林瀚盛，屈 挺，徐素秀，THüRER Matthias，郭洪飛，黃國(guó)全,4

(1.暨南大學(xué) 管理學(xué)院，廣東 廣州 510632；2.暨南大學(xué) 智能科學(xué)與工程學(xué)院，廣東 珠海 519070；3.暨南大學(xué)物聯(lián)網(wǎng)研究院，廣東 珠海 519070；4.香港大學(xué) 工業(yè)與制造系統(tǒng)工程系，中國(guó) 香港 999077)

隨著電子商務(wù)的蓬勃發(fā)展，快消品行業(yè)中的實(shí)體零售企業(yè)在保留原有線下銷售渠道的同時(shí)相繼“觸電”——建立線上銷售渠道，形成雙渠道銷售模式。在實(shí)際雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式中，這些企業(yè)對(duì)雙渠道庫(kù)存和線上訂單采取以下管理方式。1) 獨(dú)立配置線下庫(kù)存與線上庫(kù)存；2) 線上訂單由距離顧客最近的分銷網(wǎng)絡(luò)節(jié)點(diǎn)滿足。雖然這樣做能為企業(yè)帶來(lái)管理上的便利，快速響應(yīng)線上需求，但由于分散配置資源難以發(fā)揮規(guī)模效應(yīng)，造成企業(yè)分銷網(wǎng)絡(luò)運(yùn)作/庫(kù)存成本居高不下，特別是對(duì)于分銷網(wǎng)絡(luò)終端門店而言。因此，企業(yè)希望對(duì)雙渠道庫(kù)存進(jìn)行整合配置并集中履行線上訂單以降低整體費(fèi)用。

隨著雙渠道銷售模式的興起，渠道整合問(wèn)題引起學(xué)者的關(guān)注。Xia等[1]和Herhausen等[2]證明線下渠道與線上渠道整合會(huì)帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)和渠道協(xié)同效應(yīng)。Bendoly[3]研究雙渠道銷售下的線上線下庫(kù)存共享的效應(yīng)。Liu等[4]考慮雙渠道庫(kù)存系統(tǒng)的風(fēng)險(xiǎn)匯聚效應(yīng)與運(yùn)輸成本之間的權(quán)衡問(wèn)題。此外，學(xué)者也關(guān)注線上訂單履行問(wèn)題。Agatz等[5]回顧線上訂單履行與多渠道分銷的相關(guān)研究，認(rèn)為線上訂單履行對(duì)零售供應(yīng)鏈管理研究很重要。Scott等[6]和Bretthauer等[7]分析線上訂單分別由商店、中心倉(cāng)庫(kù)履行的情形。Alptekino?lu等[8]在一個(gè)兩級(jí)分銷網(wǎng)絡(luò)中，建立隨機(jī)需求條件下的分銷網(wǎng)絡(luò)系統(tǒng)總成本最小化模型，闡述線上訂單由某一層級(jí)節(jié)點(diǎn)履行的更優(yōu)條件。Alawneh等[9]考慮線上訂單由倉(cāng)庫(kù)履行的情況下，研究在倉(cāng)庫(kù)容量約束、需求和交貨期不確定性條件下的多項(xiàng)目庫(kù)存配庫(kù)存模型。鄭鑫等[10]研究線上庫(kù)存在多個(gè)層級(jí)間分配的雙渠道多級(jí)分銷網(wǎng)絡(luò)庫(kù)存優(yōu)化配置方法。

然而現(xiàn)有相關(guān)文獻(xiàn)鮮有將渠道整合和線上訂單履行問(wèn)題結(jié)合起來(lái)，以在一個(gè)具有多層級(jí)、多節(jié)點(diǎn)的雙渠道分銷網(wǎng)絡(luò)中研究庫(kù)存集成優(yōu)化配置問(wèn)題。在實(shí)際的雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式中，各節(jié)點(diǎn)均設(shè)有滿足線下需求或向下游分銷的線下(分撥)庫(kù)存和滿足線上需求的線上庫(kù)存；同一線上訂單可以由不同節(jié)點(diǎn)履行。因此，管理者在配置節(jié)點(diǎn)庫(kù)存時(shí)要考慮線上訂單履行問(wèn)題以實(shí)現(xiàn)企業(yè)分銷總運(yùn)作成本最低。針對(duì)以上研究空白和管理挑戰(zhàn)，本文擬綜合考慮渠道整合和線上訂單履行問(wèn)題，研究在“雙渠道庫(kù)存獨(dú)立管理、線上訂單分散履行”和“雙渠道庫(kù)存整合管理、線上訂單集中履行”2種不同分銷網(wǎng)絡(luò)運(yùn)作模式對(duì)總運(yùn)作成本的影響。

