食品供应链风险传递与控制

（华侨大学 工商管理学院，福建 泉州 362021）

1 引言

近年来，人们对高质量生活的追求，尤其对优质食品的要求愈来愈高，加之社会物流等方面的快速发展，使得食品到餐桌的距离进一步缩短。随着分工的专业化，以及物流活动的不断延伸，使得追求优质的食品有了现实的可能。但一条专业化食品供应链的形成是由不同的企业共同协作形成的，由于食品供应链中涉及到的相关环节较为繁杂，会使食品流通过程中风险频发。例如，某一个企业所产生的风险可能会通过供应链上下游各节点进行传播，使得原本没有风险的企业直接或是间接的遭受到风险的传染，从而带来企业损失，甚至导致整个供应链的风险传递，这种“多米诺骨牌效应”已经引起了学界广泛的关注。

目前，有关供应链风险传导方面，国内外学者主要从传导和控制等方面进行了研究。Mc Farland（2008）[1]定性分析了供应链网络在不同拓扑模型下风险演化的复杂性过程；Acuna（2011）[2]利用SAPI模型研究了供应链风险传导的复杂性；Swierczek（2013）[3]在研究供应链中断风险过程中，指出影响物流和信息流中断程度强弱的原因之一是供应链的集成维度；Feng（2014）[4]指出对于供应链风险的强弱，可以由因果链进行风险的传导，由此导致不同系统风险产生；程国平等（2009）[5]认为供应链风险传导可能会成为影响供应链企业持续安全运作的因素之一，并指出供应链风险传导的模式；朱新球（2009）[6]指出供应链风险传染具有一定的共振效应，即震动效应频率彼此接近时可能会在一定程度上导致共振，当突破某一阈值时会成为外在不可避免的风险；李刚（2011）[7]指出供应链风险传导的基础是风险源，并指出其最终的结果是风险中断、风险释放和风险转移；侯伟（2013）[8]将超市供应链作为研究对象，分析各环节之间存在的安全风险，风险传导的路线和模式，并提出若干确保食品安全的措施；李保京等（2014）[9]从食品供应链各环节出发，分析了可能出现的风险，指出了风险的源头和风险的接受者，并对该过程中的风险传导载体做了进一步分析。

在研究方法方面，主要包括两大类。其一是定性化分析；其二是定量化分析。前一类方法多采用层次分析法、模糊综合评价法、灰色评价等对供应链风险进行识别与评估。后一类方法，多采用均值方程、CVaR、不可运作性投入产出模型等方法对供应链风险进行评估。不可运作性投入产出模型可将风险要素作为输入变量，进而在不同节点中流动后转化为供应链节点的不可运作性风险进行考察。当前在该方面的研究主要集中在分析供应链节点受到某方面风险后对供应链产生的影响[10]。基于此，本文运用IIM和OWA因子模型作为研究工具，从食品供应链系统和节点等方面进行探究分析，量化某种食品供应链模型的不可运作性风险和物流量变化状况，从而提出较为有效的食品供应链风险控制策略。

2 相关概念界定

2.1 食品供应链风险界定

本文主要研究供应链特定节点在运营过程中，由于某些要素发生变化后，对节点产生的不可运作风险，即在食品供应链节点中，对于执行特定计划中不可达到的概率，主要取值在0-1范围内。其中，0代表节点在实际工作中正常运行的状态；1代表在运行过程中与计划过程不相符合，即节点系统奔溃的状态。食品供应链风险主要包括内部风险和外部风险，其中内部风险主要有供应风险、需求风险、技术风险、企业内部合作风险、物流风险等；外部风险包括了自然环境、经济环境、政治环境的不确定性等[11]。

