基于大数据的制造业与零售业融合发展：机理与路径

汪 涛 武，王 燕

（1.南开大学经济学院，天津市300071；2.南开大学经济与社会发展研究院，天津市300071）

基于大数据的制造业与零售业融合发展：机理与路径

汪 涛 武1，王 燕2

（1.南开大学经济学院，天津市300071；2.南开大学经济与社会发展研究院，天津市300071）

基于大数据的制造业与零售业融合发展契合了互联网经济时代生产、流通、消费融合发展和协同创新的新格局，将推动产业价值链重构，培育我国经济发展的新动能，亦是我国供给侧结构性改革深入推进的新支点。零售业以对消费需求大数据的深度透析为基础来推动制造业升级转型，进而从整体上优化供给侧，而制造业的快速反应、柔性制造、成本控制等可对零售业形成支撑，二者融合发展机理贯穿于研发创新—生产加工—仓储物流—营销与销售服务等全产业链条，能有效缩短产品创新周期、满足消费者个性化需求、降低供应链成本和从源头把控产品品质。大数据是制造业与零售业深度融合发展的纽带，随着技术日益进步，制造业与零售业融合发展愿景与现实之间的距离不断缩小，未来的融合发展路径需要强化融合意识、建立大数据共享平台、推动零售业生产服务化和加速制造业柔性化，以消费为主导重构产业链，聚焦于提供更好的产品和服务以满足人民日益增长的美好生活需要。

大数据；制造业；零售业；融合；路径

随着互联网、大数据、人工智能与实体经济融合程度逐渐加深，新技术和新商业模式加速向各行各业渗透，生产、流通、消费融合发展和协同创新的格局越趋明显[1]，线上渠道与线下渠道、制造企业与零售企业不再是完全零和博弈的对立方，彼此之间的关系更加复杂多样。基于大数据的制造业与零售业融合发展将契合这一发展趋势，借助对消费需求大数据的深入透析，新零售业态有助于实现党的十九大报告提出的“增强消费对经济发展的基础性作用”，新制造模式则有助于推动我国制造业逐步迈向全球价值链的中高端，二者的融合发展将推动我国产业价值链重构，提升市场交易效率和企业生产组织效率，并在中高端消费领域培育新增长点，成为未来一段时期推动经济发展的巨大新动能，亦是供给侧结构性改革深入推进的新支点。

一、制造业与零售业融合发展的内涵

由于零售业属于生活性服务业范畴，其与制造业之间的关系虽备受关注，却缺乏融合发展的基础和视角，尤其是零售业渠道壮大后曾经越演越烈的大型零售商对制造企业利益的各种挤占，引发了对零售业滥用渠道势力的极大关注，研究者更多从供零关系的视角对二者之间的利益博弈进行分析。例如周勤和朱有为[2]认为，我国工商关系已进入商业企业主导时期，表现为商业企业对市场势力的滥用，并具有较强的渠道纵向控制能力。牛全保[3]把1949年以来工商关系演变划分为三个阶段：计划经济时期由批发企业主导、转轨时期由生产企业主导、全面买方市场下由零售企业主导。此后，电子商务的快速发展打破了实体零售商独大的渠道地位，制造企业拥有了更多渠道选择，实体零售商与制造企业的关系开始发生变化。龚雪[4]从战略联盟的视角分析了制造业与零售业融合的两个例子，认为制造商与零售商以信息技术的发展为前提，通过长期契约建立“零供动态战略联盟”能获得协同效应。

新一代互联网信息技术的快速发展，对制造业和零售业均产生了巨大的影响，尤其是消费大数据的充分采集、挖掘和利用将把制造业与零售业的融合发展带向一个新阶段，零售业将所拥有的消费大数据共享服务于制造业，从而在性质上将使零售业具有生产性服务业的属性。无论是阿里的“新零售”，还是京东的“无界零售”，本质上都是在整合渠道，使商品能够更加快捷精准地推向更多消费者，但若仍局限在“渠道+物流”的融合，则只不过是以新办法卖老产品，这种模式较传统的线上与线下分离模式虽然略有改进，但零售企业掌握的大量一手消费行为大数据仍无法充分体现其最大价值。而这些数据正是制造企业梦寐以求的，制造企业基于真实消费行为数据和互联网新技术对生产计划安排、生产流程和工艺进行改进，是实现个性化、柔性化以及智能化生产的关键。因此，零售制造业或制造零售业[5]的提法均不能覆盖二者之间的关系，需要重新阐释和理解其中包含的内涵与作用机理，以便更好地在产业结构调整和消费结构升级的新阶段为中国经济的整体升级提供新动能。

