基于供應鏈管理的大數據應用分析

（石河子大學 機械電氣工程學院，新疆 石河子 832000）

1 引言

21世紀以來，在中國經濟迅速的改革和創新過程中，越來越多的企業進入高速發展階段，在經濟全球化時代，經濟向一體化、集成化發展，企業的發展在激烈的競爭中同時擁有空前的機遇。工業4.0概念的提出及制造服務業的轉型已成為制造業獲取更多發展的熱門話題。而制造業第三利潤源泉的開發與挖掘也是更多管理者探討的問題，供應鏈管理作為提高企業核心競爭力的手段也備受關注。供應鏈信息協同對供應鏈整體發展有重要意義和深遠的影響，是供應鏈管理中的關鍵問題[1]。

隨著互聯網的發展及物聯網的到來，海量的信息涌入人們的生活，供應鏈各個子系統間也傳達著各種各樣的信息。由于供應鏈系統的各不相鄰節點間相互間存在傳播介質，信息在傳達的過程中不免出現失真及滯后，對供應鏈整體效益有極大影響，更加影響用戶對產品服務的認可與滿意程度，最終影響整條供應鏈以客戶為中心的主旨。而供應鏈管理過程中由于信息的獲取分析出現偏差則直接影響企業決策人員對企業進行決策，信息及時快速、高效準確的獲取及在供應鏈間共享有助于提高供應鏈整體的競爭力[2]。

2 供應鏈管理與大數據

供應鏈的優化目標是能夠快速響應市場和客戶的需求，達到最大限度的客戶滿意。但傳統供應鏈的各個節點相互間聯系較差，多注重節點內部聯系，整條供應鏈柔性不夠，影響整條供應鏈對企業產生的各項增值活動，忽略了供應鏈整體的運行效率。

供應鏈系統的高度集成和高度信息共享可以提高供應鏈對市場的快速響應能力，提高客戶滿意度。尤其是客戶需求與上下游供應信息的共享更加有助于降低庫存成本，縮短訂單周期，提高資金回流速度，增強了供應鏈整體對市場環境的應對能力[3]。供應鏈信息高度共享使供應鏈伙伴間的相互合作關系更加緊密的連接，使供應鏈間的契約關系更加的緊密。

隨著信息化與互聯網的應用普及，數據在人們的生活中日益凸顯出自己的作用，大數據時代已經到臨[4]。數據以其龐大的數量（Volume）不斷更新增長的速度（Velocity）、及其包含數據結構多樣化（Variety）的3V特征，為企業帶來了前所未有的價值（Value）[5]。

大數據背景下，企業供應鏈上下游間共享信息平臺，由統一的信息平臺分析處理來自市場、客戶及供應鏈系統內的信息，對信息進行跟蹤、清洗、分析、計算，最終將決策傳達至整條供應鏈各個節點，并對其進行監督和管理。

3 理論假設與模型建立

3.1 研究假設與模型建立

對大數據應用模式下供應鏈管理優化進行系統評估，通過對大數據應用、供應鏈信息協同及供應鏈優化結果間因果關系進行研究，結合結構方程模型，驗證大數據應用對企業的影響。

通過參考國內外文獻相關研究，對大數據應用方面的問項:“我們通過大數據應用平臺整合數據及信息（DB1）”、“我們擁有很強的信息戰略化意識（DB2）”；對供應鏈信息系統方面的問項“供應鏈間共享所有與產品有關信息（CX1）”、“擁有熟練與各公司生產運營信息處理平臺關聯能力（CX2）”；對供應鏈優化結果方面的問項：“供應鏈最終達到客戶滿意（SP1）”、“供應鏈所有成員對市場變化具有快速反映能力”[7,9,10]。

（1）大數據應用與信息協同共享之間的關系。在當前的大數據時代，通過建立大數據信息平臺，各個尖端互聯網公司紛紛對數據進行搜集、篩選及整理，供應鏈節點間的信息共享成為可能。通過建立擁有新型數據處理和梳理算法的新型數據管理平臺，完成對各種類型結構數據進行篩選、清洗及整理傳送[7]。大數據的應用會幫助供應鏈信息協同管理取得實質性改變。由此，提出假設1：供應鏈大數據應用對信息協同產生顯著正向影響（H1）。

（2）大數據應用與供應鏈優化結果之間的關系。大數據時代，企業從挖掘海量數據，并對其進行分析處理從而增加供應鏈中企業的市場響應能力及核心競爭力，給企業帶來更多的效益[8]。通過大數據平臺帶來的數據的分析，并對有效數據進行模型分析和預測，可以使供應鏈更加“聰慧”，更方便管理者對供應鏈各子系統進行決策。由此提出假設2：供應鏈大數據應用對供應鏈優化結果產生顯著正向影響（H2）。

（3）信息協同與供應鏈優化結果之間的關系。保證共享信息的真實性及高水平，高度重視共享信息的內容，避免信息的失真及其帶來的信息風險，才會對供應鏈帶來正面的影響[9]。供應鏈相互間的信息共享極大程度地消除了“牛鞭效應”，使供應鏈上下游間的契約關系更加緊密，有助于提高供應鏈整體的效益，增加供應鏈的市場反應能力，提高競爭力。由此提出假設3：供應鏈信息協同對供應鏈優化結果產生顯著正向影響（H3）。

