生猪供应链生产环节安全风险识别与防控路径研究

王建华+刘茁+朱淀

摘要 生产环节是生猪供应链的起点，也是风险事件高发环节，养殖户滥用兽药、使用受污染饲料饲水以及疫病防疫、饲养环境维护、病死猪无害化处理等不当行为均会引发生猪供应链生产环节安全风险，影响且直接导致消费环节的损害，致使整个生猪供应链陷入恶性循环。因此，对生猪供应链生产环节安全风险进行有效识别和测度既可以降低生猪供应链生产环节安全风险，还可以提高生猪供应链风险管理效率。文章通过对既有文献进行系統梳理，结合江苏省阜宁县生猪养殖散户和规模养殖户的实地调查数据，运用贝叶斯网络方法对生猪供应链生产环节安全风险来源及其要素构成进行了深入分析。研究结果表明，生猪供应链生产环节安全风险主要表现在内部安全风险、外部安全风险和系统安全风险三个方面。从生猪供应链生产环节内部安全风险来看，生猪养殖户对安全生产政策的不当认知是最为重要的风险因素，其次来自于生猪养殖户的病死猪不当处理行为和不当的兽药施用行为。从生猪供应链生产环节外部安全风险来看，相关部门对生猪供应链生产环节安全监管不力、生猪养殖户获取安全生产信息难度较大也可能会带来相关风险。从生猪供应链生产环节系统安全风险来看，除发生自然灾害与生猪产生疫病外，生猪养殖的成本较高、生猪收购价格过低以及生猪需求量的波动也是不容忽视的风险因素。对此，文章有针对性地提出对策建议，主要包括：提高生猪养殖户的认知能力，加速生猪供应链纵向整合，加大对疾病与自然灾害的监控与预测，提高生猪产业链集中度，以减少生猪供应链生产环节的安全风险。

关键词 生猪供应链；贝叶斯网络；风险识别

中图分类号 F203文献标识码 A文章编号 1002-2104（2017）12-0174-09DOI：10.12062/cpre.20170706

我国是猪肉生产与消费大国，近年来猪肉消费量不断增长，促使我国生猪产量增加、生猪供应链不断发展，而生猪供应链安全风险事件频发，却严重影响了生猪质量水平与生猪供应链整体运行效率。2015年，我国生猪存栏共计45 113万头，出栏共计70 825万头，猪肉产量5 487万 t，占全国肉类总产量的63.6%[1]。根据《全国生猪发展规划（2016—2020年）》所披露的数据，随着生猪供应链的升级与转型，2014年，我国年出栏500头以上的规模猪场比重达到41.8%，比“十一五”末提高了7.3个百分点。与此同时，随着城镇化的快速发展以及消费者收入的不断提高，消费者在对猪肉数量的消费需求增大的同时，也不断提高对猪肉质量安全的要求，越来越多的消费者开始关注生猪产地、生猪养殖过程、生猪运输加工流程等可追溯信息[2]。然而，因生猪供应链的协调及管控不当等问题，所引致的风险事件在各地频发，如2015年福建超过2 000 t病死猪肉流向餐桌事件、江西猪贩长期收购病死猪事件、甘肃兰州收购加工病死猪黑窝点事件和2016年重庆南坪生猪呋喃唑酮类抗生素超标事件等。生猪供应链的生产环节位于生猪供应链的源头，是生猪供应链上游的关键环节和风险事件高发环节，其安全风险事件的发生导致生猪供应链的加工、运输、销售等环节不再具备原有的正常功能，且直接导致消费环节的损害，致使整个生猪供应链陷入恶性循环。因此，了解生猪供应链生产环节安全风险现状和形成因素，探究和测度生猪供应链生产环节安全风险构成和可能发生概率，是提高生猪供应链风险管理效率，引导生猪养殖户实施规范生产，降低生猪供应链生产环节安全风险的有效途径。

