• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險的評估模型

      2012-09-26 09:11:06章德賓
      統(tǒng)計與決策 2012年12期
      關(guān)鍵詞:貝葉斯生鮮突發(fā)事件

      徐 娟,章德賓

      0 引言

      近幾年來,我國出現(xiàn)的一系列典型案例引起人們對生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險管理的重視。例如,2007年“毒香蕉”、2008年“柑橘蛆蟲”、2009年“三聚氰胺奶粉、問題雞蛋”、2010年“瘦肉精”事件等,都給生鮮農(nóng)產(chǎn)品供應(yīng)鏈上的節(jié)點企業(yè)帶來極大的損失,更嚴重的甚至給社會帶來巨大的人員傷亡和財產(chǎn)損失。這些層出不窮的突發(fā)事件,反映出生鮮農(nóng)產(chǎn)品供應(yīng)鏈各節(jié)點上的運營都不同程度地存在許多問題和風(fēng)險,也越來越暴露出生鮮農(nóng)產(chǎn)品供應(yīng)鏈應(yīng)對突發(fā)事件的脆弱性[1]。因此,生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險分析與評估成為亟待解決的問題。

      目前對于供應(yīng)鏈突發(fā)事件的研究,大多數(shù)學(xué)者把焦點放在突發(fā)事件應(yīng)急管理的研究上[2],關(guān)于供應(yīng)鏈突發(fā)事件風(fēng)險的研究非常有限[3],更鮮有對生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險的研究。由于生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件多樣性和復(fù)雜性,采用傳統(tǒng)方法很難對風(fēng)險進行準確的計量和預(yù)評估。貝葉斯網(wǎng)絡(luò)方法近年來在人工智能和數(shù)據(jù)挖掘中得到了廣泛的應(yīng)用,它較好地揭示了客觀事件之間的條件概率分布與因果關(guān)系,是對不確定性問題進行推理的重要工具,目前已經(jīng)在各個領(lǐng)域得到了廣泛的應(yīng)用。本文結(jié)合生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件的特征,在定性分析的基礎(chǔ)上加入定量分析,建立基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈突發(fā)事件風(fēng)險評估模型。

      1 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險分析

      生鮮農(nóng)產(chǎn)品供應(yīng)鏈是由遍及各地的農(nóng)戶、批發(fā)商、配送中心、零售商組成的復(fù)雜網(wǎng)絡(luò),是一個動態(tài)、開放的復(fù)雜系統(tǒng)。而突發(fā)事件是供應(yīng)鏈系統(tǒng)復(fù)雜性與不確定性的產(chǎn)物。同時,生鮮農(nóng)產(chǎn)品供應(yīng)鏈的特殊性決定了其更具脆弱性,抵御突發(fā)事件風(fēng)險的能力較弱,一旦出現(xiàn)突發(fā)事件,會給供應(yīng)鏈節(jié)點帶來嚴重的損失甚至導(dǎo)致整個產(chǎn)業(yè)的毀滅。但目前在國內(nèi)外相關(guān)研究中,對生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險的研究較少,因研究內(nèi)容、研究方法不同,對供應(yīng)鏈突發(fā)事件風(fēng)險的分類方法也不盡相同。本文結(jié)合生鮮農(nóng)產(chǎn)品供應(yīng)鏈的特點和過程,將生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險分為三類:農(nóng)戶生產(chǎn)風(fēng)險、運營風(fēng)險、需求風(fēng)險,具體如圖1。

