基于碳足跡的農產品冷鏈物流脆弱性研究*

陳福森，陳珊，吳欣欣，曾晨穎，馬情如

（福州外語外貿學院 經管學院，福建 福州 350202）

1 研究背景與目的

目前冷鏈模式可以保證食品在儲存、加工和運輸配送過程中的新鮮性和安全性，但由于加強了對溫度的控制，需要耗費更多的能量，而礦石能源的消耗將導致CO2排放量的增加。本文主要基于碳足跡的視角研究對冷鏈物流運輸環(huán)節(jié)影響碳排放的關鍵因素進行探討，在模糊認知圖法的基礎上對相關因素進行脆弱度分析，協(xié)助分析并改良冷鏈物流運輸環(huán)節(jié)減少的碳排放量的策略，使之達到綠色物流的目的。

2 文獻綜述

供應鏈脆弱度意指當運營系統(tǒng)中發(fā)生斷鏈時，對整體運營的影響程度，脆弱度的3個關鍵因素為暴露性、敏感性和其適應能力[1]。脆弱度的定義被廣泛地提出，當供應鏈曝露于事件嚴重干擾，供應鏈風險的來源以及風險的驅動因子傾向大于風險超緩策略[2]。1976年，Axelrod提出最早的認知圖理論，用它來表達決策過程中各因子之間的因果關系[3]。吳信輝（2000年）通過系統(tǒng)動態(tài)學的方式建立都市規(guī)劃系統(tǒng)關聯模式，再利用模糊認知圖法歸納規(guī)劃出工作人員的專業(yè)意見，建立都市規(guī)劃系統(tǒng)之間的關聯模式，并提出在都市規(guī)劃實際操作中可利用的模式架構[4]。葉燉煙、鄭景俗、連振權（2006年）通過模糊認知圖來彌補層次分析法對評選屬性獨立性的假設。研究中利用貝氏理論結合層次分析法權重及模糊認知圖關聯權重，以妥善處理評選屬性之間的相依性為研究問題，進而提出評選過程及結果更能符合實際的建議[5]。

基于前學者的研究，本文以模糊認知圖（Fuzzy Cognitive Maps，FCMs）為研究方法，通過計算農產品冷鏈物流中的碳足跡，了解冷鏈物流運輸環(huán)節(jié)與碳排放問題的特征結構與關系，得到脆弱度因子，再從認知的角度將冷鏈物流運輸環(huán)節(jié)中所有影響碳排放的影響因素識別出來進而研究其脆弱性問題。

3 實證研究

冷鏈物流（Cold Chain Logistics），泛指冷凍冷藏食品在生產、加工、儲存、配送、銷售交易等所有環(huán)節(jié)中，始終處于低溫環(huán)境（0℃～4℃）范圍內，從而降低食品在整個過程中的損失[6]的低溫物流過程。碳足跡（Carbon Footprint）標示一個組織或過程的“碳耗用量”，可以用來衡量人類生產和生活過程對環(huán)境所造成的影響[7]。

本文以廈門某農產品集團有限公司為研究案例，該企業(yè)主要從事肉類、果蔬農產品、干雜貨、海鮮水產、糧油及調味品等產品的配送業(yè)務。

3.1 冷鏈物流配送的碳足跡

根據企業(yè)的配送模式結合碳足跡計算方法構建產品運輸環(huán)節(jié)中冷鏈物流業(yè)作業(yè)流程與碳足跡關聯圖，圖1描述了它們之間的關聯。

圖1 冷鏈物流業(yè)作業(yè)流程與碳足跡關聯圖

圖上方為產品生產流程圖，下方圖為冷鏈物流的作業(yè)流程圖，為流程箭頭，為碳足跡關聯箭頭。

3.2 模糊認知圖的脆弱度因子

通過上文確定碳足跡的關聯性，本文從認知的角度，將冷鏈物流運輸環(huán)節(jié)中所有影響碳排放的影響因素識別出來。在確定這些概念節(jié)點時，結合冷鏈物流運輸作業(yè)的流程和本研究的主要方向，篩選出相關因子作為本研究模糊認知圖所需的概念節(jié)點（表1）。根據節(jié)點的定義方法可將其分成2類：結果節(jié)點、原因節(jié)點。

