陈 帅，曹胜利，李宏娟，喻 亮

（中国航天科工飞航技术研究院，北京 100074）

1 引言

供应链管理是将供应商、制造商、核心企业及用户连接成一个整体的管理模式，其实施过程涉及物流、信息流、资金流，涵盖了供应、生产计划、物流、需求四个主要领域。除此之外，供应链管理还包括供应商管理、合作伙伴管理、产品需求预测、企业间资金流管理等内容。采购管理作为供应链管理的重点流程之一，成为沟通生产需求与物资供应的桥梁。为了提升供应链效率，使供应链系统实现无缝连接，加强采购管理成为必要的环节。然而由于航天产品具有高度的政治性、构成的复杂性、价格的昂贵性、质量的可靠性、研制的高技术性等使得航天物资的采购也呈现出自身的特点，例如采购物资品种多、采购数量少、采购计划变化性大、采购周期较长、采购物资质量要求高等[1,2]，详见表1。

基于上述，供应链涉及环节较多，在运行过程中会产生大量的结构化和非结构化的数据；航天物资采购自身的特点使得采购过程中数据来源及数据种类存在一定的多样性。此时，大数据的价值逐渐凸显，航天物资供应链间企业信息及时高效的共享有利于整条供应链价值实现以及提升。

表1 航天物资采购的特点

国内外众多学者对大数据在供应链中的应用进行了探索。王娟[3]介绍了供应链协同大数据的方法，从预测市场、改进决策依据、控制成本、合理部署资源等几个维度探讨了大数据应用对供应链管理价值的提升。洪健等[4]研究了电力行业开展物资全供应链大数据应用的方法，分析了大数据潜在的应用方向，从战略层、管理层、执行层三个层级介绍了供应链大数据应用体系的构建流程。郭伟等[5]介绍了大数据时代的特点，阐述了大数据技术对企业采购成本及供应链发展带来的机遇和挑战。闫振荣[6]阐述了大数据技术在钢铁业务分销系统供应链中的应用。王红春等[7]对传统供应链和大数据供应链进行了对比，从大数据预测、大数据物流等角度指出构建大数据供应链的意见和建议。前人的研究具有一定的合理性，但是前人研究没有涉及到大数据在航天物资供应链中的应用，基于前人研究成果，本文提出大数据的应用对航天物资供应链价值管理提升的观点。

2 大数据环境下航天物资供应链面临的机遇及挑战分析

2.1 航天物资供应链形式

供应链是由多个节点企业形成战略联盟的形式（一般情况下有一个核心企业），这些节点企业在需求信息的驱动下，经过供应链上各个企业的分工与合作，通过信息流、物流、资金流等形式实现供应链的增值。航天物资供应链的一般模式如图1所示。航天物资供应链运作过程中会产生大量结构化、半结构化及非结构化的数据，如图2所示。在大数据环境下，通过对这些数据的有效利用以提升航天物资供应链的运作效率及价值成为大趋所势。

图1 航天物资供应链

图2 航天物资供应链潜在数据源

2.2 面临的机遇及挑战

大数据的出现对航天物资的发展带来一定机遇的同时也带来众多挑战。据相关资料显示，目前大数据应用最广泛的领域是需求计划、订单管理及成本管理，更多的是用于市场需求侧的管理及营销领域，几乎很少应用在企业的采购及供应方面，因此在航天物资供应链中，除了在需求预测中引入大数据，还可以在供应链前端的采购与供应领域引入大数据技术，以提升航天物资供应链管理的效率及价值。

由于大数据技术在供应链中应用相对不太成熟，其具体实施过程中会面临一些挑战。具体而言，包括外部环境带来的挑战、技术层带来的挑战及管理层带来的挑战[8]。外部环境的挑战主要属于不可控因素，是由环境及社会动荡等因素导致的供应链中交货延迟等现象，较其他两种因素而言，此种因素发生的概率很小，但是其对供应链产生的后果是不可逆转的。大数据技术在供应链中应用的成熟度代表此供应链的运行效率，为提升效率，需要供应链节点企业共享数据，共用同一个数据平台，此种情况下，会产生数据的泄露等风险，导致供应链的破裂。管理层带来的挑战具备更大的复杂性及多样性，其挑战可能涉及供应商管理、客户关系管理等。对航天物资供应链大数据应用面临的机遇与挑战的分析为后续引入大数据技术奠定一定基础。

3 大数据在航天物资供应链的应用

3.1 供应链整体运作角度

从供应链整体运作的角度出发，大数据应用可在航天物资供应链效率的分析、航天物资供应链效益的分析及供应链预警监控三个维度发挥作用。

（1）供应链效率分析。按照不同节点对航天物资供应链加以划分，分析采购、原材料供应、储运、研发生产、储存、运输等各个环节的资源利用情况、业务时效等，对存在短板的节点提出改进建议，进一步提升整个航天物资供应链的效率，实现价值的增加。

（2）供应链效益分析。从供应链运作的整体角度出发，将采购成本、库存成本、管理成本及信息化成本等因素考虑在内，详细分析各个环节的成本及收益情况。依据对各个环节的相关分析结果，寻找影响增加成本或降低效益的关键环节，进一步提出降本增效的有效措施，提升整个供应链的价值。

