“一带一路”背景下农产品供应链风险识别与评估

许慧敏

[摘 要] “一带一路”倡议的提出，促进了我国跨境农产品供应链发展的同时，也给其带来了风险。在此背景下，农产品供应链不断拉长，潜在不确定性风险更复杂，降低了企业风险响应速度，进而影响了整条供应链的利益。因此，降低农产品供应链风险是当前亟待解决的问题。以“一带一路”为研究背景，以跨国农产品供应链为研究对象，在问卷调查的基础上构建农产品供应链风险指标体系，并通过社会网络分析对跨国农产品供应链进行风险评估。结果表明，保持跨国农产品供应链的稳定性，需要加强与政治稳定的国家的紧密合作，同时增强各环节的衔接与物流运作能力，有利于降低风险发生的可能性。

[关键词] 一带一路;农产品供应链;风险识别与评估;社会网络分析

[中图分类号] F326.6 [文献标识码] A [文章编号] 1009-6043（2020）01-0133-03

“一带一路”倡议旨在促进我国与沿线发展中国家互惠互利，各国之间的农产品资源协同互补则是其中的一项重要内容。在这一框架下，农产品供应链从国内延伸到国外，并逐渐发展。鉴于跨境供应链链条长、宏观环境多变等特点，使其在运行过程中产生诸多不确定的风险因素，如政策调整、政局动荡、农产品供应链独特性等[1]。这些因素间相互关联形成了一个网络结构，网络中风险的变动不仅影响风险的传递，也会影响整体的效率，给整条供应链带来巨大损失。2017年，国务院发布的《国务院办公厅关于积极推进供应链创新与应用的指导意见》：鼓励企业建立全球供应链风险预警评价指标体系，完善全球供应链风险预警机制，提升全球供应链风险防控能力[2]。因此，识别“一带一路”农产品供应链风险，确定关键影响因素，对降低风险、提高供应链稳定性具有重要意义。

一、文献综述

关于供应链风险的研究方法包括层次分析法[3]、borda序值法[4]、贝叶斯网络推理算法[5]等，但这些方法都假设风险因素是相互独立且无相关性。事实上，供应链风险本身存在较强的传递性并沿着供应链放大，最终导致供应链损失。且方法的主观性使得在评估关键风险时存在偏差，而社会网络分析法能够弥补这些不足。社会网络分析最早由美国社会网络学家Barnes提出来的，最初用于研究社会关系[6-7]。风险因素之间的传递、影响和作用，与社会关系本质上是一致的，因此社会网络分析也适用于分析风险关系。

很多专家和学者就农产品供应链上的风险进行了探讨。多数研究从系统的角度出发进行研究。杨为民利用统计熵分析了农产品供应链风险的形成机理，得知政府监督为关键控制点[8]。游军用期权理论协调农产品供应链从而降低风险[9]。张丽等引入AHP方法，计算各因素的指标权重以确定主要风险。颜波等建立了风险损失函数，结果表明控制源头风险能有效降低农产品供应链损失[10]。DiabatA认为风险因素之间是相互影响的，并运用解析结构模型（ISM），分析出引起食品供应链风险的深层影响因素[11]。也有部分学者从单一视角对供应链风险进行解读。杨扬等采用HACCP方法研究冷链物流在保证生鲜农产品质量安全上的重要性[12]。供应链上企业之间相互合作，信息促进贸易顺畅的同时，信息风险也影响着供应链的稳定性[13]。由于协调能力不足、通关效率等因素形成的交货延迟会影响农产品供应链的稳定性[14]。但也有研究发现，技术并不是风险产生的主要因素，行为风险才是关键控制点[15]。此外，洪巍等认为网络舆情对食品供应链有逆向作用[16]。

综上所述，关于农产品供应链风险的研究较为丰富。但在众多文献中，主要涉及的是国内的农产品供应链风险，“一带一路”背景下的跨境农产品供应链风险的文献较少。随着“一带一路”倡议的推进，跨国农产品供应链相比于传统的国内农产品供应链其利益链条更长，环境更加复杂，潜在风险爆发可能性更高。如何在“一带一路”背景下，实现农产品供应链风险的防控，是目前研究热点。此外，在供应链风险的文献中，应用社会网络分析的不多。因此，本文考虑了以国内加工企业为核心的跨国农产品供应链，在构建风险指标体系的基础上，运用社会网络分析法，深入探寻风险变化规律，为风险控制提供科学依据。

