生鮮農產品供應鏈突發事件風險的評估模型

徐 娟，章德賓

0 引言

近幾年來，我國出現的一系列典型案例引起人們對生鮮農產品供應鏈突發事件風險管理的重視。例如，2007年“毒香蕉”、2008年“柑橘蛆蟲”、2009年“三聚氰胺奶粉、問題雞蛋”、2010年“瘦肉精”事件等，都給生鮮農產品供應鏈上的節點企業帶來極大的損失，更嚴重的甚至給社會帶來巨大的人員傷亡和財產損失。這些層出不窮的突發事件，反映出生鮮農產品供應鏈各節點上的運營都不同程度地存在許多問題和風險，也越來越暴露出生鮮農產品供應鏈應對突發事件的脆弱性[1]。因此，生鮮農產品供應鏈突發事件風險分析與評估成為亟待解決的問題。

目前對于供應鏈突發事件的研究，大多數學者把焦點放在突發事件應急管理的研究上[2]，關于供應鏈突發事件風險的研究非常有限[3]，更鮮有對生鮮農產品供應鏈突發事件風險的研究。由于生鮮農產品供應鏈突發事件多樣性和復雜性，采用傳統方法很難對風險進行準確的計量和預評估。貝葉斯網絡方法近年來在人工智能和數據挖掘中得到了廣泛的應用，它較好地揭示了客觀事件之間的條件概率分布與因果關系，是對不確定性問題進行推理的重要工具，目前已經在各個領域得到了廣泛的應用。本文結合生鮮農產品供應鏈突發事件的特征，在定性分析的基礎上加入定量分析，建立基于貝葉斯網絡的供應鏈突發事件風險評估模型。

1 生鮮農產品供應鏈突發事件風險分析

生鮮農產品供應鏈是由遍及各地的農戶、批發商、配送中心、零售商組成的復雜網絡，是一個動態、開放的復雜系統。而突發事件是供應鏈系統復雜性與不確定性的產物。同時，生鮮農產品供應鏈的特殊性決定了其更具脆弱性，抵御突發事件風險的能力較弱，一旦出現突發事件，會給供應鏈節點帶來嚴重的損失甚至導致整個產業的毀滅。但目前在國內外相關研究中，對生鮮農產品供應鏈突發事件風險的研究較少，因研究內容、研究方法不同，對供應鏈突發事件風險的分類方法也不盡相同。本文結合生鮮農產品供應鏈的特點和過程，將生鮮農產品供應鏈突發事件風險分為三類:農戶生產風險、運營風險、需求風險，具體如圖1。

圖1 生鮮農產品供應鏈突發事件風險因素

1.1 農戶生產風險

農戶是生鮮農產品的主要生產者，來自農戶的突發事件風險因素主要有兩個方面。一方面是來自外部環境，如自然災害（水澇干旱、地震、泥石流、冰雹、暴風等）、動植物疫情（動植物病蟲害等）。如2009年我國干旱、洪澇、地震、臺風等災害均有不同程度發生，農作物受災面積4721.4萬公頃，絕收面積491.8萬公頃，因災直接經濟損失2523.7億元，給我國經濟社會發展和人民生命財產安全帶來嚴重影響[4]。還有近年的禽流感、豬藍耳病、香蕉黑毒病等。另一方面來自農戶自身，主要風險因素有質量安全（農藥、化肥、激素等生產資料濫用）、資源環境污染（耕地、水資源污染破壞）等。由于經濟利益的驅使，農戶為了提高產量與收入，種植過程違法使用禁用農藥，養殖過程中添加瘦肉精、氯霉素等違禁藥物，導致生鮮農產品質量安全問題，如“瘦肉精”、三聚氰胺奶粉、蘇丹紅紅心鴨蛋、農藥殘留、金屬超標等事件，都暴露出我國生鮮農產品生產中隱含巨大風險。

