一种面向供应链治理的知识共享学习模型

唐泽威 蒋诚智

[摘要] 供应链治理的基本目标之一是激励成员之间的协作，以提升供应链整体绩效。互相合作的供应链成员之间可以通过知识共享而获得自身本没有的经验，从而提高为顾客提供优质产品和服务的能力。供应链成员之间的知识管理与共享在供应链治理中起着重要的作用，并在一定程度上有利于提高供应链治理水平。本文提出了一种供应链企业知识与经验管理、共享的合作学习机制，并用Agent技术构建了知识库结构以及知识建构、获取、转换和积累的学习过程。本文建立了电力企业中管理信息系统供应链信息安全知识管理模型，并研究了合作学习机制。此模型可以为供应链成员之间建立有效知识共享机制提供有益的参考。

[关键词] 合作学习  Agent  供应链治理

[作者简介] 唐泽威，南京大学工程管理学院博士研究生，助理研究员，研究方向为管理科学与工程;蒋诚智，南京工程学院经济与管理学院，博士，高级工程师，研究方向为信息管理与信息系统。

[中图分类号] C931

[文献标识码] A

[文章编号] 1008-7672（2020）04-0101-09

一、 引言

供应链治理的目的是搭建一个协调框架，其基本目标包括激励成员之间的协作以及协调供应链各方的利益，以创造尽量大的供应链价值和实现供应链企业的长期利益。①现有研究将供应链治理机制划分为利益分享机制和关系协调机制。①在关系协调机制中，信息共享机制是协调供应链的一个重要手段，通过促进供应链企业之间沟通和合作，可以增强供应链的凝聚力。在供应链治理机制与供应链绩效相互关系的研究方面，通过构建两者相互作用的关系模型，研究了社会控制、正式控制、信息共享等和供应链绩效之间的相关关系，发现信息共享对供应链绩效产生正向影响，并且信息共享在社会控制和供应链绩效的作用关系中起着部分中介的作用。②

供应链企业之间通常通过建立、维持和提升合作关系以获得竞争优势。供应链合作伙伴之间高效的信息流动与信息共享过程可以使他们具有灵活性（快速应对供需变化）、适应性（调整供应链结构以适应市场变化）和同盟性（建立激励机制，促进供应链合作企业提升整体供应链绩效）的特点。③与供应商建立良好合作关系的企业，可以更好地适应不可预见的变化，识别并合理解决组织遇到的问题，降低监控成本，从而提高其经济收益。④供应链成员间的合作关系可以体现在供给与需求等信息共享、技术合作、服务支持、经验共享、资源共享等方面。資源基础观（Resource-based View， RBV）理论认为，一个企业的能力来源于资源，而这种能力是其竞争优势的基础。一个企业的资源主要包括资产设备、专利、员工个人技能、商标、名誉、财务资源、组织资源。⑤知识基础观（Knowledge-based View， KBV）理论则认为知识为关键资源，企业需从其具备的、获取的或建立的知识中提取最大化的价值以进行生存竞争。

合作关系、知识管理与共享在供应链管理中起着重要的作用，影响着供应链成员及整体供应链的绩效与预期收益。已有研究通过构建供应链企业间知识共享博弈模型，研究了不同因素对博弈决策的影响，⑥发现提高知识共享度有助于双方趋向选择稳定策略，并通过对大量研究成果的综述，阐述了三类问题：知识管理在供应链管理的哪些领域进行了普遍应用，如何在供应链应用知识管理及如何提高供应链管理绩效，如何用知识管理激励供应链各利益相关者进行知识建构与共享。有学者提出了供应链中知识管理的概念框架模型，该模型包含四个阶段，即隐性知识（Tacit Knowledge）融合阶段、隐性知识至显性知识（Explicit Knowledge）转换阶段、显性知识共享阶段和显性知识转化阶段，并通过对法国公司的实证研究验证了该模型。⑦有学者通过对台湾地区绿色制造企业的实证研究，分析了绿色供应链影响企业之间知识共享的因素，结果发现企业的关系风险与其知识共享的意愿成负相关的关系，同时，合作企业之间的关系利益有利于提升企业之间加强合作的意愿，从而加强企业之间的知识共享。①Srinivasan 等通过建立概念模型与问卷调研，研究了在供给方与需求方风险及环境不确定性的情况下，双方的合作伙伴关系质量与供应链绩效的关系，结果发现需求方风险越高，合作伙伴关系质量与供应链绩效的正相关性越强;供给方风险对合作伙伴关系质量与供应链绩效的正相关关系没有明显的影响;而更高的环境不确定会减弱合作伙伴关系质量与供应链绩效的正相关关系。②Shih 等研究了在下游供应链中的知识共享问题，展示了供应链不同企业间信息如何共享，并对未来供应链管理及知识管理提出了建议。例如，为提升供应链绩效，企业应注重知识共享，而不仅仅考虑节约成本。③