1 問(wèn)題描述和符號(hào)說(shuō)明

1.1 問(wèn)題描述

考慮由單個(gè)中心倉(cāng)、多個(gè)區(qū)域倉(cāng)與多個(gè)門店組成的雙渠道多級(jí)分銷網(wǎng)絡(luò)系統(tǒng)。該分銷網(wǎng)絡(luò)具有3個(gè)特點(diǎn)：1) 分銷網(wǎng)絡(luò)中的中心倉(cāng)、區(qū)域倉(cāng)和門店為同一企業(yè)所擁有，各層級(jí)節(jié)點(diǎn)都持有庫(kù)存，皆具有對(duì)直接下級(jí)節(jié)點(diǎn)補(bǔ)貨和對(duì)線上需求進(jìn)行發(fā)貨的功能，當(dāng)庫(kù)存不足而導(dǎo)致顧客需求(線上或線下)缺失時(shí)，會(huì)產(chǎn)生缺貨懲罰成本；2) 線上需求由電商平臺(tái)統(tǒng)一收集，再?zèng)Q定如何履行線上訂單；3) 分撥庫(kù)存用于滿足下游節(jié)點(diǎn)發(fā)出的補(bǔ)貨請(qǐng)求，線下庫(kù)存用于滿足顧客光臨門店時(shí)產(chǎn)生的線下需求，線上庫(kù)存用于滿足電商平臺(tái)分配的線上訂單，線下需求只能由門店節(jié)點(diǎn)滿足。

圖1表示雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式1，在該模式下節(jié)點(diǎn)內(nèi)“雙庫(kù)存”由不同的管理者采取獨(dú)立的庫(kù)存控制策略所管理，分撥庫(kù)存只用于滿足下游補(bǔ)貨需求，線下庫(kù)存只用于滿足線下需求，線上庫(kù)存只用于滿足線上需求。同時(shí)，各節(jié)點(diǎn)只滿足其服務(wù)范圍內(nèi)的線上需求，即電商平臺(tái)按照距離顧客最近的原則對(duì)線上訂單進(jìn)行分配，沒(méi)有考慮集中履行線上訂單。圖2表示雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式2，將原有的“雙庫(kù)存”進(jìn)行整合配置，整合后的庫(kù)存皆可用來(lái)滿足線下(分撥)需求和線上需求，由管理者采取統(tǒng)一的庫(kù)存控制策略所管理；節(jié)點(diǎn)服務(wù)范圍內(nèi)的線上需求可由直接高層節(jié)點(diǎn)來(lái)滿足，即電商平臺(tái)按照成本最小原則集中履行線上訂單，將原本由低層節(jié)點(diǎn)響應(yīng)的線上訂單分配到直接高層節(jié)點(diǎn)。

圖1 雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式1Figure 1 Dual-channel multi-echelon distribution network operation mode 1

圖2 雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式2Figure 2 Dual-channel multi-echelon distribution network operation mode 2

因此，本研究著重解決2個(gè)問(wèn)題：1) 如何通過(guò)科學(xué)的方法確定將原本由低層節(jié)點(diǎn)響應(yīng)的線上訂單分配到直接高層節(jié)點(diǎn)的數(shù)量；2) 如何在線下需求與線上需求并存條件下，構(gòu)建合理的庫(kù)存優(yōu)化配置模型。

1.2 符號(hào)說(shuō)明與基本假設(shè)

