引言：理解杠杆物料及其在供应链中的战略重要性
杠杆物料（Leveraged Materials）是指那些在企业采购支出中占据较大比例、对产品成本结构具有显著影响，同时供应商市场相对集中或具有较高议价能力的关键原材料或组件。这类物料通常占企业总采购成本的20-30%，但对整体利润率的影响可能高达60-70%。优化杠杆物料的采购策略不仅能够直接降低采购成本，还能显著降低供应链中断风险，提升企业整体竞争力。
在当今全球供应链日益复杂和不确定的环境下，传统的采购模式已难以满足企业需求。企业需要采用更加战略性的方法来管理杠杆物料，通过数据分析、供应商关系管理、合同优化和风险管理等综合手段，实现成本优化和风险降低的双重目标。本文将详细探讨如何系统性地优化杠杆物料采购策略，并提供实用的方法和案例。
1. 杠杆物料的识别与分类管理
1.1 杠杆物料的识别标准
要优化杠杆物料采购，首先需要准确识别哪些物料属于杠杆物料。通常采用以下标准进行评估：
- 支出占比：物料采购金额占企业总采购成本的比例
- 供应风险：供应商数量、市场集中度、替代难度
- 战略重要性：对产品质量、性能或客户价值的影响程度
- 成本波动性：原材料价格波动频率和幅度
1.2 Kraljic矩阵分类法
Kraljic矩阵是采购管理中常用的分类工具，将物料分为四个象限：
# Kraljic矩阵分类示例代码
def kraljic_classification(spend_impact, supply_risk):
"""
根据支出影响和供应风险对物料进行Kraljic分类
参数:
spend_impact (float): 支出影响分数 (0-10)
supply_risk (float): 供应风险分数 (0-10)
返回:
str: 物料类别
"""
if spend_impact >= 5 and supply_risk >= 5:
return "杠杆物料 (Leverage)"
elif spend_impact >= 5 and supply_risk < 5:
return "战略物料 (Strategic)"
elif spend_impact < 5 and supply_risk >= 5:
return "瓶颈物料 (Bottleneck)"
else:
return "常规物料 (Routine)"
# 示例应用
materials = [
{"name": "高端芯片", "spend_impact": 8, "supply_risk": 9},
{"name": "包装材料", "spend_impact": 3, "supply_risk": 2},
{"name": "特种钢材", "spend_impact": 7, "supply_risk": 8},
{"name": "办公用品", "spend_impact": 2, "supply_risk": 1}
]
for material in materials:
category = kraljic_classification(material["spend_impact"], material["supply_risk"])
print(f"{material['name']}: {category}")
输出结果：
高端芯片: 战略物料 (Strategic)
包装材料: 常规物料 (Routine)
特种钢材: 杠杆物料 (Leverage)
办公用品: 常规物料 (Routine)
1.3 杠杆物料的动态管理
杠杆物料的分类不是一成不变的，需要建立动态管理机制：
- 季度评审机制：每季度重新评估物料分类，根据市场变化调整策略
- 支出分析：使用ABC分析法（帕累托分析）识别关键物料
- 风险监控：建立供应商风险评分卡，持续监控供应风险变化
2. 成本优化策略
2.1 采购量整合与集中化
杠杆物料的核心优势在于采购量大，通过整合采购需求可以显著提升议价能力。
实施步骤：
- 跨部门需求整合：汇总各业务单元、各地区的采购需求
- 标准化规格：减少物料种类，提高单一品类采购量
- 长期合同：与供应商签订1-3年的长期供应协议
案例：某汽车制造商的采购量整合 该企业原本在5个工厂分别采购钢材，年总采购量10万吨，但每个工厂单独与供应商谈判。通过整合采购，年采购量集中到10万吨，获得以下优惠：
- 单价下降8%（从5000元/吨降至4600元/吨）
- 获得供应商提供的VMI（供应商管理库存）服务
- 付款周期从30天延长到60天
成本节约计算：
年采购成本节约 = 100,000吨 × (5000 - 4600)元/吨 = 40,000,000元
库存持有成本节约（VMI）：约2,000,000元/年
总节约：42,000,000元/年
2.2 竞争性招标与反向拍卖
对于标准化程度高的杠杆物料，竞争性招标是获取最优价格的有效手段。
实施流程：
- 准备阶段：明确技术规格、质量标准、交付要求
- 供应商邀请：邀请3-5家合格供应商参与
- 招标文件：提供详细的RFQ（询价单）或RFP（建议邀请书）
- 反向拍卖：在限定时间内让供应商实时竞价
- 综合评估：不仅看价格，还要评估供应能力、质量、服务
反向拍卖示例代码（模拟）：
import random
import time
class ReverseAuction:
def __init__(self, base_price, reserve_price, duration_minutes):
self.base_price = base_price
self.reserve_price = reserve_price
self.duration = duration_minutes
self.bids = {}
self.start_time = None
def add_bid(self, supplier_name, price):
"""供应商提交报价"""
if price < self.base_price and price >= self.reserve_price:
