供应链联盟的三种模式

9.5.1 供应链联盟的结构

假设在一个供应链联盟中只有两个基本的企业单元，分别表示为F1和F2。这些企业单元可以是垂直联系的供应商和制造商，也可以是研发商和制造商，也可以是水平关系的供应商联盟等各种形式。它们可以共同生产一个单位产品。产品取决于它们的决策变量（可以是产量水平或产品设计等）x1和x2以及环境状态（由随机参数向量代表）。

设想在供应链联盟活动之前，联盟对环境参数的分布拥有先验的概率估计，它们可能来自于过去的经验或正式的知识。根据这些先验估计，联盟作出使得各企业预期报酬最大化的最优决策。然后相关企业将这些决策视为行动计划或者行动指南。这种事前“优化”决策是在没有任何环境信息的条件下形成的（也就是可以看作自然是在决策后选择的），所以可以定义为计划或者标准。

在生产活动开始之后，环境参数的具体数值便得以显现（自然开始选择）。于是，联盟开始监测环境参数的实现状态并根据监测结果调整相应的计划，以提高报酬。但每个企业监测环境的效果有限，加工能力也有限。因此问题变成如何在联盟内部各成员企业间最优分配信息加工的任务，以及应采取怎么样的事后决策规则处理观察的数据。这便是供应链联盟组织结构的设计问题，有三个重要因素必须加以考虑：

第一，假设环境可以分解为三个部分，分别为Es（环境的系统性部分）、E1和E2（环境的特质性部分）。E1和Es的状态为影响F1的生产率的条件，E2和Es的状态为影响F2的生产率的条件。

第二，联盟的绩效还取决于两个单元决策组合的方式，因此，两者的决策必须加以协调。

第三，当环境变化时，决策变量应该如何作出事后调整取决于观察的精确程度（贝叶斯意义上的精确度）。如果精确度低，过度对环境作出反应将对组织报酬产生不利的影响。观察精确程度取决于观察单元的信息加工能力，信息加工技术以及信息加工活动的努力程度。

由于环境的特质性部分只能被相关任务单元观察到，因此联盟结构只存在下列三种模式。

层级分解。F1监测系统环境参数。F1根据它对环境参数（包括对应的E1）的估计相应地调整自己的行动变量x1。随后F1以一定的交流误差告知F2它的决策，然后F2作出相应的决策。

信息同化。两个单元共同监测系统性环境部分，而它们的观察又是相互关联的，以至形成对环境的同化认知（后验概率）。它们的同化认知是通过两种方式达到的。两个单元或是从环境的公共数字信息网络抽取相同的成文数据，或是分别从环境中抽取样本但集体形成对其后验概率的共同估计。称前者为数字式信息共享，后者为意会式的信息共享，因为后者共享的信息无法完全成文规范下来。

信息包裹。两个企业单元独立地监测环境的系统性和特质性部分。因此它们的观察误差互不相关，对环境的认知也各不一样。称这种模式为信息包裹模式的原因是每个企业单元的信息加工活动是相互隐蔽的。

这三种模式仅仅是原型。供应链联盟的组织类型可以由这些原型的垂直或水平的方式构造而成。

9.5.2 供应链联盟的结构类型

假设F2可以进一步分解为两个子单元企业F2a和F2b。那么一种代表了F1和F2的信息联结的垂直模式，它涉及对影响F1和F2生产率的系统性环境部分的信息处理；另一种代表了F2中两个子企业单元F2a和F2b的水平模式，它涉及对只影响F2生产率的特质性环境部分的信息处理。当上下任务间是互补品而非替代品时，则垂直关系将发生在层级分解和信息同化，至于水平关系，则可以在信息同化和信息包裹观察到。根据这些假设我们可以定义三种供应链联盟的结构类型。

