盧志平　薛大衛(wèi)

關鍵詞：汽車供應鏈；供應鏈中斷；恢復策略；系統(tǒng)動力學仿真

中圖分類號：C934 文獻標識碼：A 文章編號：2096-7934（2024）03-0058-21

一、引言

近年來，商業(yè)環(huán)境的不確定性和復雜性不斷增加，自然災害［1］（洪水、公共衛(wèi)生事件、地震等）和社會問題［2］（工人罷工、恐怖襲擊等）的發(fā)生造成了供應鏈大規(guī)模中斷情景的出現(xiàn)。比如近三年來的新冠肺炎疫情對中國產(chǎn)業(yè)和企業(yè)的穩(wěn)定性產(chǎn)生了重大的沖擊［3］，大變局下全球中高端制造供應鏈要加強重構(gòu)整合以應對供應鏈中斷，核心企業(yè)需要不斷強化供應鏈敏捷性與韌性，全面提升供應鏈的發(fā)展彈性［4］。供應鏈中斷類型不再局限于單一中斷，供應鏈多環(huán)節(jié)同時中斷發(fā)生成為現(xiàn)實，這對傳統(tǒng)的單一中斷管理提出了新的挑戰(zhàn)。自改革開放以來，我國汽車產(chǎn)業(yè)迅猛發(fā)展，國內(nèi)汽車保有量迅速攀升，汽車行業(yè)已成為國民經(jīng)濟的重要支柱產(chǎn)業(yè)。由于汽車制造供應鏈具有復雜度、專業(yè)化和中心化程度較高的特點，其所涉及的零部件與原材料供應商數(shù)量眾多，供應鏈中部分實體的中斷影響到其他實體的范圍更大、程度更重［5］。重大突發(fā)事件可能會影響汽車供應鏈中企業(yè)的生產(chǎn)流通，導致零部件供應商供貨受阻、整車廠商無法進行整車組裝生產(chǎn)等后果，最終表現(xiàn)為供應鏈無法及時滿足市場訂單需求。由于受日本愛知鋼鐵工廠爆炸影響，豐田汽車于2016年全生產(chǎn)線停產(chǎn)三周，同時其他車企也被迫中斷了部分生產(chǎn)線，造成了極大的經(jīng)濟損失。因此，構(gòu)建更有彈性的供應鏈、保障供應鏈的安全性和穩(wěn)定性已成為當前汽車制造企業(yè)的當務之急，探索汽車供應鏈中斷管理決策，對實現(xiàn)多環(huán)節(jié)同時中斷下供應鏈的快速恢復有重要意義。

針對供應鏈中斷管理問題，一些學者從生產(chǎn)、供應、運輸、庫存、數(shù)字化等方面開展研究。薩維克（Sawik）（2019）［6］通過構(gòu)建多階段隨機混合整數(shù)規(guī)劃評價模型，以供應鏈總利潤為績效衡量指標對應用在不同階段的恢復策略進行評估，為不同中斷階段的集成決策提供了決策參考。樊雪梅和盧夢媛（2020）［7］從5個維度構(gòu)建了汽車供應鏈韌性評價指標體系，并通過熵權(quán)-TOPSIS法對突發(fā)事件影響下的汽車企業(yè)供應鏈韌性進行了評價與分析。呂越等（2023）［8］通過分析省級汽車海關進口數(shù)據(jù)，構(gòu)建并測度了汽車產(chǎn)業(yè)鏈安全指數(shù)，采用雙重差分估計深入分析了當前我國汽車產(chǎn)業(yè)鏈的安全現(xiàn)狀。楊小博等（2023）［9］建立了新能源汽車供應鏈網(wǎng)絡模型，并針對汽車供應鏈網(wǎng)絡結(jié)構(gòu)關聯(lián)特征開展了多維度融合的風險傳播關鍵節(jié)點識別方法研究。楊（Yang）等（2021）［10］基于信息處理理論將供應鏈中斷導向概念轉(zhuǎn)化為控制機制，其研究結(jié)果表明信息處理能力和需求之間的匹配度增強了供應鏈風險管理能力與彈性能力。劉英等（2021）［11］采用斯塔克爾伯格博弈模型研究在產(chǎn)能中斷情景下，必需品類型產(chǎn)品供應鏈的產(chǎn)能恢復努力水平和政府補貼的關系。綜上所述，供應鏈中斷類型可歸納為生產(chǎn)中斷、供應商滯銷、市場需求波動、信息中斷、物流運輸中斷、資金財務中斷、政策影響以及物資短缺等中斷類型，但是現(xiàn)有研究傾向于按照供給方、生產(chǎn)方和需求方分別開展分析研究，較少將三者作為一個系統(tǒng)整體給予關注與分析。

為解決供應鏈中斷導致的企業(yè)運營管理問題，需要分析研究中斷后的恢復策略選擇，制定有效的恢復策略，以便系統(tǒng)能夠快速響應并從中斷中恢復［12］。現(xiàn)有恢復策略研究主要集中于采購策略、庫存優(yōu)化［12］、催交機制［13］、政府補貼［14］、雙鏈合作［15］等。景熠等（2023）［16］結(jié)合消費者偏好理論，分別構(gòu)建了制造商單源采購和多源采購的博弈模型，發(fā)現(xiàn)在價值感知系數(shù)與中斷系數(shù)變化下雙源采購策略始終是制造商的最優(yōu)選擇。帕爾（Pal）等（2014）［17］提出一種基于經(jīng)濟生產(chǎn)數(shù)量庫存模型的三級供應鏈模型，通過提前采購原材料來降低產(chǎn)生的中斷成本。

古（Gu）等（2012）［18］構(gòu)建用來處理供應鏈突發(fā)事件的自運行的控制機制，之后卡察羅斯（Katsoras）［19-20］在古（Gu）和高（Gao）的基礎上拓展了該自適應控制機制，通過動態(tài)分析偏差來對生產(chǎn)、采購、運輸?shù)拳h(huán)節(jié)進行控制。李姍姍等（2020）［21］構(gòu)建中斷負面影響最小的最優(yōu)控制模型，其研究發(fā)現(xiàn)在發(fā)生供應中斷時，市場應對中斷可能采取自動留存訂單、等待制造商應急完成訂單、安全庫存完成訂單、取消訂單等策略。孔繁輝等（2018）［22］通過構(gòu)建可變結(jié)構(gòu)特性的彈性控制系統(tǒng)，研究了在供應中斷風險沖擊下代工供應鏈彈性交互影響機制。史（Shi）等（2021）［23］構(gòu)建了供應鏈中斷下混合整數(shù)線性規(guī)劃模型并引入外包策略和產(chǎn)能擴張策略，以提高中斷后供應鏈的服務水平與供應鏈利潤水平系數(shù)。上述研究是從博弈論和運籌學的角度分析研究供應鏈中斷后的恢復策略決策問題，具有一定的理論參考價值。實際上，供應鏈任何一個環(huán)節(jié)的中斷都會對其他環(huán)節(jié)產(chǎn)生不同時間點和時間長度的反饋以及不斷出現(xiàn)的更加復雜的中斷情況［24］，因此上述恢復策略分析具有一定的局限性，未能反映出當發(fā)生供應鏈中斷時供應鏈各節(jié)點成員的庫存、生產(chǎn)、運輸?shù)确矫娴膭討B(tài)變化。

