基于物元可拓法和Vague集的农产品智慧供应链风险评估

远亚丽 （上海中侨学院 经济与管理学院，上海 201514）

0 引言

近年来，我国经济发展迅速，为农业现代化积聚了丰厚的物质条件和技术基础。然而，千百年来一家一户的小农生产从业人员仍然占我国农业人数80%以上，严重阻碍了我国现代农业发展。从农产品生产者到批发商、零售商，最后到消费者的过程中存在着参与主体众多、信息化水平低等诸多问题。将先进的信息技术融入到农业中，发展智慧农业，有助于优化资源配置，提高农业生产率。2016年中央一号文件指出，“大力推进‘互联网+’现代农业，应用物联网、云计算、大数据、移动互联等现代信息技术，推动农业全产业链改造升级”。

曹红玉[1]（2017）提出智慧供应链为通过结合物联网、互联网技术以及现代供应链管理的理论、方法和技术，在企业内部或不同企业间构建的，以实现供应链管理的自动化、信息网络化以及智能化的综合集成系统。农产品智慧供应链的核心是运用物联网、互联网、大数据、云计算等信息技术手段，打破信息的不对称，使农产品从生产者到消费者的各个环节，实现无缝对接。目前，国内学者从体系的构建、运作模式、利润分配对智慧供应链进行了研究，薛楠等[2]（2015）构建了京津冀农产品智慧供应链；赵振强等[3]（2019）分析农产品智慧供应链需解决的关键问题，提出农产品智慧供应链的运作模式；滕郑[4]（2019）分析了农产品智慧供应链利润分配的影响因素，构建了农产品智慧供应链，基于改进Shapley值模型进行利润的分配。新技术的应用，不可避免的给农产品智慧供应链带来新的风险，本文以农产品智慧供应链风险评估为课题，提升农产品智慧供应链风险管理水平。

国内外学者对农产品供应链风险的研究取得了一定的成果，但鲜见农产品智慧供应链风险的评估。Tah J等[5]（2001）提出农产品供应链等级风险统计结构的描述方法；李远远等[6]（2017）从种植、组织、流通、加工、供应、需求、环境七个方面构建了农产品供应链风险评价指标体系，通过ANP确定指标权重，运用Fuzzy进行风险评价；张东东[7]（2018）采用模糊影像图对农产品供应链进行评价，计算风险概率分布，得出风险因素小波动时的风险损失；张成等[8]（2019）构建了农产品供应链风险三级指标体系，运用层次分析法与模糊综合评判法对农产品供应链进行定量评估；贾江鸣等[9]（2018）通过社会网络技术分析生鲜农产品供应链风险网络特征，探究风险形成的内在机制，并对风险进行调整、优化和控制。上述成果对农产品供应链风险进行评价运用到不同的方法，为本文的研究提供一定的借鉴参考。农产品智慧供应链的风险评估具有模糊性，而Gau和Buehrer[10]（1993）提出的Vague集，兼顾真隶属度、假隶属度和犹豫度，对模糊信息处理更加精确灵活。本文利用物元可拓法和Vague集对农产品智慧供应链风险进行评估，丰富风险评估理论，拓展物元可拓法和Vague集的应用空间。

1 相关概念

1.1 Vague集

1.1.1 Vague集的定义[11]。设U为论域，x为其中的一个元素，U的一个Vague集A用真隶属度函数tA和假隶属度函数fA表示，且表示x∈A的证据的隶属度下届，从支持x的证据导出，fA（x）表示反对x∈A的证据的隶属度下届，从反对x的证据导出，不确定部分为x相对于A的犹豫度，πA（x）的值越大，则x相对于A的未知信息越多，称 ［tA（x）,1-fA（x）］为点x关于A的Vague值。Vague值同时表示了支持、反对x∈A证据的隶属程度和未知程度。例如10人投票，其中，投支持的有5票，投反对的有4票，弃权的有1票，由上面关于Vague集的定义可得，tA（x）=0.5，fAA在点x的Vague为

