基于犹豫模糊语言TODIM的社区团购下生鲜电商供应链风险评价

郭玉杰，杨雪键，刘 玲

（1.云南财经大学 物流与管理工程学院，云南 昆明 650221；2.云南省烟草公司大理州公司，云南 大理 671000）

0 引言

互联网技术的应用使人们的消费方式发生了很大的变化，人们对生活必需品的需求向线上转移，在新零售的驱动下，社区团购作为一种新业态应运而生。社区团购主要以“预售+次日达+自提”的模式运行[1]，从供应商到仓储到运输直到最终的消费者，参与方多、环节复杂，一旦出现问题会直接影响到消费者的体验。同时，社区团购平台本质上是生鲜电商平台，销售品类以水果生鲜等生活必需品为主，而生鲜产品的鲜活性、易损耗、时效性等特点对环境和时间有更高的要求，更易受到风险的威胁。因此，社区团购的运作模式与生鲜产品的特点决定了社区团购背景下生鲜电商供应链存在一定的风险。例如，兴盛优选以“预售+次日达+自提”的模式运营，但其网格仓的配送时间却是次日下午，这延迟了顾客的使用时间，不能满足顾客的即时需求。因此，研究社区团购背景下生鲜电商供应链风险识别与评价具有重要的现实意义。

目前，国内学者主要是从社区团购下生鲜电商的现状与发展模式[2-8]、营销策略[9]、消费者满意度评价[10]、产品购买意愿[11]、投资策略[12]等方面开展研究。很少有学者研究供应链风险评价。张可欣[13]将层次分析法与模糊综合评价法相结合构建了供应链风险评价模型。国外学者在社区团购领域的研究主要集中在营销模式和运营策略[14]、平台评价[15]等方面。生鲜电商供应链领域的研究主要集中在协调优化[16-20]等方面，只有少部分学者研究了风险评价。例如，Feng，等[21]运用改进的BP神经网络算法评估了生鲜农产品供应链风险。Zhou，等[22]运用层次分析法评价和排序了生鲜电商供应链各个环节的风险要素。从已有文献可以看出，以社区团购视角研究生鲜电商供应链风险评价的文献相对缺乏。此外，在研究方法方面，社区团购背景下生鲜电商供应链风险评价本质上属于多属性群决策问题。不同于上述研究方法，TODIM方法能够有效捕捉决策者的心理行为，有效处理不确定决策信息的多属性决策问题。因此，本文将犹豫模糊语言与TODIM 方法相结合，建立了一种新的犹豫模糊语言TODIM方法对社区团购背景下生鲜电商供应链风险进行评价。

基于以上分析，本文以社区团购背景下生鲜电商供应链风险评价为主要研究对象，首先，结合现阶段社区团购发展现状，综合考虑影响其供应链风险的因素，并建立相应的评价指标。其次，运用最大偏差法确定属性权重，并基于专家决策时的犹豫程度确定专家权重，从而建立一种新的犹豫模糊语言TODIM 方法，构建社区团购背景下生鲜电商供应链风险评价模型。最后应用实例验证所构建模型的可行性与适用性。

1 风险评价指标体系的构建

本文结合社区团购背景下生鲜电商的运营模式和有关供应链风险的文献，构建社区团购背景下生鲜电商供应链风险评价指标体系。运营模式如图1 所示。供应商把生鲜产品存放在共享仓。社区团购平台每日截单之后，工作人员在共享仓按需求量和产品要求把货物加工与包装后发往中心仓。中心仓按网格仓的需求量分拣和配送。当网格仓没有覆盖到团长自提点时，货物也由中心仓配送。货物到达网格仓后，按各团长自提点的需求分拣与配送。当货物到达自提点后，社区居民可以选择自提或送货上门。因此，本文认为社区团购背景下生鲜电商供应链可分为三个阶段，即生鲜产品供应阶段、仓储配送阶段以及社区居民取货阶段。

图1 社区团购背景下生鲜电商的运营模式

本文根据社区团购背景下生鲜电商的运营模式和有关供应链风险的文献[15,21-24]，识别了生鲜电商供应链的风险因素，即生鲜产品供应阶段的供应风险、仓储配送阶段的仓储配送风险、社区居民取货阶段的服务风险，以及贯穿整个链条的信息风险与外部环境风险。本文构建的社区团购背景下生鲜电商供应链风险评价指标体系见表1。

