目錄 第 1章　現(xiàn)代供應鏈重構 1.1 解構供應鏈網絡：SCOR模型與三流協(xié)同機制 3 1.1.1 SCOR模型 3 1.1.2 三流協(xié)同機制 10 1.1.3 案例分析 15 1.2 敏捷供應鏈管理的四大支柱理論 17 1.3 全球供應鏈重構趨勢：韌性評估矩陣與地緣政治影響 21 1.3.1 全球供應鏈重構趨勢 21 1.3.2 全球供應鏈韌性評估矩陣構建 33 1.3.3 地緣政治對全球供應鏈重構的影響 37 1.4 課后習題 40 第 2章　風險管理體系 2.1 風險DNA：蝴蝶效應與“黑天鵝”事件傳導機理 42 2.1.1 供應鏈風險中的蝴蝶效應 44 2.1.2 “黑天鵝”事件 48 2.1.3 “黑天鵝”事件+蝴蝶效應 50 2.2 風險五維評估法 51 2.2.1 發(fā)生概率 53 2.2.2 沖擊強度 55 2.2.3 傳導速度 57 2.2.4 網絡聯(lián)動 59 2.2.5 可控程度 61 2.3 風險量化工具箱：蒙特卡洛模擬與FMEA 63 2.3.1 蒙特卡洛模擬 63 2.3.2 蒙特卡洛模擬在供應鏈管理中的應用 65 2.3.3 FMEA 68 2.4 課后習題 73 第3章　質量風險破局之道 3.1 質量及質量管理 76 3.1.1 質量的概念 76 3.1.2 質量管理理論的發(fā)展 76 3.1.3 供應鏈質量管理模式 78 3.2 六西格瑪 81 3.2.1 六西格瑪?shù)谋尘?81 3.2.2 六西格瑪?shù)慕y(tǒng)計意義 83 3.2.3 DMAIC模型 84 3.2.4 六西格瑪?shù)墓芾硪饬x 87 3.2.5 六西格瑪?shù)淖饔?88 3.2.6 六西格瑪在采購端的實施 89 3.3 VDA 6.3——聚焦大眾汽車集團 93 3.3.1 背景 93 3.3.2 什么是VDA 6.3 94 3.3.3 一汽-大眾汽車有限公司概況 95 3.3.4 一汽-大眾質量保證部業(yè)務分析 96 3.3.5 發(fā)動機車間的過程質量審核方案 97 3.4 課后習題 103 第4章　庫存精益化革命 4.1 動態(tài)安全庫存模型：需求變異系數(shù)的實戰(zhàn)應用 105 4.1.1 庫存的定義 105 4.1.2 庫存的作用 105 4.1.3 庫存的類型 106 4.1.4 安全庫存的基本概念 107 4.1.5 需求變異系數(shù)的定義與作用 109 4.1.6 動態(tài)安全庫存模型的構建與優(yōu)化 111 4.1.7 動態(tài)安全庫存模型的作用 112 4.1.8 實戰(zhàn)案例分析：動態(tài)安全庫存模型在電商中的應用 113 4.2 智能補貨算法：ARIMA-LSTM融合預測的實踐應用 115 4.2.1 ARIMA模型的基本原理 116 4.2.2 LSTM模型的基本原理 117 4.2.3 ARIMA-LSTM融合預測的方法與步驟 119 4.3 課后習題 125 第5章　智慧物流防御體系 5.1 物流風險熱力圖：運輸脆弱性評估模型 127 5.1.1 物流風險管理的背景與挑戰(zhàn) 127 5.1.2 運輸脆弱性評估 129 5.1.3 物流風險熱力圖的構建基礎：理論、方法與案例 132 5.1.4 物流風險熱力圖的優(yōu)化 139 5.2 數(shù)字孿生技術在應急網絡和應急物流管理中的應用 143 5.2.1 引言 143 5.2.2 數(shù)字孿生技術的理論基礎 144 5.2.3 應急網絡基礎理論 147 5.2.4 數(shù)字孿生技術在應急網絡和物流管理中的實踐場景 152 5.2.5 數(shù)字孿生技術在應急物流管理優(yōu)化中的應用 153 5.3 典型案例：京東亞洲一號智能倉 156 5.3.1 京東亞洲一號智能倉概述 156 5.3.2 京東在疫情期間的應急物流調度方案 160 5.4 課后習題 164 第6章　