大规模制造产业网状结构价值链数字生态理论研究构想

苗 强，张 恒，严幸友

(四川大学 电气工程学院，四川 成都 610065)

制造业是立国之本、强国之基，是国家经济命脉所系。推动制造业高质量发展是建设现代化经济体系的内在要求[1]。2010年以来，中国制造业整体规模与增加值已连续12年位居世界第一，但制造业“大而不强”问题依旧突出，在新一轮产业变革中加强基础技术创新迫在眉睫[2–3]。

大规模制造产业是新一轮产业变革中涉及数字化、网络化、智能化等新技术最全面的平台与载体，其产业链关联度高、竞争性强且集群式发展特征显著，是先进制造技术和信息技术的代表性产业[4]。随着服务链集群化及协同化发展趋势的加深，企业之间的协同范围逐渐扩大，在纵向进行延伸，在横向不断扩张[5]。大规模制造企业群的业务协作方式突破了原有的围绕单核心企业进行上下游协作的模式，不仅在纵向上与异质链条中的企业进行跨链协作，还在横向上与原本彼此竞争的企业展开跨链合作。大规模制造产业所涉及的产业链、供应链、销售链、环保链不断交叉融合，逐渐形成了多链条合作共生、优势互补的多核服务价值链协同网络[6–7]。

然而，在当今世界百年未有之大变局的背景下，贸易争端、全球芯片短缺、地缘政治冲突、新冠肺炎疫情蔓延等不确定因素频发且难以预测，中国大规模制造业产业链、供应链、销售链等多价值链的协同性、安全性与稳定性受到了严重的冲击，断点、堵点、卡点等现象时有发生。以新冠肺炎疫情对汽车产业价值链影响为例，汽车产业作为中国典型的大规模制造产业，其2019—2022年产量如图1所示[8]。

图1 中国2019—2022年汽车月产量[8]Fig.1 Automobile monthly production from 2019 to 2022 of China[8]

中国汽车产量数据表明：2020年2月中国汽车产量仅28.5万辆，同比2020年1月下降79.8%，环比2019年2月下降75%；2022年4月中国汽车产量120.5万辆，同比2022年3月下降46.1%，环比2021年4月下降46.2%。其主要原因是湖北省、吉林省、上海市等汽车产业重点省市疫情对中国汽车产业链与供应链的正常运行产生了严重冲击，大批汽车重要零部件供应商停工停产，国内多家整车企业供应链无法得到保障，导致生产供给能力急剧下滑[9]。

随着经济全球化发展和全球产业升级，企业群的专业化分工与社会化协作不断深化，价值在产业中不断被转移和创造，产业链内与产业链间各个环节之间的相互联系日益紧密，构成了复杂的价值链网络[10–11]。近年来，国内外科研机构针对大规模制造业产业链、供应链、销售链、能源链、环保链等多价值链协同、升级与优化进行了深入的研究，取得了明显的进展。

在大规模制造业多价值链协同技术方面：美国从1995年开始研究建立全美汽车行业公共信息数据通信网络平台（ANX），覆盖了美国主要的汽车及汽车配件制造企业，为汽车产业链协作提供服务与支持；随后，美国的三大汽车公司联合组建了汽车零部件采购电子商务中心（COVISINT），聚集超过5万家供应商，形成了庞大的网上协作公共服务平台。欧洲十余个国家的主要车企建立了覆盖整个欧洲的互动网络（ENX）。日本建立了日本汽车交易平台（JANX），覆盖日产、本田、丰田、三菱等主要的整车及零部件企业。此外，韩国、澳大利亚等国家也相应建立汽车交易网络平台，用于服务本土汽车工业[12]。中国大规模制造业多价值链协同起步较晚，2004年，四川省制造业信息化研究院开发的“汽车产业链协作平台”正式应用，支持以龙头企业为核心的汽车产业链协作，实现了向企业“业务协作”平台的跨越[13]；随后，国内各类供应链平台相继建立并投入应用[14–16]。

