基于熵权和模糊物元可拓的生鲜食品供应链质量安全预警研究

唐 润,彭洋洋,于 荣

(1.南京财经大学管理科学与工程学院,江苏南京 210023;2.利物浦大学管理学院,英国利物浦 L69 3BX)



基于熵权和模糊物元可拓的生鲜食品供应链质量安全预警研究

唐 润1,2,彭洋洋1,于 荣1

(1.南京财经大学管理科学与工程学院,江苏南京 210023;2.利物浦大学管理学院,英国利物浦 L69 3BX)

由于生鲜食品的时鲜性、易腐性、季节性等特点以及消费者对质量要求的提高,其供应链质量安全控制问题成为管理的一个难点。本文从供应链的角度构建了生鲜食品质量安全预警指标体系,为克服特征量值的不确定性和主观性,引入三角模糊数对物元可拓模型进行改进,并结合信息熵理论和决策人风险偏好,建立了基于熵权和模糊物元可拓的生鲜食品质量安全预警模型。通过实例分析,表明经过改进的物元可拓模型对于解决食品质量安全预警问题是有效的。

生鲜食品供应链,质量安全预警,熵权,模糊物元可拓

生鲜食品具有时鲜性、易腐性、季节性等特点,消费者对健康关注程度和生鲜食品质量安全水平要求在不断提高,生鲜食品供应链质量安全成为研究的一个热点。生鲜食品供应链质量安全预警作为质量控制的一个重要过程,近年来,国内外学者对生鲜食品质量安全预警的研究已取得了一些技术成果:Mario[1]研究了一种模糊多准则方法控制食品安全策略,对不确定性指标,将模糊逻辑应用到多准则分析;Li和He等[2]对食品废弃物厌氧消化过程进行事故检测的早期预警,建立了含甲烷含量、pH、挥发性脂肪酸(VFA)浓度、碱度等组合的指标体系;Marvin和Kleter等[3-4]比较分析了现有食品安全早期预警方法和政策,强调从食品生产链和供应链的整体进行风险和危害的防范;Rortais[5]从新兴食品快速预警系统(RASFF)和医疗信息系统(MedlSys)选择九种关键危害进行食品安全预警研究;Xi和Sun等[6]建立了“2-3结构”模式的食品质量风险体系,利用粗糙集理论和鱼骨图分析方法建立预警指标体系组成的GAP、HACCP、GMP方法。在食品安全预警模型和预警决策分析方法层面,雷勋平[7]从食品供应链角度建立食品安全预警指标,运用物元可拓方法建立预警模型,但是未考虑指标的量值类型;宋宝娥[8]分析食品供应链各环节,从供应链视角建立评价指标体系,构建了基于集值统计加速迭代法的食品安全预警模型;俞峰[9]运用集对分析和熵值法,建立食品供应链预警的层次结构模型。

从现有研究来看,针对生鲜食品供应链质量安全预警问题,既涉及确定性的定量指标,也涉及模糊不确定的定性指标,对于确定性的定量指标,物元模型[10]中的量值可以进行描述,但是其不能合理描述定性指标的不确定性和模糊性特征。因此本文在生鲜食品基本特征的基础上,构建了符合生鲜食品特点的指标体系,引入三角模糊数并结合信息熵理论和决策人的风险偏好,建立基于信息熵和模糊物元可拓的预警模型,既丰富了食品质量安全预警问题的研究理论,同时也为企业质量管理和政府监管实践提供了指导。

1 生鲜食品质量安全预警指标体系的构建

影响生鲜食品供应链质量安全的因素有很多,因此生鲜食品质量安全预警涉及到种植养殖企业、生产加工企业、流通和销售企业、政府检验检疫和监督部门、消费者鉴别等环节,是一项复杂的系统工程。

本文结合文献[7-11],考虑生鲜食品的具体特征,如:冷藏保鲜运输、特有加工包装、感官识别程度等,构建基于供应链的生鲜食品质量安全预警指标体系(见表1),指标体系包含三个层次,一个目标层,一个准则层和一个指标层。准则层选取从原料产地、加工、流通、销售和监管5个环节作为二级指标,指标层给出了17个具体的指标,考虑到篇幅,各指标含义及计算公式在此不再赘述。

表1 生鲜食品质量安全预警指标体系Table 1 Quality and safety evaluation index system of fresh food