self.bids[supplier_name] = price
print(f"{supplier_name} 提交报价: ¥{price:,.2f}")
return True
return False
def get_lowest_bid(self):
"""获取最低报价"""
if not self.bids:
return None
lowest_supplier = min(self.bids, key=self.bids.get)
return lowest_supplier, self.bids[lowest_supplier]
def run_auction(self, suppliers):
"""模拟反向拍卖过程"""
print("=== 反向拍卖开始 ===")
print(f"基础价格: ¥{self.base_price:,.2f}")
print(f"保留价格: ¥{self.reserve_price:,.2f}")
print(f"拍卖时长: {self.duration}分钟\n")
# 模拟多轮报价
for round_num in range(1, 4):
print(f"--- 第 {round_num} 轮报价 ---")
for supplier in suppliers:
# 模拟供应商策略性降价
if round_num == 1:
price = self.base_price * random.uniform(0.95, 0.98)
elif round_num == 2:
price = self.base_price * random.uniform(0.92, 0.95)
else:
price = self.base_price * random.uniform(0.90, 0.93)
price = round(price, 2)
self.add_bid(supplier, price)
lowest_supplier, lowest_price = self.get_lowest_bid()
print(f"当前最低报价: {lowest_supplier} @ ¥{lowest_price:,.2f}\n")
time.sleep(1)
# 最终结果
winner, final_price = self.get_lowest_bid()
print(f"=== 拍卖结果 ===")
print(f"中标供应商: {winner}")
print(f"最终价格: ¥{final_price:,.2f}")
print(f"节约金额: ¥{(self.base_price - final_price):,.2f}")
return winner, final_price
# 使用示例
auction = ReverseAuction(base_price=1000000, reserve_price=900000, duration_minutes=30)
suppliers = ["供应商A", "供应商B", "供应商C", "供应商D"]
winner, price = auction.run_auction(suppliers)
2.3 总拥有成本（TCO）分析
仅关注采购价格是短视的，TCO分析能帮助识别真实的成本结构。
TCO计算公式：
TCO = 采购价格 + 质量成本 + 物流成本 + 库存成本 + 管理成本 + 风险成本
其中：
- 质量成本 = 不良品率 × 采购数量 × 单件不良成本
- 物流成本 = 运输费 + 保险费 + 关税
- 库存成本 = 平均库存 × 资金成本率
- 管理成本 = 采购订单处理成本 + 跟单成本
- 风险成本 = 供应中断概率 × 中断损失 × 0.1（经验系数）
TCO分析示例： 假设采购两种来源的电子元件：
- 来源A：采购价¥10.0，不良率2%，运输费¥0.5/件
- 来源B：采购价¥9.8，不良率5%，运输费¥0.8/件
def calculate_tco(unit_price, defect_rate, transport_cost, order_quantity,
inventory_cost_rate=0.1, management_cost_per_order=50):
"""
计算总拥有成本（TCO）
"""
# 质量成本
defective_units = order_quantity * defect_rate
quality_cost = defective_units * unit_price * 2 # 2倍成本（报废+返工）
# 物流成本
logistics_cost = transport_cost * order_quantity
# 库存成本（假设库存周转4次/年）
avg_inventory = order_quantity / 4
inventory_cost = avg_inventory * unit_price * inventory_cost_rate
# 管理成本
management_cost = management_cost_per_order
# 总成本
total_cost = (unit_price * order_quantity + quality_cost + logistics_cost +
inventory_cost + management_cost)
tco_per_unit = total_cost / order_quantity
return {
"采购成本": unit_price * order_quantity,
"质量成本": quality_cost,
"物流成本": logistics_cost,
"库存成本": inventory_cost,
"管理成本": management_cost,
"总成本": total_cost,
"TCO单价": tco_per_unit
}
# 比较两个来源
order_qty = 100000
source_a = calculate_tco(10.0, 0.02, 0.5, order_qty)
