供应链韧性研究进展及其测度方法研究

DOI：10.16601/j.cnki.issn2096-7330.2025.01.006" " "文章编号：2096-7330（2025）01-0048-11

摘 要：通过文献计量和知识图谱方法，以“供应链韧性”为主题，分别从Web of Science和CNKI数据库中筛选出相关度较高的期刊文献，以“供应链韧性”测度为主题，从Web of Science数据库中筛选相关度较高的期刊文献。通过分析2010年以来国内外相关研究，探讨供应链韧性的热点问题、核心领域以及测度方法。研究发现：供应链韧性的热点问题主要聚焦供应链韧性的特性、测度方法、评价指标和影响因素，供应链韧性研究的核心领域则在供应链韧性特性研究、供应链韧性的优化设计以及供应链风险管理；供应链韧性测度的研究热点聚焦供应链韧性测度方法、指标体系、影响因素和供应链特性方面；供应链韧性及其测度的研究均呈现明显的时期特征。通过对测度方法的深入研究分析发现：供应链韧性测度方法包括定性分析、定量分析和综合评价分析，常用的综合评价法涵盖主观和客观权重法，旨在全面评估供应链的抵抗、恢复和适应能力。最后从供应链韧性理论深化和整合方向、供应链韧性测度指标体系构建和方法创新等方面对未来的研究方向进行探讨，以期对后续研究提供一定的指导。

关键词：供应链韧性；测度方法；评价指标；影响因素；文献计量；知识图谱

中图分类号：F274；C34 文献标识码：A

0" " 引言

识别供应链中断风险并提升供应链的韧性，成为推进中国经济高质量发展的重要任务。这不仅关系到国家经济安全，也是实现可持续发展的关键所在。供应链韧性是指在面对各种不确定性和干扰时，供应链能够维持其功能、快速恢复，甚至改进和创新的能力，其涉及供应链的稳定性、适应性、协同性和在受到干扰后的恢复能力。尽管供应链韧性的概念已经被广泛接受，但不同阶段对于供应链韧性的理解存在一定程度的差异，目前尚未有对不同阶段的研究进展进行系统性梳理的文献。供应链韧性测度是识别供应链中断风险和维护供应链安全稳定的关键手段，准确测度供应链韧性成为在复杂多变的全球经济环境中确保企业竞争力和可持续发展的迫切需求。供应链韧性的测度方法主要集中在定性分析和定量模型的构建上。定性分析通常通过专家访谈和案例研究来识别影响供应链韧性的关键因素，而定量模型则利用统计和数学工具对这些因素进行量化评估。尽管已有多种测度方法，但供应链韧性的测度仍面临诸多挑战，包括如何综合考虑不同维度的影响因素和如何建立适应性强的测度模型等。

在当今快速变化的环境中，企业所面临的各种风险，如自然灾害、供应中断和市场波动等，都可能对其供应链造成重大影响。因此，深入研究供应链韧性的测度方法，准确测度供应链韧性，不仅能促进供应链管理理论的发展，也能为制定企业战略和优化企业管理提供决策依据。目前，关于供应链韧性及其测度方面的研究仍处于发展阶段，缺乏对整个领域研究进展的可视化分析。本文旨在对国内外现有文献中关于供应链韧性及其测度的方法进行研究，通过文献计量和知识图谱构建的方法对研究热点及研究阶段进行归纳，并总结供应链韧性测度的不同方法，以期更全面地理解与测度供应链韧性，为后续的研究提供方向。

1" " 供应链韧性概述

供应链韧性这一概念最早由Rice和Caniato在2003年提出，随后在2004年，Christopher等［1］对供应链韧性进行了正式定义，即供应链受到干扰后能够恢复到其原始状态或更加理想状态的能力。随着越来越多的学者开始关注，供应链韧性的概念也不断演进。目前，被大多数学者认可的定义为：供应链在面对潜在突发事件时的准备能力、中断发生后的快速响应能力以及从中恢复的适应能力［2］。Kamalahmadi等［3］通过对100篇论文的分析，将供应链韧性的研究分为3个阶段：一是准备阶段，供应链需要对潜在的中断风险有所准备，包括风险评估、制定应急计划以及保障供应链中的关键资源；二是响应阶段，要求供应链能够快速识别中断风险并采取行动以减轻影响；三是恢复阶段，强调供应链从中断中恢复到正常运作的能力，包括重新配置供应链、修复受损的环节以及从经验中学习以提高未来的韧性。分阶段的定义为理解供应链韧性提供了清晰的框架，并为该领域的研究奠定基础。

