基于熵權和模糊物元可拓的生鮮食品供應鏈質量安全預警研究

唐 潤,彭洋洋,于 榮

(1.南京財經大學管理科學與工程學院,江蘇南京 210023;2.利物浦大學管理學院,英國利物浦 L69 3BX)

?

基于熵權和模糊物元可拓的生鮮食品供應鏈質量安全預警研究

唐 潤1,2,彭洋洋1,于 榮1

(1.南京財經大學管理科學與工程學院,江蘇南京 210023;2.利物浦大學管理學院,英國利物浦 L69 3BX)

由于生鮮食品的時鮮性、易腐性、季節性等特點以及消費者對質量要求的提高,其供應鏈質量安全控制問題成為管理的一個難點。本文從供應鏈的角度構建了生鮮食品質量安全預警指標體系,為克服特征量值的不確定性和主觀性,引入三角模糊數對物元可拓模型進行改進,并結合信息熵理論和決策人風險偏好,建立了基于熵權和模糊物元可拓的生鮮食品質量安全預警模型。通過實例分析,表明經過改進的物元可拓模型對于解決食品質量安全預警問題是有效的。

生鮮食品供應鏈,質量安全預警,熵權,模糊物元可拓

生鮮食品具有時鮮性、易腐性、季節性等特點,消費者對健康關注程度和生鮮食品質量安全水平要求在不斷提高,生鮮食品供應鏈質量安全成為研究的一個熱點。生鮮食品供應鏈質量安全預警作為質量控制的一個重要過程,近年來,國內外學者對生鮮食品質量安全預警的研究已取得了一些技術成果:Mario[1]研究了一種模糊多準則方法控制食品安全策略,對不確定性指標,將模糊邏輯應用到多準則分析;Li和He等[2]對食品廢棄物厭氧消化過程進行事故檢測的早期預警,建立了含甲烷含量、pH、揮發性脂肪酸(VFA)濃度、堿度等組合的指標體系;Marvin和Kleter等[3-4]比較分析了現有食品安全早期預警方法和政策,強調從食品生產鏈和供應鏈的整體進行風險和危害的防范;Rortais[5]從新興食品快速預警系統(RASFF)和醫療信息系統(MedlSys)選擇九種關鍵危害進行食品安全預警研究;Xi和Sun等[6]建立了“2-3結構”模式的食品質量風險體系,利用粗糙集理論和魚骨圖分析方法建立預警指標體系組成的GAP、HACCP、GMP方法。在食品安全預警模型和預警決策分析方法層面,雷勛平[7]從食品供應鏈角度建立食品安全預警指標,運用物元可拓方法建立預警模型,但是未考慮指標的量值類型;宋寶娥[8]分析食品供應鏈各環節,從供應鏈視角建立評價指標體系,構建了基于集值統計加速迭代法的食品安全預警模型;俞峰[9]運用集對分析和熵值法,建立食品供應鏈預警的層次結構模型。

從現有研究來看,針對生鮮食品供應鏈質量安全預警問題,既涉及確定性的定量指標,也涉及模糊不確定的定性指標,對于確定性的定量指標,物元模型[10]中的量值可以進行描述,但是其不能合理描述定性指標的不確定性和模糊性特征。因此本文在生鮮食品基本特征的基礎上,構建了符合生鮮食品特點的指標體系,引入三角模糊數并結合信息熵理論和決策人的風險偏好,建立基于信息熵和模糊物元可拓的預警模型,既豐富了食品質量安全預警問題的研究理論,同時也為企業質量管理和政府監管實踐提供了指導。

1 生鮮食品質量安全預警指標體系的構建

影響生鮮食品供應鏈質量安全的因素有很多,因此生鮮食品質量安全預警涉及到種植養殖企業、生產加工企業、流通和銷售企業、政府檢驗檢疫和監督部門、消費者鑒別等環節,是一項復雜的系統工程。

本文結合文獻[7-11],考慮生鮮食品的具體特征,如:冷藏保鮮運輸、特有加工包裝、感官識別程度等,構建基于供應鏈的生鮮食品質量安全預警指標體系(見表1),指標體系包含三個層次,一個目標層,一個準則層和一個指標層。準則層選取從原料產地、加工、流通、銷售和監管5個環節作為二級指標,指標層給出了17個具體的指標,考慮到篇幅,各指標含義及計算公式在此不再贅述。

