供應鏈風險管理文獻綜述

宋華 楊曉葉

摘 要：隨著供應鏈中斷事件的頻繁發生及其帶來的嚴重后果，供應鏈風險管理已經成為供應鏈研究的重要研究方向之一。文章首先根據1995—2019年Web of Science中供應鏈風險管理的研究情況，梳理了供應鏈風險同供應鏈中斷、脆弱性、不確定性、彈性等相關概念的關系，并總結分析了供應鏈風險管理中風險識別、評估、決策、控制、監管等各流程的研究現狀，最后提出了供應鏈風險管理的未來研究趨勢，為研究人員選擇研究方向、確定研究路徑提供了決策參考。

關 鍵 詞：供應鏈;供應鏈風險;風險管理

一、引言

現代供應鏈的復雜性和全球化給供應鏈行業帶來了很大的成長空間和便利性，也使其面臨更加廣泛的風險。風險國際標準（ISO 31000∶2009）將風險定義為“不確定性對目標造成的影響”，因此任何在未來結果上包含不確定性要素的交易或工作都攜帶著風險要素。現代經濟依賴于紛繁復雜的供應鏈的順利運作，因此及時、高效地運輸材料、組件和成品的能力為許多人帶來了便利性，降低了制成品成本，提高了獲得先進技術或救生藥品的機會，為生產商打開了全新的市場和新的商機。然而，現代供應鏈也十分的脆弱。運輸延誤、盜竊、自然災害、惡劣天氣、網絡攻擊和意外的質量問題，可能導致貨物的異常流動，造成短期成本和交付的挑戰。地方、國家和國際貿易以及監管政策的不斷變化也可能會擾亂已經建立的供應鏈經濟生態。2018年年底，歐洲的塑料供應商發出預警，某些用于生產汽車零部件等工程塑料部件的聚酰胺材料即將出現嚴重短缺。2019年全球貿易的緊張導致對各種消費品和工業部件征收新的進口關稅。中美緊張的貿易關系也導致了很多國家受到了影響，因此各個行業也相應作出調整，越來越多的企業開始追尋本地或區域制造戰略。但許多關鍵原材料的生產仍然高度全球化，導致重要材料的需求供應在高峰時段面臨中斷。在氣候方面，2019年因為“厄爾尼諾”效應加劇供應鏈企業應對自然災害的風險。2020年在中國湖北省暴發的新型肺炎疫情，使得全球的汽車、機械、通信等制造領域面臨零部件短缺，數周之內將面臨供應鏈中斷的威脅。供應鏈風險出現的頻率越來越高，造成的影響也越來越大。因此，供應鏈風險管理的研究在當前形勢下則顯得更為重要和必要。雖然供應鏈風險管理一直都是供應鏈管理的重要內容，也是供應鏈學術領域關注的焦點，大量學者針對供應鏈風險進行了研究，涉及的研究領域、關注點也千差萬別，但是仍需不斷完善，更有針對性地解決當今供應鏈風險的問題。

供應鏈是為了滿足客戶需求而組織起來的公司網絡，這個網絡包括供應商、制造商、分銷商、零售商以及客戶本身。供應鏈管理可以被定義為：在戰略管理采購的過程中，將材料、零件和成品庫存（以及相關的信息流和商流）進行組織，通過控制訂單成本進而實現當前和未來的盈利能力最大化。在這個無縫運作的過程中，組織必須面對和克服許多障礙，在這個競爭激烈的全球化市場中，要想維持下去就必須承擔風險。這些障礙包括需求不確定性、內部不確定性、供應不確定性和供應鏈中斷。Mitroff and Alpaslan（2003）指出，只有5%～25%的財富500強公司準備好應對中斷。

全球化帶來的競爭加劇，使企業不得不遵循商業模式慣例，如精益生產、準時制、全渠道營銷、外包、集中化分銷體系、集群化和集中化、減少供應商數量等，這些加劇了供應鏈的脆弱性。供應鏈風險要么導致供需不匹配，要么影響供應鏈的運作、效率、產出，甚至導致企業倒閉。世界經濟論壇（World Economic Forum，WEF）強調，供應鏈中斷和脆弱性在近十年將成為影響世界經濟和社會的四個新型風險問題之一（Hubner et al.，2014）。因此，在過去的十年中，供應鏈風險管理受到了業界和學術界的廣泛關注，這一領域的研究出版物數量呈指數級增長。

二、供應鏈風險管理研究現狀

目前來看，自然環境、國際政治、文化差異、基礎設施等外部環境，企業間協同合作、人員管理、財務資金管理、物資儲備與調用等內部因素，以及日益競爭的市場環境都可能給全球供應鏈帶來巨大的不確定性。特別是近幾十年來，隨著大數據時代的來臨，數字化生產、智能化制造等生產經營模式的改變促使供應鏈和價值鏈達到了前所未有的規模和復雜程度。因此，如何更好地理解、管理供應鏈風險，一直是世界各國學者研究的熱點問題。對1999年1月—2019年11月Web of Science的統計結果顯示，共有8134篇與供應鏈風險管理直接相關的文章，其中包括6377篇期刊文章、1962篇會議文章、431篇評論文章、270篇編輯材料、166篇專利文章等。其中供應鏈風險管理文章數量年度分布如圖1所示，根據此圖可以看出，供應鏈風險管理的研究呈現逐年遞增的趨勢，特別是在2009—2012年短暫的平穩后出現激增的情況。Web of Science統計論文的研究方向情況如圖2所示，可以看出針對“business economic”“engineering”“computer science”的研究比較高，其次是“mathematics”“operations research”“environmental science”方面的研究，而“food science technology”“science technology”“agriculture”等方面的研究比較少。Web of Science統計的作者所在國家和地區如圖3所示，其中作者人數最多的國家是中國，其次是美國、英國，而德國、印度、澳大利亞、加拿大、法國等國家的作者數量則相對較少且比較平均。

