供应链复杂性研究综述

摘要:供应链是由多个企业组成的复杂供需网络。指出了供应链复杂性的表现形式,并从定性和定量两个角度对供应链复杂性的研究现状做了介绍和总结,同时提出了一些需要进一步研究的问题。

关键词:综述;供应链;复杂性

中图分类号:F273.7文献标识码:A

Abstract: Supply chain is a complex supply-requirement network constructed by many enterprises. The paper point out the manifestation of supply chain complexity, provide a detailed survey of the literature of studying supply chain from the viewpoint of complexity theory by quantitative and qualitative methods, meanwhile put forward some problems needed to be studied further.

Key words: review; supply chain; complexity

1供应链复杂性

供应链是围绕核心企业,通过对物流、信息流、资金流的控制,从采购原材料开始,制成中间产品以及最终产品,最后由销售网络把产品送到消费者手中的,将供应商、制造商、分销商、直到最终用户连成一个整体的功能网络结构模式[1]。供应链的组成之间存在复杂的非对称的关系或者交互性行为,所处的环境因素包括市场、运输等,供应链在运行过程中表现出的一系列行为构成系统的可观测输出,因此通常把供应链作为一个系统来研究,追求系统整体最佳。但仅把供应链看作一般的静态系统,采用自上而下的建模、预测、仿真、优化、控制等手段进行研究是不够的。供应链是典型的复杂系统,只有从复杂性科学出发,才能进一步揭示和把握供应链的内部规律。通常认为,供应链的复杂性主要体现在以下几个方面:

1.1供应链结构的复杂性

供应链结构的复杂性主要体现在:一是供应链网络形态的复杂性。供应链一般呈现复杂的网状结构,有链状、树状、双向树状和星状等,通常是这些结构形态的复合[2]。二是构成供应链实体的复杂性。因为供应链的主体及合作伙伴等实体在利益、目标、类型、规模大小、环境、企业文化等诸方面存在差别,各实体必然存在较大的复杂性。

1.2供应链的不确定性

从结构的角度来看,供应链的不确定性体现在以下4个方面:(1)供给的不确定性:主要表现为供应提前期的不确定,还包括供应量的不确定性、货物的可得性等。(2)需求的不确定性:表现为客户需求量的不确定,以及需求分布在时间、空间上的差异,需求结构的变动等。(3)衔接的不确定性:指企业之间或部门之间联系的不确定性,主要体现为企业或部门之间的合作性。(4)运作的不确定性:主要体现为供应链系统运行不稳定和控制失效。

1.3供应链中信息的放大和失真

供应链系统上游、下游之间信息放大、扭曲和延滞等,会引起成员企业优化自身行为的结果。一方面,由于在供应链的各成员企业间普遍存在着一种合作协商和委托代理关系,基于委托代理理论,为了保证自己利益的最大化,就会隐藏一些敏感信息,导致供应链信息不对称。另一方面,供应链各节点企业为了满足自己用户的需求和保持较高的用户服务水平,会夸大一些公用信息,导致信息失真。

1.4供应链的动态性

由于市场的变化和不可预测性,供应链的重要特征就是供需过程不断重构的动态性。一方面是对供应链的组织构成在权利、义务和利益方面按供应链的需求不断调整,淘汰不适应的企业,吸纳新的企业。另一方面是一个产品的生命周期结束后,相应的供应链体系瓦解,根据市场的需求组成新的供应链。此外,供应链处于一个动态变化的社会、经济、政治、技术等因素的复杂环境中。实际供应链系统中表现出的动态性包括混沌、自组织和博弈等。

