楊懷珍 胡葛君

摘要： 為了探究物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)影響程度，提升農(nóng)產(chǎn)品供應(yīng)鏈整體水平?；谖锫?lián)網(wǎng)層次模型結(jié)合農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)影響因素，以農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)因素為研究對(duì)象，以事故樹模型為基礎(chǔ)，構(gòu)建基于事故樹模型的風(fēng)險(xiǎn)因素樹形圖，并將其映射為貝葉斯網(wǎng)絡(luò)，通過結(jié)合專家給出的風(fēng)險(xiǎn)影響因素值進(jìn)行三角模糊數(shù)處理來降低人為因素的影響，最終通過正向、反向推理分析各基本事件的重要度并進(jìn)行排序，有效定量評(píng)估各事件的風(fēng)險(xiǎn)性，并找出最薄弱的環(huán)節(jié)，進(jìn)而提出針對(duì)性的改善措施。結(jié)果表明，將事故樹模型引入農(nóng)產(chǎn)品供應(yīng)鏈進(jìn)行研究，對(duì)比單一事故樹分析，此方法可以提高評(píng)估的可信度和客觀度，對(duì)物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)評(píng)估具有一定的理論和實(shí)用價(jià)值。

關(guān)鍵詞： 物聯(lián)網(wǎng);事故樹;貝葉斯網(wǎng)絡(luò);農(nóng)產(chǎn)品供應(yīng)鏈;風(fēng)險(xiǎn)評(píng)估;重要度

中圖分類號(hào)： F252? 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2020）05-0304-06

