慕 靜, 李 婧

(天津科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院,食品行業(yè)智慧供應(yīng)鏈研究院,天津 300457)

0 引言

全球由病毒引發(fā)的各類具有傳染性疫情時常發(fā)生，2003年的非典、2009年爆發(fā)的甲型H1N1流感疫情、2012年爆發(fā)后迅速傳播的中東呼吸綜合征、2014年爆發(fā)的埃博拉病毒疫情，特別是2020年年初爆發(fā)的新冠疫情造成了嚴(yán)重的人員傷亡和經(jīng)濟(jì)損失，影響著人們的日常生活和行為方式。本文考慮到人們?nèi)粘Ｋ璧纳r品在疫情爆發(fā)初期極易產(chǎn)生供應(yīng)中斷從而引起市場需求不確定，因此如何減少供應(yīng)不足和缺貨損失、保障安全庫存和生鮮品質(zhì)量、實現(xiàn)產(chǎn)品交付過程的雙重時效性，是解決疫情下生鮮品及時供應(yīng)、保障人們生活有序進(jìn)行的關(guān)鍵。

1 研究現(xiàn)狀

供應(yīng)中斷是指人為或自然災(zāi)害導(dǎo)致供應(yīng)過程中某一環(huán)節(jié)發(fā)生中斷使其無法向下游的集散中心供貨，從而使得受災(zāi)點出現(xiàn)需求缺口[1]。一些學(xué)者已圍繞供應(yīng)中斷風(fēng)險從生產(chǎn)、供應(yīng)、運輸、庫存、渠道等方面開展了相關(guān)研究。Sourish[2]等通過供應(yīng)鏈中斷的庫存管理實驗，探究出制造商實時共享供應(yīng)中斷信息可以減小牛鞭效應(yīng)。Torabi[3]等提出一個雙目標(biāo)混合可能性、兩階段隨機(jī)規(guī)劃模型來解決供應(yīng)商選擇等問題。Tadeusz[4]提出了一種混合整數(shù)規(guī)劃方法探究具有中斷風(fēng)險的供應(yīng)鏈中零件供應(yīng)商和訂單數(shù)量分配的最佳選擇。劉嬌鳳[5]等考慮突發(fā)事件下物資不足等情況，構(gòu)建生產(chǎn)、庫存和和配送整合規(guī)劃模型探究其算法的有效性。官振中[6]等通過建立模型對比當(dāng)消費者擁有缺貨后悔傾向時，提前轉(zhuǎn)運和緊急轉(zhuǎn)運對于零售端最優(yōu)補(bǔ)貨策略。Florian[7]等通過對面臨供應(yīng)鏈中斷風(fēng)險的制藥公司進(jìn)行建模研究風(fēng)險緩解庫存 、雙重采購和敏捷能力這三項措施之間關(guān)系。李姍姍[8]等探究出在安全庫存和雙源采購策略的基礎(chǔ)上，不同中斷時長所采取策略也不同。在此基礎(chǔ)上，李富昌[9]等通過建立網(wǎng)購供應(yīng)鏈庫存運輸聯(lián)合優(yōu)化模型，達(dá)到供應(yīng)商與線上零售商合作實現(xiàn)經(jīng)濟(jì)效益。

然而對于相對復(fù)雜的情況比如新冠疫情，以上策略具有局限性并不能描述其動態(tài)行為。而系統(tǒng)動力學(xué)是分析動態(tài)行為的有效方法。Min[10]等通過系統(tǒng)動力學(xué)模型探究地震后信息延遲因素等對供應(yīng)鏈中斷行為的影響，并將庫存策略和預(yù)測方法相結(jié)合提出最優(yōu)補(bǔ)貨方案。張以彬[11]等通過考慮供應(yīng)鏈中斷周期、市場流失率和核心技術(shù)延遲時間關(guān)鍵變量，運用系統(tǒng)動力學(xué)探究最優(yōu)生產(chǎn)庫存策略。

