基于突變級數(shù)模型的供應(yīng)鏈風(fēng)險診斷

張云豐，王 勇

(1.安徽工程大學(xué)管理工程學(xué)院，安徽 蕪湖 241000;2.重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030)

由于供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)錯綜復(fù)雜，外部環(huán)境的不確定性和供應(yīng)鏈管理者過于追求精益等原因，使得供應(yīng)鏈越來越容易遭受各類風(fēng)險的影響［1］.供應(yīng)鏈風(fēng)險是一種潛在威脅，它會利用供應(yīng)鏈系統(tǒng)的脆弱性，對供應(yīng)鏈系統(tǒng)造成破壞，給上下游企業(yè)以及整個供應(yīng)鏈帶來損害和損失［2］.近年來，世界范圍內(nèi)各種供應(yīng)鏈風(fēng)險頻繁發(fā)生，如2005年“蘇丹紅”事件、2008年“三鹿奶粉”事件及2011年日本地震與海嘯等，使企業(yè)受到極大的損害.人們已逐漸認(rèn)識到供應(yīng)鏈風(fēng)險管理的重要性.

學(xué)者們主要從4 個方面研究供應(yīng)鏈風(fēng)險管理:風(fēng)險識別、風(fēng)險評估、風(fēng)險管理、風(fēng)險監(jiān)控.其中，如何科學(xué)評估供應(yīng)鏈風(fēng)險是供應(yīng)鏈風(fēng)險管理的難點(diǎn)，受到了眾多供應(yīng)鏈管理研究者的關(guān)注［3］.Hallikas 等認(rèn)為，企業(yè)間可以通過合作將單個企業(yè)的風(fēng)險納入整個供應(yīng)鏈合作風(fēng)險中，所提出的半定量化研究方法為供應(yīng)鏈風(fēng)險評估奠定了一定的基礎(chǔ)［4］.Wu 等提出了一個層次式供應(yīng)鏈風(fēng)險因子分類與評估模型［5］.Schoenherr 等通過分析一個美國制造企業(yè)案例，概括得出供應(yīng)鏈風(fēng)險包含17 種因素并對其分類，提出一個基于層次分析法的供應(yīng)鏈中斷風(fēng)險因素評估模型［6］.肖美丹等將未確知理論與模糊評判法相結(jié)合，建立基于未確知模糊理論的供應(yīng)鏈風(fēng)險評估模型，并通過數(shù)值進(jìn)行驗證［7］.王文婕運(yùn)用OWA 算子對四級供應(yīng)鏈模型進(jìn)行風(fēng)險評價，并預(yù)測了供應(yīng)鏈管理中各風(fēng)險發(fā)生的概率大小和影響大小［8］.陳敬賢基于蒙特卡羅模擬法研究了市場需求波動下的供應(yīng)鏈風(fēng)險估計問題［9］.顧玉磊等借助CVaR 理論構(gòu)建了一種考慮成員偏好的風(fēng)險評估模型來度量供應(yīng)鏈成員企業(yè)風(fēng)險和整個供應(yīng)鏈風(fēng)險［10］.顏波等采用OWA 算子對農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險因素進(jìn)行重要性排序，篩選出企業(yè)所面臨的主要風(fēng)險指標(biāo)，并應(yīng)用CVaR 構(gòu)建風(fēng)險損失函數(shù)，采用改進(jìn)的遺傳算法求解得到風(fēng)險損失最小的最優(yōu)風(fēng)險控制組合［11］.舒彤等構(gòu)建了供應(yīng)鏈風(fēng)險評估體系，再應(yīng)用基于支持向量機(jī)的機(jī)器學(xué)習(xí)算法對供應(yīng)鏈風(fēng)險進(jìn)行評估［12］.