随着研究的深入，供应链韧性的相关研究已经走向成熟。廖涵等［4］指出，一个具有高度韧性的供应链应该能够迅速而灵活地进行调整，不仅能够恢复到受冲击前的状态，还能在必要时达到更优的状态。Chowdhury等［5］探讨了供应链韧性的概念，并基于动态能力理论进行量表的开发，通过理论分析和实证研究提出一系列测度供应链韧性的指标，为后续研究和实践提供了参考。盛昭瀚等［6］探讨了供应链韧性的重要性和含义，并通过实际案例分析来阐述供应链在面对内部和外部的各种挑战时的适应能力和恢复能力。马潇宇等［7］创新性地将结构方程模型（Structural Equation Model， SEM）和模糊集定性比较分析（fuzzy-set Qualitative Comparative Analysis， fsQCA）2种方法结合使用，分别从单一和多元组态的视角探讨了影响供应链韧性的关键因素。李维安等［8］从动态能力视角出发，采用必要条件分析（Necessary Condition Analysis， NCA）和定性比较分析（Qualitative Comparative Analysis， QCA）方法，探讨了影响企业供应链韧性构建的关键因素和机制。Zouari等［9］通过对300名供应链管理领域经理的调查，使用普通最小二乘回归模型分析数字化成熟度和数字工具的使用对供应链韧性的影响，强调了数字化成熟度在提升供应链韧性中的重要性。陶锋等［10］指出，产业链供应链的韧性对于经济稳定和企业竞争力至关重要，它依赖于建立和维护供需之间的关联效应，这种韧性可以通过优化供需匹配、维持供需关系以及提升供应质量3个层面进行分析和增强。刘家国等［11］指出建设供应链韧性体系过程中的一些短板和挑战，强调了供应链韧性在东西部联动、统一大市场和全球供应链治理等方面的重要性，以及中国在全球供应链治理中的潜在影响力。

从现有的研究来看，国内外学者在供应链韧性的理论基础、研究内容和优化方法等方面已取得显著进展，并且形成了一定规模。然而，对于供应链韧性及其测度方法方面的研究仍缺乏系统性的梳理。

2" " 数据来源与研究方法

2.1" "数据来源

本文基于文献计量和知识图谱的思想与方法展开研究，文献样本主要来源于Web of Science和CNKI两大数据库。以“Supply chain resilience measurement”为主题，在Web of Science核心合集数据库进行检索，截至2024年4月7日，共检索到143条记录，除去会议论文、社论和书籍章节等与研究关联度较小的记录，最终选择105篇文献作为分析样本。以“Supply chain resilience”为主题，在Web of Science核心合集数据库进行检索，截至2024年4月7日，共检索到1 001条记录，除去与研究关联度较小的记录，最终选择890篇文献作为分析样本。以“供应链韧性”为主题，在CNKI数据库进行检索，截至2024年4月7日，共检索到555条记录，除去与研究关联度较小的记录，最终选择209篇文献作为分析样本。通过对所有选择文献的梳理，以“供应链韧性”为主题分别从Web of Science数据库中筛选890篇、从CNKI数据库中筛选209篇相关度较高的期刊文献作为分析样本，以“供应链韧性测度”为主题从Web of Science数据库中筛选105篇相关度较高的期刊文献作为分析样本。

2.2" "研究方法

VOSviewer是一款结合科学计量学和可视化技术的分析软件，它能够展示学术研究中的知识结构，揭示其中的规律，并呈现研究领域的热点分布情况，从而帮助用户进行深入的可视化分析。本文运用VOSviewer1.6.18软件对供应链韧性及其测度方面的相关文献进行可视化分析。通过数据挖掘、科学计量学分析和图表可视化等技术手段，对供应链韧性评估的关键词共现网络、研究热点和不同阶段的研究趋势进行深入分析，并预测了未来供应链韧性测度的研究方向。

3" " 供应链韧性及其测度研究分析

3.1" "供应链韧性研究分析

3.1.1" "研究热点分析

关键词概括了论文的主旨和精华，通过分析关键词的共现图谱，可以洞察特定学术领域的研究趋势和热点。对于供应链韧性研究领域，本文通过 VOSviewer 软件对Web of Science数据库中以“Supply chain resilience”为主题检索到的890篇文献以及在CNKI以“供应链韧性”为主题检索到的209篇文献分别进行分析，并绘制关键词共现网络图谱。在对外文文献的分析中选择频次大于等于30的53个重点关键词进行可视化，结果如图1所示。

