徐玲 唐豐收

DOI：10．19641/j．cnki．42-1290/f．2023．24．011

【摘要】產(chǎn)業(yè)大腦是浙江省數(shù)字賦能實體產(chǎn)業(yè)生態(tài)的創(chuàng)新舉措， 是一種新型的數(shù)智化組織。本文選取浙江省五個典型產(chǎn)業(yè)大腦作為研究對象， 從成本管理的視角對產(chǎn)業(yè)大腦運用新一代數(shù)字技術(shù)降本增效進行研究。研究表明， 運用數(shù)字資本支撐模式層面的大成本管理、 形成集成優(yōu)勢、 進行虛實資源轉(zhuǎn)換以挖掘新價值是實現(xiàn)降本增效的機制。在此基礎(chǔ)上， 進一步提出關(guān)于模式層面的源流管理、 成本風險管理、 成本管理可拓分析工具等數(shù)智化背景下成本管理的新思考。

【關(guān)鍵詞】數(shù)智化成本管理；產(chǎn)業(yè)大腦；源流管理；成本風險管理；集成優(yōu)勢；虛實資源轉(zhuǎn)換

【中圖分類號】 F275.3? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）24-0075-7

在數(shù)字化改革背景下， 浙江省對“八八戰(zhàn)略”^①， 進行再深化、 再實踐， 創(chuàng)造性地提出， 產(chǎn)業(yè)大腦的建設(shè)思路是數(shù)字賦能實體產(chǎn)業(yè)生態(tài)的創(chuàng)新舉措， 是“堅持把發(fā)展經(jīng)濟的著力點放在實體經(jīng)濟上”“促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合”^②的先行嘗試。產(chǎn)業(yè)大腦建設(shè)從工業(yè)領(lǐng)域出發(fā)， 以細分行業(yè)為切入點， 推動產(chǎn)業(yè)數(shù)字化發(fā)展由“平臺賦能”向“生態(tài)構(gòu)建”躍升（胡勝蓉和黃學，2022）， 組織構(gòu)成除了上下游產(chǎn)業(yè)鏈企業(yè)， 還包括數(shù)字產(chǎn)業(yè)企業(yè)、 金融企業(yè)、 中介服務企業(yè)、 科研院所等， 由此可見， 產(chǎn)業(yè)大腦是一種新型的數(shù)智化組織， 是浙江省塊狀經(jīng)濟以新一代數(shù)字技術(shù)為引擎向融合集群發(fā)展的演進。實體與虛擬制造資源以及服務資源在產(chǎn)業(yè)大腦中獲得跨部門、 跨層次、 立體化的延伸， 使整個大腦集群降本增效初見成效。那么， 產(chǎn)業(yè)大腦成本管理創(chuàng)新舉措有哪些？實現(xiàn)降本增效的內(nèi)在機制又是怎樣的？對這些問題的研究， 對于數(shù)智化賦能運營管理創(chuàng)新具有重要意義。

一、 產(chǎn)業(yè)大腦及其降本增效的共性

（一）產(chǎn)業(yè)大腦

產(chǎn)業(yè)大腦是以工業(yè)互聯(lián)網(wǎng)為支撐， 以數(shù)據(jù)資源為核心， 運用新一代信息技術(shù)， 綜合集成產(chǎn)業(yè)鏈、 供應鏈、 資金鏈、 創(chuàng)新鏈， 融合企業(yè)側(cè)和政府側(cè)數(shù)據(jù)， 貫通生產(chǎn)端與消費端， 為企業(yè)生產(chǎn)經(jīng)營提供數(shù)字化賦能， 為產(chǎn)業(yè)生態(tài)建設(shè)提供數(shù)字化服務的新型數(shù)智化集群組織（蘭建平，2021）。

賦予大腦之名， 體現(xiàn)了其產(chǎn)業(yè)鏈高效協(xié)同智能治理能力。相較于一般意義上的數(shù)字平臺， 產(chǎn)業(yè)大腦不僅體現(xiàn)了數(shù)字技術(shù)支持下的多邊交易屬性， 更強調(diào)數(shù)字技術(shù)分層架構(gòu)下對核心實體產(chǎn)業(yè)的統(tǒng)籌服務屬性與治理屬性。從網(wǎng)絡結(jié)構(gòu)來看， 一般意義上的數(shù)字平臺更類似星型結(jié)構(gòu)， 參與者均通過平臺企業(yè)進行關(guān)聯(lián)互動， 而產(chǎn)業(yè)大腦的結(jié)構(gòu)則更類似樹形結(jié)構(gòu)， 組織構(gòu)成除了上下游產(chǎn)業(yè)鏈企業(yè)， 還包括數(shù)字產(chǎn)業(yè)企業(yè)、 金融企業(yè)、 中介服務企業(yè)、 科研院所等多個種群， 雖然可能各自建立了數(shù)字平臺， 但各站點平臺的數(shù)據(jù)均發(fā)送到根部的大腦中臺進行處理分析， 最終形成統(tǒng)籌的經(jīng)營調(diào)度指令。

（二）產(chǎn)業(yè)大腦降本增效的共性

本文選取浙江湖州的童裝大腦、 浙江溫州的智能電氣大腦、 浙江臺州的泵閥大腦、 浙江紹興的織造印染大腦、 浙江寧波的化工大腦等五個典型產(chǎn)業(yè)大腦作為研究對象， 對其降本增效的舉措進行梳理分析（見表1）， 發(fā)現(xiàn)產(chǎn)業(yè)大腦的成本管理具有以下共性特征：

