基于D-AHP与专家权重自适应调整法的生鲜物流企业风险评估

张菊玲，程庆杰

（新疆财经大学 信息管理学院，新疆 乌鲁木齐 830012）

2020年我国冷链物流市场的总规模达到了3 832亿元，相比2019年增长了440.8亿元，增长率达13%，保持稳步增长的态势。生鲜产品需求的激增导致国内落后的冷链物流企业经常超负荷运行，长期的超负荷运行使得企业运营风险增加。因此，有必要对生鲜物流企业的运营风险进行评估。

目前，对生鲜冷链物流风险评估的方法主要有层次分析法、模糊综合评价法和灰色关联度分析法等。赵矗[1]利用层次分析法与模糊综合评价法对冷链物流末端环节进行了定量化评估，但评估方法较为主观。石彩霞[2]采用灰色关联度解决了评估指标难量化和难统计的问题，但在确定一级指标权重时，人工赋权的方法过于主观。陈婷婷[3]采用熵权法和BP神经网络最大程度地减少了肉制品物流风险评估中的人为因素，但其在训练时采用的样本过少，且没有将网络正则化处理，可能引起过拟合，导致神经网络的映射结果不准确。

针对以上问题，本文将D-AHP法与权重自适应调整法有机地结合在一起，形成完整的评估方法。DAHP法解决了层次分析法中意见缺失及意见不一致的问题，权重自适应调整法使得专家的赋权更加客观化。二者的结合能够客观准确地计算出评估主体的整体风险值以及重点防范的风险。生鲜冷链物流企业风险评估方法流程如图1所示。生鲜物流企

图1 生鲜物流企业风险评估方法流程

风险识别是风险评估的重要部分，也是风险评估的基础。生鲜物流具有时效性强、运输流程和操作流程繁琐、对运输条件要求高等特点。因此，生鲜物流企业比普通物流企业面临的风险更加复杂，风险引发的后果也更为严重。本文通过参考相关研究文献并咨询冷链物流专家，对生鲜物流企业进行整体划分，从人、物、环境和管理四个方面对风险进行分析。人对应企业的员工，物对应设施状况，环境对应自然环境和社会环境，管理对应公司管理模式及方法。风险评价指标体系如图2所示。

图2 生鲜物流企业风险评估指标体系

2.1 D数理论

D数理论是DS证据理论的扩展，是Deng在DS证据理论基础上提出的不确定性推理理论[4]。与传统DS证据理论相比，D数理论能够更好地描述和处理不确定信息。D数的一般形式为：

其中vi∈[0,1]且D数偏好矩阵是用D数的方式表示偏好关系的矩阵，可以用于不确定信息领域，也被称为D矩阵。设有n个需要评估的指标，D矩阵表示为：

该矩阵满足以下要求：

（2）bijk的取值如下：

2.2 D-AHP方法

D-AHP在相关目标层次分解方法上与AHP类似，如图3所示。计算时，由于D-AHP是在AHP方法中融合了D数理论，因此能够在意见不一致以及意见缺失时计算权重。目前，D-AHP已被学者们应用于各个领域之中。刘培德，等[5]通过D-AHP方法对曹妃甸地区围填海事件对当地资源的影响进行了评估。吴波[6]、许硕[7]将D-AHP与灰色理论相结合，分别对施工风险、信息安全风险进行了评估。彭道刚，等[8]将DAHP与TOPSIS（逼近理想解排序法）相结合对火电站的信息安全风险进行了评估。另外，D-AHP还被学者运用在供应链伙伴能力评估、帷幕注浆效率评估以及高校科研能力评估等方面[9-11]。

图3 D-AHP的层次结构图

D-AHP计算权重的步骤如下：

（1）邀请专家按成对比较指标对指标打分并建立D数偏好矩阵RD。

（2）利用式（1）将RD变成实数矩阵RC

（3）构建概率矩阵RP。当实数矩阵RC中的元素Cij+Cji=1时，如果实数矩阵RC的第i行第j列元素Rc(i,j)＞0.5，则概率矩阵Rp的第i行第j列元素Rp(i,j)=1。如果Rc(i,j)≤0.5，则Rp(i,j)=0。

