大豆产业链供应链风险与韧性水平评估研究综述论文

 

　　【关键词】大豆产业链,供应链风险,韧性提升,风险管理,多元化采购

 

　　党的十*大以来ꎬ以习*平同志为核心的党中央把粮食安全作为治国理政的头等大事ꎬ提出确保谷物基本自给、口粮绝对安全的新粮食安全观ꎬ牢牢把住粮食安全主动权ꎮ粮食安全作为国家安全的重要组成部分ꎬ一直受到各国政府的高度重视ꎮ近年来ꎬ在复杂多变的国际环境下ꎬ粮食安全问题ꎬ特别是大豆产业链供应链的安全与稳定ꎬ成为了一个备受瞩目的议题[１]ꎮ中国作为世界上最大的大豆进口国ꎬ大豆进口量在２０２３年达到了９９４０.９万吨ꎬ对外依存度高达８７.９％[２]ꎮ

 

　　尽管进口大豆有效缓解了国内市场的供应压力,但国际市场的波动与不确定性,尤其是地缘政治风险、经济波动风险及政策与法规风险等,使得我国大豆产业链供应链面临诸多挑战[3]o历史上的“大豆风波”及近年来的中美贸易摩擦,进一步凸显了大豆作为战略商品在大国政治博弈中的重要地位[4]o因此,深入探讨大豆产业链供应链的风险类型、传播路径及韧性提升策略,对于保障国家粮食安全和经济稳定具有重大意义o

 

　　大豆产业链供应链风险是指在大豆从生产到消费的整个过程中,可能影响其稳定性和效率的各种不确定因素和潜在威胁[3]o现有研究多从宏观和微观两个角度出发,分析大豆产业链供应链的安全风险o宏观研究主要聚焦于经济与政治环境对大豆产业链供应链的影响,而微观研究则侧重于识别产业链供应链上的脆弱节点,并分析其潜在风险[5-8]o尽管这些研究为了解大豆产业链供应链风险提供了重要视角,但对风险因素的系统归纳与整理仍显不足;提升大豆产业链供应链韧性、有效抵御国际市场波动和突发事件冲击,尚需进一步深入探讨o为此,本文旨在对大豆产业链供应链中存在的风险进行系统的归纳与整理,并分析这些风险因素在产业链供应链的传导路径o通过综合评估大豆产业链供应链的韧性水平,本文将进一步探讨提升大豆产业链供应链韧性的策略,以期为保障我国大豆产业链供应链的安全稳定提供科学依据和实践指导o

 

 

　　大豆产业链供应链是一个从种植、收获、加工至最终销售的复杂网链结构,涵盖了大豆种植者、加工企业、物流运输方及消费者等多元主体o对大豆产业链供应链进行风险分类,旨在通过系统评估,识别并理解大豆从生产到消费全链条中潜在的各类风险o依据风险来源,大豆产业链供应链风险可划分为产业链供应链内生性风险和产业链供应链外生性风险[7]o

 

　　1.1产业链供应链内生性风险

 

　　大豆产业链供应链内生性风险是指在产业链供应链内部产生的风险,可根据各环节主体将其划分为生产风险,运输风险与需求风险o

 

　　生产风险是指大豆从播种到收获的过程中可能导致减产、质量下降的各种不确定因素和潜在威胁o主要包括极端自然灾害和病虫害两类o干旱、洪涝等气象灾害会导致大豆的生产条件恶化,造成大豆减产,影响出口国的大豆供给[9]o 2012年,美国中西部大豆产区出现重度干旱造成当年大豆单产量较上年减少4.8%o暴雨洪涝对大豆产量的影响仅次于干旱,2019年,由于受到暴雨洪涝灾害的影响导致当年美国大豆减产2372万吨,降幅约19.7%[10]o除此之外,大豆的病害、虫害也会对大豆的产量造成严重影响o如大豆根腐病会导致大豆根部腐烂,影响大豆的正常生长,严重时可导致大豆产量损失15%至30%o大豆胞囊线虫病会使大豆植株变黄萎缩影响大豆根系生长,严重时可能导致大豆减产70%至90%,甚至绝收[11]o大豆食心虫会导致大豆籽粒被蛀食,影响大豆的产量和品质o大豆蚜会导致大豆生长受阻,影响大豆产量[12-13]o

 

　　运输风险主要涉及海运过程中的不确定性,如天气变化、港口状况和航线安全等因素o这些风险可能导致大豆无法按时到达目的地,从而影响市场供应和下游企业的原料需求o如2021年苏伊士运河“长赐号”搁浅事件就导致运河长达6天无法通行,使得货轮不得不绕道非洲好望角,导致全球物流延迟o 2022年俄乌冲突爆发,多家航运公司为避开战争区域更改航线,导致通过黑海航线的海运业务几乎完全中断,增加了国际海运的运输成本与时间,导致包括大豆在内的多种农产品出口贸易受到影响o丁存振,徐宣国指出,在全球粮食运输系统中,关键节点的中断会导致运输延误、运输成本增加,影响进口大豆可获得性和及时性[14]o运用DEA模型分析发现,我国大豆高度依赖国际市场,运输中断会导致大豆的物流成本上升造成大豆价格波动o运输风险不仅会影响大豆供应的及时性,还会导致大豆物流成本增加,引起大豆价格波动,对大豆产业链造成不利影响[15]o

 

　　需求风险主要包括进口依赖风险和进口集中风险[16]o进口依赖风险是指一国的粮食供应若过于依赖进口或依赖于某一国,会使得粮食出口国获得一定的垄断地位,进而危及进口国的粮食安全[17]o杨辉等指出,中国大豆进口来源地高度集中,以巴西、美国和阿根廷为主,2021年我国自这三个国家进口的市场份额达到98%,进口来源地过度集中使中国大豆进口面临进口可供性风险、社会事件风险、运输中断风险、垄断控制风险等多重风险[18]o曲厚兰等基于1996-2021年的大豆贸易数据,分析中国对大豆国际市场的依赖性,得出应对策略:我国应适当控制从美国和巴西进口大豆的数量,并把阿根廷、加拿大、乌拉圭等国家和地区作为布局多元化大豆进口市场的主要区域,适当增加从这些国家进口大豆的数量以分散当前存在的大豆进口依赖性风险,提升大豆供应链网络抵御风险的能力[19]o

 

　　1.2产业链供应链外生性风险

 

　　大豆产业链供应链外生性风险是指由外界的不确定性因素导致的难以控制和预测的风险,主要包括国际价格波动风险、国际贸易政策风险等o

 

