何静,杨翼
(上海海洋大学经济管理学院,上海201306)
随着我国居民对乳制品需求的逐渐增大,其质量安全问题也逐渐受到高度关注。近几年,物联网技术的发展以及在乳制品供应链中的应用,克服了传统供应链的不足(如信息孤立、节点分散、各环节不能有效沟通及追溯不利等)并降低了可能产生的风险,但同时也带来了新的风险。目前,对于物联网这一特殊环境下的乳制品供应链质量安全风险的研究还处于起步阶段,有限的研究也多从定性的角度,鲜有较为具体的定量分析。因此,本文将以物联网环境下的乳制品供应链为立足点,按照物联网的三个层次对乳制品供应链各个环节中(奶源的生产、乳品的加工、运输、以及销售等)的风险进行识别与评估,根据评估结果提出相应的风险管控建议,以此来更有效地降低整个乳制品供应链中的风险性[1-5]。
乳制品是以生鲜牛(羊)乳及其制品作为主要的原料,经过再生产、加工制成的产品,主要分为六大类产品,即:液体乳类、乳脂肪类、乳粉类、炼乳类、干酪类和其他乳制品类等。乳制品供应链从奶源奶牛的养殖、原奶的生产开始,通过乳制品企业对原奶的再生产、加工,而后经由经销商、配送商,最后至消费者手中。各个环节参与者众多,乳制品供应链是将养殖场、奶农、奶站、乳制品加工企业、经销商、配送商、零售商以及最终消费者连成一体的网链结构,如图1所示。
图1 乳制品供应链网链结构
图1中,物流从上游至下游流动,资金流的流动为从下游至上游,而信息流则是双向流动。乳制品供应链涉及的环节繁多,整个链条相对较长,其整个链式网络在第一产业、第二产业以及第三产业均有涉及。其中奶源具有生物属性,奶牛的品种以及养殖过程中的自然条件、养殖环境、饲养方式、饲料和兽药的进食状况等对原奶的提供与产出的质量都至关重要。而乳品较强的鲜活易腐性,对其保质期、卫生条件以及存储配送条件等都要求极高。由于乳制品供应链的环节较多,若某个环节出现质量安全风险没被发现,则风险将沿着供应链传递和集聚后爆发。因此,由于乳制品自身的性质特点,导致了乳制品供应链复杂多变,具有原奶质量波动性较大、供应链设备专用性高、乳制品供应链风险累加性等特有的特点。
物联网(The Internet of Thing)就是物物相连的互联网,通过信息传感设备,如射频识别(RFID)、全球定位系统(GPS)、红外感应器(Infrared Sensor)、条形码等,按照约定的协议,把物品与互联网连接起来,进行信息交换和通信,以实现智能化识别、定位、跟踪、控制和管理的一种网络。图2为物联网环境下的乳制品供应链体系结构。
图2 乳制品供应链体系结构
图2 中,乳制品物联网的运作模式就是把感知层中数据的采集与感知运用传感器、RFID、条形码、多媒体信息采集以及实时定位技术等融合到乳制品供应链中。在网络层部分,实现更广泛的互联功能,乳制品供应链每一环节产生的大量信息和数据都可通过传感器网络将相关信息处理并无障碍、高可靠性、高安全性地传送到互联网上,来实现信息共享[6]。应用层部分主要是借助各类支撑平台通过云计算和模式识别等技术对数据进行挖掘分析,为决策制定和其他应用服务提供支持。
根据乳制品供应链体系结构以及物联网的模式,按照物联网的感知层、网络层、应用层这三个层次可将乳制品供应链中若干环节进行划分,形成物联网环境下的乳制品供应链模式[7-8]。物联网环境下的乳制品供应链是在传统乳制品供应链的基础之上,结合物联网的技术特点,实现乳制品的安全生产、实时监控、精准配送、信息共享等。