近年來，由于食品安全體制的不健全導(dǎo)致的食品質(zhì)量安全問題時(shí)有發(fā)生，而農(nóng)產(chǎn)品作為供應(yīng)鏈源頭的食品，從田間到餐桌的整個(gè)流程都受到了人們的廣泛關(guān)注[1]，對(duì)農(nóng)產(chǎn)品供應(yīng)鏈造成了重要影響。農(nóng)產(chǎn)品在供應(yīng)鏈中占有重要的位置，一旦出現(xiàn)安全問題就會(huì)給供應(yīng)鏈帶來毀滅性的破壞，并對(duì)農(nóng)產(chǎn)品經(jīng)濟(jì)造成重大損失。為解決農(nóng)產(chǎn)品質(zhì)量安全問題，保障農(nóng)產(chǎn)品質(zhì)量，構(gòu)建全面有效的農(nóng)產(chǎn)品供應(yīng)鏈安全體系，將物聯(lián)網(wǎng)技術(shù)應(yīng)用到農(nóng)產(chǎn)品供應(yīng)鏈安全體系中并已取得較好的成效。例如，天津市無公害農(nóng)產(chǎn)品管理中心建立“放心菜”質(zhì)量安全與追溯系統(tǒng)，實(shí)現(xiàn)了生產(chǎn)可控、安全可管、產(chǎn)品可溯的質(zhì)量標(biāo)準(zhǔn)，以模擬模型技術(shù)、移動(dòng)互聯(lián)網(wǎng)技術(shù)、在線監(jiān)測(cè)技術(shù)、安全生產(chǎn)技術(shù)等為支撐，建設(shè)“放心菜”基地管理系統(tǒng)、質(zhì)量安全監(jiān)管系統(tǒng)、質(zhì)量安全追溯系統(tǒng)和信息服務(wù)平臺(tái)的四級(jí)監(jiān)管網(wǎng)絡(luò)，技術(shù)成果已達(dá)到國際先進(jìn)水平，有效保障了農(nóng)產(chǎn)品質(zhì)量安全。物聯(lián)網(wǎng)技術(shù)的出現(xiàn)很大程度上實(shí)現(xiàn)了人們對(duì)農(nóng)產(chǎn)品質(zhì)量安全的監(jiān)控，大大提升了安全控制效率，使得傳統(tǒng)農(nóng)產(chǎn)品風(fēng)險(xiǎn)得到有效的降低，但是由于物聯(lián)網(wǎng)技術(shù)處于發(fā)展階段，技術(shù)還不成熟，給農(nóng)產(chǎn)品供應(yīng)鏈帶來了新的風(fēng)險(xiǎn)。因此，國內(nèi)外學(xué)者對(duì)如何解決物聯(lián)網(wǎng)技術(shù)給農(nóng)產(chǎn)品供應(yīng)鏈帶來的風(fēng)險(xiǎn)進(jìn)行了深入研究，綜合已有研究成果可知，針對(duì)事故誘發(fā)因素的影響程度的分析方法主要有3種：第一，基于統(tǒng)計(jì)分析數(shù)據(jù)運(yùn)用概率分析方法進(jìn)行研究。Yan等利用供應(yīng)鏈風(fēng)險(xiǎn)擴(kuò)散收斂模型，確定能夠度量農(nóng)業(yè)供應(yīng)鏈風(fēng)險(xiǎn)波動(dòng)的定量指標(biāo)，對(duì)物聯(lián)網(wǎng)下農(nóng)業(yè)供應(yīng)鏈模型得出的問題進(jìn)行分析，進(jìn)而提出風(fēng)險(xiǎn)管理措施[2]。顏波等從信息技術(shù)角度出發(fā)，以農(nóng)產(chǎn)品為研究對(duì)象，分析供應(yīng)鏈流程以及物聯(lián)網(wǎng)技術(shù)在各環(huán)節(jié)的具體應(yīng)用，提出基于物聯(lián)網(wǎng)技術(shù)的農(nóng)產(chǎn)品質(zhì)量安全可追溯性的解決方案[3]。張旭梅等針對(duì)“互聯(lián)網(wǎng)+”環(huán)境下生鮮農(nóng)產(chǎn)品供應(yīng)鏈線上線下（O2O）商業(yè)模式，從價(jià)值主張、核心資源、關(guān)鍵流程、盈利模式4個(gè)方面對(duì)其進(jìn)行研究[4]。第二，基于安全系統(tǒng)工程理論致因原理，構(gòu)建下層指標(biāo)體系，用層次分析方法研究。陳秉恒等應(yīng)用層次分析法對(duì)國內(nèi)外物聯(lián)網(wǎng)在農(nóng)產(chǎn)品供應(yīng)鏈安全管理中的應(yīng)用進(jìn)行研究，并總結(jié)出我國農(nóng)產(chǎn)品供應(yīng)鏈安全監(jiān)管存在的主要問題及其成因[5]。Wang等克服逼近理想解排序法（TOPSIS法）權(quán)重主觀上受到影響的問題，將改進(jìn)的熵值法與TOPSIS法相結(jié)合，分析生鮮農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)[6]。Zhao等在分析實(shí)際農(nóng)業(yè)供應(yīng)鏈網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和構(gòu)件特性的基礎(chǔ)上，建立風(fēng)險(xiǎn)在網(wǎng)絡(luò)及其拓?fù)溲莼械膭?dòng)態(tài)模型，并給出穩(wěn)態(tài)解[7]。王玉霞通過物聯(lián)網(wǎng)、云計(jì)算技術(shù)對(duì)生鮮農(nóng)產(chǎn)品中存在的問題進(jìn)行有效的分析[8]。劉鵬將物聯(lián)網(wǎng)技術(shù)運(yùn)用到生鮮農(nóng)產(chǎn)品流通中，并探討能否提升生鮮農(nóng)產(chǎn)品流通效率與質(zhì)量安全問題[9]。喻立認(rèn)為，以物聯(lián)網(wǎng)和云平臺(tái)技術(shù)的農(nóng)業(yè)大數(shù)據(jù)為服務(wù)平臺(tái)，對(duì)構(gòu)建科學(xué)高效的農(nóng)產(chǎn)品種植與生產(chǎn)標(biāo)準(zhǔn)實(shí)現(xiàn)智能種植和質(zhì)量溯源等重要功能是有幫助的[10]。第三，構(gòu)建事故樹或貝葉斯網(wǎng)絡(luò)模型，對(duì)風(fēng)險(xiǎn)因素進(jìn)行分析。馬欣等以事故樹模型為基礎(chǔ)進(jìn)行研究，得出事故樹的最小割集與結(jié)構(gòu)重要度，并確定了失效系統(tǒng)中的薄弱環(huán)節(jié)[11]。卜全民等對(duì)事故樹分析法（FTA）的思路進(jìn)行深入的理論分析，并對(duì)其主要的分析方法進(jìn)行剖析，進(jìn)而運(yùn)用布爾代數(shù)法和相應(yīng)規(guī)則得出有效的管控措施[12]。馮庚等將貝葉斯網(wǎng)絡(luò)引入到事故樹分析中，這彌補(bǔ)了事故樹分析在風(fēng)險(xiǎn)分析中的不足和缺陷，并給出事故樹到貝葉斯網(wǎng)絡(luò)的映射法則[13]。王彥富等提出基于邏輯樹和貝葉斯網(wǎng)絡(luò)的概率分析模型，依據(jù)事故情況構(gòu)建邏輯樹，然后將邏輯樹轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)，并根據(jù)確定的貝葉斯網(wǎng)絡(luò)各節(jié)點(diǎn)的先驗(yàn)概率和條件概率進(jìn)行風(fēng)險(xiǎn)評(píng)估[14-15]。上述分析方法中統(tǒng)計(jì)分析的結(jié)果常常局限于人為因素影響，層次分析模型很難準(zhǔn)確地表達(dá)出節(jié)點(diǎn)之間的條件概率關(guān)系，而事故樹模型可以將事故發(fā)生的原因以樹形結(jié)構(gòu)逐層表達(dá)，邏輯清晰明了，且在工業(yè)安全體系研究中事故樹已經(jīng)得到了廣泛的應(yīng)用，但事故樹僅僅滿足于對(duì)結(jié)構(gòu)重要度的分析，對(duì)基本事件的重要度分析并不能明確表達(dá)。因此，在分析事故樹影響因子的基礎(chǔ)上，將其映射成貝葉斯網(wǎng)絡(luò)，通過三角模糊數(shù)對(duì)基本事件的發(fā)生概率進(jìn)行標(biāo)定，用定量分析法得出基本事件的結(jié)構(gòu)重要度、概率重要度和臨界重要度，從而找出物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的薄弱環(huán)節(jié)，有助于進(jìn)行有效改善，對(duì)農(nóng)產(chǎn)品供應(yīng)鏈安全體系的建立具有一定的現(xiàn)實(shí)意義。

