重大疫情下疫苗冷链物流在物联网环境中的风险评估*

邸鸿喜，魏玖长，张 亚，卢逸名

(1.西安科技大学 管理学院，陕西 西安 710054； 2.中国科学技术大学 管理学院，安徽 合肥 230026)

0 引言

21世纪以来，大规模公共卫生事件频发，直接或间接造成的生命财产损失不可估量，要开放经济、实现复苏[1]，保障人民生命财产安全并有序推进复工复产，防控疫情刻不容缓。疫苗等特效药的研发与使用更是迫在眉睫。

疫苗不同于其他货物，一方面对温度变化比较敏感，对运输与储存环境要求极高，需全程冷链,任何1个环节出现问题,都有可能使疫苗失效或产生毒副作用;另一方面，其产品质量关系到人体健康与生命安全，更与民生和社会稳定息息相关[2]。2016年山东省非法疫苗案中，价值数亿的疫苗未经冷链存储运输，非法销往24个省市，引起巨大社会恐慌。

“山东疫苗事件”发生后，国务院出台一系列法律法规规范管理疫苗冷链物流，疫苗流通相关法律的施行，为疫苗冷链行业制定了更加严苛的标准，物联网环境下的冷链疫苗风险问题受到更多关注。部分学者从物联网环境下的冷链物流路径优化角度进行风险管控[3]，构建综合的药品物联网综合监控平台[4]，提出“受控温度链(Controlled Temperature Chain，CTC)”方案构建冷链疫苗全流程风险管理[5]，航空运输、蓄冷箱在冷链疫苗运输和储存过程中起重要作用[6-7]，使疫苗冷链行业向更加高效健康的方向发展。

尽管疫苗行业增长速度持续增加，年签发量增速超20%，但疫苗(药品)冷链风险管理研究还有进一步探索的空间。因此，在新型冠状病毒肺炎疫情持续的背景下，作为构建安全有效冷链物流的重要前提，疫苗冷链风险管理变得至关重要，必须在深入研究的基础上采取针对性措施,对冷链风险加以防范和控制，使其在新型冠状病毒肺炎等疫情攻坚战中打好前锋。

本文针对重大疫情背景下疫苗冷链风险评估问题进行研究，以疫苗冷链物流为研究对象，分析各环节风险因素，探究在物联网环境中的机遇与挑战，进而实现疫苗冷链物流的高效发展。本文直接目的是评估重大疫情下疫苗冷链物流在物联网环境中的风险，并对现有疫苗冷链物流产品提出改进建议。

1 重大疫情下疫苗冷链物流风险识别

1.1 重大疫情下疫苗冷链物流

重大疫情下，为及时有效地将疫苗配送到位，由政府直接进行疫苗的招标与采购，医药企业或第三方物流企业使用冷藏车进行运输配送，省级疾控中心采购后，由市、区疾控中心进行储存保管或由第三方物流公司提供仓储保管服务[8]。

1.2 疫苗冷链物流风险因素构成

本文以事故致因相关理论[9]为出发点，将导致事故的主要因素归纳为以下4类：

1)人员因素。即疫苗从生产到接种环节内涉及到的人员，包括生产人员、物流人员、接种人员。

2)设备设施因素。即疫苗生产流通接种环节涉及到的所有设备设施，包括包装设备、冷藏车、冷藏柜、保温设备、监测设备以及部分道路设施、冷库条件等。

3)环境因素。即疫苗冷链运行涉及到的内部和外部环境：内部环境主要包括冷库、冷藏车、冷藏箱等的环境，如：温湿度、颠簸程度等；外部环境主要指自然环境，高温、严寒、大风等。

4)管理因素。即对疫苗冷链环节的管理和控制，主要包括人员的培训、规章制度的制定、修改、实施与监督等。

任何1类风险因素[10]都可能导致疫苗冷链事故的发生，物联网通过各类信息传感设备，按照约定协议将物品与互联网络相连接。物联网技术的引进，在很大程度上规避了传统冷链物流的风险，极大地解决了疫苗在流通过程中监管不到位以及温度、湿度等因素的变化问题。当产品出现质量问题时，也可用其追溯系统找出问题出现的关键点，从而及时解决问题并明确划分责任归属。但是，在使用新技术的同时不可避免地会出现新的问题，依据物联网的体系结构特点以及疫苗特殊性质，其在注射前的各个环节均可能受到影响，从而导致整个系统失效。因此，本文将疫苗冷链物流中可能产生的风险环节[11]归类为生产加工环节、储存环节、运输环节、装卸搬运环节、接种环节，物联网结构示意如图1所示。