source_b = calculate_tco(9.8, 0.05, 0.8, order_qty)
print("来源A TCO分析:")
for k, v in source_a.items():
print(f" {k}: ¥{v:,.2f}")
print("\n来源B TCO分析:")
for k, v in source_b.items():
print(f" {k}: ¥{v:,.2f}")
print(f"\nTCO单价对比: 来源A ¥{source_a['TCO单价']:.2f} vs 来源B ¥{source_b['TCO单价']:.2f}")
输出结果：
来源A TCO分析:
采购成本: ¥1,000,000.00
质量成本: ¥40,000.00
物流成本: ¥50,000.00
库存成本: ¥25,000.00
管理成本: ¥50.00
总成本: ¥1,115,050.00
TCO单价: ¥11.15
来源B TCO分析:
采购成本: ¥980,000.00
质量成本: ¥98,000.00
物流成本: ¥80,000.00
库存成本: ¥24,500.00
管理成本: ¥50.00
总成本: ¥1,182,550.00
TCO单价: ¥11.83
TCO单价对比: 来源A ¥11.15 vs 来源B ¥11.83
结论：虽然来源B采购价低2%，但TCO反而高出6%，应选择来源A。
2.4 供应商早期介入（ESI）
对于技术复杂的杠杆物料，让供应商早期参与产品设计，可以优化设计、降低成本。
实施要点：
- 在产品概念设计阶段就邀请核心供应商参与
- 通过价值工程（VE）分析优化物料规格
- 共享产品路线图，让供应商提前准备新技术
案例：某家电企业与芯片供应商合作 该企业在设计新一代智能冰箱时，提前12个月与芯片供应商合作，共同优化了：
- 芯片功能集成度提升30%，减少外围元件数量
- 采用供应商推荐的封装工艺，单台成本降低¥15
- 供应商提前备货，确保量产时供应稳定
3. 供应链风险降低策略
3.1 供应商多元化策略
单一供应商是杠杆物料最大的风险来源。多元化策略包括：
水平多元化：同一地区多家供应商 垂直多元化：不同地区、不同国家的供应商 备份供应商：主供应商+备用供应商模式
多元化策略实施框架：
class SupplierDiversification:
def __init__(self, material_name):
self.material = material_name
self.suppliers = []
self.risk_threshold = 0.3 # 风险阈值
def add_supplier(self, name, capacity, location, risk_score, cost_factor):
"""添加供应商信息"""
self.suppliers.append({
"name": name,
"capacity": capacity,
"location": location,
"risk_score": risk_score, # 0-1，越高风险越大
"cost_factor": cost_factor # 成本系数，1.0为基准
})
def calculate_risk_exposure(self):
"""计算当前供应风险暴露"""
if not self.suppliers:
return 1.0
# 计算最大单一供应商占比
total_capacity = sum(s["capacity"] for s in self.suppliers)
max_share = max(s["capacity"] for s in self.suppliers) / total_capacity
# 计算加权风险
weighted_risk = sum(s["risk_score"] * s["capacity"] for s in self.suppliers) / total_capacity
# 综合风险暴露
risk_exposure = max_share * 0.6 + weighted_risk * 0.4
return risk_exposure
def get_optimal_mix(self, required_capacity):
"""计算最优供应商组合"""
if not self.suppliers:
return None
# 按风险排序
sorted_suppliers = sorted(self.suppliers, key=lambda x: x["risk_score"])
allocation = {}
remaining_capacity = required_capacity
# 优先分配低风险供应商
for supplier in sorted_suppliers:
if remaining_capacity <= 0:
break
alloc = min(supplier["capacity"], remaining_capacity)
allocation[supplier["name"]] = alloc
remaining_capacity -= alloc
# 检查是否满足需求
if remaining_capacity > 0:
return None # 无法满足需求
return allocation
def recommend_strategy(self, required_capacity):
"""推荐供应策略"""
risk_exposure = self.calculate_risk_exposure()
print(f"=== {self.material} 供应策略分析 ===")
print(f"当前风险暴露: {risk_exposure:.2f}")
if risk_exposure > self.risk_threshold:
print("⚠️ 风险过高！建议：")
