摘要
供应链可塑性（Supply Chain Plasticity, SCP）是企业在应对中断事件时通过重构供应链来做出响应的关键动态能力。其潜在性、体制依赖性的特征使得SCP难以被识别。本研究基于社会—生态系统视角，旨在从纵向供应链网络中内生地推断SCP，通过开发一个体制条件化的概率框架（RCPF），将图论指标与潜变量模型相结合。该框架通过三个顺序概率模块，实现体制转换状态的内生推断、企业层面SCP动态的追踪以及跨企业SCP原型的识别。具体而言，首先指定一个隐马尔可夫模型，从连续网络快照之间的图编辑距离和谱距离中解码潜体制转换状态轨迹。其次，构建一个体制条件化的隐马尔可夫模型，从局部关系调整和网络位置变化中追踪企业的SCP动态，其中潜状态转移以推断出的体制转换状态的后验分布为条件。最后，应用有限混合模型，从企业跨体制转换阶段的后验可塑性状态概率构建的阶段性特征中识别可解释的SCP原型。将本框架应用于中国电动汽车供应链网络后，所识别出的体制转换与重大中断事件发展相吻合，并表明体制转换条件会提高企业进行结构性重构的倾向性和持续性。所推断的SCP原型揭示了角色特定的适应路径和韧性结果，为企业制定差异化的中断应对战略提供参考。