上述文獻(xiàn)分別建立數(shù)學(xué)模型對供應(yīng)鏈風(fēng)險進(jìn)行定量分析，并輔以算例加以說明，具有一定的參考價值.然而我們應(yīng)該認(rèn)識到，供應(yīng)鏈風(fēng)險評估是典型的多指標(biāo)決策問題，在決策過程中需要客觀分配各指標(biāo)的權(quán)重，而上述文獻(xiàn)有些回避了指標(biāo)權(quán)重的計算(等同于默認(rèn)所有指標(biāo)權(quán)重相等)，有些通過專家賦權(quán)的方式，主觀設(shè)定指標(biāo)權(quán)重.實際上，指標(biāo)賦權(quán)是一項嚴(yán)謹(jǐn)且復(fù)雜的工作.若能設(shè)計一種無需計算指標(biāo)客觀權(quán)重、決策過程又能體現(xiàn)指標(biāo)重要程度的評估方法，則評估結(jié)果必然更具有說服力.突變級數(shù)模型作為多指標(biāo)決策的一種管理技術(shù)，能夠很好地滿足此要求.

1 突變級數(shù)模型基本思想

突變級數(shù)模型是數(shù)學(xué)家托姆創(chuàng)立的一種綜合應(yīng)用拓?fù)鋵W(xué)、奇點(diǎn)理論和結(jié)構(gòu)穩(wěn)定性等數(shù)學(xué)工具研究系統(tǒng)行為演變非連續(xù)現(xiàn)象的決策方法.其主要思想是根據(jù)系統(tǒng)的勢函數(shù)，把臨界點(diǎn)分類，進(jìn)而研究各種臨界點(diǎn)附近非連續(xù)性態(tài)的特征，即有限個數(shù)的若干初等突變，并以此為基礎(chǔ)探索自然和社會中的突變現(xiàn)象［13］.勢函數(shù)f(x)是描述系統(tǒng)的狀態(tài)變量和控制變量之間相對關(guān)系、相對位置的函數(shù).通過對f(x)求一階導(dǎo)數(shù)，并令f '(x)= 0 可以得到該系統(tǒng)所有臨界點(diǎn)集合成的平衡曲面方程.該平衡曲面的奇點(diǎn)集可以通過令f ″(x)=0 求得.由f '(x)=0 和f ″(x)=0 可得到由狀態(tài)變量表示的反映狀態(tài)變量與各控制變量之間關(guān)系的分解形式的分歧點(diǎn)集方程.系統(tǒng)的所有性質(zhì)都由分歧點(diǎn)集方程決定，當(dāng)各控制變量的變化不滿足該方程時，系統(tǒng)只有量的改變;一旦滿足該方程，系統(tǒng)將出現(xiàn)質(zhì)的改變.利用分歧點(diǎn)集方程與模糊數(shù)學(xué)相結(jié)合推導(dǎo)出突變模糊隸屬函數(shù)(歸一公式)，歸一公式將系統(tǒng)內(nèi)部各控制變量不同的質(zhì)態(tài)歸化為可比較的同一種質(zhì)態(tài).由歸一公式對系統(tǒng)進(jìn)行量化遞歸運(yùn)算，最后歸一為一個參數(shù)，即求出表征系統(tǒng)狀態(tài)特征的系統(tǒng)總突變隸屬度，從而作為系統(tǒng)綜合評價的依據(jù).突變級數(shù)模型的特點(diǎn)是無需計算指標(biāo)權(quán)重，但它考慮了各評價指標(biāo)的相對重要性，從而減少了主觀性又不失科學(xué)性、合理性，而且計算簡易準(zhǔn)確［14］，在交通流預(yù)測、生態(tài)環(huán)境評估、災(zāi)害診斷及眾多社會科學(xué)領(lǐng)域都得到廣泛應(yīng)用，尤其適用于解決屬性權(quán)重難以量化的多指標(biāo)決策和矛盾目標(biāo)決策問題.

2 基于突變級數(shù)模型的供應(yīng)鏈風(fēng)險診斷步驟

結(jié)合突變級數(shù)模型的基本思想，可按照如下基本步驟進(jìn)行供應(yīng)鏈風(fēng)險的診斷:

第1 步:構(gòu)建風(fēng)險診斷指標(biāo)體系

按照突變級數(shù)模型的要求建立供應(yīng)鏈風(fēng)險診斷指標(biāo)體系的多層次遞階結(jié)構(gòu)，并對各狀態(tài)變量所屬的控制變量進(jìn)行重要性排序，將主要控制變量排在前面，次要控制變量排在后面.由于同一狀態(tài)變量下的多個控制變量的排序會對診斷結(jié)果產(chǎn)生重要影響，因此對控制變量進(jìn)行正確排序顯得尤為關(guān)鍵.為了提高排序的科學(xué)性，可邀請多名專家參與控制變量排序，并運(yùn)用Spearman相關(guān)系數(shù)法處理多名專家給出的排序結(jié)果，計算各位專家的平均Spearman 等級相關(guān)系數(shù)，取最大值視為控制變量最優(yōu)排序，獲得最終的供應(yīng)鏈風(fēng)險診斷評價指標(biāo)體系多層次遞階結(jié)構(gòu).

