基于貝葉斯網絡的食品供應鏈風險評價研究

張麗，滕飛，王鵬

（1.天津市食品安全戰略與管理研究中心，天津300222；2.天津科技大學經濟與管理學院，天津300222）

基于貝葉斯網絡的食品供應鏈風險評價研究

張麗1，2，滕飛2，王鵬2

（1.天津市食品安全戰略與管理研究中心，天津300222；2.天津科技大學經濟與管理學院，天津300222）

食品安全風險存在于食品供應鏈的每一個環節尤其是關鍵環節之中，而每個環節的安全風險又是隨機變量，因此本文基于貝葉斯理論，在貝葉斯網絡的食品供應鏈風險分析的基礎上，建立了基于貝葉斯網絡的食品供應鏈風險局部分析模型，對其風險進行預測，并通過案例研究驗證算法的可行性。

食品供應鏈；風險評價；貝葉斯網絡

民以食為天，食以安為先。食品安全已成為世界范圍內廣泛關注的問題，理想的食品風險安全控制模式是“從農田到餐桌”的全過程風險控制。因此基于供應鏈視角來分析管理食品安全風險，是非常必要和重要的。

1 貝葉斯網絡模型概述

貝葉斯網絡起源于20世紀80年代中期對人工智能中不確定性問題的研究。1986年，Pearl首先提出了貝葉斯網的概念，并在1988年發表了他的專著《Probabilistic Reasoning in Intelligent Systems：Networks ofPlausible Inference》[1]。貝葉斯網絡是由概率、統計及圖論結合發展起來的。貝葉斯網絡是隨機變量間的概率關系的圖表示，它提供了一種自然的表示因果信息的方法，用節點表示變量，用有向邊表示變量間的依賴關系，用來發現數據間的潛在關系[2]。

貝葉斯網絡模型（Bayesian Network）是風險評價概率統計模型的代表[3]。其主要著眼點在于通過對食品供應鏈中各環節風險的概率估計，采用網絡圖的方法得出食品供應鏈中任一環節的食品安全風險估計值。這種方法在定性分析的基礎上融入了定量分析的元素，能夠較好地對食品安全風險進行評價[4]。

貝葉斯網絡（Bayesian Network）也稱信念網絡（Belief Networks）或因果網絡（Causal Networks），是描述數據變量之間因果關系的一種圖形模式，是一種用來進行不確定性推理的模型[5－6]。貝葉斯網絡為人們提供了一種方便的框架結構來表示因果關系，這使得不確定性推理變得在邏輯上更為清晰、可理解性強。

2 基于貝葉斯網絡的食品供應鏈風險分析

2.1 基于貝葉斯網絡的食品供應鏈風險分析步驟

對于不同類的食品，其風險的時機、范圍、程度等不盡相同，但一般地均可以采取以下幾個步驟進行分析：

1）裁剪風險因素

對于某種具體的食品，根據其實際情況，分析物流、信息流和資金流中的風險因素，并根據前述的評價方法進行評價，然后根據管理的需要進行風險因素的裁剪。

2）分析初始風險事件

初始事件（風險因素）是風險造成后果的出發點。如果初始事件分析不全面，則無法分析出所有可能的事故場景，造成遺漏，因而也就無法得出正確全面的結論。

3）建立貝葉斯網絡模型

食品供應鏈對不同的初始事件存在不同的響應，因此事件的發展過程及結果也不一樣。因此必須就供應鏈對風險事件的不同響應而導致的事件鏈的不同發展過程進行分析鑒別。

4）概率評價

獲得風險貝葉斯網絡中的每個結點關系的條件概率值，如果難以得到其發生概率時，則要采取一些可行的辦法獲得，其來源包括通用數據或專家的判斷，或者是相似系統的經驗數據、測試數據、分析結果。

5）結果分析

這里所說的“結果”其實就是食品風險的“后果”，不同的事件鏈將導致不同的后果。后果不僅包括當時影響，而且還包括風險事故對人員、環境等的長期影響。同一食品安全風險事故的后果也可因當時的環境條件的不同而不同，所以要對不同環境條件下的后果進行分析。

6）風險排序和管理

基于貝葉斯網絡可計算出食品安全風險事故的發生概率。對于同一后果，可以對不同危險因素的風險予以排序。貝葉斯網絡不僅僅是一種風險評價方法，而且可以作為一種風險管理技術。風險評價結果與食品安全目標的比較，可作為決策者選擇或修改食品風險控制措施，或針對潛在食品安全風險事故采取預防措施的重要依據。

2.2 基于貝葉斯網絡的風險分析模型

貝葉斯網絡的建立是一項需要反復迭代不斷精化的過程，而且只能根據實際食品風險管理實際，依靠相關領域專家的經驗建立。對于食品風險評價模型的建立，必需綜合考慮食品供應鏈過程中各個環節及其之間的相互作用關系，建立相應的網絡模型，并根據歷史數據確定各種風險因素之間相互影響程度的大小，從而確定貝葉斯網絡中各結點的條件概率（即在父結點處于某種風險模式時，子結點發生某種風險模式的條件概率）。

1）確定變量集和變量

本文將建立食品風險因素之間的局部關系模型，因為食品種類的多樣性，建立一個全局模型幾乎是不可能的。該局部模型具有一般性，可以推廣到任意的情況，在這個模型中，需要比較詳細地記錄由專家提出的食品風險因素引發的其他食品風險因素的因果關系，其中有些風險因素之間的因果關系圖可以看成局部的貝葉斯網絡模型，所有的局部模型可以構成一個全局貝葉斯網絡，簡化起見，本文基于一個簡化的局部模型來闡述其預測的原理。由于模型中節點有不同的性質，采用不同圖形來區分節點，如圖1所示。