三、供應鏈風險的相關概念

（一） 供應鏈風險與供應鏈中斷

March and Shapira（1987）將風險定義為“因不確定性而導致的預期結果的偏離、分布及其概率”，經過修正，將供應鏈領域的風險定義為“供應鏈可能的結果分布的偏離，以及由其產生的價值的不確定性”。這一類定義中不僅包含著危機，也預示著機會。Jüttner et al.（2003）認為，風險的來源是環境、組織或供應鏈相關的變量，這些變量有可能損害供應鏈績效因素。此外，這些危險因素不能肯定地預測，他們將風險來源分為三類：環境風險、網絡相關風險和組織風險。這些風險包括：政策風險、市場風險、經濟風險、供應商風險、消費者風險、環境風險、人力/勞動風險。Louis and Pagell（2018）將與供應鏈風險相關的因素分為環境因素、行業因素、組織因素、特定問題因素和決策者相關因素。Chaudhuri et al.（2018） and Rangel et al.（2015）識別各種供應鏈風險驅動因素，特別是Rangel et al.（2015）提出了16個水平下的56種風險類型。Shah et al.（2009）確定了供應鏈中斷的六個主要來源：海嘯、洪水等自然災害;罷工、暴動、恐怖主義等人為因素;機器/設備故障或其他技術故障;原材料供應商內部供應中斷;減少庫存;由于零庫存和精益生產，有限的供應商面臨更大的中斷可能性。

（二）供應鏈風險與供應鏈脆弱性

在關于供應鏈風險研究的經典文獻中，供應鏈脆弱性（supply chain vulnerability）和供應鏈風險經常被作為兩個互換使用的概念。較早的關于供應鏈脆弱性的定義來源于Jüttner and Peck（2003）的相關研究，他們認為供應鏈脆弱性是使供應鏈產生不良后果傾向的性質，是風險來源和風險驅動因素作用大于風險緩解戰略作用的結果。Bak（2018）也將供應鏈脆弱性定義為供應鏈容易受到干擾而發生中斷從而導致損失的一種特點。Blackhurst（2018）將供應鏈脆弱性定義為供應鏈網絡受到不同干擾從而導致各種“流”受到阻礙和供應鏈運營出現崩潰的情況，并且認為，通過供應鏈風險評估模型可以對這種脆弱性進行評價和進行應對準備。

由此，考慮到目前的文獻對供應鏈風險的定義基本緊扣住其不利影響，而供應鏈脆弱性亦是指各種負面結果出現的可能性，并且已有文獻認為供應鏈脆弱性可以通過供應鏈風險管理手段來進行應對和緩解，例如，Christopher and Peck（2004）認為供應鏈風險管理就是供應鏈成員通過共同對外部風險進行管理，從而減小供應鏈的脆弱性。本文認為兩者——即供應鏈脆弱性和供應鏈風險（性），是可以混淆使用的，以兩者為研究主題的文獻也可以進行歸并。

（三）供應鏈風險與供應鏈不確定性

在某些供應鏈風險研究文獻中，供應鏈不確定性（supply chain uncertainty）被與供應鏈風險混淆使用。然而，根據供應鏈風險的定義，可以看出，供應鏈風險是由不確定性造成的消極結果。正如Yates and Stone（1992）所言，“高水平的不確定性會導致高水平的供應風險”。Ivanov （2018b）也認為，風險的存在是由于對未來存在著某種確定類型的不確定性，從某種意義上說，不確定性比風險的范圍更大。

Knight（1921）在對確定性、風險和不確定性的研究中，采用了“可衡量的不確定性”和“不可衡量的不確定性”兩種說法，前者正是風險的緣起之一，因為風險意味著其具有一定的概率。Abdel-Basset et al.（2019）建立了風險評估、管理和衡量的框架，區分和衡量供應鏈不確定性和風險。因此，供應鏈風險和供應鏈不確定性的區別也就顯而易見了。

（四）供應鏈風險與供應鏈彈性

供應鏈彈性（supply chain resilience）或彈性供應鏈（resilient supply chain）是供應鏈風險研究文獻中經常出現的話題之一。多數學者都認為，既然供應鏈中斷是無法完全避免的，那么供應鏈管理就應該集中于彈性能力的提升，如在嘗試規避中斷發生的同時承受這種中斷的能力（Pettit et al.，2019）。供應鏈彈性是指供應鏈為了應對不可預知的事件、中斷以及完成恢復并保持連續性水平和對供應鏈結構和職能進行控制的一種適應性能力（Scholten and Scott et al.，2014）。