1.2 運營風險

生鮮農產品的易腐性、不耐貯存、區域性等特點決定了運營管理的重要性。生鮮農產品突發事件運營風險主要來自物流風險和運營商的誠信缺失。從某種意義上講，生鮮農產品的物流狀態決定著各個中間環節的利潤空間。其物流過程包括運輸、包裝、裝卸搬運、儲存、流通加工、配送等環節，每一個環節都需要有相配套的物流設施、技術、管理來保證產品的品質與質量。例如，鮮奶、豬肉、牛肉等產品必須在一定溫度下存儲才不易變質。在國外，生鮮農產品從采摘一直到市場出售，是一個品質不斷提高的過程，但目前中國的情況卻常常是品質不斷下降的過程。另一方面，運營商的誠信缺失也是生鮮農產品突發事件風險的主要因素。由于保險物流設施成本較高，運營商為了保證產品的保質期和外觀質量，不惜以犧牲產品質量為代價，使用違禁添加劑和農藥對農產品進行處理。

1.3 需求風險

生鮮農產品供應鏈突發事件需求風險來自客戶需求的突然變化，主要影響因素有價格波動、科技進步、謠言等。由于生鮮農產品的消費受自然條件、環境條件的影響較大，與工業品相比市場波動較頻繁，市場需求信號的突然變化可能引起農產品價格劇烈波動，最終導致整個供應鏈中斷。其次，隨著農業科技的快速發展，產品檢測技術不斷進步，新檢測技術可能檢測出某些農產品含有有害物質，從而導致產品滯銷。再次，謠言也是生鮮農產品供應鏈突發事件需求風險的一個重要因素。例如，2008年的毒香蕉、柑橘生蛆事件其實都是謠言所致。

2 生鮮農產品供應鏈突發事件風險評估的貝葉斯網絡模型

2.1 貝葉斯網絡拓撲結構

我們將生鮮農產品供應鏈突發事件風險的節點分為風險因素、狀態、事件三類，第一類是風險因素節點，即直接風險源；第二類是狀態節點，涵蓋風險事件的直接原因；第三類是風險事件，即生鮮農產品供應鏈突發事件。根據上一節中對風險因素的分析，風險因素節點有自然災害、動植物疫情、質量安全、環境污染、物流、誠信缺失、謠言、價格波動等；狀態節點有農戶生產風險、運營風險、需求突變風險。為與貝葉斯網絡的定義相契合，用Xi代表風險分析網絡中的風險因素節點，Si代表風險狀態節點，T代表風險事件，得到如圖2所示的簡化貝葉斯網絡結構。

按照貝葉斯網絡模塊化的要求以及如圖2的風險因素與風險狀態、事件之間的邏輯關系,我們繪制了突發事件風險貝葉斯網絡拓撲結構如圖3。圖3中，每個貝葉斯網絡節點的狀態都為兩個，分別是Y或N，其中Y表示該節點所描述的事件發生；N表示該節點所描述的事件不發生。每一節點的方框顯示了該節點的風險狀態與發生概率。節點間的有向弧表示貝葉斯網絡的構造關系。

圖2 生鮮農產品供應鏈突發事件風險貝葉斯網絡結構示意

圖3 生鮮農產品供應鏈突發事件風險貝葉斯網絡拓撲結構

2.2 節點賦值

在確定了風險貝葉斯網絡結構后，需要對節點進行賦值。由于缺少較為完整的數據庫，采用專家評判的方式確定風險因素的概率值。為了使專家對概率和風險發生可能性的表述理解統一，本研究參考Wickens提出的概率表述，采用七檔分級的風險發生概率模糊語言變量及其相對應的概率數值[5]。Wickens將事件發生概率分為7個語義值：非常高（VH）、高（H）、偏高（FH）、中等（M）、偏低（FL）、低（L）和非常低（VL），其模糊形式和 λ截集[6]，其中λ=0,0.1,0.2,0.3,...,1。具體如表1。

