生鮮電商前置倉冷鏈物流斷鏈風險影響因素研究

申笑宇，趙 悅

(重慶郵電大學經濟管理學院，重慶 400065)

2020年我國生鮮電商行業規模達4 584.9億元，較2019年增長了64.0%[1]。當下前置倉、店倉一體化、社區拼團、門店到家、冷柜自提等新型生鮮電商模式共存，其中前置倉模式的生鮮電商交易規模增速達到47.8%，高于生鮮電商交易規模平均增速[2]。生鮮電商企業通常將前置倉以門店或倉儲點的形式設置在距離社區3～5 km范圍內，前置倉冷鏈物流成為解決生鮮產品保質期短、易腐敗變質等問題的重要手段。生鮮電商前置倉冷鏈物流是指生鮮電商企業通過冷鏈將商品送入前置倉冷藏，收到訂單后進行配裝并配送至消費者家中的過程，它強調生鮮農產品的倉儲、揀貨、配裝以及運輸、送達服務，是生鮮冷鏈物流的“最后一公里”末端環節[3]。生鮮電商前置倉冷鏈物流要求一個低溫條件下的連續不間斷供應鏈系統，該系統的節點具有多元性、不確定性、動態性和關聯性等特點，如果缺乏系統性標準和信息共享，就容易出現“斷鏈”并發生連鎖反應，造成食品安全事故[4]。目前生鮮電商行業內沒有形成“全程冷鏈”的標準化意識，很多中小生鮮電商企業為控制冷鏈運作成本，使生鮮產品在前置倉冷鏈物流配送環節中由于“脫冷”造成損壞或腐爛的案例屢見不鮮，嚴重時甚至引發食品安全事故。因此，有必要從風險的影響因素角度出發，構建生鮮電商前置倉冷鏈物流斷鏈風險影響因素體系，全面分析系統內影響因素的層級關系、相互作用關系及重要性程度，以正確有效地把控斷鏈風險管理的重點方向。

生鮮冷鏈物流風險受到多方面因素的影響，回顧相關文獻發現，理論分析研究者們大多從生鮮冷鏈物流整個運作流程的宏觀視角，研究其發展現狀、運作風險及斷鏈成因等[5-6]；同時，現有的研究大多采用解釋結構模型(ISM)法、交叉影響矩陣相乘(MICMAC)法、證據推理(ER)法、模糊綜合評價法、模糊貝葉斯網絡法等系統工程方法或數理統計方法開展實證研究[7-9]。

近幾年前置倉模式的生鮮電商發展較快，目前的研究主要集中在發展現狀、選址與優化、物流服務質量管理三個方面。在發展現狀方面，王成榮等[10]從供應鏈視角分析了生鮮電商前置倉運作模式的發展特點，指出了前置倉模式的優劣勢所在，并從大數據分析、采購與庫存管理等角度對生鮮電商前置倉長遠發展提出了建議與方案。在選址與優化方面，宋振波等[11]在“區域配送中心+前置倉”的布局模式下，構建出使總物流成本最少的前置倉位置及布局模型；郭放等[12]構建的兩類算子模型中，前置倉提供存貨服務的模式有助于車載容量的循環使用，可減少車輛使用數目并降低物流配送成本。在物流服務質量管理方面，耿秀麗等[8]提出一種基于改進ER的生鮮冷鏈物流服務質量評估方法用于降低因沖突引起的不確定性，該方法采用cosine相似函數衡量供應商的綜合評估信息的沖突程度，并采用ER方法集成各評估專家對每個供應商的評估信息，得出最終的綜合評估結果；劉明菲等[13]結合DEMATEL和ISM方法構建了生鮮冷鏈前置倉物流服務質量風險影響因素的多層遞階模型，指出在途生鮮農產品貨損成本、配送準時性和生鮮農產品物流運作成本是其服務質量風險形成的核心因素。本文研究與劉明菲等[13]研究都運用了DEMATEL法和ISM法，但研究方向與方法仍有所不同。

