基于AHP-EW-ISM模型的食品供应链低碳管理影响因素分析*

□ 徐文平，许济韬，张钰婉

(武汉科技大学 恒大管理学院，湖北 武汉 430081)

食品供应链各个环节都将产生二氧化碳(CO2)、甲烷(CH4)、臭氧(O3)等温室气体。《Nature》2018年的研究显示，食品供应链流程的碳排放量占整个行业的18%[1]。2021年World Economic Forum公布了全球主要制造业的碳排放数据，其中食品行业碳排放量占比高达25%，超过快消品时尚业和建筑行业的排放比例。目前，我国进入到经济高质量发展与碳达峰、碳中和的关键时期，食品行业供应链低碳转型，面向可持续生产制造同样刻不容缓。

国内外学者在低碳新技术推动、碳足迹评估、碳减排等方面的研究已相对成熟。他们在研究方法等方面进行了广泛研究。Friedman和Ormiston[2]认为区块链(公开、透明、共享)技术作为食品供应链可持续性管理的工具，可以应用到食品废弃物排放管理上。Akshit和Sushma等开发了一种基于大数据、云计算技术的绿色肉牛供应商选择框架，能够测量温室气体排放并融入到牛肉供应商的选择过程中[3]。杨孝伟、曹秀芝认为应该加快低碳食品研发创新工作，生产技术迈向低排放、低污染、低能耗的三低模式[4]。李娜分享了在食品包装材料领域的研究，她认为新的包装技术应该考虑再包装问题，包括原材料循环使用和结构重新设计[5]。在食品碳排放量的核算工作中，常用方法有生命周期法、供应链流程监管、投入产出分析[6-8]。目前仿真模型规划、博弈分析、多目标优化是主流使用的减排研究方法。Tamagno等[9]通过一个线性混合规划函数，研究了农业生产领域供应链产生温室气体平衡的问题。考虑碳排放许可下的博弈行为，Yang和Xu的研究表明在碳排放许可条件下，获得补贴将激励供应链主体加大对减碳技术的投入支出，从而减少总碳储量，工厂应提高其再制造能力，从而维持整个供应链更高的可持续水平[10]。以碳排放转化成本作为变量约束条件，曾美花和王应明研究了生鲜冷链食品的最优订货量[11]。

综上所述，已有的研究成果表明食品低碳供应链管理是一个重要的方向，尽管目前对食品供应链开展的研究较多，但是对低碳管理的影响因素缺乏较为全面深入的研究。因此本研究以绿色技术创新和知识整合为方向，从资金投入、技术输入、组织管理等角度，利用AHP-EW-ISM的多准则决策技术分析影响食品低碳供应链管理的因素，期望为食品行业降低碳排放和供应链可持续发展提供理论基础与实践建议。

1 食品供应链低碳管理影响因素

绿色技术创新要求降低资源消耗、减少破坏自然环境和人类危害活动，包括技术研发、生产、社会消费研究和废物回收等。Zahra等将知识整合定义为组织处理和应用现有或新获得的技术的能力和过程[12]。有关学者研究了绿色技术创新和知识整合对企业生产管理的影响作用。例如赵娜、孔婷等的研究表明外部知识在绿色供应商整合、绿色产品创新和绿色工艺创新的关系中均具有中介作用[13]。徐建中、李奉书等认为绿色技术创新尤其是颠覆性的绿色技术创新有益于企业的战略制定和发展，而内外部的知识整合、共享、优化融合又进一步促进了这种创新活动[14]。

基于此，本文从绿色技术创新和知识整合角度入手，通过查阅相关文献和案例分析，提出技术输入(U1)、政策支持(U2)、组织管理(U3)、纵向共享(U4)、内部创新(U5)、外部吸收(U6)六个维度一共24个二级指标，组成食品供应链低碳管理影响因素评价决策系统。具体如表1所示。

