一、导论与文献回顾

易腐保鲜商品(Perishables and Temperature Sensitive Products,PTSP)的长途运输、配送、保鲜和安全问题,对于冷链物流(ColdChain Logistics,CCL)提出了重大挑战,促使CCL受到学术界与产业界的重视。PTSP商品主要包括食品、农渔产品、医药品及一些特殊原物料等,物流过程需温度控制条件。

所谓冷链物流是指在生产、储藏、运输、销售等各项活动中,商品始终处于受控制的温度环境中,以确保商品质量与安全的一项系统工程(Bogataj,2005)。与常温物流相比,冷链物流系统复杂,需要更多专业知识与人才,而且过程中隐藏许多环境、人员、设备、信息沟通等风险因子(Sanchez- Rodrigues et al.,2010),因未能适当识别并且加以管理,造成商品在物流过程中发生质量变异、损坏与超过保存期限等现象。据统计,全球目前约有30%生鲜食品,由于物流处理不当造成损坏(Montanari,2008)。

鉴于冷链物流管理的重要性,2003年欧洲成立国际冷链协会(Cool Chain Association,CCA)致力于冷链产业整合,并建立冷链质量指标(Cool Chain Quality Indicator,CCQI),进行风险评价与管理,以提升冷链效率水平。而在学术界,Bogataj et al.(2005)运用数学模型探讨易腐食品运送过程,温度控制稳定机制;Kuo and Chen (2010)发展多温层配送模式,以降低配送成本;Abad et al. (2009)导入RFID科技进行商品追踪与温度监控;Sanchez- Rodrigues et al.(2010)评价英国物流作业不确定因素,将其归纳为延迟、配送条件限制、缺乏整合、需求变化与不良的信息。综观以上文献,目前的研究多侧重于冷链物流效率改善,较少针对冷链物流失效问题进行探讨。鉴于此,文章将针对导致冷链物流失效风险的各种因素,以生鲜食品冷链为案例进行系统分析,采用FMEA分析工具,利用专家系统,建立风险评价模型,推断失效模式风险优先指数,研究得出:温度失控、延迟配送与信息整合程度低为最严重的失效模式,同时节能环保问题也被识别为潜在风险。

失效模式与效应分析(Failure Mode and Effect Analysis,FMEA)是一种系统化风险分析工具,主要协助系统分析,在早期发现潜在风险因子及其影响程度,以避免失效的发生或降低其发生时产生的损失。失效模式与效应分析(FMEA)于1960年代由美国太空总署(NASA)发展出来,是一种用于调查和分析产品与制程潜在失效风险的系统性工具,由于FMEA具有系统性侦测失效风险,借助量化评估活动失效发生的发生度、严重度、侦测度,进而产生RPN,如公式(1):

冷链物流面对不确定环境,使得风险评估活动日益重要,虽然对风险有许多不同定义,但一般风险被视为是对于潜在不可预期事件的实现。而对于风险的定义一般分为两大类:第一类将风险视为一种损失(Koivisto et al.,2009),第二类将风险视为一种发生损失的概率(Kartam and Kartam,2001)。而当事件发生的概率无法测量时,则被称为不确定,需要借助专家主观判断的方法,去评估其风险。风险评估方法与技术,根据研究取得资料内容,主要可分为定性和定量量化两种类型(Bennett,1996),在量化技术中必须大量使用数量统计方法,如蒙特卡罗法、故障树分析法、敏感性分析法、回归分析等来量化风险冲击与影响性。在许多真实状况中,由于量化资料很难取得或资料仅局限于研究问题的一小部分,使得资料无法呈现事件原貌或趋势;再者,数量资料呈现形态并非研究所需形式。在定性分析技术中,大量依赖人类判断、感觉、经验去鉴别、分析与了解风险因子及其效应,可是这种人为主观意识判断,受到个人偏误、偏好与专长的影响。因此不管是定性分析法还是定量分析法,都有其优缺点,必须视研究性质而定。

通过风险等级分类来决定资源投入的优先顺序,并提出适当的改善作业建议,如此能以最经济的成本,来获得最佳的改善效益,并且有效防止失败事件发生,由于其强调预防管理的特点,因此,已广泛被应于工程设计、质量与风险管理中(Ebeling,2000)。虽然FMEA拥有许多优点,然而其RPN产生方式仍有一些缺陷,如相同的RPN值,可能来自不同严重度、发生度与侦测度的组合,且评估过程视三个风险指标为相同权重;再者当评估信息是不明确或者模糊时,也可能导致不适当的风险评估。

