设计一个集成物联网监测与价值流图干预措施以减少泰国中小企业冷链中的存储食物损失

《Sustainability》：Designing an Integrated IoT Monitoring and Value Stream Mapping Intervention to Reduce In-Storage Food Loss in a Thai SME Cold Chain

　　

存储食物损失是中小企业（SME）冷链中一个持续存在但未得到充分解决的经济、环境和社会浪费来源，这些冷链通常缺乏持续监测和精益工作流程。本研究探讨了在中小企业约束下如何减少此类损失，以及为此环境设计的干预措施可能带来的益处。采用设计科学研究方法，在一个泰国冷藏仓库案例中，研究人员开发了一种集成干预措施，将物联网（IoT）早期预警平台——ESP-32和DHT22传感器，通过LINE消息API进行商品特定警报——与入库和出库工作流程的价值流图（VSM）相结合。监测显示，7.4%的质量控制读数超过了6°C的控制阈值。价值流分析表明，耗时由信息延迟而非物理工作决定，且农产品每个处理周期有290分钟处于非控制条件下。重新设计的工作流程预计将交付周期缩短47.5%和69.4%，并消除了125分钟的暴露时间。一项事前三重底线（TBL）评估估计每年可避免约19,700公斤的农产品损失、6500公斤CO₂e，并保留590,000泰铢。本研究提供了数字监测与流程改进的互补性说明，推动了可持续发展目标（SDG）12.3的实现。

**论文解读：集成物联网监测与价值流图干预措施减少泰国中小企业冷链存储食物损失**

**研究背景**
在易腐农产品供应链中，存储阶段的食物损失问题尤为突出，据报道产后和存储损失范围约为15%至50%，具体因商品、处理制度和供应链成熟度而异。这种损失不仅带来直接经济成本，还浪费了生产过程中投入的土地、水和能源，并产生可避免的温室气体排放，因此直接关联到可持续发展目标（SDG）12，特别是目标12.3对减少生产和供应链中食物损失的要求。冷链物流（CCL）是维持质量、延长货架期的主要机制，但中小企业（SME）冷链通常缺乏持续监测和精益工作流程，导致存储阶段损失持续存在。现有研究多集中于运输阶段的物联网（IoT）监测，而仓储阶段——农产品停留时间最长——却相对薄弱。此外，许多演示依赖资源密集型或专有配置，不适合小型运营商。因此，需要一种针对仓储阶段约束设计的低成本干预措施，将IoT早期预警与工作流程重设计相结合，以降低存储损失。本研究在泰国一个中小企业冷藏仓库案例中，通过设计科学研究（DSR）方法，开发并评估了这种集成干预措施，并发表在《Sustainability》期刊上，旨在推动SDG 12.3的实现。

**关键技术与方法**
本研究采用设计科学研究（DSR）范式，在泰国北部一个中小企业冷链运营商（32名员工，自营两个冷藏室，重点研究1号冷藏室，尺寸12×24×6米，220个托盘位，0-6°C）进行。核心技术方法包括：（1）环境监测：使用Testo H175/177记录仪进行两次监测（空间基线调查和本研究的一个月时间监测，15分钟间隔），并实施质量控制（QC）规则去除冷凝伪影（26.4%无效）；（2）IoT早期预警平台“Frost Flow”：基于ESP-32微控制器和DHT22温湿度传感器，通过Wi-Fi上传至MongoDB云数据库，利用LINE Messaging API进行商品特定环境阈值和保质期阈值警报；（3）价值流图（VSM）：对入库和出库工作流程进行当前状态和未来状态映射，基于直接过程观察和交易记录；（4）三重底线（TBL）评估：从环境、经济和社会三个维度进行事前评估，计算避免损失、碳排放和经济效益。数据来源为2022年1-4月的交易记录（184种产品，通过ABC分类选取16种高频商品作为分析集）。

**研究结果**

**3.1 仓库特征与产品优先排序**
通过四个月交易记录分析，仓库存储184种易腐产品，交易频率高度偏斜。应用ABC分类，A类商品（青葱、甜椒、茄子）占总交易活动的47.72%，A类和B类共八种商品占78.11%。每种商品具有不同的采后需求（温度、湿度、货架期、乙烯兼容性），表明单一统一储存制度在生理上不充分，需要商品特定监测阈值。

**3.2 环境监测与数据质量**
空间基线调查显示仓库内温度范围4.74°C至5.75°C，相对湿度87.01%至98.34%，存在显著空间异质性。本研究的一个月监测（15分钟间隔）在去除26.4%的冷凝伪影后，平均存储温度3.8°C（标准差约1.6°C），但7.4%的有效读数仍超过6°C控制阈值，表明存在真实而非伪影的热不稳定性，这是早期预警干预的核心经验依据。