（3）供应链预警监控。从多角度出发探索航天物资供应链中各个环节中的关键业务节点，对各业务环节的相关性进行分析，从而制定相应的预警监控模型。

3.2 供应链运作环节

从供应链运作环节的角度出发，可在航天物资供应链中的预测与采购环节、生产环节、储存及运输环节三个领域应用大数据技术。大数据在航天物资供应链运作环节的应用及产生的效果如图3所示。

图3 大数据在运作环节的应用及产生的效果

（1）预测与采购环节。大数据技术在需求预测中的应用已经相对成熟，根据相同技术原理，可以将大数据技术应用在预测与采购环节。航天物资存在种类多、单品种采购量小、生产周期长的特点，如果将大数据技术应用在此环节，航天集团的物资采购部门可以根据历史采购数据、补货数据、生产数据等大量历史数据预测可能需要的采购物资。具体而言，即根据大数据的典型应用“啤酒+尿布”例子，通过观测历史数据，挖掘某一零件的采购与另一零件或者另外多个零件的采购之间的关系，如果大多数情况下，在采购这一零件时总有其他零件进行采购，可以向预测人员建议提前采购此零件，经预测人员预估、确认之后，可以向相关领导申请采购此零件，从而实现减少物资的采购周期，提升供应链响应效率。此种方法通过以数据为平台，放大了采购人员的能力，在很大程度上优化了采购决策，实现了大数据驱动下的物资采购。为保险起见，建议应用在成本相对较低、生产周期相对较长的物资。

（2）生产与运营环节。在生产与运营环节通过无线传感器的应用，实现“数字化工厂”。在工厂周围安装无线传感器，利用无线传感器获取产品的实时数据，实现可视化生产，降低生产中检验环节的周期。虽然数字化工厂需要投入大量成本，但是其可提高供应链柔性与效率，增加可观的利润。

（3）储存与运输环节。航天企业通过射频技术判断库存水平及物流状态，还可以与天气情况的数据、交通状况的数据相结合，实现柔性库存。大数据在储存与运输环节的应用在一定程度上实现了库存的柔性，降低了物资的运输时间及等待时间。同时大数据的应用打通了供应链节点企业之间的信息孤岛，使得信息得以共享，加快了供应链的整体响应速度。

4 大数据应用对航天物资管理价值的提升

4.1 聚集信息，实现有效预测

随着市场竞争激烈程度的加剧，生产周期的缩短在很大程度上提升企业的竞争力。虽然航天企业已经在尽力缩短产品的生产周期，但是由于航天产品对质量高要求，其缩短的周期不是很明显。大数据技术在预测与采购环节的有效应用能够对产品的需求做出预测，快速响应需求，并通过实时数据分析，协调各节点企业之间业务，通过对数据的获取扩展至供应链企业利润的提升。

4.2 整合整体供应链，提升效率

供应链的柔性及运行效率是供应链节点企业降本增效的关键。将大数据技术应用在航天物资供应链上的各个节点，有效整合各个节点产生的数据，通过大数据技术的应用实现数据的共享，提升各个节点的敏捷性，进而提升整条供应链的效率，实现供应链各环节的紧密整合。

4.3 控制成本，提高决策

供应链管理重视的是供应链节点企业的共赢，而不仅仅是某一节点企业获得利益。通过大数据技术的引用，以较低的成本对供应链企业上产生的数据加以收集，挖掘潜在信息，产生较大的价值，使企业由历史数据简单决策向即时数据理性决策转变，提升企业决策依据的准确性。

4.4 驱动智慧供应链构建

供应链管理存在一定的复杂性，其产生的数据量大幅度增加，运用大数据、物联网、二维码、射频技术等进一步抓取、分析、处理航天物资供应链中产生的大量数据，在众多数据中寻找出关键信息，在预测与采购、生产与运营、储存与运输、供应链效益及效率提升、供应链预警监控方面形成智慧数据，发挥大数据的核心价值，提升供应链柔性，形成智慧供应链。

5 结语

在信息技术快速发展时代，数据以指数的形式增长，大数据在航天物资供应链中的应用蕴藏着巨大的价值。本文从航天物资供应链出发，介绍了航天物资供应链的形式，阐述了航天物资供应链面临的机遇及挑战；从供应链整体运作及供应链运作环节两个维度探讨了大数据在航天物资供应链中的应用，从实现有效预测、提升效率、降低成本及智慧供应链四个角度分析了大数据的引用对航天物资供应链价值的提升，期望本文的研究对航天企业在供应链管理中应用大数据技术提供一定的借鉴。

[1]叶锋.基于供应链管理的航天三院物资采购管理策略研究[D].哈尔滨:哈尔滨工业大学,2010.

[2]张辉,魏金石,姜楠.发达国家大型航空航天企业供应链管理的启示[J].物流科技,2016,39(11):121-124.

[3]王娟.大数据应用对供应链管理价值提升的分析与研究[J].物流科技,2016,39(2):131-132.

[4]洪健,曾雪芳,陈金玉.物资全供应链大数据应用方法研究[J].物流工程与管理,2017,(3):65-67.

[5]郭伟.大数据及其在供应链中的应用[J].物流技术,2015,34(10):200-202.

[6]闫振荣.大数据在企业供应链管理中的应用[J].河南科技,2017,(3):41-42.

[7]王红春,刘帅,赵亚星.大数据供应链与传统供应链的对比分析[J].价值工程,2017,(26):112-113.

[8]刘帅,王红春,赵亚星.大数据环境下的供应链风险管控[J].物流科技,2017,(10):129-131.