1 文献梳理及其评述

对生猪供应链风险的研究主要从三个方面展开。一是从产业链角度出发，学者对风险维度的划分存在较大的区别，认为生猪供应链风险主要是生猪供应链的质量安全风险，如生猪养殖户滥用兽药、使用受污染饲料饲水等不安全生产行为[3]，而杨晓晗、韩纪琴[4]则主要关注屠宰加工企业生产环境恶劣、在加工过程中添加违禁成分等因素，也有学者关注物流环节中由于冷链仓储运输系统不健全造成的产品变质、分销环节销售质检不合格等生猪供应链安全风险[5]。而从整个产业链纵向协作的角度来看，生猪供应链风险主要是合作风险、信息风险、逆向选择风险和市场风险[6]。值得注意的是，生猪供应链加工企业与零售商信息共享不充分、生猪养殖户与生猪加工企业协作不够深入、生猪供应链仓储运输技术落后且效率不高、生猪养殖户因规模较小或信息闭塞等是导致生猪供应链风险的重要原因[7]。二是影响生猪产业链安全的因素分析。认为生猪养殖生产资料的投入与使用、疫病防疫、养殖档案的建立与完善、饲养环境维护、动物福利、病死猪无害化处理等生猪养殖户安全行为均会对生猪供应链生产环节安全风险造成影响[8]。此外，生猪养殖户的自身条件也与生猪供应链生产环节安全风险相关，如生猪养殖户的性别、年龄、受教育程度、养殖时间长短等特征，以及生猪养殖户对兽药残留、添加剂和饲料安全等的认知也是造成生猪养殖安全风险的关键因素[9]。生猪市场的不稳定性是造成生猪供应链安全风险的要素之一[10]。三是对生猪养殖户安全生产行为与政府监管关系的分析。研究发现，生猪养殖户对兽药的使用会直接影响猪肉产品的质量安全[11]。但由于生猪养殖户对于食品安全的认知比较薄弱，对抗生素休药期和违禁药品缺乏正确认识，造成生猪供应链生产环节安全风险[12]。对这一问题的严重性，学术界形成了普遍的共识[13-14]。 因此，分析生猪养殖户与地方政府博弈的均衡策略，当地方政府提供的相关养殖与病死猪处理补贴不低于防疫成本与非法收购价之和时，才能防止养殖户将病死猪卖给非法收购商[15]。总体而言，目前我国对生猪供应链生产环节中养殖户不安全生产行为的监管整治力度和手段有待加强和改进，生猪养殖户滥用兽药等主观行为仍较为普遍[16]。因此，需要充分运用合同的法律规制作用有效减少生猪供应链的运作风险或者提高生猪供应链的纵向合作程度以有效地提高生猪供应链的稳定性和持续性，防范生猪供应链风险[17-18]。

国内外生猪供应链生产环节安全风险研究集中于分析造成生猪养殖户不安全生产行为的成因，包括政策影响、养殖户自身特征以及养殖户的认知态度等，较少分析生猪养殖户不安全生产行为可能造成风险的影响路径。对于生猪供应链生产环节安全风险的相关研究学者主要从各自的视角展开，或集中于生猪养殖户可能造成风险的内部因素，或研究环境、社会和市场可能造成生猪供应链生产环节安全风险的外部环境，鲜见从系统性角度分析生猪供应链生产环节的不同风险并对风险程度进行分类的研究。此外，学者们意识到基于整条供应链进行风险研究的重要性，对供应链整体进行风险评估，但对探讨供应链中的具体环节，锁定供应链风险的具体位置，识别引致风险的具体因素，测算风险的程度等方面缺乏深入的分析与研究，导致得出的结论缺乏对供应链某一节点的针对性和可操作性。因此，本文从内外部环境与系统性因素出发，全面分析导致生猪供应链安全风险的不同因素及其发生的概率，深入剖析导致不同因素的背后的制度原因，从而为政府制定有针对性的供应链风险管理方案提供理论与实证依据。

