關(guān)鍵詞：多重中斷；庫(kù)存策略；仿真分析；高端裝備制造

中圖分類號(hào)：F272 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-7934（2024）09-0005-22

一、引言

隨著全球化進(jìn)程加快，供應(yīng)鏈復(fù)雜性不斷增加，企業(yè)面臨的供應(yīng)鏈中斷風(fēng)險(xiǎn)也隨之上升。自然災(zāi)害、國(guó)際政治動(dòng)蕩、技術(shù)封鎖以及重大疫情等多種突發(fā)事件均可能導(dǎo)致供應(yīng)鏈中斷，進(jìn)而引發(fā)企業(yè)運(yùn)營(yíng)成本增加和客戶滿意度降低，甚至威脅到企業(yè)的市場(chǎng)地位。以2021年3月蘇伊士運(yùn)河堵塞事件為例，臺(tái)灣長(zhǎng)榮海運(yùn)的“長(zhǎng)賜號(hào)”貨輪擱淺導(dǎo)致該國(guó)際貿(mào)易要道受阻，對(duì)全球貿(mào)易流動(dòng)造成了嚴(yán)重影響，并導(dǎo)致了巨大的經(jīng)濟(jì)損失。因此，高端制造業(yè)供應(yīng)鏈亟須提升供應(yīng)鏈韌性，以應(yīng)對(duì)供應(yīng)鏈中斷風(fēng)險(xiǎn)。然而，供應(yīng)鏈中斷風(fēng)險(xiǎn)已不再局限于單一事件，多事件引起的多重中斷風(fēng)險(xiǎn)已成為常態(tài)［1］，這也帶來了新的挑戰(zhàn)。

近年來，我國(guó)高端裝備制造業(yè)實(shí)現(xiàn)了快速發(fā)展，已成為國(guó)家經(jīng)濟(jì)發(fā)展的重要支柱。該產(chǎn)業(yè)具有技術(shù)含量高、位于價(jià)值鏈高端和產(chǎn)業(yè)鏈的核心位置等特點(diǎn)，其所需核心零部件制造工藝較為復(fù)雜且生產(chǎn)周期較長(zhǎng)，仍主要依賴進(jìn)口。重大突發(fā)事件頻發(fā)，可能導(dǎo)致高端裝備制造企業(yè)供應(yīng)中斷，出現(xiàn)零部件供應(yīng)商供應(yīng)受阻、企業(yè)生產(chǎn)停滯等問題，最終無法及時(shí)響應(yīng)市場(chǎng)需求。因此，構(gòu)建更有彈性的供應(yīng)鏈、 確保供應(yīng)鏈的穩(wěn)定運(yùn)行，已成為當(dāng)前高端裝備制造企業(yè)的當(dāng)務(wù)之急，探究通過高效的庫(kù)存策略來減少供應(yīng)中斷損失，增強(qiáng)企業(yè)的風(fēng)險(xiǎn)應(yīng)對(duì)能力具有重要意義。

在以往研究中，眾多學(xué)者深入分析了供應(yīng)鏈中斷的風(fēng)險(xiǎn)因素，并提出了多種理論框架和應(yīng)對(duì)策略。郜慶［2］從全球價(jià)值鏈的視角出發(fā)，探討了供應(yīng)鏈中斷風(fēng)險(xiǎn)的管理策略，為跨國(guó)企業(yè)的供應(yīng)鏈風(fēng)險(xiǎn)管理提供了新的視角。姜婷等［3］在理論分析的基礎(chǔ)上，構(gòu)建了供應(yīng)鏈應(yīng)急能力圖譜，并提出了提升企業(yè)應(yīng)急能力的具體路徑。

在供應(yīng)鏈中斷風(fēng)險(xiǎn)識(shí)別的研究方面，宋英華等［4］運(yùn)用貝葉斯網(wǎng)絡(luò)和模糊集理論，對(duì)極端天氣事件導(dǎo)致的業(yè)務(wù)中斷風(fēng)險(xiǎn)進(jìn)行了量化分析，識(shí)別了關(guān)鍵的風(fēng)險(xiǎn)因素。針對(duì)新型冠狀病毒感染疫情對(duì)汽車行業(yè)供應(yīng)鏈的影響，樊雪梅和盧夢(mèng)媛［5］提出了供應(yīng)鏈模式優(yōu)化的建議，以應(yīng)對(duì)未來可能出現(xiàn)的類似“黑天鵝”事件。宋華［6］則強(qiáng)調(diào)了建立供應(yīng)鏈預(yù)警體系的重要性，提倡通過數(shù)字化手段增強(qiáng)供應(yīng)鏈的彈性和效率。這些研究不僅為理解供應(yīng)鏈中斷風(fēng)險(xiǎn)提供了理論基礎(chǔ)，也為風(fēng)險(xiǎn)管理實(shí)踐提供了策略指導(dǎo)。

在供應(yīng)鏈中斷風(fēng)險(xiǎn)的應(yīng)對(duì)策略研究方面，孔進(jìn)和李芳［7］探討了在供應(yīng)中斷情況下，制造商采取不同應(yīng)對(duì)策略對(duì)時(shí)間敏感性供應(yīng)鏈的影響，并運(yùn)用博弈論建立了決策模型來分析這些策略的有效性。王靜和陳希［8］從供應(yīng)鏈風(fēng)險(xiǎn)管理的角度出發(fā)，研究了制造商通過保留冗余產(chǎn)能、儲(chǔ)備庫(kù)存和啟用備選制造商等措施來構(gòu)建風(fēng)險(xiǎn)應(yīng)對(duì)方案。建立了以供應(yīng)鏈期望收益最大化為目標(biāo)的決策模型，并通過實(shí)例分析驗(yàn)證了該模型的有效性。景熠等［9］引入了消費(fèi)者偏好這一變量，通過構(gòu)建單源采購(gòu)和多源采購(gòu)的博弈模型，分析了突發(fā)事件影響下不同采購(gòu)策略下的供應(yīng)鏈決策問題。胡韓莉等［10］在供需中斷和質(zhì)量多重風(fēng)險(xiǎn)的背景下，探究了制造商通過馬爾科夫決策模型來制定動(dòng)態(tài)采購(gòu)策略，并比較了檢查機(jī)制和延期付款機(jī)制對(duì)采購(gòu)決策的影響。