　　国际价格波动风险是指由于全球经济状况、市场投机、自然灾害、地缘政治、贸易政策、汇率变动及供需关系等多重因素影响,国际大豆价格波动频繁,导致企业、国家或个人面临的经济损失的风险[20]o赵明正等指出,由于中国对进口大豆的高度依赖,国际价格的波动几乎直接影响国内大豆市场o当国际大豆价格波动1%时,国内大豆价格会相应变化约0.9%,而国内豆油价格也随之波动1.3%[21]o大豆进口成本的增长会导致国内大豆及相关产品(如豆油和豆粕)的价格上涨,对下游产业造成不利影响o林学贵通过VAR模型对生猪产业链价格波动影响因素进行分析,指出大豆价格对生猪产业链价格的影响贡献率高达7.06%,大豆价格显著影响生猪产业链价格[２２]ꎮ大豆价格波动会造成下游加工企业的成本升高ꎬ压缩企业的盈利空间ꎬ导致大豆加工企业面临生存压力[２３－２４]ꎮ

 

　　国际贸易政策风险是指由于政府对外贸易政策的改变或实施新政策而导致的商业风险ꎮ政策变化包括关税调整、贸易壁垒(如配额、禁运、反倾销措施)、出口管制、货币政策变化、贸易协定的签订或终止等ꎬ这些因素影响了大豆供应链的贸易流向、成本和市场规模ꎮ卢昱嘉等指出在中美贸易冲突期间ꎬ在我国对进美大豆加征２５％的附加关税后ꎬ国内大豆出现价格上涨的情况[２５]ꎮ邓俊峰等运用随机前沿引力模型对中国大豆贸易影响因素进行了实证研究ꎬ认为出口国的关税壁垒会抑制两国之间大豆贸易规模的扩大[２６]ꎮ近年来ꎬ俄罗斯、阿根廷、越南和泰国等多个国家采取了极端粮食出口管制措施ꎮ中国的大豆贸易逆差较大ꎬ对外依存度高ꎬ出口国采取的粮食出口管制措施会对国内经济带来负面冲击[２７]ꎮ通过建立结构向量自回归(ＳＶＡＲ)模型ꎬ并结合脉冲响应函数ꎬ指出大豆的价格波动会受到经济政策不确定性指数的影响[９]ꎮ国际贸易政策风险加剧了大豆产业链供应链的不确定性ꎮ为了应对这些风险ꎬ企业可能需要采取更加灵活的产业链供应链管理策略ꎬ如多元化供应来源、建立长期贸易合作伙伴关系、使用金融工具对冲汇率风险等来减小风险因素对于产业链供应链的冲击ꎮ

 

 

　　大豆产业链供应链的风险传播路径呈现出高度的复杂性与多维性ꎬ它贯穿从上游种植与收储、中游加工到下游销售的整个链条ꎮ风险的起源可追溯到供应链中的任一节点ꎬ并因供应链内各利益相关者间的相互依赖关系而沿着供给、生产、分销等节点逐步扩散ꎬ引发所谓的“级联效应”与“涟漪效应”[２８]ꎮ尤为值得注意的是ꎬ相较于直接的供应链中断ꎬ涟漪效应对供应链系统的长远负面影响更为显著[２９]ꎮ

 

　　２.１上游环节:种植收储

 

　　大豆产业链供应链的上游主要涉及种植与收储活动ꎬ其风险源主要包括自然条件、气候变化、种植技术以及收购价格波动等ꎮ极端天气事件ꎬ如干旱与洪涝ꎬ直接威胁大豆的产量与质量ꎮ收购价格的波动不仅影响种植户的经济收益与种植意愿ꎬ还波及大豆的供应稳定性ꎮ此外ꎬ全球范围内的动物疫情亦能对国际大豆市场的上游造成冲击ꎮＬｗｉｎ等运用标准的计量经济学引力模型ꎬ结合事实情景模拟ꎬ深入分析２００５－２０２０年间动物疫情对大豆国际贸易的潜在影响ꎬ结果显示ꎬ此期间疫情导致国际大豆市场贸易损失约５０亿美元ꎬ出口商丧失了２％的出口潜力[３０]ꎮ

 

　　２.２中游环节:大豆加工

 

　　中游环节聚焦于大豆的加工过程ꎬ其中原料收储成本构成企业成本的主要部分ꎮ随着中国大豆进口量的持续增长ꎬ大豆价格波动性增强ꎮ历史上ꎬ中国大豆压榨企业在风险管理上的不足ꎬ加之不利的国际贸易规则ꎬ导致了如２００２年与２００４年的“大豆危机”ꎬ即国际大豆价格剧烈波动导致国内压榨企业因高价进口大豆而在价格暴跌后大量倒闭ꎬ进而使国际粮商加强了对中国大豆压榨市场的控制ꎮＬｉＹ等采用ＡＰＴ－ＥＣＭ(不对称价格传导－误差修正模型)探究了中国大豆进口及压榨产业链中的价格传导机制ꎬ发现豆油、豆粕价格对大豆价格负向冲击的反应强度显著高于正向冲击ꎬ揭示了大豆压榨企业在产业链中的议价优势及其向下游传递成本压力的能力ꎬ提示在供应链调控中需充分考虑不同主体间的议价能力差异[３１]ꎮ

 

　　２.３下游环节:市场流通

 

　　下游环节主要关注大豆产品的消费ꎬ其风险主要源自饲料需求波动与市场环境变化ꎮ在食用需求稳定而饲用需求预期减少的背景下ꎬ国内大豆需求趋于疲软ꎮ豆粕等产品销售不畅将逆向影响中游加工企业ꎬ造成库存积压与生产调整ꎬ并进一步向上游传导ꎬ影响种植户的收益与种植积极性ꎮ下游环节的风险还与经济整体状况及市场环境紧密相连ꎬ如经济下行可能引发多行业销售困境ꎬ形成连锁反应ꎮＸｉａｏＺꎬＹａｎｇＪ利用ＧＴＡＰ模型分析了中国对美国大豆加征２５％进口关税的影响ꎬ发现虽然这一措施促进了国内大豆产业的发展ꎬ使大豆产量增长了２１.９％ꎬ整体出口微增０.０１３％ꎬ进口减少约０.０８％ꎬ但同时也抑制了下游部门ꎬ特别是植物油、肉类及奶制品等的发展ꎬ并指出大豆生产技术的进步是缓解贸易摩擦负面影响的有效途径[３２]ꎮ

 

　　３大豆产业链供应链韧性及其评估方法

       ３.１大豆产业链供应链韧性内涵

 

