王曉琳 孫曉燕 陳慧敏

摘 要：為了促進醫(yī)藥物流行業(yè)更好發(fā)展，降低醫(yī)藥物流成本，文章以2012—2020年廣西藥品類和醫(yī)療器材的需求量作為樣本數(shù)據(jù)，采用灰色預測模型，預測廣西未來三年醫(yī)藥物流的需求量。同時，對廣西醫(yī)藥物流未來發(fā)展提供建議，以期為廣西醫(yī)藥企業(yè)未來發(fā)展規(guī)劃物流決策提供參考。

關鍵詞：醫(yī)藥物流;需求預測;灰色GM模型

中圖分類號：F259.27;F224.9 文獻標識碼：A 文章編號：1005-6432（2022）05-0173-03

DOI：10.13939/j.cnki.zgsc.2022.05.173

1 引言

醫(yī)藥物流業(yè)是一個地區(qū)醫(yī)藥產(chǎn)業(yè)的重要組成部分，其發(fā)展水平是評價一個城市或地區(qū)醫(yī)藥經(jīng)濟綜合實力的重要標志。廣西的醫(yī)藥物流行業(yè)雖然起步較晚，但隨著社會的發(fā)展，人們經(jīng)濟水平不斷提升，醫(yī)療方面支出比重不斷增加，且在國家“兩票制”政策[1]和其他較發(fā)達地區(qū)的技術支持下，不少物流企業(yè)在廣西增設醫(yī)藥物流部門或第三方醫(yī)藥物流公司，極大地增加了廣西醫(yī)藥物流行業(yè)的發(fā)展機會和潛力。

為了更好地促進廣西醫(yī)藥物流行業(yè)未來發(fā)展，降低醫(yī)藥物流成本，本文基于廣西目前醫(yī)藥物流行業(yè)的整體發(fā)展明顯落后于其他較發(fā)達地區(qū)（東部地區(qū)）情況，充分考慮其在物流需求預測的過程中，物流數(shù)據(jù)樣本通常較小，具有非線性和時變性的特點[2]，選取2012—2020年廣西藥品類和醫(yī)療器械的業(yè)務收入及物流總費用作為樣本數(shù)據(jù)，采用適用于研究數(shù)據(jù)較少、研究信息不確定問題的灰色系統(tǒng)預測模型[3]，預測廣西未來3年醫(yī)藥物流的需求量，同時對廣西醫(yī)藥物流未來發(fā)展提供建議，可以在一定程度上為廣西未來醫(yī)藥物流行業(yè)的發(fā)展方向提供實踐基礎與理論依據(jù)，為分析預測廣西醫(yī)藥物流的需求提供研究基礎。

2 灰色系統(tǒng)預測模型

灰色系統(tǒng)預測模型的建模思想是直接將時間序列轉化為微分方程，從而建立抽象系統(tǒng)的發(fā)展變化動態(tài)模型，簡記為GM。

2.1 模型運算

最常見的灰色系統(tǒng)預測模型是GM（1，1）模型，其運算過程如下：

假設原始數(shù)列X（0）存在n個觀察值，即X（0）={X（0）（1），X（0）（2），…，X（0）（n）}，通過累加求和，得到新數(shù)列X={X（1），X（2），…，X（n）}，則GM（1，1）模型相應微分方程為dXdt+αX（1）=β，其中α為發(fā)展灰數(shù)，β為內(nèi)生控制灰數(shù)。設A=[α β]T，利用最小二乘法求A=（BTB）-1BTY，其中：

將所求的參數(shù)值代入微分方程可得：

以上模型所得到的是一次累加量，通過數(shù)據(jù)X（1）（i+1）逆生成，才能得到所需要的預測值。

最終，檢驗誤差主要采用殘差檢驗和后驗差檢驗的方法進行檢驗。

2.2 殘差檢驗

通過計算所得預測值與樣本數(shù)據(jù)的相對誤差進行檢驗。Δ（0）（i）=X（0）（i）-X︿（0）（i）（i=1，2，…，n），相對誤差：φ（i）=Δ（i）X（0）（i）×100%（i=1，2，…，n），平均相對誤差：φ=1n-1∑ni=1Δ（i）X（0）（i）。

2.3 后驗差檢驗

通過指標方差比和小誤差概率進行檢驗。

檢驗指標方差比C=S2S1。

檢驗指標小誤差概率P={e（i）-e-<0.6457S1}。

其中，S1表示原始數(shù)列標準差，S2表示絕對誤差標準差，e（i）表示預測誤差，e-為平均值。通過檢驗的標準精度等級越小，準確度越高?；疑獹M預測模型精度檢驗參照標準為：平均相對誤差>0.2為不合格。

3 廣西醫(yī)藥物流需求預測

廣西醫(yī)藥物流的需求問題，主要集中在藥品類和醫(yī)療器材，本文選取前瞻數(shù)據(jù)庫發(fā)布的2012—2020年廣西藥品類和醫(yī)療器材的業(yè)務收入及物流總費用作為樣本數(shù)據(jù)，如表1所示，并基于此數(shù)據(jù)進行模型預測，完成預測模型檢驗，得出預測結果。

3.1 數(shù)據(jù)樣本

3.2 模型運算

第一步：先建立GM（1，1）的預測模型，根據(jù)表中數(shù)據(jù)組成原始數(shù)列X（0）;

第二步：通過一次累加對原始數(shù)據(jù)進行預處理，得到新的數(shù)列X（1）;

第三步：根據(jù)數(shù)列求出矩陣B及Y;

第四步：求參數(shù)列A;