圖1 節點圖例Fig.1 Node Legen

2）舉例說明

我們現在以某食品為例的進行風險分析，圖2是該食品的風險的局部模型，在該模型中，放射性污染、化學污染和農藥殘留超標是根節點風險因素，放射物超標和重金屬元素超標是一級節點風險因素，生產環節被污染是二級節點風險因素，這些一級節點和二級節點是不完全，因此這個模型是個局部模型，產品不合格和食物中毒這些風險可能導致的嚴重后果。

圖2 某食品的風險的局部模型Fig.2 The localModelof the risk of a food

推而廣之，我們可以為每一個子實踐建立類似的局部貝葉斯網絡模型，而當構建出這樣的貝葉斯網絡，我們就可以對風險進行進一步的分析。

2.3 評價風險值

根據貝葉斯網絡分析出食品供應鏈相應環節風險的概率，結合每個風險可能帶來的損失，可計算風險值。

風險值=風險的概率×風險事件發生的損失

影響值=可能性×（對進度的影響+對成本的影響+對性能的影響）

對食品供應鏈的風險進行分析是處置風險的前提條件，是制定和實施風險計劃的依據，因此，一定要對風險發生的概率及其后果做出盡可能準確的估計。然而，在食品供應鏈中，要進行準確地估計卻并非是件易事。

3 基于貝葉斯網絡的食品供應鏈風險案例研究

為了便于研究，基于前面的食品供應鏈的風險識別及風險評價，下面我們將主要針對食品供應鏈中的物流環節構建基于貝葉斯網絡的食品供應鏈局部風險分析模型，如圖3所示。

圖3 基于貝葉斯網絡的食品供應鏈局部風險分析模型實例Fig.3 Local food supply chain risk analysisModel instancebased on Bayesian network

根據圖3中的食品供應鏈局部風險預測分析模型，如何利用貝葉斯網絡模型進行風險概率計算，可以從下文的實例中獲得。首先我們選擇的是以風險因素“放射物污染”為根風險因素的局部貝葉斯網絡模型，并用字母R、S、T、L、O表示每個結點，并給出結點的每個狀態的概率表和條件概率，如表1、表2、表3所示，接下來進行計算。

表1 S，T節點各事件發生的條件概率Table1 The conditionalprobability of C and T node incident

表2 L節點各事件發生的條件概率Table2 The conditionalprobability of L node incident

表3 O節點各事件發生的條件概率Table3 The conditionalprobability of O node incident

第一步：根據統計數據或專家經驗，給出P（R）= 0.9，P（）=0.1。

第二步：計算聯合概率

通過計算，我們知道在放射物污染發生的概率是0.9時，存儲倉庫被污染、運輸車輛被污染、物流環節出現問題和其他用同一運輸車運輸的食品被污染的概率分別是0.825，0.785，0.813 4，0.692 5。由此可見這些不良后果發生的可能性還是很大的。通過模型預測計算，估計到最可能發生的風險，就可以提前調整計劃，做好應對某種風險的措施。

4 結論

本文從食品供應鏈的本身的特征出發，探索了基于貝葉斯網絡在食品供應鏈風險預測方面的研究方法，建立了基于貝葉斯網絡的食品供應鏈風險局部分析模型，對其風險進行了預測，并通過案例研究驗證了算法的可行性。在今后的研究中，可以針對食品供應鏈的特性，并全面考慮各種因素，從細節上對食品供應鏈的風險進行深入研究，并完善供應鏈風險的預測方面的研究。

[1]Faydd U M,Piatesky-Shapiro G,Smyth P.FroMData Mining to Knowledge Discovery in Databases[J].AI.Magazine,1996,17：37-54

[2]Timo Koskil,John M.Bayesian Networks：An Introduction[M/OL]. http：//onlinelibrary.wiley.com/book/10.1002/9780470684023

[3]GoldrattEM.Critical chain[M].New York：North Rivef Press Inc, 1997.

[4]郭百鋼,韓玉啟.基于Bayes網絡的項目風險評估方法研究[J].科學管理研究,2004,22(5)：73-75,107

[5]王雙成,唐海燕,劉喜華.用于風險管理的貝葉斯網絡學習[J].控制與決策,2007,22(5)：569-572,576

[6]馮楠,李敏強,寇紀淞,等.基于貝葉斯網絡的軟件項目風險管理模型[J].計算機工程,2007,33(7)：41-43

Research on Food Supp ly Chain Risk Assessment Based on Bayesian Network

ZHANG Li1，2，TENGFei2，WANGPeng2
（1.Tianjin Food SafetyManagementand Strategy Research Center，Tianjin 300222，China；2.Schoolof Economics&Management，Tianjin University ofScience&Technology，Tianjin 30022，China）

Every link of the food safety risk exists in the food supply chain especially the key link，and it is a randoMvariable.In thispaper，based on the Bayesian Theory and Bayesian network，the risk of food supply chain isevaluated.Itestablishesan local risk analysismodelof food supply chain based on the Bayesian network，which can predictthe risk.And atlast，usingacase toprove the feasibilityof thealgorithm.

food supply chain；risk assessment；Bayesian network

10.3969/j.issn.1005-6521.2014.18.047

2014-09-17

教育部人文社會科學研究青年基金資助項目（14YJC630193）；天津科技大學經濟與管理學院校級重點支持學科研究基金重點項目（JG20130102）

張麗（1977—），女（漢），副教授，博士，研究方向：物流與供應鏈管理，食品供應鏈風險管理，物流系統仿真等。