中国目前已有多个大规模制造业多价值链协同平台，但在实际应用与服务过程中，仍存在着诸多问题：1）现有的大规模制造业多价值协同平台往往是以行业龙头企业为核心建立，上下游产业围绕核心企业开展业务，不利于全行业整体、协调发展[17]；2）变幻莫测的国际环境、全球供应链风险、新冠肺炎疫情冲击等多种因素导致原有的协同平台稳定性不足[18–19]；3）实时、多源、异构、海量等特性的大数据已成为促进价值链整体价值增值的重要决策依据，然而，多价值链间的数据感知与共享难以实现，业务全流程数据无法实时追踪，导致多价值链间的跨链服务难以开展[20–21]。因此，有必要建立大规模制造业数字生态模型，并研究数字生态模型中的共生耦合、竞争合作、非线性交互、网络拓扑组织等复杂特征，建立跨链、多链、全链的生态融合提升机制，构建相互信任、资源共享、合作共赢的多价值链协同生态体系[22]。

为增强中国大规模制造业多价值链的稳定性与可靠性，本文以大规模制造业网状结构价值链为对象，研究网状结构价值链数字生态理论体系与基于生态价值链的数字生态模型构建方法，研发基于区块链的价值链运行技术、基于数据驱动的价值链优化技术、基于人工智能的新型服务技术，以期形成基于第三方平台构建的网状结构多价值链协同，实现多价值链数据/资源/业务融合和跨链/多链协同，并在汽车和家电两类典型大规模制造产业开展应用示范[10]，全面提升服务价值链企业群的业务协同能力，更好地发挥企业群之间的协同效应，提高服务响应速度及服务效率，进而打造更具竞争优势的生态价值链，加快促进中国大规模制造业产业升级。

1 研究内容

1.1 关键科学与技术问题

1.1.1 网状结构多价值链数字生态系统协同进化问题

大规模制造产业所涉及的供应链、产业链、销售链不断交叉融合，逐渐形成了网状结构多价值链构成的复杂数字生态系统，而数字生态系统是否具有良好的演进态势也决定了大规模制造业能否更好地发展[23]。研究大规模制造业网状价值链拓扑组织结构，以及网状结构生态价值链整体性、相关性、动态性等相关特征的建模、分析及优化理论，探索数字生态模型分析生态价值链在价值循环、业务融合、产业协同等方面的演化机理，揭示网状结构多价值链数字生态系统的演化机理和协同进化机制，是研发大规模制造业网状结构价值链数字生态理论及促进生态价值链形成共生、互生、再生的良性发展态势的关键科学问题和基础支撑[24]。

1.1.2 基于第三方平台的多价值链协同体系构建问题

大规模制造业中，不同企业的信息具有多源性和异构性，导致企业之间缺乏统一标准，存在数据交互壁垒，信息难以共享，且多价值链之间的纵、横向信息沟通连接和动态交互无法实现。因此，基于第三方平台的网状结构价值链协同体系构建是实现不同企业间的数据动态集成、多价值链之间协同和业务流程融合的关键问题[6,25]。

1.1.3 基于区块链的价值链运行问题

针对大规模制造业纵、横协同中面临的价值链孤岛困境及可信难、协同难问题，研究支持跨链运行的区块链技术，开发联盟链、智能合约、共识协议等技术构件，实现跨链的可信可溯运行。研究基于区块链的价值链运行技术，构建基于全生态价值链公链、多价值链联盟链的区块链运行机制，设计基于多价值链核心企业的共识协议，是提升大规模制造业可信协同的关键[26]。

1.1.4 基于数据驱动的价值链优化问题

实时、多源、异构、海量等特性的大数据已成为促进价值链整体价值增值的重要决策依据，然而，现阶段多价值链间的数据感知与共享难以实现，业务全流程数据无法实时追踪，导致多价值链间的跨链服务难以开展。以多价值链中的供需/资源/业务数据为驱动，采用大数据技术对评估预测/多边匹配/任务分解等协同难题进行优化分析，设计相应的优化算法以实现精度提升/制约均衡/协同优化等技术支撑[27]。研究面向数据的智能服务模型、网状结构生态价值链应用场景构建方法、数据驱动的网状结构生态价值链优化技术、网状结构价值链优化与智能服务技术、数据融合的网状结构生态价值链智能服务、网状结构价值链协同方法，是达成更精准、更智能的多链感知与联动服务[28]及价值链优化的关键技术问题。

