水產品質量安全風險評估模型

張宇晗 劉新亮 袁言

摘要：我國不僅是世界上的水產品生產大國，更是消費大國，但近年來國內的水產品質量安全問題時有發生，引起了社會各界的普遍關注。筆者以水產品實體的質量安全為研究對象，首先在水產品流通過程分析的基礎上，對水產品各階段可能產生的風險事件進行識別，建立了水產品質量風險綜合評估指標體系。而后對傳統的模糊綜合評價法進行改進，使用重心法對三角模糊數去模糊化;在解決群決策環境下專家權重系數方面，引入了熵函數構建非線性規劃模型，并使用粒子群算法對其進行求解。最后根據水產品質量風險綜合評估指標體系進行計算，得出各風險因素的風險評估值，為企業保證產品質量提供參考依據，具有一定的現實意義。

關鍵詞：質量安全;風險評估;模糊綜合評價法;熵函數;粒子群算法

中圖分類號： TS207.7 ?文獻標志碼： A ?文章編號：1002-1302（2020）03-0231-08

我國各類水產品資源極其豐富，產量居于世界第一。但我國相關水產品企業的總體加工水平卻有很大的提升空間，可以大致歸結為以下2個方面原因：（1）企業的技術裝備比較落后，設備陳舊且自動化程度不高，導致生產效率低、產品質量得不到保證。（2）加工企業的技術管理水平較低，眾多先進的現代化管理手段應用不廣泛，在優化配置當前先進生產組織和管理系統等方面缺乏實效。

隨著人們對食品質量安全的重視程度不斷增加，人們對水產品及其制品的質量要求也不斷提高。水產品行業是一個較為特殊的行業：各類水產品名類繁多，對運輸條件和儲藏條件要求都極為苛刻，損耗率也很高。除此之外水產品季節性還很強，風險也較難控制。并且水產品行業整體信息化服務體系不健全，生產加工技術落后，檢疫技術和行業養殖技術缺乏更新換代，這些因素最終直接導致了質量安全事件頻發。這些不良后果不僅在一定程度上威脅到消費者的生命安全，更阻礙了我國水產品出口貿易的健康發展。風險評估作為現代風險分析體系至關重要的一個環節，為風險管理、標準制定等其他環節提供了技術支撐作用。因此，為確保消費者的健康及財產不受損失，在水產品領域開展風險評估顯得尤其重要。

1 國內外研究現狀

1.1 風險識別

目前，國內學者一般是運用因果分析法、情景分析法、歷史分析法、流程分析法等方法對供應鏈風險因素進行識別，其中流程分析法運用的頻率最高。夏德等根據因果分析法和層次分析法從6個方面來識別供應鏈風險[1]。張存祿等使用情境分析法，對違規、違約的產品供應商提供了識別辦法，從供應商角度來降低供應鏈流程中的風險[2]。李守澤等利用故障樹理論以及模糊理論，建立了供應鏈中失效風險的故障樹模型，分析了其中的關鍵風險[3]。莫軍等在分析了供應鏈流程的基礎上，建立了識別汽車產業供應鏈風險要素體系，并針對其中的要素進行了評估[4-5]。Neiger等基于傳統的流程分析法，提出了一種合理的改進方法，并將其重新定義為基于價值決策的流程分析方法[6]。

1.2 風險評估

國內外對風險評估方面的研究，常用的方法包括數據包分析法、BP神經網絡、模糊層次分析法等。張漢江等利用數據包絡分析法模型綜合分析了農產品供應鏈中的風險[7-8]。Saaty在傳統的層次分析法的基礎上，引入了包絡分析法，對整個供應鏈過程中的風險進行了有效評估[9]。Hüsken等運用了BP人工神經網絡，建立了針對供應鏈綜合風險的評估模型[10-11]。楊揚等基于系統動力學方法，以云南省生鮮蔬菜冷鏈物流為例，明確了流通過程中的風險因素，并建立了反饋機制[12]。江孝感等使用模糊綜合評價法對供應鏈中風險發生的概率及作用大小進行了分析[13]。耿雪霏等為了對供應鏈風險進行量化，結合模糊綜合評判法和層次分析法對指標進行了處理[14]。岳國君等采用了擴展模糊認知法評估質量風險[15]。

