基于模糊评价法的数字零售供应链风险评估研究

陈怡 李晴晴 刘佳颖 张丹

(湖南工商大学经济与贸易学院 湖南长沙 410205)

1 引言

在数字经济背景下，全新的商业模式依据互联网和大数据等数字新技术产生，数字技术与零售企业相结合形成了数字零售业。数字零售在传统零售的基础上融入了信息要素，在数字信息技术的支持下，零售企业能够推动整个供应链的数据化和数字化，实现企业内商品流、信息流和物流的深度融合发展，从而对内进行数据的归纳整理，对外利用信息的传播扩大宣传，使企业资源配置情况得到优化。长期来看，还能够加速整个行业商品流、资金流、信息流的融合发展，提高零售运作效率。零售供应链数字化无疑是零售企业数字化的核心内容，但目前大多数零售企业仍处于数字化转型的初级阶段，数字化程度不深，数字化效率不高，新旧零售模式的碰撞必然使零售供应链在数字化过程中产生风险(曾雯，2019；杨海丽等，2020；李志刚，2021)。识别和防范风险有助于企业的数字化转型升级，目前，针对数字零售供应链风险的研究较少，且其中更多的是对数字零售供应链风险的内涵、类型进行叙述，鲜有学者针对数字化进程中供应链风险因素进行测算和评估，因此，本文认为需要寻求合适的方法对风险影响程度进行测算(沈玉燕，2021；徐佳楠，2022)，以帮助企业更有针对性地防范和化解风险。

2 数字零售供应链风险评估指标体系的构建

供应链整体的转型需要企业内外部因素的良好平衡，因此，本文在深入调查研究以及理解数字零售供应链实际发展状况的基础上，参照SORC系统，按照企业的运作模式，从系统层、主体层、业务流程层三个层面出发识别风险，确立了线上风险、合作风险、需求风险、供给风险、资金流风险、物流风险6个指标为一级指标。此后，在同一层次的不同方面对确定的一级指标进一步细分，确定了网络平台、商品信息、兼容风险、沟通风险、需求预测偏差、客户忠诚度等12个指标为二级指标，最终构建出数字零售供应链风险评估指标体系，如表1所示。

表1 数字零售供应链风险评估指标体系

图1 企业供应链运作模型参考

3 数字零售供应链风险评估

3.1 确定数字零售供应链风险因素集U

根据表1数字零售供应链风险评估指标体系，将数字零售供应链风险具体分解为以下指标，并赋予意义如下：

(1)一级指标

U={U1，U2，U3，U4，U5，U6}={线上风险，合作风险，需求风险，供给风险，资金流风险，物流风险}

(2)二级指标

U1={U1-1,U1-2}={网络平台，商品信息}

U2={U2-1,U2-2}={兼容风险，沟通风险}

U3={U3-1,U3-2}={需求预测偏差，客户忠诚度}

U4={U4-1,U4-2}={数字化意识，依赖单一供应商}

U5={U5-1,U5-2}={投资问题，成本控制}

U6={U6-1,U6-2}={前置仓选址和配置复杂，线上线下物流体系分立}

按照常用区间划分法，将风险等级划分为“高、较高、中等、较低、低”5 个等级，设定风险评估集为V={ V1,V2,V3, V4,V5},赋值如下：5,4,3,2,1。介于数字零售业供应链涉及面广，数据采集存在一定的困难，因此本文采取调查报告统计法，在大量搜集专家对数字零售供应链风险的评估资料后，对数据进行统一和归一化处理，得到数字零售供应链风险评估表，如表2所示。

表2 数字零售供应链风险评估表

3.2 确定模糊关系的隶属度矩阵R

根据表2得出各一级指标的隶属度矩阵Ri(i=1,2,3,…,6)以及综合隶属度矩阵R，其中：

3.3 确定权重向量W

本文利用熵值法与模糊评价法相结合的方法来评估数字零售供应链风险。熵值法利用各指标的熵值得出较客观的指标权重，一定程度上避免了人为因素带来的偏差，其步骤如下：

(1)构建初始数据矩阵：A=(aij)m×n；

(2)将原始矩阵数据标准化：

本文对指标进行无量纲化处理后为保证数值有效，在无量纲化的结果上加0.0001的有效值得到规范后的矩阵C=(cij)m×n。其中：

(3)根据规范化矩阵C，测算出新的特征比重矩阵Pij；然后再测算出数字零售供应链风险各项指标的熵值ej、差异性系数gj以及熵权wj。其中：

根据以上步骤得到各风险指标的权重向量如下：

线上风险的权重向量w1=(0.486,0.514)；

合作风险的权重向量w2=(0.228,0.771)；

需求风险的权重向量w3=(0.327,0.673)；

供给风险的权重向量w4=(0.487,0.513)；

资金流风险的权重向量w5=(0.571,0.429)；

物流风险的权重向量w6=(0.485,0.515)；

供应链总体风险因素的权重向量W=(0.170,0.210,0.124,0.177,0.184,0.135 )。

3.4 综合评估数字零售供应链风险

(1)根据模糊综合评价值公式Bi=Wi⋅Ri=(b1,b2,b3,b4)(i=1,2,3,…,6)，计算得出各一级指标综合评价值Bi(i=1,2,3,…,6)，其中：

