樊斌，周鹏

（东北农业大学经济管理学院，黑龙江 哈尔滨 150030）

伴随着我国乳业的飞速发展，乳业产业内出现了奶牛养殖成本高、乳制品加工产能严重过剩和乳制品消费信心不足等问题，乳业产业已经难以满足当前产业结构升级的新需求，乳业产业失衡问题日益突出，成为制约我国乳业产业健康发展的主要因素。乳业产业系统是原料乳供应商、乳制品制造商将原料乳转化为乳制品，经由运输企业、分销商和零售商，将乳制品供应给消费者的系统。由于乳业产业链长、环节多且结点间信息不对称，导致乳业产业系统处于内部相互冲突、内耗增加的混乱无序状态，这是影响乳制品质量的根本原因。针对现阶段乳业产业出现的问题，有必要对乳业产业的发展状态进行科学的分析测度，对于我国乳业可持续健康发展具有重要意义。乳业产业系统是一个开放的、多层次的、包含多个子系统的复杂经济系统，具有非线性、自组织性、时滞性等特征，乳业产业系统内部各子系统之间也存在着复杂的交互行为。基于此，在对乳业产业系统发展状态进行评价时，需要在揭示其复杂性、非线性特征的基础上，考虑乳业产业系统内部各子系统之间的相互作用。通过乳业产业系统资源的整合与优化，实现其各环节、各节点企业活动的协同有序，是提升乳业产业竞争力的关键所在。

我国乳业一直备受社会各界关注，国内外学者对于乳业发展评价的研究主要从两个方面展开：一是通过构建指标体系对乳业产业进行分析[1-2]，如钱巍和徐小杰[3]构建了涵盖养殖环节、加工环节、消费环节和宏观环境4个方面的黑龙江省乳业长效发展评价指标体系；同时，部分学者针对乳制品流通效率[4]、乳制品消费者信任倾向和信任信念[5]、乳制品供应链社会责任[6]、乳制品企业盈利能力[7]和乳制品品牌竞争力[8]等方面设计评价指标，以揭示不同环节对乳业产业发展的影响。二是在构建指标的基础上，进一步对乳业产业生产效率、竞争力和风险因素等方面进行测度。常用的研究方法为DEA模型[9-10]、因子分析法[11-12]、主成分分析法[13-14]和层次分析法[15-17]等。协同学由Haken于1972提出，是研究系统通过内部的子系统间的协同作用，从无序到有序结构转变的机理和规律的理论，被广泛应用于研究供应链复杂系统的协同发展问题[18-22]。实现产业链协同运作，必须要有支配整个产业链协同运作的序参量，促进产业链实现从一种低级有序状态走向另一种高级有序状态的运作。随着非线性科学的发展和协同论的广泛应用，国内学者也逐渐将协同理论运用到农产品供应链的相关研究中，如优质猪肉供应链协同[23]、食品供应链协同质量控制[24]、农产品绿色供应链协同模型[25]等。而对乳业协同的研究较少，符亚男和段亚雄[26]将蒙牛企业在协同管理前后的财务状况进行对比，分析了其在供应链协同管理上的问题，提出了乳品供应链应发展全供应链模式的新思路。

现有研究为乳业产业系统发展状态测度的研究奠定了良好的基础，但仍存在以下不足：第一、对乳业产业系统整体发展状况的定量分析较少，多数研究仅针对某一个乳业产业环节，且多集中于乳制品加工业，未见有涉及原料乳环节发展状况的研究；第二、常用的研究方法为DEA、因子分析、主成分分析和层次分析法等，未能反映出乳业产业系统的非线性特征，而非线性科学中的协同论被运用于农产品相关的研究中，是研究乳业产业系统运营的发展方向。因此，本文将协同理论应用到乳业产业系统发展状态测度研究中，在剖析乳业产业系统发展状况和有序发展过程的基础上，根据2006—2015年中国乳业数据，采用弛豫系数法确定乳业产业系统序参量的权重，对乳业产业系统和各子系统的运营状态以及协调性进行全面测度和分析，以期为制定乳业发展政策提供参考。

