运用模糊DEMATEL方法揭示可持续供应链风险关联性的分析框架

《Decision Analytics Journal》：An analytical framework for uncovering risk interdependencies in sustainable supply chains using Fuzzy DEMATEL

本研究聚焦于可持续供应链管理（SSCM）中风险因素相互依赖这一核心挑战，传统方法往往孤立评估风险而忽略其系统性关联。为此，研究人员运用模糊DEMATEL（Decision Making Trial and Evaluation Laboratory）这一多准则决策方法，结合专家评估和模糊逻辑，深入分析了涵盖经济、运营、环境及社会维度的12个关键风险因子间的因果动力学关系。结果表明，运输中断（R5）、劳工罢工（R10）和法规限制（R3）被识别为高优先级因果风险，其缓解能产生级联效益。本研究不仅在理论上扩展了SSCM中的因果风险建模，方法上验证了模糊DEMATEL在不确定性下作为全面MCDM工具的有效性，更为管理者构建弹性、可持续且适应性强的运营体系提供了可操作的决策支持工具。

　　

在全球化和互联互通日益加深的今天，供应链横跨不同地域、行业和参与者，变得空前复杂。与此同时，对可持续性的迫切要求又增添了一层复杂性，推动企业将经济绩效与环境管理、社会责任相结合。可持续供应链管理（SSCM）已从一个概念趋势演变为企业在全球竞争和利益相关者压力下必须应对的战略重点。然而，在供应链中实现可持续目标面临重大挑战，尤其是管理纷繁复杂的风险。这些风险包括运营故障、法规变化、气候事件和社会政治动荡。值得注意的是，这些风险极少孤立发生，它们以复杂的、非线性的方式相互作用，可能加剧供应链的中断。例如，一场气候灾害可能引发原材料短缺，进而升级为运营延迟，最终损害财务绩效和品牌资产。这种相互关联性反映了一个具有反馈回路和因果链的系统，与系统论的核心原则一致，即当相互关联驱动全系统结果时，孤立的风险分析可能会产生误导。

鉴于此，当前供应链风险管理领域的一个核心挑战在于捕捉风险之间的相互依赖关系。尽管现有文献在识别和分类供应链风险方面取得了进展，但在解释这些风险如何动态相互作用方面仍存在不足。这种疏忽代表了一个关键的理论空白，特别是从风险传导理论的视角来看，该理论强调风险的大小往往不由其起源决定，而由其在一个系统中的相互作用驱动。忽略这种联系会导致错误的优先级排序和无效的缓解策略。为了解决这一空白，本研究开发了一个分析框架，不仅列出风险，更绘制其相互依赖关系图。

这项题为《运用模糊DEMATEL方法揭示可持续供应链风险关联性的分析框架》的研究发表在《Decision Analytics Journal》上。研究旨在通过采用模糊DEMATEL方法，识别、分析并优先排序可持续供应链管理中的关键风险因素。模糊DEMATEL是一种多准则决策技术，它整合了模糊逻辑，能更好地处理风险相互依赖关系中固有的不确定性和复杂性。研究人员首先通过广泛的文献回顾和领域专家的验证，确定了影响可持续供应链的最关键风险因素，并将其分类为经济、运营、环境和社会四大维度。随后应用模糊DEMATEL方法探索已识别风险因素间的因果关系，区分因果风险（影响其他因素的风险）和效应风险（受其他因素影响的风险）。最后，研究基于这些风险对供应链系统的相对影响进行优先排序，从而为决策者提供一个数据驱动的、系统化的框架，以指导资源分配，并在更广泛的可持续供应链韧性背景下制定有效的风险缓解策略。