1. 成本管理范疇擴展。產(chǎn)業(yè)大腦以產(chǎn)業(yè)互聯(lián)網(wǎng)為支撐， 由“政產(chǎn)學研金介用”^③等多方主體通過互組織方式形成多元協(xié)同生態(tài)體， 通過運用新一代信息技術(shù)， 將一二三產(chǎn)業(yè)數(shù)據(jù)匯聚起來， 從而推動產(chǎn)業(yè)鏈、 創(chuàng)新鏈、 供應鏈融合應用。這種多元網(wǎng)狀協(xié)同使成本管理在時間和空間上得到拓展， 并通過產(chǎn)業(yè)大腦成員企業(yè)的協(xié)同作業(yè)， 實現(xiàn)跨越企業(yè)組織邊界和生命周期且關(guān)注未來成本信息的“大成本管理”（孟凡生和張高成，2011）。以浙江湖州的童裝大腦為例， 童裝款式豐富但原材料品類較為集中， 單個企業(yè)采購量級小且頻次高、 議價能力差， 通過智能抓取用戶在線實時交易動態(tài)數(shù)據(jù)， 歸集整合原材料集采需求， 以集采方式實現(xiàn)成員企業(yè)采購成本的降低。通過建設(shè)采銷一體數(shù)字化平臺， 浙江溫州的智能電氣大腦、 浙江臺州的泵閥大腦、 浙江紹興的織造印染大腦以及寧波的化工大腦均實現(xiàn)了從市場調(diào)研、 材料采購到包括擴展銷售渠道以及售后運維在內(nèi)的銷售成本大幅降低。其中， 智能電氣大腦、 織造印染大腦建設(shè)的設(shè)備管理云平臺還幫助集群企業(yè)進行設(shè)備運行監(jiān)測， 有效評估設(shè)備的生命周期并預測備件更換時點、 提升設(shè)備管理效率、 降低設(shè)備運維成本。

2. 對隱性成本管理的作用突出。伴隨著高度定制和個性化產(chǎn)品需求的日益增長， 產(chǎn)品多樣性和生產(chǎn)復雜度不斷提高， 引發(fā)生產(chǎn)擾動的不確定因素來源范圍和頻繁程度都不斷加大（喬非等，2023）。隨著不確定性增大， 一些隱性成本對企業(yè)生產(chǎn)經(jīng)營效率的影響日漸凸顯， 如與關(guān)系維度相關(guān)的搜索成本、 溝通成本、 等待成本（時間成本）等， 而這些隱性成本并未納入傳統(tǒng)成本管理的范疇。各產(chǎn)業(yè)大腦構(gòu)建的產(chǎn)銷一體數(shù)字化平臺， 一方面幫助集群企業(yè)篩選合格的供應商、 撮合上下游交易， 從而降低對供應商與信用客戶的搜索成本與購銷溝通成本， 另一方面通過訂單、 物流、 資金等端到端的業(yè)務可視化， 降低各環(huán)節(jié)間的等待成本。環(huán)境不確定性的增加還使中小企業(yè)融資面臨新的困難， 浙江湖州童裝大腦將企業(yè)訂單、 合同、 生產(chǎn)數(shù)據(jù)上傳到公共區(qū)塊鏈， 銀行根據(jù)上鏈數(shù)據(jù)進行信用評級， 動態(tài)評價企業(yè)償貸能力， 形成無抵押授信， 在實現(xiàn)集群企業(yè)資金成本下降的同時， 極大地降低了貸款過程中的搜索成本、 試錯成本以及等待成本。

3. 制度設(shè)計功能增加。產(chǎn)業(yè)大腦在數(shù)字化催生下形成了多種產(chǎn)業(yè)要素與知識體系融合的新價值創(chuàng)造范式： 單個產(chǎn)業(yè)鏈被打破， 上下游產(chǎn)業(yè)鏈、 金融產(chǎn)業(yè)鏈、 服務業(yè)產(chǎn)業(yè)鏈在新節(jié)點上進行重新連接以提升顧客體驗。以浙江湖州童裝大腦為例， 該大腦由服裝設(shè)計行業(yè)、 印染紡織行業(yè)、 童裝制造行業(yè)、 數(shù)字服務行業(yè)、 金融行業(yè)等的企業(yè)或者產(chǎn)業(yè)聯(lián)盟構(gòu)成產(chǎn)業(yè)生態(tài)系統(tǒng)， 重構(gòu)商業(yè)模式， 通過“一鍵集采”“一鍵設(shè)計”“一鍵智造”“一鍵金融”等途徑實現(xiàn)降本增效。其他幾個產(chǎn)業(yè)大腦均有類似的產(chǎn)業(yè)生態(tài)結(jié)構(gòu)， 通過資源共享、 數(shù)字集采、 數(shù)字營銷、 協(xié)同智造、 數(shù)字運維、 數(shù)字金融授信等方式實現(xiàn)對顯性成本與隱性成本的管理。可以發(fā)現(xiàn)， 在這種機制下， 產(chǎn)業(yè)大腦的成本管理面臨著兩個問題： 一是吸納誰作為產(chǎn)業(yè)生態(tài)的成員， 二是各個產(chǎn)業(yè)鏈如何拆解重構(gòu)。這兩個問題的實質(zhì)是制度安排， 即產(chǎn)業(yè)大腦的成本管理增加了制度設(shè)計功能， 能夠依據(jù)對顧客價值的貢獻來決定成員的吸納， 并實現(xiàn)整個體系全面成本的合理性， 從而完成對核心競爭力的塑造。

