供应链诊断技术研究综述
摘要：供应链诊断为供应链管理提供了一种有效的、结构化的方法，并为供应链改进提供了有力支持。供应链的组织、流程及资产等要素已成为竞争战略、差异化模式以及降低成本和提高收益的关键资源。因此，了解供应链诊断技术的国内外研究现状及发展趋势非常必要。而根据不同行业的特点，通过先进的诊断技术充分发挥系统化的供应链诊断方法的优势尤为重要。
关键词：供应链 供应链诊断 诊断技术
在当今全球化竞争的时代，真正的竞争已不再是之间的竞争，而是供应链与供应链之间的竞争。供应链若要在竞争中取胜，就要使供应链的整体绩效达到最优。而怎样才能使供应链的绩效达到最优，这也是供应链研究者和实践者共同关注的核心问题。针对这一问题，诸多学者及管理者探索并实践了许多供应链的研究方法，其中就包括“供应链诊断”的理论与实践研究。目前，众多研究团体和机构都就供应链诊断问题进行了专门的探讨。例如，英国沃里克大学运筹管院2006年1月就专门组织了供应链诊断的研讨会；世界贸易集团（World Trade Group）2006年6月底在布拉格举办的第8届供应链与物流的年度峰会，也专门开设了供应链诊断的研讨会。
供应链诊断的含义
Douglas W·Alivine，Trevor Gore在《供应链管理手册（第5版）》中指出，“供应链诊断”的含义是：如同医生诊断病人一样，企业组织也能对其供应链做出诊断。对供应链的组织运用类似于医疗诊断的方法，能够为供应链运作的改进和稳定性的提高提供帮助。成功的供应链诊断将有助于建立有力的业务方案，解释为什么企业要变更供应链管理方法。不论是复杂的改进（如实施新的供应链系统），还是简单的改进（如改变供应商联系），企业组织都可通过供应链诊断降低失败的风险、加速利益的获得。
而系统化的供应链诊断方法对利用信息与通讯技术实现整合供应链以及优化供应链的整体绩效都大有裨益。在整个供应链的诊断和优化管理过程中企业之间的界线变得不重要了，所有的成员视为一个整体，从供应链的整体战略目标出发，寻找企业内部或企业之间的低绩效的原因所在并商讨对策、协调解决。另一方面，虽然系统化的供应链诊断方法在整个供应链的诊断和优化管理过程中体现了良好的适用性，但是目前所采用的供应链诊断技术却使得这种系统化的方法存在诸多缺陷。因此，在系统化的供应链诊断方法的基础之上，深入研究供应链诊断技术非常必要。
系统化的供应链诊断方法的发展
随着供应链管理逐渐受到推崇，供应链系统的分析、设计和运作技术及方法已成为迫切需求。只有通过系统化的方法将信息与通讯技术应用于供应链管理过程，才能真正整合供应链，实现复杂供应链系统运作管理的简单化。
Christopher曾特别倡导把供应链的运作管理看作把握现实机遇，并籍此进行流程再造和提高生产力的有效手段。而为了在供应链的运作管理过程中，挖掘提高绩效的潜力，加强供应链的整体竞争能力，诸多学者曾提出过不少供应链诊断的方法，如表1所示。其中，Master Class Session，Profit Pool Mapping，Navigator及Value Stream Mapping等早期的供应链诊断技术与方法，在绩效评估、流程再造等方面见解独到并且行之有效。但是，它们都不能作为一种独立、系统化的供应链诊断方法而加以应用。因此，研究者们构造和发展了基于Quick Scan方法的系统化的供应链诊断方法。
Quick Scan是一种系统化的收集和综合处理供应链的定性和定量数据的方法，是辨识供应链改进机会的一般化步骤，并可用于研究供应链变革的通用模型。纵观基于Quick Scan的系统化的供应链诊断过程，其遵循着“从定性分析入手，结合定量分析，再综合得出诊断结论”的。并且，Quick Scan所获的各种信息与数据、Uncertainty Circle Model的评分、统计分析图表及定性的诊断分析结论都可以输入基于Web的最佳实践数据库。利用此数据库丰富的集成信息，则可为每一个基于Quick Scan的系统化的供应链诊断过程提供宝贵的。另外，基于Quick Scan的供应链诊断方法作为一种通用的系统化的方法，在不同行业的供应链中应用时，也可根据行业特点对相关步骤与过程加以调整。例如，R·Baker，S·Hong-Minh等在建筑行业供应链的诊断中对Quick Scan过程所做的调整和完善。
