基于模糊混合群決策支持系統(tǒng)的糧食供應鏈安全評估研究

朱佳翔，趙哲沁，史楊焱，郭軍華

（1.常州大學 商學院，江蘇 常州 213164；2.北京理工大學 管理與經(jīng)濟學院，北京 100081；3.華東交通大學 交通運輸與物流學院，江西 南昌 330013）

0 引言

隨著全球疫情、國際格局及經(jīng)貿環(huán)境變化，糧食供應鏈安全成為供應鏈管理中的熱門研究領域之一。供應鏈安全是保護供應鏈免受各種威脅的損害以確保業(yè)務連續(xù)性，業(yè)務風險最小化，投資回報和商業(yè)機遇最大化。能夠對糧食供應鏈安全風險進行系統(tǒng)評估，通常得益于大數(shù)據(jù)及系統(tǒng)科學的發(fā)展與進步。供應鏈安全管理是通過實施一組合適的控制措施而達到的，包括策略、過程、規(guī)程、組織結構以及軟件和硬件功能。本研究認為，供應鏈安全是供應鏈管理成敗的先決條件之一，在不降低所提供產品或服務整體質量的情況下，大幅降低供應鏈安全風險將直接影響供應鏈的整體競爭力，這也使得供應鏈安全風險評估成為供應鏈管理的一個重要因素。以往的研究取得了很多成果，但隨著全球疫情、戰(zhàn)爭及自然災害擾動影響，相關研究也出現(xiàn)了部分不足。

供應鏈安全近期相關的研究，主要有王歡歡等構建“一帶一路”投資中實物資產供應鏈安全保障的概念框架，并提出持續(xù)保障和應急保障兩方面供應鏈安全保障的實現(xiàn)路徑。陸勰等對當下存在的供應鏈安全風險進行分析，提出戰(zhàn)略指引、技術創(chuàng)新及風險管控等應對策略?，F(xiàn)有的糧食供應鏈安全相關研究，主要集中在生鮮農產品供應鏈風險、農產品供應鏈上質量安全風險、農產品供應鏈金融風險及互聯(lián)網(wǎng)、物聯(lián)網(wǎng)環(huán)境下的農產品供應鏈風險等幾個方面，全球疫情擾動環(huán)境下的糧食供應鏈安全相關的研究較少。此外，農產品供應鏈風險控制方面，顏波等提出基于CVaR的農產品供應鏈風險評估體系。伏紅勇和但斌構建CVaR決策模型用于控制農產品供應鏈風險的發(fā)生。曹武軍、石洋洋運用期權和保險兩種方式應對農產品供應鏈安全風險，以實現(xiàn)期望的供應鏈利潤。

供應鏈實際決策問題的方法主要有層次分析法、數(shù)據(jù)包絡分析以及理想解決方案優(yōu)先排序的TOPSIS等。由于供應鏈決策具有較高的主觀性，模糊層次分析法（F-AHP）已被證明有能力處理定性與定量、代償效應以及評價準則間的關系，因此F-AHP的優(yōu)先級排序組織方法非常適合于供應鏈決策。Kokangul和Susuz綜合了F-AHP和數(shù)學規(guī)劃，運用一定約束條件下的非線性整數(shù)規(guī)劃和多目標規(guī)劃確定最佳供應鏈。Liao和Kao提出了一種綜合模糊TOPSIS和多目標編程方法來解決供應商選擇問題。此外，供應鏈決策往往是一個多學科小組的群決策問題，需要對決策結果進行長期承諾。Zhang等提出了模糊群決策模型，以應對供應鏈安全系統(tǒng)中的供應商選擇問題。Dalalah等基于一組多目標決策問題，提出供應鏈決策的混合模糊模型，其中包括改進的模糊DEMATEL模型和改進的TOPSIS模型。Boran等將TOPSIS方法與直覺模糊集合在一起，在一個群決策環(huán)境中選擇適當?shù)墓?。Sanayei等提出了一種基于模糊集理論和VIKOR方法的群體決策方法來處理供應鏈決策問題。