Azadeha and Atrchina et al.（2013）認為供應鏈彈性需要包括柔性、敏捷性、可逆性、適應性和冗余等要素。供應鏈彈性或彈性供應鏈與供應鏈風險研究的相關聯之處在于，供應鏈彈性是與供應鏈風險或供應鏈中斷相對應的概念，供應鏈彈性能力的擁有或彈性供應鏈的建立實際上正是供應鏈風險管理的重要部分，企業對彈性能力的利用往往是出于供應鏈風險管理的目的（Pettit et al.，2019;Macdonald et al.，2018）。

（五）供應鏈風險與供應鏈安全

供應鏈安全（supply chain safety and security）是供應鏈風險研究領域中一個較為特殊的分支，因為它直接關注的是供應鏈環境中的安全問題，特別是2001年美國“9·11”恐怖襲擊事件發生之后，全球供應鏈管理中的安全也成為供應鏈風險管理的焦點之一。Van Engelenburg et al.（2019）對供應鏈安全的定義是“通過對政策、程序和技術的應用，來保護供應鏈財產（如產品、設施、儀器設備、信息和人員等）免受偷竊、損害和恐怖主義的影響，以及防止非法走私產品、人員和大規模殺傷性武器進入供應鏈的這樣一種狀態”。

安全和風險是兩個相互聯系的概念（Voss and Williams，2013），構建智能、高效、安全的物聯網系統可以有效確保供應鏈網絡的安全（Abdel-Basset et al.，2018）。一旦安全事件發生，其結果能夠被供應鏈中的企業所感知，但如果供應鏈所呈現的是一種精益的狀態并且缺乏足夠存貨的支持，這種狀況就會和安全問題發生交互作用，從而使供應鏈在安全問題面前更加脆弱（Farris and Manuj，2018）。因此，學者對供應鏈安全的研究同樣出于對供應鏈風險的考慮，關注的重點包括安全問題對供應鏈各個方面的沖擊以及供應鏈安全能力的開發和供應鏈安全措施的實施對供應鏈風險的應對等。

四、供應鏈風險管理流程

風險管理應用于不同領域和行業，包括項目管理、財務管理、食品安全管理和醫療行業等。“風險”一詞的定義和概念在上述研究領域有很大的不同。這些風險造成了供需之間的不匹配，影響了供應鏈的運作、效率和產出，甚至導致公司倒閉。供應鏈風險管理是供應鏈管理的一個分支，研究如何有效地管理供應鏈中的中斷和不確定性。更準確地說，供應鏈風險管理是與供應鏈中的合作伙伴單獨或者協作地應用風險管理過程工具來處理由供應鏈中活動或資源引起的風險和不確定性。因此，供應鏈風險管理決定了供應鏈同步供應和需求的能力。這是一個多步驟的過程，包括識別風險、評估風險、建立風險決策模型、風險控制和風險監管。

（一）供應鏈風險識別

1.基于來源視角的供應鏈風險

焦點企業的上下游是風險產生的直接來源，因而在關于供應鏈風險的研究文獻中，受到較多關注的是供應風險（supply risk），這是根據來源方向對供應鏈風險進行的劃分，一般與“需求風險”（demand risk）相對應。例如，Zhu et al.（2019）研究了中小企業的信用風險影響因素以金融為導向的供應鏈的傳播，中小企業自身也受到其他供應鏈風險因素的影響，如財務風險和非財務風險。類似地，Hosseini et al.（2019）關注了中斷風險下的彈性供應商選擇和最優訂單分配，計算出供應商失敗的概率以及這個失敗對供應伙伴造成的損失大小，管理者認為這種風險是供應鏈脆弱性最重要的表現形式之一。

2.基于影響結果視角的供應鏈風險

還有部分學者所關注的是因為風險而遭受損失的對象，在這些研究中所出現的供應鏈風險術語所表示的即為這類對象在風險發生后所受到的消極影響。例如，分析了制造型和服務型行業的不同，不同的經營特點和經營范圍可能導致的營運風險不同，因此也將導致其績效的差異較大。Lemke and Petersen（2018）研究了供應鏈中的聲譽風險（reputational risk），他們解釋了供應鏈聲譽風險傳播的理論基礎，以及如何在實際供應鏈環境中降低聲譽風險。León-Bravo et al.（2019）提到聲譽的暴露和供應鏈風險控制、公司績效的關系，并運用意大利食品的案例進行驗證。

（二）供應鏈風險評估

許多研究人員使用了各種工具和技術來構建和測量供應鏈風險模型。雖然有許多可用的工具，但供應鏈風險評估中最受歡迎的方法是使用層次分析法（AHP）、網絡分析法（ANP）等工具進行多準則決策。Hamdi et al.（2018）對ANP等多準則決策方法和多目標優化方法進行了比較研究，Paksoy et al.（2019）提出了內部審計和計算機輔助因果分析兩種AHP作為風險評估的工具。Jan et al.（2018）提出了一種基于PRA和仿真的兩步方法來分析隨機供應網絡的中斷風險。Lu et al.（2018）收集歷史數據并使用FMEA評估供應鏈風險及其各種影響。Jain et al.（2018），Abdel-Basset et al.（2019）利用模糊AHP和模糊TOPSIS采集專家對于供應鏈管理風險的打分情況。

