“互联网+”生鲜农产品供应链的智能优化策略

“互联网+”背景下，生鲜农产品供应链智能化增加了新动能，基于生鲜交易大数据、农业生产大数据衍生智能化新策略。“互联网+”生鲜农产品供应链智能优化策略，主要涵盖生鲜农产品供应链结构、功能和行为优化方法，以增强生鲜农产品供应链自适应、自组织、自修复能力。为了增强智能优化能力，引入供应链智能图析、供应链智能画像、供应链智能面板方法，实现生鲜农产品供应链结构优化、功能完善和行为规范的目标（赵林度，2021）。

1．生鲜农产品供应链结构智能优化

生鲜农产品供应链结构稳定性影响运营效率和效益，容易滋生诱发运营风险的潜在隐患，需要采取有效的措施进行监测、预警和控制。生鲜农产品供应链结构智能优化，需要以可视化技术突破复杂网络结构不可见属性，能够清晰直观地观察每一个关键节点的运行状态，及时捕捉潜在隐患。

（1）供应链智能图析法

供应链地图已经成为通用汽车公司实时监控全球供应商的工具，通过应用一个可靠的、可图析的供应商监控系统，能够快速响应风险、及时获知中断源头和受影响产品，立即执行回避和缓解策略，例如通过提供替代品折扣、购买库存、在备用地点预订产能、控制库存分配等方式控制需求（Linton and Vakil，2020）。

人工智能和自然语言处理技术的应用增强了供应链地图的智能，能够更好地帮助通用汽车公司规避运营风险，在瞬息万变的世界中运营遍布全球的供应链。供应链智能图析法提供了基于供应链地图监测、预警和控制风险的途径，可以依据供应商运营状况启动相应的应急预案，以保障供应链效率和效益。

（2）结构智能优化

生鲜农产品供应链是多个成员构成的集成化虚拟网络，成员数量、成员关系及其紧密程度共同决定着网络结构的稳定性。可以通过优化成员组成、成员关系、成员行为规范来实现供应链网络结构的优化。由于我国生鲜农产品供应链结构松散、关系复杂，增添了生鲜农产品供应链结构智能优化的困难，供应链智能图析法应建立在生产端和销售端模式创新基础上。

1）基于生产端模式创新的结构智能优化。以生猪供应链为例，我国规模化生猪养殖企业主要有自繁自养和“公司+农户”两种模式，在自繁自养基础上衍生出来的“公司+农户”模式更具创新性。“公司+农户”型生猪供应链结构如图1所示，公司提供猪仔、饲料、兽药、疫苗和养殖指导服务，农户提供人力、猪舍、环保设施进行养殖，在紧密型“公司+农户”模式中，生猪出栏时公司依据协议回购。

在“公司+农户”型生猪供应链中，农户、公司和加工企业形成M：1：N的多对多的结构，公司可以应用供应链智能图析法描绘由农户、加工企业，以及农户的猪仔、饲料、兽药、疫苗供应商形成的供应链地图，通过观察分析每一个节点的运营状况，研判可能存在的风险、风险发生的概率和潜在危害。“公司+农户”型生猪供应链智能图析如图2所示。

为了有效规避来自不同供应商的风险，公司统一提供猪仔、饲料、兽药、疫苗，生猪供应链结构发生了变化，但是仍然需要描述公司对应的供应商，并观察分析这些供应商的运营状况。随着运营大数据的积累，可以观察分析不同区域、不同农户、不同加工企业的风险偏好，构建农户与加工企业的最佳组合，以及猪仔、饲料、兽药、疫苗供应商的最佳选择。

2）基于销售端模式创新的结构智能优化。以商场大型生鲜超市集成模式为例，主要采用“超市+餐饮+O2O”经营模式，生鲜超市具有前置仓功能。商场大型生鲜超市供应链结构如图3所示，在销售端实现线上与线下、超市与餐饮、零售与配送的集成，从而提升整个生鲜农产品供应链竞争优势。