1 乳业产业系统剖析

1.1 乳业产业系统发展状况

乳业产业是由养殖户（场）、奶站、乳制品加工企业、乳业服务体系、产品销售市场和最终消费者等构成，将原奶的生产、加工、销售和消费诸环节联结为一个产业链条。基于此，将乳业产业系统划分为原料乳供应、乳制品加工、乳制品销售和乳制品消费4个子系统。

1）原料乳供应。我国原料乳种类以牛奶和羊奶为主，其中牛奶占绝对的主导地位，2015年我国奶类产量中牛奶产量占97.15%。2006年我国奶类总产量已跃居世界第三位，2015年牛奶产量3 755万t，比2006年增长了17.59%。由于受到2008年“三聚氰胺”事件的影响，乳企收奶量减少，牛奶产量持续下降，2009年牛奶产量增长率首次出现负增长；2009年8月以后，消费者信心逐渐恢复，乳制品消费增长，乳企收奶量增加，牛奶生产呈现恢复性增长。我国原料乳价格高于大多数国家，2011年我国原料乳价格为3.2元/kg，只有俄罗斯、巴西、日本高于我国，其他国家均低于我国原料乳价格；2012—2015年只有日本的奶价高于我国；且我国的奶价均高于全球平均奶价。

2）乳制品加工。我国乳业在迅速发展的同时，乳制品加工企业也得到了快速扩张。三聚氰胺事件以后，国家对乳企进行全面清理整顿和生产许可重新审核，乳企数量开始逐渐减少。2008年规模以上（国有和年产品销售收入500万元以上非国有企业）乳企数量为815个，2015年为638个。亏损企业数量从1994年的121个增加到2008年的223个，亏损面占企业总数的27.36%，其中1998年亏损比例最高，其值为35.95%，2009年以后，亏损比例下降，但大部分都超过了15%，只有2013年为13.83%。随着乳制品加工企业的发展，我国乳制品产量呈逐年稳定增长趋势。2008年乳制品产量为1 810.56万t，2015年乳制品产量为2 782.53万t，比2008年增长了53.68%。

3）乳制品销售。我国乳制品销售收入连年增加，从2005年861.83亿元增长到2015年3 328.52亿元，但销售收入增长率呈明显波动趋势，2006年20.84%、2008年 9.26%、2011年 19.34%、2012年8.08%、2014年16.46%、2015年0.93%。2015年我国乳制品加工企业利润实现增长，销售利润率也有所提高。全国乳制品加工企业实现利润为241.65亿元，同比增长7.25%。据国家统计局统计，2015年乳业销售利润率为7.26%，比2014年上升0.43%。2015年利润总额前五位的省份为：内蒙古59.01亿元，同比增长7.25%；黑龙江38.57亿元，同比下降24.19%；山东27.26亿元，同比增长11.81%；河北22.19亿元，同比增长2.02%；广东13.37亿元，同比下降12.61%。

4）乳制品消费。我国人均乳制品消费量处于世界较低水平，2015年我国人均乳制品折合生鲜乳消费量为36 kg，而世界人均乳制品消费量为89 kg，欧美发达国家人均消费量甚至超过200 kg。随着国民经济发展、居民生活水平提高以及人民健康意识增强，我国乳制品消费支出逐渐增加。2006年人均乳制品消费支出150.23元，2015年增加到283.68元，增长了88.83%，而乳制品消费支出占食品消费支出比重由2006年的4.83%下降到2015年的3.94%。在乳制品消费中，鲜乳制品消费量相对较高，大中城市居民消费量高于城镇居民消费量，城镇居民消费量高于农村居民消费量。

1.2 乳业产业系统有序发展过程

乳业产业系统是一个开放的系统，不断地与系统外部环境发生物质能量交换，原料乳、设备、人力和资金等资源从乳业产业系统各环节进入到系统内部，这些资源经过系统加工和转换产生价值增值，各节点企业为实现自身利益最大化必然出现抢夺资源、相互冲突的现象。此时，系统外部环境不断施加的竞争压力使得各子系统（节点企业）逐渐意识到合作协同才能实现“共赢”，产业内协作意识不断高涨，形成了乳业产业系统的集体涨落。随着协作意识不断高涨，乳业产业各子系统之间开始在各个方面寻求相互合作，合作形式由单一变为全面，乳业产业系统结构也由简单走向复杂，此时影响乳业产业系统自组织过程的序参量控制着乳业产业系统自组织的方向。