（三）供應鏈風險決策模型

在供應鏈風險管理領域工作的研究者使用了多種工具，如數學建模、仿真建模和統計建模技術來建模供應鏈風險。Wang et al.（2017 ）以及Aqlan and Lam（2015）提出了一種基于蝴蝶結分析的混合優化模型探索十余種風險的相關性和根本原因。Hong and Jeong（2019）利用DEA和數據包絡分析（GP-DEA）框架在救災供應鏈（DRSC）設計問題中應用，幫助管理者進行決策和規劃。Sawik（2019）采用混合整數模型分析供應鏈中斷管理的兩期與多期模型。Liu et al.（2018b）分析基于德馬特爾和博弈論的供應商選擇決策分析。Yan et al.（2018）提出了基于CVaR的風險控制模型和改進的遺傳算法，并將其應用到線性約束的多準則優化中評估農業供應鏈的風險。

（四）供應鏈風險控制

在風險控制階段，對風險評估和建模結果進行分析，以制定適當的策略來避免或減輕每個供應鏈風險的影響。這種決策活動包括根據某些預定條件從一組備選方案中選擇最適當的戰略。主動式控制方法建議風險管理者應該在供應鏈設計階段本身就開始（Tsiakis et al.，2001）。這項工作被認為是一項復雜的任務，因為在供應鏈的設計階段沒有歷史數據可以用來進行風險評估。Diabat et al.（2012）提出的風險緩解方法包括：預防風險;控制風險的影響;風險轉移;風險分散;建立風險池。Fan and Stevenson（2018）通過總結說明緩解供應鏈中斷的策略包括物理備份;標準化流程和程序;多地采購;價格策略等。其他風險緩解策略包括延遲（Fan and Stevenson，2018）、保險（Wang et al.，2018）、協作（Friday et al.，2018）、信任構建（Rajesh，2018）、戰略庫存（Lücker et al.，2019）、靈活的供應基礎（Tanjung et al.，2018）、供應激勵（Schorpp et al.，2018）、靈活的運輸（多式聯運）（Degirmenci and Sakar，2018）、收益管理（Kumar and Park，2019）等。Wu et al.（2017）利用大數據探索供應鏈風險和不確定性的決定性屬性，并提出如何控制供應鏈風險。Chang et al.（2015）通過構建選擇風險緩解策略，具體包括冗余策略和靈活性策略。

此外，也有學者針對采用不同風險緩解策略后企業績效所受影響進行研究。Manuj et al.（2014）基于系統設計理論（SDT），通過研究在不同風險條件下采用不同風險管理方法時的績效變化，得出了供應鏈中不同風險管理方法的有效性。Rajesh and Ravi（2015）提出了一種灰色理論和digraph-matrix方法的組合，用于量化各種供應鏈風險緩解策略對于績效的影響。

（五）供應鏈風險監管

供應鏈風險監管是指采取定期的風險監測措施來控制可能的不利影響。Failure data analytics被認為是定量監控主要供應鏈風險的關鍵環節。在這種方法中，每個中斷事件都記錄在計算機數據庫中，并詳細記錄其發生時間、潛在影響評分、恢復時間等。利用這些數據，計算可靠性參數，從而繪制出鏈中每個活動的失效/可靠性曲線。值得注意的是，與供應鏈風險管理過程中其他環節的研究論文數量相比，關于風險監控的研究非常少。Gouda and Saranga（2018）研究得出預防性的風險緩解措施只在成熟的供應鏈中有效，如OECD國家，且風險緩解策略并不總是降低企業所經歷的實際供應鏈風險，而可持續性努力有助于降低供應鏈風險，特別是在新興市場環境中其作用還是較為明顯的。Gornall and Strebulaev（2018）則提出銀行面臨著最極端的道德風險，并通過量化資本監管和其他政府干預措施對杠桿作用和脆弱性進行影響。

五、供應鏈風險管理趨勢

（一）構建混合模型

每個建模工具/方法都有能力同時處理若干參數的復雜問題。這些問題總是在分析中引入一些假設，這將導致研究結果的缺陷，并影響模型的適用性。為了克服這個缺點，現在的研究人員已經開始采用組合各種建模方法來彌補單一方法的不足。如Rostamzadeh et al.（2018）采用整合 fuzzy TOPSIS-CRITIC方法對供應鏈風險管理進行評價，Paksoy et al.（2019）提出精益與綠色供應鏈中的風險管理：一種新的模糊語言風險評估方法。

（二）關注行業特殊性

雖然供應鏈風險管理中有許多定量模型，但由于大多數模型在產業中的適用性不強，因此導致理論與實踐之間存在很大的差距。主要原因是這些文章的泛化框架沒有考慮到行業中個別行業的復雜性。由于風險因素及其行為取決于行業類型甚至地理位置（Aguila and ElMaraghy，2018;Fan and Stevenson，2018），因此研究應該更傾向于為不同的獨立部門建立模型，特別是在發展中國家和欠發達國家或地區的特定部門展開分析。因此，實證研究比泛化方法或假設模型更具有可操作性。這是由于實證研究更關注產業中正在發生的事情，而分析模型試圖解釋在理想產業中應該發生什么。Abdel-Basset et al.（2019）在醫療保健分析供應鏈風險管理的作用，Yu et al.（2018）介紹電力行業客觀環境不確定性與感知環境不確定性的供應鏈風險管理的作用，Liu et al.（2018a）介紹班輪航運業的供應鏈彈性、企業績效和管理政策。

