制造商动态

制造商动态（共8篇）

制造商动态 篇1

引言

1999 年Kevin Ashton提出 “物联网” 概念的出发点是为了将产生各种数据信息的来源———事物(things) 本身与电脑连接并构成网络,通过跟踪和清点 “事物”,掌握它们的真实数据和信息,达到降低成本、减少损失和消除浪费的目的[1]。基于物联网技术,制造企业能够实现对资源的智能感知与实时共享,实现跨越企业边界的物———物相连,进一步消除企业与地域间的界限,促进新产品、新市场、新交易关系的出现。在生产过程、供应链管理等环节深度应用物联网技术将成为制造业企业的必备。同时,随着云制造平台、工业大数据等配套服务模式的逐步完善,使得具有不同所有权的资源构成资源 “云”,为企业创造低成本和快捷的 “云”资源配置环境和条件,实现了资源的便利可得性(能够降低企业的交易成本[2]) 和深度可视性( 资源信息能够充分、实时共享),将进一步整合物联网服务资源,进而带动我国传统产业的全面转型升级。当前,我国在智能测控、机器人、新型传感器、3D打印等领域,初步形成完整的产业体系。这一过程中,供应链各个参与方之间的共享和协同问题就显得尤为重要。

1 相关文献的回顾

云制造融合了现有信息化制造技术及云计算、物联网、面向服务、高性能计算和智能科学技术等信息技术,将各类制造资源和制造能力虚拟化、服务化[3],构成虚拟化制造资源和制造能力池,并进行统一的、集中的智能化管理和经营,进而实现多方共赢、普适化和高效的共享与协同,通过网络和云制造服务平台,为用户提供可随时获取的、按需使用的、安全可靠的、优质廉价的制造全生命周期服务[4]。

云制造系统应用方面,2000 年美国搭建了目前世界上最大的制造能力交易平台MFG. COM,为全球制造业伙伴提供快捷高效的交易平台;2013 年欧盟第七框架计划( FP7) 启动的云制造项目 “CAPP - 4 - SMEs”,是继 “Manu Cloud”项目之后又一个云制造项目; 德国政府提出 “工业4. 0” ( INDUSTRIE 4. 0) 的概念[5],旨在通过充分利用信息通讯技术和网络空间虚拟系统———信息物理系统(Cyber - Physical System) 相结合的手段,将制造业向智能化转型。弗劳恩霍夫协会已在其下属6 ~ 7 个生产领域的研究所引入工业4. 0 概念,西门子公司也将这一概念引入其业软件开发和生产控制系统; 在我国,世通科技发展(香港) 有限公司启动了基于云制造的刀具管理软件 “刀网”服务; 2013 年,中国航天科工集团公司与中科院旗下曙光公司在中科曙光云计算中心的基础上,展开云制造领域的合作,为云制造系统的用户提供全面服务[6]。

云制造系统的技术实现方面,李伯虎院士等在文章[7]中提出云制造系统的结构,并指出云制造系统由云提供端( 云制造服务提供者,Cloud Service Provider ) 、 云请求端( 云制造服务使用者,Cloud Service Demander) 和云制造服务平台(云平台) 组成,结构如图1 所示。

云制造系统运行时,云提供端的剩余资源被实时感知[8]后,能够智能虚拟接入云平台系统[9],从而在资源共享的边际成本很低的情况下,向云制造服务平台提供企业剩余的制造资源和制造能力服务; 云制造服务需求端则通过云制造服务平台提出相应的云服务请求,寻找廉价的合适的资源[10]; 云制造服务平台根据用户提交的任务请求,在云端化技术、云服务的综合管理技术[11]等技术的支持下进行搜索、匹配等操作,为云请求端提供按需服务[12],使得整个制造系统具备更强的敏捷性和灵活性[13]。但不同的云资源提供端提供给云平台的制造资源和制造能力会有所不同,具有差异性和动态性[14],且制造能力具有易逝性,因此云制造服务平台一方面要做好制造资源的服务质量管理工作[15]; 另一方面还要对资源和能力进行有效的分类,为后续的智能化匹配做充足的准备。本文以 “匹配适应度”的概念来刻画提供的云服务与云需求端的需求之间的匹配程度(相似程度),在云制造的过程中,应该包括两个方面的匹配适应度: 云平台与云需求端之间的匹配适应度及云提供端与云平台之间的匹配适应度。

现有文献的研究大多是从云制造的技术层面进行分析,包括云制造实现的关键技术[16],体系架构[17],服务运营与交易的支撑技术[18]等,Wu D (2013)[20]对云制造系统的使用技术以及未来趋势进行了介绍。鲜有文章从经营主体的经济利益角度出发来考虑资源在通过信息技术实现共享后,产生的复杂利益关系和利益冲突问题。本文将在云制造的环境下,考虑一个剩余制造能力的提供企业(云提供端) 通过云平台实现能力共享的问题。云制造平台和制造能力提供企业各自决定能力共享的匹配适应度,以实现利润最大化。

2 问题描述与假设

2. 1 问题描述

当制造商存在剩余制造能力时,可以利用物联网技术,将这些剩余制造能力通过智能感知设备实时共享到云平台,云平台得到来自不同制造能力提供商的制造能力之后,进行制造能力的匹配,分配给有需要的制造商,然后由制造能力提供商进行生产成最终产品。因此,可以认为这是一条基于制造服务所形成的制造能力供应链: 先有制造能力的共享引起的无形的信息交互,再有基于制造共享实现的有形的产品的传递。

在制造能力共享的过程中,由于潜在的制造能力需求商的情况比较复杂(数目众多,类型多样等),因此云制造平台最终能够成功匹配哪个制造能力需求商,往往不是制造能力提供商所关心的,即使制造能力提供商最关心的基于能力共享生产出来的产品的定价问题,也可以从终端市场上了解得到。因此可以认为通过云平台能力共享所生产的最终产品的定价是由云平台这个主体进行决定的。同时,在能力共享的过程中,需要能力提供商和云平台的共同努力来完成: 云平台需要提高匹配适应度才能够将制造能力的需求与供给的信息达到或接近完全匹配; 能力提供商则需要通过提高匹配适应度来把无形的需求信息转化为有形的产品。制造能力提供商需要面临的决策难题是由剩余制造能力生产的产品在最终市场上会对企业已有的产品产生直接的影响,因此,制造能力提供商需要与云平台进行关于产品价格、匹配适应度等若干因素的博弈。

本文将考虑由单个制造商M和一个云平台P组成的两级供应链系统,双方为实现制造能力的有效匹配而应该付出的最优匹配适应度的决策问题。图2 描述了基于制造能力共享的供应链系统示意图: (虚线表示制造商M未知的情况)

2. 2 符号说明

PM: 制造商M销售单位产品的利润(元);

PP:云平台P销售单位产品的利润(元);

ω: 制造商M将单位制造能力通过云平台进行有效共享的收益(元);

A( t): t时刻制造商M为了实现制造能力的有效匹配而决策的匹配适应度,为控制变量,是制造商M的决策变量,且0≤A(t)≤1,A(t) = 0表示完全不匹配,A(t) = 1 表示完全匹配;

F( t): t时刻云平台P为了实现制造能力的有效匹配而决策的匹配适应度,为控制变量,是云平台P的决策变量,且0≤F(t) ≤1,F(t) = 0表示完全不匹配,F(t) = 1 表示完全匹配;

x( t): t时刻有效匹配的制造能力,依赖制造商和云平台共同的匹配适应度A(t) 和F(t),为状态变量;

JM、JP: 分别表示非合作时制造商和云平台长期(无限时区内) 的总利润;

JMC、JPC、JTC: 分别表示合作进行制造能力共享时制造商、云平台及供应链系统长期(无限时区内) 的总利润;

JMI、JPI: 分别表示云平台提出成本分担契约时制造商、云平台长期( 无限时区内) 的总利润。

2. 3 基本假设

该问题相关的4 个假设条件如下:

(1) 假设制造商和云平台为实现制造能力的有效匹配而付出的成本是关于匹配适应度的凸函数,文中匹配成本函数借鉴Jrgensen S等[21]的假设,t时刻制造商M和云平台P的为了实现制造能力的有效匹配而付出的成本分别为:

其中,μM和 μP分别是制造商和云平台正的匹配成本系数; C(A(t)) 和C(F(t)) 分别t时刻制造商和云平台的匹配成本。

(2) 能够有效匹配的制造能力水平是一个动态变化的过程,制造能力的有效匹配量受当期制造商和云平台的匹配适应度及当期制造能力的影响,可用下式所示的状态方程(微分方程) 表示制造能力匹配量的变化过程:

其中,x(t) 表示t时刻能够进行有效匹配的制造能力,且初始时刻有效匹配的制造能力为x(0) = x0≥0; α > 0、β > 0 分别表示制造商和云平台各自的匹配适应度对制造能力有效匹配的影响系数; 同时,因为制造能力的易逝性,故假设 γ> 0,表示制造能力的相对衰减率。

(3) 产品的需求受能够有效匹配的制造能力的影响: 当制造商能够提供较多的有效制造能力时,消费者会认为该制造商的制造水平较高,所提供的产品的质量也会更好,因此影响消费者对制造商产品的需求; 对云平台来说,当可以提供较多的有效制造能力时,表明云平台能够提供较高水平的制造服务,则能力的有效共享势必会对云平台的需求产生影响。此时,制造能力的共享会对制造商和云平台的需求都产生正外部溢出效应。假设t时刻需求与制造能力的匹配量呈线性关系,表示如下:

其中,DM(x(t),t)和DP(x(t),t)分别表示制造商和云平台最终产品的市场需求函数; a表示总体潜在的市场规模,且0 < δ < 1 为制造商销售的产品在市场上占有的份额; θ 表示两个渠道上产品的替代系数; ηM,ηP表示制造能力共享对需求产生的正外部溢出效应系数,且 ηM> 0,ηP>0。

(4) 另外,本文主要考虑制造能力共享对企业的影响,因此不考虑供应链企业的库存成本和缺货成本,同时,因为制造商向云制造平台提供剩余的制造能力的边际成本很小,所以也可以忽略。假设双方的决策行为基于完全信息,供应链中各个参与方均是理性决策者。

3 模型构建及求解

本节主要研究以下3 种情形:

(1) 非合作能力共享情况下制造商主导的Stackelberg博弈情形,假设制造商作为供应链中的核心企业,在制造能力匹配决策中充当领导者的角色,而云平台则作为能力共享的跟随者。

(2) 合作能力共享的情况下,制造商和云平台都意识到剩余制造能力的匹配对企业利润的影响,双方积极进行能力匹配的纵向合作,以供应链系统总利润最优为目标集中进行决策。

(3) 云平台作为Stackelberg博弈的主导者,提出成本分担契约来分担制造商的一部分匹配成本,对整个供应链系统的整体利益进行协调。

3. 1 非合作微分博弈( 制造商主导的Stackelberg博弈) 情形

本小节将研究制造商M作为供应链核心企业的情形。此时从动态角度考虑,占主导的制造商M和跟随的云平台P之间联合进行能力共享的决策构成了Stackelberg微分博弈,为追求各自长期利润的最大化,制造商M首先决定其不同时刻的匹配适应度A(t),云平台P在观察到制造商M的决策后再决定其在制造能力共享上的匹配适应度F(t)。