2 方法选择与风险维度构建

2.1 方法选择

大量文献研究表明，在对生猪供应链生产环节的安全风险进行识别的众多方法中，贝叶斯方法无疑是操作性较强的方法，对此Pearl[19-21]进行过系统的论证。与其它分析方法相比，贝叶斯方法的模型结构和参数定义较为明确，模型泛化能力较好，计算与故障树分析法相比较低。贝叶斯方法不仅能够处理不确定性和概率性的风险事件，而且在处理因果关系比较明显的风险识别问题时所表现出的敏感度较高，能够保留住概率较小但发生后果可能较大的风险事件；另外，还可以较为理想地将先验知识和观察数据进行综合，从而在处理部分数据存在缺失的数据集时把其对风险识别结果的偏差影响降到最低。在数据分析过程中能够体现灵活性强、理论与图形相结合、理论基础坚实与计算复杂程度适中等优势。贝叶斯网络分析分为两类，一是参数学习，指已知网络结构，对网络参数进行估计；二是结构学习，即通过分析数据同时获得网络结构和网络参数，由于本文研究问题的网络结构能够根据生活常识与经验进行构建，因此本文的研究属于参数学习[22]。

贝叶斯网络可以从定性和定量两个层面来理解。在定性层面，它用一个有向无圈图描述了变量之间的因果和独立关系。在定量层面，它则用条件概率分布刻画了变量对其父节点的依赖关系。在语义上，贝叶斯网是联合概率分布的分解的一种表示。更具体地，假设网络中的变量为X1，…，Xn，則把各变量的概率分布相乘就得到联合分布：

其中，当π（Xi）=Ф时，P（Xi|π（Xi））即为边缘分布P（Xi）。

贝叶斯定理中先验概率和后验概率的概念是相对于某组证据而言的。设H和E为两个随机变量，H=h为一种假设，E=e为一组证据，在考虑证据E=e之前，事件H=h的概率P（H=h）为先验概率；在考虑证据E=e之后，事件H=h的概率P（H=h|E=e）为后验概率。贝叶斯定理描述的先验概率和后验概率之间的关系如下：

确定贝叶斯网络结构的步骤如下：

①选定一组描述研究主题的随机变量{X1，X2，...，Xn}；②选择变量顺序α=〈X1，X2，...，Xn〉，选择变量顺序须符合尽量减小模型和条件概率获取的复杂程度、符合因果顺序的原则[23-25]；③从空图出发，按照变量顺序将变量逐个加入图中；④在加入变量Xi时，图中的变量包括X1， X2，...，Xi-1，利用研究主题的背景知识，在变量中选择一个尽可能小的子集π（Xi），符合假设“给定π（Xi），Xi与图中的其它变量条件独立”；从π（Xi）的每个节点添加一条指向Xi的有向边[22]。

2.2 风险维度构建

在生猪供应链生产环节安全风险识别中，根据生猪供应链生产环节安全风险节点及导致风险形成的外部环境与生猪养殖户认知行为，并结合贝叶斯定理，可知生猪供应链生产环节安全风险识别的因果逻辑关系，并结合文献所提及的生猪供应链生产环节安全风险的种类划分方法，参考供应链风险理论中从内生风险与与外生风险角度划分供应链风险种类的思想，并在生猪供应链生产环节安全风险的因素识别过程中遵照供应链风险管理理论中的供应链风险识别原则，依据农产品供应链安全风险理论，以及农产品其自身的鲜活性与农产品生产的区域性、季节性、分散性等有别于工业产品的特性，进行有区别地农产品供应链风险识别和界定。而生猪供应链作为农产品供应链的一种，具有农产品供应链风险成因复杂、风险后果严重的突出特点。因此，结合生猪供应链自身特性，本研究将导致生猪供应链生产环节风险划分为内部安全风险、外部安全风险和系统安全风险等三个维度。