目前學者們大多從生鮮冷鏈物流整個運作流程的宏觀視角出發研究其斷鏈風險，較少將研究重點聚焦到斷鏈風險的影響因素分析上，而研究斷鏈風險的方法并不適用于研究斷鏈風險的影響因素。本文通過梳理有關系統影響因素的研究發現：DEMATEL法的優勢是運用專家經驗和知識對復雜系統中因素的邏輯關系進行分析，并用具體數值來表示各因素間的相互作用關系；ISM法能將多變量、關系復雜且結構不清晰的系統劃分為若干層次，以揭示因素間層次結構的關聯關系和影響路徑；網絡層次分析(ANP)法能克服層次分析(AHP)法中要求各元素相互獨立、不存在反饋等局限性，可對復雜網絡結構的因素進行權重計算。因此，將這三種方法有機整合能夠從因素的屬性、層級結構和權重三個方面較為全面地分析斷鏈風險的影響因素，對研究生鮮電商前置倉冷鏈物流斷鏈風險影響因素體系具有較高的適用性。

鑒于此，本文以生鮮電商前置倉冷鏈斷鏈風險為研究對象，基于安全生產管理理論，并結合決策試驗與評價實驗室(decision-making trial and evaluation laboratory,DEMATEL)、解釋結構模型(interpretative structural model,ISM)和網絡層次分析(analytic network process,ANP)三種方法，構建生鮮電商前置倉冷鏈斷鏈風險影響因素的多層遞階網絡結構模型，分析影響因素的屬性及因素間的相互作用關系，并得到各影響因素在系統中的重要性程度，以期為解決生鮮電商前置倉冷鏈斷鏈風險提供新的思路和研究方向。

1 生鮮電商前置倉冷鏈斷鏈風險影響因素體系的建立

ISO 9001:2015標準中將風險定義為不確定性對預期結果的影響[14]，因此本文研究將從生鮮商品從前置倉離開，經冷鏈物流配送至客戶這一過程中可能產生不確定性的環節出發，分析哪些因素會對冷鏈物流造成斷鏈風險。

圖1 生鮮電商前置倉冷鏈物流配送系統一般運作流程

本研究結合對目前生鮮電商前置倉冷鏈物流配送系統一般運作流程(見圖1)的研究，并根據已有文獻中涉及到農產品冷鏈物流風險和生鮮電商供應鏈風險的影響因素，同時參考2020年3月起我國實施的新國標《冷藏、冷凍食品物流包裝、標志、運輸和儲存》(GB/T 24616—2019)的有關要求，以及團體標準《前置倉管理規范》(T/CCFAGS 016—2020)中針對前置倉管理的有關規范文件，提出了5M1T法，即從人員(Man)、商品(Merchandise)、管理(Management)、機器(Machinery)、技術(Technology)和外部環境(Macroscopic environment)6個維度對生鮮電商前置倉冷鏈物流斷鏈風險的影響因素進行了識別與提取。其中，人員是指在生鮮電商前置倉冷鏈物流系統中所涉及的工作人員；機器是指生鮮電商前置倉冷鏈物流系統中所有的設施、設備及復雜系統；商品是指生鮮電商前置倉冷鏈物流系統中的生鮮食品；管理是指生鮮電商前置倉冷鏈物流系統中所采取的管理制度；技術是指生鮮電商前置倉冷鏈物流系統中所使用的物流包裝等冷鏈技術；外部環境是指生鮮電商前置倉冷鏈物流系統所處的各種外部宏觀環境。建立的生鮮電商前置倉冷鏈物流斷鏈風險的影響因素體系，如表1所示。

