陳心媛 廖吉林

摘 ?要：隨著居民健康意識增強(qiáng)，醫(yī)藥及與之配套的醫(yī)藥物流獲得了良好發(fā)展契機(jī)。文章在簡要綜述醫(yī)藥物流產(chǎn)業(yè)發(fā)展前景的基礎(chǔ)上，結(jié)合當(dāng)下廣泛應(yīng)用的大數(shù)據(jù)及人工智能技術(shù)應(yīng)用場景要求，分析了醫(yī)藥物流體系目前的突出問題，提出發(fā)展物流企業(yè)總代理、成立集團(tuán)型分銷企業(yè)和搭建智慧就診平臺的設(shè)想。在此基礎(chǔ)上，運用大數(shù)據(jù)技術(shù)嵌入構(gòu)建了包括成本控制層、倉儲管理層、庫存管理層和配送運輸層的醫(yī)藥物流大數(shù)據(jù)平臺，并以AI技術(shù)賦能平臺運行，以期達(dá)到構(gòu)建新型醫(yī)藥物流體系的目標(biāo)。

關(guān)鍵詞：大數(shù)據(jù);人工智能;醫(yī)藥物流;大數(shù)據(jù)平臺;體系優(yōu)化

中圖分類號：F252.1 ? ?文獻(xiàn)標(biāo)識碼：A

Abstract： With the enhancement of residents' health awareness， the development of medicine and its supporting medical logistics has obtained a good opportunity. On the basis of a brief review of the development prospects of pharmaceutical logistics industry， this paper analyzes the current outstanding problems of pharmaceutical logistics system in combination with the widely used big data and artificial intelligence technology application scenarios， and puts forward the ideas of developing general agent of logistics enterprises， establishing group distribution enterprises and building intelligent medical treatment platform. On this basis， the medical logistics big data platform including cost control layer， warehouse management layer， inventory management layer and distribution and transportation layer was built by using big data technology， and AI technology was used to enable the platform to operate， so as to achieve the goal of building a new pharmaceutical logistics system.

Key words： big data; artificial intelligence; pharmaceutical logistics; big data platform; system optimization

0 ?引 ?言

隨著國民生活水平提升和醫(yī)療保障體系完善，作為基本生活需求的藥品需求量近年來迅猛增長，由此帶動醫(yī)藥物流規(guī)模持續(xù)擴(kuò)張。預(yù)計2020年國內(nèi)醫(yī)藥物流總市值將突破4萬億元，同比2019年增加約9%。醫(yī)藥物流一般是指依托物流設(shè)備技術(shù)和信息管理系統(tǒng)，通過優(yōu)化藥品預(yù)測、采購、倉儲、裝卸、運輸和配送等環(huán)節(jié)，有效整合上下游資源，提高訂單處理能力，縮短庫存及配送時間，減少物流成本，以最終實現(xiàn)規(guī)模效益。作為醫(yī)藥產(chǎn)業(yè)重要配套，物流配送貫穿于整個醫(yī)藥產(chǎn)業(yè)鏈，對行業(yè)提質(zhì)增效發(fā)揮著至關(guān)重要的作用。而自“兩票制”、稅制改革和一致性評價等醫(yī)藥創(chuàng)新體制改革以來，國內(nèi)整體市場秩序得到規(guī)整，醫(yī)藥物流向著高質(zhì)量、高標(biāo)準(zhǔn)、嚴(yán)規(guī)范目標(biāo)發(fā)展。受此類政策影響，身處上游的供應(yīng)商將藥品直接銷售給醫(yī)院或零售藥店的傳統(tǒng)調(diào)撥模式已難以為繼。供需結(jié)構(gòu)、信息化程度和物流活動效率都對醫(yī)藥物流產(chǎn)業(yè)提出了新的更高的要求。