雖然針對供應(yīng)鏈中斷的現(xiàn)有文獻(xiàn)已經(jīng)相對完整，但很少有文獻(xiàn)從不同的疫情風(fēng)險角度考慮庫存控制策略，并且通過系統(tǒng)動力學(xué)的方法探究最優(yōu)策略。鑒于此，本文選取特定的供應(yīng)鏈中斷情景, 考慮市場需求不確定的模式，以解決生鮮品庫存控制問題為出發(fā)點展開研究，應(yīng)用系統(tǒng)動力學(xué)方法構(gòu)建庫存控制模型，對系統(tǒng)中序參量進(jìn)行仿真分析，目的是分析不同疫情風(fēng)險情景下供應(yīng)鏈中斷應(yīng)對策略，從而保障生鮮品雙重時效性。

2 疫情下終端零售商風(fēng)險情景分析

2.1 疫情風(fēng)險情景分析

為了探尋不同疫情風(fēng)險情景下各因素對庫存的影響并提出策略，建立以下風(fēng)險情景：(1)情景一：僅存在安全風(fēng)險；(2)情景二：安全風(fēng)險與供應(yīng)風(fēng)險疊加；(3)情景三：安全風(fēng)險、供應(yīng)風(fēng)險和需求風(fēng)險同時疊加。具體如圖1所示。疫情的爆發(fā)加快了企業(yè)線上渠道發(fā)展，消費者足不出戶就可以購買到產(chǎn)品，降低了病毒傳染風(fēng)險。同時企業(yè)通過信息平臺進(jìn)行交流，及時協(xié)調(diào)調(diào)運降低缺貨損失，保障產(chǎn)品在流通過程中的雙重時效性。

圖1 疫情風(fēng)險情景分析圖

2.2 問題描述

生鮮品中作為生活中必備產(chǎn)品，在發(fā)生重大疫情時同樣不可或缺。例如我們每天都會食用的蔬菜。在疫情春節(jié)期間，據(jù)報道京東到家銷售額同比增加470%、每日優(yōu)先銷售額同比增長321%、鮮美生活日均蔬菜供應(yīng)量是平常6倍、叮咚買菜日均增長3-4倍。由此可以看出面對重大突發(fā)疫情大量消費者選擇通過線上渠道購買。為解決生鮮品在運輸途中或供應(yīng)中斷時易發(fā)生腐爛變質(zhì)，從而引發(fā)一系列缺貨問題和產(chǎn)品虧損問題?？紤]由供應(yīng)商、配送中心和零售商組成的三級生鮮供應(yīng)鏈，結(jié)合線上和線下渠道，制定一種以零售商為主導(dǎo)的庫存控制策略來面對復(fù)雜的疫情風(fēng)險情景，通過優(yōu)化庫存水平使企業(yè)及時滿足需求并實現(xiàn)雙重時效性。

2.3 符號與假設(shè)

2.3.1 符號

主要相關(guān)參數(shù)與變量符號如表1所示。

表1 主要相關(guān)參數(shù)與變量符號

2.3.2 假設(shè)

假設(shè)1根據(jù)文獻(xiàn)[12,13]成果，分別引入變量易感染節(jié)點Sbt、感染節(jié)點Itb、恢復(fù)節(jié)點Rtb，并令h為信息平臺內(nèi)助力節(jié)點，v為各節(jié)點之間生鮮品供需關(guān)系。此時隨著疫情風(fēng)險疊加供應(yīng)中斷時長tb不斷延長，感染節(jié)點增加，疫情風(fēng)險傳導(dǎo)系數(shù)β與感染節(jié)點Itb和供應(yīng)中斷時長tb呈正相關(guān)，則疫情風(fēng)險傳導(dǎo)系數(shù)β用公式(1)表示為:

(1)

其中，Itb=1令表示節(jié)點在tb時刻感染風(fēng)險的狀態(tài)，Stb和Rtb同理。若v=0，則表示各節(jié)點之間沒有供需關(guān)系；若v=1，則表示各節(jié)點之間有供需關(guān)系。