表1 生鮮食品質量安全預警指標體系Table 1 Quality and safety evaluation index system of fresh food

2 結合三角模糊數的模糊物元和熵值賦權

考慮到生鮮食品質量安全預警指標在定量、定性和區間值層面的特殊性以及生鮮食品質量安全動態變化的特點,本文結合三角模糊數構建模糊物元模型,并在此基礎上給出三角模糊數的量值的熵測度方法,生鮮食品質量安全是“物”,其質量安全預警指標是“特征”,質量安全預警指標的值是“量值”。因此,生鮮食品質量安全預警的“物”“特征”“量值”三要素一起構成了基本物元模型中的物元,而物元模型可以描述質量安全預警過程中的物、事和關系,幫助決策者按照一定的程序推導出解決問題的策略,因此,給出相關定義如下:

定義1[10]如果一物N具有n個特征,其n個特征c1,c2,…,cn及N關于cn(i=1,2,…,n)對應的量值為vn(i=1,2,…,n),

定義2[12]若物元要素中的量值要素有的是確定性的精確數值(或數值區間),有的是不確定性的模糊量值,則使用有序三元組(事物、特征、三角模糊數)作為描述事物的基本元,并將這種物元稱為基于三角模糊數的模糊物元,記為

根據信息熵原理,指標的熵越小,指標值的相差程度越大,提供的信息量越多,其在評價中作用越大,權重也應越大,借鑒文獻[12-14]基于熵測度的三參數區間數方法,本文根據三角模糊數的取值特征,考慮三角模糊數指標值的相差程度通過指標值的重心點和三角模糊數的取值的方差來刻畫,由此給出三角模糊數區間數的熵測度的定義。

定義3 取值為三角模糊數的量值的熵測度為:

式(1)

其中,i=1,2,…,m;j=1,2,…,n,0≤θ≤1為決策者對三角模糊數重心點和方差影響程度是判斷系數,風險偏好的決策者,則注重發生可能性最大的重心點值,取θ>0.5;風險厭惡的決策者,則注重量值的上下限,取θ<0.5;風險中立者,則取θ=0.5,因此量值的權重為:

式(2)

3 基于熵權和模糊物元可拓的生鮮食品質量安全預警模型

借助物元來表示生鮮食品質量安全預警問題,最關鍵的是對生鮮食品供應鏈質量安全預警等級、評價對象進行物元描述,構建出表征生鮮食品供應鏈質量安全預警狀態的多指標屬性評價模型。因此,下文將依次給出生鮮食品供應鏈質量安全的經典域、節域、預警對象、安全關聯度,預警等級判定的方法。

3.1 質量安全的經典域、節域和預警對象確定

令有h個食品安全等級N1,N2,…,Nh,建立相應的模糊物元,記為:

對于經典域,構造其節域Rp(Rp?Rh),Rp記為:

其中:Np為生鮮食品質量安全等級的全體;mpi為Np關于cj所取的量的范圍。

這里待預警的對象為生鮮食品供應鏈質量安全,用物元Rs表示記為:

其中:Ps為生鮮食品供應鏈質量安全預警等級水平;msi為Ps關于cj的量值,食品質量安全的預警指標數據。

3.2 質量安全關聯度計算

在經典域、節域和待評價物元已經確定的情況下,根據可拓學關于距的定義,可以計算待評價物元Rs的各特征到經典域和節域的距分別為:

式(3)

式(4)

關聯度的取值是整個實數域,為了便于分析和比較,將關聯函數進行規范化如下:

式(5)

3.3 質量安全等級判定

關聯函數K(msi)的數值表示預警對象符合生鮮食品供應鏈質量安全預警級別的隸屬程度。預警對象Rs關于安全等級Nh的關聯度為:

式(6)

3.4 質量安全預警等級劃分

為了更好地體現生鮮食品質量安全,需要對其質量安全度進行安全等級標準劃分。在Likert五點度尺量理論基礎上,將生鮮食品質量安全等級劃分為五級,按照質量安全度由“低”到“高”分別對應如下:

Ⅰ(重警)、Ⅱ(中警)、Ⅲ(輕警)、Ⅳ(無警)、Ⅴ(安全)。

將生鮮食品供應鏈質量安全概念集合{重警→中警→輕警→無警→安全}中的漸變分類關系由定性描述擴展為定量描述,從而辨識這個概念的層次關系。將生鮮食品供應鏈質量安全預警問題描述為:P={重警→中警→輕警→無警→安全},Ⅰ= {重警},Ⅱ={中警},Ⅲ={輕警},Ⅳ={無警},Ⅴ={安全},且Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ∈P,對于任何Rs∈P判斷屬于Ⅰ,Ⅱ,Ⅲ,Ⅳ或Ⅴ,并依據式(3)～式(5)計算關聯度。

3.5 質量安全預警指標閾值

本文的各項預警指標在各安全等級上的閾值確定主要參考國家、行業和地方規定的生鮮食品質量標準[15-16],結合現有研究文獻[7]和生鮮食品消費市場安全現狀,以及上文給出的三角模糊數對物元模型量值的改進方法,確定預警指標閾值,具體指標閾值如下(表2)。

4 算例分析

下面結合A地2014年公布的食品質量安全數據和專家評價以及問卷調查的情況,定量評價2014年A地食品質量安全狀況,檢驗預警模型的有效性。根據質量安全預警指標體系中不同質量安全等級的量值范圍,可得食品質量安全經典域R1,R2,R3,R4,R5分別為:

由質量安全預警指標體系中質量安全狀態的預警指標閾值,可得生鮮食品質量安全的節域為:

以2014年A地的食品質量安全狀況實際為例,預警指標c1～c8為確定性指標,c9～c17為不確定性指標,不確定性指標根據文中三角模糊數原理將實際統計中的最低值作為下限,最高值作為上限,實測評估值作為中值,由此整理得2014年A地的指標數據匯總如下:

表3 A地2014年食品質量安全預警指標數據匯總表Table 3 Data summary table of food quality and safety warning index in A 2014

表4 A地2014年食品質量安全預警指標統計值Table 4 Early warning indicators statistics of food quality and safety of A area in 2014

表5 食品安全預警指標權系數Table 5 Early-warning index weights of food safety

表6 A地2014年食品安全度計算值Table 6 Calculated values of food safety degree in A area in 2014

因此,2014年A地的預警指標數據可以通過物元模型進行轉化,表示為:

式中m1→m17的預警值由原始數據和物元R0的表示方法轉化所得,結果見表4:

根據式(1)和式(2),得到食品安全預警指標權系數,見表5:

利用式(3)～式(5)和表5權系數值,計算綜合安全度,取其重心值進行比較,其結果如表6:

由表6結果可知,maxK(vi)=K2(vi)=0.4976,可知A地2014年的生鮮食品供應鏈質量安全等級為“中警”,并且“重警”的關聯度為0.4734,可見A地的整體生鮮食品質量安全狀態有惡化的趨勢。由K2(vi)的數據,不難發現,該地水質量、環境空氣質量、包裝技術標準、冷藏保鮮技術標準、運輸技術標準、食品標識信息完整度、供應鏈結構有序度以及監測機構建設水平合格率這些方面質量安全狀態較差,較大程度上影響了A地生鮮食品的整體安全等級。因此,一方面需要提高原料產地的環境質量,尤其是水質和空氣質量;另一方面需要進行供應鏈上下游企業間的整合,提高保鮮和運輸技術標準,采用新型包裝技術,提高食品標識信息完整度。

5 結論

本文將供應鏈管理和可拓決策理論進行了有機結合,從供應鏈視角建立了符合生鮮食品特征的質量安全預警評價指標,構建了基于熵權和模糊物元可拓的生鮮食品供應鏈預警模型。從原料產地、加工、流通、銷售和監管環節構建了生鮮食品質量安全預警指標體系,體現了生鮮食品供應鏈上下游企業協同的整體性、保鮮包裝和運輸設備需求上的特殊性以及新鮮程度的感官性等特征。同時,利用三角模糊數對物元模型量值進行改進,也克服了單純定性指標和定量指標不能處理不確定性和模糊性特征的缺點,增加了指標的靈活性。另外,通過構建考慮決策偏好的熵值法賦權,也提高了預警指標在信息量統計上的全面性。

[1]Mario Mazzocchi,Maddalena Ragona,Agostina Zanoli. A fuzzy multi-criteria approach for the ex-ante impact assessment of food safety policies[J]. Food Policy,2013,38(5):177-189.