      圖1 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險因素

      1.1 農(nóng)戶生產(chǎn)風(fēng)險

      農(nóng)戶是生鮮農(nóng)產(chǎn)品的主要生產(chǎn)者,來自農(nóng)戶的突發(fā)事件風(fēng)險因素主要有兩個方面。一方面是來自外部環(huán)境,如自然災(zāi)害(水澇干旱、地震、泥石流、冰雹、暴風(fēng)等)、動植物疫情(動植物病蟲害等)。如2009年我國干旱、洪澇、地震、臺風(fēng)等災(zāi)害均有不同程度發(fā)生,農(nóng)作物受災(zāi)面積4721.4萬公頃,絕收面積491.8萬公頃,因災(zāi)直接經(jīng)濟損失2523.7億元,給我國經(jīng)濟社會發(fā)展和人民生命財產(chǎn)安全帶來嚴重影響[4]。還有近年的禽流感、豬藍耳病、香蕉黑毒病等。另一方面來自農(nóng)戶自身,主要風(fēng)險因素有質(zhì)量安全(農(nóng)藥、化肥、激素等生產(chǎn)資料濫用)、資源環(huán)境污染(耕地、水資源污染破壞)等。由于經(jīng)濟利益的驅(qū)使,農(nóng)戶為了提高產(chǎn)量與收入,種植過程違法使用禁用農(nóng)藥,養(yǎng)殖過程中添加瘦肉精、氯霉素等違禁藥物,導(dǎo)致生鮮農(nóng)產(chǎn)品質(zhì)量安全問題,如“瘦肉精”、三聚氰胺奶粉、蘇丹紅紅心鴨蛋、農(nóng)藥殘留、金屬超標等事件,都暴露出我國生鮮農(nóng)產(chǎn)品生產(chǎn)中隱含巨大風(fēng)險。

      1.2 運營風(fēng)險

      生鮮農(nóng)產(chǎn)品的易腐性、不耐貯存、區(qū)域性等特點決定了運營管理的重要性。生鮮農(nóng)產(chǎn)品突發(fā)事件運營風(fēng)險主要來自物流風(fēng)險和運營商的誠信缺失。從某種意義上講,生鮮農(nóng)產(chǎn)品的物流狀態(tài)決定著各個中間環(huán)節(jié)的利潤空間。其物流過程包括運輸、包裝、裝卸搬運、儲存、流通加工、配送等環(huán)節(jié),每一個環(huán)節(jié)都需要有相配套的物流設(shè)施、技術(shù)、管理來保證產(chǎn)品的品質(zhì)與質(zhì)量。例如,鮮奶、豬肉、牛肉等產(chǎn)品必須在一定溫度下存儲才不易變質(zhì)。在國外,生鮮農(nóng)產(chǎn)品從采摘一直到市場出售,是一個品質(zhì)不斷提高的過程,但目前中國的情況卻常常是品質(zhì)不斷下降的過程。另一方面,運營商的誠信缺失也是生鮮農(nóng)產(chǎn)品突發(fā)事件風(fēng)險的主要因素。由于保險物流設(shè)施成本較高,運營商為了保證產(chǎn)品的保質(zhì)期和外觀質(zhì)量,不惜以犧牲產(chǎn)品質(zhì)量為代價,使用違禁添加劑和農(nóng)藥對農(nóng)產(chǎn)品進行處理。

      1.3 需求風(fēng)險

      生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件需求風(fēng)險來自客戶需求的突然變化,主要影響因素有價格波動、科技進步、謠言等。由于生鮮農(nóng)產(chǎn)品的消費受自然條件、環(huán)境條件的影響較大,與工業(yè)品相比市場波動較頻繁,市場需求信號的突然變化可能引起農(nóng)產(chǎn)品價格劇烈波動,最終導(dǎo)致整個供應(yīng)鏈中斷。其次,隨著農(nóng)業(yè)科技的快速發(fā)展,產(chǎn)品檢測技術(shù)不斷進步,新檢測技術(shù)可能檢測出某些農(nóng)產(chǎn)品含有有害物質(zhì),從而導(dǎo)致產(chǎn)品滯銷。再次,謠言也是生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件需求風(fēng)險的一個重要因素。例如,2008年的毒香蕉、柑橘生蛆事件其實都是謠言所致。

      2 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險評估的貝葉斯網(wǎng)絡(luò)模型

      2.1 貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)

      我們將生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險的節(jié)點分為風(fēng)險因素、狀態(tài)、事件三類,第一類是風(fēng)險因素節(jié)點,即直接風(fēng)險源;第二類是狀態(tài)節(jié)點,涵蓋風(fēng)險事件的直接原因;第三類是風(fēng)險事件,即生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件。根據(jù)上一節(jié)中對風(fēng)險因素的分析,風(fēng)險因素節(jié)點有自然災(zāi)害、動植物疫情、質(zhì)量安全、環(huán)境污染、物流、誠信缺失、謠言、價格波動等;狀態(tài)節(jié)點有農(nóng)戶生產(chǎn)風(fēng)險、運營風(fēng)險、需求突變風(fēng)險。為與貝葉斯網(wǎng)絡(luò)的定義相契合,用Xi代表風(fēng)險分析網(wǎng)絡(luò)中的風(fēng)險因素節(jié)點,Si代表風(fēng)險狀態(tài)節(jié)點,T代表風(fēng)險事件,得到如圖2所示的簡化貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