上述研究成果為解決糧食供應鏈安全評估的多屬性群決策問題提供了較好的思路，但由于糧食供應鏈安全問題的復雜性與模糊性，決策者很難對方案給出精確的評估，會遇到?jīng)Q策小組間因不同偏好很難形成一致判斷，決策即時性差、魯棒性弱，以及決策質量難以保證等問題。因此，模糊混合群決策支持系統(tǒng)（F-PROMETHEE GDSS）的決策方法值得研究。為此，本文將模糊層次分析法與模糊偏階群決策法相結合，提出模糊混合群決策支持系統(tǒng)的決策方法用于糧食供應鏈安全評估，對于豐富糧食供應鏈安全及風險管理文獻，促進這一領域的學術探索，為解決我國糧食供應鏈安全的實際管理決策問題提供新方法和新思路。

1 研究假設與建模

糧食供應鏈安全評估的F-PROMETHEE GDSS包括三個主要階段：（1）數(shù)據(jù)收集；（2）F-AHP計算；（3）模糊混合決策支持系統(tǒng)計算。在第一階段，形成糧食供應鏈安全評估的決策小組（DMT），確定糧食供應鏈安全評估的準則并形成決策層次。第二階段采用F-AHP對糧食供應鏈安全進行評估，形成成對比較矩陣，再基于最比較矩陣計算各層次準則的權重。在第三階段，通過MS Excel計算模糊混合決策支持系統(tǒng)來確定糧食供應鏈安全的優(yōu)先級。由于層次分析法不能很好處理主觀脆弱值的模糊性，本文運用三角形模糊數(shù)的區(qū)間分析法進行成對矩陣比較，模糊語言和對應的三角形模糊數(shù)如表1所示。

表1 模糊語言和對應的三角形模糊數(shù)

圖1 兩個三角形模糊數(shù)M1和M2

其中：

定義第m個目標的第i個評價準則的模糊區(qū)間值如式（4）所示。

其中：

其中：凸模糊數(shù)的定義如式（8）、式（9）所示。

歸一化后，優(yōu)先級排序如式（11）所示。

2 F-PROMETHEE GDSS

優(yōu)先級排序（PROMETHEE）最早由Brans開發(fā)，與其他方法相比，它能較好兼容相互矛盾的評價準則，但PROMETHEE的實現(xiàn)還需要準則權重和偏好系數(shù)等附加信息。優(yōu)先級排序的評估決策支持系統(tǒng)（PROMETHEE GDSS）允許每個決策者表達偏好并將其集成到群決策中，并允許決策者重新評估和修改之前的決定，直至得到完全滿意的決策結果，且決策操作可以通過視頻會議形式進行，可迅速得到?jīng)Q策結果。Behzadian等人將PROMETHEE方法與模糊集理論應用于環(huán)境、能源及供應鏈管理等方面。Le Téno和Mareschal開發(fā)了基于時間準則和模糊集理論的PROMETHEE II的新方法。Geldermann等人提出PROMETHEE和模糊集理論的混合決策方法。本文運用三角模糊數(shù)作為PROMETHEE GDSS信息輸入，對各個群決策小組（DMT）的備選方案進行優(yōu)先級排名，F(xiàn)-PROMETHEE GDSS通過以下步驟進行：

Step1：生成備選方案和準則。協(xié)調人向決策者提出決策問題，得到所有可能的備選方案和準則，并在評估表中列出。

Step2：給定模糊數(shù)及評價語言量表，如表2所示。三角模糊數(shù)以LR模式表示，LR模式中三角模糊數(shù)的基本操作如表3所示。

表2 PROMETHEE評價中三角模糊數(shù)及評價語言量表

表3 使用模糊數(shù)（m,α,β ）LR的操作

Step4：DMT通過交互式輔助給每個準則設置偏好函數(shù)和閾值q、p，偏好函數(shù)如式（13）所示。偏好閾值q、p分別表示最小、最大容差，DMT根據(jù)其容差判別偏好等級：漠不關心、偏好中性及嚴格偏好。

Step5：計算每個DMT偏好。各個評價準則的權重∑w=1，DMT的加權偏好如下：

Step6：計算DMT排序流。存在兩種類型的排序流，正排序流（φ）和負排序流（φ），φ是經(jīng)過路徑π（a,x）的排序流總和，其中a是流出節(jié)點，而x表示除了節(jié)點a之外的其他（n- 1）個節(jié)點。

Step7：計算DMT凈流量。備選方案凈流量計算如式（17）所示。其中，如果a凈流量大于b凈流量，則備選方案a的排名較靠前。

Step8：模糊混合群決策支持系統(tǒng)（PROMETHEE GDSS）的計算。然后將DMT凈流向量放入全局決策矩陣中，重復Step1~Step5。通過去模糊化給備選方案優(yōu)先級進行排序，LR三角模糊數(shù)去模糊化如式（18）。