当Cij+Cji＜1时，那么就引入一个参数Cup，Cup=1-(Cij+Cji)，则概率矩阵Rp的第i行第j列元素

①将概率矩阵Rp按行求和；

②找出求和最大的一行，假设求和最大的行为第k行，则删去矩阵的第k行和第k列；

③重复步骤①和②的运算，直到Rp矩阵删空；

④根据Rp和行的删除顺序，排出三角化矩阵

（5）利用式（2）计算不一致系数I

2.3 权重自适应调整方法

专家的权重直接影响评估的最终结果。如何科学地赋予专家权重，是评估中的重要问题。目前，专家权重确定方法有两种，一种是给予评估专家等量的权重，另一种是依据专家知识经验能力水平赋予权重。权重自适应调整方法的准则是采用“少数服从多数”的普适性规律[12]。根据专家评估值与专家组加权平均值的偏离度赋予不同的权重，偏离度小的专家赋予较高权重，偏离度大的专家赋予较低权重。权重自适应调整算法的流程如图4所示。

图4 权重自适应调整法流程图

权重自适应调整方法计算步骤如下：

（1）利用式（3）计算专家与专家组评估均值的偏离量

设有m个评估指标，aij是第i个专家对第j个指标的评估值，aj是第j个指标在专家组内的加权平均值。

（2）计算专家与专家组评估均值的偏离程度。在计算每个专家与专家组评估均值的偏离程度前，先利用式（4）对每个专家的偏离量进行规范化处理。其中，x表示第i位专家的偏离量Si，a表示专家组的偏离量总和。

①不存在Si=0，即没有专家的偏离量为零时，专家的偏离程度用式（5）计算

（2）存在Si=0，即存在专家i的偏离量为零时，专家i的偏离程度为0，其他专家的偏离程度用式（6）计算。

Ri和Rl分别表示专家组中第i个和第l个专家的偏离程度，n表示专家数量。

（3）根据专家偏离程度计算专家权重影响因子μ。在计算每个专家的权重影响因子前，利用式（7）对每个专家的偏离程度进行预处理。其中x为专家的偏离程度。

①不存在Ri=0，即没有专家的偏离程度为零时，专家的权重影响因子用式（8）计算。

②存在Ri=0，即存在专家i的偏离程度为零时，专家i的权重影响因子为+∞，其他专家的权重影响因子用式（9）计算。

μi和μl分别表示第i个和第l个专家的权重影响因子，n表示专家数量。

（4）根据专家权重影响因子对各个专家所占的权重进行重新分配，得到重新分配好的权重ωi。

ωi是专家i的初始权重是第p次调整后专家i的权重。循环计算，直到下一次调整后的权重与上一次的权重保持不变。

2.4 风险综合评估

基于D-AHP的权重自适应调整风险评估法分为三步。第一步，采用D-AHP方法求指标权重。设有m个专家，要评估的指标有n个，产生m个n×n的偏好矩阵，然后利用D数理论将m个偏好矩阵组成一个n×n的D数偏好矩阵。依据权重计算步骤最终得到风险指标权重。

第二步，采用权重自适应调整法求专家权重。设有m个专家。首先给予专家等量的权重，即；
然后根据专家的权重，计算出专家组的加权平均数，并利用式（3）计算出专家与加权平均数的偏离量。再根据权重自适应调整算法的步骤和式（4）-式（10）得到调整一次后的专家权重。进而得到新的专家组加权平均数，然后循环计算，直到所有专家的权重不再发生变化时，停止计算。

第三步，将专家权重、指标权重和指标打分矩阵进行矩阵相乘，得到风险值。设指标权重为A(1×n)，专家权重为C(1×m),指标评分矩阵为B(m×n)。那么最终的综合风险Z(1×1)=C×B×AT。

本文在图2的基础上，通过向4位专家与企业中层管理人员征集意见，使用本文提出的方法对风险指标进行评估。

3.1 风险指标权重计算

根据专家的评估数据组建D数偏好矩阵RD。以准则层指标为例进行计算，求出准则层四个指标的权重。RD矩阵的行依次代表U1（人员风险）、U2（设施风险）、U3（环境风险）、U4（管理风险）。若4位专家中，两位专家认为风险U1优先于风险U2的程度为0.6，另外两位专家认为风险U1优先于风险U2的程度为0.8。这些专家评估信息将会以{(0.6,0.5),(0.8,0.5)}的D数形式放在D数偏好矩阵的第一行第二列元素中。