二、风险因素识别与指标构建

識别风险因素是确定关键风险的依据。本文在分析2014-2016年不合格出口农产品原因的基础上，结合核心加工企业运作流程和“一带一路”农产品供应链的特点，构建了农产品供应链风险识别框架（如图1）。

“一带一路”农产品供应链涉及跨国贸易，面临的风险相对于传统供应链更为复杂。根据上述供应链风险识别框架，本文将“一带一路”农产品供应链风险分为外部环境风险、供应风险、管理风险、物流风险、信息风险以及需求风险等7个风险，并细分为17个二级风险。

（一）数据来源

为保证二级风险因素有效性，本文采用李克特五级量表形式进行评分，并以相关农产品出口企业为对象发放问卷。发出问卷210份，有效问卷164份，有效率为78%。将收集到的数据进行信度和因子分析。

（二）信度分析

信度分析是检验调查问卷因子结构。利用SPSS软件对问卷进行可靠性分析，由表1可知，整体Alpha值为0.923>0.8，说明问卷可靠性较强。

（三）因子分析

对数据进行KMO和Bartlett球形检验，从表1中可以看出，KMO值为0.856>0.7，显著性P=0.000，说明数据很适合做因子分析。

对相关17个二级指标进行因子分析（如表2），共提取了5个公因子，累计方差贡献率达到66.076%。在研究初期的设想是将风险划分为7大影响因素，然而在探索性因子分析中合作、信息和管理风险合并在一个因子中，可能是在以核心企业为中心的供应链中，合作关系与信息的掌握都是由核心企业管理，因而列入管理风险中，将其命名为管理风险。

从表4中可知，X1、X2、X3和X4在因子5上的载荷较高，将其命名为外部环境风险;X5和X6在因子4上的载荷较高，将其命名为供应风险;X7、X8及X9在因子3上具有较高的载荷，将其命名为物流风险;X10、X11、X12、X13、X14和X15在因子2上载荷较高，将其命名为管理风险;X16和X17在因子1上载荷较高，将其命名为需求风险。

经过信效度分析表明，跨国农产品供应链风险指标是可取的，因而形成了一个由5个一级指标和17个二级指标构成的农产品供应链风险指标体系，如表4所示。

三、跨国农产品供应链风险评估

农产品供应链风险因素的关系网络是由“点”（风险因素）和“有向边”（影响关系）构成。本文通过采访农产品进出口加工企业相关人员确定了风险因素之间的直接影响，从而构建了风险邻接矩阵。对该邻接矩阵进行可视化分析，其结果如图2所示。

（一）跨国农产品供应链风险网络整体结构分析

1.网络密度。网络密度是用来衡量群体中成员联系的紧密程度。计算公式为：

上述表达式中：n表示风险因素的个数;m表示风险因素之间的联系总数;

运用Ucinet进行整体网络密度分析可知，在由17个风险因素组成的农产品供应链风险网络中，有45条关系线，整体网络密度为0.1654。在实际中，完备图是不存在的，且实际的节点连接总数要远小于最大可能的连接数，因而任何网络的密度的最大值是0.5[17]。因此，“一带一路”农产品供应链风险网络中风险因素间沟通联系频繁。

2.可达性测度。可达性测度是用来衡量节点之间信息传递的难易程度。网络直径D是指网络中任意两个节点之间的最大连接距离。表达式为：

平均路径L是测量任意两个节点之间连接的平均距离。表达式为：

在Ucinet软件中显示，跨国农产品供应链风险网络中没有不可达点。网络直径为3，平均路径为2.03，每个风险最多通过3个其他不确定性因素就能将风险传递到整个网络中;每个风险因素平均通过1.68个节点与其他风险因素进行风险传递，说明风险在跨国农产品供应链网络中传播速度较快。

（二）跨国农产品供应链风险网络中心性分析

1.点度中心度。点度中心度是解释节点的信息传递能力和被影响的程度。其表达式为：

可以看出跨国农产品供应链风险整体网络的点度中心度为0.2083，表明风险网络的点度中心度较大，存在关键传递点。X1的点出度为7，说明了该风险因素扩散性较强;X16的点入度为6，说明了该风险因素容易受其他因素的影响。

2.中间中心度。中间中心性描述的是节点对信息传递的控制能力。表达式为：

其中，bij为节点i到节点j需要经过节点k的最短路径的条数;