2供应链复杂性的研究现状

从现有的文献,可以将供应链系统复杂性的研究大体分为两类:定性分析和定量分析。

2.1定性分析

人们对供应链的复杂结构的逐步认识以及复杂性科学的发展,使得很多学者意识到原来线性的因果关系分析对有效管理供应链系统是不够的。Stacey[3]指出,过去把对一个企业的管理建立在对其静态分析基础上的思想过时了,应该把组织看作一个动态系统,组织的非线性反馈结构容易产生混沌行为。Wilding[4-5]全面分析了供应链系统中的各种复杂性因素,提出供应链中的动态行为主要是由三个相互影响但是相对独立的因素导致的,即确定性混沌,并行的交互行为和需求放大,并形象的称其为“供应链复杂性三角形”。确定性混沌是由于一些制度因素如再订货点策略、系统的结构等造成,而并行交互则由于供应链网络中同级的不同成员的相互影响造成的。最早提出从复杂自适应系统的角度去认识和管理供应网络的是美国的Choi[6],把供应链网络与复杂自适应系统作了比较,并提出了关于供应链网络性质的十条建议,如从整个供应链的角度来理解其活动的企业在管理物流和技术开发方面效率更高;采用控制与涌现并举的管理方式的企业要强于那些只采取一种方法的企业等。从复杂适应系统的观点看待供应链,能够更全面的解释供应链中的行为,进行的调节也会更加有效。Blecker[7]系统地总结了供应链复杂性的主要驱动因素,给出了一个二维的驱动力模型。此外,PRTM(全球运营战略公司)[8-9]等很多咨询公司从企业实际运营层面对供应链复杂性进行了研究。

国内学者在供应链复杂性的定性研究方面也做了许多工作。较早地从复杂性科学视角研究供应链的如蒋白桦等[10],提出利用综合集成研讨厅体系的方法来研究供应链这一开放的复杂巨系统。综合集成专家群体先进的管理思想和经验,综合利用各种信息技术以及信息、数据、以往成功的案例和相关的知识等进行决策。邹辉霞[11]认为,供应链管理系统的复杂性属于社会复杂性层次,它涉及到“虚拟组织”的运行,供应链群体决策、供应链的发展变化及其与外部环境协调的复杂性。分析了供应链管理的复杂性特征,并提出了基于复杂性科学的供应链管理研究方法。

还可以从耗散结构理论、协同学理论、突变论、分形理论和自组织理论等角度来研究供应链系统。以上的研究给出了研究供应链系统的指导性原则和建议,但是,若不了解系统的具体行为,这些建议的实施无从谈起,因而需要对系统的行为作深入的研究。

2.2定量分析

对供应链复杂系统的定量分析方面的研究主要有:以数学模型为对象进行的数值仿真和利用多Agent系统仿真的两类以仿真为手段的分析方法,以及基于熵的研究和实证研究等。

2.2.1数值仿真。啤酒游戏模型的最初设计是为了研究微观结构中人的管理行为产生的动态性,而这个模型被作为一个简单的供应链模型广泛用于研究其非线性复杂行为。模型以一个链式供应链为对象,供应链每级成员根据所面临的需求向其上游订货,当参与者利用Sterman[12]制定的订货策略订货时,他们的订货量出现了非常大的变化,Sterman总结为三种现象:波动、放大和相位的延迟,认为这是对反馈的错位理解所造成的。Larsen[13]对Sterman的订货规则做了部分修改,在对库存偏差和供应线上的偏差调整率进行遍历以求得到系统解的分布情况时,结果发现系统可出现稳定、周期性、混沌和超混沌的行为,且稳定性行为与不稳定行为交错在一起时,参数的微小变化都可能导致系统出现非常不确定的行为。但他们的研究局限于指出系统存在的混沌行为和对其进行分类。Hwarng[14]则更深入地研究了供应链的各种因素如需求模式、订货策略和提前期等如何导致系统的动态性以及混沌行为。

Wilding[15]利用“战术仿真模型”对供应链中的确定性混沌和并行交互影响进行了分析。在分析确定性混沌产生的原因时,他分别考察了供应链系统层级的数目、每级中成员的数目不同时的系统性能变化,指出系统结构的变化导致系统性能的复杂化。在对并行交互产生的不确定性分析时,他考察了多个不同类的供应商之间性能的相互干扰关系,指出性能较差的供应商影响了JIT类供应商的性能。

复杂供应链系统数值仿真多数关注于生产库存系统,如啤酒游戏模型,针对供应、运输、销售的研究相对较少,而且对多决策成员之间的交互行为的研究不足。

2.2.2多代理仿真。多Agent系统具有的分布性、开放性和鲁棒性使其成为描述供应链管理系统的理想工具。多Agent系统强调分布式自主决策,强调各个Agent之间协作解决问题的能力,这些特点正好符合供应链在实际运行中所表现出来的自治性、分布性、并行性和弱耦合性的特征。因此,用多Agent系统来模拟、优化、实现、控制供应链的运行,是一种有效的方法。