表1 生鮮電商前置倉冷鏈物流斷鏈風險的影響因素體系

2 基于DEMATEL-ISM-ANP法的生鮮電商前置倉冷鏈物流斷鏈風險影響因素分析

生鮮電商前置倉冷鏈物流環節眾多，其斷鏈風險的影響因素之間存在交叉影響，本文將DEMATEL、ISM、ANP方法有機整合，對生鮮電商前置倉冷鏈物流斷鏈風險的影響因素進行研究。DEMATEL法和ISM法都運用矩陣和圖論分析系統中任意兩個因素之間的相互影響關系，通過整合DEMATEL法和ISM法可以降低ISM中可達矩陣的計算量與復雜度，并且得到因素間的因果關系與層級結構[24]；而ANP法在確定了因素間的多層次網絡結構關系后就能進行因素權重評估[25]。因此，通過整合DEMATEL、ISM、ANP三種方法可以提供ANP法所必需的因素間網絡結構關系，并完成因素權重值的計算。DEMATEL-ISM-ANP法的基本流程，如圖2所示。

基于DEMATEL-ISM-ANP法分析生鮮電商前置倉冷鏈物流斷鏈風險影響因素的具體步驟如下：

(1) 確定斷鏈風險影響因素。將生鮮電商前置倉冷鏈物流斷鏈風險的影響因素記為Ri，其中i=1，2，…，n。

圖2 DEMATEL-ISM-ANP法的基本流程

(2) 構造直接影響矩陣。開展專家問卷調查，通過統計問卷調查結果，可得到直接影響矩陣A:

A=[aij]n×n

(1)

式中：aij為直接影響矩陣元素，表示因素Ri對因素Rj的影響強度。

(3) 確定綜合影響矩陣。計算綜合影響矩陣前，首先按下式對直接影響矩陣A進行規范化處理：

(2)

然后，計算綜合影響矩陣T，T可表示為因素間直接和間接作用的和，即：

T=B(I-B)-1=[tij]n×n

(3)

式中：I表示單位矩陣;tij表示綜合影響矩陣元素。

(4) 確定整體影響矩陣。由綜合影響矩陣T及因素對自身的影響，可計算出系統整體影響矩陣H：

H=T+I=[hij]n×n

(4)

式中：hij表示整體影響矩陣元素。

(5) 確定可達矩陣。設定合理的閾值λ，可剔除系統中冗余的信息[26]，即通過比較hij值與閾值λ的大小，將系統中影響程度較小的關系忽略不計，得到可達矩陣M：

(5)

(6) 構建解釋結構模型(ISM)。為了彌補傳統ISM方法在層級劃分時因元素不斷增加而導致計算量加大、操作難度增大的不足，可根據因素的驅動力和依賴度對因素進行層級分析[27]。驅動力Oi和依賴度Pj的計算公式如下：

(6)

(7)

式中：Oi為驅動力，可表示為可達矩陣M中行元素相加的和；Pj為依賴度，可表示為可達矩陣M中列元素相加的和。

(7) 構建ANP網絡關系模型。根據可達矩陣M，建立ANP網絡結構，并在SD(Super Decision)軟件中建立ANP網絡關系模型。

(9) 確定混合權重矩陣。按照下式計算混合權重矩陣Q：

Q=H+HW

(8)

其中，Q中各元素qij代表混合影響度的重要性程度[28]，即混合權重。

(10) 建立斷鏈風險影響因素的多層遞階網絡結構模型。利用復雜網絡分析軟件Gephi，按照上步求出的混合權重矩陣Q，建立斷鏈風險影響因素的多層遞階網絡模型。

(11) 確定影響因素的最終權重。通過標準化處理混合權重矩陣Q，可得到斷鏈風險各影響因素的最終權重矩陣R：

(9)

其中，R中各元素rij代表斷鏈風險各影響因素的最終權重。

3 實例分析

本研究調研了上海、杭州、成都和重慶4個城市的生鮮電商企業和冷鏈物流行業從業人員，涵蓋中高層管理人員、普通職員和一線配送人員，工作范圍包括城市中心倉及前置倉區域運營、管理和生鮮商品物流配送等，共收集72份調查問卷，結合專家打分結果，對生鮮電商前置倉冷鏈物流斷鏈風險的影響因素進行綜合分析。