在涨落存在和非线性作用的条件下，乳业产业系统协同会具有较强的适应性、较大的内聚力、吸引力和灵活应变力，形成系统内外的良性循环，向各子系统共同的战略目标演进，从而使乳业产业系统有序结构逐渐形成，通过涨落对系统内的资源进行加工和升华。此时序参量的作用得到放大，对系统发展起到主导作用，使系统达到了一种新的均衡，上升到更高等级的有序结构，完成了系统的一次自组织过程。而这又是新一次自组织过程的开始，通过不断的循环往复，推动着乳业产业系统不断向前发展，从而达到更高程度的有序结构。乳业产业系统只有经过多重循环的自组织协同过程，才能实现乳业产业系统整体协同程度的跃升，才能提高乳业产业的综合竞争能力。

2 研究方法

2.1 乳业产业系统协同度测度模型

乳业产业系统S由l个子系统构成，第i个子系统可由ki个序参量来描述，则乳业产业系统共有m个序参量，m= ∑ki，kij表示序参量，其中i=1，2，…，l、j=1，2，…，ki。根据协同理论可知，序参量对系统有序度有两种功效：一种是正向的，即随着序参量的增加，系统有序度会增加；另一种是负向的，即随着序参量的增加，系统有序度会减少。将序参量xij对子系统Si有序度的贡献度μi(xij)定义为：

式中：αij和βij分别表示乳业产业系统在稳定临界点时序参量的上限值和下限值，且βij≤xij≤αij。μi(xij)∈[0，1]，其取值越大，则序参量xij对其相应乳业产业子系统有序发展的贡献越大，子系统的有序度越高；反之亦然。

乳业产业子系统各序参量的贡献度之和构成了子系统的有序度，本文采用线性加权求和方法利用子系统各参量的贡献度之和来描述子系统的有序度，即：

式中：μi(xi)表示乳业产业系统子系统的有序度，其取值越大，则子系统内各序参量对子系统有序度的贡献越大，反之亦然。wij（0≤wij≤1）表示序参量在系统有序发展中的作用，即序参量的权重。

协同是指在复杂系统中，各系统组成要素在系统发展的过程中彼此协调一致、共同推动系统有序发展的行为，其作用力度称为协同度。假定乳业产业系统的初始位置时刻为t0，各子系统的有序度为μi0(xi)；当系统发展到t1时刻时，各子系统的有序度为μi1(xi)，将乳业产业系统的协同度A(t)定义为：

式中：l表示乳业产业系统的子系统的个数，t表示时间。A(t)∈[-1, 1]，A(t)取值越大，表示各子系统的协同度越高，更有利于乳业产业系统发生突变；反之亦然。乳业产业系统的协同度由各子系统的有序度共同决定，任何一个子系统的变化，都会对子系统的有序度产生影响，从而影响整个乳业产业系统的发展状况。

同时，乳业产业系统协同度影响因素不仅来源于各子系统自身的有序度，也受各子系统间相互作用协调性的影响。因此，本文应用离差来衡量乳业产业系统中任意两个子系统间的协调性程度eij。

式中：r为辨别系数，其取值通常为r=1；eij∈[0，1]，其值越大，表示两个子系统的协调性越好，反之亦然。

2.2 乳业产业系统序参量权重确定模型

在测度乳业产业系统协同度时，各序参量的权重是不同的。序参量权重确定是否合理，直接关系到测度结果的可信度，甚至影响到最后决策的正确性。由于系统序参量的驰豫系数反映了其对系统协同演化的影响程度，则各序参量的权重可以根据系统序参量的驰豫系数确定。采用驰豫系数法确定序参量权重能够避免主观人为因素误差，使得测度结果更为科学准确。

由协同理论可知，系统状态的变化率受到各要素自身发展能力、其他要素协同竞争作用和外界随机干扰的影响。设Xi(1)(t)的变化率为dXi(1)(t)/dt，其服从Logistic发展规律，t（t=1，2，…，n）为时间，i（i=1，2，…，m）为系统序参量，可以得到Xi(1)(t)的总变化率为：

式中：aiiXi(1)(t)为自身发展项，bii[Xi(1)(t)]2为自身抑制项，aijXj(1)(t)为协同与竞争项（aij＞0表示j要素对i要素的协同作用，aij＜0表示j要素对i要素的竞争作用），fi(t)为系统涨落。