在已设定的阈值条件下，VOSviewer软件的关键词共现网络图谱大致呈现3个聚类，从图1呈现的关键词来看，目前的供应链韧性研究大致围绕以下3个方面：第一，供应链韧性影响因素，包括“disruption”“uncertainty”“risk-management”等关键词；第二，供应链韧性特性研究，包括 “flexibility”“resilience”“sustainability”等关键词；第三，供应链管理，包括“management”“strategies”“governance”等关键词。

在对中国相关文献的分析中，选择频次大于等于3的40个重点关键词进行可视化，结果如图2所示。从图2呈现的关键词来看，国内对于供应链韧性的研究大多与产业链相结合，文献相对较少且研究主题分布比较零散，供应链韧性大致围绕在供应链韧性影响因素和供应链韧性特性2个方面。

3.1.2" "研究阶段划分

为进一步清晰、直观地呈现供应链韧性研究过程，本文将供应链韧性发文量与被引频次情况进行可视化，结果如图3所示。

依据对相关文献发文状况的分析，将供应链韧性研究的发展划分为3个阶段。

1） 初始萌芽阶段（2013年之前）。这是供应链韧性概念探索开创阶段。在这一阶段，虽然年均发表的文献不足15篇，但却有少数高质量的代表性研究，具有重要的里程碑意义。该阶段研究以定性研究为主导，旨在深入探讨供应链韧性的内涵和影响因素，为未来的研究奠定理论基础。2008年金融危机及随后全球经济持续衰退，提高了人们对供应链风险管理的关注度，并推动了供应链韧性研究的进一步发展。

2） 快速发展阶段（2013—2020年）。此时供应链韧性研究成果迅速涌现，并进入发展转型期。这一阶段的年发文量已达到145篇，越来越多的学者加入这一研究领域，发文数量相比于初始萌芽期有显著增长。该阶段研究的重点在于汇聚成果，内容呈现多样化，方法上则从传统的定性分析向定量分析转变。这些研究的核心目标是提升供应链的韧性，通过模型设计来量化供应链中的脆弱性和潜在风险。此外，还提出了供应链韧性优化的方法，旨在通过科学的方法来增强供应链面对各种挑战时的适应能力和恢复能力。

3） 爆发增长阶段（2021年至今）。研究者们开始探索如何利用新技术来增强供应链的韧性和重塑其结构。当前的研究趋势集中在区块链、大数据和数字化等技术热点上，旨在通过这些技术提升供应链的韧性。此外，研究领域也呈现多样化的趋势，涵盖供应链韧性的各个方面，文献发表数量也迅速上升，年均超过280篇。

3.1.3" "共被引分析

通过引文分析来识别研究的核心领域是文献计量研究中常用的方法［12］。与供应链韧性相关的890篇文献中共有39 018篇引文，为聚焦关键文献，本研究将引用次数的阈值设定为至少40次，最终筛选出121篇被频繁引用的文献。利用VOSviewer软件中的引文聚类方法，对文献共被引情况进行可视化。分析图4的可视化结果发现，121篇引文被划分为3个聚类，分别为供应链韧性特性研究、供应链韧性的优化设计和供应链风险管理。

1） 供应链韧性特性研究。供应链韧性特性研究主要集中在以下3个核心能力：抵抗能力、恢复能力和适应能力。抵抗能力体现在供应链的稳定性上，即在外部扰动下仍能保持循环畅通；恢复能力体现在供应链在受到冲击后的回弹能力；适应能力涉及供应链的灵活性和敏捷性，使供应链在面对变化时能够快速调整策略和操作。在研究供应链韧性特性时，学者们采用了多种理论和方法，包括资源基础观、动态能力理论、关系理论和复杂自适应系统理论等。

2） 供应链韧性的优化设计。设计具有韧性的供应链关键在于理解供应链网络的结构特性，如密集度、复杂性和关键节点等的作用。通过识别潜在的主要风险点，评估其可能造成的影响并制定相应的缓解措施，可以显著增强供应链的韧性。例如，可以通过多样化供应链合作伙伴来优化网络设计，减少中断带来的风险。

