周 路
(四川建筑职业技术学院,四川 德阳 618000)
随着我国农村城镇化进程加快和消费结构升级,对农产品数量和质量的需求得到较大的提升,而大多数农产品是生鲜类产品,很容易变质、腐败,时效性较强。因此,农产品冷链物流运作的各个环节必须具有高度协调性,才能够保证流通过程中的农产品质量,降低冷链物流运作风险对其影响的程度。近年来,虽然我国农产品冷链物流发展速度较快,采用全程低温流通的农产品比例不断提高,运输质量完好率也提高到95%以上,但是我国农产品冷链物流系统中的技术设备、信息化、温湿度检测等因素依然是影响冷链物流运作效率的主要风险。冷链物流运作中某个节点失效,则会导致失效迅速波及其他节点,从而使整个冷链物流失效(张浩、王明坤,2016)。因此,识别、评估与控制农产品冷链物流运作失效的风险具有重要现实和理论意义。
为了有效降低农产品冷链物流的损耗和成本,提高农产品质量和安全性,国内外许多学者对农产品冷链物流风险进行了专门研究,研究成果集中表现为农产品冷链物流风险和生鲜农产品冷链物流风险。
如果冷链流通加工、冷链运输与配送、冷链储存和冷链销售环节中任意一点出现问题,都可能导致农产品冷链断链,影响农产品质量和安全(罗红梅、李学工,2014)。农产品冷链物流系统中每个环节运作效果的影响因素可以分为生产性因素、运输因素、环境因素和社会因素(滕兴乐、张峰等,2016),这些因素可以细分更准确的二级指标,研究农产品冷链物流风险时可以采用关联函数、AHPSO-SVM的预警模型、熵权可拓决策模型、突变级数评估模型等方法(滕兴乐、张峰等,2016;杨玮、偶雅楠等,2018;彭本红、武柏宇等,2017;张浩、邱武等,2018),评价农产品冷链物流风险因素对农产品冷链物流的影响程度和风险等级,并提出相应的政策建议。有一些学者重点研究农产品冷链物流风险中的关键要素,如Imran.Ali(2017)基于易腐弹性模型研究温度对农产品冷链物流风险的影响,而Juan Carlos Osorio-Gomez(2019)研究运输系统运作风险识别与控制。
关于生鲜农产品冷链物流风险的研究,学者们主要将关注重点放在风险识别、评估与控制上。谢泗薪和薛琳琳(2018)针对生鲜农产品冷链的存储环节、分拣环节、运输环节等物流作业节点识别影响其质量的风险指标体系,包括温湿度检测、产品包装、拣货作业等,并提出冷链物流风险控制的具体措施。张琰(2017)、邹毅峰和谢如鹤等(2008)分别运用因子分析法、GO-FLOW分析法定量评估生鲜农产品冷链物流风险因素之间相互影响的不同重要程度,将信号流的故障率和可靠性作为指标,剖析影响冷链物流安全的关键环节,进而提出解决问题方法;而陈伟炯、范雯等(2019)则利用DBN方法对乳制品冷链物流风险概率进行动态评估,并对评估结果进行灵敏度分析,结果发现运输环节风险发生可能性比较大,而加工风险最容易发生。
上述研究中虽有少数关注农产品冷链物流运作风险的文献,但缺少从定量角度研究农产品冷链物流运作风险的成果。因此,笔者针对农产品冷链物流运作风险的影响因素,构建农产品冷链物流运作风险关键要素系统,并将TISM-MICMAC模型应用到农产品冷链物流运作风险评估过程,以期准确判定导致农产品冷链物流运作风险的直接原因、间接原因和根本性原因,找出风险要素之间驱动力与依赖度的差异,从而为企业更有效采取措施进行风险控制提供参考。
