基于层次分析法与熵权法建立供应链风险评估机制

基于层次分析法与熵权法建立供给链风险评估机制【摘要】本文将企业供给链风险分为财务风险、运作风险、供给风险、客观环境风险和主管环境风险五个大类及24个小风险元素。

并通过层次分析法和熵权法的权重计算方法相结合，从而得到一个综合各风险因子占比。

建立供给链风险评估方法，根据评估结果对中高风险实施供给链风险管控的保障措施，通过供给链风险预警机制提高对整个供给链风险的管控能力。

【关键词】层次分析法；熵权法；供给链风险评估一、背景介绍汽车产业高速发展带动下游零部件企业网络的快速布局和延伸。

全球化的采购导致大量供给商散布于全球各地，同整车企业之间距离的延伸导致的不仅仅是物流运输成本的增加，更预示着大量的全球性各类灾害对供给链的安全质量风险的陡增。

近年来各类灾害频发不但导致大量的额外费用的产生，并且使供给链安全遭受重大影响。

导致企业在销售额、利润甚至产品质量上都会受到较大影响。

供给链风险已成常态化，因此对于供给链风险的研究显得十分重要，供给链风险是指由于供给链内外各种不确定因素综合导致企业实际收益与预期收益发生偏差，从而使供给链有受损的风险。

通过供给链风险评估机制的建立，可以辨识与预判供给链风险，从而有效地降低企业在供给链上的风险。

二、供给链风险评估体系方法确定〔一〕层次分析法层次分析法〔AHP〕是20 世纪70 年代美国运筹学专家提出的一种多准则决策方法。

它通过把一个复杂问题表示为一个有序的有递阶层次的结构，在通过人们的意见决策来判断方案的好坏，从而据此对方法进行排序，层次分析法比较适用于有着复杂层次结构的多因素决策问题，该方法可以结合处理方案中定性和定量的因素，具有系统性、实用性、方便性的优点，广泛应用于各类评估领域。

其具体的步骤如下：建立多层次结构模型->通过两两比较判断矩阵->求解权重及其一致性验证->计算各层级元素的综合权重〔二〕熵权法熵权法是一种客观赋权方法。

在具体使用过程中，熵权法根据各指标的变异程度，利用信息熵计算出各指标的熵权，再通过熵权对各指标的权重进行修正，从而得出较为客观的指标权重。

基于结构熵权法和改进TOPSIS法的可持续供应链绩效评价模型与算法[摘要]由于生态中国战略的提出，可持续供应链管理成了国内新兴的热点研究课题。

它强调经济、环境和社会三方面绩效的协调发展，注重经济效益、自然环境和社会责任的协调，反映了可持续发展的时代主题。

本文引入可持续供应链管理的概念，建立了基于生存能力、发展能力、适应自然环境和适应社会环境四方面的可持续供应链绩效评价参考体系。

创造性地综合结构熵权法和变异系数法算出指标综合权重，运用改进的TOPSIS法排出优劣顺序，算出优异度。

最后运用该模型对苏宁电器和国美电器的可持续供应链绩效做了评价，同时验证了该评价模型的可行性和准确性。

本文的研究可以为可持续供应链绩效研究者的研究和管理者的决策提供参考依据。

[关键词]可持续供应链；绩效评价；结构熵权；变异系数法；改进TOPSIS 法1 引言在国外，可持续供应链作为一个热点出现，得到可持续性发展和供应链管理领域研究者越来越多的关注。

Seuring and Muller等[1]把可持续供应链管理定义成企业通过对供应链中的物流、信息流、商流的管理和节点企业间的互助协作，来实现经济、环境和社会三个方面绩效的可持续性发展。

Krajnc等[2] 设计了一个可持续发展模型，通过经济、社会和环保方面的可持续性来反映公司的绩效。

Singh 等[3]介绍了可持续性并且运用层次分析法创立了一个概念性的评价模型来评价公司可持续性绩效的影响。

Ding[4]使用了4种可持续发展决定因素来建立可持续指数。

Melissa等[5]认为公司的潜在竞争优势可以通过可持续供应链来获得并描述了潜在方法的使用。

在可持续方面，Lamming、Preuss[6]提出了环境、社会和道德问题的演进。

Darnall等[7]对供应链环境管理的合作化产生的影响做了相关的研究。

到目前为止，国外研究者，对可持续供应链做了大量基于案例的研究和实证分析，得出了可持续供应链管理对国民经济的可持续发展产生了巨大的影响的结论，但是对可持续供应链的绩效评价目前还没有较系统的研究。

