吳敏寧
(榆林學(xué)院 信息工程學(xué)院,陜西 榆林 719000)
隨著經(jīng)濟(jì)的快速發(fā)展,人們生活水平的不斷提高,農(nóng)產(chǎn)品產(chǎn)量的逐年增加,農(nóng)產(chǎn)品質(zhì)量安全日益受到關(guān)注,人們對(duì)農(nóng)產(chǎn)品的安全和品質(zhì)提出了更高的要求,因此農(nóng)產(chǎn)品的物流安全問題愈加顯得重要[1]。然而,由于技術(shù)不成熟,操作不規(guī)范,人員管理不恰當(dāng)?shù)纫蛩?,我國農(nóng)產(chǎn)品在物流過程中損失巨大,需構(gòu)建農(nóng)產(chǎn)品物流安全及預(yù)警機(jī)制,應(yīng)用于農(nóng)產(chǎn)品物流企業(yè)[2]。
目前,農(nóng)產(chǎn)品物流安全風(fēng)險(xiǎn)預(yù)警平臺(tái)的研究大多偏重于風(fēng)險(xiǎn)判別的定量、預(yù)警算法和物流制度的研究等。本文通過研究物流公司農(nóng)產(chǎn)品整個(gè)流通步驟,通過數(shù)據(jù)收集、數(shù)據(jù)分析、預(yù)警指標(biāo)確立、預(yù)警級(jí)別確定、預(yù)警建模、預(yù)警級(jí)別判定和預(yù)警策略等,設(shè)計(jì)農(nóng)產(chǎn)品物流安全預(yù)警系統(tǒng)[3]。
農(nóng)產(chǎn)品物流安全指標(biāo)是以農(nóng)產(chǎn)品物流活動(dòng)安全的影響因素建立的,農(nóng)產(chǎn)品在物流活動(dòng)過程中因操作不當(dāng)或各種技術(shù)缺陷而造成的產(chǎn)品新鮮度降低、損壞及失散等,物流操作過程中任何不安全因素和信息準(zhǔn)確度等問題[4]。農(nóng)產(chǎn)品物流各環(huán)節(jié)所存在的安全隱患如下:
(1)加工環(huán)節(jié)
該環(huán)節(jié)存在加工環(huán)境衛(wèi)生問題、添加劑問題、細(xì)菌污染等安全危險(xiǎn)因素。
(2)包裝環(huán)節(jié)
農(nóng)產(chǎn)品在包裝過程中的不當(dāng)操作造成農(nóng)產(chǎn)品浪費(fèi)、污染、擠壓、包裝不結(jié)實(shí)等可能引起農(nóng)產(chǎn)品損失因素。
(3)倉儲(chǔ)環(huán)節(jié)
在倉儲(chǔ)過程中維護(hù)不當(dāng)、技術(shù)落后和存放擠壓等造成農(nóng)產(chǎn)品損壞、新鮮度降低、變質(zhì)、丟失等。
(4)運(yùn)輸環(huán)節(jié)
違規(guī)超載、超速行駛、有安全隱患等車輛運(yùn)輸農(nóng)產(chǎn)品,可能造成農(nóng)產(chǎn)品損壞、新鮮度降低等。運(yùn)輸過程中如未按照要求冷藏、避免碰撞和擠壓,或運(yùn)輸路線計(jì)劃不周,亦可造成農(nóng)產(chǎn)品損壞、新鮮度降低等[5]。
(5)裝卸環(huán)節(jié)
設(shè)備使用不當(dāng)或故障造成農(nóng)產(chǎn)品滑落或刮傷,或者工作人員搬運(yùn)不等造成農(nóng)產(chǎn)品損失等。
(6)配送環(huán)節(jié)
配送環(huán)節(jié)出現(xiàn)揀配貨差錯(cuò)、配送延誤、配送過程中出現(xiàn)擠壓、沖擊、碰撞等造成農(nóng)產(chǎn)品損壞和新鮮度降低等風(fēng)險(xiǎn)。
(7)信息處理環(huán)節(jié)
