姚斌

摘 要：當前數據要素在企業(yè)數字化轉型過程中的地位愈發(fā)突顯，然而，由于供應鏈企業(yè)內外部信息交換不暢通，造成業(yè)務數據共享與價值創(chuàng)造應用的雙重困境，制約著整條供應鏈的運轉效率。協同理論更加關注數據交互及相互作用效應，為數據價值鏈理論中創(chuàng)設多方共贏的場景應用打下基礎。文章依托兩大理論，從供應鏈計劃、采購、生產、物流四大業(yè)務場景出發(fā)，聚焦應用場景，完善內部管理，強化多方協同，以探索數據要素價值創(chuàng)造的主要路徑，為供應鏈企業(yè)數字化轉型戰(zhàn)略的實施提供決策支持。

關鍵詞：協同理論；數據價值鏈理論；數據要素；數字化轉型

中圖分類號：F274文獻標志碼：ADOI：10.13714/j.cnki.1002-3100.2024.08.031

Abstract： At present， data elements play a prominent role in the process of digital transformation of enterprises. However， due to the poor internal and external information exchange of supply chain enterprises， the dual dilemma of business data sharing and value creation application is caused， which restrict the operation efficiency of the whole supply chain. The synergy theory will pay more attention to data interaction and mutual influence， which lays a foundation for the multi-win scenario application in the data value chain theory. This paper will rely on two theories， start from the four business scenarios of supply chain planning， procurement， production and logistics， focus on the application scenarios， improve the internal management， strengthen multi-party coordination， to explore the main path of value creation of data elements， and provide decision supports for the digital transformation strategies of supply chain enterprises.

Key words： synergy theory; data value chain theory; data elements; digital transformation

0 ? ?引 ? ?言

隨著經濟全球化的快速發(fā)展和市場競爭的加劇，供應鏈協同成為了企業(yè)提高運營效率和降低成本的重要手段。傳統供應鏈管理往往存在信息不對稱、協同不暢通、效率較低下等問題，制約著供應鏈的整體表現。為應對此類挑戰(zhàn)，供應鏈相關企業(yè)亟待解決業(yè)務數據共享與價值創(chuàng)造的雙重問題。

1 ? ?相關理論研究

1.1 ? ?協同理論

協同理論主要用于研究系統內部各子系統間的協同作用，以及該協同作用對系統整體行為的影響。其核心思想是在一個系統中，各子系統并不孤立存在，而是會相互作用、相互影響，并且這種相互作用會使得整個系統呈現出一個新的穩(wěn)定狀態(tài)，這一穩(wěn)定狀態(tài)便是協同狀態(tài)。一個系統行為的實質，是所有子系統機理性的共同作用，它們對整個系統的貢獻是一種有目的性的自組織行為[1]。

協同理論除協同作用外，還包括調節(jié)效應與共同演化原理。調節(jié)效應原理表明各系統間通過正面與負面的調節(jié)作用而相互影響，并以此呈現系統整體運行的非線性行為；同時，亦可用非線性公式表達。共同演化原理又被稱為協同演化原理，是以—個動態(tài)視角來探索組織演化的過程與結果[2]，通過類比方式可將其運用到各類產業(yè)的發(fā)展中。而人工智能、大數據、區(qū)塊鏈、物聯網、5G技術的日益融合，將助推各產業(yè)鏈上企業(yè)的數字化轉型。

1.2 ? ?數據價值鏈理論

價值鏈的概念由邁克爾·波特提出，他認為“價值鏈是由設計、生產、銷售、發(fā)送等所有向用戶交付產品或服務所需的一系列生產活動及相關輔助活動構成的體系”[3]。隨著全球信息技術的進步與各類新興產業(yè)的發(fā)展，數字化、智能化、網絡化已成為供應鏈企業(yè)經營活動的主要特征，無論是數字的產業(yè)化還是產業(yè)的數字化，數據流在供應鏈中所產生的價值均受到了各界的廣泛關注。

Miller等（2013）[4]提出“數據價值鏈是從數據獲取到作出決策整個數據管理活動、提供支撐輔助的各種利益相關者和相關技術構成的框架”；他們將其劃分為數據發(fā)現、數據集成和數據探索三大過程。國內學者張影等[5]將數據價值鏈劃分為數據采集、獲取、存儲、組織、整合、挖掘、分析、決策八大數據基本管理活動，以及軟硬件基礎設施、大數據技術開發(fā)、人力資源管理三類輔助支持性活動。從數據生命周期的角度來定義和分析數據價值鏈的主要方向。