二、 產(chǎn)業(yè)大腦降本增效的機制

（一）運用數(shù)據(jù)資產(chǎn)支撐戰(zhàn)略成本管理

產(chǎn)業(yè)大腦以智能設(shè)備為主要節(jié)點， 節(jié)點之間的連接既有單向的， 又有雙向的， 既可能是強連接， 還有可能是弱連接， 可以認為產(chǎn)業(yè)大腦是一種復雜網(wǎng)絡組織。組織的復雜性使戰(zhàn)略因素變得非常重要， 因此產(chǎn)業(yè)大腦的成本管理更加注重對戰(zhàn)略成本動因的考慮， 如結(jié)構(gòu)動因?qū)用娴囊?guī)模、 成員結(jié)構(gòu)、 整合度等， 以及執(zhí)行動因?qū)用娴某蓡T節(jié)點間的聯(lián)系、 資源利用率等。一方面， 一個復雜組織進行戰(zhàn)略成本動因分析的支持數(shù)據(jù)既有結(jié)構(gòu)性的也有非結(jié)構(gòu)性的， 具有大量、 多維度的特點， 這需要實時的數(shù)據(jù)收集與前置數(shù)據(jù)分析進行支撐。另一方面， 數(shù)字化技術(shù)的應用使產(chǎn)業(yè)大腦掌握著足夠的數(shù)據(jù)資產(chǎn)， 為戰(zhàn)略成本管理的實施提供了支持： 以工業(yè)互聯(lián) 網(wǎng)為支撐，? 通過SAAS層面的集成工業(yè)APP的開發(fā)實現(xiàn)供應、 生產(chǎn)、 庫存、 銷售、 交貨、 設(shè)備運維、 客戶偏好等多維度數(shù)據(jù)實時采集， 大腦側(cè)中臺進行各成員企業(yè)多維數(shù)據(jù)的匯集、 計算與分析， 根據(jù)分析結(jié)果形成調(diào)度指令， 實現(xiàn)大腦內(nèi)部生態(tài)網(wǎng)絡鏈接節(jié)點的排序以及網(wǎng)絡連通性的優(yōu)化， 達成戰(zhàn)略層面的成本管理。另外， 通過數(shù)字孿生技術(shù)， 不僅能提供節(jié)點的利用率、 堵塞率信息， 還可以識別瓶頸節(jié)點與擾動原因， 在新成員篩選的基礎(chǔ)上， 仿真模擬成員結(jié)構(gòu)、 鏈接方式、 鏈接時序等調(diào)整對大腦整體成本與風險的影響， 從而實現(xiàn)商業(yè)模式層面的前置性成本管理。

（二）形成集成優(yōu)勢以提升成本效益

從空間上看， 產(chǎn)業(yè)大腦是一個涵蓋了規(guī)劃、 設(shè)計研發(fā)、 制造、 裝配、 銷售、 運維等產(chǎn)品全生命周期產(chǎn)業(yè)鏈成員的生態(tài)系統(tǒng)； 從任務上看， 制造不再是組織的單一任務， 而是形成了數(shù)智化環(huán)境下制造與服務不斷相互滲透的格局（喬非等，2023）， 因此產(chǎn)業(yè)大腦實質(zhì)上是一種服務型制造生態(tài)組織。在產(chǎn)業(yè)大腦中， 通過形成集成優(yōu)勢達到降本增效目的是實施戰(zhàn)略成本管理的一個重要路徑， 具有兩重機制。

1. 通過集成形成規(guī)模效應。形成集成優(yōu)勢實質(zhì)上是化零為整的機制， 又可以分為以下三種途徑： 一是采集成員企業(yè)采購需求信息， 進行集成采購， 形成大宗采購從而提高議價能力， 實現(xiàn)零星采購無法企及的低采購成本。這種途徑同樣適用于設(shè)計需求的集成， 零星的設(shè)計需求往往招不到設(shè)計供應商， 或者設(shè)計價格非常高昂， “抱團”的設(shè)計需求提升了需求方的話語權(quán)。二是采集成員企業(yè)產(chǎn)供銷數(shù)據(jù)， 在中臺進行計算， 估算倉儲需求， 并根據(jù)倉庫庫容使用信息進行供需匹配， 一方面解決成員企業(yè)零星庫存的高成本儲存問題， 另一方面降低產(chǎn)業(yè)大腦內(nèi)部倉庫空置率。三是采集研發(fā)需求， 識別共性需求， 進行共性技術(shù)開發(fā)， 一方面大大降低成員企業(yè)的研發(fā)成本， 另一方面提升技術(shù)開發(fā)的效率與效益。