      按照貝葉斯網(wǎng)絡(luò)模塊化的要求以及如圖2的風(fēng)險因素與風(fēng)險狀態(tài)、事件之間的邏輯關(guān)系,我們繪制了突發(fā)事件風(fēng)險貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖3。圖3中,每個貝葉斯網(wǎng)絡(luò)節(jié)點的狀態(tài)都為兩個,分別是Y或N,其中Y表示該節(jié)點所描述的事件發(fā)生;N表示該節(jié)點所描述的事件不發(fā)生。每一節(jié)點的方框顯示了該節(jié)點的風(fēng)險狀態(tài)與發(fā)生概率。節(jié)點間的有向弧表示貝葉斯網(wǎng)絡(luò)的構(gòu)造關(guān)系。

      圖2 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)示意

      圖3 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)

      2.2 節(jié)點賦值

      在確定了風(fēng)險貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)后,需要對節(jié)點進行賦值。由于缺少較為完整的數(shù)據(jù)庫,采用專家評判的方式確定風(fēng)險因素的概率值。為了使專家對概率和風(fēng)險發(fā)生可能性的表述理解統(tǒng)一,本研究參考Wickens提出的概率表述,采用七檔分級的風(fēng)險發(fā)生概率模糊語言變量及其相對應(yīng)的概率數(shù)值[5]。Wickens將事件發(fā)生概率分為7個語義值:非常高(VH)、高(H)、偏高(FH)、中等(M)、偏低(FL)、低(L)和非常低(VL),其模糊形式和 λ截集[6],其中λ=0,0.1,0.2,0.3,...,1。具體如表1。

      表1 模糊數(shù)形式和λ截集

      對于多個專家的評判結(jié)果,采用算術(shù)平均法進行綜合,n個專家評判的綜合評判可表示為:

      在得到專家綜合評判結(jié)果后,可利用重心法或積分值法求出模糊數(shù)P的概率值,即風(fēng)險因素的先驗概率值。

      狀態(tài)節(jié)點與事件節(jié)點的概率將通過貝葉斯網(wǎng)絡(luò)學(xué)習(xí)獲得。例如,我們已知農(nóng)民生產(chǎn)風(fēng)險S1主要來自自然災(zāi)害X1、動植物疫情X2、質(zhì)量安全X3、環(huán)境污染X4四個方面,現(xiàn)假設(shè)通過專家綜合評價得到風(fēng)險因素X1,X2,X3,X4發(fā)生的概率分別為PXI,PX2,PX3,PX4,則不發(fā)生的概率分別為1-PX1,1-PX2,1-PX3,1-PX4。

      從圖3中可以看出,風(fēng)險因素自然災(zāi)害X1、動植物疫情X2、質(zhì)量安全X3、環(huán)境污染X4,每個變量以及他們的整體綜合作用都對農(nóng)民生產(chǎn)風(fēng)險S1的發(fā)生有影響,獲取農(nóng)民生產(chǎn)風(fēng)險S1的發(fā)生概率,即求概率P(S1)的過程,實質(zhì)上是一個貝葉斯學(xué)習(xí)的過程。根據(jù)貝葉斯規(guī)則,我們可以計算出S1發(fā)生的概率:

      在圖3的貝葉斯網(wǎng)絡(luò)中,由于X1,X2,X3,X4相互獨立,因此節(jié)點X1,X2,X3,X4,S1的聯(lián)合概率可通過條件獨立公式進行計算,即

      將(2)代入(1):

      由X1,X2,X3,X4的先驗概率和S1的條件概率,可計算出S1發(fā)生的概率。同理,可依次推算出各狀態(tài)節(jié)點與事件節(jié)點的發(fā)生概率。

      2.3 風(fēng)險影響評估

      風(fēng)險影響評估包括兩個部分,即對突發(fā)事件風(fēng)險損失的評估和風(fēng)險影響的綜合評估。風(fēng)險影響的評估步驟為:

      (1)定義風(fēng)險因素后果集D={數(shù)量,質(zhì)量,收益},數(shù)量,質(zhì)量,收益分別表示突發(fā)事件造成整個供應(yīng)鏈產(chǎn)品在數(shù)量、質(zhì)量、收益的減少或降低。

