供应链可视化：文献综述及未来研究展望

王良 赵先德

摘要：作为现代供应链创新发展的基础，供应链可视化在管理实践中的重要性日益提升，但学术界对于该领域的研究尚缺少系统性的总结。在此背景下，文章对2007—2019年的54篇供应链可视化的国内外文献进行描述分析，并在此基础上对现有文献中涉及的信息和过程视角下的供应链可视化特征、影响企业采纳与应用供应链可视化的主要因素、供应链可视化的主要作用效果等关键问题进行整理，提炼出现有文献背后的核心研究框架。此外，文章也就供应链可视化的未来研究提出了四点展望。这些工作在一定程度上帮助实践者深化了对于供应链可视化的理解，对供应链可视化的未来研究也有一定的参考价值。

关 键 词：供应链可视化;可視化特征;可视化影响因素;可视化作用效果;文献分析

中图分类号：F274文献标识码：A文章编号：2096-7934（2020）05-0027-12

一、引言

在党的十九大号召“发展现代供应链、助力深化供给侧结构性改革”这一时代背景下，供应链可视化（supply chain visibility）受到越来越多的重视。从实践中看，多种现代供应链形态的实现都需要具备可视化的基础。以本次新冠肺炎疫情期间发挥关键作用的快速响应供应链和弹性供应链为例：一方面，为了及时、准确满足急剧变化的各类抗疫物资需求，供应链必须做到端到端实时可视。京东承建的湖北省政府应急物资供应链管理平台就是一个例子——在各级库存、各类供应源、物流资源及各区域需求信息实时可视的基础上，该平台得以高效完成物资的管理和分配工作，保障重点医疗机构、重点社区与重点组织的需求得到及时、准确的满足。另一方面，要实现在疫情冲击之后的快速恢复（即弹性），供应链各环节的参与者必须加强协同、相互帮助——例如，核心企业帮助上下游尽快复工、通过供应链金融缓解其资金困难，上游供应商为核心企业紧急供货等。这些强协同的背后，同样离不开供应链可视化的支持[1]。此外，宋华[2]将可视化视为实现智慧供应链的必要条件，指出如果没有对供应链各环节关键信息的掌握，所谓的智慧供应链将无法落地。综上所述，现代供应链的创新与发展离不开供应链可视化作为根基。

然而，通过近几年对多家中国企业的调研，发现很多实践者对于供应链可视化还存在一些误区，例如将供应链可视化简单等同于可视化技术与工具（特别是数据看板）的应用、简单等同于信息的共享，以及认为供应链可视化就是为了改善运营绩效等。这些不全面的认识在一定程度上增加了中国企业采纳供应链可视化时的试错成本，同时制约了它们从供应链可视化中获得更多的价值。与此同时，近年来关于供应链可视化的国内外文献数量呈快速增长趋势，但对现有文献的系统性总结还相对较少。虽然Somapa et al[3]对供应链可视化的特征进行了总结;Morgan[4]、赵晴晴等[5]归纳了供应链可视化的多维度指标体系，但这些研究总体上都是在关注供应链可视化的概念及测量问题，没有更进一步地对供应链可视化的前因变量和结果变量展开综述，因此对实践者的实践指导意义较为有限。

基于此，本文对2007—2019年的54篇关于供应链可视化的国内外文献进行系统梳理和对比分析，从中提炼出影响供应链可视化应用的主要因素、企业从供应链可视化中可能获得的主要收益，以及可能影响以上收益实现的若干因素，并在此基础上提出对未来研究的若干展望。本文的主要贡献在于：第一，丰富企业实践者对于供应链可视化国内外研究现状的认知，为其采纳和应用供应链可视化提供一定的启示;第二，帮助供应链可视化领域的国内研究者明确当前国内研究中的一些相对欠缺的环节，从而更加有的放矢地开展未来研究，推动本领域的学术发展。

本文的结构安排如下：第二部分是对主要国内外文献的描述分析，旨在展示当前的研究现状，并识别国内外文献中存在的一些关键异同;第三部分，在Somapa et al[3]研究的基础上归纳供应链可视化的定义与主要特征，旨在为实践者明确一些重要的概念;在第四和第五部分，分别从前因（影响因素）和结果（企业收益）的角度展开综述，并构建现有研究所揭示的供应链可视化核心逻辑框架;最后，基于以上框架和自身思考，提出未来的研究方向。