下面給出應(yīng)用Spearman 相關(guān)系數(shù)法確定控制變量最優(yōu)排序的處理過程.現(xiàn)有m 位專家對某狀態(tài)變量下的n 個控制變量進(jìn)行重要性排序.設(shè)第i 位專家給出的重要性排序向量為則第i 位專家與第j 位專家間的Spearman 等級相關(guān)系數(shù)表示為:

對ρij加權(quán)求和，得到第i 位專家的平均Spearman等級相關(guān)系數(shù)為:

第2 步:獲取底層控制變量原始信息，并轉(zhuǎn)化為0 -1 之間的標(biāo)準(zhǔn)數(shù)據(jù)

在描述底層控制變量的原始信息時，有些可以定量表示，有些只能定性刻畫.對于定性刻畫的控制變量，考慮到信息的不完全性及風(fēng)險診斷專家知識的局限等，往往很難用精確數(shù)表示其原始信息，而模糊語言有時候更利于風(fēng)險診斷專家表達(dá)自己的偏好.模糊語言的表示主要有區(qū)間數(shù)、三角模糊數(shù)、梯形模糊數(shù)、直覺模糊數(shù)、語言標(biāo)度、二元語義等.在決策過程中，雖然選擇不同的模糊語言表示及集結(jié)方法將會得到不同的結(jié)果，但就各種模糊語言表示本身而言并沒有優(yōu)劣之分.下面給出一種模糊語言標(biāo)度的定義方法.

定義1［15］記Ζ}為模糊語言標(biāo)度集，ψa表示模糊語言變量.ψ-L和ψL分別表示模糊語言標(biāo)度集的下限標(biāo)度和上限標(biāo)度.若γ = ［ψα，ψβ］，ψα，ψβ∈Ψ 且α＜β，稱γ 為模糊語言區(qū)間數(shù).當(dāng)α = β 時，γ 退化為模糊語言變量.

集合Ψ 中元素數(shù)量可根據(jù)實際評估需要設(shè)置.若取L = 4，則集合Ψ 包括9 個元素．在刻畫供應(yīng)鏈風(fēng)險時，給定模糊語言變量與風(fēng)險診斷專家表達(dá)的模糊偏好信息存在如下對應(yīng)關(guān)系:ψ-4=VL(很低)，ψ-3= L (低)，ψ-2= ML (較低)，ψ-1= FL(稍低)，ψ0= IG(一般)，ψ1= FH(稍高)，ψ2= MH(較高)，ψ3= H(高)，ψ4= VH(很高).

由于模糊語言區(qū)間數(shù)不能直接帶入突變級數(shù)模型計算，因此需要通過轉(zhuǎn)換公式將之轉(zhuǎn)化后方可進(jìn)行.通過定義2 可實現(xiàn)模糊語言區(qū)間數(shù)與精確數(shù)之間的轉(zhuǎn)化.

定義2 記γ = ［ψα，ψβ］為模糊語言區(qū)間數(shù)，Θ 為精確數(shù)，其中α，β ∈［-L，L］，0 ≤Θ ≤1 .存在下列對應(yīng)法則使得映射關(guān)系f:{［Ψα，Ψβ］}→Θ 成立:

其中，λ 表示風(fēng)險診斷專家對風(fēng)險程度的偏好.若λ = 0 ，說明風(fēng)險診斷專家對風(fēng)險持樂觀態(tài)度;若λ = 1 ，說明風(fēng)險診斷專家對風(fēng)險持悲觀態(tài)度.Θ 可理解為風(fēng)險系數(shù)，Θ 越小，說明風(fēng)險程度越低.