美国沃菲尔德教授1973年首次利用解释结构模型(ISM)分析复杂社会系统的结构问题,沃菲尔德教授将复杂社会系统分成不同的要素系统,借助于专家意见分析要素之间的相互关系,形成结构矩阵和层次关系有向图,从而可以确定研究问题的关键领域。解释结构模型在一定程度上简化复杂问题分析过程,但是它不能有效解释要素之间因果关系和转移连接问题(Nasim,2011;Sushil,2012),而这种连接关系是存在于分析系统中的,于是印度苏希尔教授(Sushil,2012)拓展解释结构模型,他将解释矩阵引入解释结构模型,通过一对要素的特殊连接关系,解释有向图中节点之间的间接影响和链接问题。这种解释结构模型称之为全解释结构模型(TISM),其分析问题的步骤如下。
2.1.1 识别影响问题相关因素,形成邻接矩阵A
因素之间关系有4种:Ri对Rj有直接影响,有符号V表示;Rj对Ri有直接影响,符号为A;Ri与Rj之间具有相互影响关系,符号为X;Ri与Rj之间无关系,符号为O。按照因素之间的关系不同构造邻接矩阵节点数值,形成邻接矩阵A。
2.1.2 初始可达矩阵的计算
为了更好地了解不同因素之间的直接和间接关系,必须对邻接矩阵进行一定过程的计算,得到初始可达矩阵,计算公式为:
A+I≠(A+I)2≠……≠(A+I)n-1=(A+I)n=(A+I)n+1=R
(1)
式中,A是邻接矩阵,I是单位矩阵,n是矩阵计算次数。
2.1.3 求解最终可达矩阵
对初始可达矩阵进行传递性检验,检验按照传递原则(如果A-B,同时B-C,则有A-C)进行。如果检验发现因素之间存在传递性,该节点的数值通常以1*表示,形成最终可达矩阵。因素之间的传递性检验亦可以在因素关系分析过程中确定,而这种方法比较烦琐。
2.1.4 风险因素层次水平的确定
为了划分风险因素的层次水平:①通过最终可达矩阵求出风险因素的可达集、先行集和交集。可达集由最终可达矩阵的不同因素本身和它可能影响的其他因素构成,先行集由最终可达矩阵的不同要素本身和可能影响因素本身的其他因素构成。可达集与先行集中共同具有的风险因素则是交集的集合。②利用对比关系将风险因素进行分层。常用分层方法有原因优先抽取法、结果优先抽取法和原因优先—结果优先轮换抽取法,多数文献则采取结果优先抽取法分层,极少情况下采取原因优先的原则将风险因素进行分层。在因素分层时,次级分层时要去掉上一级已经分层的因素,按照此标准完成所有风险要素的分层。
2.1.5 绘制有向图,构建全解释结构模型
根据要素分层情况和要素传递性绘制有向图:因素用矩形或圆形表示,不同层次存在关系元素之间用向上带箭头的线段表示,带箭头实线表示上下层节点之间的关系,虚箭头则代表跨层的节点之间传递关系。同一层不同因素如果存在双向关系,则用水平的带箭头实线表示;反之,因素之间无须任何标识。因素之间可能存在增强或减弱作用,也可能不存在任何作用。通过这样的处理就建立了全解释结构模型(TISM)。
交叉影响矩阵乘法是Duperrin和Godet在1973提出的,用于分析系统中变量之间相互关系的工具。交叉矩阵乘法分析过程是将影响因素分为自治、依赖、独立和联动4种集群类型,并用二维平面图来表示这4类因素的位置。自治集群类型具有低驱动力和低依赖性的特征,因联动集合的因素则呈现高驱动力和高依赖性的特点,其他两类集合分别是独立性集合和依赖性集合。通过图形可以比较容易找出驱动因素和依赖因素,从而为解决问题提供对策。
农产品冷链物流是一种特殊类型的供应链,其运作过程效率受到许多要素制约,而要素之间存在相关性、交叉性、模糊性和系统性等特点,根据文献研究成果与物流领域专家的建议,采用专家访谈和流程识别方法,提取影响农产品冷链物流运作效率的14个主要因素,见表1。
表1 农产品冷链物流运作风险因素
