喻鈞波，譚 勇，吳 丹

(武漢輕工大學(xué)經(jīng)濟(jì)與管理學(xué)院，湖北武漢420023)

隨著醫(yī)藥制造業(yè)競爭的加劇和現(xiàn)代信息技術(shù)的廣泛應(yīng)用，物流在醫(yī)藥制造業(yè)競爭中發(fā)揮著越來越重要的作用，物流水平的高低已成為衡量醫(yī)藥制造業(yè)管理現(xiàn)代化水平的關(guān)鍵標(biāo)準(zhǔn)之一。醫(yī)藥制造業(yè)物流與其他工業(yè)企業(yè)物流相比有著不同的特點:①醫(yī)藥制造業(yè)物流的流通市場分散、流通規(guī)模小、整體競爭能力弱;②醫(yī)藥制造業(yè)物流的服務(wù)要求有24小時全天候的特點;為了促進(jìn)醫(yī)藥制造業(yè)物流的發(fā)展，為政府部門科學(xué)制定醫(yī)藥物流規(guī)劃、合理配置物流資源及制定物流產(chǎn)業(yè)發(fā)展政策提供決策依據(jù)。因此對醫(yī)藥制造業(yè)物流規(guī)模進(jìn)行科學(xué)精確的預(yù)測具有理論和現(xiàn)實意義。

傳統(tǒng)的預(yù)測方法主要包括定性預(yù)測方法與定量預(yù)測方法。其中定性預(yù)測方法包括德爾菲預(yù)測法、頭腦風(fēng)暴法等，定量預(yù)測方法包括指數(shù)平滑預(yù)測、回歸預(yù)測、灰色預(yù)測、馬爾柯夫預(yù)測、神經(jīng)網(wǎng)絡(luò)預(yù)測等。指數(shù)平滑預(yù)測，回歸預(yù)測和灰色預(yù)測是目前使用相對成熟的三種預(yù)測方法。由于醫(yī)藥制造業(yè)物流在中國的發(fā)展較晚，因此，它具有歷史數(shù)據(jù)匱乏、樣本量小、時效性強(qiáng)、隨機(jī)性強(qiáng)等特點，因此對于醫(yī)藥制造業(yè)物流規(guī)模的預(yù)測，既要考慮對于短期物流規(guī)模預(yù)測的適應(yīng)性，又要考慮其適用范圍。指數(shù)平滑預(yù)測與回歸預(yù)測對歷史數(shù)據(jù)的要求都必須滿足線性的變化規(guī)律。然而醫(yī)藥制造業(yè)物流的歷史數(shù)據(jù)匱乏，隨機(jī)性強(qiáng)，因此這兩種方法不適用于醫(yī)藥制造業(yè)物流規(guī)模的預(yù)測?；疑到y(tǒng)預(yù)測模型是基于少數(shù)據(jù)、貧信息系統(tǒng)建立的，適合于歷史數(shù)據(jù)少且樣本隨機(jī)性大的中短期預(yù)測。醫(yī)藥制造業(yè)物流具有數(shù)據(jù)少且隨機(jī)性大等特點，因此本文采用灰色系統(tǒng)模型對醫(yī)藥制造業(yè)物流進(jìn)行了預(yù)測。