表1 食品供应链低碳管理影响因素

2 基于AHP-EW-ISM模型的食品供应链低碳管理影响因素分析

2.1 评价指标权重确定

层次分析法是一种决策评价工具，具有简单、便捷、高效的特点，常用于多指标分析的问题中。但层次分析法易受专家主观意见的影响，是主观赋权。而熵权法是利用信息论的理论对不同信息进行度量的方法，是客观赋权，因此可以将二者结合起来对权重进行进一步的修正[20]。

本文数据通过专家打分和问卷调查收集完成。根据李克特量表设计了7级量表，采取邮箱在线填写的方式，邀请来自生鲜、肉类加工、乳制品等不同行业的采购、物流等部门的经理人完成食品供应链低碳管理影响因素打分任务。问卷共计发放267份，剔除无效问卷后，得到有效问卷185份,有效回收率为69.28%。然后对问卷的效度和信度进行分析，如表2和表3所示，Cronbach’s α>0.9、KMO>0.6、Bartlett球形检验数值(显著性小于0.05或0.01)结果表明设计的题项符合问卷设计统计要求。其中，根据AHP方法邀请了8位来自食品供应链行业的从业者进行打分，各层成对比较矩阵是由8位专家的打分平均值构成。熵权法的初始矩阵由问卷调查数据组成，分析过程如下：

表2 24个影响因素的选项评价信度检验

表3 U1—U6六个维度的影响因素效度检验

步骤1：构造成对比较矩阵。根据Saaty[21]教授提出的相对标度法，采取1-9等级对指标的相对重要性进行赋值，分别得到不同等级的比较矩阵S=sij。

步骤2：单排序和矩阵检验。成对比较矩阵的最大特征根(λmax)经过归一化处理后得到的向量集合是层次单排序(局部权重)。但是需要经过一致性检验。检验原则是

CR=CI/RI

(1)

(2)

步骤3：计算最终权重值(全局权重)。将二级指标得到的每个矩阵的局部权重乘上对应等级指标局部权重，结果是最终权重排序，最终的决策基于这些相对优先级值做出。

步骤4：熵权法确定指标信息熵。对24个评价指标构成的判断矩阵Yij进行去量纲处理[22]，接着获得各个因子的信息熵(Ej)。计算公式如下：

(3)

(4)

步骤5：得到各指标权重。

(5)

步骤6：修正最后权重μj。AHP的指标权重为θj，EW的值为ωj，组合后的权重向量与各方法评判权重向量之间的偏差应尽可能小，形成一种主客观结合的科学客观的评判方法，从而提高评判的准确性。组合方法为

μj=εθj+(1-ε)ωj

(6)

式中，ε为调整参数，经过实验和与专家的讨论，本文将ε数值设置为0.5。

步骤7：指标筛选。将第六步得出的结果通过帕累托贡献度原则进行进一步分析[23]。

食品供应链低碳管理的24个指标修正结果如表4所示。结合帕累托贡献值，对24个指标中贡献占比累计达到85%以下的指标进行下一步分析，因此指标P4、P5、Q4、Q5、S2、S3、I1、I2被剔除，具体结果参考图1。

表4 食品供应链低碳管理的影响因素权重及修正结果

图1 食品供应链低碳管理影响因素排序和累计得分占比

2.2 食品供应链低碳管理影响因素分析

解释性结构模型(ISM)是现代系统工程中广泛应用的一种分析方法，是结构模型化技术的一种。ISM的优势在于它能够根据其驱动和依赖能力将决策标准划分为不同的级别来构建系统结构[24]。处理流程如下：

步骤1：构建结构性交互矩阵。根据AHP和EW修正后的结果，将影响食品供应链低碳管理的指标删减到16个。再次邀请上文的8位专家根据如下规则得到一个半结构化交互矩阵(二进制矩阵)。“V”表示因素i对因素j有直接的影响。“A”表示因素j对因素i有直接的影响。“O”表示因素i与因素j没有任何影响。“X”表示因素i与因素j之间相互影响。结构性交互矩阵如表5所示。二进制矩阵中有影响用1表示，无影响用0表示。

