陸 杉，陳宇斌

(湖南商學(xué)院 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長沙 410205)

一、 引 言

大數(shù)據(jù)(Big Data Analysis, BDA)被定義為龐大復(fù)雜的數(shù)據(jù)集，其范圍包括大量數(shù)據(jù)庫云服務(wù)器。他超出了傳統(tǒng)系統(tǒng)的存儲、處理、管理、解釋和可視化的技術(shù)能力空間。隨著大數(shù)據(jù)應(yīng)用研究不斷發(fā)展，大數(shù)據(jù)的主要屬性現(xiàn)已擴(kuò)展成“體積(volume)”“速度(velocity)”“變化(variety)”“驗(yàn)證(verification)”和“價(jià)值(value)”的全新“5V”概念(Addo-Tenkorang和Helo,2016)[1]。通過大數(shù)據(jù)分析，能發(fā)現(xiàn)隱藏的且有價(jià)值的信息和結(jié)論，提高商業(yè)效益和運(yùn)營效率，開拓新的市場和機(jī)會[2]。圖1簡單說明了科學(xué)背景下的大數(shù)據(jù)分析模型。

圖1 科學(xué)背景下的大數(shù)據(jù)分析模型資料來源：作者整理所得。

從企業(yè)層面看，大數(shù)據(jù)的分析應(yīng)用對提高企業(yè)績效有很大影響(Akter等,2016)[3]。通過提高大數(shù)據(jù)分析能力，供應(yīng)鏈成員企業(yè)可以創(chuàng)造新的產(chǎn)品和服務(wù)，提供更好的客戶服務(wù)。從政策層面看，國務(wù)院對大數(shù)據(jù)的分析應(yīng)用給予了莫大的支持，國務(wù)院《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》中明確提出“建立標(biāo)準(zhǔn)規(guī)范體系,推進(jìn)大數(shù)據(jù)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)”[4]。目前，伴隨著供應(yīng)鏈的不斷發(fā)展，商業(yè)模式的不斷創(chuàng)新，供應(yīng)鏈管理中的各種問題不斷涌現(xiàn)，如各成員企業(yè)之間存在著信息不對稱，這種信息不對稱導(dǎo)致了企業(yè)之間協(xié)調(diào)困難和效率低下，從而影響供應(yīng)鏈整體績效。而大數(shù)據(jù)分析技術(shù)的出現(xiàn)很好地解決了這些難題，通過利用大數(shù)據(jù)技術(shù)對供應(yīng)鏈中各成員企業(yè)間的需求、生產(chǎn)以及采購等信息有了更精準(zhǔn)的把控，減少了供應(yīng)鏈中不必要的損失。然而，研究表明，供應(yīng)鏈大數(shù)據(jù)分析從2012年開始被學(xué)術(shù)界關(guān)注，目前存在著的共識有限。國外供應(yīng)鏈與大數(shù)據(jù)的結(jié)合分析研究相對成熟，但仍處在探索階段，而國內(nèi)這一領(lǐng)域的研究還剛剛起步。鑒于此，本文試圖以綜述的方式探討國外供應(yīng)鏈中的大數(shù)據(jù)分析應(yīng)用，一方面，對已有研究進(jìn)行提煉和總結(jié)；另一方面，希望能盡快填補(bǔ)領(lǐng)域內(nèi)研究不足，為國內(nèi)供應(yīng)鏈中的大數(shù)據(jù)分析應(yīng)用研究提供方向性指導(dǎo)。

二、 國外供應(yīng)鏈中的大數(shù)據(jù)分析

通過WOS(Web of Science)數(shù)據(jù)庫的相關(guān)文獻(xiàn)研究，發(fā)現(xiàn)國外對供應(yīng)鏈整體的大數(shù)據(jù)分析主要集中于戰(zhàn)略決策、網(wǎng)絡(luò)設(shè)計(jì)以及敏捷性與可持續(xù)性等方面，而供應(yīng)鏈過程中的大數(shù)據(jù)分析主要集中在需求計(jì)劃、采購、生產(chǎn)、存貨、物流與配送等方面。