在无限时间长度之内,供应链系统中的两个成员(制造商和云平台) 任意时刻均具有相同的贴现因子,记为 ρ; 双方的目标都是在无限时区内寻求使其利润最大化的最优能力匹配策略。制造商和云平台的目标函数分别为:

其中,制造商和云平台寻求最优制造能力共享策略的过程构成了双方微分博弈。制造商和云平台的最优共享匹配行动由反馈策略决定。由于动态参数条件下求解解析解的困难,文中借鉴Itakura N ( 1996 )[22]的处理,假设模型中所有参数PM、PP、μM、μP、α、β、γ 和 δ、θ、ηM、ηP都是与时间无关的常数,且博弈在无限时区的任何时段内,参与方面对的是相同的博弈,因此可将策略限制在静态策略,即制造商和云平台的策略分别表示为A(x(t))和F(x(t)),其均衡为静态反馈均衡(为简化书写,下文不再列出时间t)。

命题1: 制造商主导的Stackelberg博弈情形下,制造商和云平台关于制造能力共享匹配适应度的静态反馈Stackelberg均衡策略分别为: (A*,F*),制造能力共享的最优轨迹为: x(t) = υ - (υ- x0)e- γt; 且双方各自的利润最优值函数为: JM*

证明: 为得到此博弈的反馈Stackelberg均衡策略,采用逆向归纳法,首先作为跟随方的云平台P视制造商M的匹配适应度A为给定参数,以此决策自身的最优匹配适应度,这便转化成了云平台P的单方最优化控制问题。记t时刻之后云平台P的总利润现值最优值函数为:

令t时刻之后云平台P的总利润当值最优值函数为:

则t时刻之后云平台的总利润现值最优值函数为:

那么VP(x)对于所有的x≥0 都必须满足如下哈密尔顿- 雅克比- 贝尔曼(Hamilton - Jacobi -Bellman) 方程:

显然此式是关于F的凹函数,由一阶条件可解得:

因此制造商M会根据云平台P的理性最优反馈策略F*来确定自己的最优策略A*,以满足自身利润最大化的目标。同样,记t时刻之后制造商M的总利润现值最优值函数为:

对于制造商M而言,考虑到云平台P将根据制造商给定的策略A再来决策自己的最优策略,

令t时刻之后制造商M的总利润当值最优值函数为:

则t时刻制造商M的总利润现值最优值函数为:

那么VM(x)对于所有的x≥0 必须满足如下哈密尔顿- 雅克比- 贝尔曼( Hamilton - Jacobi -Bellman) 方程:

将(2)代入(3)式,整理可得:

同理,由一阶条件可解得:

将(2) 式和(5) 式分别代入(1) 式和(4) 式,整理可得:

注意到微分方程(6) 式和(7) 式的阶数特点,推测关于x的线性函数是HJB方程的解。令:

其中,m1、n1和m2、n2是常数。分别求关于x的一阶导数,可得:

再代入(6)式和(7)式,得到:

对比两式左右两边的同类项系数,可得关于m1、n1和m2、n2系数的方程组,并求解方程组,可得:

将所求结果代入上述各式,可得:,以及制造商和云平台的静态反馈Stackelberg均衡策略为:

制造商和云平台利润当值最优值函数为:

则可以得到制造商和云平台的利润最优值函数JM*(x) = e- ρtVM*(x),JP*(x) = e- ρtVP*(x);

此时将求得的最优匹配有效度A*和F*的值代入状态方程式(2) 中,可解得制造能力有效共享的轨迹为:

其中。命题1 得证。

3. 2 制造商和云平台合作进行制造能力的共享的情形

在制造商和云平台进行合作博弈情形下,双方以供应链系统利润最优为首要原则,共同地来确定匹配有效度A和F的值。此时供应链系统的目标函数为:

命题2: 制造商和云平台合作博弈情形下,制造商和云平台关于匹配有效度的静态反馈均衡策略分别为: (AC*,FC*),共享制造能力的最优轨迹为: xC(t) = λ - (λ - x0)e- γt; 且合作情形下供应链系统的利润最优值函数为: JTC*(x) = e- ρtVT*(x)。其中:

证明:此时,记t时刻之后供应链系统的总利润现值最优值函数为:

同命题1 的证明过程,可以求得制造能力共享合作博弈情形下制造商和云平台的静态反馈均衡策略为:

在合作情形下,供应链系统总利润当值的最优值函数为:

供应链系统的利润最优值函数JTC*(x) = e- ρtVT*(x)。制造能力共享的轨迹为: xC(t) = λ - (λ- x0)e- γt,其中

命题2 得证。

另外,观察命题1 和命题2 提供的制造商和云平台的反馈均衡策略,均与时间无关,这也反映了该策略在企业能力共享实践中的操作性较强,作为连续时间范围内供应链系统,最优策略不需要随时间每时每刻都在变化,给企业的实践操作带来了可行性,一定程度上体现了该模型的管理实践意义。

引理1:制造能力共享合作博弈的情形下,供应链系统的总利润高于Stackelberg博弈情形下的对应值,即JC*T(x0)>J*M(x0)+J*P(x0),实现了Pareto改进。同时,云平台的最优匹配适应度高于Stackelberg博弈情形下的对应值,即FC*>F*。当ηPPP>ω时,AC*>A*;当ηPPP<ω时,AC*<A*。

证明: 对比命题1 和命题2 可得:

则当 ηPPP> ω 时, AC*> A*; 当 ηPPP< ω时,AC*< A*。引理1 得证。

引理1 说明: 与非合作制造能力共享相比,制造商和云平台的合作共享能够促使云平台提高匹配适应度,并能实现供应链系统整体利润的提升。而制造商匹配适应度的调整则取决于 ηPPP和ω 的相互关系,其经济含义是制造商提供一单位的制造能力的所得(ω) 与造成的损失( ηPPP)之间的衡量: 当提供剩余制造能力的所得较大时,制造商会尽可能的提高自己的匹配适应度A*以通过共享来获得更大的收益,当提供剩余制造能力不经济时(ηPPP> ω),制造商就不会有太大的动力来提高匹配适应度,此时需要云平台分配给制造商额外的收益以进行激励。

3. 3 成本分担契约的协调效果

值得注意的是,制造商和云平台之间的制造能力合作共享虽然能够实现供应链整体利润的最大化,但要使双方自愿参与合作,还必须满足参与约束,即制造商和云平台参与合作后,各自分得的利润比非合作时各自的利润要大。因此,制造商和云平台进行合作制造能力共享时,最优的匹配适应度策略(AC*,FC*) 必须满足下列参与约束: ΔJM(x0) = JMC*(x0) - JM*(x0)≥0,ΔJP(x0) =JC*P(x0)-J*P(x0)≥0。

另外,合作后制造商和云平台各自利润增量ΔJM(x0)和ΔJP(x0)占系统利润增量ΔJ(x0)的比例,一般来说,取决于双方的谈判(讨价还价)能力和掌握供应链渠道的能力,而合作博弈还要求双方形成强制性的参与条款、利润分配契约或成本分担契约。

考虑到云制造平台并不直接提供制造能力,仅为制造能力的共享提供便利条件,因此云制造平台有动机提供协调契约来获得更大的收益,本文将采用成本分担契约来进行整个供应链系统的协调。

首先,由云制造平台提出成本分担的比例ε并先决策平台的匹配适应度FI,然后观察到云平台的策略之后,制造商再来决策自己的匹配适应度AI。此时,双方进行的是云制造平台占主导地位的Stackelberg微分博弈。在无限时间长度之内,双方的目标仍然都是在无限时区内寻求使其利润最大化的最优能力共享策略。制造商和云平台的目标函数分别为:

其中,制造商和云平台寻求最优制造能力共享策略的过程构成了双方微分博弈。制造商和云平台的最优共享匹配行动由反馈策略决定。

命题3:当时,云制造平台主导的成本分担契约Stackelberg博弈情形下,制造商和云平台关于制造能力共享匹配适应度的静态反馈Stackelberg均衡策略分别为:(AI*,FI*,ε*),制造能力共享的最优轨迹为:xI(t)=ψ-(ψ-x0)e-γt;且双方各自的利润最优值函数为:JI*M(x)=e-ρtVI*M(x),JI*P(x)=e-ρtVI*P(x)。其中:

证明: 为得到此博弈的反馈Stackelberg均衡策略,采用逆向归纳法,首先作为跟随方的制造商M视云平台P的匹配适应度FI和 ε 为给定参数,以此决策自身的最优匹配适应度,这便转化成了制造商M的单方最优化控制问题。记t时刻之后制造商M的总利润现值最优值函数为:

同时令t时刻之后制造商M的总利润当值最优值函数为:

则制造商的总利润现值最优值函数为: JMI*(x ) = e- ρtVMI( x )。 由一阶条件解得: AI=

对于云平台P而言,考虑到制造商M将根据云平台给定的策略(FI,ε)再来决策自己的最优策略,因此制造商M会根据云平台P的理性最优反馈策略AI*来确定自己的最优策略(FI*,ε*),以满足自身利润最大化的目标。记t时刻之后云平台P的总利润现值最优值函数为:

令t时刻之后云平台P的总利润当值最优值函数为:

则云平台的总利润现值最优值函数为: JPI*(x)=e-ρtVIP(x)。

同理,由一阶条件可解得:

采用定理1 和定理2 的证明方法,可得制造商和云平台的静态反馈Stackelberg均衡策略为:

制造商和云平台的利润当值最优值函数为:

则可以得到制造商和云平台的利润最优值函数为: JMI*(x) = e- ρtVMI(x),JPI*(x) = e- ρtVPI(x)。

此时制造能力共享的最优轨迹为:

条件表示的含义是云制造平台通过制造能力共享所实现的利润值至少应当大于制造商获得的收益的一半,即 ηMPM+ ω < 2(ηPPP- ω) 。这说明云制造平台提出成本分担契约是有前提条件的,当获取的单位利润的数值较小时,也会失去协调的动力。

引理2: 在云平台提出成本分担契约博弈的情形下,制造商和云平台的最优匹配适应度满足下列关系: FC*> FI*= F*,且AC*> AI*,当; 供应链系统的总利润小于集中决策情况下的对应值,即JTC*(x0) >JMI*(x0) + JPI*(x0),当满足条件时,成本分担下的供应链利润要大于Stackelberg博弈情形下的对应值,即JMI*(x0) + JPI*(x0) > JM*(x0) + JP*(x0),能够实现Pareto改进。

证明: 对比命题1 和命题2 可得:

当2ηPPP- ηMPM- 2ω > 0 时,

引理2说明,与非合作制造能力共享相比,云平台提出成本分担契约后(即满足条件时),虽然云平台的最优匹配适应度F保持不变,但却可以激励制造商提高匹配适应度,并且在云平台分担制造商一定比例的匹配成本后,双方的利润都会增加,实现了供应链系统整体利润的提升。

引理3:云平台提出成本分担契约后(即),云平台的利润要大于分散决策的利润水平,且制造商的利润也会有所增加,即满足参与约束条件。

证明:

当。引理3得证。

通过引理2 和引理3 的分析过程,可以说明在整个供应链系统的利润构成中,制造商的利润占据主要地位,影响着利润总额的变化趋势。因此云平台在制定成本分担策略时,应充分考虑到这一特点。

