楊滿意 牛莉霞

關(guān)鍵詞疫苗;供應(yīng)鏈;最優(yōu)最劣法;熵權(quán)法;組合賦權(quán)法;風(fēng)險(xiǎn)評(píng)估

現(xiàn)階段，全球疫苗需求數(shù)量龐大，這不僅給疫苗生產(chǎn)帶來了巨大壓力，也使冷鏈運(yùn)輸面臨巨大挑戰(zhàn)。與其他供應(yīng)鏈相比，疫苗供應(yīng)鏈具有質(zhì)量要求高、時(shí)效性強(qiáng)、損失代價(jià)大的特性。相關(guān)研究表明，運(yùn)輸是疫苗冷鏈中最薄弱的環(huán)節(jié)，容易發(fā)生疫苗超溫等風(fēng)險(xiǎn)[1]。2016 年“山東疫苗事件”中，涉案疫苗未經(jīng)嚴(yán)格冷鏈運(yùn)輸存儲(chǔ)，導(dǎo)致疫苗超溫，在全國(guó)范圍內(nèi)引起了群眾的疫苗恐慌情緒。數(shù)據(jù)顯示，“山東疫苗事件”后，家長(zhǎng)拒絕讓兒童接種疫苗的比例高達(dá)50%[2]。疫苗供應(yīng)鏈風(fēng)險(xiǎn)一旦發(fā)生，極易造成疫苗供應(yīng)不及時(shí)、疫苗療效減弱甚至失效等后果，危及群眾的生命安全。因此，對(duì)疫苗供應(yīng)鏈運(yùn)作流程中的風(fēng)險(xiǎn)因素進(jìn)行識(shí)別和評(píng)估，明確各流程風(fēng)險(xiǎn)對(duì)疫苗供應(yīng)鏈整體風(fēng)險(xiǎn)的重要程度，有助于疫苗供應(yīng)鏈中的利益相關(guān)主體分級(jí)分層制定風(fēng)險(xiǎn)治理策略，做到重點(diǎn)、精準(zhǔn)管控。

目前，國(guó)內(nèi)外學(xué)者關(guān)于疫苗風(fēng)險(xiǎn)評(píng)估的研究主要聚焦于2 個(gè)方面：一是疫苗藥品生產(chǎn)或運(yùn)輸環(huán)節(jié)的風(fēng)險(xiǎn)評(píng)估，常用方法包括失效模式及后果分析（failure modeand effect analysis）、故障樹分析（fault tree analysis）等;二是疫苗供應(yīng)鏈風(fēng)險(xiǎn)的評(píng)估，常用方法包括以決策實(shí)驗(yàn)室法為基礎(chǔ)的網(wǎng)絡(luò)層次分析法（decision-making-trialand evaluation-laboratory-based analytic network process）、模糊層次分析法（fuzzy analytic hierarchy process）等。但通過綜述現(xiàn)有研究發(fā)現(xiàn)，在對(duì)疫苗供應(yīng)鏈風(fēng)險(xiǎn)進(jìn)行評(píng)估時(shí)，基于供應(yīng)鏈全過程視角的研究相對(duì)較少。即使基于供應(yīng)鏈全過程，風(fēng)險(xiǎn)評(píng)估時(shí)所用數(shù)據(jù)也主要依賴于專家打分結(jié)果，并未與客觀數(shù)據(jù)相結(jié)合。因此，將主客觀方法進(jìn)行組合運(yùn)用到疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)估中仍待進(jìn)一步開展。李剛等[3]結(jié)合案例證明了主客觀組合賦權(quán)法的可行性。與單一賦權(quán)法相比，組合賦權(quán)法有效避免了單獨(dú)使用某一種賦權(quán)方法的缺點(diǎn)，并且能夠充分利用專家的經(jīng)驗(yàn)和數(shù)據(jù)本身的信息，使得賦權(quán)結(jié)果更加客觀[4]。因此，本文采用最優(yōu)最劣法（best-worst method，BWM）確定指標(biāo)主觀權(quán)重，采用熵權(quán)法確定指標(biāo)客觀權(quán)重，并運(yùn)用Lagrange 乘子法求解出指標(biāo)的最優(yōu)組合權(quán)重，以得到更加客觀的評(píng)估結(jié)果，為疫苗供應(yīng)鏈中利益相關(guān)方制定風(fēng)險(xiǎn)管控策略提供參考。