1.1.5 基于人工智能的新型服务问题

新一代产业变革下，传统的制造业服务技术难以满足大规模制造业在全环节的实际需求。在现有服务中，数字生态、价值流通、网状协同、服务需求等全方位的数据利用不足，快速发展的人工智能技术应用不足。基于数字生态多价值链的大数据处理、分析、挖掘技术是实现资源优化、供需优化、协同优化、价值优化、生态优化的必然选择。为实现普惠共赢、高效协同、创新服务等目标，智能制造、智能物流、智能服务等技术方案亟待研究。因此，基于新一代人工智能技术，研发具备需求预测、知识学习、决策规划的智能服务技术，是提升整个生态价值链的产出效率和服务水平的关键技术难题[29]。

1.2 主要研究内容和研究方向

针对上述关键科学与技术问题，开展以下研究：建立基于第三方平台的网状结构多价值链协同体系，分析网状结构多价值链拓扑组织结构，实现多价值链数据/资源/业务融合和跨链/多链协同；在此基础上，研究网状结构价值链数字生态理论体系，建立基于生态价值链的数字生态模型，基于深度分析数字生态价值链在价值流动、种群状态、系统进化等方面的演化机理；研发基于区块链的价值链运行技术、基于数据驱动的价值链优化技术、基于人工智能的新型服务技术，确保数字生态系统具有良好的演进态势。

图2展示了网状结构价值链数字生态理论研究框架。针对大规模制造业在产业结构升级与健康可持续发展过程中存在的现实需求与技术难题，重点突破大规模制造业数字生态理论和协同服务技术，从基于第三方平台的多价值链协同体系架构、网状结构多价值链数字生态理论、生态价值链运行优化及服务支撑技术3个方面开展研究，从而支撑起网状结构价值链数字生态理论。

图2 网状结构价值链数字生态理论研究框架Fig.2 Theoretical research framework of digital ecology for network value chain

1.2.1 基于第三方平台的多价值链协同体系架构研究

大规模制造业多价值链难以协同的现实问题成为制约链上或跨链企业有效协同的最大瓶颈[30–32]。为此，基于第三方平台构建网状价值链协同体系架构，解决链内企业互信、信息集成、业务整合等多方面难题，实现链内和跨链业务的有效协同。在多价值链协同体系架构研究中，重点突破面向网状结构的价值链数据集成技术、面向网状结构的价值链协数据关联模型、跨价值链业务流程的融合方法、面向网状结构的跨链协同管理技术和价值链业务知识实时挖掘技术。针对基于第三方平台的多价值链协同体系搭建问题，研究价值链的网状拓扑组织结构，建立多链资源整合、数据汇聚、业务协同的多层体系架构，支持由供应链/销售链/服务链到价值链再到生态链的有机整合。针对链内和链间协同能力不足的问题，研究具备多价值链数据生成/汇聚/存储/管理/分析/使用等功能的数字融合引擎和具备需求分析、业务建模、流程优化、执行管理的协同处理引擎，支持网状结构多价值链纵横方向上链内/跨链/多链的协同机制。

1.2.2 网状结构多价值链数字生态理论研究

在突破价值链（链式）信息孤岛的基础上，需要进一步在多条（链式）价值链之间实现良好的生态交互，进而构建网状生态价值链[33–34]。为保障价值链健壮性和价值链韧性[35]，研究基于区块链的网状结构生态价值链管控技术势在必行。在网状结构多价值链数字生态理论研究中，重点突破网状结构价值链的数字生态建模方法、网状结构生态价值链全链追溯理论、多价值链关联的网状拓扑组织结构构建方法、网状结构价值链生态数据可信理论、多价值链生态融合的动态演化机理、网状结构价值链良性生态管控方法。

针对网状结构多价值链数字生态系统协同进化问题，研究网状结构多价值链的数字生态建模理论，构建生态个体、生态种群、生态链、生态网络的数字生态模型；进而，研究网状结构生态价值链的生态系统演化机理，融合供需流、业务流、技术流、关系流、工作流等数字流量，推演价值流动的生态演化机理；在此基础上，研究网状结构生态价值链的整体生态协同进化机制及价值在数字生态系统中的增信增值机制，促进网状价值链的跨链、多链、全链的生态融合提升。