其中，庫(kù)存策略優(yōu)化是應(yīng)對(duì)供應(yīng)鏈中斷風(fēng)險(xiǎn)的關(guān)鍵策略之一。適當(dāng)?shù)膸?kù)存水平調(diào)整能夠確保客戶需求得到滿足，維持企業(yè)運(yùn)營(yíng)的連續(xù)性，并降低因中斷導(dǎo)致的負(fù)面后果。文獻(xiàn)中提出了多種優(yōu)化庫(kù)存策略的模型和算法，以應(yīng)對(duì)供應(yīng)鏈中斷。庫(kù)維利斯（Kouvelis）［11］等提出了一個(gè)綜合性的風(fēng)險(xiǎn)管理框架，強(qiáng)調(diào)了庫(kù)存水平調(diào)整在減輕中斷風(fēng)險(xiǎn)中的作用。亞科武（Iakovou）［12］等開發(fā)了結(jié)合雙源供應(yīng)網(wǎng)絡(luò)與庫(kù)存中斷管理的決策模型，有效平衡庫(kù)存策略與風(fēng)險(xiǎn)管理的關(guān)系，并提高供應(yīng)鏈的韌性和穩(wěn)定性。阿坦（Atan）和史奈德（Snyder）［13］提出了適用于不同中斷情形的經(jīng)濟(jì)訂貨批量（EOQ）模型、（Q，R）模型和EMQ模型，為管理者提供了實(shí)用的庫(kù)存策略參考。王能民［14］等研究了海外倉(cāng)和道路中斷風(fēng)險(xiǎn)的多式聯(lián)運(yùn)優(yōu)化問題，建立了以最小化成本和最大化客戶滿意度的雙目標(biāo)優(yōu)化模型，通過算例分析探討了海外倉(cāng)對(duì)降低總成本和縮短等待時(shí)間的潛在影響。慕靜［15］等構(gòu)建了一個(gè)三級(jí)庫(kù)存動(dòng)力學(xué)模型來評(píng)估疫情風(fēng)險(xiǎn)和產(chǎn)品變質(zhì)率對(duì)庫(kù)存的影響，并提出了優(yōu)化保鮮投入、聯(lián)合安全庫(kù)存以及共享庫(kù)存提前轉(zhuǎn)運(yùn)策略，來緩解疫情風(fēng)險(xiǎn)帶來的影響。張以彬等［16］針對(duì)自然災(zāi)害和恐怖襲擊等引起的供應(yīng)中斷，提出了穩(wěn)健的庫(kù)存控制和虛擬雙源生產(chǎn)的混合應(yīng)急策略。此外，李（Li）［17］等根據(jù)中斷的發(fā)生時(shí)間和持續(xù)時(shí)間，采用成本最小化模型來管理生產(chǎn)庫(kù)存系統(tǒng)的供應(yīng)中斷，為企業(yè)制訂有效的供應(yīng)中斷管理策略提供了參考依據(jù)。達(dá)羅姆（Darom）［18］等關(guān)注于供應(yīng)鏈中斷后的恢復(fù)策略，提出一個(gè)考慮安全庫(kù)存和碳排放的兩階段供應(yīng)鏈恢復(fù)模型，實(shí)現(xiàn)了經(jīng)濟(jì)和環(huán)保雙重目標(biāo)的平衡。

綜上所述，盡管學(xué)術(shù)界對(duì)供應(yīng)鏈中斷應(yīng)對(duì)策略的相關(guān)研究取得了一定進(jìn)展，但仍存在進(jìn)一步拓展的研究空間。當(dāng)前研究大多聚焦于單一事件引起的供應(yīng)中斷，且?guī)齑娌呗詢?yōu)化目標(biāo)主要關(guān)注于庫(kù)存總成本最小化，而很少有將庫(kù)存總成本與服務(wù)水平共同考慮進(jìn)行綜合評(píng)估的研究。同時(shí)，針對(duì)高端裝備制造企業(yè)采用庫(kù)存策略應(yīng)對(duì)中斷風(fēng)險(xiǎn)的研究較為匱乏。因此，本文基于（s，S）策略與（Q，R）策略構(gòu)建庫(kù)存控制模型，綜合考慮庫(kù)存總成本與平均服務(wù)水平，通過仿真分析，對(duì)不同情景下的兩種策略進(jìn)行優(yōu)劣比較，并探究高端裝備制造企業(yè)在多重供應(yīng)風(fēng)險(xiǎn)中斷下的庫(kù)存應(yīng)對(duì)策略與選擇。

二、問題描述與基本假設(shè)

（一） 問題描述

本文的研究系統(tǒng)為由兩個(gè)供應(yīng)商、一個(gè)制造商以及下游端的客戶所構(gòu)成的多級(jí)供應(yīng)鏈系統(tǒng)。制造商位于長(zhǎng)沙，主要生產(chǎn)工程機(jī)械類等高端制造產(chǎn)品，選取履帶式起重機(jī)生產(chǎn)所需的代表性核心零部件液壓件和發(fā)動(dòng)機(jī)為研究對(duì)象，兩類零部件均從德國(guó)進(jìn)口，分別由供應(yīng)商A以及供應(yīng)商B進(jìn)行供應(yīng)，對(duì)應(yīng)的核心零件也用A與B表示，具體如圖1所示。