從方法論上看，系統(tǒng)動力學是一種可以從復雜系統(tǒng)反饋結(jié)構(gòu)、因果關系和非線性行為的角度分析不同環(huán)節(jié)的中斷對供應鏈影響程度的仿真分析方法。賴新峰等（2022）［25］采用系統(tǒng)動力學方法研究中斷風險對于離岸外包全球生產(chǎn)決策的影響，構(gòu)建了由1個OEM和3個CM組成的離岸外包全球生產(chǎn)網(wǎng)系統(tǒng)動力學模型。慕靜等（2023）［26］建立一個由供應商、配送中心和零售商組成的三級生鮮供應鏈庫存系統(tǒng)，考慮由新冠肺炎疫情引起的三種風險情景，引入系統(tǒng)動力學模型對零售商動態(tài)庫存系統(tǒng)運營進行仿真分析。陶俐言等（2022）［27］通過構(gòu)建政府補貼策略應用下二級供應鏈系統(tǒng)動力學模型，對比了補貼汽車制造商與補貼汽車轉(zhuǎn)運中心兩類恢復策略對不同中斷情景的恢復效果。

綜上所述，現(xiàn)有的研究主要集中于供應鏈中斷風險的預測與識別，且傾向于將恢復策略分為事前預防、事中控制和事后應對三類分別展開研究［28］，較少關注動態(tài)能力利用，缺少從定量化的、動態(tài)的視角分析研究中斷恢復策略的效果。因此，本研究在突發(fā)事件導致的不同中斷情景下，從企業(yè)自身恢復與政府補貼恢復兩個角度出發(fā)提出六種恢復策略，構(gòu)建四級汽車供應鏈系統(tǒng)動力學模型，以研究不同中斷情景下的汽車供應鏈最優(yōu)中斷恢復策略，為政府和汽車企業(yè)應對供應鏈中斷管理提供決策支持。

二、模型分析

（一）問題描述

本文針對由供應商（包含原材料供應商與零部件供應商）、制造商（整車制造商）、經(jīng)銷商、零售商和市場主體組成的供應鏈系統(tǒng)，研究在突發(fā)事件影響下考慮多環(huán)節(jié)同時中斷風險的恢復策略選擇問題。汽車供應鏈包括從整車制造商采購生產(chǎn)到客戶交付的全過程，制造商可向上游原材料供應商采購組裝生產(chǎn)整車所必需的原材料，并進行整車加工裝配，最后將產(chǎn)品銷往下游消費市場。汽車供應鏈中信息流、資金流和物流的流通方向如圖1所示。

圖1 汽車供應鏈主體結(jié)構(gòu)。資料來源：作者整理。

（1）在資金流方面，各環(huán)節(jié)供應鏈企業(yè)在進行訂貨決策后向上一級企業(yè)進行訂貨，同時在倉庫收貨后進行付款。

（2）在信息流方面，汽車產(chǎn)品的需求信息來源于消費者市場，由零售商以訂貨決策的形式將該信息傳達給經(jīng)銷商，進而傳達給制造商與供應商。同時，生產(chǎn)、發(fā)貨和運輸?shù)认嚓P信息隨生產(chǎn)、交付環(huán)節(jié)向供應鏈下游傳遞，因此信息流在供應鏈中表現(xiàn)為雙向傳遞。

（3）在貨物流方面，生產(chǎn)商負責提供原材料與組裝汽車所必需的零部件，并根據(jù)制造商庫存水平將零部件和原材料運送至制造商原材料庫。制造商會根據(jù)生產(chǎn)決策考慮實際產(chǎn)能、原材料庫存水平等因素決定最終的生產(chǎn)率進行整車生產(chǎn)，并將整車最終運輸至零售商庫存，以完成市場消費者需求訂單。

為簡化模型，用M表示制造商、W表示零售商、R表示零售商、S表示供應商，用β表示模型中所涉及的時間常量，λ和C分別代表單位成本與總成本，本文使用的基本符號與含義如表1所示。

表1 主要參數(shù)簡稱

資料來源：作者整理。

（二）基本假設

為了降低仿真模型的復雜度，使得仿真模型的內(nèi)部邏輯關系更加清晰明了，現(xiàn)給出如下基本假設。

（1）為貼合實際，零售商、經(jīng)銷商和制造商每期基于訂單量與預期安全庫存量做訂貨、生產(chǎn)決策；

（2）自主恢復策略與政府補貼策略不同時應用，每次應用一種恢復策略；

（3）模型中企業(yè)內(nèi)與企業(yè)間運輸量無上限，運輸價格隨中斷系數(shù)增加而上漲；

（4）市場需求波動、產(chǎn)能中斷和需求中斷同一時間開始；

（5）第三方合同制造商利潤不計入供應鏈總利潤；

（6）供應鏈中向下一級發(fā)貨的運輸成本由發(fā)貨企業(yè)自身承擔；

（7）制造商企業(yè)使用政府補貼購買新設備以減少新員工招聘。因此，增加的新產(chǎn)能在中斷結(jié)束后持續(xù)存在；

（8）未完成訂單計入積壓庫存，每期新增訂單計入在途庫存，以防止向上游企業(yè)重復下達訂單。

在對整個供應鏈模型進行仿真之前，需對模型設置輔助變量和常量的數(shù)值，主要包括供應鏈成員的生產(chǎn)運輸成本、耗時以及安全庫存系數(shù)等。在梳理大量有關采用系統(tǒng)動力學模型仿真供應中斷模型文獻參數(shù)值的設置后發(fā)現(xiàn)，部分學者［13］［27］以汽車供應鏈作為研究對象構(gòu)建的模型中，所設置的參數(shù)具有一定的代表性。因此，在其原有參數(shù)設置的基礎上進行修改，同時結(jié)合某合資汽車企業(yè)供應鏈實際的運作情況以及部分合理假設，使仿真盡可能符合真實情況。

（三）中斷子系統(tǒng)分析

汽車供應鏈在突發(fā)事件的影響下，制造商、供應商和市場需求等環(huán)節(jié)都受到不同程度的影響?？瞪↘hansa）（2022）［20］曾提出一種研究供應鏈產(chǎn)能中斷恢復似然模式，該模式能客觀地反映出中斷期、恢復期、正常期產(chǎn)能、庫存的變化趨勢，對研究汽車供應鏈產(chǎn)能、供應中斷有一定參考價值。因此，本次研究基于該模式將汽車供應鏈受中斷影響所導致的中斷劃分為三種類型，包括供應中斷、產(chǎn)能中斷與市場需求波動，如圖2所示。為能在仿真模型中直觀地表示出中斷程度的大小，設置產(chǎn)能中斷系數(shù)4i來表示各環(huán)節(jié)受中斷的影響程度，當中斷系數(shù)為1時表示產(chǎn)能或供應能力重度中斷。設定td代表未知中斷情景發(fā)生時期，th為恢復期開始時期，trec為恢復期結(jié)束時間。

圖2 中斷模式。資料來源：作者整理。

在市場需求中斷方面，康莎（Khansa）（2022）［19］的研究發(fā)現(xiàn)于低需求產(chǎn)品、中等需求產(chǎn)品、高需求產(chǎn)品市場需求受中斷影響的程度與變化存在顯著差異。同時汽車供應鏈也屬于低需求產(chǎn)品供應鏈，因此本研究基于該研究結(jié)果以及結(jié)合我國汽車行業(yè)近年來受突發(fā)新冠肺炎疫情沖擊市場實際銷量變化，設定汽車市場需求的變化趨勢為中斷期需求明顯受到抑制、恢復期開始后需求激增、恢復期結(jié)束后逐漸下降至正常需求水平。