      (2)風(fēng)險損失評估。構(gòu)建專家評估矩陣C,以此來評價各種風(fēng)險對風(fēng)險后果集D造成的影響。Qi,Ui,Ri由分別表示各風(fēng)險對風(fēng)險后果數(shù)量、質(zhì)量和收益的損失評估,具體如表2所示。

      (3)根據(jù)風(fēng)險評估損失以及上節(jié)中計算的各風(fēng)險節(jié)點發(fā)生概率,調(diào)用風(fēng)險當(dāng)量的計算公式:

      得到風(fēng)險當(dāng)量的數(shù)據(jù)如表3所示。

      表2 風(fēng)險損失評估

      表3 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險評估

      3 結(jié)論

      由于生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險的機理和結(jié)構(gòu)關(guān)系較為復(fù)雜,傳統(tǒng)的風(fēng)險評估方法難以表示風(fēng)險因素與風(fēng)險體系之間的復(fù)雜關(guān)系。本文采用貝葉斯網(wǎng)絡(luò)方法,通過構(gòu)建由風(fēng)險因素、風(fēng)險狀態(tài)、風(fēng)險事件組成的生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險拓撲結(jié)構(gòu),分析各層次之間的作用形式,在對各層節(jié)點賦值的基礎(chǔ)上,從突發(fā)事件損失的數(shù)量、質(zhì)量和收益三個方面實現(xiàn)對風(fēng)險的評估。本文對生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件的風(fēng)險評估進行了初步探索,期望能夠為生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件的研究提供一種新視角和新方法。研究不同因素導(dǎo)致的生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件發(fā)生機理、突發(fā)事件的監(jiān)控預(yù)警模型構(gòu)建是值得進一步探討研究的問題。

      [1]葉成利,蒙少東.農(nóng)產(chǎn)品(食品)供應(yīng)鏈風(fēng)險管理文獻綜述[J].農(nóng)業(yè)經(jīng)濟問題,2007,(增刊).

      [2]賈增科,邱菀華,郭章林.基于脆弱性的突發(fā)事件風(fēng)險分析[J].兵工學(xué)報,2009,(30).

      [3]Wagener S.M,Bode C.An Empirical Investigation into Supply Chain Vulnerability[J].Journal of Purchasing and Supply Management,2006,12(6).

      [4]梅盈潔,劉軍,邱俊榮,尹艷,劉彩霞.農(nóng)業(yè)突發(fā)事件的分類及特征分析——以廣東為例[J].廣東農(nóng)業(yè)科學(xué),2010,37(12).

      [5]Wickens C.D.Engineering Psychology and Human Performance[M].New York:Harper Collins Publishers Inc,1992.

      [6]陸瑩,李啟明,周志鵬.基于模糊貝葉斯網(wǎng)絡(luò)的地鐵運營安全風(fēng)險預(yù)測[J].東南大學(xué)學(xué)報(自然科學(xué)版),2010,40(5).

      猜你喜歡
      貝葉斯生鮮突發(fā)事件
      亞洲生鮮配送展
      貝葉斯公式及其應(yīng)用
      亞洲生鮮薈
      突發(fā)事件的輿論引導(dǎo)
      基于貝葉斯估計的軌道占用識別方法
      超市生鮮里的這些秘密你一定要知道
      公民與法治(2016年4期)2016-05-17 04:09:29
      清朝三起突發(fā)事件的處置
      文史春秋(2016年8期)2016-02-28 17:41:32
      一種基于貝葉斯壓縮感知的說話人識別方法
      電子器件(2015年5期)2015-12-29 08:43:15
      突發(fā)事件
      小說月刊(2014年10期)2014-04-23 08:53:40
      IIRCT下負二項分布參數(shù)多變點的貝葉斯估計
      泰和县| 石屏县| 科技| 大竹县| 鹿泉市| 寿宁县| 普宁市| 梁河县| 博客| 贵州省| 博乐市| 凭祥市| 时尚| 寿宁县| 手机| 六枝特区| 太白县| 盐池县| 西贡区| 洛川县| 仁怀市| 张掖市| 洱源县| 根河市| 新宾| 淳化县| 新乡市| 南阳市| 抚州市| 白沙| 恩施市| 舞阳县| 六安市| 大港区| 嘉禾县| 潮安县| 正宁县| 尤溪县| 双柏县| 林西县| 汕尾市|