ВведениеТурбулентный период постпандемической адаптации, геополитическая напряженность, задержки в грузоперевозках и нехватка товаров серьезно повлияли на существующие цепочки поставок (ЦП) [3]. Независимо от происхождения сбоев (например, естественного, геополитического или экономического), их возникновение может привести к разрушительным последствиям и серьезно подорвать стабильность, выживаемость и устойчивость организации [14]. Когда сбои ЦП не могут быть ограничены определенной областью и распространяются по всей системе, это может привести к волновому эффекту, в итоге влияя на операционные и финансовые показатели пострадавшего предприятия. В отличие от «эффекта кнута», который описывает усиление изменчивости спроса в восходящем ЦП, волновой эффект вызывается менее частыми, но более значительными сбоями, которые резонируют со структурной динамикой ЦП.Несмотря на тщательную разработку эффективности и устойчивости, в существующих исследованиях зерновых цепочек создания ценности (ЗЦСЦ) отсутствуют знания и рекомендации для эффективного реагирования на волновые эффекты и работы во время значительных сбоев. Природа ЗЦСЦ многогранна и состоит из множества взаимозависимых секторов и подэлементов, таких как первичная агропродукция, производство продуктов питания, обращение и потребление. Другие взаимосвязанные факторы, способствующие развитию глобальных и универсальных ЗЦСЦ, такие как логистика, информационные технологии, правила импорта-экспорта и отношение потребителей, крайне уязвимы для волновых эффектов из-за внешней неопределенности. Анализ последних исследований и публикацийС точки зрения логистики, пограничные ограничения, закрытие портов, трудности импорта-экспорта и приостановка транспортировки нарушают распределительную сеть цепочек поставок, ослабляют операционную эффективность и вызывают внезапные скачки цен на сельхоз продукцию и продукты питания [6]. Из-за совокупного волнового эффекта COVID-19 75% предприятий пищевой промышленности пострадали от сбоев ЦП [13]. Установлено, что строгие логистические меры ставят под угрозу национальную продовольственную безопасность страны, одновременно навязывая закрытие границ и прерывая торговлю с соседними и другими странами.Таким образом, чтобы справиться с непредвиденными уязвимостями и неравенством ЗЦСЦ, выявленными недавними сбоями цепочек, и обеспечить продовольственную безопасность необходимо переосмыслить и перепроектировать свои стратегии ЦП, чтобы противостоять длительным последствиям сбоев и быстро восстанавливаться после них. В этой связи COVID-19 недавно побудил исследователей раскрыть различные формы ЦСЦ [14], такие как устойчивый ЦП, жизнеспособный ЦП и цифровой ЦП [17] для устранения сбоев. Однако, несмотря на накопленные знания о влиянии волновых эффектов, существующая литература не предлагает эффективных стратегий смягчения последствий.Обзор публикаций показывает, что часть исследований сосредоточены на изучении нескольких подходов, таких как: разработка цифрового двойника; методы исследования операций; моделирование последствий, чтобы противостоять волновому эффекту на ЦП за счет автоматизации действий. Следовательно, общие подходы, охватывающие ЗЦСЦ с учетом реальных динамических внешних неопределенностей, остаются неизученными в существующей научной литературе, что может быть преодолено посредством современных подходов нечетко-множественного имитационного моделирования.Основное исследование. Когнитивное моделирование активно применяется для получения новых знаний о сложных системах, прогнозирования возможных путей развития и управления ими и является ключевым этапом имитационного оценивания влияния эффектов в условиях высокой неопределенности.В таком исследовании используются результаты синтеза методов анализа Парето, TISM и когнитивного моделирования для анализа факторов, способствующих возникновению волновых эффектов, по нескольким важным причинам [2]. Во-первых, анализ Парето был применен в этом исследовании, поскольку он может независимо отделять жизненно важные переменные от тривиальных без попарного сравнения. Это также широко используемый и простой в применении инструмент, который ранее применялся во многих подобных исследованиях. Во-вторых, метод TISM наиболее адекватен в силу его структурированного подхода к расшифровке и отображению сложных взаимосвязей между переменными [16]. Этот метод часто выбирают, когда ранжирования альтернатив недостаточно для реализации, а представление взаимосвязей между альтернативами может дать лучшее