3.1 建立基于DEMATEL-ISM-ANP的生鮮電商前置倉冷鏈物流斷鏈風險影響因素分析模型

3.1.1 構建直接影響矩陣A

劃分相互影響程度的等級標度，即將影響因素之間相互影響程度由低到高劃分為L1到L44個等級，如表2所示。

表2 影響因素之間相互影響程度等級劃分表

專家們對24個影響因素兩兩之間的影響關系按照表2進行比較打分，通過對問卷調查結果進行統計，確定各影響因素間的相互影響程度，最終得到生鮮電商前置倉冷鏈物流斷鏈風險影響因素的直接影響矩陣A：

3.1.2 確定可達矩陣M

基于復雜網絡理論[24]，節點度指可達矩陣M中元素mij所在行和所在列的元素數量之和，因素的節點度越大意味著與該因素有直接或間接影響關系的其他因素數量越多，反之亦然。而閾值λ的設定將關系到后續影響因素多層網絡結構的確定，即λ取值越大，因素的節點度就越小，系統多層遞階結構越簡單，因素間的影響關系越難以準確衡量；λ取值越小，因素的節點度就越大，系統多層遞階結構越復雜，因素間的影響關系計算也越繁雜[28]。

故將λ分別設置為0.02、0.04、0.06、0.08、0.10，并計算不同閾值下生鮮電商前置倉冷鏈物流斷鏈風險各影響因素的節點度，得到各影響因素的節點度散點圖，見圖3。

圖3 生鮮電商前置倉冷鏈物流斷鏈風險各影響因素 的節點度散點圖

為了合理分析因素間的影響關系，獲得合理的系統結構，遵循影響因素節點度適中，不宜過大或過小的原則[28]，最終選取影響因素節點度適中的閾值λ=0.06，得到可達矩陣M:

3.1.3 構建解釋結構模型(ISM)

根據可達矩陣M劃分影響因素層級，分別計算可達矩陣的驅動力Oi和依賴度Pj，并以計算結果的中間值作為影響因素層級劃分區間，得到生鮮電商前置倉冷鏈物流斷鏈風險影響因素的層級劃分圖，如圖4所示。

圖4 生鮮電商前置倉冷鏈物流斷鏈風險影響因素 層級劃分圖

3.1.4 確定混合權重矩陣Q

將SD軟件中求得的權重結果保留三位小數后可得到影響因素的初始權重W；再根據公式(8)計算混合權重矩陣Q，得到各影響因素混合權重qij的計算結果，見表3。

表3 生鮮電商前置倉冷鏈物流斷鏈風險影響因素混合權重

3.1.5 建立影響因素多層遞階網絡結構模型

根據圖4和表3，建立了生鮮電商前置倉冷鏈物流斷鏈風險影響因素的多層遞階網絡結構模型，如圖5所示。該網絡結構模型中，節點的大小表示各影響因素混合重要性程度的高低；節點間連接線條的粗細反映了影響因素之間的影響關系強弱[29]。

圖5 生鮮電商前置倉冷鏈物流斷鏈風險影響因素的多層遞階網絡結構模型

3.1.6 確定影響因素的最終權重矩陣R

將混合權重矩陣Q進行標準化處理，得到生鮮電商前置倉冷鏈物流斷鏈風險影響因素的最終權重rij，見表4。

表4 生鮮電商前置倉冷鏈物流斷鏈風險影響因素的最終權重表

3. 2 結果分析

生鮮電商前置倉冷鏈物流斷鏈風險的影響因素體系是一個復雜的網絡系統，本文將從因素的因果屬性、層次網絡結構和權重三個方面展開分析。

3.2.1 因素因果屬性分析

利用DEMATEL方法計算可得整體影響矩陣H，其行元素之和稱為因素的影響度，列元素之和稱為因素的被影響度，兩者之差為因素的原因度，表示該因素與其他因素的因果邏輯關系[30]。若因素的原因度大于0，表示該因素對其他因素有較大的影響，為原因因素；若因素的原因度小于0，表示該因素受其他因素的影響較大，為結果因素[31]。依據DEMATEL方法計算因素的原因度，可確定生鮮電商前置倉冷鏈物流斷鏈風險各影響因素的因果屬性，詳見表5。