表1 社区团购背景下生鲜电商供应链风险评价指标体系

2 犹豫模糊语言术语集

定义1[25]：如果SH是语言术语集H={h0,h1,h2,...,hf}中有限个且有序的集合，则SH被称为H上的一个犹豫模糊语言术语集。

定义2[25]：由转换函数UFS将上下文无关文法得到的语言描述ea转换成H上的一个犹豫模糊语言术语集SH，如下所示：

UFS:ea→SH

定义3[26]：若SH={hgk|k=1,2,...,*SH} 是H={h0,h1,h2,...,hf}上的犹豫模糊语言术语集，则SH的否运算(SH)n定义如下：

其中gk表示SH中Sk个语言术语的下标，*SH表示SH包含语言术语的个数。

定义4[27,28]：两个犹豫模糊语言术语集和在语言术语集H={h0,h1,h2,...,hf}上的距离测度d(,)满足以下条件：

多数情况下，l()=l()，设l=max{l(),l()}。不同的犹豫模糊语言术语集会有不同的语言术语的个数，即Ind()≠Ind()。为了方便计算，需要把两个不一样长的语言术语添加到一样长。乐观决策者和悲观决策者的添加方式不同，这虽然会导致计算结果不同，但不论是乐观决策者还是悲观决策者的添加方式都是合理的。因此，本文选取决策者的乐观风险态度，距离的测度选取汉明距离公式。

设H={h0,h1,h2,...,hf}是一个语言术语集，和是H上的两个犹豫模糊语言术语集，l()=a+1，l(S=b+1，a ≤b，而且Ind()=i1，Ind(S)=j1。其中Ind()表示SH中i个语言术语的下标。

定义5：SH={hgk|k=1,2,...,*SH} 是语言术语集H={h0,h1,h2,...,hg}上的犹豫模糊语言术语集，则SH的犹豫指标见式（3）。

3 犹豫模糊语言TODIM风险评价模型

3.1 多属性群决策问题描述

设由q个专家组成的决策团队在n个有限的属性集F={F1,F2,...,Fn} 下对m个有限方案集A={A1,A2,...,Am} 进 行 评 价。 令M={1,2,...,m} ，N={1,2,...,n} 。 专 家el的 属 性 权 重 向 量 用表示，其中∈[0 ,1](l=1,2,…,q,j ∈N)且∑=1。专家权重向量为p=(p1,p2,...,pq)T，其中pl∈[0,1](l=1,2,...,q)且∑pl=1。综合属性权重向量用ω=(ω1,ω2,...,ωn)T表示，通过属性权重和专家权 重 结 合 计 算 得 到。 其 中ωj∈[0,1](j ∈N) 且∑ωj=1。

本文专家el对方案的评价是用语言描述属性的，定义q个专家的原始语言决策矩阵分别为Bel=(b)m×n，b表示专家el在属性Fj下对方案Ai的评价值。用转换函数UFS将专家el的原始语言决策矩阵 转 换 成Sl=()m×n，其 中={hs∈H,k=1,2,…，*}是H={h0,h1,h2,...,hf}上的犹豫模糊语言术语集。最后将每个专家给出的决策矩阵Sl=()m×n规范化为Cl=()m×n。

3.2 属性权重的确定

本文通过借鉴王应明[29]提出的最大偏差法并引入到犹豫模糊语言中构建最大化偏差模型，以确定每个专家的属性权重。

专家el在属性Fj下方案Ai与其它方案的偏差值见式（5）。

其中el=(,,...,)T表示专家el的属性权重向量，d(，)表示定义中的犹豫模糊语言汉明距离即式（2）。

专家el在属性Fj下全部方案与其它方案的偏差值见式（6）。

因此，构建最大化偏差模型，具体见式（7）。

为了求解以上最大化偏差模型，需要构建拉格朗日函数如下：

其中ψ表示拉格朗日乘子，取值范围为实数。

将式（10）标准化后得到专家el属性Fj的权重见式（11）。

3.3 专家权重的确定

由于邀请评价的专家之间存在差异性，如专家之间专业水平的高低，对社区团购下生鲜电商供应链风险方面研究的深浅等，因此赋予每个专家的权重是不同的。鉴于此，本文在借鉴前人研究[30]的基础上提出了一种新的基于犹豫度的专家权重确定方法。