其中，生猪供应链生产环节的内部安全风险主要包括技术操作风险、免疫风险、病死处理风险、饲料饲水风险、兽药施用风险、养殖档案风险和政策认知风险等方面。生猪养殖户对于生猪生物安全、健康养殖、动物福利、选择生猪品种与品质、生猪繁育方法、维持养殖场所密度与清洁度的不安全认知与养殖行为可能导致技术操作风险；包括生猪养殖户无法有效预防生猪疫病、未对引进（仔）猪隔离观察或未实施栏前免疫、未实现生猪转群“全进全出”可能导致免疫风险；生猪养殖户未上报、未正确处理病死猪可能导致病死猪处理风险；生猪养殖户对生猪饲料饲水质量缺乏正确认知、在养殖过程中不能保证生猪饲料饲水质量安全可能导致饲料饲水风险；生猪养殖户不了解禁用或限制用兽药、购买不正规兽药、兽药剂量超标使用、未按休药期休药可能导致兽药施用风险；生猪养殖户对耳标与养殖档案缺乏认知、未建立生猪养殖标识与养殖档案可能导致养殖标识与养殖档案风险；生猪养殖户不了解生猪养殖操作规范、生猪养殖强制免疫规定与补贴政策、病死猪保险赔偿政策、病死猪无害化处理补贴政策可能导致政策认知风险。

生猪供应链生产环节的外部安全风险主要包括监管风险、合作风险和信息风险等方面。相关检验检疫部门未按规定对生猪进行强制性检疫、相关监督管理部门未对违反生猪养殖规范的养殖行为进行处罚、对病死猪无害化处理政策宣传低效可能导致监管风险；生猪供应链上游供应商以次充好、生猪供应链生产环节下游生猪收购商逆向选择可能导致合作风险；生猪养殖户较难获得生猪养殖法律政策与操作规范等信息、获得有效信息滞后或内容不准确可能导致信息风险。

生猪供应链生产环节的系统安全风险主要包括市场风险、疫病风险和自然灾害风险等方面。其中，生猪收购价波动幅度过大、生猪养殖成本超出养殖户预期、因猪肉价格或需求量变动迫使生猪养殖户改变养殖规模可能导致市场风险。生猪疫病或自然灾害的发生可能导致生猪供应链生产环节系统安全风险。

3 数据来源与实证分析

3.1 数据来源及样本特征

生猪供应链生产环节安全风险识别实证研究数据来源于对江苏省阜宁县生猪养殖散户和规模养殖户的实地调查。由于阜宁县是我国主要生猪养殖大县之一，生猪养殖户数量、养殖规模类型较多，因此作为本研究的主要实证数据来源。本文采用访谈法、参与式观察法等方式，把分层设计与随机抽样相结合来收集相关数据。本次数据收集时间为2016年2月至4月，覆盖阜宁县辖区内13个乡镇，调查共发放问卷320份，回收问卷315份，剔除无效问卷15份，最终获得有效问卷300份，有效问卷回收比例为93.75%。

从生猪养殖年数来看，90%以上的养殖户具有5年及以上的养殖生猪经验，其中，60%以上的生猪养殖户具有10年以上的生猪养殖经历，可以认为参与调查的生猪养殖户的生猪养殖经验非常豐富，对其调查并收集到的数据可以作为专家评判数据来进行分析。从性别来看，近90%生猪养殖主体为男性；从年龄来看，25岁以下的生猪养殖户仅占参与调查养殖户总数的1%，而60岁以上的生猪养殖户占总数的50%以上，年龄较大的生猪养殖户占多数；从受教育水平来看，高中及以上文化水平的生猪养殖户仅占5%，生猪养殖户的文化水平普遍较低；从生猪养殖规模来看，生猪养殖数量在50至500头的生猪养殖户占大多数，饲养数量在50头以下或500头以上的养殖户较少；从生猪出栏数量来看，2015年，大部分生猪养殖户的生猪出栏量为200头以下；从生猪养殖劳动力人数占家庭总人数比重来看，90%以上的生猪养殖户家庭中生猪养殖劳动力人数占家庭总人数比重在50%及以下；从生猪养殖收入占家庭总收入比例来看，生猪养殖户数量在各比例区间内的分布较为平均，表示大部分受调查的生猪养殖户家庭收入更具多样性，并非依靠单一的生猪养殖活动来获得家庭收入。