为了有效识别农产品冷链物流运作过程的风险,并判断不同风险之间相互关系和风险对农产品冷链物流运作影响的程度,本文基于TISM-MICMAC理论的思想,综合利用TISM-MICMAC方法分析农产品冷链物流运作风险,探索风险的系统属性、层次结构和相互影响的机制(郭礼扬,2017),并为减弱冷链物流风险对农产品安全影响提供理论性指导。
3.2.1 农产品冷链物流运作风险因素的TISM
3.2.1.1 确定风险要素集合。基于表1的农产品冷链物流运作风险要素,通过电子邮件方式向供应链、冷链物流、数理统计等专家进行问卷调查,请专家对冷链物流运作风险系统中的要素进行关联性评价。共发邮件145份,收回邮件128份,去掉无效的邮件5份,最后有效问卷为123份。通过平均的方法得到因素模糊关联矩阵R。
3.2.1.2 计算初始可达矩阵、最终可达矩阵和骨架矩阵。根据农产品冷链物流运作风险的邻接矩阵A,利用公式A+I≠(A+I)2≠……≠(A+I)n-1=(A+I)n=(A+I)n+1=R可以求出邻接矩阵A的初始可达矩阵。一般通过MATLAB软件编程的方式计算初始可达矩阵,计算结果表明n=5时符合上述公式的要求,求出的矩阵就是初始可达矩阵。在初始可达矩阵基础上,比较因素之间数字是0的节点,如果因素之间存在传递性,则风险因素对应点的数值由0更改为1*,表明该点与其他节点之间存在间接的关系。将所有因素之间数值为0的节点通过这样处理就可以形成最终可达矩阵,见表2。
表2 农产品冷链物流运作风险要素最终可达矩阵
骨架矩阵是最终可达矩阵中没有环路的矩阵,从最终可达矩阵可以发现:{R1、R10、R12},{R3、R9},{R4、R8}互为强连通因素,将这些因素缩减为R1h、R3h、R4h,调整后则风险因素之间形成新的矩阵就是骨架矩阵M。
表3 风险因素集合
3.2.1.3 风险因素的层次划分。根据骨架矩阵M求出每个影响因素的可达集P(Ri)与先行集Q(Ri),可达集与先行集的交集I(Ri)。其中,可达集P(Ri)是骨架矩阵M中因素Ri对照的行中,包含1的矩阵元素对照列的集合,代表因素Ri所到达因素;先行集Q(Ri)是骨架矩阵M中因素Ri对照的列中,代表因素Ri所到达因素。影响因素集合见表3。
对于骨架矩阵的可达集合、先行集合和共同集合,采用结果优先的层次抽样方法进行层次划分,即P(Ri)∩I(Ri)=P(Ri),从表3中可知,因素R11和R14是属于一个层次,以L1={R11、R14};然后将R11和R14在因素集合中去掉,并在集合中去掉11和14的数值,这样就形成新的风险因素集合,再按照相同方法得到第二层次L2={R3h、R4h},第三层次L3={R5、R6、R13},第四层次L4={R7},第五层次L5={R1h、R2}。
根据农产品冷链物流运作风险层次分析的结果和最终可达矩阵,可以构造全解释结构模型(TISM)。在绘制TISM模型图时,层次是按照从下方到上方顺序排列,最下方层次数最大,最上方层次数最小。层次之间因素如存在相互关系则用向上带箭头实线表示,同层的不同因素之间若存在相互影响,则用双箭头实线表示;跨层的风险因素之间如果存在间接转移关系,就用带箭头的虚线段表示。农产品冷链物流运作风险分析的TISM模型见图1。
图1表明,农产品冷链物流运作风险的影响因素分为5个层次,技术设备和配送作业位于模型的顶端,是农产品冷链物流运作风险发生的直接原因,这主要是因为我国农产品冷链物流发展比较晚,冷链物流的设备设施不仅是数量上不能满足需求,而且质量上也存在严重的问题。另外,技术设备和配送作业之间存在相互促进的正向关系。因此,若消除直接风险因素的影响,不仅要提高农产品冷链物流运作技术设备水平和配送作业效率,还要关注技术设备与配送作业之间的相互影响程度。