2 ? ?供應鏈數據要素價值創(chuàng)造的困境

數據要素是供應鏈企業(yè)發(fā)展創(chuàng)新的重要基礎。在企業(yè)數字化轉型背景下，企業(yè)的數據管理能力，特別是數據分析與應用能力，對企業(yè)核心競爭力的塑造產生了持久深遠的影響。然而，供應鏈企業(yè)在數據要素價值創(chuàng)造過程中并非一帆風順，內部數據協同不緊密、外部數據協同不通暢是其面臨的兩大主要困境。

2.1 ? ?企業(yè)內部數據協同不緊密

組織機構上容易出現部門設卡、信息孤島的情形，既無法對接供需，又難以實現協同。組織中各部門首先考慮的不是整個組織的最高戰(zhàn)略或利益需求，而是盡可能規(guī)避自身責任與風險。例如，職能部門間設定符合自身習慣的數據格式、主數據、元數據的運算邏輯，就像一個個獨立的“信息孤島”，各部門數據間難以實現有效對接，協同性較差，在滿足客戶需求效率和效果方面大打折扣。

企業(yè)決策上容易出現無任何依據，跟著感覺走的情形，決策拍腦袋，沒有任何預測、預防機制，沒有完整、準確的數據支撐，無論是企業(yè)戰(zhàn)略還是部門戰(zhàn)術，都要“跟著感覺走”，按照資歷和經驗進行重大決策制定。如此將極大增加決策風險。在數據預測上，如客戶需求預測、采購需求預測、庫存預測等，都是“走一步看一步”的狀態(tài)，有時甚至沒有任何為降低風險而實施的預防機制。

2.2 ? ?企業(yè)外部數據協同不通暢

供應鏈市場瞬息萬變，隨著生產模式從少品種大批量向多品種小批量的轉變，產品生命周期越來越短，供應鏈上企業(yè)的分工更加精細化。而供應鏈上企業(yè)的數據共享渠道卻不夠通暢。

一方面，鏈上企業(yè)數據共享交換意愿不足。出于信息安全、共享成本、合作信任等方面的考慮，無論是供應鏈核心企業(yè)，還是鏈上的合作伙伴均對交換數據存在顧慮。例如，需求、銷售數據在鏈上的不透明，將引發(fā)整條供應鏈較大的牛鞭效應。

另一方面，鏈上企業(yè)間數據利益平衡機制不夠健全。合作企業(yè)由于規(guī)模、技術、人力上的限制往往在數據共享收益上處于弱勢。核心企業(yè)有效激勵不足，降低了鏈上企業(yè)數據共享的積極性，尚未形成數據利益協同的合作生態(tài)。

3 ? ?研究路徑分析

3.1 ? ?總體方向

以上困境的出現源于組織內部協同不緊密或企業(yè)消極應對外部合作，而打破困境的重點主要在于通過分析、挖掘各數據間的緊密關系，探索并創(chuàng)造多方利益共享的應用場景。這也是數據要素的價值體現。協同理論與數據價值鏈理論的應用能夠幫助我們從供應鏈企業(yè)內部經營端到外部管理端構建數據交互與應用場景，并集成客戶管理、產品研發(fā)、原料采購、生產加工、物流管理等業(yè)務流程數據，形成企業(yè)數據應用全景視圖，進而實現不同利益相關者之間的數據無縫銜接與業(yè)務價值創(chuàng)造。

3.2 ? ?總體思路

供應鏈企業(yè)的業(yè)務環(huán)節(jié)可細分為計劃、采購、生產、物流四大領域，本研究將探索組織內或企業(yè)間數據協同、共享、流轉的價值，以此分析與創(chuàng)新場景應用，推動企業(yè)各項數字化轉型措施。本文的總體思路設計如圖1所示。

聚焦應用場景：數據價值在于應用，“應用—數據—應用”是良性循環(huán)的過程，而原始數據來自于業(yè)務系統，基于業(yè)務軟件配合智能化硬件，通過大數據、物聯網、5G等技術支持數據開放共享，為計劃、采購、生產、物流四大協同場景的落地打下基礎。

完善內部管理：從企業(yè)經營管理內部出發(fā)，通過業(yè)務數據的同步、整合，強化組織間的緊密合作，形成以數據為驅動力的經營管理模式，以提高跨部門多主體參與的積極性，實現數據驅動下的業(yè)務創(chuàng)新，如業(yè)務軟件之間實現系統對接、同步數據格式統一或轉換、可視化圖表決策、異常事件同步預警等。