1 影響因子分析

評(píng)估物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)，首先須要通過分析該過程中存在的風(fēng)險(xiǎn)因素構(gòu)建事故樹的影響因子。物聯(lián)網(wǎng)環(huán)境下的農(nóng)產(chǎn)品供應(yīng)鏈?zhǔn)侵冈谵r(nóng)產(chǎn)品的種植、采摘、生產(chǎn)、加工、包裝、運(yùn)輸和銷售的全過程中，采用物聯(lián)網(wǎng)關(guān)鍵技術(shù)實(shí)現(xiàn)農(nóng)產(chǎn)品信息采集和信息融合，從而實(shí)現(xiàn)農(nóng)戶、生產(chǎn)加工商、物流運(yùn)輸中心、銷售商、政府監(jiān)督管理部門和消費(fèi)者間信息共享的網(wǎng)絡(luò)結(jié)構(gòu)。該網(wǎng)絡(luò)結(jié)構(gòu)包括感知層、網(wǎng)絡(luò)層和應(yīng)用層，每個(gè)層次中均存在一定的風(fēng)險(xiǎn)因素。

確定風(fēng)險(xiǎn)類型的理化性質(zhì)是構(gòu)建事故樹的基礎(chǔ)。通過對(duì)已有成果的整理總結(jié)并結(jié)合參考文獻(xiàn)[16]將危險(xiǎn)因素分為4類16項(xiàng)：（1）感知層風(fēng)險(xiǎn)，包括誤差風(fēng)險(xiǎn)、設(shè)備故障風(fēng)險(xiǎn)、配送風(fēng)險(xiǎn)、反應(yīng)不及時(shí)風(fēng)險(xiǎn);（2）網(wǎng)絡(luò)層風(fēng)險(xiǎn)，包括網(wǎng)絡(luò)不穩(wěn)定風(fēng)險(xiǎn)、信息安全風(fēng)險(xiǎn)、互聯(lián)網(wǎng)（IT）技術(shù)風(fēng)險(xiǎn);（3）應(yīng)用層風(fēng)險(xiǎn)，包括成本收益風(fēng)險(xiǎn)、需求波動(dòng)風(fēng)險(xiǎn)、供應(yīng)波動(dòng)風(fēng)險(xiǎn)、外部運(yùn)營(yíng)風(fēng)險(xiǎn)、內(nèi)部運(yùn)營(yíng)風(fēng)險(xiǎn)、政策法規(guī)風(fēng)險(xiǎn)、競(jìng)爭(zhēng)風(fēng)險(xiǎn);（4）其他風(fēng)險(xiǎn)，包括信譽(yù)風(fēng)險(xiǎn)和自然災(zāi)害。根據(jù)每類風(fēng)險(xiǎn)項(xiàng)所具備的作用、性質(zhì)等理化性質(zhì)不同，發(fā)生事故的類型和危害性也有差別。如網(wǎng)絡(luò)層的目的是將感知層得到的數(shù)據(jù)經(jīng)微處理并進(jìn)行遠(yuǎn)距離傳輸，從而實(shí)現(xiàn)信息共享。但物聯(lián)網(wǎng)技術(shù)在農(nóng)產(chǎn)品供應(yīng)鏈中的應(yīng)用并不成熟且缺乏統(tǒng)一的標(biāo)準(zhǔn)，常常出現(xiàn)諸多問題，從而導(dǎo)致信息安全風(fēng)險(xiǎn)、IT技術(shù)風(fēng)險(xiǎn)和網(wǎng)絡(luò)不穩(wěn)定風(fēng)險(xiǎn)的產(chǎn)生（圖1）。