制造商按照面向庫(kù)存型（MTS）方式進(jìn)行生產(chǎn)，其生產(chǎn)的直接目的是補(bǔ)充成品庫(kù)存，通過維持一定的成品庫(kù)存量即時(shí)滿足下游客戶的需求。在生產(chǎn)成品的過程中，分別采用（s，S）策略和（Q，R）策略來進(jìn)行庫(kù)存管理和生產(chǎn)計(jì)劃的制訂，成品直接銷售給下游客戶，主要客戶群體為工程建筑類施工企業(yè)，且市場(chǎng)需求量不確定，具有隨機(jī)性，記需求量為Dt。生產(chǎn)成品所需的核心零件均為進(jìn)口件，同樣采用上述兩種庫(kù)存管理策略，采購(gòu)的核心零部件分別由獨(dú)立的供應(yīng)商通過海運(yùn)的方式運(yùn)輸至制造商。本研究針對(duì)在供應(yīng)過程中由自然災(zāi)害（臺(tái)風(fēng)為例）和公共衛(wèi)生事件（疫情為例）兩種突發(fā)事件引起的多重供應(yīng)中斷風(fēng)險(xiǎn)進(jìn)行研究。對(duì)于制造商而言，多重供應(yīng)中斷會(huì)使得其所需的核心零件延期到貨，進(jìn)而引發(fā)生產(chǎn)停滯與成品缺貨，無法滿足客戶訂單需求。

為此，本文基于庫(kù)存冗余視角，在給定仿真周期內(nèi)，以高端裝備制造企業(yè)庫(kù)存總成本和平均客戶服務(wù)水平作為評(píng)價(jià)指標(biāo)，研究如何在高端制造業(yè)供應(yīng)鏈的核心節(jié)點(diǎn)處采取合適的庫(kù)存策略，從而有效應(yīng)對(duì)多重供應(yīng)中斷風(fēng)險(xiǎn)。

（二） 基本假設(shè)

為了方便研究并不失一般性，現(xiàn)進(jìn)行如下六點(diǎn)假設(shè)。

假設(shè)1：制造商生產(chǎn)單件產(chǎn)品需要的兩種核心零部件數(shù)量均為1，并由兩個(gè)獨(dú)立的供應(yīng)商供應(yīng)。

假設(shè)2：若當(dāng)期現(xiàn)有庫(kù)存無法滿足當(dāng)期需求時(shí)，將出現(xiàn)失銷所產(chǎn)生的缺貨成本。

假設(shè)3：當(dāng)任意一個(gè)核心零件的現(xiàn)有庫(kù)存量降至零時(shí)，不能制定成品生產(chǎn)計(jì)劃。

假設(shè)4：核心零部件在供應(yīng)過程中將面臨臺(tái)風(fēng)和疫情引起的多重供應(yīng)中斷風(fēng)險(xiǎn)。

假設(shè)5：生產(chǎn)成品所需的所有零部件齊全時(shí)，組裝為成品所需的加工時(shí)間為成品生產(chǎn)周期。

假設(shè)6：核心零部件的采購(gòu)提前期為零部件從采購(gòu)訂單下達(dá)到運(yùn)送至制造商倉(cāng)庫(kù)所需的時(shí)間。

三、基于（s，S）策略與（Q，R）策略的庫(kù)存控制模型

（一）符號(hào)與變量說明

四、仿真分析

（一）初始值與參數(shù)的設(shè)定

本文選取長(zhǎng)沙某工程機(jī)械領(lǐng)軍企業(yè)所生產(chǎn)的履帶式起重機(jī)中較為成熟的一系列該產(chǎn)品作為研究對(duì)象。首先，設(shè)定仿真周期T為一年（360天），參照相關(guān)研究［5］設(shè)定疫情發(fā)生概率為PA=0.02，考慮到疫情爆發(fā)的隨機(jī)性和反復(fù)性等特點(diǎn)，以給定的概率隨機(jī)生成疫情的爆發(fā)時(shí)點(diǎn)記作t0，持續(xù)時(shí)長(zhǎng)［10］為t-=randi7～28，且每間隔一段時(shí)間t*后又隨機(jī)爆發(fā)；同樣，針對(duì)臺(tái)風(fēng)的季節(jié)性，采取泊松分布λ=3模擬發(fā)生次數(shù)，在7—9月隨機(jī)選取爆發(fā)時(shí)點(diǎn)記作t1，用指數(shù)分布θ=7來生成臺(tái)風(fēng)的中斷持續(xù)時(shí)長(zhǎng)t～，如圖2所示：

通過文獻(xiàn)資料查詢和實(shí)地調(diào)研獲取核心零件A（液壓件）的采購(gòu)單價(jià)約為4萬元，提前期為30天；核心零件B（發(fā)動(dòng)機(jī)）的采購(gòu)單價(jià)約為24萬元，提前期為40天；單件成品的售價(jià)約為125萬元，成品的生產(chǎn)周期tp（組裝時(shí)長(zhǎng)）大約為15天。參考相關(guān)研究［20］設(shè)定平均資金持有系數(shù)h≈19.25%，計(jì)算核心零件每天的持有成本分別為HA=20，HB=120；由公司年報(bào)［21］和行業(yè)分析報(bào)告知履帶式起重機(jī)的歸母凈利潤(rùn)為25%左右，則基于成品的售價(jià)和h值可算出HC=550，然后，結(jié)合履帶式起重機(jī)占總營(yíng)業(yè)收入20%～30%［21］，估算出年總固定庫(kù)存成本C0=600000。其次，根據(jù)式（5）中訂貨成本構(gòu)成公式［22］，查閱德國(guó)運(yùn)輸至中國(guó)的相關(guān)資料設(shè)定生產(chǎn)調(diào)整準(zhǔn)備費(fèi)KC=4000；核心零件的單次訂貨成本KA=350，KB=1250，成品缺貨成本由單件產(chǎn)品利潤(rùn)乘以失銷概率進(jìn)行估算ρ=150000。