1.2.3 生态价值链运行优化及服务支撑技术研究

为解决基于区块链的价值链运行、基于数据驱动的价值链优化及基于人工智能的新型服务问题，重点突破面向数据的智能服务模型、网状结构生态价值链应用场景构建方法、数据驱动的网状结构生态价值链优化技术、网状结构价值链优化与智能服务技术、数据融合的网状结构生态价值链智能服务、网状结构价值链协同方法[36]；研发基于数字生态多价值链的大数据处理、分析、挖掘技术，实现资源优化、供需优化、协同优化、价值优化、生态优化；在此基础上，基于人工智能的新型服务技术，研发具备需求预测、知识学习、决策规划的人工智能技术，提升整个生态价值链的产出效率和服务水平。

2 研究方法与技术路线

大规模制造产业网状结构价值链数字生态理论研究的总体技术路线如图3所示。

图3 网状结构价值链数字生态理论研究的总体技术路线Fig.3 Overall technical route of digital ecological theory research of network value chain

由图3可知，基于研究内容的设置，本研究的总体技术路线可以大致分为3个模块，这3个模块相互支撑，共同实现大规模制造业网状价值链有效协同。

2.1 基于第三方平台的多价值链协同体系架构的技术路线

基于第三方平台的多价值链协同体系架构的研究思路及方案如图4所示，具体可分为网状结构多价值链拓扑组织结构、多价值链数据融合引擎、多价值链协同处理引擎3个部分。

图4 基于第三方平台的多价值链协同体系架构研究思路及方案Fig.4 Research idea and scheme of multi-value chain collaborative architecture based on third-party platform

2.1.1 网状结构多价值链拓扑组织结构

针对大规模制造产业网状价值链模型难以构建的问题[37]，以单价值链拓扑组织结构作为基础，研究网状结构价值链在价值链内部、网状拓扑、生态拓扑等方面的组织结构，为上层的多链数据融合[38]和多链业务协同提供架构。在此基础上，研究面向网状结构的价值链数据集成技术、面向网状结构的价值链协同数据关联模型、多链业务融合的闭环反馈机理，以及跨价值链业务流程的融合方法，形成大规模制造业多价值链生态拓扑组织结构。

2.1.2 多价值链数据融合引擎

针对多价值数据具有的海量、高维、多源、异构等特性，开发数据汇聚存储和数据融合分析。在数据汇聚存储阶段，形成大规模制造业数据库搭建规则，标准化全过程数据采集。在数据融合分析阶段，研究多价值链数据生成/汇聚/存储/融合/分析/使用等技术，实现数据建模、快速索引、关联表示、全链搜索及集成演化功能，支持由供应链/销售链/服务链到价值链再到生态链的有机整合。

2.1.3 多价值链协同处理引擎

针对网状多价值链内协同需求急迫、协同效能不足、跨链合作频繁等问题，研究协同需求分析、协同业务建模、协同流程优化、协同执行管理等功能模块的实现方法，强化链内协同，突破跨链和多链协同的技术壁垒[39–40]。

2.2 网状结构多价值链数字生态理论的技术路线

网状结构多价值链数字生态理论的研究思路及方案如图5所示，具体可分为数字生态建模理论、生态系统演化机理、生态协同进化机制3个部分。

图5 网状结构多价值链数字生态理论研究思路及方案Fig.5 Research idea and scheme of network multi-value chain digital ecology theory

2.2.1 数字生态建模理论

针对价值链数字生态建模与分析等需求，基于数据主成分分析及变换方法、价值链详解可能性建模、多价值链模糊集定性分析方法，实现价值链到生态链的数字生态建模[40–41]。进而，将“企业–价值–协同”映射为“种群–流量–生态”，实现对网状结构多价值链共生耦合、竞争合作、交互关联等复杂特征的建模描述和分析[42]。

2.2.2 生态系统演化机理

为保障价值链互利共生、可信协作、融合演化、同步提升，基于数字流量分析和贝叶斯网络分析方法，研究大规模制造业在数据、业务及价值3个层面的流动机理；基于马尔科夫随机过程和概率图分析方法，研究生态网络中个体和种群的状态变化机理；基于随机Petri网模型和时空服务依赖关系，研究网状结构生态价值链的生态系统演化机理，融合供需流、业务流、技术流、关系流、工作流等数字流量建立网状结构生态价值链在数据/业务/价值等方面的数字流动机理模型，以及企业/价值链所对应的个体/种群在时序演进中的状态变化机理模型[43]，推演整个生态价值链在时空方向上发展演化状况的机理模型。