表1 概念定義節(jié)點說明

⑴ 結果節(jié)點：碳排放量、服務水平。

⑵ 原因節(jié)點：清潔燃料使用率、運輸批量、交通運輸路況、冷藏車類型、儲存溫度控制、裝卸搬運、轉運、包裝裝車。

模糊認知圖的建構是通過專家意見審查所建構，為了更好地利用這些影響因素進行分析，本文通過專家問卷訪談，獲得各影響因素彼此互相影響的關系并建立認知圖。鑒于某些節(jié)點間的關系強度不明顯，且數據過多影響認知圖效果，不能很好的了解脆弱度因子在系統(tǒng)中彼此互相影響的關系，故并未將關系強度低于0.48的數據體現在認知圖上。

確認因子關聯矩陣后所繪的模糊認知圖（如圖2），每個箭頭代表著節(jié)點與節(jié)點之間的影響關系，而每個節(jié)點所代表的則是重要因子的輸入，體現此物流系統(tǒng)中的脆弱度因子互相影響關系。在相關文獻研究基礎上，最后對碳排放量、服務水平、清潔燃料使用率、運輸批量、交通運輸路況、冷藏車類型、儲存溫度控制、裝卸搬運、轉運、包裝裝車這10個脆弱度因子進行分析。脆弱度因子為實體運輸過程中導致風險發(fā)生的重要因素，當脆弱度因子發(fā)生脆弱時將導致整體冷鏈物流運輸系統(tǒng)作業(yè)偏離預期計劃。

圖2 脆弱度因子模糊認知圖

3.3 脆弱度分析

將因子關聯矩陣依據下列規(guī)則進行轉換：

在脆弱度模型分析矩陣中，AS（Active Sum）為某變數影響其他變數程度的加總。某變數的AS值越大，代表該變數影響其他變數的程度越高。PS（Passive Sum）為某變數受其他變數影響的程度，變數P稱為關鍵性指標，等于AS×PS，變數P的數值越高則代表該脆弱度因子可能對其他脆弱度因子產生大幅度的影響。至于變數Q是AS/PS的值，稱為主動性指標，Q值越大，代表該脆弱度因子相對于其他脆弱度因子較容易受其他脆弱度因子影響。轉換之后的脆弱度關系矩陣如表2所示。

表2 脆弱度分析表

根據表2分析表數據繪制以下象限圖。

圖3 脆弱度因子脆弱度分析圖

在脆弱度分析矩陣中，離原點越是遠的變數，則表示該變數在系統(tǒng)中是比較容易影響其他變數或者受到其他變數的影響的，根據圖3可知這些脆弱度因子彼此互相影響程度如何區(qū)分，圖中以主動分數=15與被動分數=15，將圖分作四個象限，則其中服務水平、交通運輸路況是屬于較易影響其他因子而不易受其他因子所影響；儲存溫度控制、包裝裝車是屬于較易受其他因子所影響而不易影響其他因子；碳排放量、運輸批量、冷藏車類型、裝卸搬運、轉運是屬于易影響其他因子且同時易受其他因子所影響；清潔燃料使用率屬于較不易影響其他因子且不易受其他因子所影響。

4 結論

本文所提出的利用模糊認知圖建構整個運輸系統(tǒng)碳排放的關聯模式，其中包含影響碳排放的各個影響因素之間的相依關系，冷鏈物流運輸系統(tǒng)的脆弱度是由不同性質的脆弱度因子彼此互相影響組合而成。為了能有效進行脆弱度分析，將因子關聯矩陣轉換為脆弱度關系矩陣，借由脆弱度分析結果將各個脆弱度因子區(qū)分為高、中、低三個層級，其中冷藏車類型、運輸批量、碳排放量、轉運為最優(yōu)先處理的因子；裝卸搬運、服務水平、包裝裝車、儲存溫度控制優(yōu)先處理的程度為中級；交通運輸路況、清潔燃料使用率為優(yōu)先處理程度較低的。