基于组合赋权云模型的农产品冷链应急物流能力评价

刘明菲，王崇悦，周 凯，陈 云，王军丽

(1.武汉理工大学 管理学院，湖北 武汉 430070；2.武汉综合交通研究院有限公司，湖北 武汉 430014)

近年来，重大突发公共卫生事件频发，给我国经济发展、人民生命健康安全带来极大威胁。以新冠肺炎疫情为例，疫情期间的道路管制及封城政策致使农产品流通受阻，灾区农产品供应短时期内发生严重短缺，人们的日常需求得不到有效满足，因而恐慌情绪不断加剧，严重影响疫情的有效控制。农产品冷链应急物流能够即时、安全、高效地将应急农产品物资送达灾区，维持社会稳定，尽可能减少公共卫生事件所带来的损失。因此，对其能力进行评价具有十分重要的现实意义。

农产品具有易损易腐性，需要冷链应急物流的有力保障。邹安全等[1]考虑了二次灾害发生的可能性，以调度时间最短为目标，构建了多资源分类调度数学模型；QI等[2]利用启发式算法研究了在配送过程中损失最小、资源调度时间最短且总配送成本最低的前提下，应急冷链物流车辆的路径优化问题；陈镜羽等[3]基于成本最低和配送效益最大化原则构建了陆海新通道应急冷链物流配送中心选址模型。应急物流是物流领域的研究热点[4]，不少学者在应急物流评价方面做出了积极贡献。GUAN等[5]根据专家建议设计了地震救援应急物流能力评价指标体系，将云层次分析法及模糊综合评价法相结合，构建评价模型；LIU等[6]总结以往研究，建立了涵盖应急准备、响应和恢复的整个灾害周期的应急物流绩效评价指标体系，运用基于逼近理想解排序法和熵权法的模糊对称排序技术，结合多粒度语言评估信息对汶川地震应急物流绩效进行评价，验证了该方法的有效性和可靠性；针对新冠疫情，JIANG等[7]基于德尔菲法构建了防疫背景下的应急物流系统可靠性评价指标体系，利用决策实验室分析法和网络层次分析法识别影响应急物流系统可靠性的关键因素；ZHANG等[8]根据突发公共卫生事件应急物流运行机制、相关研究结果以及专家建议构建突发公共卫生事件的应急物流能力评价指标体系，运用神经网络建立应急物流能力的动态评估模型；SU等[9]结合已有研究及专家建议构建重大公共卫生事件中的生鲜农产品电商企业的应急物流能力评价指标体系，通过熵权法确定指标权重，并根据结果提出有关改进建议。

综上所述，既有研究更多关注如何提升冷链应急物流中某一环节的效率，整体探讨冷链应急物流能力的文献并不多见。而在进行应急物流评价时，学者们往往凭借专家经验或以往研究来构建评价指标体系，体现出较强的主观性、随意性及非透明性；此外，只有较少学者注意到了组合赋权法的科学性，且多数学者未能有效处理评价过程中存在的模糊性与随机性问题。

因此，笔者拟面向重大突发公共卫生事件，选取武汉市疫情、大连722疫情、南京市疫情以及扬州市疫情为案例，通过扎根理论构造农产品冷链应急物流能力的评价指标体系。采用基于博弈论的组合赋权法确定指标权重，并引入云模型实现定性描述与定量数值间的相互映射，通过形象直观的标准云图和综合评价云图来确定能力等级，找出能力的主要制约因素，以期为区域冷链应急物流能力的提升提供理论依据。

1 农产品冷链应急物流能力评价指标体系

1.1 研究方法

扎根理论是由社会学学者GLASER等[10]创造的一种帮助人们获得资料、分析资料，从而发现理论的质性研究方法，能够向人们展示清晰的推理步骤，具有可视化、可追溯的优点。在扎根理论不断发展的过程中，逐渐演绎出3大学派：经典扎根理论、程序化扎根理论和建构型扎根理论。其中程序化扎根理论强调人的主观认知，借助预设等技巧对数据进行归纳分析，有一套标准化的操作程序，能够确保研究过程具有严谨性和规范性，受诸多领域研究者的青睐[11]。因此，笔者拟采用程序化扎根理论构建重大突发公共卫生事件下的农产品冷链应急物流能力评价指标体系，以期克服以往学者在指标遴选过程中的随意性及模糊性。