3.2 贝叶斯网络模型构建

根据生猪供应链生产环节安全风险因素及图1，得到生猪供应链生产环节安全风险识别贝叶斯网络节点及其取值，如表1所示。

生猪供应链生产环节安全风险识别贝叶斯网络如图1所示。整个贝叶斯网络分为四个层次。第一个层次为节点Xn（n=1，2，...，25），是生猪供应链生产环节安全风险识别贝叶斯网络的根节点，按照相应的因果关系与第二层次的节点Ym（m=1，2，...，10）对应；第二个层次为节点Ym（m=1，2，...，10），按照相应的因果关系与第三层次的节点Zk（k=1，2，3）对应；第三个层次为节点Zk（k=1，2，3），与第四层次的节点U对应；第四层次为节点U，是生猪供应链生产环节安全风险识别贝叶斯网络的叶节点。

对于在生猪供应链生产环节安全风险识别贝叶斯网络中各节点的概率分布参数，节点Xn的概率分布为其边缘分布，节点Ym， Zk和U的概率分布为条件概率分布。通过调查所得到的数据难以直接获得各节点的概率分布，因此本文利用MATLAB软件得到生猪供应链生产环节安全风险识别贝叶斯网络各节点的概率分布参数数据。

3.3 贝叶斯网络模型的推理分析

表2为贝叶斯网络中各根节点的边缘概率分布。生猪供应链生产环节安全风险识别贝叶斯网络中的根节点有Xn（n=1，2，...，25）和Y8、Y9，每个根节点均取两值，表示“存在风险”和“不存在风险”，则每个根节点的边缘概率分布也存在两个状态（State），设：State1=a，State2=b。

生猪供应链生产环节安全风险识别贝叶斯网络中Zk与U节点概率分布如表3所示。生猪供应链生产环节安全风险识别贝叶斯网络中节点的条件概率表示在该节点的所有父节点取a或b值的条件下，该节点取a或b值的概率。Y1节点的条件概率表示在其所有父节点X1、X2、X3和X4取a或b值的条件下，Y1节点取a或b值的概率，例如，在X1、X2、X3和X4节点均取a值的条件下，Y1节点取a值的概率为0.187，Y1节点取b值的概率为0.813。其他节点的含义与Y1节点的条件概率分布含义近似，这里不做赘述。

根据生猪供应链生产环节安全风险识别贝叶斯网络结构及其各节点的边缘概率分布或条件概率分布在GeNIe软件中绘制出生猪供应链生产环节安全风险识别贝叶斯网络。在仅刻画出节点和有向线段，未输入节点的概率分布时，贝叶斯网络图中各节点的右下角方框中为“？”符号，表示贝叶斯网络中的证据（evidence），即各节点的概率分布未输入或未更新。

根据贝叶斯网络所有节点的概率分布将所有参数输入GeNIe中的贝叶斯网络节点中，并双击以更新证据，如图2所示，各节点右下角的“？”符号变为“√”符号，表示各节点参数完整，并得到除根节点外其他各节点的后验概率。通过GeNIe软件对生猪供应链生产环节安全风险识别贝叶斯网络节点概率分布参数的计算，得到网络节点的后验概率如表4所示。

从生猪供应链生产环节内部安全风险来看，生猪养殖户对政策的不当认知有0.8以上的概率可能会引起生猪供应链生产环节安全风险事件的发生，是最有可能引起生猪供应链生产环节安全风险的内部安全风险因素。生猪养殖户对政策的不当认知因素包括生猪养殖户对生猪养殖与免疫法规的认知、对病死猪保险政策与病死猪无害化处理政策的认知，其中，因生猪养殖户对病死猪保险政策与病死猪无害化处理政策的认知不当而可能引起安全风险的概率最高。由此可知，生猪养殖户对于病死猪处理政策的正确认知，包括生猪养殖户了解和遵守病死猪处理相关政策法规，是降低生猪供应链生产环节内部安全风险的关键。

其次，有较高概率引起生猪供应链生产环节内部安全风险的风险因素还包括兽药施用风险和病死猪处理风险，即如果生猪养殖户采用不当的兽药施用行为或采用不当方法处理病死猪，分别可能以约0.7和0.6的概率引起生猪供应链生产环节内部安全风险。从兽药施用风险因素来看，生猪养殖户对兽药施用法规认知不当与不按规定休药期对生猪实施休药可能造成安全风险的概率约为0.8和0.3，是两个最有可能造成兽药施用风险的因素，即生猪养殖户在生猪用药方面产生的不安全生产行为对生猪供应链的生产环节安全影响较大；从病死猪处理风险来看，生猪养殖户对疫病情况与病死猪处理的不当行为可能导致生猪供应链生产环节安全风险发生的概率为0.4和0.1，表明生猪养殖户在处理疫病生猪时的不安全生产行为对生猪供应链的生产环节安全会造成较大影响。

