丁倩兰 张水旺 博士 梅瑜 鲍蔷

（安徽工业大学管理科学与工程学院 安徽马鞍山 243032）

引言

智慧供应链是结合云计算、大数据、现代供应链管理理论和方法，实现供应链智能化、网络化和自动化的技术与管理的综合集成系统，它可以缩短企业的市场响应时间、尽可能降低资源消耗并提高产品质量（宋华，2013）。在传统商业模式衰退，新商业模式兴起时，数据的崛起将会为智慧供应链的升级以及打造智慧供应链生态体系提供有力的帮助与新的发展机遇。

每个供应链参与者必须具有足够的自控性才能满足生产需求，F Ounnar 等（2007）构建了分散的自组织控制模型，讨论了智慧供应链中供应商网络评价的过程。针对动态情况下的订购过程难以协调的问题，Ahmad Mortazavi（2015）结合基于代理的仿真技术和增强学习算法，构建了面向非平稳客户需求的四层供应链模型。随着平台研究的兴起，H Long 等（2018）基于企业核心ERP 系统和其他系统的数据，建立了一套智慧供应链管理平台，有效推动了商业模式从B2C 向C2B 的快速转变。随着大数据技术的兴起，李文莲等（2013）在阐释“大数据”变革性的基础上，提出了大数据对商业模式创新驱动的三维视角。杜永红（2015）针对农产品构建了基于全产业链的农产品智慧供应链体系，形成农产品供应链整合、产销一体的农业现代化经营模式。汪传雷等（2017）结合区块链技术，构建了供应链物流信息生态圈模型，完善了供应链物流信息生态。赵睿（2018）全面剖析了大数据技术对智慧供应链的影响，认为大数据作为新的互联网技术，应用在供应链系统中还会面临诸如人力、技术以及管理等方面的发展瓶颈。

上述研究对于智慧供应链的界定、微观智慧供应链应用或平台搭建都有一定的理论价值，也为本文的研究奠定了理论基础。智慧供应链升级重点是提升价值链协同效率、满足客户订单交期、提高客户满意度和忠诚度，使全球范围内的供应链更加合理。数字驱动背景下，如何搭建适合我国国情的智慧供应链生态体系，服务社会，成为培育具有竞争力的产业集群的关键。

数据对智慧供应链的驱动性

数据是智慧供应链的核心，数据平台是整个智慧供应链的大脑也是其关键所在。“互联网+”、云计算、大数据应用于供应链需求、生产计划、供应、物流等各个方面，对供应链进行实时掌控，能更清晰地把握需求预测、生产流程优化、库存状况、物流效率等情况，同时通过对各方面的运行进行仿真并对仿真结果进行分析，调整不合理的地方，利用新的对策使整个供应链战略和网络得到优化，推动供应链企业的发展（覃燕红等，2019）。数据对智慧供应链的驱动性主要体现在以下方面：

提高需求预测准确性。对未来需求的预测构成了供应链中战略性和规划性决策的基础。利用智慧平台对消费者的购买信息进行处理整合最终做出需求预测。预测不准确时，库存很高或者断货现象屡见不鲜；客户订单无法准时交货，客户投诉不断；生产计划变更频繁，员工丧失积极性等。不管其中的哪一种情况发生都将给企业带来无法估量的损失。

提高采购效率。通过与供应商线上沟通，了解供应商的产品，交货能力等信息，为新产品、高质量产品、低成本产品寻找最佳供应商，与供应商建立良好关系，提高采购效率，提升企业自身利益，满足生产需求，做到快速反应，这也体现了智慧供应链的协同性。

降低库存成本。区块链、云计算操作简单且可快速获取信息，可为企业制定合理的库存布局并对货物的实时信息进行动态搜集和分析，利用智慧平台对货物合理区分，提高货物信息准确性，避免因库存短缺与堆积造成损失，从而有效降低库存成本。

提高物流效率。物流包括装货、配送、卸货等环节，要想提高效率，必须优化每个环节的工作，建立高效的运输和配送中心管理，使用智能物流管理系统，比如智能排车系统、智能配送系统、电子铅封智能管理系统等。利用智能化系统，进行智能配货、路线规划、车辆监控、签收统计等，达到提高物流效率的目的。

风险预警。通过数据做预测性分析，规避风险问题。例如，问题预测可应用到质量风险控制，如生产线上的传感器可将流水化作业过程中设备的运营状况以及产品质量通过数据反映出来，以实时掌握生产线的运行状态，并可通过这些大量的实时数据计算设备发生故障的概率，这样企业可以提前安排设备维修，降低风险，保证生产安全。