二、文献分析

（一） 文献筛选

本文用于分析的国外文献来自EBSCOhost、Emerald、ScienceDirect等权威数据库，国内文献则来自中国知网。我们以“Supply chain & Visibility”、“Supply chain & Transparency”、“供应链+可视化”、“供应链+可视性”、“供应链+可见”和“供应链+透明”等关键词的组合在以上数据库中进行检索，并按照以下规则对初步收集的上百篇文献进行筛选：①排除纯技术领域（如软件开发）的文献;②排除非核心期刊的文献;③排除不涉及供应链可视化维度、前因变量和结果变量中任何一点的文献。最终，29篇国外文献和25篇国内文献被纳入文献分析。

（二）描述分析

首先，我们对这些文献的数量—年份分布进行分析（如图1所示）。总体上看，相对较高质量的供应链可视化文献于2007—2008年开始出现，在2017—2018年达到当前的研究高峰，两个时间点分别为RFID等可视化技术出现和“万物互联”时代到来后的1～2年，符合发展规律。而细分到国外和国内文献，可以发现它们基本符合相同的分布规律。值得注意的是，从数量上看，国内文献并未明显落后于国外文献，这说明国内研究对供应链可视化的重视程度是较高的。

其次，我们对这些文献的行业分布进行分析（如表1所示）。总体上看，多达一半的文献都在关注供应链可视化领域的共性问题，没有深入具体行业。而从聚焦特定行业的文献中，我们发现：第一，16篇国内文献中的10篇都在关注农产品及食品行业，占比高达625%，而同时期的国外文献只有1篇。这个差异背后的深层次原因是我国农业及食品供应链结构相对分散、集约化程度较低的特性，致使相关行业的供应链管理难度更大，由此引发的三聚氰胺事件等食品安全问题成为学界关注的热点。从现有研究来看，供应链可视化在保障食品安全方面的积极作用已经得到学界的共识，提及较多的表现形式是农产品及食品追溯体系。第二，11篇国外文献中的7篇都在关注物流及零售行业，占比高达636%，而同时期的国内文献只有3篇。这是一个需要注意的现象，因为这两个行业在中国都是近年来供应链可视化明显加速的行业。零售方面，从电商到全渠道都离不开供应链可视化的支持;而众多智慧物流最佳实践的背后，各个节点与流程的可视化同样扮演了基础性的角色。与以上实践相比，国内的研究已经有些滞后。

最后，我们对这些文献所采用的研究方法进行分析（如表2所示）。总体上看，519%的文献属于定性分析的范畴，要么是阐述供应链可视化的一些概念或进行文献综述，要么是设计一个关于供应链可视化的概念性方案。后者在国内文献中尤为普遍，占据了定性文献的625%和全部文献的40%，常见的表现形式为“可视化农产品供应链构建”、“物联网下的新型食品供应链构建”和“供应链控制塔模型构建”等[6-8]。这类研究固然有其理论创新性，但由于缺少实际验证，实践意义较为有限。另外，在定量分析的使用上，国内与国外文献的差距明显：对于国外文献，29篇中的17篇都用到了定量分析，占比达到586%，且在具体方法上涵盖了案例研究、数学建模、实验研究、指标设计和问卷调查;但对于国内文献，用到定量分析的数量不足10篇，且基于企业实际数据（调研数据）展开分析的只有1篇。这同样是一个需要注意的现象，我们将在未来研究展望中详细阐述。

三、供应链可视化的定义与特征

（一） 供应链可视化的定义

综观以上文献，不同学者从不同的侧重点给出了供应链可视化的定义。例如，Goswami et al[9]将可视化视为供应链决策信息的“可获得性”，Griffiths et al[10]更看重可视化的“时效性”，Brandon-Jones et al[11]强调了可视化的“具体内容”（给定时间内的库存和需求水平），Williams et al[12]认为可视化的重点是供应链相关信息和数据的“高质量”，Caridi et al[13-14]的定义则聚焦供应链核心企业对链上其他企业的“信息获取能力”等。为数众多的定义可能给实践者带来困惑，经过比较，我们认为Somapa et al[3]建立在Barratt and Oke[15]研究基础上的定义——“供应链可视化是指供应链各环节的参与者能够及时、准确获得其运作所需的关键信息”更好地兼顾了全面和简练，因此更值得实践者参考。

