徐 娟，章德賓

0 引言

近幾年來，我國出現(xiàn)的一系列典型案例引起人們對生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)管理的重視。例如，2007年“毒香蕉”、2008年“柑橘蛆蟲”、2009年“三聚氰胺奶粉、問題雞蛋”、2010年“瘦肉精”事件等，都給生鮮農(nóng)產(chǎn)品供應(yīng)鏈上的節(jié)點(diǎn)企業(yè)帶來極大的損失，更嚴(yán)重的甚至給社會帶來巨大的人員傷亡和財(cái)產(chǎn)損失。這些層出不窮的突發(fā)事件，反映出生鮮農(nóng)產(chǎn)品供應(yīng)鏈各節(jié)點(diǎn)上的運(yùn)營都不同程度地存在許多問題和風(fēng)險(xiǎn)，也越來越暴露出生鮮農(nóng)產(chǎn)品供應(yīng)鏈應(yīng)對突發(fā)事件的脆弱性[1]。因此，生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)分析與評估成為亟待解決的問題。

目前對于供應(yīng)鏈突發(fā)事件的研究，大多數(shù)學(xué)者把焦點(diǎn)放在突發(fā)事件應(yīng)急管理的研究上[2]，關(guān)于供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)的研究非常有限[3]，更鮮有對生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)的研究。由于生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件多樣性和復(fù)雜性，采用傳統(tǒng)方法很難對風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確的計(jì)量和預(yù)評估。貝葉斯網(wǎng)絡(luò)方法近年來在人工智能和數(shù)據(jù)挖掘中得到了廣泛的應(yīng)用，它較好地揭示了客觀事件之間的條件概率分布與因果關(guān)系，是對不確定性問題進(jìn)行推理的重要工具，目前已經(jīng)在各個領(lǐng)域得到了廣泛的應(yīng)用。本文結(jié)合生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件的特征，在定性分析的基礎(chǔ)上加入定量分析，建立基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)評估模型。

1 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)分析

生鮮農(nóng)產(chǎn)品供應(yīng)鏈?zhǔn)怯杀榧案鞯氐霓r(nóng)戶、批發(fā)商、配送中心、零售商組成的復(fù)雜網(wǎng)絡(luò)，是一個動態(tài)、開放的復(fù)雜系統(tǒng)。而突發(fā)事件是供應(yīng)鏈系統(tǒng)復(fù)雜性與不確定性的產(chǎn)物。同時，生鮮農(nóng)產(chǎn)品供應(yīng)鏈的特殊性決定了其更具脆弱性，抵御突發(fā)事件風(fēng)險(xiǎn)的能力較弱，一旦出現(xiàn)突發(fā)事件，會給供應(yīng)鏈節(jié)點(diǎn)帶來嚴(yán)重的損失甚至導(dǎo)致整個產(chǎn)業(yè)的毀滅。但目前在國內(nèi)外相關(guān)研究中，對生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)的研究較少，因研究內(nèi)容、研究方法不同，對供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)的分類方法也不盡相同。本文結(jié)合生鮮農(nóng)產(chǎn)品供應(yīng)鏈的特點(diǎn)和過程，將生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)分為三類:農(nóng)戶生產(chǎn)風(fēng)險(xiǎn)、運(yùn)營風(fēng)險(xiǎn)、需求風(fēng)險(xiǎn)，具體如圖1。

圖1 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)因素

1.1 農(nóng)戶生產(chǎn)風(fēng)險(xiǎn)

農(nóng)戶是生鮮農(nóng)產(chǎn)品的主要生產(chǎn)者，來自農(nóng)戶的突發(fā)事件風(fēng)險(xiǎn)因素主要有兩個方面。一方面是來自外部環(huán)境，如自然災(zāi)害（水澇干旱、地震、泥石流、冰雹、暴風(fēng)等）、動植物疫情（動植物病蟲害等）。如2009年我國干旱、洪澇、地震、臺風(fēng)等災(zāi)害均有不同程度發(fā)生，農(nóng)作物受災(zāi)面積4721.4萬公頃，絕收面積491.8萬公頃，因?yàn)?zāi)直接經(jīng)濟(jì)損失2523.7億元，給我國經(jīng)濟(jì)社會發(fā)展和人民生命財(cái)產(chǎn)安全帶來嚴(yán)重影響[4]。還有近年的禽流感、豬藍(lán)耳病、香蕉黑毒病等。另一方面來自農(nóng)戶自身，主要風(fēng)險(xiǎn)因素有質(zhì)量安全（農(nóng)藥、化肥、激素等生產(chǎn)資料濫用）、資源環(huán)境污染（耕地、水資源污染破壞）等。由于經(jīng)濟(jì)利益的驅(qū)使，農(nóng)戶為了提高產(chǎn)量與收入，種植過程違法使用禁用農(nóng)藥，養(yǎng)殖過程中添加瘦肉精、氯霉素等違禁藥物，導(dǎo)致生鮮農(nóng)產(chǎn)品質(zhì)量安全問題，如“瘦肉精”、三聚氰胺奶粉、蘇丹紅紅心鴨蛋、農(nóng)藥殘留、金屬超標(biāo)等事件，都暴露出我國生鮮農(nóng)產(chǎn)品生產(chǎn)中隱含巨大風(fēng)險(xiǎn)。