1 疫苗供應(yīng)鏈風(fēng)險(xiǎn)因素初始集的構(gòu)建

1.1 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建原理

結(jié)合供應(yīng)鏈的定義[5]，本文將疫苗供應(yīng)鏈定義為：圍繞疫苗這一核心產(chǎn)品，從疫苗用物料采購(gòu)開始，由疫苗生產(chǎn)企業(yè)制造出成品，經(jīng)配送網(wǎng)絡(luò)運(yùn)至疫苗接種點(diǎn)，最終完成人員接種，將疫苗用物料供應(yīng)商、疫苗生產(chǎn)企業(yè)、各級(jí)疾控中心和防疫部門、被接種人員連接為一體的功能型網(wǎng)絡(luò)。從定義來看，疫苗供應(yīng)鏈的結(jié)構(gòu)模式非常清晰——以疫苗生產(chǎn)企業(yè)為核心，上一級(jí)為疫苗用物料供應(yīng)商，下一級(jí)為各級(jí)疾控中心和防疫部門，物流運(yùn)輸通常為企業(yè)自營(yíng)物流或第三方物流企業(yè)。但與其他供應(yīng)鏈相比，疫苗供應(yīng)鏈具有其特殊性，主要表現(xiàn)在產(chǎn)品特性、時(shí)效性及損失代價(jià)等方面。也正是由于疫苗供應(yīng)鏈自身特殊性的存在，使得風(fēng)險(xiǎn)損失和風(fēng)險(xiǎn)管控難度大大增加。

風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的最終構(gòu)建需經(jīng)過多個(gè)步驟，如風(fēng)險(xiǎn)因素初始集的確立、灰色關(guān)聯(lián)分析的篩選、秩相關(guān)分析的篩選、指標(biāo)體系合理性檢驗(yàn)等。風(fēng)險(xiǎn)因素初始集作為風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系整個(gè)構(gòu)建過程的基礎(chǔ)，其確立尤為重要。而依據(jù)上述疫苗供應(yīng)鏈的定義，本文選取由國(guó)際供應(yīng)鏈協(xié)會(huì)（Supply Chain Council）提出的供應(yīng)鏈運(yùn)作參考（supply chain operations reference，SCOR）模型作為風(fēng)險(xiǎn)診斷工具[6]，同時(shí)也將其作為風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建的理論基礎(chǔ)。SCOR模型不僅能清晰地將疫苗供應(yīng)鏈結(jié)構(gòu)組成描述出來，還能系統(tǒng)地識(shí)別出疫苗供應(yīng)鏈中的潛在風(fēng)險(xiǎn)因素。此外，為使結(jié)果更加全面，在對(duì)疫苗生產(chǎn)企業(yè)的生產(chǎn)流程風(fēng)險(xiǎn)進(jìn)行識(shí)別時(shí)，本文引入全面質(zhì)量管理理論，從“人、機(jī)、料、法、環(huán)”，即疫苗生產(chǎn)人員、設(shè)備、原料、方法、環(huán)境5 個(gè)角度確定生產(chǎn)流程中的風(fēng)險(xiǎn)因素。

1.2 風(fēng)險(xiǎn)因素初始集確立

為有效避免風(fēng)險(xiǎn)因素的確立受到主觀隨意性的影響，本文在風(fēng)險(xiǎn)因素初始集確立時(shí)，遵循科學(xué)性、顯著性、可操作性等原則[7]，圍繞疫苗供應(yīng)鏈內(nèi)部運(yùn)作流程，從計(jì)劃、采購(gòu)、生產(chǎn)、配送及退貨流程角度出發(fā)，將SCOR模型中所包含的具體活動(dòng)與疫苗生產(chǎn)企業(yè)自身特點(diǎn)相結(jié)合[8]，并參考國(guó)內(nèi)外文獻(xiàn)中出現(xiàn)頻率較高的疫苗風(fēng)險(xiǎn)因素[9-13]，科學(xué)、合理地分析疫苗供應(yīng)鏈中存在的風(fēng)險(xiǎn)，從而構(gòu)建出如表1 所示的疫苗供應(yīng)鏈風(fēng)險(xiǎn)因素初始集。