表5 食品供应链低碳管理的影响因素指标半结构化的交互矩阵

步骤2：计算最终可达矩阵。初始可达矩阵由矩阵B经过对应规则转化得到[24]，随后对矩阵进行布尔逻辑运算得到最终可达矩阵C。具体结果如表6所示。

表6 最终可达矩阵

表7 可达集合与先行集合及其交集表

步骤3：可达矩阵层级拆解。对最终可达矩阵C进行层次划分，依据的方法是可达集和先行集有交集，然后采用轮换抽取的方式，对层级进行划分。例如，因素TI的可达集是T1，T2，先行集是T1，T2，T5，T6，P1，Q1，Q3，S1，I3，A1，A2。通过交集(终止集)与可达集相等的元素确定第一层集合元素。通过表7可知第一层元素为T1，T2，T4，P2，P3，Q2。剔除已选因素，重复该步骤得到全部的层级划分，第二层元素为T3，Q3，第三层是T5，T6，Q1，I3，A1，第四层有P1，S1两个元素，第五层只有一个元素A2。

步骤4：画出ISM模型图。根据可达矩阵和最终的层次划分，采用自下而上的方式进行作图，分别包含根本因素层(1、2层)，中间因素层(3、4层)和表层因素层(5层)，由于不同层次之间不能进行传递，考虑传递需要，本文增加了两个虚拟结点[25]。最终输出ISM模型如图2所示。

图2 食品供应链低碳管理影响因素ISM模型图

步骤5：绘制MICMAC图。根据可达矩阵的结果，计算各影响因素的驱动能力和依赖能力。将全部因素映射到象限图中，最终得到食品供应链低碳管理的影响因素交叉影响矩阵图，如图3所示。

图3 食品供应链低碳管理影响因素MICMAC模型图

2.3 驱动能力与依赖能力检验

ISM模型本质上是一个网络结构图，中间层和表层因素受到深层因素的影响，其具有很强的驱动能力，处于中间层和表层的因素具有很强的依赖能力。从复杂网络理论的角度看[26]，如果是根本层的因素，那么这个结点有高的结点度、度中心性、中介中心性、反应能力和联通能力。因此采用度(DC)、度数中心性(BC)、介数中心性(CC)对各层因素进行驱动能力与依赖能力检验。数据经过标准化处理以后，绘制在图4中。结合MICMAC图可以看出,处于根本层的因素(A2，P1，S1)，DC、BC、CC数值很高，属于关键结点。中间层的因素(Q3，T3)，DC和CC的数值高，但是BC和驱动能力数值低。也有BC和驱动能力数值高的因素(T5，T6，I3，Q1，I3，A1)，表明这些因素起到连接和传播作用。表层因素(如T4，Q2，P2)依赖能力强，但是BC数值小，反映了这些因素不处在关键结点上，处于网络图中的边缘位置。

图4 食品供应链低碳管理影响因素ISM模型图的网络结点参数变化趋势

3 食品供应链低碳管理影响因素结果讨论

3.1 ISM结果分析

根本层包括供应链低碳管理文化相互兼容、政府项目直接投资、共享绿色技术知识三个因素。供应链管理文化相互兼容和共享绿色技术知识属于知识整合范畴。食品原料采购、生产、包装、运输涉及供应链上多个主体，各主体之间的企业经营理念、碳减排计划、社会责任各不相同，管理文化兼容有益于供应链主体共同协作、相互配合，减少共享绿色技术知识过程的障碍。政府在食品供应链低碳管理市场中起“推手”作用，借助金融、市场、制度、政策等条件的优势，为食品企业等供应链主体之间绿色技术知识共享提供服务。

第三层是碳足迹流程监管、绿色技术商业模式、制定清晰减碳目标、依靠外部知识解决技术问题、使用绿色技术知识解决运营问题。第四层是提供绿色技术培训、制定低碳运输方案。采用绿色技术商业模式会促使食品制造商采用新的环保生产、包装、运输技术。而新商业模式需要对食品碳排放量和足迹进行管理，进而对碳减排战略的制定产生影响。使用绿色技术知识解决运营问题代表食品厂商对外部知识获取能力、转化到自主创新的水平，将影响食品供应链各方主体开展低碳实践活动。