（三）關注科學技術的作用

當今社會企業間形成龐大的網絡聯系，人們不斷地與信息、應用程序、服務、設備等進行交互。互聯互通和自動化的技術進步引發了第四次工業革命，被稱為工業4.0（Strange and Zucchella，2017）。帶來這一進化的一些最新科學技術手段包括人工智能（Baryannis et al.，2019）、工業物聯網（IIoT）（Radanliev et al.，2018）、區塊鏈技術（Choi et al.，2019）、云計算（Giannakis et al.，2019）、射頻識別（RFID）系統（Lui et al.，2019）等。這些最新的進展正被廣泛應用于自動化和敏捷供應鏈的各種活動中，將傳統供應鏈轉變為數字供應網絡。例如，RFID（被認為是全球定位系統的繼承者）的揀選優化，而IIoT和區塊鏈技術正在增強供應鏈的可視性和透明性，以提高效率。然而，研究者也揭示了與這些互聯信息通信技術相關的漏洞，他們指出，高度互聯的系統導致了過度的相互依賴，從而加速了全球風險的快速傳播。這種情況甚至引起了公民的個人隱私和數據安全的嚴重問題。Tsao（2017）以及Niu and Zou（2017）等研究人員揭示了大數據分析在降低信用風險、預測誤差和環境風險等方面的能力。而目前全球范圍內的數據泄露和網絡安全崩塌影響了商業、政治等領域。因此，未來的研究可以指導調查這些技術在管理供應鏈風險中的積極和消極影響。

（四）關注風險因素間的相互關系

各供應鏈風險因素之間的相互關系在研究中并沒有得到足夠的重視，大多數文獻都假設風險因素是獨立的。相反，可以看到，在現實世界中，許多風險因素是相互關聯的。例如，Vishnu and Sridharan（2016）揭示了一個單一的自然災害如何引發其他各種供應鏈風險的問題。此外，還有許多供應鏈風險可能阻止了一些風險因素的發生。因此，未來在這一領域的研究也應該考慮一個供應鏈風險因素如何與其他因素相聯系。研究各種風險之間的相互關系，將有助于管理人員根據各個方面對風險進行聚類和分類，這會幫助管理者對供應鏈風險的緊急重要程度進行重新排序，并確定策略執行的優先級，構建業務連續性計劃。Pettit et al.（2019）總結研究人員已經采取了一種建模的方法來結合自然災害的隨機性，而不是依賴于過時的災害應對計劃。 Donadoni et al.（2019）研究了供應鏈中21個風險因素之間的相互關系。不同的研究都提出能夠解釋結構模型，根據主觀/認知輸入將風險因素劃分為層次結構。然而，上述研究的結果不能推廣到世界范圍內的不同行業，因為不同行業風險因素的重要性程度各不相同，并且基于地理特定的研究也是有價值和意義的。

（五）關注可持續的供應鏈風險管理

近十年來，可持續供應鏈管理的研究受到了學術界和實業界的廣泛關注，Gouda and Saranga （2018 ）以及Kara and Frat（2018）認為考慮供應鏈可持續戰略帶來的未來風險也是非常值得研究的。Rostamzadeh et al.（2018）主張將可持續性標準納入風險管理決策中，他們通過部署混合TOPSIS和制定重要性標準提出了一個可持續供應鏈風險管理框架。因此，在確定調查的主要目標的基礎上，存在著雙重研究機會：第一，從風險管理的角度可以重新審視可持續供應鏈的實踐;第二，從可持續供應鏈的角度分析風險防控策略的穩健性。

（六）關注服務供應鏈風險

服務供應鏈中的行為及其風險與制造業存在顯著差異。Ivanov（2018a）模擬應用于服務和制造供應鏈風險管理的結構動力學。在一些服務供應鏈中，如銀行、保險、通信行業等，供應鏈中沒有物理實體或實物流的發生，在這些系統中，所涉及的流動類型是信息和資金，與制造供應鏈中的物料流動相比，這很難可視化和精確衡量。此外，所提供的服務大多是無形和易逝的，這些特征增加了服務供應鏈風險分析的復雜性。因此，未來基于服務供應鏈風險的研究也是值得進一步深入的。

（七）關注中小企業供應鏈風險

供應鏈風險管理領域的大部分研究都將重點放在跨國公司和大型供應鏈上，而中小企業同樣容易出現供應鏈風險，但是情況同大企業的風險情況有所不同，因此適用于大型供應鏈的風險管理策略可能不適用于處于成長階段的中小型供應鏈。因此降低風險的策略應該與公司的規模和發展階段相一致，為了確定小型企業防控供應鏈風險的關鍵因素，Hariharan et al.（2018）提出了供應鏈風險緩解策略及其對中小企業績效的影響，Zhu et al.（2019） 采用改進的混合集成機器學習方法預測供應鏈金融中中小企業的信用風險。