F1=B1⋅V=2.713；

F2=B2⋅V=3.508；

F3=B3⋅V=3.163；

F4=B4⋅V=2.681；

F5=B5⋅V=2.826；

F6=B6⋅V=2.403；

系统层风险：F1+F2=6.221；

主体层风险：F3+F4=5.844；

业务流程层风险：F5+F6=5.229；

根据以上结果可得：

F2合作风险>F3需求风险>F5资金流风险>F1线上风险>F4供给风险>F6物流风险；

系统层风险>主体层风险>业务流程层风险。

(3)综合评估数字零售供应链风险。根据公式B=W⋅R，计算得出数字零售供应链风险综合评价值：

根据上述计算结果可得，数字零售供应链风险隶属于风险高(V1)的隶属度为10.3%；风险较高(V2)的隶属度为15.6%；风险中等(V3)的隶属度为39.9%；风险低(V4)的隶属度为20.6%；风险很低(V5)的隶属度为10%。本研究取置信度λ=0.75，根据最大隶属原则，由于供应链风险越低越好，所以从风险很低开始看置信度。V5的置信度为0.100<0.75，不足取。V4的置信度为0.100+0.206=0.306,也不足取。V3的置信度为0.306+0.399=0.705，不足取。V2的置信度为0.705+0.156=0.861>0.75,并且置信度很高(0.861)。最后，数字零售供应链风险等级为“较高”，进入“危机状态”，需要尽快对风险进行处理。

4 结语

本文深入调查研究以及了解数字零售供应链的实际发展状况后，从系统层、主体层、业务流程层三个层面出发，构建了数字零售供应链风险评估指标体系，运用熵值法与模糊综合评价法对数字零售供应链风险进行评估，研究结果表明：数字零售供应链风险受到线上风险、合作风险、需求风险、供给风险、资金流风险、物流风险等多个指标的影响，且系统层风险>主体层风险>业务流程层风险；同时根据最大隶属度原则综合评估数字零售供应链风险，发现数字零售供应链风险等级为“较高”进入了“危机状态”，需要及时预警和处理。基于此，本文对数字零售供应链风险控制提出如下建议：

第一，建立数字零售供应链风险预警机制。对于数字零售供应链中存在的风险，相关主体可建立供应链风险预警机制，包括预警分析组织结构机制、信息收集传递机制、风险分析机制以及风险处理机制。预警分析组织结构机制是最基础的机制，风险分析机制是整个机制中的先行指标和扳机点。倘若风险不可控，就需要风险处理机制来补救。

第二，建立数字零售供应链风险内外协同防范体系。首先，政府应积极发挥“有形的手”这一重要作用。一方面，政府需要制定并进一步完善零售业相关法律，避免法律环境风险与道德风险。另一方面，需要考虑数字零售的发展，对数字零售长期健康运行提出相应的政策引导与规划，并完善数字零售基础设施建设。其次，数字零售相关主体可通过加强技术联合开发、采用标准化的生产方式来建立技术壁垒以规避供应链风险。

第三，采取针对性的数字零售供应链风险控制措施。对于合作风险，数字零售相关主体可完善供应链建设机制、约束机制以及利益分配机制，建立合作对象的筛选标准，积极与合作对象沟通交流，追求共同利益最大化。对于需求风险，零售企业可利用大数据分析消费者的需求偏好以及波动，建立合理的零售需求预测体系；对于资金流风险，数字零售企业内部应注意数字经济背景下的零售业选品，谨慎合理投资相关产品，同时注意市场物价波动及时调整供应配送状态，减少采购成本与产品损耗；对于线上风险，应加强行业信息共享，提高信息透明度，建立可追溯的信息平台，调高线上零售平台推送内容以及产品供给的有效性，提高用户使用的便利性；对于供给风险，各零售企业应强化数字化意识，有效利用数据分析平台减少对单一供应商的依赖，建立丰富的供应商渠道；对于物流风险，数字零售相关主体需注意前置仓选址和配置的匹配以及协调线上线下物流体系，可构建相应的冷链物流体系并制定能快速响应的配送策略，进一步追求物流供应的稳定性以及高效性。

第四，在供应链管理方面，数字零售行业可协同构建新供应链管理系统并引进先进人才，合理改善基础设施并完善管理制度。为了应对外部冲击，数字零售企业可通过关注动态消息、合理利用保险并熟悉法律制度来降低环境冲击导致的损害。