АНАЛИЗ РИСКОВ В СЕЛЬСКОХОЗЯЙСТВЕННОЙ СНАБЖЕНЧЕСКОЙ ЦЕПИ: МЕТОДИКА ОЦЕНКИ ПО РАНЖИРОВАНИЮ

В данной статье предлагается метод Decision-Making and Trial Evaluation Laboratory (DEMATEL) для оценки требований к факторам риска в цепочке поставок сельскохозяйственной продукции. Можно сказать, что цепочка поставок сельскохозяйственной продукции наиболее уязвима к различным рискам. Риски могут различаться в зависимости от региона (эксплуатационный, экономический, социальный и экологический). Наша цель в этой статье – определить важность каждого фактора риска и их взаимосвязей, чтобы расставить приоритеты наиболее значимых рисков для их дальнейшего устранения или смягчения. Для этого мы использовали метод DEMATEL на конкретном наборе данных и сравнили предложенный нами метод с fuzzyDEMATEL. Результаты подчеркивают, что основные требования к факторам риска связаны с улучшением обслуживания клиентов и контролем выбросов углекислого газа и загрязнения. Кроме того, мы разделили факторы риска на две группы: причины и следствия. Следовательно, мы отметили небольшие различия между результатами методов, что указывает на эффективную идентификацию критических факторов риска с помощью обоих подходов.

1. Yang J. and Liu H. Research of vulnerability for fresh agricultural-food supply chain based on Bayesian network // Mathematical Problems in Engineering. – vol. 2018. – P. 1–17. https://doi.org/10.1155/2018/6874013.

2. Huang Y. Based on the supply chain of agricultural products logistics operational risk assessment and avoid: In 2015 Seventh International Conference on Measuring Technology and Mechatronics Automation, 2015. – P. 246–254. https://doi.org/10.1109/ICMTMA.2015.67.

3. Septiawan R., Komaruddin A., Sulistya B., Alfi N. and Shanmuganathan S. Prediction model for chilli productivity based on climate and productivity data: In 2012 Sixth UKSim/AMSS European Symposium on Computer Modeling and Simulation IEEE, 2012. – P. 54–59. https://doi.org/10.1109/EMS.2012.67.

4. Zhang H., Qiu B., and Zhang K. A new risk assessment model for agricultural products cold chain logistics // Industrial management & data systems. 2017. – Vol. 117. – No. 9. – P. 1800–1816. https://doi.org/10.1108/IMDS-03-2016-0098.

5. Salamai A., Hussain O.K., Saberi M., Chang E., and Hussain F.K. Highlighting the importance of considering the impacts of both external and internal risk factors on operational parameters to improve supply chain risk management // IEEE Access. – 2019. – Vol. 7. – P. 49297–49315. https://doi.org/10.1109/ACCESS.2019.2902191.

6. Yazdani M., Gonzalez E.D., and Chatterjee P. A multi-criteria decision-making framework for agriculture supply chain risk management under a circular economy context // Management Decision. – 2021. – Vol. 59. – No. 8. – P. 1801–1826. https://doi.org/10.1108/MD-10-2018-1088.

7. Ge H., Nolan J., Gray R., Goetz S. and Han Y. Supply chain complexity and risk mitigation – A hybrid optimization–simulation model // International Journal of Production Economics. – 2016. – Vol. 179. – P. 228–238. https://doi.org/10.1016/j.ijpe.2016.06.014.

8. Deng X., Yang X., Zhang Y., Li Y. and Lu Z. Risk propagation mechanisms and risk management strategies for a sustainable perishable products supply chain // Computers & Industrial Engineering. – 2019. – Vol. 135. – P. 1175–1187. https://doi.org/10.1016/j.cie.2019.01.014.

9. Benabdallah C., El-Amraoui A., Delmotte F. and Frikha A. An integrated rough-dematel method for sustainability risk assessment in agro-food supply chain. In 2020 5th International Conference on Logistics Operations Management (GOL). IEEE, 2020. – P. 1–9. https://doi.org/10.1109/GOL49479.2020.9314712.

10. Song W., Ming X. and Liu H.C. Identifying critical risk factors of sustainable supply chain management: A rough strength-relation analysis method // Journal of Cleaner Production. – 2017. – Vol. 143. – P. 100–115. https://doi.org/10.1016/j. jclepro.2016.12.145

11. Rostamzadeh R., Ghorabaee M. K., Govindan K., Esmaeili A. and Nobar H.B.K. Evaluation of sustainable supply chain risk management using an integrated fuzzy topsis-critic approach // Journal of Cleaner Production. – 2018. – Vol. 175. – P. 651–669. https://doi.org/10.1016/j.jclepro.2017.12.071.

12. Tomchek M. Sustainable technology impact on agricultural production // Decent Work and Economic Growth. – 2021. – P. 1024–1037.

13. De Oliveira U.R., Marins F.A.S., Rocha H.M. and Salomon V.A. P. The iso 31000 standard in supply chain risk management // Journal of Cleaner Production. – 2017. – Vol. 151. – P. 616–633. https://doi.org/10.1016/j.jclepro.2017.03.054.

14. Jaffee S., Siegel P. and Andrews C. Rapid agricultural supply chain risk assessment: A conceptual framework // Agriculture and rural development discussion paper. – 2010. – Vol. 47. – No. 1. – P. 1–64.

15. Behzadi G., O’Sullivan M.J., Olsen T.L. and Zhang A. Agribusiness supply chain risk management: A review of quantitative decision models // Omega. – 2018. – Vol. 79. – P. 21–42. https://doi.org/10.1016/j.omega.2017.07.005.

16. Si S.L., You X.Y., Liu H. C., and Zhang P. Dematel technique: A systematic review of the state-ofthe-art literature on methodologies and applications // Mathematical Problems in Engineering. – 2018. – Vol. 2018. – P. 1–33. https://doi.org/10.1155/2018/3696457.

17. Shieh J.I., Wu H.H. and Huang K.K. A DEMATEL method in identifying key success factors of hospital service quality // Knowledge-Based Systems. – 2010. – Vol. 23.3, P. 277–282. https://doi.org/10.1016/j.knosys.2010.01.013.

18. Yazdani M., Wang Z.X., Chan F. T. S. A decision support model based on the combined structure of DEMATEL, QFD and fuzzy values // Soft Computing. – 2020. – Vol. 24. – P. 12449–12468. https://doi.org/10.1007/s00500-020-04685-2.