医药智能冷链物流协同模型构建

□ 崔普远，金桂根，汪晨冉，黄明杰

(云南财经大学 物流学院，云南 昆明 650221)

近几年药品质量安全问题频频出现，2018年7月“长生生物疫苗事件”便是典型案例，这使得人们更加担忧并且愈加重视药品质量安全问题。传统医药供应链从生产到销售，供销配运环节中的验收、冷藏、分拣、配送等方面信息较为封闭，存在信息孤岛协同度低等问题。

针对医药冷链物流的智能性、协同性问题，胡正东，李夏苗，李利华(2013)以生命周期理论为基础，结合净现值法提出一种LC—NPV的医药物流创新模式[1]。舒彤，王改改，汪寿阳等(2016)采用遗传算法，通过计算并结合RFID技术得出了医药冷链配送中心选址—库存的最优方案[2]。杨玮，党培(2014)将物联网、云计算等技术运用到医药物流中，使医药冷链物流体系模块化，最终构建了基于云计算的医药智能冷链物流体系[3]。以上研究多针对于医药冷链物流的环节和模式策略进行对比分析与优化，而针对医药智能冷链物流协同、追溯的研究则寥寥无几。

目前，我国医药冷链物流呈现高收益、高风险的特点，冷链物流基础设施落后，信息化水平低[4]。根据国家GMP及新修订的GSP要求，医药运输要进一步完善质量管理体系，特别是针对疫苗、血液、生物药剂等对医药冷链物流要求较高的药品，更要建立质量安全监管与追溯机制[5]。因此，本文基于RFID技术构造医药智能冷链物流协同系统，对于深化医药产品供给侧结构性改革，实现医药冷链物流智能化、信息化和自动化，提高医药物流配送效率等具有显著意义。

1 医药智能冷链物流系统基本构成

医药冷链物流是一项系统工程。它是指为了使冷藏药品实体从生产者到使用者以达到人们对疾病预防、诊断和治疗的目的所进行的生产、运输、存储、配送等一系列活动。智能冷链物流在实施过程中强调药品运输的实时监控、物流过程数据智慧化、网络协同化和信息管理智能化。本文从物流活动的运输、仓储、配送、信息处理四大要素着手，体现了医药智能冷链物流系统的基本构成，主要包括：

① 运输。包括CCMS自动化温度监控系统、TMS运输管理系统、WSN无线传感网络、GPRS无线通信网络。

②仓储。包括WMS仓库管理系统、WCS仓库控制系统、3D视觉识别系统。

③配送。包括车辆信息数据库、配送信息数据库、GIS空间地理数据库。

④信息处理。SPD院内物流管理系统、CMS业务管理系统、EDI电子数据交换系统、订单可视化系统。

2 基于AHP的序参量选取及指标构建

2.1 序参量选取的步骤

层次分析法是由美国运筹学家萨蒂于20世纪70年代提出的一种多准则决策方法。它把一个复杂决策问题分解为目标层、准则层、方案层，并对决策方案进行优劣排序，通过定性与定量分析从而做出决策[6]。许树柏(1988)运用AHP来计算每个因素的权重，具体步骤如下[7]：

2.1.1 建立递阶层次结构

这是AHP中最重要的一步。首先把复杂问题分解为元素的各个组成部分，在把这些元素按照属性分成若干组，从而形成不同层次。

本文将医药智能冷链物流系统分成三层，第一层目标层，第二层准则层，第三层方案层。

2.1.2 构造判断矩阵

假定将第一层元素Ck作为准则，那么对第二层元素A1,A2,…,An就具有支配关系。紧接着在准则Ck约束之下，按照相对重要性对A1,A2,…,An赋予权重。

本文运用专家打分与问卷调查相结合的方式，为各个指标赋予权重。判断矩阵打分标度含义表，见表1。

2.1.3 层次单排序

通过两两比较得到判断矩阵A，在利用Aw=λmaxW，解出λmax的特征向量，所得到的W经过正规化处理后作为元素A1,A2,…,An在准则Ck下的排序权重。本文在求解λmax和W值时采用幂值法。其具体步骤为：

W=(W1,W2…Wn)T即为所求特征向量。

2.1.4 一致性检验

下面给出不同维度的平均随机一致性指标值RI，见表2。

表2 RI取值表

当CR<0.1时，一般则认为判断矩阵通过一致性检验。

2.2 医药智能冷链物流指标体系构建

2.2.1 指标选取

要得到科学、客观的、有代表性的序参量的评价指标体系，那么在选取序参量上应遵循以下原则。科学性，指标应接近实际，结合医药冷链物流体系的特点。代表性，考虑医药产业与冷链物流内外各种参量间的关系，选取关键性且可代表性的指标。全面性，所选指标应全面反映研究对象的特点，数量适中。可得性，数据的来源要以数据分析为基础，权衡数据来源的真实性和难易程度。

2.2.2 指标构建及权重确定

根据以上指标选取原则，本文通过参考文献、专家咨询等多种途径，从冷链物流的基本构成要素出发，构建了由运输、仓储、配送和信息处理四个维度的医药智能冷链物流指标体系，见图3。

图3 医药智能冷链物流指标体系图

3 医药智能冷链物流协同模型构建

3.1 第一维度指标权重的确定

通过专家咨询和邀请多个医药冷链物流公司部门经理对照打分标度含义表(见表1)对本文第一维度的4个指标和第二维度的14个指标进行两两比较打分，得出以下第一维度指标A-B的判断矩阵，具体内容见表3。

表3 A-B判断矩阵

由文中层次分析法具体步骤及相关计算公式可得和Wi参数值，见表4。

表4 A-B判断矩阵及权重

通过矩阵计算得到(AW)i=

3.2 第二维度指标权重的确定

参照3.1节第一维度指标体系的确定方法，同理可以得到第二维度的三个判断矩阵、权重、最大特征根λmax及CR值，见表5-表8。

表5 B1-C判断矩阵及权重

表6 B2-C判断矩阵及权重

表7 B3-C判断矩阵及权重

表8 B4-C判断矩阵及权重

3.3 层次总排序

表9 层次总排序及综合权重

3.4 医药智能冷链物流协同系统模型

根据表9中各项指标的综合权重排序，医药智能冷链物流体系影响较大的因素为CCMS自动化温度监控系统(0.198)、订单可视化系统(0.140)、WMS仓库管理系统 (0.109)、GPRS无线通信网络(0.099)，根据协同理论，把这四项定为医药智能冷链物流系统的序参量。从而设计出医药智能冷链物流协同系统模型，见图2。

图2 医药智能冷链物流协同系统模型

4 结论

医药智能冷链物流系统是一个复杂的自组织系统，它易受到外界诸多因素影响，例如信息采集、冷链设施装备、管理水平、国家政策等。因此，系统内部各子系统之间需要通过协同作业，遵循某种规则，才能形成一定的结构或功能，使组织朝着稳定有序的过程发展。本文用AHP模型经过计算有效地解决了医药智能冷链物流体系构建中因指标太多而难以分配权重的问题。通过指标权重综合排序，得出医药冷链物流系统的主要参量，并运用协同学的相关理论知识，得出了医药智能冷链物流系统的协同要素，并构建了协同系统模型。这为医药智能冷链物流系统的协同有效性研究提出了新的思路，就提高医药冷链物流效率、保证药品质量安全具有显著意义。