（1）构建D数偏好矩阵RD

（2）利用式（1）将D数偏好矩阵RD转化为实数矩阵Rc

（3）计算概率矩阵Rp

（4）将概率矩阵Rp转化为三角化矩阵

经评估专家讨论，该不一致系数在可接受范围。

（6）将实数矩阵Rc转化为三角化实数矩阵

（7）计算指标权重，解方程组

得到结果如下：

本文数据属于高可信度信息，故γ为1，权重为：

计算结果显示，人员风险、设施风险、环境风险、管理风险的权重分别为0.287 5、0.087 5、0.087 5、0.537 5。由此可以看出，准则层指标中风险最大的是管理风险，其次是人员风险、设施风险和环境风险。同理可以计算出指标层的指标权重，见表1。为直观体现各指标的权重差异，将指标权重用柱形图描述，如图5所示。对应评估指标权重矩阵标记为A1×14。各一级指标下风险最大的是司机驾驶不规范、设备改造不合理、政策变化、订单管理不规范。

表1 风险指标权重表

图5 各级风险指标综合权重结果图

3.2 专家权重计算

首先对4位专家各赋予0.25的权重。权重的设定是为了确定专家组的整体评估结果（加权平均数）。减小偏离综合评分远的专家权重，增加临近综合评分的专家权重，循环计算，直至所有专家各自的权重不再变化为止。专家的风险指标评分（1-5分，分数越高表示专家认为该风险指标造成的风险越大）结果见表2，对应的专家评分矩阵标记为B4×14。

表2 专家评分表

将4位专家的评分数据代入权重自适应调整程序中，运行结果见表3，对应专家权重矩阵标记为C1×4。

表3 专家权重变化表

权重迭代结果显示，4位专家中专家3的权重最高，专家1的权重最低。这说明在评估时专家3的意见更为中肯，而专家1可能因为环境、经验等其他因素给出异常的评估值。

3.3 综合风险值的计算

综合风险值的程度范围为：[0,1)属于低风险，[1,2)属于较低风险，[2,3)属于中风险，[3,4)属于较高风险，[4,5]属于高风险。根据计算出来的指标权重与专家权重，通过矩阵运算Z=C×B×AT得出综合风险值为3.980 9。

通过评估得出生鲜物流企业的综合风险值为3.980 9，结果显示我国生鲜物流企业面临较高风险。

准则层中的管理风险权重最大，为0.537 5，是导致企业风险较大的主要原因。造成管理风险突出的主要因素是近年来国内冷链物流行业迅速发展，大量社会资源进入冷链物流行业，新的冷链物流企业如雨后春笋般成立。许多冷链物流企业管理者没有系统性地学习物流、企业管理知识，使得企业内部的管理存在欠缺，导致企业风险增加。

根据评估结果，人员风险是第二大风险。随着冷链商品市场规模快速增加，大量劳动者进入冷链物流行业。由于进入行业门槛要求低，员工道德素质参差不齐，加上冷链物流从业知识少，因此在工作中常常出现操作不当的情况，增加了企业风险。

由此可知，企业应将风险规避的重心放在管理和人员上，在仍有余力的情况下兼顾其他两个风险，以达到风险的最低化，减少风险事件带来的损失。针对突出的两大风险，本文给出以下应对策略：

（1）提升企业管理软实力。企业管理人员应该着手增强企业的管理软实力，通过建立完善的规章制度、科学的决策方法等增强企业管理水平。完善的规章制度可以使得冷链物流企业实现标准化管理，促进企业员工内部的公平竞争与管理的透明度，从而保障冷链物流企业有序运行，提高企业整体运作效率。决策是企业运行成功的关键，采用科学的决策方法可以使企业少走弯路，降低因决策失误带来的风险，促进企业安全快速发展。

（2）充分利用信息技术。冷链物流行业的信息化是大势所趋，信息技术的应用可以最大程度地提高企业运作效率，降低工作失误率。目前，许多企业已经将信息技术运用到其运营管理中，但在冷链中的作用亟需提升。充分利用信息技术可以最大程度地优化冷链物流企业的服务水平、提高企业运行效率、降低企业运作成本、提高企业的利润率、方便企业管理人员对企业进行管理。

（3）加强员工的入职培训。加强员工入职培训力度，从源头控制组织成员的职业素质，提高其职业素养，降低作业风险事件发生率。在新员工入职初期，安排老员工搭班，形成新老员工搭班工作模式，快速提高新员工的作业能力。

（4）培养积极向上的企业文化。文化是一种看不见的力量，它无时无刻地影响处于它之下的所有人。企业文化很大程度由企业领导者决定，领导应该注重培养企业内部文化，并引导其向着积极向上的方向发展。良好的企业文化使得员工在工作时更加有归属感、责任感以及更高的工作效率。