基于系统思维与用户中心设计的公平疫苗分配决策支持系统开发

为解决COVID-19疫情期间疫苗分配中的公平性与效率问题，挪威研究团队结合系统动力学与用户中心设计方法，开发了嵌入数学模型的决策支持系统（DSS）。该研究通过利益相关者访谈、群体建模构建（GMB）和闪电决策研讨（LDJ），聚焦中央疫苗分配问题（CVAP），设计出可视化仪表盘，支持政策制定者实现透明化、数据驱动的疫苗分配决策。成果发表于《Scientific Reports》，为全球疫苗供应链优化提供了可推广的解决方案。

　　

疫苗分配的公平性难题与系统性破局
COVID-19大流行暴露了全球疫苗分配体系的脆弱性。截至2022年10月，疫情已导致650万人死亡，而疫苗从研发到接种的供应链面临多重挑战：有限的保质期、严苛的储存条件、偏远地区配送难题，以及流行病学演变的不确定性。挪威作为地广人稀（385,207 km²仅540万人口）的北欧国家，其分散的人口分布和冬季交通限制更放大了分配难度。如何在保证公平的前提下，将有限疫苗精准分配至356个自治市？这成为挪威公共卫生当局的"中央疫苗分配问题（CVAP）"核心痛点。

由比利时KU Leuven大学、挪威阿格德尔大学等机构组成的跨国团队，在《Scientific Reports》发表了一项创新研究。他们采用"利益相关者驱动的系统方法"与"用户中心设计"双轨策略，开发出集成数学模型的决策支持系统（DSS）。该系统通过可视化仪表盘，帮助决策者实时调整风险评分，平衡效率与公平，最终实现疫苗的优化分配。

方法论创新：从系统映射到用户验证
研究团队采用多阶段混合方法：首先通过挪威公共卫生署（FHI）、卫生部等关键部门的访谈构建利益相关者地图；随后组织群体建模构建（GMB）工作坊，利用Miro平台绘制包含疫苗研发、中央处理、医院/药房/市政分配等6个子系统的存量-流量图（SFD）；基于闪电决策研讨（LDJ）确定的用户需求，开发Python数学模型驱动的交互式仪表盘，最终通过15名专家的焦点小组讨论验证系统有效性。

破解CVAP的三重密码
关键利益相关者与角色
系统映射揭示了挪威疫苗分配网络的复杂层级：议会审批采购策略→卫生部（HOD）制定优先级→挪威公共卫生研究所（FHI）负责全国配送→ municipalities（自治市）执行接种。这种分权结构要求DSS必须兼容自上而下的政策指导与自下而上的地方自治。

系统动力学揭示的决策瓶颈
存量-流量图显示，CVAP决策直接影响市政疫苗库存→接种人数→需求动态的闭环系统。例如，偏远市镇冬季依赖渡轮运输，若分配不足将导致免疫洼地；过度集中又可能引发城市疫苗浪费。研究团队因此将"地理公平性"设为数学模型的核心约束变量。

透明化仪表盘的设计哲学
仪表盘分为三大模块：疫苗/优先级数据输入（Part I）、市政风险评分调整（Part II）、分配结果可视化（Part III）。决策者可通过滑动条动态调整"社会弱势地区权重""感染率"等参数，即时查看不同策略下的覆盖差异。这种"假设分析"功能使挪威文化重视的决策透明性得以实现。

超越疫情的范式价值
讨论部分强调，该DSS的创新性体现在三个方面：一是将系统思维（system thinking）贯穿从问题定义到方案设计的全过程；二是通过LDJ方法在高压环境下高效捕获用户需求；三是开发的三维适配框架（数据丰富度-环境复杂性-治理集中度）支持全球推广。例如在非洲大陆（2022年仅23%完成基础免疫），系统可简化为大区级分配，逐步细化至社区层级。

研究也承认存在局限：未实时测试动态反馈机制，且模型未纳入疫苗犹豫（vaccine hesitancy）等行为因素。未来改进方向包括整合实时接种数据反馈环，以及开展跨文化伦理影响评估。尽管如此，这项研究为全球疫苗分配提供了可扩展的智能决策范式，其方法论意义可能超越COVID-19，成为未来大流行应对的标准工具包之一。