在供应链合作企业之间的知识共享过程中，企业的学习行为尤为重要。Cheung等研究了在跨国供应链中，关系学习（Relational Learning）是否影响供给方与需求方的关系价值（Relational Value）的问题，结果发现合作企业面临的环境不确定性越高，企业之间的关系学习程度就越高;合作企业之间的关系学习程度越高，企业之间的关系价值就越高。④Wang等提出了一种供应链知识共享的概念模型，该模型从两个层次关注了在以往知识的基础上建构新知识，可为供应链成员间知识共享与应用提供实际指导。⑤Knoppen等研究了供应链关系中企业之间的适应性行为（即企业调整自身属性以便与其合作伙伴更加“合拍”）与企业之间学习行为的关系，分析了两种行为之间的重叠性与差别性，并通过案例学习的方法，将适应性行为下的学习过程进行了分类分析。⑥

实证研究或案例学习法与企业、现实环境的具体情况和问题紧密结合，研究结果对解决现实管理问题的参考价值较高。Agent的技术也是在不确定环境下研究供应链等复杂系统的一种重要方法。多Agent系统（Multi-agent System ，MAS）可以对问题、环境、现象及交互行为等进行建模研究，其中Agent表示企业、功能、资源或个体等。一些研究者采用了Agent技术对供应链中的知识管理、合作与协商等问题进行了研究。Al-Mutawah等提出了一种Agent的制造供应链网络模型，并设计了相应的隐性知识管理机制，通过多Agent实验发现，利用知识共享进行学习的Agent可以提高自身的绩效。①Kwon等提出了一种基于Agent的web服务框架，以研究在内部与外部都不确定性的情况下供应链中的协作问题，通过Agent模拟实验验证了模型的可行性以及在多种不确定性下的显著性。②现有研究已经表明，多Agent环境中的学习行为可以帮助Agent提高自身的绩效，Agent之间可以通过交互（interactions）过程学习合作者的知识与行为;③在供应链管理中买卖双方谈判的三个阶段中，通过设计多Agent系统及自适应性学习谈判策略，使用自适应学习方法，可以提高Agent的谈判收益。④

因此，本文采用Agent的思想与基于案例的推理（Case-based Reasoning， CBR）的学习机制建立供应链合作企业的知识共享与学习模型，并将此模型应用于电力企业信息系统供应链的安全知识管理，期望可以为供应链成员间建立联系、共享和管理知识提供一定的参考。

二、 学习原理

本文设计的学习机制的理论基础是基于案例的推理方法，此方法在现有研究中已有应用，并得到了期望的结果。⑤⑥此方法通过在历史案例中参考类似案例的解决方法来解决遇到的新问题，如图1所示，其主要包括四个步骤：第一步，当遇到新问题时，从历史案例数据库中检索出以往类似的案例;第二步，从检索出的案例寻找解决新问题的方案，其间可能需经过调整与推导的过程;第三步，评估并修正解决方案;第四步，将确认的解决案例存入历史案例数据库，并通过不断更新历史数据库，提高CBR的准确性。

三、 基于Agent的合作学习机制

本文提出的基于Agent的供应链企业合作学习模型总体框架如图2所示，模型中的Agent类型与主要功能如下所示：

知识库Agent：以设计的案例结构存储历史案例数据;

访问控制Agent：负责对企业内部、外部对知识库的访问、更新等操作，根据权限进行访问控制，保护企业内部秘密不被泄漏;

学习Agent：通过学习算法进行案例学习，并对知识库进行检索、更新等操作;

通信Agent：负责企业之间合作学习时，建立安全的通信连接;

内部执行Agent：负责企业内部接收新问题的接口，并与外部环境进行交互;

