基于熵权——灰色关联度分析的生鲜农产品物流风险安全评价

杨建强顾鑫何强

（1.贵州理工学院经济管理学院，贵州 贵阳550003；2.贵州大学现代制造技术教育部重点实验室，贵州 贵阳550025）

水果、蔬菜、肉、蛋以及水产品等构成了生鲜农产品[1]。近些年来，社会上对于食品安全的问题也越来越重视，人们对食品的要求也由“量”转向了“质”。如何确保生鲜农产品的食品安全问题，物流是不可忽视的重要环节。生鲜农产品在物流环节中发生的品质、味道的变化，甚至发生大量的腐烂变质现象是造成生鲜农产品安全问题与食品浪费的重要因素[2-4]。如今，社会生产力持续发展与提高，我国已经对物流的发展持续加大力度，并取得了一定的成效。但是由于我国幅员辽阔，不同地区的经济发展以及物流资源的发展情况不同，导致了不同地区的生鲜农产品的物流能力也有所差异，物流能力与物流资源需求不平衡的问题突出[5]。因此我们需要对生鲜农产品的物流能力进行综合性的评价、分析与比较，建立一套科学适用的生鲜农产品物流风险安全评价体系对提高生鲜农产品运输过程中的质量具有现实意义[6]。

文章通过构建生鲜农产品物流风险安全评价体系，基于熵权法和灰色关联度分析确立各指标的权重，并对生鲜农产品的物流风险进行综合性数据分析，据此为生鲜农产品的物流发展提供参考。

1 生鲜农产品物流风险安全评价指标确定

在借鉴目前较为成熟的安全评价体系的基础上构建生鲜农产品物流风险安全评价体系，并结合物流每个环节对生鲜农产品质量的影响从基础风险、仓储风险、市场需求风险、传递风险四个方面选取指标来代表生鲜农产品物流风险安全评价指标，最终构建生鲜农产品物流风险安全评价指标体系，如图1所示。

1.1 基础风险

图1 生鲜农产品物流风险安全评价体系

生鲜农产品的物流是建立在一定物流基础上的，生鲜农产品物流的基础风险包括设施设备、物流节点、公共信息平台三个方面。从物流的角度上看，生鲜农产品所需的设施设备除了皮带机、传送带、运输车辆外，还包括打包机械、扫码设备、包装设备等；同时，对叉车、码垛机以及提升机等垂直运输设备的需求也是必不可少的。在物流网络中，连接各个物流路线的交点之处被称为物流节点。广义的物流节点指的是对物资进行集散、中转和储运的节点，包括港口、公路枢纽、火车货运站、空港、大型公共仓库及现代物流中心以及物流园区等[7,8]。狭义的物流节点指的是物流中心和配送网点等。物流节点主要有衔接、信息、管理三个方面的功能。构建生鲜农产品公共信息平台，有利于人们对资源的整合和利用，对生鲜农产品的各种信息进行实时反映，为生鲜农产品的物流打下坚实的基础。

1.2 仓储风险

对一些物资进行物品的入库、存储以及出库的活动被称为仓储。物资因为其储存的需要进而形成了仓储，仓储的发展也是伴随着社会生产力的不断提高而提高。仓储是生鲜农产品流通的最重要环节之一，也是生鲜农产品物流的基础[9,10]。

1.3 市场需求风险

市场需求是指在规定的时间段内消费者对于一定价格条件下的某种商品或者服务愿意而且能够购买的数量，必须强调的是，消费者有购买的意愿而且有支付能力[11]。市场需求的基本要素主要由消费者偏好、个人收入以及产品价格组成。消费者收入一般指的是社会上的人均收入；产品的价格是指某种产品的自身价格，产品的价格是影响市场需求的最重要因素之一[12]。

1.4 传递风险

在现代管理中信息的传递占据着举足轻重的地位，所有的信息传递都是在组织内部进行的，信息传递有语言、文字、图像、气味等渠道。传递风险主要由传递时效、传递失真以及传递安全这三个指标进行衡量[13]。传递时效性是指信息在传递过程中所耗费的时间。信息传递所需的时间越短，而传递的信息量越大，那么传递时效性就越高，反之时效性就越低。传递失真是指信息在传递的过程中加入了噪声或者干扰以及丢失，也就造成了在传递过程中输入信息和输出信息的不相符或不对应。传递安全是指信息在传递过程中的安全的程度，包括信息的保密性、可用性、完整性、可控性等特性，最终目的都是保证信息在传递过程中的安全性和有效性。

2 评价方法

2.1 熵权法

根据信息论，信息能够度量一个系统的有序程度，而熵能够度量系统的无序程度[14,15]。熵最先由申农引入信息论，目前已经在社会经济以及工程技术等领域得到了广泛的应用。在通常情况下，如果某个指标的信息熵越小，那么该指标的变异程度就越大，其所含的信息量就越多，在综合评价中所起的作用越大，其权重也越大[16-18]。熵权法的一般计算流程如下：

（1）构建指标数据矩阵

（2）数据的标准化处理

对于越大越好的指标：

对于越小越好的指标：

（3）计算第j项指标下第i个方案占该指标的比重：

其中k>0,ln为自然对数，ej≥0式中常数k与样本数m有关，一般令（5）计算差异系数：

对于第j标，指标值Xij的差异越大，对方案评价的作用越大，熵值就越小：

2.2 灰色关联度分析法

灰色系统最初由控制科学与工程领域的教授邓聚龙提出的[19]。关联度是对于两个系统随着其他对象变化时关联性大小的一种度量[20]。在两个系统随时间或者其他对象变化时，如果两个系统之间的关联程度高，那么其因素的变化趋势将具有一致性。灰色关联度分析（Grey Relation Analysis，GRA）是一种多因素统计分析方法，通过灰色关联度分析我们能够得出某一指标与其他因素的关系强弱，对所有因素按照关系由强到弱排序，我们就可以得出一个分析结果[21,22]。灰色关联度分析法一般计算流程如下：