2. 通過集成實現(xiàn)資源整合再利用。這種機制的實質(zhì)是通過協(xié)同實現(xiàn)產(chǎn)業(yè)大腦成員企業(yè)的服務價值拓展， 可以分為以下兩種途徑： 一是冗余資源的利用。例如通過基于產(chǎn)業(yè)大腦層面的排產(chǎn)調(diào)度， 將訂單派給具有剩余產(chǎn)能的成員企業(yè)， 加快生產(chǎn)節(jié)奏、 縮短交貨時間， 從而提升產(chǎn)品服務附加值。再如通過集成與匹配檢驗需求信息和鏈主企業(yè)實驗室空置信息， 利用實驗室空置時間完成其他成員企業(yè)的檢驗工作， 將單個企業(yè)層面生產(chǎn)服務擴展為產(chǎn)業(yè)大腦層面的生產(chǎn)服務， 創(chuàng)造實驗室的服務價值。二是資源轉(zhuǎn)化利用。資源轉(zhuǎn)化利用作為資源編排的一種形式， 是指通過資源的調(diào)動、 協(xié)調(diào)或者拓展， 開發(fā)資源的新功能（Carnabuci和Operti，2013）。本文認為， 通過擴展資源的使用空間或者使用對象轉(zhuǎn)變使用形式， 從而實現(xiàn)新價值或者成本的降低， 也屬于資源轉(zhuǎn)化利用的范疇。例如鏈主企業(yè)的優(yōu)質(zhì)信用資源， 通過產(chǎn)業(yè)大腦搭建的貿(mào)易信用傳遞機制， 以“鏈主企業(yè)+其他成員企業(yè)”的抱團方式形成融資主體， 實現(xiàn)鏈主企業(yè)優(yōu)質(zhì)信用向成員企業(yè)的傳遞， 進而降低其他成員企業(yè)的融資成本。

（三）轉(zhuǎn)換虛實資源挖掘潛在價值

大智移云物等新技術(shù)應用使“研供產(chǎn)銷融”形成互相交織的信息、 物理融合系統(tǒng)， 在這種系統(tǒng)中物理實體資源與虛擬資源互相滲透。從動態(tài)視角來看， 虛實資源的互相滲透表現(xiàn)為虛實資源的轉(zhuǎn)化， 新的價值則在虛實轉(zhuǎn)化中產(chǎn)生， 可以分為以下三重機制：

1. 通過虛實轉(zhuǎn)化改變資源屬性從而創(chuàng)造新價值。從物質(zhì)性考慮， 本文將具有實體物質(zhì)性的資源界定為“實”， 將非物質(zhì)性的資源界定為“虛”。數(shù)智化背景下， 物質(zhì)性資源可以借助數(shù)字技術(shù)向非物質(zhì)性資源轉(zhuǎn)化， 形成物質(zhì)對象的虛擬映射， 對轉(zhuǎn)化虛實屬性后的資源進行再利用， 可以擴展資源的價值創(chuàng)造領(lǐng)域。例如童裝產(chǎn)業(yè)大腦成員企業(yè)的訂單、 合同、 生產(chǎn)單據(jù)等通過上傳公共區(qū)塊鏈轉(zhuǎn)化為數(shù)據(jù)， 銀行根據(jù)上鏈數(shù)據(jù)進行信用評級和無抵押授信， 實體單據(jù)轉(zhuǎn)化為數(shù)據(jù)再轉(zhuǎn)化為信用， 從而實現(xiàn)融資成本與時間成本的降低。

2. 將冗余的能力資源轉(zhuǎn)化為實體投資的節(jié)約或效率提高。這一途徑往往通過共享的形式實現(xiàn)， 例如泵閥大腦通過“協(xié)同云制造” 體系， 利用成員企業(yè)生產(chǎn)能力差異， 根據(jù)訂單對產(chǎn)品規(guī)格、 數(shù)量等生產(chǎn)要素拆解重構(gòu)， 進行大腦內(nèi)部協(xié)同排產(chǎn)， 實現(xiàn)最大限度的產(chǎn)能釋放。再如智能電氣大腦共享大企業(yè)和第三方實驗室大型精密實驗設(shè)備的冗余檢驗能力， 為中小企業(yè)成員智能化安排檢驗服務， 從而節(jié)約中小企業(yè)相關(guān)設(shè)備的高昂投資與等待檢驗的時間成本。

3. 通過虛擬資源擴展應用創(chuàng)造新價值。虛擬資源的特點是在使用過程中不會產(chǎn)生資源本身的損耗， 因此可以通過使用對象的轉(zhuǎn)換或者使用范圍的擴展等途徑創(chuàng)造新價值。例如泵閥大腦鏈主企業(yè)優(yōu)質(zhì)的貿(mào)易信用通過向其他成員企業(yè)傳遞， 形成以鏈主企業(yè)為核心的虛擬融資主體， 實現(xiàn)成員企業(yè)融資成本的降低。再如產(chǎn)業(yè)大腦所采集到的智能設(shè)備信息， 若用于協(xié)同制造方面， 則可以掌握設(shè)備利用率， 通過協(xié)同排產(chǎn)釋放最大產(chǎn)能； 若用于運維方面， 則將事后運維轉(zhuǎn)變?yōu)轭A測性運維， 不僅能夠減少例行維護次數(shù)， 還可以預測備件更換時點， 降低備件庫存成本。信息這種資源的轉(zhuǎn)化更重要的體現(xiàn)是可以實現(xiàn)成本與風險控制前置， 避免隱性成本， 如可以預防由于設(shè)備故障維修、 產(chǎn)能受損造成的違約損失， 或者失去其他訂單的機會成本。

