农产品供应链智慧化成熟度评价模型研究——以云南省为例

张悟移，闻长城，杨 伟 ZHANG Wuyi, WEN Changcheng, YANG Wei

（昆明理工大学 管理与经济学院，云南 昆明650093）

0 引 言

作为世界上人口数量居于第一的人口大国，如何解决温饱问题是党和国家在完善现代化治理过程中首当其冲的问题[1]。在目前农业产业发展过程中，结构性问题一直都属于农业发展中较为突出的难点所在，如何在我国农业产业发展中调、降产能，着力因地制宜发展现代化农业，满足人民群众日益增长的多样化需求，实现农业产业发展的效率与质量水平，实现国家农产品供给安全、保障有力，助推农业现代化、智慧化转型，实现农业跨越式发展，成为我国农业问题的重点研究内容[2]。推动我国农产品流通业的良性发展从而有效保障我国农业供给侧结构性改革的顺利进行[3]，而推动农产品流通产业的良性发展需要形成智慧化的农产品供应链。

目前随着信息化、大数据在全社会生产生活中的应用，农业智能化、信息化已经成为大势所趋，因此而诞生的“智慧农业”促使农业发展进入高级阶段[4]，我国传统农产品供应链正向现代农产品供应链转变[5]，通过对我国农产品供应链智慧化发展阶段的判断，因时因地的制定出符合发展阶段的产业政策和措施，则需要利用评价模型的方法来进行指导。

1 相关文献回顾

农产品供应链的概念由工业供应链演变而来，即从农产品生产原料开始到农产品生产过程再到农产品产出，最后经过物流、销售，进入市场，最终形成消费者的购买使用这一整个过程[6]。这一过程涵盖了提供农产品种子和肥料的供应商、生产种植的农户、收购和销售的经销商、加工制造商、零售商和顾客。农产品供应链在实现全面脱贫、保持增强地区农业产业优势地位[7]，实现国家农业产业质量保证[8]等方面有着举足轻重的地位。与工业供应链相比，农产品供应链由于受到我国地理区位多丘陵、少平原的特点，有着分布分散、规模较小、结构复杂等特殊情况[9]，同时在实际销售过程中出现农产品生产效率低下、产销不对路、生产不经济、价格受多方面因素影响、质量难以得到保障等问题，节点间利益分配不均[10]，以及信息化程度较低[11]等诸多问题。

国内外学者近些年的研究重点主要放在体系构建上。构建农产品供应链智慧化体系，首先需要对农产品供应链的类型进行划分，在此基础上，进行农产品供应链策略合规制结构的选择[12]。要实现促进并保障农产品供应链系统的运转，需要通过实现农业信息化，拓宽农业发展道路为核心，以安全、服务体系为农业供应链提供保障，以组织机构能力整合提供支撑[13]，并最终形成具有多主体之间合作共赢、知识贡献、共建区域协同体系等特色的新型农产品供应链模式[14]。为了农业产业供应链链智能化、体系化，需要发挥大数据技术优势，以大数据来驱动产业链的智能化、精准化[15]，充分利用云计算[16]和区块链技术[17]突出智慧化，从而开启创造性的发展生态[18]。基于全产业链构建农产品供应链智慧化体系，实现农业产业发展的最优化效率，最终形成产供销一体化的供应链协同农业现代化管理运营体系建设[19-21]。上述的研究中，较为科学地形成了对农产品供应链智慧化体系构建的指导，但研究不能止步于构建体系，而应该更进一步地探讨如何判断农产品供应链智慧化发展程度，基于发展程度才能更好地把握发展现状，进而精准识别目前发展中面临的问题、有针对性研究合理的对策、实现和推动农产品供应链智慧化进程。

成熟度的作用在于对组织管理水平及其能力进行衡量，原理是基于多重管理角度和管理层次，对组织进行分析和描述，再通过分析与描述的结果来构建一个具有价值增值能力的评价体系。这种方法的侧重点在于对评价结果的分析和改进，并具有使组织取得良好绩效的能力。 美国供应链协会最早提出有关于供应链成熟度评价模型，并随后在世界各国应用过程中得到不断的优化与提升，因此被各供应链企业认可和接受，并成为供应链内部节点企业借此识别自身发展阶段（成熟度）的工具。该模型中的“成熟度”指的是首先观察节点企业在供应链运行过程中组织和控制的状态，再对其进行归类、评价和度量。供应链成熟度评价模型能够表示两种供应链状态：（1）供应链在特定时间段内在供应链内部成员之间的地位；（2）供应链在整体在现有环境中整体竞争实力的评估。模型能够在提高供应链企业竞争力、降低不确定性方面起到一定的积极作用。韩志新（2010）提出的绿色供应链管理成熟度模型，运用构建的绿色供应链管理成熟度相关评价体系，运用定性定量相结合的方法对绿色供应链管理成熟度做出评价[22]。李弘等（2012）对三种供应链成熟度模型进行分别研究，在信息化背景下供应链演进过程中的内涵与作用进行了分析[23]。雷明等（2016）考虑到我国电网物资供应链的特殊性，基于绿色供应链研究视角，探索处于供应链内部企业社会责任的承担，建构以需求为主导的价值与责任网络模型[24]。上述较具代表性的研究是成熟度评价模型的具体运用，本文将智慧化的最新成果运用于农产品供应链的研究中，利用成熟度评价模型所提供的判断方法，判断在某一段时间内供应链所处的发展状态以及供应链在当前时间所处竞争环境下所具有的竞争力，进而指导农产品供应链智慧化发展。

