构建云信息集距离测度、计算得出我国31个城市云矩阵的相对贴近度以及综合排序;最后,根据各城市的综合排序及各分项指标得分,分析了我国31个城市供应链金融生态环境综合状况,以及各城市供应链金融生态环境在各分项评价指标的表现。