大數據在供應鏈管理中的應用研究綜述

王紅春，劉 帥 WANG Hongchun,LIU Shuai

（北京建筑大學 經濟與管理工程學院，北京 100044）

·供應鏈·

大數據在供應鏈管理中的應用研究綜述

王紅春，劉 帥 WANG Hongchun,LIU Shuai

（北京建筑大學 經濟與管理工程學院，北京 100044）

為全面把握未來基于大數據的供應鏈管理研究方向和熱點，以便為企業構建大數據供應鏈時提供參考，對近年來國內外有關大數據分析在供應鏈管理中的應用研究進行了綜述。通過對文獻的整理發現，基于大數據的供應鏈管理研究主要集中在依靠大數據理論促進供應鏈信息共享與需求預測的研究，另外在供應鏈模式變革、大數據分析方法方面的研究也比較集中，還包括依靠大數據理論提升供應鏈柔性等方面。最后，指出了在目前基于大數據的供應鏈管理研究的不足之處，并在綜述的基礎上提出了未來的研究方向。

大數據；供應鏈管理；研究綜述

大數據概念的出現為供應鏈管理帶來了一場革命，如今的競爭方式與以往相比早已截然不同，如果說現在企業之間的競爭是供應鏈之間的競爭，那么大數據的出現，讓這種競爭變成了一種“數字博弈”。大數據的浪潮促使商業模式和企業結構發生根本性變化，身處這樣的環境中，如果供應鏈的成員企業不能朝著大數據一體化邁進，只能淹沒在數據的海洋之中，因此，越來越多的學者開始研究大數據在供應鏈管理中的應用，以便為企業的決策做出參考。

從國家層面上看，國務院對大數據產業的發展也越來越重視，國務院《促進大數據發展行動綱要》[1]（國發〔2015〕50號）明確指出要“建立標準規范體系，推進大數據產業標準體系建設”，2015年12月，由工信部指導，中國電子技術標準化研究院發布了《大數據標準化白皮書V2.0》[2]，從應用、技術、產業、標準等角度構建出大數據發展的輪廓。國際數據公司（International Data Corporation,IDC）用4V來描述大數據，即數據類型繁多（variety）、處理速度快（velocity）、數據體量巨大（volume）、數據價值高（value）。隨著對大數據的研究深入阿姆斯特丹的學者Demchenko Yuri[3]等人在4V的基礎上提出了大數據體系框架的5V特征，增加了真實性（veracity）的特性。麥肯錫全球研究院[4]認為大數據是一種數據集合，但這一集合無法使用傳統的數據處理軟件在一定的時間內實現數據的獲取、處理等功能。

在目前的供應鏈管理研究中，由于新的商業模式和企業行為的出現，供應鏈上的成員企業之間供給平衡和需求匹配出現了新的阻礙，企業更加難以掌握市場需求情況，這導致了需求信息的失真、庫存積壓或短缺、生產周期延長等不利于供應鏈有效運行的現象頻頻出現，最終吞噬了供應鏈利潤。大數據技術的出現很好地為企業解決了這些難題，利用大數據技術對供應鏈的產品設計、制造、采購、物流等一系列環節進行深度的信息挖掘和分析并對各環節進行精確的掌控，通過大數據分析調節需求，優化供應網絡，最終使大數據能力上升為企業核心競爭力。

可見，大數據分析已經成為供應鏈管理研究中的一項重要內容。對于大數據在供應鏈管理中的應用研究不僅僅要基于現有理論的發展趨勢，更要基于現實的發展需要，契合實際。對于大數據在供應鏈管理中的研究綜述不僅僅是為了總結理論的發展，更多的是期望通過綜述，為將來的研究提出更加明確的方向。

