基于模糊ANP-TOPSIS 的生鲜农产品冷链供应链韧性评价

徐文平，张钰婉 XU Wenping, ZHANG Yuwan

（武汉科技大学 恒大管理学院，湖北 武汉 430000）

0 引 言

随着我国全面步入小康社会，我国的经济得到极大的发展，城乡居民的生活水平日益提高，消费能力不断增长，对生鲜农产品的需求也不断增长，有着更高的质量安全要求。生鲜农产品因为易腐烂、不易保存，所以需要通过冷链物流来进行运输。冷链物流是通过制冷技术和设备使生鲜农产品处于低温储存，以保鲜状态运输给消费者的过程。

近年来，随着生鲜农产品冷链供应链上下游干扰因素的逐渐增加，如市场浮动、需求增加、质量安全等，增加了供应链面临中断的几率，供应链韧性表现不足。因此，对生鲜农产品冷链供应链韧性进行评价研究，可以及时发现问题并采取措施，增强供应链的抗风险能力，避免供应链发生中断。

对韧性供应链的研究，在2000 年逐渐受到学者的广泛关注。Helen和Martin认为，供应链韧性是一个系统在发生中断或受到干扰后，其恢复到原始状态或更优状态的能力。Biringer 等人在对关键基础设施节点安全进行研究的过程中引入了抵御能力的概念，并将其分为吸收、适应和恢复三类。为面对破坏性事件带来的后果，Hosseini 提出了韧性的概念，指具有足够的抵抗力，能够承受中断并从中断中快速恢复的能力。王雯倩在梳理相关文献后，认为供应链韧性是供应链对于环境的敏感度，是面对中断事件时具有的快速适应和修复供应链完整性和稳定性的能力。钱存华等从抵抗能力和恢复能力两方面对装配式建筑供应链韧性进行评价，认为抵抗能力是指能够抵抗事件对供应链造成的冲击，便于及时做出调整以降低损失；恢复能力则是可以使供应链整体恢复到理想状态的能力。对于ANP、DEMATEL、ISM 等常用的评价方法，目前相关研究分析已十分成熟。潘欣维等人从技术、经济、综合交通、环境与社会、运营组织管理5 个方面建立了地下物流系统可行性的评价模型，并结合ANP 和TOPSIS 两种方法进行了综合评价。刘羽歆等人通过ANP 确定了专业性购物网站设计评价体系的指标权重，提出了一种基于相对熵改进的TOPSIS 方法对评价结果进行排序，经过具体案例的分析，验证了该方法的科学性和可行性。石甜等人为科学有效地评估当前煤矿风险预控管理现状，采用ANP 和TOPSIS 两种方法，从6 个方面，33 个指标进行风险预控管理体系评估，研究结果表明保障管理、不安全行为管理和安全要素管理3 方面是影响最大的。许世林等人将层次分析法和三角模糊数结合起来，对传统的TOPSIS 方法进行了改进，对电力工程项目绩效进行评价，并识别出存在的问题。

1 评价指标体系的构建

生鲜农产品冷链物流具有建设成本高、规模大、专业性要求高等特点，物流的各个环节也需要具有更高的组织协调性，供应链容易受到市场供需变化、价格、气候、交通等客观因素的影响。所以在对生鲜农产品供应链韧性构建评价指标体系时，需要考虑以上特殊性。

本文在查阅文献后，对已有研究进行了整理和借鉴，并根据生鲜农产品在运输过程具有的特殊性，按照科学性、系统性、整体性、层次性及可实现性原则，对研究的评价指标进行了选取，共选取韧性管理能力、设施建设韧性、市场风险韧性、企业协同韧性4 个一级指标，风险预测能力、企业协调能力、成本管理、低温配送中心建设、温控和可追溯系统、冷链设施设备、国家政策、行业竞争、第三方冷链物流、信息化程度、市场网络构建、资源整合能力、冷链供应商数量13 个二级指标。综合以上评级指标，按照多维度、多层次、多方面的要求构建指标评价体系。综合考虑了4 个方面，建立生鲜农产品供应链韧性评价体系，如表1 所示。

表1 生鲜农产品供应链韧性评价指标体系

2 研究方法

2.1 三角模糊数

在进行多指标决策评价时，常面临指标数量多，指标间的影响关系复杂，因此在对指标进行评价时会存在不确定性等问题。为了解决不确定环境下决策的问题，三角模糊数被提了出来。通过三角模糊数的应用，可以将评价语言以模糊数学的方式呈现，使得评价结果更加具有科学性和准确性。