3） 供应链风险管理。供应链风险管理有助于识别潜在的风险，使企业能够及时采取措施，进而提高风险预测的精确度［13］。供应链风险管理是确保供应链稳定运作的重要环节。供应链可能面临多重风险，如自然灾害、政治动荡、供应短缺和技术问题等，这些都可能导致生产停滞、交货延迟和成本上升。因此，企业必须建立一套综合的风险管理体系，以识别并评估潜在风险。同时制定应对计划，包括建立多元化的供应商网络、维持适量的安全库存以及制定应急响应计划，从而保障供应链的韧性和稳健性［14］。

3.2" "供应链韧性测度研究分析

3.2.1" "研究热点分析

本文使用VOSviewer软件对Web of Science数据库中以“Supply chain resilience measurement”为主题检索到的105篇文献进行分析，并对出现频次大于等于5的44个关键词进行可视化，绘制关键词共现网络视图。如图5所示，圆节点的大小表示关键词出现的频次，反映了研究领域的热点。

通过分析图5的关键词共现网络图谱可以发现，共形成了4个聚类。分别为：供应链韧性测度方法，包括 “framework”“model”“performance measurement”等关键词；供应链韧性测度评价指标，包括“dynamic capabilities”“competitive advantage”“firm performance”等关键词；供应链特性，包括“resilience”“robustness”“dynamic capabilities”等关键词；供应链韧性测度影响因素，包括 “disruption”“uncertainty”“risk-management”等关键词。

1） 供应链韧性测度方法。根据每种方法的特点，将其归纳为指数权重法、数学模型法和仿真模拟法等3类［15］。指数权重法通过为不同指标分配权重并加权求和来获得综合评价结果，这种方法考虑了指标的重要性，使得结果更加客观和准确。数学模型法通过建立各种数学模型，如线性模型、非线性模型或多目标规划模型等，来描述和分析评价对象，依据要素之间的关系来选择合适的评估模型。仿真模拟法则通过模拟来直观地评估结果并检验模型的实用性，但这种方法操作复杂，需要较高的技能水平，且设计过程和研究时间较长。

2） 供应链韧性测度评价指标。归纳为以下3类：一是结构性指标，包括供应链的网络结构、节点连接性和合作伙伴的多样性等；二是过程性指标，关注在危机发生时的反应速度、信息流动的效率和决策的灵活性等，这些指标反映了供应链在面对突发事件时的应变能力；三是结果性指标，评估干扰事件后供应链的恢复能力和绩效，如恢复时间、成本损失和客户满意度等。国内外学者对供应链韧性指标的研究日益增多，已提出多种评估模型和框架，形成一定的理论基础，但针对制造业、农业和服务业等不同行业的特点，尚未开发出符合行业特性的供应链韧性指标。

3） 供应链特性。主要有2个方面：一是复杂性，供应链的复杂性源于其涉及的多个环节。例如，从采购原材料到生产再到分销和销售，每个环节都有不同的参与者，包括供应商、制造商、分销商和零售商。每个环节不仅受自身的操作效率影响，还受到其他环节的性能、合作关系和信息共享的制约。复杂的供应链网络使得管理者需要具备协调和优化各个环节的能力，以确保整体供应链的顺畅运作。二是动态性，市场环境和消费需求是不断变化的，供应链必须能够适应这些变化。季节性需求波动、突发的市场趋势或消费者偏好的转变，都会影响原材料的需求和产品的生产计划。此外，供应链的动态性还体现在外部条件的变化上，如自然灾害和经济政策变化等，这些都会导致供应链的运作出现变化。因此，企业需要建立灵活的供应链体系，以快速响应市场变化。

4） 供应链韧性测度影响因素。在对供应链韧性进行测度时，指标体系设计的合理性、技术应用的先进性、风险管理的有效性、信息的透明度、资源管理的效率和外部环境的稳定性等因素都会对测度结果产生影响，研究者应综合考虑各个影响因素，选择合适的测度方法和指标体系，以提高测度的准确性和效率。

为更清晰地了解关键词具体情况，将频次超过5的关键词制表，通过表1能够更清晰地看出不同关键词共现的频率和关联强度。

3.2.2" "研究阶段划分

为进一步清晰直观地呈现供应链韧性测度研究过程，本文将供应链韧性测度发文量与被引频次进行可视化，如图6所示。

依据对相关文献发文情况的分析，将供应链韧性测度研究的发展划分为3个阶段，这与前述供应链韧性研究的3个阶段在时间上保持了较好的一致性。

1） 初始萌芽阶段（2014年之前）。供应链韧性的概念最初在2003年被提出，随后在2004年得到正式定义。到2009年，Ponomarov等［16］对供应链韧性的概念进一步总结，从供应链在面对潜在突发事件时的事前准备、中断发生后的快速响应以及恢复能力等3个方面进行定义，得到了大多数学者的认可。随着供应链韧性概念被广泛定义，如何对其进行评估测度成为学者们研究的新方向，供应链韧性测度相关的概念从2010年开始被提及。从图6可以看出此阶段年均发文量不到5篇。