三、 數(shù)智化下的成本管理創(chuàng)新

通過對產(chǎn)業(yè)大腦降本增效特征與機制的分析， 可以發(fā)現(xiàn)相較于傳統(tǒng)成本管理， 數(shù)智化下的成本管理具有三方面創(chuàng)新。

（一）成本管理理念創(chuàng)新： 與價值創(chuàng)造相融合的模式層面的源流管理理念

數(shù)智化背景下， 成本管理采用在模式層面與價值創(chuàng)造相融合的源流管理理念。首先， 傳統(tǒng)成本管理基于線性價值創(chuàng)造方式， 這種價值創(chuàng)造方式下顧客是產(chǎn)品使用價值的接受者， 因此傳統(tǒng)成本管理思路是以材料和物資的消耗為管理重點、 以資源節(jié)約為目的， 管理的成本對象為產(chǎn)供銷中的顯性成本。而數(shù)智化背景下， 顧客在價值創(chuàng)造中的地位不斷提升， 顧客的滿意度直接影響到所有成員企業(yè)的盈利， 甚至決定了成員的生存， 這種價值創(chuàng)造模式的變化要求成本管理由成本削減思路轉(zhuǎn)變?yōu)樘嵘杀緝r值貢獻的成本增值思路。新的價值創(chuàng)造模式使鏈接、 共享、 體驗等成為價值創(chuàng)造的驅(qū)動因素的同時， 也使成本管理對象擴展為由這些價值驅(qū)動因素而產(chǎn)生的關(guān)系維度、 信息資源獲取維度、 不確定性維度的隱性成本與潛在未來損失。

其次， 數(shù)字化技術(shù)引擎下商業(yè)模式、 價值創(chuàng)造模式在不斷創(chuàng)新， 價值創(chuàng)造體是一個企業(yè)界限模糊、 多行業(yè)價值鏈交織的中間性組織， 其價值創(chuàng)造的系統(tǒng)視角必然使成本控制跨越企業(yè)的邊界， 成為從產(chǎn)品層面提高到流程層面、 擴延至企業(yè)的生命周期甚至整個行業(yè)的生命周期的一種更高層次的源頭性成本控制。

組織結(jié)構(gòu)是企業(yè)戰(zhàn)略執(zhí)行、 成本控制的基礎(chǔ)（潘飛和趙藝博，2022）。值得注意的是， 一旦新模式的組織結(jié)構(gòu)、 聯(lián)結(jié)方式確定， 那些由結(jié)構(gòu)性動因和執(zhí)行性動因驅(qū)動的成本將被固化， 難以通過后續(xù)手段進行控制， 并且非優(yōu)化的結(jié)構(gòu)和方式還可能進一步向下降低作業(yè)和產(chǎn)品層面的成本效率。關(guān)聯(lián)對象以及新的連接點的選擇要考慮兩方面問題： 一是如何創(chuàng)造顧客價值， 二是組織結(jié)構(gòu)重構(gòu)中的成本合理性。成本控制不但貫穿于價值創(chuàng)造的全過程， 而且其控制過程本身就是價值創(chuàng)造體系構(gòu)建、 運轉(zhuǎn)與優(yōu)化的過程， 二者合而為一， 不可分割。產(chǎn)業(yè)大腦降本增效的實踐證明了這一點： 不同行業(yè)有各自特征， 根據(jù)這些特征， 案例產(chǎn)業(yè)大腦構(gòu)建了不同的生態(tài)組織結(jié)構(gòu)， 結(jié)合數(shù)智化舉措， 形成了各具特色的降本增效模式。這說明數(shù)智化背景下的成本管理采用源流管理理念， 將成本控制從產(chǎn)品層面提升至模式設(shè)計層面， 將實施成本控制的時間提前至模式形成之前， 實現(xiàn)成本控制與價值創(chuàng)造設(shè)計的融合， 從系統(tǒng)的角度考察成本的發(fā)生對價值的貢獻。

（二）成本管理方式創(chuàng)新： 大數(shù)據(jù)技術(shù)支撐下的生態(tài)式成本協(xié)同管理

傳統(tǒng)成本管理是企業(yè)內(nèi)部的成本管理， 即單邊管理。隨著組織結(jié)構(gòu)扁平化發(fā)展， 成本管理逐漸突破企業(yè)邊界發(fā)展為組織間成本管理， 但此時往往是雙邊管理， 如以豐田公司為代表的日本公司與其合作企業(yè)開發(fā)的價值工程（VE）、 功能—質(zhì)量—價格 （FQP）權(quán)衡、 組織間成本調(diào)查（ICI）以及并行成本管理（CCM）等組織間成本管理工具（Cooper和Slagmulder，2004）。而數(shù)智化背景下的成本管理則是多邊的生態(tài)式管理。生態(tài)式成本管理需要集群內(nèi)部某個種群所有企業(yè)甚至多個種群的企業(yè)進行協(xié)同， 主要體現(xiàn)為利用大數(shù)據(jù)技術(shù)提升資源編排能力， 從而將成本管理內(nèi)容由成本管控向價值挖掘拓展， 最終實現(xiàn)整個集群生態(tài)組織的協(xié)同價值（馮巧根，2022）。以存貨成本管理為例， 本文將從采購、 物流、 倉儲三個環(huán)節(jié)， 闡釋大數(shù)據(jù)技術(shù)下的存貨成本多邊協(xié)同管理， 見圖1。