1 文獻(xiàn)綜述

灰色系統(tǒng)模型在物流預(yù)測領(lǐng)域得到了廣泛的應(yīng)用。張鳳榮、金俊武(2003)等利用灰色系統(tǒng)理論建立了物流貨物量預(yù)測模型，并對吉林省未來5～10年的物流貨物量進(jìn)行了預(yù)測，并分析了中國物流產(chǎn)業(yè)的發(fā)展前景。王曉原、李軍(2005)等建立了基于灰色預(yù)測理論的物流規(guī)模GM(1，1)模型，并對山東省的物流規(guī)模進(jìn)行了預(yù)測。鄧淑紅，魏鳳(2010)等建立了基于灰色預(yù)測的GM(1，1)模型，對陜西商洛物流需求進(jìn)行了預(yù)測。何國華(2011)從區(qū)域物流需求預(yù)測內(nèi)容、指標(biāo)選擇和預(yù)測方法三方面進(jìn)行了系統(tǒng)研究，并采用灰色系統(tǒng)理論對東北三省的區(qū)域物流進(jìn)行了預(yù)測。朱占峰(2008)采用灰色系統(tǒng)理論以中原地區(qū)的貨運(yùn)量和貨物周轉(zhuǎn)量兩組數(shù)據(jù)對中原地區(qū)的物流規(guī)模進(jìn)行了預(yù)測?；疑A(yù)測法對短期物流預(yù)測有良好的適應(yīng)性，但由于其適用范圍的局限性，往往導(dǎo)致預(yù)測精度的下降。為了提高預(yù)測精度，眾多學(xué)者將灰色系統(tǒng)模型與其他預(yù)測模型結(jié)合起來進(jìn)行預(yù)測。曹萍，陳福集(2012)等以貨運(yùn)量作為物流需求的內(nèi)容，選取福建省1997-2009年的經(jīng)濟(jì)數(shù)據(jù)作為面板數(shù)據(jù)，采用基于遺傳算法的灰色神經(jīng)網(wǎng)絡(luò)模型對福建省區(qū)域物流進(jìn)行預(yù)測。孫建豐、向小東(2007)等采用灰色線性回歸組合模型對物流需求進(jìn)行了預(yù)測。閆娟，李萍(2012)等提出了一種泊松分布的神經(jīng)網(wǎng)絡(luò)需求預(yù)測算法，采用泊松分布算法對物流的整體需求進(jìn)行分類，然后采用灰色理論算法選擇物流需求影響因子，對物流的需求進(jìn)行實時預(yù)測。何有世，李明輝(2011)等通過對精度指標(biāo)的合理刻畫來建立灰色-馬爾柯夫鏈預(yù)測優(yōu)化模型，并利用該模型對江蘇省物流需求進(jìn)行了預(yù)測。綜上所述，對于醫(yī)藥制造業(yè)物流規(guī)模預(yù)測的研究很少，學(xué)者們大都對物流業(yè)的整體情況進(jìn)行預(yù)測，并未從某一行業(yè)的物流進(jìn)行預(yù)測。本文采用灰色系統(tǒng)理論，結(jié)合醫(yī)藥制造業(yè)物流的特點，對醫(yī)藥制造業(yè)物流規(guī)模進(jìn)行了預(yù)測。

2 灰色系統(tǒng)預(yù)測模型

灰色系統(tǒng)模型是一種研究少數(shù)據(jù)、貧信息不確定性問題的預(yù)測模型，是通過序列生成的方法對原始數(shù)列進(jìn)行處理，使之呈現(xiàn)一定的規(guī)律性，然后利用微分方程擬合，并由外延進(jìn)行預(yù)測。再對通過生成數(shù)據(jù)的灰色模型得到的預(yù)測值進(jìn)行逆生成處理。GM(n，h)模型是灰色系統(tǒng)理論的基本模型，GM代表灰色模型，第一個數(shù)字n代表微分方程的階數(shù)，第二個數(shù)字h代表系統(tǒng)包含的變量個數(shù)。最常用的灰色模型是GM(1，1)模型，這一模型是只考慮單個變量的灰色預(yù)測模型，本文以醫(yī)藥制造業(yè)物流總費用作為GM(1，1)的變量。

將所求的參數(shù)值代入一階微分方程得到GM(1，1)預(yù)測模型為:

由以上模型所得到的是一次累加量，必須將所得數(shù)據(jù)X(1)(k+1)經(jīng)過逆生成，即累減生成還原為X(0)(k+1)，從而得到所需要的預(yù)測值。