第五步：將參數(shù)帶入微分方程求解，即得到相應類別的GM（1，1）預測模型。公式如下內(nèi)容。

藥品類業(yè)務收入：

藥品類物流總費用：

醫(yī)療器械類業(yè)務收入：

醫(yī)療器械類物流總費用：

根據(jù)以上預測模型，對廣西醫(yī)藥物流需求的相關數(shù)據(jù)進行灰色預測，經(jīng)過對數(shù)據(jù)進行處理，得到廣西醫(yī)藥物流需求的灰色預測模擬數(shù)據(jù)，如表2所示。

3.3 模型檢驗

通過比對表2預測模擬值和表1原始實際值可得到每一年份的殘差和相對誤差，進而計算出平均相對誤差，藥品類業(yè)務收入、物流費用以及醫(yī)療器材業(yè)務收入、物流費用的平均相對誤差分別為3.3%、4.3%、2.9%、5.4%，其精度都大于90%。參考灰色GM預測模型精度檢驗參照標準為：平均相對誤差>0.2，為不合格，說明使用GM（1，1）預測模型對廣西醫(yī)藥物流需求預測是可行的。

3.4 預測結果

根據(jù)以上分析，基于灰色GM（1，1）預測模型可預測2021—2023年廣西醫(yī)藥物流需求，其預測結果如表3所示。

4 研究現(xiàn)實意義

長期以來，廣西醫(yī)藥企業(yè)都是沿用區(qū)域性分級分銷，按照市、縣、鄉(xiāng)逐級分銷形式進行分銷，其相關企業(yè)的成本構成如圖1所示。從圖1中可以看出，在廣西醫(yī)藥物流企業(yè)成本中，物流成本占有相當大的比重，且物流費用率[4]可作為衡量物流效率的標準之一，故本文利用2012—2020年廣西藥品類和醫(yī)療器材的業(yè)務收入及物流總費用作為樣本數(shù)據(jù)進行研究，預測2021—2023年廣西醫(yī)藥物流需求，具有一定的現(xiàn)實意義。從預測結果來看，廣西醫(yī)藥物流企業(yè)的主營業(yè)務收入呈指數(shù)增長，且增長速度較快，這表明廣西醫(yī)藥物流市場逐漸擴大，同時也看到了醫(yī)藥物流企業(yè)的物流費用也呈上升趨勢。從成本和效益出發(fā)，在主營業(yè)務收入快速增長的同時，就必須構建科學的醫(yī)藥物流流通系統(tǒng)，發(fā)展現(xiàn)代醫(yī)藥物流管理模式，通過整合運輸和倉儲環(huán)節(jié)來優(yōu)化醫(yī)藥物流系統(tǒng)的運作效率。

5 廣西醫(yī)藥物流未來發(fā)展建議

5.1 提高信息化程度，提升物流設備設施性能

對于醫(yī)藥物流企業(yè)來說，信息化至關重要。如何將相關信息數(shù)據(jù)整合并有效利用，是提高物流效率的關鍵。云計算、大數(shù)據(jù)以及智能分析等信息化技術，不僅可整合委托方和客戶的信息資源，還能對配送路線進行合理規(guī)劃，優(yōu)化整個物流流程，實現(xiàn)企業(yè)效益最大化。

5.2 與高校合作，培養(yǎng)復合型人才

隨著醫(yī)藥行業(yè)迅速發(fā)展，醫(yī)藥物流行業(yè)人才需求越來越大。因此，吸收新鮮血液成為醫(yī)藥物流企業(yè)未來發(fā)展必不可少的一步。企業(yè)可與高校合作，在高校相關專業(yè)設點，根據(jù)市場結構和需求，定期對其進行相關專業(yè)知識的培訓，共同培養(yǎng)兼具醫(yī)藥和物流知識的復合型人才。

5.3 出臺相關政策，落實醫(yī)藥物流收費項目精簡舉措

2021年1月，廣西出臺《關于進一步降低物流成本的實施方案》，聚焦西部陸海新通道物流費用精簡，將極大促進廣西各行業(yè)物流綜合成本的降低。建議在此方案基礎上，依托陸海新通道的建設，進一步落實醫(yī)藥物流收費項目的精簡舉措，促進醫(yī)藥物流企業(yè)盈利能力的提升。

6 結語

從模型數(shù)據(jù)檢驗上看，預測模型的預測精度都大于90%，使用GM（1，1）灰色預測模型對廣西醫(yī)藥物流需求預測是可行的。長期以來，醫(yī)藥物流成本居高不下，成為醫(yī)藥物流企業(yè)需要突破的關鍵。本文基于灰色預測模型的預測結果以及通過對預測結果的分析，對廣西醫(yī)藥物流降低物流成本提出了建議，希望能夠在一定程度上為廣西醫(yī)藥企業(yè)未來發(fā)展規(guī)劃物流決策提供參考。

參考文獻：

[1]于瀟.“兩票制”下醫(yī)藥企業(yè)物流配送中心的規(guī)劃與設計[D].北京：北京郵電大學，2019.

[2]商佰富，樂國友.廣西物流大數(shù)據(jù)應用的發(fā)展現(xiàn)狀及對策分析[J].法制與經(jīng)濟，2018（8）.

[3]吳優(yōu)，曾波，周文浩.基于DGM（1，1）模型的重慶市大氣污染物濃度預測分析與研究[J].重慶理工大學學報（社會科學），2021，35（2）.

[4]國家發(fā)展改革委經(jīng)濟運行局.我國物流成本現(xiàn)狀及國際比較[J].中國經(jīng)貿(mào)導刊，2017（22）.

[基金項目]廣西財經(jīng)學院博士科研啟動經(jīng)費（項目編號：BS2019006）。

[作者簡介]王曉琳（1998—），女，漢族，廣西北海人，研究方向：物流管理;通信作者：孫曉燕（1978—），女，漢族，河北衡水人，教授，博士，研究方向：大數(shù)據(jù)分析及建模。