大數(shù)據(jù)視角下供應鏈與組織績效預測

1、大數(shù)據(jù)視角下供應鏈與組織績效預測內容摘要：大數(shù)據(jù)系統(tǒng)的應用有效提升了供應鏈管理中對于信息資源的處理水平，供應鏈的組織績效也呈現(xiàn)較為明顯的提升態(tài)勢，大數(shù)據(jù)是破解供應鏈質量管理系統(tǒng)中“組織黑箱”的核心切入點。本文從大數(shù)據(jù)技術的主要作用方向出發(fā)，分析大數(shù)據(jù)系統(tǒng)對供應鏈企業(yè)信息聚合能力和信息萃取水平的影響，采用李克特五點量表對供應鏈績效進行測量，通過實證檢驗證明信息聚合能力與信息萃取水平對供應鏈績效產生了顯著正向影響，最后根據(jù)研究內容提出了對應的理論貢獻及實踐意義。關鍵詞：大數(shù)據(jù)供應鏈管理信息萃取組織績效引言經濟全球化時代企業(yè)間競爭空前激烈，對技術更新和信息資源控制的需求前所未有的高漲，并進一步蔓延至

2、供應鏈層面，以大數(shù)據(jù)技術提升供應鏈核心競爭力，成為相關企業(yè)的必然選擇。羅劍宏、何依（2018）的研究中指出，隨著組織績效和質量管理研究的逐步深入，控制信息資源以協(xié)調不同企業(yè)間的質量管理系統(tǒng)，已經在學術界研究與實務界實踐中達成一定共識。但大數(shù)據(jù)系統(tǒng)是以何種方式影響供應鏈質量管理（SCQM,并最終對組織績效的提升產生多大作用，尚未形成普遍認同的理論體系。在此背景下，本文圍繞“大數(shù)據(jù)應用信息資源處理能力供應鏈績效”這一基本命題，融合大數(shù)據(jù)理論、供應鏈組織理論及組織績效三個主要理論領域，從理論機制、數(shù)據(jù)整理和實證分析三個方向出發(fā)，試圖厘清大數(shù)據(jù)視角下供應鏈管理的發(fā)展，并預測其組織績效增長水平。相關文獻

3、綜述HL.Lee（2015）在研究中提出，可以通過引入全面質量管理（TQM加強供應鏈成本控制與質量績效，但在供應鏈中采用TQ麻統(tǒng)會遭遇規(guī)則與應用維度的問題，提升產品質量的同時可能會導致組織績效的下降。S.ThomasFosterJr.（2008）認為系統(tǒng)化的供應鏈質量管理（SCQM是一種更優(yōu)的組織方式，該方法試圖協(xié)調管理供應鏈上下游企業(yè)，并采用統(tǒng)一的資源分配方式以避免系統(tǒng)性摩擦，從而提升生產效益。蔣倩（2017）的研究中采用米爾斯-斯諾模型采用SCQ源統(tǒng)對供應鏈質量體系與管理體系進行分析，發(fā)現(xiàn)兩者的結合并不緊密，認為SCQMI論體系尚不完善，需要引入更強的信息管理系統(tǒng)以提升體系中不同系統(tǒng)的交流

4、水平?，F(xiàn)有研究對于供應鏈質量管理系統(tǒng)構建方法眾多，其根本原因就在于存在一個系統(tǒng)內部的“組織黑箱”，在弱信息交流體系中，信息不對稱引致供應鏈上不同企業(yè)間的管理空當，導致眾多優(yōu)質管理方法缺乏實際應用價值。近年來，信息技術領域的“大數(shù)據(jù)”（BigData）概念成為學科交叉的重要突破點。陳永平、蔣寧（2015）的研究中指出，大數(shù)據(jù)系統(tǒng)是一種集信息采集、信息萃取與信息聚合于一體的優(yōu)質管理手段，供應鏈的運用與管理必須緊密對接大數(shù)據(jù)時代特征，大數(shù)據(jù)逐漸成為破解供應鏈質量管理中“組織黑箱”的核心切入點。供應鏈組織績效管理方面，錢惠琴（2016）的研究中認為，供應鏈中的組織水平衡量，不僅是點對點的績效測度，而應