本文所用數(shù)學(xué)符號(hào)及其含義如表1。并假設(shè)如下。

表1 數(shù)學(xué)模型參數(shù)符號(hào)Table 1 Parameters of mathematical model

1) 單個(gè)區(qū)域倉(cāng) j 節(jié)點(diǎn)為 n′個(gè)門店節(jié)點(diǎn)提供庫(kù)存補(bǔ)給，單個(gè)中心倉(cāng) o節(jié) 點(diǎn)為 m′個(gè)區(qū)域倉(cāng)節(jié)點(diǎn)提供庫(kù)存補(bǔ)給。

2) 各節(jié)點(diǎn)線下、線上需求隨機(jī)，服從正態(tài)分布，單位時(shí)間內(nèi)的線下線上需求均值μa,1、 μa,2和方差已知；其中區(qū)域倉(cāng)、中心倉(cāng)節(jié)點(diǎn)的線下需求指其直接下游節(jié)點(diǎn)的線下需求與線上需求之和。

3) 門店節(jié)點(diǎn)的線下庫(kù)存量取決于其線下需求，區(qū)域倉(cāng)和中心倉(cāng)的分銷庫(kù)存量取決于其直接下游節(jié)點(diǎn)的線下需求與線上需求。

4) 補(bǔ)貨提前期 La是隨機(jī)變量，服從正態(tài)分布

5) 所有節(jié)點(diǎn)均采用連續(xù)性盤點(diǎn)的(Q, R)庫(kù)存策略。

6) 門店節(jié)點(diǎn)的補(bǔ)貨需求由區(qū)域倉(cāng)節(jié)點(diǎn)響應(yīng)，區(qū)域倉(cāng)節(jié)點(diǎn)的補(bǔ)貨需求由中心倉(cāng)節(jié)點(diǎn)響應(yīng)。

7) 中心倉(cāng)的庫(kù)存容量不受限制，區(qū)域倉(cāng)與門店的庫(kù)存容量有限。

8) 系統(tǒng)允許缺貨，各節(jié)點(diǎn)服務(wù)范圍內(nèi)的單位顧客需求不能即時(shí)滿足時(shí)，顧客需求便損失，則在其相應(yīng)的節(jié)點(diǎn)計(jì)算一次缺貨懲罰成本，但系統(tǒng)內(nèi)上下層級(jí)之間的缺貨不計(jì)算缺貨懲罰成本。

2 模型建立

對(duì)分銷網(wǎng)絡(luò)2種不同的運(yùn)作模式分別建立數(shù)學(xué)模型1與數(shù)學(xué)模型2。數(shù)學(xué)模型均由3個(gè)層級(jí)的庫(kù)存持有成本、庫(kù)存訂貨成本、線上需求配送成本和缺貨懲罰成本組成，優(yōu)化目標(biāo)皆追求總成本最小化。模型1與模型2的不同之處如下。1) 是否對(duì)節(jié)點(diǎn)內(nèi)的“雙庫(kù)存”進(jìn)行整合管理。模型1針對(duì)“雙庫(kù)存”獨(dú)立管理的情形，節(jié)點(diǎn)的線上庫(kù)存與線下庫(kù)存/分撥庫(kù)存由不同的管理者所控制，采取獨(dú)立的庫(kù)存控制策略，節(jié)點(diǎn)內(nèi)的“雙庫(kù)存”不能互補(bǔ)；模型2針對(duì)于“雙庫(kù)存”整合管理者的情形，將節(jié)點(diǎn)內(nèi)的“雙庫(kù)存”進(jìn)行整合，由同一管理采取統(tǒng)一的庫(kù)存控制策略，節(jié)點(diǎn)內(nèi)的“雙庫(kù)存”能夠進(jìn)行互補(bǔ)。2) 是否考慮將低層級(jí)節(jié)點(diǎn)服務(wù)范圍內(nèi)的線上需求由高層級(jí)節(jié)點(diǎn)進(jìn)行發(fā)貨響應(yīng)。模型1不考慮將低層級(jí)節(jié)點(diǎn)服務(wù)范圍內(nèi)的線上需求由高層級(jí)節(jié)點(diǎn)進(jìn)行響應(yīng)，模型2則相反。

雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式1的庫(kù)存成本模型(簡(jiǎn)稱為模型1)建立過(guò)程如下。

區(qū)域倉(cāng) j 節(jié)點(diǎn)單位時(shí)間的線下需求均值、方差分別為

其中，n′表 示單個(gè)區(qū)域倉(cāng) j節(jié)點(diǎn)所服務(wù)的門店數(shù)量。

中心倉(cāng) o節(jié)點(diǎn)單位時(shí)間的線下需求均值、方差分別為

其中，m′表 示單個(gè)中心倉(cāng)o 節(jié)點(diǎn)所服務(wù)的區(qū)域倉(cāng)數(shù)量。

節(jié)點(diǎn) a補(bǔ)貨提前期 La內(nèi) 的需求量 DLa,i近似服從，其中

節(jié)點(diǎn)a 訂貨點(diǎn)為

由于節(jié)點(diǎn) a采取連續(xù)盤點(diǎn)(Q, R)策略，故缺貨只可能在補(bǔ)貨提前期內(nèi)發(fā)生，令表示節(jié)點(diǎn) a補(bǔ)貨提前期內(nèi)i需求的缺貨量，則

令節(jié)點(diǎn)a 的 i需 求訂貨量為 Qa,i，則其補(bǔ)貨周期為

節(jié)點(diǎn)a 每個(gè)周期內(nèi)期初庫(kù)存量為Qa,i+Ra,i?μa,i(La)，期末庫(kù)存量為 Ra,i?μa,i(La)，則其周期內(nèi)平均庫(kù)存量為節(jié)點(diǎn) a周期內(nèi)庫(kù)存持有成本CHa,i、訂貨成本C Pa,i、 線上需求配送成本C Fa,i和缺貨罰款成本C Ba,i分別如下。

人類的工業(yè)活動(dòng)影響了地震活動(dòng)。20世紀(jì)80年代末，榮昌天然氣田采氣時(shí)，污水由數(shù)口廢井(深度在2～3km之間)導(dǎo)入地下，不僅如此，地震活動(dòng)不斷增多。隨后，該地注水誘發(fā)地震活動(dòng)受到大量學(xué)者高度重視[1-3]。

節(jié)點(diǎn)a 單位時(shí)間內(nèi)的庫(kù)存總費(fèi)用為

因此，綜合以上所有的公式，將獲得系統(tǒng)內(nèi)單位時(shí)間庫(kù)存總費(fèi)用 CT′的數(shù)學(xué)模型，建立的目標(biāo)函數(shù)為

在雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式2的情形下，管理者整合管理節(jié)點(diǎn)內(nèi)的線下和線上需求，并且就線下庫(kù)存/分撥庫(kù)存的補(bǔ)貨數(shù)量和線上庫(kù)存的補(bǔ)貨數(shù)量統(tǒng)一向上層節(jié)點(diǎn)發(fā)出補(bǔ)貨申請(qǐng)。同時(shí)各節(jié)點(diǎn)內(nèi)部的庫(kù)存數(shù)量不僅受到其服務(wù)范圍內(nèi)的需求數(shù)量影響，還受到節(jié)點(diǎn)自身轉(zhuǎn)移出去的線上需求數(shù)量的影響，或者受到接收來(lái)自下級(jí)節(jié)點(diǎn)往上轉(zhuǎn)移的線上需求數(shù)量的影響。模式2下庫(kù)存成本模型(簡(jiǎn)稱為模型2)建立過(guò)程如下。

門店k 節(jié)點(diǎn)單位時(shí)間內(nèi)的需求均值μk與 方差為

區(qū)域倉(cāng) j 節(jié)點(diǎn)單位時(shí)間內(nèi)的需求均值 μj與方差為

中心倉(cāng)o 單 位時(shí)間內(nèi)的需求均值μo與 方差為

令 B (Ra)表 示節(jié)點(diǎn)a 補(bǔ)貨提前期內(nèi)的缺貨量，則

令節(jié)點(diǎn) a的訂貨量為 Qa，則其補(bǔ)貨周期Ta=Qa/μa。 節(jié)點(diǎn) a每 個(gè)周期內(nèi)期初庫(kù)存量為 Qa+Ra?μa(La)，期末庫(kù)存量為 Ra?μa(La)，其周期內(nèi)平均庫(kù)存量為節(jié)點(diǎn)a 周 期內(nèi)庫(kù)存持有成本C Ha、訂貨成本 C Pa、 線上需求配送成本 C Fa和缺貨罰款成本CBa分別為

