大数据环境下的供应链风险管控

刘帅++王红春++赵亚星

摘 要：大数据技术的出现创新了供应链创造和传递价值的模式，提高了供应链运行效率、降低了供应链运作成本，提升了企业利润。但同时，大数据技术的应用也使供应链面对前所未有的风险。文章通过对大数据供应链的运作模式分析，对其风险因素进行了识别，详细分析了风险因素的来源和作用机理，并有针对性地提出了防范风险的策略，对大数据环境下供应链的平稳运作具有重要的现实意义。

关键词：供应链；大数据；风险；管控

中图分类号：F273.7 文献标识码：A

Abstract： The emergence of big data technology has changed the model of supply chain to create and deliver the value， improve the efficiency of the supply chain， reduced the supply chain operating costs and enhanced corporate profits. At the same time， the application of big data technology also made the supply chain face unprecedented risks. Through the analysis of the operation mode of the big data supply chain， the paper analyzes the risk factors， analyzes the source and mechanism of the risk factors in detail， and puts forward the strategy of preventing risks. This has an important practical significance for the smooth operation of supply chain in big data environment.

Key words： supply chain； big data； risk； control

0 引 言

大数据的不断发展为企业实施科学决策提供了进一步的基础，通过收集供应链的全面运行数据，整合供应链内外部所产生的多态、异构数据，运用先进的分布式数据库系统挖掘隐藏的数据关系，对供应链成员行为进行预测以实现数据驱动型决策。基于大数据构建供应链是供应链管理发展的必然趋势。

在供应链风险管理方面，国内很多学者近年来進行了深入的研究，陈可嘉等人（2016）考虑了供应链中断的风险，提出了供应链最优数量决策方法。樊星（2016）等人基于模糊理论，对跨国农产品供应链进行风险识别，提出了一套多属性风险评估模型。聂瑞芳（2016）对O2O模式的供应链风险进行了分析，提出了该种模式下供应链的风险防范策略。郝洁莹（2016）从产品策略协作、渠道策略协作、价格策略协作等方面考虑供应链的多渠道营销策略及风险。唐剑（2016）从营销环境的变化角度考虑供应链系统资源整合的风险。孙金花（2017）等人，提出了一种科技服务供应链风险要素识别方法，基于社会网络分析模型，对其风险进行识别与评估。严杰等人（2017）分析了供应链风险管理的研究现状，提出从市场经济角度对供应链的风险进行定义。慕静等人（2017）分析了基于物联网的农产品供应链，将其风险分为感知层、信息层和应用层进行识别，并提出了相应策略。

综上，目前对供应链风险管理的研究涉及到了各个领域的供应链，多数研究从风险产生的机理、应对风险的策略等方面展开，但是，大数据供应链的发展已经逐步成熟，面对大数据供应链存在的风险，尚未有学者进行深刻的剖析，本文将对大数据供应链存在的风险进行识别，结合风险的产生机理，提出相关管控措施。

1 大数据供应链的风险因素识别

构建大数据供应链是目前供应链管理领域最炙手可热的话题，然而，多数企业将更多的注意力放在利用大数据技术提高供应链运作效率和降低供应链总成本上，从而忽视了大数据供应链存在的潜在风险，另外移动互联网、线上支付的快速发展，对供应链的响应时间提出了更高的要求，及时投递、低库存、全球采购都大大增加了供应链的风险。

另外，全球采购使得供应链变得越来越庞大和复杂，很多企业也逐渐将非核心业务外包出去，供应链的参与者鱼目混杂，大数据又使供应链的运营变得更加精简，这都使得大数据供应链更容易受到突发事件的冲击，面对更高的风险。

1.1 大数据供应链的运作模式

大数据供应链的运作模式区别于传统供应链，因此大数据面对的风险也与传统供应链有所不同，如图1所示。传统供应链是从供应链到需求端“一个流”的运作模式，供应末端的销售预测信息自下而上逐级传递，前端生产信息自上而下逐级传递。而大数据供应链在运作过程中预测发生在各个环节，各环节的生产计划是由大数据预测信息驱动的，在信息传递上，预测信息上传到供应链级大数据平台，各成员企业从大数据平台上获取信息，这样有效缓解了牛鞭效应。由于大数据技术能够捕捉供应链运行过程中的非结构化信息，因此，在供应链的末端销售环节，顾客的需求被更详细的拆分，供应链可以制定出更精准的营销策略，图1很清楚的表述出了大数据供应链的运作流程。