节点的不可运作性风险旨在衡量系统不可运作概率的联合影响程度，即对于非正常的食品供应链而言，其可能发生故障的概率是有一定的影响程度的。由于食品供应链涉及到的因素较多，故在文中仅考虑物流活动与不可运作风险之间的关系问题，即食品供应链节点的数量保障能力可以通过在单位时间内由该节点输送的物资总数量来确定，这样可以认为不可运作风险与物流减少量关系较为密切。依据Haimes等对IIM模型的研究过程，指出了IIM模型的线性假定，故认为食品供应链节点的不可运作性风险与节点的物流运输减少量存在线性关系。

2.2 问题描述

对于食品供应链而言，主要的风险来源源于对内部风险的把控，但由于外部风险的不确定性会对内部供应链产生较大的影响，故本文主要考察外部风险对于食品供应链物流活动的影响。研究的对象主要包括一、二级供应商，一、二级客户和核心食品供应链平台。该系统内部节点之间有着较为密切的配合程度，共同构成了食品供应链的有机整体。当由于某些风险事件的活动，使得风险在不同节点之间进行传递，导致物流数量的变化，从而模拟对整个食品供应链整体过程产生的影响。所以，考虑食品供应链节点的不可运作性风险和物流减少量是本文的核心问题，通过量化各部分之间的数量关系，可以较好的找到特定节点相互作用后的数量变化，从而找到解决问题的办法。

2.3 模型假设

对于本文的研究问题，特作以下假设：

（1）对于食品供应链网络的研究是在一定的时间范围内进行考察的；

（2）在固定时间段内，供应链网络的拓扑结构保持稳定；

（3）食品供应链节点的不可运作性与物流减少量之间存在线性关系；

（4）对于正常运作过程中的食品供应链活动，上游供应链供应可满足下游客户的数量需要。

3 模型构建

3.1 食品供应链IIM

本文从系统角度出发，将食品供应链看做若干节点做出的复杂网络系统，将灾害或是突发事件看做故障变量输入系统，将整体各节点之间不可运作性风险作为系统输出（模型图示如图1所示）。

图1 食品供应链IIM模型

由食品供应链整体框架和各节点之间存在的复杂关系，将IIM模型应用到食品供应链不可运作性风险。对于节点i的不可运作性风险为：

当且仅当(I-A)-1存在时：

其中：q是不可运作风险，反映食品供应链系统不可实现程度，元素qi是节点不可运作性风险；A是相互关系系数矩阵，反映食品供应链系统各节点之间的相互关系；c是由于破坏性事件引起的节点直接不可以运作性风险，可以理解为节点内部的固有风险，反映食品供应链节点供给或是需求的减少程度。

3.2 互相关联矩阵计算

在构建IIM模型的基础上，获取互相关联矩阵成为得出结果的核心问题。本文利用OWA算子法计算食品供应链网络中直接相连的节点之间相互依赖的关系系数。

定义1：设函数F：Rn→R（R是实数集合），（u,u,…,u）是一个给定的向量，W=[w,w,…,w]T12n12n是与函数F相关的权重向量，其中：

令bj表示（u1,u2,…,un）中第j大元素uj，如果

则称函数F为有序加权平均算子，其中，加权向量W称为位置向量。

依据食品供应链的特性，结合以往文献对该类问题的研究，设立节点间的需求或供给因素（u1）、企业自身因素（u2）、合作因素（u3）、物流运作因素（u4）、信息因素（u5）、资金因素（u6）和外部因素（u7）为影响食品供应链节点之间相互关系的主要因素。基于OWA算子获取食品供应链节点之间的相互关系系数矩阵A的具体流程如图2所示。

（1）确定OWA权重向量。相关专家得出权重向量，本文利用已有文献数值进行实例分析中的计算。

（2）确定评价矩阵。确定节点之间的相互关系，即有无直接供给或需求的节点。若有，则可形成节点向量，从而利用专家评价结果形成评价矩阵。

（3）标准化评价矩阵。依照OWA算子的理论，当要素评价值对结果产生较大影响时，则可认为该因素属于效益型因素；反之，当评价要素与结果存在负相关时属于成本型因素。

图2 相互关系系数矩阵计算流程示意图

当因素属于效益型要素时：

当因素属于成本型要素时：

（4）综合评价。按照每行由大到小的顺序对标准化后的评价矩阵进行排序，得出排序矩阵。记aij为节点i与j之间的关系系数，用以反映两节点之间的紧密程度，未关联其值记为0。具体为：

