“一帶一路”背景下農產品供應鏈風險識別與評估

2020-02-06 03:53:45 商業經濟 2020年1期

許慧敏

[摘 要] “一帶一路”倡議的提出,促進了我國跨境農產品供應鏈發展的同時,也給其帶來了風險。在此背景下,農產品供應鏈不斷拉長,潛在不確定性風險更復雜,降低了企業風險響應速度,進而影響了整條供應鏈的利益。因此,降低農產品供應鏈風險是當前亟待解決的問題。以“一帶一路”為研究背景,以跨國農產品供應鏈為研究對象,在問卷調查的基礎上構建農產品供應鏈風險指標體系,并通過社會網絡分析對跨國農產品供應鏈進行風險評估。結果表明,保持跨國農產品供應鏈的穩定性,需要加強與政治穩定的國家的緊密合作,同時增強各環節的銜接與物流運作能力,有利于降低風險發生的可能性。

[關鍵詞] 一帶一路;農產品供應鏈;風險識別與評估;社會網絡分析

[中圖分類號] F326.6 [文獻標識碼] A [文章編號] 1009-6043(2020)01-0133-03

“一帶一路”倡議旨在促進我國與沿線發展中國家互惠互利,各國之間的農產品資源協同互補則是其中的一項重要內容。在這一框架下,農產品供應鏈從國內延伸到國外,并逐漸發展。鑒于跨境供應鏈鏈條長、宏觀環境多變等特點,使其在運行過程中產生諸多不確定的風險因素,如政策調整、政局動蕩、農產品供應鏈獨特性等[1]。這些因素間相互關聯形成了一個網絡結構,網絡中風險的變動不僅影響風險的傳遞,也會影響整體的效率,給整條供應鏈帶來巨大損失。2017年,國務院發布的《國務院辦公廳關于積極推進供應鏈創新與應用的指導意見》:鼓勵企業建立全球供應鏈風險預警評價指標體系,完善全球供應鏈風險預警機制,提升全球供應鏈風險防控能力[2]。因此,識別“一帶一路”農產品供應鏈風險,確定關鍵影響因素,對降低風險、提高供應鏈穩定性具有重要意義。

一、文獻綜述

關于供應鏈風險的研究方法包括層次分析法[3]、borda序值法[4]、貝葉斯網絡推理算法[5]等,但這些方法都假設風險因素是相互獨立且無相關性。事實上,供應鏈風險本身存在較強的傳遞性并沿著供應鏈放大,最終導致供應鏈損失。且方法的主觀性使得在評估關鍵風險時存在偏差,而社會網絡分析法能夠彌補這些不足。社會網絡分析最早由美國社會網絡學家Barnes提出來的,最初用于研究社會關系[6-7]。風險因素之間的傳遞、影響和作用,與社會關系本質上是一致的,因此社會網絡分析也適用于分析風險關系。

很多專家和學者就農產品供應鏈上的風險進行了探討。多數研究從系統的角度出發進行研究。楊為民利用統計熵分析了農產品供應鏈風險的形成機理,得知政府監督為關鍵控制點[8]。游軍用期權理論協調農產品供應鏈從而降低風險[9]。張麗等引入AHP方法,計算各因素的指標權重以確定主要風險。顏波等建立了風險損失函數,結果表明控制源頭風險能有效降低農產品供應鏈損失[10]。DiabatA認為風險因素之間是相互影響的,并運用解析結構模型(ISM),分析出引起食品供應鏈風險的深層影響因素[11]。也有部分學者從單一視角對供應鏈風險進行解讀。楊揚等采用HACCP方法研究冷鏈物流在保證生鮮農產品質量安全上的重要性[12]。供應鏈上企業之間相互合作,信息促進貿易順暢的同時,信息風險也影響著供應鏈的穩定性[13]。由于協調能力不足、通關效率等因素形成的交貨延遲會影響農產品供應鏈的穩定性[14]。但也有研究發現,技術并不是風險產生的主要因素,行為風險才是關鍵控制點[15]。此外,洪巍等認為網絡輿情對食品供應鏈有逆向作用[16]。

綜上所述,關于農產品供應鏈風險的研究較為豐富。但在眾多文獻中,主要涉及的是國內的農產品供應鏈風險,“一帶一路”背景下的跨境農產品供應鏈風險的文獻較少。隨著“一帶一路”倡議的推進,跨國農產品供應鏈相比于傳統的國內農產品供應鏈其利益鏈條更長,環境更加復雜,潛在風險爆發可能性更高。如何在“一帶一路”背景下,實現農產品供應鏈風險的防控,是目前研究熱點。此外,在供應鏈風險的文獻中,應用社會網絡分析的不多。因此,本文考慮了以國內加工企業為核心的跨國農產品供應鏈,在構建風險指標體系的基礎上,運用社會網絡分析法,深入探尋風險變化規律,為風險控制提供科學依據。