在当前备受社会关注的“新零售”和“新制造”等概念中，制造业和零售业以大数据为纽带融合发展的思路初现端倪。从“新零售”的内涵看，处于初级阶段时，零售企业开始看重线上线下与物流的融合；过渡到中级阶段时，高度重视线上线下与物流融合，并开始重视大数据、云计算等新技术的深入应用；步入到高级阶段时，开始基于大数据对商品的生产、流通及销售过程进行全链条升级改造，实现协同和融合。而“新制造”实质是对智能制造的抽象[6]，但又不应局限于智能制造，目前尚未有明确的内涵界定。可以把“新制造”定义为依托工业互联网，以逐步迈向全球价值链中高端为目标，将云制造、智能制造或协同制造与“新零售”紧密结合，精准、高效、协同服务于客户需求的新制造模式，其重点在于嵌入“新零售”，即B2C向C2B模式的变革。从某种意义上说，“新零售”平台是一个数据的入口，从整体上重新组织生产的切入点，以组织者的身份让整个链条上从零售商到生产商都能更有效率地运作，使制造企业升级为更有效率更精准的生产商[7]，这将成为未来制造业与零售业深入融合发展的方向，对其进一步提炼和总结有助于探索制造业与零售业基于大数据实现融合发展的路径。

综上所述，制造业与零售业融合发展的内涵可以概括为以消费为主导，以大数据为纽带，通过产业链重构，形成零售业生产服务化、制造业加速柔性化的“制造—零售”生态圈，是制造业与零售业相互作用、相互渗透与相互交叉逐渐形成的新产业现象。融合发展使制造业与零售业不再陷入“供零关系”的困境，最终实现双赢的格局。

二、基于大数据的制造业与零售业融合发展机理

零售是制造企业和消费者连接的关键节点，但传统工业思维和零售思维的天然冲突，让这一关键连接点上的通路长期单向运行，有关消费者需求的多维信息难以收集并及时反馈给商品生产者，制造企业不得不自行组织或委托专业市场调查机构进行大型的消费市场调查，以获取消费者对本企业及主要竞争者产品的认知和意见反馈。在新一代互联网信息技术的支持下，零售业能以对消费需求大数据的深度透析为基础来推动制造业升级转型，进而从整体上优化供给侧，而制造企业的快速反应、个性化定制、成本控制等反过来可对零售业形成支撑，二者的互动融合机理贯穿于包括研发创新、生产加工、仓储物流、营销与销售服务等在内的全产业链条。

图1是基于大数据的制造业与零售业融合发展的一个典型场景。消费者通过线上渠道进行商品选择和支付，然后选择物流配送到家服务，或选择自行到线下店体验和提货；线下渠道可直接实现商品选择、支付和现场提货一次完成，也可以提交个性定制，待生产完成后自行到线下店查验和提货，或者由物流配送到家；零售企业通过这两个渠道分别获取消费者购买决策过程、偏好、对产品的个性需求等信息，这些信息一方面可供未来进行精准营销使用，更重要的是与制造企业共享，为产品升级以及新品开发提供最真实的需求数据支持。