2 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)篩選與體系構(gòu)建

2.1 指標(biāo)篩選

以問卷調(diào)查的形式邀請(qǐng)5 位疫苗供應(yīng)鏈領(lǐng)域的專家，從“系統(tǒng)性、科學(xué)性、可操作性、顯著性、簡(jiǎn)明性”5 個(gè)維度對(duì)本文構(gòu)建的風(fēng)險(xiǎn)因素初始集進(jìn)行打分，各維度滿分為20 分，最終以專家對(duì)各維度打分之和作為初始數(shù)據(jù)結(jié)果。結(jié)合初始數(shù)據(jù)，按照?qǐng)D1 所示的構(gòu)建思路對(duì)表1中的指標(biāo)進(jìn)行篩選。將灰色關(guān)聯(lián)分析與秩相關(guān)分析2 種方法相結(jié)合對(duì)風(fēng)險(xiǎn)指標(biāo)體系進(jìn)行定量篩選，既能精簡(jiǎn)風(fēng)險(xiǎn)指標(biāo)的數(shù)量，又能保證篩選出的指標(biāo)間不存在信息重復(fù)和最大程度替代初始集指標(biāo)的信息含量，使得指標(biāo)篩選結(jié)果更具合理性、科學(xué)性與客觀性[14]。

2.1.1 灰色關(guān)聯(lián)分析篩選指標(biāo)采用極差法對(duì)初始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，根據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)計(jì)算比較序列與母序列的絕對(duì)差值。從計(jì)算出的絕對(duì)差值中找出兩級(jí)最大差和兩級(jí)最小差，并運(yùn)用關(guān)聯(lián)系數(shù)求解公式計(jì)算出關(guān)聯(lián)系數(shù)ξ（i k），最后計(jì)算出關(guān)聯(lián)度。在對(duì)風(fēng)險(xiǎn)因素初始集進(jìn)行第1 次篩選時(shí)，將界定閾值設(shè)定為各指標(biāo)的灰色關(guān)聯(lián)度均值，并據(jù)此進(jìn)行篩選。剔除小于均值的指標(biāo)，反之則保留。具體計(jì)算結(jié)果見表2，其中將原料核準(zhǔn)水平、倉(cāng)儲(chǔ)管理水平、交叉感染、流程方法準(zhǔn)確性、變更研究充分性、消毒方式及頻率、產(chǎn)成品管控水平7 個(gè)指標(biāo)刪除。

2.1.2 秩相關(guān)分析篩選指標(biāo)經(jīng)過第1 輪灰色關(guān)聯(lián)分析篩選后，對(duì)得以保留的20 個(gè)指標(biāo)的數(shù)據(jù)使用SPSS 26 軟件處理，得到各指標(biāo)間的Spearman 相關(guān)系數(shù)。依據(jù)秩相關(guān)分析篩選原則，將疫苗供應(yīng)鏈風(fēng)險(xiǎn)指標(biāo)之間相關(guān)系數(shù)大于0.9 的指標(biāo)挑選出來，用字母i 和j 對(duì)存在信息共線的指標(biāo)進(jìn)行編號(hào)，并刪除灰色關(guān)聯(lián)度較低的指標(biāo)。根據(jù)第2 次秩相關(guān)分析的計(jì)算結(jié)果如表3 所示，其中將產(chǎn)品微粒和微生物污染、設(shè)備使用規(guī)范性2 個(gè)指標(biāo)刪除，保留產(chǎn)品環(huán)境污染與生產(chǎn)操作規(guī)范性指標(biāo)。

2.1.3 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系合理性判定基于主成分-信息熵的方法[15]，運(yùn)用信息貢獻(xiàn)測(cè)算模型對(duì)表2 和風(fēng)險(xiǎn)因素初始集中指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行處理，計(jì)算得到最終構(gòu)建的疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系與風(fēng)險(xiǎn)因素初始集的信息貢獻(xiàn)比值為85%，大于合理性判定標(biāo)準(zhǔn)的臨界值80%，且僅用了67%的指標(biāo)反映了85%的疫苗供應(yīng)鏈風(fēng)險(xiǎn)信息量，表明最終構(gòu)建的疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系具有合理性。

2.2 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的最終確定

運(yùn)用灰色關(guān)聯(lián)分析和秩相關(guān)分析2 種方法對(duì)風(fēng)險(xiǎn)因素初始集進(jìn)行雙重篩選，將無法高度替代原始信息量及存在信息共線的指標(biāo)予以刪除，從而確立最終的疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，詳見表4。

3 疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重確定

風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建完成后，需確定各風(fēng)險(xiǎn)指標(biāo)的權(quán)重。在多準(zhǔn)則決策問題中，指標(biāo)權(quán)重的確定直接影響評(píng)價(jià)指數(shù)的準(zhǔn)確程度。評(píng)估結(jié)果的合理性也取決于權(quán)重設(shè)置是否具有科學(xué)性。因此，選擇科學(xué)合理的賦權(quán)方法對(duì)于指標(biāo)權(quán)重的確定至關(guān)重要。主觀和客觀賦權(quán)法作為目前常用的指標(biāo)權(quán)重確定方法，各有其弊端。使用主觀賦權(quán)法時(shí)決策主觀隨意性大，容易造成評(píng)估結(jié)果不穩(wěn)定;而客觀賦權(quán)法又不能直接反映指標(biāo)本身的重要性。