節(jié)點(diǎn)a 單位時(shí)間內(nèi)的庫(kù)存總費(fèi)用為

因此，建立的目標(biāo)函數(shù)為

3 模型求解

本文所建立的庫(kù)存成本模型是非線性整數(shù)規(guī)劃模型，屬于NP難問(wèn)題，故采用遺傳算法來(lái)求解，采用的編碼方式為實(shí)數(shù)編碼。具體求解步驟如下。

步驟1染色體編碼。假設(shè)該分銷網(wǎng)絡(luò)由單個(gè)中心倉(cāng)、m個(gè)區(qū)域倉(cāng)與n個(gè)門店組成。對(duì)于模型1而言，決策變量為 Qa,i，其數(shù)量共有 2(1+m+n)個(gè)，故模型1的染色體長(zhǎng)度為 2 (1+m+n)；然后讓每個(gè)基因在[Ra,i,U Qa,i] 之間產(chǎn)生一個(gè)隨機(jī)整數(shù)，其中 U Qa,i代表Qa,i的上限(由節(jié)點(diǎn)的庫(kù)存容量決定)。對(duì)于模型2而言，決策變量為 βa,b和 Qa，其數(shù)量分別有 ( m+n)個(gè)和(1+m+n)個(gè) ，故模型2的染色體長(zhǎng)度為 2(m+n)+1；然后讓前 ( m+n)個(gè)基因在[0,1] 之間產(chǎn)生隨機(jī)數(shù)表示βa,b具 體數(shù)值，讓后 (1+m+n)個(gè) 基因在[Ra,U Qa] 之間產(chǎn)生隨機(jī)整數(shù)表示 Qa具體數(shù)值，其中 U Qa代 表 Qa的上限。

步驟2產(chǎn)生初始種群。初始種群規(guī)模為50。

步驟3計(jì)算適應(yīng)度。適應(yīng)度的計(jì)算使用以下公式，可將最小值轉(zhuǎn)化為最大適應(yīng)度，其中Fmax(t)表示將種群中所有染色體代入模型后所得到的數(shù)值中最大值， Fi表示將第i個(gè)染色體代入模型后得到的數(shù)值，ε表示一個(gè)較小的大于0的隨機(jī)數(shù)， F xi表示第i個(gè)染色體的適應(yīng)度。

步驟4選擇操作。采用輪盤賭法。

步驟5交叉。本文采用模擬二進(jìn)制交叉[11]，交叉概率為0.8。假設(shè)2個(gè)父代個(gè)體和則使用SBX算子產(chǎn)生的2個(gè)后代個(gè)體可通過(guò)以下公式計(jì)算得到。

其中，β是由分布因子η 按以下公式動(dòng)態(tài)隨機(jī)決定的。

η是一個(gè)自定義的參數(shù)，η值越大則產(chǎn)生的后代個(gè)體逼近父代個(gè)體的概率越大，本文取 η=1。 rand表示(0，1)之間產(chǎn)生隨機(jī)數(shù)。

本文通過(guò)以下公式保證交叉操作后得到的后代個(gè)體符合模型約束條件。

其中， lbi、 ubi分 別表示基因 yi的下限與上限，表示向上取整。

步驟6變異。本文采用多項(xiàng)式變異[12]，變異概率為0.05，具體計(jì)算公式為

其中，

ξ表示(0,1)之間產(chǎn)生隨機(jī)數(shù)，ν1=(yi?lbi)/(ubi?lbi)， ν2=(ubi?yi)/(ubi?lbi)， 取λ =1。