（一）缩短产品研发周期，快速向零售市场提供新产品

产品的更新换代是制造企业在竞争中胜出的法宝，伴随居民收入水平的提高，我国消费升级的步伐越来越快，因此，抢先推出适合市场需求新产品的企业将占得先机。但新产品的开发往往需要企业从立项到试投放市场都步步为营，小心翼翼，市场中新产品失败的案例比比皆是，其中不乏研发实力强大的大型企业，究其原因，大多是制造企业因无法客观掌握消费者需求而错误决策所致，即使通过所谓市场调查专业机构获得的调查数据，其可靠性亦无法与零售业通过新一代互联网信息技术获取的消费需求大数据媲美。通过消费需求大数据，制造企业可以分析消费者真实的需求、偏好甚至购买决策过程，在研发中做到有的放矢，从而缩短创新周期。例如商务部流通产业促进中心发布的《走进零售新时代——深度解读新零售》中介绍了这样一个成功案例，通过天猫大数据和新零售开发的某新品，其研发全过程原计划为18个月，最终缩短到9个月（其中8个月在制造环节），原本10个月的市场调研、潜客挖掘、市场评估等关键活动大幅缩减为仅1个月就得以完成。由于新产品快速投放市场，零售端也获得了良好的营收效果。

（二）推动制造业个性定制与柔性生产，满足消费者个性化需求

图1 基于大数据的制造业与零售业融合发展

相对于已高度融入日常生活的新零售业态而言，智能制造等新制造业模式的存在感似乎不那么明显，以至于大有零售业通过消费大数据倒逼传统制造业转型升级的错觉，可事实是类似智能制造理念的提出要远早于所谓的“新零售”或“无界零售”，甚至在没有电子商务的时代，制造业就已经在探索大规模定制和柔性生产了。换句话说，制造企业早已感知到了消费者的千人千面，但碍于技术的限制，仅在少数领域得到一定程度的改善。即使零售业更加准确地感知到消费者的个性化需求、偏好和消费决策，但物联网、大数据、云计算和人工智能等新技术尚处于逐步完善的过程中，而制造业的智能化必须依赖这些技术的成熟和普及才能实现，因此，应该说是制造业供给的个性化、定制化产品也能促使零售业反馈消费者的个性化需求。当然这种需求的存在会促使制造业智能化的加速实现，有助于重塑制造业价值。但对少数以线上销售起家并逐步涉足线下实体门店的电商而言，是将其掌握的全渠道客户需求反馈给合作的制造企业以共同开发潜在价值，实现融合发展，还是自行组建或兼并制造企业进行生产来独享成果，尚需要更加审慎的考量，毕竟拓展线下门店和自建（收购）生产实体都与线上轻资产经营模式相差甚远。

（三）形成需求导向的供应链模式，降低供应链成本

供应链管理一直是企业降低成本挖掘潜力的重要阵地，无论是制造业还是零售业，在技术尚不能准确掌握消费者的行为数据之前，都希望通过强大的预测模型来对消费需求进行预测，从而以此为依据实现对供应链的优化，但在缺乏精准消费数据的情况下，很难把这种供应链管理模式称为真正的需求导向型模式。新一代互联网信息技术的快速发展，使得消费者的需求更加容易被准确掌握和分析，在将零售企业获得的海量消费行为数据与其上游制造业的数据对接后，制造企业智能系统将做出新的生产规划，进而对其上游的原料供应商产生影响。这一过程与之前的关键不同之处在于新技术的应用，使海量的消费者真实行为数据能够被记录和分析，从而使得制造企业与零售企业携手，更有效地管理跨企业的供应链交易成本和企业内部的作业成本，最终降低供应链的总成本。

（四）提升产品品质，从渠道上把控产品质量

确保商品品质，就是确保消费者的核心权益，在此基础上的其他附加服务价值才有意义。制造企业与零售企业携手可在产品品质升级和杜绝假冒伪劣两个方面发挥积极作用。首先，产品品质升级对企业来说意味着更高的附加值和更多的成本支出，对消费者则意味着更高的售价，因此，必须考虑消费者的承受能力和购买意愿，这可以通过零售企业对消费数据的分析得出可靠的信息，结合制造企业自身获得的售后服务等大数据，共同对品质升级决策形成支撑；其次，假冒伪劣商品一直是我国经济高速发展过程中难以根治的难题，在电子商务时代，网络渠道成为假冒伪劣商品滋生的新渠道，网络零售市场普遍存在侵犯商标专用权的现象[8]，虽然也有部分消费者主动寻求购买低价的假冒伪劣商品，但更多消费者是被欺骗购买，即使发现问题后多数人也因机会成本太高而放弃维权。而制造企业与零售企业直接对接能从源头上确保商品的品质，且通过数据实时交互还能够随时监控到可能出现的问题，譬如零售端出货量同期相比无故锐减，则需引起关注并进行调查。

