协同视角下供应链数据要素价值创造的路径研究.docx

协同视角下供应链数据要素价值创造的路径研究

摘要：当前数据要素在企业数字化转型过程中的地位愈发突显，然而，由于供应链企业内外部信息交换不畅通，造成业务数据共享与价值创造应用的双重困境，制约着整条供应链的运转效率。协同理论更加关注数据交互及相互作用效应，为数据价值链理论中创设多方共赢的场景应用打下基础。文章依托两大理论，从供应链计划、采购、生产、物流四大业务场景出发，聚焦应用场景，完善内部管理，强化多方协同，以探索数据要素价值创造的主要路径，为供应链企业数字化转型战略的实施提供决策支持。

关键词：协同理论；数据价值链理论；数据要素；数字化转型

0??引??言

隨着经济全球化的快速发展和市场竞争的加剧，供应链协同成为了企业提高运营效率和降低成本的重要手段。传统供应链管理往往存在信息不对称、协同不畅通、效率较低下等问题，制约着供应链的整体表现。为应对此类挑战，供应链相关企业亟待解决业务数据共享与价值创造的双重问题。

1??相关理论研究

1.1??协同理论

协同理论主要用于研究系统内部各子系统间的协同作用，以及该协同作用对系统整体行为的影响。其核心思想是在一个系统中，各子系统并不孤立存在，而是会相互作用、相互影响，并且这种相互作用会使得整个系统呈现出一个新的稳定状态，这一稳定状态便是协同状态。一个系统行为的实质，是所有子系统机理性的共同作用，它们对整个系统的贡献是一种有目的性的自组织行为[1]。

协同理论除协同作用外，还包括调节效应与共同演化原理。调节效应原理表明各系统间通过正面与负面的调节作用而相互影响，并以此呈现系统整体运行的非线性行为；同时，亦可用非线性公式表达。共同演化原理又被称为协同演化原理，是以—个动态视角来探索组织演化的过程与结果[2]，通过类比方式可将其运用到各类产业的发展中。而人工智能、大数据、区块链、物联网、5G技术的日益融合，将助推各产业链上企业的数字化转型。

1.2??数据价值链理论

价值链的概念由迈克尔·波特提出，他认为“价值链是由设计、生产、销售、发送等所有向用户交付产品或服务所需的一系列生产活动及相关辅助活动构成的体系”[3]。随着全球信息技术的进步与各类新兴产业的发展，数字化、智能化、网络化已成为供应链企业经营活动的主要特征，无论是数字的产业化还是产业的数字化，数据流在供应链中所产生的价值均受到了各界的广泛关注。

Miller等（2013）[4]提出“数据价值链是从数据获取到作出决策整个数据管理活动、提供支撑辅助的各种利益相关者和相关技术构成的框架”；他们将其划分为数据发现、数据集成和数据探索三大过程。国内学者张影等[5]将数据价值链划分为数据采集、获取、存储、组织、整合、挖掘、分析、决策八大数据基本管理活动，以及软硬件基础设施、大数据技术开发、人力资源管理三类辅助支持性活动。从数据生命周期的角度来定义和分析数据价值链的主要方向。

2??供应链数据要素价值创造的困境

数据要素是供应链企业发展创新的重要基础。在企业数字化转型背景下，企业的数据管理能力，特别是数据分析与应用能力，对企业核心竞争力的塑造产生了持久深远的影响。然而，供应链企业在数据要素价值创造过程中并非一帆风顺，内部数据协同不紧密、外部数据协同不通畅是其面临的两大主要困境。

2.1??企业内部数据协同不紧密

组织机构上容易出现部门设卡、信息孤岛的情形，既无法对接供需，又难以实现协同。组织中各部门首先考虑的不是整个组织的最高战略或利益需求，而是尽可能规避自身责任与风险。例如，职能部门间设定符合自身习惯的数据格式、主数据、元数据的运算逻辑，就像一个个独立的“信息孤岛”，各部门数据间难以实现有效对接，协同性较差，在满足客户需求效率和效果方面大打折扣。

企业决策上容易出现无任何依据，跟着感觉走的情形，决策拍脑袋，没有任何预测、预防机制，没有完整、准确的数据支撑，无论是企业战略还是部门战术，都要“跟着感觉走”，按照资历和经验进行重大决策制定。如此将极大增加决策风险。在数据预测上，如客户需求预测、采购需求预测、库存预测等，都是“走一步看一步”的状态，有时甚至没有任何为降低风险而实施的预防机制。

2.2??企业外部数据协同不通畅

供应链市场瞬息万变，随着生产模式从少品种大批量向多品种小批量的转变，产品生命周期越来越短，供应链上企业的分工更加精细化。而供应链上企业的数据共享渠道却不够通畅。

一方面，链上企业数据共享交换意愿不足。出于信息安全、共享成本、合作信任等方面的考虑，无论是供应链核心企业，还是链上的合作伙伴均对交换数据存在顾虑。例如，需求、销售数据在链上的不透明，将引发整条供应链较大的牛鞭效应。

另一方面，链上企业间数据利益平衡机制不够健全。合作企业由于规模、技术、人力上的限制往往在数据共享收益上处于弱势。核心企业有效激