故得出节点i的关系系数为Ai=(0,…,aig,aih,0,aik,aip,…,0)T。

重复过程（2）-（4）即可得出食品供应链各节点之间的相互关系系数矩阵A。

3.3 风险传递结果及其物流量分析

通过利用OWA算子，可以计算出相关关系系数矩阵A。根据IIM及相关方程可以计算出食品供应链中每一个节点的不可运作性风险。依据假定（3），设定食品供应链的物流减少数量为：

其中，Q*i表示节点i在特定时间段内的物流量。ΔQi为该时间段内由于破坏性时间而未能实现的物流量，即损失量。用S代表整个食品供应链的物流量变化情况。

通过以上论述，以IIM为风险研究基础，用系统的观点考察食品供应链与节点之间的互相关系，运用IIM和OWA风险传递模型，即可计算出食品供应链在遭受到各种风险事件后各节点的不可运作性风险。

4 算例分析

4.1 不可运作性风险与物流量分析

以某食品企业供应链为例进行分析，利用食品供应链实现对单一食品从原材料到客户的物流保障（如图3所示）。该供应链主要包括一个核心食品供应链平台（节点7），三个一级食品供应商，三个二级食品供应商，两个一级客户，三个二级客户。节点7作为核心物流平台，节点3为节点6提供食品，节点1和2分别为节点4和5提供原材料。假定该食品供应链内发生某种突发状态，导致节点4受到影响，此时风险事故导致节点7的食品供应量减少约20%，节点5食品供应量减少10%，对节点6减少15%，节点8对节点10减少20%的食品供应量，对节点11减少30%的食品供应量。利用已有的评价方法对节点风险传递和控制进行分析。

图3 食品供应链结构模型

（1）确定权重向量。依据相关文献的论述和结合食品供应链的特征，得出权重向量W=(0.324,0.067,0.086,0.160,0.107,0.134,0.122)T。

（2）确立评价矩阵。定性化要素由相关专家依据实际化要素给定，见表1。

表1 评价矩阵Y7

（3）标准化评价矩阵。采用公式（2）对u1、u2、u3、u4、u5进行标准化。采用公式（3）对u6和u7进行标准化。

表2 排序矩阵Y7

（4）综合评价。将标准化矩阵得出的结果按照由大到小顺序将每一行进行重新排序得到排序矩阵（见表2）。按公式（5）所示即可得出(a74,a75,a76,a78,a79)T=V7W=(0 .245,0.346,0.197,0.268,0.265)T，从而可得出节点7的关系系数A7=(0,0,0,0.245,0.346,0.197,0,0.268,0.265,0,0,0)T。重复步骤（2）-（4）即可得出相互关系矩阵A，见表3。

表3 相互关系系数矩阵

由此可以通过公式（2）计算出该类型食品供应链每一个节点的不可运作性风险。其中c=(0 ,0,0,0,0.4,0,0,0.1,0.15,0.2,0.3,0)T，求解可得出方程(q1,q2,q3,q4,q5,q6,q7,q8,q9,q10,q11,q12)T=(0.419,0.397,0.044,0.502,0.709,0.086,0.142,0.565,0.303,0.518,0.579,0)T。

对于该类型食品供应链拓扑模型与结构特性，假定每一个节点的物流量Q*i分别为600，1 400，850，650，880，450，3500，850，750，1 150，1 020，1 200单位，故每一节点对应的物流量减少ΔQi为251，556，38，326，624，39，497，480，227，596，591，0单位。可以得到整体食品供应链的物流量减少4 224单位。