1 大數據環境下的信息共享與需求預測研究

信息在供應鏈網絡中的有效傳遞是整個供應鏈合理運行并獲取利潤的關鍵因素，在目前有關大數據在供應鏈管理中的應用研究中，很大一部分學者對信息的傳遞問題進行了深入的研究。張東翔[5]等人利用結構方程模型提出了“基于大數據的信息協同對供應鏈優化結果產生顯著正向影響”的假設，通過AMOS軟件對概念模型進行分析證實了這一結論。他認為基于大數據的信息協同促進了供應鏈的優化，在未來的研究中要更加細致的將大數據應用到供應鏈管理中，通過對海量數據的搜集來掌控市場，提升服務質量。趙煒[6]等人認為，在信息密集型產業的供應鏈管理中，大數據的核心作用在于有效的需求管理和收益管理，通過信息流的循環流動促進成員企業的信息共享，降低不可預測性，最終減少供應鏈上各環節的沖突，實現供應鏈協同發展。李建[7]等人認為在閉環供應鏈中的大數據競爭情報是一把雙刃劍，供應鏈的整體效率的提高和個體利益的損害很難實現一個平衡。因此，該作者構建了由大數據情報搜集子系統、大數據情報存儲子系統、大數據反競爭情報子系統等5部分組成的一整套體系構架解決該問題。對于情報安全，系統進行及時的預測、檢查并做出相應處理結果來實現供應鏈穩定的運行。史浩等人[8]構建了大數據背景下制造商、零售商和第三方物流分別參與競爭的供應鏈競爭模型，在模型中引入私有信息獲取成本這一關鍵變量。通過對模型的分析得出的結論認為供應鏈的穩定性與私有信息泄露有一定關聯，競爭方的利潤依賴于情報獲取成本。依據分析的結論，作者建議政府在引導監督公共產品市場和自由競爭市場競爭時，用不同的策略調節供應鏈成員企業間的競爭關系。

對于需求預測這一領域來說，大數據分析這一概念的提出為供應鏈利潤的提升帶來了顛覆性的改變。作為供應鏈關鍵驅動因素，這一領域的研究也備受學者們的關注。王紅春[9]等人構建了供應鏈云端大數據模型來實現供應鏈上大數據的獲取、存儲、組織、分析和決策，制造商企業通過云端大數據庫獲取需求預測信息，準確分析未來的市場情況，及時地與供應商、分銷商、零售商等成員企業協調生產來減少“牛鞭效應”所帶來的負面影響。通過該模型，供應鏈上成員企業進行信息的實時共享，實現了供應鏈的可視化管理。劉艷秋[10]等人依托大數據分析，對物流服務訂單分配問題進行了深入的探討，文章中指出供應鏈訂單分配要基于顧客的全部數據信息來進行預測分析，而不再是概率分布或者對數據的抽樣分析，另一方面，作者提出“最佳配送時間”概念，強調供應鏈物流服務不應僅僅依靠縮短配送時間來提高服務質量，而要依靠大數據分析，進行客戶個性化需求和供應商服務之間的匹配。通過建立三級物流服務供應鏈訂單分配模型，以客戶位置數據作為輸入，考慮供應商吸引力、配送時間懲罰成本等因素進行了數據仿真分析，證實了作者的觀點。

2 大數據驅動的供應鏈變革研究

如今，越來越多的企業逐漸意識到要將大數據作為支持其管理決策的戰略資源，并逐步實現科學有效的管理[11]。這種思想的出現不斷驅動著供應鏈管理的變革。吉峰、張婷[12]等人認為大數據能力提升供應鏈柔性，并構建了供應鏈互聯網化轉型的概念模型，要求以數據驅動來促進信息流的創新和組織結構的優化，進而借助數據要素提升供應鏈柔性以獲取競爭優勢。岳昱星[13]以“1號店”網上商城為例，提出要將供應鏈的庫存、設施、物流等驅動因素與大數據分析融合，從而為供應鏈績效帶來變革，通過對“1號店”的SWOT分析，詳細闡述了大數據環境下實施供應鏈管理的優劣所在。資武成[14]通過對企業生態系統演化的內外部機制的研究，提出構建企業級大數據生態子系統的策略，認為該系統要以大數據為核心資源，依靠完善的大數據基礎設施，構建良好的信息共享環境，供應鏈上各成員企業之間的數據交流的渠道。另外，資還提出依靠大數據構建精準的客戶關系管理子系統的概念，能夠通過對包括非結構化數據在內的海量數據進行存儲和處理，精確挖掘客戶需求，對客戶的行為數據進行實時的跟蹤和監控，以最大程度適應市場的變化。荊浩[15]從競爭優勢提升等方面對大數據環境下的商業行為模式變革進行了探索性分析，提出“漸進式創新—創造性探索—供應鏈模式變革”機制來優化供應鏈運營，這一機制能夠通過挖掘企業內部數據重新設計供應鏈，依靠數據提升企業在供應鏈的各環節中的管理決策能力。吳成霞、趙道致[16]等人基于動態微分博弈理論構建了零售商支付契約、聯合支付契約、合作契約模式下大數據服務商參與的三級供應鏈動態合作模型，并最終驗證若有數據服務商參與到供應鏈，想保持供應鏈系統的共贏，要采取合作契約模式等結論。