綜合上述分析，為本文研究提出理論的概念模型，如圖1所示。

圖1 概念模型

3.2 數據測量及模型分析

（1）樣本來源。國內外對類似課題的相關研究與知識理論的構建比較成熟，因此對于變量的選取及測量指標，在結合我國國情的基礎上，主要參考文獻進行調研問卷的問項設計。對完成的問卷通過各種渠道分發到各個不同類型、涉及不同行業的多家企業的不同層次的管理人員手中，最終收回有效問卷132份，數據具有一定的代表性。

（2）樣本信度與效度。樣本數據的信度（可靠性）與樣本數據的效度，保證了假設模型良好的擬合度。通過SPSS19.0統計軟件可以有效地進行可靠性分析，采用Cronbach's α系數檢驗，一般認為Cronbach's α系數大于0.7，樣本就具有良好的信度[10]。由表1可知，各變量皆具有良好的信度。對于結構的效度分析，應對每個因子與其相對應的變量的因子載荷量進行考察，一般標準化因子載荷量的絕對值大于0.6認為是合適的[11]。

（3）模型適配度。數據模型的適配度是用來檢測所選樣本數據和整個模型的適配的程度。通過AMOS17.0進行結構方程模型分析輸出以下數據,結果見表2。

表2 模型的部分適配統計量及統計情況

（4）模型結果。通過對概念模型在AMOS17.0中建立結構方程模型，經數據結果，導入后成功輸出結構方程模型結果，如圖2所示，對本文中的假設分別進行檢驗，見表3。其中大數據的應用通過信息協同對供應鏈進行優化，屬于間接正向的影響。

表3 檢驗結果

圖2 結構方程模型結果圖

4 總結與探析

本文通過對各企業進行問卷調查，最后通過結構模型分析的方法對概念模型的假設做出了檢驗，得出驗證結果支持假設 H1、H2、H3。

供應鏈信息協同對供應鏈優化結果產生顯著正向影響，通過信息協同，供應鏈管理更加的便捷，供應鏈變的透明化，各節點對供應鏈上的需求信息的傳遞更加準確和快捷，一方面使得推拉動生產的效率更加高，從而供應鏈快速反應，對市場的響應能力更強；另一方面客戶對產品的本身及服務的需求信息可以及時地反饋到各節點，供應鏈可以快速地對客戶提供高質量的服務，達到客戶滿意的目標。

大數據相對于信息協同對供應鏈優化正向影響顯著性較弱，大數據應用多通過信息協同管理方式對供應鏈優化產生正向影響，因此假設H1的顯著性正向影響在模型中最高，從而證明大數據應用在供應鏈管理中具有較強的作用。

現有的文獻對于大數據的應用方面描述較少，對于融入供應鏈管理的文獻更少，本文結論為大數據應用在供應鏈管理中融合產生一定的管理啟示。在提出工業4.0之后，制造業向制造服務業轉型的階段，大數據應用的管理是現代企業管理的重要競爭手段，通過對海量數據的搜集整理，對市場進行把握，提升企業服務質量，從而達到客戶滿意；更加減少了物流運輸成本，部分繁雜的物流成本簡化為對信息流的簡單處理成本，通過大數據處理平臺與企業應用軟件的完美對接，使供應鏈更加的一體化。未來研究可以更加細致地對大數據應用于供應鏈管理進行研究。

[1]Chopra S,Meindl P.Supply Chain Management Strategy,Planning,and Operation[M].北京:清華大學出版社，2008.

[2]Sezen B.Relative effects of design,integration and information sharing on supply chain performance[J].Supply Chain Management:An International Journal,2008,13（3）:233-240.

[3]Lee H L.Creating value through supply chain integration[J].Supply Chain Management Review,2000,4（4）:30-36.

[4]李國杰,程學旗.大數據研究:未來科技及經濟社會發展的重大戰略領域-大數據的研究現狀與科學思考[J].中國科學院院刊,2012,（6）:647-657.

[5]梁紅波.云物流和大數據對物流模式的變革[J].中國流通經濟,2014,（5）:41-45.

[6]葉飛,薛運普.供應鏈伙伴間信息共享對運營績效的間接作用機理研究-以關系資本為中間變量[J].中國管理科學,2011,（6）:112-125.

[7]李金昌.大數據與統計新思維[J].統計研究,2014,（1）:10-17.

[8]Sultan N.Knowledge management in the age of cloud computing and web 2.0:experiencing the power of disruptive innovations[J].International Journal of Information Management,2013,33（1）:160-165.

[9]曾敏剛,吳倩倩.供應鏈設計、供應鏈整合、信息共享與供應鏈績效的關系研究[J].工業工程與管理,2012,（4）:8-14.

[10]王利,代楊子.供應鏈激勵機制影響因素實證研究[J].工業工程與管理,2013,（1）:13-19,24.

[11]Fornell C,Larcher F E.Valuating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research,1981,18（1）:29-50.