2） 快速发展阶段（2014—2020年）。随着研究的不断深入，学者们开始将重点转向如何有效地测度供应链的韧性。在该阶段，研究持续加深，涉及 optimization （优化） 、AHP（层次分析法） 、vulnerability（脆弱性） 、big data analysis（大数据分析） 和supply chain disruption（供应链中断） 等诸多内容。在该阶段不同的测度方法也开始被用来测度供应链韧性。

3） 爆发增长阶段（2021年至今）。学者们开始探索运用新的方法。这一阶段并未出现太多全新的关键词，主要是在前一阶段的基础上进行更深入的研究。可以看到，该阶段的关键词“COVID-19”出现频率大幅增加，说明此阶段主要侧重于如何在外界突发因素的影响下测度供应链的韧性，以及对供应链中断后恢复能力的测度方法研究，在该阶段出现了更多的新技术和新方法。

4" " 供应链韧性测度方法分析

4.1" "定性测度方法

供应链韧性的定性测度方法主要依赖于非量化的数据和专家经验，通过案例研究、专家访谈和文本分析等手段对供应链的韧性进行测度。在供应链韧性的定性测度研究中，研究者通常会构建一个包含多个维度的评价指标体系，如资源配置能力、组织学习能力和合作伙伴关系等，通过专家打分和案例分析等方法，对供应链在这些维度上的表现进行评估。在应用方面，Pettit等［17］提供了一种定性的方法来测度和提高供应链在面对不确定性和潜在中断时的韧性。

定性测度方法容易受到研究者主观意识的影响，研究者的个人观点、经验和偏好可能影响研究结果的可靠性，而且定性测度方法通常需要更多的时间和精力进行数据收集、整理和分析，同时也需要更多的人力和物力资源，成本较高。因此，研究者都将定性测度方法与定量测度方法相结合，以获取更全面和更准确的研究结果。

4.2" "定量测度方法

定量测度方法是通过可量化的数据和指标对供应链韧性进行测量，主要包括指标法和模型法。在供应链韧性测度的研究中，指标法是一种重要的量化分析手段。吕越等［18］从中间品进口多样性的角度考虑，提出产业链安全相关指标，并通过采用进口集中度这一单一指标的方法，对中国汽车产业链的供应链韧性和安全现状进行了评估。Wang等［19］通过德尔菲法进行专家咨询，最终确定了包含10个一级指标和62个二级指标的评估体系。这些指标覆盖了设计供应链、资源储备、流程整合和有效协作等多个方面，为药品供应链的韧性评估提供系统的方法。Torabi等［20］则考虑到恢复策略，开发了一种韧性指标，该指标作为不同恢复策略的函数，考虑了损失的能力和时间因素，并通过数学模型计算韧性损失。通过构建和应用指标体系，研究者能够更全面地理解和评估供应链在面对各种风险和挑战时的韧性表现。

模型法是通过对韧性的理解，对其构成要素进行定量评估，并基于各要素之间的相互关系建立韧性评估的数学模型。Fahimnia等［21］通过结合随机模糊目标规划方法和可持续性绩效评分方法，提出了一种能够动态可持续性权衡分析的多目标优化模型。Ribeiro等［22］回顾了供应链韧性的定义，并探讨了量化建模方法，为后续研究提供理论基础和方法论指导。彭翀等［23］从城市韧性的成本、能力和能效方面构建了测度模型，对长江经济带城市韧性进行测度，并采用主成分分析法和SBM模型对影响城市的成本因素进行深入探究。Hosseini等［24］开发了一种基于贝叶斯网络的方法来评估汽车制造业供应链在遭遇连锁反应时的韧性，他们提出的模型能够对供应链的韧性程度进行量化分析。在测度供应链韧性时，模型法的应用与对韧性概念的理解紧密相连，这种方法能够全面捕捉韧性的多个维度，并揭示不同韧性要素之间的相互影响，适用于处理涉及众多变量的复杂情况。