2010年以來，隨著電子商務(wù)快速發(fā)展，國內(nèi)物流行業(yè)迎來了超高速增長期。而在經(jīng)濟(jì)持續(xù)增長及以人工智能和大數(shù)據(jù)為代表的信息科技支持助力下，據(jù)統(tǒng)計，社會物流總額從2010年的125.4萬億增長至2019年的301.8萬億元，10年累計增長了141%[1]。與數(shù)量指標(biāo)增長同步，10年來中國物流技術(shù)水平也飛速進(jìn)步，逐步進(jìn)入網(wǎng)絡(luò)化和信息化的“智慧物流”時代。而具體到醫(yī)藥流通領(lǐng)域，智能軟硬件、物聯(lián)網(wǎng)、大數(shù)據(jù)等智慧化技術(shù)手段也越來越多地嵌入應(yīng)用于醫(yī)藥物流供應(yīng)鏈系統(tǒng)，實現(xiàn)了各物流環(huán)節(jié)精細(xì)化、動態(tài)化、可視化管理，改善了系統(tǒng)智能化分析決策和自動化執(zhí)行能力，顯著提升了行業(yè)物流運作效率。正如中國物流與采購聯(lián)合會副會長崔忠付在2020年第九屆中國藥品冷鏈峰會所指出的，醫(yī)藥行業(yè)應(yīng)以技術(shù)賦能數(shù)字化醫(yī)藥產(chǎn)業(yè)供應(yīng)鏈轉(zhuǎn)型升級，大數(shù)據(jù)與人工智能正在強(qiáng)力助推醫(yī)藥行業(yè)供應(yīng)鏈發(fā)展[2]。大數(shù)據(jù)和人工智能賦能醫(yī)藥物流供應(yīng)鏈，將有效化解當(dāng)前醫(yī)藥物流體系中固有的系統(tǒng)性和結(jié)構(gòu)性頑疾。

1 ?當(dāng)下醫(yī)藥物流配送體系存在的突出問題

目前國內(nèi)醫(yī)療物流行業(yè)正處于發(fā)展的初級階段，物流一體化結(jié)構(gòu)尚未形成[3]。尤其是在新冠疫情防控常態(tài)化背景下，醫(yī)藥物流體系仍面臨諸多重大突出問題。

1.1 ?物流成本居高不下

受藥品使用專屬性、質(zhì)量絕對性和效用兩重性等影響，冷鏈成本居高不下。醫(yī)藥企業(yè)在存儲倉庫、冷鏈運輸車輛以及配送人員技能培訓(xùn)等方面投入了大量資金成本，以致醫(yī)藥物流成本在物流市場總額中占據(jù)份額逐年增長。為緩解高昂的物流成本帶來的巨大資金壓力，中小型企業(yè)不得不冒著犧牲藥品質(zhì)量安全的風(fēng)險，采取壓縮物流成本的措施。

1.2 ?冷鏈物流設(shè)施落后

國內(nèi)醫(yī)藥物流發(fā)展起步較晚，雖然近年來醫(yī)藥冷鏈在設(shè)備、技術(shù)、基礎(chǔ)設(shè)施和安全保障等方面均有所加強(qiáng)，但仍有眾多方面急需進(jìn)一步升級。比如發(fā)達(dá)國家藥品冷鏈流通率平均高達(dá)90%以上，而直到2019年底國內(nèi)醫(yī)藥冷鏈流通率才剛剛達(dá)到20%。冷鏈流通率的提高，完善的配送運輸網(wǎng)絡(luò)、智能化倉儲配送設(shè)備以及信息化公共物流平臺是基本硬件條件。只有在完善相關(guān)基礎(chǔ)設(shè)施的條件下，才具備進(jìn)一步優(yōu)化物流體系的可能。

1.3 ?信息共享機(jī)制匱乏

國內(nèi)現(xiàn)代醫(yī)藥物流尚未形成集中收集數(shù)據(jù)、統(tǒng)一監(jiān)管秩序的大數(shù)據(jù)平臺，來自供應(yīng)鏈各主體離散的數(shù)據(jù)難以實現(xiàn)信息共享和宏觀分析，嚴(yán)重阻礙了現(xiàn)代醫(yī)藥物流體系的發(fā)展。本次新冠疫情表明，突發(fā)公共衛(wèi)生事件防控極端依賴于多部門信息平臺的信息共享機(jī)制，也顯著證明了信息互通對供應(yīng)鏈各主體間協(xié)同控處的至關(guān)重要性。同樣道理，供應(yīng)鏈上下游之間缺乏信息互通，將直接導(dǎo)致醫(yī)藥產(chǎn)品供求不匹配、物資分配不均，無法及時準(zhǔn)確地滿足患者需求。因而，醫(yī)藥物流急需建設(shè)具有信息互通、統(tǒng)一調(diào)撥功能的大數(shù)據(jù)平臺。