第3 步:確定各層次狀態(tài)變量的突變級數(shù)模型類型

數(shù)學(xué)上已經(jīng)證明，當(dāng)狀態(tài)變量不多于2 個、控制變量不多于5 個時，自然界的初等突變級數(shù)模型已達(dá)11 種形式.狀態(tài)變量為1 個時，常見的初等突變模型有5 個，分別為:

折疊突變級數(shù)模型:f1(x)= x3+ a1x;

尖點(diǎn)突變級數(shù)模型:f2(x)= x4+a1x2+a2x;

燕尾突變級數(shù)模型:f3(x)= x5+a1x3+a2x2+ a3x;

蝴蝶突變級數(shù)模型:f4(x)= x6+a1x4+a2x3+ a3x2+ a4x;

棚屋突變級數(shù)模型:f5(x)= x7+a1x5+a2x4+ a3x3+ a4x2+ a5x．

其中，x 為待評估系統(tǒng)的狀態(tài)變量，f(x)為狀態(tài)變量x 的勢函數(shù)，a1～a5為狀態(tài)變量x 所屬的控制變量.若一個狀態(tài)變量包含一個控制變量，則可視為折疊突變級數(shù)模型;若一個狀態(tài)變量包含兩個控制變量，則可視為尖點(diǎn)突變級數(shù)模型.對于控制變量大于5 的情形，傳統(tǒng)的做法是進(jìn)行指標(biāo)提純或降維，使得每個狀態(tài)變量所屬的控制變量不超過5 個，以便于能夠應(yīng)用上述5 種初等突變級數(shù)模型處理，但這種方式容易喪失事物本身反映的真實信息.觀察上述5 種初等突變級數(shù)模型勢函數(shù)表達(dá)式可知，初等突變級數(shù)模型勢函數(shù)的一般表達(dá)式為:

根據(jù)(3)式就可以將初等突變級數(shù)模型推廣到控制變量n(n ＞5)個的情形.

第4 步:由分歧點(diǎn)集方程導(dǎo)出歸一公式，進(jìn)行逐層量化遞歸運(yùn)算

對勢函數(shù)fn(x)依次求n 階導(dǎo)數(shù)，并分別令其等于0.先由f(n)n(x)= 0 解得a1(x)，再帶入解得a2(x).通過逆向歸納法可順次解得a3(x)～an(x)，即得到分歧點(diǎn)集方程.對分歧點(diǎn)集方程作變量替換解得x(an)的表達(dá)式，再換回原變量即為歸一公式.如對尖點(diǎn)突變級數(shù)模型有f2'(x)= 4x3+2a1x +a2= 0、f2″(x)=12x2+2a1= 0 ，解得a1(x)= - 6x2、a2(x)=8x3.令t1= - a1/6 、t2= a2/8 ，則有x(t1)=換回原變量得到x(a1)= a11/2、x(a2)= a1/32.

將控制變量的標(biāo)準(zhǔn)數(shù)據(jù)帶入相應(yīng)歸一公式，便可解得控制變量的突變隸屬度.結(jié)合多目標(biāo)模糊決策理論可知，由下層諸控制變量的突變隸屬度決策上層狀態(tài)變量的突變隸屬度時，若諸控制變量之間不存在明顯的相互關(guān)聯(lián)作用，稱諸控制變量為“非互補(bǔ)”關(guān)系，這時應(yīng)遵從“取小原則”，即xi= min{xi(a1)，xi(a2)，…，xi(an)}.若諸控制變量為“互補(bǔ)”關(guān)系，則應(yīng)遵從“平均原則”，即xi= aver{xi(a1)，xi(a2)，…，xi(an)}.