1.供应商系统

在这个结构中，F1和每个F2单元分别在功能层级制的总体框架下同化有关环境系统性部分的信息。在F2层次上的各企业单元则实施信息包裹。我国的海尔可以看作是这一类型。在供应商系列中，F1对应着核心的最终组装企业（如丰田、海尔），而F2层次上的任务单元对应着向F1供应各种关系专用性零部件的企业，而供应是按照多头发包合同进行的。在处理那些涉及新车型开发的系统性信息方面（如市场需求）方面，F1发挥着主导作用。核心企业和F2层次的各企业之间的联结方式是关系式的（更确切地应该是契约关系式的），这表明从联合开发小组的形成到看板制度的运用，两者存在着非常密切的信息共享，以利用任务间的互补性。这种供应链联盟的结构通过将部分任务从核心企业分解出去的办法减轻一体化水平层级制繁重的信息负荷。零部件的设计工作一般授权给F2层次上的企业，F1并不知道其设计过程。F2层次上的供应商是提供关系专用性零部件的特定市场上的竞争者，所以，除非在极端紧急的情况下或需要交换一般性的工程信息，F2层次的企业不存在重要的信息同化活动。F2层次的企业也可能将其生产的零部件进一步分解成更小的部件，发包给其他企业，如F3层次的企业，如此等等。

2.意大利工业区模式

意大利工业区模式在某种意义上是供应商系列中看板制度一种进化，只是F1和F2层次上的任务单元不再是一个企业内部的各单元，而是独立的企业。在这个结构中F1 （核心企业）仍然处于协调F2层次上任务单元（企业群）信息加工活动的位置，但在F2层次上存在一定程度的信息共享。因此信息共享的实践倾向于使F1和F2之间关系契约化。这种类型的一个经典的例子是意大利所谓的“工业区”里的企业关系型网络，主要是一些丝绸和毛织品行业。在这些行业中F1相当于专门负责设计、协调和营销的核心企业，而F2则相当于许多小型承包企业，其中每个企业都专门负责整个生产流程中的一个特定阶段。例如在科莫的丝绸加工工业，F1的角色是负责营销的企业承担，F2则由专门负责设计、编织、染色、印模、印花和最后加工的小型企业组成。时装行业的设计和制造技能之间的特征互补性很强，高质量和生产周期短是该行业的主要特点。精湛的时装设计要求材料合适、加工得体。这些都无法写成生产手册之类的东西。因此核心制造商与承包企业意会的信息共享将促进前者的设计创新。后者也可以从中得益，获得最新的时装潮流的信息，并发挥出潜在有用的技能和知识。面对市场需求，跨企业的持续沟通有助于协调工序计划，而同一类任务的企业之间的沟通则可以加强相互的工作共享，以便作出敏捷的反应。与此同时，企业在特定地点的聚集可以通过相互学习和模仿，以及不同任务间的同化创新提高制造技能。

3.美国的硅谷企业群

这是一种操作性任务单元F2通过第三方信息中介F1同化本来相互包裹信息的联盟结构。美国的新型供应链联盟（JAVA和Linux联盟）是这一类型的典型例子。有两个相互联系但又相互区别的特征使这类信息结构真正地富有创新活力。第一，几乎所有的企业在特定市场上互相竞争。这些企业面临一样的技术环境，创新努力基本上也可替代，无论从竞争企业角度和信息效率角度看，它们的信息加工活动必须是相互包裹的。其次，与之前的一体化企业不同，这些创新企业不是事先以集权的方式发展出有关新产品系统的理念，而是分散地在特定的市场从事创新活动。从这些分散化的努力中演化出来的部件组合在一起，逐步形成一个新的产品系统。创新过程的这种特定的变化得益于不同缝隙市场上的信息加工活动（创新努力）最大限度地相互独立和自给自足。而这一点又得益于企业信息加工技能的提高和支持性技术的进步，使得对相关环境的统计监测能够在一个企业内部相互包裹。为了使这些成为可能，必须确立联结不同部件界面的公共标准和传递数据的公共手段，以便让不同产品的特征相互兼容。各类标准的演化可以是主要企业确立，也可以是行业协会制定，当然也可以是通过竞争博弈而逐步确立。当然创业资本家在竞争性企业中发挥着传递系统性环境信息的中介作用，这些信息涉及演化中的标准和最终产品的系统内容。