2 ?基于大數(shù)據(jù)和人工智能的醫(yī)藥物流體系設(shè)計

一般來說，物流體系建設(shè)作為系統(tǒng)性工程，并非單一企業(yè)憑借一己之力就能夠?qū)崿F(xiàn)，其建設(shè)涉及到供應(yīng)鏈上各關(guān)聯(lián)主體、構(gòu)成要素和多個層面[4]。本文試圖從醫(yī)藥物流主體和要素角度出發(fā)，探究大數(shù)據(jù)和人工智能對物流體系的改進(jìn)和優(yōu)化策略。

2.1 ?主體構(gòu)建

傳統(tǒng)醫(yī)藥物流體系涵蓋制藥企業(yè)、全國代理商、分銷商、批發(fā)商和患者等多個主體。物流體系中涉及到主體越多、行銷區(qū)域越窄，物流采購成本、倉儲成本和運輸成本在總成本中所占的比例就越高。因此很有必要對供應(yīng)鏈主體做出適當(dāng)調(diào)整以應(yīng)對日趨劇烈的市場競爭。

（1）發(fā)展物流企業(yè)總代理模式。醫(yī)藥產(chǎn)品在制藥企業(yè)與代理商、代理商與分銷商之間經(jīng)歷的中間環(huán)節(jié)紛繁復(fù)雜，為提高產(chǎn)品周轉(zhuǎn)頻率，降低成本損耗，制藥企業(yè)將委托第三方醫(yī)藥物流企業(yè)對藥品進(jìn)行存儲、運輸與代銷。第三方醫(yī)藥物流企業(yè)利用大數(shù)據(jù)、云計算等現(xiàn)代技術(shù)，準(zhǔn)確定位最優(yōu)倉庫選址和規(guī)劃配送路徑，從而降低物流成本、提高運輸配送效率。同時，順豐冷鏈、京東快遞這類有實力的物流企業(yè)具備高效的倉儲管理技術(shù)和先進(jìn)的冷鏈設(shè)備，能夠切實保障藥品質(zhì)量安全。

（2）設(shè)立跨區(qū)域集團(tuán)型分銷企業(yè)。傳統(tǒng)分銷范圍以行政區(qū)域為劃分標(biāo)準(zhǔn)，容易導(dǎo)致劃分界限模糊、管理不到位等現(xiàn)象。發(fā)展以跨區(qū)域集團(tuán)型分銷商為主的分銷模式，能夠淘汰這類生產(chǎn)效益低下、管理方式落后和運作模式原始的企業(yè)?？鐓^(qū)域分銷體系依托大數(shù)據(jù)平臺不斷完善其集團(tuán)自身的物流運輸網(wǎng)絡(luò)和信息化平臺，將人工智能運用于自動化倉儲建設(shè)，可有效實現(xiàn)規(guī)?；l(fā)展、集約化倉儲和統(tǒng)一化管理三者有機(jī)結(jié)合。從而實現(xiàn)上游供應(yīng)商和下游需求方的合理對接，減少批發(fā)商產(chǎn)品過?；蚬?yīng)商產(chǎn)能不足的現(xiàn)象。同時，多品種、小批量、寬行銷區(qū)的分銷模式將有效降低物流配送成本。

（3）搭建三方智慧就診平臺。隨著人口規(guī)模持續(xù)擴(kuò)大，“就醫(yī)難”成為患者普遍面臨的問題。三甲醫(yī)院通常人滿為患，一方面就醫(yī)效率低下，另一方面易造成交叉感染。搭建由醫(yī)院、零售藥店和患者三方構(gòu)成的智慧就診平臺，升級優(yōu)化傳統(tǒng)DTP藥房能有效緩解患者就醫(yī)壓力、簡化藥品運輸過程[5]。新型DTP藥房將選址巧妙地安排在醫(yī)院一公里范圍內(nèi)，充分利用互聯(lián)網(wǎng)優(yōu)勢延展線下服務(wù)半徑，并結(jié)合大數(shù)據(jù)和人工智能技術(shù)為患者提供服務(wù)。

首先，合理對接醫(yī)院HIS系統(tǒng)?；颊咴卺t(yī)院的歷史處方通過平臺引流至新型DTP藥店，同時建立審核機(jī)制、藥品可溯源機(jī)制和多方聯(lián)合監(jiān)控機(jī)制對DTP開具的診斷處方進(jìn)行嚴(yán)格把控;其次，引入人工智能輔助患者就醫(yī)。患者可通過AI技術(shù)享受遠(yuǎn)程輔助醫(yī)藥服務(wù)，獲得專屬診療方案。問診結(jié)束后，機(jī)器人依據(jù)處方匹配藥品貨架號、價格和服用方法。藥房設(shè)有小型倉庫，并配備USP保障的全程冷鏈配送系統(tǒng)，將特殊藥品運送至患者家中。

