關(guān)于醫(yī)藥品倉儲貨位分配優(yōu)化設計的幾點設想

盧小群

【摘 要】改革開放以來，我國經(jīng)濟快速增長，國內(nèi)市場蓬勃發(fā)展。隨著人民生活水平的提升和對健康的需求，醫(yī)藥行業(yè)也迎來了發(fā)展的春天。與此同時，醫(yī)藥企業(yè)也對醫(yī)藥物流提出了更高要求，但是我國醫(yī)藥流通行業(yè)的利潤一直偏低，根據(jù)相關(guān)資料顯示，美國醫(yī)藥批發(fā)行業(yè)的利潤率為2%左右，而國內(nèi)該行業(yè)的純利潤率卻不足0.6%，僅僅為美國平均水平的30%。導致這一現(xiàn)象的主要原因就是國內(nèi)較高的物流成本，我國醫(yī)藥行業(yè)的平均毛利潤率高達10.43%，然而平均費用率也非常高，將近9.48%，其中物流成本所占比重超過了行業(yè)銷售額的10%，美國物流的這一比例只有2.6%[1]。國內(nèi)物流企業(yè)倉儲管理成本偏高、醫(yī)藥品收發(fā)貨效率低等問題，制約了醫(yī)藥企業(yè)的發(fā)展。文章以醫(yī)藥物流A公司為例，針對A公司貨位分配這個環(huán)節(jié)進行研究，揭示物流公司在貨位分配上存在的問題，提出貨位分配優(yōu)化的幾點思路，并運用倉儲貨位分配相關(guān)方法，給出倉儲貨位優(yōu)化設計方案，對提高醫(yī)藥品倉儲管理有一定研究價值，對提高醫(yī)藥行業(yè)利潤也有一定的借鑒意義。

【關(guān)鍵詞】醫(yī)藥物流;倉儲貨位分配方法;倉儲貨位分配求解步驟;貨位分配優(yōu)化設計

【中圖分類號】F426.72;F252【文獻標識碼】A 【文章編號】1674-0688（2020）01-0070-05

1 倉儲貨位分配優(yōu)化設計的背景及思路

1.1 倉儲貨位分配優(yōu)化的背景

對于當前有一定規(guī)模的醫(yī)藥品機構(gòu)來說，倉儲藥品品種繁多，批量不一，而且藥品性能各異，因此醫(yī)藥品的存儲及管理相對其他貨品的倉儲管理具有一定的特殊性。按照《藥品經(jīng)營質(zhì)量管理規(guī)范》等有關(guān)規(guī)定，對醫(yī)藥品的儲存貨位進行科學的規(guī)劃，按照藥品種類的不同、倉儲條件的不同，實行區(qū)域管理，不僅能有效地防止醫(yī)藥品在存儲的過程中造成污染和混淆，還能為有效地養(yǎng)護好醫(yī)藥品起到良好的作用。

不同藥品對倉儲要求是不同的。比如，中成藥、西成藥、易串味和特殊藥品要進行分區(qū)存儲。對于在常溫環(huán)境下容易變質(zhì)的藥物，比如疫苗、肽類、激素等，通常要求放置在冷藏區(qū);一些含有芳香類成本、具有較強揮發(fā)性的藥品，比如藿香正氣水、關(guān)節(jié)止痛膏等，則應該放置在易串味區(qū);特殊藥品如麻醉藥品、醫(yī)療用毒性藥品和放射性藥品等需要特殊保管的藥品則必須放置在特殊藥品區(qū)[2]。

由于以上種種需求，因此有必要對醫(yī)藥品的倉儲貨位進行優(yōu)化設計和管理，而對于倉儲貨位的優(yōu)化設計和管理，將有助于縮短出、入庫移動距離，減少裝卸搬運設備的移動路線并降低作業(yè)時間，同時可以合理地運用存儲空間，能夠有效地對倉儲成本進行管理及控制。

1.2 倉儲貨位分配優(yōu)化的思路

由于貨位分配對醫(yī)藥品的倉儲具有一定的重要性，因此本文將重點對倉儲設計中的貨位分配進行探究。對貨位分配進行優(yōu)化設計，必須了解醫(yī)藥品的周轉(zhuǎn)率、出庫率、重量、醫(yī)藥品特殊存儲要求等幾個重要因素。