1.2 運(yùn)營風(fēng)險(xiǎn)

生鮮農(nóng)產(chǎn)品的易腐性、不耐貯存、區(qū)域性等特點(diǎn)決定了運(yùn)營管理的重要性。生鮮農(nóng)產(chǎn)品突發(fā)事件運(yùn)營風(fēng)險(xiǎn)主要來自物流風(fēng)險(xiǎn)和運(yùn)營商的誠信缺失。從某種意義上講，生鮮農(nóng)產(chǎn)品的物流狀態(tài)決定著各個中間環(huán)節(jié)的利潤空間。其物流過程包括運(yùn)輸、包裝、裝卸搬運(yùn)、儲存、流通加工、配送等環(huán)節(jié)，每一個環(huán)節(jié)都需要有相配套的物流設(shè)施、技術(shù)、管理來保證產(chǎn)品的品質(zhì)與質(zhì)量。例如，鮮奶、豬肉、牛肉等產(chǎn)品必須在一定溫度下存儲才不易變質(zhì)。在國外，生鮮農(nóng)產(chǎn)品從采摘一直到市場出售，是一個品質(zhì)不斷提高的過程，但目前中國的情況卻常常是品質(zhì)不斷下降的過程。另一方面，運(yùn)營商的誠信缺失也是生鮮農(nóng)產(chǎn)品突發(fā)事件風(fēng)險(xiǎn)的主要因素。由于保險(xiǎn)物流設(shè)施成本較高，運(yùn)營商為了保證產(chǎn)品的保質(zhì)期和外觀質(zhì)量，不惜以犧牲產(chǎn)品質(zhì)量為代價(jià)，使用違禁添加劑和農(nóng)藥對農(nóng)產(chǎn)品進(jìn)行處理。

1.3 需求風(fēng)險(xiǎn)

生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件需求風(fēng)險(xiǎn)來自客戶需求的突然變化，主要影響因素有價(jià)格波動、科技進(jìn)步、謠言等。由于生鮮農(nóng)產(chǎn)品的消費(fèi)受自然條件、環(huán)境條件的影響較大，與工業(yè)品相比市場波動較頻繁，市場需求信號的突然變化可能引起農(nóng)產(chǎn)品價(jià)格劇烈波動，最終導(dǎo)致整個供應(yīng)鏈中斷。其次，隨著農(nóng)業(yè)科技的快速發(fā)展，產(chǎn)品檢測技術(shù)不斷進(jìn)步，新檢測技術(shù)可能檢測出某些農(nóng)產(chǎn)品含有有害物質(zhì)，從而導(dǎo)致產(chǎn)品滯銷。再次，謠言也是生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件需求風(fēng)險(xiǎn)的一個重要因素。例如，2008年的毒香蕉、柑橘生蛆事件其實(shí)都是謠言所致。