图1 农产品冷链物流运作风险分析的TISM模型
温湿度控制、出入库作业、拣货与包装作业、企业合作能力、分级预冷作业、存储作业、流通加工与装卸搬运是影响农产品冷链物流运作风险的间接因素,它们对冷链物流技术设备水平和配送作业效率具有积极推动作用,同时又受到出入库作业、企业合作能力等深层因素影响。虽然冷链物流出入库作业、拣货包装作业和企业合作能力属于第三层因素,但是它们之间是相互独立的。而属于第二层的冷链物流分级预冷作业与存储作业、流通加工与装卸搬运之间却具有双向影响的关系,并对技术设备与配送作业的运作产生直接作用。企业合作能力对配送作业、出入库作业对技术设备、温湿度控制对分级预冷因素之间均具有间接传递性。因此,在衡量冷链物流运作因素关系时,不仅要重点考虑层与层因素之间的直接作用,还要考虑跨层因素之间的间接作用,二者共同影响农产品冷链物流运作风险的大小。
深层因素是导致农产品冷链物流运作风险发生的根本性原因,却不是风险产生的直接原因。信息技术水平、物流运输、冷藏柜温度和物流系统柔性化则属于冷链物流运作风险的深层因素,信息技术与物流运输、冷藏柜温度与物流系统柔性化之间存在相互直接的影响,同时信息技术间接影响拣货包装作业效率。重视农产品冷链物流运作过程中的信息技术、物流运输、物流系统柔性化等方面管理,对于提高农产品冷链物流运作效果具有根本性作用。
3.2.2 农产品冷链物流运作风险因素的MICMAC分析
按照MICMAC的原理,利用最终可达矩阵可以计算出农产品冷链物流运作风险的驱动力和依赖度,具体如表2所示。根据驱动力与依赖度的数值将农产品冷链物流运作风险因素分为3类:自发因素、驱动因素和依赖因素,并以X轴表示依赖度,Y轴表示驱动力,将第一象限分为4个区域,分别代表自发因素、驱动因素、依赖因素和联动因素所处于的区域,具体如图2所示。
MICMAC分析结果显示:农产品冷链物流运作风险因素之间只存在自发关系、驱动关系和依赖关系,却不具有联动关系。企业合作能力、出入库作业和拣货作业属于自发性因素区域,它们具有较低程度的驱动力和依赖度,影响着农产品冷链物流运作风险,并起到承上启下作用,可能会提高风险发生概率,是农产品冷链物流运作风险控制的首要因素(上官子恒等,2019)。依赖因素包括温湿度控制、信息技术水平、配送作业、冷藏柜温度和物流系统柔性化7个风险因素,其位置是在第二象限。该类风险因素一般是处于TISM模型上端,具有很强的依赖性和较弱的驱动力,很容易受到驱动力因素影响,在实践中往往通过减弱驱动因素发生风险强度来控制依赖风险因素对农产品冷链物流运作效率的影响。农产品冷链物流的技术设备水平、配送作业、流通加工作业、装卸搬运作业、分级预冷作业和储存作业均是驱动力因素,其位于第四象限,具有很强的驱动力和较弱的依赖度,是农产品冷链物流运作风险控制的关键因素,必须慎重处理。
图2 驱动力—依赖度分类
通过对农产品冷链物流运作风险因素的识别,采用TISM-MICMAC模型研究农产品冷链物流运作风险要素之间相互关系和风险影响的异质性。结果显示:农产品冷链物流运作风险要素之间存在直接影响关系和传递性间接关系,整个风险要素分为不同性质的5个层次,其中技术设备水平和配送作业是引致风险发展的直接因素,而信息技术水平、运输作业、冷藏柜温度和物流系统柔性化则是风险发展的根本性原因;农产品冷链物流运作风险根据驱动力与依赖度的差异,可以划分为性质不同的三种类型,不同类型风险因素影响风险机理是迥异的。