在中斷期開始時間td前，設定市場需求Qs為在服從X～N（Q1，Q2）的隨機分布函數(shù)，其中Q1與Q2是基于正常市場需求函數(shù)Qn所計算出的最大需求與最小需求量。在中斷期內(nèi)，市場需求Qs總體表現(xiàn)為在中斷期受到抑制并在恢復期暴發(fā)積壓訂單，最后逐漸恢復至中斷前正常水平。因此，當市場需求中斷系數(shù)4r為0.4時，代表市場需求波動系數(shù)為正常需求的40%。以市場需求擾動開關Or為0時表示無市場需求波動，Or為1時市場需求為正常需求與（1－4r）的乘積。

在恢復期開始時間th時刻后，低需求產(chǎn)品在中斷期內(nèi)積累的市場需求集中爆發(fā)，并在恢復期結(jié)束后逐步下降至中斷前正常水平的趨勢。在系統(tǒng)動力學仿真過程中，利用VensimPLE軟件中的模擬函數(shù)對模型進行變量的突變、振蕩或者隨機的干擾。結(jié)合汽車產(chǎn)品市場需求受中斷影響的實際情況，在仿真模型中引入斜坡函數(shù)（rampfunction）來模擬需求量的激增。斜坡函數(shù)即短期脈沖函數(shù)表示在某段時間內(nèi)需求量的突增或突降，持續(xù)時間由恢復期時長th決定，脈沖函數(shù)的上升比例為4r×100。具體的方程式如下所示：

在制造商產(chǎn)能中斷與供應商供應中斷方面，中斷期持續(xù)期間不僅消費者需求下降，制造商的實際產(chǎn)能與供應商的實際供應能力受工人隔離、產(chǎn)線停運等因素影響，制造商、供應商會出現(xiàn)產(chǎn)能下降或完全停產(chǎn)的情況［25］。隨著恢復期th的開始，中斷所造成的影響逐漸減小，實際產(chǎn)能與運輸量呈線性上升趨勢逐漸恢復至中斷前正常水平。

參考李景峰等［29］的相關研究，將產(chǎn)能中斷、供給中斷概率設定為兩個等級：低概率（0.4）與高概率（0.7），即分別存在產(chǎn)能、供應量輕度中斷與重度中斷兩種中斷情景。當中斷等級為低概率時，產(chǎn)能與供應能力下降40%，當中斷等級為高概率時，產(chǎn)能與供應能力下降70%。以制造商為例，中斷系數(shù)不同代表產(chǎn)能下降程度不同，制造商實際產(chǎn)能為中斷前正常產(chǎn)能的1－4m倍。具體的方程式如下所示：

汽車供應鏈運作中其他環(huán)節(jié)同樣受突發(fā)事件導致的中斷影響，單位生產(chǎn)成本λm、生產(chǎn)時間β8、單位運輸成本C2與供應耗時β9與中斷系數(shù)4i呈正相關關系。在生產(chǎn)運輸成本方面，隨著中斷系數(shù)4i的增大，相關運輸、生產(chǎn)單位成本也會隨之增加。根據(jù)實際調(diào)查以及建模研究需要，將制造商生產(chǎn)成本λm的取值范圍設定為［320，350，420］，代表制造商的生產(chǎn)成本λm分別從320元上漲至350元與420元。供應商原材料運輸成本λ2s的取值范圍設定為［80，140，170］，代表供應商的原材料運輸成本λ2s分別從80元/件上漲至140元/件與170元/件。在生產(chǎn)運輸時間方面，制造商的生產(chǎn)時間的取值范圍設定為［12，15，20］，代表隨著中斷系數(shù)4i的增大，制造商的生產(chǎn)時間β8分別從12天增加至15天與20天。制造商、生產(chǎn)商發(fā)貨耗時的取值范圍設定為［2，3，4］，代表發(fā)貨耗時β9分別從2天上升至3天與4天。公式如下所示：

為了更好地研究恢復策略對不同中斷情景下供應鏈恢復的影響，設置不同的市場波動系數(shù)、產(chǎn)能中斷系數(shù)與供應中斷系數(shù)，最終設定4種不同的中斷情景。中斷情景各參數(shù)的具體值設定如表2所示。

表2 中斷情景劃分

資料來源：作者整理。

（四）恢復子系統(tǒng)分析

在政府補貼恢復策略方面，政府補貼的對象可以為制造商、經(jīng)銷商、零售商和供應商。政府對制造商的產(chǎn)能補貼形式為出資搭建新產(chǎn)線并招募不受突發(fā)事件影響的臨時工人來提升產(chǎn)能，因此政府補貼所帶來的產(chǎn)能增長可持續(xù)存在于制造商。政府對供應商的補貼體現(xiàn)在政府為供應商的運輸開放綠色通道從而新增發(fā)貨量，保證供應鏈整車企業(yè)有足夠的原材料庫存能夠按時生產(chǎn)整車滿足市場需求。政府對經(jīng)銷商與零售商的補貼形式為當向消費者銷售時，為消費者提供補貼以產(chǎn)生新增市場需求。市場消費者的需求受影響價格敏感系數(shù)影響，在中斷期內(nèi)可以通過進行購車補貼降低產(chǎn)品價格的方式刺激市場需求。為了模型結(jié)構(gòu)的完整性與可行性，設置市場價格敏感系數(shù)2、政府補貼金額BTEi、政府補貼敏感系數(shù)3i等相關變量。此外，由于政府補貼存在生效時間，因此政府補貼策略對制造商和生產(chǎn)商而言存在兩部分一階時間序列延遲。參考巴依勒［30］所構(gòu)建模型的時間延遲參數(shù)設置，第一部分時間延遲代表新冠肺炎疫情發(fā)生后政府進行補貼存在2期的延遲時間，第二部分時間延遲代表政府對企業(yè)補貼的生效時間存在2期延遲，即新冠肺炎疫情發(fā)生后第5期政府補貼對供應鏈發(fā)揮效用。此外，對零售商而言只存在政府補貼延遲時間，β10設定為2期。政府補貼恢復策略相關方程式如下所示。

在自主恢復策略方面，在模型中考慮三種自主恢復手段。由于汽車供應鏈具有高度中心化的特點，整車制造商在供應鏈中占據(jù)更重要的地位。因此，三種策略均涉及調(diào)整制造商的生產(chǎn)運行模式。

（1）庫存調(diào)整策略。制造商在受突發(fā)事件影響之前，即Time小于中斷期開始時期Starttime時，制造商和供應商會在生產(chǎn)訂貨決策中增加額外生產(chǎn)量以備供應鏈中斷發(fā)生。雖然企業(yè)會承擔額外的庫存成本與運輸成本，但當中斷時會有充足的成品或原材料庫存來度過中斷期。由于每一件汽車訂單的積壓成本要遠大于每件貨物與原材料的庫存成本，所以企業(yè)應盡可能交付中斷期件的市場需求訂單與積壓訂單。

（2）額外班次生產(chǎn)策略。制造商在突發(fā)事件來臨后中斷期內(nèi)會產(chǎn)生大量積壓訂單，如果能盡快生產(chǎn)交付訂單，整個供應鏈的利潤將會大幅上升。在恢復期內(nèi)制造商臨時增加制造商生產(chǎn)班次，通過加班、增加生產(chǎn)工人的方式來增加短期內(nèi)產(chǎn)能并縮短交貨時間。但額外的工人與更短的時間會導致單位生產(chǎn)成本與單位運輸成本增加。