智慧就診平臺建設(shè)有效縮短了藥品在醫(yī)院、零售商和患者之間的周轉(zhuǎn)時間和配送成本。打造了醫(yī)院以外的“第三方生存空間”，利用大數(shù)據(jù)和人工智能技術(shù)，為醫(yī)藥物流體系構(gòu)建提供了創(chuàng)新思路。

2.2 ?大數(shù)據(jù)平臺建設(shè)

隨著互聯(lián)網(wǎng)的不斷發(fā)展，物流企業(yè)系統(tǒng)正逐漸以行業(yè)平臺形式出現(xiàn)，而大數(shù)據(jù)將通過協(xié)調(diào)整個行業(yè)資源配置的方式輔助平臺運營，人工智能的應(yīng)用也將促進(jìn)物流體系不斷升級優(yōu)化。本文所構(gòu)建的醫(yī)藥物流大數(shù)據(jù)平臺，自上而下分別為成本控制層、倉儲管理層、庫存管理層和運輸配送層。旨在以大數(shù)據(jù)和人工智能賦能醫(yī)藥物流體系建設(shè)，促進(jìn)醫(yī)藥物流智能化、信息化、現(xiàn)代化[6]。

（1）成本控制層。醫(yī)藥物流成本主要包括人工成本、財務(wù)成本、營運成本等?？刂迫斯こ杀咀钣行緩绞强s減各物流環(huán)節(jié)上的勞務(wù)支出，以人工智能代替勞務(wù)人員能夠節(jié)省近60%的人工成本。如建設(shè)無人倉庫及無人運送車，通過WMS將指令發(fā)送至對應(yīng)倉庫或車輛，對其進(jìn)行調(diào)撥和全程監(jiān)控。

通過大數(shù)據(jù)和云計算采集下游藥品需求并上傳至上游制造商和物流企業(yè)，以便進(jìn)行需求預(yù)測。盡量實現(xiàn)“供求平衡”的“零庫存”目標(biāo)，降低因庫存過量引起的損耗或失效風(fēng)險和因供貨不及時產(chǎn)生的懲罰成本，從而有效控制財務(wù)成本及營運成本。相關(guān)成本計算完成后，通過物流大數(shù)據(jù)平臺統(tǒng)一反饋至各主體，以便進(jìn)行成本溯源和有效控制。

（2）倉儲管理層。推動物流倉儲操作的機(jī)械化、藥品管理的自動化是提高物流倉儲工作效率和管理質(zhì)量的要求。首先，將AI技術(shù)整合至倉儲自動化工具中，準(zhǔn)確預(yù)測各類藥品的存儲周期，并判定其最佳的放置位置，簡化藥品揀選過程，提高半自動化倉庫運行效率[4]。

其次，在半自動化倉儲基礎(chǔ)上，進(jìn)一步提升倉儲智能化，以通過大數(shù)據(jù)平臺調(diào)撥的機(jī)器人代替人工進(jìn)行作業(yè)，負(fù)責(zé)倉庫內(nèi)的揀貨、復(fù)核、理貨、補(bǔ)貨和下架。如倉庫中的藥品出庫后，機(jī)器人監(jiān)測到庫存不足，將自動上傳庫存信息至庫存管理層聯(lián)系補(bǔ)貨。AGV作為自動化倉庫重要基礎(chǔ)設(shè)施之一，通過庫內(nèi)搬運、分揀等作業(yè)實現(xiàn)倉儲管理自動化。其中，揀選AGV依據(jù)倉儲管理層為其設(shè)定的程序，精確匹配貨物條形碼和貨架號，按照預(yù)定程序?qū)⒇浳锇徇\至指定地點，從而實現(xiàn)了“貨到人”全自動化倉儲管理模式。經(jīng)測算，使用AGV智能倉儲管理能夠有效縮減50%～70%的人工成本，降低20%～40%的訂單交付成本。

另外利用物聯(lián)網(wǎng)技術(shù)創(chuàng)建倉庫藥品數(shù)據(jù)庫，搭建基于倉儲管理層的智能物流信息查詢平臺，以便上游供應(yīng)商與下游批發(fā)商全程監(jiān)測把控采購藥品的在庫情況、所在倉庫及出入庫時間。