　　大豆产业链供应链韧性是指在全球化经济背景下ꎬ大豆产业链供应链面对内外部不确定性、风险及挑战时ꎬ能够保持其结构完整性、功能连续性和恢复力的能力ꎮ这种韧性不仅体现在对突发事件的快速响应与恢复上ꎬ还体现在日常运营中的高效协同与风险预防上ꎮ大豆产业链供应链韧性的核心目标在于构建一个能够在不确定性中保持稳定运作、快速适应变化并有效抵御风险的系统ꎮ

 

　　一是关键节点稳定可靠ꎮ大豆产业链供应链的关键节点ꎬ涵盖上游种植与收储、中游加工及下游销售环节ꎬ是确保整个供应链稳定运作的基石ꎮ这些节点的稳定性直接关乎供应链的效率和可靠性ꎮ陈亚莉通过构建级联失效模型ꎬ揭示了网络节点负荷均衡度与冗余容量对供应链韧性的正向影响[３３]ꎮ鉴于供应链的复杂性、多主体交互性、动态变化性及多重不确定性ꎬ应充分利用科技创新成果ꎬ如遥感技术、物联网设备等ꎬ对种植区域的气候、土壤及种植技术进行持续监控与优化ꎬ以预防潜在风险[３４]ꎮ例如ꎬ通过监测气候数据ꎬ可以预测干旱或洪涝等极端天气事件ꎬ及时调整灌溉和排水措施ꎬ以保护大豆产量[３５]ꎮ同时ꎬ加强收储环节的质量控制、储存技术的革新ꎬ以及加工环节的高效技术与物流管理ꎬ以确保关键节点在面对冲击时能够迅速恢复甚至超越原有状态ꎮ

 

　　二是全链协同高效有力ꎮ全链协同高效有力要求在单个节点优化的基础上ꎬ实现全链协同与整合ꎮＤａｎｉｅｌＪｉｍｅｎｅｚ－Ｊｉｍｅｎｅｚ等通过实证研究发现ꎬ供应链协同能显著促进信息技术创新[36]ꎮ通过引入区块链技术ꎬ可以简化信息共享流程、支持决策制定并加强合作伙伴间的沟通ꎬ从而增强供应链的协作能力[37]ꎮ全链协同还体现在供应链中断后的快速恢复能力上ꎬ这要求在设计与运营中充分考虑潜在风险ꎬ通过增加冗余、优化网络结构、提升关键节点鲁棒性等方式ꎬ增强供应链的吸收与抵御风险能力ꎬ甚至将冲击转化为改进与发展的契机[38]ꎮ快速恢复能力不仅涉及到物理资产的修复和替代ꎬ还包括供应链中信息流、资金流和物流的快速恢复ꎮ

 

　　三是网络韧性能力强ꎮ网络韧性是指大豆供应链在面对外部风险时的抵御与适应能力ꎮ在成本可控的前提下ꎬ进行供应链网络的柔性设计是提升韧性的关键[39]ꎮ外部风险可能包括自然灾害、地缘政治冲突、经济波动及疫情等不可预测因素[40]ꎮPerera等的研究表明ꎬ真实世界中的供应链网络具有幂律度分布特性ꎬ且由核心节点向外辐射[41]ꎮ构建新发展格局ꎬ即在全球范围内优化资源配置、整合要素与开拓市场ꎬ是提升大豆产业链供应链网络韧性的重要途径ꎮ通过深化国际经贸合作、应对全球气候变化及促进全球减贫事业等举措ꎬ为中国大豆产业的发展及企业的国际化创造有利环境[42]ꎮ为提高网络韧性ꎬ在不同地区建立多个种植和加工基地ꎬ以减少对单一地区的依赖ꎮ全球供应链在美洲、欧洲、亚洲的区域化进一步加强ꎬ发达经济体加强自身供应链安全建设ꎬ地域化合作和国内化生产因各国政策而出现“地区转移”和“国内替代”趋势[42]ꎮ此外ꎬ建立灵活的网络结构以及制定针对性的风险管理策略ꎬ也是提高网络韧性的关键措施ꎮ

 

　　3.2大豆产业链供应链韧性评估方法

 

　　韧性评估方法作为理解大豆产业链供应链在不同扰动下表现的关键工具ꎬ通常涵盖模型构建、模拟分析及专家评估等多种手段ꎮ基于现有文献ꎬ这些方法可归纳为定量评估、定性评估及混合评估三大类ꎮ

 

　　定量评估方法在大豆产业链供应链韧性评估中占据主导地位ꎬ其核心在于利用数据驱动的模型、数学算法及统计工具来量化供应链的脆弱性与韧性ꎮ此类方法通过精确的数值计算ꎬ能够直观揭示大豆供应链面对气候变化、市场波动、物流中断等外部扰动时的反应机制ꎮ例如ꎬ供应链网络分析法通过构建网络模型ꎬ深入探究节点间的连通性与中心性ꎬ从而精确评估大豆供应链的脆弱环节ꎮYang与Liu基于贝叶斯网络模型对生鲜农产品供应链的脆弱性进行了深入分析ꎬ发现短期供应链脆弱性与事故风险随时间显著增加ꎬ而长期风险则逐渐降低ꎬ这一发现为大豆供应链的长期规划提供了重要参考[43]ꎮGholian等则提出了一种混合整数线性规划模型ꎬ强调了运输网络在大豆供应链中的核心作用ꎬ并指出运输节点的韧性对于维护供应链整体安全至关重要[44]ꎮMahmudiono等运用蒙特卡洛模拟方法ꎬ分析了大豆进口供应链在极端天气与国际贸易摩擦下的韧性ꎬ结果表明供应链多样化能够显著提升其抗风险能力[45]ꎮ通过动态随机建模技术ꎬ研究者能够模拟包括气候灾害、政治冲突在内的多种扰动场景ꎬ进而评估供应链在不确定性环境下的应对能力ꎮReis等开发的两阶段随机线性规划模型成功应用于巴西的大豆贸易供应链ꎬ有效解决了来自四个不确定性来源的243种情景ꎬ为一家大豆贸易公司带来了显著的预期收益[46]ꎮ尽管定量评估方法在高精确性与预测能力方面表现出色ꎬ尤其是在识别脆弱点、优化资源配置等方面具有独特优势ꎬ但其局限性同样明显ꎮ这些方法通常依赖于高质量的历史数据与复杂的算法支持ꎬ难以全面捕捉政策变化或社会经济因素等难以量化的影响ꎻ同时ꎬ数据收集成本高昂且模型复杂性可能在实际应用中构成挑战ꎮ

 

