企业数据能力构建供应链敏捷性的概念模型研究

袁欣 刘志翔 陈美岑 王思仪 李敏 乔悦

摘要：大数据分析是目前学者和广大金融从业者关注的热点话题，由此引发的企业的数据能力分析也加入讨论。多项研究与实践表明，具有良好的大数据能力的企业，更能在企业竞争中取得优势。为应对难以预测、持续、快速变化的竞争环境，企业必须采取相应的措施来提高它的敏捷性。企业数据能力被证明是提高公司敏捷性的关键因素之一，本文提出了企业数据能力构建供应链敏捷性的概念模型，为企业在数据能力发展的过程中提供参考。

Abstract： Big data analysis is a hot topic concerned by scholars and financial practitioners at present， and the analysis of the data ability of enterprises is also added to the discussion. A number of studies and practices show that enterprises with good big data ability can gain an advantage in enterprise competition. In order to cope with the unpredictable， continuous and rapidly changing competitive environment， enterprises must take corresponding measures to improve its agility. Enterprises data capability has proved to be one of the key factors to improve the agility of the company， this paper puts forward the conceptual model of enterprise data capability to construct supply chain agility， which provides reference for enterprises in the process of data capability development.

关键词：大数据分析（BDA）;概念模型;供应链敏捷性;数据能力

Key words： Big Data Analysis （ BDA ）;conceptual model;supply chain agility;data capability

中图分类号：F274;F272                                文獻标识码：A                                  文章编号：1006-4311（2019）07-0069-03

0  引言

经济贸易一体化与信息技术的快速发展，增加了国与国之间激烈的自由竞争，顾客对产品和服务的个性化，多样化要求，增加了市场的复杂性和不确定性，研发新产品及交货周期的大大缩短，要求信息实现及时且有效的共享。这些状况导致企业无法快速准确预测外部市场变化，为了提高运行效率，在激烈的市场竞争中获得优势，企业就必须采取应对措施来提高供应链的敏捷性。“大数据”自IBM提出以来就广受社会关注，成为企业转型和产业升级的重要焦点，数据能力也被认为是提升敏捷性的驱动要素之一[3]，数据及其所蕴含的价值使企业变得积极主动和具有前瞻性，成为了企业竞争的重要资本和战略资源，而企业的数据能力甚至成为决定企业未来发展潜力的关键性因素[1]。企业要如何挖掘和最大程度地利用大数据的巨大商业价值，将供应链变为价值链，是目前企业面临的重点和难点[2]。企业在发展过程中不仅要把握重要资源，更要大力发展企业数据能力，构建高度敏捷性供应链，使得企业在数据风暴中存活下来并获得巨大的收益。

目前学术界关于数据能力和敏捷性供应链的研究成果已相当丰富，主要集中于数据能力的内涵、分类、结构建模以及对企业的绩效影响分析[3]等，且大多从资源视角阐述了大数据的内涵，即认为大量、多样、高速是其主要特征，数据是企业重要且不可缺少的资源;从经济视角分析大数据的价值创造过程与商业模式创新，分析大数据能力对经济影响的具体数值，从而预测评估大数据的社会经济价值。总体对于大数据分析较为详细，而对数据能力的界定较为模糊和统一，具体化程度较低。供应链敏捷性多谈及其概念特点和影响因素，包括IT能力、供应链合作、关系资本对敏捷性的提升[4]，敏捷性供应链的优势分析等，而对于其他数据能力影响因素研究则较为少见。同时我们发现现有企业数据能力文献中忽略了产业组织环境的影响，提高集群中的横向竞合能力在产业组织更新换代过程中能够加快企业的市场反应速度[5]。由此可见，本文大数据环境下现代企业能力的探讨对于构建供应链敏捷性具有重要的参考价值和理论意义。

1  理论基础

1.1 企业数据能力

企业数据能力，是指企业依托数据人才，通过数据技术（包括收集筛选、存储挖掘等）对数据进行管理（分析和预测）的在集群竞合以及供应链敏捷性方面远超过其他公司的能力。一定意义上数据能力是企业从数据中获取价值，用以解决企业生存发展问题的一系列能力，这种能力难以被模仿和替代。数据能力的构建需要企业资源的支撑，包括企业资产、信息、知识等生产要素共同作用，而价值性，不可模仿性、稀缺性和不可替代性被公认为是有效资源的共同特性，具备这四点特质的资源能够为企业更好建立各种数据能力，创建竞争优势。

企业科学的决策建立在充分高质的信息资源之上，通过运用数据技术，企业可以实时决策，即时了解产品质量，生产状况等关键要素;数据技术应用帮助企业提高技术创新和管理创新能力;通过大数据平台，企业能够对数据进行挖掘和统计分析，就能够判断出行业内外主要竞争对手和合作对象，并采取对企业有利的策略[1];而数据竞合能力使企业在组织中提升创新能力和发展潜力。企业数据人才、技术、管理被统称为企业内部数据能力，技术是管理能力、竞合能力的基础，数据人才是所有能力的关键要素，可持续的竞争优势很大程度上依赖决策者，竞合能力为企业外部应用能力，依赖产业组织关系的密度和强度。New Vantage Group 2012年的调查阐明相比于数据的数量，企业更看重非结构化数据处理分析能力，即企业内外部数据能力必须经过整合分析，加以应用来取得重大进展。