（二）信息视角下的可视化特征

除基本定义外，实践者也需要加深对供应链可视化内涵（即学术语言中“特征”）的理解。因此，我们进一步从现有文献中梳理出两大视角的供应链可视化特征。首先是提出更早、应用更广的信息视角，大多数文献都基于此视角，将供应链可视化的本质视为供应链参与者之间的一种信息交换[15-16]，并由此得出供应链可视化的三个特征，即可得性（accessibility）、质量（quality）和有用性（usefulness）。其中，可得性和质量反映了企业在信息交换过程中能够获得哪些信息，以及这些信息的时效性、准确性和完整性[11，13];有用性則反映了这些信息对业务的实际改善程度[17]，这个特征也被视为是“可视化”有别于“信息共享”的关键，即在后者基础上进一步强调信息的实际效用。综上，只有当信息的可得性、质量和有用性同时得到满足时，供应链的可视化才得以实现[3]。

（三）过程视角下的可视化特征

随着研究的深入，Somapa et al[3]的研究开始进一步将信息与技术和供应链运作流程相结合，形成了一个更全面的过程视角，并以此对更多的供应链可视化特征，即自动化（automational）、信息（informational）和转型（transformational）特征进行提炼。具体来看，新增加的自动化特征反映了企业通过各类信息技术从供应链中及时捕获和传输必要信息的能力。转型特征描述了捕获的信息在创造业务价值方面的作用。这里的业务价值既包括跨组织的业务运作改善（如与供应商的协同计划与决策），也包括建立长期的战略能力，是对信息视角下可用性特征的扩展。信息特征则是对信息视角下可视化特征的沿用，关注的是信息本身的质量、准确性等维度。可以认为，过程视角下的可视化特征是对供应链可视化的更深层思考，除了关注可视化如何实现外，也关注可视化是否产生实际价值，后者也是Somapa et al[3]提出的未来研究重点。

以上对供应链可视化定义与特征的总结可以带给实践者三个重要启示：第一，供应链可视化固然需要技术的支持，但更关键的是要通过技术的使用来准确捕获和传递高质量的信息;第二，信息的关键作用不在于展示，而是产生实际的业务价值;第三，供应链可视化不只是运作层面的战术，也是战略层面的决策，要意识到它对于企业建立长期竞争优势的帮助。

四、供应链可视化的主要影响因素

（一） 技术层面的因素

从供应链可视化的自动化和信息特征中，我们不难发现技术会在很大程度上促进企业对供应链可视化的应用，这也是现有研究中关注最多的一类影响因素，特别是在国内文献中被频繁提及。一些研究将其笼统地概括为数字化技术[18]、信息网络技术[6]、物联网技术[19]等，另一些研究则关注更具体的技术形态，例如企业内部信息系统[20]、跨组织信息系统[20]、自动识别与射频识别技术[21，22]、地理信息技术[23]、供应链支持技术[8]等。以上研究的核心逻辑是当技术水平越高时，企业越能够从供应链中捕获和传输所需的信息，可视化程度也就越高。

在应用相关技术时，实践者需要特别注意以下两点：一是技术可靠性。基于技术接受模型，代文彬和慕静[24]指出技术可靠性能够促进企业对新技术的效用感知，进而促进其采纳新的技术。二是内部信息系统的整合。Nguyen et al[25]指出这是新技术得以发挥应有作用的关键，也是常常被忽略的一点。基于此，实践者应该选择那些对本企业现状而言更为可靠的技术，而非一味求新，以及做好信息系统的整合工作，从而更有效地通过技术的应用来促进和提升自身的供应链可视化水平。

（二）关系层面的因素

从供应链可视化的转型特征中，我们也能发现供应链可视化的应用并非一个单纯的技术问题，而是涉及运营与战略管理的很多方面。这意味着除技术之外，更多的非技术因素也会对供应链可视化的应用产生影响。关系因素是现有研究中提及较多的一类非技术影响因素，这是合乎逻辑的，因为供应链可视化本质上是供应链各环节参与者之间的一种协作，而非一家之力就能实现。具体来看，信任可能是目前受关注最多的一个关系因素。例如，Giguere and Householder[26]指出供应链可视化应用失败的最大原因是没有在所需的信息共享与供应链伙伴的信任程度之间取得平衡，即索要的信息超出了双方的信任水平。Jain et al[27]基于103个样本的实证分析同样发现供应链伙伴之间的信任能够促进双方协同、实现供应链可视化。