(一) 供應(yīng)鏈整體大數(shù)據(jù)分析

1.供應(yīng)鏈戰(zhàn)略決策。Matthew和Noble(2017)表示，大數(shù)據(jù)分析通過提供有關(guān)組織支出模式的準(zhǔn)確信息，支持企業(yè)進(jìn)行戰(zhàn)略決策。例如，大數(shù)據(jù)可以提供有關(guān)任何投資回報(bào)(ROI)的準(zhǔn)確信息以及對潛在供應(yīng)商的深入分析[5]。而戰(zhàn)略采購決策不僅考慮了成本、質(zhì)量和供給，還考慮了供應(yīng)商的戰(zhàn)略能力[6]。大數(shù)據(jù)處理能力作為評價(jià)因素之一，通過運(yùn)用層次分析法和模糊綜合評價(jià)法選擇供應(yīng)鏈合作伙伴，篩選能夠適應(yīng)未來大數(shù)據(jù)挑戰(zhàn)的供應(yīng)鏈合作伙伴[7]。近年來，大數(shù)據(jù)分析在產(chǎn)品設(shè)計(jì)和開發(fā)中受到了廣泛關(guān)注。大數(shù)據(jù)分析可以提高產(chǎn)品適應(yīng)性，并增強(qiáng)產(chǎn)品設(shè)計(jì)者的信心?？蛻糍徺I記錄和在線行為是客戶大數(shù)據(jù)的信息，可幫助設(shè)計(jì)人員了解客戶需求，使用客戶意見數(shù)據(jù)來識別產(chǎn)品特性和預(yù)測趨勢[8]。在重要行業(yè)內(nèi)，大數(shù)據(jù)的價(jià)值體現(xiàn)在使用客戶意見數(shù)據(jù)極性來識別產(chǎn)品特性和預(yù)測趨勢(Boratto等,2017)[9]。

2.供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)。供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)中的大數(shù)據(jù)分析帶來了競爭優(yōu)勢和供應(yīng)鏈彈性[10]。Wang等(2016)開發(fā)了一個(gè)混合整數(shù)非線性模型，該模型利用隨機(jī)生成的大數(shù)據(jù)集為客戶需求、倉庫操作和運(yùn)輸選擇配送中心的位置,并假設(shè)使用營銷智能工具對行為數(shù)據(jù)集進(jìn)行了分析，結(jié)論證明大數(shù)據(jù)分析可以獲取客戶的額外信息(例如服務(wù)級別和罰款成本數(shù)據(jù))，從而為設(shè)計(jì)復(fù)雜的分銷網(wǎng)絡(luò)創(chuàng)造了機(jī)會[11]。Prasad等(2016)研究了大數(shù)據(jù)分析在特定人道主義供應(yīng)鏈網(wǎng)絡(luò)中設(shè)計(jì)災(zāi)難救濟(jì)、醫(yī)療保健和教育等干預(yù)措施的應(yīng)用。由于人道主義數(shù)據(jù)具有各種大數(shù)據(jù)屬性(數(shù)量、種類、準(zhǔn)確性、速度和價(jià)值)，因此大數(shù)據(jù)分析可以通過具有抗災(zāi)能力的人道主義供應(yīng)鏈產(chǎn)生卓越的人道主義成果[12]。

3.供應(yīng)鏈敏捷性和可持續(xù)性。目前，許多學(xué)者在致力于研究高級供應(yīng)鏈敏捷性(Giannakis和Louis,2016)[13]和供應(yīng)鏈可持續(xù)性(Hazen等,2014;Wu等,2017;Zhao等,2017)[14-16]。比如，Zhao等(2017)在綠色供應(yīng)鏈管理的多目標(biāo)數(shù)學(xué)模型中集成大數(shù)據(jù)科學(xué)的數(shù)據(jù)采集和數(shù)據(jù)質(zhì)量控制;Wu等(2017)將社交媒體數(shù)據(jù)與公司的財(cái)務(wù)和運(yùn)營數(shù)據(jù)相結(jié)合。此外，運(yùn)用專家判斷也有助于工業(yè)發(fā)展的可持續(xù)性，加強(qiáng)其抗擊風(fēng)險(xiǎn)和不確定性的能力。

(二) 供應(yīng)鏈全過程大數(shù)據(jù)分析

除了以供應(yīng)鏈整體作為分析對象進(jìn)行大數(shù)據(jù)分析外，很多學(xué)者針對供應(yīng)鏈不同過程進(jìn)行了相關(guān)的大數(shù)據(jù)分析。

1.需求計(jì)劃。許多供應(yīng)鏈管理人員熱衷于利用大數(shù)據(jù)改進(jìn)需求預(yù)測和生產(chǎn)計(jì)劃[17]。Balaraj等(2013)認(rèn)為，可以通過客戶行為大數(shù)據(jù)分析預(yù)測實(shí)現(xiàn)業(yè)務(wù)服務(wù)創(chuàng)新[18]。大數(shù)據(jù)分析使我們能夠感知需求信號、確定最優(yōu)價(jià)格并跟蹤消費(fèi)者忠誠度數(shù)據(jù)，有助于發(fā)現(xiàn)新的市場趨勢，目前最大的挑戰(zhàn)是硬件和軟件的升級以及大數(shù)據(jù)算法的架構(gòu)(Hassani和Silva,2015)[19]。Arias和Bae(2016)將歷史真實(shí)交通數(shù)據(jù)和天氣數(shù)據(jù)納入其預(yù)測模型，以估計(jì)電動汽車的充電需求。該模型能夠識別充電需求高的地點(diǎn)和時(shí)間，便于公用事業(yè)運(yùn)營商規(guī)劃發(fā)電計(jì)劃[20]。Kim和Shin(2016)利用大數(shù)據(jù)開發(fā)了一個(gè)預(yù)測模型，以估計(jì)短期航空乘客的需求，結(jié)果證明該模型對短期乘客數(shù)量估計(jì)相當(dāng)準(zhǔn)確，極大地提高了機(jī)場的運(yùn)作效率[21]。