1.2 供应链敏捷性

敏捷性是指企业在不断变化、不可预测的经营环境中善于应变的能力，一种有利于企业赢得战略优势的供应链方面的能力。敏捷性具体表现为通过快速聚集知识，关系和专有资本等，将市场不确定性、潜在的以及正在面临的供应链困境转为竞争机会，其对象是整个企业、组织或企业组织内部的人，目标定义为客户创造出高增值的价值。

供应链敏捷性也被证明能够提高企业绩效和持续的竞争优势，敏捷性通过快速感知和响应市场，减少企业在供应链上下游产品和服务的调研成本和时间成本，从而将注意力放在产品或服务生产与运营的质量与效益上，进而提升客户满意度，达到企业经济效益提升的目的[6]。供应链敏捷性不仅要求企业要敏锐嗅出市场变化并快速做出响应，还包括高效，及时地配送创新的服务和产品，是企业具有价值且不可被模仿的稀缺资源[5]。而供应链要想实现敏捷性，依靠IT技术强大的支撑，就必须要呈现四个显著特性：市场敏感性、过程集成、动态联盟（或稱为虚拟企业、扩展企业）和网络分布性。敏感性是指客户需求多样且具有不确定性，敏捷供应链以客户满意度为衡量指标而非订单驱动，企业为了赢得客户满意度就必须快速响应市场和客户需求;过程集成是指企业在业务流程过程中，必须打破组织限制，跨企业进行新产品的研发，共享信息和资源，企业应当将重心聚集在核心竞争力上，把非核心业务交给供应链合作伙伴来完成;动态联盟指企业之间的所有信息共享都是基于互联网信息技术，具有虚拟性，在供应链上下游环节形成了一个虚拟的供应链，能提高供应链效率;网络分布性是指敏捷供应链通过互联网将分散各地的实体联系起来共同投入到供应链竞争中去。

2  基于数据能力的供应链敏捷性模型

根据上述两种基础理论，我们提出概念模型和本文假设。下列论断原则上参考了其他文献数据模型，阐述了在新一代数据体系结构下，企业哪些能力能够提升市场敏感，这些能力一方面能帮助企业构建供应链敏捷性，不断适应市场的不确定性，另一方面能帮助企业建立多能力交叉共筑，使企业在行业内外更具竞争力。

数据技术是各种获取数据价值的技术手段[7]（挖掘、统计、预测分析、并行计算、存储等）的集合，是企业众多数据能力的基础，而数据技术能力定义为利用数据及其所带来的价值为企业供应链敏捷性的建立创造优势。技术加强情报、数据、知识的获取与存储，通过数据集成和分析工具挖掘价值，技术的创新能够带动整个业务流程过程的创新升级，从而在市场反应速度上领先同行。同时数据技术有助于存储和共享知识，不断更新知识库并交付业务性能，从而改进组织知识的有效利用。根据这些发现，我们提出的假设是：

H1：数据技术能力对供应链敏捷性有积极正向的影响

数据管理能力是指通过规划，协调，投资，控制使企业供应链敏捷性得到提高的能力[8]，大数据是体积庞大、高增长率、内容复杂多样的信息资产[9]，企业对内外部数据建立数据库系统，进行有效管理，协调好跨职能，跨部门的数据活动，能够提高数据管理的效率及数据共享的程度，从而打破时空壁垒，有效提高企业绩效。同时数据的有效管理和结构模型的建立，有利决策者更快更好做出基于模型的决策和控制。因此，提出假设：

H2：数据管理能力正向作用于供应链敏捷性

大数据应用型人才能够将数据和技术转化为企业的商业价值，因此数据人才能力指拥有特殊知识和技能的人能够在大数据环境中执行分配任务以提升企业价值的能力[10]。高层管理者的能力与视野和供应链敏捷性呈正相关[5]，从关系视图来看，高层领导者的沟通交流技能直接影响与合作伙伴关系的协作;而对市场做出反应后对此执行的能力由普通员工决定，员工能力正向作用于企业敏捷性。因此，提出假设：

H3：数据人才能力对供应链敏捷性有积极影响

竞合是指企业之间同一时期竞争与合作并存的一种现象，横向竞合是一种较为特殊的竞合类型[5]，指在其他业务领域存在竞争的同时，企业会基于共同战略目标而联合资源与能力。横向竞合能力通过协作知识共享和竞争激励效应为企业提供价值增加的机会[11]，合作带来的“物料供应”和“知识供应”的双驱动会减少市场的不确定性，竞争创造的特殊氛围使企业充分发挥出对数据强大的吸收、整合、创新能力[5]。因此，提出假设：

