需求不确定情况下供应链供应中断的恢复策略

DOI：10.16601/j.cnki.issn2096-7330.2025.01.007" " "文章编号：2096-7330（2025）01-0059-12

摘 要：当面临需求不确定和供应中断等突发事件时，优先恢复供应链上关键节点的运行对于供应链快速恢复正常运行至关重要。通过引入多源采购的方式来提升供应链的韧性，即由2个制造商、1个批发商和2个零售商构成需求不确定的三级供应链，将供应链中断程度量化并融入供应链决策中，构建需求不确定情况下供应中断的供应链系统动力学模型，探索供应链上不同节点中断引起的关键因素变化以及不同节点同时发生中断时优先恢复关键节点的策略。研究发现，供应链上无论哪个节点中断，都会对供应链需求满足率和总利润造成负面影响。当批发商和制造商发生相同程度的供应中断时：若供应链的目标是最大化需求满足率，则应优先恢复下游节点企业，尤其是零售商的库存；若供应链的目标是利润最大化，在完全中断的情况下，应优先恢复上游节点企业，特别是批发商的原材料库存；在部分中断的情况下，仍应优先恢复下游节点企业。研究能为供应链管理者提供宝贵的决策支持，在面对突发事件时制定更有效的恢复策略，从而提高供应链的整体韧性和应对能力。

关键词：需求不确定；供应链韧性；供应中断；系统动力学；下游企业

中图分类号：F224.5 文献标识码：A

0" " 引言

在当今国际竞争激烈的商业环境中，随着专业化分工的细化、外包业务的兴起和经济全球化的发展，供应链的长度和复杂性不断增加，供应链上的一个小环节出了问题，都有可能迅速蔓延以至于酿成全球供应链的中断［1］。如何有效抵御风险已经成为亟待解决的问题，厘清供应链风险发生时链上各节点企业的绩效水平对解决该问题意义重大。

目前，对于需求不确定性的研究来说，大多数学者都是采用鲁棒优化模型进行处理，既有对于供应链上企业行为决策的研究［2-4］，也有针对供应链结构设计的研究［5-6］。

有学者提出了可以通过供应链韧性来解决需求不确定性的问题。其中既有如何构建供应链韧性的理论研究［7-8］，如 Wileland等［7］从工程韧性和社会生态韧性2种视角，提出供应链韧性应该从稳定性转变为适应和转变能力；也有如何利用技术提升供应链韧性的路径研究，如刘婷婷［9］从战略层、策略层、运营层和技术层等4个层面提出了设计供应链韧性管理体系架构的思路。此外，产业链与供应链之间具有密切的联系，产业链相对于供应链来说是在更加宏观的层面，因此想要更加完善地研究供应链韧性就不能忽视产业链韧性的研究［10-12］。同时，人工智能对于供应链韧性也有很重要的影响［13-14］。

也有少量学者认为，供应链韧性可以有效抵抗供应链中断。马丽娜等［15］利用SWARA模型，从动态能力和供应链举措2个方面选择6个评价指标来研究影响供应链韧性对供应链应急能力的影响。在对供应中断的研究中，既有对于供应中断成因的分析，如Dolgui等［16］指出了涟漪效用对供应链的严重影响，总结了目前研究涟漪效用的主要方法及其局限性，并指出了未来可行的研究方向，也有对供应中断应对策略的研究［17］：赵旭等［18］在给定不同的节点中断和需求不确定风险置信水平的前提下，构建了双层规划模型来研究供应链整合的最优策略；卢志平等［19］针对空发事件引起的供应中断问题，提出了备用供应商和临时购买2种弹性汽车供应链优化策略。

从已有研究文献来看，对于供应中断的研究大多是单独考虑需求不确定情况下发生供应中断后的应对策略，或是考虑供应链韧性情况下发生供应中断后的供应链结构优化。极少有研究将需求不确定、供应链韧性和供应中断等3个因素结合起来分析，因此本文通过加入多源采购这一措施来提高供应链的韧性，以研究供应链上不同节点发生供应中断对供应链各节点企业以及供应链整体绩效的影响。