3 建立模型進(jìn)行預(yù)測

3.1 數(shù)據(jù)與指標(biāo)選擇

醫(yī)藥制造業(yè)物流規(guī)模是醫(yī)藥制造業(yè)物流活動中運(yùn)輸、儲存、包裝、裝卸搬運(yùn)和流通加工等物流作業(yè)量的總和。而醫(yī)藥制造業(yè)物流總費用是指支付給運(yùn)輸、儲存、包裝、裝卸搬運(yùn)和流通加工的費用的總和。因此，本文以醫(yī)藥制造業(yè)物流總費用來衡量醫(yī)藥制造業(yè)物流規(guī)模。

本文選用了2006年到2012年間的醫(yī)藥制造業(yè)物流總費用。如表1所示。

表1 醫(yī)藥制造業(yè)物流總費用

3.2 預(yù)測模型的計算:

1)首先建立醫(yī)藥制造業(yè)物流總費用的GM(1，1)預(yù)測模型。根據(jù)表2數(shù)據(jù)組成原始數(shù)列:X(0)={431，546，1009，1029，1270，1644，1829}，

2)通過一次累加對原始數(shù)據(jù)進(jìn)行預(yù)處理，得到新的數(shù)列:

3)根據(jù)數(shù)列求出矩陣B及Y7。

研究對象為5臺雙西門子SINUMERIK 828D系統(tǒng)的數(shù)控機(jī)床，因此總的監(jiān)視容量為10套SINUMERIK 828D系統(tǒng)。同時機(jī)床監(jiān)控系統(tǒng)要求系統(tǒng)的實時性強(qiáng)，因此選擇了如下方案：整個系統(tǒng)采用C/S架構(gòu)，采用面向?qū)ο蟮腃#軟件作為上位界面的開發(fā)軟件，采用OPC UA通信協(xié)議作為系統(tǒng)數(shù)據(jù)采集以及數(shù)控系統(tǒng)與上位機(jī)之間的通信協(xié)議，選擇SQL Server 2008作為服務(wù)器上的數(shù)據(jù)庫軟件，其他的客戶端通過實時訪問服務(wù)器的數(shù)據(jù)庫實現(xiàn)客戶端與服務(wù)器之間的數(shù)據(jù)同步。其主要的功能模塊可分為數(shù)據(jù)采集單元配置、數(shù)據(jù)采集、數(shù)據(jù)同步通信、故障報警以及數(shù)據(jù)分析等，具體如圖1所示。

4)求參數(shù)列a^。

即 a= － 0.1966，u=556.5.

5)將參數(shù)帶入微分方程求解即得到醫(yī)藥制造業(yè)物流總費用的GM(1，1)預(yù)測模型為:

6)經(jīng)過累減得到醫(yī)藥制造業(yè)物流總費用的GM(1，1)的預(yù)測方程:

表2 醫(yī)藥制造業(yè)物流總費用灰色預(yù)測數(shù)據(jù)表

3.3 預(yù)測模型精度檢驗

對上述預(yù)測出的數(shù)據(jù)進(jìn)行后驗差檢驗，

3.4 預(yù)測

根據(jù)醫(yī)藥制造業(yè)物流成本GM(1，1)模型，對全國2013—2018年的醫(yī)藥制造業(yè)物流規(guī)模進(jìn)行預(yù)測，如表3所示，

表3 2013—2018年的醫(yī)藥制造業(yè)物流規(guī)模預(yù)測

預(yù)測結(jié)果表明醫(yī)藥制造業(yè)物流規(guī)模在未來幾年中發(fā)展迅速，并呈現(xiàn)平穩(wěn)較快的態(tài)勢?？梢?，近幾年來，醫(yī)藥制造業(yè)物流在中國呈現(xiàn)高速發(fā)展。