表5 生鮮電商前置倉冷鏈物流斷鏈風險影響因素屬性表

由表5可知:管理層冷鏈風險意識R1、員工素質和操作能力R2、員工在職穩定性R3等6個因素為原因因素，這些因素在系統中影響其他因素的程度更深；生鮮商品出倉質量R4、生鮮商品在途損耗R5、配送網絡規劃管理R7等18個因素皆為結果因素，這些因素在系統中受其他因素影響的程度更深。

3.2.2 因素層次網絡結構分析

依據DEMATEL-ISM-ANP法可得到生鮮電商前置倉冷鏈物流斷鏈風險影響因素的多層遞階網絡結構，詳見圖5。根據各影響因素的驅動力和依賴度，可將生鮮電商前置倉冷鏈物流斷鏈風險的影響因素劃分為4個層級，且各層級之間存在因果關聯關系。其中，系統第一層驅動層影響因素是指高驅動力、低依賴度的因素，這類因素具有影響其他因素數量較多的特征，包括政策環境R23、管理層冷鏈風險意識R1、員工素質和操作能力R2、冷鏈監測系統實時化R15等6個因素；系統第二層鏈接層影響因素是指高驅動力、高依賴度的因素，這類因素影響和被影響的其他因素數量均較多，包括物流運作成本管理R8、前置倉庫存管理R9、食品質量安全管理R10、冷鏈物流信息管理R11等5個因素；系統第三層依賴層影響因素是指低驅動力、高依賴度的因素，這類因素受到其他因素影響的數量較多，包括生鮮商品出倉質量R4、生鮮商品在途損耗R5、出倉檢測流程標準化R18、裝卸流程標準化R19等9個因素；系統第四層獨立層影響因素是指低驅動力、低依賴度的因素，這類因素在系統中相對獨立，不易影響與受到其他因素的影響，包括分揀流程精準化R17、交貨流程標準化R20、交通環境R21、自然環境R24等。

3.2.3 因素權重綜合分析

因素因果屬性描述了各個因素在系統中對其他因素的影響程度，因素多層遞階網絡結構直觀地展示了因素的影響廣度，但是各個因素的重要性不完全相同，下面結合因素權重進行綜合分析。本文以表5中影響因素屬性(原因因素、結果因素)和圖5中影響因素層級結構(驅動層、鏈接層、依賴層、獨立層)為分析的兩個維度，并結合表4中影響因素的最終權重，選取系統中12個權重較大的影響因素進行綜合分析，具體分類見表6。

(1) 驅動層原因因素。管理層冷鏈風險意識R1、員工素質和操作能力R2、政策環境R23的權重在系統中排前3位，從因素屬性角度，為原因因素，又位于多層網絡結構的驅動層，結合前述分析可知，這類因素在系統中對其他因素的影響范圍較廣、影響程度較深，是生鮮電商前置倉冷鏈物流斷鏈風險的關鍵影響因素。

