中国制造业发展及挑战分析

上篇　 绪论

第1章　引言

1.1　研究背景

1.1.1　21世纪我国制造业的发展和面临的挑战

随着人类工业文明的不断发展，制造业已经发展成一个国家国民经济和综合国力的基础，在国民经济中处于十分重要的地位。自1990年代以来，我国在全球制造业的比重从3%提高到2007年的13.2%，位居美国之后，成为全球第二大制造业国家。我国制造业增加值一直处于上升状态，从1997年的15756亿元增加到2008年的102540亿元，11年内增长了约6.5倍。在此期间，制造业增加值占国内生产总值（GDP）的比率一并大幅上升，从1997年的20.31%增加到2008年的34.38%。根据联合国工业发展组织2011年3月发表的《20l1年国际工业统计年鉴》，2010年发达国家的制造业增加值增长3.4%，而我国制造业增加值增长在10%以上。我国制造业产值从1997年的52744亿元增加到2009年的479200亿元，呈逐年递增状态，12年内增长了约9倍[1]。以上数据反映中国制造业发展态势强劲。

虽然我国现在已成为一个制造大国，但还远不是制造强国。我国制造业本身和国内条件面临挑战，例如我国在制造业技术及管理水平方面与发达国家仍存在较大差距、市场快速反应能力差，等等。并且，我国制造业面临巨大的压力，压力源自制造业先进国家对本国制造业的大力支持。由于工业化国家70%左右的财富来自制造业，因此世界工业发达国家都把制定制造业发展战略作为重中之重，对企业管理体制、经营策略、技术手段等诸多方面的新思路、新概念、新技术的研究给予政策和大量资金的投入。例如，英国政府大力支持工程和技术规划及制造系统工程的研究，英、德、丹麦和葡萄牙共同研究并行工程实施方法。日本在21世纪到来之际起草了《振兴制造业基础技术基本法》，认为未来的制造业依然是基础产业，必须继续加强。日本首相的咨询机构“制造技术恳谈会”曾向政府提交报告，强调制造业是日本的生命线，没有制造业就没有信息产业和软件产品。新加坡政府在21世纪的发展规划中，继续强调制造业在经济发展中的战略地位，把制造业和服务业视为拉动经济发展的双“引擎”，并要保持制造业占国内生产总值25%的比重，大力发展电子、化工、生命科学等重点制造行业。美国国防部、能源部、国家标准和技术研究所以及国家科学基金会共同资助了麻省理工学院“下一代制造”（Next generation manufacturing,NGM）项目，研究开发了一个力求被广泛接受的制造企业模型，提出了使美国制造业在新的竞争环境中保持领先地位的对策[1]。面对上述压力，我国制造业必须做出相应对策，要迎头赶上制造业处于领先的国家。

21世纪的制造业要生存，不可能全方位地去竞争，只能保持并发挥自己的核心竞争力。所谓核心竞争力指的是企业获取、配置资源，形成并保持竞争优势的能力，这包括两个方面：一是企业获取各种资源或技术，并将其集成、转化为企业的技能或产品的能力；二是企业组织并协调各生产要素，进行从原材料采购、供应、运输、仓贮、生产、配送、市场开发、销售及售后服务，使各个环节均处于优化组合、高效运转的能力。制约我国制造业发展的主要因素是新产品开发能力低下和管理粗放。随着全球化经济和国际化市场的形成以及信息技术（Information technology,IT）的高速发展与广泛应用，企业无边界经营的趋势越来越明显。市场竞争日益加剧，而企业间的竞争规则也开始被改写。原有的管理思想已不能完全满足新的竞争形式，以顾客为中心的现代经营理念已逐步取代了以生产和产品为中心的经营理念。谁能够以敏锐的洞察力发现顾客的需求并在最短的时间内以最低的成本、最满意的服务满足这种需求，谁就会在竞争中获胜。越来越多的企业意识到，独立地进行生产和销售已经不能适应快速发展的市场和不断变化的顾客需求，保持长远竞争优势的关键在于战略伙伴关系的建立，把主要精力放在本企业的关键业务上，非关键业务转由其他的优秀企业完成。这样形成一条从供应商到制造商再到销售商的供应链，通过优势互补来获得整体竞争优势，从而达到共赢（Win-win）的目的。因此，1980年代发展起来的供应链管理这种新的管理思想和方法日益成为理论界和实业界关注的热点。供应链就是围绕核心企业，通过对信息流、物流、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，最后由销售网络将产品送到消费者手中的将供应商、制造商、分销商、零售商，直到最终用户连成一个整体的功能网链结构模式[2-4]。近些年来，由于国际市场竞争激烈、信息技术的迅猛发展及市场需求个性化、快速化等因素的影响，供应链管理理念得到迅速发展，并显示出强大的生命力。克里斯托福认为，21世纪企业间的竞争将转变为供应链之间的竞争。目前，供应链管理在美国、欧洲、日本等发达国家和地区的研究已越来越深入，应用也越来越广泛，许多国际著名的大企业如宝洁（P&G）、惠普（HP）、国际商用电器（IBM）等都已在供应链管理的实践中获得巨大收益。

1.1.2　供应链：从协调到协同

1.1.2.1供应链协调的重要性

供应链是基于“竞争—合作—协调”机制的，其中协调（Coordination）是供应链成功运行的关键。供应链由不同的经济实体组成，它们各自有不同的优化目标和私有信息。同时，供应链中存在许多不确定因素，如客户可能会中途改变或取消订单、材料或零部件不能准时到达、生产过程中设备突然发生故障等，使得供应链系统具有很强的动态特性[5]。因此，为了使信息流、资金流和物流在供应链企业之间和企业内部顺畅地流动，有效的供应链管理必须协调供应链企业间和企业内部的各项行为与活动，使供应链作为一个整体来运行。所以，供应链协调是供应链管理的核心内容之一。

21世纪以来，制造业面临着越来越激烈的竞争，供应链出现了一些新特点：

（1）复杂性日益提高。在制造业供应链的许多层面上，复杂程度不断增加。对客户而言，企业技术革新为他们选择产品提供了许多新的机会；同时，对于制造商和供应商而言，客户对产品提出多样化、个性化需求使得制造过程的复杂程度提高。供应商需要应对突然但必要的产品转型，才能满足客户的需求。

（2）交流日益重要。在全球化和复杂程度日益提高的制造业中，只有交流更加迅速准确，才能造就更加高效的供应链。目前大多数制造企业还只是部分实现了上下游信息的共享和协调运作，离真正实现供应链和价值链的增值经营、降低物流成本还有较远的距离。

（3）供应链的网络化。随着世界市场由传统的相对稳定的市场演变成动态多变的市场，制造商之间的竞争演化为相应供应链之间的竞争。在持续的市场竞争压力下，企业不得不与各类贸易伙伴进行密切合作。同时，实现供应链参与者之间互动的技术出现，促使企业能与其合作伙伴共享信息。

（4）供应链的同步化。基于集成产品价值链的构想，供应链将跨越内部运作优化向同步化发展。供应链中的进取型企业已清楚地认识到只有满足客户对于产品的多样化需求才能创造价值，并将以客户为中心的观点贯穿从设计、生产到交付的全过程，实现客户需求的最大满足。这就要求供应链各环节能够同步响应和适应因数量、品种及特性等多种变化而产生的需求波动。因此，供应链运作将逐步趋向基于时间来满足客户需求，与市场需求同步化是必然趋势。

这些新特点的出现使管理实践者与研究人员都意识到供应链协调的重要性。2003年在学术会议IFORMS（the institute for operations research and the management sciences）上发表的论文中，供应链协调方面占到60%～70%。我国从2000年以来，物流管理和供应链管理在政府、学术界和企业界得到了高度重视。企业界，特别是大型企业，往往由于竞争压力和企业自身的发展，供应链管理，特别是供应链协调管理，已经成为一个很重要的管理问题，例如中国零售业的毛利润一般占其总收入的10%～15%，而其附加值收入则达到了总收入的5%～10%，后者与供应链的协调管理密切相关。供应链各成员认识到，供应链中具有一致目标和利益的企业在一定时期内形成共享信息、共担风险、共同获利的高度协调关系，有助于提高整体竞争优势。

1.1.2.2信息协调——供应链协调的新视角

1. 信息协调的意义

信息协调，是从信息作业的视角考察供应链协调（详见本书3.1.2节的相关解释）。供应链管理中，产品生产和流通涉及对供应链中物流、信息流和资金流的合理调控。物流在供应链中最明显、最直观，有人认为供应链管理就是物流管理的延伸和扩展。但进入信息社会以后，信息已与人、财、物等资源一样，成为企业的一种基本资源。信息在管理过程中起着基础性作用，伴随管理活动的是信息流，在生产经营活动中起主导作用。在供应链中，一切物流、资金流都紧密围绕信息流展开，只有在恰当信息流的指引下，物流和资金流才能达到效率最优、成本最低[6]。（见图1.1）

在上述供应链出现新特点的背景下，制造业信息化管理是一种必然趋势。在专家看来，很多中国制造行业（如汽车业）欠缺的是行业的整体竞争力。这些制造业是个覆盖面很宽的供应链群，与制造商关系密切的上游供应商与下游销售企业数目繁多，如何在较短时间内提高供应链管理水平成为面对国际企业竞争的关键所在。由于这些供应链上下游企业之间的信息传递十分紧密，它们的信息化建设成为必由之路，信息化水平直接关系到管理、生产、成本和效率等各个环节，最终全面影响企业的竞争力。

图1.1　供应链中的三流：物流、资金流和信息流

然而，由于组织障碍的存在和自身利益的需求，有效的信息传递和交流并不容易实现。事实上，大多数制造商还只是部分实现了上下游信息的共享和协调运作，供应链中仍存在诸如信息畸变、信息瓶颈、信息决策困难等问题，离真正实现供应链和价值链的增值经营、降低物流成本还有较远的距离[7]。因此，制造商不但要在企业内部加速实施信息化，而且要重点解决上下游企业间的协调问题。尽管网络化的IT基础设施能够提供一种重要的工具，但它既不能定义系统内需要的信息，又不能定义如何使用这些信息的语义。而信息协调是信息化建设中必须思考的问题，通过对信息协调的研究可以确定信息化的信息内容，促进供应链中信息交流，并为信息化建设提供参考。同时，信息协调是供应链协调的核心内容，也是实现它的必要条件。从供应链管理的角度看，信息协调的意义很明显：