（3）庫存管理層。藥品物流過程中，庫存管理水平直接關(guān)系到成本控制效益和倉儲管理水平，在醫(yī)藥物流體系建設(shè)中起到重要的輔助作用。可以預(yù)見，物流企業(yè)未來將儲備更多種類的醫(yī)藥產(chǎn)品，倉儲管理面臨著史無前例的壓力。本體系中，庫存管理層借助大數(shù)據(jù)平臺收集下游批發(fā)商的藥品需求，分析并確定使用頻率相對較高的藥品并報送至供應(yīng)商，以防在突發(fā)公共衛(wèi)生事件下發(fā)生藥品供不應(yīng)求的情況。同時，實時跟蹤藥品出庫后物流情況，提供交付時間并制定備選方案，確保藥品運輸在遭遇突發(fā)狀況的一小時內(nèi)快速找到替代性交付通道。

此外，結(jié)合大數(shù)據(jù)提供的醫(yī)藥產(chǎn)品出入庫情況，分析測算其周轉(zhuǎn)率。對周轉(zhuǎn)率較高的藥品進(jìn)行集中采購、集中存儲;而對于周轉(zhuǎn)率相對較低的藥品，則采取定期、定量采購的方式，以此減少藥品倉庫積壓、質(zhì)量效用降低的情況。

（4）運輸配送層。人工智能結(jié)合大數(shù)據(jù)推動醫(yī)藥物流配送不斷向智能化、信息化方向發(fā)展。將AI技術(shù)賦能基礎(chǔ)設(shè)施建設(shè)，為所有冷鏈車輛配備智能車載、智能調(diào)度系統(tǒng)，由大數(shù)據(jù)平臺統(tǒng)一監(jiān)控藥品從出庫至患者手中的物流全過程。實時監(jiān)測路況，及時測算更改最佳路徑，從而實現(xiàn)冷鏈過程的安全管控和成本優(yōu)化。

基于現(xiàn)存的有人駕駛運輸方案，本文提出AI技術(shù)支持下的創(chuàng)新型冷鏈方案，即通過無人駕駛設(shè)備對藥品進(jìn)行冷鏈運輸。在無人車或無人機(jī)上配備傳感器和GPS定位系統(tǒng)，對于冷鏈過程中出現(xiàn)的溫濕度異?；虿豢煽沽σ蛩赜绊?，直接向醫(yī)藥物流大數(shù)據(jù)平臺進(jìn)行信息反饋。由大數(shù)據(jù)平臺下達(dá)調(diào)撥指令后采取應(yīng)急措施。配送無人機(jī)在有效控制人力成本的同時，解決了偏遠(yuǎn)地區(qū)的物流“盲區(qū)”問題[7]。完善了醫(yī)藥物流配送網(wǎng)絡(luò)，對于物流體系優(yōu)化升級具有深遠(yuǎn)意義。

此外，智能客服機(jī)器人為患者提供售前、售后咨詢服務(wù)，憑借其迅速響應(yīng)特點，快速收集下游批發(fā)商和患者的訴求并反饋給上游供應(yīng)商，完善藥品溯源機(jī)制。

2.3 ?新型醫(yī)藥物流體系構(gòu)建

體系主要以醫(yī)藥物流大數(shù)據(jù)平臺為構(gòu)建基礎(chǔ)，自上而下的各因子層分別是成本控制層、倉儲管理層、庫存管理層和運輸配送層。成本控制作為整個大數(shù)據(jù)平臺的頂層因子，受到倉儲管理、庫存管理和運輸配送的共同制約，并對物流體系優(yōu)化起到至關(guān)重要的作用;庫存管理的優(yōu)劣直接影響到倉儲管理水平，其上下端分別與倉儲管理層和運輸配送層對接，對上下游信息數(shù)據(jù)進(jìn)行收集與報送;倉儲管理層將收集到的需求數(shù)據(jù)、供應(yīng)量數(shù)據(jù)、采購情況進(jìn)行匯總，報送給物流企業(yè)，提供倉儲管理指導(dǎo)性意見;運輸配送層作為大數(shù)據(jù)平臺的終端因子層，負(fù)責(zé)收集庫存信息、報送路徑路況，把控好醫(yī)藥物流供應(yīng)鏈的最后一個環(huán)節(jié)。同時反饋患者意見至大數(shù)據(jù)平臺，經(jīng)平臺審核后，確定關(guān)聯(lián)主體，通知相關(guān)供應(yīng)商與患者直接進(jìn)行協(xié)商。