2 结合三角模糊数的模糊物元和熵值赋权

考虑到生鲜食品质量安全预警指标在定量、定性和区间值层面的特殊性以及生鲜食品质量安全动态变化的特点,本文结合三角模糊数构建模糊物元模型,并在此基础上给出三角模糊数的量值的熵测度方法,生鲜食品质量安全是“物”,其质量安全预警指标是“特征”,质量安全预警指标的值是“量值”。因此,生鲜食品质量安全预警的“物”“特征”“量值”三要素一起构成了基本物元模型中的物元,而物元模型可以描述质量安全预警过程中的物、事和关系,帮助决策者按照一定的程序推导出解决问题的策略,因此,给出相关定义如下:

定义1[10]如果一物N具有n个特征,其n个特征c1,c2,…,cn及N关于cn(i=1,2,…,n)对应的量值为vn(i=1,2,…,n),

定义2[12]若物元要素中的量值要素有的是确定性的精确数值(或数值区间),有的是不确定性的模糊量值,则使用有序三元组(事物、特征、三角模糊数)作为描述事物的基本元,并将这种物元称为基于三角模糊数的模糊物元,记为

根据信息熵原理,指标的熵越小,指标值的相差程度越大,提供的信息量越多,其在评价中作用越大,权重也应越大,借鉴文献[12-14]基于熵测度的三参数区间数方法,本文根据三角模糊数的取值特征,考虑三角模糊数指标值的相差程度通过指标值的重心点和三角模糊数的取值的方差来刻画,由此给出三角模糊数区间数的熵测度的定义。

定义3 取值为三角模糊数的量值的熵测度为:

式(1)

其中,i=1,2,…,m;j=1,2,…,n,0≤θ≤1为决策者对三角模糊数重心点和方差影响程度是判断系数,风险偏好的决策者,则注重发生可能性最大的重心点值,取θ>0.5;风险厌恶的决策者,则注重量值的上下限,取θ<0.5;风险中立者,则取θ=0.5,因此量值的权重为:

式(2)

3 基于熵权和模糊物元可拓的生鲜食品质量安全预警模型

借助物元来表示生鲜食品质量安全预警问题,最关键的是对生鲜食品供应链质量安全预警等级、评价对象进行物元描述,构建出表征生鲜食品供应链质量安全预警状态的多指标属性评价模型。因此,下文将依次给出生鲜食品供应链质量安全的经典域、节域、预警对象、安全关联度,预警等级判定的方法。

3.1 质量安全的经典域、节域和预警对象确定

令有h个食品安全等级N1,N2,…,Nh,建立相应的模糊物元,记为:

对于经典域,构造其节域Rp(Rp⟺Rh),Rp记为:

其中:Np为生鲜食品质量安全等级的全体;mpi为Np关于cj所取的量的范围。

这里待预警的对象为生鲜食品供应链质量安全,用物元Rs表示记为:

其中:Ps为生鲜食品供应链质量安全预警等级水平;msi为Ps关于cj的量值,食品质量安全的预警指标数据。

3.2 质量安全关联度计算

在经典域、节域和待评价物元已经确定的情况下,根据可拓学关于距的定义,可以计算待评价物元Rs的各特征到经典域和节域的距分别为:

式(3)

式(4)

关联度的取值是整个实数域,为了便于分析和比较,将关联函数进行规范化如下:

式(5)

3.3 质量安全等级判定

关联函数K(msi)的数值表示预警对象符合生鲜食品供应链质量安全预警级别的隶属程度。预警对象Rs关于安全等级Nh的关联度为:

式(6)

3.4 质量安全预警等级划分

为了更好地体现生鲜食品质量安全,需要对其质量安全度进行安全等级标准划分。在Likert五点度尺量理论基础上,将生鲜食品质量安全等级划分为五级,按照质量安全度由“低”到“高”分别对应如下:

Ⅰ(重警)、Ⅱ(中警)、Ⅲ(轻警)、Ⅳ(无警)、Ⅴ(安全)。

将生鲜食品供应链质量安全概念集合{重警→中警→轻警→无警→安全}中的渐变分类关系由定性描述扩展为定量描述,从而辨识这个概念的层次关系。将生鲜食品供应链质量安全预警问题描述为:P={重警→中警→轻警→无警→安全},Ⅰ= {重警},Ⅱ={中警},Ⅲ={轻警},Ⅳ={无警},Ⅴ={安全},且Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ∈P,对于任何Rs∈P判断属于Ⅰ,Ⅱ,Ⅲ,Ⅳ或Ⅴ,并依据式(3)～式(5)计算关联度。

3.5 质量安全预警指标阈值

本文的各项预警指标在各安全等级上的阈值确定主要参考国家、行业和地方规定的生鲜食品质量标准[15-16],结合现有研究文献[7]和生鲜食品消费市场安全现状,以及上文给出的三角模糊数对物元模型量值的改进方法,确定预警指标阈值,具体指标阈值如下(表2)。