此外，供应链伙伴之间的共同目标、数据共享的标准化制度、行为方式的适当性等关系因素也会影响供应链可视化的应用水平[15，28，29]。究其机理，Barratt and Oke[15]指出关系因素的改善能够更好地支持供应链伙伴对相关资源的部署，从而为供应链节点之间的连接提供独特的可视性。

（三）企业层面的因素

除双方的关系因素外，企业或合作伙伴自身特有的一些因素也被认为是影响企业采纳与应用供应链可视化的关键。这些因素主要分为两类：第一类因素是企业或合作伙伴的相关能力。首先是吸收能力，即企业获取、吸纳、转化和开发利用外部知识和信息的能力[30]。具体来说，企业需要有能力判断哪些供应链环节中的哪些信息对本企业有关键作用，能够准确地理解从供应链伙伴那里获得的信息，将这些外部信息与自身已有的信息有效地整合，并且有能力通过内外部信息的联合运用来建立竞争优势。其次是供应链整合能力，即企业与供应链伙伴建立战略性协作、通过协调工作流降低长鞭效应的能力[31]。现有研究指出，那些吸收能力越强的企业，以及供应链整合能力越强的企业，无论身处上游还是下游，其采纳和应用供应链可视化的意愿也都越强。这是因为这类企业有能力保障自己从供应链可视化中获得理想的回报[32]。第二类因素是企业的战略导向。Giguere and Householder[26]指出阻碍供应链可视化的通常不是技术的失败，而是业务战略的失败。于凯[33]认为企业的信息披露策略会在很大程度上影响其对供应链可视化的采纳，简言之，一家对信息披露采取保守策略的企业，自然也缺少对供应链可视化的采纳意愿。Klueber and OKeefe[34]则提出对柔性战略的追求会加强企业采纳供应链可视化的意愿，因为后者的应用能够提升企业的运作柔性。

（四）其他因素

除以上影响因素外，还有部分研究关注了产品、消费者、其他利益相关者和外部环境等因素对企业采纳和应用供应链可视化的影响。例如当产品复杂度越高时，企业越有意愿通过供应链可视化来降低供应端的不确定性[35]。而在需求端，消费者对供应链各环节信息披露的诉求（特别是食品领域）和对可追溯商品的需求增长也在倒逼企业进行供应链可视化改造[20，36，37]。此外，来自政策层面的规制压力（如食品安全相关的法律法规）[38]、其他利益相关者的信息披露诉求[20]等因素也会促使企业加强在供应链可视化方面的投入。

五、供应链可视化的主要作用效果

（一）运营及财务绩效

在为供应链可视化投入资源和精力后，企业会得到哪些方面的收益（即可视化的效用、转型等特征具体对应哪些指标）？这同样是学界和实践者共同关心的问题。从现有文献中看，在结果端得到最多关注的是一些相对传统的、与运营及财务相关的绩效指标，这也符合实践观察：对于供应链上的任何一家企业，收入和盈利都是最现实的目标。具体来看，这些绩效指标包括企业运营层面的成本（如总运营成本、产品单位成本、库存成本、分销成本）、质量（如上游供应质量、产成品质量）、时间/速度（如提前期、在途等待时间、需求响应速度）、服务水平（如现货率、履约率、准时交货率）等[14，22，37，39]，以及市场及财务层面的市场份额、竞争地位、资产收益率等[40]。Caridi et al[14]的研究表明对于零部件充足率、原材料持有成本、在制品持有成本、服务及时性和生产提前期，在采纳了供应链可视化后，这五个指标的绩效提升达到148%～333%。由于这些指标均较为直接，且已被实践者所熟知，本文不再赘述。