(1)原奶提供环节。在原奶提供环节中,通过温度、湿度、视频等传感器进行实时的监测与控制奶牛的生长状况和饲养环境,可以通过电子标签记录奶牛耳标、养殖场,饲养人员等信息,作为将来追溯的原始数据。可将相关信息录入RFID芯片,供乳制品供应链的下一个节点使用。反过来,奶农也可通过应用层处理分析的数据对当前的市场需求趋势预测调整下一阶段的养殖规模,原奶采购商可综合衡量上游奶农提供的原奶质量和上一阶段的收益来对之后的生产计划做出相应的调整。
(2)加工环节。在乳制品加工环节中,为了便于随时查看读取商品信息,生产商可以给相应的加工乳制产品配上射频识别RFID电子标签。以及可通过相关传感器检测乳制品在加工过程中是否有其它添加剂的加入。食品安监部门可通过相关检测装置对乳制品加工企业进行不定时抽样检查,数据经由网络层传输至信息加工处理平台,实现乳制品的安全生产、实时监控。
(3)配送环节。在配送环节中,为保证乳制品的质量安全,可以给每个配送车辆配置GPS全球定位系统,及时掌握乳制品的流通动向,便于货物具体位置信息的实时定位、实时监控和配送路线及时调整,保证运输安全。
(4)零售环节。在零售环节中,超市可将销售的乳制品数据录入到销售信息平台,将过期产品及时下架。消费者也可通过扫描每个乳制品包装上的条码来查询了解该产品的保质期以及生产日期和地点等从其生产至销售过程中的相关信息,以保证乳制品的食用安全。若消费者在购买过程中乳制品的质量安全有所质疑,可以通过消费者权益平台保障自己的权益。相关市场监管部门及政府可通过智能分析与数据的处理实时监控供用的情况,根据物联网追溯并找出问题所在环节,按责追究。
传统乳制品供应链的风险由于物联网技术的引进而得到了很大程度控制。如在乳制品的奶源——奶牛养殖的环节中,摄像头、红外等传感器、各种检测设备以及RFID电子标签的使用,采集、检测与记录奶牛饲养环境的温度、湿度等各种因素的变化、奶牛耳标、饲料、兽药、饲养人员等信息[9]。非常有效的控制了由于奶牛养殖过程中的监管不到位,而造成原奶的产量与质量不佳,从而导致减产的问题。加工环节、流通配送与零售环节中电子标签的使用,消费者可扫描每个乳制品包装上的条码来查询了解该产品的保质期以及生产日期和地点等相关信息。无论是消费者还是相关监管部门都可随时自下而上的追溯找出问题所在关键点,从而能够明确的划分责任归属,快速且有效的解决问题。
物联网技术的引入在降低乳制品供应链风险的同时也带来了新的风险[10],基于物联网的乳制品供应链质量安全风险不仅包括供应链上的参与者对不确定和无法预见条件下产生的风险,同时也包括由于物与物之间的信息传递和对其识别所带来的风险,以及整个乳品供应链内部参与者的内部合作风险与外部条件风险。乳制品供应链的若干环节中的可能风险按照物联网结构进行分类,如图3所示。
图3 物联网环境下的乳制品供应链风险识别
(1)感知层风险。感知层使用传感器、感知器、各种检测设备等对奶牛、饲养环境等性状和变化进行动态的检测、感知及采集。因此,在感知层中,原始数据的采集对相关设备的依赖性很高。比如,原奶生产环节中温度、湿度检测控制设备的故障、病虫检疫设备的故障和设备的检测及反应不及时等;乳制品生产加工环节中品质检验设备的故障、加工技术设备的故障等;配送环节中GPS出现故障等;其各环节设备的故障和失灵将直接导致风险的产生。
(2)网络层风险。网络层将实现更广泛的互联功能,通过互联网技术将所感知与采集到的乳制品供应链各个环节的大量相关信息和数据,经由微处理器处理后传送到互联网上,通过互联网平台来实现信息的实时共享。由于我国对物联网技术的研究还在初步阶段,对于IT技术、网络的稳定性、虚假信息和恶意信息的拦截、信息传递的对称性等相关技术还不够成熟。因此,该层仍存在诸多问题,而这些问题都将直接影响向应用层传递的信息质量。
