基于模糊-TOPSIS法的食品供应链韧性成熟度等级评估

文/林丽

本文中，提出了一个供应链韧性成熟度评估和TOPSIS法的混合模型，使用模糊综合评价（FCE）评估供应链成熟度等级后通过TOPSIS法对各影响因素进行排序，得出供应链中对韧性影响最大的几个因素进行针对性的剖析。

一、绪论

近年突发事件的频繁发生，给食品市场的供销机制带来了巨大的挑战，国内引发了供应短缺、价格波动等问题，导致了消费者和供应商的利益受损[1]，而那些具有生鲜供应链优势的头部企业经营现韧性，各企业平台均陆续采取应急措施：京东物流智能快递车为上海小区提供无接触配送、百度健康在上海开启紧急找药求助通道、上海市引导电商外卖等平台下调生活服务企业服务费标准等[2]。通过韧性思维，食品供应链的目标不是实现零食品安全风险状态，而是追求适应和管理食品安全冲击的能力。

二、供应链韧性影响因素

供应链韧性定义是由Christopher教授和Peck教授在2004年首次提出，将供应链韧性定义为“供应链受到干扰后能够恢复到原状态或者更加理想状态的能力[3]，供应链韧性可体现在可控性、可替代性和柔性上[4]。通过文献分析法总结供应链韧性影响因素如表1所示。

表1 供应链韧性影响因素

表2 因素识别指标

表3 因素评估指标

三、模型建立

1.FCE

模糊集合的概念是1965年美国加州大学控制论专家Zadeh教授首次提出。模糊综合评判以模糊数学为基础，应用模糊关系和最大隶属度原则，将一些边界不清、不易定量的因素定量化，进行多个因素对被评价事物隶属等级状况进行综合性的评价的一种方法[5]。模糊综合评价有以下4个要素：

（1）因素集U=（u1，u2，u3，…，un）：是各被评估因素的集合，本文指表1中所有指标的集合。（2）判断集V=（v1，v2，v3，…，vm）：评语级指被评价因素的评语集合，本文表示为V=（初始级，可重复级，己定义级，已管理级，优化级），对应的分值集б为（0.2，0.4，0.6，0.8，1）。（3）指标权重集：利用专家打分法对每个因素u进行评价，从因素u来得到判断集V的隶属程度rij，有n个因素集则可以得到评价矩阵R，表示为：

当对一个对象进行评估时，评估者对因素的识别判断可以看作因素集U的模糊子集，假设A表示权重集，权重会对评估结果产生影响，由于不同成熟度因素的权重是由经验确定的，因此本文通过问卷调查，利用序关系分析法来确定权重集A。根据上述过程，得到因素集U，评价集V和权重集A和评价矩阵R，R是U和V之间的模糊关系，如果，则，其中表示模糊算子，这种关系成为模糊变化。通过归一化处理，得出可比性的综合评价结果。

2.TOPSIS

TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。基本计算步骤如下：

步骤1建立因素识别指标

步骤3为每个专家构建矩阵D。矩阵表示为：

其中k代表专家矩阵个数，有几个专家就有几个矩阵；xpim表示每个专家对各指标按照指标识别和评估标准打分。

步骤4构建每个专家的规范化决策矩阵Y。决策矩阵的向量归一化值为（所有标准都被认为是有益的）：

步骤5构造群决策矩阵R。矩阵表示为：

p=1，2，…，k；Wp表示第p个专家的权重。

步骤6由于每个标准都不是同等重要的，因此需要将解决策矩阵rij乘以其关联的指标权重ω，具体表示为：vij=rij×ωji=1，2，…，nj=1，2，…m

步骤7确定决策矩阵的正理想解f+（PIS）和负理想解f-（NIS）。

其中，J代表j=1，2，…，m的集合。

步骤8利用欧几里得距离公式计算每个vij与PIS和NIS的距离。

步骤9计算最接近理想值的PFi值，并按降序排列替代方案。各指标分类相对于PIS和NIS的相对接近度可表示为：

步骤10最后，根据得到的PFi值进行排序，PFi值越大说明指标影响的程度就越大，按照排序（表4）可以按照不同指标给予不同的关注度。

表4 识别和评估阶段的阈值