1. 存貨成本管理相關(guān)大數(shù)據(jù)的抓取與存儲處理。大數(shù)據(jù)抓取的信息來源既包括集群內(nèi)部不同種群（上游產(chǎn)業(yè)鏈企業(yè)種群與核心制造商種群）， 也包括集群外部信息源。生產(chǎn)作業(yè)環(huán)節(jié)采集的信息包括核心制造商種群的訂單信息、 排產(chǎn)信息、 所需物料消耗種類及數(shù)量、 時間信息等， 以及上游產(chǎn)業(yè)鏈企業(yè)種群的原料消耗種類、 數(shù)量信息； 采購環(huán)節(jié)采集的信息包括采購種類、 數(shù)量、 時間信息等， 另外還有從外部信息源獲取的前端供應商資質(zhì)、 貨源種類、 實時報價等信息； 倉儲環(huán)節(jié)采集的信息包括物料種類、 庫存量、 倉位信息、 貨位信息以及各種群倉庫實時剩余容量信息等； 物流環(huán)節(jié)采集的信息包括運輸方式、 運輸路線、 運輸數(shù)量等運輸需求信息。

采集到的相關(guān)成本大數(shù)據(jù)信息來源于多種類型渠道， 如不同客戶端、 不同訂單系統(tǒng)等， 造成數(shù)據(jù)格式的多樣性， 通過ETL工具可完成不同數(shù)據(jù)類型的清洗、 轉(zhuǎn)換、 分類與集成， 從而實現(xiàn)符合成本管理需求的關(guān)聯(lián)的、 適宜分析的數(shù)據(jù)， 并存入目標數(shù)據(jù)倉庫。Hadoop技術(shù)則可以通過對這些海量的結(jié)構(gòu)化、 半結(jié)構(gòu)化、 持續(xù)實時數(shù)據(jù)進行交互式和批處理， 實現(xiàn)數(shù)據(jù)挖掘與預測分析。

2. 存貨成本的大數(shù)據(jù)分析與決策。大數(shù)據(jù)技術(shù)下的存貨成本管理通過存貨成本優(yōu)化模型， 實現(xiàn)數(shù)據(jù)比對分析、 成本優(yōu)化分析與智慧調(diào)度。

（1）采購環(huán)節(jié)成本的協(xié)同管理。采購環(huán)節(jié)成本主要由交易成本（前端供應商談判成本）、 機會成本（因信息不對稱選擇非優(yōu)供應商導致的損失）、 原料或零配件的價格、 采購人員工資、 訂貨成本（包括訂貨處理費、 運費、 裝卸費、 保險費等）五類構(gòu)成。

利用大數(shù)據(jù)技術(shù)對集群內(nèi)部上游企業(yè)種群與核心制造商種群各企業(yè)共享的原料或零配件類型和數(shù)量信息， 合并同類需求， 化零為整形成議價優(yōu)勢， 同時結(jié)合對比前端供應商產(chǎn)品類型、 報價、 供貨地址以及資質(zhì)等大數(shù)據(jù)， 通過成本優(yōu)化模型， 綜合考慮產(chǎn)品質(zhì)量、 價格以及運輸?shù)纫蛩兀?形成最優(yōu)采購策略。

在補貨環(huán)節(jié)， 利用大數(shù)據(jù)分析與預測技術(shù)， 綜合分析銷量、 生產(chǎn)速度、 原料配件運輸時間、 采購價格等數(shù)據(jù)， 合理預測不同種群企業(yè)的庫存量， 模擬運算、 對比同種群企業(yè)間存量原材料/零配件協(xié)同調(diào)配策略與擇優(yōu)外購策略的成本， 形成最優(yōu)成本策略， 并通過智能補貨系統(tǒng)實施最優(yōu)策略。

（2）倉儲、 物流環(huán)節(jié)成本的協(xié)同管理。倉儲環(huán)節(jié)的成本主要由持有成本（包括倉儲成本、資金占用的機會成本、風險成本等）、 缺貨成本、 倉庫管理人員工資等三類構(gòu)成。物流環(huán)節(jié)的成本除了包括倉儲成本， 還包括物流運作成本（如運輸裝卸成本、包裝成本、流通加工成本等）以及物流管理成本（如物流信息成本、物流管理成本等）。

數(shù)智化背景下集群內(nèi)倉庫的企業(yè)權(quán)屬邊界被打通， 形成各實體倉庫協(xié)同管理的虛擬共享倉庫。運用大數(shù)據(jù)技術(shù)分別計算各類原料、 零配件、 產(chǎn)品間的關(guān)聯(lián)度， 將高關(guān)聯(lián)的貨物存儲在一起， 優(yōu)化揀貨路徑， 不僅能降低倉庫管理能耗， 還能減少倉庫管理人員的需求。另外， 通過實時監(jiān)控各倉庫的倉儲量， 結(jié)合實時生產(chǎn)與銷售數(shù)據(jù)進行智能調(diào)配， 實現(xiàn)倉儲環(huán)節(jié)成本最優(yōu)的部署策略。