4 算例分析

本节将对制造商和云平台的Stackelberg博弈,合作博弈以及云平台分担成本下的博弈分别进行算例分析,以验证模型的有效性,给定相关参数值如下: PM= 15,PP= 10,ω = 3,μM= 15,μP=10,α=0.6,β=0.8,γ=0.2,δ=0.8,ρ=0.9,ηM=0.2,ηP=0.8,θ=0.5,a=100,x0=100。

将给定参数值分别代入3 个命题,可解得:(因为J(x) = e- ρtV( x),所以数值计算时仅考虑V( x) 即可,并不会影响各利润之间的关系)

(1) Stackelberg博弈情形下制造商和云平台的最优匹配适应度及供应链系统的总利润当值最优值:

(2) 合作情形下制造商和云平台的最优匹配适应度及供应链系统的最优利润当值:

(3) 云平台提出成本分担契约情形下制造商和云平台的最优匹配适应度及供应链系统的最优利润当值:

(4) Stackelberg博弈情形下和合作情形下产品制造能力共享的最优轨迹为:

上述算例验证了引理2的结论,当时,合作共享的模式下,制造商和云平台的最优匹配适应度高于Stackelberg博弈情形下的对应值; 供应链系统的总利润也比Stackelberg博弈情形下的总利润高,表明供应链长期纵向合作共享能够促进供应链双方提高匹配适应度,给双方带来更多的利润。

由图3 可以看出,制造能力的共享水平随时间变化逐渐增加并趋于稳定,表明该供应链系统的共享过程是可控的,且同一时刻供应链纵向合作共享情形下的共享水平始终高于非合作情形下的值,这表明这种纵向合作模式不仅实现了供应链系统利润的最大化,还使供应链企业的能力共享水平也实现了较大的提升。

接下来,进行相关参数的灵敏度分析。考虑到影响云制造平台提供成本分担契约进行协调的关键条件是,因此本文将主要分析ω,ηM和ηP3个参数的变化对供应链中两个主体的影响。图4描述了在t=0的时刻,ω对3种情况下供应链利润的影响。在给定的参数条件下,可以得到ω的临界值为。ω 从0 到10 的范围内变化时,引起供应链总利润的变化。可以看出集中决策情况下的总利润是最大的,而成本分担契约下与分散决策情况下的总利润则取决于价格 ω 的取值。这与引理2 所描述的内容是相吻合的。

表1 表示的是 ηM和 ηP两个外部溢出效应系数对两个主体利润当值的影响,从表格中可以看出,无论 ηM和 ηP怎样变化,VPI*(x0) 总是大于VP*(x0)。而VMI*(x0) 和VM*(x0) 的大小关系仍然要判断与 ω 的关系: 由参数的设定可知: 当 ηP= 0. 8 时,得到 ηM的临界值为0. 47,当 ηM= 0. 2 时,ηP的临界值为0. 6,这与表1 中的数值分析相吻合。

5 结论与展望

本文在物联网环境下,考虑到制造商剩余能力的共享对需求的影响,以及共享过程的动态性,借助微分博弈,探讨了由单个制造商和单个云平台组成的两级基于制造能力共享的供应链的动态策略问题。假设需求受有效共享制造能力水平的影响,分别构建了制造商占主导云平台跟随的Stackelberg微分对策模型、制造商与云平台合作进行能力共享以及云平台占主导提出成本分担契约进行供应链协调的动态模型,得到了3 种情形下,制造商与云平台各自的最优反馈均衡策略和各自的利润最优值函数,并得到了3 种情形下制造能力随时间变化的最优轨迹; 而后对3 种情形下的最优反馈策略和供应链整体利润进行比较,发现合作进行能力共享的情形下,制造商和云平台之间实现有效能力共享的水平较高,供应链的整体利润也比非合作时高,实现了Pareto最优;还分析得到了云平台进行成本分担契约的前提条件: 云制造平台通过制造能力共享所实现的利润值至少应当大于制造商获得的收益的一半,即。最后,通过数值算例,验证了模型的有效性,并分析了相关参数的灵敏性,为供应链上下游企业长期开展制造能力合作共享提供了相关的理论依据。

不足之处是,文中简化考虑了整个云制造系统的情形,仅考虑了剩余制造能力提供商和平台构成的两级供应链的关系,当考虑下游的剩余制造能力需求商(云需求端) 为群体时,模型会更加接近现实情况,各个利益主体之间的关系也就更为复杂,得到的结论会更有实践指导意义。

摘要：本文在物联网环境下,考虑制造商剩余制造能力共享的动态性及对需求产生的影响,借助微分博弈研究了单个云平台和制造商构成的两级供应链制造能力共享问题。分析了供应链中制造商占主导的Stackelberg博弈、纵向合作以及云平台提出成本分担契约的情形,构建了相应的动态模型,得到反馈均衡策略及利润;发现合作共享能提高供应链整体利润,一定条件下实施的成本分担契约能实现供应链的协调;最后,通过数值分析,验证了结论的有效性。

关键词：云制造,云制造平台,微分博弈,Stackelberg博弈,供应链协调

制造商动态 篇2

石墨烯是一种零带隙半导体，其性质表现就如同没有带隙，这意味着石墨烯无法作为控制电流的“开关”。而打开或关闭电流形成了计算机中1和0的编码信息，这种“开关”功能对转换器、晶体管等电子设备来说至关重要。“正是因为没有带隙，阻碍了石墨烯这种神奇材料的广泛应用。”阿根廷科尔多瓦国立大学物理学家路易斯•福•托里斯说。

研究人员在论文中详细分析了这一问题，解释了激光场和石墨烯中电子相互作用的方式。根据他们的预测，用中红外激光照射石墨烯材料，能在它的电子结构中产生可观察到的带隙。進一步，还可以通过控制激光的极性对带隙进行调节。

福•托里斯解释说，关键是怎样通过石墨烯和激光场的相互作用，让极化的光在石墨烯上“打开”带隙。例如，让电子从左到右进入被激光场照亮的区域，就会和激光相互作用，吸收或发射光子。这种相互作用导致了电子被反射或发生反向散射，如同撞到一堵“墙”上，这堵“墙”就是带隙。它与通常的带隙不同，是一种由激光产生的动态带隙。

该研究在基础研究和技术应用方面都具有重要意义。福•托里斯说：“石墨烯的特殊电子结构与激光相互作用，有助于诱导产生某些奇异态物质，如拓扑绝缘体(一种内部绝缘但表面导电性能良好的材料)。而从应用角度看，这种技术能带来更多的光电设备新品种，将光转换为电信号。”

研究人员表示，他们已经完成了精细的参数调整，如激光频率、放大等，下一步就是通过实验来证明该理论。

制造商动态 篇3

近几年,电子商务革命带来了一种新的渠道营销模式,制造商绕过传统的间接分销渠道链,直接将商品销售给最终消费者,即制造商直接服务于最终的消费者。这种直接的营销模式不但有利于减少分销成本,而且能够更加适应消费者的需求。可供消费者选择的商品更加多样化,商品的市场供需变化更加快速,传统分销渠道营销模式中的静态定价已经不太适用。另一方面,基于网络公开、透明的信息服务,消费者可以更加准确、快速地收集对比商品价格。面对商家普遍的降价策略,更多的消费者在购买决策上表现出更加地理性,他们不仅会选择更低的商品价格,还会分析在何时购买才能获得更大的效用。这类消费者被称为策略消费者[1]。王宾等(2015)从零售商的决策出发,研究发现采取动态价格策略有利于刺激消费者提前购买[2]。

与零售商实体店交易相比,在电子商务网络交易市场中,由于订购商品与实际商品不相符等情况会引起退货问题。能够退货是消费者选择以电子商务模式购买商品的必要前提。从整体来看,退货政策需要一个权衡。一个慷慨、行之有效的退货政策可以提高消费者的购买信心,引导更多的消费者购买商品,但这也会在一定程度上增加商家的商业成本。故,选择合适的退货政策、管理好逆向物流有利于电子商务企业提升企业品牌、扩大销售量,从而增加收益[3]。贾静静(2015)在消费者可退货的前提下,基于电子直销和零售分销并存的双渠道中,研究了不同博弈方式下供应链的最优价格和服务水平[4]。

因此,本文将讨论不确定性需求下,一个网络制造商面对众多策略消费者实行两阶段动态价格商业模式的降价策略和退货策略。

1 问题描述与基本假设

在单一网络制造商、众多异质策略消费者的电子商务市场环境中,网络制造商销售单一的易逝性商品。市场的总容量为确定的常数N,并且每个消费者至多购买一件商品。商品的销售期一共分为两个阶段:正常销售期,网络制造商以全价p1销售产品;清仓销售期,产品将以p2折扣价格销售,且p2≤p1。在正常销售期内购买的顾客觉得商品不符合要求或不满意,可要求退货,此时网络制造商将退还r(0≤r≤p1)元给消费者,即该商品的退款为r(0≤r≤p1)。如果r=P1,则网络制造商提供全额退款;如果r=0,则说明网络制造商拒绝退货。清仓期由于降价出售,故假设网络制造商在降价期不提供退货,即r=0。正常销售期价格作为固定常数,是由产品的成本加成所决定的;清仓期的价格和商品的退货价格由企业的利润最大化所决定,是内生变量。

顾客对商品价值的估计为υ,为独立同分布的随机变量,其分布函数为G(υ),假设G(υ)是[0,V]上的均匀分布,其中常数V为顾客保留价格的最大值。当v>p1时,顾客在正常销售期购买产品的效用水平为u(v-p1,r),若等到清仓销售期购买获得的效用水平为δ·u(v-p1,r=0),δ∈(0,1)表示时间对商品价值的折扣,即顾客对其所获得商品的满意程度会随着时间的推迟,而有所下降[5]。但在清仓期,由于商品打折处理,正常销售期中等待购买的消费者不一定能购买到商品。此时,其买到商品的可能性为φ,买不到商品的可能性为1-φ。买不到商品时消费者获得的效用为0。策略消费者基于对商品价值的估计、两阶段价格和退货策略的预期,通过比较不同时期购买商品的效用水平,确定在何时购买。其决策过程如图1所示。为便于通过解析式比较,假设效用函数为线性形式u(v-p1,r)=v-p+r。

2 模型建立及求解

策略消费者在正常销售期购买的条件为v-p1+r≥φδ(v-p2)。当vp1+r≥φδ(v-p2)时,即

2.1 需求函数

当v-p1+r≥φδ(v-p2),即v≥v0时,消费者决定在第一阶段购买商品,此时消费者所占比例为1-G(v0),故正常销售期的市场需求量D1可表示为:

2.2 退货函数

在正常销售期中卖出的商品,如果消费者选择退货,其将收到元的退款。消费者退货虽然有可能会损失部分货款,但由于能够退回不满意的商品,理性的消费者会选择退货以获取一定的补偿。因此,消费者的退货函数表示为:

其中:R代表商品的退货的总量;λ>0代表该商品基本的退货量,它不依赖于网络制造商的具体退货策略,只受商品品质问题或者运输等环节处理不当影响;α>0代表退货政策r对退货总量R的影响系数,也就是说当网络制造商的退货策略为r元时,将会增加αr个商品的退货[6]。

2.3 收益函数

综上,商家的利润函数表示为:

3 总结和展望

本文基于策略消费者的购买行为,结合网络制造商的退货函数,通过网络制造商利润最大货确定了商品的最优降价策略和退货策略。本文与现有研究的区别主要表现在以下两个方面:一是,考虑了策略消费者相互异质的情形;二是,同时对网络制造商的两阶段动态价格商业模式的降价策略和退货策略进行了研究。本文的研究是基于消费者的价值函数是风险中性的假设,未考虑策略消费者对待风险的态度,未来可研究不同风险态度下网络制造商的两阶段价格决策和退货决策。

摘要：互联网的发展改变了传统的间接分销模式,更多的制造商通过电子商务开展动态定价的直接的营销模式。面对商家普遍的降价策略,消费者在购买决策上表现出更加地“策略性”。本文在不确定性需求下研究电子商务市场网络制造商的两阶段动态价格的最优降价策略和逆向物流最优退货策略。结果表明,存在最优的清仓价格策略和退货策略,使网络制造商收益最大。

关键词：电子商务,策略消费者,动态定价决策,退货决策

参考文献

[1]Su X M.Internet-temporal pricing with strategic customer behavior[J].Management Science,2007,53(5):726-741.