2 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)評估的貝葉斯網(wǎng)絡(luò)模型

2.1 貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

我們將生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)的節(jié)點(diǎn)分為風(fēng)險(xiǎn)因素、狀態(tài)、事件三類，第一類是風(fēng)險(xiǎn)因素節(jié)點(diǎn)，即直接風(fēng)險(xiǎn)源；第二類是狀態(tài)節(jié)點(diǎn)，涵蓋風(fēng)險(xiǎn)事件的直接原因；第三類是風(fēng)險(xiǎn)事件，即生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件。根據(jù)上一節(jié)中對風(fēng)險(xiǎn)因素的分析，風(fēng)險(xiǎn)因素節(jié)點(diǎn)有自然災(zāi)害、動植物疫情、質(zhì)量安全、環(huán)境污染、物流、誠信缺失、謠言、價(jià)格波動等；狀態(tài)節(jié)點(diǎn)有農(nóng)戶生產(chǎn)風(fēng)險(xiǎn)、運(yùn)營風(fēng)險(xiǎn)、需求突變風(fēng)險(xiǎn)。為與貝葉斯網(wǎng)絡(luò)的定義相契合，用Xi代表風(fēng)險(xiǎn)分析網(wǎng)絡(luò)中的風(fēng)險(xiǎn)因素節(jié)點(diǎn)，Si代表風(fēng)險(xiǎn)狀態(tài)節(jié)點(diǎn)，T代表風(fēng)險(xiǎn)事件，得到如圖2所示的簡化貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

按照貝葉斯網(wǎng)絡(luò)模塊化的要求以及如圖2的風(fēng)險(xiǎn)因素與風(fēng)險(xiǎn)狀態(tài)、事件之間的邏輯關(guān)系,我們繪制了突發(fā)事件風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖3。圖3中，每個貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)都為兩個，分別是Y或N，其中Y表示該節(jié)點(diǎn)所描述的事件發(fā)生；N表示該節(jié)點(diǎn)所描述的事件不發(fā)生。每一節(jié)點(diǎn)的方框顯示了該節(jié)點(diǎn)的風(fēng)險(xiǎn)狀態(tài)與發(fā)生概率。節(jié)點(diǎn)間的有向弧表示貝葉斯網(wǎng)絡(luò)的構(gòu)造關(guān)系。

圖2 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)示意

圖3 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

2.2 節(jié)點(diǎn)賦值

在確定了風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)后，需要對節(jié)點(diǎn)進(jìn)行賦值。由于缺少較為完整的數(shù)據(jù)庫，采用專家評判的方式確定風(fēng)險(xiǎn)因素的概率值。為了使專家對概率和風(fēng)險(xiǎn)發(fā)生可能性的表述理解統(tǒng)一，本研究參考Wickens提出的概率表述，采用七檔分級的風(fēng)險(xiǎn)發(fā)生概率模糊語言變量及其相對應(yīng)的概率數(shù)值[5]。Wickens將事件發(fā)生概率分為7個語義值：非常高（VH）、高（H）、偏高（FH）、中等（M）、偏低（FL）、低（L）和非常低（VL），其模糊形式和 λ截集[6]，其中λ=0,0.1,0.2,0.3,...,1。具體如表1。

表1 模糊數(shù)形式和λ截集

對于多個專家的評判結(jié)果，采用算術(shù)平均法進(jìn)行綜合，n個專家評判的綜合評判可表示為：

在得到專家綜合評判結(jié)果后，可利用重心法或積分值法求出模糊數(shù)P的概率值，即風(fēng)險(xiǎn)因素的先驗(yàn)概率值。

狀態(tài)節(jié)點(diǎn)與事件節(jié)點(diǎn)的概率將通過貝葉斯網(wǎng)絡(luò)學(xué)習(xí)獲得。例如，我們已知農(nóng)民生產(chǎn)風(fēng)險(xiǎn)S1主要來自自然災(zāi)害X1、動植物疫情X2、質(zhì)量安全X3、環(huán)境污染X4四個方面，現(xiàn)假設(shè)通過專家綜合評價(jià)得到風(fēng)險(xiǎn)因素X1,X2,X3,X4發(fā)生的概率分別為PXI,PX2,PX3,PX4，則不發(fā)生的概率分別為1-PX1,1-PX2,1-PX3,1-PX4。

從圖3中可以看出，風(fēng)險(xiǎn)因素自然災(zāi)害X1、動植物疫情X2、質(zhì)量安全X3、環(huán)境污染X4，每個變量以及他們的整體綜合作用都對農(nóng)民生產(chǎn)風(fēng)險(xiǎn)S1的發(fā)生有影響，獲取農(nóng)民生產(chǎn)風(fēng)險(xiǎn)S1的發(fā)生概率，即求概率P(S1)的過程，實(shí)質(zhì)上是一個貝葉斯學(xué)習(xí)的過程。根據(jù)貝葉斯規(guī)則，我們可以計(jì)算出S1發(fā)生的概率：