外部环境Agent：表示政策、市场情况或需求信息等外部环境的影响。

学习过程主要包括知识建构、知识获取、知识转化与知识积累等四个阶段。下文对这四个阶段分别进行描述。

（一） 知识建构

如图3所示，通过对知识库的构建及其案例结构的设计，可以建构供应链企业知识。

知识库主要由各类案例集合而成，每个案例集合包括案例类别入口和案例。案例类别入口主要包括“案例类别ID”“案例类别描述”“访问权限”三个属性。“案例类别描述”主要为此类案例的说明，包括详细说明及关键字以便于搜索，例如生产管理类、营销管理类或库存管理类等。“访问权限”为对此类案例的访问、更改的权限，其可以设置权限级别，例如权限从低到高为权限级别5至权限级别0;或设置为用户组，例如“adminGroup”即为管理员才可以进行访问和修改操作;同时，还可以增加具体权限设置，例如读权限或写权限。

案例的主要属性有：一是案例ID，是案例唯一的标识;二是案例类别，ID是案例所属类别标识;三是案例描述，描述案例所解决的问题;四是状态特征变量，描述案例问题发生时的内外部状态特征，例如市场平均价格、平均需求量、企业库存水平、企业目标、顾客服务水平、企业供应链网络安全情况等;五是解决方案，描述对问题的解决方法，重点描述方案所采取的量化调整措施，例如涨价、降价、增加广告投入、加强合作研发、修改配置等;六是解决结果，描述解决方案实施后得到的结果，该结果可能具有一定的延时性，结果描述也应重点量化解决方案对状态特征的改变，例如增加或降低多少销售量、市场占有率提高或降低多少、顾客服务水平提高或降低多少、网络攻击防御成功率提高或降低多少等;七是频率，表示该案例发生次数;八是访问权限，即访问该案例的权限，可以为权限级别，也可以为可访问的用户组;九是案例来源，标识此案例为内部经验或通过合作学习而得到，如为企业间合作学习结果，需标识合作企业的ID;十是时间标签，表示案例发生与解决的时间。

（二） 知识获取

供应链企业（系统）在遇到新问题时，可以从内部和外部合作伙伴获取相关知识，企业内部知识获取流程如图4所示，内部执行Agent在与外部环境交互的过程中接收新问题并提交给访问控制Agent;访问控制Agent根据执行Agent的部门及相应的访问权限决定可以对哪类案例库的哪些案例进行检索，并提交给学习Agent进行检索;学习Agent经过相似性对比检索出类似案例返回给访问控制Agent;访问控制Agent返回给内部执行Agent作为建议方案。

供应链企业（系统）合作学习过程中，首先需进行外部合作伙伴知识获取，其流程如图5所示，由系统A的学习Agent发起外部知识获取流程，將获取目标请求提交给通信Agent，由双方的通信Agent建立安全联系，系统B的通信Agent将查询请求提交至访问控制Agent。系统B的访问控制Agent根据对系统A的合作关系评估决定是否允许知识获取以及可以获取的案例范围，如允许访问，则将请求提交至学习Agent。学习Agent检索过程中，主要通过比对系统A的学习Agent所提交的条件与案例中的“案例描述”及“状态特征变量”进行检索，并将检索出的案例通过通信Agent返回给系统A。

（三） 知识转换

企业在获取内外部知识后，需要从检索出的类似案例中推导出解决新问题的方案。其过程分以下几个步骤进行：第一步，如未找到相似案例，则根据企业经验制定解决方案;第二步，如有相似案例，根据相似度对所有检索出的案例进行排序并赋值，相似程度主要参照“案例描述”与“状态特征变量”;第三步，评估每个案例的“解决结果”，按照解决结果从优至劣进行排序并赋值，并根据“频率”进行加权，解决结果的优劣主要取决于企业当前主要目标与策略;第四步，综合评估案例的相似程度与优劣性，得出最终的案例优先排序并提出建议方案。如具备模拟仿真环境，可通过Agent实验对案例的解决方案进行模拟实验，从而得出可能的结果并进行分析。

（四） 知识积累

知识积累的过程主要是将新问题的解决情况作为新知识存储入知识库中，并对知识库进行定期管理与更新。无论新问题是依靠内部、外部或自身经验解决，解决结果是好还是坏，在问题处理后都需进入企业知识库中。如图6所示，在入库过程中，为了对未来问题提供更好的参考或帮助，同时避免知识库过于庞大，分以下两种情况进行处理：