基于綜合賦權-云模型的農產品供應鏈韌性測度研究

中圖分類號：F273.7文獻標志碼：ADOI： 10.13714/j.cnki.1002-3100.2025.09.030

LIUYuan，XUEYuanbo，YUJiaxin（ZhengzhouInstituteofAviation IndustryManagement，Zhengzhou45o046，China）

Abstract： The security and stability of agricultural product supply chain is the focus of social and economic development and people's livelihood. The establishment of a highly resilient and stable agricultural supply chain is not only conducive to agricultural development， but also an inevitable requirement forthe construction of China's modern circulation system and rural revitalization project. In this study，the toughness measurement index system of agricultural product supply chain was constructed from four dimensions： Foresight， resilience， resilience and renewal. The comprehensive weight of each index was calculated by using the ordering-entropy weight method， and the toughness of agricultural product ：supply chain was measured by cloud model. Finally， an example was used to verifythe feasibility of the measurement index system，and according to the measurement results，relevant suggestions were put forward to enhance the toughness of the agricultural productsupply chain，in order to provide guidance for building a moreresilient agricultural product supply chain.

Key words： agricultural product supply chain; toughness measurement; comprehensive empowerment; cloud model

0引言

作為農業生產和消費之間的重要鏈接，農產品供應鏈不僅是經濟社會發展的融合劑和穩定器，也是處理重大突發事件的基礎和重要保障。然而，由于農產品自身生產所具備的特點導致其供應鏈抵抗外部沖擊的能力較弱，容易出現斷鏈風險。近年來，隨著各個國家間地緣政治沖突不斷加劇、逆全球化思潮蔓延，全球安全風險事件顯著增多，我國農產品供應鏈脆弱性和中斷風險日益凸顯，供應鏈穩定性面臨嚴峻挑戰。因此，構建安全穩定富有韌性的農產品供應鏈尤為重要。其韌性水平不僅關系到農產品的有效供給，也是促進脫貧攻堅成果與鄉村振興有效銜接，提高農村農業質量效益和競爭力、增加農民收人的核心因素。為此，研究如何有效測度農產品供應鏈韌性水平并建立高韌性農產品供應鏈已成為極具理論突破和實踐需求的熱點話題。

供應鏈韌性是指供應鏈在面對環境變化、不利沖擊及干擾時，能夠保持穩定并快速響應的能力，它有助于企業在供應鏈受到沖擊和干擾時做出有利的響應，降低供應鏈斷鏈風險，減少損失，并建立競爭優勢。當前學者們對農產品供應鏈韌性的研究主要集中于農產品供應鏈韌性的影響因素識別和評估、提升路徑和策略兩方面。陳永平通過研究農產品價格與供應鏈應急響應的影響機制，側面反映農產品供應鏈韌性受農產品價格影響。瞿英等在選取30個獨立效應量和3901個樣本的基礎上，采用元分析法對農產品供應鏈韌性影響因素進行了研究和分析。徐文平等@選取湖北省為例構建韌性評價指標體系，對農產品供應鏈韌性進行評價，通過組合賦權-VIKOR驗證了評價指標體系的合理性。寧鐘等對冷鏈合作案例進行研究，基于全產業鏈理論對全產業鏈模式下的國內農產品供應鏈韌性提升路徑進行了研究。Levy認為信息共享和企業承諾是維持供應鏈韌性的前提條件，失信與信息閉塞將阻礙企業形成競爭力。秦立公等從知識分享、關系資本、獨占性資源等協同創新6個維度出發，運用供應鏈協同創新理論和fsQCA方法對農產品供應鏈韌性的影響機制進行研究。