在圖3的貝葉斯網(wǎng)絡(luò)中，由于X1,X2,X3,X4相互獨(dú)立，因此節(jié)點(diǎn)X1,X2,X3,X4,S1的聯(lián)合概率可通過條件獨(dú)立公式進(jìn)行計(jì)算,即

將（2）代入（1）：

由X1,X2,X3,X4的先驗(yàn)概率和S1的條件概率，可計(jì)算出S1發(fā)生的概率。同理，可依次推算出各狀態(tài)節(jié)點(diǎn)與事件節(jié)點(diǎn)的發(fā)生概率。

2.3 風(fēng)險(xiǎn)影響評估

風(fēng)險(xiǎn)影響評估包括兩個部分，即對突發(fā)事件風(fēng)險(xiǎn)損失的評估和風(fēng)險(xiǎn)影響的綜合評估。風(fēng)險(xiǎn)影響的評估步驟為：

（1）定義風(fēng)險(xiǎn)因素后果集D={數(shù)量，質(zhì)量，收益}，數(shù)量，質(zhì)量，收益分別表示突發(fā)事件造成整個供應(yīng)鏈產(chǎn)品在數(shù)量、質(zhì)量、收益的減少或降低。

（2）風(fēng)險(xiǎn)損失評估。構(gòu)建專家評估矩陣C，以此來評價(jià)各種風(fēng)險(xiǎn)對風(fēng)險(xiǎn)后果集D造成的影響。Qi,Ui,Ri由分別表示各風(fēng)險(xiǎn)對風(fēng)險(xiǎn)后果數(shù)量、質(zhì)量和收益的損失評估，具體如表2所示。

（3）根據(jù)風(fēng)險(xiǎn)評估損失以及上節(jié)中計(jì)算的各風(fēng)險(xiǎn)節(jié)點(diǎn)發(fā)生概率，調(diào)用風(fēng)險(xiǎn)當(dāng)量的計(jì)算公式:

得到風(fēng)險(xiǎn)當(dāng)量的數(shù)據(jù)如表3所示。

表2 風(fēng)險(xiǎn)損失評估

表3 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)評估

3 結(jié)論

由于生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)的機(jī)理和結(jié)構(gòu)關(guān)系較為復(fù)雜,傳統(tǒng)的風(fēng)險(xiǎn)評估方法難以表示風(fēng)險(xiǎn)因素與風(fēng)險(xiǎn)體系之間的復(fù)雜關(guān)系。本文采用貝葉斯網(wǎng)絡(luò)方法，通過構(gòu)建由風(fēng)險(xiǎn)因素、風(fēng)險(xiǎn)狀態(tài)、風(fēng)險(xiǎn)事件組成的生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)拓?fù)浣Y(jié)構(gòu)，分析各層次之間的作用形式，在對各層節(jié)點(diǎn)賦值的基礎(chǔ)上，從突發(fā)事件損失的數(shù)量、質(zhì)量和收益三個方面實(shí)現(xiàn)對風(fēng)險(xiǎn)的評估。本文對生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件的風(fēng)險(xiǎn)評估進(jìn)行了初步探索，期望能夠?yàn)樯r農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件的研究提供一種新視角和新方法。研究不同因素導(dǎo)致的生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件發(fā)生機(jī)理、突發(fā)事件的監(jiān)控預(yù)警模型構(gòu)建是值得進(jìn)一步探討研究的問題。

[1]葉成利，蒙少東.農(nóng)產(chǎn)品(食品)供應(yīng)鏈風(fēng)險(xiǎn)管理文獻(xiàn)綜述[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2007,（增刊）.

[2]賈增科，邱菀華，郭章林.基于脆弱性的突發(fā)事件風(fēng)險(xiǎn)分析[J].兵工學(xué)報(bào)，2009，（30）.

[3]Wagener S.M，Bode C.An Empirical Investigation into Supply Chain Vulnerability[J].Journal of Purchasing and Supply Management,2006,12(6).

[4]梅盈潔，劉軍，邱俊榮，尹艷，劉彩霞.農(nóng)業(yè)突發(fā)事件的分類及特征分析——以廣東為例[J].廣東農(nóng)業(yè)科學(xué)，2010，37（12）.

[5]Wickens C.D.Engineering Psychology and Human Performance[M].New York:Harper Collins Publishers Inc,1992.

[6]陸瑩，李啟明，周志鵬.基于模糊貝葉斯網(wǎng)絡(luò)的地鐵運(yùn)營安全風(fēng)險(xiǎn)預(yù)測[J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，40（5）.