2 智慧化成熟度评价模型构建

2.1 评价步骤。由于目前研究中尚未有对供应链智慧化成熟度评价指标体系相关指标的量化标准，同时考虑量化评价过程中影响较大的因素，所以评价过程采用模糊定性的比较方法。因此，本文基于综合模糊评价方法做出评价。

（1）依次对每个子因素集进行一级综合评判

首先，确定评语集，如V=｛优，良，中，可，差｝。

然后，根据各子因素集Uij所对应的各因素的重要尺度确定其各自的权重Wi。

同时，根据权数的相关定义，基于Ui因素的单因素判别矩阵假设为

则Ui的一级综合评价指标向量Bi为：Bi=Wi*Ri。

（2）在一级评判的基础上进行二级综合评判，得出结论

Ui代表着影响智慧化供应链的影响因素，通过Bi进行归一化处理，解决了不同影响因素之间不可比的问题，建构单因素评判矩阵

对Ui进行估测，给出其对供应链智慧化影响程度相对重要性的排序，并由此得到各个因素的权重W，进而得到二级综合评判向量：B=W*R=(B1,B2,…,BK,…,BM)。

同时，对Bk进行归一化处理，使得)评分的成熟度分值计算公式：成熟度得分=成熟度权重×成熟度数值。

2.2 供应链智慧化等级划分。关于供应链成熟度研究主要有三种模式：第一种是由PRTM 公司研发的供应链成熟度评价模型，该模型能够关注企业运作能力所处的不同阶段产生的异质性特点与企业供应链绩效之间的关系。第二种是Kevin Mc Cormak 改进的供应链商业流程成熟度模型，从该模型供应链关系着手，研究供应链商业流程和组织间成员协作关系，评价供应链流程与供应链绩效之间的相关联系。第三种是IBM 提出的供应链成熟度模型，该模型基于对行业标杆企业的研究，得出企业在供应链不同演化阶段出现的固有特点。对现有成熟度模型进行总结分析不难发现，这些模型都提出并希望解决如下问题：（1）每一个层级具有何种特征，如何描述；（2）每一级之间最主要的差别在哪里，如何衡量；（3）哪些措施可以使得等级提升；（4）企业改进的过程如何。

基于目前存在的问题，以智慧化供应链发展过程中现代化技术应用规模、人工智能应用情况、自动化水平、信息化程度、可视化技术应用等前进脉络，以期待现有智慧化供应链成熟度情况进行分层级定级：初始阶段、部门协同阶段、内部协同阶段、外部协同阶段、持续改进阶段。各个阶段的划分标准由供应链研究相关专家共同打分、运用模糊综合评价的评定集数值[7]确定，取值范围如表1 所示。

表1 不同成熟度等级对应分值

初始级：供应链内部企业采用传统方式，现代生产过程中缺乏信息技术等大数据传媒手段；企业缺乏对于人工智能相关概念研究，现有自动化水平难以满足需求；生产方式主要依赖于传统的信息载体与传播方式，信息化水平难以适应生产需要；基本没有可视化技术。

部门协同级：供应链内部企业初步采用计算机、试图在供应链协作过程中采用互联网技术。对于物联网有抽象化的了解，北斗定位技术、深度学习等智能技术只是机械结合，目前自动化缺乏整体性；信息共享主要应用于供应链企业内部部门，尚未实现组织间交流。缺乏企业间的高效信息、知识共享，信息化水平难以适应生产需求；可视化无法满足现实需求。

内部协同级：供应链企业能较好运采用计算机、试图在供应链协作过程中采用互联网技术。对于物联网有更深层次的了解，能够将现有北斗定位技术、智能化控制、传感遥感等现代化技术新理念融合，自动化程度较原有阶段得以提升；供应链企业内部基本实现知识共享，初步涉及云计算领域、探索大数据技术在供应链中的使用。采用信息技术的水平处于行业中游；可视化程度一般。

