基于ISM模型的数字化农产品供应链绩效评价研究

2024-06-14张芯涵孙婉彤张朱甜雷潇兰王馨娅

中国商论 2024年11期

张芯涵孙婉彤张朱甜雷潇兰王馨娅

摘要：数字化技术的快速发展，推动农产品供应链逐渐向数字化转型，这是行业发展的必然趋势。然而，农产品企业在数字化转型过程中面临着技术投入与成本压力、数据安全和隐私保护等困境与挑战。本文结合农产品供应链特点，从产品、物流、效率、用户、信息五个维度构建供应链绩效评价指标体系，运用ISM模型分析各影响因素间的关系，为提高数字化农产品供应链绩效提出科学的决策依据，以供参考。

关键词：数字化；农产品；供应链；绩效评价；ISM模型

本文索引：张芯涵，孙婉彤，张朱甜，等.<变量 2>[J].中国商论，2024（11）：-099.

中图分类号：F323 文献标识码：A 文章编号：2096-0298（2024）06（a）--05

近年来，数字化农产品供应链不断趋向多元化、综合化发展。技术深度融合与应用创新是数字化农产品供应链发展的核心驱动力。物联网设备将实现对农产品生长、加工、运输等全过程的实时监控，确保农产品的新鲜度和安全性。大数据和云计算技术则能够处理海量的供应链数据，提供精准的市场分析和预测，帮助企业制定科学的决策。同时，人工智能算法的应用将进一步优化资源配置，提高供应链的效率和灵活性。

本文结合国内研究现状，有关数字化农产品供应链方面的研究主要在于如何利用数字化技术解决企业供应链发展过程中的困境。吕军（2023）提出，农产品供应链管理的重中之重就是将数字技术与农产品生产经营的各个环节相结合，探索种植、加工、流通多环节的科学化质量体系。黄成岳（2022）认为，应在供应链主导环节引入数字化技术，使其成为整条供应链的核心，并对其他环节进行信息共享和数据处理，从而提高整条供应链的效率。有关农产品供应链绩效方面的研究多集中于绩效评价模型的构建。顾云祥（2023）运用数据包络分析法（DEA）结合实证分析进行供应链绩效评价。周业付（2020）运用层次分析法和模糊综合评价法建立了农产品供应链评价指标体系，进而对供应链进行评价。

综上，现有研究多集中在农产品数字化形成机制、供应链绩效模型构建上，而对数字化农产品供应链的绩效评价研究较少。然而，随着数字经济时代的快速发展，企业的供应链结构愈加复杂，在运作过程中经常出现投入成本压力增大、信息传递受阻、数据泄露等一系列问题，管理难度加大。由此可见，数字化供应链是农产品企业转型的重要一环，如何提高数字化供应链绩效是亟待解决的问题。

1 数字化农产品供应链绩效评价指标分析

1.1 绩效评价指标建立原则

1.1.1 完整性与系统性

在构建数字化农产品供应链绩效评价指标时，应确保指标体系的完整性和系统性。完整性要求指标全面覆盖供应链的所有关键环节和主要活动，包括生产、加工、物流、销售各个方面。系统性则要求指标之间具有内在的逻辑联系和相互支持，共同构成一个有机整体，以反映供应链的整体绩效。

1.1.2 经济性与关键性

在选择和制定绩效评价指标时，应考虑到经济性原则，即指标的获取和衡量应具有成本效益。同时，确保所选指标具有关键性，能够准确反映供应链的核心绩效和关键成功因素，这样可以避免指标过于繁杂和冗余，提高评价的效率和准确性。

1.1.3 实用性与可操作性

绩效评价指标应具有实用性和可操作性。实用性要求指标真实反映供应链的实际运作情况，为决策提供有价值的信息。可操作性则要求指标的衡量方法明确、简单易懂，便于数据采集、分析和比较，这样既可以确保评价结果的客观性和公正性，又可提高评价的可信度和有效性。

1.1.4 定性与定量相结合

在构建绩效评价指标体系时，应采用定性与定量相结合的方法。定性指标可以描述供应链的非数值化特征，如信息化平台构建度、企业合作关系等。定量指标则可以用数值来衡量供应链的具体绩效，如成本、交货期等。定性与定量指标的相互补充和验证，可以更全面地评价供应链绩效，提高评价的准确性和全面性。

