制造業企業供應鏈數字化轉型研究

摘" 要：我國制造業企業受內外部因素影響，導致需求不確定性增加，促使制造業聚焦點由關注自身風險轉移到對整個供應鏈鏈條協同優化管理，以增強應對不確定風險的能力。基于數字化視角，分析了我國制造企業存在的困境：庫存成本高、供應鏈信息交互能力弱、供應鏈數字化建設缺乏整體規劃。通過供應鏈數字化賦能打通信息斷點，運用供應商管理庫存方式提升供應鏈協同能力，優化庫存管理。從戰略-技術-業務三個層面優化了供應鏈，解決了信息孤島、數據協同能力弱等問題，為供應鏈數字化轉型提供相應參考。

" 關鍵詞：制造業；供應鏈數字化轉型；庫存管理

" 中圖分類號：F274" "文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.24.026

Abstract： Affected by internal and external factors， manufacturing enterprises in China have increased demand uncertainty， prompting the manufacturing industry to shift its focus from focusing on its own risks to coordinating and optimizing the management of the entire supply chain， in order to enhance its ability to respond to uncertain risks. Based on a digital perspective， this paper analyzes the difficulties faced by manufacturing enterprises in China： high inventory costs， weak supply chain information exchange capabilities， and lack of overall planning for supply chain digitalization construction. Empowering supply chain digitization to break through information breakpoints， utilizing supplier managed inventory methods to enhance supply chain collaboration capabilities， and optimizing inventory management. The paper optimizes the supply chain from three levels： strategy， technology， and business， solving problems such as information silos and weak data collaboration capabilities， and providing corresponding references for the digital transformation of the supply chain.

Key words： manufacturing; digital transformation of supply chain; inventory management

收稿日期：2024-04-28

基金項目：河北省高等學校人文社會科學研究項目“京津地區農產品物流資源管理與發展規劃研究”（SD191014）

作者簡介：黃永生（1979—），男，山東菏澤人，華北理工大學經濟管理學院，副教授，博士，研究方向：物流信息化管理；郭曉靜（1999—），本文通信作者，女，河北石家莊人，華北理工大學經濟管理學院碩士研究生，研究方向：物流信息化管理。

引文格式：黃永生，郭曉靜. 制造業企業供應鏈數字化轉型研究[J]. 物流科技，2024，47（24）：136-139.

0" 引" 言

據國家統計局數據顯示，我國2020年第一季度國民生產總值受突發事件影響，同比下降12.8%，這是我國自1992年以來首次出現下降。不確定性因素的出現給我國國民經濟帶來重大沖擊，制造業作為我國國民經濟的重要組成部分，保障其高質量發展對保障國民經濟健康發展具有重要作用。

數字化已經成為經濟發展和產業變革的重要引擎，供應鏈作為連接上下游企業的紐帶，是推動制造業發展的重要動力。然而，現階段中國數字化轉型失敗率較高，不同企業之間轉型進度差距比較大，數字鴻溝比較明顯[1]，一方面企業對數字化轉型的認識不夠深入，缺乏戰略指導；另一方面，企業數字化轉型中自身資源和能力不足問題突出，面臨著許多轉型困難。趙磊等[2]通過對杭州市35家規模以上制造企業的實地調研指出，企業在數字化轉型中存在數字化方案提升與數字化軟件投入動力不足、數據治理基礎與信息互通共享能力薄弱等問題。黃群慧[3]認為推動供應鏈數字化轉型是提升產業鏈供應鏈現代化水平的必由之路，如何精準施策推動供應鏈數字化轉型是研究重點。

“去庫存”是深化供給側結構性改革和不斷優化經濟結構的重要內容，也是事關企業資源配置，促進高質量發展的重要問題。受市場不確定需求的影響，庫存在需求激增下響應能力變弱，易出現原材料的供應中斷；在市場需求小時，大量庫存積壓增加企業庫存管理成本。