4.3" "综合评价方法

综合评价方法是用于对复杂系统中众多指标进行整体分析的方法，它主要通过多标准决策制定（Multi-Criteria Decision Making， MCDM）工具来解决和评估多维度的决策问题。在供应链韧性的测度中，这种方法已经被广泛采用。由于供应链系统的复杂性和多维度特征，使得单一指标难以全面反映其韧性水平，综合评价法衍生了多种不同的方法。这些方法可以根据权重赋予的方式划分为2类：第一类是主观权重法。这种方法通常依赖专家评估和综合评分来确定指标的权重，包括综合指数法、模糊综合评判法、层次分析法（Analytic Hierarchy Process，AHP）和功效系数法等。第二类是客观权重法。这类方法根据指标间的相关性或数据的统计特性来客观决定权重，如因子分析、主成分分析法（Principal Components Analysis， PCA）和数据包络分析（Data Envelopment Analysis，DEA）等［25］。

在运用综合评价方法测度供应链韧性时，研究者需考虑2个核心问题：指标体系的构建和权重的分配方法。在构建指标体系方面，尽管目前尚无统一认可的供应链韧性指标体系，但学者们已经就供应链的抵抗能力、恢复能力和适应能力等方面进行了深入的探讨，并提出多种指标维度。在确定这些指标的权重时，客观赋权法被广泛采用，包括熵权法、TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）法和灰色关联分析法（Grey Relational Analysis， GRA）等。TOPSIS法，由C.L.Hwang和K.Yoon在1981年提出，是一种多标准决策分析工具，它通过确定正理想解（所有指标的最佳值）和负理想解（所有指标的最差值）来排序评价对象。与TOPSIS法紧密相关的灰色关联分析法，通过计算灰色关联系数来评估各评价方案与理想解的关联程度，关联度越高，评价结果越好。

在综合评价方法的具体应用中，相关学者根据不同的研究对象对供应链韧性测度方法展开了一系列研究，如綦方中等［26］针对制造企业构建了一套供应链韧性评价指标体系，运用改进的TOPSIS法测度企业的供应链韧性水平，同时改进灰色关联分析法以实现韧性指标的动态预测，并结合供应链韧性测度的方法构建了供应链韧性预警模型。樊雪梅等［27］首先利用熵权法确定各评估指标的权重，然后通过TOPSIS法对供应链的韧性进行排序和评估，采用一种熵权和TOPSIS法结合的方法对汽车企业供应链的韧性进行了测度。徐文平等［28］成功构建一个测度冷链物流供应链韧性的指标体系，综合运用全解释结构模型、网络层次分析法和TOPSIS法对供应链韧性进行了测度。郝丽等［29］采用熵权-TOPSIS法，从综合能力和单项能力2个方面对生鲜农产品供应链韧性能力进行了测度。Xu等［30］则将模糊决策试验、评价实验室法和模糊DEMATEL-ANP（ Decision-making Trial and Evaluation Laboratory-Analytic Network Process）等3种方法相结合，对供应链韧性评估指标体系内的各个指标及其权重之间的相互联系进行了深入分析。张伟等［31］利用动态组合权重法结合TOPSIS法构建了一个评估模型，用于衡量中国制造业产业链的韧性，并根据该模型提出提升产业链韧性的建议。这些方法在供应链韧性的测度中发挥着重要作用，帮助研究者和实践者更全面地理解和提升供应链的韧性。

5" " 研究结论与展望

5.1" "研究结论

本文探索了供应链韧性及其测度方法的研究进展，通过文献计量和知识图谱方法，分别从Web of Science数据库中总共筛选890篇，从CNKI数据库中总共筛选209篇相关度较高的期刊文献，对从2010年以来国内外供应链韧性及其测度相关研究进行分析。研究发现：国内外对于供应链韧性的研究热点主要集中在供应链韧性的影响因素、特性研究以及供应链管理等方面；供应链韧性研究的核心领域为供应链韧性特性研究、供应链韧性的优化设计和供应链风险管理，是国内外众多学者研究的关键领域；供应链韧性的研究呈现出明显的时期特征。自2010年以来，供应链韧性领域的研究经历了从初始萌芽阶段到快速发展阶段，再到向爆发增长期转变的阶段，显示出研究深度和广度的不断增加。学者们不仅关注供应链在面对冲击时的稳定性，还致力于探索供应链通过灵活调整和创新实现快速恢复的能力。国外供应链韧性测度的研究热点主要集中在供应链韧性测度方法、指标体系、影响因素和供应链特性等方面，在供应链韧性测度研究的发展时间上呈现与供应链韧性相似的阶段性特征，反映了学术界对这一领域认识的逐步深化和拓展。目前，中国对于供应链韧性测度的研究尚未形成一定的规模。随着研究的不断深入，国内外学者应致力于探索如何高效准确地测度供应链韧性，并快速识别供应链中断风险。

