需求突变下的供应链应急管理研究

张道海 ,盛昭瀚 ,杜建国

（1.南京大学 工程管理学院，江苏 南京 210093；2.江苏大学 社会科学计算实验中心，江苏 镇江 212013）

一、引 言

近些年来，供应链管理方式的采用产生了很多具有网络关系的相互依赖的组织和企业，这给他们带来巨大利润的同时，也导致了供应链严重脆弱性[1]。虽然突发事件发生概率小，但影响很大，往往给脆弱性的供应链组织造成严重影响[2-3]，因此突发事件下的供应链风险管理已经成为学术界和企业界关注的热点问题。

自从Clausen等[4]（2001）提出突变管理（Disruption Management）概念以来，国内外学者将突变管理的思想引入到供应链中，从不同角度对供应链需求突变下的风险管理进行了研究。Xu等[5]（2003）假设市场需求是零售价格的非线形函数，研究了一个供应商和一个零售商在集中决策和分散决策下如何有效处理需求不确定问题，以更好协调供应链。比较早对需求突变进行研究的是Qi等[6]（2004）在Omega上发表的一篇文章“Supply chain coordination with demand dis⁃ruptions”，考虑由一家制造商和一家零售商组成的供应链，研究需求突变对供应链协调机制的影响，后来很多研究成果都基于这一研究进行深化和扩展。Xiao等[7]（2005）将其推广到有两家零售商的情形，零售价格不变，两零售商进行产品促销投资博弈。

于辉等[8]（2005）研究了突发事件对于经典的利用数量折扣协约协调的供应链所造成的影响，给出了供应链对突发事件的最优应对策略，建议了新的具有抗突事件的数量折扣协约。Xiao等[9]（2007）进一步研究了需求突变下一个制造商和两个竞争零售商供应链的数量折扣契约设计。滕春贤等[10]（2009）建立了零售商处面临随机需求的供应链网络均衡模型，设计了具有抗突发事件性的数量折扣契约，并指出由于突发事件的发生使得需求规模突然变化时，供应链网络中各成员的决策就不再是最优的，在制造商和零售商交易之前，建立关于二次订购数量折扣契约可以协调供应链网络，增强供应链网络的抗突发事件性。

除了使用数量折扣契约来应对突发事件，还有使用收益共享契约。曹二保等[11]（2010）分析一个供应商和两个Cournot竞争零售商组成的供应链系统的协调问题，首先证明收益共享合约在稳定条件下能实现该供应链协调；当突发事件导致零售商面临的需求规模和供应商的生产成本同时与其预测值发生偏差时，为使供应链收益最大，提出了调整生产计划和零售价格的协调策略，进一步证明了改进的收益共享合约可协调需求和成本偏差的分权供应链。庞庆华等[12]（2010）在随机市场需求下，收益共享契约可以实现由制造商、分销商、零售商组成的三级供应链系统的协调，当突发事件导致市场需求分布发生变化时，原有的协调将被打破，改进了收益共享契约，使其能协调应对突发事件，即建改进后的收益共享契约具有抗突发事件性，并讨论了系统利润在供应链成员之间分配的情况。

这些研究成果丰富了供应链突发事件风险应急管理研究内容，总体来说，在定量研究方面大多采用基于一定的契约机制来协调优化供应链，使其具有一定的弹性，达到整体的抗风险能力，但大多是基于一定简化基础上展开的理论研究，这些简化可能使得研究成果与现实之间有较大距离，影响了方案的现实可操作性[13]。供应链突发事件风险是典型的不确定型风险，发生具有很大的偶然性。在第一时间内如何进行评估识别，并能够正确应急，在应急后能实时评价并及时调整应急策略尤为重要。采用计算机模拟便于采用多学科综合方法，可以以更快的计算速度有效地再现典型的干扰情景，统计出大批的运营绩效指标，为风险管理和应急响应计划提供必要的工具，而鲜有文献采用多主体演化建模的计算实验方法来研究这些问题。基于此，本文关注于供应链中突发事件造成的市场需求突变，尝试采用计算实验方法，结合风险管理的研究范式，进行风险评估、识别、控制和评价研究。