понимание лицам, принимающим решения [12]. Его применение распространяется на различные отрасли, поддерживая управление рисками, обоснованное принятие решений, разработку политики и оптимизацию ЦП. В-третьих, когнитивный анализ выбран для содействия эффективному определению ключевых параметров, учитывающих распределение ресурсов и принятию решений, поскольку он может визуально отображать взаимосвязи, полученные из TISM [12]. Его полезность распространяется на оценку рисков, стратегическое планирование и понимание динамики взаимосвязанных переменных. В-четвертых, сочетание TISM и когнитивного анализа обеспечивает значительные преимущества по сравнению с популярными методами принятия решений по нескольким критериям (MCDM). В соответствии с логикой исследования изначальные факторы, способствующие решению проблемы волнового эффекта в ЗЦСЦ, определены посредством классического литературного поиска и представлены в Таблице 1. Им также присвоены соответствующие кодификаторы. Таблица 1Список факторов, оказывающих влияние на продовольственную безопасность в сфере КодСпособствующие факторыСсылкиV1Цифровая трансформация Черепухин Т.Ю. и др. [11]V2Диверсификация источниковGebhardt K.M. и др. [15]V3Оптимизация уровня запасовАбдрахманов О., Зулпукарова Т. [1]V4Снижение рисков при производстве зерна за счет стабилизации цен на топливо, удобрения, семена и пестицидыEl Korchi A. [14]V5Координация между различными уровнями цепочки СЦIvanov D., Dolgui A. [13]V6Денежные потокиScarpin M.R.S. и др. [17]V7Формирование государственно-частного партнерстваКарпенко Е.М. [5]V8Стимулирование спроса на продукты питанияKarmaker А. и др. [16]V9Создание альтернативных логистических и транспортных режимов и маршрутовДолгий А., Иванов Д. [3]V10Автоматизация заказовКанаматова Д.А. [4]V11Реконфигурация распределительной сети Авторское представлениеV12Улучшение прозрачности ЦСЦАбдрахманов О., Зулпукарова Т. [1]V13Инфраструктура продовольственного рынкаЛомакин П.Н. [7]V14Государственные субсидииКанаматова Д.А. [4]V15Разнообразные формы поддержкиПрудиус Е.В. [8]V16Страхование рисковПрудиус Е.В. [8]V17Объединение поставщиковАвторское представлениеV18Стандарты поведения в условиях неопределённостиАвторское представление  В данном исследовании предлагается комплексный подход к выявлению, расстановке приоритетов и описанию взаимосвязей между факторами, способствующими ЗЦСЦ, для решения проблемы волнового эффекта, обеспечения устойчивости и продовольственной безопасности. Для достижения целей исследования была реализована последовательность шагов. Во-первых, значимые факторы, способствующие развитию, были изначально определены (таблица 1). Во-вторых, был применен анализ Парето для выделения наиболее доминирующих факторов для дальнейшего исследования. В-третьих, была разработана иерархическая модель на основе TISM для изучения взаимосвязей между доминирующими факторами, способствующими развитию. Наконец, для анализа использовалось когнитивное моделирование.В исследовании анализ Парето использовался для того, чтобы отличить наиболее важные от незначительных, что позволило этому исследованию сосредоточиться на соответствующих факторах. Он основан на правиле 80/20, которое гласит, что только 20% событий приводят к 80% случаев [10]. Что касается этой идеи, то работа с волновыми эффектами в ЗЦСЦ не будет существенно затронута остальными 80% факторов. В результате точка отсечения для выбора существенных факторов была установлена на уровне 80% от общего процента.После обработки средние рейтинги приоритета по отношению к факторам реализации были сопоставлены и рассчитаны в кумулятивных процентах. На основе процентных оценок наиболее влиятельные факторы реализации в управлении волновыми эффектами в ЗЦСЦ были выделены для дальнейшего изучения. На основе результата, полученного в результате анализа Парето, 13 значимых факторов реализации были сохранены для дальнейшего анализа с использованием когнитивной карты, в то время как пять оставшихся факторов реализации были отброшены. Пять исключенных факторов реализации, следующие:Координация между различными уровнями ЦП (V5);Создание альтернативных логистических и транспортных режимов и маршрутов (V9);Инфраструктура продовольственного рынка (V13);Продвижение различных правительственных инициатив, таких как субсидии на удобрения и топливо, а также снижение импортных пошлин и НДС (V14);Стандарты поведения участников рынка в условиях неопределённости (V18).Результаты структуризации факторов показаны на рисунке 1.   