**3.3 IoT集成库存管理与早期预警平台**
开发了名为“Frost Flow”的功能原型，架构包括ESP-32和DHT22传感器、Arduino编程、Wi-Fi传输至MongoDB、应用层采用TypeScript/Node.js/React，并通过LINE Messaging API发送实时警报。平台实现两类规则：环境阈值（商品特定）和货架期阈值（每日自动近过期警报）。实时仪表盘显示区域环境条件和库存可用性，将被动、回顾性检查转变为主动、条件触发的干预。

**3.4 通过价值流图改进工作流程**
当前状态图显示入库流程耗时305分钟（35分钟增值），出库流程180分钟（40分钟增值），非增值时间分别占88.5%和77.8%。主要等待间隔（各120分钟）源于单一5分钟管理任务（存储记录或完成记录的传输）的延迟，而非物理工作或资源冲突。未来状态设计通过用平台直接录入替代手动传输、消除独立验证步骤、将客户取货时间从3小时缩减至1小时，使入库交付周期降至160分钟（减少47.5%），出库降至55分钟（减少69.4%），每个处理周期环境暴露时间减少125分钟。操作员在冷藏室内的停留时间减少15分钟（54.5%）。

**3.5 可持续性评估**
环境维度：未来状态设计减少43.1%的环境暴露时间；在中心情景（基线存储损失17.5%，干预可归因减少10%）下，每年避免约19,700公斤农产品损失，对应约6,500公斤CO₂e的隐含碳。经济维度：在代表批发价30泰铢/公斤下，每年避免经济损失约590,000泰铢（约17,400美元），但注意受益方为存入客户而非公司本身。社会维度：每次入库周期减少操作员冷暴露15分钟；客户取货时间每次减少120分钟；避免损失相当于每年约49,200人日的蔬菜供应量（基于WHO参考摄入量0.4公斤/人/天）。敏感性分析表明，在考察的参数范围内结果方向稳健。

**讨论与结论**
讨论部分指出，该仓库冷链性能的约束是信息延迟而非物理工作。检测能力（IoT监测）和响应能力（VSM流程重设计）具有严格互补性：价值流图定位等待但无法识别其原因，环境监测精确描述室内条件但对室外暴露盲目，两者结合才揭示损失机制。与先前文献相比，本研究证实了热偏差在名义控制设施中反复出现，并补充了仓储阶段IoT应用的设计空白；对绿色价值流文献提出了修正：时间减少对环境有利的条件取决于被移除的间隔是否涉及农产品暴露。管理启示包括：干预成本与收益不对称（低成本平台保护高价值损失，但收益流向客户，公司通过客户忠诚度间接获益）；共享设施集中杠杆优势；平台替代了公司未持有的专业知识；决策权分布是实际部署障碍。局限性包括：事后评估、未测量参数（基线损失率、干预可归因减少率）、单案例设计、数据边界（未记录处理周期次数）。自然主义评估是下一步主要工作。

**结论**
本研究考察了如何在资源受限的农产品中小企业冷链中减少存储阶段食物损失，以及为此环境设计的干预措施可能实现的成效。对名义控制冷藏室的持续监测发现，在质量控制读数中7.4%超过控制阈值，这些偏差在手动检查下未被检测到。价值流分析揭示了更意外的结果：两个流程的耗时由单一5分钟管理任务的延迟而非物理工作决定，且农产品每个处理周期约290分钟处于非控制条件下。开发的干预措施将低成本IoT早期预警平台与工作流程重设计相结合，使入库和出库交付周期分别缩短47.5%和69.4%，环境暴露减少125分钟/周期。事前三重底线评估估计每年避免约19,700公斤农产品损失，对应约6,500公斤CO₂e的隐含碳和590,000泰铢的供应链保留价值，同时每次入库周期减少操作员冷暴露15分钟，每次取货为客户节省2小时。这些结果在考察的参数范围内方向稳健，但它们是设计评估而非实际服务中观察到的结果。本研究的主要贡献是解释了为何两种工具必须结合使用：价值流图定位等待但无法识别其原因，其“消除延迟”的处方若单独应用将导致农产品更早送达环境装卸区而取货时间未提前，从而延长而非缩短暴露时间；环境监测精确描述冷藏室条件但对室外暴露盲区，而大部分环境暴露发生在室外。检测能力与响应能力严格互补，两者结合产生的损失减少潜力超过单独应用任一种所能达到的效果。