基于贝叶斯网络的食品供应链风险评价研究

张丽，滕飞，王鹏

（1.天津市食品安全战略与管理研究中心，天津300222；2.天津科技大学经济与管理学院，天津300222）

基于贝叶斯网络的食品供应链风险评价研究

张丽1，2，滕飞2，王鹏2

（1.天津市食品安全战略与管理研究中心，天津300222；2.天津科技大学经济与管理学院，天津300222）

食品安全风险存在于食品供应链的每一个环节尤其是关键环节之中，而每个环节的安全风险又是随机变量，因此本文基于贝叶斯理论，在贝叶斯网络的食品供应链风险分析的基础上，建立了基于贝叶斯网络的食品供应链风险局部分析模型，对其风险进行预测，并通过案例研究验证算法的可行性。

食品供应链；风险评价；贝叶斯网络

民以食为天，食以安为先。食品安全已成为世界范围内广泛关注的问题，理想的食品风险安全控制模式是“从农田到餐桌”的全过程风险控制。因此基于供应链视角来分析管理食品安全风险，是非常必要和重要的。

1 贝叶斯网络模型概述

贝叶斯网络起源于20世纪80年代中期对人工智能中不确定性问题的研究。1986年，Pearl首先提出了贝叶斯网的概念，并在1988年发表了他的专著《Probabilistic Reasoning in Intelligent Systems：Networks ofPlausible Inference》[1]。贝叶斯网络是由概率、统计及图论结合发展起来的。贝叶斯网络是随机变量间的概率关系的图表示，它提供了一种自然的表示因果信息的方法，用节点表示变量，用有向边表示变量间的依赖关系，用来发现数据间的潜在关系[2]。

贝叶斯网络模型（Bayesian Network）是风险评价概率统计模型的代表[3]。其主要着眼点在于通过对食品供应链中各环节风险的概率估计，采用网络图的方法得出食品供应链中任一环节的食品安全风险估计值。这种方法在定性分析的基础上融入了定量分析的元素，能够较好地对食品安全风险进行评价[4]。

贝叶斯网络（Bayesian Network）也称信念网络（Belief Networks）或因果网络（Causal Networks），是描述数据变量之间因果关系的一种图形模式，是一种用来进行不确定性推理的模型[5－6]。贝叶斯网络为人们提供了一种方便的框架结构来表示因果关系，这使得不确定性推理变得在逻辑上更为清晰、可理解性强。

2 基于贝叶斯网络的食品供应链风险分析

2.1 基于贝叶斯网络的食品供应链风险分析步骤

对于不同类的食品，其风险的时机、范围、程度等不尽相同，但一般地均可以采取以下几个步骤进行分析：

1）裁剪风险因素

对于某种具体的食品，根据其实际情况，分析物流、信息流和资金流中的风险因素，并根据前述的评价方法进行评价，然后根据管理的需要进行风险因素的裁剪。

2）分析初始风险事件

初始事件（风险因素）是风险造成后果的出发点。如果初始事件分析不全面，则无法分析出所有可能的事故场景，造成遗漏，因而也就无法得出正确全面的结论。

3）建立贝叶斯网络模型

食品供应链对不同的初始事件存在不同的响应，因此事件的发展过程及结果也不一样。因此必须就供应链对风险事件的不同响应而导致的事件链的不同发展过程进行分析鉴别。

4）概率评价

获得风险贝叶斯网络中的每个结点关系的条件概率值，如果难以得到其发生概率时，则要采取一些可行的办法获得，其来源包括通用数据或专家的判断，或者是相似系统的经验数据、测试数据、分析结果。

5）结果分析

这里所说的“结果”其实就是食品风险的“后果”，不同的事件链将导致不同的后果。后果不仅包括当时影响，而且还包括风险事故对人员、环境等的长期影响。同一食品安全风险事故的后果也可因当时的环境条件的不同而不同，所以要对不同环境条件下的后果进行分析。

6）风险排序和管理

基于贝叶斯网络可计算出食品安全风险事故的发生概率。对于同一后果，可以对不同危险因素的风险予以排序。贝叶斯网络不仅仅是一种风险评价方法，而且可以作为一种风险管理技术。风险评价结果与食品安全目标的比较，可作为决策者选择或修改食品风险控制措施，或针对潜在食品安全风险事故采取预防措施的重要依据。

2.2 基于贝叶斯网络的风险分析模型

贝叶斯网络的建立是一项需要反复迭代不断精化的过程，而且只能根据实际食品风险管理实际，依靠相关领域专家的经验建立。对于食品风险评价模型的建立，必需综合考虑食品供应链过程中各个环节及其之间的相互作用关系，建立相应的网络模型，并根据历史数据确定各种风险因素之间相互影响程度的大小，从而确定贝叶斯网络中各结点的条件概率（即在父结点处于某种风险模式时，子结点发生某种风险模式的条件概率）。

1）确定变量集和变量

本文将建立食品风险因素之间的局部关系模型，因为食品种类的多样性，建立一个全局模型几乎是不可能的。该局部模型具有一般性，可以推广到任意的情况，在这个模型中，需要比较详细地记录由专家提出的食品风险因素引发的其他食品风险因素的因果关系，其中有些风险因素之间的因果关系图可以看成局部的贝叶斯网络模型，所有的局部模型可以构成一个全局贝叶斯网络，简化起见，本文基于一个简化的局部模型来阐述其预测的原理。由于模型中节点有不同的性质，采用不同图形来区分节点，如图1所示。