（二）关系绩效

从现有文献中，我们还发现了供应链可视化与关系绩效的关联，这意味着关系和供应链可视化之间存在正反馈的机制：具备一定关系基础（如前面提到的信任、共同目标等）的供应链伙伴之间更容易实现可视化的应用，而后者又进一步提高了双方的关系质量，进而实现更深层次的协作。具体来看，Caridi et al[13]、Giguere and Householder[26]发现供应链可视化能够有效促进供应链伙伴之间的决策一致性（alignment）和有效性，帮助双方实现供应商管理库存（VMI）、联合计划、预测与补货（CPFR）等强协同模式，同心协力满足下游客户的需求。此外，供应链可视化也能够提升供应商与客户的参与水平，前者可以改善产品的设计与工艺流程，后者则帮助产品更好地符合个性化的需求[38]。与运营及财务绩效相比，这类作用效果可能在实践中关注较少，但我们认为从长远来看，与供应链伙伴的关系绩效对企业十分重要，值得實践者的重视。以本次疫情为例，拥有更好的关系质量、供应商合作意愿更高的企业通常能得到更多来自前者的紧急复工/供应承诺，因而较少受到供应中断的影响。

（三）供应链能力提升

供应链可视化带给企业的长期收益还包括供应链能力的提升。首先是响应能力，在全球供应链日趋复杂和多变的背景下，这种能力变得越来越重要。基于对全球206家企业的实证分析，Williams et al[12]发现供应链可视化（包括供应端和需求端的可视化）能够通过增强新产品开发的柔性、产能的柔性、产品和服务的可变性和定制化的方式提高企业的供应链响应能力。其次是与风险相关的能力，例如风险控制、供应链弹性等。Lavin[37]、邹俊[38]等研究都指出了供应链可视化与不确定性风险降低之间的关联，Jain et al[27]更进一步通过实证分析验证了这种关联性。在国内关注较多的食品领域，吴晓露[41]指出供应链可视化能够使食品供应链中的各利益相关者快速做出正确应对，从而有效防范食源性风险;张文博和苏秦[42]通过数学建模，将供应链可视化纳入食品供应链质量风险控制决策。

供应链可视化还能够帮助企业提升决策分析能力（analytics capability）。基于对来自30個国家的191家企业的实证分析，Srinivasan and Swink[39]发现供应链可视化（包括供应端和需求端的可视化）能够显著增强企业的决策分析能力，帮助企业从可视化提供的原始数据中获得更多见解，进而提升供应链的成本绩效和交付绩效。此外，Srinivasan and Swink[39]认为企业的决策分析能力提升也会反过来加强供应端和需求端的可视化程度，原因在于企业看到供应链可视化的价值后，会进行更多投入。换言之，决策分析能力和供应链可视化之间也存在正反馈的机制，这同样是实践者需要注意并加以利用的。

（四） 重要的调节变量

最后，我们在现有文献中还发现了一类特殊的因素，其特点是会影响供应链可视化作用效果的大小（即学术语言的“调节变量”），因此，实践者在实际应用供应链可视化时也要留意这些因素的存在。例如，Caridi et al[13]通过对6家企业的案例研究发现，在一张供应链网络中，一家企业应用供应链可视化的效果实际上取决于该供应链网络的“配置（configuration）”情况，即供应链的重要性（该企业在多大程度上依赖其供应链来制造产品）和复杂性（该供应链网络的层级、节点、连接数量等）的程度。供应链的重要性和复杂性越高，供应链可视化的收益（运营绩效与决策有效性）越好，企业也越需要提升供应链的可视化程度。

另一个重要的调节变量是供应链风险。Yu and Goh[43]通过数学建模发现在预算有限的情况下，为获得最好的供应链绩效，企业需要在供应链的可视化程度与风险水平之间取得平衡，否则无论可视化程度大于或小于风险水平，其绩效都不会是最好的。此外，Williams et al[12]发现在提升响应能力的过程中，供应链可视化需要与企业内部整合能力相结合，才能收到期望的效果;Srinivasan and Swink[39]则发现“供应链可视化成本和交付绩效”的作用路径只有在市场变动性高的时候才会成立，而当市场变动性低的时候，供应链可视化虽然能够增强企业的决策分析能力，但却无法进一步传导至成本和交付绩效的提升。因此，在后一种情境中，实践者需要对供应链可视化的作用效果有理性的认识，不要过度期望其对运作绩效的改善。