（3）啟用備用制造商發(fā)貨策略。經(jīng)銷商會收到來自兩方的成品貨物，一方為制造商的成品發(fā)貨量，另一方為備用合同制造商的發(fā)貨量。當供應鏈采取備用供應商中斷恢復策略時，由備用供應商發(fā)貨的比例隨時間而變化，在中斷期間會達到最高點。同時備用供應商采購由于屬于緊急臨時采購。因此，采購價格要高于制造商的平均產(chǎn)品定價，即經(jīng)銷商要付出更高的采購成本來滿足零售商與市場的需求。

設置恢復策略控制系數(shù)ki，其取值范圍為1到6的正整數(shù)，取值不同代表每次啟用的恢復策略不同。各情景下k1－k6的含義如下：k1：啟用庫存調(diào)整策略，在中斷發(fā)生前進行庫存儲備；k2：啟用額外班次生產(chǎn)策略，在恢復期開始后制造商增加臨時額外生產(chǎn)批次增加實際生產(chǎn)量；k3：啟用備用制造商發(fā)貨策略；在中斷期內(nèi)經(jīng)銷商優(yōu)先向備用制造商分配訂單；k4：政府對市場消費者進行補貼，中斷期補貼持續(xù)期間存在額外市場需求；k5：政府對制造商產(chǎn)能進行補貼，在中斷期內(nèi)制造商增加新的產(chǎn)能來處理訂單積壓；k6：政府對供應商供應能力進行補貼，補貼期間供應商向制造商的供應能力提升。綜上分析，可得出制造商生產(chǎn)率θ、制造商生產(chǎn)率θ1、發(fā)貨量FLi等相關關鍵變量的方程式：

（五）成本利潤子系統(tǒng)分析

在利潤子系統(tǒng)中，供應鏈總利潤是衡量供應鏈運行受中斷影響大小的重要指標，收入與成本作為狀態(tài)變量，收入減去成本即為利潤。供應鏈總利潤由供應鏈中各企業(yè)的利潤共同構(gòu)成，包括庫存成本C3與積壓懲罰成本C4、運輸成本C2、采購成本C1、生產(chǎn)成本Cm。制造商的生產(chǎn)成本Cm由制造商單位成本λ5與總生產(chǎn)率（θ+θ1）相乘得出。其中生產(chǎn)率θ1當且僅當自主恢復策略2啟用時考慮。此外，實際情況中上游企業(yè)將原材料供應至下游企業(yè)，需要賺取一定的利潤。因此，供應鏈上游企業(yè)至下游企業(yè)的成本、售價均呈現(xiàn)出逐漸增長的趨勢。

企業(yè)的采購成本的價格由供應鏈上一級企業(yè)的產(chǎn)品銷售定價決定，總采購成本為采購價格與采購數(shù)量的乘積。例如，制造商的采購成本由原材料到貨率FLm決定，是其與制造商采購成本λ1m即供應商S的產(chǎn)品售價Ps。當企業(yè)完成訂單交付即下一級企業(yè)或市場收到產(chǎn)品后，上一級獲得購買資金產(chǎn)生收入。其中經(jīng)銷商向備用合同制造商采購產(chǎn)品的采購成本計入供應鏈總成本，但是備用合同制造商的收入與利潤不計入供應鏈總利潤。

企業(yè)的運輸成本由單位運輸價格與發(fā)貨數(shù)量的乘積決定，企業(yè)間發(fā)貨、企業(yè)內(nèi)庫存間發(fā)貨均存在運輸β4，貨物經(jīng)過時間延遲后到達下一企業(yè)的倉庫或直接滿足市場需求。同時部分倉庫存在發(fā)貨限制，存在產(chǎn)品交付時間β4與庫存調(diào)整時間β10，企業(yè)實際發(fā)貨量為現(xiàn)有庫存與調(diào)整時間的除數(shù)。因此，企業(yè)進行訂購決策與生產(chǎn)決策時，需充分考慮等待時間與實際發(fā)貨量的影響。

庫存成本C3為現(xiàn)有庫存XYI與單位庫存價格λ3的乘積，在途庫存為運輸假設概念，不產(chǎn)生庫存成本。以制造商為例，其中現(xiàn)有庫存XYI包括制造商在制品庫存ZZI、原材料庫存YCI、成品庫存MI與額外產(chǎn)能庫存EI貨物量之和。積壓成本C4由積壓懲罰系數(shù)λ4與積壓庫存數(shù)量JYI決定，同時積壓庫存與其他庫存在仿真時可能出現(xiàn)負數(shù)。因此積壓成本與庫存成本均通過使用max函數(shù)與零取最大值的方式對其做出合理限定，所以庫存為零時相關成本也為零。通過以上分析可推出總成本Ct、總收入Rt和總利潤θt的方程式如下所示：

三、模型構(gòu)建與檢驗

（一）流圖構(gòu)建與模型檢驗

系統(tǒng)動力學模型構(gòu)建一般包含以下四個步驟：①明確建模目的與系統(tǒng)邊界；②確定反饋關系；③構(gòu)建系統(tǒng)流圖；④模型檢驗與仿真。存量流量圖中的箭頭表示變量之間的因果關系，水平變量主要用于描述庫存、訂單流與其他變量之間的定量關系，通常表現(xiàn)為積分形式。速率方程用于描述速率變量的變化速度和幅度，而輔助方程則是用于描述狀態(tài)變量、常量和速率變量之間的函數(shù)關系。對模型進行參數(shù)設置并檢驗通過后，對不同恢復策略應用于不同中斷情景時供應鏈的恢復效果進行仿真分析。構(gòu)建汽車供應鏈系統(tǒng)動力學模型的步驟如圖3所示。

圖3 模型構(gòu)建流程。資料來源：作者整理。

基于系統(tǒng)動力學一般建模步驟，針對所研究問題范圍進行界定，模型邊界定義為從供應商至零售商。模型子系統(tǒng)包括利潤子系統(tǒng)、訂單子系統(tǒng)、中斷子系統(tǒng)、恢復子系統(tǒng)以及積壓子系統(tǒng)等相關子系統(tǒng)。根據(jù)狀態(tài)變量、速率變量等變量使用特點結(jié)合模型子系統(tǒng)所涉及到的變量，梳理變量間的數(shù)量關系、反饋關系并確認方程式。確定方程式后，根據(jù)模型設置與子系統(tǒng)反饋回路分析，應用系統(tǒng)動力學軟件Vensimple建立汽車供應鏈中斷恢復策略仿真系統(tǒng)的存量流量，四級供應鏈的系統(tǒng)存量流量如圖4所示。

從圖4中可見，零售商與經(jīng)銷商訂單均由市場訂單拉動所產(chǎn)生，當市場每期產(chǎn)生服從隨機分布函數(shù)的訂單后，經(jīng)銷商零售商將結(jié)合企業(yè)安全庫存系數(shù)與上游企業(yè)生產(chǎn)運輸時間計算出訂貨決策。下游企業(yè)的本期訂貨決策即為上游企業(yè)的本期訂單量，而制造商將會根據(jù)原材料庫存、自身實際產(chǎn)能與本期收到的經(jīng)銷商訂貨決策計算出本期產(chǎn)量。制造商企業(yè)原材料存放至原材料庫存，原材料庫存參考相關整車企業(yè)實際拉動模式，即每隔固定時間供應商獲取制造商原材料庫存實際水平與預期水平的差距，主動向制造商原材料庫存補充原材料與半成品零部件。同時，設置在途庫存與積壓庫存，在途庫存保證各企業(yè)不重復因同一批訂單需求向上游企業(yè)訂貨，積壓庫存會累積未完成的訂單，并將積壓訂單分配至下期優(yōu)先生產(chǎn)以保證訂單均會被完成。最后，各企業(yè)在將半成品或成品交付至下游企業(yè)庫房后，雙方進行本批貨物的資金結(jié)算，資金向供應鏈上游流動，收入與成本通過流量計入對應存量進行匯總。