2.采購。采購作為一種戰(zhàn)術(shù)性和可操作性的決策，由一系列的拍賣機(jī)制和承包合同組成[22]。供應(yīng)鏈大數(shù)據(jù)分析可應(yīng)用于采購，以管理供應(yīng)鏈風(fēng)險(xiǎn)和供應(yīng)商績效。Fan等(2014)提出了一個(gè)利用內(nèi)部和外部大數(shù)據(jù)構(gòu)建供應(yīng)鏈風(fēng)險(xiǎn)的框架，該框架支持實(shí)時(shí)供應(yīng)鏈采購風(fēng)險(xiǎn)管理監(jiān)控、應(yīng)急計(jì)劃和決策支持[23]。Schlegel(2014)還提出了大數(shù)據(jù)預(yù)測分析，用于管理供應(yīng)鏈風(fēng)險(xiǎn)，大數(shù)據(jù)預(yù)測分析可幫助供應(yīng)鏈經(jīng)理識別、評估、減輕和管理供應(yīng)鏈采購風(fēng)險(xiǎn)[24]。還有學(xué)者通過案例研究探討大數(shù)據(jù)在支持采購流程和實(shí)施采購做法方面的作用，并且強(qiáng)調(diào)了該類采購做法對企業(yè)的好處[25]。

3.生產(chǎn)。大數(shù)據(jù)分析在生產(chǎn)領(lǐng)域的應(yīng)用已較為廣泛。隨著信息和通信技術(shù)及其在制造業(yè)中應(yīng)用的不斷創(chuàng)新，制造業(yè)中的大數(shù)據(jù)時(shí)代也隨之興起，發(fā)展中的數(shù)據(jù)挖掘技術(shù)為實(shí)現(xiàn)實(shí)時(shí)、動態(tài)、自適應(yīng)、精確控制的智能生產(chǎn)目標(biāo)鋪平了道路[26]。大數(shù)據(jù)分析已被用于高效的制造智能，越來越多企業(yè)在多模式傳感器、智能設(shè)備和機(jī)器人的半導(dǎo)體生產(chǎn)和制造時(shí)采用物聯(lián)網(wǎng)和大數(shù)據(jù)分析[27]。Katchasuwanmanee等(2016)采用大數(shù)據(jù)方法，從工廠內(nèi)部和外部獲取大量數(shù)據(jù)，分析工作流、數(shù)據(jù)流和能量流之間的相關(guān)性，為降低能耗提供實(shí)時(shí)方案[28]。Kwan(2016)的研究說明了地理知識生產(chǎn)過程中由傳統(tǒng)的“小數(shù)據(jù)”向“大數(shù)據(jù)”轉(zhuǎn)變所帶來的重要變化，并強(qiáng)調(diào)對知識生產(chǎn)過程以及過程中使用的數(shù)據(jù)和算法進(jìn)行批判性反思的重要性[29]。

4.存貨。目前，關(guān)于存貨環(huán)節(jié)的大數(shù)據(jù)應(yīng)用分析研究的文獻(xiàn)雖然較少，但存貨環(huán)節(jié)中的大數(shù)據(jù)分析卻非常重要，合理安排好存貨量可以更好地實(shí)施整條供應(yīng)鏈運(yùn)營。在庫存管理中，通過將內(nèi)部生產(chǎn)系統(tǒng)與外部合作伙伴(供應(yīng)商和消費(fèi)者)聯(lián)系起來，可以提高大數(shù)據(jù)的效益。自動化庫存控制系統(tǒng)與大數(shù)據(jù)生成之間的關(guān)系十分重要，大數(shù)據(jù)分析可以收集數(shù)據(jù)之間的相互關(guān)系，并優(yōu)化庫存訂購決策(Wang等，2016)[30]。除此之外，利用在線點(diǎn)擊流和離線購買大數(shù)據(jù)，通過識別統(tǒng)計(jì)上顯著的點(diǎn)擊流變量，并實(shí)證研究點(diǎn)擊流跟蹤在非交易網(wǎng)站上的價(jià)值，用于改進(jìn)庫存管理[31]。

