下载掌阅APP，畅读海量书库
立即打开
大规模定制（Mass Customization，MC）是指企业以“规模经济”的效益满足客户“个性化产品或服务需求”的生产模式（Pine，1993；Fogliatto等，2001）。MC所涉及的内容既包括生产型产品的大规模定制，又包括服务型产品的大规模定制，即服务大规模定制（Service Mass Customization，SMC）（姚建明，2015）。但一直以来，有关MC的研究多数是针对生产型产品的定制展开讨论的。随着社会发展，服务业在国民经济中的比重逐步增加，服务企业越来越多、竞争逐渐加剧。对服务企业而言，除了通过提升客户对服务产品个性化的感知价值来获取竞争优势外，如何提高服务活动的规模效应、降低服务成本，无疑是获取竞争优势的重要方面（李靖华，2009；Moon等，2011）。
另一方面，随着社会的发展和人们消费观念的变革以及新兴信息技术的出现，很多新的服务领域应运而生（如网购、快递、社区服务等）。其中，很多服务行业门槛低，吸引企业众多。这些企业在有效解决社会就业、促进创新等方面发挥着重要的作用，但也突出存在着由于管理效率低下导致的社会资源浪费现象。
不论生产型产品的MC还是SMC，其实施的关键都在于如何解决“规模效应”同“客户个性化需求”之间的矛盾（Pine，1993）。缓解这一矛盾可以从技术手段和管理手段两个方面着手展开。技术手段体现在企业内部生产流程的优化与生产工艺的革新，如精益与敏捷制造技术（Brown和Bessant，2003；Wang，2009），人工智能技术（Mittal和Frayman，1989），产品设计协同技术（Frutos等，2004），模块化与延迟制造技术（Mikkola和Gassmann，2003；Su等，2005；周晓东等，2003；杨水利等，2010；王玉，2011），信息技术（Dietrich等，2007）等。管理手段则主要体现在企业对从收到客户的定制化需求到将产品或服务交付到客户手中的全流程的管理，也就是对供应链的管理上，如供应链整合（Yao和Liu，2009），供应链协调（Potteret等，2004），供应链调度（Mikkola和Skjøtt-Larsen，2004），供应链库存管理（Wikner等，2007）等。现代企业广泛镶嵌在供应网络之中，单个企业的行为和绩效深受网络的影响（Gulati等，2000）。因此，企业想要提高MC能力，不仅要建立柔性的生产运营系统，还必须依赖灵活的供应链运作。
与生产型MC有一定差异的是，服务产品的定制往往涉及的阶段较多，且服务传递流程中存在着大量的交互活动，不仅有服务企业与客户的交互，服务企业与供应商的交互，甚至还存在供应商与客户之间的直接交互，如电商企业的物流服务商会与购买商品的客户产生联系。在这种频繁而广泛的交互活动中存在着诸多不确定因素，使服务规模效应的实现更加困难。但是，在服务的交互前和交互后阶段，企业可以在进行服务任务分配时，充分、合理、有效地利用企业内外部的供应链资源来实现服务的规模效应。因此，SMC具有多阶段、差别规模效应的特征。此外，服务产品的无形性、不可存储性、生产与消费的不可分离性、异质性等特征，也使SMC模式下的供应链运作面临了更多复杂和不确定的因素。
通过对相关文献的梳理发现，现有的SMC研究不仅在数量上比较缺乏，而且这些研究多是生产型MC模式下的管理方法与技术手段在某些服务行业的应用，如研究服务的模块化方法（Moon等，2011）；或是将延迟策略应用到物流服务供应链的调度决策中（Liu等，2015），没有突出服务运营的特征，缺乏对SMC引发的新问题的解决思路与方法。因此，基于SMC的特征分析来展开供应链运作相关问题的研究，对于提高服务企业及其供应链运营效率、增强竞争力、节约社会资源、促进社会经济转型等各个方面，都具有重要的理论价值和现实意义。