人工智能专家系统可不受传统统计资料和众多假设的限制,容易修改、富有弹性,非常适合于处理资料不精确与面临不确定性环境的问题。从1960年代发展以来,被广泛应用于工程预测中,Turan and Yurdusev(2009)使用模糊推论去模式化水资源工程系统,Wu et al.(2007)使用模糊推论进行工程错误诊断。从以上研究可发现,在许多研究中应用和发展了定性、定量或整合两种方法,进行风险评估。近年来,随着电脑技术的发展,整合专家智能的专家系统已成为风险预测与评估的一种良好方法。

本研究首先整合FMEA与模糊推理(Fuzzy Inference),建立失效风险识别专家系统;其次从冷链系统发生失效模式与产生效应,并以失效模式严重度(Degree of Severity)、频率度(Frequencyof Occurrence) 与侦测度(Chance of Detection) 三个风险指标,通过模糊推理系统推论出风险优先指数(Risk Priority Number,RPN);最后通过对RPN排序,得出各种失效模式相对风险值的高低,作为防范风险的依据。

二、研究方法

本研究采用两阶段风险评价:第一阶段为风险识别,运用FMEA分析冷链物流系统失效模式及其产生的后果,进而识别出风险因子。并将识别出的风险因子按照三种风险指标进行评价,以了解其风险高低。第二阶段为风险评价,将第一阶段所识别的风险因子,评价风险因子的风险值。以下分两部分,说明本研究所使用的研究方法。

1. 风险识别

风险评价首要步骤为风险识别(Lai et al.,2002),本研究应用FMEA,系统性分析冷链物流可能的失效模式,分析这些失效模式可能造成的影响,评价其影响力,并解析其产生的原因。FMEA按其应用领域的不同,有多种不同的执行步骤,学者可依据其研究领域修改应用步骤,本研究综合Pillay and Wang(2003),Chin et al.(2009)等有关FMEA作业的规定及内容,将FMEA作业实施的步骤,具体归纳成下列步骤:

(1) 界定研究范围与风险评价专家

在实施冷链物流失效风险评价前,必须界定研究范围与划分子系统,以进行系统性评价作业,本研究根据物流程序,将冷链物流系统划分为制造商、物流中心、零售商、控制系统和外部环境5个子系统,并邀请冷链物流业界专家与学者,组成风险评价小组,以进行后续相关作业。

(2) 决定潜在失效模式与效应

列举潜在失效模式是FMEA分析中最重要的步骤,因FMEA是针对失效模式进行解析,而没有列举到的潜在失效模式无法进行评价,本研究应用失效模式与效应分析表 (见表1所示) 的协助,对所列举的失效模式进行分析,并进一步评价其产生效应。

表 1 失效模式与效应分析表  

(3) 决定失效因子

依据上阶段分析所得的潜在失效模式及其效应,本研究考虑链结的对象包括人员、设备、商品、方法、信息沟通与环境等,列举失效模式要因,进一步决定失效因子。

(4) 风险指标评价

风险指标包括频率度、严重度和侦测度三项指标,频率度是指在失效模式发生的概率;严重度是指失效模式发生的影响;侦测度是指失效模式发生前被发现的机会。在评价尺度上,本研究参考Chin et al. (2009),Pillay and Wang(2003) 的分类评价准则,将评价尺度从非常高到非常低,共分为五个等级,相关评价指标准则,如表2所示。其中违反政府法令与攸关生命安全的问题,关系重大,因此将其列入非常高等级,此外侦测度的发现程度,涉及现行作业控制方式,即如果目前控制方式是严谨的,则相对而言风险事件被检测到的机会较高。

表 2 风险指标评价尺度  

注:平均故障间隔时间(Mean Time Between Failures,MTBF);平均故障排除时间(Mean Time to Repair,MTTR);发生概率(Probability,PR)。