整體而言，由于對水產品質量風險的衡量存在一定的特殊性，很難用直觀的數字加以描述，因此在這一領域應用最廣泛的方法就是模糊綜合評價法。模糊數學較為突出的特點是引入了隸屬函數，實現了從單純的人類直覺到直觀數字描述之間的轉換，這就更加便于進行數據的計算和處理，也符合風險評估要求。因此，本研究采用該方法對水產品供應鏈質量風險進行綜合評估。

2 水產品流通過程分析

由供應鏈管理理論可知，一條完整的供應鏈一般由以下4個基本環節構成：產品供應商、產品制造加工商、產品批發配送商、產品零售商。在水產品供應鏈系統中，數量眾多的個體水產養殖戶充當了供應商的角色;加工商由無數的小工廠組成;批發配送商則是由水產品批發市場的產地批發商和銷地批發商組成;零售商則包括各地農貿市場以及生鮮超市等終端環節，還有一部分流通至飯店進行加工銷售，具體的運作流程見圖1。

我國的水產品安全事件頻繁發生的一大重要原因就是相關生產加工企業不成規模并且缺乏科學有效的管理機制，在事故發生后責任難以界定[16]。盡可能降低水產品質量安全風險不僅提高了農業發展水平，更重要的是確保了廣大消費者的利益。因此，系統科學地評價水產品質量安全風險十分必要。

3 水產品質量安全風險因素識別

大部分的水產品養殖流程由種苗培育以及成品養殖構成，其中種苗的培育工序主要包括養殖池的清理消毒、引水、培育肥水、入池前試水、水質及溫度管理、投放飼料、用藥和巡視工作。成品養殖的流程與種苗培育基本一致，但要求及檢測閾值有所差異。水產品的貯運階段主要包含暫養和運輸中的供氧、水溫及水質控制、路線規劃等。銷售階段同樣包括暫養，并有保鮮、宰殺及包裝工序。本研究界定的水產品風險管理和追溯過程是從育苗階段開始，到相關檢疫部門通過檢測后銷售到消費者結束，其過程中具體功能定義如下：

水產品養殖：水產品的育苗階段處于產品生命的早期，具有很多不同于成品的生理特點，故須要采用更為細致的養殖技術和先進的配套設備，力求保障水產品的高成活率及高質量規格。成品養殖要掌握合理的放養密度、水質情況以及病害情況。

商品化處理：水產品的商品化處理分為2個部分，一是對于水產品制品的加工，對制成品進行包裝;二是采用人工或工具處理工藝，對鮮活水產品進行分選、分級，而后直接流通銷售。

貯運：對于鮮活水產品，影響其運輸效率和存活率的因素主要包括運輸方式、水質、溫度、水產品的自身條件和監控措施。暫養保鮮階段則需要對暫養池進行溫度調節、有機物清理及水質含氧量控制。

銷售：對于水產品制成品，應根據產品需求區別存放，如冷藏、冷凍或干濕度要求等。對于鮮活水產品，是對顧客挑選好的商品進行定重、解剖清洗及包裝。這一階段須確保包裝材料符合食品安全標準。

根據e-EPC資源分類法把水產品流通管理過程中資源支持定義為管理、技術、設備和環境四大關鍵風險源。通過這些風險源挖掘出阻礙各個功能活動對應的價值風險目標實現的潛在風險事件，為做好風險防范與控制找準切入點。依照水產品供應流程逐次分析，總結得出具體風險事件如下：

3.1 水產品養殖過程的風險事件挖掘

管理資源：種苗的選擇，池塘、網箱等設計和管理情況對水產品的產量和質量有著不可忽視的作用。

技術資源：飼料使用的合理性將會影響水產品的健康狀況和產量，喂養方式的合規性和行業先進性也是影響水產品產量的關鍵因素。

設備資源：打撈設施、投喂設備的運轉情況可能會影響養殖流程的正常運轉。

環境資源：養殖水源遭受污染是影響水產品質量安全最重要的因素之一;水災、旱災、地震等自然災害也會影響水產品的正常養殖。

3.2 水產品商品化處理過程的風險事件挖掘

管理資源：產品處理過程中投入品的選擇直接影響產品質量。

技術資源：投入品使用不規范，違規添加防腐劑、添加劑等行為會對水產品或其制品的質量造成嚴重影響，甚至對消費者健康形成潛在危害;在產品處理過程中工藝設計不合理、操作不當會影響產品質量。

