編者按

中國（深圳）綜合開發研究院物流與供應鏈管理研究所王文博執行所長認為，疫苗對于溫度的高度敏感性，對疫苗冷鏈供應鏈的運作能力形成了巨大考驗。對于疫苗冷鏈供應鏈而言，一套優秀的仿真建模軟件，能夠有效的幫助企業從一定程度上預判全球各領域的不確定性，對于疫苗冷鏈供應鏈的影響，以及影響的程度。而對于企業而言，真正的目標，還是在于提升疫苗冷鏈供應鏈的敏捷性和韌性。

在新冠疫情全球大流行期間，冷鏈物流的作用成為全球關注的焦點。疫苗需要在全球范圍內以前所未有的規模進行迅速分發。這不僅對網絡的規劃是一個很大的挑戰，同時基于疫苗自身的特性需要冷鏈物流做到及時的響應和交付。在此背景下，本文通過以仿真建模軟件的角度來創建一個疫苗冷鏈解決方案來進行分析。

什么是冷鏈？

冷鏈為什么對制藥行業至關重要？

冷鏈是必須在特定低溫條件下保存的商品供應鏈，他們用于保護海鮮、冷凍食品、化學品和藥品等產品的高質量和安全。

預計從2021年到2028年冷鏈將占醫藥物流的四分之一以上，對冷鏈的需求來自藥物（如某些藥物和疫苗）的溫度敏感性，這些藥物可能會變質，失效甚至危及生命。

在其他藥品中，溫度敏感的疫苗對于運輸來說是一項艱巨的工作。這些救生產品必須在整個供應鏈中小心地移動，同時與溫度控制的物流活動完美配合。

一致的溫度控制很重要，因為這些疫苗必須在一定的溫度范圍內，從生產到接種。如果疫苗的溫度高于或低于要求的范圍，它可能會失去針對目標疾病的保護能力 - 它可能會失去效力。

舉例說明：

輝瑞公司的兩款新冠疫苗BioTeCo和 NeTHNA需要冷凍和深低溫。他們為超冷鏈制定了新的標準，因為他們需要分別保持在-90℃和-60℃（-112℉和-76℉）之間，以及-25℃和-15℃（-13℉和5℉）之間。

AnyLogic 建模軟件界面

為什么要對疫苗供應鏈進行仿真建模？

使用模擬方法對疫苗供應鏈進行建模的主要優勢在于其系統性和完整性的還原實際場景。這樣的場景還允許進行供應鏈場景測試，例如庫存管理策略的測試包括項目瓶頸的識別。總的來說，仿真建模提高了供應鏈端到端的可視性，其結果還支持戰略決策以及資源分配等。

圖片來源：Hexa 基金會

從疫苗生產到分發的整個流程

疫苗生產通常從其成分的制備開始：散裝（原料藥）和佐劑（促進更強的免疫反應）。這一階段之后是配置步驟，將物質和佐劑結合成疫苗。

在灌裝步驟中，容器（小瓶）裝滿配置好的疫苗。然后產品進入最終包裝階段，這將對不同地區有具體要求，并符合當地法律。然后將小瓶包裝在更大的盒子中，并裝入二次外包裝中，已備分發。

疫苗生產過程需要用于原料成分制造、配方、灌裝和成品包裝的設施。

與其他行業相比，疫苗的供應鏈在生產之前相對簡單。但從生產階段到使用，由于冷鏈物流的要求，溫度敏感疫苗的供應鏈是一個復雜的過程。

圖片來自網絡

疫苗在分發過程中面臨的挑戰

整個分銷網絡應確保疫苗保持在恒定的受控溫度。

1. 當新冠疫苗的供應量大于需求量時，供應鏈將以最大化吞吐量為目標，在推式供應鏈的模式下運行。

2. 新冠疫苗供應鏈的目標是最大限度地提高吞吐量并維持時間。由于庫存不是最佳選擇，所以產能起著至關重要的作用。

3. 最后一公里分配過程很復雜，由許多因素組成。疫苗、接種疫苗的醫護人員（HCV）、接種所需的設備（如注射器、針頭、消毒劑）以及接種疫苗的人員 - 他們必須同時在同一地點。此外，缺乏這些資源可能會造成損失。