因此，分析風(fēng)險(xiǎn)因子的理化性質(zhì)，可構(gòu)建頂層事故樹并得到影響因子。

2 評(píng)估方法

采用貝葉斯網(wǎng)絡(luò)分析物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)。為增加貝葉斯網(wǎng)絡(luò)的有效性，通過影響因子構(gòu)建事故樹模型，將其映射為貝葉斯網(wǎng)絡(luò)。通過對(duì)參考文獻(xiàn)[17]的整理分析，得出事故樹向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化的具體方法。通過對(duì)事件、邏輯門與節(jié)點(diǎn)之間的映射關(guān)系和與、或等邏輯關(guān)系與條件概率分布之間的映射關(guān)系，得出各基本事件的重要度指標(biāo)。

2.1 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是一種用圖的形式進(jìn)行概率分析的方法，將各不確定性事件的發(fā)生概率與各事件間的因果關(guān)系以圖的形式表現(xiàn)出來。貝葉斯網(wǎng)絡(luò)能夠直接或間接地表達(dá)各基本事件之間的關(guān)系，得出基本事件之間的相關(guān)性。因此，運(yùn)用貝葉斯網(wǎng)絡(luò)理論對(duì)不確定性復(fù)雜問題有獨(dú)特的優(yōu)勢(shì)。2001年Jensen提出形象直觀的描述性定義[18]。

定義：將滿足以下4個(gè)條件的有向無環(huán)圖稱為貝葉斯網(wǎng)絡(luò)。

（1）存在1個(gè)變量集V={xi}，i=1，…，n以及變量對(duì)應(yīng)節(jié)點(diǎn)之間有向邊的集合E;（2）每個(gè)變量都取有限個(gè)離散值;（3）由變量對(duì)應(yīng)的節(jié)點(diǎn)和節(jié)點(diǎn)之間的有向邊構(gòu)成1個(gè)有向無環(huán)圖J=（V，E）;（4）每個(gè)節(jié)點(diǎn)xi和其父節(jié)點(diǎn)集Πi都對(duì)應(yīng)1個(gè)條件概率分布表p=（xi|πi，J），而滿足p（x1，…，xn）=Πn i=1p（xi|πi，J）。其中：πi是Πi的配置。

根據(jù)定義表達(dá)的節(jié)點(diǎn)與其父節(jié)點(diǎn)的關(guān)聯(lián)關(guān)系，可以推導(dǎo)出包含所有節(jié)點(diǎn)的聯(lián)合概率分布函數(shù)。圖2是一個(gè)簡(jiǎn)單的貝葉斯網(wǎng)絡(luò)，包含所有節(jié)點(diǎn)的聯(lián)合概率分布函數(shù)為

p（x1，x2，x3，x4）=p（x4|x1，x3）p（x3|x1，x2）p（x2|x1）p（x1）。（1）

聯(lián)合概率分布函數(shù)表達(dá)所有節(jié)點(diǎn)之間的邏輯關(guān)系，是正反向推理計(jì)算頂事件（T）發(fā)生概率和基本事件（Xi）重要度的基礎(chǔ)。

2.2 事故樹向貝葉斯網(wǎng)絡(luò)的映射

從上述定義可知，貝葉斯網(wǎng)絡(luò)由1個(gè)有向無環(huán)圖J和對(duì)應(yīng)的條件概率表組成。事故樹模型向貝葉斯網(wǎng)絡(luò)映射時(shí)，貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)與事故樹中事件逐一對(duì)應(yīng)，構(gòu)成有向無環(huán)圖，條件概率關(guān)系則根據(jù)事故樹的邏輯門確定。其中，與門、或門的映射關(guān)系見圖3、圖4。