圖4 系統(tǒng)存量流量

在模型運行前需對模型初始參數(shù)進行設置，初始參數(shù)的具體值基于文獻梳理與多次模型仿真結(jié)果得出。設初始時間為0期，終止時間為210期，步長為1期，單位為天。設定中斷期td開始時間Starttime為第110天，參考陶俐言等人［27］的參數(shù)設置中斷期持續(xù)時長為35天，恢復期從145天開始，恢復期時長th為25期。根據(jù)各產(chǎn)能、運輸量、生產(chǎn)時間等參數(shù)的取值范圍，設最大市場需求量為1000件，正常市場需求量為圍繞650件上下波動的隨機分布函數(shù)，每期實際需求誤差不超過20件。此外，任何模型都不能等同于現(xiàn)實系統(tǒng)，為保證系統(tǒng)動力學模型的可靠性、真實性并能客觀反映供應鏈運行情況，需要對模型進行一系列模型測試驗證。因此，在對中斷情景與恢復策略進行仿真前，需對本次構(gòu)建的模型進行單位檢驗、極端性檢驗與敏感性檢驗。

（二）極端性檢驗

對所構(gòu)建的系統(tǒng)動力學模型進行極端條件測試的目的是測試模型的系統(tǒng)行為在極端的條件下運行是否合理，模型中的變量在該極端情景下的模擬結(jié)果仍與實際情景的結(jié)果相匹配。若與實際情況一致，則表明搭建模型具有合理性和可操作性，反之則需要改進構(gòu)建的模型，使之符合實際供應鏈系統(tǒng)運作狀態(tài)。當將模型中市場訂單量設置為0的極端情況時，代表市場需求訂單為0，經(jīng)銷商與零售商銷售額同樣為0，如圖5所示。因此經(jīng)銷商與零售商也就不會向制造商和供應商進行訂貨，供應鏈各主體在制品、在途品、積壓訂單等相關庫存水平均為0。這一現(xiàn)象符合極端情況下的模型行為，模型通過極端性檢驗。

圖5 極端性檢驗。資料來源：作者整理。

（三）敏感性測試

對所構(gòu)建模型進行靈敏度分析測試能保證模型的可靠性和真實性。本次檢驗在市場未受到中斷影響、持續(xù)穩(wěn)定運行情況下，通過改變影響零售商利潤的變量的值對零售商進行擬合檢驗并分析其靈敏度。測試1：將供應鏈中各單位庫存成本設為100元/件、150元/件、200元/件，隨著庫存成本提高，供應鏈總利潤也逐漸減少。測試2：改變市場正常需求量的值，設為［（640，680），（740，780），（840，880）］之間的隨機數(shù)，隨著市場需求量增大，供應鏈總利潤利潤逐漸增加，符合客觀規(guī)律。因此模型通過了靈敏度測試，能夠較為真實地反映現(xiàn)實狀況。檢驗結(jié)果如圖6所示。

圖6 敏感性檢驗。資料來源：作者整理。

四、模型仿真分析

（一）中斷情景分析

對供應鏈系統(tǒng)進行仿真分析之前，需選取衡量系統(tǒng)運營狀態(tài)的績效指標，并設置參數(shù)值來量化供應鏈中斷對各個環(huán)節(jié)影響的程度。供應鏈總利潤是分析供應鏈系統(tǒng)行為與中斷恢復效果研究時常見、重要的衡量指標。此外，企業(yè)庫存波動與供應鏈各環(huán)節(jié)中的采購、生產(chǎn)、配送、銷售等業(yè)務活動息息相關，能反映企業(yè)主體受中斷影響后各個庫存水平的變化。由于汽車供應鏈制造商為核心企業(yè)，其產(chǎn)品庫存水平變化相較于供應鏈中其他企業(yè)的庫存變化，能更準確地反映供應鏈上下游企業(yè)庫存水平的變化趨勢。因此，選取制造商庫存指數(shù)（以下簡稱“MI”）和供應鏈總利潤水平作為各中斷情景對供應鏈影響程度的衡量關鍵指標，并依據(jù)此指標的變化研究各恢復策略在中斷情景下的恢復效果。

將各中斷情景相關參數(shù)依次輸入VensimPLE軟件中后可得如圖7所示結(jié)果：

圖7 中斷情景下利潤曲線。資料來源：作者整理。

如圖7所示，S1中斷情景對供應鏈的影響最小，總利潤下降16.33%，制造商利潤下降15.91%。中斷情景S2造成供應鏈總利潤下降29.13%，制造商利潤下降24.38%。說明供應商中斷率進一步提升至70%，造成生產(chǎn)商原材料庫存不足，進一步制約了制造商的生產(chǎn)能力。生產(chǎn)能力下降導致中斷期結(jié)束后恢復期內(nèi)對積壓訂單的處理以及對市場需求難以被滿足，產(chǎn)生大量積壓成本與庫存成本。

中斷情景S3與S4代表了在生產(chǎn)率高度中斷的情況下供應鏈難以完成市場訂單，導致經(jīng)銷商、零售商與制造商都產(chǎn)生了較大的積壓成本。同時由于交付量減少，供應鏈各主體的收入僅包括向下游銷售帶來的產(chǎn)品收入。從供應鏈上游供應商至下游零售商都產(chǎn)生較大程度的收入減少，最終表現(xiàn)為供應鏈總利潤下降超過30%。

圖8所示結(jié)果為在各中斷情景下，制造商成品庫存與制造商積壓庫存的變化趨勢。從圖8（a）中可以明顯看出，中斷情景S1與S2的庫存震蕩幅度即牛鞭效應要大于未中斷情景下的成品庫庫存變化幅度。這對及時完成經(jīng)銷商的訂單提升了難度，其次較高的庫存水平也導致了供應鏈中庫存成本的增長與采購成本資金的積壓。在110期供應鏈中斷開始后，由于產(chǎn)能中斷、供應中斷，導致庫存震蕩幅度進一步增大尤其是回復期間市場在短時間內(nèi)產(chǎn)生了大量新訂單導致制造商的生產(chǎn)決策上升以及成品倉存在大量未交付整車。由中斷與制造發(fā)貨延遲周期導致的庫存波動分別在150期與165期時達到頂峰，相較于未中斷情景每期平均1359件庫存量相比，中斷情景S1至S4的每期平均庫存量分別為1995件、2615件、3522件、3832件。其中在產(chǎn)能受限嚴重的S3與S4情景中，平均庫存漲幅接近三倍，每期平均新增庫存成本265400元。

由圖8（b）可以得出，在未中斷情景下制造商每期平均積壓成本為135858元。而在中斷情景下，從S1至S4的每期平均積壓成本分別為199452元、261495元、352220元、383228元，每期積壓成本成為了制造商成本增長的主要動力。

圖8 中斷情景下制造商庫存曲線。資料來源：作者整理。

（二）需求擾動下生產(chǎn)輕度中斷、供應輕度中斷情景

在生產(chǎn)輕度中斷、供應輕度中斷情景下，由圖9（a）可知補貼零售商使得供應鏈總利潤提高了5.79%，補貼制造商使得供應鏈總利潤提高了5.11%，補貼供應商使得供應鏈總利潤下降了0.49%。對于供應鏈與制造商而言，補貼零售商是生產(chǎn)輕度中斷、供應輕度中斷情景下最優(yōu)的恢復策略。這是由于制造商與供應商受中斷影響較輕，滿足市場訂單的能力尚未達到臨界點不會造成高水平的積壓訂單。同時由于供應商供貨能力受影響較小，補貼制造商會使其有更多生產(chǎn)能力處理積壓訂單，積壓成本與原材料庫存成本減少，從而使得總利潤上升。

