陳 曜

摘要:當(dāng)今世界,如何使自己企業(yè)的供應(yīng)鏈能夠更有效率的運(yùn)作,便成為了許多管理人員繼續(xù)考慮的一個(gè)問題。基于此背景下,許多供應(yīng)鏈的優(yōu)化模型被理論界提出。針對傳統(tǒng)的模型存在一些不足之處,通過采用系統(tǒng)模擬的方法,提出了一套新的評價(jià)系統(tǒng),應(yīng)用了權(quán)衡曲線的原理,并考察了在需求發(fā)生變化的情況下決策的適應(yīng)情況,給出不同情景下的決策建議。

關(guān)鍵詞:供應(yīng)鏈;決策;評價(jià)體系;權(quán)衡曲線

中圖分類號:F273.7文獻(xiàn)標(biāo)識碼:A

Abstract: In today's world, many managers consider more and more on the issue that how to make the supply chain more efficient. Based on this background, a number of supply chain optimization models are proposed by theorists. However, there are some drawbacks in these traditional models, in this paper, by using the simulation; we set up a new evaluation system. By considering the trade-off curve principle, and the adaptation of different demand situation, we give the suggest of decision-making under the different scenarios.

Key words: supply chain; decision-making; evaluation system; tradeoff curve

本文研究的供應(yīng)鏈決策評價(jià)體系,是希望解決供應(yīng)鏈決策評價(jià)過程中的一個(gè)問題:什么樣的決策是一個(gè)好的決策?通過一些文獻(xiàn)的閱讀,我們發(fā)現(xiàn)當(dāng)前主流的供應(yīng)鏈評價(jià)標(biāo)準(zhǔn)都難以系統(tǒng)的、動態(tài)的衡量供應(yīng)鏈的決策。企業(yè)往往只能看到這一決策在被衡量的一個(gè)方面表現(xiàn)情況,而決策對其他方面所產(chǎn)生的作用則往往被忽略了。更值得一提的是,當(dāng)前的供應(yīng)鏈評價(jià)方法,很難體現(xiàn)出一個(gè)決策的長期影響。在當(dāng)前多變的市場環(huán)境下,一個(gè)在當(dāng)前環(huán)境下出色的決策,很可能應(yīng)對不了市場的變化。

而本文提出的基于權(quán)衡曲線的評價(jià)模型,則很好的解決了這一問題。

1模型簡介及系統(tǒng)假設(shè)

根據(jù)Guilherme和Osmar關(guān)于供應(yīng)鏈模擬系統(tǒng)的一般模型研究,我們將應(yīng)用三級概念模型來抽象的描述本文所將采用的模擬系統(tǒng)。之所以選用這一方式來表達(dá)本文所將采用的模擬系統(tǒng),是因?yàn)檫@一模型能夠最清晰和完整地體現(xiàn)整個(gè)系統(tǒng)的相關(guān)設(shè)置。該模型主要包括兩個(gè)流程:第一是生產(chǎn)商根據(jù)銷售信息或訂單信息安排生產(chǎn)的過程;第二是分銷商根據(jù)當(dāng)前銷售以及缺貨發(fā)生的情況來指定補(bǔ)貨點(diǎn)以及訂購量的情況,來制定補(bǔ)貨策略的流程。

在整個(gè)模擬中,我們將假定系統(tǒng)中存在一個(gè)生產(chǎn)商M,而我們所探討的供應(yīng)鏈系統(tǒng)的決策將以這個(gè)生產(chǎn)商為中心。

我們將假定生產(chǎn)商M對于它的供應(yīng)鏈決策有這樣一個(gè)決策集合DD,D,我們根據(jù)本文提出的評價(jià)系統(tǒng),來探討這個(gè)決策集中每個(gè)決策的優(yōu)劣。在模擬的供應(yīng)鏈系統(tǒng)中,生產(chǎn)商M將為下游的5個(gè)分銷商供應(yīng)商品。這些分銷商被表示為LL,L,L,L,L。在整個(gè)模擬系統(tǒng)中,一共有3種商品,分別表示為PP,P,P。分銷商以下的部分被簡化為一個(gè)總體呈正態(tài)分布的需求模式ξξ,ξ,…,ξ,ξ,對應(yīng)于每個(gè)分銷商的每一種商品,共計(jì)有15個(gè)分布。在下一節(jié)中將具體描述這些分布。系統(tǒng)中的其他參與變量還有描述每個(gè)分銷商L到生產(chǎn)商M之間的運(yùn)輸時(shí)間變量TT,T,T,T,T,以及描述每件商品的生產(chǎn)成本MCMC,MC,MC,運(yùn)輸成本LCLC,LC,LC以及儲存成本ICIC,IC,IC。每一次系統(tǒng)模擬將根據(jù)需求分布隨機(jī)產(chǎn)生360組數(shù)據(jù),即表示每次模擬的時(shí)間跨度為一年。