3 ?基于大數(shù)據(jù)和人工智能的醫(yī)藥物流體系有效性預(yù)估

理論研究和管理實踐普遍認(rèn)同，智慧醫(yī)藥物流體系的評價主要涉及物流鏈條長度、整體庫存水平、客戶響應(yīng)速度、全鏈條數(shù)據(jù)共享程度及物流總成本這五方面維度[8]。筆者也以此為標(biāo)準(zhǔn)對優(yōu)化后的醫(yī)藥物流體系進(jìn)行評價。

本文構(gòu)建的醫(yī)藥物流體系對傳統(tǒng)醫(yī)藥供應(yīng)鏈相關(guān)主體加以調(diào)整，職能加以合并。委托物流企業(yè)執(zhí)行代理商職能顯著簡化了藥品流通過程。下游主體由傳統(tǒng)的醫(yī)院—患者、藥店—患者模式升級為醫(yī)院—藥店—患者三者協(xié)同的新型DTP藥店模式，簡化了患者問診、取藥、復(fù)診等就醫(yī)流程，有效縮短了物流鏈條長度。大數(shù)據(jù)平臺庫存管理層借助大數(shù)據(jù)進(jìn)行客戶需求分析，進(jìn)而真正實現(xiàn)庫存協(xié)同;減少庫存積壓，提高藥品周轉(zhuǎn)率和現(xiàn)貨率;倉儲管理層調(diào)撥機(jī)器人預(yù)測庫存并及時補(bǔ)貨，真正實現(xiàn)“整體庫存少”的目標(biāo)。大數(shù)據(jù)平臺的運輸配送因子層將客戶需求直接反饋至大數(shù)據(jù)平臺終端，省卻了藥品退回需經(jīng)歷的層層關(guān)卡，能夠及時、準(zhǔn)確地處理客戶訴求;設(shè)立跨區(qū)域集團(tuán)型分銷企業(yè)助力跨區(qū)域配送和倉配一體化運作，從而快速響應(yīng)客戶需求。智能物流信息查詢平臺依托WMS和TMS對藥品自入庫、出庫到配送全過程進(jìn)行公開，供批發(fā)商、供應(yīng)商和患者查詢藥品物流狀態(tài);大數(shù)據(jù)平臺建立成本控制因子層，對藥品在供應(yīng)鏈各階段所耗費的成本進(jìn)行測算與分析，有效把控物流成本。

參考文獻(xiàn)：

[1] 丁梧桐，李登明. 電子商務(wù)環(huán)境下的物流管理創(chuàng)新研究[J]. 電子商務(wù)，2020（6）：2-3.

[2] 張然. 新形勢下國有糧食企業(yè)糧食物流管理對策研究[J]. 物流科技，2020，43（2）：36-38.

[3] 李原昕，周松濤. 線上線下結(jié)合的電商超市新零售運營模式研究[J]. 電子商務(wù)，2020（7）：38-39.

[4] 高文菁，陳曉琪. 精細(xì)化管理理念在物流企業(yè)管理中的應(yīng)用研究[J]. 物流工程與管理，2019，41（7）：55-57.

[5] 楊寧. 基于AHP-TOPSIS的家具制造綠色供應(yīng)商選擇實證研究[J]. 物流科技，2020，43（8）：17-20.

[6] 顧佳敏，姚惠芳. 基于供應(yīng)鏈驅(qū)動因素淺析冷鏈物流[J]. 電子商務(wù)，2020（5）：9-10.

[7] 王宇，丁勝. 淺究林產(chǎn)品物流支持體系的優(yōu)化對策[J]. 物流工程與管理，2020，42（6）：12-14.

[8] 趙巍. 競爭新形勢下互聯(lián)網(wǎng)企業(yè)品牌延伸策略研究[J]. 物流工程與管理，2020，42（9）：151-153.

收稿日期：2020-10-22

基金項目：江蘇省高校哲學(xué)社會科學(xué)研究項目“面向供應(yīng)鏈整合的跨組織流程優(yōu)化研究”（2020SJA0157）;南京林業(yè)大學(xué)2020年大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目“基于大數(shù)據(jù)和人工智能的第三方醫(yī)藥物流中心選址及配送模式優(yōu)化”（2020NFUSPITP0216）

作者簡介：廖吉林（1976-），本文通訊作者，男，湖南永州人，南京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，講師，研究方向：綠色供應(yīng)鏈。