在供应链韧性测度方法方面，国内外学者采用了多元化的测度方法，包括定性分析、定量测度和综合评价等多种方法。定性分析通过专家访谈和案例研究来识别关键因素。定量模型则利用统计和数学工具进行量化评估。综合评价法被广泛应用于供应链韧性的测度中，包括主观权重法和客观权重法，以全面测度供应链的抵抗能力、恢复能力和适应能力。供应链韧性的测度方法多样且正在不断发展，这些方法在不同的应用场景中展现出各自的优势，同时也都有着各自的局限性。

5.2" "研究展望

5.2.1" "理论深化与整合

在未来的研究中，研究者可致力于深化供应链韧性的理论基础，融合跨学科的学术成果，以构建一个更为全面和条理化的供应链韧性理论体系。这需要对供应链韧性的核心概念、关键维度及其影响要素进行更深层次的探究，以探索理论如何被有效地应用到多样化的行业背景和特定情境之中。通过多维度和跨学科的整合研究，为供应链韧性的学术研究和实践应用提供更加坚实的理论支撑和指导。

5.2.2" "多维度指标体系的构建

针对尚未完善的供应链韧性指标体系，后续研究可基于供应链的不同层面和不同阶段进一步细化和完善指标体系，并针对制造业、农业和服务业等不同行业的特点，开发符合行业特性的供应链韧性指标。同时，可以探索如何将专家的主观评价和实际的客观数据相结合，建立统一的供应链韧性测度标准。通过多元化方法的融合，发展成一个更加全面和多维的指标体系，从而为供应链韧性的评估和安全水平的提升提供更加精准和实用的工具。

5.2.3" "测度方法的创新

随着技术的发展，特别是大数据、人工智能和区块链等新技术的应用，未来的研究可以探索如何运用数字智能技术和人工智能技术等，来帮助提升供应链韧性的测度和评估的水平，例如探索利用区块链技术来确保供应链数据的不可篡改性并提升透明度、利用自然语言处理和图像识别技术来自动收集和分析供应链数据等。同时，开发新的综合评价模型，探索基于机器学习等智能方法的供应链韧性评价模型，如随机森林和支持向量机等，来提高供应链韧性评估的预测准确性和效率。

参考文献：

［1］ CHRISTOPHER M， PECK H. Building the resilient supply chain［J］. The international journal of logistics management， 2004， 15（2）： 1-29.

［2］ GAO Y，FENG Z，ZHANG S B. Managing supply chain resilience in the era of VUCA［J］. Frontiers of engineering management， 2021， 8（3）： 465-470.

［3］ KAMALAHMADI M， PARAST M M. A review of the literature on the principles of enterprise and supply chain resilience： major findings and directions for future research［J］. International journal of production economics， 2016， 171： 116-133.

［4］ 廖涵，胡晓蕾，刘素倩. 不利外部冲击下我国供应链韧性分析［J］. 企业经济， 2021（10）： 50-59.

［5］ CHOWDHURY M M H， QUADDUS M. Supply chain resilience： conceptualization and scale development using dynamic capability theory［J］. International journal of production economics， 2017， 188： 185-204.

［6］ 盛昭瀚，王海燕，胡志华. 供应链韧性：适应复杂性：基于复杂系统管理视角［J］. 中国管理科学， 2022， 30（11）： 1-7.

［7］ 马潇宇，黄明珠，杨朦晰. 供应链韧性影响因素研究：基于SEM与fsQCA方法［J］. 系统工程理论与实践， 2023， 43（9）： 2484-2501.

［8］ 李维安，马茵. 如何构造供应链韧性的有效机制？［J］. 当代经济管理， 2022， 44（12）： 27-38.

［9］ ZOUARI D，RUEL S， VIALE L. Does digitalising the supply chain contribute to its resilience？［J］. International journal of physical distribution and logistics management， 2021， 51（2）： 149-180.