表6 權重較大的生鮮電商前置倉冷鏈物流斷鏈風險影響因素分類表

目前，政府從冷鏈基礎設施建設、食品安全防范、追溯平臺建設等方面出臺了多項政策[32]，引導生鮮電商冷鏈物流行業健康發展。同時，相關研究表明生鮮電商企業意識到員工素質和操作能力、管理層冷鏈風險意識的重要性。雖然生鮮電商冷鏈物流行業高速發展，但冷鏈人才缺乏問題仍普遍存在。為此，建議專本科院校開設冷鏈物流專業，綜合分析我國冷鏈企業人才需求和全鏈條工作流程，形成涵蓋物流管理、冷凍冷藏技術、質量檢測與監控三大核心能力的課程體系[33]，并通過企業調研、頂崗實習等形式，培養高素質冷鏈技術與管理人才。同時，建議企業深化校企合作，構建理論與實踐、知識與能力緊密結合的人才培養模式，促進高素質專業人才向行業流動。此外，建議企業應對在職員工定期開展培訓學習與考核，壯大企業人才隊伍[34]。

(2) 驅動層結果因素。冷鏈監測系統實時化R15的權重在系統中排在第10位，是前12位權重較大影響因素中唯一位于驅動層的結果因素，其影響范圍較廣，但受特定因素的影響顯著。根據網絡層次結構分析，R15對權重較大的鏈接層和依賴層因素有一定的影響，如生鮮商品在途損耗R5、物流運作成本管理R8、食品質量安全管理R10等因素。

目前，部分生鮮電商企業已意識到R15對全程冷鏈起關鍵作用，也采取了更新冷藏運輸設施等具體措施，但生鮮在途損耗率較高、食品質量安全隱患大等問題仍普遍存在[35]。實際上本文通過分析因素屬性發現，R15受R1、R2、R23的影響顯著，因此建議企業在提升R15水平的同時，還需要考慮R1、R2、R23對其的內生影響作用。同時，在政策環境R23方面，建議政府監管部門在針對食品質量安全問題加大處罰力度的同時，更應正向激勵生鮮電商企業完善健全冷鏈實時監測體系。而從企業自身角度出發，建議在提升R15水平的同時，還應完善倉儲、裝卸及運輸等環節智能實時監測系統的建設，實現各個環節溫濕度等冷鏈信息可視化、可控化[36]，并增強員工全程冷鏈風險意識，培訓員工對智能系統的操作能力，做到當出現食品質量安全問題時，能立即啟動應急預案，保障冷鏈不斷鏈。

(3) 鏈接層結果因素。物流運作成本管理R8、食品質量安全管理R10、冷鏈物流信息管理R11這三個因素是鏈接層結果因素。從因素屬性角度，這類因素受原因因素的影響程度較深，如管理層冷鏈風險意識R1、員工素質和操作能力R2、政策環境R23等。從網絡層次結構角度，這類因素不僅受R1、R2、R23等驅動層原因因素的影響，還會影響權重較大的依賴層因素，如生鮮商品出倉質量R4、生鮮商品在途損耗R5、出倉檢測流程標準化R18、裝卸流程標準化R19等，因此生鮮電商企業要想實現R8、R9、R10、R11等鏈接層因素對R4、R5、R18、R19等依賴層因素的影響作用，應先考慮到R1、R2、R23等驅動層原因因素。

以食品質量安全管理R10為例，盒馬鮮生在經營中曾多次出現食品質量安全問題，如線下門店銷售的羅氏蝦(淡水蝦)在檢驗中發現，其含有的呋喃西林代謝物超過了國家食品質量安全標準，若攝入過量有關該物質的食品將會危害人體健康。企業通常將其歸屬于食品質量檢測流程R18問題，便嚴管質檢環節。但食品質量安全問題仍頻頻發生，如2019年12月線下門店銷售發霉水果、鯽魚被檢出恩諾沙星超標等。而本文研究結果表明，出倉檢測流程標準化R18主要受企業食品質量安全管理R10的影響，同時員工素質和操作能力R2又會直接影響R18。因此，建議企業應針對商品管理人員、銷售人員和配送人員進行專門培訓，提升其專業素質，進一步加強臨近保質期食品質量安全管理，避免員工管理不當導致的食品質量安全問題。

