大數據視角下供應鏈管理風險成因及對策分析

劉昕穎

摘要：近幾年，大數據概念的出現為供應鏈管理相關理論的快速發展帶來了不小的挑戰和轉機，供應鏈管理發展具備了新思路的同時，也極大地加劇了各個供應鏈公司之間的競爭。大數據的發展浪潮使商業模式與企業經營運作流程之間的關系產生了根本性改變，在這樣的背景下供應鏈風險管控也更加復雜。為了更好地應對風險，需要對數據時代供應鏈的運作管理進行全面分析，準確識別出風險影響因素，合理運用大數據管理決策對風險進行管控，有效規避風險、減少損失。

關鍵詞：供應鏈;大數據;風險管理

一、引言

2011年，麥肯錫咨詢公司發布的“大數據”報告將此概念代入主流市場，“大數據+行業”就成了未來發展的最新趨勢，近幾年來，大數據的急速發展促使供應鏈系統的成員對于企業的決策行為從集中式決策更加傾向于分散式決策，這樣和過去相比更難實現協同，同時也導致如今供應鏈協同理論在一段時間里缺少創新性的發展。但隨著大數據的深度應用，企業在構建自身供應鏈網絡的過程中擁有了更多的主動性、全面性，帶來更加完善和科學的風險管控流程與方法。比如，可以有效地充分利用“互聯網+云”和“大數據+行業”的分析理念對傳統供應鏈管理進行重新思考，在產品設計、制造、采購、物流等一系列過程中的重要信息數據進行深度數據挖掘和綜合分析。針對系統內部，可以通過先進機器深度學習技術形成更加準確智能化的電子商務管理決策，提高了企業管理效率;針對系統外部，通過移動互聯網和大數據分析技術來自動調節客戶的產品需求，優化供應鏈上下游的產品供給網絡，最終提高企業生存能力。

在當前經濟發展全球化大背景下，企業正面臨著激烈的國內外市場競爭，企業與其他系統內外形成的供給網絡聯系也越來越復雜，倘若一個企業無法有效地處理物流和供應鏈系統中存在的風險，導致整個企業遭受到嚴重的損失。目前我國供應鏈公司管理模式并沒有得到創造性的突破。這個情況也加劇了企業供應鏈管理的風險的產生，本文針對供應鏈企業在大數據時代所遇到的風險問題進行研究，以解決現實中的問題。

二、國內外研究現狀

（一）傳統的供應鏈管理

Swaminathan在電子商務背景下，系統分析了傳統供應鏈管理中信息共享、決策支持、供應商關系、采購等在當下供應鏈協調的重要性，并且構建了相關模型論證研究。Fink證實了雙方協商是可以作為有效的供應鏈協調策略在現實中應用，模型建立在信息不對稱和機會主義的情況下，由兩位代理人通過協調談判改變產品順序，最終達到供應鏈協調。Giannoccaro構建了收益共享契約理論的三階段供應鏈契約模型研究，通過優化契約參數，實現供應鏈協調并增加參與成員的績效。Cacho則分析了在研究供應鏈協調中不同契約的特點，指出收益共享契約的優缺點，從而證明了收益共享模型在供應鏈協調中的價值。

（二）基于大數據思想的供應鏈管理

如今，越來越多的企業開始重視信息資源，將信息資源作為支持其管理決策的主要依據，可以逐步實現基于大數據信息的科學管理，也就是發展了由數據驅動的供應鏈管理，也帶來機遇和挑戰。吉峰、張婷等人認為大數據的使用可以有效提升供應鏈系統的柔性，建立了供應鏈互聯網化的概念，同時要求以數據信息來促進企業內部信息流轉的創新和企業結構的優化，最后提出借助大數據信息提升供應鏈柔性以保證有長足的競爭優勢。岳昱形通過深入分析“1號店”網上商城的內外部競爭環境和條件，提出需要將供應鏈大數據分析與整個企業供應鏈中的驅動因素（包括庫存、設施等）相結合，從而提高改善整個企業供應鏈的績效，同時闡述了基于互聯網大數據環境下對于平臺商城類型的企業采取供應鏈管理方法的優缺點。