9.5.3 供应链联盟结构类型的演变

企业理论中的技术决定论有这样一种推理逻辑：在面临类似技术和市场参数的同一产业，不同企业应该收敛于一种组织结构。但经常可以观察到，不同国家和地区的相同产业，企业的组织信息结构特征和一体化程度都千差万别，例如日本供应商系统、意大利工业区、美国的硅谷模式等。毫无疑问，任何特定的组织结构都存在着理性设计因素，但同时也存在着因个人和企业的“有限理性”而出现的惯例的因素。组织惯例一旦开始发展，就交织着结构惰性和变动环境的竞争性压力之间的冲突。企业家力图尝试新的组织形式，努力模仿别的地方被认为是最有竞争力的组织形式。但是，这些试验和模仿到达了临界规模，其结果通常既不会是组织规范的突变，也不会是迥然不同的组织形式的“无序共存”。其结果往往可能是对常规组织形式的一种“改良”，即显著地改变了现存规范的某些特征，但同时也保留了其他的一些基本特征。

19世纪在新英格兰发展起来的以其竞争威胁震惊欧洲的“美国制造系统”泰勒科学管理运动以及后来的管理层级制的发展、人事管理的官僚化和20世纪30—40年代控制工种的工会主义，所有这些例子都有一个共同点：所有的这些组织创新似乎是沿着同一线（高度细分工种的层级控制）演化而来的。

日本模式的发展路径与美国有极大的不同：20世纪初比较先进的工厂为了限制熟练工人的频繁辞职而设计的年功序列和奖金制度；二战期间由于工具和原材料的匮乏在车间发展起来的对集体解决问题的依赖；在美国发源由工程师主导的质量控制制度在日本转化成车间水平上的工作团队实践；部分出于模仿美国20世纪50年代超市流行的库存积压方法而逐渐演化出来的“看板”制度。而20世纪80年代“看板”制度又被转换成某种与美国不同的、但路径相一致的东西——“精益生产方法”，它通过与专业供应商保持灵活配对（向外采购）来降低库存和减少生产控制的管理层次。之后美国的“精益生产方法”又回到了日本转变为日本的供应商系统。

意大利的工业区模式具有日本供应商系统的部分特征，但在成员企业的层次上有一定程度的意会式的信息共享，且核心企业的角色是由相互竞争的企业来分别担任。

可以发现不同国家的竞争通常会导致对外国经济中优越的组织规范的模仿，向国外学习并不一定导致简单的移植，而是形成与本国的组织惯例杂交的混合体（青木昌彦， 2001）。另外，最终促成新组织形式出现的企业家试验事实上可能是现存策略更丰富的衍生，像美国的硅谷模块化系统。

因此从信息结构角度界定供应链联盟的类型是十分有意义的，如果单纯地从纵向、横向、混合角度对供应链联盟进行分类是不科学的，因为这种分法其实是将供应链联盟结构类型看成是一致的，太过笼统，完全没有找到本质的区别。从以上的分析也可以发现，供应链联盟的结构类型作为一种组织形式也是在不断进化之中的，通过研究供应链联盟内部的信息结构，对我国运用国外供应链联盟模式将是十分有意义的。

9.5.4 供应链联盟的最优规模

1.纵向供应链联盟的最优规模

日本供应商系列的研究显示，不论是供应商还是购买商，似乎都在试图寻求建立彼此长期的战略联盟关系，且合作伙伴的数量向趋少的方向发展，而不是通过增加交易方的数量，从供应商或购买商之间的竞争中获利。这些企业通过自愿限制自身的期权和放弃部分讨价还价的权力以寻求最大化利润。造成大量业务外包和供应商数量日益减少的现象并存的原因主要是：一方面，随着信息技术的进步（交易效率提高和协调成本的降低），企业从增加供应商数量中可能得到更合适的交易伙伴；另一方面，当供应商数量减少时，供应商事后的谈判力增强，每个供应商从边际投资收益中得到的份额增加，进行非收缩性投资的激励提高。当后者超过前者时，制造商就会考虑采取减少供应商数量的决策。