綜上所述，現有研究主要關注農產品供應鏈韌性影響因素、提升路徑等方面，缺少與農產品供應鏈韌性測度相關的實證研究。且現有研究大多側重于理論模型和方法的提出，缺乏詳細的測度過程，無法有效證明模型和方法的適用性。因此，本文從文獻調研出發，綜合運用序關系法、熵權法和云模型，整合前瞻力、抵御力、恢復力和更新力4個維度在內的多個指標構建農產品供應鏈韌性測度指標體系，并結合實際案例測度農產品供應鏈的韌性水平，驗證測度指標體系的可行性。最后，根據測度結果提出增強農產品供應鏈韌性水平的相關建議，以期在實踐中構建更高韌性的農產品供應鏈。

1農產品供應鏈韌性測度指標體系構建

鑒于有關農產品供應鏈韌性測度的相關文獻有限，本文在考慮農產品供應鏈架構和特征的基礎上，結合導向性、整體性、科學性、可操作性等原則，通過對農產品供應鏈韌性相關的關鍵詞進行國內外文獻檢索、閱讀和梳理，并邀請農產品供應鏈領域專家進行多次研討，最后選擇前瞻力、抵御力、恢復力、更新力作為一級指標，與農產品供應鏈韌性相關的17個特征作為二級指標構建農產品供應鏈韌性測度指標體系，如表1所示。

其中，前瞻力是農產品供應鏈面對風險擾動前所具備的預見能力，是衡量韌性表現的基礎；抵御力是農產品供應鏈在面臨風險擾動或者突發事件時抵御和承受風險的能力。恢復力是農產品供應鏈在承受風險擾動后可以快速恢復至正常的能力；更新力是指農產品供應鏈在承受風險擾動后吸收經驗進行自主優化的能力。

2研究方法

2.1 序關系分析法

序關系分析法較傳統主觀賦權法計算過程更清晰簡便，可操作性強，可以充分體現專家意愿，靈活變化權重，滿足農產品供應鏈韌性測度需求。其過程如下：

（1）確定序關系。若指標 P_i 相對于 P_j 重要，則記作 P_igt;P_j 。根據該準則，則指標序關系為 P₁gt;P₂gt;…gt;P_n 。

（2）確定相鄰指標之間的相對重要程度。以 r_c 表示各專家對指標 P_c-1 和 P_c 之間的相對重要程度之比的理性判斷，則有：

（3）確定指標權重，計算公式如下：

2.2熵權法

熵權法是一種基于信息熵的客觀賦權方法，可有效規避主觀因素的影響，消除主觀賦值帶來的結果偏差，提高所得結果的客觀性和準確性。其計算步驟如下：

對于正向指標，其計算公式為：

對于負向指標，其計算公式為：

隨后，計算各項指標的熵值 E_j

式中： ， K=1/lnx ， x 為樣本個數。

則第 j 項指標的權重為：

130 物流科技2025年第9期5月上

式中：熵值 E_j 所對應的差異系數 G_j=1-E_j 。

2.3綜合賦權

整合指標主客觀權重，不僅良好反映了專家的主觀經驗，也體現數據本身的客觀和準確性。本文參考馬紀等叫、魯亞東等[2]研究，結合序關系法和熵權法，運用綜合賦權法計算指標綜合權重。綜合權重值可以有效降低賦權的主觀性，達到主客觀的統一，使結果更具真實性。

設 w_oi 代表第 i 個指標的主觀權重由序關系法所求得， w_ei 代表第 i 個指標的客觀權重由熵權法所求得，則第 i 個指標的綜合權重如式（8）， k 根據實際情況取0.5。

2.4云模型綜合評價法

云模型常用來處理定性表達與其定量數據之間的不確定性轉換[13]，包含期望 Ex 、熵 En 和超熵 He 三種數字特征，并通過正向、逆向兩種云發生器進行計算。 表2評語區間及云模型特征參數

（1）確定云模型評語集

鑒于本文中均為定性指標，因此，對定性指標進行評價計量時采用9級評語集{極差，非常差，很差，差，一般，好，很好，非常好，極好{作為區間，對應數域為[0，1]，其評語區間以及云模型特征參數如表2所示。