為有效克服單一使用主客觀賦權(quán)法的弊端，本文在對(duì)所構(gòu)建的疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重進(jìn)行確定時(shí)，采用主客觀組合賦權(quán)的方式。選取BWM和熵權(quán)法作為指標(biāo)賦權(quán)的主觀和客觀方法。此外，為使最終評(píng)估結(jié)果更客觀，更好地為決策提供參考，本文采用Lagrange 乘子法進(jìn)行組合賦權(quán)，求解出最優(yōu)組合權(quán)重，得到疫苗供應(yīng)量風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的評(píng)估結(jié)果。

3.1 BWM確定指標(biāo)權(quán)重

BWM是由Rezaei[16]于2015 年提出的一種新的多準(zhǔn)則決策方法。該方法基于指標(biāo)兩兩比較的思想，先由決策者從評(píng)價(jià)指標(biāo)中集中選取最優(yōu)、最劣指標(biāo)，再與其他指標(biāo)比較，從而構(gòu)造出最優(yōu)和最劣指標(biāo)的比較向量[17]。

相較于傳統(tǒng)的層次分析法，BWM只需進(jìn)行（2n-3）次比較，降低了比較次數(shù)，簡(jiǎn)化了復(fù)雜的比較過程，能夠有效降低因評(píng)價(jià)過程繁瑣帶來的邏輯混亂和失誤風(fēng)險(xiǎn)，有助于提高一致性檢驗(yàn)通過效率，使賦權(quán)結(jié)果更為可靠。

3.2 熵權(quán)法確定指標(biāo)權(quán)重

判斷一個(gè)指標(biāo)的離散程度通常使用熵值。指標(biāo)的重要程度和離散程度與熵值大小成反比。熵值越小，指標(biāo)的重要程度和離散程度就越高;如果指標(biāo)熵值相等，則說明指標(biāo)的重要性相同[17]。因此，在確定指標(biāo)權(quán)重時(shí)，熵權(quán)法被廣泛采用，為多準(zhǔn)則評(píng)價(jià)提供了依據(jù)。

4 算例分析

依據(jù)上述疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重確定過程，本文以國(guó)內(nèi)5 家生產(chǎn)相同疫苗產(chǎn)品的企業(yè)數(shù)據(jù)為初始樣本（其中難以獲取的初始數(shù)據(jù)，以問卷調(diào)查形式邀請(qǐng)供應(yīng)鏈領(lǐng)域的專家打分），并運(yùn)用式（1）～（3）對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)估評(píng)價(jià)矩陣p：

運(yùn)用式（4）、（5）對(duì)各級(jí)指標(biāo)熵值進(jìn)行求解，結(jié)果見表5。再依據(jù)式（6）求解出各級(jí)指標(biāo)權(quán)重，結(jié)果見表6 第③、④列。

利用熵權(quán)法求出各一級(jí)指標(biāo)和二級(jí)指標(biāo)的熵值，并依據(jù)計(jì)算結(jié)果，進(jìn)行指標(biāo)的重要性排序，從而選出最優(yōu)和最劣指標(biāo)。以一級(jí)指標(biāo)為例，選取生產(chǎn)流程風(fēng)險(xiǎn)為最優(yōu)指標(biāo)，退貨流程風(fēng)險(xiǎn)為最劣指標(biāo)，并將生產(chǎn)流程風(fēng)險(xiǎn)和其他指標(biāo)，以及其他指標(biāo)與退貨流程風(fēng)險(xiǎn)進(jìn)行兩兩比較，得到最優(yōu)和最劣比較向量，分別為A3=（4，2，1，3，9）和A5=（3，6，9，4，1）T。

通過MATLAB 軟件求解一級(jí)指標(biāo)權(quán)重如表6 第⑥列所示。其中ξ=0.394，求得CR 值為0.08，小于0.1，表明通過一致性檢驗(yàn)。同理，運(yùn)用BWM確定各二級(jí)指標(biāo)的權(quán)重，并將計(jì)算結(jié)果匯總，見表6 第⑤、⑥列。同時(shí)，根據(jù)ξ值對(duì)CR求解，結(jié)果顯示CR值均小于0.1，表明各判斷矩陣均通過了一致性檢驗(yàn)。

根據(jù)上述BWM 和熵權(quán)法指標(biāo)賦權(quán)結(jié)果，利用Lagrange 乘子法進(jìn)行組合賦權(quán)，得到最優(yōu)組合權(quán)重，結(jié)果見表6 第⑦、⑧列。