智慧供应链发展面临的问题及应对策略

（一）面临的问题

智慧供应链是基于信息、智能技术与管理综合集成的，并具备数字化、网络化、柔性化、敏捷化、可视化、自动化等技术特征的指导现代供应链管理与运营的实践（赵振强等，2019）。目前我国智慧供应链发展还面临以下主要问题：

1.企业智慧化程度低。虽然有不少企业已经开始利用大数据、“互联网+”等技术来创新发展本企业的供应链，但是，这些企业在全国范围内分布不平衡，且规模普遍不大，缺乏专业的团队对数据处理，技术运用不理想，智慧平台没能被充分开发，多数企业依然还处在传统供应链阶段，劳动力成本高，效率低下。

2.信息技术落后，缺乏完善的信息化平台。目前，自动识别技术、数据挖掘技术、人工智能技术、GIS 技术的应用不理想，很多供应链企业设备落后，与国外智慧供应链的发展相比，还存在较大差距。供应链缺乏智能制造、“互联网+”等技术支撑，供应链智慧信息平台使用较少，缺乏智慧供应链功能结构。

（二）应对策略

结合数据对智慧供应链的驱动性以及智慧供应链发展目前面临的问题，本文认为应该从智慧供应链生态体系构建入手，来促进智慧供应链的发展。在智慧供应链模式下，基于数据平台，以信息资源为基础，应用云计算、大数据、“互联网+”、智能制造等技术消除中间环节，将智慧供应链流程和服务植入数据平台，促进多维度的资源共享、低碳运作、协同共有，实现资源配置的帕累托最优和供应链系统智慧化。

图1 信息资源模型总体框架

智慧供应链信息资源模型总体框架

企业如果能快速掌握客户的需求信息，并快速响应，就能在市场的激烈竞争中拥有绝对优势，这体现了信息的重要性。信息是一种资源，对信息资源的规划贯穿于整个智慧供应链体系。如何充分实现信息资源在智慧供应链中的价值，以及如何做好智慧供应链信息资源的规划是构建智慧供应链生态体系的重要环节（施先亮等，2008）。智慧供应链信息资源是供应链活动过程中各供应链参与者即供应商、制造商、分销商、零售商，直到最终用户自有、彼此之间传播共享、可以促进供应链高效运转的有序信息。

信息资源主要包括供应链参与者的基础信息、能力信息、资源信息、产品信息、各自的内部信息以及供应链参与者的各种隐性信息等。其流动过程分为六个步骤：原始数据获取、数据处理和决策、信息资源的形成、信息资源配置、信息资源共享运用、信息资源价值实现（史永乐，2019），如图1 所示。整个流程具备准确性、保密性、及时性、安全性、共享性五个特性。

数据驱动的智慧供应链生态体系构建

（一）智慧供应链生态体系构建原则

1.互联性原则。以消费者数据为核心数据，供应商数据、制造商数据等为相关数据，建立核心数据与相关数据间的关联关系。通过智能技术的挖掘与处理，实现以相关联客户数据为支撑的智慧供应链创新与建设，提高智慧供应链的反应速率，缩短交货提前期、订货提前期，从而减小库存波动，降低成本，实现供应商、制造商、客户等的互动连接，建立一个全面连接的智慧供应链网络。

2.系统性原则。同一种类的供应链数据资源尽可能实现跨机构、跨领域、跨国家的全覆盖，解决好供应链上异源异构信息融合问题。

3.精准性原则。在供应链上存在的异源异构数据，在其集成融合过程中，要特别重视跨区域并处理好同构数据的查重与消歧、异构数据实体的对齐与融合、不同类型数据之间的关联等问题。

4.完整性原则。在消费者需求驱动下，根据由大数据等处理的消费者需求信息确定所需数据资源类型，尽可能全面集成、融合各种组织、各相关类型、各相关领域规范的权威数据资源。

（二）智慧供应链的“智慧”

在供应链流程中存在需求预测、生产计划与配送路线制定、库存优化和信息搜集等问题，这些问题是制约供应链发展的关键性问题。本文在数据大变革背景下，针对以上问题列出的“智慧”分析方法如下：

1.准确的需求预测。通过构建回归模型、算法模型、规则模型与多个树模型等并进行数据的加工与处理得出相对准确的需求预测。

2.制定生产计划。准确的生产计划可为企业减少因生产过剩或供不应求带来的损失。利用大数据技术、搜索算法等匹配优良上下游企业，并建立长期的合作伙伴关系，以掌握实时的供需求信息，从而制定相对准确的生产计划。