处于第五层的因素有使用清洁能源生产技术、产品绿色环保设计、制定碳排放税收机制、培养员工环保意识、建立回收物流、绿色专利保护和激励。食品供应链的减碳目标需要清洁能源技术的支持。碳排放税收同绿色技术专利之间相互作用，政府通过税收政策制定影响食品行业碳排放规模，因此税收政策会影响到企业低碳技术创新的进度和质量，但同时专利保护激励机制也在影响企业绿色技术创新能力和政府碳排放政策制定。

3.2 MICMAC结果说明

第一象限为自发区，该区域因素具有低依赖高驱动的属性。供应链低碳管理文化相互兼容、政府项目直接投资、共享绿色技术知识位于这一区域，同时在ISM的根本层，不仅对上层因素起到巨大推动作用，而且存在相互影响的作用(P1与S1)，需要引起必要的监视。第二象限是联动区，在联动象限的因素有着高驱动高依赖的特点，包括碳足迹流程监管、绿色技术商业模式、制定清晰减碳目标等因素，它们位于ISM模型中的中间层，起到支撑和传递的作用。第四象限是依赖区，此象限的影响因素具有较高依赖性和较低驱动力，在ISM模型当中存在清洁能源生产技术、产品绿色环保设计等因素，位于模型的表层，它们受到下层和深层因素的影响。第三象限是独立区，目前在本研究中并未出现任何影响因素。

4 结论与建议

本文从绿色技术创新和知识整合的角度识别出关于技术、政策、组织、共享、创新、吸收六个维度的24个食品供应链影响因素。通过AHP-EW-ISM多准则决策技术，构造出食品供应链低碳管理结构机制模型。在MICMAC图和复杂网络理论的帮助下分析出不同区域的因素，研究结果表明，高驱动性的因素分布在根本层，分别是供应链低碳管理文化相互兼容、政府项目直接投资、共享绿色技术知识，三个因素在低碳实践中将扮演关键角色。为了提升食品行业供应链低碳管理实践水平，根据前文研究结果，提出如下建议。

①从绿色技术创新角度看，政府应积极参与外部市场，在管理机制、市场体制、政策环境、技术创新等方面对食品企业及其合作伙伴提供支持。政府可以帮助食品企业设计低碳环保供应链网络，制定科学有效的固碳计划；利用灵活的市场配置资源体制，为食品制造商吸引优秀的低碳供应商；通过完善碳排放量和碳交易权的税收管理政策助力食品供应链低碳管理，按照“谁排放、谁负责”的原则，划清食品供应链主体责任；搭建低碳发明专利数据开发平台、构建专利奖励机制、改革赋税机制、控制专利转让风险、提供免费绿色认证服务等，以此激发食品企业落实低碳管理实践的动力。

②食品厂商直接参与绿色技术创新实践，是低碳管理的主要参与者。作为制造商首先应该制定清晰的碳减排计划，包括食品全生命周期内的碳排放量、能源消耗量、废物排放量等。其次应引入清洁能源生产技术，使供应链每个环节都能达到降低能耗和污染的目的，例如使用生物碳基燃料、可持续包装设计、废弃能源回收等。

③企业还需要在绿色知识整合方面进行突破。在食品供应链上进行绿色技术知识共享时需要良好的学习机制和信任机制。依托互联网信息构建信息共享平台，全方位收集、整合、分析绿色技术的数据、信息、知识、流程。处在食品供应链上的核心企业及其供应商等合作伙伴应定期学习、共享制度，由核心企业开展集中绿色技术培训活动，提升从业人员绿色环保技能和意识。食品厂商还需要通过信任机制选择合适的绿色供应商合作伙伴，利用长期合同和荣誉认证建立稳定的合作关系。