2.3 求最小割集

事故樹集合中能夠?qū)е马斒录l(fā)生的基本事件的集合被稱為割集，當(dāng)最小割集的數(shù)量為1時(shí)，表示頂事件發(fā)生的可能性只有1種，因此最小割集的數(shù)量決定頂事件發(fā)生可能性的數(shù)量。割集中的基本事件同時(shí)發(fā)生才能導(dǎo)致頂事件的發(fā)生，因此最小割集中基本事件的數(shù)量越少，同時(shí)發(fā)生的可能性越大。

在事故樹中求解最小割集最常用的方法為布爾代數(shù)法，其步驟為：（1）列出事故樹的布爾表達(dá)式，即從事故樹的第1層輸入事件開始，“或門”的輸入事件用邏輯加表示，“與門”的輸入事件用邏輯積表示。（2）用第2層輸入事件代替第1層，第3層輸入事件代替第2層，直至事故樹全體基本事件都代完為止。（3）布爾表達(dá)式整理后得到若干個(gè)交集的并集，每個(gè)交集就是1個(gè)割集，再利用布爾代數(shù)運(yùn)算定律化簡(jiǎn)，就可以求出最小割集。

2.4 基本事件的重要度分析

2.4.1 結(jié)構(gòu)重要度分析

結(jié)構(gòu)重要度是指各基本事件的發(fā)生對(duì)頂事件發(fā)生的影響程度，且不用考慮概率是多少。最小割集中只存在1個(gè)基本事件時(shí)，結(jié)構(gòu)重要度最大，存在多個(gè)基本事件時(shí)，各基本事件的結(jié)構(gòu)重要度相等。而當(dāng)最小割集中基本事件數(shù)量相同時(shí)，在不同的最小割集中出現(xiàn)次數(shù)越多，其結(jié)構(gòu)重要度越大;當(dāng)最小割集中基本事件的數(shù)量不同時(shí)，依據(jù)基本事件在最小割集中的出現(xiàn)次數(shù)決定其重要度，次數(shù)越多則結(jié)構(gòu)重要度越大，當(dāng)出現(xiàn)次數(shù)相同時(shí)，依據(jù)最小割集中基本事件數(shù)量決定，基本事件少的則其結(jié)構(gòu)重要度大。計(jì)算公式如下：

I=1-∏ Xi∈Ki。（2）

式中：I表示基本事件的結(jié)構(gòu)重要度系數(shù);Xi∈Ki表示基本事件Xi屬于最小割集Kj;ni表示第i個(gè)基本事件所在的最小割集的基本事件總數(shù)。

2.4.2 概率重要度分析

為了研究基本事件概率的增減對(duì)頂事件發(fā)生的影響程度，須要應(yīng)用概率重要度分析。概率重要度系數(shù)就是頂事件發(fā)生概率對(duì)基本事件發(fā)生概率的變化率，以此來評(píng)定基本事件的概率重要度。計(jì)算公式如下：

Ip（i）=Q qi。（3）

式中：Q表示頂事件發(fā)生概率;qi表示自變量。

2.4.3 基本事件臨界重要度

頂事件發(fā)生概率的變化率與基本事件發(fā)生概率的變化率之比，即為基本事件的臨界重要度。

CIp（i）=P（T）/P（T） P（Xi）/P（Xi）=（PT） P（Xi）·P（Xi） P（T）。（4）

將概率重要度公式代入公式（4）中，得：

C1p（i）=Ip（i）P（Xi）/P（T）。（5）

3 算例分析

以某物聯(lián)網(wǎng)模式下生鮮農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)事故為例，依據(jù)上述評(píng)估方法建立事故樹并轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)，并對(duì)各基本事件進(jìn)行分析。

3.1 建立事故樹

構(gòu)建以農(nóng)產(chǎn)品供應(yīng)鏈安全風(fēng)險(xiǎn)事故為頂事件的事故樹模型進(jìn)行風(fēng)險(xiǎn)分析。基于相關(guān)領(lǐng)域?qū)＜覍?duì)其風(fēng)險(xiǎn)事件的評(píng)估分析，選取16個(gè)基本事件、4個(gè)中間事件和1個(gè)頂事件（表1）。

通過對(duì)各基本事件的分類整合，得到風(fēng)險(xiǎn)事件的事故樹（圖5）。

3.2 將事故樹映射成貝葉斯網(wǎng)絡(luò)

根據(jù)“2.2”節(jié)提供的映射方法，將物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)的事故樹映射成對(duì)應(yīng)的貝葉斯網(wǎng)絡(luò)（圖6）。