如圖9（b）所示，在仿真時間結(jié)束時自主恢復策略1中斷前增加額外庫存的方法使得供應鏈總利潤提高了3.41%，自主恢復策略2使得供應鏈總利潤提高了7.85%，自主恢復策略3使得供應鏈總利潤下降了10.2%。從145天至仿真時間結(jié)束期間，策略1調(diào)整庫存水平的策略更有利于供應鏈總利潤恢復。其中應用自主恢復策略3對總利潤提升較低，這說明啟用備用供應商的策略雖然極大的增加了供應商與零售商滿足市場需求訂單的能力，但是由于第三方合同制造商所提供的產(chǎn)品售價更高，同時由于制造商的訂單減少導致制造商與供應商的收入下降，最終表現(xiàn)為總利潤與制造商利潤下降。

圖9 恢復策略應用下利潤曲線。資料來源：作者整理。

（三）需求擾動下生產(chǎn)輕度中斷、供應重度中斷情景

在生產(chǎn)輕度中斷、供應重度中斷情景下，由圖10（a）可知補貼零售商使得供應鏈總利潤下降了10.02%，補貼制造商使得供應鏈總利潤提高了4.22%，補貼供應商使得供應鏈總利潤提高了17.44%。對于供應鏈與制造商而言，補貼供應商是生產(chǎn)輕度中斷、供應重度中斷情景下最優(yōu)的恢復策略。這說明由于制造商受中斷影響較輕，而供應商發(fā)貨量受損更加嚴重。根據(jù)邊際效用原理，此時補貼供應商使得供應商的供貨能力有較大提升，能解決供應鏈此時整車組裝急需原材料與半成品的問題。

圖10 恢復策略應用下利潤曲線。資料來源：作者整理。

如圖10（b）所示，在仿真時間結(jié)束時自主恢復策略1中斷前增加額外庫存的方法使供應鏈總利潤提高了2.24%，自主恢復策略2相對于S2中斷情景使得供應鏈總利潤提高了9.33%，自主恢復策略3使得供應鏈總利潤提高了6.22%。中斷時間至145天至200天仿真時間結(jié)束期間自主恢復策略2中斷后增加額外班次生產(chǎn)的策略更有利于供應鏈總利潤恢復。自主恢復策略2增加額外班次生產(chǎn)對制造商利潤提升最大，這說明由于此類型中斷中由于供應商發(fā)貨能力重度中斷，導致制造商產(chǎn)生了較高積壓訂單。在供應鏈中斷期結(jié)束后，供應商正常發(fā)貨，制造商能盡快恢復生產(chǎn)活動消化新訂單與積壓訂單來增加收入，并使供應鏈運作恢復正常。

（四）需求擾動下生產(chǎn)重度中斷、供應輕度中斷情景

在生產(chǎn)重度中斷、供應輕度中斷情景下，由圖11（a）可知補貼零售商使得供應鏈總利潤下降了7.17%，補貼制造商使得供應鏈總利潤提高了20.79%，補貼供應商使得供應鏈總利潤下降了1.09%。對于生產(chǎn)重度中斷、供應輕度中斷情景，補貼制造商是生產(chǎn)輕度中斷、供應重度中斷情景下最優(yōu)的恢復策略。這是由于供應商受中斷影響較輕，而制造商發(fā)貨量受損更加嚴重。此時補貼制造商能提高實際生產(chǎn)能力，使得供應鏈能更好地滿足訂單需求，減少各企業(yè)的訂單積壓成本。

如圖11（b）所示，在仿真時間結(jié)束時自主恢復策略1使得供應鏈總利潤提高了8.47%，自主恢復策略2使得供應鏈總利潤提高了18.8%，自主恢復策略3使得供應鏈總利潤提高了8.08%。這說明在160天至仿真結(jié)束期間，策略2中斷后增加額外班次生產(chǎn)的策略更有利于供應鏈總利潤恢復。策略2增加額外班次生產(chǎn)對制造商利潤提升最大，是因為此情景下生產(chǎn)重度中斷、供應輕度中斷，供應商發(fā)貨量受影響較小，供應鏈中斷主要是由于制造商產(chǎn)能受限嚴重，70%的產(chǎn)能都無法正常工作，而在恢復期間應用恢復策略2會增加臨時額外班次進行生產(chǎn)。

圖11 恢復策略應用下利潤曲線。資料來源：作者整理。

（五）需求擾動下生產(chǎn)重度中斷、供應重度中斷情景

在生產(chǎn)重度中斷、供應輕度中斷情景下，由圖12（a）可知補貼零售商使得供應鏈總利潤下降了12.7%，補貼制造商使得供應鏈總利潤提高了10.56%，補貼供應商使得供應鏈總利潤提高了3.77%。補貼制造商是生產(chǎn)重度中斷、供應重度中斷情景下最優(yōu)的恢復策略，這是由于雖然制造商與供應商受中斷影響都很嚴重，但汽車供應鏈屬于中心化產(chǎn)業(yè)，整車制造商會獲取更大的利潤也承擔更大的責任。在產(chǎn)能、供應與市場需求同時嚴重中斷后，供應水平相對于產(chǎn)能恢復的更快同時制造商損失的利潤更多。因此，補貼制造商增加制造商的產(chǎn)能是同時嚴重中斷情景下的最優(yōu)恢復策略。

如圖12（b）所示，在仿真時間結(jié)束時自主恢復策略1使得供應鏈總利潤提高了3.35%，自主恢復策略2使得供應鏈總利潤提高了14.6%，自主恢復策略3使得供應鏈總利潤提高了18.76%。在173期之前，額外班次生產(chǎn)策略的恢復效果更明顯。在173期至仿真結(jié)束期間，啟用備用合同制造商發(fā)貨的策略更有利于供應鏈總利潤恢復。這說明由于產(chǎn)能與發(fā)貨量中斷程度較高導致有更多的訂單被積壓，啟用備用合同制造商發(fā)貨的策略將大量訂單交由合同制造商生產(chǎn)并由經(jīng)銷商與零售商售賣給消費者獲得收入，減少了大量庫存積壓成本。因此策略3是生產(chǎn)重度中斷、供應重度中斷情景下最優(yōu)的恢復策略。

圖12 恢復策略應用下利潤曲線。資料來源：作者整理。

以各中斷情景無恢復策略的總利潤水平為基準，通過仿真結(jié)果得出各恢復策略對總利潤提升比例。同時以制造商210期的平均庫存量作為制造商庫存指數(shù)觀察庫存變化趨勢，可得出恢復效果對比如表3所示。

表3 恢復效果對比

資料來源：作者整理。

通過在每類中斷情景下分別應用不同種類的恢復策略，最終得出每種恢復策略對總利潤以及制造商各指標的影響。自主恢復策略與政府補貼恢復策略相比較，政府補貼策略的平均恢復效果最好。