（1）提高预测准确度，减小供应链中的需求放大现象。供应链是个环环相扣的系统，任一层级的活动都会影响其上、下游的厂商，如果整个供应链各层级的信息（包括销售、需求、库存、生产等）可以集中、分享，则各厂商都可以对其作业活动有更准确的预测。

（2）快速响应客户需求并降低库存。通过信息协调一方面使上游企业的产品能够准确、及时地到达下游企业，另一方面减小供应链中不确定性因素对供货时间的影响，从而提高供应商对客户需求快速满足的能力。

（3）信息协调所显示的利润空间将会促使供应链成员在信息基础设施方面投资，改善供应链成员的信息化水平，促进供应链成员之间的集成；

（4）促进供需双方签订更合理的契约，以实现更有效的协调。

2. 供应链管理需要信息协调

供应链管理以用户需求为核心，而这种需求以订单的形式贯穿整个供应链，其中涉及销售、采购和生产等各种形式的订单。供应链管理实质上是个由订单驱动的管理过程，企业的一切活动均围绕订单进行。所以，兰伯特将订单执行过程列为供应链八种流程之一，它对企业内部物流、营销、财务、采购、研发和生产等部门进行整合，协调关键的供应商和客户。订单执行过程（Order fulfi llment process,OFP）有各种中文翻译，有的称其为订单满足过程，有的称其为订单履行过程或订单履约流程，总之订单执行过程是指从接收客户订单到交付客户最终产品这一过程[8]。

订单执行过程的目标可以从两方面表述：一是在合适的时间向客户提供合适的产品；二是及时应对供应链中的不确定性，减少库存，提高供应链敏捷性。

不确定性是指事物或过程具有一定的规律性或真理性或完备性，但同时又具有一种不肯定性[9]。这里所说的供应链中的不确定性指供应链系统内部存在的、对供应链性能有直接影响的、可以控制和管理的不确定性，不包括供应链系统外、间接影响供应链性能的因素，如自然灾害或恐怖袭击等不可抗拒的因素[10]。供应链这一复杂系统中存在的关键问题就是不确定性，它是订单执行过程的主要约束，其产生的根源主要有三个方面：供应过程、制造过程和客户需求过程。

供应过程中的不确定性包括供应货物价格、数量等数据的不确定、供应质量的不确定以及供应提前期的不确定等。这些不确定性因素的存在致使供应商无法向制造商在事前约定的时间、地点提供指定数量和质量的商品，进而造成制造商无法正常满足客户需求。

制造过程中的不确定性主要来自于生产制造过程本身，例如由于制造商自身的机器故障或其他原因导致的制造过程的延误和中断，进而影响到上游的供应环节和下游的销售环节。

客户需求过程中的不确定性主要指订单变动或修改和非常规订单（比如个性化需求）造成的需求不稳定，它会引发生产计划、调度、控制方面的问题，最终影响到供应链的绩效。

库存是弥补生产不稳定和需求波动的主要手段，它与不确定性的存在密不可分。正是由于不确定性的存在，企业才不得不保持一定的库存水平进行缓冲。但是，过量库存增加了企业的成本支出。

另外，在订单执行过程中还存在其他约束，如物料与能力不同步、瓶颈资源的存在等。物料与能力同步能减少装配制造商的原材料或在制品库存，但由于多家供应商和提前期的存在，装配制造商生产过程中往往存在两者不同步现象，例如已到达的物料由于设备生产能力的限制无法开工或者由于物料迟迟未到无法开工，这造成了库存增加或订单交付期延长。平稳的物流对减小订单执行过程中的库存很有意义，而供应商或制造商瓶颈资源的存在，成为供应链平滑物流实现的障碍。

为了减小供应链的不确定性对库存的依赖以及上述订单执行过程的各种约束，应该考察引起不确定性的深层次原因，那就是信息的不对称和不完全。尽管网络化的IT基础设施能够提供一些信息交流的工具，但由于供应链企业自身对信息的收集和处理不充分、不能定义订单执行过程需要的信息以及定义如何使用这些信息的语义、对信息深层含义挖掘不够、自身的信息系统效率低下以及供应链成员间对信息的分散式持有方式，造成信息不对称和不完全，制约了订单执行过程目标的实现。因此，应该通过供应链信息协调解除约束，达到订单执行过程的目标，即在供应链中生成透明的、可视信息流，消除部门之间或企业之间的隔阂，节约时间与成本，最终提高运营效率。

1.1.2.3 协调的进一步发展——供应链协同

1. 供应链协同的含义

供应链协同(Supply chain collaboration)是供应链协调的最终目标。供应链协同这一概念出现于1990年代中期，由咨询界和学术界提出，是企业合作关系的进一步发展。所谓协同就是协调两个或者两个以上的资源或个体，协同一致地完成某个任务的过程或能力。协同的理念起初来源于系统科学中的协同学理论。协同学创始人Hermann Haken认为协同是指在复杂大系统内,各子系统的协同行为产生出的超越各要素自身的单独作用，从而形成整个系统的统一作用和联合作用[11]。

供应链协同是指供应链中各节点企业为了提高自身竞争力和供应链的整体竞争力而进行联合和协作的行为，它有以下三重含义：

（1）在组织层面，它超越了以往“合作与对彼此的容忍”，是对彼此承担责任，共同“付出和获得”；

（2）在业务层面，它整合了企业间的业务流程，使得各个合作环节的业务“对接”更加紧密，流程更加通畅，资源利用更加有效；

（3）在信息层面，它将伙伴成员间的信息系统紧密地集成在一起，实现了数据的实时流通和信息共享，使伙伴间能更快、更好地彼此开展协作，响应对方的需求和变化。

2. 供应链协同的原因

制造业从最初的简单手工业发展到上世纪中下叶的机械自动化大批量生产的过程中，信息和网络技术在整个产业的发展和变革中起着巨大的推动作用。人们在解决多变的市场需求、激烈的市场竞争、相对滞后的产品开发和不断变化的组织模式等矛盾过程中，不断提出了新的生产和管理理念。可以说，未来的制造是基于集成化和智能化的敏捷制造和“全球化”、“网络化”制造[12]。为提高企业的核心竞争力和充分利用各地的资源优势，企业在更加专业化的同时也加强了跨企业的分工合作，出现了企业集团、企业联盟和虚拟企业等新的组织模式，跨企业的合作与协同越来越重要。

信息技术的飞速发展提供了有利的工具，使企业能够打破组织之间的障碍成功地实现协同，并实现协同企业虚拟组织中价值链的整体优化，协同已经成为企业获取竞争优势的重要源泉[13]。为了更高效地实现协同，必须改变原有实体型企业组织模式，转而采用虚拟企业组织模式[14]。在这种虚拟企业的环境下，供应链管理己经从纯粹的物流以及外部关系的管理转为内外一体的物流、信息流、资金流的集成管理。企业为了增强竞争力，主动采取大规模定制、全球化、外包和协作等策略，以获得更短的上市时间、更低的成本，更快速地满足客户不断变化的需求。

总的来讲，产生供应链协同的原因包括外部原因和内部原因[15]。外部原因是为了适应竞争不断加剧的动态经济环境。内部原因则多种多样，包括通过协同获得更多的利润分配、追求供应链优势、建立一个竞争优势群体和保持自己强大的竞争力等。很少有企业能独立承担其产品所涉及的所有阶段的活动。企业要获得生存所需的利益和保持竞争优势，不能仅仅依靠自身价值链组织，需要理解和参与到所有供应商、销售商、广告商以及其他各个主体组成的整个产业供应链之中去。

企业通过观察和参与所在产业的供应链运作，分析其中具有战略重要性以及影响利润率水平高低的供应链环节。如果企业在上面所说的环节中处于主导地位的话，企业就要保留并且强化这些环节；如果企业无法控制供应链上具有战略重要性的关键环节和影响利润水平高低的环节，就必须从自身条件出发，强化自己具有优势的环节，加大资金、技术、人力投入，进行改革和创新，使其转变为具有强力竞争优势的供应链活动环节。

供应链一直朝着整合的方向发展，它牵涉到的范围将越来越广，各个环节的分工也将越来越细致。供应链整合的目的有两个：一是整合竞争对手忽略的环节；二是寻找新的整合方式。两者都可能使企业获得新的竞争优势。整合可以采用一体化方式，也可以通过协同方式来完成。一体化整合效果不确定，风险较大，而实行供应链协同具有一定的灵活性和较低的退出成本，所以供应链协同是趋势所向。

供应链协同从涵盖企业供应商、分销商、合作伙伴以及客户在内的整个供应链为角度，以全球化和客户需求为导向，依赖信息技术，加强与上下游企业之间信息和资源共享以及业务协作，实现共同的战略目标。供应链协同技术与方法为供应链协同提供了有力支持，是供应链协同管理能顺利实施的关键。作为一种现实的合作模式，协同是供应链业务流程顺畅连续的一种连接方式，是更有效地利用和管理资源的一种手段。从一提出开始，供应链协同就得到了理论界和企业界的广泛重视，并取得了一批研究成果[13]。

1.1.3　供应链协同与知识管理

1.1.3.1 供应链知识管理

知识资源和智力资源已经成为保持企业竞争优势和维持其可持续发展的重要资源。企业之间、合作伙伴之间的业务交流越来越多，企业需要不断地获取新的知识资源以增强企业的创新能力，巩固其市场地位。在企业自主知识创新风险较高、成本较大和企业自身创新能力有限的情况下，从组织外部获取新知识（包括科学、技术、管理等知识）是企业知识增长和价值创造的有效途径。而供应链作为企业获取外部知识和价值创造的一个重要源泉，通过协调与整合不同企业的互补资源（包括知识），可以使成员企业学习和掌握企业外部的先进知识，从而提高组织的知识水平和知识创新能力。因此，对于供应链中的任何一个企业来说，供应链都是一个蕴藏着丰富知识资源的“知识源”。