（2）確定評價云

假設 ?_m 位專家對測度指標進行評價，第 χ_t 個專家對第 i 個指標的評價結果為 u_ti ?t=1，2，…，m ： i=1，2，…，n） ，其對應評語區間的特征參數分別為 Ex_ti，En_ti，He_ti ，則第 i 個指標的特征參數 Ex_i，En_i，He_i 計算如下：

（3）確定加權偏離度及韌性水平等級

云模型中，不同云的重要度可用云滴的云重心高度表示，其重心的位置變化也體現了系統狀態信息的改變4，根據農產品供應鏈韌性特征，對其韌性測度可使用云重心法。其步驟如下：

① 設定系統狀態 i 下 n 維綜合云重心向量 G_i=（G₁，G₂，…，G_n） ，則：

G_i=r_ig_i（i=1，2，…，n）

式中： r_i?g_i 分別為各指標的期望值和權重。

② 設定理想狀態下 n 維綜合云向量 ，則：

G_i⁰=r_i⁰g_i

此時， 表示理想狀態下 Ω_n 維綜合云重心位置向量， g=（g₁，g₂，…，g_n） 表示云重心的高度向量。

③ 計算綜合云中心向量值 G_i^T ，則：

④ 計算加權偏離度：

θ=Σ_i=1ⁿω_iG_i^T

式中：理想狀態下 θ 值為0， ω_i 表示第 i 個指標的權重值。

通過向云發生器輸入云模型特征參數，可生成與評價區間相對應的評價云圖。將所得結果與評價云圖進行比對，可確定最冬韌性水平等級。

3案例分析

為驗證所構建農產品供應鏈韌性測度指標體系的合理性，選取ZL公司進行研究。該公司是我國最大的農產品綜合服務企業，對ZL公司的供應鏈韌性水平進行測度，對于提升農產品供應鏈的韌性具有重要的借鑒意義。

3.1確定指標綜合權重

（1）確定指標主觀權重。本文邀請5位在農產品供應鏈領域具有豐富經驗的資深專家對本文所選指標進行重要度排序，在與各位專家進行交流并反復修改后，確定各指標重要度排序，在專家對各項指標進行理性賦值后，由式（1）至式（3）計算各項指標主觀權重。

（2）確定指標客觀權重。鑒于本文指標均為定性指標，通過問卷調查及實地訪談，邀請30位ZL公司內部專家和中高層管理人員結合企業的實際發展對各項指標進行打分量化，并建立數據矩陣，根據式（4）至式（7）用熵權法計算各指標客觀權重。

（3）將所得主客觀權重按照式（8）計算各項指標的綜合權重值，如表3所示。

3.2確定評價云及加權偏離度

通過查詢資料以及邀請ZL公司內部專家和中高層管理人員根據企業實際發展需要和國家相關標準進行評價，可得ZL公司2018—2022年各項指標的定性指標評價，如表4所示。

將所得評價結果與評語區間特征參數對應，并代入式（9）至式（11）進行計算，可得各指標的期望 Ex 和熵 En ，求得評價云。此時已知 r_i 、 g 以及 ，由式（12）至式（14）可計算出各指標云重心的改變程度 G_i^T ，如表5所示。

最后，由式（15）求解一級指標的加權偏離度 θ ，其中“-”表示偏離理想狀態。求出一級指標的加權偏離度后，對其求平均可得ZL公司農產品供應鏈整體加權偏離度 θ ，由 可求得一級指標的韌性測度值，如表6所示。

3.3結果分析

由表6可知，ZL公司農產品供應鏈整體加權偏離度 θ 為-0.042，則其供應鏈整體韌性測度值 E 為 0.958 。結合表2評語集以及評價云圖可知，該公司農產品供應鏈韌性水平處于“非常好”的區間。此外，ZL公司農產品供應鏈更新力韌性測度值最高，為0.993，說明該企業在經歷風險擾動后能有效總結不足并主動進行優化，進而增強其供應鏈的穩定性。恢復力和前瞻力僅次于更新力，分別為0.952和 0.950_? 。其中，冷鏈設施設備、信息傳遞效率、資源協同能力、法律政策認知水平和物流配送能力五項指標較其他指標結果更為良好，但風險前瞻能力、風險感知能力等指標結果較差，說明ZL公司缺乏對風險事件的預測和感知能力，極易遭受損失，影響企業市場競爭力。而抵御力較其他指標測度值最低，僅為0.936，其中信息化水平和柔性力有待提高。