因此在需求不確定情境下推動供應鏈數字化建設，對提升制造業企業供應鏈協同、實現庫存管理降本增效、增強制造業企業抵御風險能力具有重要意義。

1" 文獻綜述

1.1" 供應鏈數字化對企業的作用機制

供應鏈數字化是企業利用人工智能、云計算、區塊鏈等在內的數字技術識別復雜環境，實現組織變革的一種方式。通過探索企業的經營管理模式、價值創造路徑、運營支撐結構，推動企業全方位要素同數字科學技術融合，因此，制造業企業的供應鏈數字化吸引了諸多學者的研究。主要分為了三個方面：第一，供應鏈數字化在經濟效益方面，張哲等[4]提出企業應深化數字技術與供應鏈體系的融合，積極倡導應用供應鏈數字化管理模式，推動企業間協同創新，共同挖掘和利用數據資源的價值，提高企業全要素生產率。盧鵬[5]提出企業借助數字化工具進行精益管理、敏捷制造、精準供應鏈協同，消除信息壁壘，減少無效勞動，優化資源配置，可以降低運營成本。第二，供應鏈數字化在組織管理方面，陳彥君[6]提出供應鏈數字化有助于企業分工，張科舉等[7]提出數字化轉型能夠推進企業組織結構優化和生產經營流程優化。黎小華等[8]通過設計航空裝備數字化供應鏈協同云平臺，將供應鏈協同、供應鏈追溯、供應鏈賦能等一系列數字化制造核心應用服務開放給供應鏈企業，提升供應鏈協同能力。第三，供應鏈數字化在合作創新方面，趙國慶等[9]指出企業數字化轉型發揮科技創新效應促進新質生產力發展。李長英等[10]通過實證檢驗驗證了供應鏈數字化對企業創新產出、企業協同創新和企業高質量創新均有顯著正向影響，證明了供應鏈數字化提升了企業創新能力。

1.2" 供應鏈數字優化庫存管理

制造業供應鏈中庫存管理是其中的關鍵一環。阮春雨[11]分析了我國裝備制造業企業庫存其庫存管理成本高，需求與供應不匹配問題，部門之間數據脫節問題。邵博等[12]提出供應鏈“牛鞭效應”會給企業帶來信息不對稱、庫存周轉率低、產銷失調等問題。針對庫存管理問題相關學者也提出不同的解決方案主要分為兩大類。一類是進行庫存分類，降低庫存水平。趙文丹等[13]通過蜉蝣算法在供應鏈庫存管理中的應用，降低了庫存成本，提高了庫存周轉效率。趙會英[14]通過EOQ理論模型分析了影響訂貨量的主要因素，提出了降低中小型制造業企業庫存管理方法。另一類是供應鏈數字化優化庫存管理。張哲等[15]提出供應鏈數字化管理可以幫助企業實現庫存管理的精細化，降低庫存成本。吳迎年等[16]根據需求變動下的供應鏈庫存網絡模型，設計了一種改進型滑模控制器與擾動觀測器相結合的供應鏈庫存系統優化模型。蔡建湖等[17]提出了供應商產出不確定情況下裝配VMI庫存管理模型。朱寶琳等[18]研究了不確定條件下基于零售商風險規避的雙渠道供應鏈庫存協調問題，建立了零售商風險規避下雙渠道供應鏈分散和集中情況下的庫存最優決策模型。

2" 制造業企業供應鏈管理問題分析

2.1" 庫存量大，需求與供應不匹配

企業為了快速開拓市場，產品不斷升級迭代，原材料供應與需求不匹配，造成庫存積滯。此外，采購人員為了降低采購成本，大批量、低成本采購，導致庫存增加；以及供應商延遲交貨、原材料需求計劃變動、物流效率低下導致企業為了防止原材料斷供而增加庫存。

2.2" 供應鏈數字化程度低，信息交互缺失

各部門之間信息難以共享，形成信息孤島。究其根本是供應鏈數字化能力弱，信息流通不充分。即使制造業企業配備了相應的電子信息設備，但缺乏合適的信息交互軟件和熟練的技術人員，并不能改善信息分散且信息流斷裂的風險。