3 案例分析

大豆是我國開放最早、進口量最大、市場化程度最高、與國際接軌最徹底的大宗農產品。2018年以來，中美貿易摩擦不斷升級，大豆成為焦點之一。2020年以來全球疫情擾動引起大豆供應中斷、交貨期延遲、質量安全等一系列供應鏈安全與危機。面對國際政治經(jīng)濟形勢和疫情的巨大不確定性，中國必須掌握在大豆國際貿易中的主動權，推動進口來源地多元化。除了巴西、美國、阿根廷這些傳統(tǒng)的出口大國，需增加俄羅斯、烏克蘭以及非洲等“一帶一路”沿線國家的進口，確保大豆供應鏈安全。本案例選擇大豆供應鏈1：巴西；大豆供應鏈2：美國；大豆供應鏈3：阿根廷；大豆供應鏈4：俄羅斯；大豆供應鏈5：烏克蘭等5條大豆供應鏈的安全風險進行評價，采用上述F-PROMETHEE GDSS方法與操作流程評估大豆供應鏈安全。

3.1 第一階段：DMT形成和數(shù)據(jù)收集

Step1：初步形成兩個DMT，均由供應鏈安全領域的三個專家組成。由于DMT成員不在同一地點，因此設置決策協(xié)調人及建立視頻通信協(xié)調各DMT及專家意見。

Step2：為評估大豆供應鏈安全，選擇大豆供應鏈1：巴西；大豆供應鏈2：美國；大豆供應鏈3：阿根廷；大豆供應鏈4：俄羅斯；大豆供應鏈5：烏克蘭等5條大豆供應鏈的安全風險進行評價。

Step3：定義供應鏈安全評估的準則和指標，通過視頻會議完成第一次結構化問卷。要求受訪者通過使用“不重要（1~3）”，“有點重要（4,5）”，“重要（6,7）”和“非常重要（8,9）”等重要性的比較標度，完成因素之間成對比較的量化判斷矩陣，最終選擇平均得分7之上的5個準則、14個子準則及29個指標，大豆供應鏈安全準則及指標體系如表4所示。

表4 大豆供應鏈安全的評估準則及指標體系

3.2 第二階段：F-AHP計算

Step4：定義F-AHP層次結構，構造大豆供應鏈安全的層次分析模型，如圖2所示。圖2說明大豆供應鏈安全的關鍵風險點并非來自供應鏈內部，供應鏈外部風險（C）、供應鏈節(jié)點之間風險（C）成為大豆供應鏈安全的關鍵風險識別點。

圖2 大豆供應鏈安全風險評估的決策層次

Step5：通過F-AHP分配準則和子準則的權重。為此，決策協(xié)調人制定模糊語言選項和調查問卷。基于DMT的問卷結果，根據(jù)模糊隸屬函數(shù)給定準則和子準則的模糊權重，通過DMT意見獲得三角形模糊數(shù)D。采用區(qū)間分析法（EAM）確定主要準則和子準則的權重向量。

3.3 第三階段：F-PROMETHEE GDSS計算

Step6：確定各個準則偏好函數(shù)和參數(shù)?；贒MT所定義準則的偏好函數(shù)和閾值，通過Delphi法確定其偏好功能，給定無差異閾值q等于零，偏好閾值p的值等于0.80，以反映偏好函數(shù)對決策過程的影響。低于0.80的p值說明貢獻較少。視頻會議之后，最終確定評估準則的偏好函數(shù)、參數(shù)及其對應的閾值。

Step7：通過每個DMT的PROMETHEE矩陣進行優(yōu)先級排序。依據(jù)表2中準則和模糊語言量表評估上述5條大豆供應鏈安全。DMT和DMT所計算的正排序流（φ）和負排序流（φ）分別顯示在表5和表6中。表5說明DMT所評估的大豆供應鏈安全排序流得分依次為：Sup?Sup?Sup?Sup?Sup，即俄羅斯、巴西、美國、阿根廷、烏克蘭。表6說明DMT所評估的大豆供應鏈安全排序流得分依次為：Sup?Sup?Sup?Sup?Sup，即俄羅斯、巴西、烏克蘭、美國、阿根廷，兩個DMT對5條大豆供應鏈安全評估和排名提出了不同的關注和意見。但DMT、DMT都認為大豆供應鏈4，即俄羅斯的大豆供應鏈最安全。