从MC的概念提出至今的 20 多年中（Pine，1993），多数研究是围绕生产型产品的定制过程（制造业定制）展开讨论的。其中，主要的几个研究角度除了集中在MC的基本理论与战略发展（Rungtusanatham和Salvador，2008；Kumar等，2006；汪旭晖，2007）、MC的实施技术与优化方法（侯亮等，2006；邵晓峰、季建华，2009；廖世龙等，2012）、面向MC的产品开发设计与制造（梁樑等，2003；Wang，2013）、与MC有关的客户服务、市场响应与产业发展对策（Dellaert和Dabholkar，2009）以及新兴的云计算环境下的MC运作（郭昱、吴清烈，2011）等以外，如何实现MC模式下的供应链运作（Lai等，2012；Mikkola和Skjøtt-Larsen，2004；赵黎明、郑江波，2003；Salvador等，2004；Aigbedo，2007，2009；黎继子、刘春玲，2007）也是一个重要的方面。
这是因为对于生产型产品MC的实现，“延迟策略”（Postponement）是各类研究中的焦点（Jiao等，2003；Shao和Ji，2008；张敏等，2011），奠定了MC优化的基本思路：在生产中最大程度地利用通用零部件和工艺过程，减少定制引起的种类变化，提升规模效应。优化的途径在于产品研发技术及生产技术水平的提高，实施的关键则在于如何提高MC的运作柔性（祁国宁等，2003；罗建强等，2007）。当企业自身资源与能力难以满足“延迟策略”对柔性的“特殊要求”时，如何通过供应链体系的柔性运作来实施“延迟策略”成为MC发展的必然选择。因此，众多关于延迟策略的研究均是建立在供应链环境下的（王海军等，2005），合理的供应链运作对于MC的有效实施必不可少。
但是，与非MC环境不同，MC模式下的供应链运作表现出了新的特征。Kumar等（2006）的研究指出：MC的竞争前景必须从战略的全局角度考虑客户市场的动态性问题，而供应链资源的全局优化与配置是实现全局战略的先行条件；Ghiassi和Spera（2003）的研究则提出一个典型的、面向MC的供应链运作体系必须拥有的范式特征，与以往研究较多的推动式静态供应链相比，最突出的区别在于它是一个动态的、必须用非线性网络规划模型描述的系统等。可以说，供应链网络的存在为企业灵活获取外部资源提供了便利（姚建明，2013），而如何更好地利用资源则需要靠供应链调度来实现（但斌等，2007）。
在运营领域，调度是用于调配资源与能力、合理安排生产任务的过程。供应链调度是供应链管理中需要解决的关键问题，是优化供应链资源配置、以最低成本和最大客户满意赢得竞争优势的途径（但斌等，2007）。因此，没有合理的供应链调度，就无法发挥“延迟策略”在解决MC“规模效应”与“个性化需求”之间基本矛盾时的重要作用（姚建明，2009）。
当前，在供应链调度研究方面已有了大量的研究成果：如研究供应链调度中的多目标优化问题（Yao，2013；Cakici等，2012；苏生等，2013；Selvarajah和Zhang，2014）、协调与协同调度问题（陈伟达、李剑，2005；李昆鹏、马士华，2007；Yeung等，2011；Bhatnagar等，2011；Ivanov和Sokolov，2013）、不确定环境下的柔性调度和自适应调度问题（Chen和Hall，2007；蔡政英等，2008；王建华等，2011；Elimam和Dodin，2013）、特殊约束条件下的调度问题（常桂娟、张纪会，2007；Manoj等，2008；Hall和Liu，2010）、多对象分布式调度问题（Dawande等，2006；杨树等，2008；蒋大奎、李波，2012；Thomas等，2013；Bilgen和Çelebi，2013）、调度优化方法与求解算法（Naso等，2007；Demirli和Yimer，2008；Selvarajah和Steiner，2009；Averbakh和Baysan，2013；Chang等，2013；Tang等，2013；马飞等，2009）、基于成员目标导向的调度问题（姚建明，2014；Hung等，2006），以及针对特殊服务任务的调度问题（Lee等，2006），等等。其中，围绕MC模式的供应链调度问题也是一个重要的研究方面（姚建明，2009；Yao，2011、2013；姚建明、周国华，2003；Yao和Liu，2009；孙靖、林杰，2007；姚建明等，2007；李锡良、李修身，2007；张鹏等，2010）。虽然供应链调度对实施MC具有重要价值，但研究该问题仍是困难与复杂的，这决定于MC独有的客户随机性需求和供应链成员的随机性资源与能力变动特征（姚建明、周国华，2003；Yao和Liu，2009）。因此，虽然目前针对MC模式下供应链调度的研究逐渐增多，但大多是建立在成员信息的可获得性及准确性等假设基础上的。