1.2 大数据供应链的风险因素来源

大数据供应链的风险因素来源广泛，主要从三个方面考虑大数据供应链所存在的风险，外部环境风险、技术层风险、管理层风险。其中，外部环境风险主要指自然环境和社会环境的变化有可能对供应链造成的冲击，技术层风险主要考虑大数据信息泄露和大数据技术不完善对供应链运行造成的影响，管理层风险包含的因素较多，可能包括供应商管理、供应链成本管理、客户关系管理等一系列供应链内部的管理上出现的问题，但是大数据供应链末端的精准营销要求供应商交货和物流服务水平能够做到快速响应，因此，对大数据供应链影响最深的两种管理风险应属供应商风险和物流阻塞风险。endprint

2 大数据供应链的风险因素分析

对以上识别出的大数据供应链风险进行详细分析，从其来源、产生机理等角度剖析这些风险对供应链的潜在威胁，以便更好地实施管控策略。

2.1 外部风险

外部环境风险来源于社会环境风险和自然环境风险，都属于不可控因素，社会的动荡可能直接导致供应商生产断裂从而影响整条供应链的平稳运作，自然环境的变化会直接导致交货延迟，对服务型供应链来说自然环境的变化更可能直接导致供应链末端客户的流失。跟其他因素相比，这些不可控因素的发生概率较小，且很难预测，但足以对供应链产生不可逆转的灾难性后果，所以说外部风险是大数据供应链存在的主要风险之一。

2.2 技术层风险

基于大数据技术构建起来的供应链，技术的成熟度必然意味着供应链的运作效率，成熟的技术是降本增效最重要的手段，目前，国内大数据技术的发展已经跨过了起步阶段，大数据分析技术相对成熟，但由于供应链成员企业共同使用一个大数据平台，信息泄露的风险是必然存在的，当成员企业的核心利益被侵犯，供应链则走向破裂的边缘。

多数企业并不具备大数据分析技术和人才，因此大数据分析是多数企业外包出去的业务，因此，会产生技术水平稳定性的风险，对供应链来说，这也是潜在的威胁。

2.3 管理层风险

从企业内部来看，大数据供应链的管理更具有复杂性和敏感性，应用大数据技术改变了多数供应链粗放式的供应商管理模式，大数据供应链要求的供应商管理是多渠道、双向激励、共同质量观的，因此，对整个供应链来说，供应商的风险种类更加丰富和多变，供应商稍微的不稳定就会让其他成员企业有所察觉，大数据供应链的末端详细的市场分区要求供应链具有能够快速响应的精准物流体系，而物流又是极难掌控环节，因此物流环节的风险是极具威胁性的。

3 基于大数据的风险控制策略

3.1 建立大数据供应商风险应对能力指标体系

稳定、健全的供应商网络是供应链有效运行的前提条件，不管是生产型企业还是服务型企业对供应商的依赖都是不可忽视的，利用大数据技术能够有效地控制供应商处存在的风险，以帮助供应链稳定的运营。

大数据供应商风险应对能力指标体系主要包含以下几项：供应商生产厂址状况、供应生产恢复能力、供应商设备柔性、供应商—生产商沟通情况、供应商质量管理等。企业利用大数据对指标体系中的各个指标数据进行分析、考核，若发现考核结果不及格，则该项指标中存在一定的风险，企业根据识别出的风险能够对其进行精准的控制，以保证供应链的稳定运行。

3.2 实施精准的物流风险控制

物流是供应链运作过程中不确定性因素最高的环节之一，物流是供应链最难掌握的环节，掌握对物流环节的控制能够有效降低供应链总成本，提高其竞争实力。利用大数据技术可以实现精准的物流控制，降低其风险因素。