國外學者對大數據驅動的供應鏈變革也有相應的研究，Nagi,Eric W.T.[17]等人提出了由大數據驅動的供應鏈分析（Supply Chain Analysis,SCA）的概念，建立了功能、基于過程、協同、敏捷的SCA成熟度模型，并強調大數據業務分析（Big Data Business Analytics,BDBA）應作為企業戰略性資產，整合各項業務活動，以滿足綜合業務的需要。Nagi,Eric W.T.等人認為，該理論和模型有助于企業觀察市場趨勢、潛在客戶的價值行為，幫助供應鏈上的成員企業做出更有針對性和價值的決策，以減少供應鏈的總成本。Daniel Q.[18]等人提出了“大數據分析如何影響供應鏈的價值創造”以及“組織層面的大數據分析的關鍵因素是什么”等問題，通過動態能力理論，將大數據分析作為一種獨特的信息處理能力回答了上述問題。Daniel Q.等人認為，大數據分析的使用情況主要受到技術因素和高層管理人員的支持程度兩方面的影響。Sanders,Nada R.[19]在思考大數據如何驅動供應鏈時提出了SAM（市場分區、戰略聯合、評估）路線圖的系統化框架以幫助企業避免陷入龐雜的數據中去并提出了“走成熟路線”和“與專業人士合作”的建議。Samuel Fosso（2015）[20]等人提供了有關大數據分析與供應鏈管理的文獻綜述，最后強調了未來的研究方向，大數據分析的部署可能會轉變供應鏈管理實踐。Gimenez Isasi（2015）[21]等人通過文獻計量學和系統分析來評估供應鏈中大數據和業務分析應用的最先進水平，確定了大數據和業務分析的主要趨勢。

3 供應鏈上的大數據處理方法研究

對于來自供應鏈上各個節點的數據進行有效的處理是構建大數據供應鏈的重要環節，對于這項工作的研究國外很多學者提出了許多值得國內學者借鑒的理論與方法。Kim,H.[22]等人通過對大數據獲取的阻礙分析，搭建了相應的大數據基礎設施框架，該框架通過對內部數據、現有能力集合、所需能力集合等數據的深刻挖掘來構建大數據能力網絡并幫助提供SCM最優決策。Benjamin T.Hazen[23]等人從精確性、完整性、時效性和一致性四個維度考慮數據質量的控制，提出了基于SPC（Statistical Process Control,統計過程控制）的數據質量檢測方法，集中于數據的生產過程，包括搜集、存儲、檢索和處理。最后建議在數據質量控制方面的研究要著眼于數據質量在供應鏈信息處理需求與能力起到的作用等方向。Robert Glenn Richey Jr（2016）[24]等人通過研究六個國家的供應鏈管理人員，從四個維度：音量、速度、品種和真實性制定了一個行業基礎的大數據定義。Mihalis Giannakis（2016）[25]等人結合大數據分析，開發了一個基于多代理的供應鏈管理系統，可以執行自主的糾正控制行動。

在數據預測方法上面，Waller,Matthew A.[26]在文章中給出了供應鏈管理中數據預測分析的定義，即使用定性和定量的方法，通過評估企業過去和未來的業務流程、功能以及相關服務水平以提高競爭力。并強調了基于大數據的供應鏈管理應擁有如離散事件仿真模型優化與設計等優化數據的方法。Waller,Matthew A.[27]等人建立了一個2×2矩陣預測分析模型用以解決何時應該應用或避免大數據分析，怎樣使用預測分析理論提升促進物流總成本降低等問題。Schoenherr,T.[28]等人也對供應鏈管理中使用預測分析法的動機、優勢、阻礙等問題進行了分析，并就應該掌握的技能及重要程度進行了專家訪談，最終給出了培養大數據供應鏈管理人才的建議。Biswas,Sanjib（2016）[29]等人描述了大數據與供應鏈管理的相關性，提出了用于SCM的大數據中心架構，其利用數據管理，分析和可視化的當前技術水平。Wamba,Gunasekaran,Angappa（2016）[30]闡述了供應鏈管理中大數據在預測分析中的應用。