表5 DMT1對大豆供應鏈安全評估的正排序流和負排序流

表6 DMT2對大豆供應鏈安全評估的正排序流和負排序流

Step8：運用MS Excel計算F-PROMETHEE GDSS，通過去模糊化完成大豆供應鏈安全的優(yōu)先級排序。各個F-PROMETHEE矩陣的凈流向量集成到群決策矩陣，協(xié)調人收集DMT相關信息，包括偏好函數(shù)類型（偏好中性），閾值水平（q=0,p=0.8）和權重（每組DMT設定為0.5）。用于全局排序的正排序流（φ）、負排序流（φ）和凈流量（φ ）的值如表7所示。

表7所示的大豆供應鏈安全的全局排序流量來看，凈流量0.241的大豆供應鏈4被評估為最安全供應鏈，即供應鏈安全級別最高。所評估的5條大豆供應鏈安全級別排序為：Sup?Sup?Sup?Sup?Sup，即俄羅斯、阿根廷、美國、烏克蘭、巴西。大豆供應鏈安全優(yōu)先級排序結果可能與其他機構評估結果存在差異，采用兩組DMT評估大豆供應鏈安全的結果卻截然不同。根據(jù)結果，最后兩個大豆供應鏈顯示相對較低的安全性能。因此，高管人員可立即排除這兩個大豆供應鏈，并考慮用新的供應鏈替換。通過改變子準則的權重進行敏感性分析，發(fā)現(xiàn)準則權重在一定區(qū)間內變化對大豆供應鏈安全優(yōu)先級排名影響不大，模糊群決策支持系統(tǒng)對大豆供應鏈安全的評估具有魯棒性。

表7 大豆供應鏈安全的全局排序流量

4 結論與展望

為更好應對糧食供應鏈安全的模糊決策問題，本文集成模糊集理論、模糊層次分析法及模糊偏階群決策法等，提出F-PROMETHEE GDSS的方法，通過一個大豆供應鏈安全評估案例驗證該方法的可行性與適用性。所提出的模糊群決策過程是在短時間內通過視頻會議進行，每組DMT可快速表達偏好和評價，通過糧食供應鏈安全排名進行評估決策，可為相關部門對未來糧食風險變化的趨勢和糧食供應鏈安全風險的嚴重程度進行科學判斷。研究結論與展望如下：（1）F-PROMETHEE GDSS方法能夠將群決策過程分解為可管理的步驟，通過交互式輔助給每個評價準則設置偏好函數(shù)和閾值，將所有DMT的凈流向量放入全局決策矩陣中，并整合決策結果以獲得糧食供應鏈安全目標一致的解決方案，模糊群決策過程被證明是可行的。已有研究表明，模糊群決策很少采用交互式輔助，針對結構化問題，因其體系結構更為開放，有利于網(wǎng)絡環(huán)境中多種決策的協(xié)同。DMT從不同的角度給出若干個相互之間很難進行絕對比較的決策結果。而本研究將交互式輔助方法納入模糊群決策，決策者可結合自己的價值觀、偏好、經(jīng)驗和知識的淵博程度等從中作出選擇，以達到?jīng)Q策結果的最優(yōu)化。（2）F-PROMETHEE GDSS方法充分考慮糧食供應鏈安全風險評估中的復雜性和不確定性因素，決策協(xié)調員在兩組DMT之間發(fā)揮了關鍵的溝通作用，確保了模糊群決策過程的質量。案例分析表明，大豆供應鏈安全的優(yōu)先級排名較為穩(wěn)定，具有較好的魯棒性。已有研究表明，模糊群決策過程耗時較長且缺乏魯棒性，而本研究通過視頻會議可迅速得到?jīng)Q策結果，可實現(xiàn)即時性的信息交流，有利于糧食供應鏈安全評估決策工作準確性的提升。（3）本研究僅以我國大豆供應鏈安全風險評估為案例對F-PROMETHEE GDSS方法進行實證檢驗，該方法的適用性還有待進一步驗證，未來可擴大到農業(yè)及糧食產業(yè)鏈層面，以增強F-PROMETHEE GDSS方法的普適性。同時伴隨全球疫情、國際格局、新貿易環(huán)境以及他國政府干預、國際合同惡意違約等風險，如何引導和扶持糧食供應鏈各環(huán)節(jié)主體建立大數(shù)據(jù)信息驅動的商業(yè)模型，提升國際信息獲取和預判能力，強化對糧食供應鏈安全風險的研判和防范等問題將是今后研究的重點。