三、基于大数据的制造业与零售业融合发展面临的问题

制造业与零售业融合发展需要新一代信息技术对传统产业形态进行改造，以获得更高的生产效率。但这些关键技术尚在不断的发展与完善中，尤其是可供智能制造大规模应用的技术还比较有限，制造业与零售业实现真正融合发展的愿景与现实之间还存在不小的距离。

（一）零售业线上线下融而不合，对制造业的影响力有限

零售业在经历了纯电商对线下实体的冲击、线上线下融合、线上线下及物流融合等阶段后，线上与线下的共生关系越发明显，但共生之间也夹杂着不同企业之间激烈的竞争，故线上线下零售企业均处于跑马圈地的粗放式扩张阶段。一是线上零售企业“落地”，二是实体零售企业“上网”，三是线上线下“强强联合”，无一不把抢占地盘的零售思维表现得淋漓尽致，而更重要的消费者购买决策过程数据分析、消费体验评价数据分析等还有待加强。一般认为，线上业务更易于对消费者行为进行准确的刻画，但线上消费占比较低，无法全面刻画社会消费需求。以2016年为例，我国实物商品网络零售交易额达到4.19万亿元，但仅占社会消费品零售总额的12.6%，线下交易仍然是消费的主阵地，零售企业线上线下的融合发展之路还任重道远。

阿里巴巴与百联的联姻被视为线上线下融合的标杆性事件，但对其六个方面合作的效果还需持续观察。由于这种合作模式的线上线下运营主体不同，很有可能是互补部分各取所需，核心部分仍然各自为政。即使是单个企业试图自行组建线上或线下业务部门以实现全渠道覆盖，也面临线上线下是否完全融合的问题，必须审视新渠道的开辟是否有助于改善原有顾客的体验，是否带来了新的顾客。显然，融而不合的线上线下渠道由于缺乏消费场景的全集数据，对制造业的影响较为有限。

（二）制造业柔性不足，对零售业的响应迟缓

首先，我国制造业经历了大范围的生产线自动化升级改造，大幅提高标准产品生产效率的同时，也使得制造企业在向智能制造转型过程中面临“刚性自动化窘境”，即生产线缺乏柔性、调整力不足，最终影响到市场适应性。“刚性自动化窘境”主要体现在技术刚性、管理刚性和供应链刚性三个层面[9]，每一个层面问题的解决都需要付出巨大的努力，因此，以互联网技术为基础的智能制造的实现必然是一个渐进过渡过程，是一个由刚性自动化面向柔性自动化转变的持续调整、创新和演进过程，在未取得突破性技术进步前，尚无法对零售业导入的个性化需求产生快速响应。

其次，我国发展智能制造所需关键共性技术和核心装备受制于人，根据《智能制造发展规划（2016—2020年）》的总结，我国智能制造的标准、软件、网络和信息安全基础薄弱，智能制造新模式成熟度不高，系统整体解决方案供给能力不足，缺乏国际性的行业巨头企业和跨界融合的智能制造人才等。虽然一些生产流程简单的企业已经在柔性制造方面取得了比较好的效果，例如家具和标准化较高的男装生产企业等，但总体上仍处于初级阶段。

（三）零售业与制造业共享消费需求大数据存在障碍

零售业通过大数据技术获得大量的消费相关数据，是企业独有的数据资产，潜在价值巨大。阿里、京东、亚马逊等大型网络平台已非常清楚地认识到这一点，并成为布局大数据和云计算的领跑者，众多传统零售企业虽然线上交易尚在推进中，但线下经营中数据管理也是它们的重点，如沃尔玛和7-Eleven都是典型代表，如果加上从社交网络采集和整合商品相关的社交媒体数据，将能更全面地刻画消费者的选择过程、支付方式、使用体验和分享范围等，数据的价值越发彰显。制造企业从中不仅能够观测到消费需求变化，更能掌握行业内的竞争态势。因此，零售企业将价值连城的消费大数据共享给众多的上游制造企业，不可避免地带来共享方式选择、数据价值评估、大数据交易等新问题，可能成为影响制造业与零售业融合发展的关键一环。

