基于Grey-DEMATEL的农产品冷链物流影响因素分析

张 开, 梁 迪, 刘 跃

(沈阳大学 机械工程学院, 辽宁 沈阳 110044)

现代工业工程是在生产制造管理和系统工程等学科的基础上逐步形成和发展起来的一门工程学科,它可以应用于服务、制造、食品、医疗、物流等各个领域[1].

随着经济的发展和人们生活水平的提高,对食品的新鲜度和安全性的重视不断增加.农产品冷链物流是降低生鲜食品损失率,保证生鲜食品新鲜度和质量安全的基础[2-3].但农产品冷链物流系统建设才刚起步,面临着基础设施落后、完整的冷链体系还未形成、行业水准低下、市场化程度低和标准不一等问题[4].虽然学者们提出了许多相应的解决策略,但由于没有对这些问题进行主次排序,使得很多措施的实际意义大打折扣.因此,本文将DEMATEL(Decision-making Trial and Evaluation Labora-tory,也称决策实验室分析法)方法与区间灰数相结合构建Grey-DEMATEL模型对农产品冷链物流影响因素进行分析.

方凯等[5]选用3阶段的数据包络分析模型研究了我国冷链物流企业的效率,最后发现了阻碍其发展的主要因素是效率低下,并据此提出了5条相关的改良建议.袁学国等[6]对我国的冷链物流业的发展现状做了相关的分析,研究表明,其在发展中存在诸多问题,并针对存在的问题提出了相应的对策和建议.影响某件事情发展的因素是多方面的,且各影响因素之间也是相互关联、相互作用的,各影响因素在其中所处的地位和影响程度不尽相同.因而,本文从系统工程的角度出发,应用系统工程思想,采用Grey-DEMATEL方法对农产品冷链物流进行建模分析,确定各影响因素在农产品冷链物流发展中的层次地位及影响关系.

1 模型构建

1.1 农产品冷链物流的关键影响因素指标体系构建

本文利用头脑风暴法对农产品冷链物流影响因素进行分析,分别从脆弱性因素、人员因素、管理因素、设施因素、成本因素5个方面初步筛选出17个因素.运用Grey-DEMATEL方法,建立了农产品冷链物流影响因素指标体系.指标体系有5个1级指标和17个2级指标(该指标分别用F1、F2、…、F17表示).本文所建立的农产品冷链物流的影响因素指标体系如图1所示.

图1 农产品冷链物流影响因素指标体系Fig.1 Affecting factors index system of agricultural products cold chain logistics

1.2 灰数研究方法

(1) 将灰数上下限进行标准化

(5)

其中,

(2) 标准化灰数进行清晰化处理

(6)

(3) 求出清晰化值

(7)

1.3 DEMATEL方法

其具体运算步骤如下.

(1) 构建影响因素矩阵.本文采用0～5表示各影响因素之间的关联关系,具体如下所示.

(2) 构建直接影响矩阵A.根据专家的评价结果得到直接影响矩阵A.

(3) 标准化A.对A的各行求和,令行和的最大值为max,令X=A/max.

(4) 计算综合影响矩阵T.T=X(I-X)-1,其中I为单位矩阵.

(5) 影响因素分析.根据综合影响矩阵T中的元素tij确定各影响因素间的影响关系,得出各元素的影响度Ri、被影响度Dj、中心度Pi和原因度Ei[7].

1.4 Grey-DEMATEL方法

针对评价中因素选择的不确定性和模糊性,本文将DEMATEL方法与区间灰数结合,构建了符合实际且柔性更强的Grey-DETEMAL方法决策模型.其运算步骤如下所示[8].

(1) 基于区间灰数理论构建农产品冷链物流影响因素关系矩阵.影响因素i与影响因素j的影响关系分为没有直接影响、微弱影响、较低影响、有明显影响、巨大影响,分别记为N、W、L、H和VH,具体区间灰数见表1.

表1 专家评价的语意变量Table 1 Semantic variable of expert’s evaluation

考虑到各专家对农产品冷链物流重视程度不同,专家评价的权重也会发生相应变化,因此给予该权重值以区间灰数的模糊性特点[9],具体见表2.

表2 专家权重的语意变量Table 2 Semantic variable of expert’s weights

(2) 构建灰数矩阵.利用表1,将所形成的灰数矩阵进行转换,进而得到灰数矩阵⊗λ.