二、風險因素識別與指標構建

識別風險因素是確定關鍵風險的依據。本文在分析2014-2016年不合格出口農產品原因的基礎上,結合核心加工企業運作流程和“一帶一路”農產品供應鏈的特點,構建了農產品供應鏈風險識別框架(如圖1)。

“一帶一路”農產品供應鏈涉及跨國貿易,面臨的風險相對于傳統供應鏈更為復雜。根據上述供應鏈風險識別框架,本文將“一帶一路”農產品供應鏈風險分為外部環境風險、供應風險、管理風險、物流風險、信息風險以及需求風險等7個風險,并細分為17個二級風險。

(一)數據來源

為保證二級風險因素有效性,本文采用李克特五級量表形式進行評分,并以相關農產品出口企業為對象發放問卷。發出問卷210份,有效問卷164份,有效率為78%。將收集到的數據進行信度和因子分析。

(二)信度分析

信度分析是檢驗調查問卷因子結構。利用SPSS軟件對問卷進行可靠性分析,由表1可知,整體Alpha值為0.923>0.8,說明問卷可靠性較強。

(三)因子分析

對數據進行KMO和Bartlett球形檢驗,從表1中可以看出,KMO值為0.856>0.7,顯著性P=0.000,說明數據很適合做因子分析。

對相關17個二級指標進行因子分析(如表2),共提取了5個公因子,累計方差貢獻率達到66.076%。在研究初期的設想是將風險劃分為7大影響因素,然而在探索性因子分析中合作、信息和管理風險合并在一個因子中,可能是在以核心企業為中心的供應鏈中,合作關系與信息的掌握都是由核心企業管理,因而列入管理風險中,將其命名為管理風險。

從表4中可知,X1、X2、X3和X4在因子5上的載荷較高,將其命名為外部環境風險;X5和X6在因子4上的載荷較高,將其命名為供應風險;X7、X8及X9在因子3上具有較高的載荷,將其命名為物流風險;X10、X11、X12、X13、X14和X15在因子2上載荷較高,將其命名為管理風險;X16和X17在因子1上載荷較高,將其命名為需求風險。

經過信效度分析表明,跨國農產品供應鏈風險指標是可取的,因而形成了一個由5個一級指標和17個二級指標構成的農產品供應鏈風險指標體系,如表4所示。

三、跨國農產品供應鏈風險評估

農產品供應鏈風險因素的關系網絡是由“點”(風險因素)和“有向邊”(影響關系)構成。本文通過采訪農產品進出口加工企業相關人員確定了風險因素之間的直接影響,從而構建了風險鄰接矩陣。對該鄰接矩陣進行可視化分析,其結果如圖2所示。

(一)跨國農產品供應鏈風險網絡整體結構分析

1.網絡密度。網絡密度是用來衡量群體中成員聯系的緊密程度。計算公式為:

上述表達式中:n表示風險因素的個數;m表示風險因素之間的聯系總數;

運用Ucinet進行整體網絡密度分析可知,在由17個風險因素組成的農產品供應鏈風險網絡中,有45條關系線,整體網絡密度為0.1654。在實際中,完備圖是不存在的,且實際的節點連接總數要遠小于最大可能的連接數,因而任何網絡的密度的最大值是0.5[17]。因此,“一帶一路”農產品供應鏈風險網絡中風險因素間溝通聯系頻繁。

2.可達性測度。可達性測度是用來衡量節點之間信息傳遞的難易程度。網絡直徑D是指網絡中任意兩個節點之間的最大連接距離。表達式為:

平均路徑L是測量任意兩個節點之間連接的平均距離。表達式為:

在Ucinet軟件中顯示,跨國農產品供應鏈風險網絡中沒有不可達點。網絡直徑為3,平均路徑為2.03,每個風險最多通過3個其他不確定性因素就能將風險傳遞到整個網絡中;每個風險因素平均通過1.68個節點與其他風險因素進行風險傳遞,說明風險在跨國農產品供應鏈網絡中傳播速度較快。

(二)跨國農產品供應鏈風險網絡中心性分析

1.點度中心度。點度中心度是解釋節點的信息傳遞能力和被影響的程度。其表達式為:

可以看出跨國農產品供應鏈風險整體網絡的點度中心度為0.2083,表明風險網絡的點度中心度較大,存在關鍵傳遞點。X1的點出度為7,說明了該風險因素擴散性較強;X16的點入度為6,說明了該風險因素容易受其他因素的影響。

2.中間中心度。中間中心性描述的是節點對信息傳遞的控制能力。表達式為:

其中,bij為節點i到節點j需要經過節點k的最短路徑的條數;