（四）产业链主导权之争更加激烈

在传统零售时代，零售商与制造企业之间的利益分配问题主要取决于双方的经济势力和渠道控制力。当零售商势力强时，可能会出现如零售商向制造企业收取进场费等各种额外的费用，依靠渠道能力要挟厂家降低价格等；当制造企业势力强时，可能会规定订货量规模、不断提高出厂价格等。在电子商务时代，一方面是电商对传统零售渠道的高调挑战，另一方面是制造企业在两种渠道之间的摇摆。厂家固然希望能摆脱被线下渠道控制的困境，但线上渠道的发展尽管增长很快，规模却一直不够大，且已现增速疲软的迹象。因此，制造企业与渠道之间的关系更为复杂化，既想线上线下全渠道兼顾，又担心顾此失彼，只能在摸索中渐进。在制造企业积极研究和部署智能制造的过程中，零售业变革带着线上线下全渠道融合的使命出现，既然是全渠道，那利益分配问题似乎又回到了传统时代，要么制造企业自建全渠道，要么合作但有可能将来受制于掌握全渠道的零售商，亦或是掌握全渠道的零售商反向延伸，兼并和参股制造企业。所以产业链主导权的争夺将更加激烈，融合发展的程度和效果取决于双方对未来发展的预期与共识。

四、以大数据为纽带的制造业与零售业融合发展路径探索

愿景和现实的差距，既是制造业与零售业融合发展面临的挑战，也是难得的机遇，若能抢先打通二者之间的关键环节，依靠信息技术架起信息桥，以消费者为中心实现供应链和价值链的优化，就将在未来的市场争夺中占得先机。未来的制造业与零售业融合发展将依托大数据平台，围绕着零售业的生产服务化、制造业的加速柔性化不断深入推进。

（一）建立大数据共享平台，打通制造业与零售业融合发展的关键环节

大数据是制造业和零售业融合发展的关键，没有数据共享，制造业和零售业的关系依旧难以摆脱以商品为中心的“零供关系”，大数据平台的建立，将赋予“制造—零售”生态圈全新的大数据内涵，除了制造业可以获得宝贵的消费需求数据外，独立的研发、物流等生产性服务业的加入将产生更多的价值，形成消费大数据上行和商品信息大数据下行的双向数据通道。随着我国制造业升级步伐加快，为制造业生产提供服务的各类企业也对市场数据有巨大需求，大数据平台的建立有助于满足研发、生产和流通等企业各取所需。例如研发人员可根据顾客反馈的评价数据筛选和分析，对产品进行改进和升级；物流仓储企业的接入，可提供准确的物流和仓储信息，实现对产品从原材料来源到生产流通的全程无缝对接。

适合制造业和零售业融合发展的大数据平台尚需解决两个关键问题：一是数据标准，二是数据的真实性。据调查，现有“零供双方”商品信息的一致程度仅在30%以下，一致程度较低[10]。数据标准的不一致，将影响零售端返回的数据质量，降低数据的潜在价值。从数据真实性来看，当前曝光的线上平台刷单等虚假数据现象十分严重，反馈出来的虚假需求对市场秩序和产业整体发展极为不利，需要有效监管并采取技术手段来解决。去中心化的区块链技术有望解决数据真实性问题。英国区块链初创企业Everledger主要服务于对高价值货物有强追踪需求的客户，提供一种数字化全球账本，用于全程追踪和保护钻石、收藏级葡萄酒等具有较高价值的商品。例如使用区块链技术记录钻石从开采原矿到珠宝零售商的整个流动过程，形成不可随意变更和抹除的记录，顾客通过查询可了解其产地和完整流通记录；收藏品还可以查询其上一位拥有者信息等，保证了数据的透明和真实。因此，在国家层面要加快物联网、人工智能等关键技术规范和标准的制定，积极推动区块链技术在数字货币以外的商用，同时规范信息的共享与传递，保障信息安全，为基于大数据的制造业与零售业融合发展提供支持。