存儲條件特殊性表現(xiàn)在以下幾個方面：{1}存儲的時候SKU多、單品的價值比較高;{2}醫(yī)藥品對于溫度、濕度的要求比較高，同時其存儲質(zhì)量變化會危害到醫(yī)藥品使用者的生命安全，國家對其生產(chǎn)及經(jīng)營都有詳細的規(guī)定，其存儲條件存在著差別化[3];{3}對庫房的相對濕度存在特殊性，庫房濕度不能超過35%～75%;{4}單個庫房存儲量不能低于200 m3。

需要按照醫(yī)藥品品種劃分進行區(qū)域存放的有以下幾個方面：一是具有較強揮發(fā)性的藥物、容易發(fā)生化學反應的藥物必須放置在不同的倉庫中，危險品單獨存放;二是處方和非處方、內(nèi)服和外用藥均要求在不同區(qū)域放置;三是種類和外包裝非常相似的藥物最好保存在不同的庫區(qū)中，或者是隔垛存放。

本文運用傳統(tǒng)的ABC分類法和關(guān)聯(lián)度分析法針對醫(yī)藥品貨位展開合理設計和分配。

2 倉儲貨位分配相關(guān)方法

2.1 倉儲貨位優(yōu)先級評判因素及原則

倉儲的貨位分配制度需要與貨物的性質(zhì)、數(shù)量、出入庫頻繁程度掛鉤[4]。以A公司經(jīng)營中心的醫(yī)藥品存儲為例，考慮到該公司經(jīng)營中心日常工作中涉及的藥物都是生化類藥物，通常此類藥物都具有單個包裝小、單價高的特點，所以在貨位的分配管理時可以直接忽視醫(yī)藥品包裝的體積，重點考慮此類藥物的分區(qū)存放原則。對于貨物存放的優(yōu)化處理，要求先確定優(yōu)先安排存儲位置的貨物，哪些屬于留用后再進行存儲。本文通過對醫(yī)藥品貨位的優(yōu)化級進行詳細的分析，總結(jié)出下述幾個對倉庫內(nèi)貨位的優(yōu)化級產(chǎn)生影響的要素，嘗試研究制定貨位優(yōu)先級的原則。

（1）距離出庫口遠近對貨位優(yōu)先級的影響。挑選的醫(yī)藥品從貨位到倉庫出入口的距離、貨品在庫里的流動路線越短，其存儲所需的人力和物力的成本最低，其優(yōu)選級也相對較高[5]。因此，依據(jù)距離的遠近將貨位分作A、B、C 3類，A類貨位和揀選口、倉庫出口之間的距離最近，C類的距離最遠（如圖1所示）。根據(jù)貨位數(shù)量按由多至少排序，依次為A、B、C。

（2）距離揀選設備遠近對貨位優(yōu)先級的影響。例如，貨物A的位置離揀選入口比較近，那么就會先揀選A的貨物;而貨物B的位置距離較遠，那么就會等待貨物A揀挑后再揀選貨物B。若貨物距離倉庫門口與揀選設備都很遠，并且兩者差距并不明顯，在這種情況下，必須對揀選設備的存放位置進行規(guī)劃和設計。

（3）倉庫深度對貨位優(yōu)先級的影響。根據(jù)圖1所示，貨物A應該是經(jīng)常使用的貨物，貨物B、貨物C依次遞減，這樣能夠提高貨物收、發(fā)效率。對于揀貨員的揀貨活動分析可知，需要彎下腰或者登高揀貨的比揀選1～1.5 m高的中層貨位上的貨物更累，因此從優(yōu)先級的角度來看，對于離倉庫出口及揀選設備較遠的貨架，中層貨位優(yōu)先于貨架上、下層貨位。

通過上述因素分析，倉庫布局直接影響區(qū)域貨位的優(yōu)先級，因此在明確區(qū)域優(yōu)先級別后，再利用分揀設備的放置位置、倉庫的深度作為標準確定貨位的優(yōu)先級。

2.2 倉儲貨位分配方法

本文基于一些倉儲基礎數(shù)據(jù)和背景資料，同時結(jié)合醫(yī)藥品倉儲需求及ABC分析法和品類相關(guān)性對貨位展開合理的優(yōu)化處理。