假設(shè)2生鮮品的變質(zhì)率θ同樣影響庫存控制策略的制定，這里假設(shè)變質(zhì)率θ為線性函數(shù)，隨中斷時長tb的增加而增加，可以用公式(2)表示為:

θ=a+b×tb(a>0,b>0)

(2)

假設(shè)3根據(jù)文獻(xiàn)[14]的成果與投入成二次關(guān)系的假設(shè)，本文將保鮮努力水平與保鮮成本的關(guān)系式用公式(3)表示為：

(3)

其中，CR(e)為零售商的保鮮成本，零售商的保鮮投入成本系數(shù)λ即保鮮投入0<λ<1，保鮮努力水平e>1，為了計算方便，在這里假設(shè)e2=5。

假設(shè)4市場需求D為隨機(jī)需求，且服從μ=90，σ=10的正態(tài)隨機(jī)分布，記做X～N(90,100)。

假設(shè)5根據(jù)媒體報道數(shù)據(jù)顯示，為方便計算，這里假設(shè)線上交付量是線下交付量的4倍，即將線上交付占比p1和線下交付占比p2分別設(shè)置為0.8和0.2。

假設(shè)6根據(jù)實際調(diào)查以及建模研究需要，將零售商B庫存IRB與其銷售率RB之比x的取值范圍設(shè)定為[0,10]，并且間隔取2分為5等分，其中間值x=6為關(guān)鍵轉(zhuǎn)折點，因此，利用分段函數(shù)描述共享庫存系數(shù)ω表示為公式(4)，其中k、c、d別表示共享因子。

(4)

假設(shè)7缺貨敏感度δ是指零售商通過對市場需求信息以及上游信息的感知預(yù)判未來哪種商品發(fā)生缺貨，且零售商獲取信息越準(zhǔn)確，其缺貨敏感因子α越大。因此將缺貨敏感度δ設(shè)置為斜坡函數(shù)，其表達(dá)式為RAMP(ρ,φ,α)，式中ρ為線性函數(shù)斜率，φ為起始時刻，α為結(jié)束時刻，此時假設(shè)ρ=20,φ=0,α變化。

3 生鮮品供應(yīng)中斷庫存系統(tǒng)動力學(xué)模型

在發(fā)生重大疫情時，疫情風(fēng)險引起的供應(yīng)中斷會對生鮮品儲存和運輸造成一系列影響，使其呈現(xiàn)出動態(tài)發(fā)展變化的動力學(xué)特征，以下運用系統(tǒng)動力學(xué)理論與方法構(gòu)建模型。

3.1 供應(yīng)中斷庫存動態(tài)性分析

3.1.1 序參量-疫情風(fēng)險傳導(dǎo)系數(shù)β與變質(zhì)率θ

疫情風(fēng)險傳導(dǎo)系數(shù)β是指重大疫情通常具有高傳染、強(qiáng)隔離、無接觸等特點，根據(jù)假設(shè)1所設(shè)置三種情景，其用來描述各節(jié)點受供應(yīng)中斷和感染節(jié)點影響時的特征，表現(xiàn)為不同程度物質(zhì)延遲。變質(zhì)率θ是指生鮮品因其易腐易變質(zhì)性等特點，更易受供應(yīng)鏈中斷影響而產(chǎn)生產(chǎn)品缺貨或損失現(xiàn)象。二者作為序參量都會使庫存模型呈現(xiàn)出振蕩反應(yīng)的動力學(xué)行為特征。

3.1.2 系統(tǒng)動力學(xué)流圖

在疫情風(fēng)險傳導(dǎo)系數(shù)β和變質(zhì)率θ兩個序參量作用下，生鮮品在疫情風(fēng)險下的供應(yīng)中斷庫存模型運作流程可描述為：供應(yīng)商收到訂單時及時供應(yīng)，但當(dāng)受到疫情風(fēng)險傳導(dǎo)系數(shù)β的影響使其不能立即到達(dá)配送中心，并隨著中斷時長tb的增加變質(zhì)率θ逐漸增大，零售商不能及時且完整的收到物資因而產(chǎn)生缺貨現(xiàn)象，因此需要實時檢查庫存水平對庫存進(jìn)行調(diào)整，滿足消費者需求。繪制系統(tǒng)動力學(xué)流圖，描述風(fēng)險情景下供應(yīng)中斷庫存動態(tài)模型。如圖2所示。