（二）零售业生产服务化，积极向生产性服务业延伸

大数据作为全新的生产要素，正推动零售业成为同时具有生产性服务业与生活性服务业特征的复合型产业，并将主导未来产业链的重构。零售业通过为居民提供生活性服务获得海量大数据，具有天然的消费数据获取优势，即使是未实现完全信息化的小型商超等线下渠道，也能通过接入线上支付，从支付端运用大数据技术匹配出相应的消费数据。维克托[11]明确指出，数据虽然暂时没有列入企业资产负债表，但这只是时间问题，未来的企业经营重在对大数据的挖掘并创造出新的价值。从这个意义上来说，零售业也应视现有的供应商为客户，因为他们就是未来大数据的需求者和忠诚客户。尽管线上交易更容易捕捉到消费者多维的消费数据，但线上消费占比还较低，需要零售业加大投入，线上线下同时部署以掌握更加全面的消费行为数据，从而推动零售业向生产性服务业演变。

零售业成为生产性服务业并不是弱化其生活服务的功能，而是把消费者需求准确地反馈给制造商及有关企业，同时还能够实现对特定顾客群体的精准营销和服务，这些行为都是出自更好地为消费者服务的目的，而且以消费大数据为核心的生产服务功能必须依托其所提供的生活服务的质量，在新一代信息技术的支持下，零售业最终将成为一个独特的源自生活服务的生产性服务业。

（三）制造业加速实现柔性化，主动嵌入消费主导的C2B产业链重构

产业链以消费需求为主导已逐渐成为一种趋势，制造企业不仅要有品牌，还要成为有零售思维的产品生产者，更加贴近用户，围绕最终用户需求组织生产。因此，零售业凭借掌握的消费大数据，具有直接发起产业链重构的巨大优势，制造业要加速实现柔性化生产以更好地融入C2B产业链。例如线下便利店7-Eleven，虽然一度受到电子商务的冲击，但凭借其掌握的消费需求数据和卓越的供应链整合能力，有效缓解了电商的影响。7-Eleven单个门店售卖的库存量单位（SKU）约为2 900种，其中自有品牌占比在60%以上，在7-Eleven的供应链里，有180多家专用工厂[12]，这意味着所有为其提供产品的制造商都需要在其统一协调下进行新产品的开发和生产，制造企业的嵌入程度可见一斑，这也使得7-Eleven整体上已经从零售业上升为零售业与制造业融合发展的典范。

制造业与零售业融合发展带来的好处在于明确的新品开发方向、确定的供货数量和及时的货款回收，这与大规模生产、大规模销售时代相比，大大降低了生产经营的不确定性，也在生产计划安排等方面极大地节约了各种成本，从而形成了零售与制造融为一体的融合竞争力。尽管具有7-Eleven这样能力的零售企业并不多见，但制造业通过加速实现柔性化满足消费需求的多元化，将是未来更为现实的选择。

（四）强化企业自生能力，深化融合发展意识

制造业和零售业企业自生能力是融合发展的基础，基于大数据的创新与发展是深度融合的催化剂。沿着这一思路，零售企业的战略重点在于打通线上线下与物流的融合，巩固自身的市场份额，对所有的零售渠道而言，如果达不到适当的规模和覆盖范围，则意味着渠道竞争力难以维持，成为产业链重构中的主导者更无可能，其中尤其要重视应用互联网新技术对消费行为数据等进行更大范围收集和更加透彻的分析，进一步提升其战略地位，并以此推动和加快制造企业嵌入新产业链。同时，制造企业在获得消费大数据的基础上，应提升自身研发实力和生产技术，以更先进的生产组织方式、更高品质的产品和更完善的售后服务等满足消费需求，促进零售业发展。

制造业与零售业依托大数据融合发展，互相推动与互相促进，形成一体但又各有分工，而不是互相取代，无论是对零售业还是制造业，这场变革的重要性不言而喻，参与其中的各主体需要进一步深化对融合发展的认识，整合资源，从对垒转为对话，在构建新生态圈中扮演好应有的角色，最终实现企业发展壮大、产业链竞争力提升和经济转型升级的目标。

[1]王青.新零售推动产业链重构[N].经济日报，2017-08-24（9）.