強化多方協同：從供應鏈上下游協同配合出發(fā)，使鏈上數據實現開放流轉。開放從終端客戶到上游制造環(huán)節(jié)的需求數據共享，便于提升需求預測的精準度，進而提升零售向分銷、分銷向制造、制造向供應商的采購準確度，促使第三方與第四方物流精準服務，強化整條鏈上的運行效率。

4 ? ?路徑探索

4.1 ? ?計劃協同場景

從供應鏈運作參考模型中不難發(fā)現，計劃是凌駕于所有供應鏈模塊之上的。一方面，計劃是驅動所有后續(xù)供應鏈模塊的第一環(huán)節(jié)；另一方面，除了“計劃”本身，每一個模塊都有自己的計劃，并為計劃協同提供了場景的支持。計劃在供應鏈運作中的協同作用具體如圖2所示。

以生產型企業(yè)為例，入口是需求計劃，首先我們需要了解未來每個月/周/天預計銷售的總額，也就是客戶的需求量，根據需求和產能平衡，制定主生產計劃，計劃何時生產，生產多少，由此產生物料需求計劃，根據需求和主生產計劃以及產品BOM表，計劃何時需要多少生產物料及部件。之后啟動采購計劃，解決向誰采購，采購什么，何時下訂單，何時到貨等問題。完成生產后，啟動配送需求計劃，解決多個成品倉安排訂單配送的問題。

計劃數據協同決定了“人、財、物”的規(guī)劃，也決定了“銷售、財務、收益”層級。計劃數據協同的價值是其重要性的突出體現。第一，減少供應鏈整體庫存；第二，庫存水平降低，提高庫存周轉率，降低庫存過期風險；第三，良好的需求計劃可以加快響應速度，提升服務水平；第四，改進引入新產品的流程，做到有效管控。

JD作為自建物流的典型代表企業(yè)，在雙十一提出次日送達的時效，并提升自身的服務質量，是因為JD做足了充分的需求計劃，對區(qū)域客戶進行了深入精準分析，確定某片區(qū)某自建倉的附近短時需要覆蓋哪些產品；同時，及時對該倉庫進行補貨，使客戶下單的供貨可直接從就近的倉庫發(fā)貨，快速響應，從而降低庫存，提高客戶服務水平。

4.2 ? ?采購協同場景

在供應鏈協同中，采購業(yè)務對上銜接計劃，對下服務生產。首先，通過訂單管理系統（OMS）中的訂單與庫存數據，根據需求預測與銷售研判，制定合理的需求與采購計劃，同步協調計劃、生產、銷售部門，確保企業(yè)內外部采購的協同。其次，與優(yōu)質供應商簽訂合同，明確供應鏈上的責任分工，并借助供應商關系管理系統（SRM），建立信息同步機制，與供應商共享庫存容量、采購計劃、交貨日期等重要數據信息?；趨f同數據，優(yōu)化采購流程，提高供應鏈整體的運營效率和績效。同時，建立與供應商良好的合作關系，共同優(yōu)化與改善供應鏈運作體系。

采購協同的主要目標是做好采購計劃下的庫存控制問題。庫存分析的衡量指標包括庫存周轉率和庫存掌握程度。庫存周轉率是通過出貨量與平均庫存量之比，或營業(yè)額與平均庫存金額之比來實現的；而庫存掌握程度是設定產品標準庫存的比率依據，以供存貨管治作參考。

通常情況下，我們都會認為庫存成本與零件現貨率的關系是線性的，即庫存成本越高，零件現貨率越高。其實不然，如果作好采購需求分析，針對不同的零件制定不同的采購計劃，將實現在庫存成本較低的情況下滿足較高的零件現貨率。因此，良好的庫存計劃可以實現事半功倍的曲線關系，反之亦成立。庫存成本與零件現貨率的關系具體如圖3所示。

4.3 ? ?生產協同場景

生產協同的主要目標是在保證生產質量的前提下，滿足銷售量、提高生產效率。而生產管理系統（MES）的數據，能幫助我們高效進行工時分析與齊套分析。

生產工時分析時需要注意三個方面，分別為作業(yè)本身需要多少時間、各項作業(yè)必須在何時開始，以及在何時完工。通過生產工時分析，確保實現以下三大目標。第一，縮短生產周期，例如，小米的手機從零配件生產線到手機下線可以控制在五天之內。第二，減少在制品，當部分零件上線完成后，還無法裝配，需下線放到半成品庫中，等到下一次需要裝配時再從半成品庫中取出，因此在制品庫存就會產生積壓。如何減少在制品，一方面是通過設計減少零配件的數量，另一方面便是通過工時提升、效率銜接來降低在制品。第三，作業(yè)的穩(wěn)定性及效率的提升，通過使用方差或標準差來關注生產效率時會發(fā)現，同樣一周平均每天生產700件產品，不同團隊的效率不同，工作的穩(wěn)定性也會存在波動。