　　定性评估方法在大豆供应链韧性研究中展现出独特价值ꎬ特别是在评估难以量化的软性因素时ꎬ如政策支持、管理能力及社会经济影响等ꎮ该方法依赖于专家意见、调研数据与非结构化信息ꎬ通过深入剖析经验与见解ꎬ有效识别供应链中的潜在脆弱点与恢复能力ꎮ其灵活性使其能够应对复杂的系统问题ꎬ特别是在面对不确定性时ꎬ能够从多角度审视供应链的动态特征ꎮ例如ꎬ通过专家访谈与实地调研ꎬ研究人员能够揭示影响大豆供应链韧性的政策障碍或管理短板ꎬ为供应链管理者提供具有战略意义的改进建议ꎮTchonkouang等的研究即采用此方法ꎬ深入评估了气候变化对食品供应链稳定性的影响ꎬ并强调了社会经济因素与韧性管理之间的复杂互动关系[47]ꎮ此外ꎬ拓扑指标法作为定性评估的重要工具ꎬ通过分析大豆供应链的结构特性(如网络密度、节点重要性等)ꎬ有效评估了其在面对不同扰动时的整体恢复能力ꎮZhao等的研究表明ꎬ网络结构的复杂性与节点关键性直接影响供应链的弹性ꎬ并为管理者提供了调整网络结构的科学依据[48]ꎮ定性评估方法亦存在局限性ꎬ例如定性数据的收集与分析往往依赖专家判断ꎬ因此可能带有主观偏差ꎬ导致评估结果缺乏一致性ꎻ同时ꎬ定性方法难以提供具体的数值预测ꎬ无法像定量方法那样精确衡量大豆供应链在遭遇冲击后的损失程度ꎮ因此ꎬ尽管定性评估能够深入剖析供应链的软性因素与复杂动态ꎬ但其应用通常需与定量方法相结合ꎬ以实现更为全面的韧性分析ꎮ

 

　　混合评估方法凭借其融合定量与定性分析的优势ꎬ在大豆供应链韧性评估中展现出更强的全面性ꎮ在定量分析层面ꎬ该方法通过数据模型、统计方法及模拟技术精确量化供应链在风险事件中的损失及其恢复能力ꎮ例如ꎬ通过构建数学模型评估供应链的脆弱节点ꎬ并深入分析运输、存储及加工环节的风险暴露程度ꎬ能够直观反映大豆供应链在遭遇自然灾害或市场波动时的抗风险表现ꎮ而在定性分析层面ꎬ混合方法则整合专家意见、政策分析等手段ꎬ深入评估难以通过数据直接量化的因素ꎬ如政策支持、管理灵活性及国际贸易关系对供应链的影响ꎮ姜军的研究通过模糊综合评价法将定性与定量指标相结合ꎬ有效量化了供应链的市场响应能力、供给能力及灵活性ꎬ为大豆供应链在不同扰动情景下的韧性评估提供了多维度视角[49]ꎮ混合评估方法的优势在于其能够妥善处理复杂环境中的多重不确定性ꎬ尤其是在面对涉及多种类型风险事件时表现更为突出ꎮ例如ꎬ气候变化、市场价格波动与政策调整等多重因素可能同时对供应链产生深远影响ꎬ而混合评估方法则能够通过综合定量与定性手段更为全面地分析各因素的交互作用[50]ꎮ通过整合多标准决策技术与多目标优化模型ꎬ提出了一种针对大豆供应链的设计与优化框架ꎬ旨在确保供应链在可持续性与全球市场波动下保持足够的弹性[51-52]ꎮ然而ꎬ混合评估方法亦存在一定的局限性ꎮ其实施复杂度较高ꎬ尤其是在定量与定性数据的整合过程中ꎬ如何确保两类分析结果的有效协调仍是一个亟待解决的问题[53]ꎮ此外ꎬ由于该方法对计算能力与数据支持要求较高ꎬ因此在部分数据匮乏的地区或领域可能难以全面实施ꎮ

 

　　4大豆产业链供应链韧性提升策略

       4.1强化风险识别与应急响应

 

　　提升大豆产业链供应链的韧性ꎬ首要任务是强化风险识别的全面性和精准性ꎬ这是确保供应链稳定运行不可或缺的基石[54-55]ꎮ此过程需系统梳理并详尽列举影响大豆供应链的多维度潜在风险ꎬ涵盖自然灾害(如干旱、洪水)、政治动荡、市场价格剧烈波动、贸易政策调整及关键供应商倒闭等ꎮ通过构建这样一套系统化的风险清单ꎬ为后续的风险评估奠定了坚实基础ꎬ使供应链管理者能够科学评判各类风险的性质、发生概率及潜在影响[50]ꎮ为实现这一目标ꎬ应依托数据管理平台ꎬ融合互联网与物联网技术ꎬ实施对天气、市场动态及政策变动的实时监测ꎬ并将这些信息集成至决策支持系统中ꎬ以实现对风险的早期预警ꎮChristopherꎬHolweg的研究强调ꎬ总结风险应对经验ꎬ建立反馈机制ꎬ对于不断优化供应链管理和提升整体韧性至关重要[56]ꎮ此外ꎬ定期复审和更新风险评估策略ꎬ根据外部环境变化灵活调整应对措施和应急预案ꎬ能有效增强大豆供应链面对外部冲击时的适应性和韧性ꎬ确保其在复杂多变环境中保持稳定高效运行[57]ꎮ

 

　　构建高效的应急响应机制同样是提升大豆产业链供应链韧性的关键所在ꎮ面对市场的不确定性和突发事件ꎬ有效的应急响应能显著提升供应链的应变能力和竞争优势ꎬ减轻损失并加速恢复[58]ꎮ预警系统与信息共享机制在此过程中扮演着核心角色ꎮBalaghi等指出ꎬ通过实时监测气象变化来提前预警ꎬ可采取预防措施(如调整物流路径、增加库存储备)ꎬ从而提升供应链的灵活性和应对能力[59]ꎮ雷婷等则进一步强调ꎬ制定详尽的应急预案能确保在危机发生时迅速反应ꎬ减少生产中断和供应链紊乱导致的经济损失[60]ꎮ此外ꎬ定期组织风险演练活动ꎬ模拟真实紧急情况ꎬ不仅能检验应急预案的有效性ꎬ还能提升团队协作与快速响应能力ꎮ通过这些措施ꎬ各部门能更有效地识别并解决潜在问题ꎬ确保在危机中能够高效协同、迅速应对ꎮ综合风险识别、预警系统、科学预案及定期演练ꎬ不仅能显著提升大豆产业链供应链的韧性ꎬ还能有效降低生产中断风险ꎬ确保供应链的持续稳定性和可持续发展ꎬ以有效应对各类复杂风险挑战[61]ꎮ

 

　　4.2实施多元化采购策略

 