另外，生猪供应链生产环节技术操作风险概率约为0.17，其中，生猪养殖户不按规定建立生猪养殖档案与养殖过程中忽视饲料饲水质量安全可能导致风险事件发生的概率较高，分别为0.75和0.81。

从生猪供应链生产环节外部安全风险来看，最有可能导致生猪供应链生产环节安全风险的因素是生猪养殖户缺乏较为固定的上下游合作者，其次是相关部门监管不力的安全风险因素，其可能引起生猪供应鏈生产环节安全风险的概率分别约为0.4和0.3。在生猪供应链生产环节合作风险中，生猪养殖户没有较为固定的上游供应合作者和下游收购合作者的概率为0.65和0.67，表明生猪养殖户的上下游合作不稳定对生猪供应链生产环节安全可能造成较大影响。在生猪供应链生产环节监管风险中，相关部门对生猪养殖中的违规行为处罚不力与生猪养殖相关政策宣传失效可能导致生猪供应链生产环节安全风险的概率较高，分别约为0.57和0.46。另外，生猪养殖户无法获得生猪养殖相关的有效信息可能引起生猪供应链生产环节安全风险的概率约为0.14，其中，生猪养殖户获取生产信息难度较大的风险和信息不准确的风险较高，分别为0.63和0.49。

从生猪供应链生产环节系统安全风险来看，生猪供应链生产环节疫病风险、自然灾害风险和市场风险概率约为0.98、0.95和0.16。可见生猪供应链生产环节疫病风险和自然灾害风险是生猪供应链生产环节安全的极大影响风险因素，而这两类风险的发生对生猪供应链生产环节甚至生猪供应链整体有极大的破坏力，因此控制这两类风险主要依靠做好生猪疫病风险与自然灾害风险事件发生前的预防工作。

4 研究结论与讨论

本文通过对江苏省阜宁县生猪养殖散户和规模养殖户的实地调研，采用贝叶斯网络方法实证分析生猪供应链生产环节安全风险要素。研究发现，生猪供应链生产环节安全风险是内外部风险与系统风险耦合的结果，其中政策认知、产业链整合不足以及信息获取障碍是主要的内外部风险来源，而疫病风险与自然灾害风险则是主要的系统风险来源。因此，有效的政策监管与政策措施成为控制风险的主要手段与方法。在当前研究农业政策的诸多论述中，研究者往往把矛盾的焦点集中于政策本身，如王华书等[26]、周洁红等[27]认为农产品供应链生产环节安全风险还来源于相关监管法规政策的失灵，所提出的方案也往往是如何优化和重新设计政策，然而，政策的设计和重新执行是一个滞后变量，需要一定的时间周期，再加上中国巨大的区域差异，政策的覆盖和有效性很难全面兼顾；实际上，在本研究中，农业生产者政策认知错位而导致的行为偏差才是问题的关键，这就使得解决问题的思路需要调整为如何提升农业生产者的认知能力，如何消除认知错位的种种冒险的心理等。认知的偏差所引发风险还有两个方面的诱因，一是生猪养殖户没有相对稳定的上下游合作者，上游兽药、疫苗、饲料等没有稳定的供货渠道，如王海涛等[3]认为生猪养殖户滥用兽药、使用受污染饲料饲水等不安全生产行为会导致生产产品的内生性风险，质量无法得到保障，而下游没有相对固定的产品销路和处理方式，屠宰加工企业生产环境恶劣、在加工过程中添加违禁成分则会引发销售主体在病死猪发生的时候的侥幸心理和市场博弈[4]。本研究的第三个需要讨论的地方在于在生猪供应链生产环节监管风险中，相关政府部门对生猪养殖中的违规行为处罚不力与生猪养殖相关政策宣传失效所导致的安全风险，这部分也是诱发生猪养殖户认知错位和行为偏差的关键所在，侥幸心理的存在与现实中较低的惩罚成本密切相关。结合以上分析讨论，可知，提高生猪养殖户的认知能力，加速生猪供应链纵向整合，加大对疾病与自然灾害的监控与预测，提高生猪产业链集中度有助于降低生猪供应链生产环节安全风险，减少因食品安全事件对产业冲击及消费者的健康影响。