[2]王宾,刘泽,史金召,亓晖.零售商应对策略消费者的商品定价问题分析[J].市场营销,2015(02):57-58.

[3]康永娟.电子商务中的逆向物流管理研究[J].现代商业,2008(26):198-199.

[4]贾静静.电子商务环境下考虑消费者退货的双渠道供应链价格及服务竞争[J].物流技术,2015(03):254-256.

[5]Cachon G P,Swinney R.The value of fast fashion:Quick response,enhanced design,and strategic consumer behavior[J].Philadelphia:Working paper,University of Pennsylvania,2009.

制造商动态 篇4

一、绿色制造的涵义及特点

绿色制造是在满足产品功能、质量等要求的前提下, 系统地考虑产品的设计、制造、包装、运输、使用直到报废处理的整个产品生命周期, 做到对环境产生的负面影响最小化, 对资源利用效率最大化, 并尽可能地使废弃物资源化和无害化, 从而使系统经济效益和社会效益达到最优。绿色制造是实现制造业可持续发展的重要生产方式, 其内涵是产品生命周期的全过程均具有绿色性。绿色制造代表了现代制造业可持续发展的方向。

传统的制造模式在使用寿命结束后, 回收利用率低, 资源浪费严重, 毒性物质严重污染生态环境。而绿色制造将减量化原则应用于产品的整个寿命周期中, 把对环境的影响降到最小, 同时将资源的利用率提到最高, 也就是说要在产品整个生命周期内, 在保证产品基本属性的基础上, 以系统集成的观点考虑产品的环境属性、生产过程的节能措施以及产品的回收再利用。

二、动态联盟发展概况及其绿色化

1. 动态联盟发展概况

动态联盟是企业为了快速响应某一市场机遇, 通过信息高速公路将产品涉及到的不同企业临时组成一个超越空间约束、靠计算机网络联系和统一指挥的合作经济实体。动态联盟作为一种全新组织与管理模式, 已引起国内外众多学者的关注。从目前的资料看, 其研究主要集中在虚拟企业系统的体系结构和信息系统体系结构、建模方法、创建的决策方法、系统的运作和管理方法等。目前国内文献中关于动态联盟与环境保护关系方面的文献极少。目前动态联盟模式已经在制造业中推广, 但在今天, 制造业一方面是创造财富的支柱产业, 但同时又是环境污染的主要源头。鉴于此, 应把环境问题研究作为动态联盟研究的一个重要问题。

2. 动态联盟绿色化的意义

(1) 打破绿色贸易壁垒。随着WTO的建立, 对外贸易中的关税贸易壁垒正在取消或转型, 逐步以绿色贸易壁垒的形式出现。许多国家纷纷把环境标准准入条件作为贸易谈判的焦点, 贸易保护将演变成非关税壁垒, 即绿色壁垒。我国企业若不能越过绿色贸易壁垒, 产品将无人问津, 必将蒙受巨大的经济损失。

(2) 实现可持续发展。全球环境问题的日益恶化迫使人们愈来愈重视对环境问题的研究。该把一个怎么样的地球留给子孙后代已经成为现在必须回答的问题。人们认识到发展实际上是一个人口、资源和环境的综合性问题, 为了使制造业不再对环境造成损害, 必须改变传统的生产模式和发展策略, 实现人类社会可持续发展, 同时也实现企业的可持续发展。

三、绿色制造下伙伴选择的几个关键问题

1. 挑选合作伙伴的主要原则

选择合作伙伴不仅要看个体企业的实力、能力, 更应着眼于成立虚拟企业后如何与环境保护结合, 实现经济效益最佳化。在选择伙伴企业时应注意如下原则:

(1) 迅速反应原则。组建虚拟企业的主要目标是为了适应快速变化的市场, 及时把握时机, 对合作伙伴的反应速度要求较高。合作伙伴应当具备一定的快速反应能力。

(2) 总成本核算原则。虚拟企业总的实际运作成本应小于成员企业单独完成的所有内部成本之和。总成本核算原则要求合作伙伴间良好的信任关系、低廉的沟通费用、相近的地理位置等。

(3) 绿色程度最高原则。随着世界各国对环境的重视, 有关绿色化的法律法规也将陆续出台, 动态联盟想要在竞争中获胜, 必须在组建之初考虑所有合作伙伴企业的绿色化程度。

(4) 风险最小化原则。虚拟企业的组建面临着许多风险, 市场总风险并没有减少, 只是在成员企业中重新分配, 由于合作伙伴间的关联性, 从某种意义上将, 单个成员企业要面对比加入虚拟企业前更大的市场风险;不同成员企业间的管理制度、文化、人员等差异将加大虚拟企业管理成本和风险。另外, 虚拟企业中存在的投资不可逆转性、技术的外泄导致核心竞争能力的下降甚至丧失等等, 都是需要认真考虑和对待的。减少虚拟企业成立后运行的风险, 应当按风险最小化原则进行合作伙伴的筛选。

2. 伙伴选择的指标评价体系

为了实现伙伴企业间的核心优势组合, 保证虚拟企业的敏捷性, 必须评价伙伴企业间在设计能力、生产能力及销售能力等方面的互补性。同时伙伴企业间应在先进技术的应用上具有较好的一致性, 如果参与联盟的伙伴企业之间在信息化程度、标准化程度与制造过程的自动化程度上存在着较大的差距, 将会成为联盟成功的巨大障碍。因为在这种情况下, 联盟之间已不再是一种较好的协作关系, 而成了信息化与自动化程度较高的企业去帮助较低的企业的一种局面。此外, 为了适应可持续发展的要求, 环境因素显得越来越重要, 绿色制造也应作为评价因素之一。

基于以上的考虑, 在进行虚拟企业合作伙伴的选择时, 应把时间 (T) 、质量 (Q) 、成本 (C) 、机遇实现能力 (AC) 、先进性 (AD) 、环境 (E) 、后勤 (AL) 和信誉 (CA) 等八个因素作为合作伙伴评价的关键决策因素。在实际操作中, 可根据实际的需求进行适当的增删调整。

3. 伙伴选择的评价方法选取

目前在评价领域内出现了一些新的评价方法及其模型, 但是这些新的评价方法在理论上未有重大突破, 没有完全克服经典方法中存在的局限性。而且评价者 (特别是委托评价者) 要求所选用的评价方法必须是经过实践考验的, 其作用及局限性比较清楚, 评价的可信度较高。所以从应用情况来看, 这些新方法还未达到原来评价方法所发挥的作用。在伙伴评价实践中, 仍然是一些较为经典的评价方法 (如层次分析法、模糊综合评价法等) 起主导作用。为此, 对以下几种常见的合作伙伴评价方法进行比较分析, 这些方法主要包括层次分析法、模糊综合评价法和数据包络分析法、遗传算法等。对于当前的伙伴评价工作来说, 需要的往往不是去建立一个全新的评价方法, 而是从众多的评价方法中选择出最适合评价对象的方法, 这是做好评价工作的关键。

在影响虚拟企业伙伴选择的八个关键因素中, T和C可以根据合作伙伴提供的反馈信息直接获得, 属于定量指标, 需要采用定量的评价方法进行评定。而Q、AC、AD、AL、CA和E等因素是一些较抽象、模糊的概念, 且每一因素自身包含的评价项目又较为复杂, 故其评价决策值难以进行定量的计算处理, 属于定性的指标。在此, 可选择多级模糊综合评价法把这类伙伴选择定性因素进行一种相对量化的处理。也可视具体情况选择两种或两种以上方法相结合的形式。

四、结束语

制造商动态 篇5

制造企业管理模式变革的主要因素为企业使命、技术水平、人力资源和组织机制, 这些因素的组合基本决定了管理模式的构成, 而制造企业管理模式的变化也应通过改变这些因素来实施。但是, 这些因素之间的作用方式以及在这些作用下管理模式变革的规律都需要深入研究。现有的研究都只限于论述企业管理模式系统中的某两个子系统之间的影响关系, 没有将各子系统放在一个整体的大系统中去分析子系统之间协同和限制的关系, 更没有考虑各子系统运动的整体效应对大系统的影响。然而, 单独分析两个子系统之间的关系不足以得到满意的解决方案, 应该将各主要因素作为子系统置于企业管理模式大系统中全面、综合地考查它们之间的互动关系以及它们对管理模式变革的影响。制造企业动态管理模式的协调运行是以实现系统总体目标为目的的动态过程, 要求各因素在实现总体目标过程中的相互适应、相互配合、相互协作、相互促进。所以, 系统协调性的评价与控制问题是对动态管理模式运行管理过程中的重点问题。管理过程应该以协调发展为核心, 对系统混沌特性及其混沌控制进行研究, 以实现对系统的优化管理。本文依据自组织动态管理模式的有效性条件, 建立了评价动态管理模式系统总体冲突程度的指标体系, 从静态和动态两个角度考虑了制造企业动态管理模式的总体协调度评价方法, 这些工作为制造企业动态管理模式的实际应用提供了管理依据。

二、制造企业动态管理模式系统

制造企业要增强自身管理模式的内外适应能力则必须要求所建立的管理模式能根据内外部环境的变化进行动态调整, 即建立一种具有动态适应性的管理模式。要研究动态管理模式就应该引入协同管理模式系统的概念。自组织是组织成员或者子系统在感知外界环境发生变化后, 在竞争和协同等机制的作用下而迅速地自我调整, 使组织达到能适应环境的新的有序状态的过程[1], 能形成有序结构的系统通常称为自组织系统。自组织理论为社会巨系统及企业复杂系统的研究提供了新的理论视角和方法, 现已在社会科学研究中得到广泛的应用。

对某一特定制造企业的管理模式系统而言, 该企业的组织使命、人力资源、组织机制和制造技术间的互动关系是明显的。一个企业组织的使命并非凭空设定, 它是企业的决策者根据环境与自身的资源综合分析而形成的, 它是企业生存和发展的依据。企业使命明确后, 满足新的市场需求要有制造技术和人力资源方面的支持, 这三者的动态组合是在特定有效的组织结构中进行的。而且, 环境对组织要素的作用是系统性的, 也就是说某一要素由于环境的变化而产生变化时, 其它要素也会相应地发生变化, 因此环境对企业管理模式系统的影响主要是通过上述各种要素的相互作用间接表现出来的。制造企业动态管理模式系统 (DynamicManagementPatternSystem, DMPS) 可视为由企业使命子系统、技术子系统、组织子系统和人力资源子系统构成的动态复杂系统, 这四个子系统不但与系统中的其它参量或模式剧烈抗争, 而且它们之间也发生激烈的冲突或进行妥协, 最后形成一种有序的结构[2]。如图1所示, 企业使命、技术水平、人力资源以及组织机制这四个子系统之间存在两两相互作用的网状关系, 任一方面的变革都要求与之相关的因素作相应的调整。整个管理模式大系统通过各子系统的自组织过程极力维护自身与环境之间的动态平衡。因此, 制造企业动态管理模式系统是企业使命子系统、组织子系统、人力资源子系统和技术子系统在企业文化的柔性协调下和在组织制度的硬性控制下的一个自组织系统[3]。