　　在大豆产业链供应链韧性提升的策略体系中ꎬ多元化采购策略被视为应对供应风险的有效途径ꎮ其核心在于通过从多国或地区采购大豆ꎬ减少对单一供应源的依赖ꎬ从而降低因单一来源中断而引发的风险ꎮKumar等指出ꎬ合理的库存管理与战略储备能为供应链中断提供缓冲ꎬ确保稳定性[62]ꎮ同时ꎬ王月虹的研究强调了与多个供应商建立长期稳定合作关系的重要性ꎬ以实现采购渠道的多样化[61]ꎮ这种策略特别适用于应对由政治、经济或自然因素(如贸易政策变动、自然灾害)引起的供应波动ꎬVlahakis等的研究也证实了其能有效降低供应链对单一来源的依赖风险[63]ꎮ在实际操作中ꎬ实施多元化采购需综合考虑市场需求、运输成本、质量标准及供应链管理的复杂性等多个维度ꎮChen等建议ꎬ供应链管理者应构建广泛的采购网络ꎬ与多个供应国或地区保持长期合作ꎬ以便在不确定性和风险事件发生时灵活调整采购策略[64]ꎮ例如ꎬ在疫情背景下ꎬ我国为保障大豆供应链稳定性ꎬ采取了加大对巴西等主要进口国的疫情援助ꎬ开辟多元化物流通道ꎬ拓展乌拉圭、巴拉圭等新兴供应国ꎬ签订长期合作协议等策略ꎬ以减少对传统来源的依赖并分散采购风险ꎮ同时ꎬ增加战略储备和优化国内仓储管理ꎬ进一步增强了全球不确定性下大豆供应链的稳定性ꎮ这种灵活应变的能力不仅降低了供应风险ꎬ还增强了供应链的韧性与稳定性ꎬ确保其能在复杂多变的市场环境中持续稳定运作ꎮ

 

　　4.3技术升级与数字化转型

 

　　技术升级与数字化转型不仅是提升大豆产业链供应链韧性的战略抉择ꎬ也是推动大豆产业向智能化、可持续发展迈进的重要驱动力[65]ꎮ通过引入先进技术和数字化工具ꎬ显著提升了供应链各环节的运作效率、透明度及应对能力得到显著提升ꎬ增强了面对不确定性和风险的能力ꎬ确保了供应链的持续性和安全性ꎮ大数据与人工智能(AI)技术在供应链预测、优化及风险管理中发挥着核心作用[66]ꎮ大数据技术能助力大豆供应链收集并分析气候变化、市场价格及运输状态等海量数据ꎬ从而预测供需波动并提供预警[67]ꎮ人工智能技术则通过智能算法优化物流调度ꎬ选择最佳运输路径和时间ꎬ降低延迟和成本ꎬ进一步增强了供应链的灵活性与响应速度ꎮ此外ꎬ物联网技术通过传感器连接供应链各节点ꎬ实现从种植到运输的全程监控ꎮ物联网技术不仅能追踪产品状态ꎬ还能通过实时监测运输条件确保产品质量ꎬ快速应对异常情况ꎬ避免损失ꎮ区块链技术的引入则为供应链提供了防伪和可追溯解决方案ꎮ区块链通过分布式账本记录交易和事件ꎬ确保数据不可篡改ꎬ大幅提升了大豆供应链的透明度和可信度[67]ꎮ从技术应用的角度来看ꎬ大数据分析和传感器技术可以使农民能够实时获取气象与土壤数据ꎬ优化种植决策并监控作物生长ꎻ物联网和数据集成系统可以确保生产过程的实时监控与信息共享ꎬ提升质量控制透明度ꎻ物流配送环节可以通过实时追踪技术和智能调度系统减少延误风险ꎬ提高运输效率ꎻ销售与市场阶段ꎬ区块链技术可以保证交易透明性ꎬ数据分析平台可以助力快速响应市场需求ꎮ这些技术的综合应用显著增强了大豆供应链面对风险时的韧性与安全性ꎮ数字化转型不仅是技术层面的革新ꎬ更是供应链管理全面升级的战略选择[68]。数字化供应链管理系统能实现信息实时共享,提升流程透明度,进而提高供应链的协同效率和反应速度[69]。

       4.4加强市场监测与预测能力

 

　　市场监测与预测是提升大豆产业链供应链韧性的关键手段。通过预测性分析和实时监控技术,供应链管理者能够更迅速地响应市场变化和突发事件,降低运营风险和生产中断的可能性[70]。Chien等指出,市场监测是实现供应链敏捷性和增强反应能力的基础,系统收集、分析和解读市场数据及竞争动态,能帮助供应链管理者深入洞察大豆市场的供需状况,及时制定战略性决策。为有效实施市场监测,供应链管理者应构建多维数据收集系统,涵盖市场价格、气候变化、消费趋势及国际贸易动态等,以全面把握市场信息。随后,利用时间序列分析、机器学习和深度学习等数据分析工具,深入挖掘这些数据,识别潜在需求波动和风险因素[71]。Nooraie与Parast的研究表明,有效的市场监测不仅能优化库存管理和生产计划,还能增强供应链的整体稳定性[72]。此外,市场预测技术的广泛应用使管理者能够预见市场趋势和变化。通过采用先进的数据分析工具,如时间序列分析、机器学习和深度学习算法,能更精确地预测大豆市场的需求波动及潜在风险,并通过实时监控动态调整生产和物流计划,确保在需求高峰期及时供货,同时在需求下降时减少库存积压[73]。这种灵活的响应机制显著降低了生产过程中的不确定性和成本,提高了经营效率和利润率。Choi进一步指出,市场预测能力的提升不仅能调整供应链策略,还能更灵活地调配资源,降低不确定性,最终提高经营效率和利润率[74]。因此,建立基于数据驱动的市场监测与预测体系,能显著增强大豆供应链的抗风险能力和长期可持续性,使大豆产业链能够更好地适应市场变化,确保供应链的稳定性和高效运作。

 

　　4.5深化合作与强化信息共享

 

　　在大豆产业链供应链中,深化各环节间的合作与强化信息共享是提升整体韧性的重要举措[75-76]。通过共享运营数据、市场趋势分析及供应链瓶颈信息,供应链各方能更快速地响应市场变化、调整策略,从而提升供应链的灵活性与应对能力[77]。为此,需构建集成的信息共享平台,覆盖种植者、加工商、分销商及零售商等各环节,确保信息的实时互通。特别强调此平台应支持多种数据格式,便于各方上传和获取市场需求、库存状况、运输安排及价格波动等关键数据。这种紧密的合作关系不仅能优化资源配置、降低运营成本,还能帮助各方在市场波动时迅速调整策略,降低价格风险。例如,种植者与加工商的协同合作能确保大豆供应的稳定性和质量一致性,更好地应对市场挑战。此外,信息共享能显著提升供应链的市场适应性和灵活性[78]。Sun等建议,通过信息共享平台确保各方及时获取市场需求、竞争态势及政策调整等关键信息,能显著提升供应链的反应速度[79]。Ramanathan等的研究则表明,及时的信息传递与分析能帮助管理者迅速调整生产计划和供应策略,降低信息不对称带来的运营风险,确保供应链的稳定运作[80]。综上所述,通过深化合作与强化信息共享,能显著提升大豆产业链的整体韧性与资源配置效率,为供应链的可持续发展提供坚实支撑[81]。