外部协同级：供应链企业大量运用计算机，在供应链协作过程充分采用互联网技术。企业生产人、材、机循环流转中大量采用物联网、北斗定位技术、AI、传感遥感。呈现出自动化水平高，信息智能化水平一般。供应链通过云计算提升知识共享程度、大数据技术对外部海量数据进行处理和加工，凸显信息价值。呈现出自动化程度高，信息化水平较高；并能运用计算机视觉技术将信息转化为直观的图像，可视化水平较高。

持续优化级：供应链企业对于自动化、信息化技术已经有非常丰富的使用经验，能够较好采用各种现代先进技术参与组织间供应链合作，整体智慧化程度高。大量采用计算机、传感器对供应链循环过程中出现的数据进行筛选、清洗、整理，无人驾驶技术、高度优化的配送方案有效减少了运送时间，提高了运输效率。整个供应链自动化水平和智慧化水平都很高；云计算技术被广泛使用，大数据处理技术与企业问题发现，数据驱动决策发挥着重要的作用。

2.3 指标体系的构建。智慧供应链研究是基于物联网技术与供应链管理等多领域、跨学科的综合性供应链管理理论。智慧供应链是供应链智慧化、处理过程自动化和供应链主体网络化、供应链绩效可视化的供应链管理综合研究框架。目前智慧供应链的发展趋势为协调过程柔性、敏捷，能够及时应对未知的机遇与挑战。生产循环过程在完全实现机械自动化的前提下，着力构架信息化、智能化。本文基于文献研究智慧供应链内涵，识别影响智慧供应链发展的关键要素。分别从智慧供应链中智慧化、自动化、互联网化、可视化四个主要方面构建指标体系层次结构模型。

基于文献、实践确定一级指标后。采用德尔菲、调查问卷等方法，邀请15 位供应链专家，对二级指标进行确定。经过问卷设计、试做等环节，对专家循环进行三轮调研、访谈，最后各位专家形成一致性意见。从而得到16 个二级指标，如图1 所示：

图1 智慧化供应链评价指标体系

不同数据之间数据不可比，故需要对现有指标采用无量纲化处理，实现指标间数据的可比性。并将一级和二级指标分为以下两层级：

第二层为：U1={物联网技术，人工智能，互联网技术，GPS 定位技术}，U2={计算机技术，精密传感技术，系统工程技术，无人驾驶技术}，U3={云计算，现代通信技术，数据库技术，大数据，数据挖掘技术}，U4={人机交互技术，计算机视觉技术，信息可视化}。

从U1到U4均为定性指标，采用邀请专家或者供应链专业人员、从业人员等专业人士对各项发展程度进行评价和考核打分。

2.4 模糊层次分析法确定指标权重

（1）层次分析法确定各指标的相对权重

通过问卷调查的形式对二级指标的相对重要性进行确定。一共发放120 份问卷，通过筛选，得到有效问卷共100 份，经过数据整理与分析，得到如下判断矩阵（如表2 所示）。

表2 准则层判断矩阵

表3 智慧化判断矩阵

表4 自动化判断矩阵

表5 互联网化判断矩阵

表6 可视化判断矩阵

（2）一致性检验

对准则层各判断矩阵进行一致性检验，结果如表7 所示：

表7 各判断矩阵平均一致性检验结果

由表7 可知，准则层各判断矩阵的平均一致性检验值(CR )都小于0.1，均符合一致性条件。

（3）模糊综合评价法确定各指标的隶属度

由于二级指标均为定性指标，通过10 位专家对各指标的等级进行打分的结果，可以得到各个指标的隶属度，以此来量化指标的权重。例如，设定每个指标的等级为5 级 ｛优，良，中，可，差｝，参与打分的10 位专家中，如果有3 位专家选择了“良”，则该指标的隶属度就是依此类推，分别得到16 个指标的隶属度函数，并由此建立模糊矩阵，从而进行下一步运算。

3 云南省农产品供应链智慧化现状分析

3.1 基于成熟度评价模型的现状评价。2019年7月至8月，由20 位供应链管理与应用的专家，针对云南省农业供应链智慧化现状进行了座谈与调查，调查结果分析如表8 所示。