資武成表示了需要通過深入研究企業生態系統中發展與演化的內外部因素，來構建一個企業層面的大數據生態系統。同時，提出了可以依靠互聯網和大數據來構建明確的客戶關系管理子系統，對于客戶行為中產生的信息和數據進行實時跟蹤和監測，以此方式來更好地適應市場的變化及做出經濟管理決策。荊浩研究發現在大數據環境下，商業行為模式的改變對于競爭優勢等各個方面都會產生影響，提出了可以通過采用漸進式的創新、自主創造性的探索及供應鏈模式的變革三部分基礎理論為手段，來加強和優化整個供應鏈的運作和管理，以上的優化管理可以通過整合企業內部的大量數據資源來完成，體現了數據驅動的重要性。李勇建、陳婷探索了區塊鏈對于供應鏈管理的技術創新性與可行性，從其在應用中的探索與科學研究兩個角度對區塊鏈技術未來在供應鏈管理中的研究方向作出了展望，為供應鏈管理工作帶來了啟示。

針對大數據時代下的供應鏈變革發展，國外學者也做了一些相應的研究， Wang G等首先明確提出了一種由企業大數據系統為該企業發展戰略提供有效決策的新技術理論和系統概念，建立了“功能-基于過程-協同-敏捷”的SCA成熟度分析模型，并進一步明確強調了對企業大數據信息的重要性，因為它是我們制定一個企業發展戰略的重要智力資產。為了滿足分析企業各種業務的發展需求，他們通常還要對該企業業務中的各種業務信息以及系統數據進行分類整合和分析處理。Chen Daniel Q等人把大數據分析和企業供應鏈的價值創建聯系在一起，通過大數據動態能力理論，回答了企業在組織管理層進行大數據分析的重要性和關鍵影響因素，將企業的大數據分析能力作為對供應鏈企業的對信息處理能力的衡量。Sanders Nada R在我們構建了一個大數據驅動的供應鏈過程中首要遵循的系統化框架，通過“市場分區-戰略聯合-評估”發展路線有效地避免了企業陷入多而雜的數據中，同時提出在使用大數據分析時應該更注重成熟度和專業性。

三、大數據時代供應鏈風險因素分析

物流和供應鏈的管理通常是由單個企業或多個公司共同負責運作，由于多個公司的聯合經營，也極大地增加了供應鏈管理的復雜度和不確定性。物流供應鏈管理的主要風險來自供應商的不確定性，運輸環節的不確定性以及客戶需求的不確定性，以下將從物流供應鏈管理領域中的風險進行分析和歸因。

（一）外部風險

外部環境風險泛指各種來自社會和自然環境的不可控風險。比如，社會的動蕩將直接導致整個企業供應鏈的組織斷裂，使整條供應鏈系統上中下游企業都會蒙受不小的損失。自然環境的不斷改變，會導致生產不能順利進行，以至于推遲交貨期并帶來直接經濟損失。與其他內部因素相比，外部環境因素導致的危害發生概率相對來說較小，但是由于預測難度較大，一旦此類事件突然發生，可能直接給供應鏈企業成員造成一次毀滅性的經濟打擊。

供應鏈外部風險大多數學者將其分為中斷風險和運作風險。中斷風險主要包括自然、經濟和政策等相關風險。不可預測的自然事件包括地震、洪水等，人為事件包括恐怖襲擊等，不論是自然事件還是人為事件都會給企業帶來持續性的影響。在大多數地區，自然災害的發生對整個社會，特別是企業都會造成一種持續的威脅。供應鏈管理中的生產環節和物流運輸是關鍵部分，這兩部分也是極易受到自然災害影響的，所以外部風險對供應鏈的不利影響非常明顯。由于現在全球一體化聯系越發緊密，全球供應鏈也會受到某一地區的影響。此次全球新冠疫情被普遍認為是一種企業供應鏈面臨的自然風險，但是又可以引發企業供應鏈內部信息披露風險、物流管理風險以及其他戰略性投資風險。

運作風險是由于高度隨機性和供求缺乏協調造成的。運作風險也被稱為內部供應連鎖風險。制造業和工業產品的供應鏈風險因素會因為供應鏈的多級復雜性和隨機變化的市場需求而更加難以識別和防范，因此在公認的供應鏈風險中，運作風險是更需要關注的問題。比如此類風險可以從供應鏈運作的角度來著手：供給與生產的中斷、供給鏈成員相互之間的影響以及資金鏈斷裂、訂單履行缺失以及后期生產能力不足。

（二）內部風險

1. 技術因素

大數據時代，對大數據的分析技術也越來越完善。然而，當整個供應鏈的成員都使用一個互聯網的大數據平臺時，信息被泄露已經成為必然。一旦這些成員和企業的利益被損害，供應鏈系統的穩定性就會遭到破壞，有破裂的風險。許多企業由于缺乏大數據分析人才，都是將數據分析業務外包，導致技術水平和收益水平不夠穩定，無法最大限度獲得大數據基于企業的“數據紅利”。