为了进一步提炼第三至第五部分的核心内容，我们还绘制了现有文献中的供应链可视化核心研究框架（如图2所示）。作为对这三个部分的小结，我们认为实践者首先应该对供应链可视化的特征有清楚的认识，避免将其狭隘地理解为一个技术或信息共享问题，而要从战略高度思考其对业务价值的创造。其次，实践者应该对供应链可视化的形成机制有更全面的理解。供应链可视化的采纳和应用需要技术，但绝不限于技术，实践者需要重视那些非技术因素的作用，从而为供应链可视化的采纳和应用打好基础。再次，实践者需要明确供应链可视化的作用效果。除了那些经典的运营和市场/财务绩效指标外，要知道供应链可视化还可以做到更多，特别是在与供应链伙伴建立更持续、更深度的合作关系，以及提升自身的关键供应链能力方面，从而在践行供应链可视化的过程中更好地兼顾短期和长期收益。最后，实践者还需要认真审视其所在供应链的特征、自身的能力和市场环境的变动程度，并基于此选择合适的供应链可视化程度，避免可视化程度不足或过度的情况，从而最大化从供应链可视化中获得收益。

六、未来研究展望

由于文献数量尚不充足、笔者精力有限等原因，本文的分析是较为前期和浅薄的。我们呼吁更多学者针对供应链可视化的相关话题展开更为全面的研究，从而进一步丰富学界和实践者对这个领域的理解。基于有限的知识，我们也在此提出对供应链可视化未来研究的几点展望。

第一，加强对特定行业中供应链可视化问题的研究。现有研究已经证实供应链可视化的实际效果会因供应链特征的不同而改变，而不同行业的供应链特征又有很大差异，这提示我们在开展未来研究时，一个思路是聚焦特定的行业，来充分发掘该行业内的供应链可视化特征、成因与收益的作用关系，进而给相关的实践者提供更精确的指导。从已有的文献看，国内学者已经在农业和食品相关行业进行了较多探索，且得到了具有一定实践意义的研究发现。我们认为这样的思路应该在未来拓展至更多行业，特别是那些已经有较多管理实践、但国内研究还没有完全跟上的行业，如第二部分提到的零售、物流等行业;以及一些新兴的、具有战略意义的行业，如医药、高端制造、新能源行业等。此外，由于现有研究对供应链特征的刻画较为浅显，我们也希望未来研究能够加强对不同特定行业中供应链特征的分析，来探索不同特征维度组合下的供应链可视化问题，得出对实践者而言更有操作性的研究发现。

第二，开展更多关于供应链可视化的量化分析。如第二部分所述，国外研究在这方面远远走在前面，国内研究还需要努力赶上。一个可行的思路是开展更多的实证研究，这首先需要细化供应链可视化的测量指标，赵晴晴等[5]开发的指标体系是一个好的开始，未来研究需要进一步开发适合中国供应链可视化实践的量表，并通过中国企业的实际调研数据来量化供应链可视化与各类前因和结果变量的作用关系，从而从众多的关联中找到那些最重要的“主线”。而对于做数学建模的学者，另一个可行的思路是更多地使用中国企业的真实二手数据来验证所开发的模型，而不要停留在理论阶段。当然，无论是实际调研数据还是企业二手数据，其获取的前提都是研究者对企业实践的深入了解，因此，为了做好量化分析，基于中国企业供应链可视化实践的案例研究也是我们呼吁的方向，马彦华和路红艳[44]对京东的案例研究就是一个好的例子。与理想化的“某某领域供应链可视化体系或方案构建”相比，对企业实际案例的研究能够更好地帮助学界开展后续的量化分析。

第三，在量化分析的过程中，未来研究需要更多地探索供应链可视化作用机理的“黑箱”。虽然现有文献已经指出了企业可以从供应链可视化中获得的多方面收益，也发现了影响这些收益的若干调节变量，但对于从应用可视化到最终实现收益的作用机理（即学术语言中的“中介变量”），我们当前的认识还是较为有限的。虽然Srinivasan and Swink[39]验证了“供应链可视化→决策分析能力→成本和交付绩效”的传导路径，但我们相信在实践中，这样的路径还有很多，需要更多的研究来揭示。这些作用机理的明确也能在更大程度上降低实践者应用供应链可视化时的不确定性，启示后者去打通那些重要的传导路径，让供应链可视化起到应有的效果。同样地，基于中国企业的案例研究是一个好的开始，未来研究可以通过不同企业的案例来观察潜在的作用机理，结合理论提出关于传导路径的若干假设，并通过大样本调研去检验这些假设。