令-bii=bi，

由于dXi(1)(t)/dt=Xi(1)(t)-Xi(1)(t-1)=Xi(0)(t)

根据最小二乘法原理可得多元函数极值的必要条件，其矩阵形式为：

Yi=BiPi。

矩阵Bi为对称正定矩阵，因此存在唯一解：

Pi=Bi-1Yi，

Pi中的aii即为序参量的弛豫系数。

根据序参量对系统发展的作用机理和驰豫系数的性质，aii越大，表明该序参量对系统协同演化的影响程度越小，其权重系数越小；aii越小，表明该序参量对系统协同演化的影响程度越大，其权重系数越大。以驰豫系数最小值min{aii}为基准，则序参量的权重wij为：

2.3 序参量选取

乳业产业系统序参量是反映乳业产业系统运行和发展状况的基本要素，每一项参量都是从不同的侧面刻画系统发展所具有的某种特征。建立科学、有效和可行的序参量体系是对乳业产业系统发展状态测度的关键，应遵循科学性、完备性、实用性和独特性的原则。具体地，在选取序参量时，要充分考虑乳业产业系统各子系统的特征，从多个角度全面地选取有实际价值的指标，并且数据便于获取，能够衡量子系统的协同性。根据序参量的选取原则，在4个子系统中各选取相应序参量：对于原料乳供应子系统，选取奶牛养殖规模化率、原奶（牛奶）产量、乳牛年单产和中国与全球原奶价格比4个序参量；对于乳制品加工子系统，选取乳制品产量、亏损企业占比、乳制品加工资产总额和乳制品加工利润总额4个序参量；对于乳制品销售子系统，选取乳制品销售收入和乳制品销售成本2个序参量；对于乳制品消费子系统，选取人均乳制品消费支出和乳制品消费支出占比2个序参量。综上，本文将乳业产业系统划分为4个子系统和12个序参量进行衡量（表1）。

表1 乳业产业系统序参量Table 1 Ordinal parameters in dairy industry system

由于各序参量在数量级和单位上存在差异，参量之间不可直接比较，因此在数据分析之前，需要对数据进行无量纲化处理，即将序参量Xi(t)经过无量纲化处理转换为Xi(0)(t)，以便对不同参量的数据进行各种运算。本文采用Min-max标准化方法对数据进行无量纲化处理。

2.4 数据来源和序参量权重确定

为保证数据的权威性和一致性，本文的原始数据来源于《中国奶业年鉴》、《中国奶业统计资料》和国际牧场联盟IFCN网站（www.ifcndairy.org）。为观测乳业产业系统协同演化的长期趋势，选取2006—2015年相关数据。对序参量原始数据采用Min-max标准化方法进行无量纲化处理时，收益型参量包括：奶牛养殖规模化率、原奶（牛奶）产量、乳牛年单产、乳制品产量、乳品加工资产总额、乳品加工利润总额、乳制品销售收入、人均乳制品消费支出和乳制品消费支出占比；成本型参量包括：中国与全球原奶价格比、亏损企业占比和乳制品销售成本。处理后的数据序列为Xi(0)(t)（i=1，2，…，12），对数据序列Xi(0)(t)进行AGO累加生成得到数据序列Xi(1)(t)，进而求得Bi-1和Yi，通过MATLAB（R2010a）编程求解得出Pi（表2）。

各系统参量的驰豫系数分别为：a1=3.000，a2=2.266，a3=0.500，a4=2.141，a5=1.063，a6=0.250，a7=0.438，a8=1.500，a9=0.563，a10=0.344，a11=0.875，a12=210.0。可计算得出各序参量权重（表3）。

表2 Pi的结果表Table 2 Results of Pi

表3 序参量权重Table 3 Weight coefficients of ordinal parameters

3 结果与分析

根据无量纲化后的数据取值范围、序参量理想上限和下限取值的要求，取αij=2和βij=-1分别代表序参量的上限和下限，其取值符合下限低于序参量数据最低值、上限高于序参量数据最高值的原则。根据公式（1）～公式（5）计算可得出乳业产业系统各子系统有序度、乳业产业系统协同度及各子系统间协调性程度。