制造企业管理模式系统的运动状况是由子系统的自作用机制和子系统间的交互作用机制共同影响的结果, 所以, 管理模式变革的序参量对管理模式系统运动的支配状况, 可用下面的微分方程深入描述:

其中xi (t) , xj (t) (i, j=1, 2, 3, 4) 分别表示管理模式系统中的四个子系统;aij, aii, bij, bii (i, j=1, 2, 3, 4) 为子系统间的影响系数;aiixI (t) , -bii (xi (t) ) 2分别为子系统i的自协同项和自竞争项, 表示子系统i在管理模式系统运动过程中的自协同效应和自竞争效应;aijxj (t) , -bij (xi (t) ) 2分别为子系统i与子系统j间的交互协同项和竞争项, 分别表示两个系统间的协同效应和竞争效应。

三、制造企业DMPS运行管理的重点问题

如果将制造企业管理模式的变革视为企业使命子系统、技术子系统、组织子系统和人力资源子系统, 在企业文化的柔性协调下和在组织制度的硬性控制下的一个自组织过程, 那么制造企业动态管理模式系统的定量描述方法至少要反映以下几方面的内容, 即体现协调程度的变量、各子系统的构成、系统运行的控制规则、时间参数t、系统运行所处的外部环境。所以, 可以将DMPS描述为一个四元组的模型, 即:

其中S (t) ={Si (t) , i=1, 2, 3, 4}, 包括使命子系统、技术子系统、组织子系统以及人力资源子系统, 且Si (t) =fi (Fi) , 即每个子系统又分解为具体的指标集Fi;CI (t) 为整个系统的协调程度变量, 反映整个DMPS的运行状态;R (t) 代表企业文化的柔性约束和组织制度的硬性控制规则;E (t) 是环境变量, 反应了动态管理模式系统的外部条件, 包括外部的资源输入、企业的产出、宏观政策导向和市场竞争状态等变量。

制造企业动态管理模式系统是一类重要的社会经济复合系统, 其复杂性主要表现为构成要素的多元性, 相互关联的动态性, 系统内部及系统与环境之间存在动态的物质循环、能量流动、信息传递与价值增值。这类复杂系统良性运行的条件是在各时期各个组成子系统之间的协调发展与运行。而由于系统内部本质的非线性作用, 这类系统往往表现出包括混沌在内的各种复杂现象和行为。动态系统优化管理的实质就是面向协调的管理。系统的协调是指在系统内部的自组织和来自外界的调节管理活动作用下, 各个子系统和谐共存, 以实现系统的整体效应[4]。它是各子系统或各元素之间相互协作、相互配合、相互促进, 所形成的一种良性循环态势, 是对系统的各种因素和属性之间的动态相互作用关系及其影响程度的反映。系统协调的基本思想是通过某种方法来组织和调控所研究的系统, 寻求解决矛盾或冲突的方案, 使系统从无序转换到有序, 达到协同或和谐的状态。所以, 系统协调性的评价与控制问题应该是制造企业动态管理模式运行管理过程中的重点问题。

四、制造企业动态管理模式的运行管理

所有可能的调节控制活动及其遵循的相应程序与规则称为协调机制。系统之间或系统组成要素之间在发展演化过程中彼此和谐一致的程度称为协调度。协调度的概念提供了一种对复杂系统实施面向协调的管理效果的度量准则或评价准则, 它是度量系统之间或系统内部要素之间协调状况良好与否的定量指标[5]。评价子系统间的协同程度一直都是研究的难点, 也是动态管理模式运行管理的关键。根据研究问题的不同或侧重不同, 制造企业动态管理模式系统的运行协调性研究可采取用相对指标来描述系统的局部协调性, 比较典型方法是区间值法和指数法。

协调度显然是模糊概念, 所以在评价制造企业管理模式系统的协同状况时, 不能仅以协同效果好或坏做结论。事实上, 更多的系统的协调状况都是处于这两者之间, 所以在定量处理方法上可能采用模糊区间反映系统的协调状况。为此, 需要建立一个评价系统协调程度的指标, 即综合协调系数。整个管理模式系统的运行协调程度可以通过综合协调系数来评价。综合协调系数是以协调评价指标体系为基础计算得出的各子系统综合协调水平的加权平均数。因此, 应用这种方法首先要确定科学的系统协调度评价指标体系;其次是确定指标的上、下限值;再次需要计算功效系数, 明确各指标的实际值对系统有序的功效;最后计算协调度, 以评价协调发展的程度。动态管理模式系统运行协调性分析的基本过程如图2所示:

(一) 协调性评价的指标体系及数据处理

制造企业协同管理模式系统包含着四个相互制约和促进的主要子系统, 各子系统又包括存在关系冲突的多个独立个体或因素, 所以, 要分析子系统间的协调性, 需要先将各子系统分解, 研究决定各统计变量变化的因素。因此, 要将各个统计变量进一步分解到可以计量或估计的指标层, 建立制造企业协同管理模式系统协调性评价指标体系, 通过分析各子系统中指标间的约束关系来反映整个系统的运行协调程度。

将各个子系统所包含的统计变量分解的目的在于将子系统间的作用效果转化为可以评价的对象来反映。本文基于对典型制造企业的实证研究, 运用统计分析的方法提取建立了如表1所示的制造企业动态管理模式系统的运行协调性评价指标体系[6]。该指标体系的第一层为DMPS总体协调度评价的综合指标;第二层表示总体协调度的评价, 是通过四个子系统的作用关系来反映的;第三层描述了各个子系统所包含的统计变量;第四层是各个统计变量分解得来的具体指标。

在考虑协调性评价时, 要涉及到各种类型的指标, 有定量的和定性的, 指标间所指的范围、数量单位都可能不同, 因此原始数据不具有可比性;这样就需要对原始数据进行标准化处理, 处理的过程一般使用功效系数法。功效系数法的基本思路是, 先确定每个评价指标的满意值和不容许值, 然后以满意值或不容许值为基础, 将各单项评价值转换成一定范围内的无量纲化的实数, 该无量纲化的实数反映了各单项值的满意度。与指数法相比, 它缩小了单项评价值的差距, 在很大程度上限定了单项评价值的取值范围, 使某一单项评价值过高对综合评价值的影响明显减弱。设Uij为第i个子系统的第j个指标的功效系数, 指标集为X={Xi i=1, 2, 3, 4}, Xi={Xij, i=1, 2, 3, 4;j=1, 2, …, ni。功效系数Uij反应了各子系统指标达到目标的满意程度, 且满意度在[-1, 1]之内。当Uij=0, 表明指标值达到基本的要求。各指标经过预处理之后, 转变为反应目标满意度的功效系数, 一方面消除了指标间的量纲, 使各种指标的数值具有了可比性;另一方面, 仍然能保证反应指标间关系的信息量不变, 而且使指标值分布在一个小的范围内, 便于模型的建立和结果的分析。

(二) DMPS运行总体协调性的评价方法

要评价制造企业的DMPS运行协调性, 需要从两方面来考虑, 一是各子系统内部的协调状况;另一方面是子系统间的协调发展状况。各子系统和子系统间的协调程度, 都可以通过分析子系统中的指标之间的影响关系来间接反映, 进而可考察整个管理模式系统运行的总体协调程度。

为分析各子系统指标之间的相互影响, 设DMPS的指标集X={Xi i=1, 2, 3, 4}, 且Xi={Xi1, Xi2, …, Xini}, i=1, 2, 3, 4, ni为子系统i中所包含的指标的个数。

1. 评价子系统内部协调状况的方法

指标初始值即是子系统内部因素相互作用的结果, 经过规范化后所得的无量纲数值仍然能有效地反应出这种结果, 所以问题的关键就是如何确定指标间的协调影响系数。要解决这个问题, 可引入影响系数iξjq, 它表示第i个子系统的第j个指标受系统内第q个指标的影响系数, 其中i=1, 2, 3, 4, j=1, 2, …, ni, q=1, 2, …, np。iξjq可以通过专家定性分析或关联分析得到, 并使得iξj1∈[-1, 1], 如果iξjq<0表示负的影响, iξjq=0表示无影响, iξjq>0表示正的影响, 且令q=j时, iξjq=0, 即不考虑指标对自身的影响。评价子系统内部协调状况的步骤如下:

(1) 确定第i个子系统的第j个指标受系统内第q个指标的影响系数iξjq。专家进行定性分析时, 选择指标j为对照对象, 再考虑指标q对它的影响程度并打分, 分值同样在区间[-1, 1]内, 取多个专家打分的平均值作为最终的影响系数。

(2) 记子系统i的第j个指标受系统内其它指标的总影响程度为ξij, 则ξij的计算方式为:

(3) 计算子系统i中的指标j与其它指标的总协调系数θij

(4) 子系统i内部的协调程度可定义为:

容易证明Bi∈[-1, 1], 它反映了系统内部的协调程度。要客观的反映整个DMPS的协调程度还需要描述子系统间的协调程度。

2. 评价子系统间协调程度的方法

子系统间的协调程度同样也可以通过研究各子系统中的指标值之间的关系来间接反映。其评价的步骤如下:

(1) 设iξjpq表示第i个子系统的第j个指标受第p个子系统的第q个指标的影响系数, 其中i, p=1, 2, 3, 4, j=1, 2, …, ni, q=1, 2, …, np。同样, iξjpq也可以通过专家定性分析或关联分析得到, 并使得iξjpq∈[-1, 1], 如果iξjpq<0表示负的影响, iξjpq=0表示无影响, iξjpq>0表示正的影响。

(2) 计算各子系统指标受其它子系统的总影响, 如用iξjp表示第p个子系统的所有指标对第i个子系统的第j个指标的影响, 则有:

在此基础上, 可得其它子系统对第i个子系统的第j个指标的总影响为:

(3) 计算子系统i第j个指标与其它子系统中指标的综合协调系统, 记为Cij, 则有:

(4) 子系统指标间的影响系数Cij反应了i个子系统的第j个指标在DMPS中的综合协调作用, 将它与指标值结合起来就可以反映该指标对整个DMPS的协调运动所起的作用, 子系统所有指标影响作用的加权和就可反映该子系统对整个DMPS系统的影响, 设子系统i的协调影响系数为Ci则:

系统i的协调影响系数Ci反应了系统间的协调作用。

3. DMPS整体运行协调程度的评价

将系统间的协调与各子系统内部的协调作用联系起来, 就可以用来衡量整个DMPS的运行协调程度。

(1) 定义DMPS的整体协调程度指数为:

其中αi1+αi2=1, 其大小可根据具体情况协商确定;βi为各子系统的权重, 反应各子系统的重要程度。

λi为因子分析过程中, 各子系统所对应的特征根。

(2) DMPS运行协调程度的发展判断。CI反应了整体系统在某一时刻的协调程度, 若要考察DMPS的演变前景, 则需要建立系统运行协调程度评价的动态模型。

假设在T时刻与T+t时刻, 对于任意子系统i, (i=1, 2, 3, 4) 都有Ci0 (T+t) -Ci (T) ≥0, 则系统的动态协调程度可作如下定义:

其中, 表示子系统i在时间段[T, T+t]之间的平均值, 对于离散形的情况则为各时点子系统协调影响系数的算数平均值。上述定义实质上包含一个假设前提, 即在运行过程中, 企业根据现存的问题对任意子系统进行有针对性的改造都是向促进相互协调的方向努力的。因此, 总有Ci0 (T+t) -Ci (T) ≥0。实质上, 这是保证系统协调性发展的必要条件。如果要评价系统的整体协调效果, 则需要通过CDI (T) 判断。若对于任意时刻T都有CDI (T+t) ≥CDI (T) 则表明系统一直处于良性协调发展的轨迹上, 即只有当四个子系统的协调性增幅相对于以前的增长状态更大时, 才认为整个DMPS处于良性协调状态。

五、DMPS总体运行管理的应用

按照上述模型分析各子系统的运行状况和评价总体的协调程度时, 首先应该给定一个判断标准。根据动态管理模式有效性证明模型[2], 由于总体协调度系数与系统的协调状况相对应, 所以总体协调度系数所属的区间[-1, 1]的中点即为协调与不协调的临界点, 即当CI=0时, 表明子系统集成后效果恰好能维持原来各子系统效能的总和, 说明子系统间的冲突和促进作用相当, 这时子系统之间基本协调。所以, 整个DMPS协调程度与CI的关系如表2所示。

其中a的值可视具体情况决定。系统的协调水平位于区间<-1, a>, (a≤0) 时, 说明子系统之间相互矛盾、相互制约或相互推委、相互牵扯。这时系统称为制约级或对抗级, 整个DMPS系统的冲突特别严重, 各因素与共同经营目标严重相背离, 形成各子系统的相关资源配置在初始状态就不合理, 组织中存在高度的冲突。在这种情况下, 管理者就必须对相关的因素彻底重新规划, 否则在不加干预的情况下企业面临着严重的危机。当冲突水平位于区间时, 说明由于存在明显的冲突, 并且冲突的强度足以使各因素不能相互协调一致地为组织的经营目标服务。在这种情况下, 管理者就必须对管理模式的子系统重新规划或及时地进行改造, 否则在不加干预的情况下就不可能实现既定的经营目标。当0

显然, 制造企业动态管理出现不协调的状况是不可避免的, 使用静态协调度评价时, 如果有-1≤CI<0, 则就意味着整个SMPS系统的冲突特征十分明显, 各因素与共同经营目标相背离, 各子系统不能相互协调一致地为组织的经营目标服务。在这种情况下, 管理者就必须实施反馈控制, 对管理模式的子系统重新规划或及时地进行规则变更, 否则在不加干预的情况下是很难实现既定的经营目标。

当使用动态评价量CDI (t) 时, 实质上是对动态管理模式的协调状况提出了更高的要求, 从CDI (t) 的构造形式上看, 0≤CI≤1只是一个基本前提, 即只有在达到这一要求的情况下, 才有使用动态方法评价协调性的必要性。在整个系统处于协调状态的前提下, 进一步要求各个子系统在某一个时间段内的平均协调度要大于初始状态, 即必须有Ci0 (T+t) -Ci (T) ≥0。也就是说各子系统的改变目标应该是使其协调状况更理想。此外, 为了考虑整个系统在不同阶段之间协调效率的高低, 则需要通过CDI (T+t) 与CDI (T) 的大小判断, 若CDI (T+t) ≥CDI (T) 则意味着整个系统的协调性不仅得到了提高, 而且现阶段所采用的管理或控制方法比以前的管理或控制方法更有效, 这为制造企业积累优秀的管理经验提供了依据。

六、结论

传统管理模式对环境变化的反应缓慢, 难以适应复杂多变的经营环境, 内外部环境的迅速变化要求现代制造企业的管理模式应该具有自我调整的能力。企业管理模式一直都是国内外研究的热点, 管理模式的有效性取决于它对企业内外环境的适应程度, 因此任何时期的企业管理模式都具有鲜明的时代特征。对于制造企业来说, 建立动态管理模式系统不仅会使企业具有对环境变动的适应能力, 而且通过对管理模式变动影响因素的协调性分析, 可增强企业对环境变化的敏感性和主动性。在制造企业动态管理模式应用过程中, 协调性评价与控制是重点问题。制造企业动态管理模式要求各因素在实现总体目标过程中相互适应、相互配合、相互协作、相互促进。所以, 依据自组织动态管理模式的有效性条件, 建立了评价动态管理模式系统总体冲突程度的指标体系和评价方法是制造企业实施动态管理模式的关键。当然, 由于制造企业管理模式系统内在的复杂性, 使得对其研究与实践的方法上都有改进的余地, 需要结合实际进一步地深入研究。

参考文献

[1]戴俊.企业的自组织待征分析及其对现代企业管理的影响[J].现代管理科学, 2002 (10) :4-5.

[2]宋加升, 李柏洲.协同环境下组织变革因素互动关系研究[J].工业技术经济, 2005 (4) :73-76.

[3]Song Jiasheng, LiBaizhou.Research on a DynamicManagement Pattern for Manufacturing Firm.Pro-ceedings of The2005 International Conference onManagement Science&Engineering.Korea, 2005.7, Harbin, Harbin Institute of Technolog.Vol1-3:1048-1052.

[4]孟庆松, 韩文秀.复合系统协调度模型研究[J].天津大学学报, 2000 (4) :44-46.

[5]曾珍香.可持续发协调性分析[J].系统工程理论与实践, 2001 (3) :19-22.

制造商动态 篇6

1 制造企业动态联盟及其重要性

美国布兹·艾伦·汉密尔顿咨询公司对世界范围内的500多家企业进行调查,结果表明建立联盟的企业其收益要比没有组建联盟的企业平均高出40%。有些企业把联盟看成过渡的、短期的结合,只强调短期现实的利益,联盟变成了一股淘金热,没有人会关心其可持续性,此时联盟失败的可能性就很大。若联盟破裂,企业再去寻求联盟的合作,又需要耗费更大量的时间、资金和精力。联盟长期稳定的合作,有利于即定目标的实现,联盟应在兼顾短期利益的同时,更加注重将来的发展。

1.1 制造企业动态联盟的含义及形式

(1)制造企业动态联盟的含义制造企业动态联盟是由两个或两个以上独立的制造企业为完成一个特定的目标,以契约的方式结盟在一起,共享参与各方的资源来获得更大收益、同时减小联盟结成带来的风险,是围绕项目进行合作的企业间的动态经济组织。其是以合作、信任为基础,是每个成员企业发挥自己的优势能力,与其他企业协调合作的组织形式[1]。

(2)制造企业动态联盟的形式(1)联合生产型。将具有不同核心能力和经营优势的相关企业,以联盟的形式组合在一起,实行业务外包和联合生产,根据合作对象的不同特点,采取不同的合作组合方式,于联盟的生产中获利。(2)联合共生型。两个企业为了共同的目标,出于技术保密、成本控制或是降低风险的目的,通过联盟组合在一起。对于联盟的成员企业实行共同出资、共同生产、共享收益、共担风险。(3)联合销售型。这是目前比较流行的一种商业理念,通过联盟的方式运用市场上成熟、先进的销售手段来拓展销售渠道,有利于销售低成本的快速扩张。这是一种既安全又见效快的动态联盟形式。(4)策略联盟型。当几个企业拥有不同的核心资源和技术、并且彼此市场不冲突的时候,可以通过组建策略联盟来发挥各方核心能力,共创和保持这种竞争优势。(5)联合研制型。联合研制型的动态联盟是为了开发新技术、新产品而组建到一起的,这种联盟可以最大限度的降低研究成本,缩短开发到应用的周期,于技术开发中实现规模效益,有利于快速的占领市场。成员企业的研发能力综合到一起,有利于技术的整合和开发,使研究更具创造力[2]。

1.2 制造企业实现动态联盟的重要性

在经济全球化和我国加入WTO这样的大环境下,我国制造业不能满足以往的企业组织形式,而是需要改变过去一成不变、陈腐落后的组织形式,敏捷化、迅速化响应市场,创造新的价值,新的经济增长点,利用便利的市场、人工、资源的优势结成联盟,走标准化经营道路。动态联盟的方式,顺应时代的潮流是大势所趋[3]。

(1)敏捷并迅速响应市场为了满足市场出现的个性化、多样化的需求趋势,动态联盟应运而生。动态联盟的出现适应了快速、敏捷的要求,由于组成联盟的企业是集合各自优势的部分,称得上是强强联合,可以节省投资和人员培训的时间和费用,加快产品的研制、开发、生产、提高拓宽市场和产品投入市场的速度,加快投资的回收速度,企业可以更加高质量、高技术、高速度的完成任务,不但可以适应现行市场的变化,对未来市场的变化也有一定的适应性,具有动态适应的特性。

(2)集成各种资源和优势动态联盟的组成企业将自己的优势资源贡献出来,灵活有效的与其他企业组合,这样就可以充分利用由环境变化所带来的市场机会。资源的含义不仅仅是生产资料还包括资金资源、人才资源、技术资源、管理及市场资源。

成员企业实现资源的互补,可以扩大经营规模,实现规模经济、范围经济,进入更广泛的市场领域,打破以前只在少数几个市场渠道分享利润的局面,赚取更大的收益。成员企业实现资金的互补可以更加广大的利用资金,实现资金的合理分配,费用的合理分担,完善和弥补资金欠缺的项目,提高融资能力,及时的抢占市场商机,保持竞争优势。成员企业实现技术互补,汇集强大的研究开发能力,促进技术改进和升级,使原来单个企业无力掌握或应用的技术,现在能够轻松熟练的掌握,使成员企业进入更加广泛的市场,分享更加丰厚的市场份额。成员企业实现人员互补,市场上的竞争也归根结底是人才的竞争,动态联盟也集成了人才的优势,为联盟的发展发挥作用。动态联盟实现各方资源的优势互补,使企业在经济波动中立于不败之地。

(3)减少成本和费用的分担动态联盟的企业组成在一起降低了成本费用,提高了收益。由于联盟成员集合了各成员企业的优势力量,成员企业在各自优势的部分提高技术专业化程度和运作效率,相对的就在一些方面节省了成本。联盟企业在最开始联盟的时候考虑到成本的问题,都是优先选择成本低的企业进行联盟,联盟的企业形成规模经营后,自然使得生产、管理成本下降,加入联盟也使得企业可以把精力从对生产的不确定性转移到节约成本和提高生产效率上去,使联盟企业共担技术研制开发、市场开拓推广费用,降低的成员企业的负担。

(4)降低经营风险外部环境的激烈变化,使得企业要想在竞争中处于不败之地,必须缩短技术研究开发时间,降低技术研究开发成本,分散研究开发风险,但对于单个企业来说,自身的技术研制开发能力、信息产品质量、市场开发等环节很难做到系统化规模化,孤军奋战只会使自身陷入穷途困境,造成资源和劳动的浪费,所以必须实现技术的自给到技术合作的转变,共享资源技术,适应联盟企业发展的需要,增强自身的综合竞争能力。联盟实现了优势互补,拓展了经营范围,极大程度的降低经营的风险[4]。