 

 

　　大豆作为全球举足轻重的粮食作物与经济作物,其产业链与供应链的韧性和安全性对于维护国家粮食安全、促进农业经济发展以及确保食品加工产业稳定性具有至关重要的作用。本研究通过系统性综述大豆产业链与供应链韧性与安全的相关研究成果,明确指出,该领域的安全问题不仅是国家经济安全的重要组成部分,更与民众的生计福祉息息相关。

 

　　随着全球化进程的加速与贸易自由化的不断深化,大豆产业链与供应链将面临更为复杂多变的挑战与机遇。鉴于此,未来的研究工作需着重关注以下几个核心方向:首先,应强化对全球大豆市场动态趋势的预测与分析能力。通过综合运用时间序列分析、机器学习等先进模型,实现价格波动与供需变化的动态预测。同时,结合知识图谱技术,深入剖析政策调整、气候变化等多元因素对大豆市场的影响机制,为政策制定提供科学依据与决策支持。其次,需深化对大豆产业链与供应链关键环节及节点的精细化研究。利用神经网络与深度学习算法,精准识别并评估潜在风险环节。通过构建仿真模型,模拟不同情境下的供应链运行状况,以期优化关键节点的韧性配置。此外,引入模糊综合评价法,量化供应链的脆弱性程度,从而精准定位并优化薄弱环节。最后,应积极推动跨学科研究范式的融合与创新。结合生态学领域的生态足迹分析方法,评估大豆产业链与供应链的环境影响;运用社会学中的社会网络分析技术,探究各利益相关者之间的互动关系与合作模式;同时,借鉴经济学博弈论的理论框架,分析供应链中的风险分担与利益协调机制。通过多学科交叉融合,为构建更加稳健、可持续的大豆产业链与供应链提供全面而深入的解决方案。

 

 

　　[1]谭砚文ꎬ杨世龙.风险叠加背景下我国粮食安全面临的挑战及对策[J].华南农业大学学报(社会科学版)ꎬ2024ꎬ23(02):1-9.

 

　　[2]曹俊伟ꎬ周泽.新形势下中国贸易发展及产业链韧性提升的对策分析[J].吉林金融研究ꎬ2024(07):29-31.

 

　　[3]庞金波ꎬ曹为政ꎬ朱海波.价值共创视角下我国大豆产业集群的定位与实现路径研究[J].农业经济与管理ꎬ2023(06):22-31.

 

　　[4]罗永根ꎬ李运美ꎬ刘悦书ꎬ等.我国大豆压榨企业面临的机遇挑战及对策建议[J].农场经济管理ꎬ2024(01):11-16.

 

　　[5]朱晶ꎬ臧星月ꎬ李天祥.新发展格局下中国粮食安全风险及其防范[J].中国农村经济ꎬ2021(09):2-21.

 

　　[6]钱永兰ꎬ毛留喜ꎬ周广胜.全球主要粮食作物产量变化及其气象灾害风险评估[J].农业工程学报ꎬ2016ꎬ32(01):226-235.

 

　　[7]杨磊.我国粮食安全风险分析及粮食安全评价指标体系研究[J].农业现代化研究ꎬ2014ꎬ35(06):696-702.

 

　　[8]卢锋.粮食禁运风险与粮食贸易政策调整[J].中国社会科学ꎬ1998(02):32-47.

 

　　[9]孙红霞ꎬ赵予新.基于危机应对的我国跨国粮食供应链优化研究[J].经济学家ꎬ2020(12):107-115.

 

　　[10]杨军ꎬ肖志敏ꎬ董婉璐.中国玉米是否会成为“大豆第二”?—基于中国、美国和巴西玉米生产成本变化规律的解释[J].经济与管理ꎬ2020ꎬ34(06):55-63.

 

　　[11]叶玮怡ꎬ马恩朴ꎬ廖柳文ꎬ等.远程耦合视角下国际大豆贸易网络的时空演化及影响因素[J].自然资源学报ꎬ2023ꎬ38(06):1632-1650.

 

　　[12]宋海英ꎬ姜长云.中国拓展大豆进口来源的可能性分析[J].农业经济问题ꎬ2021(06):123-131.

 

　　[13]吴建寨ꎬ胡佳璇ꎬ邢丽玮ꎬ等.中国与主要大豆进口来源国价格关联和政策应对[J].中国农业大学学报ꎬ2023ꎬ28(04):227-237.

 

　　[14]丁存振ꎬ徐宣国.国际粮食供应链安全风险与应对研究[J].经济学家ꎬ2022(06):109-118.

 

　　[15]裴沛ꎬ孙金岭.新形势下中国粮食价格与粮食安全研究[J].价格月刊ꎬ2021(02):1-6.

 

　　[16]魏艳骄ꎬ何岭ꎬ张慧艳ꎬ等.我国大豆进口依赖性风险生成机理分析:基于相互依存视角[J].大豆科学ꎬ2023ꎬ42(06):757-768.

 

　　[17]魏艳骄ꎬ张慧艳ꎬ朱晶.新发展格局下中国大豆进口依赖性风险及市场布局优化分析[J].中国农村经济ꎬ2021(12):66-86.

 

　　[18]杨辉ꎬ林嘉柏ꎬ林佳.外生冲击下中国大豆产业安全:现状、挑战与机遇[J].大豆科学ꎬ2022ꎬ41(03):352-357.

 

　　[19]曲厚兰ꎬ姜振ꎬ李晶ꎬ等.世界大豆产业发展现状及我国大豆产业发展建议[J].大豆科技ꎬ2022(05):28-33+9.

 

　　[20]夏佩ꎬ孙江明.进口价格波动风险对中国大豆进口来源布局的影响研究[J].国际贸易问题ꎬ2016(02):50-62.

 

　　[21]赵明正ꎬ宋曼ꎬ徐恩凯.全球主要大豆出口国可依赖程度研究[J].河南工业大学学报(社会科学版)ꎬ2021ꎬ37(03):1-9.

