大数据和区块链技术下制造业供应链管理研究

来源:用户上传      作者:张玉洁　孙慧英

　　 摘要：随着信息技术的不断发展，供应链管理的创新已成为研究的热点问题。基于此，文章首先针对大数据和区块链进行相关概述，其次对大数据与区块链的融合发展进行了分析，最后分析“大数据+区块链+供应链”平台的“四流”合一，并提出相应的对策建议，助推实现制造业供应链管理的智能化。
　　 关键词：大数据；区块链；供应链管理；制造业；四流合一
　　 2021年11月17日由工信部、国家标准委联合印发的《国家智能制造标准体系建设指南（2021版）》提出到2025年，逐步构建起适应技术创新趋势、满足产业发展需求、对标国际先进水平的智能制造标准体系。同时，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》和《国家标准化发展纲要》提出了完善智能制造标准体系的要求，以此助力我国智能制造业迅猛发展。从中可以看出，国家对于制造业智能化发展的政策支持。
　　 2021年11月，工业和信息化部印发了《“十四五”大数据产业发展规划》，提出到2025年，我国大数据产业年均复合增长率保持25%左右，创新力强、附加值高、自主可控的现代化大数据产业体系基本形成。在此大数据背景下，区块链技术已经被引入了各个领域中，正处于前所未有的发展态势。区块链已成为国家数字经济的重点布局产业。相关政策不断出台，如2021年3月，发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，将区块链作为新兴数字产业之一；2021年6月，工信部与中央网信办联合发布《关于加快推动区块链技术应用和产业发展的指导意见》，明确到2025年，区块链产业综合实力达到世界先进水平，到2030年，区块链产业综合实力持续提升，产业规模进一步壮大。
　　 从国家相继出台的相关政策可以看出，制造业的智能化升级已势不可当，在制造业供应链管理中引入“大数据+区块链”，以助力实现制造业的智能化。
　　 一、大数据和区块链相关概述
　　 （一）大数据相关概述
　　 大数据是指无法用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据有六大特点，即大量性、高速性、多样性、价值性、易变性和真实性，具体如图1所示。是需要新的处理模式来适应海量、高增长率和多样化的信息资产。大数据是新型的生产要素，其用法倾向于用户行为分析、预测分析或其他高级数据分析方法的使用。
　　 （二）区块链相关概述
　　 工信部指导发布的《中国区块链技术和应用发展白皮书2016》对区块链技术（Block chain）进行了定义：“广义来讲，区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式”。简而言之，区块链就像是一种建立在数学算法上的分布式电子账本，该账本记录了每个交易的细节。区块链的特点如图1所示。区块链还具有三大保障，如图2所示。
　　 根据区块链技术允许参与者的参与范围，区块链可以分为公有属性的区块链、私有属性的区块链和联盟属性的区块链（戴美想，2021）。公有链允许所有用户参与网络访问、读写过程，并以所有节点共同存储数据的方式，保证系统安全性；与公有链不同的是，私有链应用场景多为组织内部，其网络读写权限和共识过程参与受到很大限制；联盟链应用场景为若干组织组成的联盟体，如蚂蚁开放联盟链（田阳等，2021）。
　　 二、大数据和区块链在供应链管理中的综述
　　 （一）大数据在供应链管理中的应用综述
　　 如今正处于大数据时代，大数据服务商参与进供应链是极其有必要的（Liu P，2017）。大数据技术可以为供应链提供更准确、更清晰、更具有洞察力的数据，依靠共享的网络实现更多的供应链智能情景，并且可以从采购、制造、物流、销售提升原供应链的运行效率（赵睿，2018）。大数据服务商参与供应链的管理中，要保持供应链系统的共赢，需要采取合作契约模式等结论（吴成霞等人，2016）。