但文章在方法的深入化和数据的全面化方面仍有一定的商榷空间，特别是考虑到计算复杂度与风险因素个数之间的比例关系，贝叶斯网络方法的深入性略显不够；另外，考虑到搜集全国范围的数据难度较大、耗时较长，本文研究选取了较有代表性的区域数据，数据的有限性可能在一定程度上影响了研究结论的信度。

参考文献（Reference）

[1]中华人民共和国国家统计局. 中华人民共和国2015年国民经济和社会发展统计公报[EB/OL].[2017-07-12]（2016-02-29）.http：//www.stats.gov.cn/tjsj/zxfb/201602/t20160229_1323991.html.[National Bureau of Statistics of the Peoples Republic of China. Peoples Republic of China statistical bulletin of national economic and social development in 2015[EB/OL].[2017-07-12]（2016-02-29）.http：//www.stats.gov.cn/tjsj/zxfb/201602/t20160229_1323991.html.]

[2]王志刚，钱成济，周永刚.消费者对猪肉可追溯体系的支付意愿分析[J].湖南农业大学学报（社会科学版），2013，14（3）：7-13.[WANG Zhigang， QIAN Chengji， ZHOU Yonggang.Willingness to pay for traceable pork[J]. Journal of Hunan Agricultural University（social sciences editions），2013，14（3）：7-13.]

[3]王海涛，王凯.养猪户安全生产决策行为影响因素分析——基于多群组结构方程模型的实证研究[J].中国农村经济，2012（11）：21-30.[WANG Haitao， WANG Kai. Analysis of influencing factors of safety decision making behavior of pig farmers： an empirical study based on multi group structural equation model[J]. Chinese rural economy，2012（11）：21-30.]

[4]杨晓晗，韩纪琴.猪肉可持续供应链建设的构想与实现途径[J].广东农业科学，2015（6）：189-192.[YANG Xiaohan， HAN Jiqin. Conceiving and approaches of pork sustainablesupply chain construction[J].Guangdong agricultural sciences，2015（6）：189-192.]

[5]毋庆刚.我国冷链物流发展现状与对策研究[J].中国流通经济，2011（2）：24-28.[WU Qinggang.The current situation and the countermeasures of Chinas cold chain logistics development[J]. China business and market，2011（2）：24-28.]

[6]胡凯.生猪供应链节点间的行为策略与契约研究[D].南昌：南昌大学，2007.[HU Kai.Research on the behaviors strategy and contracts between the nodes of the pig supply chain[D].Nanchang：Nanchang Unversity，2007.]

[7]夏兆敏.优质猪肉供应链中屠宰加工与销售环节的质量行为协调机制研究[D].泰安：山东农业大学，2014.[XIA Zhaomin.Study on the coordination mechanism of quality behavior between slaughterhouse and supermarket in high quality pork supply chain[D].Taian：Shandong Agricultural Unversity，2014.]

[8]李娟.供应链环境下养猪场户质量安全行为的实证研究[D].泰安：山东农业大学，2011.[LI Juan.Empirical study on the pig raisers high quality security actions in supply chain[D].Taian：Shandong Agricultural Unversity，2011.]

[9]白丽，李美祎，赵然，等.质量安全视角下的小农户生猪养殖行为评价——基于吉林省104个养殖户的实证分析[J].中国猪业，2014（4）：18-23.[BAI Li， LI Meiyi， ZHAO Ran， et al.Evaluation of small farmers pig breeding behavior from the perspective of quality safety： based on the empirical analysis of 104 farmers in Jilin[J].China swine industry，2014（4）：18-23.]