如果供应商的投资对企业间的价值创造影响很小，制造商就可以维持最大限度的供应商数量，保持最大的谈判力，以获得大部分的剩余。如果供应商的非收缩性投资可以有效增加总价值，则制造商可以维持少量的供应商的数量，因为制造商虽然从总价值中获得的份额相应减少，但由于供应商的非收缩性投资增加，同时也增大了可供分享的总价值。

如图9.11所示，当供应商数量较少时（n1），虽然供应商的投资激励很强，但由于制造商失去谈判力，出现投资不足的现象，因而通过企业间的关系创造的总价值较低（图9.11右图中的V1）。当供应商的数量很多时（n3），虽然制造商的投资激励很强，但由于供应商失去谈判力，则供应商也不会进行任何的专用性投资，总价值仍然很低。只有当供应商数量为n2时，制造商和供应商的投资意愿交于均衡点E，此时整个联盟的总价值也达到最大值V2。

图9.11 供应商数量的确定及相应的总价值

2.横向供应链联盟的最优规模

供应链联盟规模的大小往往决定其效率边界的大小，因此在扩张规模时要考虑新进入企业对供应链联盟原有企业的影响，从而确定最优规模。

对于合作博弈一些解的定义，其中最为著名的就是“Shapley”值法[1]。Shapley值法实际上是联盟支付的分配方案，是一种比较有效地度量成员企业对包含它的联盟价值贡献的简单方法。

9.5.5 供应链联盟的效率边界

1.联合度概念的提出

联合度是理解供应链联盟效率边界的关键概念，事实上，它也是衡量供应链联盟效率边界和发展规模界限的指标。所谓联合度，指的是供应链联盟的规模及其各成员单位之间合作的程度。由于供应链联盟在本质上是由若干联盟企业通过外包契约联结起来形成的一条价值链，各成员企业分别在不同环节上贡献自己核心能力，因此我们可以用核心企业外包给其他联盟企业的交易量n1，或者直接用供应链联盟中联盟企业的数量n2来定义供应链联盟的联合度N。显然n1和n2之间是线性正相关的，因此用它们分别进行相关性分析所得到的结论应该是一致的。

2.供应链联盟企业生产成本、组织成本与联盟度的关系

与联合度直接相关，从而影响并决定了供应链联盟效率边界的两个因素是供应链联盟的生产成本和组织成本。如图9.12所示，Cn表示一项交易通过契约外包给联盟企业完成时会引起的供应链联盟组织成本的增加额，随着外包交易量（即联合度N）的增加，组织工作的数量和难度以及合作的不确定性都会随之增加，因此Cm与联合度之间的关系是正相关的。另一方面，每一项交易的联盟化都会带来生产成本的节约，因此联合度N越大，即外包的交易数量越多，从而供应链联盟的总生产成本Cs就会越小。

图9.12 供应链联盟企业生产成本、组织成本与联盟度的关系

3.供应链联盟效率边界的界定

供应链联盟生产成本和组织成本共同决定了联合度的最佳值N，这就是供应链联盟的效率边界。如图9.12所示，当一项交易外包带来的生产成本的节约额大于组织成本的增加额时，说明该项交易外包是有利可图的，核心企业会寻找合适的伙伴进行外包，从而扩大供应链联盟的联合度。当一项交易外包带来的生产成本的节约额等于组织成本的增加额时，供应链联盟的联合度会稳定在这个状态，从而形成供应链联盟的效率边界N，这时供应链联盟无论扩大还是减小联盟度都会造成效率的损失。

[1] Shapley值法是用于解决多人合作对策问题的一种数学方法。它主要集中应用在合作收益在各合作方之间的分配，Shapley值实现的是每个合作成员对该合作联盟的贡献大小，突出反映了各个成员在合作中的重要性。Shapley值法的最大优点在于其原理和结果易于被各个合作方视为公平，结果易于被各方接受。