知识管理（Knowledge management）在学术界和企业界引起了广泛的重视，被视为企业面对知识经济时代、适应新的竞争环境的重要工具[16]。企业通过对企业知识及相关资源和知识运用过程的管理，实现企业知识的发现、共享与重用，从而提高企业的应变和创新能力。为了在激烈的市场竞争中扩展业务，企业必须将协同业务过程与知识管理充分结合。许多企业没有深刻理解协同的全部内涵，忽视了企业内部和外部过程的“动态整合”，亦即企业知识管理与商业过程之间的充分集成。企业应建立企业与客户、供应商以及员工之间的知识链，完成知识链与商业流程的整合，而知识管理就是实现“动态整合”的理想工具。

知识经济和大规模定制等概念的提出，使得企业把知识财富作为获得竞争优势的战略要素来看待。企业除了通过Internet和现代信息技术获取市场信息，整合企业价值链外，更重要的问题是如何对信息进行深度管理，也就是知识管理。供应链协同管理是针对供应链网络内各节点企业间的合作所进行的管理，其核心是各有关企业进行全面合作，协同完成共同目标，而合作的基础是互相了解，是相关知识的共享，只有这样才能实现企业的协同创新，增强企业间的协作运营能力，提高企业群体各种业务活动的效率和实现各种实体资源的互补。因此，协同是知识管理的最终价值实现，供应链必须将知识管理与协同业务过程结合起来，从而增强企业创新能力并获得市场竞争优势。

1.1.3.2 知识管理与供应链协同

供应链管理是基于客户最终需求，对围绕提供某种产品或服务的相关企业的信息资源，以基于Internet技术的软件产品为管理工具，实现整个渠道商业流程化的一个平台。供应链管理是企业实现整个渠道商业化流程的一个平台说明了如下问题：

①供应链管理就其本质来说是一个平台，是供应链上各相关企业共同使用的一个IT基础设施。

②供应链管理以渠道商业流程优化为核心内容，进而实现整个供应链的增值。

③供应链管理的直接处理内容就是以最终客户需求为核心的供应链上相关企业的信息资源。在供应链中，拥有关键资源、核心知识和领导能力的企业称为核心企业，因此，在供应链的运作过程中，推动知识在供应链中共享和传播是核心企业义不容辞的责任。

知识管理在以下几个方面改善了供应链管理的策略和运作绩效：

①提高供应链中知识的利用率，最大限度地发挥知识在供应链网链结构中的网络效益。知识管理门户将传统意义上保存于人脑中的知识进行过滤、分析和归类等深度加工和处理，并进一步整合为可以共享的供应链知识资源，促进了个体知识向集体知识的转化，同时为核心企业的内外用户（员工、合作伙伴、客户等）提供单一的信息入口和知识获取的平台。

②增强供应链节点企业间信息的透明度和知识共享的范围，降低供应链运作过程中的诸多不确定性。知识管理消除了供应链知识共享的时间和空间限制，避免了隐性知识利用不充分等供应链无形资产流失的状况，跨越了横亘于人和知识之间的无形障碍。

③提高供应链的整体协作程度和快速反应能力。知识管理把“鼓励协作、激励创新”的团队精神运用于实践中，它集个人服务、协作服务和企业应用三个层次于一体，相应地把知识管理过程中的人、场所和项目三个基本要素统一到知识管理平台上。

知识管理与供应链协同契合点在于：

①对信息的关注。知识管理是知识发现、挖掘、共享的一个过程，而知识是对信息搜集加工之后的结果。知识管理是信息管理的高级过程，而供应链管理就是处理以最终客户需求为核心的供应链相关企业的信息资源，而且供应链管理就是一个通过信息集成实现商业流程最优化的典范。

②基于对整个组织的考虑。不论是知识管理还是供应链管理，都是为了提高整个组织的效率，利用知识共享、渠道商业流程化，来实现供应链的增值，进而实现整个组织效益最大化。

③相同的组成部分。供应链管理与知识管理都有制定和实施两个方面，两个管理过程都是持续的、循环发展的，都关注企业的长期生存和良好发展，这是可以把供应链管理与知识管理过程契合的关键之处。

1.1.3.3 知识管理对供应链管理的影响

供应链管理有助于企业在全球范围内与供应商和销售商建立合作伙伴关系，形成长期战略联盟。知识管理思想在供应链管理中的应用使得企业可以对企业的一般业务信息和企业知识进行集成共享，在完善的供应链知识网络环境下，实现供应链总体效益最优。供应链中知识管理的应用主要体现在以下几方面[17]：

（1）扫除供应链内各成员间知识共享的观念障碍

在供应链知识管理中，强调知识的共享与传播有利于提高整个供应链的知识水平，进而提高供应链的整体竞争优势。来自信任方面的障碍是影响知识管理的最主要因素。成员间由于对供应链不稳定性的顾虑，总担心供应链一旦解体，共享知识的企业将失去优势，即使供应链不解体，该企业在供应链的价值分配中也将失去优势。其实，供应链的正常运行是每个成员共同付出努力的结果，供应链所创造的增值应在各成员间进行合理分配。这就要求供应链各成员通过协商来共同解决知识价值分享问题，以形成一个合理、有效的衡量标准，兼顾所有成员的共同利益。特别要创建一个有效的激励机制和所有成员都能自觉遵守和共享的“供应链文化”，使供应链成为一个“学习型组织”。

（2）保存、挖掘、共享企业内外知识

供应商与企业间的传统关系是单纯的产品购买、销售关系，供应商无法影响企业决策。应用知识管理后，供应商可以适时向企业供货，并及时反映市场动态，企业可据此调整生产，通过企业内外知识的交流，实现企业内部知识共享和企业外部知识内化。供应链管理中的这些核心知识是进行信息共享的基础，将这些知识存入知识库，可避免人员频繁流动造成的损失。在传统的供应链中，由于信息交流速度的限制，完成一个物流活动需要的时间较长；传统的物资供应过程由多个业务流程组成，人为因素影响较大。随着知识的运用，客户的任何一个需要，供应、配送的信息都可通过企业知识网络选择捷径，企业可以实现敏捷供应和科学的决策。

（3）降低供应链不确定性，增强供应链的灵活性

由于供应链上各组成部分的需求可能随时间变化，供应商要能够适应不断变化的商业环境，提高应变能力，不使系统中断。从本质上说，知识意味着不确定性的排除，而流程既是知识的创造方式，又是知识的整合方式。在不确定性日趋增大的竞争环境中，可以通过知识管理进行有效整合、创造和运用知识来规避供应链不确定性，并增强供应链灵活性。供应链的灵活性来源于流程网络化，其本质是以供应链知识获取、创造和应用过程为基础，重构供应链的内部权力配置和外部市场边界，从而打破内部传统的层级制权力结构和外部与竞争者、供应者、客户以及其他利益相关者的交易关系模式，使供应链成员企业真正实现“通过创造知识来创造市场价值”。因此，随着知识经济时代的到来，原有的基本工业经济条件下所提出的供应链管理理论已不能满足现代企业生存与发展的需求，实施知识管理成为供应链管理的必然要求。

1.2　国内外研究现状

1.2.1　关于供应链协调的研究

1.2.1.1 供应链协调及研究内容

供应链协调是组成供应链的各部门、企业之间结合各自的一系列目标（行动、决策、信息、知识、资金等）进行协调，以达到供应链的共同目标，从而减少供应链中各节点企业间的冲突及内耗，更好地分工合作，减小不确定性，发挥供应链的总体优势以获取最大利益[18]。

从协调范围方面讲，供应链协调包括两类：一是企业内部的各功能部门的协调；二是供应链上各企业之间的协调[19]。供应链有三个传统的阶段：采购、生产和配送。相应地，供应链协调有三种类型：采购商—供应商协调、生产—配送协调和库存—配送协调[20]。刘永胜则指出除了上面的三种类型外，还应包括生产—库存协调、多级库存协调和供应链活动与环境协调等类型[21]。

供应链协调可分三个层次：战略层、战术层和操作层。战略层协调研究的主要问题是供应链网络的设计，包括合作伙伴的选择、厂址和仓库的选择等，还包括产品的设计、协调企业的利益和风险分配。采用的方法有直观判断法、招标法、协商选择法、采购成本比较法、ABC成本法、层次分析法、模糊综合评价法、神经网络算法等；战术层协调的内容大体上可以划分为三类：生产—库存系统的协调、库存—分销系统的协调和生产—分销系统的协调。操作层协调问题主要包括供应链同步运作及信息协调。Li和Wang指出优化供应链系统的一项重要内容是调整供应链组成成员的目标并协调他们的决策和行为，并针对单供应商、多客户的两阶供应链，分别从集中式决策和分布式决策两方面，结合不同种类的客户需求（随机需求、相关需求、独立需求等）从运作层库存管理的角度对其中的协调机制进行文献综述[22]。表1.1表示的是运作和组织两种视角下的供应链协调方式[23]。

表1.1　协调方式

薛岭和蒋馥则从供应链总体视角上划分协调为非信息协调与信息协调[24]。非信息协调主要指完善地理、运输、仓储等一些实物的供应条件，如实现零库存生产方式的条件是要有良好的运输协调，能够做到及时到货不影响生产或销售。信息协调主要指整个供应链对内外部信息的掌握以指导供应关系，即需求信息可以无缝、流畅地在供应链中传达，从而使供应链能与顾客需求步调一致，形成更为合理的供应关系，适应复杂多变的商业环境要求。

1.2.1.2 供应链协调机制

描述供应链协调的主要方式之一是协调机制（Coordination mechanism）。协调能力受两个主要因素影响：信息共享和决策权力。有两种方法可实现协调：一是采用组织集中决策的方式；二是使用协调机制进行分散决策。协调机制用于管理各种活动间的相互依赖性，提供了管理人、过程、组织之间相互作用的工具[25]。