5.物流與配送。大數(shù)據(jù)分析在物流、配送和運(yùn)輸中的應(yīng)用研究較為普遍。大多數(shù)第三方物流提供商(第三方物流公司)都在大數(shù)據(jù)能力方面投入巨資，以確保無縫供應(yīng)鏈集成。為了保持競爭力，在物流和運(yùn)輸公司中應(yīng)用大數(shù)據(jù)分析至關(guān)重要。Mehmood和Graham(2015)在研究中使用案例說明了如何通過使用大數(shù)據(jù)共享交通信息以有效改善城市醫(yī)療服務(wù)[32]。預(yù)測性和規(guī)劃性大數(shù)據(jù)分析解決了許多海運(yùn)公司的規(guī)劃問題(Emrouznejad,2016)[33]。Zhong等(2015)提出了一種從支持射頻識別(RFID)的海量商場物流數(shù)據(jù)中挖掘擁有多次軌跡的大數(shù)據(jù)方法，創(chuàng)造性地引入RFID-長方體來建立數(shù)據(jù)倉庫，使支持RFID的物流數(shù)據(jù)在操作方面高度集成，并對物流作業(yè)者和物流機(jī)械進(jìn)行定量評價(jià)，能夠更好地指導(dǎo)用戶實(shí)施相關(guān)物流決策[34]。隨著智能物流的發(fā)展，海量的物流數(shù)據(jù)成為大數(shù)據(jù)的來源之一。構(gòu)建具有大數(shù)據(jù)挖掘和分析能力的物流信息平臺，充分利用海量的物流數(shù)據(jù)是智能物流的必然趨勢[35]。還有學(xué)者提出通過大數(shù)據(jù)分析探索電子商務(wù)物流業(yè)務(wù)模式[36]。事實(shí)上，大數(shù)據(jù)還可以支持供應(yīng)鏈中的端到端可見性，并創(chuàng)建更敏捷的物流和供應(yīng)鏈戰(zhàn)略。

(三) 文獻(xiàn)統(tǒng)計(jì)分析

以WOS數(shù)據(jù)庫為來源，通過探索發(fā)現(xiàn)許多關(guān)于供應(yīng)鏈中大數(shù)據(jù)應(yīng)用分析的出版物，這些出版物都有“大數(shù)據(jù)(Big Date)”與供應(yīng)鏈及其相關(guān)關(guān)鍵詞。供應(yīng)鏈整體分析關(guān)鍵詞包括“戰(zhàn)略決策(Strategic Sourcing)”“網(wǎng)絡(luò)設(shè)計(jì)(Network Design)”和“敏捷性與可持續(xù)性(Agility and Sustainability)”，供應(yīng)鏈全過程分析關(guān)鍵詞包括“需求計(jì)劃(Demand Planning)”“采購(Procurement)”“生產(chǎn)(Production)”“存貨(Inventory)”和“物流與配送(Logistics and Distribution)”。共檢索得到108篇，按照內(nèi)容進(jìn)行分類統(tǒng)計(jì)，結(jié)果如表1所示。

表1 以“大數(shù)據(jù)”和供應(yīng)鏈及其相關(guān)關(guān)鍵詞結(jié)合檢索的出版物分類統(tǒng)計(jì)

圖2 2012-2017各年間供應(yīng)鏈大數(shù)據(jù)分析文獻(xiàn)發(fā)表量

圖2是檢索得到的2012-2017各年間發(fā)表的關(guān)于供應(yīng)鏈中大數(shù)據(jù)分析的文獻(xiàn)數(shù)量統(tǒng)計(jì)，以便更加清楚地了解總體研究走勢。

由圖2可知，供應(yīng)鏈中的大數(shù)據(jù)分析研究從2012年開始被學(xué)術(shù)界關(guān)注，之后其研究一直呈上升趨勢，說明學(xué)術(shù)界近幾年對供應(yīng)鏈中大數(shù)據(jù)研究內(nèi)容越來越感興趣。但為了進(jìn)一步了解供應(yīng)鏈中大數(shù)據(jù)應(yīng)用的研究走勢，對2012-2017年且以“大數(shù)據(jù)+供應(yīng)鏈”為關(guān)鍵詞的檢索方式所得的文獻(xiàn)數(shù)量進(jìn)行統(tǒng)計(jì)，共51篇，并對其相同研究領(lǐng)域文獻(xiàn)引用頻次進(jìn)行分類統(tǒng)計(jì)，發(fā)現(xiàn)學(xué)術(shù)界首要關(guān)注的是物流與供應(yīng)鏈管理(Logistics and Supply Chain Management/136次)，其次是需求計(jì)劃與預(yù)測(Demand Planning and Forecasting/128次)、生產(chǎn)(Production/76次)。同時(shí)，筆者也對前面第一種檢索方式所得到的108篇文獻(xiàn)，根據(jù)相應(yīng)的具體研究內(nèi)容分類統(tǒng)計(jì)了不同年份的文獻(xiàn)引用頻次，結(jié)果如表2所示。