根據(jù)節(jié)點(diǎn)的邏輯關(guān)系，貝葉斯網(wǎng)絡(luò)中包含的聯(lián)合概率分布函數(shù)為

p（T，A1，…，A8，x1，…，x16）=p（T|A1，A2）p（A1|A3，A4，A5）p（A2|A6）p（A3|A7，x3）p（A4|A8，x7）p（A5|A9，x13，x14）p（A6|x15，x16）p（A7|x1，x2，x4）p（A8|x5，x6）p（A9|x8，x9，x10，x11，x12）p（x1）…p（x16）。

3.3 頂事件發(fā)生概率及重要度分析

由布爾代數(shù)法可以簡(jiǎn)化事故樹并求出導(dǎo)致頂事件發(fā)生的最小割集（MCS）。

T=A1+A2=（A3+A4+A5）+A6=A7X3+A8X7+A9X13X14+X15+X16=X1X3+X2X3+X4X3+X5X7+X6X7+X8X13X14+X9X13X14+X10X13X14+X11X13X14+X12X13X14+X15+X16。

可見，導(dǎo)致物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈發(fā)生風(fēng)險(xiǎn)的最小割集共有12個(gè)，即頂事件發(fā)生的途徑只有12個(gè)，且要求每個(gè)最小割集中的所有基本事件同時(shí)發(fā)生。

根據(jù)基本事件的結(jié)構(gòu)重要度公式可以計(jì)算出各基本事件的結(jié)構(gòu)重要度：

Iφ（1）=Iφ（2）=Iφ（4）=Iφ（5）=Iφ（6）=0.5;

Iφ（3）=Iφ（7）=0.75;

Iφ（8）=Iφ（9）=Iφ（10）=Iφ（11）=Iφ（12）=0.25;

Iφ（13）=Iφ（14）=0.762 7;

Iφ（15）=Iφ（16）=1。

因此，各基本事件的重要度排序?yàn)椋篒φ（15）=Iφ（16）>Iφ（13）=Iφ（14）>Iφ（3）=Iφ（7）>Iφ（1）=Iφ（2）=Iφ（4）=Iφ（5）=Iφ（6）>Iφ（8）=Iφ（9）=Iφ（10）=Iφ（11）=Iφ（12）。

通過計(jì)算得出各基本事件的結(jié)構(gòu)重要度并進(jìn)行排序可知，不可抗因素對(duì)結(jié)構(gòu)重要度的影響最大，而傳統(tǒng)的農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)因素對(duì)結(jié)構(gòu)的影響最小;除不可抗因素外，配送風(fēng)險(xiǎn)和IT技術(shù)風(fēng)險(xiǎn)對(duì)結(jié)構(gòu)重要度的影響最大。

由于農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)數(shù)據(jù)獲取難度很大且數(shù)據(jù)不具備代表性，因此須要借助于群體決策法對(duì)農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)因素進(jìn)行判別，通過征詢專家關(guān)于各個(gè)節(jié)點(diǎn)的條件概率，結(jié)合三角模糊數(shù)對(duì)相關(guān)數(shù)據(jù)進(jìn)行處理。IPCC采用七檔分級(jí)的風(fēng)險(xiǎn)發(fā)生概率的語言變量來描述概率，各語言變量及其對(duì)應(yīng)的概率與三角模糊數(shù)見表2。

由表2可將條件概率表轉(zhuǎn)化為三角模糊數(shù)。

Pij～k =（akij，mkij，bxij）（k=1，2，…，q）。

節(jié)點(diǎn)Xi處于j狀態(tài)的平均模糊概率為：

Pij～k =Pij～1 +Pij～2 +…+Pij～q? q=（aij′，mij′，bij′）。

進(jìn)一步通過均值面積法計(jì)算節(jié)點(diǎn)的精確概率，節(jié)點(diǎn)Xi處于j狀態(tài)的精確概率為：

Pij′=aij′+2mij′+bij′ 4。

通過歸一化處理得到節(jié)點(diǎn)的條件概率值：

P=Pij′ ∑Pij′。

針對(duì)物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)問題，邀請(qǐng)5位相關(guān)領(lǐng)域的專家對(duì)供應(yīng)鏈風(fēng)險(xiǎn)進(jìn)行評(píng)估，通過對(duì)專家進(jìn)行問卷調(diào)查，根據(jù)IPCC量表對(duì)各基本事件發(fā)生的概率進(jìn)行客觀評(píng)估，對(duì)結(jié)果進(jìn)行加權(quán)平均，并對(duì)概率進(jìn)行修改調(diào)整（表3）。