Marschak和Radner认为协调机制包括信息结构和决策制定方法。前者描述信息的来源、内容、加工、去向，后者决定该采取何种行动[26]。Simatupang等则把供应链协调机制分为四种：同步物流（Logistics synchronization）、信息共享（Information sharing）、激励联盟（Incentive alignment）和集体学习（Collective learning）[23]。同步物流负责协调物流过程以满足客户需求。信息共享是保证在供应链成员间传递信息的一致性。激励联盟就是提供各种激励机制，合理分配利润，共同分担风险，使供应链成员行动协调一致，供应链获取利润最大。集体学习主要是负责处理知识在供应链成员间传递的一致性问题。

1.2.1.3 供应链协调研究方法

近些年来，越来越多的研究者利用不同的建模和仿真方法研究供应链协调问题。这些方法可归纳为以下四类：

①确定性分析模型——所有变量的取值是确定的；

②随机分析模型——至少存在一个变量值是未知的，且被假定服从某种概率分布；

③仿真模型——常用于评估各种供应链管理控制策略的有效性；

④基于Agent的模型——提供供应链系统的柔性和实时响应。

大部分研究使用的模型是基于分析、优化（如运筹学）和仿真（系统动力学、多Agent系统）的。分析模型研究的供应链结构通常包含两个交易实体（买主和卖主），这种结构过于简单，由分析模型得到的管理视点只能停留在概念层次上；优化模型的主要缺点是利用假设降低问题的复杂度，这些假设使得研究结果很难应用到动态变化、复杂的实际环境中。由于供应链是典型的复杂系统，采用传统的研究方法很难描述和求解其多阶段、多层次和多主体间的动态协调关系。因此，仿真方法成为供应链协调模型求解中最有力的工具之一。

供应链仿真是通过建立仿真模型，在计算机上模拟供应链系统的运行过程，从而为研究及决策提供支持。系统仿真包括系统建模、仿真建模和仿真实验三个基本活动[27]。Ingalls探讨了仿真方法在供应链建模中的作用[28]；Angerhofer 和 Angelides介绍了目前供应链管理应用系统动力学方法进行研究的状况[29]；任常锐等指出供应链仿真建模方法主要有离散事件系统仿真和多Agent仿真两种[30]；金淳和刘昕露在介绍国内外供应链协调模型研究现状的基础上，从计算机仿真建模的技术特点、工具和方法等方面着手，归纳、分析、比较了集中式、多Agent和分布式等仿真方法的研究状况，指出了用仿真建模方法解决供应链协调问题的研究前景及发展趋势[31]。

1990年代以来，Agent及与Agent相关技术得到了充分重视和研究。而供应链实体和Agent之间存在着联系，可以通过抽象的方法建立供应链实体与Agent之间的对应关系。因为根据供应链的定义，供应链是由一些自主、半自主的企业实体构成，这些实体具有不同的资源约束和目标且具备如下性质[32]：

①实体是具有决策智能的自治单元，每个实体具有描述目标、能力、结构的能力和领域知识；

②实体能进行智能活动，诸如分析、推理、判断和决策；

③实体之间存在通信机制和协商策略，并且实体之间通过协商合作完成共同的生产与经营任务；

④实体具有动态自组织能力，通过自组织在混沌中建立秩序。

因此，随着人工智能以及Agent技术的发展，利用具有一定自主推理、自主决策能力的Agent以及由其组成的多Agent系统来模拟、优化供应链的运行，成为研究供应链管理的重要方法之一。

1.2.2　关于供应链信息协调的研究

1.2.2.1 信息协调涉及的信息类型

供应链决策层次分为战略层、战术层和运作层。战略层决策问题包括供应链合作伙伴的选择、产品定价、确定制造范式、工厂选址、产品定价等；战术层决策问题包括生产计划的制定、安全库存的设置、运输计划的制定等；运作层决策问题包括生产调度、库存分配、车辆调度等。不同层次的决策在时间跨度和决策问题的范围两方面是不同的，且所需要的信息内容也不同。在相关研究中绝大部分涉及的是战术层和运作层信息，如订单信息、库存信息等，几乎没有战略层信息。Huang等提出了生产信息模型（Production information model, PIM）的概念，该模型从信息共享的角度较全面地对可能影响供应链绩效的信息进行了总结和分类[33]。另外，Maloni和Beton指出除了库存信息、订单信息外，订单状态信息和销售点信息也应该共享[34]。还有的文献研究供应链分布式项目调度问题中的信息共享。供应链分布式项目调度问题（Distributed project scheduling problem,DPSP）是关于多个项目在一个由独立、自治的企业组成的网络中如何配置和调度的问题。此过程强调企业之间的协调，而信息共享可以加强协调的效率。Lau等提出了一个基于谈判的方法来解决分布式项目调度问题，指出如何通过企业之间的信息共享尤其是共享调度柔性信息来提高集中度和调度的质量[35]。

1.2.2.2 信息协调对供应链绩效的影响

供应链绩效衡量指标最终可归为服务（Service）、质量（Quality）、成本（Cost）和提前期（Lead-time）[36]。相关文献多是研究信息共享模式——信息共享的种类、信息共享的程度和信息共享的范围——对供应链成本和服务水平的影响。Angulo等指出在非稳定需求情况下零售商与供应商共享预测信息能显著提高零售商的订单执行率[37]。李培亮等采用单周期报童模型研究信息共享对供应链绩效的影响，指出对于由一个制造商、一个零售商组成的供应链，信息共享下的供应链总利润高于没有信息共享的总利润；而且制造商和零售商各自的利润在信息共享情况下都高于没有信息共享时的利润[38]。

Gerard和Marshall比较了在客户需求随机条件下，由一个供应商多个零售商组成的供应链在以下三种情况下供应链成本（库存持有成本+延期交货惩罚成本）的变化：利用信息技术在制造商和零售商之间共享需求数据和库存数据；利用信息技术加速订单处理过程（缩短提前期）；利用信息技术降低订单处理成本（减小批量大小）。结果表明信息共享能降低供应链成本，但利用信息技术加速供应链上的物料流动比单纯的信息共享更有价值[39]。

还有相当一部分文献是针对供应链中的牛鞭效应（需求放大现象）的。牛鞭效应产生原因包括对客户需求信息处理时采用了不精确的需求预测、需求量大于供应量时企业之间的博弈、订单分批量造成的订单分散、价格降低导致的客户大量购买行为等[40]。牛鞭效应产生的后果有高库存、供应链敏捷性降低以及客户服务水平降低，而敏捷性降低、客户服务水平降低又导致低效运输和生产调度不准确，最终导致供应链成本增加。Lee指出共享销售数据、交换库存信息能够减小牛鞭效应[41]；Chen等以一个制造商和一个零售商构成的简单供应链为研究对象，指出共享用户信息能够大大减小牛鞭效应的影响，但不能完全消除[42]。

1.2.2.3 信息协调中的信息共享策略和共享模式

供应链中的信息共享策略有信息集中（Information centralization）、供应商管理库存（Vendor managed inventory,VMI）以及协同计划、预测和补货（Collaborative planning, forecast and replenishment,CPFR），见图1.2[43]。它们共享信息的内容和方式存在差异：信息集中指零售商与供应链的其他成员共享实际市场销售数据从而减小牛鞭效应；VMI指供应商等上游企业基于其下游客户的生产经营、库存信息，对下游客户的库存进行管理和控制，即将管理零售商销售点库存的权限交给供应商，从而提高库存周转率和顾客满意度；CPFR不仅共享订单信息还共享诸如历史销售数据、预测等信息，通过标准化的共享信息进行精确地市场预测，根据需求动态及时补货，进行有效地库存管理，以减少成本，实现共赢，提高整个供应链的业绩和效率。

图1.2　供应链协调中的信息共享策略

严建援和翟春娟从合作伙伴关系的视角探讨了供应链合作伙伴的类型及合作目的，并以此为基础构建了供应链合作伙伴的信息共享模式及技术支撑体系[44]；马士华和刘念分析了节点企业对共享信息的一般处理过程以及基于时间竞争环境下的供应链对信息共享模式的相应要求，在此基础上提出支持协同决策的信息共享模式[45]。

1.2.2.4 信息协调中的信息技术

由于早期的电子数据交换（Electronic data interchange,EDI）系统价格昂贵，中小企业难以承担，所以相关的研究集中在其他信息技术。如Zeng等指出通过B2B e-hubs达到供应链信息集成[46]。文章提出一个将现存的e-hubs集成到其它先进信息技术中的框架，从而消除间隙并扩大e-hubs的功能以便为供应链集成提供更好的功能。Williamson等认为使用与Internet相结合的组织间的信息系统是实现供应链集成的有效手段[47]。还有些研究集中在基于多Agent、公共对象请求代理体系结构（Common object request broker architecture,CORBA）、Web等的集成平台研制[48-49]。

1.2.2.5 信息协调机制

由于供应链成员都是独立的经济实体，以利润最大化为目的，有各自的私有信息，众多学者研究了在各种非对称信息情况下，供应链契约对成员进行有效激励的问题。Feldmann和Muller分析了如何建立激励机制以获取真实、可靠信息的问题，并给出一个激励方案，用以表明提供真实信息的倾向是可以建立的，且从长远看这种倾向能够得到赞同[50]。Porteus和Whang研究了分散型供应链中的信息协调。通过构建报童模型设计了激励机制使分部经理提供真实信息，从而做出系统最优决策[51]。Lee和Whang对组织内部分散型多阶供应链的激励和信息协调进行了研究，分别讨论了成本保持、激励相容以及信息分散化的情况。研究发现，合适的激励机制可以使分散型系统优于集中控制系统。同时，对于公司内的分散型供应链网络，转移价格、产品配送以及订货处罚的绩效测评计划对于促进信息共享非常有效[52]。

杨国栋等通过对供应链节点企业信息共享障碍的分析，提出了信息共享的六条激励策略：对供应商实行价格激励、减少零售商前置时间、风险防范措施、提高沉没成本、建立利益再分配机制和克服文化差异[53]。樊敏等运用委托代理模型研究了促进零售商信息共享的激励和监督问题，提出核心制造商要强化零售商信息共享的意愿，就必须使整个系统的利润增大，从而使零售商分享的利润也增大[54]。马新安等以一个两阶段的多任务委托代理模型来研究供应链中核心企业对其供应商进行供应活动和信息共享活动的最优激励问题，并用它来解释供应链中合作伙伴关系的持续改善过程。结果表明供应商努力成本的边际替代率在信息共享以及正常供应活动的激励中起关键作用[55]。