表2 2012-2017各年不同研究內(nèi)容引用頻次分析

資料來源：作者整理所得。

通過表2中2012-2017年間的引用頻次可以明顯看出，供應(yīng)鏈中不同環(huán)節(jié)的大數(shù)據(jù)運(yùn)用越來越廣泛，特別是物流和運(yùn)輸方面，學(xué)術(shù)界對其研究興趣在不斷提升。當(dāng)然，學(xué)術(shù)界對供應(yīng)鏈中其他環(huán)節(jié)的大數(shù)據(jù)分析應(yīng)用研究興趣同樣在不斷提高。總之，兩種檢索方式所呈現(xiàn)的供應(yīng)鏈中大數(shù)據(jù)研究方向是大體一致的，都反映了學(xué)術(shù)界在供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用研究領(lǐng)域內(nèi)向上攀升的研究走勢。

綜上所述，通過國外供應(yīng)鏈大數(shù)據(jù)分析發(fā)現(xiàn)，大數(shù)據(jù)對于供應(yīng)鏈的生存與發(fā)展存在巨大的應(yīng)用價(jià)值，學(xué)者們對供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用研究給予了極大的關(guān)注，相信未來各行業(yè)供應(yīng)鏈都離不開大數(shù)據(jù)分析應(yīng)用。

三、 不同行業(yè)供應(yīng)鏈中的大數(shù)據(jù)應(yīng)用

伴隨著大數(shù)據(jù)的概念進(jìn)入全球商業(yè)圈，社會各行業(yè)都在致力于大數(shù)據(jù)技術(shù)的深入研究，大數(shù)據(jù)被科技企業(yè)看作是云計(jì)算后的又一巨大商機(jī)，包括IBM、微軟、谷歌、亞馬遜等一大批知名企業(yè)紛紛掘金這一市場；另外，很多初創(chuàng)企業(yè)也開始加入大數(shù)據(jù)的淘金隊(duì)伍中，如Cloudera、Clustrix等。谷歌公司利用全球每天30多億條的搜索記錄建立了一個(gè)系統(tǒng)，在2009年甲型流感爆發(fā)之前就開始在美國進(jìn)行流感預(yù)報(bào)，并以此成立了“谷歌流感趨勢”服務(wù)平臺。美國雷神公司(Raytheon Company)開發(fā)了智能工廠，基于處理來自不同來源(傳感器、互聯(lián)網(wǎng)交易、數(shù)字記錄和數(shù)據(jù)模擬)的大數(shù)據(jù)的強(qiáng)大能力，能夠?qū)崟r(shí)控制生產(chǎn)過程的多個(gè)要素[37]。

但縱觀國內(nèi)大數(shù)據(jù)服務(wù)提供商市場，大數(shù)據(jù)這一概念，對國內(nèi)企業(yè)來說或許還稍顯陌生，在最具影響力的前30家企業(yè)中，幾乎還是一片空白。相對來說，國內(nèi)大數(shù)據(jù)起步較晚，但依舊有些企業(yè)不遺余力地投入大數(shù)據(jù)這片藍(lán)海，并且發(fā)展態(tài)勢良好，如阿里巴巴、華為以及百度等公司。同時(shí)，國內(nèi)學(xué)術(shù)界對各行業(yè)供應(yīng)鏈大數(shù)據(jù)應(yīng)用研究的關(guān)注度在不斷提升。有學(xué)者認(rèn)為，金融服務(wù)行業(yè)結(jié)合大數(shù)據(jù)技術(shù)可以有效地預(yù)防和懲治網(wǎng)絡(luò)犯罪等行為[38]。徐曼等(2017)對大數(shù)據(jù)驅(qū)動下的醫(yī)療與健康決策行為進(jìn)行了研究，提出大數(shù)據(jù)是提高醫(yī)療效率和品質(zhì)的重要手段[39]。智能云制造新型產(chǎn)業(yè)鏈結(jié)合大數(shù)據(jù)服務(wù)體系可以形成有效的產(chǎn)業(yè)制造創(chuàng)新機(jī)制，未來的大數(shù)據(jù)智能云制造具有非常大的發(fā)展?jié)摿?孫立,2016)[40]。