信息透明化革命 6.1 區(qū)塊鏈溯源體系的三大實施路徑 166 6.1.1 區(qū)塊鏈的定義與特性 166 6.1.2 數(shù)據(jù)注冊與驗證：去中心化解決方案 167 6.1.3 交易和過程追蹤：全鏈條透明化 169 6.1.4 獎勵與激勵機制：保障協(xié)同治理 171 6.2 數(shù)據(jù)泄露防御：零信任架構在供應鏈中的應用 172 6.2.1 零信任架構：理念、機制與技術路徑 173 6.2.2 在供應鏈中應用零信任架構的困難與解決路徑 182 6.3 典型案例：信息透明化在智能供應鏈中的應用與面臨的 挑戰(zhàn) 189 6.3.1 區(qū)塊鏈溯源體系實施案例 189 6.3.2 零信任架構應用案例 192 6.4 課后習題 196 第7章　行為博弈治理 7.1 牛鞭效應破解：需求端神經決策模型 198 7.1.1 牛鞭效應的定義與成因 198 7.1.2 減少牛鞭效應的對策 201 7.1.3 供應鏈中需求的多變性 203 7.1.4 供應鏈中的需求管理 205 7.1.5 神經決策模型 208 7.2 供應鏈信任構建：基于重復博弈理論 215 7.2.1 供應鏈信息共享的制約因素 215 7.2.2 供應鏈信息共享的策略 217 7.2.3 重復博弈理論在供應鏈中的應用 218 7.3 典型案例——豐田供應商俱樂部 222 7.4 課后習題 225 第8章　數(shù)智化韌性網絡 8.1 數(shù)字主線技術實施路線圖 227 8.1.1 數(shù)字主線的內涵與供應鏈價值重構 227 8.1.2 數(shù)字主線數(shù)據(jù)構成 229 8.1.3 數(shù)字主線的層級化構建邏輯 231 8.1.4 數(shù)字主線實施 234 8.2 可持續(xù)供應鏈的ESG指標體系構建 236 8.2.1 可持續(xù)供應鏈與ESG 236 8.2.2 ESG指標體系的構建原則 237 8.2.3 ESG指標體系構建 238 8.2.4 ESG指標體系指標權重確定 242 8.3 供應鏈韌性建設 248 8.3.1 供應鏈韌性 248 8.3.2 供應鏈韌性建設的實現(xiàn) 249 8.3.3 數(shù)字供應鏈韌性建設框架 251 8.3.4 智能供應鏈控制塔：數(shù)字供應鏈韌性管理中樞 256 8.4 典型案例：聯(lián)想的數(shù)智化韌性網絡實踐 258 8.4.1 從陷入全球化困境到韌性增強 258 8.4.2 智能供應鏈控制塔：數(shù)據(jù)穿透與生態(tài)協(xié)同的雙重革命 258 8.4.3 數(shù)字孿生：從被動救火到主動預演 259 8.4.4 ESG理念與數(shù)智化韌性網絡的深度融合 260 8.4.5 未來挑戰(zhàn)：從智能到自主的進化之路 260 8.5 課后習題 262 第9章　全球供應鏈突圍戰(zhàn) 9.1 “近岸-友岸-多元化”采購策略矩陣 264 9.1.1 近岸采購分析 265 9.1.2 友岸采購分析 268 9.1.3 多元化采購分析 271 9.1.4 “近岸-友岸-多元化”采購策略矩陣構建 274 9.2 地緣政治風險評估：熵權-TOPSIS綜合模型 276 9.2.1 地緣政治風險的識別與分類 277 9.2.2 熵權-TOPSIS綜合模型的理論基礎 279 9.2.3 地緣政治風險指標體系構建 281 9.2.4 熵權-TOPSIS綜合模型應用示范與實例計算 284 9.2.5 風險評估結果與決策指導 286 9.3 燈塔工廠啟示：西門子數(shù)字供應鏈重構實踐 290 9.3.1 燈塔工廠 290 9.3.2 西門子供應鏈重構案例背景 293 9.3.3 西門子供應鏈重構全過程 295 9.3.4 西門子案例啟示與可復制性經驗總結 300 9.3.5 本章小結與全球供應鏈未來發(fā)展趨勢展望 304 9.4 課后習題 305 參考文獻 307