表8 云南智慧供应链专家调查

（1）计算不同三级指标的成熟度（如表9 所示）

表9 三级指标成熟度

（2）分别计算不同二级指标的分值并确定成熟度层次（如表10 所示）

表10 二级指标分值及成熟度层次

（3）计算供应链整体的智慧化等级（如表11 所示）

智慧化等级= [0.060.140.330.47 ]·[38.9224.5323.7218.85 ]=22.46。

处于初始级，云南省农产品供应链智慧化属于较低层次。

表11 供应链整体的智慧化等级

3.2 目前云南农产品供应链智慧化过程中出现的问题

（1）创新能力相对较低，高端人才缺口较大

一方面我国产业技术创新能力与国外存在一定差距，另一方面云南省与全国平均水平也存在差距。伴随着高附加值和高技术含量的供应链智慧化技术，对基础理论以及最新前沿科技具有较大的依赖性，在一些高校与科研院分布密度高的地区人才保障和智力支持程度较高，但是云南省教育和科研资源相对而言较弱，高端人才难以聚集，此外省内高校的人才培养机制仍处于发展阶段，还不够健全完善，因而导致人才输出与企业人才需求无法匹配。

（2）产业链内企业关联度不够，缺乏协同创新性

高原特色农业是云南省的主导产业之一，尽管近年来的发展取得了较大的突破，但是仍具有起步晚、产业链不完善、协同创新性不足以及上下游间的协同机制不完善等不足之处，这也给人工智能产品的研发和推广带来了较大的难度；另一方面，人工智能融合标准体系标准化的不成熟也会使云南人工智能产业的融合发展产生一定的阻碍，因而农产品供应链智慧化的推进较为困难。

（3）尚未建设产业发展相关政策支持体系

政策体系建设是供应链智慧化发展的重要内容，由于智慧供应链的概念形成晚、国家提出建设的要求时间短，中国各省区市均没有形成智慧供应链建设的政策支持体系，政策、制度碎片化仍然存在。目前尚需要完善的智慧供应链政策主要包括：产业技术发展规划、产业未来布局规划、环境保护相关政策、外贸经济发展政策、金融机构融资政策、财税扶持政策、收入合理调配激励政策等。政策的综合发力之下，农产品供应链智慧化水平才会有更长足的进步。

4 云南省农产品供应链智慧化对策建议

4.1 着力营造良好政策环境。为云南省农产品供应链智慧化创新提供资金支持，如鼓励社会资本设立相关产业投资基金或申请省财政农业专项资金等；并为供应链智慧化发展争取中央农业政策扶持。多重渠道支持下，有效保证云南省农业企业供应链智慧化的创新与应用。鼓励云南省农业企业成立农产品供应链智慧化专家委员会。推动有代表性的企业、高校以及科研院所共同建立农产品供应链智慧化技术创新研发平台，构建企业主导、产学研用合作的农产品供应链智慧化创新网络，支持建设政府监管的农产品供应链创新与应用平台。推动农产品供应链创新与应用项目的规划建设、农产品供应链智慧化统计指标的制定以及农产品供应链智慧化动态数据库的建立。

4.2 加快推进农产品供应链标准化建设。围绕质量强省战略，通过“标准化+”效应对农产品供应链智慧化有关信息、数据、接口等相关国家、行业标准进行制定，从而保证行业间数据信息标准高效传输交互的有效推进。鼓励相关企业调整、提高自身农产品供应链智慧化管理流程标准化水平，提高智慧供应链的资源整合及系统集成的能力，最终推动农产品供应链服务的标准化。对南亚、东南亚等周边国家的农产品供应链智慧化发展水平、法律法规、标准、相关技术等进行研究，并推动我国相关企业、部门等积极与周边国家就相关标准执行等进行交流合作。

4.3 加强农产品供应链行业组织建设。推动建设农产品供应链智慧化相关的行业组织，通过行业组织的监督、规范等功能，规范供应链企业行为，运用供应链上下游关系实现供应链管理模式优化，以供应链整体优势实现行业的可持续性发展。鼓励行业组织等建设集行业研究、数据统计、标准制定及修订、供应链咨询、人才培训等服务于一体的供应链智慧化公共服务平台。积极与国内外相关行业组织交流沟通，促进云南省农产品供应链智慧化发展向更好看齐，与国际接轨。

4.4 加大人才队伍建设和引进力度。为了解决云南省区域高新人才不足、供应链专家短缺等亟待解决的问题。除了现有重金聘请专家，参与管理等，供应链企业与新兴创业公司可以采用定向委培、新型师徒制模式锁定相关人才。例如与高等院校、专业科研院所等搭建合作平台、建立研发中心和联合培养中心、组建研究团队等，通过这种方法形成系统的产学研用体系，既能够保证人才的稳定输出，也能够在第一时间利用高校、研究所的研究成果，并快速将研究成果转化为商业化产品；此外政府、企业应当制定海外人才政策，积极吸引海外人才，提高教育经费鼓励行业内高端人才赴海外开展学术交流活动，加强创新型人才培养，积极跟进人工智能行业发展最新现状，并优先培养紧缺型专业人才。