近年来，随着服务科学的发展，人们在持续关注MC研究的同时，对服务领域定制问题的探讨已逐步成为重要方面（姚建明，2015a、2015b；李靖华，2009；Moon等，2011；Jiao等，2003；Meyer和DeTore，2001；韩顺平，2006；马士华等，2011；Aggarwal等，2013）。通过对SMC的相关文献考察，其中一个重要的研究方面是将产品MC的相关理论与方法运用于服务产品的开发与设计（Moon等，2011；Jiao等，2003；Meyer和DeTore，2001；马士华等，2011；Aggarwal等，2013；Liou等，2010）。如Moon等（2011）探讨了MC模式下服务产品族的设计问题，将基于模块化（Module-based）的设计思想引入服务定制过程；Aggarwal等（2013）则以航空服务业为例，运用联盟博弈理论，对航空服务定制产品的设计进行了研究；Liou等（2010）运用基于支配矩阵的粗糙集方法（Dominance-based Rough Set Approach，DRSA）对航空定制服务中的客户服务质量进行了研究等。可以看到，服务产品开发与设计更多的是站在消费者感知价值的角度来对服务定制企业的战略（金立印等，2009）、营销与创新（魏江等，2009）进行分析的，并没有从服务产品提供的供应链系统角度对SMC中的核心问题进行研究。与分析MC类似，如果站在定制服务提供方的角度考虑问题，必然需要研究定制服务任务在运营系统中的调度问题。而目前，针对SMC模式下供应链调度优化问题的分析及解决思路，涉及的文献还比较少。其中一个重要原因是服务产品的定制涉及的阶段往往较多，规模效应的表现也较为复杂（董明、苏立悦，2011；姚建明，2015a，2015b）。SMC中规模效应的多阶段、差别化的复杂特征，会对SMC模式下的供应链调度过程产生直接的影响，从而制约SMC模式的有效实施。
SMC模式下的供应链运作的另一个不能忽视的重要问题是供应链资源的整合问题。供应链整合不仅能够提高SMC的规模效应，还可以提高定制化服务水平。一方面，服务供应链上下游供应商之间的衔接决定了服务的质量与效率。由于服务是无形的，不能存储，服务供应链无法像产品供应链通过缓冲库存来调节供应链各节点上需求与供给的不平衡，只能依靠服务供应商之间的紧密合作，否则必然造成服务能力的短缺或闲置，前者会降低客户体验或造成客户流失，而后者的损失则无法逆转。特别是在SMC环境下，服务供应链通常是在收到客户定制化需求之后，根据需求特征和可用供应商的空余服务能力情况实时、动态地组合而成（Hoogeweegen等，1999；Yao和Deng，2015，2016），存在很多不确定的扰动因素，供应商之间如果缺乏整合，必然会使不确定因素造成的服务质量降低问题更为严重。
另一方面，供应链整合对服务创新、服务质量的影响也在很多研究中得到验证（简兆权等，2013）。研究发现，竞争的加剧促使供应商不再仅仅负责传递服务的某个或某些环节，而是对整个服务系统发挥重要的决定作用。因此，供应商也由单纯的产品或服务供应者变成了创新战略的共同实施者，进而为企业的定制化服务创新提供更多的资源。一些研究从客户感知价值角度出发，研究了客户整合对定制化服务产品设计、服务运营的影响。Franke等（2010）提出要让客户有“这是由我设计的”这种感觉，这种感觉能够增加客户价值，使客户愿意花费更多的钱来购买“由自己设计”的定制化产品。Roels（2014）则对客户与服务提供商合作生产服务（Coproductive Services）的服务体系设计问题进行了研究。White和Badinelli（2012）提出了一个数学模型用于服务资源的整合决策优化，其中服务质量和服务效率被设为关于客户参与程度的方程。