专家在评价时会有一些犹豫，其犹豫程度代表了专家在对各指标进行评价时的不确定程度，因此专家el评价结果的整体犹豫度βl满足：

专家评价的犹豫程度和评价信息的不确定性成反比，犹豫度βl越大，代表专家对各指标评价的不确定程度越大，其评价结果的可信度就越小，由此得到专家el的客观权重pl：

通过上述计算可得到专家的权重向量p。

3.4 犹豫模糊语言TODIM方法

步骤1 运用转换函数UFS将原来的语言评价信息转换为犹豫模糊语言矩阵Sl=(j)m×n。

步骤2 用公式将专家el对应的决策矩阵Sl=()m×n规范化为Cl=()m×n。

步骤3 根据式（11）计算专家el的属性权重向量el=(,,...,)T，l=1,2,...,q。

步骤4 用式（13）确定专家权重向量p=（p1,p2,...,pq）T。

步骤5 用式（14）求解综合属性权重向量ω=(ω1,ω2,...,ωn)T。

步骤6 由综合属性权重向量得出社区团购背景下生鲜电商供应链风险总体得分，再根据各属性综合权重进行风险分析。

4 算例分析

4.1 问题描述

为验证本文提出的犹豫模糊语言TODIM方法在社区团购背景下生鲜电商供应链风险评价问题中的可行性与适用性，本文选取某社区团购平台M对其供应链风险进行评价。

本文邀请四位相关方面的专家e1，e2，e3，e4组成一个专家评价打分团队，专家们根据社区团购背景下生鲜电商供应链风险评价的5个属性对该平台4个年份的供应链风险评价进行打分。其中5个属性分别是F1供应风险、F2仓储配送风险、F3服务风险、F4信息风险、F5外部环境风险；4个年份分别是A12019年，A22020 年，A32021 年，A42022 年。语言术语集H={h0:风险程度最低，h1:风险程度低，h2:风险程度中等，h3:风险程度高，h4:风险程度很高}，评价等级及评价分值见表2，专家el在属性Fj下对方案Ai的评价信息见表3。

表2 评价等级及评价分值

表3 专家原始的评价信息

4.2 计算过程

步骤1 运用转换函数UFS将专家el对各指标的语言评价信息转化为犹豫模糊语言术语集，见表4。

表4 专家转化的评价信息

步骤2 运用式（1）将专家el给出的决策矩阵规范化，见表5。

表5 专家规范后的评价信息

步骤3 运用式（11）分别计算四位专家的属性权重向量。

首先，用式（2）计算专家el对应的决策矩阵中属性Fj(j=1,2,3,4,5) 下两两方案之间的距离，得到表6的距离矩阵。

表6 专家的距离矩阵

其次，用式（11）计算专家el的属性权重向量。

e1=（0.248，0.170，0.108，0.154，0.319）T

e2=（0.256，0.357，0.111，0.075，0.201）T

e3=（0.195，0.207，0.155，0.219，0.224）T

e4=（0.144，0.169，0.193，0.191，0.303）T

步骤4 用式（13）计算专家权重向量p。

首先，用式（12）计算专家el对于方案Ai的犹豫指标βl。

其次，用式（13）计算专家权重向量。

p=( 0.26，0.23，0.31，0.20)T

步骤5 根据式（14）得到综合属性权重向量。

ω=（0.213，0.225，0.140，0.163，0.259）

步骤6 由综合属性权重向量计算社区团购背景下生鲜电商供应链风险总体得分。

得分越高，则风险水平越高。由此可知，现阶段我国社区团购背景下生鲜电商供应链风险处于较高水平。分析各项指标综合属性权重可知，供应链外部环境风险影响最大，第二是仓储配送风险，第三是供应风险，第四是信息风险，最后是服务风险。