4 結論與展望

大數據為供應鏈管理帶來的顛覆性改變是毋庸置疑的，關鍵是要如何將這種顛覆性的改變用于創造供應鏈的總體利潤。對于大數據在供應鏈管理中的研究，針對供應鏈的大數據平臺的搭建、供應鏈組織結構轉型等問題很多學者已經進行過了初步的探索并取得了一定的成果。但是，國內學者大都是基于基礎理論方面的探討，很少有學者能夠從實證角度分析具體應如何將大數據分析的方法融入到供應鏈管理中的各個環節中。另外，基于供應鏈管理的大數據分析和處理技術的探討目前并沒有學者進行研究，畢竟供應鏈上的信息共享和需求預測都要依賴于先進的數據處理技術，脫離技術談管理猶如鏡花水月。

基于目前學者們的研究成果，在參考了馮芷艷[31-32]等學者提出的大數據背景下商務管理前沿問題的基礎上，需要對大數據在供應鏈管理中的應用作進一步的拓展。今后，應從以下幾個方面展開深入的研究：

（1）大多數傳統企業都會存在一個復雜的供應鏈網絡之中，企業在應用大數據技術的時候還面臨多維度的阻礙，這些阻礙到底來自于供應鏈上的哪些環節，如何克服這些阻礙有待于學者們的研究。

（2）目前多數理論模型都是通過“供應商—制造商”這樣一個簡單的供應鏈體系來分析信息共享與需求預測問題，但是面對復雜的供應網絡，當發現信息失真時，如何做到信息的溯源，信息共享的層級亟待向整個供應網絡拓展。

（3）基于大數據的供應鏈研究不能僅僅從某一個角度切入，從宏觀層面的大數據智慧供應鏈的設計與構建也應該是今后研究的重點。

（4）企業是處在一個復雜的社會環境中，受到社會法律與道德的制約，當供應鏈上的成員企業依靠大數據分析實現轉型時所要參考的法律法規，目前并沒有一個權威的概念，涉及到的信息泄露等問題也亟待政府出臺相關的文件來保證企業的利益。

[1] 中華人民共和國國務院.促進大數據發展行動綱要[Z].2015.

[2] 中華人民共和國工業和信息化部.大數據標準化白皮書V2.0[Z].2015.

[3] Diatchenko Yuri,Zhi Ming Z.Big Data Challenges for e-Science Infrastructure[J].China Science&Technology Resources Review,2013(1):30-40.

[4] James M,et al.Big data:the next frontier for innovation,competition,and productivity[R].Mckinsey global institute,2011.

[5] 張東祥，成斌.基于供應鏈管理的大數據應用分析[J].物流技術，2015,34(8):194-195.

[6] 趙煒，王金葉.基于大數據北京的現代旅游供應鏈構建探析[J].河北旅游職業學院學報，2015,20(4):12-16.

[7] 李建，史浩.大數據背景下閉環再制造供應鏈競爭情報系統研究[J].圖書情報工作，2014,58(2):96-101.

[8] 史浩，李建.大數據背景下私有信息泄露對供應鏈成員企業競爭關系影響的研究[J].情報學報，2015,34(1):53-65.

[9] 吳向向，王紅春.基于大數據理論的弱化“長鞭效應”研究[J].北京建筑大學學報，2015,31(3):73-76.

[10] 劉艷秋，王浩，張穎,等.大數據背景下物流服務訂單分配[J].沈陽工業大學學報，2016,38(2):190-195.

[11] 楊善林，周開樂.大數據中的管理問題：基于大數據的資源觀[J].管理科學學報，2015,18(5):1-8.

[12]吉峰，張婷，巫凡.大數據能力對傳統企業互聯網化轉型的影響——基于供應鏈柔性視角[J].學術界，2016(2):68-78.

[13]岳昱星.從績效驅動因素看大數據時代的供應鏈變革——以“網上沃爾瑪”1號店為例[J].商業研究，2015(6):10-11.

[14] 資武成.“大數據”時代企業生態系統的演化與構建[J].社會科學，2013(12):52-65.

[15] 荊浩.大數據時代商業模式創新研究[J].科技進步與對策，2014,31(7):15-19.

[16]吳成霞，趙道致，潘新宇.大數據服務商參與的三級供應鏈動態合作策略及其比較[J].控制與決策，2016,31(7):1169-1177.