［10］ 陶锋，王欣然，徐扬，等. 数字化转型、产业链供应链韧性与企业生产率［J］. 中国工业经济， 2023 （5）： 118-136.

［11］ 刘家国，许浩楠. 双循环视角下我国全球供应链韧性体系建设研究［J］. 中国软科学， 2023 （9）： 1-12.

［12］ 王伟，杨建林. 基于引文网络重叠社团发现的图书情报领域学科主题结构分析［J］. 情报学报， 2020， 39（10）： 1021-1033.

［13］ WIELAND A， WALLENBURG C M. Dealing with supply chain risks： linking risk management practices and strategies to performance［J］. International journal of physical distribution and logistics management， 2012， 42（10）： 887-905.

［14］ 戴培超，张容嘉. 供应链韧性研究前沿、热点和演化分析［J］. 商业经济研究， 2023（17）： 5-8.

［15］ 刘丹，闫军，周宇航，等. 供应链韧性评价指标体系和评价方法研究综述［J］. 物流技术， 2023， 42（10）： 1-3， 41.

［16］ PONOMAROV S Y， HOLCOMB M C. Understanding the concept of supply chain resilience［J］. International journal of logistics management， 2009， 20（1）： 124-143.

［17］ PETTIT T J，CROXTON K L， FIKSEL J. Ensuring supply chain resilience： development and implementation of an assessment tool［J］. Journal of business logistics， 2013， 34（1）： 46-76.

［18］ 吕越，邓利静. 着力提升产业链供应链韧性与安全水平：以中国汽车产业链为例的测度及分析［J］. 国际贸易问题， 2023（2）： 1-19.

［19］ WANG P， THAN-UDOMCHOK K， SAE-BE S. Construction and application of evaluation index system for pharmaceutical supply chain resilience： a Delphi study［J］. Journal of Namibian studies： history politics culture，2023，33（S2）：1833-1902.

［20］ TORABI S A， BAGHERSAD M， MANSOURI S A. Resilient supplier selection and order allocation under operational and disruption risks［J］. Transportation research part e： logistics and transportation review， 2015， 79： 22-48.

［21］ FAHIMNIA B， JABBARZADEH A. Marrying supply chain sustainability and resilience： a match made in heaven［J］. Transportation research part e： logistics and transportation review， 2016， 91： 306-324.

［22］ RIBEIRO J P， BARBOSA-POVOA A. Supply chain resilience： definitions and quantitative modelling approaches： a literature review［J］. Computers and industrial engineering， 2018， 115： 109-122.

［23］ 彭翀，林樱子，吴宇彤，等. 基于“成本-能力-能效”的长江经济带城市韧性评估［J］. 长江流域资源与环境， 2021， 30（8）： 1795-1808.

［24］ HOSSEINI S，IVANOV D. A new resilience measure for supply networks with the ripple effect considerations： a Bayesian network approach［J］. Annals of operations research， 2019， 319： 581-607.

［25］ 肖兴志，王振宇，李少林. 产业链韧性测度方法研究进展［J］. 经济学动态， 2024 （4）： 144-160.

［26］ 綦方中，张磊磊. 基于改进灰色预测模型的供应链韧性评价与预警研究［J］. 工业技术经济， 2022， 41（12）： 100-107.

［27］ 樊雪梅，卢梦媛. 新冠疫情下汽车企业供应链韧性影响因素及评价［J］. 工业技术经济， 2020， 39（10）： 21-28.

［28］ 徐文平，于启蒙. 基于TISM-ANP-TOPSIS模型的冷链物流供应链韧性评价研究［J］. 物流科技， 2023， 46（21）： 135-138， 141.

［29］ 郝丽，裴雪莹. 基于熵权-TOPSIS法的生鲜农产品供应链韧性能力测度［J］. 物流技术， 2023， 42（11）： 129-136.

［30］ XU W P， XIONG S， PROVERBS D， et al. Evaluation of humanitarian supply chain resilience in flood disaster［J］. Water， 2021， 13（16）： 2158.

［31］ 张伟，李航宇，张婷. 中国制造业产业链韧性测度及其时空分异特征［J］. 经济地理， 2023， 43（4）： 134-143.

［责任编辑：许春慧］

收稿日期：2024-08-16

基金项目：国家社会科学基金项目“西南边疆农产品供应链韧性测度与安全水平提升路径研究”（23XJY014）

通信作者：马小雅，博士，南宁师范大学教授，电子邮箱为33013353@qq.com。