1.1.2 Vague集风险评估矩阵。设风险评估等级有“低风险、较低风险、一般风险、较高风险、高风险”五个等级，设风险评估指Ai的二级指标Aij的风险评估集为Vi，则构造风险评估指标集Aij与Vi之间的Vague集评估矩阵Ri：

式中，rinm（m=1～ 5 ）表示二级指标Aij关于评估集的相应评估，其中，rijm=［tijm,1-fijm］。然后，邀请农产品供应链领域的风险评估专家对每个评估指标进行评估，并对所得结果进行归一化处理，得到tijm,1-fijm的值。

1.2 物元可拓法

1.2.1 物元矩阵的定义。可拓法是1983年我国学者蔡文创立的一门新兴学科，从定性和定量的角度解决复杂的问题。在可拓法中，物元是描述事物的基本元，其一般形式为：

式中，R表示物元矩阵，N表示事物，V表示量值，设农产品智慧供应链风险评估等级为m，风险评估指标数目为n，则物元矩阵为：

1.2.2 经典物元矩阵。用物元矩阵的定义以及风险评估指标的取值范围可得经典域物元矩阵，用Rα表示，如下：

式中，Nα表示标准事物，Ci表示事物特征，表示该物元矩阵的特征值，其取值利用区间数表示。

2 农产品智慧供应链风险评估

2.1 风险评估指标体系的建立

进行农产品智慧供应链风险评估需要建立科学的评估指标体系，关于农产品智慧供应链的风险，学者研究比较少，本文结合该领域的专家意见以及参考文献[12-13]，筛选出主要的风险影响因素，构建农产品智慧供应链风险评估体系，如表1：

表1 农产品智慧供应链风险评估指标体系

2.2 风险评估模型

2.2.1 评估指标权重的确定。农产品智慧供应链风险评估指标对最终风险的影响程度不同，因此需要确定各指标的权重。目前，确定指标权重的方法有德尔菲法、熵权法、层次分析法等。本文采用层次分析法确定各风险评估指标的权重。层次分析法，是应用网络系统理论和多目标综合评价方法的一种层次权重决策分析方法，具体的步骤见文献[11]。

2.2.2 基于物元可拓法和Vague集的风险评估模型。根据上文物元可拓理论和Vague集理论，对农产品智慧供应链进行风险评估时，把待评估的农产品智慧供应链风险等级作为物元事物，以各项评估指标以及相应的评估值构造可拓物元。风险评估指标的量值Vmn采用Vague值表示。由于风险评估值越大意味着风险越大，因此指标属于正向指标，所以归一化的指标量值为：

其中：ymj表示第m个等级的第j项指标的归一化量值，maxVmj表示Vmj中的最大值，本文中各项指标的量值采用Vague集表达，所以本文借鉴Chen和Tan提出的Vague集记分函数作为排序规则，设第m个等级第j项风险评估指标的Vague集量值计分函数为：

采用区间数除法运算规则：

得到农产品智慧供应链风险评估的归一化矩阵如下：

标准可拓物元Rb从归一化的可拓物元Rg中各风险评估指标的最大值或最小值确定，Rg中各评估指标量值已经归一化，且量值都采用区间形式，所以本文中Rb取Rg中各风险指标的最大值为［1,1］。

2.2.3 基于Vague集欧式贴近度的风险评估。设风险待评估物元中任一评估指标i与标准可拓物元对应同一指标的Vague值分别为（x,y），以Zi（x,y）表示两者之间的贴近度，本文借鉴文献[14]中的方法计算贴近度：

根据上式计算出贴近度后，结合利用AHP求得的各风险评估指标的权重进行评估，各风险评估指标等级的欧式贴近度为：

根据上式求得的欧式贴近度，对农产品供应链风险五个评估等级进行排序，然后选择欧式贴进度最大的评估等级作为最终结果。

3 实证分析

本文选取某地区农产品市场进行智慧供应链风险评估，首先选取既熟悉农产品供应链管理理论，又熟悉物联网、互联网、大数据、云计算等信息技术的10名专家，利用层次分析法对表1中所列的二级指标利用1～9标度法[11]，进行两两比较，建立判断矩阵，计算各指标权重：可以看出，其中，“信息检测设备故障风险”、“信息网络不稳定性风险”、“计算机技术风险”权重比较大。