1" " 系统动力学模型的描述与构建

1.1" "概念界定

1.1.1" nbsp;需求不确定性

1999年，张少华等［20］首次将需求不确定性的概念引入电力期货合同模型的研究中。本文参考以前学者的研究，将需求不确定性定义为由消费者偏好和消费者所受到的外部环境影响等供应链需求端的因素所引起的、由消费者造成的产品需求量不确定的状态。

1.1.2" "供应链韧性

供应链韧性指的是供应链在面对各种风险和不确定性时的适应能力和恢复能力。如上文所说，对于供应链韧性的研究主要集中在理论研究和利用技术提升韧性的路径研究2个方面。本文参考提升供应链韧性的相关理论研究文献，将多源采购措施作为提升供应链韧性的一种方法。

1.1.3" "供应中断

供应中断的原因大致可以分为3类，即外在直接成因、内在间接成因和供应链网络结构与设计原因。本文研究的供应中断属于内在间接成因中生产中断的类型。

1.2" "模型描述

该系统动力学模型是由2个制造商、1个批发商和2个零售商组成的3级供应链，其具体结构如图1所示。

在该3级供应链中，零售商1和零售商2面临的零售需求不是一个固定值，而是在一定范围内浮动，因此认为该供应链所面临的需求是不确定性的。此外，零售商1和零售商2不进行生产，只负责将批发商批发的商品运送到消费者手中。由于模型中存在2个零售商，为了便于区别，所以在构造模型设置时，将零售商1设置为主要零售商，批发商在向零售商1供应时会将生产产品的2/3交给零售商1；而将零售商2设置为次要零售商，其只能收到批发商生产产品的1/3。

批发商需要将制造商运送来的产品进行流通加工，并将流通加工后的产品运送到零售商手中。在模型中，分别对批发商的供应中断程度进行量化，以此探究批发商供应中断会对供应链整体效益产生何种影响。此外，由供应链韧性概念的界定可知，在批发商行为中加入多源采购措施可以增加供应链的韧性。

假设制造商1和制造商2不受原材料限制，所以制造商的生产能力只取决于自己的生产产能。此外，与零售商类似，制造商在供应链中只负责生产产品向批发商运输。因为模型中存在2个制造商，为了便于区别，所以在构造模型设置时，将制造商1设置为主要制造商，负责生产批发商原材料需求订单的2/3，而将制造商2设置为次要制造商，只生产批发商原材料需求订单的1/3。最后，在模型中分别对制造商1和制造商2的供应中断程度进行量化，以此探究制造商供应中断会对供应链整体绩效产生何种影响。

1.3" "模型构建

1.3.1" "零售商模型构建

零售商模型由产品订单子系统、库存子系统、运输子系统和缺货子系统等4个子系统构成。零售商的系统流图如图2所示；零售商模型所用到的流位变量和流率变量如表1所示；各变量计算式如式（1）—（11）所示;零售商模型中的其他变量及方程具体如式（12）—（22）所示，其中i代表不同的零售商，本模型中[i]=1，2。

1） 流位变量的计算式见式（1）—（5）：

式中：INTEG函数用于计算流位变量的累积值。通过积分，可以精确地描述这些变量如何随时间变化。

式中：[IμRi]为零售商[i]的初始库存量。

2） 流率变量的计算式见式（6）—（11）：

式中：[φRi]为零售商[i]的零售需求。

式中：[PDW]为批发商的运送的产品。

式中：[TPRi]为零售商[i]的产品调整时间。

式中：[TDRi]为零售商[i]的运输时间。

式中：[CIRi]为零售商[i]的库存成本；[CDRi]为零售商[i]的运输成本；[CAURi]为零售商[i]的总单位成本；[CSRi]为零售商[i]的产品缺货成本。