[2]周勤，朱有为.中国制造业和商业关系演化：总量分析[J].中国工业经济，2005（8）：50-55.

[3]牛全保.中国工商关系的演变历程与特点[J].商业经济与管理，2006（4）：3-7.

[4]龚雪.零售商与制造商的动态战略联盟[J].企业管理，2015（2）：77-79.

[5]周玉涛.制造零售业的崛起[J].中国药店，2015（13）：30-31.

[6]张建锋.深度阐述马云“新制造”“新零售”[EB/OL].（2016-10-14）[2017-11-18].http：//tech.sina.com.cn/i/2016-10-1 4/doc-ifxwvpaq1296729.shtml

[7]张影.新零售时代，中国迎来“换道超车”的历史机遇[N].21世纪经济报道，2017-09-28（8）.

[8]黄浩.网络零售对传统商业的冲击及政策建议[J].经济纵横，2017（5）：32-37.

[9]周倩.柔性制造：赢得智能竞争力的决胜点[J].中国工业评论，2016（9）：21-26.

[10]薄玮，田芮丰.中国零售业商品数据的一致性[J].中国自动识别技术，2015（2）：65-70.

[11]维克托.大数据时代——生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013：20-21．

[12]何文.7-Eleven为什么能打赢电商[N].经济观察报，2017-07-24（23）.

Integrated Development of Manufacturing and Retail Industry Based on Big Data：Mechanism and Path

WANG Tao-wu and WANG Yan
（Nankai University，Tianjin300071，China）

The integrated development of manufacturing and retail industry based on big data fits well with the new pattern in the internet economy era，which is characterized by integrated development and collaborative innovation of production，circulation and consumption.It will promote the reconstruction of value chain，and become a significant new driving force for China's economic development and a new fulcrum of China's supply-side structural reform.The retail industry promotes the upgrading and transformation of manufacturing industry on the basis of deep analysis of big data on consumer demand，and then optimizes the supply-side as a whole.While the rapid response，flexible manufacturing and cost control of manufacturing firms，in turn，forms support for the retail industry.The integration mechanism runs through the whole industry chain，such as R&D innovation，production processing，warehouse logistics and marketing and sales services，which can effectively shorten the innovation cycle，meet the individual needs of consumers，reduce the cost of supply chain and ensure product quality from the source.Big data is a link of the integrated development of manufacturing and retail industry.As technological progress speeds up，the distance between vision and reality of integrated development of retail and manufacturing industry will continue to shrink，the future development path of integration needs to strengthen consciousness of integrated development，establish big data sharing platform，promote the retail industry to be productive services industry and manufacturing firms to accelerate flexibility，reconstruct industrial chain taking consumption as the orientation，and focus on providing better products and services to meet people’s ever-growing needs for a better life.

big data；manufacturing industry；retail industry；integrated development；path

F120.4 文献标识码：A 文章编号：1007-8266（2018）01-0020-07

10.14089/j.cnki.cn11-3664/f.2018.01.003

汪涛武，王燕.基于大数据的制造业与零售业融合发展：机理与路径[J].中国流通经济，2018（1）：20-26.

2017-11-20

南开大学亚洲研究中心招标项目“非均衡条件下京津冀地区产业协调发展研究——基于资源错配、要素流动与知识溢出的视角”（AS1616）

汪涛武（1979—），男，云南省镇雄县人，南开大学经济学院博士研究生，主要研究方向为产业经济学；王燕（1955—），女，辽宁省沈阳市人，南开大学经济与社会发展研究院教授，博士生导师，博士，主要研究方向为产业经济学、区域经济学。

方程