由中國(guó)工程機(jī)械工業(yè)協(xié)會(huì)官網(wǎng)［23］所收集的需求量數(shù)據(jù)，采用移動(dòng)平均法對(duì)其進(jìn)行預(yù)測(cè)，通過多項(xiàng)式擬合得到整個(gè)行業(yè)的月度銷量趨勢(shì)，并根據(jù)該企業(yè)在該行業(yè)內(nèi)所占的份額（約30%），對(duì)每個(gè)月的銷量預(yù)測(cè)數(shù)據(jù)乘以份額占比，以近似估計(jì)出制造商的月度需求量預(yù)測(cè)，如圖3所示。隨后，將預(yù)測(cè)得到的月度需求量求和，除以總天數(shù)360天（一年）來計(jì)算日均需求量D=3，標(biāo)準(zhǔn)差σd為1.02，鑒于日需求量為整數(shù)，因此對(duì)每月的需求量進(jìn)行平均后取整，并在此基礎(chǔ)上添加隨機(jī)整數(shù)擾動(dòng)因子，以模擬出日需求量，最終繪制出制造商的日需求預(yù)測(cè)曲線如圖4所示。

徐賢浩和余雙琪［24］的相關(guān)研究中設(shè)定最優(yōu)訂貨周期為tr=EOQ／D，通過計(jì)算得到tCr=18，tAr=20，tBr=14?；诖?，可計(jì)算兩個(gè)核心零件的經(jīng)濟(jì)訂貨批量分別為EOQA=195，EOQB=150，成品的經(jīng)濟(jì)生產(chǎn)批量EPQ=135。根據(jù)式（1）訂貨點(diǎn)的計(jì)算式可得到sC=233，sA=162，sB=174。同樣RC=233，RA=162，RB=174。選取S的計(jì)算系數(shù)α為0.5作為基準(zhǔn)參數(shù)，計(jì)算得到SC=343，SA=237，SB=255。以訂貨點(diǎn)60%設(shè)定初始值XCt=140，XAt=100，XBt=110。將上述計(jì)算的參數(shù)值寫入表1。

表1 初始值與參數(shù)

（二）歸一化處理與綜合評(píng)價(jià)指標(biāo)

通過計(jì)算N次仿真下的庫(kù)存總成本和平均服務(wù)水平兩個(gè)指標(biāo)值對(duì)兩種策略進(jìn)行加權(quán)比較。在進(jìn)行比較之前，采用極大極小歸一化的方法對(duì)N次仿真得到的庫(kù)存總成本進(jìn)行歸一化處理，其計(jì)算式如下：

通過計(jì)算兩種策略在N次仿真下的加權(quán)得分并進(jìn)行比較，從而得出每種策略的平均優(yōu)勢(shì)程度。相對(duì)而言，若優(yōu)勢(shì)比的均值大于零，則表明（s，S）策略在整體性能上占優(yōu)；若均值小于零，則表明（Q，R）策略更具優(yōu)勢(shì)。

（三）結(jié)果分析

1.不同中斷情景與無中斷情景的結(jié)果對(duì)比分析

依據(jù)前文構(gòu)建的模型及參數(shù)設(shè)定，本文運(yùn)用MATLAB軟件進(jìn)行仿真實(shí)驗(yàn)， 并針對(duì)S的計(jì)算系數(shù)α取值為0.5時(shí)，在不同中斷情景下進(jìn)行了1000次仿真模擬。結(jié)果如表2、表3、表4所示。

表2 不同中斷情景下1000次仿真結(jié)果中兩策略的平均性能比較

表3 不同中斷情景下1000次仿真中兩策略相對(duì)最劣性能結(jié)果

表4 不同中斷情景下1000次仿真中兩策略相對(duì)最優(yōu)性能結(jié)果

通過比對(duì)表2，表3和表4中斷發(fā)生前后兩策略在庫(kù)存總成本和服務(wù)水平上的變化能直觀的反應(yīng)出供應(yīng)中斷造成的影響，下面將三種中斷類型相較于無中斷情景進(jìn)行對(duì)比，對(duì)兩策略的庫(kù)存總成本的增幅以及服務(wù)水平的降幅進(jìn)行可視化，如圖5、圖6所示。

表5 不同情景下兩策略庫(kù)存總成本的增幅

表6 不同情景下兩策略服務(wù)水平的降幅

結(jié)合上述表5和表6針對(duì)兩種策略在不同中斷情景下的庫(kù)存總成本增幅與服務(wù)水平降幅進(jìn)行具體分析。

（1）庫(kù)存總成本增幅曲線分析，從單中斷的情景來看，臺(tái)風(fēng)事件導(dǎo)致的中斷影響相對(duì)而言較小，（s，S）策略顯示出較為平穩(wěn)的增幅變化，（Q，R）策略的增幅也相對(duì)較小，這與其持續(xù)時(shí)長(zhǎng)和發(fā)生的特征有關(guān)；而對(duì)于疫情所引起的中斷而言，兩個(gè)策略在庫(kù)存總成本的增幅上均較大，尤其是（Q，R）策略的增幅從曲線上來看更為陡峭。從多重中斷疊加的情景來看，兩種策略的庫(kù)存總成本增幅顯著加劇。（s，S）策略的庫(kù)存總成本最大增幅達(dá)到139.83%，平均增幅112.34%，最小增幅18.46%；（Q，R）策略的最大增幅更是高達(dá)180.26%，平均增幅162.27%，最小增幅32.07%。這一結(jié)果表明，多重中斷疊加時(shí)所造成的損失并非簡(jiǎn)單線性相加，而是呈現(xiàn)出一種“爆發(fā)式”激增的態(tài)勢(shì)。