122 I FOOD INDUSTRY I理论THEORY基于层次分析法和熵权法的粮食系统评价模型文 许贝恒 董宇轩 顾展豪南京审计大学金融学院严重粮食不安全的流行率：指生活在被归类为严重粮食不安全的家庭中的人口所占的百分比。

如果一个家庭中至少有一个成年人报告说，在一年中的某些时候接触到了FIE 问题中描述的几种最严重的经历，那么这个家庭就被归类为严重的粮食不安全。

指标越高，情况就越糟糕。

营养不良患病率（占人口百分比）：指低于膳食能量消耗最低水平的人口，指的是食物摄入量不足以持续满足膳食能量需求的人口所占的百分比。

这一指标的高水平表明，该国人民更有可能遭受营养不良之苦。

中学入学率（占总人数的%）：指不分年龄的中学招生总数对该年龄段人口的影响，反映了本地区的教育水平。

该指标越高，该地区的受教育程度通常就越高。

农业人口相对收入水平：指农村人均国内生产总值与全国人均国内生产总值之比，反映了粮食系统劳动者受到的待遇。

水平越高，他们得到的待遇就越好。

（3）生态指标FSEI 3耕地面积比例：耕地包括短期农作物用地（种植两熟作物只计算一次）、短期割草或放牧用地、菜园和私家菜园、临时休闲用地。

不包括因改变耕作方式而休耕的土地。

这一指标反映了一定地区农业扩张的速度。

指标越高，反映出农业扩张越快，对生态系统的影响越大，生态可持续性越差。

1. 背景在世界各国的共同努力下，一个传承了几个世纪的社会、经济和技术发展的全球粮食体系已经构建起来。

代表联合国世界粮食安全委员会（CFS ）科学-政策界面的高级别专家小组（HLPE ）将粮食系统定义为包括与粮食生产、加工、分配、准备和消费相关的所有要素和活动，用于其治理的市场和机构网络，以及这些活动的社会-经济和环境成果（HLPE ，2017）。

当前全球粮食系统取得了重大成就。

2007-2017年，农业增加值在10年内从1.94万亿美元增长到3.324万亿美元，谷物产量在10年内增长27.3%。

力度，利用信息技术，研发新的设施设备；然后完善物流标准化管理体制。

为促进物流业务的开展，需要结合实际情况构建物流信息系统，同时通过数据形式，实现物流企业和供应链上节点企业链接。

除此之外，还非常有必要制定数据标准，并在多个技术上提高标准水平，尤其是在加密方法和数据接口技术上，以便企业实现信息沟通；最后，完善创新物流技术。

这不仅要引入新的技术，还应充分应用新的方法。

与此同时，投入关键技术，让其有所突破，强化物流信息化服务能力，使其在激烈的市场竞争中，能占据一定地位，提高自身的竞争力。

3.5不断提高工作人员的综合素质。

对于物流企业而言，为更好地发展，应不断提高智能物流人员综合素质，打造专业化的工作队伍。

具体来讲，需要做好以下几个方面：首先，物流企业应高度重视人才资源战略，并根据实际需求制定相应的规划，让智能物流人员利用业余时间多进行学习，以扩大自身的知识面；然后，结合当前智能物流人员的实际情况，制定培训计划，加大培训力度，开展各种各样的培训活动，以定期或者是不定期的方式培训智能物流人员，将相关理论知识和技能作为培训内容，进而增强自身的综合素质；最后，物流企业应和高校保持一定联系，并多沟通交流，在实际交流过程中建立良好的合作关系，共同对人才进行培养，结合实际情况，建立实践基地。

4.结束语综上所述，在“互联网+”背景下，为促进智能物流的发展，还需要清楚当前存在的不足，并采取有效的措施解决，同时还应让“互联网+”和智能物流结合在一起，实现深度融合，进而促进现代物流产业的转型，不断提高物流服务水平。