4結論及建議

（1）本文構建農產品供應鏈韌性測度指標體系，為充實農產品供應鏈韌性研究并助力相關企業提升核心競爭力開拓了新思路。

（2）運用序關系法和熵權法計算指標綜合權重，兼顧專家經驗和數據自身特征，有效避免序關系法和熵權法的缺陷，提高數據的真實可靠性。引入云模型，通過計算農產品供應鏈韌性距離理想狀態的偏離度來衡量韌性水平。選取ZL公司作為案例分析對象，結果直觀且說服力比較強，證實文中所提出的測度方法具備良好的可行性和適用性。

（3）基于所構建的農產品供應鏈韌性測度指標體系以及各指標的測度結果，可以提出改進性建議：相關企業及組織應加強風險管理，建立風險預警機制，關注行業動態，做好防護措施。政府和企業應加強農產品科技創新支持力度，完善農業協同創新機制；盡快完善基礎設施建設，補全信息化網絡。可通過區塊鏈、大數據技術、云計算等新一代信息技術搭建信息協同平臺，提升農產品供應鏈各成員信息交換度，進而促進供應鏈成員之間的信息暢通，降低信息不對稱風險，以提升供應鏈整體效率，促進高韌性農產品供應鏈建設。

參考文獻：

[1]張喜才．農產品供應鏈安全風險及應對機制研究[J].農業經濟問題，2022（2）：97-107.

[2]RICEJB，CANIATOF.Buildingasecureandresilientsupplynetwork[J].SupplyChain ManagementReview，2003，7（5）：22-30.

[3]劉家國，許浩楠．雙循環視角下我國全球供應鏈韌性體系建設研究[J].中國軟科學，2023（9）：1-12.

[4]陳永平．農產品供應鏈應急響應機制優化研究——基于農產品價格因素的分析[J].價格理論與實踐，2020（2）：115-119.

[5]瞿英，王家琦．我國農產品供應鏈韌性影響因素元分析[J].現代農業裝備，2023，44（2）：17-24.

[6]徐文平，陳文博．基于組合賦權-VIKOR的農產品供應鏈韌性評價體系研究[J].物流工程與管理，2023，45（12）：62-67.

[7]寧鐘，陸俊，王大山，等．全產業鏈模式下國內農產品供應鏈韌性提升的路徑研究——以鄭明物流與建發股份的冷鏈合作為案例分析[J].供應鏈管理，2023，4（2）：17-33.

[8]LEVYKBJ.Collborationcapability-afocalconceptinknowedgecreationandcollborativeinnovationinnetworks[].International Journal of Management Concepts amp; Philosoph，2O13（2）：31-48.

[9]秦立公，張勇．協同創新：農產品供應鏈韌性的影響機制及適應性研究[J]．價格理論與實踐，2021，450（12）：58-61，199.

[10]郭亞軍.綜合評價理論與方法[M].北京：科學出版社，2002.

[11]馬紀，劉希喆．基于序關系-熵權法的低壓配網臺區健康狀態評估[J]．電力系統保護與控制，2017，45（6）：87-93.

[12]魯亞東，黃遠春，劉丹陽，等．基于組合賦權-云模型的城市軌道交通換乘站運營安全評估研究[J].鐵道運輸與經濟，2024，46（1）：174-183.

[13]李永珍．醫藥供應鏈韌性測度與提升策略研究[D].淄博：山東理工大學，2022.

[14]徐佳雨，張敏．基于模糊集值法和云重心法的網絡輿情風險預警方法研究[J].情報探索，2021（5）：27-35.