從分析結果表明,X17、X5、X16、X13等風險因素的中間中心度較高,說明如果要將風險傳遞到整個網絡需要經過這幾個關鍵風險點。因而,想要控制農產品供應鏈網絡中的風險的發生,則要對關鍵因素重點關注。

3.接近中心度。接近中心度是一個節點與其他節點的接近程度的測量,表達的是獲取信息的容易程度。表達式為:

結果表明,X7與其他風險節點的距離之和只有29,說明一旦風險發生,則它將風險傳遞到整個網絡的速度更快;相反,因為X7的出度中心度更大,它受其他風險因素影響的可能性就更小。

綜上分析,在“一帶一路”背景下的農產品供應鏈中要降低風險發生的可能性,最重要的前提是要選擇與政治較為穩定的國家進行產品貿易;其次,要在充分了解國外消費者需求的基礎上,有選擇性地出口農產品,減少因顧客需求變化而導致的供應鏈損失;最后,企業要加強與經營理念相同的異國企業合作,強化銜接的緊密性和物流的速度,從而縮小農產品的在途損失,提高跨國農產品供應鏈的運作能力。

四、結論

本文以“一帶一路”背景下以加工企業為核心的跨國農產品供應鏈為研究對象,在充分考慮存在的不確定性因素的基礎上,形成了風險識別框架,識別可能的風險,并利用問卷調查和SPSS分析,構建了風險指標體系。同時,結合社會網絡分析法對跨國農產品供應鏈風險進行了風險評估,發現跨國農產品供應鏈的關鍵控制點。

[參考文獻]

[1]樊星,邵舉平,孫延安.基于模糊理論的跨國農產品供應鏈風險識別與評估[J].科技管理研究,2016,36(6):210-215.

[2]國務院辦公廳.國務院辦公廳關于積極推進供應鏈創新與應用的指導意見[J].中國汽配市場,2017(5):72-75.

[3]周三元.基于供應鏈視角下農產品質量安全風險影響因素分析[J].中國流通經濟,2013,27(6):45-48.

[4]何靜,劉杰,張昕蕾.食品供應鏈安全誠信風險識別與評估[J].中國乳品工業,2016,44(7):36-40+49.

[5]徐娟,章德賓.生鮮農產品供應鏈突發事件風險的評估模型[J].統計與決策,2012(12):41-43.

[6]Martínez A, Dimitriadis Y, Rubia B, et al. Combining qualitative evaluation and social network analysis for the study of classroom social interactions[J]. Computers & Education, 2003, 41(4):353-368.

[7]Brass D J, Butterfield K D, Skaggs B C. Relationships and unethical behavior: A social network perspective.[J]. Academy of Management Review, 1998, 23(1):14-31.

[8]楊為民,陳嬈,吳春霞.基于熵的農產品供應鏈風險研究[J].中國集體經濟,2009(34):103-104+130.

[9]游軍,鄭錦榮.基于期權的農產品供應鏈風險管理[J].貴州農業科學,2009,37(7):234-237.

[10]張麗,劉建東,滕飛.基于AHP的農產品供應鏈風險指標體系評價研究[J].食品研究與開發,2014,35(18):186-188.

[11]DIABAT A, PANICKE R K G V V.Supply chain risk management and its mitigation in a food industry [J]. International Journal of Production Research,2011,50 (11): 3039-3050.

[12]楊揚,袁媛,李杰梅.基于HACCP的生鮮農產品國際冷鏈物流質量控制體系研究——以云南省蔬菜出口泰國為例[J].北京交通大學學報(社會科學版),2016,15(2):103-108.

[13]顏波,石平,丁德龍.物聯網環境下的農產品供應鏈風險評估與控制[J].管理工程學報,2014,28(3):196-202+173.

[14]付焯,嚴余松,郭茜,等.生鮮農產品供應鏈物流風險傳遞機理及控制[J].西南交通大學學報,2018,53(3):654-660.

[15]劉永勝,陳娟.食品供應鏈安全風險的形成機理——基于行為經濟學視角[J].中國流通經濟,2014,28(3):60-65.

[16]洪巍,李青,吳林海.考慮信息真偽的食品安全網絡輿情傳播仿真與管理對策研究[J].系統工程理論與實踐,2017,37(12):3253-3269.

[17]MAYHEW B H, LEVINGER R L. Size and Density of Interaction in Human Aggregates [J]. American Journal of Sociology, 1976,82(1):86-110.

[責任編輯:史樸]

热带动物园登陆
yy陕西麻将下载亮六飞一 武汉麻将七皮四赖 3d专家预测汇总 开元棋牌网站 河北11选5前三直走势 追光娱乐官方下载 炒股 股票公式涨停 大嘴棋牌游戏平台下载 新11选5 杀号 股票分析方法介绍 中国体彩顶呱刮下载 广西快乐10分怎么买 广东十一选五合买套 17玩湖南麻将app 能赚钱的网游手机版