式中：[ERi]为零售商[i]的收入。

3） 其他参数变量的计算式见式（12）—（21）：

式中：[CUIRi]为零售商[i]的单位库存成本；[TIRi]为零售商[i]的产品库存调整时间。

式中：[NVRi]为零售商[i]的卡车数量；[CUVRi]为零售商[i]的每卡车成本。

式中：INTEGER表示取整函数；[BVRi]为零售商[i]的卡车产能。

式中：[CβRi]为零售商[i]的基础单位成本。

式中：[CγURi]为零售商[i]的原材料单位成本；[CαRi]为零售商[i]的购买产品增加比例成本。

式中：[CUSRi]为零售商[i]的单位产品缺货成本；[NSRi]为零售商[i]的产品缺货数量。

式中：[αSRi]为零售商[i]的缺货惩罚比例。

式中：[ZRi]为零售商[i]价格。

式中：[αRi]为零售商[i]价格上涨比例。

1.3.2" "批发商模型构建

在批发商模型中，由于批发商在收到制造商生产的产品后还需要进行流通加工，因此相较于零售商模型，批发商模型添加了一个流通加工子系统，即批发商模型主要由原材料订单子系统、原材料库存系统、流通加工子系统、运输子系统和缺货子系统等5个子系统构成。

此外，在不考虑批发商原材料缺货数量情况下，批发商的可行产能=批发商平均产能－批发商生产中断因子×批发商平均产能，该式可以实现批发商供应中断程度的量化，由算式可知，当批发商生产中断因子为0时，批发商正常进行生产，并没有发生供应中断；随着批发商生产中断因子的逐渐增加，则批发商供应中断就越严重，当批发商生产中断因子为1时，批发商供应完全中断。

批发商的系统流图如图3所示，批发商模型所用到的流位变量和流率变量如表2所示，各变量计算式如式（22）—（36）所示，批发商模型中的其他变量及方程具体如式（37）—（50）所示。

1） 流位变量的计算式见式（22）—（27）：

2） 流率变量的计算式见式（28）—（36）：

式中：[TγOW]为批发商的原材料订单调整时间。

式中：[PDM]为制造商运送的总产品。

式中：[NγSW]为批发商的原材料缺货数量；[BLW]为批发商的平均产能；[a]为批发商的生产中断因子。

式中：[TPW]为批发商的产品调整时间。

式中：[TDW]为批发商的运输时间。

式中：[CIW]为批发商的产品库存成本；[CγIW]为批发商的原材料库存成本；[CAUW]为批发商的总基础单位成本；[CDW]为批发商的运输成本；[CPSW]为批发商的产品缺货成本；[CγSW]为批发商的原材料缺货成本。

式中：[EW]为批发商的收入。

3） 其他参数变量的计算式见式（37）—（50）：

式中：[CUIW]为批发商的产品单位库存；[TIW]为批发商的产品库存调整时间。

式中：[CγUIW]为批发商的原材料单位库存成本；[TγW]为批发商的原材料调整时间。

式中：[CβW]为批发商基本单位产品。

式中：[ CγUW]为批发商的原材料单位成本；[CαW]为批发商的产品增加比例成本。

式中：[CUVW]为批发商的每卡车成本；[NVW]为批发商的卡车数量。

式中：[BVW]为批发商的卡车产能。

式中：[CUSW]为批发商的单位产品缺货成本；[NSW]为批发商的产品缺货数量。

式中：[αSW]为批发商的缺货惩罚比例。

式中：[CγUSW]为批发商的原材料单位缺货成本。

式中：[CγUIW]为批发商的原材料单位库存成本；[αγSW]为批发商的原材料缺货惩罚比例。

式中：[ZW]为批发商价格。

式中：[αW]为批发商价格上涨比例。

1.3.3" "制造商模型构建

在制造商模型中，假设制造商不受原材料限制，因此其产能只受自身平均产能、批发商原材料订单需求以及生产中断因子的影响。其中，生产中断因子影响制造商生产的原理与批发商类似，在此不再赘述。制造商的系统流图如图4所示，制造商模型所用到的流位变量和流率变量如表3所示，各变量计算式如式（51）—（59）所示，模型中其他的变量及方程具体如式（60）—（68）所示，式中j代表不同的制造商，本模型中[j] = 1，2。