Jurgen[16]利用基于Agent的仿真平台Starlogo,结合复杂适应系统理论探讨了分散控制下的供应链网络的协调问题,描述了所进行的三个供应链仿真实验。首先发现分散模型环境中一群独立主体的行为决策优于集中控制下相似数量主体的行为;其次发现规模经济对集中供应链生产能力的影响效果大于分散式供应链;三是发现增大扰动程度导致分散式供应链性能的迅速衰减,而在集中式供应链中却难以产生剧烈的反馈。Li[17]首次基于复杂自适应系统和适合度景观,提出一个供应网络的演化模型,并对该模型进行了多代理仿真。结果揭示了供应网络由于企业在动态环境下的交互行为产生的涌现和演化。供应网络的演化对初始状态具有相当高的敏感性,它是路径依赖的,很难准确地预测。而对于环境的动态性则不同,供应网络在不同的环境中具有相对稳定的结构。当供应网络中的企业采取长期合作战略而不是短期合作战略时,会获取更高水平的结构稳定性和适应性。

这方面的研究多集中在研究供应链系统的建模和协调机制分析。从宏观上来看,这些工作仅是一个开始,尚未形成完善的体系结构,有许多问题有待继续深入研究:如供应链系统的复杂适应系统建模方法、运作模式、怎样建立比较合理有效的仿真模型、如何用一种恰当的工具和方法反映个体与总体之间的复杂关系等。

2.2.3信息熵方法。在信息论中,熵被定义为描述一个系统所必须的期望信息数量。系统的复杂性越高,随着其不确定性和无序性的增加,熵也随着增大。Frizelle和Woodcock首先提出用熵来度量制造系统和供应链系统的复杂性,并提出了结构复杂性(静态复杂性)和操作复杂性(动态复杂性)的熵测度[18]。Deshmukh[19]也研究了制造系统静态复杂性的度量。在这些工作的基础上,很多学者对算法作了一些改进。Sivadasan[20]基于信息熵度量了一个供应商——顾客系统的运营复杂性,说明了复杂性以及描述系统状态的信息量会随着下述因素变化:顾客需求的波动,原料供应的稳定性,内部绩效的可预测性,以及管理和控制手段的有效性。Wu[21]对Frizelle和Woodcock提出的运营复杂性指数和库存成本的关系做了应用研究。任常锐等[22]提出了一种改进的基于近似信息熵的供应链系统复杂性度量方法,并通过实际的案例分析,说明了此方法的可操作性,同时也对该方法的性质进行了进一步的分析。

基于信息熵来对供应链复杂性进行度量,优点是数据的来源比较方便,可操作性强,能够比较直观和准确的衡量出系统的复杂性。但由于复杂性度量方法的研究本身还不成熟,这种方法还有待改进,需要在以下方向做进一步的研究:熵测度理论对不同供应链系统的应用和扩展、供应链动态复杂性的度量问题、供应链复杂性度量与供应链性能之间的关系等问题。

2.2.4实证研究。Perona[23]对意大利14家处于不同阶段的家用电器企业的复杂性如何影响企业绩效,以及它们的供应链进行了实证研究。问卷的问题集中在销售、进料物流和出货物流,产品和工艺工程以及生产和组织问题等。研究结果表明,这些企业处理其运营系统复杂性对其绩效具有深远的影响。作者提出了一个供应链复杂性的模型,显示出在制造和物流系统中控制复杂性可以视为同时改善供应链的效率和效果的核心竞争力。Bozarth[24]特别关注了细节复杂性和动态复杂性,并将供应链复杂性分为三类:内部制造复杂性、下游复杂性和上游复杂性。利用7个国家209家制造企业的数据从制造企业层对供应链复杂性进行了实证分析,随后提出了一个概念模型,以研究供应链复杂性和企业绩效的关系。结果表明,更高水平的上游复杂性、下游复杂性、内部制造复杂性都将对企业的计划完成时间和生产成本产生负面影响。而且,动态复杂性的驱动力因素相对细节复杂性对制造企业绩效的影响更大。

3结束语

复杂性科学为供应链管理中复杂问题的解决提供了一种非线性方法,为供应链系统研究提供了一种观察问题的新视角和分析问题的新思维;复杂性科学必将在供应链系统研究中扮演重要的角色,为描述供应链系统演化行为提供崭新的方法论。供应链复杂性的研究成果必将对供应链管理产生重大的应用价值。

参考文献:

[1] 马士华,林勇,陈志祥. 供应链管理[M]. 北京:机械工业出版社,2000.