目前，在不同行業(yè)供應(yīng)鏈中的大數(shù)據(jù)應(yīng)用實(shí)踐過程中，一個(gè)共同的目標(biāo)是通過在適當(dāng)?shù)臅r(shí)間為適當(dāng)?shù)挠脩籼峁┻m當(dāng)?shù)男畔?，充分利用?shù)據(jù)來提高生產(chǎn)力。大數(shù)據(jù)分析(BDA)在包括金融、科技、醫(yī)療保健、消費(fèi)、能源和制造在內(nèi)的不同行業(yè)供應(yīng)鏈中都有應(yīng)用，并都有其相應(yīng)的數(shù)據(jù)處理方式和商業(yè)價(jià)值，如圖3所示。

圖3 大數(shù)據(jù)分析在不同行業(yè)供應(yīng)鏈中的應(yīng)用資料來源：同行研究-大數(shù)據(jù)分析調(diào)查。

根據(jù)圖3中的大數(shù)據(jù)分析調(diào)查統(tǒng)計(jì)，發(fā)現(xiàn)銀行/金融行業(yè)供應(yīng)鏈所占比接近一半，達(dá)到43%，說明其對大數(shù)據(jù)應(yīng)用的高度重視;高新科技行業(yè)占比14%，排在第二;之后依次是醫(yī)療、消費(fèi)、能源和制造行業(yè)供應(yīng)鏈。

表3 不同行業(yè)供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用的商業(yè)價(jià)值

表3是作者針對圖3統(tǒng)計(jì)的銀行、科技、醫(yī)療、消費(fèi)、能源和制造等行業(yè)供應(yīng)鏈中大數(shù)據(jù)的應(yīng)用情況，進(jìn)一步查閱相關(guān)文獻(xiàn)資料獲取不同行業(yè)中大數(shù)據(jù)的商業(yè)價(jià)值。結(jié)果發(fā)現(xiàn)，大數(shù)據(jù)在不同行業(yè)中擁有不同的數(shù)據(jù)處理方式，并相應(yīng)地帶來了多種商業(yè)價(jià)值，比如制造/高科技行業(yè)，其擁有的產(chǎn)品故障分析、專利記錄檢索以及智能定位等數(shù)據(jù)處理方式帶來的是產(chǎn)品優(yōu)化、成本降低以及問題快速解決等市場商業(yè)價(jià)值。正因如此，才能體現(xiàn)大數(shù)據(jù)在行業(yè)中的應(yīng)用價(jià)值。

單就國內(nèi)而言，據(jù)2017-2023年中國大數(shù)據(jù)金融行業(yè)深度分析及投資風(fēng)險(xiǎn)評估報(bào)告相關(guān)數(shù)據(jù)顯示，中國大數(shù)據(jù)IT應(yīng)用投資規(guī)模以五大行業(yè)最高，其中以互聯(lián)網(wǎng)行業(yè)占比最高，占大數(shù)據(jù)IT應(yīng)用投資規(guī)模的28.9%，其次是電信領(lǐng)域(19.9%),第三是金融行業(yè)(17.5%)，政府和醫(yī)療分別為第四和第五。而在國內(nèi)的金融行業(yè)中，呈現(xiàn)出銀行占41.10%，證券占35.10%以及保險(xiǎn)占23.80%的大數(shù)據(jù)開發(fā)應(yīng)用投資結(jié)構(gòu)。*數(shù)據(jù)資料來源于中國產(chǎn)業(yè)信息網(wǎng)(www.chyxx.com)中“2017-2023年中國大數(shù)據(jù)金融行業(yè)深度分析及投資風(fēng)險(xiǎn)評估報(bào)告”摘要，出版單位：智妍咨詢集團(tuán)，報(bào)告編號：R554628，出版日期：2017年8月。

通過以上分析可知，世界各行各業(yè)正在將實(shí)現(xiàn)大數(shù)據(jù)分析應(yīng)用作為一個(gè)極為重要的發(fā)展目標(biāo)，尤其是對于數(shù)據(jù)導(dǎo)向的行業(yè)，實(shí)現(xiàn)大數(shù)據(jù)分析應(yīng)用顯得十分必要。

四、 總結(jié)與展望

(一) 總 結(jié)

本文詳細(xì)地回顧了國外供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用研究，闡述了國內(nèi)外不同行業(yè)供應(yīng)鏈中的大數(shù)據(jù)應(yīng)用及其商業(yè)價(jià)值，總結(jié)分析了領(lǐng)域內(nèi)的相關(guān)文獻(xiàn)，為學(xué)術(shù)界和實(shí)務(wù)界更好地理解已有研究提供了借鑒，同時(shí)也補(bǔ)充和完善了國內(nèi)供應(yīng)鏈中的大數(shù)據(jù)分析應(yīng)用理論。但是，供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用研究并非一蹴而就之事，其未來的研究仍然很嚴(yán)峻。事實(shí)上，國內(nèi)外對于供應(yīng)鏈中大數(shù)據(jù)分析與應(yīng)用研究都還很少，特別是國內(nèi)，還處于萌芽階段，這要?dú)w根于供應(yīng)鏈與大數(shù)據(jù)之間的作用機(jī)制過于復(fù)雜，要素聯(lián)系多，并且大數(shù)據(jù)技術(shù)還處于發(fā)展階段。但不可否認(rèn)，大數(shù)據(jù)運(yùn)用的加入為供應(yīng)鏈內(nèi)各成員企業(yè)的發(fā)展注入新的活力。