1） 流位变量的计算式见式（51）—（54）：

式中：[IμMj]为制造商[j]的初始库存量。

2） 流率变量的计算式见式（55）—（59）：

式中：[BLMj]为制造商[j]的平均产能；[ b]为制造商[j]的生产中断因子。当[j=1时， n=2;当 j=2时， n=1。]

式中：[TPMj]为制造商[j]的产品调整时间。

式中：[TDMj]为制造商[j]的运输时间。

式中：[CIMj]为制造商[j]的库存成本；[CAUMj]为制造商[j]的总基本单位产品成本；[CDMj]为制造商[j]的运输成本；[CSMj]为制造商[j]的产品缺货成本。

式中：[EMj]为制造商[j]的收入。

3） 其他参数变量的计算式见式（60）—（68）：

式中：[CUIMj]为制造商[j]的单位库存成本；[TIMj]为制造商[j]的库存调整时间。

式中：[CβMj]为制造商[j]的基本单位产品成本。

式中：[CγUMj]为制造商[j]的原材料单位成本；[CαMj]为制造商[j]的产品增加比例成本。

式中：[CUVMj]为制造商[j]的每卡车成本；[NVMj]为制造商[j]的卡车数量。

式中：[BVMj]为制造商[j]的卡车产能。

式中：[CUSMj]为制造商[j]的单位产品缺货成本；[NSMj]为制造商[j]的产品缺货数量。

式中：[αSMj]为制造商[j]的缺货惩罚比例。

式中：[ZMj]为制造商[j]价格。[j=1时参数n=2，j=2时参数n=1。]

式中：[αMj]为制造商[j]价格上涨比例。

此外，为了考核供应链的整体绩效，提出供应链积累的总利润和供应链需求满足率2个指标。模型中供应链的总利润的计算式见式（69），供应链积累的总利润和供应链需求满足率的计算式见式（70）和式（71）。

式中：[Gε]为供应链的总利润；[GR]为零售商的总利润；[GW]为批发商的总利润；[GM]为[制造商]的总利润。

式中：[GAε]为供应链积累的总利润。

式中：[φε]为供应链的需求满足率；[PFR]为零售商运送完成的产品；[φR]为零售商的零售需求。

2" " 模型仿真与决策分析

2.1" "参数设置

本研究的模型运用Vensim软件进行仿真，设置参数INITIAL TIME=0、TIME STEP=1、FINAL TIME=100为该模型的仿真运行时间，即运行时间为100天。本模型以广西壮族自治区的食糖为例，根据《广西调查年鉴》《广西统计年鉴》《中国农村统计年鉴》的数据，广西食糖的需求量大约为167 504.167单位/天，每卡车产能为5 895.147单位/辆，原材料单位成本为0.427元/单位，生产者购进价格指数为0.058，生产者出厂价格指数为0.056，模型中各变量取值见表4。

此外，由于需求是不确定的，因此零售商的零售需求，不是一个固定值，故在设置零售商零售需求参数时，引入了RANDOM UNIFORM函数，即零售商1的零售需求参数为RANDOM UNIFORM（111 000，112 400，0），零售商2的零售需求参数为RANDOM UNIFORM（54 000，58 000，0）。对于制造商来说，由于存在主要制造商1和次要制造商2，且2个制造商的生产能力是不同的。此外，为方便模型建立，将模型中所有的调整时间及运输时间都取值为1天。