2 影响动态联盟稳定发展的因素

动态联盟是为调节和配合市场的需要而形成的企业组织形势,联盟企业虽能集中各方优势,降低成本和经营风险获取最大的经济效益,但在联盟企业的组成和发展中还存在着一些障碍。

2.1 只注重短期利益

联盟给成员企业获得利益提供机会,联盟的成员企业维持联盟关系的长短主要取决于联盟比不联盟时企业获得的利益的大小。而一些企业急功近利只看见一点好处就就此罢手,不积极主动的配合联盟整体的发展,破坏了联盟合作的基础,造成的后果不可计量。

2.2 利益分配关系处理不当

企业加入联盟主要是希望取得1+1>2的效益,联盟组织越做越壮大,形成的收益越来越巨大,必然会产生利益分配上的问题。利益问题是联盟组建的根本问题,利益分配解决的不好会影响联盟的稳定性,联盟的成员企业心中都有自己贡献与得到的标准,如果分配不理想或者严重偏离理想值,联盟内各企业会尽力争取自己的利益,或者以直接、间接的方式,针对和瓦解联盟,联盟外的企业要加入该联盟,就更希望联盟瓦解,种种冲突加速联盟的解散。

2.3 联盟企业之间的文化冲突

联盟是不同企业结合各自的核心能力,为了共同目标结成的组织。成员企业在长期的经营管理实践中形成了自身的、固有的、独特的企业文化,在价值观、经营方式、思维方式、人力资源管理、行政管理、社会声誉等方面都有着自己的特色,这种文化和组织方式的不同,会在联盟经营方式和经营目标很多方面产生分歧,联盟的组织结构和组织关系在本质上不稳定,短期内企业之间是很难相互融合的,很可能导致联盟的破裂。

2.4 不注重核心能力的保持

联盟形成的基础是各自具有特色的核心能力,独特优势的核心能力是企业加入联盟的基本也是最重要的条件,核心能力是能够让自己的特长与别人区别开来,使自己变得不可取代,所谓术业有专攻,这优势可以是技术、销售渠道、专利、品牌、商誉、生产能力等等。联盟能够实现优势互补,资源共享,企业都是在互相寻求在各个方面都有一技之长的合作伙伴,其必须能在联盟中贡献力量,增强联盟的整体竞争力,没有核心能力的企业,很难在联盟中实现价值,很难被其他成员所接纳,难于在市场竞争中占据主动权。

2.5 相关的政策法律不规范和环境受限

动态联盟是一种健康的积极的企业组织形式,企业之间体现的是一种契约的关系,这种契约是事先约定好的,所以就会产生机会主义倾向。我国有关的宏观产业规划和产业政策不够清晰,其可操作性也不强。我国的联盟企业是在摸索中前进的,尚缺乏国家的政策指导和支持。企业间沟通不通畅,相互间的信息获取也不完全,很难把资源、资本、管理、技术和市场结合起来。缺乏丰富、充足的机会适时投资。缺乏信任机制,很多企业还未参与到新的企业组织形式中来,原因是不了解也不信赖新的组织形式能够带来的好处,宁愿单枪匹马的单干[5]。

2.6 联盟成员的选择有误

联盟成员的选择不当,会为联盟日后运营埋下危机,很多联盟以失败告终,都是错在成员的选择。在选择时,要结合自身的需求,不能只看到对方的雄厚实力,双方的实力悬殊不利于联盟发展,不注重整体结构的优势互补,选择组织文化差异太大、不好融通的企业做伙伴、再或是未对成员做信用评价,都会给联盟造成损失。

3 动态联盟稳定发展的几点对策

3.1 树立长远收益观点

联盟刚组建时产生的利益只是短视的收入,只有在经过一段时间,各方面都充分磨合,稳定的发展之后获取的利益才更为丰厚,才会产生优势。成员企业若只重视即得利益的取得,就会破坏整体成员的利益,企业的目标与联盟的目标就会逐步脱节,所以应当树立长远利益的观点,实现联盟目标最大化的同时,实现成员企业的利益最大化。

3.2 加强联盟文化的沟通和理解

在充分了解到各方文化背景的前提下,互相理解和尊重,注重文化间的相互沟通,在公平合作的原则下,取得目标的一致性,求同存异,不但注重自己文化的开发,同时还要吸收合作成员的文化精华,建立以联盟经营为核心的联盟文化,使成员企业都能够以大局为重,共同从本质上联合到联盟的大旗下,为联盟也为自身实现目标而努力,形成独特的协同作战的文化氛围和核心竞争优势。

3.3 针对联盟的特征选择联盟伙伴

选择合适的合作伙伴是建立动态联盟的基础和关键环节,企业在实现联盟之前,先要树立明确的目标,来选择和寻找能够帮助联盟实现目标完成任务的合作伙伴,合适的合作伙伴可以带来企业所需要的技术,资源,技能、市场等要素,形成可持续的市场竞争优势。有些企业认为选择比自己实力强大的企业做盟友,可以尽享便利,但这样不利于以后的发展,容易被动接受安排,不利于取得自主权。最理想的伙伴是有合作的意图并且能够产生优势互补、优势相长的效应,而选择实力相当的联盟伙伴是实现这一效应的较佳的策略。

(1)资源型的动态联盟应该注重保持联盟资源的充足,联盟的伙伴应选择具备互补资源和能够充足供给资源的企业作为联盟合作的对象。

(2)生产型的动态联盟生产型的动态联盟注重生产任务的完成,对于技术的考量更为严格,应主要以企业生产工艺中的技术成熟度来选择伙伴;

(3)科研型的动态联盟为使企业获得综合的研发能力,联盟企业需要具备相关的研究开发能力和知识水平,对此,可以考虑有实力的研究机构或者是大学作为联盟的对象。

(4)金融机构参与的动态联盟与金融机构的合作可以保证联盟资金运作的需要,对金融机构的选择,可以按资金供应链模型,确定资金的需求,并根据利益分配模型和风险分担模型,来衡量收益与风险,选择出合适的金融机构联盟[6]。

3.4 发挥政府作用和完善联盟的保障制度

在我国,企业联盟己经成为增强竞争实力的有效方式,尽管动态联盟获得了一定发展,但仍停留在低层次水平上,企业自身发展十分缓慢,有关联盟的政策法规也基本处于空白。

(1)国家应当采取措施,在宏观上给予动态联盟合理发展的空间发挥政府的作用实现宏观调控,制定合理的政策,在协调国家产业结构调整及优化发展的目标上,组织协调和领导联盟,制定企业联盟的有效范围,不同产业和不同项目的企业联盟应享有不同的优惠政策,加快改变现有的结构,重建运作机制。以合适的联盟方式优化企业间资源配置效率,既可增强企业的活力,又能更好地发挥规模经济的作用,提高我国企业的整体竞争能力。

(2)打破地方保护主义企业通过市场选择联盟成员,地方政府应当积极配合市场的这种选择机制,为企业创造一个公平、公正、公开的市场环境,不干预企业间的合作,主动为企业选择联盟成员牵线搭桥。

(3)发展联盟中介机构完善法律法规,规范企业联盟的行为,对成员的进入退出、加盟条件、加盟手续等作出规定,同时加强成员的资格审定、信用评价、矛盾纠纷仲裁办法等。

(4)加强知识产权、技术秘密及商业秘密的保护倡导信用观念,加强宣传教育,建立良好的社会信任文化,增强全社会遵守信用的自觉性,树立企业信用,用信用道德来规范市场经济秩序,努力形成与市场经济发展相适应的健康、和谐、积极向上的道德规范。

3.5 利益分配的正确处理

以往的利益分配方法,只是针对有形资产的分配,忽略或者并不涉及无形资产的分配。但对于利益来源来说,应当按阶段分成事前、事中和事后收益,对此不同收益阶段采取不同收益分析方法来进行分配。

(1)事前收益及事中收益的分配企业无法或者难以单独响应市场,就会选择组建联盟来减小风险,组建前的联盟企业并没有真实获得收益,此时的联盟收益可以定义为事前收益。联盟运行中,发生实际的生产和销售,就会产生了实际收益。其可以在制造企业的动态联盟运行中不断调整,此时的收益为事中收益。这两个阶段的收益是有形资产带来的收益,可以运用流行的收益分配方法进行收益分配计算。

(2)事后收益的分配当制造企业的动态联盟完成它的使命时,成员之间将面对如何分配联盟获得的各类收益。结算收益中包含有形资产的和无形资产的收益两大类,其中无形资产带来的收益包括成员共创的商标、共创的非专利技术、共同申请的专利等。针对无形资产带来的收益,就应该区别于有形资产的收益,将无形资产收益的组成要素进行分析,确定其组成要素的价值,并确定相对应的权重运用层次分析方法,得出无形资产带来收益的分配量。

制造企业组建动态联盟适应经济全球化及市场激烈竞争化的今天,对于影响动态联盟稳定发展的因素,忽视其影响,会危机联盟的长远发展,有损成员企业的利益,如只注重短期利益的取得,不重视联盟成员的选择,利益分配不公平,不注重解决文化冲突、不保持核心能力保持等都会引起联盟的破裂。对于影响稳定性的因素,需及时排除其不利影响,应该树立长远收益的观点,根据联盟特征选择盟友,将收益分阶段处理注重无形资产的价值和分配,将沟通和融合作为联盟长期发展的动力,配合政策法规的完善和保障。排除隐患后的动态联盟才能健康发展,成员企业才能最大程度的获益,组建联盟的最终目的才能达到。

[编辑:林剑峰]

参考文献

[1]罗新星,曾宇星,赵延武.动态联盟与中小企业的发展[J].企业技术开发,2004,23(12):33-35.

[2]苑金生,张靖.企业动态联盟的形式与对策[J].陶瓷,2005(2):7-8.

[3]霍后梅,綦良群.高新技术产业对传统装备制造业推动作用评价指标体系构建[J].哈尔滨理工大学学报,2007(1):105-109.

[4]赵常春,任佩瑜.战略联盟的发展趋势及我国企业的应对策略[J].技术与市场,2005(9):35-36.

[5]谢福星.试论我国中小企业联盟持续发展的策略[J].平原大学学报,2005,2(22):21-23.