5 应对策略

通过分析表明，目前外部环境仍存在较大风险，因此，生鲜电商供应链企业应该引起重视。首先，重大疫情、特大暴雨、洪水、地震等自然灾害会对供应链产生极大的影响。企业应加强技术方面的投入，通过监测系统对环境实时监测，并开发基于机器学习的工具进行预测，以预先做好供应链风险应急预案，保证供应链不中断。其次，在政策环境方面，社区团购还处于巨头激烈竞争时期，存在很多体制不完善的因素。为规范市场秩序，国家及各地政府应不断完善规章制度。企业应深入了解政策措施，及时制定出企业的发展战略，让国家出台的政策措施成为企业进步的阶梯。

仓储与配送环节的风险也较高，这主要是因为仓配过程比较复杂，又需在规定时间内完成，所以在仓配过程中会存在一些不可预测的风险。仓配环节中一个比较常见的风险就是冷链。因为社区团购的主要产品是生鲜果蔬，对冷链的要求较为严格。因此，企业应该应用冷链配送设施设备，保证生鲜品质量。同时，企业应该引进专业性、高效率物流人才，并加强培训，以此提高仓配效率。

在供应方面，供应商在这个环节中具有重要作用。在供应商的选择过程中要对供应商提供的商品是否优质，供应商所处的网络位置、现阶段的发展情况是否值得信赖以及交货时间是否准时等方面进行审查。为此，企业应构建品控体系，确保从源头为消费者提供优质商品。同时，企业需完善供应商管理体系，对供应商的服务进行评价，由此选择出值得信赖的供应商。

在信息技术方面，虽然存在一定的风险，但随着大数据、云计算、区块链、人工智能等新一代信息技术的应用，相对其他风险，信息技术风险水平较低。一方面，供应链上各节点企业进行信息共享，可以有效促进各企业间实现共赢。另一方面，企业可建立可追溯管理体系，实现问题产品及时召回，且可以准确地知道是哪个环节出现了问题，避免出现推卸责任问题。

虽然在服务方面也存在一定风险，但这些风险有一部分是可以人为改变的。如团长的素质水平不高、运营能力不强等问题，可以通过提高团长准入门槛，并对其进行培训，进而提高其素质水平和运营能力。有时也会出现一个团长同时负责几个平台而导致服务质量出现问题。此时平台可以与团长签订合约，使其提高自身的服务质量；也可设立激励制度，服务质量高的团长可以提高佣金等。通过这样的方式可以有效降低因服务带来的风险。

6 总结与展望

本文以社区团购背景下生鲜电商供应链风险评价为主要研究对象，结合现阶段社区团购发展现状，综合考虑了影响其供应链风险的因素，建立了社区团购下生鲜电商供应链风险评价指标体系。其次，通过研究经典的TODIM方法在多属性群决策问题中的应用，针对属性权重未知以及专家评价的犹豫程度，将犹豫模糊语言与TODIM方法相结合，提出了新的犹豫模糊语言TODIM方法，并运用此方法评价分析了社区团购背景下生鲜电商供应链风险。研究发现：现阶段社区团购背景下生鲜电商供应链风险处于较高水平并且外部环境和仓储配送环节存在较高风险。本文对生鲜电商供应链和犹豫模糊语言TODIM方法的研究有一定的理论贡献。同时，研究得出的供应链中各指标的风险水平可为企业的发展提供一定的依据，并帮助社区团购平台采取有效措施规避供应链风险，促进其高质量发展，具有一定的现实意义。

本文也存在一定的局限性：（1）本文对供应链风险水平的评价是用犹豫模糊语言术语集的方式表达的，没有使用其他的方法进行比较研究，所以得出的结果可能具有一定的片面性。（2）由于计算方法的局限性，只请了比较少的专家进行评价打分，所以计算结果可能会受专家主观性的影响，不能较客观全面地对现阶段社区团购背景下供应链风险进行评价。（3）本文只选取了一个平台进行风险评价，可能会由于各个平台的发展策略不同出现不同的供应链运作过程，并且供应链中存在的风险也会有所不同，所以在未来的研究中，可以对多个平台进行研究。