3.1 乳业产业系统各子系统有序度分析

有序度是乳业产业系统各子系统内部序参量相互作用所产生的有序结构，有序度越高，说明子系统内部的有序状态越好。2006—2015年我国乳业产业系统各子系统的有序度水平均处于较低水平，最高值仅为0.244（图1）；原料乳供应子系统有序度波动上升，涨幅为91.43%；乳制品加工子系统有序度先升后降又升，略微上升了12.23%；乳制品销售子系统有序度持续上升，涨幅为99.89%；乳制品消费子系统有序度缓慢上升，总体变化不大。

图1 2006—2015年乳业产业系统各子系统有序度Fig. 1 Order degree of subsystems in dairy industry system from 2006 to 2015

相较于其他子系统，乳制品加工子系统一直都处于相对较高的有序度水平，这表明在我国乳业发展过程中，乳制品加工企业长期处于绝对的核心位置，受到政府的重点扶持和广大消费者的重视；同时，受2008年三聚氰胺事件影响，2009—2013年乳制品加工子系统有序度出现了明显下降，而其他子系统的受影响程度不大。

原料乳供应子系统和乳制品销售子系统的有序度水平均呈现上升趋势，表明我国原料乳供应子系统与乳制品销售子系统正在不断进行优化升级，自2008年以后，质量安全备受消费者关注，消费者逐渐对乳制品的质量有了更高的要求，原料乳供应子系统和乳制品销售子系统在整个乳业产业系统发展中发挥着越来越重要的作用。乳制品消费子系统一直处于较低的有序度水平，体现了我国乳制品消费市场的发展空间巨大，乳制品消费长期处于供不应求（数量和质量）的状况，消费子系统对乳业产业系统发展的重要性并未得到充分体现。

3.2 乳业产业系统协同度分析

图2 2006—2015年乳业产业系统协同度Fig. 2 Synergetic degree of dairy industry system from 2006 to 2015

2006—2015年我国乳业产业系统的协同度在0.01水平上下波动，且最高值仅为0.024（图2），这表明我国乳业产业系统的整体协同趋势处于低水平，尚未形成良好的发展状态。2006—2008年协同度增长显著，表明我国乳业发展速度快，发展潜力大；2008—2010年系统协同度急剧下降至负值，主要原因在于乳制品质量安全事件给消费者带来了消费恐慌，从而扰乱了乳制品市场秩序，同时也在一定程度上体现了系统协同度与其影响因素间存在的滞后性关系；2010—2015年协同度呈现上升趋势，体现了政府的干预调整和市场的调节力量对系统协同度的正面作用。从协同度曲线整体来看，2008年为曲线上的转折点，三聚氰胺事件震惊全国，乳制品消费信任一落千丈，由于产品需求量萎缩，直接影响了乳制品销售，乳品加工企业损失惨重，进而波及原料乳供应，导致整个产业链杂乱无序，其原因在于需求与供给结构的不对称。此后，乳制品质量安全问题成为我国乳业发展中的核心问题，政府大力整顿乳制品市场、加大检测监督力度，极大地促进了乳业产业系统的结构优化。因而，在短短两年的时间内，系统协同度从下降的趋势恢复到上升的趋势。

结合图1和图2可以看出，在协同度达到峰值的2008年、2012年和2015年，4个子系统的有序度都上升，其余年间至少有1个子系统的有序度下降，导致乳业产业整体出现无序发展。可见，要想实现乳业产业的协调有序发展，必须4个子系统的发展状态都提高，不能只顾其中某一个子系统的发展。这与我国的实际情况相符，我国乳业产业系统内部存在发展不均衡的现象，造成乳业产业系统内部资源没有实现有效配置，发展状态低下。

3.3 乳业产业系统子系统间协调性分析

2006—2015年我国乳业产业系统各子系统间的协调性程度整体呈下降趋势（图3），其中乳制品加工子系统与乳制品消费子系统间的协调水平e24下降最为明显；乳制品消费子系统与其他三个子系统间的协调水平相对较高，体现了消费对整个系统发展的拉动作用。2008—2015年原料乳供应子系统与乳制品加工子系统间协调水平e12和乳制品加工子系统与乳制品消费子系统间协调水平e24下降幅度增大，原因在于2008年的乳制品质量安全事件抑制了乳制品消费水平，消费的萎缩直接影响了乳制品加工，破坏了产业链上各个环节的协调性；同时，乳业产业链上信息的传导具有滞后性，时长约为1年；原料乳供应子系统与乳制品销售子系统间协调水平e13整体较为稳定，均处于低水平。

