从2019年12月开始,武汉突发新型冠状病毒肺炎疫情,而紧接着疫情迅速席卷全国乃至全球各地,给全球各个国家各个地区均造成了不可估量的经济损失和人员伤亡。如今,受到全球化、病毒的持续变异等因素的影响,疫情很容易复发滋生,已很难预测新冠疫情何时真正结束,意味着在未来的很长一段时间内,新冠疫情将会与人类处于长期共存的状态,在全球抗疫的大背景下,应急医疗资源的供给是打赢抗疫战、保障人民安全的必要保障,而疫情的突发性和不确定性会给决策者对于应急医疗资源的供给决策带来困难。因此,在不确定环境下研究如何合理配置优化应急医疗资源,增强决策的可靠性、抗风险性就具有重要现实和理论意义。本文考虑了新冠疫情的突发性和复杂性对决策者的影响,基于两阶段随机建模思想和鲁棒建模思想,使用一组随机生成的疫情情景数据来刻画每日新增的病人数量,针对床位资源这一重要疫情应急医疗资源,研究如何合理安排疫情前后这两个阶段的床位资源的配置,在满足病患对于床位资源的需求下,建立两阶段床位优化的鲁棒模型和随机模型。模型目标是最小化床位开放成本和病人的处置成本,除了相关需求约束外,模型中还考虑了病人病情恶化情况和应急床位流动性的相关约束。一方面,将病人分为3个级别,级别越高的病人的床位治疗时间越长,治疗处置成本也越高;另一方面,还考虑了床位是流动的、动态的,这样也就导致存在等待床位的情况,而病人等待床位则可能病情恶化升级,增加治疗时间和成本。文章通过对所建立的床位资源配置优化模型进行算例数值分析,得到以下结论:（1）基于随机思想建立的床位优化模型能获得更优的两阶段期望成本;而基于鲁棒思想建立的模型下,不同情景的成本差异更小、开放的第一阶段床位更多,病人病情恶化和床位短缺风险都更小,当较差的情景发生时,鲁棒模型具有比较好的保护作用。（2）两个鲁棒系数的比值在一定范围内对两阶段总期望成本和不同情景下的成本偏差影响较大,决策者可以根据自己的偏好设置比值以权衡期望成本和鲁棒性水平。（3）床位治疗需求得不到满足的单位惩罚成本体现了决策者的风险规避水平,风险规避水平既不是越高越好,也不是越低越好,决策者应该综合考虑其他成本因素,如床位的单位成本、病人治疗成本等,在适当的范围内设置惩罚成本。（4）降低第2级和第3级病人的单位治疗成本以缩短不同级别病人间的治疗成本差距,在一定程度上,可以有效缓解第一阶段床位开放的压力,降低期望成本值。（5）两个阶段床位开放的单位成本的比值的增大,在减轻第一阶段床位开放压力的同时也影响了床位资源响应的及时性,增大了病人病情恶化的风险和第二阶段补充开放床位的压力,带来第二阶段成本的更高上涨。本文从疫情背景出发,探讨了公共卫生突发事件的突发性和复杂性给决策者带来的不确定影响,从理论角度研究如何处理这种不确定的信息对于应急床位资源的安排的影响,以增强两阶段床位资源决策的可靠性、抗风险性。