　　 部分研究者从不同的视角述了大数据在供应链中的运用。如吴向向等人（2015）通过分析“长鞭效应”带来的负面效应，在大数据的基础上，采用其理论方法来削弱供应链上“长鞭效应”，应用大数据的手段在供应链上建模，形成一个大数据体系去处理供应链上所有节点企业的链上决策；史浩、李建（2015）构建了面向大规模定制的原始合作供应链模型以及私有信息泄露后的三种竞争供应链模型。沈娜利等（2018）对大数据环境下供应链客户知识共享激励机制进行了研究；王道平等人（2021）在闭环供应链中考虑了大数据服务商参与并提供协助回收和协助营销两种服务，研究了不同的大数据服务对闭环供应链的影响；韩越（2021）认为供应链与大数据技术的结合，需要从功能供应链、过程供应链、协作供应链、敏捷供应链、可持续供应链五个方面展开分析。
　　 目前，在大数据背景下供应链管理研究问题是一个充满创新与挑战的全新的研究领域，还存在尚待完善之处。
　　 （二）区块链在供应链管理中的应用综述
　　 区块链为改进后的供应链模型提供了一种全新的衡量与评价供应链管理流程与结果的手段（王梦翔，2021）。利用区块链的去中心化、智能化以及防篡改等特点可有效解决数据在流通过程中面临的困境，提高数据的流通性（闫树等，2018）。
　　 区块链技术已逐渐被引用到供应链管理中，如供应链信息协作模型，主要包括了信息安全控制框架、信息整合框架以及溯源信息整合框架，解决了困扰传统供应链信息管理过程中企业所面临的敏捷性不佳、安全性不够、可靠性不足的问题（盛琪，2021）；基于区块链技术的供应链信息资源共享模型，突破供应链交易过程中存在的信息不对称瓶颈，实现去中介的互信交易（盛守一，2021）；区块链的“B2B+B2C”供应链动态多中心协同认证模型可以保证多个交易中心组成的整体认证机构具有一定的稳定性，促进企业内部交易主体、供应商、销售商集体作出决策（朱建明、付永贵，2016）；基于区块链技术的供应链信息资源共享模型，突破供应链交易过程中存在的信息不对称瓶颈，实现去中介的互信交易。

　　 目前较多的研究集中于 “大数据+供应链”、“区块链+供应链”，但针对“大数据+区块链+供应链”的研究不多。“大数据+区块链”的双轨发展，势必成为未来发展的趋势，应将其运用于制造供应链管理中，也将成为研究的热点之一。
　　 三、“大数据+区块链”在制造业供应链管理中的运用
　　 （一）大数据和区块链相融合的可行性分析
　　 首先，区块链具有的加密技术，能够很好地保障数据的安全性。在制造业供应链中，对相关数据进行收集、存储、处理和分析的过程中，会出现数据丢失或被盗取的可能，一定程度上降低了数据的真实性、可靠性与完整性，而区块链的加密技术很好地弥补了大数据的缺陷，从而保障了数据信息的安全性，使得链上的各参与主体都能够根据真实有效的数据信息进行处理、分析，解决实际的问题，提高了数据利用的效果。
　　 其次，区块链加速了相关数据信息储存与分析的速度。由于区块链具有去中心化、分布式数据存储、点对点传输的特点，所以实现实时地对数据信息进行在线储存，并能够及时地传递数据信息，实现各节点上的信息的同步共享，更加方便了数据的储存、传递与分析，提高了数据信息的处理速度。
　　 最后，区块链技术采用去中心化的共识机制，具有不可篡改的特点，同时有智能合约作为保障，防止了供应链的数据信息被篡改的可能性。若要对数据进行篡改，则要对此付出相当高的成本。不仅保证了数据信息的安全性也从解决了大数据归属权问题。
　　 由于大数据和区块链各具优势，将两者进行融合，相互弥补各自的不足之处，利用区块链的各特点，弥补大数据易丢失或被盗取的缺陷，增强数据信息的快捷性、安全性、真实性与可靠性，从而实现两者的融合发展，助力制造业供应链的智能化升级。
　　 （二）大数据和区块链助力制造业供应链的“四流”合一
