《Supply Chain Analytics》:An analytical approach to risk assessment in agri-food supply chains using fuzzy inference systems
编辑推荐:
本研究提出了一种结构化、定量的农食供应链风险评估框架,该框架与ISO 31000:2018标准指南保持一致。该方法集成了模糊推理系统(FIS)来量化和缓解风险,为减少主观性、管理不确定性和提高决策准确性提供了有效工具。研究利用故障概率、故障后果和潜在故障风险开
本研究提出了一种结构化、定量的农食供应链风险评估框架,该框架与ISO 31000:2018标准指南保持一致。该方法集成了模糊推理系统(FIS)来量化和缓解风险,为减少主观性、管理不确定性和提高决策准确性提供了有效工具。研究利用故障概率、故障后果和潜在故障风险开发了一个基于FIS的风险评估模型。采用所开发的FIS模型,对发展中经济体农食供应链中的三种中断情景进行了评估。这些情景包括:(1) 缺乏优质农业投入品,(2) 缺乏物流基础设施,以及 (3) 供需不匹配。结果表明,缺乏农业投入品会导致价格波动面临极高风险,农民收入损失和粮食可用性面临高风险,以及采后浪费面临中等风险。物流效率低下导致农民收入损失面临中等风险,同时对粮食可用性、价格波动和采后浪费构成低风险。由于供需不匹配导致的系统性风险在价格波动、农民收入损失、粮食可用性和采后浪费方面均带来了高风险。所提出的风险评估框架为发展中经济体的AFSCs开发风险评估软件提供了蓝图,能够为在供应链现代化的政策制定中如何结合风险评估提供见解。研究结果表明,需要一种通过市场情报进行政策驱动的系统方法来管理这种波动的供应链。
农食供应链是发展中国家经济增长的关键驱动力,在保障农村生计和粮食安全方面发挥着至关重要的作用。然而,AFSCs极易受到外部环境波动的影响,特别是在发展中经济体中,由于缺乏广泛的历史数据库,利益相关者往往依赖直觉或基于经验的决策,导致风险评估存在高度主观性和不一致性。现有的传统确定性评估方法难以应对易腐供应链中普遍存在的不确定性,缺乏能够将不确定性和专家知识有效整合到决策中的结构化、数据驱动的风险评估框架。为解决上述问题,研究人员致力于开发一种基于ISO 31000:2018风险管理原则的结构化定量风险评估方法,以提高供应链的韧性和敏捷性,该研究论文已发表在《Supply Chain Analytics》上。
在研究方法与技术手段方面,研究人员选取斯里兰卡的蔬菜供应链(VSC)作为案例,特别是以胡萝卜为代表作物。研究数据来源于包括农民、运输服务提供商、蔬菜收集商、批发商、零售商和行政官员在内的43名主要利益相关者的焦点小组讨论。基于收集的信息,研究人员构建了基于模糊推理系统(FIS)的风险评估模型,将故障概率(PoF,由市场补充时间MRT定义,包含收获时间HT和前置时间LT)、故障后果(CoF,包括农民收入损失FRL、采后浪费PHW、价格波动PV和粮食可用性FA)结合,以确定潜在故障风险(PFR)。使用MATLAB的模糊逻辑工具箱,构建了四个独立的Mamdani FIS模型,利用双高斯隶属度函数处理非线性和不对称的输入变量,以实现对不同供应链中断情景的定量风险模拟。
情景1:缺乏优质农业投入品
通过评估得出,缺乏优质种子、肥料等农业投入品会延长作物成熟期,导致HT显著推迟至高等级,使MRT延长至108天。这一情景导致农民收入面临25%的损失(高风险),粮食可用性下降35%(极高风险),价格波动极大约25%(极高风险),而采后浪费处于极低水平(2%)。FIS模型模拟结果表明,价格波动的PFR最高(22.2),其次是粮食可用性和农民收入损失(均为17.7),采后浪费的PFR最低(11.2)。这说明投入品短缺对价格稳定和粮食安全构成重大威胁,需要通过数字化农地系统规范种子和肥料分配来缓解。
情景2:供应链中缺乏物流基础设施
物流效率低下和缺乏冷链设施使得LT延长至高水平(48-60小时),HT不受影响保持最优,MRT延长至95天。受运输延迟和变质影响,采后浪费增加15%(高风险),粮食可用性下降25%(高风险),农民收入损失高达35%(极高风险),价格波动为7.5%(中等风险)。FIS评估结果显示,农民收入损失的PFR为12.5,采后浪费和粮食可用性的PFR均为9.28,价格波动的PFR最低为8.09。这表明物流低效主要对农民经济利益造成中等风险,通过优化运输网络和投资冷链基础设施可有效控制这些风险。
情景3:供需不匹配
由于缺乏数据驱动的预测系统,农民依靠直觉生产导致供需失衡。HT和LT均受中等延迟影响,MRT达104天。供需错配导致价格波动25%(极高风险),粮食可用性下降25%(高风险),采后浪费15%(极高风险)。农民收入损失呈现双向特征:在供过于求时损失高达30%(极高风险),在供不应求时损失仅为2%(极低风险)。模拟得出,各维度的PFR值均在17-18之间的高风险区间。这一结果凸显了信息不对称造成的系统性风险,必须引入基于市场情报的协作平台来调节供需平衡。
在讨论与结论部分,研究人员指出这三种情景全面揭示了VSC当前面临的系统性脆弱性。缺乏农业投入品引发低产和低收入恶性循环,对价格波动影响最甚;物流低效虽不一定直接引发市场剧烈波动,但显著削减了农民净收入并增加了采后浪费;供需错配则在所有四个后果维度均引发了高风险。该研究提出了一种动态结构化的FIS风险评估框架,克服了传统定性方法的主观性与局限性,为发展中经济体易腐AFSCs的定量风险评估提供了蓝图。研究结论强调,需要采取政策驱动的系统方法,通过整合市场情报、优化物流网络与基础设施、以及构建数字化的利益相关者协作平台,以提高供应链韧性和实现可持续的粮食安全。未来的研究可探索集成机器学习技术,以完善模糊隶属度函数并进一步提升模型在极端事件下的自适应能力。