广东省粮食供应链风险评估实证分析及控制策略研究

【目的】广东省作为全国最大的粮食主销区,其粮食安全问题在全国粮食安全大局中占有特殊重要地位,该研究对广东省粮食供应链风险进行评估并提出控制策略。【方法】以国家统计局2003—2021年的数据为基础,采用SPSS进行因子分析构建包含自然灾害受灾面积、突发环境事件次数、粮食类居民消费价格指数等12个指标的粮食供应链风险评估指标体系。运用Stata进行熵权法-TOPSIS,对样本数据进行粮食供应链风险评估分析,运用Python进行灰色关联法分析变化原因。【结果】广东省粮食供应链风险具体可总结为3个阶段:风险较高阶段(2003—2007年),2004年风险贴合度为0.62,达到近20年峰值;风险波动阶段(2008—2012年),粮食供应链风险相比于上一阶段有所下降,在平均风险上下起伏;风险稳定阶段(2013—2021年),这一阶段的风险贴合度处于0.3~0.4,维持在平均水平左右。【结论】2003年以来广东省粮食供应链风险整体呈下降趋势;外部风险较低,能够有效保障粮食的外部供给,但粮食产量和储备不足;内部供给风险仍然较高,其中粮食产量、粮食企业抗风险能力、粮食类居民消费价格指数是影响粮食供应链风险的主要因素,其灰色关联度分别为0.831、0.824和0.805。该研究提出改善粮食生产条件、转型粮企经营思维、优化粮食物流体系、拓宽粮食进口渠道等4个策略,以提高广东省粮食生产并增加自给率、降低粮食供应链风险。

供应链风险评估方法研究

建立了一个由风险网络和风险扩散计算流程构成的供应链风险扩散模型,然后分别从风险因素、节点企业和供应链网络三个角度进行定量的风险评估。并以一个算例说明了该模型在供应链风险评估中的应用。

基于OWA算子的供应链风险评估方法

根据现有的研究成果,并结合实例,采用OWA算子的方法,对供应链管理风险进行研究。预测了供应链管理中各风险发生的概率大小和影响大小。得出该方法既适用于整体大风险的计算、比较,也适用于具体的风险因素间的比较;同时考虑到了各风险事件的不同的紧急性,具有灵活性。进而得出该方法适合供应链网络中风险因素相关性相对较低的风险研究。

基于神经网络的汽车供应链风险评估研究

汽车供应链具有节点企业多、链条长、节点企业间关联度高、技术和资金密集等特点,在竞争白热化、需求多样化的市场背景下,更易受到不确定因素影响,且风险引发后往往损失巨大。依托上海汽车集团及其合作企业进行问卷调查,创造性地将机器学习领域的反向传播神经网络运用于潜在风险因素的重要程度评价,结果显示高风险指标集中于供应商和制造商两段,其中制造商的生产风险、意外风险和财务风险以及供应商的战略风险对汽车供应链整体风险的影响最为显著。不仅从理论上丰富了供应链风险管理的技术方法,同时以中国最大汽车集团——上汽集团的风险评估状况为典型代表,为中国汽车产业供应链的风险防范和安全运转提供具有实践意义的操作建议和决策支持。

不完全信息下的供应链风险评估方法研究

本文使用多属性决策方法进行供应链风险评估,在风险属性权重信息不完全的情况下,建立非线性规划模型求得各风险属性的权重值,并通过求与理想解之间的加权欧氏距离来评估风险值的大小,解决了评估专家由于知识、经验和偏好不完全相同而意见难以统一的困难,最后用一个例子说明了该方法的有效性和实用性。

供应链风险识别与评估

供应链管理正逐渐成为企业获取竞争优势、增强竞争力的重要手段。随着我国加入世界贸易组织，越来越多的企业走出国门参与国际竞争，市场的全球延伸加剧了供应链的不稳定性，更多的内部风险和外部风险影响了其持续安全运作及响应客户和满足客户的能力，这使供应链的风险管理成为全新而又十分急迫的重要课题。本文通过对供应链的风险分析从而提出一种供应链的风险评估方法。

供应链风险研究概述

从供应链风险、供应链风险管理、供应链风险来源、供应链风险评估4个方面对国内外相关研究成果进行总结与评价,最后展望了未来的研究方向。

“一带一路”沿线的海洋研究与中国投资

由浙江大学海洋学院主办的'Workshop on Global Perspectives of the Belt and Road Initiative:Maritime Studies and China’s Global Investment暨‘一带一路’沿线的海洋研究与中国投资研讨会'于2017年12月4~5日在舟山校区举行。与会专家就'一带一路'倡议下的中国海洋经济战略.