(4) 依賴層結果因素。生鮮商品出倉質量R4、生鮮商品在途損耗R5、物流包裝標準化R16、出倉檢測流程標準化R18、裝卸流程標準化R19這5個因素作為依賴層結果因素，受驅動層和鏈接層因素的影響程度較深，如管理層冷鏈風險意識R1、員工素質和操作能力R2、冷鏈監測系統實時化R15、食品質量安全管理R10等因素。

目前，生鮮電商企業已意識到這類因素主要受其他因素的影響，因此對這類因素的管控應建立在對驅動層和鏈接層因素的管控之上。如生鮮商品物流包裝標準化R16水平的提升，會受到管理層冷鏈風險意識R1、物流運作成本管理R8的影響，基于此建議企業應先改進R1、R8等因素；此外，提高生鮮商品裝卸流程標準化R19的程度，依賴于裝卸作業區溫度控制及人員操作，建議企業應先提升冷鏈監測系統實時化R15、員工素質和操作能力R2等驅動層因素。

除表6中因素之外，系統中還有12個權重較小的因素，如員工在職穩定性R3、基礎設施設備完備水平R12、冷凍冷藏設備智能化R13等因素。

4 結論與建議

(1) 基于安全生產管理理論，從人員、商品、管理、機器、技術和外部環境6大維度，識別并提取出生鮮電商前置倉冷鏈物流斷鏈風險的24個影響因素，通過整合DEMATEL、ISN、ANP三種方法研究了各影響因素之間的因果關系，并將這些復雜的因果關系轉化為直觀的多層遞階網絡結構模型，進而通過模型計算，從因素屬性、層次網絡結構和權重三個不同視角進行綜合分析，為生鮮電商前置倉冷鏈物流斷鏈風險管理提供新的思路與研究方向。

(2) 本文研究結果表明：權重排在前3位的政策環境、員工素質和操作能力、管理層冷鏈風險意識是驅動層原因因素，對系統中其他因素的影響范圍廣、程度深，是生鮮電商前置倉冷鏈物流斷鏈風險的關鍵影響因素；同時，食品質量安全管理、冷鏈物流信息管理、物流運作成本管理、前置倉庫存管理等鏈接層結果因素，既受到政策環境、員工素質和操作能力、管理層冷鏈風險意識等因素的影響，又會影響生鮮商品出倉質量、生鮮商品在途損耗等依賴層結果因素。因此，生鮮電商企業對依賴層結果因素的管控不應僅關注商品質量、機器設備、流程標準等指標本身的高低，還應追溯到鏈接層因素的直接影響和驅動層的間接影響作用。但值得注意的是，其中一個權重較大的因素冷鏈監測系統實時化既為驅動因素，影響因素范圍廣，又屬于結果因素，會受到其他因素的影響，兩者看似矛盾，實則不然。以往的研究[13]中僅結合DEMATEL、ISM方法分析因素間的層次結構與中心度，而本文在此基礎上集成DEMATEL-ISM-ANP三種方法更為全面地剖析了因素的層次網絡結構、屬性和權重，由此通過ANP法計算得知冷鏈監測系統實時化是權重較大的因素；從因素屬性角度看，冷鏈監測系統實時化受權重較大的政策環境、員工素質和操作能力、管理層冷鏈風險意識的影響顯著；從層次網絡結構角度看，冷鏈監測系統實時化驅動作用范圍較廣，影響了權重較大的8個因素(不包括政策環境、員工素質和操作能力、管理層冷鏈風險意識)。因此，建議生鮮電商企業在提升冷鏈監測系統實時化水平的同時，還需進一步強化管理層冷鏈風險意識、提高員工專業素質和操作能力，以正向影響食品質量安全管理、生鮮商品在途損耗等其他關聯因素，降低生鮮電商前置倉冷鏈物流斷鏈風險。

(3)本研究重點在于分析影響生鮮電商企業前置倉冷鏈物流斷鏈風險的影響因素，但局限性在于尚未針對具體企業提出直接解決方案，后續將根據具體生鮮電商企業有關案例做進一步的研究。