2.2" "敏感性分析

保持控制模型中其他参数保持不变，分别调整批发商生产中断因子和制造商生产中断因子，观察不同节点的不同供应中断程度会对供应链整体效益产生何种影响，以找寻相关对策。

2.2.1" "批发商生产中断因子

将批发商生产中断因子a由0逐步提升到1，步长为0.2，即表示批发商从正常供应到供应完全中断。经计算可以发现，在不同中断程度下，供应链需求满足率的值首先会逐渐降低，当降低到一定程度时又会逐渐增加；当增加到一定程度时又会降低，且会降低到0并在0处持续一段时间后开始出现分支。在不同中断程度下，供应链需求满足率有所不同：当中断程度越大时，供应链需求满足率越低；当供应链不中断时，供应链需求满足率的值较高；当完全中断时，供应链需求满足率为0。这可能是因为在中断前期零售商自身的库存能够暂时满足消费者的需求，但是随着产品库存的减少而使得需求满足率不断下降。需求满足率上升的原因可能是批发商对原材料库存进行流通加工后的产品运送到零售商处，使得零售商库存增加；而需求满足率再次下降的原因可能是制造商产品的生产以及运输具有滞后性，因此导致批发商不能及时对产品进行流通加工，从而导致零售商库存减少。

供应链积累的总利润变化见图5。批发商生产中断程度越大，供应链积累的总利润越低。

因此，为了减少批发商供应中断对供应链绩效的影响，重点就在于零售商如何控制自身的库存数量：一方面，零售商可以与批发商签订收益和风险共担契约来提高自身风险阈值，以便在中断发生时进行事中防御；另一方面，零售商也可以采取相关措施进行事前预防，通过控制自身库存数量来防止供应中断风险，如对批发商进行评估建立可靠合作关系、提前与批发商达成产能储备协议、建立风险评价指标以及对市场需求进行预测等。

2.2.2" "制造商生产中断因子

将制造商生产中断因子b由0逐步提升到1，步长为0.2，即表示制造商从正常供应到供应完全中断。经计算可知，制造商中断时，供应链需求满足率值的变化趋势与批发商中断类似，但与批发商中断不同的是，只要制造商不完全中断，供应链需求满足率的值在不同中断程度下几乎相同，只有当制造商完全中断时，供应链需求满足率的值才为0。造成供应链需求满足率变化的原因可能是：当制造商生产部分中断时，会使得批发商原材料减少；当制造商生产完全中断时，就会导致批发商原材料缺货数量无法得到补充，进而导致批发商也无法生产，所以此时供应链需求满足率为0。

供应链积累的总利润变化见图6。制造商发生生产中断时，供应链积累的总利润的变化趋势与批发商生产中断时的相类似。

因此，想要减少制造商供应中断对于供应链绩效的影响，就要尽可能减少批发商原材料缺货的影响：一方面，批发商应适当增加原材料库存冗余，即在考虑成本的前提下适当增加自身原材料产品的安全库存数量，以便在中断发生时能进行事中防御；另一方面，批发商应积极与零售商和制造商实现供应链信息共享，能够使批发商更好地把握自身原材料产品库存数量，最大程度减少供应中断造成的影响。

2.2.3" "批发商和制造商生产中断因子对比

为了研究供应链发生完全供应中断时，究竟是处于供应链上游发生中断对供应链整体绩效影响更为严重还是供应链下游发生中断对供应链整体绩效影响更为严重，本文通过调整批发商和制造商生产中断因子来进行上述问题的研究。由上文可知，当批发商或制造商生产完全中断时，此时供应链的需求满足率都为0；当批发商和制造商在相同的生产部分中断时，二者对供应链需求满足率的变化趋势是相同的，但不同的是，当批发商和零售商同时发生同等程度中断时，批发商中断时供应链需求满足率的值远低于制造商中断时供应链需求满足率的值，并且制造商发生不完全中断时，对应供应链需求满足率的值与供应链不发生中断时供应链需求满足率的值几乎相同。因此可以看出，批发商生产中断对于供应链需求满足率的影响更为严重，其可能的原因是在制造商生产没有完全中断时，对于批发商原材料仍然持续供应，因此对零售产品的影响更小；而批发商生产部分中断则直接影响零售商品的流通加工。

