气候中断下机构食品供应链韧性的预测-处方分析框架：混合采购与触发器追索

《Decision Analytics Journal》：A predictive–prescriptive analytics framework for resilient institutional food supply chains under climate disruptions

　　

研究人员针对机构餐食规划（institutional meal planning）开发了预测-处方分析框架（predictive-prescriptive framework），整合了需求预测（forecasting）、优化（optimization）、仿真（simulation）及基于触发器的追索机制（trigger-based recourse）。研究在七个经标定的运行场景下比较了五种采购策略（sourcing policies）。在基线权重（baseline weights）下，策略B5产生了完全模拟履约（simulated fulfillment）且零缺货（stockout）；当成本或浪费被赋予优先权重时，策略B3排名第一。

机构食品供应链（institutional food supply chains，为公共机构供餐的网络）在学校供餐、公共营养项目、医院、高校、军事设施及人道主义行动中发挥关键作用。以印度尼西亚Makan Bergizi Gratis（MBG；Free Nutritious Meals）为标定背景的研究指出，Badan Gizi Nasional（BGN；National Nutrition Agency，国家营养机构）的运营名单显示全国共有27,427个Satuan Pelayanan Pemenuhan Gizi（SPPG；Nutrition Fulfillment Service Unit，营养履约服务单元），若按每个SPPG每日3,000份餐食的规划产能计算，理论规模约为每日82.28百万份。机构餐食系统与商业供应链存在本质差异：餐食必须按固定服务时间表交付，同时满足营养标准、预算约束、食材可得性、食品安全、易腐性（perishability，食材易腐坏的特性）及公共问责要求，且面临本地采购要求、区域供应异质性和农产品物流约束。运营挑战因不确定性而加剧：需求可能因出勤波动、项目扩张或紧急情况而变化；供应则可能受季节生产周期、本地作物歉收、供应商不可靠、价格波动、物流延误及极端天气事件冲击。气候相关冲击可同时影响食材可得性、供应商可及性、提前期（lead time，从下单到收货的时间）、腐损风险和运输可靠性，使韧性（resilience，系统应对中断并恢复的能力）与可行性成为核心设计要求。

尽管分析学（analytics，数据驱动决策方法）应用日益广泛，机构餐食供应链的决策-making仍呈碎片化：需求预测常与食材采购脱节；菜单规划缺乏对供应商产能和易腐性的明确考虑；库存决策与菜单替代和缓冲激活相分离；本地采购政策多被制定为采购目标而备用供应商、合作缓冲和紧急追索考虑不足；监控仪表盘（monitoring dashboards，可视化风险监测界面）可检测风险却未必能提供可执行的纠正措施。Alfian Akbar Gozali与Novian Anggis Suwastika将上述问题定位为预测-处方决策分析问题（predictive-prescriptive decision analytics problem，将预测转化为运营决策的问题类型），构建了面向机构食品供应链的混合采购（hybrid sourcing，结合本地与集中供应商的策略）与菜单-库存追索（menu–inventory recourse，通过调整菜单和库存应对中断）预测-处方框架，将需求预测、餐食-食材转化、营养约束菜单规划、易腐库存控制、供应商配置、场景仿真（scenario simulation，模拟不同中断情境）及基于触发器的运营追索整合于单一决策管道。该框架将机构餐食规划重新定义为联合优化问题，使服务连续性、营养充足性、成本、缺货（stockout，需求无法被满足）、浪费（waste，食材废弃）、本地采购和韧性必须共同优化。论文发表于《Decision Analytics Journal》，为公共营养供餐系统的决策分析提供了可评估的计算设计。

研究人员采用的关键技术方法包括：（1）混合整数规划（Mixed Integer Programming, MIP，包含连续与二元变量的优化方法）优化模型，联合处理菜单选择（x_m,k,t、z_m,k,t）、库存平衡（Inv_i,k,t）、供应商分配（q_i,s,k,t）和缓冲释放（b_i,h,k,t）决策，最小化归一化后的成本（L?_C）、未履约损失（L?_F）、浪费（L?_W）、营养不足（L?_N）、恢复时间（L?_T）和缺货（L?_S）的加权和；（2）预测-处方分析框架，将需求预测下游价值转化为运营决策；（3）蒙特卡洛仿真（Monte Carlo Simulation，通过随机抽样评估系统稳定性），采用三角分布（Triangular distribution，一种有界概率分布）和离散均匀分布生成有界压力测试，并使用公共随机数（Common Random Numbers，跨策略使用相同随机样本以隔离效应）隔离策略效应；（4）基于触发器的追索规则（Trigger-Based Recourse Rules，预设条件触发的纠正行动），预设供应商可靠性（Rel_s）、食材覆盖率（CR^(a)_i,k,t）、营养充足率和提前期（LT_s,k,t）阈值，按序列评估供应商切换、缓冲激活、菜单替代（sub_m,m',k,t）、紧急采购和路径改道（rerouting，变更运输路线）；（5）消融实验与权重灵敏度分析，涵盖七种运行场景。