每次產(chǎn)生需求后,系統(tǒng)將根據(jù)上一節(jié)中的流程對這些數(shù)據(jù)進(jìn)行相應(yīng)的處理,如進(jìn)行安排生產(chǎn),計(jì)算補(bǔ)貨點(diǎn),以及發(fā)出訂單等。每次流程處理完畢后,系統(tǒng)將計(jì)算當(dāng)期發(fā)生的所有收入和所花去的成本。在360組數(shù)據(jù)全部產(chǎn)生后,系統(tǒng)將自動結(jié)算本次模擬中發(fā)生的所有支出和獲得的全部收入,并記錄最終的盈利情況。在模擬階段中,我們將對每一個(gè)決策D,設(shè)定不同的服務(wù)水平要求,以此來觀察服務(wù)水平與最終利潤間的權(quán)衡曲線,籍此來評價(jià)決策D的優(yōu)劣程度。

為了方便起見,我們價(jià)格對應(yīng)于每一個(gè)分銷商的每一個(gè)產(chǎn)品,如表1分布(均為標(biāo)準(zhǔn)分布):

2模擬系統(tǒng)中生產(chǎn)商的決策集D

為了能夠說明本文所論述的評價(jià)體系的作用,模擬系統(tǒng)將采用兩種不同的決策來進(jìn)行,模擬采集到的數(shù)據(jù)用于比對,以證明評價(jià)體系的作用。我們以兩個(gè)典型的供應(yīng)鏈系統(tǒng)決策為例進(jìn)行說明,定義決策D為推系統(tǒng)(Push),而決策D為一個(gè)拉系統(tǒng)(Pull)。以下就對這兩種不同的決策的流程以及一些相關(guān)設(shè)置做一說明:

在推系統(tǒng)中,生產(chǎn)商將使用移動平均對數(shù)據(jù)進(jìn)行處理,并將最后平均獲得數(shù)據(jù)作為該分銷商該類產(chǎn)品的下個(gè)月需求平均值。本系統(tǒng)中移動平均的計(jì)算方法為A=αS+1-αA。其中,A表示在時(shí)間t時(shí)的移動平均值,S表示在時(shí)間t時(shí)發(fā)生的銷售,表示平滑系數(shù)。而在大多數(shù)供應(yīng)鏈系統(tǒng)中α取0.1至0.2之間比較合適。因此本文將使用α=0.1進(jìn)行計(jì)算。

因此我們可以得到生產(chǎn)商M在每期期初的決定當(dāng)期需要生產(chǎn)產(chǎn)品i的個(gè)數(shù)由以下公式?jīng)Q定:

Q=βA其中j表示不同的分銷商,β表示服務(wù)水平

與上述決策相反,拉系統(tǒng)是基于對未來需求的預(yù)測來進(jìn)行安排生產(chǎn)的。

拉系統(tǒng)下,分銷商參與決策的程度大大增加。分銷商需要決定當(dāng)自己的庫存減少到什么程度的時(shí)候需要向生產(chǎn)商進(jìn)行訂貨,每一次訂貨需要訂購多少才能實(shí)現(xiàn)最優(yōu)化,以及如何控制服務(wù)水平等。要解決這些問題,就需要一個(gè)流程來支持分銷商對訂貨的決策。本文中的系統(tǒng)將采用以下方法來模擬這一個(gè)流程:

首先,決策的周期將不再以一個(gè)月為單位。每一天,分銷商都需要關(guān)注自己的銷售情況和當(dāng)前庫存,并通過EOQ模型來決定當(dāng)日是否應(yīng)該向生產(chǎn)商發(fā)出補(bǔ)貨的請求。在此,我們根據(jù)Iglehart D.L.的研究,把OQ表示對以下兩式的迭代求解,直至得到一組Q,R在一個(gè)單位內(nèi)變動:

Q=+(1)

nR=1-βQ (2)

Q為最優(yōu)的訂貨量,而R為補(bǔ)貨點(diǎn)。K為分銷商每次向生產(chǎn)商訂購需要付出的固定成本,在這里就是需要花費(fèi)的運(yùn)輸成本。λ表示一個(gè)時(shí)間單位內(nèi)需求的期望。在隨機(jī)需求中,需求的期望一般用一定周期內(nèi)樣本的均值來表示,而在這里我們使用上文中提到的移動平均值作為λ的值進(jìn)行計(jì)算,理由同上。h表示每一單位的商品在一個(gè)單位時(shí)間內(nèi)所需花費(fèi)的庫存成本。β表示生產(chǎn)商所決定的服務(wù)水平,范圍是0,1。FR表示的是由觀察樣本所代表的正態(tài)分布在R點(diǎn)上的概率。關(guān)于FR以及R的計(jì)算如下所示,由nR=1-βQ得Lz=nR/δ,其中δ為觀察樣本所代表的正態(tài)分布的標(biāo)準(zhǔn)差,而Lz所表示的是標(biāo)準(zhǔn)化的損失函數(shù)。由于本模擬系統(tǒng)基于Microsoft Excel,因此無法對積分進(jìn)行準(zhǔn)確的計(jì)算,故我們進(jìn)行了如下化解:

Lz=t-zφtdt=tφtdt-z1-Φz=φz-z1-Φz

其中Φz是標(biāo)準(zhǔn)正態(tài)分布的概率分布函數(shù)。

在求得Lz的值之后,就可以進(jìn)而反推,得到FR的值,從而我們得到一組優(yōu)化解Q,R。分銷商應(yīng)當(dāng)根據(jù)R進(jìn)行判斷是否應(yīng)該補(bǔ)貨。而進(jìn)貨的數(shù)量將由Q以及生產(chǎn)商決定的服務(wù)水平共同決定。

3結(jié)果討論

本文的模擬系統(tǒng)建立在Excel宏觀基礎(chǔ)上,并安裝了Palisade DecisionTools公司的@Risk 4.5 for Excel插件用于進(jìn)行產(chǎn)生隨機(jī)的數(shù)據(jù),同時(shí),利用VBA實(shí)現(xiàn)上一章節(jié)討論的概念模型討論。

模擬是基于權(quán)衡曲線的決策評估。我們對每一個(gè)決策下每一個(gè)生產(chǎn)商的服務(wù)級別進(jìn)行15次模擬,共得到15組數(shù)據(jù),每組產(chǎn)生的數(shù)據(jù)將會以如下形式表述:服務(wù)級別,利潤,收入,庫存支持,運(yùn)輸支出我們將這15組基于同一決策系統(tǒng)并屬于同一服務(wù)級別的數(shù)據(jù)成為一批。服務(wù)級別的設(shè)定值從85%到99%,共計(jì)15個(gè)不同的整數(shù)值,因此針對每個(gè)決策D(Push,Pull),我們有15批共計(jì)225組數(shù)據(jù)。因此,系統(tǒng)模擬共得到450組數(shù)據(jù)。

3.1數(shù)據(jù)正態(tài)性檢驗(yàn)

首先,我們對每組數(shù)據(jù)的利潤變量進(jìn)行正態(tài)性測試,如圖1所示,是對Push決策在85%服務(wù)級別下的利潤變量測試圖。

上面中的測試分別為正態(tài)分布,泊松分布,平均分布以及指數(shù)分布的K-S,根據(jù)結(jié)果顯示,我們接受該數(shù)據(jù)為一個(gè)正態(tài)分布,即N1 454 118,23 239。

對于每一批的數(shù)據(jù),我們都將對其利潤數(shù)據(jù)的正態(tài)性進(jìn)行檢驗(yàn),并確定其均值與標(biāo)準(zhǔn)差,如表2所示。之后我們將應(yīng)用這些數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)有四組數(shù)據(jù)(表2)由于SigNorm

接著,我們對企業(yè)的盈利情況進(jìn)行分析,得到結(jié)果如圖2所示,我們可以直觀的看出在總體上服務(wù)水平與企業(yè)所能得到的利潤成反比關(guān)系。生產(chǎn)商設(shè)定的服務(wù)水平越高,則伴隨而來的便是利潤的降低。如果對數(shù)據(jù)做進(jìn)一步的分析,則可以得出隨著服務(wù)水平的變化,生產(chǎn)商的收入,庫存成本以及運(yùn)輸成本之間的關(guān)系。根據(jù)Sanjay Jain的研究,決策者可以利用這些數(shù)據(jù)進(jìn)行分析,在服務(wù)水平上找到一個(gè)最佳的平衡點(diǎn)。

在現(xiàn)實(shí)中,圖2帶給決策者們的意義是,如果企業(yè)處在一個(gè)生產(chǎn)商勢力比較強(qiáng)大的領(lǐng)域內(nèi),廠商具有較大的壟斷力量,消費(fèi)者對缺貨造成的等待時(shí)間并不是非常在意,或者消費(fèi)者對品牌的忠誠度較高,缺貨不會或者很難造成消費(fèi)者轉(zhuǎn)向其他企業(yè)的競爭產(chǎn)品。在這種情況下,從供應(yīng)鏈的角度,企業(yè)選擇Push的決策將更有利于企業(yè)的發(fā)展,因?yàn)樵谕葡到y(tǒng)下,維持較低服務(wù)水平的企業(yè)可以獲得更高的利潤回報(bào);反之,企業(yè)則應(yīng)該選擇Pull。