ABC分析法由帕累托法則發(fā)展而來。帕累托法則又稱80/20法則。1897年，意大利經(jīng)濟學家帕累托針對米蘭居民的收入開展研究，研究結(jié)果顯示，當?shù)?0%的財富聚集于占比為20%富有居民手中，剩下20%的財富則由占比為80%的一般居民共有。他將該現(xiàn)象定義為“關(guān)鍵的少數(shù)和次要的多數(shù)”，并且將描述這種不公平現(xiàn)象的統(tǒng)計表叫做帕累托曲線分布。該法則最初只限于經(jīng)濟學領域，后來人們將該法則運用到企業(yè)管理等各種領域，并將其命名為“ABC分析法”[6-7]。該方法的核心在于對研究對象進行分類處理，然后在其中找到最重要的少數(shù)（A類）及不太重要的多數(shù)（B、C類），將精力重點集中在重要的少數(shù)上，從而使管理效率得到大幅度的提升。該分析法的本質(zhì)是將被管理對象分成A、B、C 3類，然后對不同的對象展開重點控制。

采用ABC庫存分類管理法，依據(jù)醫(yī)藥品的累計SKU百分數(shù)和累計出庫比值，將其分為A、B、C 3個等級，然后根據(jù)等級進行分級管理。A類所包含的藥品種類是最少的，但其出入庫比值最高，因此必須采取低成本高效率的管理方法，確保此類醫(yī)藥藥物能夠定時、定量供應，對庫存進行嚴格把控;C類藥品代表的是品種多且出入庫比值低的藥品，需要透過簡便方式展開合理管理，同時要求固定存貨量;B類藥品代表的是處在以上兩者之間的藥品，對于該類產(chǎn)品應進行一般的控制、實施定期批量存貨管理方法。

倉儲貨位分配思路如圖2所示，要對數(shù)據(jù)進行收集，再進行分析和處理，總結(jié)制定出分配標準。

2.3 倉儲貨位分配求解步驟

（1）步驟一：數(shù)據(jù)收集。對數(shù)據(jù)的收集來自以下幾個方面信息：A公司醫(yī)藥品運營中心倉庫貨位分區(qū)T，庫存SKU數(shù)為M，SKU日常出庫量Xi（i=1，2，3，…，M），每日出庫單，單據(jù)編號、SKU名字、單一SKU出庫量，單一SKU需要設置的貨位區(qū)[8]。

（2）步驟二：數(shù)據(jù)處理。對上述信息數(shù)據(jù)進行統(tǒng)計與匯總，選擇單一SKU分區(qū)建立相關(guān)的組集，計算不同組集內(nèi)單一SKU，在前一年內(nèi)整體出庫量qi（i=1，2，3，…，M），基于同樣的條件，求得不同組集對應的整體出庫量Qt=M∑i=1qi（i=1，2，3，…，M;t=1，2，3，…，T），接著計算單一SKU出庫量qi與對應組集出庫量之間的比值ki（i=1，2，3，…，M），根據(jù)大小次序，讓不同組集中ki依次排序，接著求得不同組集中所有SKU出庫比值Ji與SKU百分數(shù)Li。根據(jù)出庫單，確定不同組集SKU之間的出庫關(guān)系，不同SKU一起出庫的頻次與整體出庫單量的比SKUij（i=1，2，3，…，M;j=i+1，i+2，i+3，…，M），需要計算單一SKU與不同SKU一起出庫時的出庫量Qij（i=1，2，3，…，M;j=1，2，3，…，M），Qij是SKUi、SKUj一起出庫期間SKUij出庫量。

（3）步驟三：創(chuàng)建ABC分析表。根據(jù)需要建立M+1行三列式表格，結(jié)合圖例不難發(fā)現(xiàn)，首列提供所有SKU對應的名稱，次列提供累計出庫比值Ji，第三列提供累計SKU百分數(shù)Li。假定qi（i=1，2，3，…，M）不斷變化。某組集內(nèi)ABC分析表見表1。

（4）步驟四：基于分析表指出庫區(qū)中貨位區(qū)域。根據(jù)表1不難發(fā)現(xiàn)，累計SKU百分數(shù)與累計出庫比值之間存在著一定的聯(lián)系，將累計SKU百分數(shù)在5%～15%，累計出庫比值在65%～80%這一范圍內(nèi)的醫(yī)藥物品，定義成A類;將累計SKU百分數(shù)在20%～30%，累計出庫比值在20%～30%這一范圍內(nèi)的醫(yī)藥物品，定義成B類;剩下的則定義成C類，其與A類的狀態(tài)完全相反，累計百分數(shù)SKU在60%～80%，累計出庫比值5%～15%這一范圍。把A類SKU貨位布置在庫中A類貨位處，B類則布置于B類貨位處，同樣的方式放置C類。A類品存儲時，需要選靠近門口、通道等位置，C類品需要選擇放置角落位置，B類品處在A與C之間[9]。