5、該是由空間向鏈式聚合的網狀績效測度。綜合已有研究，實際上已經構成了一種完備的供應鏈組織績效管理的系統(tǒng)化方式：通過大數(shù)據(jù)系統(tǒng)的引入，解決SCQ磔系中尚未處理的弱式信息及資源不對稱問題，進而加強供應鏈績效水平。下文中將進一步分析這一理論鏈條的實際運行路徑。基本假設相比于傳統(tǒng)的信息收集手段，大數(shù)據(jù)技術具備更高層面的信息聚合能力，由于處理水平和搜集范圍的擴大化，大數(shù)據(jù)可以搜集到范圍更廣、數(shù)量更多的信息內容。SCQ陳統(tǒng)中的一個顯著問題就是無法避免信息的遺漏，這一問題來源于制造、物流及分銷環(huán)節(jié)中難以避免的逆向選擇行為，導致SCQ陳統(tǒng)的全鏈條控制得不到有效技術支援，并使得資源摩擦問題逐漸累積。企業(yè)引入大數(shù)據(jù)

6、技術，可以對遺漏信息進行有效采集，穩(wěn)步提升現(xiàn)有信息的聚合能力，從而解決SCQ原統(tǒng)中始終存在的“弱式信息”問題，基于這一分析，本文提出如下假設：H1:大數(shù)據(jù)技術的應用促進了供應鏈信息聚合能力的提升。由于供應鏈上所包含的信息在數(shù)量與范圍上逐漸趨于多樣化，企業(yè)處理信息所需付出的成本也逐步提升。但為保證市場競爭力，對已采集信息的處理關乎企業(yè)的戰(zhàn)略方向、營銷決策及產品架構，企業(yè)不得不陷入信息萃取的困境。而大數(shù)據(jù)技術是直接從數(shù)據(jù)本身性質出發(fā)，有完整的信息萃取方法，這一方法不同于管理行業(yè)傳統(tǒng)資源整合方法。企業(yè)轉換思路，以大數(shù)據(jù)體系替代原有數(shù)據(jù)萃取系統(tǒng)，是從橫向維度的加量式發(fā)展，轉移為縱向維度的提質型發(fā)展。因

7、此，在采用大數(shù)據(jù)技術的情況下，企業(yè)可以獲取更高的信息處理和分析能力，反映在供應鏈上，則形成供應鏈整體信息萃取水平的提升，進而解決供應鏈質量管理中的資源不對稱問題?；谶@一分析，本文提出如下假設：H2:大數(shù)據(jù)技術的應用促進了供應鏈信息萃取水平的提升。大數(shù)據(jù)的應用分別促進供應鏈信息聚合能力及信息萃取水平的提升，當供應鏈進行技術升級后，不僅可以更加精確的處理已有數(shù)據(jù)，還能夠降低處理數(shù)據(jù)所需成本，企業(yè)間分享資源與信息的水平提高，也會促進供應鏈組織水平進一步提升。組織績效決定于企業(yè)間的信任水平及合作關系，而大數(shù)據(jù)技術應用的前提是信息透明化、公開化及無差別化，當供應鏈內部企業(yè)決定采取大數(shù)據(jù)技術調整供應鏈結

8、構時，企業(yè)間可以更有效通過一致目標、協(xié)調運營和合同契約達成合作關系，表明企業(yè)業(yè)務間的一種長期導向，企業(yè)能夠通過分享稀缺性資源滿足供應鏈需求，借助于更合理的信息聚合了解市場變化，通過協(xié)調模式下信息萃取解決復雜的運營問題。企業(yè)間進行信息共享有助于兼顧宏觀市場和微觀管理。強化信息聚合能力，可以解決企業(yè)間信息不對稱及資源不對稱;提升信息萃取水平，可以轉變供應鏈的問題處理機制。伴隨著問題的解決，供應鏈績效水平也得以提升，因此，本文提出如下兩個假設：實證分析本研究基于預調研對典型企業(yè)的深度訪談、對已有研究數(shù)據(jù)進行分析和問卷發(fā)放的形式，形成本研究測量量表，對所有收集數(shù)據(jù)進一步進行信度分析，采用機器選擇的方式

9、得到研究所需原始數(shù)據(jù)。本研究所發(fā)放的表格為李克特式五級量表，從“完全不同意”至“完全同意”的五個級別，量表項目采用Vargo&Lusch（2016）文獻中的相關設計，將相關題項翻譯成中文，并邀請了英文專業(yè)的教授對問卷內容進行進一步修改。為避免同源性誤差（CMV帶來的統(tǒng)計學誤差，在問卷設計與填寫中均進行匿名處理，文章所開展的研究是與湖北武漢民營企業(yè)商業(yè)協(xié)會合作進行的，從該協(xié)會企業(yè)名錄中隨機選取了400家企業(yè)，收回有效問卷213份。收集相關數(shù)據(jù)后，本文以AMOS24.0期:件對原始信息進行原始模型與數(shù)據(jù)擬合，相關信度分析結果如表1所示。如表1所示，本研究采用Harman單因素分析同因誤差，由于第一