[2]Lei Li,Qingming He,Yunmei Wei,et al. Early warning indicators for monitoring the process failure of anaerobic digestion system of food waste[J]. Bioresource Technology,2014,171(8):491-494.

[3]HJP Marvin,GA Kleter,LJ Frewer,et al. A working procedure for identifying emerging food safety issues at an early stage:Implications for European and international risk management practices[J]. Food Control,2009,20(4):345-356.

[4]Hans JP Marvin,Gijs A Kleter,HJ(Ine)Van der Fels-Klerx. Proactive systems for early warning of potential impacts of natural disasters on food safety:Climate-change-induced extreme events as case in point[J].Food Control,2013,34(4):444-456.

[5]Agnès Rortais,Jenya Belyaeva,et al. MedISys:An early-warning system for the detection of(re-)emerging food and feed-borne hazards[J].Food Research International,2010,43(4):1553-1556.

[6]Weidong Xi,Yonghai Sun,et al. Research on the safety risk structure and early warning system of agriculture—with illustrations of production of live pigs to farmers[J].Agriculture and Agricultural Science Procedia,2010,58(9):462-468.

[7]雷勛平,Robin Qiu,吳楊.基于供應鏈和可拓決策的食品安全預警模型及其應用[J].中國安全科學學報,2011,21(11):136-143.

[8]宋寶娥.基于集值統計和供應鏈和食品安全預警模型探析[J].統計與決策,2014,12:56-58.

[9]俞峰,李榮鈞.基于熵權與集對分析的食品供應鏈安全預警模型研究[J].食品與機械,2012,28(3):101-103.

[10]蔡文,楊春燕,林偉初.可拓工程方法[M].北京:科學出版社,1997:33-76.

[11]Xiao Jing,MA Zhongsu. The research on food security risk early warning under supply chain environment[A].2009 International Conference On Management Science and Engineering[C],2009:855-861.

[12]高巖,周德群,劉晨琛,等.基于關聯的三角模糊數直覺模糊集成算子及其應用[J].系統工程理論與實踐,2012,32(9):1964-1972.

[13]姚升保,徐敏.群組決策中三角模糊數互補判斷矩陣的相容性及方案排序研究[J].中國管理科學,2012,20(5):152-156.

[14]閆書麗,劉思峰,朱建軍,等.基于熵測度的三參數區間數信息下的TOPSIS決策方法[J].中國管理科學,2013,21(6):146-151.

[15]國家質量監督檢驗檢疫總局產品質量監督司.食品質量安全市場準入審查指南[M].中國標準出版社,2005.

[16]中國標準化委員會.GB4789.28-2013食品安全國家標準[M].中國標準出版社,2014.

Quality and safety pre-warning for fresh food supply chain based on entropy weight and extension fuzzy matter-element

TANG Run1,2,PENG Yang-yang1,YU Rong1

(1.School of Management Science and Engineering,Nanjing University of Finance and Economics,Nanjing 210023,China;2.School of Management,University of Liverpool,Liverpool,L69 3BX,UK)

Duetotheseasonalandperishablenaturesoffreshfoodandimprovementofconsumerdemand,qualityandsafetyoffreshfoodsupplychainhasbecomeadifficultmanagementproblem.Qualityandsafetyevaluationindexsystemoffreshfoodwasbuiltbasedonsupplychain.Toovercomethefeaturesofuncertaintyandsubjectivity,triangularfuzzynumberwasintroducedtoimprovethematter-elementextension(MEE)model,combiningthetheoryofinformationentropyanddecision-makerriskpreference.Pre-warningmodelforfreshfoodwasbuiltbasedonentropyweightandfuzzyMEE.Throughnumericalexamples,itshowedthattheimprovedmodelwaseffectiveforwarningoffoodqualityandsafetyandprovidedanewideaandmethodforthepre-warningofqualityandsafetymanagement.

freshfoodsupplychain;qualityandsafetyPre-warning;entropyweight;fuzzymatter-elementextension

2016-04-25

唐潤(1979-)，男，博士，副教授，研究方向：食品供應鏈與質量安全管理，E-mail：tangruns@foxmail.com。

國家社會科學基金項目(16BGL130)。

TS201.6

A

1002-0306(2016)21-0285-06

10.13386/j.issn1002-0306.2016.21.046