图1 物联网结构示意

1.3 疫苗冷链物流风险识别体系

通过上述对物联网环境中疫苗冷链风险因素分析，咨询相关专家并结合相关参考文献，得到以下16个疫苗冷链物流风险评估[12-13]指标，如表1所示。

表1 风险评估指标

2 基于贝叶斯网络的疫苗冷链物流风险评估模型构建

2.1 基于风险识别指标的疫苗冷链物流风险因素

疫苗冷链系统的每1个功能环节在运行中都可能会受主观或客观因素的影响，进而导致冷链断链。本文结合疫苗特点，从加工包装、储存、运输、装卸搬运、接种5个方面建立疫苗冷链物流风险评估体系。根据疫苗冷链物流系统的结构与各功能环节运行情况，建立风险评价体系，如图2所示。

图2 风险评价体系

将疫苗冷链物流风险发生作为根节点，中间节点为加工包装风险、储存风险、运输风险、装卸搬运风险、接种风险，最底层为叶节点，得到贝叶斯网络推理模型[14]，如图3所示。贝叶斯网络指标如表2所示。

表2 贝叶斯网络指标

图3 贝叶斯网络模型

2.2 疫苗冷链物流贝叶斯风险模型仿真

疫苗冷链物流静态贝叶斯网络评估模型构建完成后，需要设置根节点的先验概率以及中间节点的条件概率，在实际数据难以获取情况下，可根据已有案例及文献数据进行设置。将建立好的的贝叶斯网络使用GeNIe软件进行仿真，如图4所示。

图4 仿真模型

贝叶斯网络包含整组离散概率节点，每1节点由1条有向边连接到相关节点，通过各自因果关系以单箭头形式连接，其中箭头起始端节点称为父节点，箭头末端节点称为子节点，相连的离散机会节点间的因果关系可用条件概率表表示。

每个节点的条件概率表包括其父节点的所有可能组合。其用条件概率分布刻画变量对其父节点的依赖关系，各变量所附概率分布与联合分布如式(1)所示:

(1)

式中：P为事件发生概率；X为节点；i为节点编号；n为节点总数量；Π为累计相乘；Pa(Xi)是其父节点集。

在仿真模型建立完成基础上，输入节点参数相关条件概率与先验概率即可由其推理功能进行风险评估。贝叶斯网络模型风险评估[15]主要运用正向推理与诊断推理方法，正向推理从原因到结果，是己知根节点发生概率前提下，求叶节点发生概率；诊断推理是从结果到原因的推理，在叶节点已发生前提下，得出相应根节点及中间节点发生概率。

利用诊断推理可以在假设系统风险已经发生情况下，逆向推理各风险因素点在系统已经产生风险的情况概率，即后验概率。

3 案例分析

以印度新冠疫情中疫苗的生产配送及接种情况为例，基于风险评估模型分析其疫苗冷链物流风险，并针对评估结果提出具有实际意义和针对性的控制措施。

截止2021年5月4日，印度官方统计累计确诊患者已达2千万[16]，新增病例的“爆炸式”增长让印度的医疗体系承受巨大压力[17]。

对近14亿人口的印度来说，接种疫苗数量不到总人口的10%，远不足以达到群体免疫的要求，地区发展极为不平衡，各类基础设施很难得到保障，且未建立统一的新冠疫苗采购平台，各地私立医院同样可以订购新冠疫苗，物流水平不一，印度面临极为复杂的天气情况、物流挑战及地方上诸多不可控因素，新冠疫苗在印度冷链过程中的风险概率极大。

3.1 印度新冠疫苗冷链风险评估模型参数的确定

作为1个国土面积298万km2，人口近14亿的国家，新冠疫苗在印度冷链过程中的风险概率极大，基于世界卫生组织、印度政府等公开数据，以及专家意见和公开的文献资料[17]，综合考虑得出先验概率与条件概率，相关节点的先验概率及条件概率见表3～4。在表4中，B1表示包装材料劣质这一风险事件发生概率，B2表示密封设备故障这一风险事件发生概率，B3表示包装环境不达标这一风险事件发生概率，A1表示加工包装这一风险发生的概率。因此，第4列表示在包装材料劣质、密封设备故障、包装环境不达标分别是当前状态下，加工包装风险为0的概率，第5列是加工包装风险为1的概率。

表3 节点先验概率

表4 A1条件概率

3.2 印度新冠疫苗冷链风险评估模型应用

1)模型正向推理

正向推理可以利用已有数据得到模型的中间节点及叶节点的发生概率。将相关节点参数输入模型，使用GeNIe计算，如图5所示。

图5 仿真结果1

由图5可知，正向推理得到风险发生概率为29.7%。中间节点的发生概率如图6所示。传统贝叶斯网络中的风险节点通常分为二态，即发生与不发生，因此State 0和State 1理解各个节点风险状态为“不发生/发生”。