物流環(huán)節(jié)貫穿于供應鏈各個環(huán)節(jié)。如上文集采策略中通過大數(shù)據(jù)技術(shù)對所需物料的種類、 存儲地點、 數(shù)量、 體積、 形狀以及運輸工具容量的綜合分析， 形成裝卸成本最優(yōu)的打包方案， 運用大數(shù)據(jù)技術(shù)對物料的運輸方式要求、 運輸時間、 運輸路線等數(shù)據(jù)綜合分析與成本優(yōu)化計算， 形成最優(yōu)的配送方案， 最終形成物流成本最優(yōu)的運輸策略。再如倉儲的智能調(diào)配策略中， 運用大數(shù)據(jù)技術(shù)對貨物關(guān)聯(lián)度、 庫存存量、 產(chǎn)銷需求量、 產(chǎn)銷地點等進行綜合分析， 形成費用最低、 耗時最短的調(diào)撥物流方案。

（三）成本管理實現(xiàn)路徑創(chuàng)新： 基于數(shù)字孿生的全生命周期成本管理

數(shù)智化背景下， 產(chǎn)品的設(shè)計論證、 研發(fā)、 生產(chǎn)、 銷售、 運維等各個階段， 均可以通過物聯(lián)網(wǎng)、 大數(shù)據(jù)等技術(shù)的應用形成一個與物理空間產(chǎn)品全生命周期各階段相對應的“數(shù)字鏡像空間”。該數(shù)字鏡像空間是物理對象各類數(shù)據(jù)的集成與映射， 可以同步物理對象迭代進化， 即物理空間的數(shù)字孿生。基于數(shù)字孿生的成本管理將傳統(tǒng)成本管理從單一的物理空間擴展到物理與數(shù)字鏡像的交互空間： 數(shù)字鏡像空間來源于物理空間的海量歷史成本數(shù)據(jù)， 能夠描述刻畫物理空間， 同時在數(shù)字鏡像空間又可以通過成本建模， 運用機器學習技術(shù)進行迭代， 進而優(yōu)化物理空間的成本。基于數(shù)字孿生的全生命周期成本管理有以下兩種實現(xiàn)路徑。

（1）數(shù)字孿生技術(shù)消除物理空間某些階段中的成本動因。傳統(tǒng)成本管理局限于物理空間， 雖然可以識別部分作業(yè)為非增值作業(yè)或低價值作業(yè)， 但由于受物理空間的流程條件限制， 無法將這些作業(yè)去除， 從而產(chǎn)生成本冗余。如服裝行業(yè)中打版與試樣是必不可少的工藝流程， 由于需要反復調(diào)試尺寸甚至更換面料進行展示才能滿足客戶需求， 將產(chǎn)生大量料、 工成本。運用數(shù)字孿生技術(shù)， 在數(shù)字鏡像空間進行調(diào)試， 并可以展示高度仿真的上身效果， 從而消除這部分成本動因。再如電氣設(shè)備類行業(yè)的產(chǎn)品運維階段中， 傳統(tǒng)的流程是客戶報修——人員出差診斷故障原因——回公司取替換配件或郵寄替換配件——維修， 而運用數(shù)字孿生技術(shù)， 可以實時掌握產(chǎn)品運行狀況， 線上診斷故障原因后直接攜帶替換配件前往維修， 不僅可消除“出差診斷”與“返回取替換配件或郵寄替換配件”兩項非增值作業(yè)帶來的成本， 還能大大降低客戶的等待成本以及停工損失， 從而提升客戶滿意度。

（2）構(gòu)建全生命周期各階段數(shù)字鏡像空間， 利用仿真分析及機器學習迭代預測技術(shù)提供成本優(yōu)化方案。數(shù)字孿生技術(shù)能夠映射、 仿真物理對象， 并與物理對象進行交互， 因此利用數(shù)字孿生技術(shù)能夠?qū)崿F(xiàn)產(chǎn)品設(shè)計與成本設(shè)計的并行工程（見圖2）。

首先， 提取全生命周期中的成本要素作為成本建模的基礎(chǔ)。其次， 將物理世界各階段的建模數(shù)據(jù)、 模型優(yōu)化數(shù)據(jù)均轉(zhuǎn)換為成本建模數(shù)據(jù)， 實現(xiàn)成本建模。再次， 利用仿真分析系統(tǒng)對產(chǎn)品全生命周期各個階段過程進行模擬仿真， 將模擬仿真結(jié)果與物理對象動態(tài)運行結(jié)果進行比較分析， 生成的對比差異數(shù)據(jù)傳輸至成本分析系統(tǒng)， 確定物理對象運轉(zhuǎn)中的問題。然后， 通過進一步對仿真結(jié)果的分析調(diào)整， 確定最優(yōu)成本方案， 并確定低效環(huán)節(jié)， 生成協(xié)同調(diào)整策略。最后， 物流空間的協(xié)同優(yōu)化產(chǎn)生新的業(yè)務數(shù)據(jù)與成本數(shù)據(jù)反饋， 與仿真數(shù)據(jù)交互， 形成迭代機制， 從而實現(xiàn)全生命周期成本的動態(tài)化管理。