（5）步驟五：生成關(guān)聯(lián)度分析表。根據(jù)需要建立M*M 行、四列式表格，基本樣式可參照表2。首列提供了2個SKU名稱相關(guān)的無序?qū)?，次列提供了?個SKU一起出庫的頻次SKUij（i=1，2，3，…，M;j=i+1，i+2，i+3，…，M），第三、第四列分別提供了2個SKU同時出庫時出庫量，表格第一層至N層采用從大到小的次序，依次排列。

（6）步驟六：按照關(guān)聯(lián)度指標，指出庫區(qū)中所有SKU相對位置。以此為前提，對于各區(qū)域而言，先給關(guān)聯(lián)度最高的品類提供貨位，如果關(guān)聯(lián)度沒有差別，那么可以根據(jù)出庫量多少進行設置。而其中最大SKU必須安排在最容易揀選的貨位。

（7）步驟七：基于在庫量與貨位量，指出不同SKU得到的貨位量。利用不同SKU相對貨位的聯(lián)系與貨位量，設置其具體貨位，同時按照整體貨位數(shù)進行微調(diào)，保證合理性。

3 倉儲貨位優(yōu)化設計

A公司其藥品運營中心存儲貨位分配沒有規(guī)律，一旦出現(xiàn)大量出庫需求，必定無法應付。考慮到分揀時間問題，根據(jù)藥品有關(guān)規(guī)范，對其貨位分配體系進行了重新設計[10-11]。

本文根據(jù)其上一年藥品運營中心提供的出庫單及當前在庫藥品盤點表進行處理，其主要包含肽類激素、生物制品、疫苗等幾類醫(yī)藥品。根據(jù)信息匯總得到932個，出庫單5 261張，全部與其他之間存在著關(guān)聯(lián)度，文中將26個確定成實例，完成了這一分配設計的研究與探討[12]。

對26個SKU名稱設定如下：A、B、C、D、E、F、G、H、I、J、K、L、M、N、O、P、Q、R、S、T、U、V、W、X、Y、Z。A、B、C、D、E是肽類激素區(qū)，F(xiàn)、G、H、I、J、K、L是生物制品區(qū)，M、N、O、P、Q、R、S、T、U、V、W、X、Y、Z是疫苗區(qū)。以下是具體的貨位分配情況。

（1）經(jīng)過SKU劃分，建立了肽類激素區(qū)、生物制品區(qū)、疫苗區(qū)三者的組集，有（A、B、C、D、E）、（F、G、H、I、J、K、L、），（M、N、O、P、Q、R、S、T、U、V、W、X、Y、Z）。根據(jù)其貨位分配結(jié)果，完成26類藥品的存放（如圖3所示）。

（2）選擇疫苗區(qū)組集進行分析，（M、N、O、P、Q、R、S、T、U、V、W、X、Y、Z內(nèi)所有SKU均得到相應貨位，對上一年該區(qū)組集中14個SKU出庫量、SKU總量、單一SKU出庫量、組集中SKU關(guān)聯(lián)度進行匯總。同時，把該區(qū)貨位區(qū)別成3類，貨位總數(shù)為4×9×12=432個。

采取ABC法完成該區(qū)組集匯中SKU出庫量的分析，其結(jié)果見表3。

結(jié)合表3不難發(fā)現(xiàn)，M、P、Z類藥品與總SKU之間的比值是21.4%，而累積出庫量與整體出庫量之間的比值是79%，N、X、W、V是B類，T、O、Y、Q、U、R、S是C類，SKU百分數(shù)為50.0%，累積出庫量與整體出庫量之間的比值是6%。A、B、C 3類藥品分別處于綠、藍、黃3個貨位。

（3）A、B、C 3類藥品（M、P、Z）、（N、X、W、V）、（T、O、Y、Q、U、R、S），對每一類藥品單一SKU關(guān)聯(lián)度進行匯總，建立關(guān)聯(lián)度表。通過表4，我們能夠了解組集中的關(guān)聯(lián)度（出庫量將箱設置成基本單位）。