（作者单位：四川商务职业学院）引用出处[1]曹崎宇.物联网下智能物流供应链管理研究[J].中国市场,2022(23): 133-135.[2]刘圳波.互联网时代背景下物流企业转型升级方向研究[J].中国储运,2021(12):193-194.[3]谢曼.基于物联网发展的智能物流供应链管理路径创新[J].现代商业,2021(33):12-14.[4]刘承昆.“互联网+”背景下的智能物流研究[J].运输经理世界,2021 (31):71-73.[5]吴咏春.“互联网+”背景下的电商智能物流体系研究[J].营销界, 2021(30):46-47.[6]钱炜华.基于工业互联网的智能物流创新应用[J].电子技术, 2021,50(07):152-153.[7]江贝.浅谈“互联网+”背景下现代物流技术的应用[J].现代商业, 2018(24):9-10.农业现代化进程的开展过程中，现代农业流通体系建设是其中一项重要内容，而现代农业流通体系建设水平测度可为其起到指导性作用。

熵权法和层次法综合评价
熵权法和层次法是两种常用的综合评价方法，可以结合使用以进行更全面和准确的分析。

熵权法是一种客观赋权方法，通过计算各个指标的信息熵，信息熵越小，该指标提供的信息量越大，其权重越大。

层次分析法是一种主观赋权方法，通过构建判断矩阵，计算各指标的权重。

结合使用熵权法和层次分析法，可以综合利用客观信息和主观判断，提高综合评价的准确性和可靠性。

具体步骤如下：
1. 确定评价指标体系：根据研究问题选择适当的评价指标，构建评价指标体系。

2. 数据标准化处理：对原始数据进行标准化处理，消除量纲和单位的影响。

3. 计算信息熵：根据标准化后的数据，计算各个指标的信息熵。

4. 确定客观权重：根据信息熵计算结果，确定各个指标的客观权重。

5. 构建判断矩阵：通过专家打分或问卷调查等方式，确定各个指标之间的相对重要性。

6. 计算主观权重：根据判断矩阵，计算各个指标的主观权重。

7. 综合权重：将客观权重和主观权重进行组合，得到各个指标的综合权重。

8. 进行综合评价：根据综合权重对各个方案进行综合评价，得出最终的评价结果。

需要注意的是，在使用熵权法和层次分析法进行综合评价时，应充分考虑各种因素的影响，选择适当的评价指标和评价方法，以提高评价的准确性和可靠性。

一、引言随着信息技术的发展，以及越来越激烈的市场竞争环境，现代企业拥有知识产权的数量和质量实现同向增长，特别是中小型和科技型企业。

他们往往由于轻资产特性而无法获得抵押融资贷款，在初创期也很难获得直接项目投资，进而影响了企业的正常运营与发展。

在此背景下，财政部办公厅与国家知识产权局于2020年4月联合发布了《关于做好2020年知识产权运营服务体系建设工作的通知》，明确指出大力开展知识产权金融服务，丰富知识产权融资渠道，开发多种知识产权金融产品，借鉴已有的成熟经验，积极推进知识产权证券化（ABS）。

虽然知识产权与其他有形资产一样都具有价值和使用价值，但是它是一种无形财产权，其客体是智力成果或是知识产品，因此在知识产权证券化过程中，并不转移知识产权的所有权，而多是采用融资租赁或将知识产权交易、服务产生的应收账款进行证券化的模式，原始权益人将债权债务关系转移给特殊业务载体进行资产证券化，有利于上游多家中小知识产权服务供应商加速资金周转，极大程度地促进了上游知识产权服务企业的健康发展。

知识产权供应链资产证券化在我国是一种金融创新，仍处于试探阶段，相关政策和制度还在不断完善过程中。

2018年12月，“Q企业知识产权供应链资产支持专项计划”融资项目正式获批并在上交所成功发行，总融资规模4.7亿元。

本计划优先级资产支持证券A1的到期日为2020年12月25日，并于到期日顺利结算。

本次证券化融资项目的特点是基础资产全部为知识产权。

如上所述，由于不转移知识产权的所有权，同时在相关法律法规不尽完善的情况下，相较于其他资产证券化项目，具有较大的不确定性和风险。

因此，本文以Q企业知识产权供应链资产支持专项计划为研究对象，对知识产权证券化过程中存在的风险进行量化分析，以此探索知识产权证券化中的重点风险因素，为知识产权证券化实践提供参考。