因此，当供应链上多个节点同时发生供应中断时，若供应链的首要目标是为了满足供应链的需求满足率，则应该优先解决供应链下游的中断情况，可见，只有优先解决零售商的缺货情况，才能尽可能降低供应中断对于供应链需求满足率的影响。

批发商或制造商中断程度相同时供应链积累的总利润变化见图7和图8。在批发商和制造商发生生产中断时，批发商完全生产中断时的供应链积累的总利润大于制造商完全生产中断时的情况。当生产发生部分中断时，此时制造商部分生产中断时的供应链积累的总利润大于批发商部分生产中断时的情况。造成这种现象的可能原因是：当制造商生产完全中断时，会使制造商的产品缺货成本增加，从而使制造商积累的总利润下降，进而影响整个供应链的利润。当制造商生产发生部分中断时，批发商生产中断不仅会影响自身的利润，而且还会影响零售商的利润，因为制造商生产部分中断时仍然会持续供应批发商原材料，受影响较大的只是制造商自身的利润，对整个供应链利润的影响较小，因此批发商部分中断时对供应链积累的总利润影响更大。

因此，若供应链以总利润最大化为首要目标，当供应链发生完全中断时，应该优先解决供应链上游的中断，由上文可知，即应优先解决批发商原材料短缺的问题；而当供应链发生部分中断时，应优先解决供应链下游的中断，通过控制零售商库存数量尽可能减小中断对整个供应链的影响。

3" " 结论

本文通过加入多源采购来提高供应链的韧性，构建了由2个制造商、1个批发商和2个零售商组成的3级供应链系统动力学模型。通过Vensim软件，以广西壮族自治区的食糖生产和销售为例，分析批发商生产中断因子和制造商生产中断因子对供应链整体效益的影响，结果发现：

1） 当批发商发生供应中断时，随着供应中断程度的增加，会使零售商缺货数量增加，供应链需求满足率逐渐减少，供应链积累的总利润也会随之减少。

2） 当制造商发生供应中断时，随着供应中断程度的增加，供应链积累的总利润随之减少。此外，当制造商供应部分中断时，对于供应链需求满足率的影响较小。

3） 当批发商和制造商发生完全中断时，此时供应链需求满足率都为0，但是二者形成的原因并不相同：批发商完全中断时，零售商产品缺货导致供应链需求满足率为0；制造商完全中断时，批发商原材料缺货，从而造成供应链需求满足率为0。此外，当批发商和制造商两者不完全中断时，批发商部分中断对于供应链需求满足率影响更大。因此，当供应链同时发生部分中断时，应优先考虑对于下游企业节点中断的恢复，重点是对零售商库存的恢复，才能有效降低中断对于需求满足率的影响。

4） 当批发商和制造商发生完全中断时，此时制造商完全中断对供应链积累的总利润影响大于批发商完全中断，所以当供应链发生完全中断时，应该优先解决上游企业节点中断的恢复，重点是对批发商原材料库存的恢复；当批发商和制造商供应发生部分中断时，批发商对于供应链的总利润影响大于制造商部分中断。因此，应优先考虑对于下游企业节点中断的恢复，从而有效降低供应中断对于供应链总利润的影响。

本文探索了供应链上不同节点发生不同程度供应中断对供应链整体绩效的影响，但是本文只进行了简单的一种生产中断，并对不同节点的中断程度作了相同的处理，后续研究既可以考察不同中断类型，如运输中断和信息中断等同时发生对供应链整体绩效的影响，也可以研究供应链在不同节点发生不同程度的中断对于供应链整体绩效的影响。

参考文献：

［1］ 刘婧怡.供应链中断：成因、后果及对策：供应链治理视角下的文献述评［J］.中南财经政法大学学报，2022（4）：130-144.