从产业链角度看，与加工环节相关的协调水平呈现逐年递减趋势，销售与消费环节的协调水平稳定在0.3～0.4区间，这表明我国乳业发展更多地受制于乳制品加工环节，原料乳供应不仅决定乳制品的质量和安全，也影响了乳制品加工企业的生产成本，而乳制品加工企业的发展决定了乳制品的品牌格局、产品结构属性以及消费者对乳制品的信任与偏好。从2008年以后，我国乳业便进入到生产结构的调整期，乳业发展速度明显放缓，导致与加工环节相关的各子系统间协调水平下降趋势明显，而销售与消费环节则仍处于平稳发展状况。

图3 2006—2015年乳业产业系统各子系统间协调性程度Fig. 3 Coordination degree of subsystems in dairy industry system from 2006 to 2015

4 结论与建议

4.1 结论

乳业产业系统各子系统均未能实现有序发展、且各子系统的发展状态不同。乳制品加工子系统的发展状态最好，但受乳制品质量安全事件的影响也最严重；其次是乳制品销售子系统和原料乳供应子系统，这2个子系统的发展状态均呈现上升趋势，处于正在优化升级过程；最差是乳制品消费子系统，反映出乳制品消费在产业链中的弱势地位。

乳业产业系统的整体发展处于低水平状态。其变化过程可大致划分为3个阶段，2006—2008年乳业产业系统处于增速发展阶段；受乳制品质量安全事件影响，在2008—2010年经历了一次急剧下降；经过政府、企业和行业协会的多方努力，2010—2015年呈现缓慢上升趋势。

乳业产业系统各子系统间的协调水平整体上呈下降趋势。乳制品加工子系统与乳制品消费子系统间的协调水平下降最为明显，乳制品消费子系统对整个系统发展具有明显的拉动作用；2008年乳制品质量安全事件打破了各子系统间的协调性，且信息传导在产业链上具有滞后性。乳业产业各子系统之间存在着相互作用，共同影响乳业产业有序发展。乳制品加工子系统与乳制品消费子系统的相互影响最强，而原料乳供应子系统与乳制品销售子系统的相互影响最弱。4个子系统之间的发展不均衡，造成了其相互作用的程度不同，也导致了其发展状态的不同。

4.2 建议

1）在原料乳供应环节，加强优质奶源基地和优质饲草体系建设。通过借助国家良种补贴项目、高产奶牛性控技术推广项目等，推广良种奶牛冻精和性控冻精；开展奶牛生产性能测定和良种登记工作，培育产奶量高、乳脂率和乳蛋白含量高的奶牛群体。鼓励采取种养结合的奶牛养殖方式，即“土地+饲草种植+奶牛养殖”的三位一体农业生态模式，既可以降低养殖成本、提高生鲜乳质量，又可以改善农业生产环境。

2）在乳制品加工环节，继续实行乳制品加工企业兼并重组战略，鼓励乳制品加工企业丰富产品结构以深入开发国内外市场，加强乳制品企业的品牌建设，打造出一批高品质的现代化乳企。具体地，积极引导企业通过跨地区兼并和重组，培育技术先进和具有国际竞争力的大型企业集团，推动乳制品工业结构升级，加快我国乳制品行业由高度分散向合理集中转变的速度；通过开展乳制品关键技术的研发、集成、示范和推广，鼓励乳品企业积极发展高品质和市场需求量大的乳制品，以满足高端市场的需求；改变以高温乳制品为主的产品格局，大力发展低温乳制品的生产，如巴氏奶、奶酪等；鼓励国内大型乳品企业积极开拓东欧、东南亚和东亚等国家的市场，增加乳制品出口。

3）在乳制品消费环节，加强行业发展成就展示和消费引导。乳制品市场并不是对价格特别敏感的市场，消费观念比产品价格在更大程度上影响着消费者购买行为。利用公共媒介播放乳业公益广告、发布中国乳业质量报告等多种方式，让消费者了解和信任我国乳业的相关政策支持、监管保障和安全生产能力，引导消费者认知国内乳业现状，提振乳制品消费信心。

参考文献：

[1] Nicholas P K, Mandolesi S, Naspetti S, et al. Innovations in low input and organic dairy supply chains: What is acceptable in Europe[J]. Journal of Dairy Science, 2014, 97(2): 1157-1167.

