摘要：随着工业生产的精细化和经济全球化，制造业的供应链网络变得日益复杂，供应链系统面临着更加显著的脆弱性和
供应链风险的成因也更加的复杂且难以被预测。与此同时，随着现有工业产品需求逐渐饱和，世界各国不确定性。相应的，
各国纷纷开始通过信息技术等寻求制造业转型与升级。制造业的竞争日益激烈。为了在未来的竞争中占得先机，
：；；关键词工业供应链数字化管理
一、工业技术对供应链的影响21世纪，工业技术飞速的发展，现如今它在工业信息
使工业设备化的基础之上以信息物理系统（CPS）为依托，
对实时数据进行收集和分和产品通过互联网相互连结，
，从而实现智能化的生析减少生产过程中对人工的依赖，
其渐广的应用范围也产。工业技术日益智能高效的同时，
为实现供应链风险数字化管理提供了新的机会。
（一）大数据技术
也是实现工业进程的数据是信息化时代的重要资源，
重要基础。大数据的应用在整体商业环境中都引起了巨
其中一个重要表现就是提高了企业的运营效率。大变革，
在供应链和物流方面，企业可以通过对大量数据分析对供
优化和提高资源的利用应链网络进行高效的规划和预测，
。水平供应链中网络中潜在的内部风险也可以通过数据挖掘与模拟被预测，企业可以基于分析和模拟结果准备相应地应对措施。同时企业也可以通过大量的信息来源（如
新闻站点、天气预报等）中提取与供应链持续运社交网络、
通过大数据技术对其进行整合分析，随时行相关的信息，
更新供应链所面临的外部风险。
（二）物联网（IoT）技术
它将线下的物联网技术是工业极其重要的组成部分，
使人们对实体产品信物理世界与线上的信息世界相结合，。物联息的掌握跨越了时间和空间的隔阂在供应链当中，
企网技术为管理者提供了供应链可视化和透明化的基础，
供应链风险也变业得以对供应链全周期的状态进行追踪，
得更加的清晰可控。
二、供应链风险数字化管理方法
供应链风险管理的目的是让供应链能够应对多变的
因此供应链的可靠性和柔性成为了供环境中的不确定性，
应链风险管理的两个重要目标。供应链风险管理的一般
风险评估、风险应对和风险监控。工步骤包括风险识别、
业技术为供应链风险实现数字化管理提供了基础。本文提出了一种在工业发展背景下可能的供应链数字化管理模式。
（一）建立风险数据库
要实现风险管理的数字对于供应链风险管理来讲，
首要任务就是先要建立完备而可靠的供应链风险数据化，。库风险数据库可以为风险决策提供必要的数据支持。为此企业应组织商业与技术方面的专家如：（1）风险管理专家；（2）专业技术领域专家；（3）数据挖掘专家；（4）IT专家等为风险数据库的建立提供支持。
风险数据库应从供应链的外部和内部分别收集和储
形成企业的存供应链的历史风险数据与实时风险数据，
“风险大脑”，为进一步的风险分析、监控与报告提供基础，从而来支持后续的数据驱动型决策过程。
（二）供应链风险模拟
企业可以通过数据挖掘技在风险数据库的基础之上，
术在大量历史数据的基础上对特定环节的风险进行分析
实现对与模拟。企业通过模拟可以发现系统中潜在问题，
，供应链风险及其原因的预判提早识别出相关的风险因素
从而在早期阶段遏制风险的发生或减少其可并加以控制，
能带来的损失。供应链风险模拟的对象应包括风险发生
为后续采取决策提供数据的概率和可能产生的损失等，
支持。
（三）动态风险监控
企业可以对产品在生产，通过RFID和物联网技术等，
物流等环节的状态通过互联网进行集中的动态监控，实现
减少因时间和空间距离而产生的信供应链的透明化管理，
更加快速而准确地定位供应链风险因素并息误差和滞后，
尤其是近年来5G技加以追踪。而随着通信技术的进步，
企业可以进一步实现对供应链各个环节当中风术的发展，
随时随地掌握第一手的数据，进一步险状态的实时监控，
减少由于信息滞后而可能导致的损失。
（四）及时响应与智能决策
风险模拟和实时监控的基础上，数字化在数据挖掘、
的供应链风险管理可以做到对于风险自动进行动态响应并在第一时间做出相应的风险应对决策。区别于传统供
数字化供应链风险管理模式下的决策应链风险管理模式，
具有更强的时效性与客观性。实时模式是由数据驱动的，
动态决策可以更加迅速地对供应链风险进行应对和处理，及时减少风险发生的可能性或是风险可能带来的损失。而从客观数据出发的数据驱动行决策，减少了人工判断可
从而减少牛鞭效应等风险的产生。能存在的误判风险，
三、总结
在科技与商业发展日新月异的当下，企业的供应链网
对供应链稳定性和柔性的要求更加高，络变得日渐复杂，
因此供应链风险的管理变得愈发重要。本文对工业发展
并在此基础环境中相关技术对供应链的影响进行了阐述，
上提出了一种数字化供应链风险管理的模式。但是与此同时工业飞速发展的环境下数字化也会带来相应的新的风险，如信息安全等，企业应该在运用新技术的同时对此
数字化管理模式的应用也意味着高额的进行防范。此外，
企业在进行数字化改革时应充分考虑到自身经前期投入，
结合自身实际需求进行投资。济实力，
参考文献：1］M．ErKara，S．ü．OktayFirat和A．Ghadge，《Adata［
，mining－basedframeworkforsupplychainriskmanagement》
－Computers＆IndustrialEngineering，201812．
［2］李汉卿，夏齐．大数据在供应链与物流领域的实践J］．物流工程与管理，2018，40（2）：15－17+19．研究［［3］刘帅，王红春，赵亚星．大数据环境下的供应链风［J］．，2017，40（10）：129－131．物流科技险管控
作者简介：夏涵宇，同济大学中德学院，上海。
178
因篇幅问题不能全部显示，请点此查看更多更全内容