1.2 绩效评价指标体系确定

供应链本身是一个复杂而庞大的系统，涵盖从供应商到最终消费者的所有环节和流程。在这个系统中，每个环节都可能受到多种因素的影响，这些因素相互作用、相互关联，共同决定了供应链的整体绩效。孙静远（2022）从效率、成本、质量、客户四大方面构建生鲜电商供应链绩效评价体系。耿伟斯等（2022）从企业市场地位、顾客干预、企业经营手段、供应链竞争水平四方面来划分影响跨境电商供应链绩效的因素。

综合大量有关供应链绩效评价的研究，本文选取产品、物流、效率、用户、信息五个维度作为一级指标，同时结合大量理论文献和现实依据，构建数字化农产品供应链评价指标框架。该框架在基本农产品供应链绩效指标的基础上，增加了能够直接反映数字化程度的信息维度，符合数字化农产品供应链的特点，各级指标与供应链绩效水平相关性较强，具有科学合理性。

1.2.1 产品维度

在考察数字化农产品供应链时，产品指标覆盖了整条供应链，从生产、采购到物流运输、终端消费者，都要关注产品的质量和成本。此外，农产品的溯源情况直接反映了农产品的生产过程和品质保障，农产品溯源率高不仅能够保障农产品的质量和安全，提高农产品的信誉和品牌价值，还有助于优化农产品供应链的管理、提高运作效率。综上所述，文章选取产品作为数字化农产品供应链绩效评价一级指标，对反映供应链企业农产品质量和安全性、消费者需求，进而提高供应链效率及促进农产品品牌建设等方面具有重要意义。本文在该维度的指标选取有产品质量、产品成本、农产品溯源率。

1.2.2 物流维度

农产品物流是保证农产品从生产者到消费者流通质量的关键环节。文章选取物流维度作为数字化农产品供应链绩效评价一级指标，对提高供应链效率、保障农产品质量、降低成本及提高消费者满意度等方面都具有重要意义。物流维度关注农产品的运输、存储和分销过程，确保产品及时、安全地到达消费者手中。本文在该维度的指标选取有物流质量和物流损耗率。

1.2.3 效率维度

效率是衡量供应链运作水平的核心指标。在数字化农产品供应链中，效率不仅关系到企业内部的运营成本和效益，还直接影响整个供应链的竞争力和可持续发展。此外，农产品自身具有时效性强、易损耗等特性，因此对供应链运作效率的要求更高。文章选取效率维度作为绩效评价指标，有助于企业更加精准地把握供应链的运作状况，及时发现并解决效率瓶颈，确保农产品从生产到消费的全过程都能够高效进行。效率维度主要评估供应链的整体运作效率，包括企业运营、流程优化等方面，本文在该维度的指标选取有销售额与销售增长率、利润率。

1.2.4 用户维度

数字化农产品供应链的目标是为用户提供高质量的农产品和服务，满足用户需求和期望，因此，用户维度直接反映了供应链服务的终端效果。用户的满意度和口碑对农产品品牌的建设和推广至关重要，通过关注用户维度，企业可以及时发现并解决用户在使用过程中遇到的问题，提升用户体验，进而增强用户对品牌的信任和忠诚度。本文在该维度的指标选取有用户满意度、用户退货率及用户保持率。

1.2.5 信息维度

信息维度直接反映了供应链内部的信息流动和共享情况，因此信息化建设是农产品供应链数字化转型的基础。在数字化农产品供应链中，信息的高效传递和共享是实现供应链协同运作的关键。通过信息维度的评价，企业可以了解供应链内部信息流动的效率和准确性，从而优化信息流程，提高决策效率和响应速度。农产品供应链涉及多个环节和参与者，信息的完整性和准确性对保障农产品质量和安全至关重要。通过数字化手段，企业可以实时收集和共享各环节的信息，确保供应链的透明度和可追溯性，从而增强消费者的信任和满意度。随着信息技术的不断发展，信息维度在供应链绩效评价中的地位越来越重要，数字化农产品供应链需要充分利用大数据、云计算、物联网等先进技术，实现信息的实时采集、传输和处理，提升供应链的智能化水平。因此，本文选取信息维度作为绩效评价指标，有助于推动供应链的数字化转型和升级。在信息维度上，本文选取信息及时率与精确度、信息平台构建度两个指标。

按照上文提出的指标建立原则和模型构建思路，本文对每个维度的具体影响因素和实际控制要点进行深度分析，确定一级和二级评价指标，建立数字化农产品供应链绩效评价指标体系，结果如表1所示。