第5 步:根據(jù)系統(tǒng)總突變隸屬度，診斷供應(yīng)鏈風(fēng)險等級

經(jīng)過逐層量化遞歸運(yùn)算得到系統(tǒng)總突變隸屬度后，若能將之與標(biāo)準(zhǔn)供應(yīng)鏈風(fēng)險等級表對照，便可診斷出供應(yīng)鏈的風(fēng)險等級.令人遺憾的是，目前尚沒有供應(yīng)鏈風(fēng)險等級劃分的固定標(biāo)準(zhǔn).不同的評估方法由于決策機(jī)理不同，劃分的各風(fēng)險等級上下臨界值也不相同，文獻(xiàn)［3，6，16］分別建立了供應(yīng)鏈風(fēng)險等級的劃分標(biāo)準(zhǔn).本文在參考上述文獻(xiàn)劃分標(biāo)準(zhǔn)的基礎(chǔ)上，根據(jù)風(fēng)險系數(shù)值Θ 所屬區(qū)間對供應(yīng)鏈風(fēng)險按4 個等級劃分如下:若Θ ∈［0，0．4)，則為低風(fēng)險;若Θ ∈［0．4，0．7)，則為中等風(fēng)險;若Θ ∈［0．7，0．9)，則為高風(fēng)險;若Θ∈［0．9，1］，則為極大風(fēng)險.由于突變級數(shù)模型診斷結(jié)果需要通過總突變隸屬度判斷，因此必須建立風(fēng)險系數(shù)值Θ 與總突變隸屬度之間的對應(yīng)關(guān)系.對于任意層次的指標(biāo)體系，給定風(fēng)險系數(shù)值Θ ∈［e1，e2］，設(shè)底層所有指標(biāo)的風(fēng)險系數(shù)值Θi= e1時，系統(tǒng)總突變隸屬度為X1;至少有1 個底層指標(biāo)的風(fēng)險系數(shù)值Θk≠e1時，系統(tǒng)總突變隸度為X'1.其中，Θi、Θj分別表示第i、k 個控制變量的風(fēng)險系數(shù)值.數(shù)學(xué)上可以證明，必有X1≤X'1.顯然，當(dāng)?shù)讓又笜?biāo)的風(fēng)險系數(shù)值Θ ∈［e1，e2］時，對應(yīng)的系統(tǒng)總突變隸屬度X ∈［X1，X2］.因此，結(jié)合風(fēng)險診斷指標(biāo)體系，將不同風(fēng)險等級的風(fēng)險系數(shù)臨界值帶入歸一公式，通過逐層遞歸計算，便可以得到以系統(tǒng)總突變隸屬度表示的供應(yīng)鏈風(fēng)險等級.

3 風(fēng)險診斷算例研究

本部分將應(yīng)用突變級數(shù)模型對供應(yīng)鏈存在的風(fēng)險進(jìn)行科學(xué)診斷.首先需要建立風(fēng)險診斷指標(biāo)體系.根據(jù)科學(xué)性、層次性、可比性、全面性、可操作性等指標(biāo)設(shè)計的基本原則，在總結(jié)文獻(xiàn)［1，3，8，12］研究成果的基礎(chǔ)上，本文提出一個包括5 個一級指標(biāo)、16 個二級指標(biāo)的供應(yīng)鏈風(fēng)險診斷指標(biāo)體系:(1)供應(yīng)風(fēng)險，含產(chǎn)品價格風(fēng)險、產(chǎn)品質(zhì)量風(fēng)險、供應(yīng)商交貨風(fēng)險、生產(chǎn)柔性風(fēng)險4 個二級指標(biāo);(2)需求風(fēng)險，含需求波動風(fēng)險、客戶流失風(fēng)險2 個二級指標(biāo);(3)信息風(fēng)險，含信息共享風(fēng)險、信息傳遞風(fēng)險、信息失真風(fēng)險3個二級指標(biāo);(4)財務(wù)風(fēng)險，含收益分配風(fēng)險、企業(yè)資金風(fēng)險2 個二級指標(biāo);(5)環(huán)境風(fēng)險，含自然風(fēng)險、社會風(fēng)險、經(jīng)濟(jì)風(fēng)險、政治風(fēng)險、文化風(fēng)險5 個二級風(fēng)險.為了確定5 個一級指標(biāo)的重要性排序，邀請7 位專家進(jìn)行群組決策，分別賦予的重要性排序向量如表1所示.

表1 一級指標(biāo)重要性排序

根據(jù)Spearman 相關(guān)系數(shù)等級計算公式，有ρ1= ρ4= ρ6= 0．667 ，ρ2= 0．783 ，ρ3= 0．833，ρ5= 0．800 ，ρ7= 0．650 .因此，專家3 賦予的一級指標(biāo)重要性排序結(jié)果最優(yōu).同理可計算出各二級指標(biāo)的平均Spearman 等級相關(guān)系數(shù).各級指標(biāo)最終的重要性排序、底層指標(biāo)原始信息及經(jīng)轉(zhuǎn)化后的標(biāo)準(zhǔn)數(shù)據(jù)如表2所示.