在四類中斷情景下，相較于不應用恢復策略平均總利潤提升率超13.68%。其次為企業(yè)自主恢復策略，平均總利潤恢復效果超13.31%。在需求擾動下生產(chǎn)輕度中斷、供應輕度中斷情景下，中斷前調(diào)整庫存策略為最優(yōu)自主恢復策略，使得供應鏈總利潤提高了7.85%。補貼零售商為最優(yōu)政府補貼策略，使得供應鏈總利潤提高了5.79%。在需求擾動下生產(chǎn)輕度中斷、供應重度中斷情景下，恢復期額外班次生產(chǎn)策略為最優(yōu)自主恢復策略，使得供應鏈總利潤提高了9.33%。補貼供應商為最優(yōu)政府補貼策略，使得供應鏈總利潤提高了17.44%。在需求擾動下生產(chǎn)重度中斷、供應輕度中斷情景下，恢復期額外班次生產(chǎn)策略為最優(yōu)自主恢復策略，使得供應鏈總利潤提高了18.80%。補貼制造商為最優(yōu)政府補貼策略，使得供應鏈總利潤提高了20.79%。在需求擾動下生產(chǎn)重度中斷、供應重度中斷情景下，啟用合同制造商策略為最優(yōu)自主恢復策略，使得供應鏈總利潤提高了18.76%。補貼制造商為最優(yōu)政府補貼策略，使得供應鏈總利潤提高了10.56%。

根據(jù)上述分析，在中斷發(fā)生后廠商可能采取的恢復策略如表4所示。

表4 供應鏈中斷情景最優(yōu)恢復決策

資料來源：作者整理。

五、結(jié)論與建議

本文考慮市場波動、供應生產(chǎn)同時發(fā)生中斷，構(gòu)建了以整車制造商為主導的四級汽車供應鏈模型。同時以供應鏈總利潤與制造商庫存指數(shù)作為供應鏈績效衡量指標，分析兩類供應鏈恢復策略對供應鏈總利潤與各主體利潤的恢復效果，并對比了不同恢復策略對庫存水平及積壓庫存的影響，得出以下三點結(jié)論：

①若供應商供應中斷系數(shù)與制造商生產(chǎn)中斷系數(shù)不同時為重度中斷，則補貼制造商與中斷后制造商額外班次生產(chǎn)策略為該類中斷情境下的最優(yōu)恢復策略。只有在供應、生產(chǎn)均為重度中斷情境下，供應鏈企業(yè)才會選擇啟用第三方合同制造商的策略。

②在產(chǎn)能、供應均輕度中斷時，供應鏈有能力完成更多市場訂單。因此，補貼零售商為此時的最優(yōu)恢復策略。當產(chǎn)能、供應均重度中斷時，提升制造商生產(chǎn)能力的策略為最優(yōu)策略，產(chǎn)能恢復的優(yōu)先級大于原材料、零部件供應恢復的優(yōu)先級。

③政府補貼策略對供應鏈總利潤的提升效果要優(yōu)于自主恢復策略。雖然政府補貼策略的作用效果存在延遲，在短期內(nèi)自主恢復策略的恢復效果更好，但在長期來看由政府補貼帶來的產(chǎn)能、供應量持續(xù)發(fā)揮效用，對供應鏈總利潤的提升更大。

根據(jù)結(jié)論，提出如下四點建議。

第一，政府、企業(yè)協(xié)同發(fā)力，保障供應鏈穩(wěn)定。供應鏈中斷發(fā)生后，應根據(jù)突發(fā)事件所影響的程度與環(huán)節(jié)不同，劃分出不同類型的中斷情景進行分析。本文通過仿真研究發(fā)現(xiàn)供應鏈中任意一種中斷發(fā)生都會破壞供應鏈績效，因此企業(yè)需提高危機意識，提前制定中斷風險應對方案，并根據(jù)實際情況為不同中斷情景制定最優(yōu)恢復策略。除企業(yè)自身提高中斷風險危機意識外，供應鏈中斷發(fā)生后，政府可以通過補貼供應鏈關鍵生產(chǎn)運行節(jié)點以恢復供應鏈整體績效，保障關鍵物資在供應鏈中斷期間維持正常供應水平。

第二，應用數(shù)字化技術，促進供應鏈恢復。由于企業(yè)存在信息溝通不暢，相關生產(chǎn)、中斷信息傳遞存在較長時間延遲的問題，供應鏈中斷的發(fā)生將加劇因信息缺失導致的各方庫存波動。牛鞭效應向供應鏈上游傳遞，企業(yè)過度采購原材料進行生產(chǎn)，增加了額外的成本負擔。因此，可以考慮引入智能化技術，提升供應鏈數(shù)字化水平，打破供應鏈企業(yè)各方信息交換壁壘，最終提高供應鏈的響應能力。此外，企業(yè)還可以采用區(qū)塊鏈、大數(shù)據(jù)分析和機器學習等技術手段自動感知需求波動，預測潛在的中斷和延遲，來增強供應鏈風險管理的能力和供應鏈應對意外事件的能力。

第三，探索生產(chǎn)運作新模式，謀求企業(yè)合作新發(fā)展。不同的企業(yè)主體有著獨立的企業(yè)績效目標與成本控制標準，當企業(yè)的利潤降低時到一定程度時企業(yè)會從自身利益出發(fā)，主動或被動降低產(chǎn)品質(zhì)量或提高交付時間。在突發(fā)事件影響供應鏈運作時，這種各自為戰(zhàn)、互相不信任的合作模式將會面臨更高的風險。因此，探索例如企業(yè)聯(lián)合生產(chǎn)、鏈與鏈之間謀求合作、成本共擔利潤共享的新合作模式，將會提高供應鏈企業(yè)中斷風險意識，最大程度地緩解中斷對供應鏈造成的影響。

第四，加強供應鏈中近生產(chǎn)端節(jié)點企業(yè)的風險管理。整車制造商是汽車供應鏈中的核心企業(yè)，是供應商、經(jīng)銷商進行合作生產(chǎn)的樞紐。因此應進一步完善供應管理體系，將供應商交貨表現(xiàn)納入其考核關鍵指標體系，避免因供應商交貨不及時影響制造商生產(chǎn)交付能力的穩(wěn)定性。同時制造商企業(yè)還應進一步加強物流運輸環(huán)節(jié)的穩(wěn)定性與抗干擾性，將政府對產(chǎn)能所給予補貼應用于本地化生產(chǎn)，這將進一步減少因人員因素造成的生產(chǎn)中斷風險，增強供應鏈的彈性。

本研究目前僅考慮了固定中斷時間下的中斷情景劃分與部分恢復策略的應用，沒有考慮各恢復策略本身所具有成本因素與對供應鏈產(chǎn)生的負面影響，應對供應鏈中斷的策略還包括激勵援助、購買保險、自適應控制機制等，下一步研究將考慮其他多種策略結(jié)合來應對供應鏈中斷問題。

參考文獻：

［1］何遠，李華.基于中斷持續(xù)時間不確定的三級供應鏈恢復模型優(yōu)化研究［J］.工業(yè)工程與管理，2019，24（3）：43-52.

［2］王靜，陳希.考慮供應鏈中斷風險的制造商風險應對方案研究［J］.工業(yè)工程與管理，2019，24（3）：27-34.

［3］王永貴，高佳.新冠疫情沖擊、經(jīng)濟韌性與中國高質(zhì)量發(fā)展［J］.經(jīng)濟管理，2020，42（5）：5-17.

［4］楊長春，張瀟，何明珂.大變局下全球中高端制造供應鏈重構(gòu)趨勢及我國對策［J］.經(jīng)濟管理，2022，44（5）：5-23.

［5］KIMSH，TOMLINB.Guiltbyassociation：strategicfailurepreventionandrecoverycapacityinvestments［J］.Managementscience，2013，59（7）：1631-1649.