2 关于数字化农产品供应链绩效评价的ISM模型构建

数字化时代，农产品供应链的管理变得更加复杂且关键。影响农产品生产、流通、销售等环节供应链绩效的因素众多，这些因素相互作用，可以将其视为一系列效用（正面效用和负面效用）的集合，共同影响着农产品供应链的整体效率和效益。为研究这些因素，本文采用解释结构模型（ISM）进行分析，建立与之相联系的模型。通过此模型，我们可以逐层分析各因素间关系，有助于全面理解各环节绩效的影响机制。

2.1 理论与方法

解释结构模型是一种用于分析和理解复杂系统结构的定性方法，旨在直观展示系统中各元素之间的相互影响关系，通过建立元素之间的层次结构，将复杂系统拆分成不同层次的元素，理清层级，从而揭示系统的结构和行为。ISM模型的基本工作流程如图1所示。

2.2 ISM模型构建

2.2.1 建立邻接矩阵和可达矩阵

本文采用德尔菲法对数字化农产品供应链绩效影响要素间的关系进行两两比较，建立了邻接矩阵A：

邻接矩阵A有效描述了S1～S12各元素间的二元关系。若aij=0，则Si与Sj之间不存在直接的二元关系；若aij=1，则Si与Sj之间存在直接的二元关系。

首先，将邻接矩阵A加上单位矩阵I；其次，按照布尔代数规则代入计算，当（A+I）n =（A+I）n+1时，M=（A+I）n为可达矩阵。

2.2.2 可达矩阵分解与优化

通过对可达矩阵的分解和优化，求出每个要素对应的可达集合R和先行集合Q。其中，要素Si对应的可达集合R是该要素在可达矩阵对应行中包含1的元素集合；要素Si对应的先行集合Q是该要素在可达矩阵对应列中包含1的元素集合。

在表2的基础上进行要素层次分解。首先，当集合R=交集A时，划分第一层级：S7。其次，将可达集合R中所有的元素7去掉，继续选取集合R=A时的对应要素，划分第二层级。以此类推，直到所有要素均归属到对应层级。

2.2.3 层级有向图构建

根据上述级位划分结果，本文绘制出数字化农产品供应链绩效影响因素ISM模型层级有向图，如图2所示。

图2 数字化农产品供应链绩效ISM模型层级有向图

根据图2的分析结果，数字化农产品供应链绩效的影响因素可以分为六个层次。位于第一层的是供应链绩效最直接影响因素，即{S7}；位于第二、三、四、五层级上要素是影响供应链绩效的间接因素，分别是{S6}、{S8}、{S3，S5，S9，S10}、{S1，S4，S11}；位于第六层级上的要素{S2，S12}则是影响供应链绩效的基础因素。

2.3 ISM模型结果分析

2.3.1 直接影响因素

利润率是数字化农产品供应链绩效表层直接影响因素，是一个关键的经济指标，能够直接反映供应链的经济效益和盈利能力，对供应链的整体运行和持续发展具有深远的影响。利润率受销售额和销售增长率影响。销售额代表了企业销售活动的总成果；销售增长率则反映了销售额的增长速度，体现了企业市场拓展的能力。在数字化农产品供应链中，销售额和销售增长率的提高通常意味着更多的收入和更大的市场份额，有助于提高利润率。其中，销售额取决于用户满意度，并与其成正比。在数字化农产品供应链中，高用户满意度通常意味着更高的复购率和口碑传播效应，从而带动销售额的增长。因此，提高用户满意度是增加销售额、进而提高利润率的有效途径。

为了提高供应链的绩效和盈利能力，企业一方面需要通过优化供应链管理、提升产品质量和服务水平等方式来提高用户满意度和销售额，从而实现利润率的提高。另一方面，企业应加强数字化转型和创新，利用先进的技术手段来提高供应链的效率和透明度，为利润率的提高创造更多可能。

2.3.2 间接影响因素

用户满意度是数字化农产品供应链绩效间接影响因素，对供应链的长期成功和可持续发展具有至关重要的作用。衡量用户满意度的重要指标有退货率、用户保持率、物流损耗率、农产品溯源率等，这些关键指标不仅反映了供应链在产品质量、物流服务及信息透明度等方面的表现，还直接影响到用户的购买体验和忠诚度。其中，用户退货率、用户保持率和物流损耗率受物流和产品质量的影响。物流的效率和准确性对确保产品及时、完好地送达用户手中至关重要；产品质量则直接关系到用户的消费体验和信任度。如果物流环节出现延误或产品出现质量问题，用户的满意度自然就会下降，退货率上升，用户保持率下降。农产品溯源率取决于信息及时率与精确度，采用先进的信息技术，如物联网、大数据、云计算等来实现信息的实时采集、传输和处理，以提高信息及时率和精确度，有利于提高农产品溯源率，有助于建立产品信任机制，用户可以更加放心地购买和消费农产品，从而提高用户满意度。

