台风预警发布的时候，工厂通常还在正常生产，很多企业的风险监测也要等到"工厂停产""港口关闭"这类硬性消息出现才会真正动起来。但供应链里真正先受影响的往往不是工厂，而是物流环节——船公司会提前调整挂靠计划，港口会提前限制部分作业窗口，卡车司机会因为道路管制提前减少接单，仓库理货人员也可能因为交通中断提前到岗困难。等工厂真正停产的消息传出来，物流链条上很多环节其实已经错位了两三天。

天气事件要从"路径"和"窗口"两个维度提前记录

一个台风从生成到登陆，通常有三到七天的预报窗口，这段时间里路径和强度会持续调整。风险系统如果只在登陆前一天才标记"某地区极端天气风险：高"，其实已经浪费了最有价值的提前处置时间。更合理的做法是，从台风路径预报覆盖到某个港口或工业区开始，就把这个Weather Event记录下来，附带预计影响的时间窗口、预计强度等级，并且随着路径更新持续调整，而不是等到确定登陆才触发。时间窗口的记录也要精确到"预计几号几点到几号几点可能出现强风或停止装卸作业"，而不是笼统地写"本周有台风"。窗口越具体，后面每个环节能提前动作的时间就越多。

天气沿着物流链条一路传导，不是一步到位

天气风险很少直接跳到"工厂停产"，中间会经过好几个环节，每个环节都有自己的反应节奏：

  • Port：港口通常会在风力达到某个阈值前停止装卸作业，部分港口还会提前清空堆场、要求船舶离港避风，这意味着即便台风还没登陆，装船计划可能已经被打乱；
  • Warehouse：仓库的理货和出入库作业依赖人员到岗和用电，极端天气下即便仓库建筑本身完好，理货人员因交通管制无法到岗，出库效率也会明显下降；
  • Transport：卡车和短驳运输通常是受天气影响最早、恢复最慢的一环，道路管制、桥梁限行、司机安全考虑都会压缩实际运力；
  • Factory：工厂停产往往是最后一步，很多情况下工厂本身没有直接受灾，而是因为原材料到不了、成品运不出去，被动进入停滞状态。

把这条链路拆开来看，就会发现真正值得提前关注的，往往是Port和Transport这两个环节，因为它们的反应比工厂停产更早，也更容易在事件发生前就被观察到。

这几个环节的恢复节奏也不一样，不能假设台风一过所有环节就同步恢复正常。港口通常在风力降到安全阈值以后几小时内就能恢复部分作业，但完全恢复到正常吞吐效率可能需要一到两天，因为要先处理避风期间积压的船舶排队；仓库的理货作业往往取决于市政供电和员工通勤恢复情况，如果所在区域大范围停电，仓库即便建筑完好也可能停摆更久；卡车运力的恢复经常是最慢的一环，尤其是涉及跨区域运输时，还要看沿途多个路段是否都已经解除管制。企业如果只盯着"港口是否恢复运营"这一个指标就判断风险已经解除，很容易低估仓库和运输环节还没跟上的滞后期。

暴露要看具体哪些供应商和航线落在影响范围里

知道某个区域会有台风，不代表所有跟这个区域相关的供应链都要拉响警报。Exposure判断需要把台风预报的地理范围，和自己供应商工厂坐标、常用港口、运输路线做叠加比对。举一个具体场景：某家做户外运动装备出口的企业，在东南沿海有两家核心供应商，其中一家工厂坐标恰好落在预报的强风圈内，另一家工厂虽然在同一个省份，但实际距离预报路径中心还有一定余量，历史同类台风对该区域影响较小。如果风险系统只按"省份"这种粗粒度标签判断，两家供应商会被同等标红；但如果按工厂经纬度和实际气象路径叠加计算，就能看出两家供应商面临的实际风险等级并不相同，需要区别对待，而不是一刀切地都启动应急预案。

再往下拆一层，即便是落在强风圈内的那家供应商，暴露程度也要看这家工厂本周对应的具体在产订单是什么。如果这家工厂正在生产的是三个月后才交付的备货订单，即便台风导致停工两天，只要恢复生产后能补上进度，对交付节点几乎没有影响；但如果同一家工厂本周恰好在赶制下周就要出运的加急订单，两天停工可能直接压缩到原本就不宽裕的生产窗口。同一家供应商、同一次天气事件，落在不同订单上的实际紧迫程度可以完全不同，这也是为什么风险判断最终要落到订单层面，而不能停留在"供应商是否受影响"这一层就结束。