供應(yīng)風(fēng)險有4 個二級指標(biāo)，屬于蝴蝶突變級數(shù)模型，指標(biāo)之間屬于“非互補(bǔ)關(guān)系”，采用“取小原則”，故供應(yīng)風(fēng)險的突變隸屬度為:

表2 指標(biāo)重要性排序、原始信息及標(biāo)準(zhǔn)數(shù)據(jù)

需求風(fēng)險有2 個二級指標(biāo)，屬于尖點(diǎn)突變級數(shù)模型，指標(biāo)之間屬于“非互補(bǔ)關(guān)系”，采用“取小原則”，故需求風(fēng)險的突變隸屬度為:

信息風(fēng)險有3 個二級指標(biāo)，屬于燕尾突變級數(shù)模型，指標(biāo)之間屬于“互補(bǔ)關(guān)系”，采用“平均原則”，故信息風(fēng)險的突變隸屬度為:

財務(wù)風(fēng)險有2 個二級指標(biāo)，屬于尖點(diǎn)突變級數(shù)模型，指標(biāo)之間屬于“互補(bǔ)關(guān)系”，采用“平均原則”，故財務(wù)風(fēng)險的突變隸屬度為:

環(huán)境風(fēng)險有5 個二級指標(biāo)，屬于棚屋突變級數(shù)模型，指標(biāo)之間屬于“非互補(bǔ)關(guān)系”，采用“取小原則”，故環(huán)境風(fēng)險的突變隸屬度為:

供應(yīng)鏈風(fēng)險診斷指標(biāo)體系包括5 個一級指標(biāo)，屬于棚屋突變級數(shù)模型，指標(biāo)之間屬于“非互補(bǔ)關(guān)系”，采用“取小原則”，故系統(tǒng)總突變隸屬度為:

結(jié)合本文建立的供應(yīng)鏈風(fēng)險診斷指標(biāo)體系，將不同風(fēng)險等級的風(fēng)險系數(shù)臨界值帶入歸一公式，通過逐層遞歸計算，得到系統(tǒng)總突變隸屬度X 與風(fēng)險等級的對應(yīng)關(guān)系為:若X ∈［0，0．795)，則為低風(fēng)險;若X ∈［0．795，0．915)，則為中等風(fēng)險;若X ∈［0．915，0．974)，則為高風(fēng)險;若X ∈［0．974，1］，則為極大風(fēng)險.由于系統(tǒng)總突變隸屬度為0.864，因此可以認(rèn)定供應(yīng)鏈處于中等風(fēng)險等級.

4 敏感性分析

上述診斷過程中，假設(shè)風(fēng)險診斷專家持風(fēng)險中立態(tài)度(即λ = 0．5 ).然而實際決策中，不同的風(fēng)險診斷專家可能有不同的風(fēng)險偏好程度.為了檢驗風(fēng)險偏好程度λ 對診斷結(jié)果的影響，我們計算不同風(fēng)險偏好程度λ 值下的系統(tǒng)總突變隸屬度，并診斷相應(yīng)的風(fēng)險等級，具體結(jié)果如表3所示.

表3 風(fēng)險偏好對風(fēng)險等級的敏感性分析

通過表3可以看出，風(fēng)險診斷專家的風(fēng)險偏好程度對風(fēng)險等級的診斷不敏感.這也進(jìn)一步表明本文提出方法的合理性.

5 結(jié)語

現(xiàn)有供應(yīng)鏈風(fēng)險診斷方法要么受主觀因素影響，要么計算比較復(fù)雜，且對指標(biāo)權(quán)重的分配過于隨意.考慮到這些方法的局限性，本文結(jié)合突變理論思想，提出一種基于突變級數(shù)模型的供應(yīng)鏈風(fēng)險診斷方法.雖然突變級數(shù)模型在其它領(lǐng)域已被嘗試用于多指標(biāo)決策問題，但本文首次將突變級數(shù)模型引入供應(yīng)鏈領(lǐng)域，進(jìn)一步拓寬了突變級數(shù)模型的應(yīng)用范圍.