（2）服務(wù)水平降幅曲線分析。從單中斷的情景來看，臺(tái)風(fēng)事件對(duì)服務(wù)水平的影響相對(duì)較小。相比之下，疫情事件導(dǎo)致的服務(wù)水平降幅更加的明顯，這與兩種突發(fā)事件的特征相吻合。從服務(wù)水平的降幅曲線來看，（s，S）策略的降幅相對(duì)陡峭，而（Q，R）策略的降幅相對(duì)平緩。從多重中斷疊加的情景來看，服務(wù)水平的降幅進(jìn)一步擴(kuò)大。（s，S）策略的服務(wù)水平最大降幅為35.05%，平均降幅19.23%，最小降幅7.99%。（Q，R）策略的最大降幅為37.81%，平均降幅25.10%，最小降幅9.81%。與單中斷情景相比，多重中斷疊加對(duì)服務(wù)水平的影響極為嚴(yán)重。

2.不同情景下 （s，S）策略與（Q，R）策略的對(duì)比分析

針對(duì)（s，S）策略與（Q，R）策略在不同情景下所表現(xiàn)的優(yōu)劣情況，結(jié)合表2的平均性能比較，按照二八原則在1000次的仿真結(jié)果中，對(duì)兩種策略的優(yōu)劣次數(shù)進(jìn)行統(tǒng)計(jì)分析，如圖7所示：

通過圖7對(duì)比這兩種策略在不同中斷情景下的表現(xiàn)，進(jìn)行策略的優(yōu)劣分析：在應(yīng)對(duì)單中斷事件時(shí)，無論是臺(tái)風(fēng)還是疫情導(dǎo)致的中斷，（s，S）策略展現(xiàn)出了較好的適應(yīng)性和穩(wěn)定性，（s，S）策略均表現(xiàn)出較強(qiáng)的抗風(fēng)險(xiǎn)能力。

具體而言，在單中斷臺(tái)風(fēng)事件下的1000次仿真結(jié)果中，該策略優(yōu)于（Q，R）策略614次，其中有68.40%的占比具有1%～15%相對(duì)優(yōu)勢(shì)；同樣在單中斷疫情事件下，該策略優(yōu)于（Q，R）策略的655次，其中有63.8%的占比具有2%～22%相對(duì)優(yōu)勢(shì)。

在多重中斷情況下，（s，S）策略表現(xiàn)的更為出色，在1000次仿真結(jié)果中，共優(yōu)于（Q，R）策略760次，其中有79.6%的占比具有4%～24%的優(yōu)勢(shì)，且有12.98%的平均優(yōu)勢(shì)。

如圖7所示，（Q，R）策略在無中斷或低風(fēng)險(xiǎn)環(huán)境下表現(xiàn)更為有效。1000次仿真結(jié)果中共優(yōu)于（s，S）策略554次，其中有61.91%的占比具有1%～10%的相對(duì)優(yōu)勢(shì)，且有7.71%的平均優(yōu)勢(shì)。

（四）靈敏度分析

1.調(diào)整S計(jì)算系數(shù)α

（1）S計(jì)算系數(shù)α的值為0.7（如表7—表9、圖8、圖9所示）。

表7 α=0.7時(shí)，（s，S）策略與（Q，R）策略平均性能比較

表8 α=0.7時(shí)，（s，S）策略與（Q，R）策略相對(duì)最優(yōu)性能結(jié)果

表9 α=0.7時(shí)，（s，S）策略與（Q，R）策略相對(duì)最劣性能結(jié)果

從上述結(jié)果中來看，相較于α=0.5時(shí)而言，（Q，R）策略庫(kù)存總成本的增幅和服務(wù)水平的降幅維持在相對(duì)穩(wěn)定的狀態(tài)，這表明模型具有較好穩(wěn)健性。相比之下，（s，S）策略在各種中斷情景下，比（Q，R）策略具有更為優(yōu)越的性能。

具體來說：當(dāng)α調(diào)整為0.7時(shí)，在單中斷臺(tái)風(fēng)情景下，（s，S）策略庫(kù)存總成本的平均增幅為12.87%，最小增幅為3.97%，最大增幅為18.99%；同樣，在服務(wù)水平的降幅方面，平均降幅為4.57%，最小降幅為2.11%，最大降幅為7.81%，相較于α=0.5時(shí)有均所改善。

在多重中斷疊加下， （s，S）策略的表現(xiàn)尤為顯著。庫(kù)存總成本平均增幅為70.47%，相較于α=0.5時(shí)降低了41.87%；服務(wù)水平的平均降幅為14.73%，優(yōu)于α=0.5時(shí)的19.23%。這表明當(dāng)α值增大時(shí)更能有效地控制庫(kù)存總成本并減輕中斷帶來的負(fù)面影響。從曲線上看庫(kù)存總成本和服務(wù)水平的變化趨勢(shì)更平緩。

當(dāng)α=0.7時(shí)，對(duì)單中斷疫情和多重中斷情景下兩種策略的優(yōu)劣次數(shù)進(jìn)行統(tǒng)計(jì)分析如圖10所示。