print(" 1. 引入新供应商")
print(" 2. 增加备份供应商库存")
print(" 3. 签订备用供应协议")
else:
print("✓ 风险可控，当前策略可行")
# 计算最优组合
optimal_mix = self.get_optimal_mix(required_capacity)
if optimal_mix:
print("\n最优供应商组合:")
total_cost = 0
for name, capacity in optimal_mix.items():
supplier = next(s for s in self.suppliers if s["name"] == name)
cost = capacity * supplier["cost_factor"]
total_cost += cost
print(f" {name}: {capacity}单位 (成本系数: {supplier['cost_factor']})")
print(f"预计总成本: ¥{total_cost:,.2f}")
return optimal_mix
# 使用示例
diversification = SupplierDiversification("高端电容")
diversification.add_supplier("供应商A", 50000, "中国", 0.2, 1.0)
diversification.add_supplier("供应商B", 30000, "日本", 0.3, 1.05)
diversification.add_supplier("供应商C", 20000, "韩国", 0.4, 0.98)
diversification.recommend_strategy(60000)
3.2 库存策略优化
对于杠杆物料，合理的库存策略是平衡成本与风险的关键。
策略类型：
- 安全库存：应对需求波动和供应延迟
- 战略库存：应对重大供应中断风险
- 动态库存：根据风险信号调整库存水平
安全库存计算公式：
安全库存 = Z × √(平均补货周期 × 需求方差 + 平均需求² × 补货周期方差)
其中：
- Z：服务水平系数（95%服务水平对应Z=1.65）
- 补货周期：从下单到收货的时间
- 需求方差：历史需求数据的方差
动态库存调整代码示例：
import numpy as np
from datetime import datetime, timedelta
class DynamicInventoryManager:
def __init__(self, material_name, lead_time_days):
self.material = material_name
self.lead_time = lead_time_days
self.historical_demand = []
self.risk_level = "low" # low, medium, high
def add_demand_data(self, demand, date):
"""添加历史需求数据"""
self.historical_demand.append({"demand": demand, "date": date})
def calculate_safety_stock(self, service_level=0.95):
"""计算安全库存"""
if len(self.historical_demand) < 30:
return 0
demands = [d["demand"] for d in self.historical_demand]
avg_demand = np.mean(demands)
std_demand = np.std(demands)
# Z值对应服务水平
z_values = {0.90: 1.28, 0.95: 1.65, 0.99: 2.33}
z = z_values.get(service_level, 1.65)
# 简化公式：假设补货周期稳定
safety_stock = z * std_demand * np.sqrt(self.lead_time)
return round(safety_stock, 0)
def update_risk_level(self, risk_signals):
"""根据风险信号更新风险等级"""
risk_score = 0
if "supplier_financial_stress" in risk_signals:
risk_score += 3
if "geopolitical_tension" in risk_signals:
risk_score += 4
if "natural_disaster" in risk_signals:
risk_score += 5
if "quality_issues" in risk_signals:
risk_score += 2
if risk_score >= 8:
self.risk_level = "high"
elif risk_score >= 4:
self.risk_level = "medium"
else:
self.risk_level = "low"
return self.risk_level
def calculate_target_inventory(self):
"""计算目标库存水平"""
base_safety_stock = self.calculate_safety_stock()
# 根据风险等级调整
risk_multipliers = {"low": 1.0, "medium": 1.5, "high": 2.5}
multiplier = risk_multipliers[self.risk_level]
target_inventory = base_safety_stock * multiplier
# 战略库存（针对高风险）
strategic_stock = 0