物料齊套可高效實現最終產品組合裝配的同步化，齊套分析需要有物料需求樹-BOM表結構。以組裝工藝為例，當我們制定了產品的需求，關注產品需求的齊套，進而知道裝配件是否齊套，同時確保零部件是否齊套，若零部件涉及原材料生產，還要關注原材料是否齊套。從主生產計劃到單體訂單，形成樹狀結構，當缺貨時，需要反向看采購。借助企業(yè)資源計劃系統（ERP）中的原料及成品庫存數據，為齊套分析與生產提供便利，反向又推動了采購策略的調整與倉儲管理。供應鏈生產齊套分析流程具體如圖4所示。

4.4 ? ?物流協同場景

物流協同場景見圖5。

物流協同與軟硬件的配合最為緊密，為實現倉配一體化，倉儲管理系統（WMS）與運輸管理系統（TMS）力求通過打通系統來完成訂單、庫存、出入庫、配送、運輸等數據的有效對接，實現企業(yè)數字化創(chuàng)新應用。主要體現在以下四個方面。

需求預測：在完成對整個物流過程數字化描述后，結合運量、時間分布，可在供應鏈上游運輸、終端配送環(huán)節(jié)，更合理地利用倉儲空間、優(yōu)化車輛人力資源；更高效、可靠地處理人、貨、地之間的復雜問題。

網絡優(yōu)化：供應鏈物流資源整合后，依托網絡節(jié)點數據，構建供應鏈物流網絡模型，優(yōu)化網絡結構，使之充分、高效地有機連接與運行，以最少的費用、最高的效率、客戶最滿足的程度把產品送到用戶手里。

庫存優(yōu)化：在倉配一體化模式中，出入庫信息需高度共享，并借助信息技術與人工智能實時監(jiān)測庫存數據變化，設置異常庫存量觸發(fā)點，優(yōu)化自動預警與處置策略，提高倉儲物流的庫存周轉率。

運輸優(yōu)化：通過運輸線路優(yōu)化，讓物流服務變得更加快捷、高效、精準。通過物流云平臺調配集運，借助差異化的配送方式來實現更高的服務質量；同時，基于數據分析，根據客戶的意愿、需求、價格及便利性制定個性化的服務。

5 ? ?總結與展望

5.1 ? ?總 結

數據依托業(yè)務的積累而沉淀，在企業(yè)數字化轉型的大背景下，探索數據要素的價值創(chuàng)造是為供應鏈企業(yè)構建多方利益協同的應用場景服務的。研究發(fā)現，企業(yè)之所以不愿意共享信息，挖掘數據價值，是因為其看不到數據協同后帶給企業(yè)的價值。相信依托協同理論與數據價值鏈理論，將對企業(yè)數字化轉型的戰(zhàn)略決策產生重大影響。

5.2 ? ? 展 望

在今后供應鏈企業(yè)內外部數據的采集、加工、存儲、利用過程中，如何融入企業(yè)需求預測、經營決策、生產工藝、營銷模式、供應鏈管理等業(yè)務流程，不僅決定了企業(yè)數字化轉型水平，影響到企業(yè)數據價值的挖掘與實現情況，而且還體現了內部數據與外部數據融合加工、流轉利用過程中數據流與業(yè)務流的整合水平，即企業(yè)內部數據協同、計算協同、分析協同和人機協同的實際狀況。這也是本文后續(xù)可繼續(xù)開展的研究方向。

參考文獻：

[1] 白潔，于澤元．學校課程實施協同主體建構研究——協同論的視角[J]．國家教育行政學院學報，2020（5）：76-81.

[2] 苑苗苗．基于“政府—企業(yè)—產業(yè)環(huán)境”共同演化的產業(yè)集群升級研究[D]．金華：浙江師范大學，2016.

[3] 邁克爾·波特．競爭優(yōu)勢[M]．北京：華夏出版社，1997．

[4] MILLER H G， MORK P．From data to decisions： A value chain for big data[J]．IT Professional， 2013，15（1）： 57-59.

[5] 張影，高長元，何曉燕．基于價值鏈的大數據服務生態(tài)系統演進路徑研究[J]．情報理論與實踐，2018（6）：58-63．