　　 制造业供应链的四大要素由物流、信息流、资金流和商流共同组成。在传统的制造业供应链管理中只是简单地把供应链各节点的企业进行了连接，没有从根本达到整体的融合，供应链的功能没有被充分利用起来，好多流于形式，成为摆设，不仅没有给企业创造新的价值，反而会增加企业的成本支出，造成了资源的浪费，传统制造业供应链“四流”合一如图4所示。
　　 将“大数据+区块链”引入制造业供应链管理中，构建“大数据+区块链+供应链”平台，如图5所示，实现制造业供应链四大要素的协调统一，以物流作为基础，资金流作为条件，信息流作为实现的手段，而商流作为动机或目的，实现物流、信息流、资金流和商流的“四流”合一，助力制造业供应链管理智能化升级。
　　 首先，物流方面，物流是指从供应商的供应商到客户的客户这一过程中的实物的流动，包括了运输、库存、装卸、搬运、包装等活动，商品在不同的场所之间进行流动，包括正向物流与逆向物流。在传统制造业供应链中，物流信息得不到及时更新，效率较低等问题的存在。而将大数据的处理、分析能力与区块链的共识机制、加密技术与物流信息技术进行融合，会显著增强数据信息的安全性，大幅提高物流系统的运作效率。
　　 其次，信息流方面，信息流是指整个制造业供应链上信息的流动，是随着物流的运作而不断产生的。信息流主要包括管理信息和供需信息。信息流是制造业供应链管理中的核心，贯穿了制造业供应链中的所有节点与相关流程。然而，在传统的制造业供应链中存在着诸多信息流问题，例如制造业供应链中的各种信息被不同参与主体分散保存，使得数据信息不能够得到及时共享，缺乏透明度。针对这些问题，可以利用大数据与区块链技术进行解决。利用大数据与区块链的强强联合，能够大幅提高数据信息的传递速度，使得制造业供应链上各参与主体能够及时、准确地掌握相关的数据信息，并实现数据信息的同步共享，从而实现制造业供应链数据信息的透明度。同时，利用区块链技术强大的溯源功能，可以很好地解决产品流转产生的各类问题。
　　 再次，资金流方面，资金流是指制造业供应链上资金的流动，是指客户购买产品后，把资金转移给制造商的过程。由于区块链具有加密技术、不可篡改的特点，从而可以保障供应链中数据信息的安全性，而智能合s则可以有效地防止链上各参与主体的违约行为。同时，区块链技术采用去中心化、分布式记账，能够使得制造业供应链上各节点的数据信息可以直接进行交互，任何节点出现问题都不会影响供应链整体的运作，大幅度提高了交易效率，提高了财务部门业务支付速度，有效地降低财务部门相对应的成本支出。
　　 最后，商流方面，商流指物品在流通中由货币形态与商品形态相互转化的过程，通过两种形态的相互转化来实现商品所有权转移和价值增值。利用“大数据+区块链+供应链”平台可以同时实现线下和线上的商流。利用区块链技术所具有的溯源防伪功能，查取商品的相关数据信息，如商品的原料、性能、仓储、物流信息，并为客户提供商品的销售、交易费用结算等约定的商流服务。
　　 四、优化制造业供应链管理的对策与建议
　　 （一）加大政策的支持力度
　　 首先，制造业供应链管理如要引入大数据与区块链技术，需要投入大量的人才与物力，尽快突破存在的一些瓶颈，特别是作为制造业供应链基础的物流，不能满足智能化的供应链的需求，物流的基础设施有待进一步完善；其次，加大对企业的扶持力度，增加相应的补贴措施，以激励企业加入的积极性；最后，加强对大数据与区块链技术的监管，也可以成立相应的协会，增强监管的力度。构建与完善相关的“大数据+区块链+供应链”的平台服务体系，更需要得到相关政策的支持，以指导先进的信息技术能够真正落地到实处。
　　 （二）加大人才培养的力度
　　 想实现大规模的信息技术建设，需要大批的相关专业人才，然而大数据与区块链作为先进的信息技术，在“大数据+区块链+”信息平台的构建与维护的过程中，在相关数据的分析与处理的过程中，都需要大数据与区块链的专业人才来完成。但目前，该领域中的专业人才匮乏严重。所以需要通过各种方式，如在高校开设大数据与区块链的相关专业，设计多样化、多层次的培养方案；建设相应的实验室与实训基地；高校与企业进行联合，进行产、学、研的方式，有针对性为企业输送符合企业需求的专业人才。

