易腐保鲜商品（Perishables and Temperature Sensitive Products,PTSP）的长途运输、配送、保鲜和安全问题，对于冷链物流（ColdChain Logistics,CCL）提出了重大挑战，促使 CCL 受到学术界与产业界的重视。PTSP 商品主要包括食品、农渔产品、医药品及一些特殊原物料等，物流过程需温度控制条件。

　　所谓冷链物流是指在生产、储藏、运输、销售等各项活动中，商品始终处于受控制的温度环境中，以确保商品质量与安全的一项系统工程（Bogataj,2005）。与常温物流相比，冷链物流系统复杂，需要更多专业知识与人才，而且过程中隐藏许多环境、人员、设备、信息沟通等风险因子（Sanchez- Rodrigues et al.,2010），因未能适当识别并且加以管理，造成商品在物流过程中发生质量变异、损坏与超过保存期限等现象。据统计，全球目前约有 30%生鲜食品，由于物流处理不当造成损坏（Montanari,2008）。

　　鉴于冷链物流管理的重要性，2003 年欧洲成立国际冷链协会（Cool Chain Association,CCA）致力于冷链产业整合，并建立冷链质量指标（Cool Chain QualityIndicator,CCQI），进行风险评价与管理，以提升冷链效率水平。而在学术界，Bogataj et al.（2005）运用数学模型探讨易腐食品运送过程，温度控制稳定机制；Kuo and Chen（2010）发展多温层配送模式，以降低配送成本；Abad et al. （2009）导入 RFID 科技进行商品追踪与温度监控；Sanchez- Rodrigues et al.（2010）评价英国物流作业不确定因素，将其归纳为延迟、配送条件限制、缺乏整合、需求变化与不良的信息。综观以上文献，目前的研究多侧重于冷链物流效率改善，较少针对冷链物流失效问题进行探讨。鉴于此，文章将针对导致冷链物流失效风险的各种因素，以生鲜食品冷链为案例进行系统分析，采用 FMEA 分析工具，利用专家系统，建立风险评价模型，推断失效模式风险优先指数，研究得出：温度失控、延迟配送与信息整合程度低为最严重的失效模式，同时节能环保问题也被识别为潜在风险。

　　失效模式与效应分析（Failure Mode and EffectAnalysis,FMEA）是一种系统化风险分析工具，主要协助系统分析，在早期发现潜在风险因子及其影响程度，以避免失效的发生或降低其发生时产生的损失。失效模式与效应分析（FMEA）于 1960 年代由美国太空总署（NASA）发展出来，是一种用于调查和分析产品与制程潜在失效风险的系统性工具，由于 FMEA 具有系统性侦测失效风险，借助量化评估活动失效发生的发生度、严重度、侦测度，进而产生 RPN,如公式（1）：RPNi=Pi×Si×D,i=1,2,3,…，n （1）冷链物流面对不确定环境，使得风险评估活动日益重要，虽然对风险有许多不同定义，但一般风险被视为是对于潜在不可预期事件的实现。而对于风险的定义一般分为两大类：第一类将风险视为一种损失（Koivistoet al.,2009），第二类将风险视为一种发生损失的概率（Kartam and Kartam,2001）。而当事件发生的概率无法测量时，则被称为不确定，需要借助专家主观判断的方法，去评估其风险。风险评估方法与技术，根据研究取得资料内容，主要可分为定性和定量量化两种类型（Bennett,1996），在量化技术中必须大量使用数量统计方法，如蒙特卡罗法 、故障树分析法、敏感性分析法、回归分析等来量化风险冲击与影响性。在许多真实状况中，由于量化资料很难取得或资料仅局限于研究问题的一小部分，使得资料无法呈现事件原貌或趋势；再者，数量资料呈现形态并非研究所需形式。在定性分析技术中，大量依赖人类判断、感觉、经验去鉴别、分析与了解风险因子及其效应，可是这种人为主观意识判断，受到个人偏误、偏好与专长的影响。因此不管是定性分析法还是定量分析法，都有其优缺点，必须视研究性质而定。

　　通过风险等级分类来决定资源投入的优先顺序，并提出适当的改善作业建议，如此能以最经济的成本，来获得最佳的改善效益，并且有效防止失败事件发生，由于其强调预防管理的特点，因此，已广泛被应于工程设计、质量与风险管理中（Ebeling,2000）。虽然 FMEA 拥有许多优点，然而其 RPN 产生方式仍有一些缺陷，如相同的 RPN 值，可能来自不同严重度、发生度与侦测度的组合，且评估过程视三个风险指标为相同权重；再者当评估信息是不明确或者模糊时，也可能导致不适当的风险评估。

　　人工智能专家系统可不受传统统计资料和众多假设的限制，容易修改、富有弹性，非常适合于处理资料不精确与面临不确定性环境的问题。从 1960 年代发展以来，被广泛应用于工程预测中，Turan and Yurdusev（2009）使用模糊推论去模式化水资源工程系统，Wu et al.（2007）使用模糊推论进行工程错误诊断。从以上研究可发现，在许多研究中应用和发展了定性、定量或整合两种方法，进行风险评估。近年来，随着电脑技术的发展，整合专家智能的专家系统已成为风险预测与评估的一种良好方法。

　　本研究首先整合 FMEA 与模糊推理（Fuzzy Inference），建立失效风险识别专家系统；其次从冷链系统发生失效模式与产生效应，并以失效模式严重度（Degreeof Severity）、频率度（Frequencyof Occurrence） 与侦测度（Chance of Detection） 三个风险指标，通过模糊推理系统推论出风险优先指数（Risk Priority Number,RPN）；最后通过对 RPN 排序，得出各种失效模式相对风险值的高低，作为防范风险的依据。