基于前文分析可知，大數(shù)據(jù)分析應(yīng)用已成為全球許多行業(yè)的熱門話題，但在分析技術(shù)和信息挖掘方面有很大的進(jìn)步空間。大數(shù)據(jù)分析在端到端供應(yīng)鏈中具有重要應(yīng)用，從銷售終端(POS)的需求數(shù)據(jù)、零售商數(shù)據(jù)、交貨數(shù)據(jù)、制造數(shù)據(jù)，直到供應(yīng)商數(shù)據(jù)。大數(shù)據(jù)分析支持所有供應(yīng)鏈活動，包括戰(zhàn)略采購、網(wǎng)絡(luò)設(shè)計(jì)、需求規(guī)劃、采購、生產(chǎn)、庫存，直至物流和分銷。大數(shù)據(jù)源的有效使用改進(jìn)了供應(yīng)鏈中大量流程。深度的大數(shù)據(jù)分析可支持開發(fā)響應(yīng)迅速、可靠和可持續(xù)的供應(yīng)鏈運(yùn)行，大數(shù)據(jù)分析能夠在復(fù)雜的全球供應(yīng)鏈中處理大量數(shù)據(jù)集。國內(nèi)外都特別強(qiáng)調(diào)將大數(shù)據(jù)分析應(yīng)用于行業(yè)供應(yīng)鏈，支持行業(yè)供應(yīng)鏈大數(shù)據(jù)應(yīng)用能有效提高行業(yè)供應(yīng)鏈整體績效，但存在一個(gè)容易忽視又非常重要的問題即大數(shù)據(jù)應(yīng)用的安全性。在數(shù)據(jù)時(shí)代，信息安全備受關(guān)注，供應(yīng)鏈成員企業(yè)的什么類型信息應(yīng)該共享，什么類型信息應(yīng)該保密，似乎無清晰的界定。供應(yīng)鏈中大數(shù)據(jù)共享帶來更多效率的同時(shí)，也帶了更多的不確定因素。對于供應(yīng)鏈中大數(shù)據(jù)的信息安全問題，一些學(xué)者給予了關(guān)注，如，何培育(2017)提出不僅要對互聯(lián)網(wǎng)金融的大數(shù)據(jù)應(yīng)用模式及其價(jià)值進(jìn)行研究，還要重點(diǎn)關(guān)注互聯(lián)網(wǎng)金融中的數(shù)據(jù)安全問題[41]；又如，大數(shù)據(jù)給醫(yī)療行業(yè)既帶來機(jī)遇，同時(shí)也帶來了新的挑戰(zhàn)，帶來了新的思維方式和數(shù)據(jù)共享方式，同時(shí)帶來了信息泄露等一系列挑戰(zhàn)[42]。

當(dāng)前，供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用研究是一個(gè)充滿創(chuàng)新性和挑戰(zhàn)性的新興研究方向，盡管在學(xué)術(shù)界有一些理論借鑒成果，但還存在不少待完善之處。第一，研究方法單一。就已有的成果而言，基本屬于定性研究，缺乏定量研究，無數(shù)據(jù)支撐，缺乏案例研究。第二，研究的理論基礎(chǔ)單薄。供應(yīng)鏈中大數(shù)據(jù)應(yīng)用研究還屬于全新的研究領(lǐng)域，缺乏理論構(gòu)建體系，使得研究的深入受到制約。第三，研究視角不夠開闊。首先，“供應(yīng)鏈+大數(shù)據(jù)”的視角已定型，沒有“供應(yīng)鏈+大數(shù)據(jù)+”的研究意識。其次，研究的創(chuàng)新性還未得到體現(xiàn)。作為一個(gè)全新的研究領(lǐng)域，鮮有學(xué)者對其與過去沒有應(yīng)用大數(shù)據(jù)的傳統(tǒng)供應(yīng)鏈不同點(diǎn)進(jìn)行探究，對其創(chuàng)新點(diǎn)還沒有探究清楚。另外，學(xué)術(shù)界對于供應(yīng)鏈中大數(shù)據(jù)應(yīng)用的安全性問題認(rèn)識還有待加強(qiáng)。

(二) 展 望

鑒于以上總結(jié)分析，下文將對供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用研究進(jìn)行合理展望，主要分為三點(diǎn)：