3.库存优化。通过智慧仓储平台，对仓库合理布局，缩短交货提前期，提高企业交货能力。根据数据平台对各类数据的处理，准确清晰地把握库存量、订单完成率等。

4.绘制最优配送路线。结合路径规划算法，利用GIS、GPS 等技术绘制最优配送路线，同时运用无人机等解决“最后一公里”问题，实现供应链网络全覆盖。

5.反馈信息搜集。运用顾客点击量、顾客浏览量、顾客购买量，研究消费者的消费行为，对于实体店，可通过问卷形式了解消费者的需求信息，从而实现相对准确的消费者需求预测与精准营销。

表1 智慧供应链生态体系特点

（三）生态体系构建

1.智慧供应链功能要素。供应链就是包括物流、信息流、资金流、商流在内的由物料获取到将最终成品送到客户手中的一系列活动组成的，并由供应商、制造商、分销商零售商直到最终用户所连成的功能网链结构（钱莹，2006）。供应链功能包括管理系统、操作和组装、采购、生产计划、订单加工、库存管理、运输、仓储和客户服务。根据供应链的功能要素得到智慧供应链的功能要素主要包括：智慧采购、智慧制造、智慧运输、智慧配送、智慧仓储、服务平台和信息平台等。

2.智慧供应链生态体系的特点。智慧供应链生态体系完成从原材料加工，到消费者手中最终商品的全过程，具有独特的市场属性，创新、协同整合、共赢、绿色、动态、智慧、决策支持七大核心特征就是其运行模式的特点，具体如表1 所示。

3.智慧供应链生态体系构建。根据智慧供应链的功能要素，将智慧供应链体系分成四大模块，分别是业务、技术、管理和平台四个模块：技术作为“工具”服务于平台，平台将数据整合来满足供应链管理及业务的需要。四大模块分别对应智慧供应链体系四个层次：业务层、技术层、管理层及平台层，得到的智慧供应链生态体系框架如图2所示。

管理层。管理层由区块链信用机制、人工智能决策机制、互联网协同机制组成，三大机制分别对应供应链管理中的供应链信用、供应链决策、供应链协同三大内容。区块链本质上是一个去中心化的数据库，其核心技术包含：分布式账本、非对称加密、共识机制以及智能合约。分布式账本给出完整合法的账目，非对称性加密保证数据安全与个人隐私，通过共识机制防篡改，最后由智能合约执行相应规则和条款。整个过程为供应链节点间的信任奠定了基础，使得智慧供应链各节点企业间的交易更加安全可靠，数据信息的可视化、共享性更强。人工智能是用于模拟与延伸人的意识、思维的信息过程，是一门新技术。将人工智能引用到智慧供应链生态体系中，体现了智慧供应链先进的特点，同时能够高效低成本地制定详细、完整的决策方案。将互联网与传统行业和服务进行深度融合，产生新的发展格局。“互联网+”的核心是使用更好的手段、技术去改良和优化供应链，实现更好的供应链运作方案和更开阔的供应链服务空间，这也是智慧供应链的核心所在（黄亿红等，2019）。

业务层。业务发生在供应链各节点内部以及各节点之间。仓库作为第三方仓储中心，保证了供应商、制造商生产的连续性和节奏性，为分销商、零售商的销售计划打好了基础。各大厂商向仓库发出订货单，仓库收到订单智慧拣选出指定货物，通过路径规划算法等制定出最优运输路线，运输到各节点企业，必要时仓库向厂商下达补货指令，由厂商智能补货。在供应、制造、分销、零售这四个供应链节点中，每个厂商通过智慧信息平台做出精准的采购计划，分别向上游企业采购所需货物，各上游企业再将货物运输到各下游企业，节点厂商之间相互连接形成一个网络结构，最终服务与终端客户即消费者。

平台层。智慧信息平台从智慧供应链的业务中搜集信息，并通过加工、处理最后储存到平台中，其中信息包括供应链各节点信息资源、生产流程信息、技术信息、账目信息等。智慧信息平台具有对私有信息保密，对共有信息开放，安全、可信等特点。

技术层。智慧供应链技术层由大数据、云计算对信息资源数据整合，通过区块链、“互联网+”、智能制造三大核心技术驱动供应链管理，通过精准需求预测，做出高效采购，降低供应链库存，通过库存共享及对整个需求的预测来调控生产与供应链链条的需求平衡，包括物流的平衡，达到提高物流效率的目的。

图2 智慧供应链生态体系框架