3.1 构造风险评估Vague集矩阵

利用上文选取的既熟悉农产品供应链管理理论，又熟悉物联网、互联网、大数据、云计算等信息技术的10名专家对二级风险评估指标按照“高风险、较高风险、一般风险、较低风险、低风险”五个等级进行选择，且允许专家作放弃评估。如10位专家对“农产品安全风险”这个二级指标进行评估，2人选择“高风险”，2人选择“较高风险”，1人选择“一般风险”，2人选择“较低风险”，2人选择“低风险”，1人选择放弃，则其它风险评估指标按照此法类推，可得二级评估指标的Vague集，如表2。

3.2 构造归一化风险评估指标矩阵

按照式（1）对风险评估的5个等级相应指标进行排序，按照区间数除法规则式（2），得到农产品智慧供应链风险评估归一化矩阵如下：

表2 风险专家对各二级评估指标的Vague值评语

3.3 构造标准可拓物元Rb

本文Rb取个风险评估指标评估量值的最大值1,［］1，则：

3.4 计算欧式贴近度

根据式（3）计算五个风险评估指标与标准可拓物元相应指标的贴近度，则贴近度物元矩阵如下：

根据AHP求得的二级风险评估指标的权重以及式（4），求得“高风险”、“较高风险”、“一般风险”、“较低风险”、“低风险”五个风险评估等级的欧式贴近度由此可得，农产品智慧供应链为高风险。

3.5 结果分析

根据上文得农产品智慧供应链风险为高风险，且由贴近度物元矩阵得到“信息监测设备故障风险”、“信息采集误差风险”、“信息安全风险”、“计算机技术风险”、“外部协作风险”都属于高风险，“信息网络不稳定性风险”属于较高风险，从而可以看到这些风险都与物联网、云计算、大数据、移动互联等现代信息技术的应用有关，“互联网+”时代，这些技术推动农业产业链的改造升级，也带来了新的风险，因此应该采取一些措施，加强风险的防范：第一，在推动智慧农业连发展的过程中，加大农产品智慧供应链的硬件设施设备的投入，并完善其服务。通过监控功能系统，根据无线网络获取的植物生长环境信息，如监测土壤水分、土壤温度、空气温度、空气湿度、光照强度、植物养分含量等参数。第二，搭建一体化的智慧农产品供应链信息平台。整合政府、农户、IT企业、电信运用商等组织机构，构建信息平台，提高信息传递的效率，降低信息采集的误差，加快智慧供应链的发展。第三，选择合适的供应链合作伙伴，降低外部协作风险。在农产品智慧供应链发展过程中，合作伙伴的选择尤为重要，如果链上的节点企业出现问题，会影响整条链的运作，因此，应该合理地评估和选择合作对象。第四，构建农产品智慧供应链预警平台。农产品智慧供应链的预警是一个多方参与的系统工程，可以基于大数据和物联网构建农产品供应链预警平台，共分为四层[15]：从下而上第一层是物联网感知层，监测设备、移动终端、储运设备感知各类丰富的农产品环境、生长信息、供需等信息。第二层是大数据网络集成层，对数据进行处理和集成，第三层是风险预警的动态服务层，利用已有知识库和大数据进行未来农产品需求及价格走向推理预测、预警判断或预警后的调整建议推送等，第四层是农产品供应链风险预警的应用层，进行供需监测及预警、价格监测及预警。

4 结束语

农产品智慧供应链的风险评估指标具有模糊性，本文利用AHP确定指标的权重，基于物元可拓法和Vague集对农产品智慧供应链进行评估，并通过实例验证评估方法的有效性，该方法在风险评估领域具有很好的借鉴意义。