設備資源：處理設備故障會影響水產品質量或生產效率。

環境資源：處理場地環境衛生不合格會直接影響所接觸的產品。

3.3 水產品貯運過程的風險事件挖掘

管理資源：若運輸路線規劃有誤，運輸方式選擇不當，會導致水產品配送時間延長，使產品質量受到影響。

技術資源：與裝載的密度和貨車司機的開車水平也有一定的關系。

設備資源：配送車輛故障以及隨車的溫度控制設施、供氧設施出現故障都會對水產品質量產生負面影響。

環境資源：配送環境主要是指道路狀況，如果配送過程中路況不好，過于顛簸或發生堵車現象，則會拖延運輸時間。

3.4 水產品銷售過程中風險事件挖掘

管理資源：暫養所用的容器、產品所能接觸的工具和設施均須要保持衛生，按照規范進行消毒;按照FIFO（first in first out）原則進行售賣，保證水產品以最新鮮的程度賣給消費者。

技術資源：在售賣過程中所涉及到的屠宰、稱質量、包裝均須要經過相應的技術培訓操作，否則可能會由于操作不當降低水產品品質。

設備資源：銷售階段水產品所需的設備包括溫控設施、供氧設施、宰殺工具以及消毒設備等，若某種設備出現故障，都將一定程度影響水產品質量。

環境資源：水產品的銷售環境主要分為暫養池環境、冷藏環境以及屠宰環境等，每個場景下均須合規消毒，保證衛生條件。

基于上文關于風險事件的識別的結果，考慮到全面性、客觀性、獨立性、重要性及動態性5項指標選取原則，構建養殖、商品化處理、貯運、銷售4個階段的評估指標體系（表1至表4）。

4 水產品質量安全風險評估

現在通用的風險評估方法根據所使用的理論基礎不同可以分成3個類別：（1）基于統計學，采用統計學的方法對被評價對象所選取的指標分析研究，利用樣本數據來技術分析所評價內容，常用的分析方法有層次分析法、因子分析法、主成分分析法等;（2）基于數學理論，常用的方法包括灰色系統分析法、模糊綜合評價法、粗糙集理論及技術經濟分析法等;（3）模擬決策的方法，利用系統仿真及模擬技術，使所研究的系統運行結果無限逼近用戶的行為目標，從而得到評價結果，例如神經網絡算法等。

在水產品供應鏈中產品質量的風險評價指標一般情況下是定性的，不易被量化?；谏鲜龇椒ǚ治?，本研究采用模糊綜合評價法（fuzzy comprehensive evaluation method，簡稱FCEM）來對其指標進行評價。該方法是一種引入了模糊數學的綜合評價方法，通過對模糊數隸屬等級情況的判斷來進行綜合評價，在現有條件范圍內，賦予每個對象一個非負的實數，并逐個對指標進行評價，再根據此評價結果進行排序和分析。其優點是可以對不易量化的因素進行量化，解決系統中邊界模糊、難以定量的因素，并且其最終運算結果是一個矢量，所包含信息較多，方便進行下一步處理，相較于其他方法有更多的研究空間。

4.1 模糊綜合評價法一般步驟

4.2 基于三角模糊數和熵函數的模糊綜合評價法

在水產品質量風險評估的過程中，要保持盡量合理、客觀的原則。為了使評估最大程度上客觀化，本研究對傳統的模糊綜合評價法做了一定程度上的改進。張華英通過引入重心法去模糊化和熵函數，對傳統的層次分析法進行了改進[17]。本研究借鑒其改進思路，首先采用三角模糊數的方法確定評價等級集中的風險值;其次，在賦權環節引入了熵函數，結合極大熵、相對熵準則建立了確定專家打分權重系數的非線性規劃方程，一定程度上減少了傳統賦權方法的主觀性。改進的模糊綜合評價法具體步驟如下：（1）設定調查問卷中風險危害性等級以及發生概率等級，利用重心法去模糊化，從而計算得出由危害性等級和發生概率共同決定的質量風險值;（2）根據專家對質量風險指標重要性的評分，計算其權向量，利用熵函數解決群決策環境中專家權重系數的確定問題，從而得出各風險指標的權重;（3）根據各質量風險指標的風險值和權重計算水產品質量安全綜合評估值。