2. 风险评价专家系统

风险评价专家系统主要用来评价风险因子,得出风险优先指数,系统主要包括四个部分:第一部分为系统输入项,包括三项风险评价指标,失效模式发生的严重度(Si)、频率度(Pi)与侦测度(Di),作为模糊评价系统的输入项;第二部分为知识库,知识库主要包含两个子知识库,一是规则库—存放有专家知识形成的评价规则,二是资料库—主要存放各集合的归属函数;第三部分为模糊推论,此部分为系统核心,主要由推论引擎构成,负责将输入集合,依据知识库中规则与集合、参数定义,评价出适当结论,再通过解模糊,将模糊值转换为明确值;第四部分为产出部分,此部分为经评价引擎推断结果,经解模糊后,以得到RPN值。而模糊评价系统的运作,主要包括以下几个过程:一是模糊化;二是建立模糊规则;三是模糊推论;四是解模糊。限于文章篇幅限制详细操作过程不再描述。

三、研究结果与分析

1. 研究结果

本研究通过风险评价专家小组,系统性识别出35种失效模式,失效模式普遍存在于冷链过程中,其中物流中心包含12项失效模式、制造商6项、零售商6项、控制系统5项、外部环境6项,以下针对各子系统失效模式进行说明:

(1) 制造商

在制造商环节,共识别出包括接单错误、供应中断、缺少员工、不当储存、温度失控、运输作业错误6种失效模式。其中温度控制失效,风险值7.67,排名第5,显示在制造端,从原物料进货、制造到成品的制造物流阶段中,体现了温、湿度控制的重要性。而生鲜原物料的保鲜:除了温度控制因素外,湿度的控制也是一个重要因素。不当储存,风险值6.09,排名第13,由于不同原物料储存条件不同,储存不当会影响温度的稳定性,甚至引起商品之间交互污染,因此被识别为高风险失效模式。接单作业错误,风险值3.42,排名第34,显示订单源头管理的重要性,只有对顾客需求正确无误的确认,才有可能产生满意顾客。另外也识别出包括供应中断、人员缺乏等因子,进而延期交货,造成配送延迟,影响配送规划,使成本增加。

(2) 物流中心

在物流中心环节,共识别出包括配送车辆故障、司机短缺、存货短缺、订单内容复杂、作业流程不适当、储存不适当、包装不适当、温度设定不适当、温度失控、低效的车辆线路计划、销售与物流缺乏配合、司机与物流中心沟通不良12种失效模式。其中温度控制失效,风险值8.81,排名第1,显示温度失控因素,成为冷链物流中心最主要的风险因素,突显温度控制对于冷链的重要性。不适当的储存,风险值7.94,排名第3,显示商品储存环境的重要性,由于物流中心处理商品种类众多,每种商品储存条件不尽相同,再者许多商品放在一起,可能会交互感染,因此稍有不慎,可能就会发生质量下降,甚至损坏的情况。不适当作业流程,风险值7.33,排名第6,商品在装卸货过程中,如果作业流程设计不当,可能造成商品远离冷源时间太长,造成质量下降,甚至损坏。不适当温度设定,风险值6.54,排名第9,商品在冷链物流的物流中心储存或配送环节,不同商品储存的温度条件可能不同,因此可能出现温度设定不适当的情况。随着消费者需求的多样化与市场竞争激烈,对于物流中心的商品处理,也构成较大的挑战,因此订单内容复杂失效模式的风险值为6.39,排名第11。此外还包括无效率车辆线路规划,除造成成本上升、配送延迟外,也可能加大商品损坏的风险。面对动态物流环境,销售与物流功能缺乏连结、司机与物流中心沟通不畅,除了可能造成配送延迟外,也可能产生存货、成本上升。

(3) 零售商

在零售商环节,共识别出6种失效模式:需求剧烈变动、作业错误、卸货端设施拥堵、严格的配送时间段限制、储存不当、温度控制故障。其中温度监控失效,风险值8.30,排名第2,由于零售商需将商品陈列于货架上销售,由此可能造成温度失控。不适当储存,风险值7.82,排名第4,由于零售商储存空间有限,造成许多商品无法做到根据商品特性进行储存,由此可能引发质量下降或损坏的风险。严格的配送时段限制,造成许多紧急配送,促使成本上升。作业错误与卸货设施拥堵或故障,可能引起温度失控与配送延迟。

