新零售与共享制造融合的演进机理和路径探讨

成蕴琳

内容摘要：新零售和共享制造是当今热门的产业转型方向，在大数据与共享产能背景下，两者殊途同归，均能带动国内产品创新与价值链升级，并以此形成了新零售和共享制造的融合格局。文章对新零售和共享制造融合演进进行分析，并为其发展提出了相关建议。

关键词：新零售   共享产能   工业互联网

中图分类号：F713   文献标识码：A

共享制造的意义

随着共享经济与传统行业的融合，其延伸出一系列提高经济效率的新商业模式。以共享制造为例，共享经济与制造业的融合发展有利于制造业过剩产能的利用。传统制造业产值在很大程度上受到生产订单淡旺季的影响，这导致了制造业产能呈现出周期性或非周期性失衡。如在生产淡季，制造工厂的订单规模小，就会导致大量的机器设备和劳动工人被闲置。如何利用共享经济发挥制造业资本和劳动闲置的经济效益，是实现中国制造2025的关键所在。共享制造增强了制造企业的供给能力和盈利水平，为制造业的产业链升级奠定基础。共享制造依赖于制造业的信息基础设施及智能化工厂改造，使传统制造企业摆脱OEM代工的商业模式并参与产品的自主研发和工业设计。共享制造能激发我国的创新活力，制造业的产业链价值升级已经刻不容缓。共享经济推动了制造业的自主创新，使制造业转型为工业创新的服务者，其重构了制造业在产业价值链的分工，降低了制造业工业创新的门槛（史竹琴等，2017）。由此可见，共享制造对产业链下游的企业同样也是机遇，如流通业可以通过共享制造将现有的消费者数据作为核心资源，在共享制造的帮助下推出自有品牌，以此实现自身产业升级。本文从新零售和共享制造的融合机制出发，并提出了两者协同发展的路径和方向。

新零售与共享制造的融合内涵

我国新零售尚处于建设初期，诸多科技应用和业态创新还处于构想阶段，眼下的新零售建设更着重于线上和线下渠道的协同建设（王坤、相峰，2018）;新零售中级阶段，线上与线下的产品信息、库存信息、顾客服务等基础信息建设将实现一体化，并开始借助信息科技与人工智能为其提供决策支持，从而整合信息化资源创造价值;而在演进到新零售高级阶段时，大数据将成为共享制造和工业互联网的媒介，其形成了从研发制造到消费市场全链条的一体化服务。根据国家信息中心发布的《中国制造业产能共享发展年度报告（2018）》的资料显示，我国制造业龙头企业正加速共享制造平台布局，其将自身的优质制造资源交予社会，以此提高制造资源的配置效率，并为企业的研发、生产、运维等一系列制造服务提供解决方案，带领制造业打造高效协同的制造体系，推动基于众包、众创、众筹等共享模式对传统制造业产业链结构的改造，从而形成全新的共享制造生态局面。自“新零售”和“共享制造”的市场实践与理论探索以来，以消费者大数据和制造产能作为融合纽带的协同发展机制思路已经初现端倪（汪涛武，王燕，2018）。新零售打通了传统零售业的线上渠道，同时有效积累了终端消费者的大数据，这促使制造业和零售业的关系格局發生了巨大转变（王晓雪，2018）。然而，现阶段零售商所掌握的消费者大数据没有得到充分利用，而制造企业普遍缺乏消费行为数据，新零售与共享制造的融合使制造企业能及时获得消费者大数据，这有益于制造企业确立发展方向、缩短研发时间及加速新产品的市场投放。同时，在共享制造环境下，工业互联网技术可以满足客户的个性化需求，这也是零售自有品牌制造的关键。因此，新零售与共享制造是相互促进的，双方形成了商业生态圈中不可替代的依存关系。综上所述，新零售和共享制造融合发展的内涵是以消费者为中心，发挥零售商与制造商核心资源的协同管理机制。

新零售与共享制造的融合演进

一直以来，我国商贸供应链采用推式供应链。推式供应链以制造商为中心，在产品生产后由分销商逐级推向消费者，该供应链的每个节点都是单向关系，消费者的需求信息难以反馈企业，这与消费升级背景下的消费者个性化需求相冲突，从而造成了生产者与消费者之间的割裂。而在新零售体系的支持下，零售商的消费者数据借助信息系统及时反馈制造商，进而推动了制造业的研发创新。与此同时，制造业需要通过工业互联网与大数据系统对接，建立快速反应、模块化、智能化的制造系统，并通过对该信息系统和智能工厂的合理利用产能，从而为广大社会组织提供共享性制造服务。本文将新零售与共享制造的融合演进分为以下三个阶段：第一阶段，加速制造产品研发与市场投放。消费升级对产品的更新迭代提出了全新挑战，在消费者需求日新月异变化下，制造业推陈出新需同时具备高效的产品研发技术和市场投放渠道。然而，由于产品研发前期的成本与市场风险较大，企业从研发立项到投放市场期间必须十分谨慎，一旦供应链条出现问题将很有可能导致新产品开发失败，最终致使企业遭受流动性损失与财务损失。在过去，大多数制造企业将销售外包给流通业，这使得企业自身所掌握的市场信息与实际市场需求割裂，即使通过尼尔森、益普索、特恩斯等专业市场研究机构代替进行市场调查，但往往只是研发团队用于“确认想法”的工具，其调查结果不客观且没有参考价值。而在“新零售”体系下，制造业通过消费者大数据获得一手信息，其借助消费者信息从而实现多维度的精细化管理，这缩短了产品研发周期，提高了新产品的上市适应性;第二阶段，发挥共享制造的个性定制与柔性生产能力。在未来，消费者大数据一方面是有价值的，一方面又是缺乏价值的。虽然一方面大数据能用于优化生产、营销和管理，有利于企业实施精细化管理来降低成本和风险，并提升其服务能力和利润空间，但另一方面消费者大数据的广泛应用使其因此失去了自身的稀缺性，企业同质化的借助消费者大数据信息进行生产研发，这不利于企业自身长远发展。在此趋势下，大数据的时效性必须通过迅速商业化才能得以发挥，因此制造业的服务能力就显得十分重要。自从《中国制造2025》提出后，我国制造业的大规模定制和柔性制造已展开探索，并随着近年来共享经济的发展，共享制造模式应运而生，我国部分转型成功的制造企业已能提供共享性的定制生产服务。如阿里巴巴的“淘工厂”、沈阳机床、生意帮等（鲍世赞，蔡瑞林，2017）。以淘工厂为例，淘工厂是一个为制造供需双方提供撮合对接服务的中间平台，该平台配备了多类型的生产服务供应工厂的信息，处于空闲档期的柔性生产能力强的工厂可以通过该平台被推荐给需求方，这便于产品及时创新和优化了产能利用空间，即企业可以通过平台化的高柔性共享制造服务来开发自有品牌;第三阶段，新零售和共享制造为中心的供应链生态。从经济学上来看，无论是共享制造还是新零售，其本质目的都是提高经济运行效率，在最大程度上使商品制造与消费市场无缝衔接。因此，新零售和共享制造演进的第三阶段将是挖掘大数据信息降低供应链成本潜力。制造业和零售业通过充足的大数据来提高其需求模型的预测精确度，共享制造将库存压力分担给制造服务需求方，进而降低供应链牛鞭效应，消除制造商和零售商的积压库存与缺断货。具体来说，新零售企业将海量消费者行为数据分享给制造企业，其通过智能系统进行跨企业的合作，最终的研发成果可通过供应链生态系统上的共享制造机制迅速商业化。