4.2.1 三角模糊數去模糊化 以一般評估過程的等級劃分為依據，將風險發生概率以及質量風險危害性分為非常低、低、中等、高、非常高等5個不同等級，且與各等級對應的三角模糊數見表5。

5 結論

本研究主要探討了水產品流通過程中影響其質量安全的風險因素。在風險識別方面，通過對水產品流通過程進行梳理、對現行水產品風險因素加以分類總結，得出水產品質量風險綜合評價體系。在風險評估方面，概述了傳統的模糊綜合評價法，然后詳細闡述了傳統方法中的局限性，并提出了解決方法：（1）確定綜合風險評估等級，實現三角模糊數去模糊化;（2）運用熵函數挖掘出各評估專家權重系數的信息，從定量的角度衡量各風險因素的大小。結合質量風險評估指標體系設計調查問卷，并在相關水產品領域專家獲取權重打分信息，獲得相應的質量風險評估數據。最后根據模糊綜合評價法計算得出各階段的質量風險狀況，從而為國內水產品質量規范化和細致化管理決策提供一定依據，輔助水產品相關企業進行更具實效和針對性的質量安全管理，對保證消費者利益和行業健康發展有一定借鑒意義。

參考文獻：

[1]夏 德，王 林. 供應鏈風險識別與風險管理杠桿選擇[J]. 企業經濟，2012，31（7）：24-27.

[2]張存祿，黃培清. 數據挖掘在供應鏈風險控制中的應用研究[J]. 科學學與科學技術管理，2004（1）：12-14.

[3]李守澤，余建軍，孫樹棟. 風險管理的技術和最新發展趨勢[J]. 中國制造業信息化，2010，39（9）：5-10，16.

[4]莫 軍. 汽車行業供應鏈風險識別與控制[D]. 秦皇島：燕山大學，2008.

[5]金 鈮. 基于本質安全的供應鏈風險識別方法研究[J]. 中國安全科學學報，2011，21（3）：145-149.

[6]Neiger D，Rotaru K，Churilov L. Supply chain risk identification with value-focused process engineering[J]. Journal of Operations Management，2009，27（2）：154-168.

[7]張漢江，葛偉娜，羅端紅. 質量貿易條件與農產食品貿易的質量風險控制[J]. 系統工程，2007（9）：49-54.

[8]程 鵬. 供應鏈風險評估中貝葉斯網絡的應用[J]. 生產力研究，2012（3）：215-216，150.

[9]Saaty T L. Decision making - the analytic hierarchy and network processes （AHP/ANP）[J]. Journal of Systems Science and Systems Engineering，2004，13（1）：1-35.

[10]Hüsken M，Jin Y，Sendhoff B. Stucture optimization of neural networks for evolutionary design optimization[J]. Soft Computing，2005，9（1）：21-28.

[11]王新利，趙 琨. 基于神經網絡的農產品物流需求預測研究[J]. 農業技術經濟，2010（2）：62-68.

[12]楊 揚，楊小佳，喻慶芳. 基于系統動力學的生鮮農產品國際冷鏈物流運作風險控制研究——以云南省生鮮蔬菜國際冷鏈物流為例[J]. 北京交通大學學報（社會科學版），2017，16（3）：119-128.

[13]江孝感，陳豐琳，王 鳳. 基于供應鏈網絡的風險分析與評估方法[J]. 東南大學學報（自然科學版），2007（增刊2）：355-360.

[14]耿雪霏，劉 凱，王德占. 供應鏈風險的模糊綜合評價[J]. 物流技術，2007，26（8）：164-167.

[15]岳國君，李向陽. 糧油食品加工企業質量風險突發事件預警模型研究[J]. 中國油脂，2012，37（7）：41-45.

[16]陳校輝，鐘立強，王明華，等. 我國水產品質量安全追溯系統研究與應用進展[J]. 江蘇農業科學，2015，43（7）：5-8.

[17]張華英. 農超對接模式下水產品供應鏈質量風險管理研究[D]. 廣州：華南理工大學，2013.