(3) 利用式(5)、式(6)、式(7)对灰数矩阵进行清晰化处理,并利用式(8)计算出加权权重矩阵Z,其中zij为权重矩阵中第i行第j列的元素.

其中wn代表元素zij的权重比例,且

(8)

(4) 运用式(9)、式(10) 将Z标准化,得到标准化矩阵M.并利用式(11)计算综合影响矩阵T(T=[tij]n×n).

(5) 计算综合影响矩阵

T=M(I-M)-1.

(11)

(6) 计算影响度Ri、被影响度Dj、中心度Pi和原因度Ei.

通过上述计算, 可依据影响度和被影响度判断出每个影响因素对农产品冷链物流的影响程度.依据中心度可得出各指标在农产品冷链物流影响因素指标体系中的重要程度, 结合原因度的大小进一步剖析各指标之间的相互影响关系.

2 案例分析

为了更好地运用Grey-DEMATEL方法分析农产品冷链物流影响因素,现对M企业的农产品冷链物流进行实例分析.通过设计专家调查问卷分发给3位了解农产品冷链物流及长期从事农产品冷链物流的内部专家进行填写,回收并分析处理.根据调研访谈结果,赋予7位专家不同的权重值,并结合区间灰数方法对其权重值进行处理,具体见表3.

表3 专家权重值Table 3 Expert weight values

按照上述公式,并通过问卷结果分析,采用Grey-DEMATEL方法构建出直接影响矩阵A.再根据表3将直接影响矩阵A转换成灰数矩阵X,利用式(5)～式(7)将灰数矩阵X进行清晰化处理,最后得到综合影响情况表(表4).根据其得到包含各因素的影响度Ri和被影响度Dj,再计算出各因素的中心度Pi和原因度Ei,见表5.

根据各因素的原因度指标,将农产品冷链物流的影响因素分为2类.

(1) 原因因素.按照原因因素(Ei>0)的大小排序依次为:F1>F6>F9>F4>F2>F14>F5>F11>F3>F7.这些因素对农产品冷链物流产生直接的影响,是推动农产品冷链物流发展的主动因素,应强化此类因素.可以应用GPS技术、RFID、无线手持终端等先进物流设备及技术,实现整车物流全部作业环节的信息化管理,提升冷链网络效率;还应重视龙头企业的实力、市场供求的变化、营销渠道的建设和区域经济的发展,以期改善整个链条的流通性.

(2) 结果因素.按照结果因素(Ei<0)的绝对值大小排序依次为:F17>F10>F13>F8>F12>F15>F16.冷藏车质量监控能力、运输费用是结果因素中较容易受到其他结果因素而改变的因素.故应标准化农产品冷链物流的相关规则,并加强各环节的组织协调,提升运输效率,降低成本.冷藏车驾驶员与专业人员的考核、培训力度也需逐渐加大.

根据各因素的中心度指标,农产品冷链物流影响因素按照中心度(Pi>0)的大小排序依次为:F8>F12>F17>F11>F5>F13>F14>F10>F2>F4>F3>F15>F9>F16>F6>F1>F7.

表4 综合影响情况表Table 4 Comprehensive impact table

表5 影响因素的原因度和中心度Table 5 Cause and degree of influence factor

说明在当前农产品冷链物流不成熟的情况下,温度控制能力、第三方企业协调能力和极端天气适应能力能够使企业积极面对由其所引发的问题,能最大的减少损失.因此,企业应在信息平台应用的过程中不断调试,以确定每种技术的应用环境和最优技术参数,充分发挥信息平台的作用.

3 结 论

本文对影响农产品冷链物流的众多因素,运用头脑风暴法找到了关键的影响因素.由于农产品冷链物流各影响因素之间的关系十分复杂,本文建立了农产品冷链物流影响因素指标体系.通过对农产品冷链物流各影响因素间的关系进行分析,利用灰数矩阵进行定量描述.并针对专家在对影响因素打分时的模糊性和不确定性,引入灰数理论中的区间灰数,对其进行清晰化处理,构建了Grey-DEMATEL模型.通过实例验证了基于Grey-DEMATEL的农产品冷链物流影响因素模型的有效性和可操作性,得出的结论能较好贴合企业的实际情况,反映农产品冷链物流中存在的问题,能为企业提供具有参考性的改进措施.