[10]沙鸣.供应链环境下的猪肉质量链管理研究[D].泰安：山东农业大学，2012.[SHA Ming.Study on the pork quality chain management in the environment of supply chain[J].Taian：Shandong Agricultural Unversity，2012.]

[11]SUN R Y， ZHOU J， HE L M.Evaluation research of pig farmers behaviors of veterinary drug usage based on factor analysis[J].Advanced materials research，2014，998-999：1581-1585.

[12]鄔小撑，毛杨仓，占松华，等.养猪户使用兽药及抗生素行为研究——基于964个生猪养殖户微观生产行为的问卷调查[J].中国畜牧杂志，2013，49（14）：19-23.[WU Xiaocheng， MAO Yangcang， ZHAN Songhua， et al. Study on the use of veterinary drugs and antibiotics by pig farmers： based on the questionnaire survey of micro production behavior of 964 pig farmers[J].Chinese journal of animal science，2013，49（14）：19-23.]

[13]刘万利.养猪户质量安全控制行为研究[D].成都：四川农业大学，2006.[LIU Wanli.Research on pig farmers behavior about quality and safety of pork[D].Chengdu： Sichuan Agricultural University，2006.]

[14]吴林海，谢旭燕.生猪养殖户认知特征与兽药使用行为的相关性研究[J].中国人口·资源与环境，2015，25（2）：160-169.[WU Linhai， XIE Xuyan.A study about the interrelation between pig farmer cognitive characteristics and behaviors on veterinary drugs use[J].China population， resources and environment，2015，25（2）：160-169.]

[15]费威.食品供应链回收处理环节安全问题博弈分析——以“弃猪”事件为例[J].农业经济问题，2015（4）：94-101.[FEI Wei. Game analysis of the safety problems in the process of food supply chain recycling： taking the ‘abandoning pig incident as an example[J]. Issues in agricultural economy，2015（4）：94-101.]

[16]董一眉.农产品供应链质量安全的源头治理研究[D].无锡：江南大学，2012.[DONG Yimei.Research on source governance on quality and safety of supply chain of agricultural products[D].Wuxi：Jiangnan Unversity，2012.]

[17]KLIEBENSTEIN J B， LAWRENCE J D.Contracting and vertical coordination in the United States pork industry[J]. American journal of agricultural economics，1995，77（5）：1213-1218.

[18]COOPER M C，LAMBERT D M，PAGH J D. Supply chain management： more than a new name for logistics[J].International journal of logistics management，1997，8（1）：1-14.

[19]PEARL J. Reverend Bayes on inference engines： a distributed hierarchical approach[R].National Conference on Artificial Intelligence. Pittsburgh， 1982：133-136.

[20]KIM J H， PEARL J.A computational model for causal and diagnostic reasoning in inference systems[M]. Morgan Kaufmann Publishers Inc，1983：190-193.

[21]PEARL J. Fusion， propagation， and structuring in belief networks[J]. Artificial intelligence， 1986， 29（3）：241-288.

[22]張连文.贝叶斯网引论[M].北京：科学出版社，2006.[ZHANG Lianwen. Introduction to Bayesian networks[M].Beijing： Science Press，2006.]

[23]SMITH J Q. Influence diagrams for Bayesian decision analysis[J].European journal of operational research， 1989，40：363-376.

[24]HOWARD R A， MATHESON J. Readings on the principles and applications of decision analysis[R]. American Mathematical Society， 1993.

[25]PEARL J. Causality： models， reasoning， and inference， second edition[M]. Cambridge University Press， 2000.

[26]王华书，林光华，韩纪琴.加强食品质量安全供应链管理的构想与对策[J].农业现代化研究，2010，31（3）：267-271.[WANG Huashu， LIN Guanghua， HAN Jiqin. Thought and measures of supply chain management to reinforce food quality and safety[J].Research of agricultural modernization，2010，31（3）：267-271.]

[27]周洁红，钱峰燕，马成武.食品安全管理问题研究与进展[J].农业经济问题，2004（4）：26-29.[ZHOU Jiehong， QIAN Fengyan， MA Chengwu. Review of food safety administration research[J]. Issues in agricultural economy，2004（4）：26-29.]