一些研究也从侧面反映了供应链整合对企业MC能力的重要性。如组织内部学习以及组织外部（供应商和客户）学习（Huang等，2008），供应链协同计划（Liu和Deitz，2011），供应商合作设计信息系统（Peng等，2011），供应商整合、内部整合与客户整合（Droge等，2012）等对MC能力有正向的影响作用。
通过上述研究分析可以看到：（1）MC模式下的供应链运作是MC研究中的重要方面，其中供应链整合优化与供应链调度优化是有效实施MC模式的关键问题；（2）有关SMC的研究已逐步受到关注与重视，但SMC模式下的供应链运作问题在优化目标、优化手段与优化过程上都具有新的特征，需要通过新的思路进行分析，且相关研究正在起步；（3）MC及非MC环境下的供应链运作问题中关于规模效应、动态调度、多目标优化等问题的研究思路与方法对SMC相关研究具有重要的参考和借鉴价值。因此，本项目将在上述研究的基础上，对SMC模式下供应链运作优化问题进行深入分析，以寻求在SMC研究的理论上有所拓展，并通过优化求解算法将研究成果向实践运用转化。
虽然服务型产品的定制与生产型产品的定制在某些管理方法上具有相通性，但与生产型MC相比，SMC模式下的供应链运作优化问题具有如下几个方面的特殊性。
1.优化目标的特殊性
在供应链调度问题方面，在生产型定制中，基于延迟策略的CODP调节技术是进行客户订单分类（姚建明，2009）和调度优化的基础。比如，要在CODP之前各阶段实现规模效应，供应链调度时更应看重任务处理的低成本和同期批量；而要在CODP之后各阶段满足个性化需求，调度时更应看重定制任务处理的差异性和客户需求的快速响应。而在SMC中，由于服务定制任务的完成可能涉及多个交互服务阶段，而该阶段是提升客户体验价值的关键阶段（姚建明，2015）。因此，在该阶段对服务任务的供应链调度时更应看中服务的时间窗满意度以及服务质量；而在交互前准备阶段和交互后处理阶段，由于不与客户发生直接接触，调度时更应看中服务成本的降低以及前后阶段之间的灵活衔接问题。在供应链整合问题方面，在生产型定制中的供应链整合主要是对被操作性资源（operand resources）的整合，如生产用设施设备、信息系统等有形的静态的，需要通过采取一定的行动使其变成有价值的资源（Vargo和Lusch，2008），这里面一般涉及较大金额的专用性资产投资，能满足要求的供应链资源范围较窄，且一旦整合，双方合作持续的时间很长，供应链结构较为稳定。因此，生产型MC下的供应链整合优化目标更多的是成本、技术、生产能力等方面。但是在SMC模式下的供应链整合主要是对操作性资源（operant resources）的整合，如知识资源、技术资源、客户资源等具有能动性的资源（Vargo和Lusch，2008）。并且服务业的门槛一般较低，供应商质量参差不齐，行业集中度不高。更为重要的是，服务企业所处环境和客户需求的变化更快，企业整合的供应链资源必须适应这种变化。因此，SMC模式下的供应链整合优化目标多是从供应链资源的柔性、敏捷性、灵活性、服务能力与服务需求均衡角度来考虑。
2.优化手段的特殊性
由于定制服务过程的精确性较差（Liou等，2010），且服务规模效应难以量化，因此需要运用模糊、粗糙等不确定性手段进行分析。在服务过程中，不同阶段活动的差异性较大，完全精确计算和表征规模效应较为困难。在SMC模式下的供应链调度中，可以从两个维度衡量不同服务活动的规模效应，一是服务阶段活动内容的相似度；二是服务阶段起讫时间的相似度。尽管服务阶段活动的起讫时间差异性较容易衡量，但服务阶段活动内容的相似程度却较难衡量，这是因为与生产型产品的处理过程相比，其标准化更难实现，而不同供应链成员在处理相同阶段服务活动时差别仍然较大。因此，必须运用模糊理论和方法研究对调度中规模效应的模糊性进行识别。
上述三方面的特点概括了SMC模式下供应链运作问题的特殊性，引出了本书的主要研究内容：（1）SMC模式下的供应链调度优化问题，包括完全信息下的确定性调度优化模型与算法，以及考虑了非完全信息下的基于服务能力模糊性、规模效应模糊性的模糊调度优化问题；（2）SMC模式下的供应链整合优化问题，从供应链整合的过程角度，将该问题分解为资源的评价问题、资源的分级管理问题、资源的获取路径问题、资源的优选问题等子研究问题；（3）具有行业特色的SMC模式下的供应链运作优化问题，由于不同服务行业的需求特征、运作模式、资源特性等存在较大差异，因而SMC模式下的供应链运作问题要放在不同服务行业背景下，根据具体的决策问题展开具体分析。