库存和生产提前量，决定了这次天气事件会不会传导到交付端

即便某个供应商确实处在受影响范围内，最终会不会影响到企业自己的交付，还要看当下的库存和生产节奏。如果这家供应商对应的原材料在企业工厂端还有充足库存，或者本来就已经完成了未来两周的生产排期，即便供应商停工两三天，也不会立刻传导到成品交付；但如果原材料本身就是紧平衡状态、按周补货，供应商一旦停工，缺料风险几乎立刻出现。同样，如果成品已经提前生产完毕、正在海外仓等待销售，即便出货港口受天气影响延误，也不会影响客户端的到货体验；但如果成品刚好卡在"计划本周装船、下周到港上架"这个节点上，天气延误几天就可能直接影响到货架时间和促销节奏。判断天气风险，本质上是判断这次事件出现的时间点，和自己供应链当下的库存缓冲、生产排期之间的时间差有多大。

提前动作比事后补救更便宜

天气类风险相比港口设备故障或供应商停电，有一个明显优势：它有较长的预报提前量，这意味着替代方案有更多操作空间。常见的提前动作包括：

  • 把预计受影响时间窗口内的发货计划提前几天完成，赶在天气影响开始前把货物运出港口；
  • 临时把部分订单的运输路线改道，避开预计受影响的港口或路段，即便运费略有上升；
  • 联系备选供应商确认是否可以临时承接部分订单，尤其是原材料本身有替代来源的品类；
  • 与物流服务商提前确认极端天气期间的应急运力安排，避免等到事件发生时才临时寻找运力。

这些动作大多数成本不高，但前提是要在预报窗口内就做出判断，而不是等到工厂真正停产的消息出现才开始行动。这也是为什么天气风险的价值不在于"预测得多准"，而在于"提前量用得多好"。

这里也需要澄清一个容易误解的地方：提前预警不等于提前下结论说"这批货一定会延误"。台风路径在登陆前仍然会持续调整，强度也可能临时减弱或转向，风险系统应该做的是提示"未来几天该区域有较高概率出现港口和运输中断，建议提前评估以下几票货物"，而不是直接判定某个订单一定延误。把不确定性说清楚，业务部门才能按概率做分级准备，而不是每次台风预警都按最坏情况紧急启动全部应急预案，那样反而会消耗团队对预警的信任度，久而久之容易出现"狼来了"效应，真正严重的事件反而得不到足够重视。

容易被忽视的次生影响

除了工厂和港口本身，天气事件还会带来一些容易被忽视的次生影响。比如台风过境后，港口通常会出现集中补班的情况，短时间内大量船舶集中靠泊装卸，反而造成比台风期间更严重的拥堵；仓库在极端天气过后可能面临积压订单集中出库的压力，理货和分拣效率短期内会下降；卡车运力在灾后恢复期也往往优先服务应急物资和本地民生需求，商业货运的排队时间可能延长。这些次生影响意味着，天气事件对供应链节点的真实影响窗口，通常比气象预报本身覆盖的时间要长，风险模型需要把台风登陆后的三到五天也纳入观察期，而不是登陆结束就直接把风险等级调回正常。

还有一类次生影响容易被完全忽略，就是保险和理赔环节对物流节奏的间接拖累。极端天气过后，涉及货损或延误理赔的订单通常需要额外的单证和查勘流程，如果企业没有提前准备好装船单据、仓储记录和天气公告的对应关系，理赔流程本身也会占用运营团队的时间，间接影响到后续订单的处理效率。把这部分准备工作也纳入天气风险应对清单，能减少事件过后行政环节对正常业务的挤占。

从天气预报到交付节奏，是一条完整的传导链

台风还没登陆，供应链模型已经应该关注港口作业计划、仓库人员到岗率和卡车运力这些先行指标，因为Weather到Logistics再到Supplier最后到Delivery，是一条有先后顺序的传导链，而不是一次性的开关。提前几天把这条链路上的每个环节都看一遍，往往比事件发生后再排查哪个供应商受了影响要有效得多。真正的风险管理，是在天气还只是路径预报的阶段，就已经把可能受影响的订单和替代方案想清楚。