評(píng)估結(jié)果顯示，生產(chǎn)流程風(fēng)險(xiǎn)組合權(quán)重為0.607，在疫苗供應(yīng)鏈整體風(fēng)險(xiǎn)中所占權(quán)重最高，其余依次為采購(gòu)（0.234）、配送（0.102）、計(jì)劃（0.053）、退貨（0.004）流程風(fēng)險(xiǎn)。這表明在各流程風(fēng)險(xiǎn)中，生產(chǎn)流程風(fēng)險(xiǎn)與疫苗供應(yīng)鏈的整體風(fēng)險(xiǎn)關(guān)聯(lián)性最大，重要程度最高，該流程風(fēng)險(xiǎn)的管控對(duì)整個(gè)疫苗供應(yīng)鏈的有效運(yùn)行影響最大。因此，在對(duì)風(fēng)險(xiǎn)進(jìn)行管控時(shí)，企業(yè)應(yīng)高度重視疫苗生產(chǎn)環(huán)節(jié)的風(fēng)險(xiǎn)因素。而其他流程風(fēng)險(xiǎn)，雖然權(quán)重占比較低，但仍不可忽視。此外，還應(yīng)對(duì)各流程中具體的風(fēng)險(xiǎn)因素進(jìn)行治理，重點(diǎn)關(guān)注權(quán)重排名前2 位的風(fēng)險(xiǎn)因素，如產(chǎn)品用物料不合格、物料混淆使用、質(zhì)量穩(wěn)定性、供應(yīng)準(zhǔn)時(shí)性、設(shè)備運(yùn)行狀況、人力資源水平、供需預(yù)測(cè)準(zhǔn)確率、風(fēng)險(xiǎn)意識(shí)水平、產(chǎn)品質(zhì)量等。將有限的資源與精力投入到最重要、最亟待解決的風(fēng)險(xiǎn)問題中，這也是對(duì)疫苗供應(yīng)鏈風(fēng)險(xiǎn)進(jìn)行評(píng)估的目的和價(jià)值所在。

5 結(jié)論

本文基于SCOR模型和全面質(zhì)量管理理論，對(duì)疫苗供應(yīng)鏈流程運(yùn)行中的風(fēng)險(xiǎn)進(jìn)行了分析，識(shí)別出27 個(gè)風(fēng)險(xiǎn)因素。采用灰色關(guān)聯(lián)分析和秩相關(guān)分析2 種方法對(duì)風(fēng)險(xiǎn)因素初始集進(jìn)行篩選，共刪除9 個(gè)指標(biāo)，得到篩選后的疫苗供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。運(yùn)用主成分-信息熵方法對(duì)所構(gòu)建的風(fēng)險(xiǎn)指標(biāo)評(píng)價(jià)體系合理性進(jìn)行檢驗(yàn)，結(jié)果顯示僅用67%的指標(biāo)反映了85%的疫苗供應(yīng)鏈風(fēng)險(xiǎn)信息量，表明疫苗供應(yīng)鏈風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建具有合理性。相較于現(xiàn)有研究，本文采用定性與定量相結(jié)合的方法，克服了僅運(yùn)用定性方法而導(dǎo)致的指標(biāo)間信息重復(fù)或冗余的問題。

同時(shí)，本研究基于BWM-熵權(quán)法-Lagrange 乘子法模型對(duì)疫苗供應(yīng)鏈風(fēng)險(xiǎn)進(jìn)行評(píng)估，結(jié)果顯示生產(chǎn)流程風(fēng)險(xiǎn)組合權(quán)重為0.607，在疫苗供應(yīng)鏈整體風(fēng)險(xiǎn)中所占權(quán)重最高，其余依次為采購(gòu)、配送、計(jì)劃、退貨流程風(fēng)險(xiǎn)。依據(jù)風(fēng)險(xiǎn)評(píng)估結(jié)果，可更好地指導(dǎo)疫苗供應(yīng)鏈風(fēng)險(xiǎn)治理對(duì)策的制定與實(shí)施。但本文主要集中于疫苗供應(yīng)鏈流程風(fēng)險(xiǎn)評(píng)估，并未對(duì)流程風(fēng)險(xiǎn)的相關(guān)治理進(jìn)行充分研究，存在一定的局限性。在今后的研究中，可根據(jù)本文相關(guān)結(jié)論，對(duì)疫苗供應(yīng)鏈風(fēng)險(xiǎn)治理對(duì)策做進(jìn)一步探討，以建立一條安全的疫苗供應(yīng)鏈。