（八）關注行為因素導致的供應鏈風險

人的行為因素對供應鏈風險的影響是未來研究的另一個方向。Ellis et al.（2010）已經認識到人類行為對供應鏈運作的重要影響。與供應鏈管理相關的人類行為因素包括承諾、感知、誠實和信任。Peccoud et al.（2018）強調了信任在改善供應鏈創新方面的重要性，最終提升了供應鏈績效。Fahimnia et al.（2019）提出人類行為的不斷進化和動態特性使得該領域變得復雜且難以預測。為了克服這些研究問題，需要借用心理學和生理學等相關領域的理論知識來應用于供應鏈管理研究。Zsidisin and Henke（2019）進行了SCM行為實驗研究，該研究提出兩個研究框架以識別和緩解供應鏈運作中的行為問題。未來的研究可以利用這些框架來分析人類行為對減輕風險的影響。

六、結論

全球化使企業之間的聯系更加緊密并相互依存，使得供應鏈風險在全球范圍內更快地蔓延和放大。這種市場化給供應鏈管理帶來了新的挑戰，從而提升了供應鏈風險管理研究的重要性和必要性。越來越多的報告反映了供應鏈的脆弱性，從而導致食品、醫療等關鍵領域的供應中斷。然而，與供應鏈的其他研究領域相比，如車輛路徑選擇、貨物調度、庫存管理、網絡設計等，風險管理領域的研究論文相對較少，但就正在研究的供應鏈風險管理問題而言，正慢慢接近飽和。因此，許多供應鏈實踐者認為供應鏈風險管理的研究領域還處于起步階段，仍然值得被深入研究和探索。

長期以來，供應鏈一直被認為是運營管理的主要內容之一，因為供應鏈非常強調通過生產與流通企業之間的相互有效銜接來降低其總成本。而且這種協同不僅是企業層面的合作，更是生產流程、物流流程、銷售流程和信息流程之間的全面打通。從這個意義上來說，供應鏈加強了企業之間一體化程度，從原有點對點對接，轉變為職能與職能的對接。事實上，無論是從單個企業的角度還是從供應鏈的角度，供應鏈中的四流——物流、商流、信息流和資金流，都已經相互影響、相互糅雜，脫離了單個的概念，形成一個相輔相成的整體。特別是供應鏈中的信息流和資金流，基本上貫穿了供應鏈中所有的行為。研究供應鏈中的資金流和財務問題，不僅對為了供應鏈正常運轉提供資金支持的融資行為的理解意義重大，而且對于理解供應鏈正常運轉、理解企業和供應鏈內的行為邏輯具有重要意義。

參考文獻：

[1] ABDEL-BASSET M，GUNASEKARAN M，MOHAMED M，et al.A framework for risk assessment，management and evaluation：economic tool for quantifying risks in supply chain [J].Future generation computer systems，2019，90（1）：489-502.

[2]ABDEL-BASSET M，MANOGARAN G，MOHAMED M.Internet of things （IoT） and its impact on supply chain：a framework for building smart，secure and efficient systems [J].Future generation computer systems，2018，86（9）：614-628.

[3]AGUILA J O，ELMARAGHY W.Simultaneous global supply chain and product architecture design considering natural hazard exposure and geographical facility location [J].Procedia CIRP，2018，72：533-538.

[4]AQLAN F，LAM S S.A fuzzy-based integrated framework for supply chain risk assessment[J].International journal of production economics，2015，161（3）：54-63.

[5]BAK O.Supply chain risk management research agenda：from a literature review to a call for future research directions[J].Business process management journal，2018，24（2）：567-588.

[6]BARYANNIS G，VALIDI S，DANI S，et al.Supply chain risk management and artificial intelligence：state of the art and future research directions[J].International journal of production research，2019，57（7）：2179-2202.

[7]BLACKHURST J，RUNGTUSANATHAM M J，SCHEIBE K，et al.Supply chain vulnerability assessment：a network based visualization and clustering analysis approach [J].Journal of purchasing and supply management，2019，24（1）：21-30.

[8] CHANG W，ELLINGER A E，BLACKHURST J.A contextual approach to supply chain risk mitigation[J].The international journal of logistics management，2015，26（3）：642-656.

[9]CHAUDHURI A，BOER H，TARAN Y.Supply chain integration，risk management and manufacturing flexibility[J].International journal of operations & production management，2018，38（3）：690-712.

[10]CHOI T-M，WEN X，SUN X，et al.The mean-variance approach for global supply chain risk analysis with air logistics in the blockchain technology era[J].Transportation research part E：logistics and transportation review，2019，127（5）：178-191.

[11] CHRISTOPHER M，PECK H.Building the resilient supply chain [J].International journal of logistics management，2004，15（2）：1-13.

[12] DEGIRMENCI N K，SAKAR G D.Intermodal transport security：need for an integrated approach[J].International journal of advances in management and economics，2012，1（6）.

[13]DIABAT A，GOVINDAN K，PANICKER V V.Supply chain risk management and its mitigation in a food industry[J].International journal of production research，2012，50（11）：3039-3050.

[14]DONADONI M，RODEN S，SCHOLTEN K，et al.The future of resilient supply chains [M]//Revisiting supply chain risk.[S.l.]：Springer，2019：169-186.

[15] ELLIS S C，HENRY R M，SHOCKLEY J.Buyer perceptions of supply disruption risk：a behavioral view and empirical assessment[J].Journal of operations management，2010，28（1）：34-46.

[16]FAHIMNIA，B，POURNADER M，SIEMSEN E，et al.Behavioral operations and supply chain management-a review and literature mapping [J].Decision sciences，2019，50（6）：1127-1183.