在商场大型生鲜超市供应链中，生鲜超市、物流配送中心、餐饮企业形成M：1：N的多对多的结构，物流配送中心可以应用供应链智能图析法描绘由生鲜超市、餐饮企业，以及物流配送中心各个品类供应商形成的供应链地图，用于观察分析整个生鲜农产品供应链运营状况。商场大型生鲜超市供应链智能图析如图4所示。

生鲜超市和餐饮企业经营的生鲜农产品，都来自商场大型生鲜超市的物流配送中心。生鲜超市与餐饮企业各个品类生鲜农产品销售情况关联分析，有助于观察分析消费者偏好、新鲜体验等情况，以更好地选择各品类供应商。生鲜超市和餐饮企业经营大数据、生鲜交易大数据，有助于增强供应链智能图析能力，增强各品类供应商持续优化能力。

2．生鲜农产品供应链功能智能优化

生鲜农产品供应链以生产、加工、销售功能聚焦于生鲜农产品服务，以日益丰富的服务满足消费者的健康、营养和食用需求。“新零售”增加的购物体验、消费体验功能，拓展了生鲜农产品供应链服务范围。生鲜农产品供应链功能智能优化，需要从消费者的视角寻找缺陷、消除缺陷，增强生鲜农产品供应链自我完善、自我提升能力。

（1）供应链智能画像法

随着物联网、大数据和人工智能技术的应用，“客户画像”已经成为精准营销领域一项重要的工具。“客户画像”不仅有助于商家了解客户偏好，更加精准地推送产品和服务信息、更加精准地提供售后服务，而且有助于从技术上支持供应链优化服务功能，增强供应链竞争优势。

以供应链客户群为对象，基于供应链集聚的消费者交易、体验等多场景大数据资源，应用“客户画像”技术创建供应链智能画像法，更加精准地描述供应链客户个体、群体特征。从“客户画像”到供应链画像只是定义了客户所属供应链，依据“客户画像”反映供应链服务状况，为优化供应链功能提供有效的途径和方法。

（2）功能智能优化

生鲜农产品供应链功能智能优化可以应用供应链智能画像法，以生鲜农产品供应链个体、群体的“客户画像”反映功能完善程度、存在缺陷和不足，为生鲜农产品供应链功能智能优化提供可行方向。面对越来越智能化的购物场景和消费场景，可以分别从个体画像和群体画像的视角，以获得不同层次、不同程度的功能智能优化。

1）基于个体画像的功能智能优化。为满足生鲜农产品消费者个性化需求，基于“客户画像”的个性化定制成为新趋势，如何从“客户画像”中挖掘客户满意度、客户忠诚度信息，以持续优化生鲜农产品供应链功能成为重中之重。基于个体画像的功能智能优化（图5），是在个体画像基础上持续增加功能以满足消费者需求，个体画像成为生鲜农产品供应链新增功能的驱动器。

消费者需求清单来自个体画像的深入挖掘、分析，可以将具有共性特征的需求列入消费者需求清单，并在可行性分析的基础上列入新增功能计划清单。生鲜农产品供应链功能智能优化的智能，来源于人类智慧和大数据衍生的人工智能，能够从个体画像中挖掘消费者需求、弥补功能缺陷和不足，从而实现功能智能优化的目标。

2）基于群体画像的功能智能优化。群体画像反映了一定时空范围内消费者的稳定需求和演化趋势，能够从整体上观察分析群体稳定性，特别是稳定的需求。基于群体画像的功能智能优化（图6），是在群体画像基础上持续调整不必要的功能，以有限的资源满足消费者稳定的需求，群体画像成为生鲜农产品供应链调整功能的驱动器。

基于群体画像与基于个体画像的功能智能优化之间的最大区别，在于前者做减法以消除不必要的功能，而后者做加法以增加新需求下的功能。由于群体体征具有时空局限性，不同的时间、不同的区域存在差异，所以在功能优化过程中应充分考虑群体特征的时空差异，以降低功能优化带来的风险。