二、需求突变下的供应链应急管理模型

（一）研究框架

本文以案例推理为基础，基于计算实验方法，对供应链中需求环节进行实时监测，提出基于案例推理的应急管理总体框架、模型和算法，为供应链企业应对突发事件风险提供新的思路和方法。基于案例推理方法的核心思想是通过访问案例库中过去的同类案例的最优解决方案而获得当前问题的最优应对策略。它充分利用案例中隐含的隐性知识和信息，即通过对关键指标的监测，从案例库中查找相似案例，从而在第一时间对可能存在的风险进行评估和判断，进而得到最优的应急策略，并通过事后评价将案例库不断更新，使得应急策略不断优化，为后续可能发生的相似突发事件风险提供更优解决方案。

考虑具有n个时间步长的销售期，供应链主体可以每一期对当期需求、现有库存和销售价格进行监测；然后对监测的结果采用相似案例检索算法从案例库中找到最相似案例，根据历史案例的统计结果，进行风险评估，以识别是常规风险还是突发风险；再次根据历史案例应急处理的评价结果，调整本次应急策略，应急策略包括接收风险策略、订货量调整策略、价格调整策略、供应商选择策略；最后对本次应急处理的运行结果进行统计，根据统计结果对本次应急处理效果进行评价，并将案例库进行更新。总体研究框架如图1所示。

（二）研究问题和假设

我们对模型做了一些基本假设。

（1）由市场和零售商、制造商和供应商组成的供应链，各层主体默认按订单预测方式生产；

（2）以耐用性产品为对象，假设正常的市场需求服从均匀分布；

图1 需求突变下的供应链应急管理研究框架

（3）供应链中提供一种产品，库存策略采用(S,s)策略，每周期的剩余产品转为下一周期库存量；

（4）同类主体之间将基于产品的价格进行竞争；

（5）主体以追求自身利润和客户服务水平（订单满足率）为目标，进行应急效果评价；

（6）实验情景设置，考虑由4个相互竞争的零售商、1个处于主导地位的制造商和2个供应商组成供应链网络结构，假设由面向市场的零售商可选择是否对市场进行需求监测管理，除了零售商2，其它零售商均对市场需求进行监测管理。实验结构模型描述如图2所示，分别用Y表示主体采用需求监测管理，N表示主体未采用需求监测管理，来观察相互竞争的主体在同一市场环境下的不同策略会对各自的绩效带来何种影响。

图2 模型结构图

（三）模型描述

1.需求突变模型

现实社会中，比如非典事件造成人们对口罩和消毒剂的需求突变，日本核泄漏事件中谣言的传播造成人们对盐的需求突变等，这些事件对需求造成的影响，从共性来看，都大致经历从初期发生，到上升，再下降到恢复的几个过程，我们归纳这几个阶段，用下面的模型来刻画。

其中y(t)为发生突发事件后的t（t≥k）时刻市场额外需求量；A＞0，为突变波动幅度系数；0＜B＜1，为突变时间缓慢程度系数；k＞0，为突变时间开始发生点。

2.案例检索模型

设 P={P1,P2,…,Pm}是源案例集，其中Pi(i=1,2,…,m)是第i个源案例，设Z={Z1,Z2,…,Zn}是案例的属性集，其中Zj(j=1,2,…,n)是第 j个属性。构成如式（2）所示矩阵：

式中Xij代表第i个案例的第 j个属性值。

不同因素的指标取值量纲不同，为了消除量纲的影响，数据处理上需要对原数据进行标准化。标准化公式如式（3）所示。

记wj为因素Zj的权重，为了消除主观因素的影响，采用机器学习来分配特征权重，计算公式如式（5）所示。

记目标案例为T={T1,T2,…,Tn}，则有属性矩阵如式（6）所示。

经过计算得到标准得分矩阵如式（7）所示。

将计算后的得分矩阵，采用欧式距离计算相似度，公式（8）所示。

得到目标案例和各个源案例的相似度矩阵D=(D1,D2,…,Dm)。

3.风险评估模型

通过案例检索得到的初步风险估计结果，即以往相似事件处理的结果。风险事件发生的情景发生了变化，必须根据新事件与案例之间的差异对风险估计的初步结果进行调整。调整如式（9）所示。