由表3可知，根據(jù)概率重要度公式可計(jì)算出頂事件的概率P（T）=0.533。根據(jù)臨界重要度公式可以求出各基本事件的臨界重要度并進(jìn)行排序：

CIp（3）=0.75>CIp（7）=0.337>CIp（2）=0.300>CIp（1）=CIp（4）=0.225>CIp（15）=CIp（16）=0.187>CIp（5）=CIp（6）=0.169>CIp（14）=0.075>CIp（13）=0.038>CIp（8）=CIp（9）=CIp（10）=CIp（11）=CIp（12）=0.008。

通過對(duì)各基本事件臨界重要度的計(jì)算可知，當(dāng)頂事件的概率P（T）=0.533時(shí)，配送風(fēng)險(xiǎn)的臨界重要度最大，IT技術(shù)風(fēng)險(xiǎn)次之，而傳統(tǒng)農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)因素的臨界重要度相等且最小。通過對(duì)比結(jié)構(gòu)重要度和臨界重要度可知，結(jié)構(gòu)重要度受不可抗拒風(fēng)險(xiǎn)的影響較大，但該風(fēng)險(xiǎn)不受人為因素的控制，因此，臨界重要度更好地體現(xiàn)了對(duì)結(jié)構(gòu)重要度不足的彌補(bǔ)，確定了配送風(fēng)險(xiǎn)和IT技術(shù)風(fēng)險(xiǎn)對(duì)物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的影響。比較結(jié)構(gòu)重要度和臨界重要度的風(fēng)險(xiǎn)影響程度可知，結(jié)構(gòu)重要度對(duì)不可控事件造成的影響占比很大，而臨界重要度很好地摒除了該缺陷，對(duì)結(jié)構(gòu)重要度的不足作了很好的補(bǔ)充。綜合結(jié)構(gòu)重要度和臨界重要度可知，傳統(tǒng)農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)因素在物聯(lián)網(wǎng)模式下影響程度普遍較小，因此，可以證明物聯(lián)網(wǎng)技術(shù)的運(yùn)用使得農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)因素發(fā)生了偏移，傳統(tǒng)風(fēng)險(xiǎn)因素對(duì)供應(yīng)鏈的影響程度降低，物聯(lián)網(wǎng)技術(shù)的影響因素成為該模式下的主要影響因素。

4 結(jié)論

圍繞物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的影響因子構(gòu)建事故樹并求出結(jié)構(gòu)重要度，再將事故樹映射成貝葉斯網(wǎng)絡(luò)，運(yùn)用三角模糊數(shù)計(jì)算出基本事件的概率重要度和臨界重要度。通過定量評(píng)估3個(gè)指標(biāo)的農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)，可以彌補(bǔ)僅僅運(yùn)用事故樹進(jìn)行定性分析的缺陷，更好地體現(xiàn)了基本事件對(duì)于頂事件發(fā)生的影響程度，從而可以更加有針對(duì)性地找出運(yùn)輸過程中的薄弱環(huán)節(jié)，對(duì)研究物聯(lián)網(wǎng)技術(shù)為農(nóng)產(chǎn)品供應(yīng)鏈帶來的風(fēng)險(xiǎn)具有一定的現(xiàn)實(shí)意義和實(shí)用價(jià)值。通過對(duì)結(jié)構(gòu)重要度、概率重要度和臨界重要度的計(jì)算，可以得出配送風(fēng)險(xiǎn)和IT技術(shù)風(fēng)險(xiǎn)為影響農(nóng)產(chǎn)品供應(yīng)鏈的主要影響因素，因此須要進(jìn)一步加強(qiáng)對(duì)農(nóng)產(chǎn)品運(yùn)輸?shù)谋O(jiān)管，保證能夠準(zhǔn)時(shí)、及時(shí)送達(dá)。須要定期對(duì)相關(guān)設(shè)備進(jìn)行檢修，以保證該供應(yīng)鏈條正常有序地運(yùn)行，避免由技術(shù)問題帶來的損失。

參考文獻(xiàn)：

[1]張東玲，高齊圣，楊澤慧. 農(nóng)產(chǎn)品質(zhì)量安全風(fēng)險(xiǎn)評(píng)估與預(yù)警模型：以山東省蔬菜出口示范基地為例[J]. 系統(tǒng)工程理論與實(shí)踐，2010，30（6）：1125-1131.

[2]Yan B，Wang X N，Shi P. Risk assessment and control of agricultural supply chains under internet of things[J]. Agrekon，2017，56（1）：1-12.