信息傳輸失真、滯后、錯(cuò)誤、缺失、泄露等影響物流效率的因素,造成農(nóng)產(chǎn)品存在送達(dá)問題、引起農(nóng)產(chǎn)品質(zhì)量安全問題。
經(jīng)上述農(nóng)產(chǎn)品物流過程中安全隱患的分析,得出農(nóng)產(chǎn)品物流安全預(yù)警指標(biāo)如表1所示。
表1 農(nóng)產(chǎn)品物流安全預(yù)警指標(biāo)表
農(nóng)產(chǎn)品物流安全預(yù)警等級(jí)可根據(jù)農(nóng)產(chǎn)品物流過程中的損失率、農(nóng)產(chǎn)品物流業(yè)務(wù)差錯(cuò)率、歷史評(píng)價(jià)水平參照、行業(yè)平均水平參照、物流過程中重大事故損失率和信息事故損失率等來確定[6]。其預(yù)警界限表如表2所示。
表2 農(nóng)產(chǎn)品預(yù)警界限表
Logit回歸是一種廣義的線性回歸分析模型,常用于數(shù)據(jù)挖掘,疾病自動(dòng)診斷,經(jīng)濟(jì)預(yù)測(cè)等領(lǐng)域,可根據(jù)危險(xiǎn)因素構(gòu)建預(yù)測(cè)模型。Logit回歸分析可分為二元Logit回歸分析和多元Logit回歸分析,二元Logit回歸模型中因變量只能取1和0兩個(gè)值,而多元Logit回歸模型中因變量可以取多個(gè)值。
邏輯分布(Logit distribution)公式為:
P(Y=1|X=x)=exp(x’β)/(1+exp(x’β)( β常用極大似然估計(jì))
該農(nóng)產(chǎn)品物流安全預(yù)警指標(biāo)集為{X1,X2……,Xn},n>=2,Xi表示第i個(gè)指標(biāo),農(nóng)產(chǎn)品物流安全預(yù)警警度級(jí)別無警、輕警、中警和重警,分別用數(shù)字0、1、2、3來表示,它們對(duì)應(yīng)的概率分別為P0、P1、P2和P3。
因子分析的數(shù)學(xué)模型,以公因子表示變量的線性組合如下:
Xi=ai1F1+ai2F2+…aimFm( i=1,…,n ;Fi表示提取的公因子)
公因子對(duì)n個(gè)變量作回歸,得到公因子函數(shù)如下:
Fj=bj1X1+bj2X2…+ajmFm( j=1,…,m)
λi為變量相關(guān)系數(shù)矩陣標(biāo)準(zhǔn)化后的特征根,λI/∑λι為主成分的貢獻(xiàn)率,按照特征值取值,對(duì)主成分進(jìn)行排序,當(dāng)貢獻(xiàn)率達(dá)到已設(shè)定值時(shí),確定所選擇公因子的個(gè)數(shù),及主成分因子的負(fù)荷系數(shù)。
得出主因子后再進(jìn)行多元有序變量的累計(jì)Logit回歸,回歸原理為:
其中yi是預(yù)警等級(jí),結(jié)果主成分變換后的解釋變量為F1,F(xiàn)2,…,F(xiàn)m,則對(duì)應(yīng)的模型為:
得出I-1個(gè)回歸方程為:
帶入?yún)?shù)求出Pi的值可得出農(nóng)產(chǎn)品的物流預(yù)警級(jí)別,如Pj=max(Pi),則農(nóng)產(chǎn)品預(yù)警級(jí)別為j級(jí)別。其中參數(shù)的估計(jì)采用極大似然法,參數(shù)α和β估計(jì)利用SPSS軟件包。當(dāng)參數(shù)α是解釋變量均為0時(shí),在某一固定的i下的兩類不同概率之比的對(duì)數(shù)值,參數(shù)β描述自變量F改變一個(gè)單位時(shí),反應(yīng)變量<=的對(duì)數(shù)比。