［6］SAWIKT.Two-periodvsmulti-periodmodelforsupplychaindisruptionmanagement［J］.Internationaljournalofproductionresearch，2019，57（14）：4502-4518.

［7］樊雪梅，盧夢媛.新冠疫情下汽車企業(yè)供應鏈韌性影響因素及評價［J］.工業(yè)技術經(jīng)濟，2020，39（10）：21-28.

［8］呂越，鄧利靜.著力提升產(chǎn)業(yè)鏈供應鏈韌性與安全水平——以中國汽車產(chǎn)業(yè)鏈為例的測度及分析［J］.國際貿(mào)易問題，2023（2）：1-19.

［9］楊小博，高海偉，劉天越，等.新能源汽車供應鏈的關鍵風險節(jié)點識別方法［J］.計算機科學，2023，50（1）：846-852.

［10］YANGJ，XIEH，YUG，etal.Antecedentsandconsequencesofsupplychainriskmanagementcapabilities：aninvestigationinthepost-coronaviruscrisis［J］.Internationaljournalofproductionresearch，2021，59（5）：1573-1585.

［11］劉英，甄學平，劉斌.必需品供應鏈中斷的政府激勵模型研究［J］.江蘇科技大學學報（自然科學版），2021，35（3）：75-83.

［12］DUBEYR，GUNASEKARANA，CHILDESJ，etal.Antecedentsofresilientsupplychains：anempiricalstudy［J］.IEEEtransactionsonengineeringmanagement，2019，66（1）：8-19.

［13］OLIVARESAJ，ELMARAGHYW.Systemdynamicsmodellingforsupplychaindisruptions［J］.Internationaljournalofproductionresearch，2021，59（6）：1757-1775.

［14］王海軍，張瑞娜，郭羽洪，等.零售商補貼對供應鏈可靠性協(xié)調(diào)策略影響研究［J］.管理工程學報，2021，35（4）：190-201.

［15］王繼光，馮琪卿，齊凱.供應中斷和需求擾動下供應鏈競合關系研究［J］.工業(yè)工程，2021，24（3）：46-53，59.

［16］景熠，劉芹芹，周林.突發(fā)事件影響下考慮供應中斷風險和消費者偏好的制造商采購策略研究［J］.中國管理科學：1-16.

［17］PALB，SANASS，CHAUDHURIK.Amulti-echelonproduction-inventorysystemwithsupplydisruption［J］.Journalofmanufacturingsystems，2014，33（2）：262-276.

［18］GUQL，GAOTG.JointdecisionsforR/Mintegratedsupplychainusingsystemdynamicsmethodology［J］.Internationaljournalofproductionresearch，2012，50（16）：4444-4461.

［19］KATSORASE，GEORGIADISP.Adynamicanalysisformitigatingdisastereffectsinclosedloopsupplychains［J］.Sustainability，2022，14（9）：4948.

［20］KATSORASE，GEORGIADISP.Anintegratedsystemdynamicsmodelforclosedloopsupplychainsunderdisastereffects：thecaseofCOVID-19［J］.Internationaljournalofproductioneconomics，2022，253：108593.

［21］李姍姍，何勇.供應中斷情況下動態(tài)混合應急策略研究［J］.工業(yè)工程與管理，2020，25（2）：16-23.

［22］孔繁輝，李健.供應中斷風險下OEM供應鏈彈性運作與提升策略［J］.中國管理科學，2018，26（2）：152-159.

［23］SHIH，NIY.Multiplestrategiesforsupplychaintoandnbsp;recoverfrommajordisruptions［J］.Journalofintelligentandfuzzysystems，2021，40（5）：9669-9686.

［24］孔進，李芳.供應中斷風險下制造商應對策略研究［J］.上海理工大學學報，2021，43（4）：409-420.

［25］賴新峰，陳志祥，王鑫.全球生產(chǎn)網(wǎng)中斷風險與動態(tài)懲罰機制分析——基于系統(tǒng)動力學視角［J］.軟科學，2022，36（7）：125-135.

［26］慕靜，李婧.考慮疫情風險與雙重時效性的生鮮品供應中斷庫存控制策略研究［J］.運籌與管理，2023，32（1）：108-115.

［27］陶俐言，孫洪達，曹怡恒，等.供應鏈中斷情境下考慮政府補貼的恢復策略［J］.計算機集成制造系統(tǒng)，2022，28（1）：242-257.

［28］劉璠，劉家國.供應鏈中斷應對策略研究評述［J］.中南財經(jīng)政法大學學報，2019（3）：148-156.

［29］李景峰，張晉菁.供應中斷和需求擾動環(huán)境下的供應模式選擇［J］.中國管理科學，2014，22（1）：496-502.

［30］巴依勒.不確定性環(huán)境下生鮮農(nóng)產(chǎn)品冷鏈物流的應急配送、協(xié)調(diào)機制與恢復策略研究［D］.北京：北京化工大學，2022.

基金項目：國家社會科學基金項目“區(qū)塊鏈技術助推下汽車供應鏈整合的價值鏈創(chuàng)新研究”（18XGL006）；廣西哲學社會科學規(guī)劃課題“數(shù)據(jù)驅(qū)動下廣西制造企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新的影響研究”（22BGL016）；廣西研究生教育創(chuàng)新計劃項目“顧客參與創(chuàng)新的制造供應鏈價值創(chuàng)造機制研究——基于不同情形的博弈分析”（YCSW2020223）

ResearchontheRecoveryStrategyforAutomotiveSupply

ChainDisruptionunderDifferentDisruptionSituations：

BasedonSystemDynamicsSimulationandAnalysis

LUZhi-ping1，2，XUEDa-wei1

（1.SchoolofEconomicsandManagement，GuangxiUniversityofScienceandTechnology，Liuzhou，Guangxi545006;

2.GuangxiResearchCenterforHigh-qualityIndustrialDevelopment，Liuzhou，Guangxi545006）

Abstract：Withtheincreasinguncertaintyoftheinternalandexternalenvironmentofthenodeenterprisesoftheautomobilesupplychain，theautomobilesupplychainismoresusceptibletotheimpactofemergenciesandoperationinterruption.Therefore，thispaperdividedstheautomobilesupplychaindisruptionrecoverystrategiesintotwotypesofrecoverystrategies：enterpriseindependentrecoveryandgovernmentsubsidyrecovery.Afour-levelautomobilesupplychainmodelwiththevehiclemanufacturerasthecorewasconstructed，andtheeffectsofsixdifferentrecoverystrategiesonenterprisedecision-makingandtotalsupplychainperformanceunderdifferentdisruptionsituationswerecomparedandanalyzedbyusingsystemdynamicssimulationmethod.Theresultsshowthat：inthecaseofmarket，supplyandproductioninterruptionatthesametime，thestrategyofsubsidizingmanufacturerstoincreaseproductioncapacityandaddingextraproductionshiftsafterinterruptionhasthebesteffectontherecoveryofsupplychaininterruption，thehighesttotalprofitofsupplychain，thelowestinventorylevelofeachmainbody，andthefastesthandlingofoverstock.Therecoverystrategyofusingthethirdpartycontractmanufacturertosupplytothesupplierhasapositiverecoveryeffectonthesupplychainonlywhenthesupplyandproductioninterruptioncoefficientexceedsacertainthreshold.Theresearchresultsofthispaperprovidedecisionsupportandguidanceforsupplychainenterpriseswhenfacingdifferentdisruptionscenarios，andhelptoimprovesupplychainperformance.

Keywords：automotivesupplychain;supplychaindisruption;recoverystrategy;systemdynamicssimulation