4 結(jié)論

本文采用灰色系統(tǒng)理論建立全國醫(yī)藥制造業(yè)物流成本與醫(yī)藥制造業(yè)的GM(1，1)模型，對未來近幾年的醫(yī)藥制造業(yè)物流規(guī)模進(jìn)行了預(yù)測，并通過后驗差檢驗，精度比較可靠。然而，GM(1，1)適合于短期預(yù)測，對于中長期預(yù)測將存在較大誤差。因此，保證預(yù)測的可靠性，對于醫(yī)藥制造業(yè)物流的中長期預(yù)測，可以考慮與其他預(yù)測方法結(jié)合進(jìn)行預(yù)測，從而提高預(yù)測精度。從預(yù)測的結(jié)果看，我國醫(yī)藥制造業(yè)物流規(guī)模在今后相當(dāng)長的一段時間內(nèi)會維持較高增速，但我國醫(yī)藥制造業(yè)物流還存在諸多問題。

(1)醫(yī)藥制造企業(yè)對物流的理解相對落后。我國醫(yī)藥制造企業(yè)對于現(xiàn)代物流的理解還不成熟，傳統(tǒng)的醫(yī)藥制造企業(yè)觀念始終停留在倉儲和運(yùn)輸上，醫(yī)藥制造企業(yè)將注意力放在新藥品的研發(fā)上，對于醫(yī)藥的物流問題認(rèn)識薄弱，這便導(dǎo)致醫(yī)藥制造企業(yè)的物流成本偏高。

(2)醫(yī)藥制造企業(yè)物流的集中度低。醫(yī)藥制造企業(yè)逐漸意識到醫(yī)藥物流的重要性，紛紛在醫(yī)藥制造企業(yè)內(nèi)部實行自營醫(yī)藥物流，將所有的物流活動由醫(yī)藥制造企業(yè)包辦，然而由于醫(yī)藥制造企業(yè)其本身的物流能力不高，以致多家醫(yī)藥制造企業(yè)自己負(fù)責(zé)倉儲與運(yùn)輸，以致重復(fù)建設(shè)，從而抬高了醫(yī)藥企業(yè)的總成本，以及醫(yī)藥制藥業(yè)物流成本。

(3)醫(yī)藥制造業(yè)物流發(fā)展緩慢。醫(yī)藥制造企業(yè)的物流在我國的發(fā)展還處在初級階段，醫(yī)藥制造企業(yè)內(nèi)部物流能力的不足，以致醫(yī)藥制造業(yè)的自營物流抬高了醫(yī)藥制造企業(yè)的成本，這阻礙了醫(yī)藥制造業(yè)物流的發(fā)展。為了降低醫(yī)藥制藥業(yè)物流成本，將物流業(yè)務(wù)外包給醫(yī)藥第三方物流企業(yè)顯得尤為重要。

(4)醫(yī)藥物流人才的匱乏。近年來，物流在國內(nèi)的發(fā)展迅速，然而物流行業(yè)的領(lǐng)導(dǎo)者多半是半路出家，物流方面的人才嚴(yán)重缺乏。醫(yī)藥物流企業(yè)尤其需要既懂得醫(yī)藥的相關(guān)知識，又精通物流管理知識的雙棲人才。

為了解決這些問題，本文對醫(yī)藥制造業(yè)物流的發(fā)展提出了以下幾點建議。

一是完善醫(yī)藥制造業(yè)物流政策，積極推進(jìn)醫(yī)藥制造業(yè)轉(zhuǎn)型。我國醫(yī)藥制造業(yè)物流的發(fā)展還處于初級階段，要想促進(jìn)醫(yī)藥制造業(yè)物流的可持續(xù)發(fā)展，發(fā)揮政府的政策導(dǎo)向是極其重要的。一方面，企業(yè)應(yīng)積極推進(jìn)醫(yī)藥制造業(yè)的轉(zhuǎn)型，醫(yī)藥制造業(yè)應(yīng)結(jié)合自身的實際，對原有采購、儲運(yùn)、配送體系實施流程再造，實現(xiàn)向醫(yī)藥制造業(yè)物流的轉(zhuǎn)型。另一方面，引導(dǎo)大型醫(yī)藥物流企業(yè)通過重組、整合的方式整合中小型醫(yī)藥企業(yè)，實現(xiàn)配送及時的醫(yī)藥物流服務(wù)能力。