根據(jù)表4不難發(fā)現(xiàn)：A類藥品（M、P、Z）內(nèi)的M與P、Z之間有著明顯的關(guān)聯(lián)度，M、P與M、Z兩者的出庫量相比，前者遠遠超過后者，而一起出庫的頻次偏低。所以，為A藥品（M、P、Z）安排貨位的過程中，需要在M、Z兩者間安排P，由于M出庫量明顯，所以需要安排在門口附近;B藥品（N、X、W、V）和不同SKU一起出庫頻次較高的為N，與N一起出庫的SKU，以P出庫量明顯，W、X、V之間組合出庫，無論是頻次還是量全部較低;C藥品（T、O、Y、Q、U、R、S）和不同SKU一起出庫的次數(shù)可看出，Q藥品的關(guān)聯(lián)度最大，與Q一起出庫頻次較多的為Y，Y一起出庫期間，Q出庫量最高。

有明顯關(guān)聯(lián)度的為M與P，出庫量偏高，需要提前進行貨位分配，而M、P、Z中，M與P出庫頻次最高，而出庫量基本一致，所以需要優(yōu)先處理M、P。M、P一起出庫的頻次與出庫量全部超過了M、Z，所以需要優(yōu)先考慮M、P[13-14]。

基于不同SKU藥品出庫量與總貨位數(shù)求得不同SKU的貨位數(shù)，根據(jù)上述貨位關(guān)聯(lián)度的分析，所有SKU的貨位數(shù)見表5。

借此確定疫苗組集中SKU貨位分配情況，如圖4所示[15]。

4 結(jié)語

本文主要通過ABC分類、SKU關(guān)聯(lián)度兩種分析法，對有關(guān)醫(yī)藥品倉儲的貨位分配優(yōu)化設計進行了分析與論證，以此為前提，形成更科學的貨位分配方案，有效提升了倉儲庫位管理的能效，進一步發(fā)揮了科學分配貨位的優(yōu)勢，對提高醫(yī)藥品倉儲管理有一定的借鑒意義。

參 考 文 獻

[1]路健，李鐵克，王柏琳.供應鏈環(huán)境下產(chǎn)能優(yōu)化配置問題的混合粒子群算法[J].計算機集成制造系統(tǒng)，2012（11）：1538-1545.

[2]胡正東，李夏苗，李利華，等.合作博弈下醫(yī)藥物流聯(lián)盟節(jié)點決策模型及算法[J].計算機工程與應用，2012（20）：32-38.

[3]李詩珍，杜文宏.基于SLP思想的配送中心布置設計研究[J].科技管理研究，2013（10）：246-248.

[4]李緯韜.仿真技術(shù)在倉儲管理中的應用研究[D].上海：上海海事大學，2004：20-33.

[5]Heragu Malavasi Gabriele，Rieci Stefano.Railway operation modeling by means of petri networks[J].Ingegneria Ferroviaria，2005（3）：205-219.

[6]劉軍.EIQ分析法在卷煙配送中心規(guī)劃中的應用[D].北京：北京郵電大學，2014.

[7]軒華.基于SLP的物流設施布置設計方法研究[J].商場現(xiàn)代化，2013（12）：129.

[8]齊二石.物流系統(tǒng)規(guī)劃設計方法綜述[J].天津大學學報：社會科學版，2013（3）：225-228.

[9]張凌輝.如何建設現(xiàn)代醫(yī)藥物流中心[J].物流技術(shù)與應用，2015（15）：53-57.

[10]李強.EIQ分析法在倉儲管理中應用分析[J].現(xiàn)代商貿(mào)工業(yè)，2014（11）：46-47.

[11]Chin-Ming Hsu，Kai-Ying Chen，Mu-Chen Chen.Batching orders in warehouses，by minimizing tra-vel distance with genetic algorithms[J].Computersin Industry，2005，56（2）：169-178.

[12]Li Fan，Pei cao，Jussara Almeida，et al.A scalable wide-area Web cache sharing protocol[J].In pro-ceedings of the ACM SIGCOMM 98 conference，2008，9（3）：245-265.

[13]Derntl，Michael.The role of structure，patterns，and people in blended learning[J].Internet and Hi-gher Education，2011，8（2）：111-130.

[14]Chopra S，Meindl P.Supply Chain Management：Strategy，Planning，and Operation，3rd ed[M].USA：Pearson，2007.

[15]Jeroen P，van den Berg.A literature survey on planning and control of warehousing system[J].IEE Transactions，2009，31（8）：751-762.