识别货物在运输途中的安全风险是大数据技术的应用所在，利用RFID、GPS等技术搜集货物在运输途中的相关数据，如位置天气数据、货物温度数据、开箱验视次数、运输路线路况等数据。将这些数据传回企业大数据平台，企业通过对数据进行深入的挖掘分析，实现对物流的精准控制，以便及时规避其中分风险因素。大数据对物流的精准控制尤其适用于对时间敏感的货物，在冷链运输中能够发挥极大的作用。

3.3 预测供应链断裂风险

供应链断裂会对企业造成不可挽回的损失，供应链的断裂前期往往会出现一定的征兆，但是多数企业为了追逐生产的连续性而忽视了这些征兆，从而加快了风险来临的脚步。

供应链断裂风险主要源于供应源全球化的扩张和社会、自然环境的变化，企业可以利用供应商的历史数据和过去的环境数据，挖掘出传统数据分析技术难以掌握的非结构化数据，结合大数据分析技术，实现对供应源的生产状况进行及时的精确预测，了解环境变化的趋势，以便及时地应对这些潜在的风险，防止出现某一供应源断裂状况的出现。

3.4 识别外包业务与业务外包风险

为了保持企业的核心竞争力，企业往往会将非核心业务外包，但是，企业非核心业务一般包含很多种类，识别出到底哪些非核心业务需要外包是节约供应链成本的关键所在。业务外包存在的最主要的风险是企业内部信息的泄漏，如何规避这一风险也是企业的一项重要决策。

大数据分析技术识别出企业非核心业务主要通过制定详细的外包分析策略，清楚地指出企业自身所具备的业务能力和供应商的业务能力，在应对信息泄露的风险方面，大数据信息平台对不同的企业设置不同的权限，以保证企业内部数据不会向外流失。

另外，大数据分析技术也是多数企业需要外包的业务之一，由于兼备管理技术和数据分析技术的人才稀缺，大数据技术在应用上也会导致应用大数据供应链存在一定的风险。

4 结 论

一种新兴技术的产生必然伴随着许多未知的风险，大数据技术为供应链带来的改变有目共睹，大数据供应链的风险也是时刻威胁着供应链的稳定运行。供应链各成员企业要清楚的认识到风险的存在，而不是一味的依靠大数据技术来提高自身的利润。供应链的风险管理是一项复杂且系统的工程，在对风险进行识别时要充分考虑到供应商、制造商、零售商等供应链各个成员企业所存在的风险。

本文的研究通过分析大数据供应链的运作模式，从不同角度识别出了大数据供应链所存在的风险，文章所提出的策略目的是帮助企业在构建大数据供应链时能够尽量避免这些风险，在未来的研究中，对大数据供应链风险的研究还有侍从风险的预测、评价、转移等不同角度進行更深入的挖掘。

参考文献：

[1] 陈可嘉，金炼，林月柑. 考虑供应链中断风险的最优供应商数量决策[J]. 工业工程与管理，2016，21（4）：80-85.

[2] 樊星，邵举平，孙延安. 基于模糊理论的跨国农产品供应链风险识别与评估[J]. 科技管理研究，2016（6）：210-215.

[3] 聂瑞芳. O2O模式下供应链风险及防范[J]. 商业经济研究，2016（4）：72-74.

[4] 郝洁莹. 基于双渠道供应链的电子渠道与零售商合作策略研究[J]. 商业经济研究，2016（10）：66-67.

[5] 唐剑. 基于供应链系统资源整合的市场营销绩效影响探究[J]. 商业经济研究，2016（17）：49-51.

[6] 孙金花，郭湘. 基于PAJEK社会网络分析模型的科技服务供应链风险要素识别[J]. 企业经济，2016（4）：89-93.

[7] 严杰，陈文，程鑫，等. 关于企业供应链风险管理研究的探讨[J]. 物流工程与管理，2017（4）：105-107.

[8] 慕静，祁赫. 基于物联网的农产品供应链风险及其防控[J]. 商业经济研究，2017（6）：164-165.endprint