二是應(yīng)合理規(guī)劃醫(yī)藥物流中心的建設(shè)。醫(yī)藥制造業(yè)物流成本居高不下是醫(yī)藥制造業(yè)必須面對的問題，建立現(xiàn)代化的醫(yī)藥物流中心是減少流通環(huán)節(jié)，降低運(yùn)作成本的關(guān)鍵方法。然而物流中心的建設(shè)必須按照各地的具體情況而定。在物流中心的建設(shè)的過程中，引進(jìn)國外先進(jìn)技術(shù)，必須考慮本國實情，把醫(yī)藥制造業(yè)的小物流與社會大物流的規(guī)劃與發(fā)展相結(jié)合。

三是加快發(fā)展第三方物流。在國內(nèi)大型的醫(yī)藥制造企業(yè)已經(jīng)具備提供物流服務(wù)的能力，然而對于一些中小型醫(yī)藥制造企業(yè)來說，本身不具備提供物流服務(wù)能力，將物流業(yè)務(wù)外包給第三方醫(yī)藥物流就具有可行性。這樣中小型醫(yī)藥制造企業(yè)就可以將主要精力投入到本企業(yè)的核心業(yè)務(wù)中。

四是要大力培養(yǎng)醫(yī)藥物流人才。目前，醫(yī)藥物流行業(yè)的人才奇缺，因此，要注重各層次的物流管理與技術(shù)人才的培養(yǎng)，將現(xiàn)代物流管理的理論與醫(yī)藥行業(yè)的技術(shù)相結(jié)合，加快醫(yī)藥制造業(yè)物流的發(fā)展。

［1］閆娟，李萍.泊松分布灰色理論在物流需求預(yù)測中的應(yīng)用［J］.計算機(jī)仿真，2012，(4):229-233.

［2］鄧淑紅，魏鳳.基于GM(1，1)模型的商洛物流需求預(yù)測［J］.江西農(nóng)業(yè)學(xué)報，2010，22(2):187-189.

［3］孫建豐，向小東，基于灰色線性回歸組合模型的物流需求預(yù)測研究［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2007，26(10):146-148

［4］何有世，李明輝.灰色-馬爾柯夫鏈預(yù)測優(yōu)化模型——以江蘇省物流需求預(yù)測為例［J］.經(jīng)濟(jì)數(shù)學(xué)，2011，28(3):97-101.

［5］曹萍，陳福集.GA-灰色神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測［J］.北京理工大學(xué)學(xué)報(社會科學(xué)版)，2012，14(1):66-70.

［6］王曉原，李軍.灰色GM(1，1)模型在區(qū)域物流規(guī)模預(yù)測中的應(yīng)用［J］.武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版)，2005，29(3):415-417.

［7］朱占峰.基于灰色系統(tǒng)理論的中原地區(qū)物流預(yù)測模型探析［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2008，27(3):73-76.

［8］郭斌，武文.醫(yī)藥物流中心建設(shè)的必要性與可行性分析［J］.價值工程，2011，30(34):104-105.

［9］張鳳榮，金俊武，灰色系統(tǒng)模型在物流貨物量預(yù)測中的應(yīng)用［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2003(6):72-73.

［10］Hsieh Chenghsiung.Grey neural network and its application to short term load forecasting problem［J］.IEICE Transactions on Information and Systems，2002，85(5):897-902

［11］Cheng Chyunshin ，Hsu Yentseng ，Wu Chwanchia .Gray neural network［J］.IEICE Transactions on Fundamentals of Electronics，Communications and Computer Sciences.1988，81(11):2433-2442.