缺乏統一的數據規范標準。雖然企業已經建立了數據標準但是未能執行落實，數據總體質量并不高，形成了許多的業務障礙，沒有構建能夠滿足需求的數字化平臺，與外部數據融合能力弱，難以支撐高質量數據需求，無法實現數據交互和數據驅動。

2.3" 數字價值挖掘不深，缺乏科學性

企業供應鏈盡管已經積累了大量上下游產業資源和龐大的供應鏈管理數據，但是這些數據缺乏有效整合運用，沒有先進的數據挖掘技術挖掘其中有價值的信息，數據價值挖掘停留在初級階段。比如，供應鏈原材料信息數據、物流數據、訂單數據只是進行了簡單的整合和分析，在經營管理方面發揮了一定的輔助決策作用，但是不能結合更多的業務場景采用數據模型和智能業務算法對企業數據進行深度價值挖掘。

2.4" 供應鏈數字化缺乏整體規劃

供應鏈數字化是一項系統性工程，需要有前瞻性的理論指導，具體包括核心技術、發展規劃、轉型原則、實施路徑、保障措施等，并且需要再實踐過程中不斷總結和發展，提煉總結性和關鍵性的要素。該企業缺乏相應的系統性規劃和整體性思考，缺少具體性的規劃。只是對現有的供應鏈數字化基礎設施的改造，沒有考慮可行性和必要性。如果沒有前瞻性理論指導，導致企業走錯路，增加企業成本，甚至導致失敗。

3" 解決對策

企業供應鏈數字化路徑主要分為戰略、行動和業務三個層面。首先，企業要有供應鏈數字化建設意識和目標，制定供應鏈數字化轉型的機制和策略。其次，要實施相應的供應鏈轉型方案，通過數字化技術為供應鏈賦能。最后，通過對供應鏈數字化成果應用到業務層面的實施效果進行總結、檢驗和評估，分析企業的供應鏈數字化水平。

3.1" 戰略層面：明確供應鏈數字化戰略

企業的供應鏈數字化轉型是需要進行總體規劃和統籌，明晰各個階段的目標和任務。一是明確數字化方向，例如大規模批量生產轉化為個性化生產、定制化生產；企業單一生產型企業轉化為研發加服務復雜性制造業企業。二是要明晰各個階段轉型的目標和達到的效果。第一個目標是完成信息系統的基礎設施建設，綜合考量業務和信息化布局，構建新型數智化平臺。第二個目標是實現信息互通和共享。通過供應鏈數字化將計劃、采購、運輸、倉儲、銷售等環節信息堵點打通，形成數字化的產業鏈和供應鏈。第三個目標是構建供應鏈生態系統，不斷融入新的主體，由供應商、客戶、貿易伙伴第三方數據服務商等多者參與，形成一個復雜的網絡供應鏈生態網絡。

3.2" 行動層面：構建供應鏈數字化核心技術體系

“數據+算法”的供應鏈數字化。人工智能、5G通信、區塊鏈技術、云計算等在供應鏈中應用范圍最為廣泛，并且被應用到多種場景之中，形成了以5G技術為載體，物聯網技術為基礎的新型供應鏈技術體系。供應鏈數字化相較于傳統供應鏈來說，最明顯的區別是對數據的收集、分析、儲存和運用，可以通過對原材料產品信息、需求情況、時間周期等信息收集，記錄在大數據庫中，通過“數據+算法”的方式深度挖掘數據，預測需求，評估風險、預估經營成效，提升企業的數據分析能力，從而制定更加合理、準確的戰略決策。

“數據+大模型”解決信息孤島問題。AIGC在供應鏈應用中的價值日益凸顯借助NLP、CV、智能算法等技術，應用在供應鏈中各個環節。例如借助NLP大模型和CV大模型實現對倉儲物流的實時監控。通過數字技術將供應鏈涉及的原材料需求預測、需求計劃、采購、運輸、倉儲等信息有效整合幫助企業消除信息孤島，打造一個集成化、可視化、智能化的供應鏈網絡，提升工作效率減少管理成本。