1.2.2.6 多Agent技术在供应链信息协调中的应用

在多Agent系统模型中，Agent是一个软件实现的对象，存在于一个可执行的环境中，具有主动学习和适应环境的能力，Agent之间能够进行交互[56]。Agent具有适应性、自治性和社会性，最适合模块化、分布式、易变、非结构化和复杂性应用场景。因此，多Agent系统是实现实时交流和决策制定的可行技术。每个Agent代表决策制定过程中的一部分，组成决策者紧密联系的网络，以实时响应客户需求[57]。

国外学者对多Agent技术在供应链信息协调中的应用研究集中在供应链建模和供应链系统构建两方面。供应链管理关注多个决策者的协调一致，所需要的信息基础设施由一个分布式信息系统支持。因此，分布式系统模型最适合于描述供应链网络，从而基于Agent之间明确清晰交流的多Agent系统便是供应链建模的必然选择。Hinkkanen等建立了适用于动态环境的Agent模型，其中Agent不仅描述供应链中的信息流和物流，而且描述资金流[58]。Lin 和Shaw提出了一个多Agent方法用于对订单执行过程建模，对不同供应链构造中的三种需求响应策略（按订单生产、按库存生产、按订单装配）进行评估，发现有效的信息共享在保持订单执行周期不变的情况下能减少库存成本[8]。 Kimbrough等应用Agent建立供应链仿真模型，采用遗传算法寻求最优的订单配置，从而研究如何减小牛鞭效应[59]。Yung和Yang应用多Agent、人工智能和Internet优化供应链中的物流和信息流[60]。Lau等针对分布式项目调度问题描述了一种基于多Agent的方法[35]。

除此之外，还有大量的研究集中在如何利用Agent进行供应链系统的构建。加拿大多伦多大学在实施企业集成计划中，将集成供应链管理列为其重要项目。他们所开发的供应链集成系统由一组智能Agent组成，每个Agent能完成供应链上一种或几种功能[61]。Barbuceanu和Fox为达到Agent之间的协调构造了一种Agent之间的交流语言和接口[62]。Barbuceanu等继续此项工作构造了一个基于Agent的供应链模型[63]。在此模型中，所有实体和生产活动都表述为一个个的Agent，包括客户Agent、销售Agent、计划Agent、物料Agent、生产Agent、调度Agent、运输Agent。Fox等还提出了一个更复杂的框架以协调和管理混乱事件——基于马尔可夫决策过程的理论决策计划被集成到了Agent单元中[64]。Swaminathan等也描述了一个供应链模型框架，框架由代表各种供应链成员的Agent（如零售商、制造商、运输商）、它们的控制要素（如库存策略）以及交互协议（如消息类型）等组件构成。该模型提出的目的是进行战术层和运作层的集成[65]。Allwood和Lee则指出应用Agent进行仿真建模的研究文献若不考虑Agent之间的竞争，模型会缺乏现实意义。他们提出一个新的Agent结构以研究供应链网络中的动态行为，可用于发现合作伙伴进而指导实践。该Agent的显著特点是它能在相互竞争的卖主之间进行选择、能对多个客户订单按优先级进行分派、能管理生产和库存、能根据竞争行为进行定价[66]。Xue等提出构造供应链（Construction supply chain）的概念，分析了其中存在的难题。为解决这些难题和提高构造性能，设计了一个基于多Agent的框架，该框架基于多目标谈判（Multiattribute negotiation）和多目标效用（Multiattribute utility）理论。该框架将构造供应链中的相关组织和多目标谈判模型集成到多Agent系统中，为供应链构造过程中的协作提供解决办法。文章还进行了原型系统的开发[67]。

国内学者也开展了相关研究。年劲飞和黄道分别从多Agent和单一Agent的角度对供应链环境下的协商要素进行分析[68]。在此基础上，结合供应链管理中协商的特点，提出了一个通用协商模型。该模型给出了一个灵活的协商协议。蔡勇等在分析制造商与供应商协商系统结构的基础上，给出具体的制造商与供应商协商策略，阐述了协商决策机制，并将Agent技术运用到协商系统中，分析了Agent系统框架及应用实例[69]。高翔等设计了一个基于Agent的供应链仿真模型，给出了模型的类结构图、主要算法及消息的部分代码实现，通过实验验证了其可行性[70]。林杰等在给多个Agent分别赋予库存管理、生产计划等生产运作的知识之后，通过它们的协调合作，对供应链中企业的生产运作过程进行仿真[71]。姜金菊和林杰提出了一个基于Agent的供应链仿真方法，进而在实践上把多Agent技术和仿真技术相结合，并利用Agent开发工具ZEUS在供应链框架内开发了一个多Agent仿真模型，通过量化供应链中的信息流和物流，评估分析了所提出的供应链管理策略[72]。

1.2.3　关于知识管理的研究

供应链运作需要协同，协同需要知识管理的支持。供应链中的知识管理问题逐渐引起学术界和企业界的关注[73]。目前在理论界，专门的研究机构不断出现，相关的学术著作成倍增长，许多主要的管理类及信息技术类学术刊物都大幅度增加了相关的论文，专门的“知识管理”学术期刊也开始出现。此外，国际互联网上也出现了与知识管理密切相关的众多文献。来自不同领域的学者从多个角度对知识管理进行了探索，例如乌家培、王众托、邱均平、Mathotra、左美云等人分别对知识管理的内涵和内容框架等方面进行研究[74]，着眼点各不相同，对知识管理实质的理解也有较大差异。关于供应链知识管理还没有确切的定义，一般认为它是供应链企业间的知识管理过程，是供应链节点企业运用集体智慧，通过获取、共享和运用存在于企业内部和外部的显性和隐性知识，使其产生协同价值，从而提高企业知识创新与运用的效率，增强供应链整体竞争力的过程。供应链知识管理方面的研究主要侧重在以下几个方面：供应链中的知识类型及供应链中知识管理的基本理论、供应链中的知识学习、供应链中的知识共享与转移、供应链企业的知识吸收能力、供应链知识管理的实现、供应链知识管理与供应链绩效的关系等等[73]。从研究方法看，大体可分为侧重于计算机信息技术与人工智能技术手段的研究与侧重于从人文、社会与经济管理等角度进行的研究。从研究的对象看，也大致包含了两种类型——部分工作倾向于把知识看作相对稳定的实体，知识的管理涉及这些知识内容的管理、维护与应用；另一类研究更多地强调知识的动态特性，因而知识管理更多涉及对与知识相关的过程（知识的创造、共享、传播与应用等过程）的管理。与知识“过程”管理密切相关的一项工作是人们关于组织学习和学习型组织的探讨。信息技术方面的进展为知识管理实施提供了技术基础，例如计算机网络、人工智能、数据挖掘等。企业知识管理系统的研究已成为近年来企业知识管理研究的热点之一，出现了大量的论文，特别是在企业知识共享建模、分布式知识管理等方面取得较大进展。

在企业界，率先开展供应链知识管理实践的跨国企业，如丰田、戴尔等，积极发掘知识管理同企业绩效的关系[73]。在丰田公司，通过公司采购部和运作管理咨询部共同策划建立丰田供应链知识共享机制，主要由供应商协会、咨询小组和学习团队组成，通过供应商协会的定期主题会议使显性知识在供应链中传播，通过咨询小组和学习团队的定时交流和学习机制，使隐性知识在供应链中传播，从而提高了各企业的竞争力，协调了各伙伴企业的知识水平。丰田的供应链知识共享机制使供应商树立了自己是丰田一份子的思想，并愿意帮助供应链上的其他企业，从而在认识上有很大提高。戴尔公司认为同合作伙伴共享知识是戴尔成功的基础。戴尔的直销思想不仅仅运用到同客户的销售关系中，而且还运用到同供应商的知识共享中。良好的知识共享机制使各合作企业关系更加紧密，从订单预测、质量改进、定价、存货管理到生产合同的履行都配合得很好。

供应链中的知识管理虽然现在还处在起步阶段，相关的研究和实践还不是太多，但企业界的实践已经证明知识管理能够协调供应链企业的知识水平，提高供应链整体创新效率，为企业带来竞争优势。学术界也展开了对供应链知识管理问题的积极探讨[17]。特别是对供应链知识管理的热点问题，如供应链企业间知识学习、知识吸收能力等进行了较多的研究。我国对供应链知识管理问题的研究还停留在理论探讨阶段，鲜有企业进行供应链知识管理实践的报道。

1.2.4　关于企业过程协同的研究

“协同学”最早的基本理论和观点来自于Hermann Haken的著作《Snynergetic-An Introduction》，书中正式建立了协同学的理论框架。同时，计算机网络技术的发展，给协同科学的研究和应用提供了强有力的支持[75]。“协同”是个具有深刻哲学意义的概念，它强调整体的协调和协作。Malone提出了协同理论的框架，其关键思想是将“协同”看作管理各种相互关联行为的过程[76]。对协同概念的传统理解更加强调整体和部分的关系，它强调的是整体的组合效能大于个体的功能。

协同过程的控制主要研究如何有效地组织、管理和定制相关的过程、人员、资源和活动。参与网络化协同产品定制的每个企业都有自己独立的组织体系和决策机制，都有独立的运作方式和管理方法，但是当这些企业参与到定制过程中，他们又必须是协同的，这就需要一定的协同控制机制。协同的程度越高，企业间合作的效率就越高。

在过程协同的研究方面，过程建模、优化和控制一直以来都吸引着众多研究者的关注，不同应用领域的国内外学者提出了众多的研究方法[77]。过程建模是进行过程优化和控制的基础，也是进行过程协同的基础。过程建模方法有基于语言的方法、基于图形的方法和基于知识的方法，其中基于知识的协同过程模型必须对企业过程性知识进行有效表达和管理。工作流作为协同工作的重要使能技术，在计算机支持的企业协同中扮演着重要角色。