當(dāng)然,我們應(yīng)該認(rèn)識到,往往根據(jù)企業(yè)所掌握的有關(guān)市場的信息,尚不足以明確的判斷廠商應(yīng)該采取較低或較高的服務(wù)水平。企業(yè)需要根據(jù)市場的反映,競爭者的行為來不斷的修正自己的目標(biāo)。因此在這種不明確的情況下,我們需要給出一個(gè)結(jié)論,究竟Push和Pull的決策哪一個(gè)更有優(yōu)勢。因此,我們有必要對模擬產(chǎn)生的數(shù)據(jù)做進(jìn)一步的統(tǒng)計(jì)分析。

3.2統(tǒng)計(jì)分析

我們對圖2中每一個(gè)決策單獨(dú)做一個(gè)profit-service level的一元回歸,就可以得到以下結(jié)論,如圖3所示。

從圖3中我們可以更加準(zhǔn)確的看出,推系統(tǒng)的回歸方程常量比較大,也就意味著在服務(wù)水平較低的情況下,這種決策帶來的企業(yè)業(yè)績表現(xiàn)將優(yōu)于一個(gè)拉系統(tǒng)的表現(xiàn)。當(dāng)然我們也能注意到推系統(tǒng)的回歸系數(shù)遠(yuǎn)小于一個(gè)拉系統(tǒng)(兩者皆為負(fù)值),因此在推系統(tǒng)中每提升一個(gè)服務(wù)水平所帶來的利潤降低要大于在拉系統(tǒng)中的情況。以上分析結(jié)果與上圖的折線表示的情況一致。進(jìn)一步的計(jì)算可以得到,當(dāng)生產(chǎn)商的服務(wù)水平在89%處兩種系統(tǒng)的表現(xiàn)情況一樣。

如果我們將生產(chǎn)系統(tǒng)的決策與服務(wù)水平的決策作為一個(gè)整體的話,通過二元回歸分析,我們可以看到以下結(jié)論,如圖4所示。

圖3中ServiceLevel表示企業(yè)對服務(wù)水平的決策,而Decision表示企業(yè)對生產(chǎn)系統(tǒng)的決策(以0表示一個(gè)拉系統(tǒng),而1表示一個(gè)推系統(tǒng))。兩個(gè)決策變量之間的相關(guān)性為零,表現(xiàn)出很好的獨(dú)立性,同時(shí),由殘差統(tǒng)計(jì)表中我們可以看到回歸后的殘差呈現(xiàn)了較好的正態(tài)性。

上表中我們可以發(fā)現(xiàn)服務(wù)水平的決策與生產(chǎn)系統(tǒng)的決策均與企業(yè)的利潤成反比關(guān)系。我們注意到生產(chǎn)系統(tǒng)決策的回歸系數(shù)為-0.258,即表示一個(gè)推系統(tǒng)在總體上的表現(xiàn)要差于一個(gè)拉系統(tǒng)。

4結(jié)論

上述的模擬結(jié)果可以給我們這樣一個(gè)結(jié)論,即如果企業(yè)的供應(yīng)鏈屬于一個(gè)推系統(tǒng),則應(yīng)該保持服務(wù)水平在89%,這樣企業(yè)的業(yè)績表現(xiàn)才會優(yōu)于一個(gè)拉系統(tǒng),同樣,如果企業(yè)的供應(yīng)鏈屬于一個(gè)拉系統(tǒng),則應(yīng)該保持服務(wù)水平在89%以上,這樣才能較推系統(tǒng)有一定的優(yōu)勢。而如果企業(yè)在尚無法確定自己未來的服務(wù)水平的情況下,應(yīng)當(dāng)首先選擇將自己的供應(yīng)鏈系統(tǒng)發(fā)展為一個(gè)拉系統(tǒng),因?yàn)樵诳傮w上拉系統(tǒng)較推系統(tǒng)在利潤表現(xiàn)上占有一定的優(yōu)勢。

參考文獻(xiàn):

[1] 陳劍,蔡連僑. 供應(yīng)鏈建模與優(yōu)化[J]. 系統(tǒng)工程理論與實(shí)踐,2001(6):26-33.

[2]D.P. Christy, J.R. Grout. Safeguarding supply chain relationships[J]. International Journal of Production Economics, 1994(36):233-242.

[3]Cohen M.A., Lee H.L. Strategic analysis of integrated production-distribution systems: models and Methods[J]. Operations Research, 1988,36(2):216-228.

[4]Huchzermeier A, Cohen M.A.. Valuing operational flexibility under exchange rate risk[J]. Operations Research, 1996,44(1):100-113.