从分析结果表明，X17、X5、X16、X13等风险因素的中间中心度较高，说明如果要将风险传递到整个网络需要经过这几个关键风险点。因而，想要控制农产品供应链网络中的风险的发生，则要对关键因素重点关注。

3.接近中心度。接近中心度是一个节点与其他节点的接近程度的测量，表达的是获取信息的容易程度。表达式为：

结果表明，X7与其他风险节点的距离之和只有29，说明一旦风险发生，则它将风险传递到整个网络的速度更快;相反，因为X7的出度中心度更大，它受其他风险因素影响的可能性就更小。

综上分析，在“一带一路”背景下的农产品供应链中要降低风险发生的可能性，最重要的前提是要选择与政治较为稳定的国家进行产品贸易;其次，要在充分了解国外消费者需求的基础上，有选择性地出口农产品，减少因顾客需求变化而导致的供应链损失;最后，企业要加强与经营理念相同的异国企业合作，强化衔接的紧密性和物流的速度，从而缩小农产品的在途损失，提高跨国农产品供应链的运作能力。

四、结论

本文以“一带一路”背景下以加工企业为核心的跨国农产品供应链为研究对象，在充分考虑存在的不确定性因素的基础上，形成了风险识别框架，识别可能的风险，并利用问卷调查和SPSS分析，构建了风险指标体系。同时，结合社会网络分析法对跨国农产品供应链风险进行了风险评估，发现跨国农产品供应链的关键控制点。

[参考文献]

[1]樊星，邵举平，孙延安.基于模糊理论的跨国农产品供应链风险识别与评估[J].科技管理研究，2016，36（6）：210-215.

[2]国务院办公厅.国务院办公厅关于积极推进供应链创新与应用的指导意见[J].中国汽配市场，2017（5）：72-75.

[3]周三元.基于供应链视角下农产品质量安全风险影响因素分析[J].中国流通经济，2013，27（6）：45-48.

[4]何静，刘杰，张昕蕾.食品供应链安全诚信风险识别与评估[J].中国乳品工业，2016，44（7）：36-40+49.

[5]徐娟，章德宾.生鲜农产品供应链突发事件风险的评估模型[J].统计与决策，2012（12）：41-43.

[6]Martínez A， Dimitriadis Y， Rubia B， et al. Combining qualitative evaluation and social network analysis for the study of classroom social interactions[J]. Computers & Education， 2003， 41（4）：353-368.

[7]Brass D J， Butterfield K D， Skaggs B C. Relationships and unethical behavior： A social network perspective.[J]. Academy of Management Review， 1998， 23（1）：14-31.

[8]楊为民，陈娆，吴春霞.基于熵的农产品供应链风险研究[J].中国集体经济，2009（34）：103-104+130.

[9]游军，郑锦荣.基于期权的农产品供应链风险管理[J].贵州农业科学，2009，37（7）：234-237.

[10]张丽，刘建东，滕飞.基于AHP的农产品供应链风险指标体系评价研究[J].食品研究与开发，2014，35（18）：186-188.

[11]DIABAT A， PANICKE R K G V V.Supply chain risk management and its mitigation in a food industry [J]. International Journal of Production Research，2011，50 （11）： 3039-3050.

[12]杨扬，袁媛，李杰梅.基于HACCP的生鲜农产品国际冷链物流质量控制体系研究——以云南省蔬菜出口泰国为例[J].北京交通大学学报（社会科学版），2016，15（2）：103-108.

[13]颜波，石平，丁德龙.物联网环境下的农产品供应链风险评估与控制[J].管理工程学报，2014，28（3）：196-202+173.

[14]付焯，严余松，郭茜，等.生鲜农产品供应链物流风险传递机理及控制[J].西南交通大学学报，2018，53（3）：654-660.

[15]刘永胜，陈娟.食品供应链安全风险的形成机理——基于行为经济学视角[J].中国流通经济，2014，28（3）：60-65.

[16]洪巍，李青，吴林海.考虑信息真伪的食品安全网络舆情传播仿真与管理对策研究[J].系统工程理论与实践，2017，37（12）：3253-3269.

[17]MAYHEW B H， LEVINGER R L. Size and Density of Interaction in Human Aggregates [J]. American Journal of Sociology， 1976，82（1）：86-110.

[责任编辑：史朴]