4 算例分析

下面结合A地2014年公布的食品质量安全数据和专家评价以及问卷调查的情况,定量评价2014年A地食品质量安全状况,检验预警模型的有效性。根据质量安全预警指标体系中不同质量安全等级的量值范围,可得食品质量安全经典域R1,R2,R3,R4,R5分别为:

由质量安全预警指标体系中质量安全状态的预警指标阈值,可得生鲜食品质量安全的节域为:

以2014年A地的食品质量安全状况实际为例,预警指标c1～c8为确定性指标,c9～c17为不确定性指标,不确定性指标根据文中三角模糊数原理将实际统计中的最低值作为下限,最高值作为上限,实测评估值作为中值,由此整理得2014年A地的指标数据汇总如下:

表3 A地2014年食品质量安全预警指标数据汇总表Table 3 Data summary table of food quality and safety warning index in A 2014

表4 A地2014年食品质量安全预警指标统计值Table 4 Early warning indicators statistics of food quality and safety of A area in 2014

表5 食品安全预警指标权系数Table 5 Early-warning index weights of food safety

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

因此,2014年A地的预警指标数据可以通过物元模型进行转化,表示为:

式中m1→m17的预警值由原始数据和物元R0的表示方法转化所得,结果见表4:

根据式(1)和式(2),得到食品安全预警指标权系数,见表5:

利用式(3)～式(5)和表5权系数值,计算综合安全度,取其重心值进行比较,其结果如表6:

由表6结果可知,maxK(vi)=K2(vi)=0.4976,可知A地2014年的生鲜食品供应链质量安全等级为“中警”,并且“重警”的关联度为0.4734,可见A地的整体生鲜食品质量安全状态有恶化的趋势。由K2(vi)的数据,不难发现,该地水质量、环境空气质量、包装技术标准、冷藏保鲜技术标准、运输技术标准、食品标识信息完整度、供应链结构有序度以及监测机构建设水平合格率这些方面质量安全状态较差,较大程度上影响了A地生鲜食品的整体安全等级。因此,一方面需要提高原料产地的环境质量,尤其是水质和空气质量;另一方面需要进行供应链上下游企业间的整合,提高保鲜和运输技术标准,采用新型包装技术,提高食品标识信息完整度。

5 结论

本文将供应链管理和可拓决策理论进行了有机结合,从供应链视角建立了符合生鲜食品特征的质量安全预警评价指标,构建了基于熵权和模糊物元可拓的生鲜食品供应链预警模型。从原料产地、加工、流通、销售和监管环节构建了生鲜食品质量安全预警指标体系,体现了生鲜食品供应链上下游企业协同的整体性、保鲜包装和运输设备需求上的特殊性以及新鲜程度的感官性等特征。同时,利用三角模糊数对物元模型量值进行改进,也克服了单纯定性指标和定量指标不能处理不确定性和模糊性特征的缺点,增加了指标的灵活性。另外,通过构建考虑决策偏好的熵值法赋权,也提高了预警指标在信息量统计上的全面性。

[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]雷勋平,Robin Qiu,吴杨.基于供应链和可拓决策的食品安全预警模型及其应用[J].中国安全科学学报,2011,21(11):136-143.

[8]宋宝娥.基于集值统计和供应链和食品安全预警模型探析[J].统计与决策,2014,12:56-58.

[9]俞峰,李荣钧.基于熵权与集对分析的食品供应链安全预警模型研究[J].食品与机械,2012,28(3):101-103.

[10]蔡文,杨春燕,林伟初.可拓工程方法[M].北京:科学出版社,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]高岩,周德群,刘晨琛,等.基于关联的三角模糊数直觉模糊集成算子及其应用[J].系统工程理论与实践,2012,32(9):1964-1972.

[13]姚升保,徐敏.群组决策中三角模糊数互补判断矩阵的相容性及方案排序研究[J].中国管理科学,2012,20(5):152-156.

[14]闫书丽,刘思峰,朱建军,等.基于熵测度的三参数区间数信息下的TOPSIS决策方法[J].中国管理科学,2013,21(6):146-151.

[15]国家质量监督检验检疫总局产品质量监督司.食品质量安全市场准入审查指南[M].中国标准出版社,2005.

[16]中国标准化委员会.GB4789.28-2013食品安全国家标准[M].中国标准出版社,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

唐润(1979-)，男，博士，副教授，研究方向：食品供应链与质量安全管理，E-mail：tangruns@foxmail.com。

国家社会科学基金项目(16BGL130)。

TS201.6

A

1002-0306(2016)21-0285-06

10.13386/j.issn1002-0306.2016.21.046