(4) 控制系统

在控制系统环节,共识别出5种失效模式,包括运输作业缺乏配合、需求预测准确度低、信息系统故障、制造商与物流中心缺乏有效沟通、物流中心与零售商缺乏有效沟通。其中,运输作业缺乏配合,风险值6.17,排名第12,产生的原因是冷链中不同运输模式缺乏共同的标准,以致在冷链系统不同阶段中,由各自物流主体决定作业模式与温度控制标准,没有统一的控制标准,造成效率不高,甚至难以做到全程温度控制。需求预测准确度低,风险值6.97,排名第7,由于销售受到许多不确定因素影响,造成零售端预测准确度低,通过长尾效应,使得后端的物流中心、制造商,产生更大的订单预测误差、造成存货失控、配送延迟等现象。冷链的信息沟通不畅,如制造商与物流中心、物流中心与零售商沟通不畅,显示冷链中信息即时沟通的重要性,由于信息未能及时反馈,而造成失效。

(5) 外部环境

在外部环境中,共识别出6种失效模式,包括油价上涨、环境保护要求、物流技术、政府法规的限制与要求、道路拥堵和自然灾害。其中油价上涨,风险值6.78,排名第8 ,油价上涨造成运输成本高涨,对于耗能的冷链配送,构成经营管理上相当大的挑战。而受到气候变化、温室效应影响,环境保护要求也成为冷链主要风险。世界主要工业国家于1997年12月签订了京都议定书,明确规定各国对温室气体排放进行控制,各国政府基于对环境保护的要求,除了日趋严格的有毒物质排放控制,对于CO2排放的控制,也考虑将其纳入法规,而物流过程中,消耗大量能源并且排放大量CO2,将成为冷链物流业者必须正视的问题。物流技术对于物流绩效有重要的影响,因此适当导入先进物流技术,除了可以提升效率外,也可提供PTST商品更好的保存条件。面对日益严重的道路拥堵,使得冷链系统产生更多不确定风险,因此也被识别出。从以上结果可知,冷链过程中温度控制、商品储存管理成为冷链物流管理中最重要的因素,显示冷链中温度控制的重要性,符合冷链从生产者到消费者,严格温度管理的要求。作业流程不当、订单内容复杂、上下游信息缺乏有效整合、油价上涨、环境保护要求都成为主要失效模式。对于管理者而言,应将有限资源,投入于高风险失效模式,以进行改善。

2. 结果分析

根据研究发现,本研究归纳失效模式所产生的后果,主要包括温度失控、延迟配送、缺乏信息分享、环境保护与成本等,因此本研究针这些后果,进一步分析其原因并提出对策:

(1) 温度失控

温度失控意味着在配送过程中,商品储存环境未能维持恒定条件。由于温度对于保障商品质量关系重大,尤其是PTST商品,失控程度轻者商品失去风味、降低功能,严重者产生腐败,商品完全失效。温度失控引起主要原因是对商品专业知识不足、储存不当、设备故障。由于物流中心需要处理的商品种类繁多,对于每种商品所需维持的温度,可能无法充分了解。商品储存温度并非是越低越好,必须视商品种类来定应该储存于合适的温度下,以冰淇淋为例,一般最佳储存温度为 - 15℃至 - 25℃,温度过高会造成冰淇淋溶解,但温度过低则会造成冰淇淋坚硬,严重影响风味。

商品在物流中心、配送车辆中,因储存不适当,可能造成储存空间内空气循环不良,一端温度可能过高,另一端温度则过低,产生温度不均匀现象。某些特定商品不能存放在一起,如海鲜食品与药品类,否则可能会发生交互感染、受潮现象,影响商品质量。此外商品在配送与储存时的温控设备故障,也是主要风险因素,虽然定期保养,可以解决部分失效问题,但对温度监控装置进行技术改造或更新,也是解决的主要办法。

(2) 配送延迟

配送延迟是指商品无法在计划预定的时间到达,对于冷链的影响可以归纳为三个层面:就物流中心而言,配送延迟可能进一步产生连锁反应,导致冷链中订单执行时间太长,进而影响到冷链配送系统的信誉;就制造商而言,由于商品保存期限有限,延迟的配送意味着较长的配送时间,商品的质量可能下降,其失效的概率也会增大;就销售商而言,缩短了可供商品上架陈列的销售时间,减少了销售机会。