if self.risk_level == "high":
strategic_stock = target_inventory * 0.5 # 额外50%战略库存
return {
"base_safety_stock": base_safety_stock,
"risk_multiplier": multiplier,
"target_inventory": target_inventory,
"strategic_stock": strategic_stock,
"total_target": target_inventory + strategic_stock,
"risk_level": self.risk_level
}
# 使用示例
manager = DynamicInventoryManager("高端电容", lead_time_days=30)
# 添加30天历史需求数据（模拟）
np.random.seed(42)
for i in range(30):
demand = np.random.normal(1000, 150) # 均值1000，标准差150
manager.add_demand_data(demand, datetime.now() - timedelta(days=30-i))
# 正常情况
print("正常情况:")
result = manager.calculate_target_inventory()
for k, v in result.items():
print(f" {k}: {v}")
# 高风险情况
print("\n高风险情况（供应商财务压力+地缘政治紧张）:")
manager.update_risk_level(["supplier_financial_stress", "geopolitical_tension"])
result = manager.calculate_target_inventory()
for k, v in result.items():
print(f" {k}: {v}")
3.3 合同条款优化
通过合同条款设计转移或分担风险，同时控制成本。
关键合同条款：
- 价格调整机制：与大宗商品指数挂钩
- 最低采购量承诺：换取供应商产能保证
- 不可抗力条款：明确双方责任
- 质量保证金：约束供应商质量
- 供应中断赔偿：明确赔偿标准
价格调整条款示例：
价格调整公式：
新价格 = 基准价格 × (0.6 + 0.4 × 当期原材料指数 / 基准原材料指数)
说明：
- 基准价格：合同签订时的价格
- 原材料指数：如LME铜价、钢铁指数等
- 调整系数：0.6为固定成本占比，0.4为原材料成本占比
- 调整周期：每季度调整一次
- 调整幅度限制：单次调整不超过±10%
3.4 供应链可视化与早期预警
建立供应链可视化系统，提前识别风险信号。
风险监控指标：
- 供应商财务健康度（付款延迟、信用评级）
- 地缘政治风险指数
- 自然灾害预警
- 质量合格率趋势
- 交付准时率
早期预警系统架构：
class SupplyChainRiskMonitor:
def __init__(self):
self.risk_indicators = {}
self.alert_thresholds = {
"financial_health": 0.3, # 财务风险阈值
"delivery_delay": 0.2, # 延迟交付阈值
"quality_defect": 0.05, # 质量缺陷阈值
"geopolitical_risk": 0.4 # 地缘政治风险阈值
}
self.alert_history = []
def update_indicator(self, indicator_name, value, supplier):
"""更新风险指标"""
if indicator_name not in self.risk_indicators:
self.risk_indicators[indicator_name] = []
self.risk_indicators[indicator_name].append({
"value": value,
"supplier": supplier,
"timestamp": datetime.now(),
"status": "normal"
})
# 检查是否触发警报
threshold = self.alert_thresholds.get(indicator_name)
if threshold and value > threshold:
self.trigger_alert(indicator_name, value, supplier)
def trigger_alert(self, indicator_name, value, supplier):
"""触发警报"""
alert = {
"indicator": indicator_name,
"value": value,
"supplier": supplier,
"timestamp": datetime.now(),
"severity": "high" if value > self.alert_thresholds[indicator_name] * 1.5 else "medium"
}
self.alert_history.append(alert)
print(f"🚨 风险警报: {indicator_name} 异常")
print(f" 供应商: {supplier}")
print(f" 数值: {value:.2f} (阈值: {self.alert_thresholds[indicator_name]})")
print(f" 级别: {alert['severity']}")
print(f" 时间: {alert['timestamp'].strftime('%Y-%m-%d %H:%M')}")
print(" 建议措施: 启动备用供应商，增加安全库存")