1.2 案例选择与数据收集

遵循案例的典型性原则选取武汉市疫情、大连722疫情、南京市疫情以及扬州市疫情作为研究案例，理由如下：①案例的社会影响较大。武汉是我国最先受到疫情冲击且损失最为惨重的城市，疫情对武汉的影响不言而喻；大连722疫情使冷链物流行业的安全实践备受瞩目；南京市疫情和扬州市疫情是近期发生的较为严重的疫情，其中扬州市采取了封城措施。②与上述案例相关的文献及媒体资料较为丰富。③3～6个案例是多案例研究的理想数目[12]。为强化三角验证，从多个渠道进行数据搜集，在湖北日报、南京日报等报刊，新浪、网易等网站，武汉市、大连市等政府官网和官微，中国物流采购联合会网站以及中国知网上对目标城市疫情期间的农产品物流、农产品流通、冷链物流相关资料进行搜索，共筛选出239份原始资料，随机选取203份材料进行编码，余下的用作理论饱和度检验。

1.3 数据处理

1.3.1 开放性编码

开放性编码是程序化扎根理论三级编码中的第一步，其目的是对原始资料逐步进行贴标签、概念化和范畴化，归纳提炼出若干概念和范畴。借助Nvivo11.0软件对所得资料进行整理和编码，共抽象概括出139个标签，51个概念以及21个范畴。开放性编码过程如表1所示。

表1 开放性编码示例

1.3.2 主轴编码

在概念层次上厘清开放式编码所形成的初始范畴间的相互联系，并据此对范畴进行归类，从而凝练出更高级别的主范畴，各主范畴及对应的初始范畴如表2所示。

表2 主轴编码结果

1.3.3 选择性编码

选择性编码即进一步挖掘主范畴间的关系，提炼出核心范畴，该范畴是根植于研究资料的焦点数据，具有提纲挈领的作用。在对农产品保供能力、应急信息管理能力、协调保障能力和冷链物流运作能力4个主范畴进行聚拢抽象后，最终将核心范畴确定为“面向重大突发公共卫生事件的农产品冷链应急物流能力影响因素”。

1.3.4 理论饱和度检验

将预留的36份资料按照上述三级编码过程进行再次编码，结果并没有新概念或新范畴的出现，且已有的范畴之间也未出现新的关联，分析结果仍能有效反映“重大突发公共卫生事件背景下的农产品冷链应急物流能力”，表明研究已达到理论饱和。最终，基于编码结果构建农产品冷链应急物流能力评价指标体系，如图1所示。

图1 农产品冷链应急物流能力评价指标体系

2 确定指标权重

指标权重的确定对于正确评估农产品冷链应急物流能力十分重要。目前较为常见的方法是主观赋权法和客观赋权法。主观赋权法能够充分利用专家经验，在一定程度上反映出各指标间的相对重要性；客观赋权法则是基于实际数据，通过特定的算法来确定权重，能充分满足客观性的要求。为了兼顾二者的优点，利用层次分析法(analytic hierarchy process，AHP)确定指标主观权重，熵权法确定客观权重，并基于博弈论思想将二者组合赋权，使所获得的权重更加科学、合理。

2.1 基于AHP法的主观赋权

基于AHP法确定主观权重的主要步骤如下：

(1)建立层次结构模型。

(2)采用1～9标度法[13]，比较每一层任意两个指标的相对重要性，构造判断矩阵A=(aij)n×n，其中aij表示与指标j相比，指标i的重要程度。

(1)

(3)对判断矩阵进行一致性检验，即计算一致性比例CR，当CR<0.1时，则通过一致性检验，否则应作适当调整。

(2)

(3)

式中：CI为一致性指标；λmax为判断矩阵A的最大特征值；RI为随机一致性指标，RI值如表3所示。

表3 平均随机一致性指标

(4)采取特征向量法计算权重向量，即计算矩阵A的最大特征值λmax及其对应的特征向量，并对所求得的特征向量进行归一化处理。

2.2 基于熵权法的客观赋权

基于熵权法确定客观权重的主要步骤如下：

(2)对R′进行标准化处理，由标准化后的数据构建归一化矩阵R=(rij)m×n。

(3)计算第j个指标的熵值：

(4)

(4)计算第j个指标的权重：

(5)

2.3 基于博弈论思想的组合赋权

基于博弈论的组合赋权法就是在不同的赋权方法中找到最优组合权重，使得该权重与其他各权重间的偏差最小，具体实现步骤如下[14]：

(1)记由AHP法确定的权重向量为ω1，熵权法确定的权重向量为ω2，则这两个权重向量的任意线性组合为：

(6)

式中：αi为线性组合系数，且αi>0。

(2)根据博弈集结模型的思想，优化线性组合系数，以实现W与ωi的离差最小化，目标函数为：

(7)

(8)

(9)

(5)基于博弈论思想所确定的组合权重为：

(10)

3 基于云模型的农产品冷链应急物流能力评价

云模型是李德毅院士在概率理论和模糊集合理论交互结合的基础上所提出的一种用于实现某定性概念与其定量表示之间不确定性转换的模型[15-16]，能够有效克服问题的不确定性，较好地描述定性概念的随机性和模糊性[17]，目前已广泛应用于自然和社会科学领域。