農(nóng)產(chǎn)品物流安全預(yù)警流程主要包括收集、分析、確定預(yù)警指標(biāo)、確定預(yù)警警度、確定預(yù)測(cè)方法、預(yù)測(cè)模擬、判別預(yù)警級(jí)別、預(yù)警追溯和對(duì)策探討。其具體流程如圖1所示。
圖1 農(nóng)產(chǎn)品物流安全預(yù)警流程圖
構(gòu)建農(nóng)產(chǎn)品物流安全預(yù)警信息平臺(tái)的目的是監(jiān)測(cè)農(nóng)產(chǎn)品物流運(yùn)營情況、分析農(nóng)產(chǎn)品的物流不安全因素、預(yù)報(bào)農(nóng)產(chǎn)品的物流安全現(xiàn)狀和減少農(nóng)產(chǎn)品安全事故的發(fā)生等,其主要包括知識(shí)庫、數(shù)據(jù)分析、監(jiān)控運(yùn)營、決策支持和信息發(fā)布5個(gè)模塊。
(1)知識(shí)庫
知識(shí)庫主要包括農(nóng)產(chǎn)品物流安全預(yù)警的基本信息和實(shí)時(shí)采集信息。其中基本信息包括企業(yè)內(nèi)部信息和外部信息,其中實(shí)時(shí)信息主要是監(jiān)控模塊實(shí)時(shí)采集信息,行業(yè)實(shí)時(shí)信息。
(2)數(shù)據(jù)分析模塊
主要是通過數(shù)據(jù)分析方法對(duì)數(shù)據(jù)庫有效數(shù)據(jù)提取分析,對(duì)農(nóng)產(chǎn)品物流安全進(jìn)行風(fēng)險(xiǎn)識(shí)別和指標(biāo)確定。
(3)監(jiān)控運(yùn)營模塊
首先農(nóng)產(chǎn)品物流的各個(gè)環(huán)節(jié)進(jìn)行實(shí)時(shí)監(jiān)控并記錄運(yùn)營現(xiàn)狀,然后導(dǎo)入數(shù)據(jù)庫,再進(jìn)行數(shù)據(jù)分析,最后預(yù)報(bào)農(nóng)產(chǎn)品物流安全的預(yù)警級(jí)別。
(4)決策支持模塊
結(jié)合專家、技術(shù)人員的經(jīng)驗(yàn)做出主觀評(píng)定和決策方法給出解決方案,同時(shí)結(jié)合數(shù)據(jù)庫中歷史數(shù)據(jù)、行業(yè)信息得到的客觀評(píng)價(jià),其中評(píng)定內(nèi)容主要包含指標(biāo)評(píng)價(jià)、預(yù)情分析、安全控制建議和信息可靠性。
(5)信息發(fā)布模塊
發(fā)布預(yù)警信息,對(duì)有安全隱患的環(huán)節(jié)及時(shí)排查,找出存在的安全危險(xiǎn)因素,定位和控制。
農(nóng)產(chǎn)品物流安全預(yù)警信息系統(tǒng)設(shè)計(jì)如圖2所示。
圖2 農(nóng)產(chǎn)品物流安全預(yù)警信息系統(tǒng)設(shè)計(jì)圖
本文通過對(duì)農(nóng)產(chǎn)品物流過程中安全危險(xiǎn)因素?cái)?shù)據(jù)的分析,構(gòu)建物流預(yù)警安全指標(biāo),確定安全預(yù)警等級(jí)標(biāo)準(zhǔn),構(gòu)建基于Logit回歸分析方法的農(nóng)產(chǎn)品物流安全預(yù)警模型,確定預(yù)警等級(jí),設(shè)計(jì)農(nóng)產(chǎn)品物流安全預(yù)警平臺(tái)。該平臺(tái)的應(yīng)用可提高農(nóng)產(chǎn)品物流運(yùn)行效率、降低物流過程中農(nóng)產(chǎn)品損失率,及時(shí)發(fā)現(xiàn)農(nóng)產(chǎn)品物流過程中的安全隱患問題。