引起配送延迟原因,存在于冷链物流的各个环节中,包括在外部环境因素中的道路拥堵、零售商指定的配送限制条件、物流中心作业流程不当等。配送限制条件为配送过程中的种种限制,包括严格的配送时段、紧急的配送等,会影响正常配送。造成这种情况的主要原因包括零售商有限的卸货设施,使得配送车队必须排队进行卸货作业,使配送车辆延迟返回物流中心;另外零售端特定的配送模式与时段,减少了物流中心配送的弹性。有限的储存空间,使得物流车辆必须进行密集的配送,由于配送条件限制,会产生配送车辆与司机的等待,进而产生连锁反应,这都会导致物流成本上升。

(3) 上下游整合弱

冷链过程的上下游连结着许多物流组织,主要包括信息与作业整合两个层面。就信息沟通而言,信息整合弱,也就是整条冷链信息透明度低,主要失效效应包括订单预测不准确、上下游欠缺沟通等,造成存货失控与配送效率低、成本上升等现象。分析其原因,冷链中信息缺乏透明度,由于信息沟通方式不当或缺乏标准的沟通模式,导致沟通效率低。就作业层面而言,许多作业不规范,例如商品保存温度设定不同,除了造成商品温度控制标准不一、影响质量外,上下游各单位不同的作业模式,也造成配送过程衔接不好,影响配送效率。

(4) 环境与成本要求

受到温室效应、气候变化的影响,国际上对温室气体排放的控制更加严格,根据Stern (2006)报告指出运输作业约占全球温室气体排放的14%,其中陆上运输约占整体运输的3/4。由此可见,物流活动对于温室气体排放的重要性。而近年国内燃油价格中包含的税收比例越来越高,将促使业者更加注重节能的投资,此举将有助于减少二氧化碳的排放,可预见的未来,环保问题将成为影响冷链物流作业的重要因素。

四、结论与建议

随着供应链全球化与消费者需求的多样化,复杂与长距离的物流过程,对于易腐保鲜商品的质量与安全,构成重大挑战,冷链物流过程充满许多潜在风险因子,造成物流系统失效,导致商品变异损坏,甚至造成商誉损失。因此,如何进行事前失效预防管理成为重要的管理问题。

本研究结合FMEA与模糊推论,建立模糊推论专家系统,针对冷链中潜在失效模式,进行风险值推论。研究结果发现,冷链过程中温度失控为最重要失效模式,显示冷链系统中,如何维持温度的稳定性成为冷链管理首要问题;另外研究结果也指出,冷链物流上下游缺乏统一的作业标准,信息不能即时、有效沟通,成为造成冷链系统的主要失效模式,因此建立冷链物流的作业标准与信息分享机制,成为提高冷链绩效的重要途径。同时,近来受到气候变化影响,国际上温室气体排放的控制越来越严格,因此冷链物流行业应认清这种形势,重视节能减排问题。针对以上研究结果,文章提出一些建议,作为改善冷链绩效的参考:

(1) 建立标准

合理、高效的工作流程,可以减少商品流动时间,减少失温的机率及电力的耗费;正确的作业标准则可以降低错误机会,确保商品的信赖度。冷链过程可能跨越多个物流伙伴使用多重作业模式,若能制定整个冷链共同标准,例如拟定上下游间商品交验方式与标准,制订相同商品保鲜方法与条件,则可提高效率、减少成本。

(2) 整合信息

冷链中许多商品具有季节性与易腐性,经常发生促销、囤货、退货与报废等情况,因此面临产销不协调、销售信息不透明问题,信息的透明度、即时性、正确性,就显得特别重要,整合上下游混合作业者,以提升需求预测的准确性,这样一来对存货的调节更有弹性,将会降低风险,此时适度导入信息技术,建立整合信息与分享系统,例如冷链成员共同导入协同规划、预测与补货模式,便可以减少销售预测误差、降低库存、提高整体冷链绩效。

(3) 控制温度

保持商品鲜度与质量是对冷链的极大考验,商品从制造商、物流中心到商店上架销售,长期配送期间温度控制,对于商品质量起着关键性的影响作用。近来许多研究探讨导入先进的温度控制技术,如RFID结合温度感应装置,以提供监测、警示、保温的功能来保证商品质量,进行温度控制。

综合上述分析可知,冷链物流管理的重要性显而易见,在冷链物流作业过程中隐藏的危害因子和风险中,温度失控、延迟配送与信息整合程度低为最严重的失效模式。研究中还发现节能环保问题也是一个尤为重要的潜在风险,不容忽视。这一结论给冷链物流失效风险研究提供了借鉴和参考,具有一定的价值和意义。