［2］ 张圣忠，田爱玄，李继东.不确定需求下零售商最优定价订购联合决策［J］.武汉理工大学学报（信息与管理工程版），2020，42（2）：128-134.

［3］ 龙海波，杨家其，尹靓，等.基于鲁棒优化的不确定需求下应急物资配送多目标决策模型［J］.吉林大学学报（工学版），2023，53（4）：1078-1084.

［4］ 邱若臻，吴旭，孙月，等.不确定需求下考虑大数据投资决策的供应链鲁棒优化及协调模型［J］.中国管理科学，2023，31（1）：128-141.

［5］ SAZVAR Z， TAFAKKORI K， OLADZAD N， et al. A capacity planning approach for sustainable-resilient supply chain network design under uncertainty： A case study of vaccine supply chain［J］. Computers amp; industrial engineering， 2021， 159： 107406.

［6］ GHOLAMI-ZANJANI S M， KLIBI W， JABALAMELI M S， et al. The design of resilient food supply chain networks prone to epidemic disruptions［J］. International journal of production economics， 2021， 233： 108001.

［7］ WIELAND A， DURACH C F. Two perspectives on supply chain resilience［J］. Journal of business logistics， 2021， 42（3）： 315-322.

［8］ 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.

［9］ 刘婷婷.供应链韧性管理体系架构研究［J］.供应链管理，2022，3（6）：23-34.

［10］ 吕越，陈泳昌.提升产业链韧性和安全水平：时代背景、风险挑战与靶向进路［J］.学术论坛，2024，47（2）：58-67.

［11］ 谢家智，何雯妤.现代产业链韧性评价及提升路径［J］.统计与信息论坛，2024，39（2）：15-28.

［12］ 谢畅，马弘.风险冲击与产业链供应链重构研究前沿与展望［J］.当代经济管理，2024，46（8）：53-63.

［13］ MODGIL S， SINGH R K， HANNIBAL C. Artificial intelligence for supply chain resilience： learning from COVID-19［J］. The international journal of logistics management， 2022， 33（4）： 1246-1268.

［14］ GU M H，YANG L，HUO B F. The impact of information technology usage on supply chain resilience and performance：An ambidexterous view［J］. International journal of production economics， 2021， 232： 107956.

［15］ 马丽娜，姜思宇，杨坤.突发扰动下制造业供应链应急能力的韧性研究：面向供应链中断风险［J］.现代交际，2023（5）：79-86.

［16］ DOLGUI A，IVANOV D. Ripple effect and supply chain disruption management：new trends and research directions［J］. International journal of production research， 2021， 59（1）： 102-109.

［17］ ZIDI S， HAMANI N， KERMAD L. Antecedents and enablers of supply chain reconfigurability and their effects on performance［J］. The international journal of advanced manufacturing technology， 2022， 120（5）： 3027-3043.

［18］ 赵旭，张汇妍，黄瑞.节点中断与需求不确定下的港口供应链整合［J］.交通运输系统工程与信息，2021，21（3）：34-39.

［19］ 卢志平，王晓晶.考虑供应中断时间的两极汽车供应链优化与恢复策略［J］.广西职业技术学院报报，2023，16（6）：1-12.

［20］ 张少华，李渝曾，言茂松.考虑用户需求不确定性的电力期货合同模型［J］.控制与决策，1999（增刊1）：536-540.

［责任编辑：许春慧］

收稿日期：2024-09-06

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）；广西哲学社会科学规划研究课题“‘双碳’目标下农产品低碳物流若干决策问题研究”（22FGL036）

通信作者：刘成华，成都信息工程大学副教授，电子邮箱为78943891@qq.com。