[2] Tomasevic I, Smigic N, Dekic I, et al. Evaluation of food safety management systems in Serbian dairy industry[J]. Mljekarstvo,2016, 66(1): 48-58.

[3] 钱巍, 徐小杰. 黑龙江省乳业长效发展评价指标体系构建[J].生态经济, 2011(2): 290-292.Qian W, Xu X J. The construction of the evaluation index system of dairy industry long efficient development in Heilongjiang Province[J]. Ecological Economy, 2011(2): 290-292.

[4] 王可山, 洪岚, 魏国辰. 乳制品流通效率的影响因素、评价指标与模型研究[J]. 中国乳品工业, 2009, 37(5): 61-64.Wang K S, Hong L, Wei G C. Study on the influence factors,evaluate criteria and evaluate mode of dairy produce circulation efficiency[J]. China Dairy Industry, 2009, 37(5): 61-64.

[5] 李翠霞, 姜冰. 情景与品质视角下的乳制品质量安全信任评价——基于12个省份消费者乳制品消费调研数据[J]. 农业经济问题, 2015(3): 75-82.Li C X, Jiang B. Trust evaluation of dairy products quality safety in the perspective of situation and quality: Based on survey data of consumer dairy consumption in 12 provinces[J]. Issues in Agricultural Economy, 2015(3): 75-82.

[6] 刘艳秋, 焦彩虹, 郝晓燕. 乳制品供应链企业社会责任评价体系的研究[J]. 中国乳品工业, 2015, 43(5): 46-50.Liu Y Q, Jiao C H, Hao X Y. Research on dairy-product logistics corporate social responsibility index system of evaluation[J].China Dairy Industry, 2015, 43(5): 46-50.

[7] 黄海雁. 乳制品企业盈利能力评价指标体系构建[J]. 合作经济与科技, 2017(1): 125-126.Huang H Y. Index system construction of profitability evaluation of dairy enterprises[J]. Co-operative Economy & Science,2017(1): 125-126.

[8] 周敏, 王强. 基于消费者特征视角下的乳制品品牌竞争力评价体系初探——以湖南省湘潭市为例[J]. 黑龙江畜牧兽医,2017(4): 45-48.Zhou M, Wang Q. Study on the evaluation system of dairy brand competitiveness based on the features of consumers: Taking Xiangtan in Hunan Province as example[J]. Heilongjiang Animal Science and Veterinary Medicine, 2017(4): 45-48.

[9] 李翠霞, 邹晓伟. 基于DEA的黑龙江省乳制品加工业生产效率实证研究[J]. 农业技术经济, 2010(6): 106-110.Li C X, Zou X W. DEA-based empirical study of the productivity of dairy processing industry in Heilongjiang Province[J]. Journal of Agrotechnical Economics, 2010(6): 106-110.

[10] 杨延娇, 王吉恒. 基于DEA和Malmquist指数的乳制品企业营销绩效评价——以7家乳制品上市公司为例[J]. 农业技术经济, 2014(9): 122-128.Yang Y J, Wang J H. Evaluation of marketing performance of dairy enterprise based on DEA and Malmquist index: Case of 7 listed dairy corporations[J]. Journal of Agrotechnical Economics,2014(9): 122-128.

[11] 成小平. 中国乳制品产业竞争力评价分析[J]. 内蒙古农业大学学报(社会科学版), 2011, 13(4): 95-96, 111.Cheng X P. Evaluation analysis on the competitiveness of Chinese dairy industry[J]. Journal of Inner Mongolia Agricultural University (Social Science Edition), 2011, 13(4): 95-96, 111.

[12] 李玉凤, 毕酉琪. 我国乳制品企业财务绩效评价[J]. 合作经济与科技, 2017(5): 176-177.Li Y F, Bi Y Q. Financial performance evaluation of dairy enterprises in China[J]. Co-operative Economy & Science, 2017(5): 176-177.