制造商动态 篇7

关键词：动态比较优势,国际分工地位,产业定位

1 比较优势相关贸易理论概述

1.1 比较优势始终是贸易理论的核心

根据克鲁格曼的观点, 各国参与国际贸易的基本原因有两个, 其一是进行贸易的各个国家之间存在千差万别, 每个国家都从事自己擅长的生产, 便能从这种差别中获益;其二是国家之间通过贸易能够达到生产的规模经济。这其中便包含了一个经济学家们所认为的“无可否认但对于很多人来说并非显而易见” 的正确的经济学概念——比较优势。

1.2 传统比较优势的局限性

无论是李嘉图模型还是赫克歇尔-俄林理论, 考虑的都是静态比较优势, 而随着时间的推移, 各国的比较优势必然会发生变化, 传统比较优势的局限性便逐渐体现出来, 传统比较优势的静态分析方法不能将随着时间推移而产生的技术进步体现其中, 因而不能更加广泛地适用于国际贸易的各个领域。

1.3 动态比较优势的提出和发展

二战以来, 日本及东亚的一些新兴工业化国家经济发展迅速, 使得传统比较优势理论不能很好地做出理论解释, 日本经济学家筱原三代平 (1955) 从动态的、长期的观点出发, 把生产要素的供求关系、政府政策、各种可利用资源的引进、开放等因素综合到贸易理论中, 将传统的比较优势理论动态化。技术作为重要的研究对象进入研究领域, 如技术作为外生变量的贸易理论的发展。

2 我国制造业国际分工地位研究

传统的国际分工主要发生在产业间, 二战后国际分工逐渐深入到产业内, 近期的一些研究表明国际分工已经深入到产品内。我们以我国制造业中的电子、机械产品生产为例, 主要生产过程有研发设计、零部件生产、组装三个阶段, 三个阶段分别主要依靠人力因素、资本因素、劳动力因素。

如表1所示, 如果经济体出口最后组装阶段的产品却需要进口研发设计阶段的产品, 那么进口商品的价格高于出口商品的价格, 如我国目前的贸易状况。而处于国际分工高度的经济体, 出口研发设计阶段的产品而进口组装阶段的产品, 其进口商品的价格低于出口商品的价格, 在国际分工中获利。高端的国际分工是以一抵二, 低端的国际分工是以二抵一。对于高技术产品, 发达国家占据国际分工高端;对于低技术产品, 发展中国家因其本身具有的的劳动力优势, 可通过实现产品升级的渠道, 在国际分工中占据更加有利的地位。

3 如何寻求合理的我国制造业产业定位

3.1 制造业发展中重要因素条件

首先, 技能型人力资源供小于求。改革开放以来第三产业迅速发展创造了大量的就业机会, 制造业就业人员占全国就业人员总的比例在下降, 然而, 制造业对技能型人力资源的需求仍然较大, 且目前社会供给仍只停留在初步满足的阶段, 若寻求制造业深度与宽度的更进一步的发展, 技能型人力资源的培养必将发挥重要的作用。

其次, 技术创新能力处于初步阶段。根据资料统计, 目前仍没有中国企业迈入世界制造业500强, 在制造业所涉及的各个行业中, 各类精密技术的普及率均较低, 汽车设备、光纤设备、电路设备、石化设备等行业对进口的依赖度较大。

第三, 资本积累不足。制造业向更高的技术方向发展, 最重要的支撑便是资本积累, 加快资本积累, 改善融资渠道, 加快市场流通才能从根本上支撑制造业的深层次和规模发展。

3.2 如何从“中国制造”走向“中国创造”

首先, 劳动力密集型行业应继续解决就业这一历史任务, 并合理过渡。事实证明, 能够充分利用资源的比较优势的经济体, 其产业和技术结构会更加合理, 创造的价值会比较大, 在世界贸易竞争格局中也会占据更加有利的位置。一个很著名的例子, 如果我们生产8亿件衬衫才能换回一架空客, 在一些层面上来说生产衬衣比生产空客更加重要, 8亿件衬衣的所赚的一点小利及所解决的就业问题相对于空客所依靠的欧洲四国巨额补贴是更加盈利的。生产衬衫的中国能够比生产软件的印度发展得更好也是同样的道理。

其次, 大力支持技术和资本密集型行业的发展, 并逐渐发展并巩固其在产业中的主导位置。根据动态比较优势理论, 选择适合本经济体并具有竞争力的主导产业, 能够使经济体的产业结构更加合理, 并更能利用经济体天然的要素禀赋优势, 并根据要素禀赋优势的转变而升级产业结构, 从而使得经济体自身有着良好的循环动力。

第三, 将低品质垂直产业内贸易控制在50%以下, 并逐步缩减其比例, 从而在国际分工中占据有利位置。在产品生产的环节上, 投入更多的资金和人力。

参考文献

[1]保罗.克鲁格曼, 茅瑞斯.奥伯斯法尔德.国际经济学.海闻, 蔡荣, 郭海秋等译[M].北京:中国人民大学出版社, 1996 (第五版) .

[2]施炳展, 李坤望.中国制造业国际分工地位研究——基于产业内贸易形态的跨国比较[J].世界经济研究, 2008, (10) :3-8.

制造商动态 篇8

关键词：油料装备制造成本,灰色预测,神经网络,动态调整

油料装备成本是决定油料装备竞争力的核心因素, 油料装备成本由设计成本、制造成本、销售成本、维修成本和环境成本等组成, 其中制造成本占据重要地位。准确预测油料装备制造成本, 掌握其变化趋势, 对合理组织生产、提高企业经济效益具有重要意义。

油料装备制造成本预测是一个复杂系统, 影响因素众多, 呈非线性关联, 难于用常规数学方法建模。灰色预测GM (1, 1) 模型虽具有所需样本少、计算方便等优点, 但其预测精度依赖于模型参数值, 当原始数据序列存在非线性关系时, 灰色预测残差较大, 预测精度低。适合预测呈近似指数增长规律的数据序列, 与油料装备制造成本实际情况不相符。神经网络具有非线性运算、自学习能力, 但预测时需大量数据作为输入变量;网络权系值对每个输出都有影响, 导致学习速率较慢;权值的确定有随机性, 每次训练后输入与输出间的关系不定, 预测结果存在差异。这两种方法用于油料装备制造成本预测均存在局限性。因此, 本文尝试将灰色系统与神经网络相结合, 建立基于灰色动态神经网络GDNN (Gray Dynamic Neural Network) 的油料装备制造成本预测模型。

1. 问题描述

采用作业成本法进行油料装备制造成本分析。将制造生产线划分为n个作业单元, 设制造成本最低时的油料装备批量为最佳生产批量q0, 则油料装备标准制造成本C0为:

S0为生产工人工资总额;δ:单位时间人工成本;ti:第i个作业单元的标准工时;Ci:第i个作业单元的加工设备折旧成本;hi:第i个作业单元的消耗定额。

用油料装备精度指标γ表征零件公差a1和a2粗糙度、几何形状a3、材料a4等因素对制造成本的影响。油料装备精度与制造成本关系为:C (γ) =fγ (a1, a2, a3, a4) γ∈ (0, 1) 。

油料装备单位成本随制造数量增加而减小, 但油料装备单位成本存在最小值, 当达到该最小值, 单位油料装备成本将上升。油料装备最佳生产批量q0与企业最大生产能力有关联。生产批量q与制造成本关系为:C (q) =fq (q, q0, C0) 。

生产周期T对油料装备制造成本形成全方位影响。企业资源决定了最小生产周期Tmin和正常生产周期T1。当T≤Tmin, 无法生产。当T≥T1, 制造成本保持恒值C0。当Tmin≤T

综上分析, 影响油料装备制造成本的要素有油料装备精度、生产批量、生产周期以及标准制造成本及其附加因素等。设油料装备制造成本为, 其预测数学模型为:

输入参数为人工成本x1、标准工时x2、加工设备折旧成本x3、消耗定额x4、零件公差等级x5、粗糙度等级x6、零件形状复杂程度x7、材料等级x8、生产批量x9和生产周期x10。

2. 灰色动态神经网络预测模型

2.1 灰色动态神经网络结构

GDNN预测模型结构如图1所示。网络层数L=5, 输入层为第0层, 输出层用L-1表示。输入层设置8个神经元, 分别代表x1~x10输入参数;输出层设置1个神经元, 代表油料装备制造成本;设置两个隐含层, 结构为 (p, q) , p、q分别为第1、2隐含层维数。在学习过程中, 隐含层维数根据规则不断变化, 网络结构呈现动态性。

2.2 数据预处理与灰色预测

根据企业生产资料, 对影响油料装备制造成本的定性指标数据做定量化处理, 使其具有可比性。因定量指标数据的衡量单位、级差、变化趋向不同, 可用效应系数进行规范化和同趋化处理。效应系数Fj为:

式中, xjmin为第j个指标数据最小值;xjmax为第j个指标数据最大值。

对多个原始序列样本数据建立灰色GM (1, 1) 模型, 算法如下:

建立白化形式微分方程: , 利用最小二乘法求解参数a、u。

微分方程解为: , 将灰色预测值作为神经网络的输入样本。

2.3 动态调整隐含层维数

GDNN动态性能表现在隐含层维数的动态调整。隐含层维数决定网络空间划分的可分性。隐含层维数应大到足以形成决策区, 以便提高训练匹配精确度。但隐含层维数太大, 将削弱网络概括推理能力。应逐步调整最优隐含层维数, 使网络结构不断完善。

设隐含层最大维数为Npq;N为第k层神经元数;P为网络学习总样本数;ωi, j, k为第i-1层中第j个神经元与第i层第k神经元的联结权值;X0, j, p为输入层中第j个神经元的第P组输入样本;Yi, j, p为i层第j个神经元输入相应的第P组输出Ydi, j, p为第i层第j个神经元输入相应的第P组期望输出, 则网络输出的总均方误差E为:

隐含层维数动态调整算法如下:

(1) 对于一个序列, 采用GM (1, 1) 模型, 求得m个模拟值和n个预测值。

(2) 预设神经网络结构 (p, q) , p、q均为1;

(3) 将模拟值作为神经网络输入模式, 原始一维序列作为神经网络输出模式, 进行网络权值训练, 记录下对应网络结构的总均方误差E;

(4) 调整扩充隐含层的神经元个数, 将p和q各自加1, 如果p=q=Npq, 转入第5步, 否则返回第3步;

(5) 在以上所记录下来的Npq-1个总均方误差E中, 选取E为最小值所对应的隐含层结构 (p, q) , 记为 (p0, q0) ;

(6) 分别按照 (p0, 1) 、 (p0, 2) 、…、 (p0, Npq-1) 、 (1, q0) 、 (2, q0) 、…、 (Npq-1, q0) 的结构按步骤3, 求得 (Npq-1) 2个总均方误差E;

(7) 在以上所求得的 (Npq-1) 2个总均方误差E中, 选出最小值所对应的隐含层结构 (p, q) , 记为 (p1, q1) ;

(8) 将步骤1中的n个预测值作为网络输入样本, 按隐含层结构 (p1, q1) 进行训练, 求解输出GDNN预测值。

3. 应用实例

分析某油料管件制造厂生产资料数据, 采用灰色动态神经网络GDNN对管件制造成本进行预测, 学习样本及预测样本原始数据表如表1所示。

运用Matlab进行编程。初始权值和阀值由rand函数随机产生。误差精度指标取0.0001, 学习速率取0.05。节点激励函数为f (x) =1/ (1+exp (-x) ) 。网络学习采用自适应学习速率梯度下降反向传播算法。与灰色GM (1, 1) 算法、BP神经网络进行比较, 在同一迭代次数下的预测误差比较见表2。可见GDNN方法收敛速度较快, 预测误差较小。

林德叉车荣获华润万家最佳物流设备供应商奖项

2010年4月24日, 华润万家“2009年度最佳物流设备供应商”颁奖仪式在深圳华润万家有限公司隆重召开。华润万家有限公司中国物流总监李亦春, 林德南方大区销售总监廖丹和售后总监陈展出席了此次颁奖大会。

作为国内知名的零售企业, 为了更好地提高供应商产品质量、共赴双赢, 每年华润万家都要对其各部分供应商进行严格的评比, 从中选出最优秀的一家企业作为年度最佳供应商。