[17] FAN，Y，STEVENSON M.A review of supply chain risk management：definition，theory，and research agenda[J].International journal of physical distribution & logistics management，2018，48（3）：205-230.

[18] FARRIS T，MANUJ I.Innovative distribution company：a total cost approach to understanding supply chain risk[R].Illinois：Council of Supply Chain Management Professionals Cases，2018：1-9.

[19] FRIDAY D，RYAN S，SRIDHARAN R，et al.Collaborative risk management：a systematic literature review[J].International journal of physical distribution & logistics management，2018，48（3）：231-253.

[20]GIANNAKIS M，SPANAKI K，DUBEY R.2019.A cloud-based supply chain management system：effects on supply chain responsiveness[J].Journal of enterprise information management，2019，32（4）：585-607.

[21]GORNALL W，STREBULAEV I A.Financing as a supply chain：the capital structure of banks and borrowers [J].Journal of financial economics，2018，129（3）：510-530.

[22]GOUDA S K，SARANGA H.Sustainable supply chains for supply chain sustainability：impact of sustainability efforts on supply chain risk [J].International journal of production research，2018，56（17）：5820-5835.

[23] HAMDI F，GHORBEL A，MASMOUDI F，et al.Optimization of a supply portfolio in the context of supply chain risk management：literature review[J].Journal of intelligent manufacturing，2018，29：763-788.

[24]HARIHARAN G，SURESH P，NAGARAJAN S.Supply chain risk mitigation strategies and its performance of SMEs [J].International journal of pure and applied mathematics，2018，119（5）：741-749.

[25]HONG J-D，JEONG K-Y.Goal programming and data envelopment analysis approach to disaster relief supply chain design [J].International journal of logistics systems and management，2019，33（3）：291-321.

[26]HOSSEINI S，MORSHEDLOU N，IVANOV D，et al.Resilient supplier selection and optimal order allocation under disruption risks[J].International journal of production economics，2019，213（7）：124-137.

[27]IVANOV D.Simulation applications to structural dynamics in service and manufacturing supply chain risk management [M]//Structural dynamics and resilience in supply chain risk management.[S.l.]：Springer，2018.

[28] IVANOV D.Structural dynamics and resilience in supply chain risk management [M].[S.l.]：Springer，2018.

[29] JAIN V，SANGAIAH A K，SAKHUJA S，et al.Supplier selection using fuzzy AHP and TOPSIS：a case study in the indian automotive industry[J].Neural computing and applications，2018，29：555-564.

[30]JAN M，KHALID M S，AWAN A A，et al.Proposing probabilistic operational risk assessment model for textile industry using Bayesian approach [J].Fibres & textiles in Eastern Europe，2018，26，1（127）：10-20.

[31]JTTNER U，PECK H，CHRISTOPHER M.Supply chain risk management：outlining an agenda for future research [J].International journal of logistics：research and applications，2003，6（4）：197-210.

[32]KARA M E，FIRAT SO.Sustainability，risk，and business intelligence in supply chains，global business expansion：concepts，methodologies，tools，and applications[M].Hershey：IGI Global，2018：1424-1461.

[33]KNIGHT F H.Risk，uncertainty and profit[M].Boston：Houghton Mifflin，1921.

[34]KUMAR R L，PARK S.A portfolio approach to supply chain risk management[J].Decision sciences，2019，50（2）：210-244.

[35]LEMKE F，PETERSEN H L.Managing reputational risks in supply chains [M]//Supply chain risk management.[S.l.]：Springer，2018：65-84.

[36]LEN-BRAVO V，CANIATO F，CARIDI M.Sustainability in multiple stages of the food supply chain in Italy：practices，performance and reputation[J].Operations management research，2019，12（5）：1-22.

[37]LIU C-L，SHANG K-C，LIRN T-C，et al.Supply chain resilience，firm performance，and management policies in the liner shipping industry[J].Transportation research part A：policy and practice，2018，110（4）：202-219.

[38]LIU T，DENG Y，CHAN F.Evidential supplier selection based on DEMATEL and game theory[J].International journal of fuzzy systems，2018，20（2）：1321-1333.

[39]LOUIS M，PAGELL M.Categorizing supply chain risks：review，integrated typology and future[J].Revisiting supply chain risk，2018，7：329-366.

[40]LU L，RONG Z，DE SOUZA R.Enhanced FMEA for supply chain risk identification [M] //KERSTEN W，BLECKER T，RINGLE B C.The road to a digitalized supply chain management.Epubli，2018：311-330.

[41]LCKER F，SEIFERT R W，BIER I.Roles of inventory and reserve capacity in mitigating supply chain disruption risk [J].International journal of production research，2019，57（4）：1238-1249.

[42] LUI A K，LO C K，NGAI E W.Does mandated RFID affect firm risk？ The moderating role of top management team heterogeneity [J].International journal of production economics，2019，210（4）：84-96.

[43]MACDONALD J R，ZOBEL C W，MELNYK S A E，et al.Supply chain risk and resilience：theory building through structured experiments and simulation [J].International journal of production research，2018，56（2）：4337-4355.

[44] MANUJ I，ESPER T L，STANK T P.Supply chain risk management approaches under different conditions of risk [J].Journal of business logistics，2014，35（3）：241-258.

[45] March J G，Shapira Z.Managerial perspectives on risk and risk taking [J].Management science，1987，33（11）：1404-1418.