如圖10所示，在單中斷疫情下1000次仿真中，（s，S）策略一共優(yōu)于（Q，R）策略761次，其中有72.79%的占比具有4%～28%的相對(duì)優(yōu)勢(shì)，平均優(yōu)勢(shì)為15.93%；而在多重中斷疊加下的1000次仿真中，該策略共優(yōu)于（Q，R）策略814次，有78.99%的占比具有5%～27%相對(duì)優(yōu)勢(shì)，平均優(yōu)勢(shì)為16.27%。由此可見，當(dāng)S計(jì)算系數(shù)較高時(shí)，相比較于α=0.5時(shí)（s，S）策略比（Q，R）策略的優(yōu)勢(shì)更加顯著。

（2）S計(jì)算系數(shù)α的值為0.3（如表10—表12、圖11、圖12所示）。

表10 α=0.3時(shí)，（s，S）策略與（Q，R）策略平均性能比較

表11 α=0.3時(shí)，（s，S）策略與（Q，R）策略相對(duì)最優(yōu)性能結(jié)果

表12 α=0.3時(shí)，（s，S）策略與（Q，R）策略相對(duì)最劣性能結(jié)果

當(dāng)調(diào)整S的計(jì)算系數(shù)α=0.3時(shí)，從表10中結(jié)果來看，（s，S）策略的表現(xiàn)相較于α=0.5時(shí)和α=0.7時(shí)的性能均有所下降。從庫(kù)存總成本的增幅角度來看，（s，S）策略在單中斷疫情下庫(kù)存總成本的平均增幅上升至79.68%，相比于α=0.5時(shí)增加了35.22%；同樣，在多重中斷疊加下，庫(kù)存總成本的平均增幅為157.41%，相比于α=0.5時(shí)上升了45.07%，但從庫(kù)存總成本增幅曲線來看，在該情景下（s，S）策略與（Q，R）策略的趨勢(shì)幾乎一致。

就服務(wù)水平而言，（s，S）策略在單中斷疫情下服務(wù)水平的平均降幅14.96%，高于α=0.5時(shí)的9.73%，從服務(wù)水平降幅曲線來看（s，S）策略降幅相對(duì)陡峭。可見S計(jì)算系數(shù)α值設(shè)定的較小，會(huì)影響服務(wù)水平。

在α=0.3時(shí)，對(duì)單中斷臺(tái)風(fēng)和單中斷疫情兩種單中斷情景下相對(duì)優(yōu)勢(shì)較為明顯的優(yōu)劣次數(shù)進(jìn)行統(tǒng)計(jì)分析如圖13所示：

由圖13可知，在1000次仿真結(jié)果中，在單中斷臺(tái)風(fēng)情景下（Q，R）策略一共優(yōu)于（s，S）策略667次，其中有70.16%的占比具有1%～16%相對(duì)優(yōu)勢(shì)，平均優(yōu)勢(shì)為12.50%；而在單中斷疫情情景下，該策略共優(yōu)于（s，S）策略522次，有74.13%的占比具有3%～38%相對(duì)優(yōu)勢(shì)，平均優(yōu)勢(shì)為22.97%。由此可見，當(dāng)S計(jì)算系數(shù)α=0.3時(shí)，（Q，R）策略相較于（s，S）策略更有優(yōu)勢(shì)。

2.調(diào)整中斷持續(xù)時(shí)長(zhǎng)

在前文參數(shù)設(shè)定的基礎(chǔ)上，將臺(tái)風(fēng)事件中斷時(shí)長(zhǎng)設(shè)定為服從參數(shù)θ=10的指數(shù)分布，疫情事件中斷時(shí)長(zhǎng)在t-=randi（14，21）之間，調(diào)整之后再次進(jìn)行不同情景下的1000次仿真模擬，結(jié)果如表13—表15所示。

表13 調(diào)整中斷時(shí)長(zhǎng)后，（s，S）策略與（Q，R）策略平均性能比較

表14 調(diào)整中斷時(shí)長(zhǎng)后，（s，S）策略與（Q，R）策略相對(duì)最優(yōu)性能結(jié)果

表15 調(diào)整中斷時(shí)長(zhǎng)后，（s，S）策略與（Q，R）策略相對(duì)最劣性能結(jié)果

從上述仿真結(jié)果來看，當(dāng)突發(fā)事件的中斷持續(xù)時(shí)長(zhǎng)增加時(shí)，在不同類型的中斷情景下，兩種策略的性能比較結(jié)果與α=0.5時(shí)相差并不大，庫(kù)存總成本增幅曲線和服務(wù)水平降幅曲線的變化趨勢(shì)與α=0.5時(shí)相類似，這再次表明該模型的具有良好的穩(wěn)定性（如圖14、圖15所示）。

從庫(kù)存總成本的增幅來看，兩種策略的增幅均大幅增加，相比之下在多重中斷情景下（Q，R）策略的增幅更為嚴(yán)峻，平均增幅高達(dá)177.70%，其庫(kù)存總成本增幅曲線的趨勢(shì)更為明顯；從服務(wù)水平降幅曲線來看，兩種策略的降幅趨勢(shì)相似，但（s，S）策略的降幅相對(duì)較小。

五、結(jié)論與建議

本文構(gòu)建了一個(gè)包含供應(yīng)商、制造商和客戶的三級(jí)供應(yīng)鏈系統(tǒng)，并從庫(kù)存冗余的角度出發(fā)，建立了（Q，R）和（s，S）兩種策略的庫(kù)存控制模型。考慮了庫(kù)存總成本和平均服務(wù)水平，通過仿真分析，對(duì)兩種策略在多重供應(yīng)中斷風(fēng)險(xiǎn)下的性能進(jìn)行了多方面的評(píng)估與分析。