图1 节点图例Fig.1 Node Legen

2）举例说明

我们现在以某食品为例的进行风险分析，图2是该食品的风险的局部模型，在该模型中，放射性污染、化学污染和农药残留超标是根节点风险因素，放射物超标和重金属元素超标是一级节点风险因素，生产环节被污染是二级节点风险因素，这些一级节点和二级节点是不完全，因此这个模型是个局部模型，产品不合格和食物中毒这些风险可能导致的严重后果。

图2 某食品的风险的局部模型Fig.2 The localModelof the risk of a food

推而广之，我们可以为每一个子实践建立类似的局部贝叶斯网络模型，而当构建出这样的贝叶斯网络，我们就可以对风险进行进一步的分析。

2.3 评价风险值

根据贝叶斯网络分析出食品供应链相应环节风险的概率，结合每个风险可能带来的损失，可计算风险值。

风险值=风险的概率×风险事件发生的损失

影响值=可能性×（对进度的影响+对成本的影响+对性能的影响）

对食品供应链的风险进行分析是处置风险的前提条件，是制定和实施风险计划的依据，因此，一定要对风险发生的概率及其后果做出尽可能准确的估计。然而，在食品供应链中，要进行准确地估计却并非是件易事。

3 基于贝叶斯网络的食品供应链风险案例研究

为了便于研究，基于前面的食品供应链的风险识别及风险评价，下面我们将主要针对食品供应链中的物流环节构建基于贝叶斯网络的食品供应链局部风险分析模型，如图3所示。

图3 基于贝叶斯网络的食品供应链局部风险分析模型实例Fig.3 Local food supply chain risk analysisModel instancebased on Bayesian network

根据图3中的食品供应链局部风险预测分析模型，如何利用贝叶斯网络模型进行风险概率计算，可以从下文的实例中获得。首先我们选择的是以风险因素“放射物污染”为根风险因素的局部贝叶斯网络模型，并用字母R、S、T、L、O表示每个结点，并给出结点的每个状态的概率表和条件概率，如表1、表2、表3所示，接下来进行计算。

表1 S，T节点各事件发生的条件概率Table1 The conditionalprobability of C and T node incident

表2 L节点各事件发生的条件概率Table2 The conditionalprobability of L node incident

表3 O节点各事件发生的条件概率Table3 The conditionalprobability of O node incident

第一步：根据统计数据或专家经验，给出P（R）= 0.9，P（）=0.1。

第二步：计算联合概率

通过计算，我们知道在放射物污染发生的概率是0.9时，存储仓库被污染、运输车辆被污染、物流环节出现问题和其他用同一运输车运输的食品被污染的概率分别是0.825，0.785，0.813 4，0.692 5。由此可见这些不良后果发生的可能性还是很大的。通过模型预测计算，估计到最可能发生的风险，就可以提前调整计划，做好应对某种风险的措施。

4 结论

本文从食品供应链的本身的特征出发，探索了基于贝叶斯网络在食品供应链风险预测方面的研究方法，建立了基于贝叶斯网络的食品供应链风险局部分析模型，对其风险进行了预测，并通过案例研究验证了算法的可行性。在今后的研究中，可以针对食品供应链的特性，并全面考虑各种因素，从细节上对食品供应链的风险进行深入研究，并完善供应链风险的预测方面的研究。

[1]Faydd U M,Piatesky-Shapiro G,Smyth P.FroMData Mining to Knowledge Discovery in Databases[J].AI.Magazine,1996,17：37-54

[2]Timo Koskil,John M.Bayesian Networks：An Introduction[M/OL]. http：//onlinelibrary.wiley.com/book/10.1002/9780470684023

[3]GoldrattEM.Critical chain[M].New York：North Rivef Press Inc, 1997.

[4]郭百钢,韩玉启.基于Bayes网络的项目风险评估方法研究[J].科学管理研究,2004,22(5)：73-75,107

[5]王双成,唐海燕,刘喜华.用于风险管理的贝叶斯网络学习[J].控制与决策,2007,22(5)：569-572,576

[6]冯楠,李敏强,寇纪淞,等.基于贝叶斯网络的软件项目风险管理模型[J].计算机工程,2007,33(7)：41-43

Research on Food Supp ly Chain Risk Assessment Based on Bayesian Network

ZHANG Li1，2，TENGFei2，WANGPeng2
（1.Tianjin Food SafetyManagementand Strategy Research Center，Tianjin 300222，China；2.Schoolof Economics&Management，Tianjin University ofScience&Technology，Tianjin 30022，China）

Every link of the food safety risk exists in the food supply chain especially the key link，and it is a randoMvariable.In thispaper，based on the Bayesian Theory and Bayesian network，the risk of food supply chain isevaluated.Itestablishesan local risk analysismodelof food supply chain based on the Bayesian network，which can predictthe risk.And atlast，usingacase toprove the feasibilityof thealgorithm.

food supply chain；risk assessment；Bayesian network

10.3969/j.issn.1005-6521.2014.18.047

2014-09-17

教育部人文社会科学研究青年基金资助项目（14YJC630193）；天津科技大学经济与管理学院校级重点支持学科研究基金重点项目（JG20130102）

张丽（1977—），女（汉），副教授，博士，研究方向：物流与供应链管理，食品供应链风险管理，物流系统仿真等。