1.2.5　关于供应链协同的研究

供应链协同虽然提出的时间不长，但引起理论界和企业界的广泛兴趣，相关研究取得了丰硕的成果。

供应链协同主要涉及战略层协同、策略层协同和协同技术三个方面[78]：

（1）战略层协同

战略层协同以概念模型和协同管理思想为基础，对整个供应链协同进行定性或定量分析。它研究的问题主要包括对供应链协同管理的关键要素、预期协同价值收益、协同机制等方面的建模分析。供应链协同管理关键要素和协同价值收益的分析研究，为供应链如何实现协同提供了思路和方向，为协同管理的进一步研究奠定了基础。对供应链战略层次的研究说明了供应链协同管理是供应链管理崭新和最为现实的模式。也只有在战略高度确定了供应链协同管理思想才能按供应链协同模型进一步改进供应链管理、增强行业竞争能力、最优化解决供应链协同中的各类问题。

战略层协同研究的另一类主要问题是供应链网络的设计，包括供应商和客户的选择、厂址的选择、仓库的分布、产品的设计等等问题。其中供应商和客户的选择问题得到了专家和学者的广泛关注，方法较多，包括直观判断法、招标法、协商选择法、采购成本比较法、ABC成本法等。对于协同伙伴的选择问题，在理论上解决的比较成功，在实践上也得到了充分应用。此外，供应链协同的风险分担和利益分配也是供应链战略协同的一个重要方面，直接决定着供应链各企业能否协同。只有建立了合理的风险分担和利益分配机制，才能使供应链各企业的协同状态长期保持下去。

（2）策略层协同

策略层协同是供应链协同管理研究的中心问题。主要包括具有供需关系的上下游企业间的需求协同策略、产品设计协同策略、库存协同策略、生产协同策略、物流协同策略、采购协同策略等。对于供应链协同策略层的研究是供应链协同管理研究的核心问题，许多学者给予了高度重视，并且取得了一定的研究成果。

（3）协同技术

协同技术提供了新的连接合作伙伴的方法，同时增加了端到端的透明度，提高了决策的快速性及有效性。它主要研究如何实现供应链的同步运作和信息协同，是供应链实现协同的基础和关键，为战略协同和策略协同提供有力的支持。供应链协同运行是建立在各节点企业信息共享的基础之上，协同的效率取决于信息共享的程度，因此信息与通讯技术的发展是供应链能够实现协同的关键。从支持信息协同的网络技术来看，Internet技术的发展，使得跨企业的协同协作平台成为可能。以信息技术为支持，实现供应链同步运作的协同技术主要包括多智能体技术、工作流管理技术以及应用软件技术等。

1.3　研究意义

综上所述，国内外众多学者对供应链信息协调及Agent在其中的应用进行了大量研究，供应链协同和知识管理等概念的提出，使得企业把知识财富作为获得竞争优势的战略要素来看待，并通过知识管理达到供应链协同创新的目的。在文献回顾的过程中，作者认为这一领域的以下方面需要进一步研究：

（1）信息协调、信息协同、信息共享的区别和联系。目前在供应链信息流的相关研究中使用了这三个概念（尽管前两者的使用频率低于后者），但只有信息共享有明确的概念界定，而信息协调和信息协同的概念只是被研究者直接引用，且引用它们的研究者认为其等同于信息共享。那么，到底这三个概念有何区别与联系？它们的内涵和目的是什么？为消除这些疑虑，有必要对这些概念进行明确界定。

（2）建立供应链信息协调总体框架。如前所述，目前有关信息协调的研究大多是从某一方面（如信息类型、共享某种信息对供应链绩效的影响或者信息协调用何种技术实现）开展的，尚未发现对其进行系统地介绍或研究。建立信息协调的总框架有益于帮助人们从宏观角度理解供应链信息协调的内容和方法，因而这项工作是有益的。

（3）采用基于多Agent的建模与仿真方法研究供应链信息协调。已有的利用Agent技术研究供应链信息协调的文献较少从制造核心企业的信息需求角度出发对供应链的信息协调进行深入讨论。另外，Agent技术研究结果的可用性依赖于两种要求：一是Agent模型足以接近现实世界，二是对整个多Agent模型能设计合理的实验。那么，针对切实的问题如何进行供应链本体的表达和管理、Agent角色划分，如何设计多Agent协调机制、如何确定多Agent系统的框架都是需要深入的工作。(www.chuimin.cn)

（4）订单执行过程中实现供应链信息协调的模型和阶段。订单执行过程中供应链各企业通过信息的传递与共享消除隔阂，制定精确的决策，节约时间与成本，提高运营效率，谋求共同利益。订单执行过程中实现供应链信息协调是个循序渐进的过程，应该具有一定的模式，经历相关的阶段。已有文献缺乏这方面的研究，因而这也是值得研究的。

（5）虽然众多理论研究表明信息在供应链中充分的传递和共享对供应链管理是有价值的，但在实践中企业之间的信息协调步履缓慢，这主要是因为供应链是一个由社会系统和技术系统相互作用而形成的社会技术系统，为了提高供应链绩效不能只考虑技术因素，还要考虑社会因素。因此，供应链信息协调机制值得进一步探讨。

（6）组织结构的动态性是供应链重要特征之一，供应链的构建与管理不同于传统企业的管理。在供应链的构建方面，合作伙伴选择方法研究较多，缺乏从宏观层面探讨供应链组织结构的形成过程以及供应链的多层次管理。

（7）供应链知识管理应对协同过程提供支持，现有研究侧重于对企业知识资产本身的管理，而对企业过程性知识管理方面的研究较少涉及。特别是在需求不断变化的情况下，协同过程具有一定的柔性及不确定性，这都需要有效的知识管理提供支持。

（8）供应链协同管理的内涵非常丰富，知识管理对供应链协同的运作模式具有深刻影响，目前研究大多集中在具体业务层面，而较少涉及供应链知识协同、协同过程控制以及协同创新方面的研究。

（9）供应链的业务过程（流程）与知识管理应是密切相关的，供应链知识都是一定的业务过程情境中的知识。目前研究大多将知识管理与业务过程分离，使知识管理独立于业务过程，而这是目前大量知识管理系统不能被成功使用的一个关键因素。

（10）供应链协同要求建立统一的供应链知识模型，但现有企业知识建模方法大都面向特定的问题，大多数研究重点关注结构化知识的建模和表达，而在供应链协同中存在大量复杂的非结构化且与业务过程相关的知识需要管理。

综上所述，本书针对“供应链管理中的信息协调与协同控制”进行系统研究，从理论上进一步丰富供应链管理理论，从实践上对目前我国典型的装配制造业（如汽车制造业等）供应链存在的问题和发展趋势，从信息流的角度为打造“完美”的供应链提供理论基础，为供应链中各企业之间进行信息协调乃至协同提供思路和方法。

1.4　本书的主要内容和整体框架

供应链企业之间在一定时期内形成共享信息、共担风险、共同获利的协调关系，有助于提高整体竞争优势。信息协调是供应链协调的核心内容，也是实现它的必要条件，对其进行研究可以有效促进供应链中信息交流，并为信息化建设提供参考。协调的最终目标是达到供应链协同。供应链协同的核心是各有关企业进行全面合作，协同完成共同的目标，而协同的基础是有效的知识管理，只有通过各方的知识共享和应用，才能实现企业的协同创新。可以说供应链协同是知识管理的价值实现，而知识管理是协同的基础，供应链必须将知识管理与协同过程结合起来，从而增强企业创新能力并获得市场竞争优势。

鉴于此，本书以制造业供应链和多变的市场需求为背景，从供应链管理中的信息协调和供应链运作中的协同控制两方面开展相关研究，通过降低供应链的不确定性和提高供应链的灵活性，达到增强供应链绩效以增强供应链竞争的目的。本书主要内容包括三部分（即三篇），第一部分（即上篇）是绪论，第二部分（即中篇）是供应链管理中的信息协调，第三部分（即下篇）是供应链运作中的协同控制。本书的整体框架如图1.3所示。

图1.3　本书的整体框架图

本书各章主要内容如下：

第1章　引言。阐述研究背景和研究意义，对国内外研究现状进行综述，提出本书的主要内容和整体框架结构。

第2章　研究理论基础。阐述本书的主要理论基础：供应链管理、协同学、Agent与多Agent系统的基本理论和委托代理理论。

第3章　供应链信息协调框架及要素。构建供应链信息协调总体框架，详细阐述其中的信息协调种类和信息协调要素，并分析在制造计划与控制活动中供应链企业内部信息协调和供应链企业外部信息协调。

第4章　基于多Agent的供应链信息协调建模与仿真。建立基于多Agent的供应链信息协调框架模型，对供应链中各实体功能Agent进行算法描述，并提出各Agent之间的信息交互模型；构建基于Swarm的供应链信息协调仿真模型，并对订单执行过程中的生产计划和采购计划等决策活动中的信息协调进行系统仿真。

第5章　供应链信息协调的实现。在基于信息技术的供应链管理的结构模型和供应链信息协调实现的支撑技术、多Agent技术及应用软件技术基础上，指出实现供应链信息协调可分为基础建设、职能集成、内部供应链信息协调、外部供应链信息协调四个阶段，并提出外部供应链信息协调的实现模式。最后从系统实现的角度建立基于多Agent的供应链信息协调体系结构，分析企业内应用系统的集成和企业间应用系统集成实现方法。

第6章　供应链信息协调机制。本章围绕供应链信息协调机制的分析框架进行信息协调机制的设计。首先分析影响供应链信息协调的社会因素和技术因素，然后提出基于契约合作的供应链信息协调机制、供应链信息协调的激励机制和基于流程改进的供应链信息协调机制。

第7章　基于虚拟企业的供应链构建与集成管理。研究了基于虚拟企业的供应链构建与集成管理，介绍了任务导向的虚拟企业生命周期以及虚拟企业的模块化组织结构。从任务分解的角度分析了虚拟企业环境下的供应链构建过程，给出了供应链多层次集成管理的整体框架，从技术层次、业务层次、组织层次以及知识层次等四个方面介绍了供应链的集成化管理。