“數據+挖掘”實現信息高效利用。數字系統可以通過對原材料產品信息、需求情況、時間周期等信息收集，記錄在大數據庫中。通過“數據+算法”的方式深度挖掘數據，更深層次分析數據。例如，根據以往的銷售信息、采購信息，通過智能算法生成未來需求預測。利用數字技術將供應鏈涉及的原材料需求預測、需求計劃、采購、運輸、倉儲等信息有效整合，提升企業內部信息的傳遞效率，發現數據背后的規律和趨勢，為企業提供強有力的數據支持。

3.3" 業務流程層面：實現供應鏈業務數字化協同優化庫存管理

供應鏈數字化協同，降低企業庫存水平。加強供應鏈體系建設，促進數字技術和制造業企業供應鏈深度融合，推動供應鏈協同。通過NLP大模型和CV大模型實現對倉儲物流數據的實時采集和可視化監控，推動供應鏈上下游企業實現協同采購、協同制造、協同物流，減少由于需求變化引起的供需不匹配。同時，引入供應商管理庫存（VMI）模式，降低庫存存量。供應商負責規劃和管理采購方的庫存策略、訂單策略以及配送策略，通過分批次送貨、JIT送貨等方式，減輕采購方庫存成本和庫存積壓。

4" 供應鏈數字化轉型模型構建

4.1" 模型構建思路

供應鏈數字化從戰略層面、技術層面、業務流程層面形成數字化布局，打通信息堵點，實現全鏈條可視化監控、預警、協同。制造業供應鏈數字化轉型框架如圖1所示。

在企業供應鏈數字化戰略制定方面，確定目標、方向以及要實現的效果，管理者需要提供相應的管理支持，確保戰略的制定和實施。

在企業數字技術體系方面，通過借助區塊鏈技術、數字集成等技術對數據收集，使用云計算、大數據、智能算法等技術進行深度數字挖掘，改善需求預測不準確、風險預警不及時、數據孤島、庫存管理不善等問題。

在數字化技術賦能業務流程方面。通過供應鏈數據共享、數據集成、數據挖掘等技術賦能供應鏈全鏈條。例如在計劃環節，通過智能風險評估，提升供應鏈風險應對能力；采購環節，通過智能篩選供應商，提升尋源效率；在供應商管理環節智能開放窗口期，自動匹配最優送貨批次，既滿足生產需要，又滿足庫存成本最低要求。

4.2" 模型構建

在供應鏈數字化打通了計劃、采購、供應商、倉儲等多點的信息斷流，通過供應鏈數字化共享方式，實現數據協同。

計劃模塊：包括銷售預測、冗余庫存匹配、生成物料清單。計劃模塊根據“數據+算法”數字技術，深度挖掘已有歷史數據，進行科學預測。改變傳統的被動接受產品訂單，轉變為主動進行需求預測先行備貨，更好地縮短產品生產周期，減少不確定性風險沖擊。

采購模塊：包括原材料采購、管理供應商、原材料不確定風險管理。根據數字化集成、智能算法等技術，根據過去的采購信息，智能化匹配供應商，提升尋源效率。由原來的被動采購轉為主動的預測、引導、執行；從原有的人工化處理，到智能化流程梳理；從依賴“能人”經驗，轉變為基于數據和規則的科學決策。風險管理由原來的被動處理風險，到現在的主動預警和量化評估。

供應商模塊：包括供應商庫存管理（VMI）、物料配送管理。傳統的供應商其送貨模式為：接收訂單-原料生產-安排送貨，從生產到送貨整個流程周期長，不確定風險高。通過SAP和WMS系統的信息交互，供應商可以根據需求預測，提前備貨，根據采購方需求分批次發貨。既減緩了供應商短期大批次生產壓力，又減少了采購方庫存管理成本。