4. 現在是讓疫苗在全球范圍內公平獲得的關鍵時刻。這種緊迫性將影響供應鏈的所有部分，也會影響他們的績效。

案例研究：新冠疫苗冷鏈供應鏈建模

介紹：新冠疫苗供應鏈具有特定的限制，如所討論的，相關的高水平的不確定性可能會改變傳統的疫苗運送范例。在這種情況下，傳統的優化工具將不足以提供可操作的結果。

新冠疫苗供應鏈的模擬建模提供了對其動態和權衡的洞察力。這些見解有助于制造商了解整個系統的結構復雜性，并預測交付的數量和時間。

在本案例研究中，anyLogistix供應鏈設計和模擬軟件用于測試不同的場景，并確定特定約束條件下的最大生產率。

對供應鏈結構、生產和分銷進行建模，團隊模擬了一個全球供應鏈，其設施位于不同的地理位置：

• 匈牙利和韓國的兩大批量生產商

• 輔助劑制造商 - 瑞典

• 罐裝廠：疫苗配方、灌裝和包裝過程在灌裝廠進行。在這個模塊中，有四個不同的工廠 - 在西班牙、意大利、印度和印尼

• 分發：成品疫苗在從灌裝廠運輸到三個分撥中心（DC）。這些設施服務與不同市場：一個為位于印度的低收入國家（LIC）提供DC，一個為同樣位于印度的中等收入國家（MIC）提供DC，另外一個位于丹麥的高收入國家（HIC）提供DC

新冠疫苗供應鏈模型

需求

新冠疫苗的總需求量與世界人口總數相當。因此，需求來源于最大生產能力。換句話說，一個純粹的推動生產策略。

生產

在該模型中，批量疫苗、佐劑疫苗和填充疫苗的每個生產階段都需要特定的活動持續時間。批量生產過程在生物反應器中進行，正是這一過程決定了生產能力。

分發

對于配送中心，仿真建模人員沒有考慮任何容量存儲約束。對于供應鏈上的貨物運輸，他們制定了一定的運輸策略。

新冠疫苗供應鏈的網絡特征

新冠疫苗供應鏈的模擬實驗

在行業專家驗證新冠病毒模型后，對新冠疫苗供應鏈的各種方案進行測試，以測試生產結構和物流參數。

原樣場景包含上述設置。情景A具有AS設置，并且假設第三輔助生物反應器在2021年1月變為活躍，而不是在8月份。

方案B，采用了前一個方案的設置，并增加了批量生產（韓國工廠為25%，匈牙利工廠為33%）

供應鏈建模結果

咨詢團隊在 anyLogistix software軟件中進行新冠疫苗供應鏈的仿真模擬，其主要目的是提高系統吞吐量。

模擬有助于識別每個建模場景的瓶頸。此外，通過對情景的進一步測試。有可能評估短期內可能實施的戰略決策，前提是考慮到某些投資。

這些決策會對供應鏈的其他節點產生系統性影響，例如管樁廠的產能利用率、運輸量和庫存。由于影響范圍廣泛，模擬是唯一一種能夠估計供應鏈經濟和運營影響的整體方法。

供應鏈建模的和仿真有助于確定可以加速整個疫苗生產過程的改進。例如，他們估計了供應商和管樁廠庫存管理的訂單數量和補貨頻率的最佳值。

使用AnyLogic軟件，為基于生產的工廠創建定制的子模型，然后將其導入anyLogistix的主供應鏈模型。這使得我們能夠考慮詳細的生產參數，這些參數可能會導致灌裝廠原材料的可用性延遲。

新冠疫苗供應鏈模擬提供的最重要的簡介是系統的最終輸出 - 疫苗劑量。要在一年內為每個人提供一劑疫苗，需要像本項目中設計的那樣增加六個供應鏈。

新冠疫苗供應鏈的建模仿真結果

建模提供的端到端供應鏈可見性有助于計算供應鏈節點之間的物流。它還幫助定義了應該增加或減少哪些流量，以提高疫苗的最終產量。

供應鏈節點之間的產品流

最后，模擬的一個巨大優勢是它如何幫助克服時間扭曲。“時間桶”的概念是，它們將時間（在本例中為12個月）劃分為某些時段，例如周或月。

它們的主要缺點是，它們不能提供任何關于一個時間段內發生的事情或兩個時段之間正在處理的訂單的可見性。

與現實世界一樣，仿真建模將時間視為一個連續微渡，從而克服了這一時間限制。模擬可以在虛擬空間中進行動態試驗，在虛擬空間中可以看到系統隨時間的變化。你可以隨時停止模擬，并觀察在該特定時間點所有供應鏈節點的任何給定部分內發生的情況。