H4：横向竞合能力对供应链敏捷性有积极影响

3  基于数据能力的企业敏捷性提升策略

3.1 提高信息技术能力

信息技术越灵活，越有助于数据管理和数据质量的提高，包括数据平台的开发，兼容性分析技术，模块化技术，数据协作使用等。数据技术例如Hadoop分布式文件系统、梳理数据平台、MPP等的升级能够使企业快速开发、部署资源。信息技术的有效运用会显著提高供应链敏捷性[5]。数据技术作用于企业敏捷性供应链的两个方面：一是改善和创新业务流程，提高加工制造的精度，速度和自动化程度，二是实现跨功能创建兼容的数据共享通道，加强信息的集成度，获取即时连续的信息流。企业要加大对信息技术的开发和应用，以提高基础设施的连通性，兼容性和模块化程度。

3.2 提升组织敏捷性

企业应该实施有效的供应链管理，除了发展扩大自身的结构之外，也要联合其他供应链，共同建立可控制的大數据共享平台。注重供应链外部间企业关系（竞争、合作）的构建，提高组织关系的密度和强度，加强组织学习交流能力，在构建关系的同时要注意避免泄露损害其竞争优势的敏感信息，签订信息共享协议。组织敏捷性被证明对企业构建供应链敏捷性有极大的促进作用[5]。拥有优秀的组织敏捷性能力的企业，一方面能缩短运营时间，另一方面还能快速适应市场变化，加快企业变革。

3.3 提高企业数据管理的质量

企业要规划选项，创建考虑成本、服务、价格、生产力的数据结构模型，并基于数据模型进行战略决策，除此之外要确保数据、模型协同工作，管理部门和运营职能部门协调控制。利用数据优化，建立优秀的数据库系统是解决上述情境的有利措施，在数据库系统中建立的结构模型能更加充分描述数据与数据间的内在联系，以便数据的修改，补充和更新。企业要注重核心业务和其运营职能部门的分析管理，可以为公司节约成本，获得更大的收入。

3.4 有目的挖掘和培养大数据应用性人才

建立符合企业需求的人才招聘和培训体系，尤其关注人员的知识结构，包括技能知识、技术管理知识、商业知识、关系知识[10]，注重培养人员数据应用能力，如使用基本报告和特殊查询的能力，绩效管理的模板应用能力，构建用于预测，分析结果的高级分析模型能力等，还要关注决策人才是否精通交叉学科和商业技能，要对员工IT技术能力和员工管理技能进行培训;创建良好的组织氛围，加强组织人员学习能力。

3.5 建立基于数据能力的敏捷供应链评价体系

区别于传统所建立的供应链评价体系下对企业的财务状况，资产运营和损益的评估，现代企业应该从供应链的整体出发，采用基于过程的绩效评价，由于供应链运营过程存在大量模糊信息，数据的加工整理和选取依赖数据技术环境和人才的支持，因此企业有必要提升自身数据能力，构建高效标准化的评价模型来系统反映供应链整体的运营情况和业务流程。该评价体系实施有效的考核与评估，推动敏捷供应链的持续改进的同时，又要具备良好的柔性，以应对随时变化的市场环境。

4  结语

企业数据技术、管理、人才、竞合能力是提升供应链敏捷性的重要驱动因素。企业数据能力的充分应用有利提升企业自身战略规划能力和可持续发展能力，即企业只有提升数据能力才能够迅速感知市场机会和风险，并据此迅速进行市场开发、调研，面对潜在或已经发生的供应链中断风险作出响应，提高在市场竞争中的生存几率。当然，由于数据能力对具体业务流程的影响是复杂庞大的定量计算，如何衡量市场反应速率和敏捷性涉及供应链交互基础上的高阶构念，本文仅从概念层面提出数据能力对敏捷性的构建模型，具有一定的局限性。

参考文献：

[1]程刚，李敏.企业大数据能力培育机制研究[J].现代情报，2014（03）：7-11.

[2]杨溪婵.面向自主创新的供应链敏捷性问题研究[J].知识经济，2017（19）：50-52.

[3]谢振东，吴金成，李之明，等.企业大数据能力的构建与培育研究[J].广东工业大学学报，2017（03）：110-114.

[4]王尚.IT能力提升供应链敏捷性的案例研究[D].山东理工大学，2016.

[5]廖凯诚.集体横向竞合对企业供应链敏捷性的影响研究[D].吉首大学，2017.

[6]牛晓丽.供应链管理实践、供应链敏捷性对企业绩效的影响[J].纳税，2018（17）：125-127.

[7]张锋军.大数据技术研究综述[J].通信技术，2014（11）：1240-1248.

[8]Akter S， Wamba S F， Gunasekaran A， et al. How to improve firm performance using big data analytics capability and business strategy alignment？[J]. International Journal of Production Economics， 2016，182：113-131.

[9]丁建国.大数据下企业财务管理模式的演化[J].会计师，2017（22）：39-40.

[10]田绪红，邝颖杰，肖磊，等.大数据应用人才的知识、能力、素质结构及其培养[J].计算机教育，2017（08）：57-60.

[11]冯长利，张明月，刘洪涛，等.供应链知识共享与企业绩效关系研究——供应链敏捷性的中介作用和环境动态性的调节作用[J].管理评论，2015（11）：181-191.