第8章　供应链知识管理及其框架模型。研究了供应链知识管理及其框架模型，明晰了供应链知识的范畴，分析了供应链知识管理的必要性和可行性，针对供应链知识管理的特点，借鉴软件工程中开发能力成熟度模型，给出了供应链知识管理的分层评价模型，从业务流程、信息技术、人员等三个方面分析了供应链知识管理的驱动要素。

第9章　供应链协同机制与知识管理。主要研究供应链协同机制及知识管理在协同过程中的作用。从信息协同、知识协同、战略因素、协同生命周期等方面分析了供应链的协同机制，供应链作为一个战略合作联盟，其宏观层面的协同表现为对协同过程的控制，建立了协同过程的管理和控制模型；提高创新能力是供应链协同和知识管理的重要目的，研究了基于价值链的供应链知识创新模型。

第10章　集成过程情境的供应链知识建模。研究了面向过程情境的供应链知识建模，现有知识建模方法大都面向特定的问题，在供应链协同中存在大量复杂的非结构化且与业务过程相关的知识需要管理，本章通过供应链业务过程的分析，给出了业务过程知识的三个层次及其形式化描述；对业务过程情境在供应链知识管理中的作用和目标进行探讨，建立了面向过程情境的知识模型。

第11章　供应链知识管理的实施策略。供应链知识管理不同于传统企业的知识管理，其实施方法和实施步骤需要考虑供应链的特点。给出了供应链知识管理的实施步骤及相关措施，分析了供应链集成知识管理的主要过程，提出了供应链知识管理的组织支持策略，包括建立战略联盟、流程再造、供应链文化的培育等三个方面；最后给出了供应链知识管理实施的绩效评价方法。

结束语。总结全文内容，并展望下一步的研究工作。

参考文献

[1]王亚男.两化融合中我国制造业的机遇、挑战与发展[J].北京邮电大学学报(社会科学版),2011,13(2):75-82.

[2]黄德中.21世纪制造业面临的挑战与发展方向[J].组合机床与自动化加工技术,2003(4):1-3.

[3]李京文,黄鲁.关于我国制造业创新战略的思考[J].中国软科学,2003(1):23-26.

[4]D’Amours, S., Montreuil, B., Lefrancois, P.，Soumis，F. Networked manufacturing: The impact of information sharing [J].International Journal of Production Economics, 1999, 58:63-79.

[5]庄品. 供应链协调控制机制研究[D]. 南京:南京航空航天大学,2004.

[6]叶春.供应链管理系统的信息技术与模型方法研究[D].武汉:武汉大学,2005.

[7]陈廷斌.基于XML_Web服务的供应链信息集成技术与方法研究[D].大连:大连理工大学,2004.

[8]Lin, F-R., Shaw, M.J. Reengineering the order fulfillment process in supply chain networks [J]. International Journal Flexible Manufacturing Systems,1998, 10(3):197-229.

[9]胡刚,刘永清,李远清.不确定性控制系统的成因、分类与控制策略[J].工业工程,2001,4(1):49-53.

[10]张涛,孙林岩.供应链不确定性管理:技术与策略[M].北京:清华大学出版社,2005.

[11]唐晓波,黄圆媛. 协同学在供应链协同中的应用研究[J].情报杂志, 2005,8:23-25.

[12]吴澄. 现代集成制造系统导论－概念、方法、技术和应用[M]. 北京:清华大学出版社,德国:施普林格出版社,2000.

[13]周和荣,李海婴. 敏捷企业协同模型及机理研究[J].武汉理工大学学报(信息与管理工程版),2003,25(6):148-152.

[14]覃征,汪应洛,张磊,卫民堂,阎礼祥. 网络企业管理[M]. 西安：西安交通大学出版社,2001.

[15]唐建生,程国平. 供应链协同的内在动因和规模分析[J]. 西北农林科技大学学报(社会科学版), 2005,5(5):44-47.

[16]郝建苹. 国内外知识管理研究现状综述[J]. 情报杂志, 2003,8:17-19.

[17]郑薇,侯开虎. 知识管理在供应链管理中的应用[J]. 商业研究, 2004,20:24-26.

[18]Simatupang, T.M., Sandroto, I.V., Lubis, S.B.H. Supply chain coordination in a fashion fi rm [J].Supply Chain Management: An International Journal, 2004, 9(3):256-268.

[19]程国平.供应链管理中的协同问题研究[D]. 天津：天津大学，2004.

[20]Thomas, D.J., Griffi n, P.M.Coordinated supply chain management [J].European Journal of Operational Research, 1996, 94:1-15.

[21]刘永胜.供应链协调理论与方法[M].北京:中国物资出版社,2006.

[22]Li, X., Wang, Q. Coordination mechanisms of supply chain systems [J]. European Journal of Operational Research, 2007, 179(1): 1-16.

[23]Simatupang, T.M., Wright, A.C., Sridharan, R. The knowledge of coordination for supply chain integration [J]. Business Process Management Journal, 2002, 8(3):289-308.

[24]薛岭,蒋馥.供应链的模式与协调问题研究[J]. 系统工程理论方法应用,1998, 7(3):34-38.

[25]Anand, K.S., Mendelson, H. Information and organisation for horizontal multimarket coordination [J]. Management Science, 1997, 43(12):1609-1627.

[26]Marschak, J., Radner, R. Economic Theory of Teams [M] Yale University Press, New Heaven ，1972:45-47.

[27]肖田元,张燕云,陈加栋.系统仿真导论[M].北京:清华大学出版社,2000.

[28]Ingalls, R. G. The value of simulation in modeling supply chains[C]. Proceedings of the 1998 Winter Simulation Conference, 1998.

[29]Angerhofer, B.J., Angelides, M. C. System dynamics modeling in supply chain management: research review[C]. Proceedings of the 2000 Winter Simulation Conference, 2000.

[30]任常锐,柴跃廷,刘义.供需链仿真技术的发展现状与趋势[J].计算机集成制造系统)CIMS,2004,10(2):121-126.

[31]金淳,刘昕露.供应链协调的仿真建模方法研究综述[J].计算机应用研究, 2006(4):1-3.

[32]汪德旭. 基于主体的集成化供应链框架构建[D]. 哈尔滨:哈尔滨工业大学, 2006.

[33]Huang, G. Q., Lau, J. S. K., Mak, K. L. The impacts of sharing production information on supply chain dynamics: a review of the literature[J]. International Journal of Production Research, 2003, 41(7):1483-1517.

[34]Maloni, M.J., Benton, W.C. Supply chain partnerships: opportunities for operations research[J]. European Journal of Operational Research, 1997, 101: 419-429.

[35]Lau, J.S.K., Huang, G.Q., Mak, K.L., et al. Distributed project scheduling with information sharing in supply chains: part I-an agent-based negotiation model[J]. International Journal of Production Research, 2005, 43(22):4813-4838.

[36]Naylor, B., Naim, M. M., Berry, D. Leagality: Integrating the lean and agile manufacturing paradigms in the total supply chain [J].International Journal of Production Economics, 1999, 62: 61-73.

[37]Angulo,A., Nachtmann,H.,Waller,M.A. Supply chain information sharing in a vendor managed inventory partnership[J].Journal of business logistics, 2004,25(1):101-120.

[38]李培亮,黄立平,周欢,等. 信息共享对供应链绩效的影响[J]. 计算机工程与应用, 2007, 43(5): 219-221.

[39]Gerard P. Cachon, Marshall Fisher. Supply chain inventory management and the value of shared information [J].Management Science, 2000, 46(8):1032-1048.

[40]Lee, H. L., Padmanabhan, P., Whang, S. Bullwhip effect in a supply chain[J]. Sloan Management Review, 1997, 38(Spring):93–102.

[41]Lee, H.L. Creating value through supply chain integration[J]. Supply Chain Management Review, 2000, 4(4):30-36.

[42]Chen, F., Drezner Z, Ryan J K, et al. Quantifying the bullwhip effect in a simple supply chain: the impact of forecasting, lead times, and information[J]. Management Science, 2000, 46(3):436-443.

[43]Thierry Moyaux, Brahim Chaib-Draa, Sophie D’Amours. Supply chain management and multiagent systems: An Overview [EB/OL]. [2007-08-17] http://www.damas.ift. ulaval.ca/publications/moyaux06chap1.pdf.

[44]严建援,翟春娟. 基于合作关系的供应链信息共享模式研究[J]. 物流技术, 2007, 26(1):77-80.

[45]马士华,刘念. 基于时间竞争的供应链信息共享模式[J]. 物流技术, 2005(8): 66-69.

[46]Zeng, A.Z., Pathak, B.K. Achieving information integration in supply chain management through B2B e-hubs: concepts and analyses [J]. Industrial Management & Data Systems, 2003, 103(9):657-665.

[47]Williamson, E.A., Harrison, D.K., Jordan, M. Information systems development within supply chain management [J]. International Journal of Information Management, 2004, 24(5):375-385.

[48]余福茂,王富忠,沈祖志. 基于CORBA技术的多Agent智能库存管理系统[J]. 物流技术, 2006(3):82-84.

[49]肖颖浩,常会友. 基于Web服务的敏捷供应链系统[J]. 计算机工程与应用,2004(7):224-226.

[50]Feldmann, M., Muller, S.An Incentive Scheme for True Information Providing in Supply Chains [J].Omega, 2003, 31(1):63-73.

[51]Porteus, E., Whang S.On Manufacturing/Marketing Incentives [J]. Management Science, 1991, 37(9):1166-1181.

[52]Lee, H.L., Whang, S. Decentralized multi-echelon supply chain: incentives and information [J]. Management Science, 1999, 45(5):633-640.

[53]杨国栋,王兆君.供应链中信息共享的激励策略研究[J].哈尔滨商业大学学报(社会科学版),2005(1):40-42.

[54]樊敏,艾兴政.供应链中信息共享的激励与监督机制研究[J].经济体制改革,2005 (6):162-164.

[55]马新安,张列平,田澎.供应链中的信息共享激励:动态模型[J].中国管理科学,2001,9(1):19-24.

[56]方美琪, 张树人. 复杂系统建模与仿真[M]. 北京: 中国人民大学出版社, 2005.