图6 节点概率

应用德尔菲法与专家评价法对各个风险事件及状态发生概率进行客观评价，仿真结果的2种状态。最开始的确定标准是在最初，如“暴露时间过长”风险状态由专家判断，一般疫苗在常温下超过30 min就存在风险，因此超过30 min就存在风险，其他状态判断同样方式可得。根据调研与专家判研，对各个状态数据进行修改调整，基本事件风险概率见表5。

表5 基本事件风险概率

2)模型诊断推理

通过将疫苗冷链物流风险发生节点状态设为T=1，即设State 1=100%，逆向推理当疫苗冷链物流风险已经产生情况下各个风险节点的后验概率，从而判定对其影响最大的因素，仿真结果2如图7所示。

由图7可知，在疫苗冷链物流系统中，各环节概率大小排序为运输环节风险>装卸搬运环节风险>储存环节风险>接种环节风险>加工包装环节风险，各环节风险因素点先验概率和后验概率见表6。

图7 仿真结果2

由表6可知，引起疫苗冷链物流失效的主要原因是运输环节，根据仿真结果进一步推理可以得出其致因链为车载制冷设备故障→温度失控→运输风险产生→疫苗冷链失效，当疫苗冷链物流系统风险值为1时，风险概率值由大到小的节点因素排序依次是车载制冷故障、人员操作不当、暴露时间过长、装卸作业损坏、冷库制冷设备故障。因此要加强对这些影响因素的安全检查。

表6 贝叶斯节点的先验概率和后验概率

3.3 新冠疫苗冷链风险控制措施与建议

综合分析评价结果可以得出以下5点管控措施与建议：

1)加大设施设备投入，杜绝车载制冷故障。采购新型冷藏车，增加监测位点，或者在运输车辆上安装双套冷链监测系统，提高温度监测的有效性，引入配置自动温湿度检测系统，实现全程可追溯，全程温控，自动报警；规范作业流程，建立以温控为核心的考核制度，防止司机在途中为省油节约成本关闭制冷系统，导致温度达不到标准；因地制宜，规划合理运输线路，减少运输中的颠簸，以及不必要的运输时间；科学制定设施设备维修保养制度，规范检修作业行为，定期检查冷藏车，及时发现故障，排除故障。

2)强化专业人员培训，确保专业人员技能过关。管理复杂的温控制药运输需要高度的专业知识和真正的全球网络，为确保服务的连续性和最佳控制，运输必须由受过培训的公司人员处理，特别是在新兴国家，应为所有工作人员提供更高水平的温控培训和专业知识，必须由专业人士承担疫苗接种工作。

3)提高冷链物流技术水平，提高装卸搬运自动化程度。使用自动分拣机、自动引导搬运车(AGV)等设备，减少包装破损；在多节点卸货作业中，为控制温度超标问题，可在冷藏车尾部加装挡风帘或者卸货缓冲区；加强对装卸搬运作业过程的员工操作培训优化作业流程，减少疫苗在常温状态下的暴露时间，增加计时设备详细记录每个环节的暴露时间，达到一定暴露时间的疫苗进行废弃处理。

4)提高冷链库存储存环境的监督控制，建立完善的预警机制，及时发现不良状况。对冷库管理人员进行专业培训，提高专业水平；对储存产品进行分类，根据不同的储存要求调整适宜温度；组织人员定期对制冷监控等设备进行检查并详细记录运行状况，提高制冷水平，保证连续制冷能力；使用RFID技术对冷库进行跟踪管理，提升仓储作业效率与准确率，保障仓储作业全程冷链，引入智能管理系统，将仓库运作流程全面导入管理系统，在仓储管理过程中，要不断提升管理技术，优化仓储系统，做到产品“早进早出”、“多进多出”，减少耗损。

5)规划合理的接种点数量及地点，有效减少疫苗暴露时间，选择交通便利，基础设施完善的接种点，严格落实接种操作规范，取出冷藏柜的疫苗及时接种，超出冷藏有效期的疫苗必须有完善的废弃处理流程；加大疫苗安全检查与整改投入，提高相关人员制度执行力。

4 结论

1)结合应急物流、冷链物流、风险管理等相关理论，从人员因素、设施设备因素、环境因素、管理因素4个层面分析重大疫情下疫苗冷链物流加工包装环节、储存环节、运输环节、装卸搬运环节、接种环节的风险点，最终确定16个风险评估指标，并建立疫苗冷链物流风险评估指标体系。

2)以贝叶斯理论为基础，构建贝叶斯网络推理模型。以印度新冠疫苗物流为例，引入相关节点数据后，对该国疫苗冷链物流状况进行实证分析，得出该国疫苗冷链物流系统的风险大小，主要影响因素为车载制冷故障、接种时人员操作不当、装卸环境不当、暴露时间过长以及冷库制冷设备故障等。

3)在疫情风险动态变化情境下，本文提出的风险评估模型具有一定应用价值，根据风险评估结果提出一系列针对性的风险控制措施。