10、個因子對變異量的解釋水平僅為11%并不存在顯著的同源數(shù)據(jù)問題，且各變量Cronbachsa系數(shù)均大于0.60,說明變量信度水平較高。上述原始樣本的參數(shù)比值為12：1,大于門檻值5：1,且總體模型X2/df=1.47小于2，說明模型具備較高擬合度，RMSE、ACFI、IFI、NNFI的指標均符合研究所需要求（在表1中列出），進而對相關矩陣進行分析，如表2所示。在上述相關矩陣的基礎上，本文進一步采用結構方程模型分析多個變量的鏈式作用機制，結構方程模型可以納入多個解釋變量的影響，在LIS-REL檢驗假設下，上述數(shù)據(jù)具備如下擬合水平：上述結果說明結構方程模型具備較高擬合水平，可以逐個驗證理論模型中的四

11、個假設。假設1在實證中不拒絕，其影響系數(shù)為r11=0.61，t=6.23，該影響處于顯著水平;假設2在實證中不拒絕，其影響系數(shù)為r12=0.37，t=4.62，該影響處于顯著水平。假設3在實證中不拒絕，其影響系數(shù)為r21=0.29，t=5.51，該影響處于顯著水平。假設4在實證中不拒絕，其影響系數(shù)為r22=0.49，t=7.03，該影響處于顯著水平。圖2中繪制了影響路徑及影響因子的關系。根據(jù)上述作用路徑，本文假設大數(shù)據(jù)在信息聚合層面的權值為0.60，信息萃取層面的權值為0.40，當企業(yè)每投入1個單位資源于大數(shù)據(jù)技術，就會提升0.248個單位的全供應鏈組織績效，陳永平（2015）的研究中量化了每

12、單位組織績效的經濟價值，大約為2000億美元。根據(jù)前瞻產業(yè)研究院所統(tǒng)計的相關數(shù)據(jù)，中國2017年工業(yè)大數(shù)據(jù)產業(yè)融資事件總計融資額為4億6000萬美元，假定上述融資被相關企業(yè)均用于投入運營，且不考慮資金損耗的情況，該融資在供應鏈組織績效上可以產生5億7040萬美元的收益，直接經濟效益高達1億1040萬美元?？偟膩砜矗髽I(yè)采用大數(shù)據(jù)技術有利于提升供應鏈組織績效，并提升全供應鏈經濟效益。結論本研究對深化大數(shù)據(jù)應用場景、供應鏈管理和組織績效有一定理論意義。第一，本研究從理論層面證明，引入大數(shù)據(jù)技術，可以從信息聚合與信息萃取兩個渠道解決SCQ麻存在的弱式信息及資源不對稱問題，延伸了SCQMI型的應用場景

13、和實踐價值。第二，本研究從調研數(shù)據(jù)的實證分析出發(fā)，分析了“大數(shù)據(jù)應用信息資源處理能力供應鏈績效”這一理論鏈條的真實性，從實證角度證實了大數(shù)據(jù)技術的應用有助于提升全供應鏈的組織績效水平，填補了大數(shù)據(jù)研究領域的空白。第三，本研究構建“信息聚合/萃取信息/資源互補組織績效”的結構方程模型，利用調研數(shù)據(jù)計算了大數(shù)據(jù)技術的影響因子，采用前瞻產業(yè)研究院的相關數(shù)據(jù)預測了工業(yè)大數(shù)據(jù)企業(yè)融資與組織績效提升的經濟關系，研究發(fā)現(xiàn)，2017年大數(shù)據(jù)產業(yè)相關投資僅在組織績效上就產生了1億1040萬美元的經濟收益。進一步發(fā)展大數(shù)據(jù)技術，并將其應用于供應鏈各個場景，可以有效提升供應鏈管理的組織績效，并產生顯著經濟效益。同時

14、，還需要進一步探索大數(shù)據(jù)技術對供應鏈中其他因素的影響，如產品質量、企業(yè)薪酬等，研究更廣泛的大數(shù)據(jù)視角下供應鏈發(fā)展方向。參考文獻：.LeeHL，HuaL.EffectofinformationdisclosureandtransparencyrankingsystemonmispricingofaccrualsofTaiwanesefirmsJ.ReviewofQuantitativeFinance&Accounting，2015，44（3）.JrSTF.TowardsanunderstandingofsupplychainqualitymanagementJ.JournalofOperationsManagement，2008，26（4）.VargoSL，LuschRF.Institutionsandaxioms：anextensionandupdateofservice-dominantlogicJ.JournaloftheAcademyo