**可行性与策略绩效**
研究人员通过可行性与策略绩效测试发现，在448个食材-区域-日参数行中，加权可行比例为86.38%，产能和预算在所有七个服务区域均可行，区域差异主要由提前期约束导致。在S0–S6场景的等权重平均下，混合采购+缓冲+追索策略（B5）实现最高模拟履约率（F）1.0000、营养充足率（A）0.9800和韧性得分（RS）0.9767，且零缺货（SO），恢复时间（RT）最短为6.09小时；其成本（C）为Rp32,581.71/份，较B4高10.1%，较B3高13.0%。这表明B5是基线配置下的服务-韧性领先者，但非无条件成本最优。

**场景韧性与成本-韧性权衡**
场景级结果显示，混合策略在标定中断下均优于单一来源策略。B5在S0至S6各场景中的韧性得分均最高，B5–B3差距从S0的0.04扩大至S6的0.15，表明缓冲加追索的模拟价值随复合冲击加剧而增大。B3为最低成本选项（Rp28,822.14/份）；B4以每份多Rp760.04的代价减少4.25小时恢复时间；B5以比B4多Rp2,999.53的代价进一步减少1.39小时恢复时间并消除缺货。B3、B4和B5构成非支配选择。

**消融、灵敏度与鲁棒性**
消融实验显示，引入库存规划（M2至M3）使缺货率从0.171降至0.129、浪费从0.095降至0.035；引入完整采购优化（M3至M4）使履约率从0.900提升至0.969；引入触发器规则（M4至M5）使缺货从0.042降至0.013，恢复时间从7.45小时降至6.74小时。权重灵敏度分析表明，B5在基线、营养和韧性配置下排名第一，而B3在成本和浪费配置下排名第一，说明优先策略与决策者偏好相关。

**蒙特卡洛稳定性与计算可扩展性**
1,000次蒙特卡洛重抽样显示，B5平均履约率最高（0.996），缺货概率最低（0.080），平均恢复时间最短（7.61小时），支持了其在假设分布族内的稳定性。然而，计算可扩展性测试表明，小规模实例在49–88秒内返回可行解，中等规模实例达到600秒时限，大规模和应力规模实例达到1,800秒时限；应力规模包含6,975,000个二元变量和59,062,500个连续变量。这说明单体全国实时求解不适合，需采用区域分解、滚动时域、场景缩减和热启动。

**空间与营养诊断**
空间诊断发现，四个雅加达服务区域的提前期不可行比例为0，而Kapuas为0.411、Palangka Raya为0.321、Merauke为0.357，识别出需调整备用供应商资格或缓冲容量的区域。营养诊断显示，在严格阈值下，六个固定份量无一达到充足率1.000；M001最接近（0.916），其后为M003（0.848）和M006（0.828），提示运营使用前需改变份量或丰富菜单。

**透明命题评估**
命题评估直接基于明确对比：混合采购（B3）较单一来源（B1/B2）平均提高履约率0.0473；库存规划减少缺货0.042和浪费0.060；缓冲减少恢复时间4.25小时；触发器提高韧性0.0412、减少恢复时间1.39小时，并使B5缺货率从0.0147归零；B5–B3韧性差距从S0的0.04扩大至S6的0.15。

讨论部分指出，联合公式将预测信息与菜单、库存、采购和追索决策相连接，遵循了预测应通过下游决策而非仅通过预测误差来评估的核心原则；本研究同时处理了营养充足性和易腐食材流两个机构餐食的核心特征。混合采购策略在气候和复合冲击下的模拟优势与多源采购、冗余和适应能力的供应链韧性研究一致。权重分析提供了重要限定：B5并非无条件最优，B3在成本或浪费主导时更优，B4作为折中方案存在浪费率上升问题，表明缓冲容量会产生易腐性成本。B4到B5的对比表明预定义触发器可缩短模拟恢复时间并在计划受扰后消除缺货，将风险信号转化为具体可行行动，超越了仅监控的control-tower概念，但应解释为仿真机制证据而非control tower实现相同效果的证明。对于机构餐食管理者，模型支持条件性策略规则：预算或浪费回避主导时采用B3，提前期风险warrant缓冲时采用B4，连续性和恢复justify额外成本时采用B5。本地采购不应作为孤立目标，而应作为与集中和备用容量组合的组合。远程服务区域需要基于提前期的供应商资格和区域缓冲。

研究结论为：该论文开发了面向气候中断下机构食品供应链韧性的预测-处方决策分析框架，用于混合采购和菜单-库存追索。框架将需求预测、餐食-食材转化、营养约束菜单规划、易腐库存控制、供应商配置、场景仿真和基于触发器的运营追索相连接，将机构餐食规划重新定义为服务连续性、营养充足性、成本、缺货、浪费、本地采购和韧性必须联合优化的集成决策问题。在标定场景下，混合采购、合作缓冲、菜单灵活性和触发器追索相对单一来源策略提高了模拟餐食履约和恢复能力。B5在基线、营养优先和韧性优先配置下受青睐，而B3在成本或浪费优先配置下受青睐，这一条件结果比命名单一普遍最优策略更具信息价值。框架在结构上可适配公共供餐项目、学校供餐系统、医院、高校和人道主义行动，但外部效度需要基于交易的标定和前瞻性现场测试。