Рис. 1. Диаграмма Парето факторов, способствующих преодолению волновых эффектов в ЗЦСЦ (составлено авторами) Затем была построена агрегированная структурная матрица самовзаимодействия. Для выражения двунаправленных отношений между двумя факторами влияния эксперты использовали символы (V), (A), (X) и (O), где (V) обозначает, как фактор влияния (i) влияет на фактор влияния (j), а (A) представляет все эффекты фактора влияния (j) на фактор влияния (i). В отличие от (O), который указывает на отсутствие связи между факторами влияния (I) и (j), (X) указывает на то, что оба фактора влияют друг на друга [2].  Таблица 2Агрегированная матрица взаимодействия (составлено авторами) Базовый факторV17V16V15V12V11V10V8V7V6V4V3V2V1V1АООВВОВОАООА V2ХОООВОООХОО  V3ОВВААХАВОВ   V4ОХВАОААВО    V6ХОООВООО     V7ОАХООАО      V8ОВОХАВ       V10ОВВАА        V11АООВ         V12ОВО          V15ОА           V16О            V17               Получены движущие и зависимые силы всех факторов, рассчитанные на основе окончательной матрицы достижимости (FRM). Данные факторы имеют высокую движущую силу при минимальной зависимости:цифровая трансформация (V1);диверсификация источников (V2);управление денежными потоками для предотвращения кризиса ликвидности (V6);реконфигурация распределительной сети для повышения устойчивости (V11);объединение поставщиков в соответствии с рисками сбоев (V17).Также был выявлен другой набор факторов, которые продемонстрировали высокую зависимость от внешней движущей силы:оптимизация уровня запасов с использованием инструментов расширенной аналитики (V3);снижение рисков производства зерна путем стабилизации ЦП топлива, удобрений, семян и пестицидов (V4);формирование государственно-частного партнерства (V7);эффективное управление сроками поставки с использованием отслеживания заказов в реальном времени (V10);повышение гибкости за счет разнообразных форм поддержки (V15);страхование рисков повторяющихся сбоев ЦП (V16).Матрица взаимосвязей цикличной связности представлена в таблице 3 Таблица 3Уровневое разбиение факторов реализации (составлено авторами)Элементы (Ми)Набор достижимости R (Mi)Набор антецедентов A (Ni)Множество пересечений R (Mi)∩A (Ni)УровеньV1V1V1, V2, V6, V17V16V2V2, V6, V17V2, V6, V17V2, V6, V177V3V3, V10V1, V2, V3, V6, V8, V10, V11, V12, V17V3, V103V4V4, V16V1, V2, V3, V4, V6, V8, V10, V11, V12, V16, V17V4, V162V6V2, V6, V17V2, V6, V17V2, V6, V177V7V7, V15V1, V2, V3, V4, V6, V7, V8, V10, V11, V12, V15, V16, V17V7, V151V8V8, V12V1, V2, V6, V8, V11, V12, V17V8, V124V10V3, V10V1, V2, V3, V6, V8, V10, V11, V12, V17V3, V103V11V11V1, V2, V6, V11, V17V115V12V8, V12V1, V2, V6, V8, V11, V12, V17V8, V124V15V7, V15V1, V2, V3, V4, V6, V7, V8, V10, V11, V12, V15, V16, V17V7, V151V16V4, V16V1, V2, V3, V4, V6, V8, V10, V11, V12, V16, V17V4, V162V17V2, V6, V17V2, V6, V17V2, V6, V177 Далее была произведена обработка данных факторов с использованием имитационного моделирования в программной среде Cognimod [9]. На рис. 2 показано графическое представление факторов на разных уровнях, иллюстрирующее связи между факторами на разных уровнях и их основные связи.   Рис. 2. Графическое представление факторов на разных уровнях влияния Далее была представлена иерархическая структура связанных факторов с использованием интегрированной модели для оказания помощи компаниям и политикам в формулировании планов восстановления для снижения волновых эффектов и обеспечения продовольственной безопасности. В этом исследовании были определены пять наиболее значимых факторов, которые расположены на трех нижних уровнях модели и имеют сравнительно большую движущую силу (таблица 3). Это указывает на то, что они окажут значительное влияние на все остальные факторы:Это диверсификация источников ресурсов (V2);управление денежными потоками для предотвращения кризиса ликвидности (V6);Объединение поставщиков в соответствии с рисками непредвиденных обстоятельств (V17);оцифровка цепочки поставок с помощью передовых технологий (V1);реконфигурация распределительной сети для повышения устойчивости (V11).