 

　　[22]林学贵.全球粮食价格走势分析与展望[J].中国国情国力ꎬ2021(02):20-22.

 

　　[23]刘嗣明ꎬ胡伟博ꎬ涂玮.中美贸易摩擦对中国大豆进口贸易格局演变的影响[J].宁夏社会科学ꎬ2021(02):73-81.

 

　　[24]冯满敬ꎬ花培鹏ꎬ李文ꎬ等.中美贸易政策不确定性对中国大豆价格的影响研究[J].河南农业大学学报ꎬ2021ꎬ55(06):1142-1151.

 

　　[25]卢昱嘉ꎬ陈秧分ꎬ吴振磊.全球供应链风险评估与韧性测度—以大豆为例[J].地理学报ꎬ2024ꎬ79(10):2651-2669.

 

　　[26]邓俊锋ꎬ郑钊ꎬ石建ꎬ等.美国贸易政策不确定性对粮食价格的时变冲击效应与政策启示[J].农业经济与管理ꎬ2022(01):79-92.

 

　　[27]赵秀兰ꎬ王冀.近60年美国大豆产量变化及气候影响特征与未来展望[J].农业展望ꎬ2022ꎬ18(01):26-32.

 

　　[28]Dolgui AꎬIvanov DꎬSokolov B.Ripple effect in the supply chain:An analysis and recent literature[J].International Journal of Production Researchꎬ2018ꎬ56(1-2):414

 

　　[29]Abhijeet GꎬMerve EꎬDmitry Iꎬet al.Visualisation of ripple　effect in supply chains under long-termꎬsimultaneous disruptions:A system dynamics approach[J].International Journal of Production Researchꎬ2022ꎬ60(20):6173-6186.

 

　　[30]Lwin W YꎬSchaefer K AꎬHagerman A D.Animal disease outbreaks and upstream soybean trade[J].Food Policyꎬ2024ꎬ127:102685.

 

　　[31]Li YꎬZhou J-CꎬLI Y-Sꎬet al.Study on asymmetric price transmission in China,s soybean import and crushing　industry chain[J].Soybean Scienceꎬ2020ꎬ39(1):146

 

　　[32]Xiao ZꎬYang J.Evaluating the effect of Sino-US soybean　trade frictions and the enlightenment—Based on GTAP model[J].Agricultural Economics and Managementꎬ2019(3):70-78.

 

　　[33]陈亚莉.基于级联失效的供应链网络韧性研究[J].物流工程与管理ꎬ2023ꎬ45(9):99-101.

 

　　[34]洪流ꎬ赵晓波ꎬ汪寿阳ꎬ等.供应链韧性与安全中的关键科学问题[J].中国科学基金ꎬ2023ꎬ37(03):418-428.

 

　　[35]李莉ꎬ李民赞ꎬ刘刚ꎬ等.中国大田作物智慧种植目标ꎬ关键技术与区域模式[J].智慧农业(中英文)ꎬ2022ꎬ4

 

　　[36]Jimenez-Jimenez DꎬMartinez-Costa MꎬRodriguez C S.　The Mediating Role of Supply Chain Collaboration on the Relationship Between Information Technology and Innovation[J].Journal of Knowledge Managementꎬ2019ꎬ　23(3):548-567.

 

　　[37]Rejeb AꎬKeogh J GꎬSimske S Jꎬet al.Potentials of Blockchain Technologies for Supply Chain Collaboration:a Conceptual Framework[J].International Journal of　Logistics Managementꎬ2021ꎬ32(3):973-994.

 

　　[38]陈剑ꎬ刘运辉.数智化使能运营管理变革:从供应链到供应链生态系统[J].管理世界ꎬ2021ꎬ37(11):227-240.

 

　　[39]刘婧怡.供应链中断:成因ꎬ后果及对策—供应链治理视角下的文献述评[J].中南财经政法大学学报ꎬ2022(4):130-144.

 

　　[40]El Baz JꎬRuel S.Can supply chain risk management practices mitigate the disruption impacts on supply chains,resilience and robustness?Evidence from an empirical survey in a COVID-19 outbreak era[J].International Journal of Production Economicsꎬ2021ꎬ233:107972.

 

　　[41]梁春树.供应链管理模式下的国内零售企业库存管理的实证研究—基于沪深零售业上市公司2001-2007的经验研究[J].价值工程ꎬ2018ꎬ37(20):123-126.

 

　　[42]魏际刚ꎬ刘伟华.对保障重点产业供应链安全的战略思考[J].北京交通大学学报:社会科学版ꎬ2022ꎬ21(1):1-10.

       [43]Yang JꎬLiu H.Research of vulnerability for fresh agricultural-food supply chain based on bayesian network[J].Mathematical Problems in Engineeringꎬ2018(1):6874013.

 

　　[44]Gholizn-Jouybari FꎬHajaghaei-Keshteli MꎬBavar Aꎬetal.A design of a circular closed-loop agri-food supply chain network—A case study of the soybean industry[J].Journal of Industrial Information Integrationꎬ2023ꎬ36:100530.

 

　　[45]Mahmudiono TꎬYasin GꎬJasim S Aꎬet al.Analyzing food production risk with Monte Carlo simulation[J].Food Science and Technologyꎬ2022ꎬ42:e03522.

 

　　[46]Reis S A DꎬLeal J EꎬThoméA M T.A two-stage stochastic linear programming model for tactical planning in　the soybean supply chain[J].Logisticsꎬ2023ꎬ7(3):49.

 

　　[47]Tchonkouang R DꎬOnyeaka HꎬNkoutchou H.Assessing the　vulnerability of food supply chains to climate change-　induced disruptions[J].Science of the Total Environmentꎬ2024:171047.

 

　　[48]Zhao PꎬLi ZꎬHan Xꎬet al.Supply chain network resilience by considering disruption propagation:Topological and operational perspectives[J].IEEE Systems Journalꎬ2022ꎬ　16(4):5305-5316.

 

　　[49]姜军.基于多层次模糊综合评价法的工程供应链风险评价[J].公路交通科技ꎬ2014ꎬ31(10):126-129.

 

　　[50]Elmsalmi MꎬHachicha WꎬAljuaid A M.Modeling　sustainable risks mitigation strategies using a morphological analysis-based approach:A real case study[J].Sustainabilityꎬ2021ꎬ13(21):12210.

 

　　[51]秦可楠.宏观经济形势下全球大豆产业发展格局浅析[J].粮食问题研究ꎬ2023ꎬ(06):10-13.

 

　　[52]叶五一ꎬ李艾琳ꎬ焦守坤.基于动态模型平均的大豆期货市场风险溢出研究[J].中国管理科学ꎬ2023ꎬ31(12):1-10.