圖2 風(fēng)險情景下供應(yīng)中斷庫存動態(tài)模型

當(dāng)發(fā)生供應(yīng)中斷時，疫情風(fēng)險傳導(dǎo)系數(shù)β和變質(zhì)率θ是造成零售商產(chǎn)生缺貨現(xiàn)象的直接原因，以零售商為例，其庫存調(diào)整IRa和期望庫存IRe表達(dá)式分別為:

IRa=IFTHENELSE=(IR

3.2 優(yōu)化保鮮投入和安全庫存策略模型

3.2.1 生鮮時效性Tf與供應(yīng)時效性Ts

生鮮時效性Tf是指生鮮品在短期內(nèi)既保證產(chǎn)品質(zhì)量同時滿足市場需求。如情景一中描述，生鮮品隨時間推移其品質(zhì)與使用效果降低，因此必須在極短時間內(nèi)滿足需求才能發(fā)揮使用價值。供應(yīng)時效性Ts是指由于疫情突發(fā)性等特點，產(chǎn)品需求量很難準(zhǔn)確預(yù)估，且因防疫返工人員少、道路交通管制使得零售端缺貨現(xiàn)象嚴(yán)重，因此供應(yīng)及時對企業(yè)正常運營具有重要意義。

3.2.2 系統(tǒng)動力學(xué)流圖

在供應(yīng)中斷情況下，零售企業(yè)設(shè)置符合實際情況的服務(wù)水平，同時優(yōu)化庫存模式以避免缺貨。雙渠道銷售模式可以在疫情下避免發(fā)生聚集購買現(xiàn)象，同時渠道間相互融合、相互協(xié)調(diào)使庫存控制減少物流環(huán)節(jié)。因此，為實現(xiàn)中斷下穩(wěn)健的庫存控制策略，繪制系統(tǒng)動力學(xué)流圖，描述零售商優(yōu)化保鮮投入λ和安全庫存ss策略動態(tài)模型。如圖3所示:

圖3 零售商優(yōu)化保鮮投入λ和安全庫存ss策略模型

為保障產(chǎn)品在交付過程中的生鮮時效性Tf和供應(yīng)時效性Ts，通過優(yōu)化保鮮投入λ和安全庫存ss，調(diào)整商品新鮮度Fg、積存訂單A0和零售商庫存水平IR，因此，其表達(dá)式分別為：

Fg=CR(e)/OQlAo=INTEG(DCt-Rc-ss-Or)IR=INTEGt((Rr-R+θQl)×CR(e))

3.3 共享庫存聯(lián)合提前轉(zhuǎn)運策略模型

3.3.1 雙重時效性Td

零售商企業(yè)針對不同疫情風(fēng)險情景制定庫存控制策略時，需要同時保障生鮮時效性Tf和供應(yīng)時效性Ts。只有滿足雙重時效性Td，企業(yè)才能及時避免供應(yīng)中斷所帶來的的缺貨風(fēng)險。

3.3.2 系統(tǒng)動力學(xué)流圖

當(dāng)供應(yīng)中斷時長td較長時，大多數(shù)情況下零售商企業(yè)會采取緊急轉(zhuǎn)運策略來補(bǔ)給庫存，但是此策略往往具有不確定性。因此，本文考慮共享庫存Ib聯(lián)合提前轉(zhuǎn)運Ta策略提升零售商庫存水平IR，實現(xiàn)雙重時效性Td。由假設(shè)7可知，在此策略中分別設(shè)置在零售商A和零售商B，當(dāng)零售商A感知到缺貨風(fēng)險時，提前轉(zhuǎn)運零售商B中庫存來補(bǔ)給。因此，繪制系統(tǒng)動力學(xué)流圖，描述零售商共享庫存Is聯(lián)合提前轉(zhuǎn)運Ts策略動態(tài)模型。如圖4所示:

圖4 零售商共享庫存Ib聯(lián)合提前轉(zhuǎn)運Ta策略模型

共享庫存Ib聯(lián)合提前轉(zhuǎn)運Ta策略實施要在零售商B庫存IRB充足基礎(chǔ)上進(jìn)行，因此零售商A受缺貨敏感度δ和零售商B影響，其共享庫存系數(shù)ω和提前轉(zhuǎn)運Ta策略表達(dá)式分別為:

ω=WITHLOOKUP(IRB/RB)ETS=δ×β

4 生鮮品供應(yīng)中斷庫存控制策略仿真及優(yōu)化

在新冠疫情背景下，本文根據(jù)對天津某區(qū)域生鮮超市供應(yīng)鏈實際調(diào)研得到相關(guān)數(shù)據(jù)，運用VENSIM PIE軟件進(jìn)行系統(tǒng)仿真。設(shè)初始時間=0周，終止時間=20周，步長=0.125周，且根據(jù)假設(shè)4設(shè)置市場需求為D=RANDOMNORMAL(50,180,90,10,1)。此外，設(shè)定相關(guān)參數(shù)為：ts=2,res=0.3,tas=1,tDC=2,reDC=0.3,taDC=1,tR=2,reR=0.3,taR=1,tA=1,tB=1,Q0=200,Mp=300,c=9,cd=5,p=15,p1=0.8,p2=0.2,v=1,h=1,A0初始值=300，IS初始庫存=200，IDC初始庫存=200，IR初始庫存=200，IRA初始庫存=100，IRB初始庫存=100進(jìn)行仿真分析。根據(jù)各參數(shù)取值設(shè)供應(yīng)端滿足最大市場訂貨數(shù)為200。

4.1 序參量作用下庫存動態(tài)仿真分析

4.1.1 序參量-疫情風(fēng)險傳導(dǎo)系數(shù)β與變質(zhì)率θ的影響

根據(jù)假設(shè)1設(shè)情景一為存在一個易感染節(jié)點Stb、一個感染節(jié)點Itb和一個恢復(fù)節(jié)點Rtb；情景二為存在一個Stb、兩個Itb，不存在Rtb；情景三為存在三個Itb，不存在Rtb和Stb，且三種情景下各節(jié)點間均存在供需關(guān)系。分別如公式(5)(6)(7)所示:

(5)

(6)

(7)

同時，根據(jù)假設(shè)1設(shè)三種情景下的供應(yīng)中斷時長tb分別為0.5，1.5，2.5；根據(jù)假設(shè)2設(shè)變質(zhì)率的線性函數(shù)中a=2,b=0.1。因此，建立三種疫情風(fēng)險情景如表2所示。

表2 不同供應(yīng)中斷時長下的疫情風(fēng)險情景

隨著疫情風(fēng)險傳導(dǎo)系數(shù)β和變質(zhì)率θ的改變，供應(yīng)鏈各環(huán)節(jié)供應(yīng)商、配送中心和零售商庫存水平動態(tài)變化趨勢如圖5(a)～(c)所示。

4.1.2 庫存動態(tài)振蕩的供應(yīng)中斷時長tb分析

在仿真時間t的20周內(nèi)發(fā)生供應(yīng)中斷時，圖5(a)所示，情景一中當(dāng)疫情風(fēng)險傳導(dǎo)系數(shù)β和變質(zhì)率θ較小時，各級庫存通過內(nèi)部調(diào)節(jié)很快適應(yīng)需求變化，使庫存水平趨于平穩(wěn)；圖5(b)所示，在情景二中各級庫存水平振蕩更加劇烈，且不能在短期內(nèi)使庫存水平趨于平穩(wěn)；圖5(c)表明隨著β和θ不斷增加，如果在情景三中不及時采取其他庫存控制策略，則很難滿足大量需求，因此將不同供應(yīng)中斷時長tb下的β，θ作為關(guān)鍵值進(jìn)行下一步的研究。