4.风险识别模型

根据谢比雪夫经验法则，若指标值服从均匀分布，约有95%的数据在平均数加减2个标准差的范围之内。模型即以此为基础作为风险推理的依据。将风险评估结果ET和结果统计中的历史均值和标准差进行比较，确定为常规扰动，还是突发风险。若为异常风险，再根据下游所有主体订货量和方差，按相同方法判断所有下游主体订单是否异常，若满足所有下游订单均异常，判断为需求突变风险，否则是由于下游竞争引起的需求异常（图3）。

5.风险控制模型

主体对需求进行监测，通过相似案例，对可能的风险进行评估和识别后，根据历史案例应急策略的处理评价采取有针对性的应对策略是降低风险影响的关键。在销售期初，主体根据风险评估结果，若为常规扰动，即接收风险，不做处理；否则为突发风险，则在应急成本与销售价格之间进行权衡，决定是接受风险还是应急处理；若需应急处理，再针对相似案例检索结果，根据历史案例处理效果值选择应急策略并对应急策略进行调整。记历史案例处理效果变量为evaluate，策略调整流程如图4所示。

图3 风险识别流程

图4 策略调整流程

6.应急处理评价模型

风险处理评价以单位产品平均利润增长率和订单满足率增长率为主要依据，即在取得利润率增长的同时，将风险带来的影响降低，即认为处理效果好；否则，记录下处理情况，在下次处理时能有针对性的调整。具体来说，若当前单位产品平均利润和订单满足率均大于检索案例的单位产品平均利润和订单满足率，则认为处理效果好，作为备选案例；否则处理效果差，记录下具体处理结果，或是单位产品平均利润增长率应急处理效果差，或是订单满足率增长率应急处理效果差，为下个周期应急调整提供借鉴。记当前单位产品平均利润率为 profitT，源案例单位产品平均利润率为profitP，记当前订单满足率为 fulfillRateT，源案例订单满足率为 fulfillRateP，处理流程如下：

三、实验结果与分析

（一）初始参数设置

本文实验中，没有对制造商和供应商绩效进行检测，设制造商和供应商供应能力无限，制造商批发价设定为20，目的是考察零售商绩效，因此给出市场与零售商的主要参数初始设置，同时为了刻画各零售商竞争主体之间的差异性，将零售价格和库存成本设置为区间内的随机整数，如表1所示。

表1 初始参数设置

（二）需求突变的过程及应急处理

根据突变模型，我们将突变过程分为引入期、高峰期、衰退期和恢复期，如图5所示，以观察不同时期主体对突发事件进行应急处理的历史演化过程。

图5 需求突变的过程

首先对本文设置的需求监测管理方式进行分析，目的是看基于本文设置的需求监测管理方式是否能为应对需求突变风险带来好的应急效果。将零售商1设置为需求监测管理，零售商2设置为不采用需求监测管理（暂不考虑其他零售商），决策方式和参数设置相同。我们从零售商1和零售商2向市场送货量、向上游订货量以及自身利润水平的波动情况三个指标观察，在系统运行开始时，由于缺少历史记录，零售商1学习不明显，随着需求突变的再次发生，处理效果明显。在需求波动正常状态下，零售商1和零售商2运行曲线波动情况相似，并且随着需求突变的持续，它们都有一定的自适应性，但零售商2受到一定程度的约束，零售商1根据突变的情况，对自身订货量进行了适当调整，以能够和市场突变进行同步，零售商1的订货量比零售商2订货量在突变情况下调整幅度更大，给市场的送货量在突变情况下也能够得到较大满足，而且没有出现断货情况。零售商1的利润水平在市场突变情况下，明显也高于传统的零售商2。从上面对具有相同水平和能力的零售商采取的对比实验分析，本文设置的需求监测管理应急处理方式，能较好的应对市场需求突变风险。