第四，在量化分析的過程中，未来研究也需要更多地基于双边视角，探索供应链可视化的“共赢”机制。现有文献中的大多数都在强调供应链可视化对于某个企业的好处，但供应链是由不同环节的多个参与者构成的，在一家企业获益的同时，其上下游是否一定获益？这是值得深入思考的问题。苏秦和张文博[45]近期的一项研究发现，在食品供应链中，可视化决策对零售商总是好的，但对供应商则不一定，会取决于期望订货量等多个因素。Kim and Shin[22]也指出当利润和风险在供应链的所有参与者之间得到公平分配时，供应链的可视化才是长期可持续的。通过怎样的机制去实现这种公平分配，让供应链可视化能够更好地造福整条供应链，而不是某些环节上的某些企业？这需要后续研究来予以揭示。在方法层面，一个可行的做法是使用双方乃至多方的数据进行分析，从而得出更加公正的研究结论。

参考文献：

[1]MIGUEL P， BRITO R， PEREIRA， SSupply chain resilience： the whole is not the sum of the parts[J].International journal of operations & production management， 2019， 40（1）： 92-115

[2]宋华 基于产业互联网的现代供应链及其创新路径[J]中国流通经济， 2018， 32（3）： 10-15

[3]SOMAPA S， COOLS M， DULLAERT W Characterizing supply chain visibility： a literature review[J].International journal of logistics management， 2020， 40（1）： 92-115

[4]MORGAN T R， RICHEY JR R G， ELLINGER A E Supplier transparency： scale development and validation[J].The international journal of logistics management， 2018， 29（3）： 959-984

[5]赵晴晴， 刘亮， 何曙光， 等 供应链可视化测量指标量化模型[J].天津工业大学学报， 2018， 37（3）： 83-88

[6]张建军， 赵益平， 杨艳玲 基于可视化供应链的农产品应急物流体系构建[J].物流技术， 2013， 32（13）： 385-388，415

[7]吴晓露 基于物联网的食品安全供应链标准化与透明化研究[J].浙江学刊， 2014（6）： 192-198

[8]汪传雷， 胡春辉， 章瑜， 等 供应链控制塔赋能企业数字化转型[J].情报理论与实践， 2019， 42（9）： 28-34

[9]GOSWAMI S， ENGEL T， KRCMAR HA comparative analysis of information visibility in two supply chain management information systems[J].Journal of enterprise information management， 2013， 26（3）： 276-294

[10]GRIFFITHS J L， PHELAN A， OSMAN K A， et al Using item-attendant information and communications technologies to improve supply chain visibility[C]// The IET International Conference on Agile Manufacturing Durham： The Institution of Engineering and Technology，2007： 172-180

[11]BRANDON-JONES E， SQUIRE B， VAN ROSSENBERG Y The impact of supply base complexity on disruptions and performance： the moderating effects of slack and visibility[J].International journal of production research， 2015， 53（22）： 6903-6918

[12]WILLIAMS B D， ROH J， TOKAR T， et al Leveraging supply chain visibility for responsiveness： the moderating role of internal integration[J].Journal of operations management， 2013， 31（7-8）： 543-554

[13]CARIDI M， MORETTO A， PEREGO A， et al The benefits of supply chain visibility： a value assessment model[J].International journal of production economics， 2014， 151： 1-19

[14]CARIDI M， CRIPPA L， PEREGO A， et al Measuring visibility to improve supply chain performance： a quantitative approach[J].Benchmarking： an international journal， 2010， 17（4）： 593-615

[15]BARRATT M， OKE A Antecedents of supply chain visibility in retail supply chains： a resource-based theory perspective[J].Journal of operations management， 2007， 25（6）： 1217-1233

[16]BARTLETT P A， JULIEN D M， BAINES T S Improving supply chain performance through improved visibility[J].The international journal of logistics management， 2007， 18（2）： 294-313

[17]LEE Y， RIM S C Quantitative model for supply chain visibility： process capability perspective[J].Mathematical problems in engineering， 2016，11

[18]MUSA A， GUNASEKARAN A， YUSUF Y Supply chain product visibility： methods， systems and impacts[J].Expert systems with applications， 2014， 41： 176-194