（1）确定各序列初值像（参考序列）

（2）计算差序列

（3）求两极最大差和最小差

（4）求关联系数

（5）计算关联度

根据步骤4所求的关联系数矩阵求得关联度

3 生鲜农产品物流风险安全评价

以某生鲜农产品物流服务商为例，根据生鲜农产品物流风险安全评价指标体系和性质以及在安全评价过程中遇到的问题分析，文章采用标注专家评分法对所构建指标进行评分。将生鲜农产品物流风险安全评价等级分为5级，分别为：[0,3)表示低风险，[3,5)表示较低风险，[5,7)表示一般风险，[7,9)表示较高风险，[9,10)表示高风险。

通过邀请五位专家对文中所构建的指标体系进行评分，将专家结果进行统计分析得到原始评分数据，如表1至表5所示。

3.1 确定指标权重

（1）根据表1建立熵权法一级指标原始矩阵：

表1 一级指标评分表

表2 二级指标评分表（基础风险）

表3 二级指标评分表（仓储风险）

表4 二级指标评分表（市场需求风险）

表5 二级指标评分表（传递风险）

（2）根据熵权法计算公式（5）、（6），由MATLAB 软件计算一级指标信息熵和权重，如表6所示。

表6 一级指标信息熵和权重

同理，由MATLAB软件计算二级指标信息熵和 权重，如表7至表10所示。

表7 二级指标信息熵和权重（基础风险）

表8 二级指标信息熵和权重（仓储风险）

表9 二级指标信息熵和权重（市场需求风险）

表10 二级指标信息熵和权重（传递风险）

3.2 灰色关联度评价

（1）构建一级指标的序列矩阵:

（2）无量纲化后的差序列：

由以上矩阵可知最小差=0，最大差=1.4033

（3）计算关联系数：

（4）计算关联度：

根据计算公式（12），由MATLAB计算一级指标关联度，如表11所示。

同理，由MATLAB软件计算二级指标关联度，如表12至表15所示。

将熵权法计算所得权重以及灰色关联度分析法计算所得关联度整理数据，如表16所示。

表11 一级指标关联度

表12 二级指标关联度（基础风险）

表13 二级指标关联度（仓储风险）

表14 二级指标关联度（市场需求风险）

表15 二级指标关联度（传递风险）

3.3 结果评价与分析

根据所选用模型原理可知，各风险指标的关联度越接近1，说明该指标与参考值的关联性越大，则该指标的风险系数越小；相反，各风险指标的关联度越远离1，说明该指标与参考值的关联性越小，则该指标的风险系数越大。因此，综合各指标权重和关联度值，具体结果分析如下：

对于一级指标层面，关联度最小的指标是仓储风险指标，关联度处于中间的是基础风险和市场需求风险指标，关联度最大的是传递风险指标。然而，仓储风险指标在各一级指标中所占权重最大，说明仓储风险指标在生鲜农产品物流风险中处于最重要的地位，因此，对仓储风险指标所涉及的仓储技术和设备、化学保鲜剂、生物损害等提出了更高的要求，在以后的生鲜农产品物流运输中，要大力加强仓储环节的管理，重视仓储环节的安全，要大力投资仓储环节以保证此环节务必安全。

表16 各级指标权重和关联度

对于二级指标层面，在基础风险指标中，权重占比最大的是公共信息平台，而其关联度值最大，风险系数最小，说明在互联网环境下的公共信息平台目前运行较好，符合当下“互联网+”的趋势。但是，设施设备指标的权重最低，关联度值最小，说明基础风险指标中的主要风险来源是设施设备的风险，可能是由于其权重占比较少，物流运输商家对其不重视以及疏忽了它的管理所导致，在生鲜农产品物流运输中，要重视设施设备的管理。在仓储风险指标中，权重占比最大的是生物损害，但是其关联度值最小，风险系数最高，说明仓储风险指标中的主要风险来源是生物损害，可能的原因是在仓储过程中，各种生鲜农产品自身所带有的微生物的影响。在生鲜农产品物流运输中，针对生物损害要进行必要的技术手段来防止其蔓延。在市场需求风险指标中，权重占比最大的是消费者偏好，而其关联度值最小，风险系数最高，说明市场需求风险指标中的主要风险来源是消费者偏好，这可能的原因是对于不同的消费者，所提供的生鲜种类没有完全满足不同的消费者需求，在生鲜农产品物流运输中，要提前做好消费者市场调研，尽量保证运输到市场上的生鲜农产品符合大众消费者的需求。在传递风险指标中，传递安全指标权重占比最大，其关联度值也最大，风险系数最小，说明在目前的信息大数据时代，人们对信息传递安全的重要程度也在日益增加。

3 结论

基于熵权-灰色关联度分析法对生鲜农产品物流风险指标体系进行评价，并将该方法应用于某生鲜农产品物流服务商。根据所构建模型计算所得结果表明，建立熵权-灰色关联度分析评价生鲜农产品物流的安全性具有较好的可操作性，实用性较强，为生鲜农产品物流企业提供新的安全评价思路，具有理论与实践价值。