Kao则特别指出，在供应链诊断过程中，不确定的信息与数据的因果分析（Cause and Effect Analysis）和推理诊断的方法尤其值得进一步研究。并且，Kao、Huang和Li等学者也进一步研究了基于动态贝叶斯的供应链诊断技术。探索研究表明，系统化的供应链诊断方法虽然从整体战略的角度考察供应链，并对各种信息与数据进行了规范化的搜集和整合处理，但是，在数据与信息的分析与融合方面仍然有所欠缺，尤其是在不确定信息与数据的因果分析和推理方面。因此，根据不同行业的特点，在供应链诊断过程中融入适合的定性与定量相结合的因果分析与推理的技术，是供应链诊断技术的趋势。
而不确定知识与数据的因果关系表示与推理是人工智能中非常重要的研究领域，因果图、认知图、马尔可夫网、贝叶斯网络及影响图等方法可有效的模拟客观世界，在医疗诊断、分析、决策分析及风险评价等工程和管理领域广泛应用，并已成为开发相关领域的专家系统和决策支持系统的重要支撑技术。虽然，在供应链诊断的理论与实践领域，上述人工智能技术的应用还处于起步阶段，但是，Li，Kao等学者仍然做出了有益的探索与尝试，在基于Quick Scan方法的系统化的供应链诊断过程中应用含有模糊参数的贝叶斯网络和影响图进行因果建模、分析与推理，有助于分析和获取供应链诊断结论。而随着供应链诊断技术研究的深入，定性与定量相结合的因果分析与推理的技术也将不断得到发展与完善，其理论与实践应用价值将不断获得提高。
结论
从发展趋势来看，由于系统化的供应链诊断方法逐渐受到广泛的认同，供应链诊断技术需要适应系统化的诊断方法，并通过先进的诊断技术充分发挥系统化的诊断方法的优势。鉴于系统化的供应链诊断是一个“从定性分析入手，结合定量分析，再综合得出诊断结论”的过程。在这个过程中，如何从定性分析入手逐步采用定量的技术手段深入分析是关键所在。而从供应链诊断技术的研究现状来看，目前所采用的定性与定量相结合的因果分析与推理的技术还不能很好的解决这一关键问题。但是，勿庸置疑，根据不同行业的特点，在供应链诊断过程中融入适合的定性与定量相结合的因果分析与推理的技术，将是供应链诊断技术未来的发展方向。
：
1.Prockl G. Supply Chain Diagnostics to Confront Theory and Practice – Re-Questioning the Core of Supply Chain Management and Generating more Differentiated Data on its Key Challenges[R]. Tagungsband Research Methods in Supply Chain Management, Oldenburg: 2005
2.Gattorna J. Gower Handbook of Supply Chain Management[M]. Aldershot: Gower Publishing Company, 2003
3.周飞，胥红娥.供应链管理诊断与优化配置[J].工会，2003，9 (3)
4.马士华，申文.基于快速响应的供应链物流运作能力诊断模型[J].物流技术，2006，4
5.Christopher M. Relationships and Alliances: Embracing the Era of Network Competition in Strategic Supply Chain Alignment (ed) John Gattorna[M]. Aldershot: Gower Press, 1998
6.Naim M. M., Childerhouse P., Disney S. M., Towill D. R. A Supply Chain Diagnostic Methodology ~ Determining the Vector of Change[J]. Computers and Industrial Engineering, 2002, 43
7.Barker R., Hong-Minh S., Naim M. M. The terrain scanning methodology, Assessing and improving construction supply chains[J]. European Journal of Purchasing & Supply Management, 2000, 6
8.Hong-Minh S., Barker R., Naim M. M. Identifying supply chain solutions in the UK house building sector[J]. European Journal of Purchasing & Supply Management, 2001, 7