[19]胡建淼 基于物聯网技术的农产品供应链管理探究[J].农业经济， 2016（2）： 142-144

[20]章文燕 信息时代下的透明供应链研究[J].中国商贸， 2011（18）： 175-176

[21]PARRY G， BRAX S， MAULL R， et al Operationalising IoT for reverse supply： the development of use-visibility measures[J].Supply chain management： an international journal， 2016， 21（2）： 228-244

[22]KIM C， SHIN K SDeveloping fair investment plans to enhance supply chain visibility using cooperative games[J].Sustainability， 2019， 11： 1-13

[23]林伟君， 石慧芳， 穆军， 等 基于GIS的大宗农产品数据信息可视化管理研究[J].广东农业科学， 2012， 39（16）： 185-188

[24]代文彬， 慕静 食品供应链安全透明演进路径与机理研究[J].商业经济与管理， 2013（8）： 11-17

[25]NGUYEN T H， TASKIN N， SCAHILL S， et al Antecedents of supply chain information visibility： the complementarity effect of IT integration capability and interpersonal communication capability[C]//The 25th Americas Conference on Information Systems， Cancun， 2019

[26]GIGUERE M， HOUSEHOLDER B Supply chain visibility： more trust than technology[J].Supply chain management review， 2012， 16 （6）： 20-25

[27]JAIN V， KUMAR S， SONI U， et al Supply chain resilience： model development and empirical analysis[J].International journal of production research， 2017， 55（22）： 6779-6800

[28]JEYARAJ A， SETHI V Implementation of information systems infrastructures for supply chain visibility in organizations[J].Journal of information science and technology， 2013， 9（1）： 3-23

[29]BARRATT M， BARRATT R Exploring internal and external supply chain linkages： evidence from the field[J].Journal of operations management， 2011， 29（5）： 514-528

[30]COHEN W M， LEVINTHAL D A Absorptive capacity： a new perspective on learning and innovation[J].Administrative science quarterly， 1990， 35： 128-152

[31]FLYNN B， HUO B， ZHAO X The impact of supply chain integration on performance： a contingency and configuration approach[J].Journal of operations management， 2010， 28（1）： 58-71

[32]MAHADEVAN K Measuring collaborative effectiveness： a conceptual approach[J].International journal of productivity and performance management， 2017， 66（8）： 1105-1127

[33]于凯 透明化时代背景下我国企业的供应链信息披露策略探究[J].现代管理科学， 2018， 3： 118-120

[34]KLUEBER R， OKEEFE R Defining and assessing requisite supply chain visibility in regulated industries[J].Journal of enterprise information management， 2013， 26（3）： 295-315

[35]BATEMAN A， CUNDIEFF H， OHLUND M Developing a clearer picture of supply chain transparency[J].Supply chain management review， 2017（1）： 6-7

[36]代文彬， 慕静， 马永军 透明食品供应链驱动机理探究[J].食品研究与开发， 2014， 35（18）： 156-159

[37]LAVIN PSupply chain visibility： operational benefits and business challenges[J].Operations management， 2015， 3： 1-3

[38]邹俊 食品安全供应链的透明度和诚信风险评价体系构建[J].商业经济研究， 2018， 4： 28-30

[39]SRINIVASAN R， SWINK M An investigation of visibility and flexibility as complements to supply chain analytics： an organizational information processing theory perspective[J].Production and operations management， 2018， 27： 1849-1867

[40]HOLCOMB M C， PONOMAROV S Y， MANRODT K B The relationship of supply chain visibility to firm performance[J].Supply chain forum： an international journal， 2011， 12（2）： 32-45

[41]吴晓露 基于物联网的食品安全供应链标准化与透明化研究[J].浙江学刊， 2014， 6： 192-198

[42]張文博， 苏秦 基于模糊多目标规划的食品供应链质量风险控制决策研究[J].工业工程与管理， 2018， 23（1）： 30-37

[43]YU M C， GOH MA multi-objective approach to supply chain visibility and risk[J].European journal of operational research， 2014， 233（1）： 125-130

[44]马彦华， 路红艳 智慧供应链推进供给侧结构性改革——以京东商城为例[J].企业经济， 2018， 37（6）： 188-192

[45]苏秦， 张文博 不同生产环境下食品供应链质量可视性决策研究[J].系统工程， 2019， 37（1）： 67-75