（三）需求监测管理的策略选择

为了考察多个相互竞争的主体在同一市场条件下如何进行需求监测管理，我们将零售商1、零售商3、零售商4设定为需求监测管理，零售商2未采用需求监测管理，对某个突变周期的利润进行统计得到如图6所示趋势图。

图6 零售商主体利润趋势图

实验发现：在突变引入期和高峰期，进行需求监测管理的零售商，利润上升幅度明显高于不进行需求监测管理的零售商2，但到衰退期和恢复期，由于前期各主体的订货量增加，在衰退期和恢复期得不到消化，造成库存成本上升，利润的下降幅度都很明显，但我们看到，不采用需求监测管理的零售商2下降幅度明显要低于其他主体。即在需求突变周期内，多个企业在同一个市场条件下均进行需求监测管理，可能会引起对市场的过度反应，在需求突变的后期带来整体利润的降低，因此在同一市场多个主体竞争情况下，零售商应该与制造商进行信息共享，由制造商主导联合决策，制定统一管理方案，才能更好应对需求突变带来的影响。

四、结束语

本文构建了需求突变下的供应链应急管理模型，供应链上的成员均可以决定是否采用需求监测管理来应对突发事件。我们构建了三阶段供应链实验模型，借以观察供应链中如何进行需求监测管理才能更好应对需求突变带来的影响。实验表明，在需求突变周期内，多个企业在同一个市场条件下均进行需求管理，可能会引起对市场的过度反应，带来整体利润的降低，因此零售商应该与制造商进行信息共享，由制造商主导联合决策，制定统一管理方案。本文未考虑突发事件对供应造成的影响，实际上突发事件不仅仅影响需求，同时也会影响到供应，下一步我们将结合需求突变和供应中断两种影响进行进一步深入研究，探索供应链突发事件管理更加实用性的方法和手段。

［1］Adegoke Oke，Mohan Gopalakrishnan.Managing disruptions in supply chains：a case study of a retail supply chain［J］.In⁃ternational Journal of Production Economics，2009，118（1）：168-174.

［2］ManMohan Sodhi，Sunil Chopra.Managing risk to avoid sup⁃ply chain breakdown［J］.MIT Sloan Management Review，2004，46（1）：53-62.

［3］Kleindorfer PR，Saad GH.Managing disruption risks in supply chains［J］.Production and Operations Management，2005，14（1）：53-68.

［4］Clausen J，Hansen J，Larsen J.Disruption management［J］.OR/MS Today，2001，28（5）：40-43.

［5］Minghui Xu，Xiangtong Qi，Gang Yu.The demand disruption management problem for a supply chain system with nonlinear demand functions［J］.Journal of Systems Science and Systems Engineering，2003，12（1）：82-97.

［6］Qi X，Bard J，Yu G.Supply chain coordination with demand disruptions［J］.Omega，2004，32：301-312.

［7］Xiao T J，Yu G，Sheng Z H.Coordination of a supply chain with one-manufacturer and two-retailers under demand pro⁃motion and disruption management decisions［J］.Annals Of Operations Research，2005，135（1）：87-109.

［8］于辉，陈剑，于刚.协调供应链如何应对突发事件［J］.系统工程理论与实践，2005，（7）：9-16.

［9］Xiao T J，Qi X T，Yu G.Coordination of supply chain after de⁃mand disruptions when retailers compete［J］.International Journal Of Production Economics，2007，109（1-2）：162-179.

［10］滕春贤，胡引霞，周艳山.具有随机需求的供应链网络均衡应对突发事件［J］.系统工程理论与实践，2009，29（3）：16-20.

［11］曹二保，赖明勇.基于需求和生产成本偏差的Cournot竞争供应链协调［J］.系统科学与数学，2010，30（10）：1313-1322.

［12］庞庆华.收益共享契约下三级供应链应对突发事件的协调研究［J］.中国管理科学，2010，18（4）：101-106.

［13］李雷鸣，刘丙泉.供应链中断风险管理研究现状综述［J］.科技管理研究，2010，14：236-239.