　　 （三）增强企业的认知度
　　 制造业供应链需要各企业的共同参与完成，作为供应链上的各参与主体，应更新管理理念，不能靠单打独斗获胜。作为信息化时代的管理者，应与时代发展同步，树立“共赢”的思想，打破各自壁垒，与供应链上的其他参与者结成坚实的联盟，建立信息共享机制，实现风险共担、利益共享，形成企业的单链、行业的多链与跨行业的联盟链，构建制造业供应链的命运共同体，从而真正实现制造业供应链智能化发展道路。
　　 五、总结与展望
　　 新信息技术的飞速发展，给各行各业注入了新生力，催生了许多新业态与新模式。本文通过对大数据与区块链的探讨认为，大数据与区块链相融合，有利于两种技术的相互补充，实现双轨发展。而把“大数据+区块链”引入到制造业供应链管理中，构建“大数据+区块链+供应链”的平台，实现 “四流”合一，助推制造业供应链的智能化。
　　 但在对“大数据+区块链+供应链”模式的构建，还需要作进一步研究，需要具体结合企业所在的行业类型，针对各行业的特点，设计不同的模式，实现单链、多链与联盟链的相结合，形成制造业供应链的命运共同体，进一步提升制造业供应链价值增值的能力。
　　 参考文献：
　　 [1]戴美想.基于^块链技术的企业供应链管理[J].中国商论，2021（16）：105-107.
　　 [2]田阳，陈智罡，宋新霞，李天明.区块链在供应链管理中的应用综述[J].计算机工程与应用，2021，57（19）：70-83.
　　 [3]Liu P. Pricing Strategies of a Three-Stage Supply Chain：A New Research in the Big Data Era[J].Discrete Dynamics in Nature and Society，2017：1-16.
　　 [4]赵睿.工业4.0时代商业大数据技术智能供应链的模式研究[J].商业经济研究，2018（06）：30-33.
　　 [5]吴成霞，赵道致，潘新宇.大数据服务商参与的三级供应链动态合作策略及其比较[J].控制与决策，2016，31（07）：1169-1177.
　　 [6]吴向向，王红春，丛娇娇.基于大数据理论的弱化“长鞭效应”研究[J].北京建筑大学学报，2015，31（03）：73-76.
　　 [7]史浩.李建.大数据背景下私有信息泄露对供应链成员企业竞争关系影响的研究[J].情报学报，2015，34（01）：53-65.
　　 [8]沈娜利，沈如逸，肖剑，张庆.大数据环境下供应链客户知识共享激励机制研究[J].决策参考，2018（10）：36-41.
　　 [9]王道平，梁思涵，周玉.考虑制造商声誉和大数据服务商参与的闭环供应链决策[J].计算机集成制造系统，2021（08）：1-18.
　　 [10]韩越.大数据技术对供应链管理的影响[J].中国商论，2021（02）：108-109.
　　 [11]王梦翔.区块链与供应链管理：关系联结、模型构建与利弊权衡[J].中国储运，2021（01）：99-102.
　　 [12]闫树，卿苏德，魏凯.区块链在数据流通中的应用[J].大数据，2018，4（01）：3-12.
　　 [13]盛琪.基于区块链的供应链信息平台构建[J].物流技术，2021，40（08）：90-94.
　　 [14]盛守一.基于区块链技术的供应链信息资源共享模型构建研究[J].情报科学，2021，39（07）：164-170.
　　 [15]朱建明，付永贵.基于区块链的供应链动态多中心协同认证模型[J].网络与信息安全学报，2016，2（01）：27-33.
　　 ＊基金项目：海口经济学院校级课题项目“基于信息技术下海南制造业供应链管理研究”（项目编号：HJKY（ZD）21-04）。
　　 （作者单位：海口经济学院）


转载注明来源:https://www.xzbu.com/2/view-15445576.htm