[2] 柴跃廷,刘义. 敏捷供需链管理[M]. 北京:清华大学出版社,2001.

[3]Stacey R D. Strategic Management and Organizational Dynamics[M]. Pitman Publishing, 1993.

[4]Wilding R. Chaos Theory: Implications for Supply Chain management[J]. International Journal of Logistics Management, 1998,19(1):43-56.

[5]Wilding R. The Supply Chain Complexity Triangle: Uncertainty Generation in the Supply Chain[J]. International Journal of Physical Distribution and Logistics Management, 1998,28(8):599-616.

[6]Choi T Y, Dooley K J, Rungtusanatham M. Supply networks and complex adaptive systems: control versus emergence[J]. Journal of Operations Management, 2001,19:351-366.

[7]Blecker T, Kersten W, Meyer C M. Development of an Approach for Analyzing Supply Chain Complexity[R]. MPRA, 2005:47-59.

[8]Vickers P, Kodarin A. Deriving Benefit from Supply Chain Complexity. PRTM Principal[EB/OL]. (2007-06-30)[2009-04-05]. /uploadedFiles/Expertise/Related_Services/Service_Areas/Supply_Chain_Innovation/PRTM_Deriving_Benefit.pdf.

[9]Hoole R. Drive Complexity Out of Your Supply Chain[R]. Harvard Business Review, 2006.

[10] 蒋白桦,王丹力,王宏安,等. 从复杂性的角度分析供应链管理问题[J]. 计算机工程与应用,2002,15:52-54.

[11] 邹辉霞. 供应链管理与复杂性科学[J]. 科学学与科学技术管理,2003(3):57-60.

[12]Sterman J D. Modeling managerial behavior: misperceptions of feedback in a dynamic decision making experiment[J]. Management science, 1989,35(3):321-339.

[13]Larsen E R. et al. Complex Behaviour in a Production-distribution Model[J]. European Journal of Operational Research, 1999,119:61-74.

[14]Hwarng H B, Xie N. Understanding supply chain dynamics: A chaos perspective[J]. European Journal of Operational Research, 2008,184:1163-1178.

[15]Wilding R.D. An Investigation into Sources of Uncertainty within Industrial Supply Chains[D]. University of Warwick, UK, 1997.

[16]Van der Pol, Akkermans. “No one in the driver"s seat”: An agent-based modeling approach to decentralized behavior in supply chain co-ordination[J]. Submitted to the International Working Seminar on Production Economics, 2000,3:621-643.

[17]Li G. et al. Modeling and simulation of supply network evolution based on complex adaptive system and fitness landscape[J]. Computers & Industrial Engineering, 2008(9):1-15.

[18]Frizelle G, Woodcock E. Measuring Complexity as an Aid to Developing Operational Strategy[J]. International Journal of Operations and Production Management, 1995,

15(5):26-39.

[19]Deshmukh A V, Talavage J J, Barash, M M. Complexity in manufacturing systems Part 1-analysis of static complexity[J]. IIE Transactions, 1998,30:645-655.

[20]Sivadasan S. et al. Advances on measuring the operational complexity of supplier-customer systems[J]. European Journal of Operational Research, 2006,171:208-226.

[21]Wu Y, Frizelle G, Efstathiou J. A study on the cost of operational complexity in customer-supplier systems[J]. Production Economics, 2007,3:217-229.

[22] 任常锐,柴跃廷,刘义. 供需链的复杂性分析[C]// 第五届全球智能控制与自动化大会论文集. 杭州:浙江大学出版社,2004:3981-3985.

[23]Perona M, Miragliotta G. Complexity management and supply chain performance assessment. A field study and a conceptual framework[J]. Production Economics, 2004(7):103-115.

[24]Bozarth CC, Warsing DP, Flynn BB, et al. The Impact of Supply Chain Complexity on Manufacturing Plant Performance[J]. Journal of Operations Management, 2009(1):78-93.