圖5 β、θ變化時供應(yīng)鏈各環(huán)節(jié)庫存動態(tài)趨勢

4.2 零售商庫存控制策略與仿真分析

4.2.1 情景一：優(yōu)化保鮮投入λ策略

在情景一中，由于中斷時長tb較短則不考慮供應(yīng)不及時的情況，因此，根據(jù)假設(shè)3，此時需要優(yōu)化對生鮮品的保鮮投入λ，保障生鮮時效性Tf。此時，零售商采取的具體策略為增加保鮮投入λ，即分別設(shè)置λ=0.80,0.90,1.00，仿真結(jié)果如圖6所示。

由圖6(a)可知，保鮮投入λ越大，其商品新鮮度Fg越高；由圖6(b)可知，增加對生鮮品的保鮮投入λ可以有效提高零售商庫存水平IR降低庫存波動。因此，在情景一中增加保鮮投入λ優(yōu)化生鮮供應(yīng)鏈零售商庫存控制策略的有效途徑。

圖6 β、θ臨界點后λ優(yōu)化下各變量趨勢

4.2.2 情景二：優(yōu)化安全庫存ss策略

安全庫存ss可以很好的解決運輸延遲以及需求異常放大問題，同時還可以保證零售企業(yè)較高服務(wù)水平。服務(wù)水平可以用產(chǎn)品在存儲周期內(nèi)不發(fā)生缺貨的概率來表示，一般設(shè)定為95%。根據(jù)以上分析，安全庫存用如下公式(8)來描述：

(8)

根據(jù)假設(shè)4及服務(wù)水平設(shè)定，查詢正態(tài)分布表得到Z=1.64。設(shè)置提前期LT=1，初始安全庫存為ss*。正常狀態(tài)下安全庫存ss=100%ss*，此時零售商采取的具體策略為確定最優(yōu)保鮮投入λ=1.00，增加安全庫存ss分別為200%ss*、300%ss*，仿真結(jié)果如圖7所示：

圖7 β、θ臨界點后ss優(yōu)化下各變量趨勢

由圖7可知，增加安全庫存ss可以明顯減少積存訂單A0，零售商庫存水平未顯著增加或減少，且逐漸趨于穩(wěn)定狀態(tài)。因此，在優(yōu)化保鮮投入λ和安全庫存ss策略下有效地提高生鮮時效性Tf和供應(yīng)時效性Ts，實現(xiàn)供需匹配。

4.2.3 情景三：共享庫存Is聯(lián)合提前轉(zhuǎn)運Ta策略

根據(jù)假設(shè)7和假設(shè)6求得共享庫存Is表達(dá)式，其中，橫坐標(biāo)x為轉(zhuǎn)運時間，縱坐標(biāo)y為平均每階段轉(zhuǎn)移庫存的共享因子，具體表函數(shù)設(shè)置如表3所示。

表3 x和y關(guān)系表

由表3可以看出，共享庫存系數(shù)ω=(0,0.2588),(2,4.386),(4,5.746),(6,5.877),(8,5.877),(10,5.877)，將其代入公式(4)中求得表達(dá)式如公式(9)所示:

(9)

此時共享因子k、c、d分別為0.68、3.026、5.877，在此基礎(chǔ)上聯(lián)合提前轉(zhuǎn)運Ta策略，引入缺貨敏感度δ，當(dāng)零售商獲取信息及上游庫存、供貨等信息的數(shù)量和準(zhǔn)確度越高，缺貨敏感因子α越大，基于此實施提前轉(zhuǎn)運Ta策略緩解零售商庫存水平IR振蕩。因此，在情景三中依次設(shè)置α=0.10,0.25,0.40其仿真結(jié)果如圖8所示。