二、Q企业知识产权供应链ABS项目概述（一）项目基本情况介绍Q企业属于知识产权服务行业，主要从事知识产权交易业务，是北京某科技有限公司的全资子公司。

基于主成分分析与熵值法结合的多元评价模型的研究作者：张祥国丁瑞蒋幸幸来源：《新教育时代·教师版》2017年第18期摘要：为了全面、系统地分析问题，必须考虑众多影响因素，这也常对进行多元评价的相应背景。

这些涉及的因素一般称为指标，在多元统计分析中也称为变量。

多元评价模型常用方法有层次分析法，但该方法定量数据较少，定性成分多，不易令人信服。

本文利用主成分分析与熵权法的结合，对多元评价模型进行新的探究，使多元评价模型建立的更加精准。

关键词：多元评价模型结合主成分分析熵值法一、多元评价模型中评价指标体系框架的构建与评价指标的确定对于一个待评价对象的评价指标体系由反应该对象内涵的指标集及其标准和量化符号构成。

“评价对象”与“指标”是相对而言的。

在评价体系中，指标的级数越往下，指标越具体。

假设一个待评价对象已经建立好了两级的评价指标。

第一层评价指标是直接作用于评价对象的，评价指标A，B，C，D等。

第二级评价指标是作用于第一层评价指标，有a，b，c，d，e，f，g等，共N个样本。

为了对多元评价模型更加精准的建立，我们没有采用普通的分层模式，而是采用了第二层中的每一个指标与第一层中的每一个指标都有关系的模式。

二、利用主成分分析优化指标1.原始度量数据的标准化收集p维随机向量，N个样本，构建样本阵列并归一化到下面的样本元素：（1）其中，（2）得到归一化阵列Z。

由归一化阵列Z得到的相关系数矩阵：（3）2.确定主成分，样本相关矩阵R特征方程的求解：（4）获取特征根P，确定主成分：根据（5）标准化的指标变量被转换成主成分：（6）称为第一主成分，称为第二主成分，…，称为第p主成分。

P指标是从第一层指标中选出，从而利用这一P指标来取代第一层指标，将多指标转化为少数几个综合指标，直接用于评价对象。

二、利用熵值法客观计算指标权重并综合评价熵是对不确定性的一种度量。

信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。

几种多指标评价方法的比较研究多指标评价方法是指在评价对象或者决策方案的选择时，通过综合考虑多个评价指标来进行综合评价的方法。

在实际决策中，常常需要从多个方面来综合评价对象，在选择多指标评价方法时，需要根据评价对象的特点以及决策目标的要求来进行选择。

本文将从熵权法、主成分分析法和层次分析法这三种主要的多指标评价方法进行比较研究。

熵权法是一种基于信息论的多指标评价方法，它通过计算评价对象各指标之间的关联性来确定各指标的权重，然后将指标权重与指标值相乘再相加，得到最终的评价结果。

熵权法的优点是可以考虑各个指标之间的关联性，能够较好地反映指标之间的相互影响。

然而，熵权法需要计算指标的熵值和权重值，计算过程较为复杂，同时需要构建指标之间的关联矩阵，容易出现主观性和不确定性。

主成分分析法是一种通过降维和综合指标的方法。

它通过将相关性较高的指标归并为一个主成分，并根据主成分的方差来确定权重，然后将主成分与指标值相乘再相加得到最终评价结果。

主成分分析法的优点是能够通过降维的方式减少指标的数量，提高评价效率，同时可以较好地反映指标的综合效果。

但是，主成分分析法需要事先给定各个指标的权重，该过程较为主观，可能会导致评价结果的不准确性。

层次分析法是一种通过对各个指标进行层级划分，通过层次结构模型来确定权重的方法。

层次分析法的优点是能够较好地考虑到指标之间的层次关系，能够较为科学地确定指标的权重，同时能够较好地反映指标的重要程度。

层次分析法的缺点是需要构建一个层次结构模型，并且需要通过专家调查或者专家判断来确定各个指标的权重，这样会增加主观性和不确定性。

综上所述，熵权法、主成分分析法和层次分析法分别具有各自的优点和适用范围，选择合适的方法需要根据实际评价对象的特点、决策目标的要求以及数据的可靠性和有效性等方面来综合考虑。

在实际应用中，可以根据具体情况选择适合的评价方法，或者结合多种评价方法进行综合评价，以提高评价结果的准确性和可靠性。