假设模糊数˜A 的隶属度函数为：

2.2 网络分析法ANP

网络分析法ANP 是在层次分析法的基础上进行改善的一种更加实用的决策方法。ANP 以网络结构代替了AHP 中的层次结构，在决策元素间建立了更复杂的影响关系，可以用来解决既有依赖性又有反馈性的决策结构问题。ANP 的网络模型分为两大部分：第一部分称为控制层，是研究的目标。第二部分是网络层，是影响因素形成的具有互相影响关系的网络结构。ANP的分析过程如下：

（1） 构建网络模型图

通过查阅相关文献和专家访谈的方式，对影响因素进行系统的分析，确定每个元素之间的独立性或影响关系，构建ANP网络结构图。

（2） 构造判断矩阵

通过德尔菲法收集专家意见，以矩阵的形式表示指标之间的相对重要性。在每个维度上的决策指标就其对同一维度的重要性进行两两比较，维度之间也需要进行两两比较。根据1～9 标度法则确定相对重要性值，计算优先级向量。

（3） 计算特征值和特征向量

完成综合比较矩阵后，使用特征向量法和公式（5） 获得特征向量W。

其中：n 表示判断矩阵的阶数，CI 表示一致性指数，CR 表示一致性比率，RI 表示基于矩阵大小的平均随机指数，λ表示最大特征值。当CR≤0.1，表示判断矩阵通过一致性测试。否则，必须重新检查问题。

（5） 计算超矩阵

在通过一致性检验后，每个维度指标的特征向量构成一个未加权的超级矩阵。通过对初始超级矩阵进行归一化处理，可得到加权超矩阵。然后对加权超矩阵进行稳定化处理，获得极限超矩阵W，见公式（8）。当i→∞时，极限矩阵收敛且唯一，从而获得评价指标的权重。

2.3 模糊ANP-TOPSIS 评价模型

TOPSIS 是多目标决策分析中常用的分析方法，其原理是通过计算有限数量的评价对象与正、负理想化方案之间的接近程度，以相对贴近度来对评价对象的优劣做出判断。TOPSIS 可以充分反映各方案与最优方案之间的差距、呈现出最真实的情况，而且在使用时对于数据的限制也比较少，使用起来比较灵活，但影响因素之间的相互作用关系难以确定，因此，为对方案进行科学而准确的评价，对不确定的信息以三角模糊数的形式表现。

其步骤如下所示：

（1） 建立初始评价矩阵

设有方案共m 个，组成方案集A= {A,A,…,A}，每个方案的评价指标组成指标集X= {X,X,…,X}，相应的评判指标为Xi=1,2,…,m; j=1,2,…,n )，即X表示第i 个方案中第j 个指标。则建立初始评价矩阵为A= [X]。

（2） 专家打分

选取领域内的专家组成评价小组，根据表2 中定义的语言变量与三角模糊数之间的转换值，对不同方案的指标内容做出评价，将指标的重要程度转化成对应的三角模糊数。最后，综合所有专家的意见，得到最终的评价结果X= {l,m,}n 。

表2 语言变量与三角模糊数之间的转换值

（3） 建立标准化决策矩阵

考虑到评判对象中不同的评价指标间具有不同的量纲，因此为了消除指标之间的差异，需要去除量纲，得到标准化决策矩阵B= b()，其中：

其中：J表示正指标的集合，J表示逆指标的集合。

（6） 计算各物流企业到正、负理想解的距离

3 实证研究

为了更好地运用模糊ANP-TOPSIS 对生鲜农产品冷链供应链韧性进行评价，选择武汉市内的三家冷链物流公司作为研究对象，从韧性管理能力、设施建设韧性、市场风险韧性、企业协同韧性四个方面构建Fuzzy ANP-TOPSIS 模型对生鲜农产品冷链供应链韧性进行评价。

3.1 确定指标间影响关系

通过查阅文献，专家访谈等方法，对指标与指标之间的关系进行整理分析，确定了各个指标之间的影响关系，并构建ANP 网络模型图如图1 所示。其中，控制层是生鲜农产品冷链供应链韧性评价的目标，网络层是韧性管理能力、设施建设韧性、市场风险韧性、企业协同韧性4 维度13 个要素组成的网络结构。