[17] Wang G.,Angappa G..Big data analytics in logistics and supply chain management:Certain investigations for research and applications[J].International Journal of Production Economics,2016(176):98-110.

[18] Chen Daniel Q,Preston David S,et al.How the Use of Big Data Analytics Affects Value Creation in Supply Chain Management[J].Journal of Management Information Systems,2015,32(4):4-39.

[19]Sanders,Nada R.How to Use Big Data to Drive Your Supply Chain[J].California Management Review,2016,58(3):26-48.

[20] Wamba Samuel Fosso,Akter Shahriar.Big data analytics for supply chain management:A literature review and research agenda[J].Lecture Notes in Business Information Processing,2015(231):61-72.

[21] Gimenez Isasi,Natalia Khouri,Morosini Frazzon.Big Data and Business Analytics in the Supply Chain:A Review of the Literature[J].IEEE Latin America Transactions,2015,13(10):3382-3391.

[22] Kim H,et al.Harvesting big data to enhance supply chain innovation capabilities:An analytic infrastructure based on deduction graph[J].International Journal of Production Economics,2015(55):223-233.

[23] Benjamin T.Hazen,et al.Data quality for data science,predictive analytics,and big data in supply chain management:An introduction to the problem and suggestions for research and applications[J].International Journal of Production Economics, 2014(154):72-80.

[24] Robert Glenn Richey Jr,Tyler R.Morgan,Kristina Lindsey-Hall,Frank G.Adams.A global exploration of Big Data in the supply chain[J].International Journal of Physical Distribution&Logistics Management,2016,46(8):710-739.

[25] Mihalis Giannakis,Michalis Louis.A multi-agent based system with big data processing for enhanced supply chain agility [J].Journal of Enterprise Information Management,2016,29(5):706-727.

[26] Waller Matthew A,Fawcett Stanley E.Data Science,Predictive Analytics,and Big Data:A Revolution That Will Transform Supply Chain Design and Management[J].Journal of Business Logistics,2013(34):77-84.

[27] Waller Matthew A,Fawcett Stanley E.Click Here for a Data Scientist:Big Data,Predictive Analytics,and Theory Development in the Era of a Maker Movement Supply Chain[J].Journal of Business Logistics,2013(34):249-252.

[28] Schoenherr,Tobias,et al.Data Science,Predictive Analytics,and Big Data in Supply Chain Management:Current State and Future Potential[J].Journal of Business Logistics,2015(36):120-132.

[29] Biswas,Sanjib,Sen,Jaydip.A Proposed Architecture for Big Data Driven Supply Chain Analytics[J].IUP Journal of Supply Chain Management,2016,13(3):7-33,27.

[30] Gunasekaran,Angappa,Kumar Tiwari,Manoj,Dubey,Rameshwar,Fosso Wamba,Samuel.Big data and predictive analytics applications in supply chain management[J].Computers and Industrial Engineering,2016(1):525-527.

[31] 馮芷艷，郭迅華，曾大軍,等.大數據背景下商務管理研究若干前沿課題[J].管理科學學報，2013,16(1):1-9.

[32] 孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013,50(1):147-169.

Review of the Application of Big Data in Supply Chain Management

(School of Economics and Management Engineering,Beijing University of Civil Engineering and Architecture,Beijing 100044,China)

In order to grasp the research direction and hot spot of supply chain management based on big data in the future,so as to provide reference for enterprises to build big data supply chain.The application of big data analysis in supply chain management at home and abroad is reviewed in this paper.Through the collation of the literature found that the research of supply chain management based on big data is mainly focused on promoting the information sharing and demand forecasting of supply chain based on big data theory.In addition,the research on the change of supply chain model is more concentrated.Also includes the promotion of the supply chain flexibility,the methods of big data analysis and other aspects relying on big data theory.At last,it points out the deficiency of the research on supply chain management based on big data at present,and puts forward the future research direction.

big data;supply chain management;research summary

F274

A

1002-3100(2017)08-0104-04

2017-06-22

國家自然科學基金項目，項目編號：61472027。

王紅春（1976-），女，湖北荊州人，北京建筑大學經濟與管理工程學院，教授，研究方向：企業物流與供應鏈管理；劉 帥（1992-），男，遼寧撫順人，北京建筑大學經濟與管理工程學院物流工程專業碩士研究生，研究方向：企業物流與供應鏈管理。