Проверка (тестирование) гипотез имитационного моделирования представлена в таблице 4. Таблица 4 Результаты имитационного моделирования ключевых гипотез исследования (составлено авторами)    ВершинаГрафик имитационного процессаОписаниеДиверсификация источников ресурсов  Понижение параметра источников ресурсов окажет в 2,5 раза большее влияние уровень продовольственной безопасности в целом и снизит скорость цифровой трансформации всего за 7 итераций, следовательно данный параметр требует оптимизацииДенежные потокиУправление параметрами денежных потоков окажет сильное на продовольственную безопасность как при снижении потоков, так и при увеличении денежных потоков, за два шага ликвидность критически изменяется отрицательно или положительноОбъединение поставщиковПараметр кластеризации поставщиков позволит на 80% снизить риски при введении логистических распределительных сетейЦифровая трансформацияПараметр оцифровывания поставок в шесть раз увеличит прозрачность платежей, положительно повлияет на динамику денежных поток и качество распределения заказовРеконфигурация распределительной сетиИзменение конфигурации распределительной сети повлияет на снижение затрат, будет способствовать роту эффективности распределения ресурсов и росту поставщиков, смягчит волновые колебания от отрицательного воздействия иных внешних факторов  Исследование также показало, что диверсификация источников происхождения (V2), управление денежными потоками для избежания кризиса ликвидности (V6) и объединение поставщиков в соответствии с деструктивными рисками (V17) могут считаться независимыми факторами реализации. Учитывая, что ЦП особенно уязвим, если он полностью полагается на одного поставщика из-за ценовой конкуренции, растущих бизнес-рисков, задержек поставок и ограничений мощностей.Gebhardt K.M. и др. [15] предположили, что диверсификация источников происхождения (V2) имеет решающее значение для преодоления волновых эффектов. Учитывая, что мониторинг денежных потоков дает компаниям информацию для принятия стратегических решений, подготовки инвестиций и снижения рисков, Scarpin M.R.S. и др. [17] определили управление денежными потоками для избежания кризиса ликвидности (V6) как важный фактор управления волновыми эффектами. Результаты исследования показали, что объединение поставщиков в соответствии с рисками нарушения работы (V17) является важнейшим фактором управления волновыми эффектами в ЗЦСЦ, поскольку выбор и оценка поставщиков являются одним из важнейших стратегических решений для построения успешного и долгосрочного бизнеса.Оцифровка ЦП с помощью передовых технологий (V1) оказалась второй по значимости группой факторов. Внедрение прорывных инноваций, таких как Industry 4.0, блокчейны и аддитивное производство, ускорит способность ЗЦСЦ поддерживать волновой эффект посредством цифровой трансформации (V1) окажет значительное влияние на уменьшение волновых эффектов в ЗЦСЦ. Реконфигурация распределительной сети для повышения устойчивости (V11) оказалась единственным фактором на уровне 5. Вероятно можно реорганизовать распределительную сеть ЦП, чтобы сэкономить затраты, способствовать более тесному сотрудничеству и прозрачности, охватить больше потребителей и способствовать более быстрому развитию.Нестабильный и турбулентный ландшафт привел к волновому эффекту и новым потрясениям для большинства стран. Высокие цены на топливо оказывают волновое воздействие на ЗЦСЦ из-за роста затрат на вспашку, скашивание и орошение. Трудности с экспортом оказывают волновое воздействие на ЗЦСЦ из-за роста стоимости удобрений и пестицидов. Чтобы справиться с этими тревожными ситуациями и обеспечить экономическую безопасность бизнеса, зернопроизводители и трейдеры должны использовать факторы, способствующие безрисковости ЦП, чтобы преодолеть опасные последствия соответствующих волновых эффектов.Факторы, способствующие преодолению их в ЗЦСЦ еще не изучены в полной мере, поэтому данное исследование было направлено на использование знаний о волновых эффектах и последующее выявление, расстановку приоритетов и описание взаимосвязей между факторами с использованием комбинации анализа Парето, методов TISM и когнитивного моделирования. Благодаря комплексной оценке литературы выявлено 18 факторов, способствующих продовольственной безопасности цепочек зерна. Что, в свою очередь, позволило на основе проведения анализа Парето выявить 13 значимых, прошедших уровневую кластеризацию посредством методов TISM и MICMAC. Формализованные контекстные связи между факторами, способствующими экономической продовольственной безопасности, были протестированы когнитивной имитационной моделью. Результаты исследования показали, что цифровая, управление денежными потоками для предотвращения кризиса ликвидности, реконфигурация распределительной сети для улучшения и формирование устойчивых объединений поставщиков являются пятью наиболее значимыми факторами, которые должны стать основой для разработки программ управления продовольственной безопасностью.