結(jié)合本文的仿真結(jié)果分析，得出下述結(jié)論：突發(fā)事件所導(dǎo)致的供應(yīng)中斷對(duì)高端裝備制造企業(yè)的庫(kù)存總成本和平均服務(wù)水平都產(chǎn)生了顯著的負(fù)面影響，且影響程度與中斷的類型和嚴(yán)重程度有關(guān)，而在多重中斷疊加的情況下所造成的庫(kù)存總成本與平均服務(wù)水平變動(dòng)并非簡(jiǎn)單線性疊加，而是呈現(xiàn)出一種“指數(shù)級(jí)”的變化趨勢(shì)，企業(yè)應(yīng)對(duì)此給予高度重視；在綜合考慮庫(kù)存總成本與服務(wù)水平基礎(chǔ)上，面對(duì)中斷所帶來的影響，（s，S）策略比（Q，R）策略有更明顯的優(yōu)勢(shì)，尤其是應(yīng)對(duì)多重供應(yīng)中斷情景時(shí)較為顯著，此外，當(dāng)設(shè)定S的計(jì)算系數(shù)較大時(shí)，能夠更好的減少供應(yīng)中斷帶來的損失。而在無中斷的情景時(shí)，（Q，R）策略則表現(xiàn)出較好的效益；靈敏度分析結(jié)果表明，在不同情景下庫(kù)存總成本增幅和服務(wù)水平降幅的變化趨勢(shì)均趨于一致，這表明本研究所探討的多重中斷事件所造成的影響具有一定的普適性規(guī)律。

根據(jù)上述結(jié)論，提出以下建議：在面臨多重中斷風(fēng)險(xiǎn)時(shí)，高端裝備制造企業(yè)應(yīng)根據(jù)實(shí)際運(yùn)營(yíng)環(huán)境對(duì)風(fēng)險(xiǎn)進(jìn)行全面評(píng)估，選擇最適合的供應(yīng)鏈管理策略。在面臨自然災(zāi)害和公共衛(wèi)生如臺(tái)風(fēng)和疫情等多重中斷風(fēng)險(xiǎn)時(shí)，建議采用（s，S）策略進(jìn)行庫(kù)存管理，并適當(dāng)提高S的庫(kù)存水位值來更好的降低供應(yīng)中斷所造成的損失。而在風(fēng)險(xiǎn)較低或正常運(yùn)營(yíng)狀態(tài)下，企業(yè)可選擇實(shí)施（Q，R）策略，同時(shí)應(yīng)加強(qiáng)風(fēng)險(xiǎn)管理和應(yīng)急準(zhǔn)備，以確保在潛在中斷發(fā)生時(shí)能夠迅速有效地應(yīng)對(duì)。

此外，本研究中主要針對(duì)兩種主流庫(kù)存策略進(jìn)行了比較分析，下一步研究將考慮在多重中斷風(fēng)險(xiǎn)下構(gòu)建以庫(kù)存總成本最小化和服務(wù)水平最大化的雙目標(biāo)優(yōu)化模型，并運(yùn)用優(yōu)化算法求解最優(yōu)庫(kù)存策略。

參考文獻(xiàn)：

［1］盧志平，薛大衛(wèi).不同中斷情形下汽車供應(yīng)鏈中斷的恢復(fù)策略研究——基于系統(tǒng)動(dòng)力學(xué)的仿真分析［J］.供應(yīng)鏈管理，2024，5（3）：58-78.

［2］郜慶.全球價(jià)值鏈視角的供應(yīng)鏈中斷風(fēng)險(xiǎn)應(yīng)對(duì)機(jī)制研究［J］.甘肅社會(huì)科學(xué)，2019（1）：154-158.

［3］姜婷，周偉良，孫家軍.面向供應(yīng)鏈中斷風(fēng)險(xiǎn)的應(yīng)急能力提升路徑研究 ［J］. 安徽行政學(xué)院學(xué)報(bào)， 2021（3）： 57-62.

［4］宋英華，馬連隆，楊麗嬌，等.基于模糊BN的企業(yè)業(yè)務(wù)中斷風(fēng)險(xiǎn)分析：以洪澇災(zāi)害情景為例［J］.中國(guó)安全科學(xué)學(xué)報(bào)，2019，29（6）：1-6.

［5］樊雪梅， 盧夢(mèng)媛.新冠疫情下汽車企業(yè)供應(yīng)鏈韌性影響因素及評(píng)價(jià)［J］. 工業(yè)技術(shù)經(jīng)濟(jì)， 2020， 39（10）： 21-28.

［6］宋華.建立數(shù)字化的供應(yīng)鏈韌性管理體系——一個(gè)整合性的管理框架［J］.供應(yīng)鏈管理，2022，3（10）：9-20.

［7］孔進(jìn)，李芳.供應(yīng)中斷風(fēng)險(xiǎn)下制造商應(yīng)對(duì)策略研究［J］.上海理工大學(xué)學(xué)報(bào)，2021，43（4）：409-420.

［8］王靜，陳希.考慮供應(yīng)鏈中斷風(fēng)險(xiǎn)的制造商風(fēng)險(xiǎn)應(yīng)對(duì)方案研究［J］.工業(yè)工程與管理，2019，24（3）：27-34.

［9］景熠，劉芹芹，周林.突發(fā)事件影響下考慮供應(yīng)中斷風(fēng)險(xiǎn)和消費(fèi)者偏好的制造商采購(gòu)策略研究［J］.中國(guó)管理科學(xué)，2023（6）：1-16.