4.2 多指标分析

针对特定的食品供应链进行不可运作性分析和物流量变化情况分析，运用IIM和OWA因子分析后，还需要对各项指标进行进一步分析，以期从一个层面更好地认识该物流活动中的风险情况。运用多指标评价法考虑其节点的重要程度，可以直观说明其节点在整个供应链的重要性。

该部分从两个维度—不可运作性风险和物流减少量进行分析，反映食品供应链节点的重要性。从不可运作性风险排序图可以看出，节点5的不可运作性风险最高，其次是节点11、8、10；从物流减少量排序图可以看出，节点5的物流减少量最大，其次是节点10，11和2。由此可以说明，单一考虑食品供应链中的节点重要程度难以较好的得到风险管理的最优方案。

通过以上的分析可以知道，在该模型的食品供应链中，节点5受到的风险影响最大，其次是节点2，8，10，11。这一结论说明以平台为导向的食品供应链中，当发生风险时，应当注重一级供应商和客户关系的管理，尤其是包含有多个二级客户的过程中，由于受到风险影响，一级客户的能力会对二级客户产生较大的影响。

4.3 风险控制

对于当前模式食品供应链结构所面临的问题，其风险的控制策略之一是将节点5的供应量由节点6承担30%，并可以互相调拨（其余数据与本例采取数据相同），节点10可对节点11进行物流调拨。加强相关的信息共享机制等。利用IIM和OWA算子的方法重新对该种风险策略进行验证分析。经过计算可以得出以下结果，见表4。

图4 各节点不可运作性风险排序

图5 各节点物流减少量排序

表4 局部节点优化后结果

通过对局部位置的调整，可以看出该优化方案在部分节点得到改善，但若需对食品供应链进行整体优化，还需进一步提高对食品供应链结构特征的认识。

5 结语

风险传递与控制对供应链过程起着十分重要的作用，可以有效降低供应链的风险水平，提升供应链可靠性。本文基于IIM和OWA算子，构建了食品供应链风险传递模型，以某企业一种食品供应链为例，求解该供应链的不可运作性风险和物流减少量，提出了针对局部位置节点风险的控制策略。分析表明，IIM和OWA算子，对供应链风险传递进行了测度，可以较好的控制食品供应链风险，对类似的供应链风险管理也可以起到一定的借鉴作用。但本文仅基于一种模型的食品供应链风险传递讨论，对于整体食品供应链风险优化与控制方面还需要做进一步研究和探讨。

[1]Mcfarland R G,Bloodgood J M,Payan J M.Supply Chain Contagion[J].Journal of Marketing,2013,72(2):63-79.

[2]Acuna-Agost R,Michelon P,Feillet D,et al.SAPI:Statistical Analysis of Propagation of Incidents.A new approach for rescheduling trains after disruptions[J].European Journal of Operational Research,2011,215(1):227-243.

[3]Swierczek A.The impact of supply chain integration on the“snowball effect”in the transmission of disruptions:An empirical evaluation of the model[J].International Journal of Production Economics,2013,157:89-104.

[4]Feng N,Wang H J,Li M.A security risk analysis model for information systems:Causal relationships of risk factors and vulnerability propagation analysis[J].Information Sciences,2014,256(1):57-73.

[5]程国平,邱映贵.供应链风险传导模式研究[J].武汉理工大学学报(社会科学版),2009,22(2):36-41.

[6]朱新球.供应链风险传导的载体研究[J].长江大学学报(社会科学版),2009,(1):66-68.

[7]李刚.供应链风险传导机理研究[J].中国流通经济,2011,25(1):41-44.

[8]侯伟.基于供应链的超市食品安全风险管理[J].物流技术,2013,32(12):341-343.

[9]李保京,姜启军.食品供应链社会责任风险传导机制分析[J].中国农学通报,2014,(3):315-320.

[10]魏海蕊,盛昭瀚.基于不可运作性输入输出模型的供应链冲击级联影响研究[J].软科学,2017,31(6):120-124.

[11]熊志昂,赵渤,常飞.基于AHP的食品供应链风险评估研究[J].食品工业,2014,35(9):199-202.