表1 模糊數形式和λ截集

對于多個專家的評判結果，采用算術平均法進行綜合，n個專家評判的綜合評判可表示為：

在得到專家綜合評判結果后，可利用重心法或積分值法求出模糊數P的概率值，即風險因素的先驗概率值。

狀態節點與事件節點的概率將通過貝葉斯網絡學習獲得。例如，我們已知農民生產風險S1主要來自自然災害X1、動植物疫情X2、質量安全X3、環境污染X4四個方面，現假設通過專家綜合評價得到風險因素X1,X2,X3,X4發生的概率分別為PXI,PX2,PX3,PX4，則不發生的概率分別為1-PX1,1-PX2,1-PX3,1-PX4。

從圖3中可以看出，風險因素自然災害X1、動植物疫情X2、質量安全X3、環境污染X4，每個變量以及他們的整體綜合作用都對農民生產風險S1的發生有影響，獲取農民生產風險S1的發生概率，即求概率P(S1)的過程，實質上是一個貝葉斯學習的過程。根據貝葉斯規則，我們可以計算出S1發生的概率：

在圖3的貝葉斯網絡中，由于X1,X2,X3,X4相互獨立，因此節點X1,X2,X3,X4,S1的聯合概率可通過條件獨立公式進行計算,即

將（2）代入（1）：

由X1,X2,X3,X4的先驗概率和S1的條件概率，可計算出S1發生的概率。同理，可依次推算出各狀態節點與事件節點的發生概率。

2.3 風險影響評估

風險影響評估包括兩個部分，即對突發事件風險損失的評估和風險影響的綜合評估。風險影響的評估步驟為：

（1）定義風險因素后果集D={數量，質量，收益}，數量，質量，收益分別表示突發事件造成整個供應鏈產品在數量、質量、收益的減少或降低。

（2）風險損失評估。構建專家評估矩陣C，以此來評價各種風險對風險后果集D造成的影響。Qi,Ui,Ri由分別表示各風險對風險后果數量、質量和收益的損失評估，具體如表2所示。

（3）根據風險評估損失以及上節中計算的各風險節點發生概率，調用風險當量的計算公式:

得到風險當量的數據如表3所示。

表2 風險損失評估

表3 生鮮農產品供應鏈突發事件風險評估

3 結論

由于生鮮農產品供應鏈突發事件風險的機理和結構關系較為復雜,傳統的風險評估方法難以表示風險因素與風險體系之間的復雜關系。本文采用貝葉斯網絡方法，通過構建由風險因素、風險狀態、風險事件組成的生鮮農產品供應鏈突發事件風險拓撲結構，分析各層次之間的作用形式，在對各層節點賦值的基礎上，從突發事件損失的數量、質量和收益三個方面實現對風險的評估。本文對生鮮農產品供應鏈突發事件的風險評估進行了初步探索，期望能夠為生鮮農產品供應鏈突發事件的研究提供一種新視角和新方法。研究不同因素導致的生鮮農產品供應鏈突發事件發生機理、突發事件的監控預警模型構建是值得進一步探討研究的問題。

[1]葉成利，蒙少東.農產品(食品)供應鏈風險管理文獻綜述[J].農業經濟問題，2007,（增刊）.

[2]賈增科，邱菀華，郭章林.基于脆弱性的突發事件風險分析[J].兵工學報，2009，（30）.

[3]Wagener S.M，Bode C.An Empirical Investigation into Supply Chain Vulnerability[J].Journal of Purchasing and Supply Management,2006,12(6).

[4]梅盈潔，劉軍，邱俊榮，尹艷，劉彩霞.農業突發事件的分類及特征分析——以廣東為例[J].廣東農業科學，2010，37（12）.

[5]Wickens C.D.Engineering Psychology and Human Performance[M].New York:Harper Collins Publishers Inc,1992.

[6]陸瑩，李啟明，周志鵬.基于模糊貝葉斯網絡的地鐵運營安全風險預測[J].東南大學學報（自然科學版），2010，40（5）.