圖8 β、θ臨界點后α影響下各變量趨勢

表4 不同疫情風(fēng)險情景下生鮮品供應(yīng)中斷庫存控制優(yōu)化策略

由圖8(a)可知，通過設(shè)置δ可以使零售商A提前感知缺貨風(fēng)險發(fā)生，及時實施庫存轉(zhuǎn)運，且隨著α的增加，生鮮品供應(yīng)量Sfp明顯提高；由圖8(b)可知，此策略的實施有效提升零售商A庫存水平IRA。因此，共享庫存IS聯(lián)合提前轉(zhuǎn)運Ta策略更好的實現(xiàn)供需匹配。

4.2.4 生鮮品庫存控制優(yōu)化策略

通過上述仿真與分析，我們探究出隨著疫情風(fēng)險疊加使供應(yīng)中斷時長tb不斷增加，由表4可知，在不同疫情風(fēng)險情景下，通過選擇不同的庫存控制優(yōu)化策略實現(xiàn)了生鮮供應(yīng)鏈零售商庫存控制策略雙重時效性Td，對零售商企業(yè)在疫情背景下進(jìn)行庫存控制具有重要意義。

5 結(jié)論

重大疫情引發(fā)的供應(yīng)中斷為企業(yè)滿足消費者需求和控制庫存水平帶來了巨大難度。傳統(tǒng)的供應(yīng)鏈庫存管理各節(jié)點庫存之間缺乏有效的溝通。隨著信息網(wǎng)絡(luò)的發(fā)展，供應(yīng)鏈的管理理念開始提升，將傳統(tǒng)庫存管理轉(zhuǎn)變?yōu)閂MI模式，雖然有效降低庫存，但對供應(yīng)商的依賴性較強(qiáng)、協(xié)作水平有限。后來在不斷的改進(jìn)和實踐中提出了JMI模式，但其建立和協(xié)調(diào)的成本較高且運作困難。在市場環(huán)境變化的影響下產(chǎn)生了一種全新的CPFR管理模式，該模式下供應(yīng)鏈的適用性和庫存調(diào)節(jié)能力得到明顯提高，但以客戶為中心的思想還未完全實現(xiàn)。

為了探討終端零售商如何在面對不同疫情風(fēng)險情景時進(jìn)行庫存控制，本文通過構(gòu)建三級生鮮供應(yīng)鏈庫存系統(tǒng)，通過模擬仿真得出以下結(jié)論和相應(yīng)啟示：(1)通過對疫情風(fēng)險情景劃分，分析供應(yīng)中斷時庫存動態(tài)變化趨勢，本文發(fā)現(xiàn)隨著序參量增大各級庫存水平振蕩幅度也隨之增大，因此疫情風(fēng)險傳導(dǎo)系數(shù)與變質(zhì)率影響庫存控制策略的制定；(2)通過優(yōu)化保鮮投入可以在一定時間內(nèi)有效增加商品新鮮度，緩解其腐爛變質(zhì)速度，在情景一中保障了庫存和線下商品質(zhì)量，更好的滿足消費者需求；(3)在情景二中，供應(yīng)中斷時長變化使疫情風(fēng)險傳導(dǎo)系數(shù)和變質(zhì)率同時增加，在這種情況下同時優(yōu)化保鮮投入和安全庫存可以幫助零售商企業(yè)更好的完成消費者訂單，從而保障雙重時效性；(4)在共享庫存聯(lián)合提前轉(zhuǎn)運策略下，零售商通過缺貨敏感度及時感知和判斷出哪些商品即將缺貨，并在共享庫存基礎(chǔ)上提前轉(zhuǎn)運其他沒有缺貨風(fēng)險的零售商庫存來維持自身庫存水平的穩(wěn)定，使其在情景三狀態(tài)下實現(xiàn)供需匹配。

因此，在目前重大突發(fā)疫情形勢特殊背景下，本文提出零售商企業(yè)在不同風(fēng)險情景中通過優(yōu)化保鮮投入策略、安全庫存策略、以及共享庫存聯(lián)合提前轉(zhuǎn)運策略可以更好的保障生鮮品質(zhì)量、快速響應(yīng)消費者需求、真正做到以客戶需求為中心、實現(xiàn)雙重時效性，為供應(yīng)鏈零售企業(yè)在今后面對突發(fā)疫情時采取策略提供參考。