2.3.3 基础因素

信息平台构建度和产品成本是影响数字化农产品供应链绩效的基础因素。

首先，高效的信息平台能够实现供应链各环节信息的实时整合和共享，包括生产、库存、销售、物流各方面的数据。这种信息的透明度有助于减少信息不对称，提高决策效率和准确性。同时，信息平台能够促进供应链各参与方之间的协同合作和沟通，提高整个供应链的响应速度和灵活性。基于信息平台的数据分析，可以对市场需求、生产计划和物流安排等进行更准确的预测和规划，有助于降低供应链中的不确定性和风险，提高运作效率和客户满意度。

其次，产品成本是影响企业盈利能力和竞争力的重要因素。在数字化农产品供应链中，通过精细化管理和技术创新，可以降低生产成本、运营成本和物流成本等，从而提高整体的盈利能力。同时，了解和控制产品成本有助于企业制定更合理的定价策略，既可以确保企业的利润水平，又可以避免过高的价格影响市场需求和客户满意度。此外，准确的产品成本信息可以帮助企业更好地进行资源配置和决策。例如，在面临市场波动或需求变化时，企业可以根据成本信息调整生产计划、库存策略或物流安排等，以优化资源利用和提高效率。

通过加强信息平台建设和成本控制管理，企业可以提高供应链的运作效率、响应速度和盈利能力，从而在激烈的市场竞争中脱颖而出。

3 结语

随着农产品企业的数字化转型，市场竞争愈加激烈。提高数字化农产品供应链绩效是提高农产品企业核心竞争力的有效途径。本文基于ISM模型，参照有关原则确定数字化农产品供应链绩效评价各级指标并建立评价体系，通过创设矩阵、建立模型，绘制层级有向图并分析结果，明确了数字化农产品供应链绩效影响因素及其关系，为提升供应链绩效水平提供了可行的推进路径。

数字化背景下农产品供应链绩效与销售额、用户满意度、质量、成本多重因素有关。为提高供应链绩效，相关企业一方面应将大数据分析技术融入计划环节，更精准地分析消费者购买行为和偏好，制定精准的营销策略，助力销售额增长。销售额提高有利于拓宽销售渠道，扩大农产品的覆盖面，提高市场份额，以提升农产品形象，增强消费者信任度，从而提高用户满意度。另一方面，企业可以通过数字化技术辅助时间与物资安排，提高供应链的运营效率，降低运营成本，并通过大数据分析预测市场未来动向和供应链风险，为决策提供支持，提高供应链响应的敏感度和灵活性。农产品企业面临供应链管理挑战，本文若能结合实际案例，将定性与定量分析相结合，将能有效地帮助管理人员制定科学合理的策略，提高供应链绩效，促进传统农产品企业数字化转型。

参考文献

吕军.数字经济发展下推动农产品供应链管理的转型[J].农业经济，2023（12）：138-139.

黄成岳.不同环节主体主导的农产品供应链数字化模式的比较研究[D].石家庄：河北经贸大学，2022.

顾云祥.农超对接背景下连锁超市生鲜农产品供应链绩效评价[D].舟山：浙江海洋大学，2023.

周业付.基于AHP-FCE模型的农产品供应链绩效评价[J].统计与决策，2020，36（23）：178-180.

孙静远.基于ISM模型的生鲜电商供应链绩效评价研究[J].中国航务周刊，2022（30）：48-51.

耿伟斯，朱晓丹，叶夏，等.基于ISM模型的跨境电商供应链绩效评价分析[J].全国流通经济， 2022（23）：8-11.

尚怀林.基于ISM模型的林业财政专项资金绩效影响因素分析[J].时代金融，2020（7）：90-92.

孙海雯，魏娟.生鲜农产品供应链风险影响因素识别与评估：基于ISM模型[J].商业经济研究， 2023（22）：45-48.

李宁馨.数字化背景下新零售的发展及其供应链运作绩效评价[J].区域治理， 2021（44）：144-147.

黄庆华，王浩力.数字技术促进农产品供应链安全稳定：理论逻辑，实践路径与政策建议[J].治理现代化研究， 2023， 39（6）：38-49.

李秀娟，朱珈毅.数字经济背景下农产品供应链发展问题与对策研究[J].投资与合作，2023（12）：173-175.