为了开展这项研究，作者主要运用了模糊DEMATEL（Decision Making Trial and Evaluation Laboratory）这一关键方法。该方法整合了模糊逻辑以处理评估中的不确定性和主观性，并通过一系列步骤构建了风险因素间的因果影响图。具体步骤包括：首先，通过专家调查收集数据，由来自学术界、制造业、物流业、零售企业以及尼日利亚政府和非政府组织的15位专家，使用预定义的模糊语言术语对12个风险因素进行两两比较评估；其次，将专家的语言评估转换为三角模糊数并进行聚合，生成模糊直接关系矩阵；接着，对矩阵进行归一化并计算模糊总关系矩阵；然后，采用CFCS（Converting Fuzzy Data into Crisp Scores）方法将模糊总关系矩阵去模糊化为确定值；最后，通过设定阈值并计算各因素的行和（D，影响力）、列和（R，被影响度）以及相应的D+R（中心度）和D-R（原因度），来区分因果因素与效应因素，并构建因果图。

研究结果

4.1. 模糊尺度说明

专家使用一个模糊尺度来评估风险因素间的相互影响，该尺度将语言术语（如“无影响”、“非常低影响”到“非常高影响”）映射到三角模糊数，确保了评估的一致性和对不确定性的捕捉。

4.2. 总关系矩阵与因果分析

通过对去模糊化后的总关系矩阵进行分析，计算了每个风险因素的行和（D）与列和（R）。D+R值代表该因素在整个系统中的重要性（中心度），而D-R值则表明该因素是净原因（D-R > 0）还是净结果（D-R < 0）。基于D-R值的分析，研究成功地将12个风险因素划分为因果因素和效应因素。分析明确指出，运输中断（R5）、劳工罢工（R10）和法规限制（R3）是关键的净原因因素，即它们对其他风险具有强烈的驱动作用。相比之下，市场波动（R2）、货币波动（R1）、供应商失败（R4）、技术故障（R6）、气候变化（R7）、资源短缺（R8）、污染与废物管理（R9）、人权侵犯（R11）和社区反对（R12）则主要被归类为效应因素，即它们更多地受到其他风险的影响。

4.3. 敏感性分析与稳健性验证

研究进行了敏感性分析，通过改变影响阈值来测试风险排序的稳健性。结果表明，即使阈值发生变化，运输中断（R5）、劳工罢工（R10）和法规限制（R3）作为高优先级因果风险的排名始终保持稳定，这证实了研究结果的可靠性。

4.4. 因果关系图与影响网络

基于总关系矩阵和设定的阈值，研究绘制了风险因素的网络关系图。该图直观地展示了关键因果风险（如R5， R10， R3）如何直接影响多个效应风险，以及效应风险之间可能存在的次级相互影响，清晰地描绘了风险在可持续供应链系统中的传导路径。

4.5. 管理启示与战略建议

根据分析结果，研究为管理者提供了针对性的战略建议。重点应放在管理高影响力的因果风险上，例如通过投资于多元化的运输网络和合作伙伴以缓解运输中断（R5），通过建立积极的劳资关系和公平的工作条件来预防劳工罢工（R10），以及通过积极参与政策对话和建立灵活的供应链设计来应对法规限制（R3）。由于这些因果风险的缓解会产生连锁反应，减轻其对下游效应风险的影响，因此资源应优先配置于这些杠杆点。

本研究成功构建并应用了一个基于模糊DEMATEL的分析框架，系统地揭示了可持续供应链管理中12个关键风险因素之间的复杂相互依赖关系和因果结构。核心结论表明，风险并非平等，运输中断（R5）、劳工罢工（R10）和法规限制（R3）被识别为最具影响力的因果风险，是驱动整个风险系统的关键杠杆点。与传统的孤立风险评估不同，本框架强调了从系统角度理解风险传导的重要性。

这项研究的理论意义在于推进了供应链风险管理中的系统理论，通过揭示相互关联的风险如何传播并影响整体系统行为。方法上，它验证了模糊DEMATEL在模拟风险相互依赖性不确定性方面的应用，填补了可持续供应链分析中的一个方法论空白。其实践意义更为突出：研究结果为管理者和政策制定者提供了一个决策支持工具，使他们能够识别最具影响力的风险，并制定有针对性的缓解策略。在动荡且相互关联的全球环境中，这些见解对于构建具有韧性和可持续性的供应链至关重要。通过优先处理因果风险，企业可以实现更有效的资源分配，并建立能够抵御复杂、系统性中断的运营体系。