[13] 李婷, 陈志英, 马丽娜, 等. 黑龙江省乳业竞争力评价研究[J].黑龙江畜牧兽医, 2014(9): 80-83.Li T, Chen Z Y, Ma L N, et al. Study on the evaluation of dairy industry competitiveness in Heilongjiang Province[J]. Heilongjiang Animal Science and Veterinary Medicine, 2014(9): 80-83.

[14] 曾佑新, 宋斯达. 基于主成分与灰色关联分析的乳制品供应链风险因素评价[J]. 中国市场, 2017(9): 156-158.Zeng Y X, Song S D. The evaluation of risk factors in dairy products supply chain based on principal component analysis and grey relational analysis[J]. China Market, 2017(9): 156-158.

[15] 俞燕, 黄文胜. 基于AHP的新疆乳品企业核心竞争力模糊综合评价研究[J]. 中国畜牧杂志, 2008, 44(10): 18-22.Yu Y, Huang W S. Fuzzy comprehensive evaluation of core competitiveness of dairy enterprises in Xinjiang based on AHP[J].Chinese Journal of Animal Science, 2008, 44(10): 18-22.

[16] 沙米拉, 邓峰. 基于AHP的区域乳制品产业竞争力评价[J].统计与决策, 2013(14): 67-69.Sha M L, Deng F. Competitiveness evaluation of regional dairy industry based on AHP[J]. Statistics & Decision, 2013(14): 67-69.

[17] 马子红, 杨媛慧. 我国乳制品产业竞争力评价及策略选择[J].改革与战略, 2017, 33(8): 158-162.Ma Z H, Yang Y H. Competitiveness evaluation and strategy selection of dairy industry in China[J]. Reformation & Strategy,2017, 33(8): 158-162.

[18] 于春杰, 李忱. 基于供应链剩余的供应链系统协同管理研究[J].系统科学学报, 2007, 15(2): 86-89.Yu C J, Li C. The synergetic research of supply chain coordination management based on supply chain surplus[J]. Chinese Journal of Systems Science, 2007, 15(2): 86-89.

[19] Walker H, Sisto L D, Mcbain D. Drivers and barriers to environmental supply chain management practices: Lessons from the public and private sectors[J]. Journal of Purchasing & Supply Management, 2008, 14(1): 69-85.

[20] 陈飞. 我国电信产业经济系统协同演化研究[J]. 宏观经济研究,2012(3): 18-25.Chen F. Correlative analysis and model structure of synergy development of China’s telecom industry system[J].Macroeconomics, 2012(3): 18-25.

[21] He Z, Wang S Y, Cheng T C E. Competition and evolution in multi-product supply chains: An agent-based retailer model[J].International Journal of Production Economics, 2013, 146(1): 325-336.

[22] 吴义生. 低碳供应链协同运作的演化模型[J]. 运筹与管理,2014, 23(2): 124-132.Wu Y S. Evolution model of low carbon supply chain collaborative operation[J]. Operations Research and Management Science,2014, 23(2): 124-132.

[23] 柳珊, 舒和斌, 吴光旭. 优质猪肉供应链协同模型设计[J]. 食品工业科技, 2009, 30(8): 243-245.Liu S, Shu H B, Wu G X. Synergistic model design for high quality pork supply chain[J]. Science and Technology of Food Industry, 2009, 30(8): 243-245.

[24] 刘刚. 食品安全视角下的食品供应链协同模式及机制[J]. 江苏农业科学, 2015, 43(10): 581-584.Liu G. Collaboration mode and mechanism of food supply chain in perspective of food safety[J] Jiangsu Agricultural Sciences,2015, 43(10): 581-584.

[25] 吴绒, 白世贞, 吴雪艳. 农产品绿色供应链协同演化机理研究[J]. 科技管理研究, 2016(3): 235-239.Wu R, Bai S Z, Wu X Y. Research on co-evolution mechanism of green supply chain for agricultural products[J]. Science and Technology Management Research, 2016(3): 235-239.

[26] 符亚男, 段亚雄. 基于质量安全的乳品供应链协同发展趋势研究[J]. 物流技术, 2015, 34(9): 188-190.Fu Y N, Duan Y X. Study on dairy product supply chain collaborative development based on quality and safety concerns[J].Logistics Technology, 2015, 34(9): 188-190.