倉儲模塊：通過供應商管理庫存來降低庫存水平，供應商滿足采購需求后系統觸發SAP系統生成送貨窗口期，供應商根據窗口期制定送貨單送貨。設置窗口期的作用：一方面，便于供應商及時備貨。供應商可以看到采購方未來確定性需求，可以根據未來的需求提前備貨，減輕未來供貨壓力。另一方面，限制供應商到貨。物料的發貨數量和發貨時間需要按照窗口期對原材料的需求數量和需求時間發貨，原則上不允許多發貨、晚發貨、早發貨，從而更好地控制庫存。

5" 結" 論

本文通過分析制造業企業存在庫存量大，需求與供應不匹配；供應鏈數字化程度低，信息交互缺失；數字價值挖掘不深，缺乏科學性等問題，提出了相應的解決方案和優化模型，以此提升供應鏈協同效率，為制造企業在庫存管理、供應鏈數字化協同管理等方面的效率提升提供了相應參考。

參考文獻：

[1]" 毛斯麗，肖明，李格. 供應鏈關系與企業數字化轉型——基于動機與能力雙重視角的分析[J]. 經濟與管理研究，2024，45（2）：98-124.

[2]" 趙磊，趙納暉，杜雨晴. 超常增長與數字化轉型——來自制造業上市公司的經驗證據[J]. 山西財經大學學報，2023，45（3）：82-97.

[3]" 黃群慧. 以產業鏈供應鏈現代化水平提升推動經濟體系優化升級[J]. 馬克思主義與現實，2020（6）：38-42.

[4]" 張哲，陶敬中，秦磊. 供應鏈數字化管理對企業全要素生產率的影響[J]. 中國流通經濟，2024，38（4）：58-67.

[5]" 盧鵬. 數實融合驅動新質生產力涌現的邏輯與實踐進路[J].電子政務，2024（9）：27-37.

[6]" 陳彥君. 數字化轉型、專業化分工與企業全要素生產率——基于專業化與縱向一體的中介效應[J]. 西部金融，2023（12）：43-56.

[7]" 張科舉，刁虹鈺. 數字化轉型對數字技術企業全要素生產率的影響研究[J]. 中國物價，2024（4）：54-58.

[8]" 黎小華，許艾明，張整新，等. 航空裝備數字化供應鏈協同制造云平臺研究[J]. 現代制造工程，2022（11）：8-15.

[9]" 趙國慶，李俊廷. 企業數字化轉型是否賦能企業新質生產力發展——基于中國上市企業的微觀證據[J]. 產業經濟評論，2024（4）：23-34.

[10] 李長英，王曼. 供應鏈數字化能否提高企業全要素生產率？[J]. 財經問題研究，2024（5）：75-88.

[11] 阮春雨. 制造企業存貨管理問題和對策研究[J]. 大陸橋視野，2024（3）：90-92.

[12] 邵博，葉翀. 基于系統動力學的服裝供應鏈“牛鞭效應”仿真研究[J]. 毛紡科技，2021，49（11）：94-100.

[13] 趙文丹，韓雪. 蜉蝣算法在供應鏈庫存優化中的應用[J]. 科學技術與工程，2024，24（1）：274-280.

[14] 趙英會. EOQ模型在企業庫存成本優化中的應用[J]. 統計與決策，2015（13）：182-185.

[15] 張哲，陶敬中，秦磊. 供應鏈數字化管理對企業全要素生產率的影響[J]. 中國流通經濟，2024，38（4）：58-67.

[16] 吳迎年，張晶，李慶奎，等. 需求擾動作用下的供應鏈庫存系統優化模型[J]. 中國機械工程，2023，34（14）：1672-1682，1700.

[17] 蔡建湖，曹朕綱，周倩，等. 供應商產出不確定環境下裝配系統的VMI庫存決策模型研究[J/OL]. 中國管理科學：1-14.[2024-11-20]. https：//doi.org/10.16381/j.cnki.issn1003-207x.2022.2521.

[18] 朱寶琳，薛林，戢守峰，等. 零售商風險規避下基于聯合契約的雙渠道供應鏈庫存決策模型[J]. 系統管理學報，2022，31 （2）：217-229.