[57]Dodd, C., Kumara, S. R. T. A distributed multi-agent model for value nets[C]. Proceedings of the 14th International conference on Industrial and engineering applications of artificial intelligence and expert systems: engineering of intelligent systems. UK: Springer-Verlag London, 2001:718-727.

[58]Hinkkanen, A., Kalakota, R., Saengcharoenrat, P., et al. Distributed decision support system for real time supply chain management using agent technologies [R]. Boston, MA, USA: [s.n.], 1997:275-291.

[59]Kimbrough, S.O., Wu, D. J., Zhong, F. Computers play the Beer Game: can artifi cial agents manage supply chains [J]. Decision Support Systems, 2002, 33(3): 323-333.

[60]Yung, S. K., Yang, C.C. A new approach to solve supply chain management problem by integrating multi-agent technology and constraint network[C]. Proceedings of the Thirty-second Annual Hawaii International Conference on System Sciences. IEEE Computer Society Washington, DC, USA, 1999: 5023.

[61]Beck, J., Fox, M.S. Supply chain coordination via mediated constraint relaxation[C]. Proceedings of 1st Canadian Workshop on Distributed Artifi cial Intelligence, Banff (Alberta, Canada): [s.n.], 1994: 61-72.

[62]Barbuceanu, M., Fox, M.S. Coordinating multiple agents in the supply chain[C]. Proceedingss of the 5th Workshops on Enabling Technologies: Infrastructure for Collaborative Enterprises. Stanford, CA: [s.n.], 1996:134-141.

[63]Barbuceanu, M., Teigen, R., Fox, M.S. Agent based design of supply chain systems[C]. Proceedings of the 6th Workshops on Enabling Technologies: Infrastructure for Collaborative Enterprises. Cambridge, MA: [s.n.], 1997: 36-41.

[64]Fox, M.S., Barbuceanu, M., Teigen, R. Agent-oriented supply-chain management [J]. International Journal of Flexible Manufacturing Systems, 2000, 12:165-188.

[65]Swaminathan, J.M., Smith, S.F., Sadeh, N.M. Modeling supply chain dynamics: A multiagent approach [J]. Decision Sciences, 1998, 29(3):607-632.

[66]Allwood, J.M., Lee, H.J. The design of an agent for modeling supply chain network dynamics [J]. International Journal of Production Research, 2005, 43(22):4875-4898.

[67]Xue XiaoLong, Li XiaoDong, Shen QiPing, et al. An agent-based framework for supply chain coordination in construction [J].Automation in Construction, 2005, 14(3):413-430.

[68]年劲飞,黄道. 基于Agent的供应链协商模型[J].华东理工大学学报, 2004, 30(3) :296-300.

[69]蔡勇,杨善林,何建民. 基于Agent供应链成员协商机制研究[J].合肥工业大学学报(自然科学版),2004, 27(9):1015-1018.

[70]高翔, 林杰, 张炜.基于Agent的供应链仿真模型设计与实现[J].计算机工程与应用,2005,32:183-192.

[71]林杰,冯凌,尤建新. 基于Agent的供应链运作仿真技术的研究[J]. 工业工程与管理, 2005(4):40-44.

[72]姜金菊,林杰. 基于智能代理的供应链仿真[J]. 系统仿真学报, 2004, 16(12): 2847-2850.

[73]张旭梅,朱庆. 国外供应链知识管理研究综述[J].研究与发展管理, 2007, 19(1):34-41.

[74]吴晓波. 知识管理模型研究述评[J]. 研究与发展管理, 2002(12):14-16.

[75]史美林. 协同科学的新发展:CSCW[J]. 通信学报,1999,20(9):1-3

[76]刘立骐,田华,许维胜,等. CSCW研究理论及其应用[J]. 信息与控制,1998, 27(3):190-196.

[77]张劲松. 虚拟企业环境下的协同产品开发链[M]. 武汉：华中科技大学出版社，2007.

[78]张翠华,任金玉,于海斌. 供应链协同管理的研究进展[J].系统工程, 2005, 23(4):1-6.

[79]李荣彬,林发荣,马永军.分散网络化制造——香港制造业再发展模式[J].机械工程学报,1998,34(6):102-108.

[80]祁国宁,杨青海. 大批量定制生产模式综述[J].中国机械工程, 2004,15(14): 1240-1245.

[81]刘飞,雷琦,宋豫川. 网络化制造的内涵及研究发展趋势[J]. 机械工程学报, 2003, 39(8):1-6

[82]程涛,胡春华,吴波,杨叔子. 分布式网络化制造系统构想[J]. 中国机械工程, 1999, 10(11): 1234-1238.

[83]袁清珂,何圣华,李炳田. 基于网络化制造个性化产品协同定制系统的研究[J].机电工程技术, 2004,33(1):16-18.

[84]何勇,赵林度,何炬,吴清烈. 供应链协同创新管理模式研究[J].管理科学, 2007,20(5):9-13.

[85]周立华,宋殿辉,王玉民. 供应链协同的竞争优势研究[J].长春工业大学学报(社会科学版), 2007,19(2):4-6.

[86]楼高翔,曾赛星,郑忠良. 集成创新的范式演变:从个体创新到供应链技术创新协同[J].科技管理研究, 2008,3:1-5.

[87][美]道格拉斯·M. 兰伯特(Douglas M. Lambert).供应链管理: 流程、伙伴、业绩[M]. 第2版. 王平 译.北京:北京大学出版，2007.

[88]李鹏燕. 企业知识管理及其模式探讨[J]. 情报科学, 1999,17(2):217-219.

[89]王众托. 知识系统管理[J]. 大连理工大学学报, 1999,39(2):336-342.

[90]左美云,许珂,陈禹. 企业知识管理的内容框架研究[J].中国人民大学学报, 2003,5:69-76.

[91]董荣凤.知识管理与企业管理信息系统建设[J].南开管理评论, 2000,2:54-58.

[92]邱晖，孙政顺.知识管理系统的构建及其策略[J]. 计算机工程与应用, 2001(1): 52-54.

[93]Matteo Bonifacio, Paolo Bouquet, Paolo Traverso. Enabling Distributed Knowledge Management:Managerial and Technological Implications[J]. Knowledge Management and Information Technology,2002,3(1):24-30.

[94]Uwe M. Borghoff, Remo Pareschi. Information Technology for Knowledge Management[J]. Journal of Universal Computer Science,1997,3(8):835-842.

[95]Yannis A. Pollalis, Nikolaos K. Dimitriou. Knowledge management in virtual enterprises: A systemic multi-methodology towards the strategic use of information[J]. International Journal of Information Management,2008,28: 305-321.

[96]Jon-Arild Johannessen. Organisational innovation as part of knowledge management[J]. International Journal of Information Management,2008,28: 403-412.

[97]Romano, P. Coordination and integration mechanisms to manage logistics processes across supply networks [J].Journal of Purchasing&Supply Management, 2003, 9: 119-134.

[98]Lewis, I., Talalayevsky, A. Improving the interorganisational supply through optimization of information fl ows [J].The Journal of Enterprise Information Management, 2004,17(3): 229-237.

[99]程新章.供应链问题的文献综述[J].科技进步与对策,2006(10):196-200.

[100]李龙洙.制造业供应链的协调问题探讨[J].航空制造技术,2002(5):42-44.

[101]Sahin, F., Robinson, E. P. Flow coordination and information sharing in supply chains: review, implications, and directions for future research [J]. Decision Sciences,2002,33(4):505-536.

[102]Xu, L., Beamon, B. M. Supply chain coordination and cooperation mechanisms: An attribute-based approach [J].The Journal of Supply Chain Management, 2006, 42(1):4-12.

[103]Lee, H.L., Padmanabhan, V., Whang, S. Information distortion in a supply chain: the bullwhip effect[J]. Management Science, 1997(43): 546-558.

[104]Carlsson,C., Fuller R. Reducing the bullwhip effect by means of intelligent, soft computing methods[C].Proceedings of the 34th Annual Hawaii International Conference on System Sciences (HICSS-34).IEEE Computer Society Washington, DC, USA: [s.n.], 2001:3027.

[105]Barbuceanu, M., Fox, M.S. The architecture of an agent building shell[C]. Proceedings of the 1995 conference of the Centre for Advanced Studies on Collaborative research. Canada: IBM Press, 1995:2.

[106]Barbuceanu, M., Fox, M.S. Cool: A language for describing coordination in multiagent systems[C].Proceedings of First International Conference on Multi-Agent Systems.[S.l.]: AAAI Press, 1995:17-24.

[107]张许杰,刘刚. 供应链知识管理研究[J], 价值工程, 2006,11:52-54.

[108]杨敏才,凌超,王槐林. 供应链的知识管理系统[J], 研究与发展管理, 2004, 16(1):45-48.

[109]韩耀东,王耀球. 供应链管理中的知识流问题研究[J]. 中国储运, 2006,3: 101-103.

[110]钱莹. 供应链节点企业知识管理方法研究[J]. 科技管理研究, 2006,1:128-131.

[111]孙衍林. 供应链企业间的知识管理研究[J]. 中国管理信息化, 2007,10(4):9-10.

[112]陈英华. 基于供应链的知识管理研究[D].山东:山东大学硕士学位论文, 2005.

[113]邱均平,张荣. 基于知识管理的供应链管理研究[J]. 情报杂志, 2004,8:14-18.

[114]王大文. 知识管理在供应链管理体系中的应用[J].企业活力, 2007,8:86-87.

[115]高瑾. 知识管理在供应链中的应用研究[J].物流科技, 2005,28:50-53.

[116]杜鹃,张李义.基于协同商务的知识管理研究[J].科技进步与对策, 2004(2): 118-120.

[117]约瑟夫.萧塔纳 著，祁国宁译. 制造企业产品数据管理原理概念策略[M].北京:机械工业出版社, 2000.

[118]仲智刚. 敏捷供应链中若干关键技术问题研究[D]. 杭州：浙江大学博士学位论文，2001.

[119]罗海滨,范玉顺,吴澄. 工作流技术综述[J]. 软件学报,2000,11(7):899-907.