3．生鲜农产品供应链行为智能优化

生鲜农产品供应链行为涵盖决策、管理和操作三个不同层次的行为。无人车、无人机、无人仓等智能装备致力于提高操作行为智能化，只是用于提高操作效率。行为智能优化重点集中在管理决策行为智能化，以增强的智能时刻保持管理决策行为的科学性、准确性、及时性。生鲜农产品供应链行为智能优化，优先考虑管理决策行为智能优化。

（1）供应链智能面板法

供应链面板（supply chain dashboard）支持供应链绩效监测、分析和管理（Strandhagen et al. 2006），以可视化的方式显示供应链运营状况、支持管理决策。供应链面板类似于汽车和飞机的驾驶舱，以清晰的仿真方式展现供应链运营状态，帮助管理决策者有效监控供应链绩效变化、规避风险（赵林度，2014）。

在供应链面板基础上演化形成的供应链智能面板法，能够以智能化方式展现供应链结构、功能和行为，为供应链智能决策行为提供可行的智能化工具，例如基于机器对机器（machine to machine，M2M）的供应链智能面板设计方法（赵林度等，2012）。供应链智能面板在食品、药品安全追溯等方面的应用，拓展了供应链面板的价值作用和应用领域。

（2）行为智能优化

生鲜农产品供应链行为智能优化可以应用供应链智能面板法，以增强的供应链绩效监测、分析和管理能力，提升生鲜农产品供应链集中管理决策和分散管理决策行为的科学性、准确性、及时性。面对复杂的生鲜农产品供应链管理决策行为，重点阐述集中管理决策和分散管理决策行为智能优化。

1）集中管理决策行为智能优化。为了更好地保障生鲜农产品供应链成员的利益，实现生鲜农产品供应链整体利益最大化目标，由核心企业牵头组建管理决策小组，全权负责诸如生鲜农产品供应链风险管理等管理决策。管理决策小组可以应用供应链智能面板法，进行集中管理决策行为智能优化（图7）。

供应链智能面板的应用能够以人工智能决策为基础融入管理决策小组成员的智慧，以人工智能和人类智慧相融合的方式提升管理决策的科学性、准确性。在供应链智能面板预警基础上召开管理决策小组会议，能够提高管理决策的及时性、有效性。集中管理决策行为智能优化有助于提升重大决策的效率，增强生鲜农产品供应链成员间的协调性和协同运营能力。

2）分散管理决策行为智能优化。面对生鲜农产品供应链非重大决策可以采取分散管理决策方式，即生鲜农产品供应链成员分别决策，按照各自的权重计算决策结果。在决策过程中，生鲜农产品供应链成员可以利用供应链智能面板提供的管理决策信息进行决策。分散管理决策行为智能优化如图8所示。

生鲜农产品供应链成员在同一个时间段内依据同一个供应链智能面板的决策，具有相同的可融合的决策基础和条件，在分散决策中能够分别融合人工智能与人类智慧，形成更具科学价值的管理决策结果。在生鲜农产品供应链运营过程中，成员之间已经形成了不同的决策权重，所以在决策结果中应充分体现不同成员的权重。

参考文献：

[1]赵林度. 2021. “互联网+”生鲜农产品供应链[M]. 科学出版社.
[2]Linton T, Vakil B. 2020. Coronavirus is proving we need more resilient supply chains [EB/OL].[2020-03-05].https://hbr.org/2020/03/coronavirus-is-proving-that-we-need-more-resilient-supply-chains.
[3]Strandhagen J O, Alfnes E, Dreyer H. 2006. Supply chain control dashboards[C]. The Seventeenth Annual Conference of POMS: 004-0363.
[4]赵林度. 2014. 物流系统控制论[M]. 北京：科学出版社.
[5]赵林度，孙胜楠，王新平，等.2012.一种基于M2M的供应链智能面板设计方法[P].中国专利：ZL201110412164.1；2012-07-04.