 

　　[53]Sharifi EꎬFang LꎬAmin S.A novel two-stage multi-　objective optimization model for sustainable soybean supply chain design under uncertainty[Z].Sustainable Production　and Consumptionꎬ2023ꎬ40:297-317.

 

　　[54]张昊ꎬ王文涛.大豆产业国际竞争力提升的长效机制研究[J].湖南农业科学ꎬ2022(06):81-86.

 

　　[55]叶阿忠ꎬ郑航.大豆期货市场定价影响力研究—基于中国、美国、日本三国数据的比较分析[J].价格理论与实践ꎬ2021(05):131-135.

 

　　[56]Christopher MꎬHolweg M.Supply chain 2.0 revisited:A framework for managing volatility-induced risk in the supply chain[J].International Journal of Physical Distribution&Logistics Managementꎬ2017ꎬ47(1):2-17.

 

　　[57]谭丹ꎬ马顺甜.大豆国际贸易格局演化与中国对策[J].经济地理ꎬ2022ꎬ42(09):110-119.

 

　　[58]Chen YꎬSong Y.Emergency response capability assessment of emergency supply chain coordination mechanism based on　hesitant fuzzy information[J].International Journal of Simulation Modellingꎬ2014ꎬ13(4):485-496.

 

　　[59]Balaghi RꎬBadjeck M CꎬBakari Dꎬet al.Managing climatic risks for enhanced food security:Key information capabilities[J].Procedia Environmental Sciencesꎬ2010(1):313-323.

 

　　[60]雷婷ꎬ但斌ꎬ马崧萱ꎬ等.突发事件下考虑政府限价政策的生鲜供应链应急产品投放策略[J].中国管理科学:1-11.

 

　　[61]Choudhary N AꎬSingh SꎬSchoenherr Tꎬet al.Risk assessment in supply chains:A state-of-the-art review of methodologies and their applications[J].Annals of Operations Researchꎬ2023ꎬ322(2):565-607.

 

　　[62]Kumar PꎬKumar Singh R.Strategic framework for developing resilience in agri-food supply chains during COVID 19 pandemic[J].International Journal of Logistics Research and Applicationsꎬ2022ꎬ25(11):1401-1424.

 

　　[63]Vlahakis GꎬKopanakieꎬApostolou D.Proactive decision making in supply chain procurement[J].Journal of　Organizational Computing and Electronic Commerceꎬ2020ꎬ　30(1):28-50.

 

　　[64]Chen YꎬChen GꎬXu Jꎬet al.Sourcing diversification:Strategy selectionꎬsourcing allocation and brand power[J].Computers&Industrial Engineeringꎬ2023ꎬ181:109307.

 

　　[65]Shi YꎬZheng XꎬVenkatesh Vꎬet al.The impact of digitalization on supply chain resilience:an empirical study of the Chinese manufacturing industry[J].Journal of Business&Industrial Marketingꎬ2023ꎬ38(1):1-11.

 

　　[66]王昊ꎬ严洁ꎬ林凌.美国经济政策不确定性对我国大豆期现货市场的影响效应研究[J].山西农经ꎬ2024(16):181-189+205.

 

　　[67]Elufioye O AꎬIke C UꎬOdeyemi Oꎬet al.Ai-driven　predictive analytics in agricultural supply chains:A review:Assessing the benefits and challenges of ai in forecasting demand and optimizing supply in agriculture[J].Computer　Science&IT Research Journalꎬ2024ꎬ5(2):473-497.

 

　　[68]Hanelt AꎬBohnsack RꎬMarz Dꎬet al.A systematic review of the literature on digital transformation:Insights and implications for strategy and organizational change[J].　Journal of management studiesꎬ2021ꎬ58(5):1159-1197.

 

　　[69]葛新庭ꎬ谢建国ꎬ杨洪娜.数字化转型与企业供应链韧性—来自中国上市公司与供应商的证据[J].中南财经政法大学学报ꎬ2024(03):136-150.

 

　　[70]Karimi MꎬZaerpour N.Put your money where your forecast is:Supply chain collaborative forecasting with cost-function-based prediction markets[J].European Journal ofOperational Researchꎬ2022ꎬ300(3):1035-1049.

       [71]Chien C-FꎬKu C-CꎬLU Y-Y.Ensemble learning fordemand forecast of After-Market spare parts to empowerdata-driven value chain and an empirical study[J].Computers&Industrial Engineeringꎬ2023ꎬ185:109670.

 

　　[72]Nooraie S VꎬParast M M.A multi-objective approach to supply chain risk management:Integrating visibility with　supply and demand risk[J].International Journal of　Production Economicsꎬ2015ꎬ161:192-200.

 

　　[73]Amirkolall K NꎬBaboli AꎬShahzad Mꎬet al.Demand forecasting for irregular demands in business aircraft spare parts supply chains by using artificial intelligence(AI)[J].IFAC-PapersOnLineꎬ2017ꎬ50(1):15221-15226.

 

　　[74]Choi T-M.Impacts of retailer’s risk averse behaviors on quick response fashion supply chain systems[J].Annals of Operations Researchꎬ2018ꎬ268:239-257.

 

　　[75]Souza G C.Closed-loop supply chains:A critical reviewꎬand future research[J].Decision Sciencesꎬ2013ꎬ44(1):7-38.

 

　　[76]段炼ꎬ袁柳洋.绿色供应链技术创新与合作伙伴选择决策研究[J].计算机集成制造系统ꎬ2023ꎬ29(09):3086-3099.

 

　　[77]韩冬ꎬ李光泗.中美经贸摩擦背景下国际大豆贸易格局演变与中国议价能力变化[J].江西财经大学学报ꎬ2022(04):83-96.

 

　　[78]Tarigan Z J HꎬSiagian HꎬJie F.Impact of internal integrationꎬsupply chain partnershipꎬsupply chain agilityꎬand supply chain resilience on sustainable advantage[J].Sustainabilityꎬ2021ꎬ13(10):5460.

 

　　[79]Sun JꎬMatsui MꎬYin Y.Supplier risk management:An economic model of P-chart considered due-date and quality risks[J].International Journal of Production Economicsꎬ2012ꎬ139(1):58-64.

 

　　[80]Ramanathan UꎬHe QꎬSubramanian Nꎬet al.Collaborative closed-loop supply chain framework for sustainable manufacturing:Evidence from the Indian packaging industry　[J].Technological Forecasting and Social Changeꎬ2023ꎬ191:122489.

 

　　[81]SepúLveda-Rojas J PꎬTernero R.Analysis of the value of　information and coordination in a dyadic closed loop supply chain[J].Sustainabilityꎬ2020ꎬ12(20):8398.