2. 員工因素

企業需要進行各種數據資源管理，它們往往具有非常高的復雜度、敏感性。在移動互聯網和大規模數據中，供應鏈管理摒棄了許多傳統的粗放型運營管理模式方法，轉向于更加精細、深度的運營管理模式。在這種大數據分析中，要求整個信息處理流程必須是暢通的，而且必須是對外開放的。因此，供應鏈的潛在風險會復雜多樣化，有一點小小的風險改變，就需要供應鏈成員盡早發現問題，做出及時調整。但是，如果員工的數據敏感性和行業敏銳度不夠，不能及時發現變化，直至問題已經顯露出來后才去做相應調整，就有可能會直接導致自身或者其他供應鏈成員遭受巨大損失。所以，在大數據時代，對于員工素質的要求極高，不僅要對于當下的決策進行反饋，還需要針對數據反映出的問題作出預判。

3. 供應商的不穩定性

在大數據時代，供應商也發展成一個多變不穩定的因素，并且供應商的不穩定很大程度上影響著整個供應鏈。在大多數供應鏈管理中，供應商都長期處在主導地位，再加之信息不對稱，經常會有不能及時供貨的違約風險存在。這種情況是有多重因素導致，比如生產設備的故障和貨物周期性短等，但這種風險會為下游產業造成嚴重后果。這一問題大多數都是由于信息不對稱引起的，導致上下游企業之間溝通不順暢，關鍵信息缺失。

4. 客戶需求的不確定性

在移動互聯新時代下，客戶要求日益多樣和復雜，由于企業主要消費群體正處于不斷變化中，導致企業和過去相比更加難以確定顧客的需求，在一定程度上增加了企業供應鏈運作管理工作的復雜度。由于企業對產品要求不能充分理解，難以適應市場發展變化，導致企業很難制訂出適應當下變化的供應鏈協調計劃，嚴重者將會直接引起整個企業的供應鏈規劃混亂。

四、風險因素應對措施

（一）調整優化戰略變化，選擇合適伙伴

外部風險是企業不能控制的風險，所以只能變成學習型組織，及時調整自己的戰略來應對外部因素。聘請專業的機構進行外部風險測評，并定期對組織的抗風險能力進行改進和評級，使公司可以隨時掌握動態的信息以應對風險。

對于下游來說，合作伙伴的選擇是尤為重要的，在企業選擇銷售合作對象過程中，一定要充分考慮與其他合作伙伴之間的優勢互補，既要充分發揮好買賣雙方之間的市場競爭優勢，還需要從根本上充分考慮好戰略性合作伙伴的市場銷售優勢。在企業選擇正確的合作伙伴之后，需要盡快建立正式的合作伙伴關系和協調管理機制，增強買賣雙方或者是企業之間的相互信任程度，實現供應鏈各個成員之間的責任風險承擔與利益共享。這樣既有助于幫助公司選擇最優化的分銷商，又有可能促進公司與分銷商的共贏。

（二）組織內部信息共建共享

大數據的發展讓供應鏈一體化更加深入更加緊密，除此之外還促進了各方數據融合。當這些信息匯聚在一起，形成一定規模的信息流時，帶來的價值和收益就不可小覷。但是如此龐大的信息流匯聚在一起，對儲存信息的載體和處理數據的技術有雙重要求。強大的信息流流轉效率是實現管理決策數據化、供應鏈運作管理平穩化的基本要求。

首先，建立安全可靠的數據云平臺，云平臺的作用是將企業運作涉及的所有模塊都匯集在一個平臺上，通過最短路徑實現數據抓取、處理等活動，提高速度;其次，將業務流程標準化，不僅包括作業標準化還包括數據標準化，使得該節點的數據可以無障礙與其他數據相互關聯，做到數據利用率最大化;最后，保留外部數據接口，對供應鏈外部和異構數據保留接口，包括上游的生產制造數據、下游的零售商交易數據等，多數據整合實現生產決策協同、物流與庫存的實時監控。

（三）組織外部信息互聯互通

上下游企業之間的信息孤島是造成風險的一大重要因素，為了有效解決上下游企業之間的信息孤島，上下游企業應該加強信息流轉，實現各方的信息互聯互通。這樣不僅可以更加有效地實現上下游企業之間的協同合作，還可以通過共建信息平臺及時防范在供應鏈運作過程中的風險，幫助對方企業進行更加及時、合理的風險管理。