(3)应用层风险。应用层借助各类支撑平台通过云计算等技术对数据进行挖掘分析,实现其感知结果的可视化,对其实施智能化控制。为原奶提供者、乳制品加工商、配送中心、相关监管部门及消费者提供有效信息。而感知层数据采集过程中的风险,以及网络层对上层数据的处理过程中的风险都将直接影响向应用层传递的信息质量。从而使参与者以这些信息来对以后的生产、加工及配送做出相应的调整也将存在一定的风险。由于链条上的各个参与者相互联系,其外部合作风险、内部运营风险与竞争风险是不可避免。每个参加者都不是独立存在的,其风险也就同担。无论是需求的波动、供给的波动、价格波动、还是社会的经济状况、政策法规的变化都会对整个链条产生影响。
(4)其他风险。在物联网这个特殊环境下的乳制品供应链除了在感知层、网络层、应用层这三个层次中所面临的风险外,也会面临环境的污染、法律道德意识的缺失、信任危机等人为风险以及一些不可抗力的自然灾害所产生的风险。
供应链的风险评估是整个风险分析体系的核心与基础,对影响乳制品供应链质量安全的风险因素进行准确的风险评估是保障其供应链安全的重要手段,也是在此基础上对其风险加以控制及规避的技术支撑。由于乳制品供应链的特殊性、复杂多样性,以及物联网技术的引进而带来的新的风险,对供应链管理者来说,需要清晰直观的明确各风险对供应链的影响程度,以此来调节和优化供应链,实现在提高供应链价值的同时能尽量降低其成本。因此,本文在乳制品供应链风险评估环节使用基于风险矩阵的乳制品供应链风险评估模型。
风险矩阵是定性分析和定量分析相结合的风险分析工具,1995年由美国空军电子系统中心(ESC)提出。可清晰直观地显示出风险,通过Borda序值法对数据进行定量分析,可识别出最关键风险。其依据风险发生的可能性和后果的严重性二维属性特征,制成风险判断矩阵,对事件的风险等级进行判断。因此,在风险矩阵中,风险是由其发生的可能性及严重性构成的二元函数。即:
式中:R为风险的等级;p为风险因素发生的可能性,即风险概率s为风险因素发生后的严重性,即风险影响。
Borda序值法。相同风险等级的不同风险因素,其重要性不尽相同。因此为确定诸多风险中最为关键的风险因素,需对各风险因素进行重要性排序。通过加入Borda序值法对数据进行定量分析,将各风险因素按其重要性进行排序,有效降低了专家打分的主观性,识别出最关键风险。具体算法为:设N为风险矩阵中的行数,即风险的总个数,i表示某一特定风险,k表示某一准则(准则1:k=1表示风险概率P;准则2:k=2表示风险影响S)。若rik表示风险i在准则k下的风险等级(在风险矩阵方法中,将比风险i的风险影响程度大或风险发生概率大的因素的个数作为在准则k下的风险等级),则风险i的Borda数可由下式给出:
风险等级序值由Borda数给出,风险i的Borda序值由其他关键风险因素的个数决定。将Borda值从大到小的顺序排列就可以得到Borda序值,按照Borda序值由小到大排列,即可得到各风险因素的重要性进行排序。其Borda序值越小,代表风险因素的重要性水平就越高。
原始风险矩阵由风险、风险概率、风险影响、风险等级、风险管理等栏组成,如表1所示。
表1中,风险栏即对风险因素的描述,风险等级栏由风险概率栏以及风险影响栏共同确定,Borda序值栏是通过Borda序值法计算各风险因素的Borda序值得出。风险管理栏是为降低风险所采取的具体措施[11]。
表1 原始风险矩阵样例