［10］胡韓莉，曹裕，吳堪.中斷與質(zhì)量多重風(fēng)險(xiǎn)下的供應(yīng)鏈動(dòng)態(tài)采購(gòu)策略研究［J］.管理工程學(xué)報(bào)，2024，38（2）：180-194.

［11］KOUVELIS P， DONG L， BOYABATLI O，et al.Handbook of integrated risk management in global supply chains［M］. Hoboken：New Jersey， 2012.

［12］IAKOVOU E， VLACHOS D， XANTHOPOULOS A.A stochastic inventory management model for a dual sourcing supply chain with disruptions［J］. International journal of systems science， 2010， 41（3）： 315-324.

［13］ATAN Z， SNYDER L V.Inventory strategies to manage supply disruptions［M］. London： Springer-Verlag， 2012.

［14］王能民，王雪寧，史瑋璇.考慮庫(kù)存與中斷的雙目標(biāo)多式聯(lián)運(yùn)優(yōu)化研究［J］.工程管理科技前沿，2023，42（1）：26-34.

［15］慕靜，李婧.考慮疫情風(fēng)險(xiǎn)與雙重時(shí)效性的生鮮品供應(yīng)中斷庫(kù)存控制策略研究［J］.運(yùn)籌與管理，2023，32（1）：108-115.

［16］張以彬，龍靜，陳瑜."市場(chǎng)需求可變的供應(yīng)鏈中斷應(yīng)急策略與運(yùn)作仿真 ［J］. 系統(tǒng)管理學(xué)報(bào)， 2019， 28 （6）： 1202-1210.

［17］LI S， HE Y， CHEN L."Dynamic strategies for supply disruptions in production-inventory systems［J］. International journal of production economics， 2017.

［18］DAROM NA， HISHAMUDDIN H， RAMLI R.An inventory model of supply chain disruption recovery with safety stock and carbon emission consideration［J］.Journal of cleaner production， 2018，197：1011-1021.

［19］NICOLAS V.Inventory optimization： models and simulations［M］. Deutsche：Nationalbibliothek，2020.

［20］李海燕，翟佳，趙宏."供應(yīng)鏈采購(gòu)與庫(kù)存管理［M］. 北京： 科學(xué)出版社， 2019.

［21］中聯(lián)重科股份有限公司.2023年年度報(bào)告 ［R］.長(zhǎng)沙：中聯(lián)重科股份有限公司，2024.

［22］ACCOUNTINGUIDE.Ordering cost［EB/OL］.［2024-04-24］. https：//accountinguide.com/ordering-cost/.

［23］中國(guó)工程機(jī)械工業(yè)協(xié)會(huì)."中國(guó)工程機(jī)械工業(yè)協(xié)會(huì)官網(wǎng)［EB/OL］. ［2024-04-24］. http：//www.cncma.org/.

［24］徐賢浩，余雙琪.短生命周期產(chǎn)品的三種庫(kù)存模型的比較［J］.管理科學(xué)學(xué)報(bào)，2007（4）：9-15，48.

［25］PENG B X ，KUMAR A ，ZHANG G， et al.Advantage-weighted regression： simple and scalable off-policy reinforcement learning［J］.Computer science，2019，（3）.

Research on Inventory Control Strategies of High-end Equipment

Manufacturing Enterprises under Multiple Supply Interruption Risks

ZHANG Xiao-feng1， CAO Xue2， DAI Bo2， LONG Zhao-da2

（1.State Grid Hunan Electric Power Co.， Ltd， Changsha， Hunan 410118；

2.School of Business Administration， Hunan University of Technology and Business， Changsha， Hunan 410205）

Abstract：Under the compound impact of various sudden events， the supply chains of high-end equipment manufacturing firms are exposed to multiple disruption risks."In response， this study develops an inventory control model for such firms within a three-tier supply chain system comprising suppliers， manufacturers， and customers.

From the perspective of inventory redundancy， the model is formulated based on the （Q，R） and （s，S） strategies."It considers the total inventory cost and average service level over a fixed period， evaluating and analyzing the performance of these strategies under multiple supply disruption risks across various scenarios."The findings reveal that multiple supply disruption risks impose substantial losses on the supply chain system."Compared to disruption-free scenarios， the （s，S） and （Q，R） strategies exhibit average increases in total inventory costs of 112.34% and 162.27%， respectively， following disruptions， and average reductions in service levels of 19.23% and 25.1%， respectively."In 1000 simulations， the （s，S） strategy outperforms the （Q，R） strategy in 760 instances under multiple disruption events; in single disruption events， the （s，S） strategy is superior 614 and 655 times， respectively; and in disruption-free environments， the （Q，R） strategy demonstrates better performance in 554 simulations."Overall， the （s，S） strategy is found to be superior to the （Q，R） strategy， particularly in managing multiple supply disruptions， while the （Q，R） strategy holds an advantage in disruption-free contexts.

Keywords： multiple disruptions; inventory strategies; simulation analysis; high-end equipment manufacturing

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“風(fēng)險(xiǎn)疊加背景下我國(guó)高端制造供應(yīng)鏈韌性測(cè)度與提升策略研究”（23BGL046）；湖南省自然科學(xué)基金面上項(xiàng)目“突發(fā)公共事件背景下企業(yè)供應(yīng)鏈應(yīng)急能力研究”（2022JJ30204）；湖南省教育廳科學(xué)研究項(xiàng)目重點(diǎn)項(xiàng)目“突發(fā)事件下我國(guó)企業(yè)供應(yīng)鏈中斷風(fēng)險(xiǎn)識(shí)別及韌性提升研究”（22A0465）