2.2.3 生态协同进化机制

基于多主体承诺的合作协同模型、博弈论及纳什均衡理论、动态规划及粒子群优化算法，研究大规模制造业网状结构生态价值链在不断协同过程中的发展进化机制，推演协同进化流动的生态演化机理；并进一步探究价值在数字生态系统中的增信增值机制，促进整个产业生态的良性合作发展和优化升级[44]。

2.3 生态价值链运行优化及服务支撑技术的技术路线

生态价值链运行优化及服务支撑技术的研究思路及方案如图6所示，具体可分为基于区块链的价值链运行技术、基于数据驱动的价值链优化技术、基于人工智能的新型服务技术3个部分。

图6 生态价值链运行优化及服务支撑技术研究思路及方案Fig.6 Research idea and scheme of ecological value chain operation optimization and service support technology

2.3.1 基于区块链的价值链运行技术

针对大规模制造业数据隐私性问题，研究支持跨链运行的区块链技术，设计核心联盟链和价值链联盟链，开发核心企业与上下游企业之间的智能合约、基于多价值链核心企业的共识协议等技术构件，实现跨链的可信可溯运行。

2.3.2 基于数据驱动的价值链优化技术

通过大规模制造业全链数据库构建规则，整合多价值链中的供需数据、资源数据及业务数据。并以此为驱动，利用大数据技术解决评估预测、多边匹配、任务分解等协同难题。在此基础上，基于规划优化方法与随机优化方法，进行大规模制造业多价值链协同优化算法设计与开发，实现多价值链预测评估精度提升、制约均衡、协同优化等技术支撑。

2.3.3 基于人工智能的新型服务技术

基于数字生态、价值流通、网状协同、服务需求等全方位的数据，采用深度强化学习、深度信念网络和图神经网络等人工智能方法，研究大规模制造业多价值链服务的深度知识学习和自我提升技术，建立智能制造、智能物流、智能服务等技术方案，实现普惠共赢、高效协同、创新服务等目标[45]。

3 结论与研究展望

近年来，在一系列如新冠肺炎疫情、贸易争端、地缘政治冲突等全球性事件的冲击下，全球供应短缺、局势动荡、能源危机等问题频发，全球供应链面临外部的重重压力；此外，链上企业的决策和运营可能削弱其对外部威胁的抵抗性。在内外双重压力下，全球供应链卡点、堵点、断点频繁出现，存在巨大风险。因此，建立具有强大韧性的供应链不仅对保障全球供应链稳定具有重要意义，也在提升节点企业的竞争力和盈利能力等方面发挥显著作用。基于上述问题，开展供应链韧性的研究具有重要价值。

围绕中国工业软件受制于人的重大问题及制造强国建设的重大需求，针对当前大规模制造业存在的数据交互壁垒、价值链孤岛、恶性竞争、价值虚构，以及跨链交互中可信保障难、价值管控难、跨链追溯难等问题，以大规模制造业网状结构价值链为对象，基于企业间互生、共生、合作、竞争的重要生态关系，研发大规模制造业网状结构价值链数字生态理论，建立基于第三方平台的网状结构多价值链协同体系。

研究将揭示大规模制造业网状结构多价值链数字生态系统演化机理和协同进化机制，在此基础上，建立价值循环、业务融合、产业协同的生态价值链和数字生态模型，促进生态价值链形成共生、互生、再生的良性发展态势；基于第三方平台汇聚多条以核心企业为中心的价值链形成有机的生态集合体，融合区块链、大数据、人工智能等技术实现网状结构生态价值链的可信运行、数据优化、纵横协同、智能服务等支撑构件，从而构建相互信任、资源共享、合作共赢的多价值链协同生态体系。

在未来工作中，本研究将进一步探究大规模制造业供应链韧性增强方法，主要从以下几个方向开展：1）基于区域性政策因素、气候因素、人文因素、地理因素等多重不确定性因素考量，建立健全的供应链风险管控方法，有效预测供应链风险的到来时机，合理安排规避手段和方法；2）建立供应链各节点保供模型，确保链上不同节点企业产品的交付速度也提高供应链应对灾难性中断风险的抵抗能力；3）基于供应链风险性分析，深入研究造成供应链中断的风险冲击模型，为保障供应链韧性提供强力支撑。