[46]MITROFF I I，ALPASLAN M C.Preparing for evil [J].Harvard business review，2003，81（4）.

[47] NIU B，ZOU Z.Better demand signal，better decisions？ Evaluation of big data in a licensed remanufacturing supply chain with environmental risk considerations [J].Risk analysis，2017，37（8）：1550-1565.

[48]PAKSOY T，ALIK A，YILDIZBAI A，et al.Risk management in lean & green supply chain：a novel fuzzy linguistic risk assessment approach [M]//Lean and green supply chain management.[S.l.]：Springer，2019：75-100.

[49]PECCOUD J，GALLEGOS J E，MURCH R，et al.Cyberbiosecurity：from naive trust to risk awareness [J].Trends in biotechnology，2018，36（1）：4-7.

[50]PETTIT T J，CROXTON K L，FIKSEL J.The evolution of resilience in supply chain management：a retrospective on ensuring supply chain resilience [J].Journal of business logistics，2019，40（1）：56-65.

[51]RADANLIEV P，DE ROURE D，CANNADY S，et al.Analyzing IoT cyber risk for estimating IoT cyber insurance [M].London：The Institution of Engineering and Technology，2018.

[52]RAJESH R.Pseudo resilient supply chains：concept，traits，and practices [J].Journal of risk research，2018，21（10）：1264-1286.

[53] RAJESH R，RAVI V.Modeling enablers of supply chain risk mitigation in electronic supply chains：A Grey-DEMATEL approach [J].Computers & industrial engineering，2015，87：126-139.

[54]RANGEL D A，DE OLIVEIRA T K，LEITE M S A.Supply chain risk classification：discussion and proposal [J].International journal of production research，2015，53（22）：6868-6887.

[55]ROSTAMZADEH R，GHORABAEE M K，GOVINDAN K，et al.Evaluation of sustainable supply chain risk management using an integrated fuzzy TOPSIS-CRITIC approach [J].Journal of cleaner production，2018，175：651-669.

[56] SAWIK T.Two-period vs.multi-period model for supply chain disruption management [J].International journal of production research，2019，57（14）：4502-4518.

[57]SCHOLTEN K，SCOTT P S，FYNES B.Mitigation processes-antecedents for building supply chain resilience[J].Supply chain management：an international journal，2014，19（2）：211-228.

[58]SCHORPP G，ERHUN F，LEE H L.Multi-tiered supply chain risk management[D].Palo Alto：Stanford University Graduate School of Business Research Paper，2018.

[59]SSHAH M，OWUSU G K，KERN M，et al.Risk assessment forecasting in a supply chain [Z].Google Patents，2009.

[60] STRANGE R，ZUCCHELLA A.Industry 4.0，global value chains and international business [J].Multinational business review，2017，25（3）：174-184.

[61]TANJUNG W N，HIMAWAN S，HIDAYAT S.Fuzzy house of risk （FHOR） to manage supply chain risk [C]// Proceedings of the International Conference on Industrial Engineering and Operations Management.Bandung：IEOM Society International，2018.

[62] TSAO Y-C.Managing default risk under trade credit：who should implement big-data analytics in supply chains？ [J].Transportation research part E：logistics and transportation review，2017，106（C）：276-293.

[63]TSIAKIS P，SHAH N，PANTELIDES C C.Design of multi-echelon supply chain networks under demand uncertainty [J].Industrial & engineering chemistry research，2001，40（16）：3585-3604.

[64] VAN ENGELENBURG S，JANSSEN M，KLIEVINK B.Design of a software architecture supporting business-to-government information sharing to improve public safety and security [J].Journal of intelligent information systems，2019（52）：1-24.

[65]VISHNU C，SRIDHARAN R.A case study on impact of Chennai floods：supply chain perspective [J].IIIE Industrial engineering journal，2016，9（8）：12-16.

[66]VOSS M D，WILLIAMS Z.Public-private partnerships and supply chain security：C-TPAT as an indicator of relational security[J].Journal of business logistics，2013，34（4）：320-334.

[67]WANG H，TAN J，GUO S，et al.High-value transportation disruption risk management：shipment insurance with declared value [J].Transportation research part E：logistics and transportation review，2017，109（11）：293-310.

[68] WANG H，WAN J，MIAO L.Research on controlled flight into terrain risk analysis based on bow-tie model and WQAR data [C]//DEStech transactions on engineering and technology research.Lancaster：DEStech Publications Inc.，2017.

[69] WU K-J，LIAO C-J，TSENG M-L，et al.Toward sustainability：using big data to explore the decisive attributes of supply chain risks and uncertainties [J].Journal of cleaner production，2017，142（2）：663-676.

[70] YAN B，WU J，WANG F.CVaR-based risk assessment and control of the agricultural supply chain[J].Management decision，2019，57（7）：1496-1510.

[71]YU K，CADEAUX J，LUO N，et al.The role of the consistency between objective and perceived environmental uncertainty in supply chain risk management [J].Industrial management & data systems，2018，118（7）：1365-1387.

[72] ZHU Y，ZHOU L，XIE C，et al.Forecasting SMEs credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach [J].International journal of production economics，2019，211（5）：22-33.

[73] ZSIDISIN G A，HENKE M.Revisiting supply chain risk [M].[S.l.]：Springer，2019.