1.未來供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用研究方法應(yīng)以實(shí)證研究為主。目前，就國內(nèi)領(lǐng)域內(nèi)的文獻(xiàn)資料而言，基本是純理論研究，缺乏數(shù)據(jù)論證，理論與實(shí)踐沒有實(shí)現(xiàn)數(shù)據(jù)上的對接，急需融入新的實(shí)證方法，構(gòu)建供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用體系。也可采用單案例、多案例以及案例與實(shí)證結(jié)合的方法進(jìn)行研究，為國內(nèi)不同供應(yīng)鏈企業(yè)提供實(shí)證分析案例，指導(dǎo)供應(yīng)鏈進(jìn)一步發(fā)展。

2.隨著供應(yīng)鏈中大數(shù)據(jù)應(yīng)用研究的深入，夯實(shí)理論基礎(chǔ)研究可為供應(yīng)鏈中大數(shù)據(jù)應(yīng)用研究的長久進(jìn)行提供條件。目前，少有研究意識到采用供應(yīng)鏈理論和大數(shù)據(jù)理論結(jié)合進(jìn)行研究，大多數(shù)研究是單從供應(yīng)鏈理論角度進(jìn)行研究，如從供應(yīng)鏈績效理論入手，探究大數(shù)據(jù)運(yùn)用如何提高供應(yīng)鏈績效。將來可以將大數(shù)據(jù)理論引入研究，包括大數(shù)據(jù)的成因、運(yùn)行規(guī)律以及核心思想等。也可以考慮供應(yīng)鏈的構(gòu)架問題，比如，分析供應(yīng)鏈中大數(shù)據(jù)應(yīng)用的驅(qū)動因素。除此之外，可以加入相關(guān)學(xué)科理論。另外，可在供應(yīng)鏈理論、大數(shù)據(jù)理論以及相關(guān)學(xué)科理論的基礎(chǔ)之上，構(gòu)建供應(yīng)鏈大數(shù)據(jù)應(yīng)用理論基礎(chǔ)，為供應(yīng)鏈中大數(shù)據(jù)應(yīng)用提供理論支撐。

3.供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用研究的視角應(yīng)多樣化。首先，僅對應(yīng)用大數(shù)據(jù)的供應(yīng)鏈進(jìn)行研究的創(chuàng)新性還遠(yuǎn)遠(yuǎn)不夠，當(dāng)前急需對傳統(tǒng)供應(yīng)鏈與應(yīng)用大數(shù)據(jù)的供應(yīng)鏈的差異問題進(jìn)行研究。分析應(yīng)用大數(shù)據(jù)后的供應(yīng)鏈在發(fā)展過程中，對供應(yīng)鏈企業(yè)在市場需求預(yù)測、產(chǎn)品研發(fā)、產(chǎn)品與服務(wù)等方面所產(chǎn)生的重要作用及所帶來的優(yōu)勢。將前后進(jìn)行對比研究，探究應(yīng)用大數(shù)據(jù)后供應(yīng)鏈與傳統(tǒng)供應(yīng)鏈的差別。其次，認(rèn)識到“供應(yīng)鏈+大數(shù)據(jù)+”的研究趨勢。比如，應(yīng)用目前的區(qū)塊鏈(Blockchain)技術(shù)，實(shí)現(xiàn)“供應(yīng)鏈+大數(shù)據(jù)+區(qū)塊鏈”。雖然“供應(yīng)鏈+大數(shù)據(jù)”實(shí)現(xiàn)了大量信息的共享，增強(qiáng)了企業(yè)的運(yùn)營效率，但同時(shí)存在許多隱藏的威脅——數(shù)據(jù)安全問題。供應(yīng)鏈中大數(shù)據(jù)分析應(yīng)用包括大數(shù)據(jù)基礎(chǔ)設(shè)施安全威脅、大數(shù)據(jù)儲存安全威脅、隱私泄露問題、數(shù)據(jù)訪問安全威脅、針對大數(shù)據(jù)的高級持續(xù)性攻擊等一系列威脅。而“供應(yīng)鏈+大數(shù)據(jù)+區(qū)塊鏈”會較好地避免這些潛在的威脅。基于區(qū)塊鏈本身提供的提高安全性、可追蹤、提供證據(jù)、開發(fā)數(shù)據(jù)、文本電子化、降低成本、數(shù)據(jù)管理以及提高效率等優(yōu)勢，使供應(yīng)鏈中的大數(shù)據(jù)分析應(yīng)用特別是供應(yīng)鏈金融層面的應(yīng)用得到保障。因此，“供應(yīng)鏈+大數(shù)據(jù)+”極有可能成為未來領(lǐng)域內(nèi)的研究方向。