3.1 云的基本定义

设U={x}为一个用精确数值表示的定量论域，C为U上的一个定性概念，U中的元素x是该定性概念C的一次随机实现，x对C的隶属度μ(x)∈[0,1]是具有稳定倾向的随机数，即：μ:U→[0,1]，∀x∈U，x→μ(x)，则x在论域U上的分布称为云，每个(x,μ(x))称作为一个云滴[15-16]。

云模型通过3个数字特征即期望Ex、熵En和超熵He来描述定性概念的定量特征，记为C(Ex,En,He)。其中，Ex为论域U中最能代表定性概念C的点，反映云的重心位置；En为对定性概念的不确定性度量，反映云滴的分散程度和取值范围，En越大，曲线的带宽就越大；He为熵值的熵，度量熵的不确定性，He越大，云滴越离散，云图就越厚。例如，图2所示的云图由3 000个云滴构成，其数字特征分别为Ex=20,En=2,He=0.2。

图2 云模型C(20,2,0.2)

3.2 云发生器

云发生器是实现定性概念与定量数值之间相互转换的工具，分为正向云发生器和逆向云发生器。

相反，逆向云发生器则是将定量数值转换为定性概念的算法。邀请n位专家对各二级指标打分，得到评价值xi，随后通过逆向云发生器求得指标评价云的数字特征Ex、En和He，具体算法如下[18]：

(11)

3.3 标准评语云模型

标准评语云是直观判定研究对象所处等级的基准参照，将农产品冷链应急物流能力划分为5个等级：极好、较好、一般、较差和极差。对于给定的有效论域[xmin,xmax]，根据黄金分割法[19]确定标准评语云的数字特征，计算方法如表4所示，其中He0通常取评价指标最大值的百分之一[20]。

表4 黄金分割法的计算规则

3.4 综合云计算

上级指标可以由其下级各指标的云模型综合而成，因此，对二级指标运用虚拟云理论中的浮动云算法进行综合可得一级指标评价云的数字特征，具体算法如式(12)所示[21]。接着，对所得到的一级指标评价云参数按综合云算法式进行合成运算可得农产品冷链应急物流能力的综合评价云数字特征，算法如式(13)所示。

(12)

(13)

4 实例分析

4.1 组合赋权

邀请9名冷链物流领域的有关专家，使其根据自身知识和经验对指标重要性进行两两比较，按照1～9标度法进行赋值，构造判断矩阵。总目标层与准则层之间的判断矩阵C(B)如式(14)所示。

(14)

表5 农产品冷链应急物流能力评价指标权重

4.2 能力评价标准云图

设论域为[0,10]，则xmin=0，xmax=10，且He0=0.1。由表4可得标准评语云的数字特征，如表6所示，并通过Matlab软件绘制能力评价标准云图，如图3所示。

图3 能力评价标准云图

表6 标准云的数字特征

4.3 指标评价云

近日，Y市出现新增本土确诊病例，引发众多网友的关注，故以该市为例，对模型的可行性及有效性进行验证。请上述专家结合实际情况对Y市农产品冷链应急物流能力的二级指标在[0,10]上进行评分，利用逆向云发生器求得各二级指标的评价云参数，如表7所示。结合式(12)可得各一级指标的云数字特征，如表8所示。

表7 二级指标评价云参数

表8 一级指标评价云参数

利用正向云发生器生成一级指标评价云图并将其与标准云图进行对照，如图4所示，可知协调保障能力、农产品保供能力、冷链物流运作能力均处于“一般”及“较好”之间，而应急信息管理能力则处于“较差”与“一般”之间。结果表明当前Y市应重点提升农产品冷链物流的应急信息管理能力，并以此为核心，逐步提升农产品保供能力、冷链物流运作能力以及协调保障能力。

图4 一级指标评价云图

最后，结合式(13)可得Y市农产品冷链应急物流能力的综合评价云数字特征：(5.748 5，0.373 1，0.262 1)，并由Matlab软件绘制综合评价云图，如图5所示，可知Y市农产品冷链应急物流能力处于“一般”与“较好”之间，有待提高。

图5 Y市农产品冷链应急物流能力综合评价云图

5 结论

(1)运用程序化扎根理论进行多案例研究，构建较为系统全面的农产品冷链应急物流能力评价指标体系；将基于博弈论的组合赋权法和云理论相结合，提出了一种新的农产品冷链应急物流能力评价模型，组合赋权法有效提高了权重计算的科学性及准确性，云模型则使克服评价过程中的模糊性与随机性问题成为可能。

(2)将组合赋权云模型运用于Y市，通过形象直观的云图确定该市农产品冷链应急物流能力及其他相关指标的等级，评价结果可为相关政府职能部门、企业等提供决策支撑，模型具有可应用性，可进一步推广。

(3)对农产品冷链应急物流能力进行动态评估并提出行之有效的能力提升措施是未来研究可进一步深入的方向。