在互聯網和大數據時代下，需要充分利用企業本身的大數據信息特點，與合作企業建立多種信息和數據通訊渠道，加大交易雙方之間的訂單以及制造商信息等其他數據和信息的互聯和分享，有效地提高企業和供應鏈運行的穩定性，促進供應鏈企業長期穩定發展。

（四）利用大數據信息對供應鏈風險進行及時預測

一旦供應鏈系統產生風險，會引起延期交貨或者產品質量不合格的違約風險。在供應鏈風險發生之前，都是有跡可循的。傳統企業都沒有重視這些跡象，直到風險已經發生才會采取措施，此時已經造成了損失。

企業應該對供應鏈經營管理的全過程進行系統性、階段性研究，找出可能會對整個供應鏈產生影響的主要風險因素，通過評估優先級確定風險等級和影響程度。通過內部和外部大數據分析，對環境和供應鏈成員的歷史數據通過機器學習模擬行為，設立對應的預警值。當這些指標超過預警值時，是在提示供應鏈管理者關注該項風險，并且可以通過合適的管理決策來規避風險。有一點非常重要，需要企業有詳細且長期的歷史數據供軟件模擬，不然在沒有合適數據基礎上得出的管理決策也有失科學性。

（五）聘請專業大數據人才

建立合適人才儲備體系，針對現在企業發展的新趨勢聘用相關人才，是企業可以持續健康發展的前提。大數據領域的人才都集中在互聯網行業，針對傳統的供應鏈物流企業來說相對緊缺，但是如果可以有超前的人才戰略，制定相應的人才儲備計劃，就可以在大數據時代背景下拔得頭籌。現在很多大數據分析都雇傭第三方平臺，沒有自己的分析人才等于就把相應的數據紅利分享給了其他公司，這樣對于本公司的發展是十分不利的。

五、總結與展望

總而言之，由于供應鏈成員多樣性和供應鏈流程的多段性，導致供應鏈系統本身容易被內外部環境影響，存在較大的供應鏈風險。

企業的供應鏈管理者必須認識到大數據井噴式增長正在大幅度地提升環境的多變性、需求的多樣化和市場競爭的激烈程度，供應鏈管理在其運行的過程中也會受到各種不確定性因素的影響，并且需要迅速做出對影響因素的反應以提高核心競爭力。在此背景下不僅要準確把握供應鏈風險的核心內涵，還需要有效準確地識別出供應鏈各方風險，采取合理的風險應對措施。

信息時代的供應鏈風險管理，是企業必備的技能，如何利用大數據信息進行具有前瞻性的風險管理，可以直接決定企業的抗風險程度。所以，供應鏈企業要生存，就要合理利用大數據信息處理能力，掌握“數字密碼”用來解決實際問題和預測未來發展，這樣不僅可以提高企業應對變化的能力，還能以低成本的優勢獲得核心競爭力。

參考文獻：

[1]Jayashankar M.Swaminathan，Sridhar R.Tayur.Models for Supply Chains in E-Business[J].Management science： Journal of the Institute of Management Sciences，2003，49（10）：1387-1406.

[2]Andreas Eas Fink. Supply Chain Coordination by Means of Automated Negotiations[C].//37th Annual Hawaii International Conference on System Sciences，2004（10）：70-79.

[3]Giannoccaro I，Pontrandolfo P.Supply chain coordination by revenue sharing contracts[J].International Journal of Production Economics，2004，89（02）：131-139.

[4]Gérard P.Cachon，Martin A.Lariviere.Supply Chain Coordination with Revenue-Sharing Contracts： Strengths and Limitations[J].Management Science，2005，51（01）.

[5]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（05）：1-8.

[6]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（02）：68-78+326.

[7]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].商場現代化，2015（06）：10-11.

[8]資武成.“大數據”時代企業生態系統的演化與建構[J].社會科學，2013（12）：55-62.

[9]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（07）：15-19.

[10]李勇建，陳婷.區塊鏈賦能供應鏈：挑戰、實施路徑與展望[J].南開管理評論，2021，24（05）：192-201+212+202-203.

[11]Gang W，Gunasekaran A，Ngai E，et al.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.

[12]Chen D Q，Preston D S，Swink M.How the Use of Big Data Analytics Affects Value Creation in Supply Chain Management[J].Journal of Management Information Systems，2015，32（04）：4-39.

[13]Sanders N R.How to Use Big Data to Drive Your Supply Chain[J].California Management Review，2016，58（03）：26-48.

（作者單位：昆明理工大學管理與經濟學院）