为了能够将本书所提思路与方法用于企业管理实践，本书将在上述研究所提出的运作优化机理引导下，构建和设计相应的SMC模式下供应链整合决策优化模型以及供应链计划调度优化模型。同时，为了对优化问题进行有效的求解，本书引入了多种数学规划方法，包括综合评价方法，模糊规划方法，智能优化算法如遗传算法、蚁群算法等。另外，本书对所提出的一些管理方法与工具，都有详实的逻辑推理与管理理论阐述。为了方便理论与方法的应用，本书还将通过若干典型算例分析及仿真模拟对决策优化理论与方法的可行性与有效性进行验证。
本书的总体研究路线图如图 1-1 所示。
图 1-1 研究路线
对SMC模式下的供应链调度问题展开研究，对服务成本的优化无疑是一个重要目标，这与SMC的本质相符。SMC的一个显著的特征是多阶段、差别化的规模效应。因此，多阶段、差别化的规模效应同服务成本优化之间的关系是一个重要的研究方面。对于这一问题，需要通过企业调研进行研究。实际上，服务活动的三类属性（服务质量属性、作业流程属性以及服务活动起讫时间属性）都与服务阶段活动的成本相关。可以通过企业调研，考察各服务阶段活动在不同规模效应模糊属性值情况下对应的服务成本。对于服务成本的定量计算，需要结合作业成本法的计算思路进行方法的设计。图 1-2 显示了对服务活动属性挖掘时考察的角度及属性挖掘之间的关系。
图 1-2 服务活动各阶段属性挖掘
对于不同调度情况下优化数学模型的建立，主要任务是将优化目标与约束条件用数学语言描述，拟在前期研究成果基础上，主要运用运筹学方法建立多目标数学规划模型（包括动态与非动态模型）。再有，由于SMC模式下的调度优化目标与约束条件较为复杂，一般的确定性算法难以在短时间内实现较好的求解结果，故选用智能优化算法进行求解。例如，可以选取便于携带多信息特征（如若干优化目标及约束条件信息），且具有良好全局优化性能的蚁群算法。蚁群算法同供应链调度优化问题的基本对应关系可简要概括为表 1-1 所示。另外，遗传算法由于不存在对函数连续性和求导的限定，具有并行优化能力和较好的全局寻优能力，能够自适应地调整搜索方向，因此在本书中也有较多应用。
表 1-1 供应链调度行为同蚂蚁觅食寻优行为之间的对应关系
在对供应链整合问题的研究中，多是采用理论分析与文献分析方法，提出了资源的整合价值评价方法、分级管理准则以及资源获取路径。在进行服务供应链资源的优选方面，则可以采用多准则模糊综合评价方法。由于实现服务能力与服务需求的均衡是SMC模式下供应链整合的重要目标，因此可以将均衡分析结果引入数学优化模型，进而求解最优整合策略。
在本书的第四部分对不同服务行业中的供应链运作研究，则综合采用了前述方法。并非对所有企业来说MC都是一种最好的战略，因为MC适用于特定的市场和客户类型（Silveira等，2001）。在一些市场里，服务和产品的多样化对客户来说价值并不大（Pine，1993），比如客户在购买石油和天然气时通常不存在差异化需求。而另一些市场如公用事业、政府服务等会因为一些规章制度的存在而限制了定制化的需求。还有一些市场则天然具有定制化程度高的特点，比如运输业的产品特征就非常复杂，每一个客货位移都具有不同的运输对象、不同运距和起讫点或不同运输时间等特征，这类市场在采用SMC战略时重点在于提高服务的规模效应。因此，本书所研究的SMC适用于特定的服务产业背景。在本书第四部分对具有较高定制化需求且能够较好实现规模效应的服务产业的供应链管理若干问题进行了研究。
关于研究成果的检验与修正则主要通过计算机仿真软件（如MATLAB等）进行优化求解算法的编程，并对自动生成的随机定制服务需求信息进行模拟。部分研究运用到的数据来自相关研究提供的二手数据，也有来自企业调研获取的真实案例数据。
本章对SMC模式下的供应链运作包含的主要问题进行了深入的系统性分析，通过分析问题的研究背景与国内外研究现状，指出研究该问题的重要理论意义与现实价值。同时，搭建了本书研究的基本框架，拟定了研究内容及研究方法。这些内容是后续章节研究工作的指引。