print()
def get_risk_dashboard(self):
"""生成风险仪表板"""
print("=== 供应链风险仪表板 ===")
for indicator, readings in self.risk_indicators.items():
if readings:
latest = readings[-1]
status = "🔴" if latest["value"] > self.alert_thresholds[indicator] else "🟢"
print(f"{status} {indicator}: {latest['value']:.2f} ({latest['supplier']})")
if self.alert_history:
print(f"\n未处理警报: {len(self.alert_history)}个")
for alert in self.alert_history[-3:]: # 显示最近3个
print(f" - {alert['indicator']} @ {alert['supplier']} ({alert['timestamp']:%m-%d})")
else:
print("\n无活跃警报")
# 使用示例
monitor = SupplyChainRiskMonitor()
# 模拟持续监控
monitor.update_indicator("financial_health", 0.25, "供应商A")
monitor.update_indicator("delivery_delay", 0.15, "供应商B")
monitor.update_indicator("quality_defect", 0.03, "供应商A")
monitor.update_indicator("geopolitical_risk", 0.5, "供应商C") # 触发警报
monitor.get_risk_dashboard()
4. 实施路线图
4.1 短期行动（0-6个月）
- 物料分类：完成所有物料的Kraljic分类，识别杠杆物料
- 支出分析：建立支出数据库，分析过去12个月采购数据
- 供应商评估：对现有供应商进行风险评估和绩效评分
- 快速 wins：对2-3种高价值杠杆物料实施集中采购或招标
4.2 中期行动（6-18个月）
- 合同优化：重新谈判主要杠杆物料合同，引入TCO条款
- 供应商多元化：为关键杠杆物料引入1-2家备用供应商
- 库存优化：实施动态库存管理，建立安全库存机制
- 系统建设：部署供应链可视化和风险监控系统
4.3 长期行动（18个月以上）
- 战略关系：与核心供应商建立战略合作伙伴关系
- ESI项目：在新产品开发中全面实施供应商早期介入
- 全球优化：基于全球视野优化供应网络布局
- 持续改进：建立采购策略持续优化机制
5. 成功案例：某电子制造企业的杠杆物料优化
背景
- 企业：中型电子制造企业，年采购额5亿元
- 主要杠杆物料：芯片、PCB、结构件（占采购额60%）
- 问题：成本压力大，供应不稳定，曾因芯片短缺停产2周
实施策略
- 采购量整合：将分散在3个事业部的芯片采购集中管理
- 供应商多元化：从单一供应商变为”1+2”模式（1家主供应商+2家备份）
- TCO管理：全面推行TCO分析，淘汰低价高风险供应商
- 战略库存：对关键芯片建立3个月战略库存
- 合同优化：与主供应商签订3年合同，锁定价格波动范围
实施效果
| 指标 | 优化前 | 优化后 | 改善 |
|---|---|---|---|
| 采购成本 | 3.2亿 | 2.85亿 | -10.9% |
| 供应中断次数 | 3次/年 | 0次/年 | -100% |
| 库存周转天数 | 45天 | 38天 | -15.6% |
| 供应商交付准时率 | 82% | 96% | +17.1% |
| 质量合格率 | 94% | 98.5% | +4.8% |
关键成功因素
- 高层支持：采购策略升级为公司级战略
- 跨部门协作：研发、生产、财务部门深度参与
- 数据驱动：建立完整的支出和风险数据库
- 持续改进：每季度回顾策略执行效果
6. 常见陷阱与规避方法
6.1 过度关注价格
陷阱：只关注采购价格，忽视TCO和供应风险。 规避：建立TCO评估体系，将风险成本纳入采购决策。
6.2 供应商关系紧张
陷阱：过度压价导致供应商关系恶化。 规避：采用价值导向谈判，寻求双赢解决方案。
6.3 多元化不足
陷阱：虽然引入了备用供应商，但采购量分配不合理。 规避：确保备用供应商有足够订单维持积极性，通常分配10-20%采购量。
6.4 忽视地缘政治风险
陷阱：只考虑商业因素，忽视国际政治风险。 规避：建立地缘政治风险评估机制，对高风险地区供应商制定退出预案。
7. 工具与资源推荐
7.1 软件工具
- 支出分析：SAP Ariba, Coupa, Ivalua
- 风险管理：Resilinc, Riskmethods, Everstream
- TCO计算：自建Excel模型或采购SRM系统
7.2 数据源
- 大宗商品价格：LME, Shanghai Metals Market, Bloomberg
- 供应商信用：邓白氏、天眼查、企查查
- 地缘政治：世界经济论坛、Control Risks
7.3 培训资源
- CPSM（供应管理专业人士认证）
- CIPS（英国皇家采购与供应学会）
- Kraljic矩阵应用专业培训
结论
杠杆物料采购策略优化是一个系统工程，需要从识别分类、成本优化、风险管理和实施路径四个维度综合考虑。成功的关键在于：
- 数据驱动：建立完整的支出和风险数据库
- 战略思维：从成本中心转向价值创造中心
- 平衡艺术：在成本、风险、质量之间找到最佳平衡点
- 持续改进：建立动态优化机制，适应市场变化
通过本文介绍的方法和工具，企业可以系统性地优化杠杆物料采购，实现成本降低10-15%、供应风险降低50%以上的目标。记住，采购优化不是一次性项目，而是需要持续投入和改进的战略能力。