四、 進一步思考

基于上述分析， 本文對數(shù)智化背景下的成本管理提出以下兩點思考。

（一）數(shù)智化背景下成本管理應加入風險維度

數(shù)智化背景下， 多個產(chǎn)業(yè)價值鏈在新節(jié)點上重新連接， 從而使組織結(jié)構(gòu)異常復雜。一個節(jié)點上的成本控制由多個成員企業(yè)協(xié)同實施， 而由于成本控制所產(chǎn)生的對顧客價值減損的可能性也同時存在于多個成員企業(yè)之中， 并由于“多米諾效應”被層層傳遞， 還會由系統(tǒng)復雜性產(chǎn)生的“蝴蝶效應”放大?？梢?， 成本管控導致顧客價值損失的風險在新型生態(tài)組織中非但沒有消失反而變得隱蔽起來， 由其產(chǎn)生的風險不容易被識別出來。因此， 有必要將成本管理與風險管理相結(jié)合， 運用數(shù)智化手段實施成本風險管理， 如通過數(shù)字孿生技術(shù)對成本措施對于組織的影響進行仿真模擬， 結(jié)合現(xiàn)有流程與節(jié)點數(shù)據(jù)進行調(diào)查分析， 定位風險存在原因， 發(fā)現(xiàn)潛在風險威脅， 通過算法對風險發(fā)生后造成的損失及對組織戰(zhàn)略造成的影響進行推演， 權(quán)衡成本管控措施的回報與風險帶來的損失， 評估成本措施的可行性， 提出適當解決方案。

（二）數(shù)智化背景下成本管理需要一套可與智能化相融合的可拓分析工具

數(shù)字化技術(shù)提升了信息共享程度， 使不同地理分布的資源具有了“可被搜索性”， 為企業(yè)以顧客價值創(chuàng)新為目的的自組織關(guān)聯(lián)奠定了基礎(chǔ)， 同時也為模式設(shè)計層面的成本管理提供了途徑， 比如前文中對“閑置資源”的重新整合。從產(chǎn)業(yè)大腦的案例中可知， 數(shù)字化為顧客價值創(chuàng)新體系的自組織形成過程中的成本管理途徑提供了更多關(guān)聯(lián)選項和組合可能性。多元協(xié)同和成本與價值的對立統(tǒng)一性使數(shù)智化背景下的成本管理成為一個解決復雜矛盾問題的過程， 而眾多選擇和整合的可能性則令成本管理的途徑具有可拓性。因此， 數(shù)智化背景下的成本管理需要一套可進行資源、 方法、 路徑挖掘拓展的工具， 并且由于數(shù)智化背景下成本管理的復雜性， 該工具還應該能與智能算法相結(jié)合?？赏貙W就是這樣的一套工具。可拓學由我國學者蔡文教授于1983年創(chuàng)立， 包括可拓論、 可拓方法、 可拓邏輯等， 研究核心是如何通過變換解決矛盾問題?？赏貙W是用形式化的模型研究事物拓展的可能性以及開拓創(chuàng)新的規(guī)律和方法， 目前已在人工智能、 管理、 控制、 機械、 中醫(yī)、 設(shè)計等多個領(lǐng)域進行應用研究， 一些財會學者也在成本管理領(lǐng)域進行了嘗試（張秀芳，2019）。可見， 如何運用可拓思維、 可拓集合、 可拓變換、 轉(zhuǎn)換橋方法等量化方法（Yang和Li，2012）為數(shù)智化背景下的成本管理提供解決方案， 應成為將來的一個研究方向。

【 注 釋 】

① 指的是中國共產(chǎn)黨浙江省委員會在2003年7月舉行的第十一屆四次全體（擴大）會議上提出的面向未來發(fā)展的八項舉措，即進一步發(fā)揮八個方面的優(yōu)勢、推進八個方面的舉措。

② 習近平總書記在黨的二十大報告中提出的。

③ 具體指政府、產(chǎn)業(yè)、大學、科研、金融、科技中介、市場應用七個方面。

【 主 要 參 考 文 獻 】

馮巧根．嵌入數(shù)字技術(shù)的管理會計實踐［ J］．財會通訊，2022（9）：3 ～ 10．

馮圓．數(shù)字化改革背景下的成本管理創(chuàng)新［ J］．財會月刊，2021（23）：68 ～ 75．

胡勝蓉，黃學．浙江推進產(chǎn)業(yè)大腦應用建設(shè)的路徑探索［ J］．信息化建設(shè)，2022（2）：21 ～ 24．

蘭建平．以產(chǎn)業(yè)大腦建設(shè)助推高質(zhì)量發(fā)展［ J］．社會治理，2021（4）：48 ～ 51．

孟凡生，張高成．雙重動態(tài)成本控制機制研究［ J］．會計研究，2011（11）：78 ～ 82．

潘飛，趙藝博．平臺經(jīng)濟生態(tài)成本研究——基于海爾的理論創(chuàng)新與實踐［ J］．會計之友，2022（24）：156 ～ 161．

喬非，孔維暢，劉敏，王堅，張浩．面向智能制造的智能工廠運營管理［ J］．管理世界，2023（1）：216 ～ 225+239．

Carnabuci G.， Operti E.. Where do firms' recombinant capabilities come from？ Intraorganizational networks， knowledge， and firms' ability to innovate through technological recombination［ J］． Strategic Management Journal，2013（13）：1591 ～ 1613．

Robin Cooper，Regine Slagmulder. Interorganizational cost management and relational context［ J］．Accounting，Organizations and Society，2004（1）：1 ～ 26．

Yang C.， Li X.. Research progress in extension innovation method and its applications［ J］． Industrial Engineering Journal，2012（1）：131 ～ 137．

（責任編輯·校對： 羅萍? 劉鈺瑩）

【基金項目】浙江省軟科學項目（項目編號：2023C35017，2021C35032）；2020年度浙江萬里學院科研創(chuàng)新團隊項目

【作者單位】浙江萬里學院商學院， 寧波 315100