[3]顏 波，王欣妮. 基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品質(zhì)量安全監(jiān)管體系研究[J]. 中國科技論壇，2016（8）：122-129.

[4]張旭梅，梁曉云，但 斌. 考慮消費(fèi)者便利性的“互聯(lián)網(wǎng)+”生鮮農(nóng)產(chǎn)品供應(yīng)鏈O2O商業(yè)模式[J]. 當(dāng)代經(jīng)濟(jì)管理，2018，40（1）：21-27.

[5]陳秉恒，鐘漲寶. 基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品供應(yīng)鏈安全監(jiān)管問題研究[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（4）：49-55.

[6]Wang Y，Hao H X.Researchon the supply chain risk assessment of the fresh agricultural products based on the improved toptsis algorithm[J]. Chemical Engineering Transactions，2016，51：445-450.

[7]Zhao G，Gong S L，Yang Y B，et al.Model and dynamic behavior of risk propagation in complex agricultural supply chain networks in china and their topological evolution[J]. Journal of Internet Technology，2016，3（17）：483-493.

[8]王玉霞. 物聯(lián)網(wǎng)時(shí)代大連鮮活農(nóng)產(chǎn)品營(yíng)銷渠道模式創(chuàng)新途徑與對(duì)策研究[J]. 遼東學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2017，19（1）：70-73.

[9]劉 鵬. 鮮活農(nóng)產(chǎn)品物聯(lián)網(wǎng)流通渠道發(fā)展探究[J]. 改革與戰(zhàn)略，2017，33（6）：103-106.

[10]喻 立. 物聯(lián)網(wǎng)技術(shù)在農(nóng)產(chǎn)品種植管理中的應(yīng)用[J]. 清遠(yuǎn)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2018，11（1）：24-27.

[11]馬 欣，師統(tǒng)麾，薛 濤，等. 基于貝葉斯網(wǎng)絡(luò)的LNG儲(chǔ)罐泄漏事故樹改進(jìn)研究[J]. 現(xiàn)代化工，2017，37（4）：179-182.

[12]卜全民，王涌濤，汪德爟. 事故樹分析法的應(yīng)用研究[J]. 西南石油大學(xué)學(xué)報(bào)，2007，29（4）：141-144，200.

[13]馮 庚，蔣雨宏，范 路，等. 基于事故樹分析與貝葉斯網(wǎng)絡(luò)的土石壩風(fēng)險(xiǎn)分析[J]. 水力發(fā)電，2013，39（4）：34-36，57.

[14]王彥富，李玉蓮，張 彪，等. 基于邏輯樹和貝葉斯網(wǎng)絡(luò)的海洋平臺(tái)火災(zāi)概率分析[J]. 安全與環(huán)境學(xué)報(bào)，2016，16（5）：66-72.

[15]周建方，唐椿炎，許智勇. 貝葉斯網(wǎng)絡(luò)在大壩風(fēng)險(xiǎn)分析中的應(yīng)用[J]. 水力發(fā)電學(xué)報(bào)，2010，29（1）：192-196.

[16]顏 波，石 平，丁德龍. 物聯(lián)網(wǎng)環(huán)境下的農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)評(píng)估與控制[J]. 管理工程學(xué)報(bào)，2014，28（3）：196-202，173.

[17]楊能普，楊月芳，馮 偉. 基于模糊貝葉斯網(wǎng)絡(luò)的鐵路危險(xiǎn)貨物運(yùn)輸過程風(fēng)險(xiǎn)評(píng)估[J]. 鐵道學(xué)報(bào)，2014，36（7）：8-15.

[18]王雙成. 貝葉斯網(wǎng)絡(luò)學(xué)習(xí)、推理與應(yīng)用[M]. 上海：立信會(huì)計(jì)出版社，2010.

收 稿日期：2018-10-21

基金項(xiàng)目：廣西壯族自治區(qū)人文社會(huì)科學(xué)規(guī)劃項(xiàng)目（編號(hào)：15BGL010）;桂林電子科技大學(xué)研究生教育創(chuàng)新計(jì)劃（編號(hào)：2018YJCX103）。

作者簡(jiǎn)介：楊懷珍（1972—），女，廣西桂林人，碩士，教授，主要從事物流與供應(yīng)鏈管理、電子商務(wù)研究。

通信作者：胡葛君，碩士研究生，主要從事物流與供應(yīng)鏈管理研究。E-mail：857116744@qq.com。