本文将风险矩阵方法应用到乳制品供应链质量安全风险的评估中,清晰、直观地显示出风险,同时识别确定最关键风险。参考上述乳制品供应链质量安全风险的识别结果,风险概率和风险影响由专家进行评级。结合风险矩阵方法划分风险,风险概率和风险影响的最终等级,经过反复的咨询和修改得出。如表2和表3所示。结合表2及表3确定风险等级对照表,如表4。
表2 乳制品供应链质量安全风险因素发生概率的等级划分
表3 乳制品供应链质量安全风险影响的等级划分
表4 乳制品供应链质量安全风险等级对照
为计算方便,本文只选取每个层次(感知层、网络层、应用层)同种类型的一种风险,按照相关的资料、调查报告以及管理者经验对表2和表3中风险发生概率和风险影响程度的各权重加以赋值,代入表4风险等级对照表,并通过Borda序值法计算,得到总体评估结果如表5所示。
表5 基于风险矩阵的乳制品供应链质量安全风险评估结果
根据表5的乳制品供应链质量安全风险评估的结果,按其Borda序值大小对各风险重要性进行排序:
R 5>R 15≥R 6>R 7>R 2>R 3>R 16≥R 1≥R 12>R 10≥R 11≥R 13≥R 14>R 8≥R 9≥R 4
由以上风险排序结果显示,物联网环境下的乳制品供应链质量安全所面临的风险主要有R 5(信息安全风险)、R 6(IT技术风险)、R 15(信誉风险)、R 7(网络不稳定风险)、R 2(配送风险)等。其中最为关键的风险为R 5(信息安全风险)。而R 8(内部风险)和R 9(外部风险)的排序靠后,其表明传统的乳制品供应链风险得到了有效控制及规避。由此可以得出,物联网技术的引进而出现的各类风险是目前乳制品供应链质量安全风险的主要来源。新技术的应用以及新的乳品供应链运作模式带来了新的风险,但与此同时旧风险也在很大程度上得到了转移、规避与控制。
在识别出影响乳制品供应链质量安全风险因素,并对其进行有效的评估,明确风险等级的基础上,根据实际情况做出相应调整及优化,给出科学系统的风险规避方法,从而提升整个乳制品供应链的价值,保障最终乳制品的质量安全,是乳制品供应链质量安全风险管理的目的所在。
在乳制品供应链质量安全风险评估阶段,运用风险矩阵模型得出的在物联网这一特殊环境下的对乳制品供应链质量安全影响最大、最为关键的几种风险因素为:R 5(信息安全风险)、R 6(IT技术风险)、R 15(信誉风险)、R 7(网络不稳定风险)、R 2(配送风险)。依据以上方法计算出的结果,相关的管理者应从以下几方面措施建议来对物联网环境下的乳制品供应链质量安全风险进行管理与控制。
(1)政府、企业和相关机构应加强对信息的监管审核力度。信息泄露事件的多发、虚假信息的传播以及信息的不对称,使得信息安全风险成为各风险因素中最关键的风险。若不能有效识别虚假信息,控制信息的泄露,将导致乳制品供应链的各节点企业不能准确的对需求与供给进行预测,进而对其风险进行准确的调整。因此规范净化信息流通渠道,加强对信息的发布者以及源头信息的监管审核力度尤为重要。
(2)提升乳品企业自身信誉度。加强对上、下游企业的辨识能力,设定多个信誉指标对不同的合作商进行评估,进而选择可靠的合作伙伴进行长期合作。然而在乳制品供应链中这种稳定的相互合作的关系是以良好的信誉为基础的。
(3)加大乳制品供应链基础建设的投入和推进质量安全监管的硬件和软件建设。目前,乳制品供应链的各环节的信息读入与采集技术、信息收集和集成技术建设落后,并且缺少大量专业技术设备和技术人员。因此造成R 7(网络不稳定风险)与R 6(IT技术风险)成为对乳制品供应链质量安全影响较大的风险因素。由于乳制品很强的鲜活易腐性,以及其对保质期、卫生条件以及存储配送条件等要求极高的特点。需加大对物流仓储的基础设施的投资,提高其运作效率,实现快速响应,避免反应不及时风险。