本文應(yīng)用突變級數(shù)模型的同時，在方法上實現(xiàn)了如下創(chuàng)新:(1)關(guān)于控制變量重要性排序.結(jié)合群決策思想和Spearman 相關(guān)系數(shù)法來確定控制變量的排列次序，將決策的主觀性因素降到最低.(2)關(guān)于底層指標(biāo)賦值.供應(yīng)鏈風(fēng)險指標(biāo)大多為定性指標(biāo)，導(dǎo)致用精確數(shù)度量它們非常困難.本文采用模糊語言區(qū)間數(shù)來刻畫指標(biāo)，并考慮到風(fēng)險診斷專家的風(fēng)險偏好態(tài)度對風(fēng)險等級可能存在的影響，給出敏感性分析.(3)關(guān)于風(fēng)險等級劃分.現(xiàn)有文獻(xiàn)對風(fēng)險等級的劃分主要是把綜合風(fēng)險系數(shù)線性均分為幾個區(qū)間，而本文則根據(jù)供應(yīng)鏈風(fēng)險突變的內(nèi)在決策機(jī)理來劃分，因而風(fēng)險等級劃分標(biāo)準(zhǔn)更科學(xué).

［1］張畢西，陳嘉.基于灰色多層次評價模型的供應(yīng)鏈風(fēng)險評估［J］.科技與管理，2011，13(5):56 -59.

［2］丁偉東，劉凱，賀國先.供應(yīng)鏈風(fēng)險研究［J］.中國安全科學(xué)學(xué)報，2003，13(4):64 -66.

［3］彭國樑，姚儉.不確定性供應(yīng)鏈風(fēng)險的模糊綜合評價［J］.上海理工大學(xué)學(xué)報，2010，32(4):373 -377.

［4］Hallikas J，Karvonen I，Pulkkinen U，et al.Risk process in supplies networks［J］.International Journal of Production Economics，2004，90(1):47 -58.

［5］Wu T，Blackhurst J，Chidambaram V.A model for inbound supply risk analysis［J］.Computers in Industry，2006，57(4):350 -365.

［6］Schoenherr T，Raotummala V M，Harrison T.Assessing supply chain risks with the analytic hierarchy process:providing decision support for the offshoring decision by a US manufacturing company［J］.Journal of Purchasing and Supply Management，2008，14(2):100 -111.

［7］肖美丹，李從東，張瑜耿.基于未確知模糊理論的供應(yīng)鏈風(fēng)險評估［J］.軟科學(xué)，2007，21(5):27 -30.

［8］王文婕.基于OWA 算子的供應(yīng)鏈風(fēng)險評估方法［J］.物流技術(shù)，2011，30(7):110 -113.

［9］陳敬賢，施國洪，程發(fā)新.基于蒙特卡羅模擬的供應(yīng)鏈風(fēng)險估計研究［J］.數(shù)學(xué)的實踐與認(rèn)識，2011，41(13):1 -9.

［10］顧玉磊，張圣忠，吳群琪.基于成員企業(yè)偏好的供應(yīng)鏈風(fēng)險評估模型［J］.科技管理研究，2013，33 (2):195 -199.

［11］顏波，石平，王鳳玲.基于CVaR 的農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險評估與控制［J］.軟科學(xué)，2013，27(10):111-115.

［12］舒彤，葛佳麗，陳收.基于支持向量機(jī)的供應(yīng)鏈風(fēng)險評估研究［J］.經(jīng)濟(jì)經(jīng)緯，2014，31(1):130 -135.

［13］李柏洲，蘇屹.基于改進(jìn)突變級數(shù)的區(qū)域科技創(chuàng)新能力評價研究［J］.中國軟科學(xué)，2012(6):90 -101.

［14］陳曉紅，楊立.基于突變級數(shù)法的障礙診斷模型及其在中小企業(yè)中的應(yīng)用［J］.系統(tǒng)工程理論與實踐，2013，33(6):1479 -1485.

［15］徐澤水.基于語言信息的決策方法和理論［M］.北京:科學(xué)出版社，2008.

［16］蔣有凌，楊家其，尹靚，等.基于ANN 的供應(yīng)鏈風(fēng)險綜合評估模型與應(yīng)用［J］.武漢理工大學(xué)學(xué)報:交通科學(xué)與工程版，2008，32(1):70 -73.