图1 ANP 网络模型图

3.2 计算指标权重

邀请5 位领域内的专家组成评价小组，根据构建的网络模型图，对指标之间的相对重要程度进行打分，得到判断矩阵，通过Super Decision 计算，可得到各评价指标的权重，如表3 所示。

表3 评价指标权重

3.3 Fuzzy-TOPSIS

（1） 根据专家小组的意见，可得到初始评价矩阵，运用公式（9） 可得标准化决策矩阵，由公式（10） 可得加权后的标准化矩阵，结果如表4 所示。

表4 加权标准化矩阵

（2） 根据对各冷链物流企业指标的评价可以确定评价指标所对应的正、负理想解，如表5 所示。根据式（13） 和式（14）可算出各物流企业到正、负理想解间的距离。

表5 正、负理想解

（3） 由公式（15） 计算出的各个物流企业的贴近度分别如表6 所示。对贴近度进行排序，则有B＞C＞A，因此，生鲜农产品冷链供应链韧性表现最好的是B 公司，其次为C 公司，最后为A 公司。

表6 贴近度及排序结果

3.4 结果评价与分析

B 的贴近度最大，即生鲜农产品冷链物流企业B 的供应链韧性表现最优，各个指标的表现都较为良好，这类冷链物流企业专业性较强，拥有丰富的资源和资金实力，发展全面，有能力应对突发情况，未来发展前景良好。C 的贴近度排名第二，冷链供应链韧性表现一般，在13 个二级指标中有个别指标评价较差，这类企业虽然综合实力较好，但发展有薄弱的地方，应对风险和危机的能力一般，在以后的发展中，应当针对评价低的环节进行提高。A 的贴近度最小，说明该物流企业生鲜农产品供应链韧性表现最差，但有几个二级指标评价良好，是其发展优势，这类企业大多数是中小企业，刚处于起步阶段，没有强大的资金和技术支持，人才流失较大。此类企业在以后的发展中应注重增强冷链物流的稳定性，时刻根据市场变化调整企业发展计划，紧跟行业领头企业的发展步伐，做好基础设施建设和人才培育工作，实现全面发展。

4 总结与建议

本文建立了ANP-TOPSIS 的评价模型，并通过三角模糊数对定性指标进行量化处理，利用ANP 解决了指标权重的影响。然后，选取A、B、C 三个企业实例给出了生鲜农产品冷链供应链韧性评价模型的应用，并根据贴近度排序得出了三个企业供应链韧性比较结果，证明了该研究模型在实际应用中具有较强的操作性和可行性，计算方法简单可行，适合进行生鲜农产品冷链供应链韧性的评价。针对生鲜农产品冷链物流行业的发展，本文提出以下建议：

（1） 加强基础设施建设，完善冷链物流体系

我国冷链物流基础设施建设大多集中在城市，偏远地区缺乏配套的基础设施。基于此，国家和相关物流企业应进一步加强对冷链物流基础设施的建设，积极引进国外先进的冷链技术和设备，向国际行业领先企业学习借鉴。同时，政府应加强对冷链物流体系规则的制定和监管，形成市场统一标准，推动冷链物流企业之间的沟通合作和信息共享，实现规模化发展。

（2） 推动“互联网+冷链物流”建设，打造智慧冷链物流服务平台

“互联网+冷链物流”可利用信息通信技术和互联网平台，充分发挥互联网在资源配置中的作用，帮助冷链物流进行升级转型。智慧冷链物流服务平台的建立可以整合信息和资源，解决信息不对称的问题，为供需双方提供交易平台。线上线下的服务平台，可以为生鲜农产品提供流通环境，减少冷链物流的成本支出，提高物流效率。

（3） 加快冷链技术研发和创新，大力培养专业化人才

加大对生鲜农产品在储存、运输等方面技术的研发和创新投入，可以减少冷链物流的损失，降低风险。同时，政府也应鼓励高校积极为冷链物流的发展培养相关的专业人才，为冷链物流各方面人才的联系和交流提供发展的平台，积极推动校企合作，共同为冷链物流的发展助力。

（4） 利用大数据建设冷链物流，提升信息化程度

利用大数据、云计算等技术可以实现冷链物流的信息化全覆盖，及时更新物流信息，保证运输的速度和时间要求。冷链物流的发展需要工商农多方面的协调配合，借助大数据，可以有效整合信息，强化物流组织之间的交流合作，增强抗风险能力。