通過(guò)式(35)保證變異操作后得到的后代個(gè)體符合模型約束條件。

步驟7算法終止。當(dāng)算法迭代次數(shù)達(dá)到最大時(shí)終止算法，迭代次數(shù)為100。

4 數(shù)值仿真

本文的數(shù)學(xué)模型及算法采用Python3.6實(shí)現(xiàn)，案例參數(shù)的設(shè)定參考我國(guó)某紅酒企業(yè)的實(shí)際運(yùn)作情況。為了簡(jiǎn)化運(yùn)算，假設(shè)該分銷網(wǎng)絡(luò)由1個(gè)中心倉(cāng)、3個(gè)區(qū)域倉(cāng)與10個(gè)門店組成，如圖3所示，具體參數(shù)設(shè)置如表2所示。通過(guò)對(duì)GA算法進(jìn)行實(shí)現(xiàn)及運(yùn)行求解，獲得的配置結(jié)果如表3所示，表3記錄了模型1和模型2的庫(kù)存優(yōu)化配置結(jié)果、分銷網(wǎng)絡(luò)各層級(jí)總成本及系統(tǒng)總成本。

表2 案例具體參數(shù)設(shè)置Table 2 Parameters value of the instance

圖3 多級(jí)分銷網(wǎng)絡(luò)的實(shí)例Figure 3 The instance of multi-echelon distribution network

在表3數(shù)據(jù)中可以看出，模型2的系統(tǒng)庫(kù)存總費(fèi)用為51 447.34，明顯低于模型1系統(tǒng)庫(kù)存總費(fèi)用62 175.59，約減少17.25%。通過(guò)對(duì)比模型1與模型2各層級(jí)庫(kù)存總費(fèi)用，發(fā)現(xiàn)模型2門店層級(jí)庫(kù)存總費(fèi)用與區(qū)域倉(cāng)層級(jí)庫(kù)存總費(fèi)用均低于模型1的與，而模型2中心倉(cāng)層級(jí)庫(kù)存總費(fèi)用高于模型1的。這表明雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式2與運(yùn)作模式1相比，通過(guò)整合節(jié)點(diǎn)內(nèi)的“雙庫(kù)存”由單個(gè)管理者采取統(tǒng)一的庫(kù)存控制策略所管理，且將低層節(jié)點(diǎn)的線上訂單分配到直接高層節(jié)點(diǎn)集中履行(模型2的βa,b等于1)，雖然提高了中心倉(cāng)層級(jí)的庫(kù)存總費(fèi)用，但能夠有效地降低門店層級(jí)和區(qū)域倉(cāng)層級(jí)的庫(kù)存總費(fèi)用，進(jìn)而使運(yùn)作模式2下的系統(tǒng)庫(kù)存總費(fèi)用優(yōu)于運(yùn)作模式1。此外，在運(yùn)作模式1下，分銷網(wǎng)絡(luò)中下游的庫(kù)存總費(fèi)用比上游的庫(kù)存總費(fèi)用高；而在運(yùn)作模式2下，上游的庫(kù)存總費(fèi)用均高于中下游的庫(kù)存總費(fèi)用。這表明“雙庫(kù)存”整合配置和線上訂單集中履行能夠?qū)?kù)存總費(fèi)用從中下游往上游轉(zhuǎn)移，減緩中下游節(jié)點(diǎn)的庫(kù)存總費(fèi)用。

表3 案例優(yōu)化配置結(jié)果Table 3 Results of mathematical model optimization configuration

為了進(jìn)一步分析雙渠道庫(kù)存整合管理和線上訂單集中履行對(duì)分銷網(wǎng)絡(luò)系統(tǒng)庫(kù)存總費(fèi)用的影響，在上述模型1和模型2求解結(jié)果的基礎(chǔ)上進(jìn)行一組關(guān)于需求波動(dòng)率(標(biāo)準(zhǔn)差/均值)的敏感性分析，如圖4。在實(shí)驗(yàn)中，通過(guò)改變各節(jié)點(diǎn)需求標(biāo)準(zhǔn)差進(jìn)而增加需求波動(dòng)率的倍數(shù)，分別將系統(tǒng)庫(kù)存總費(fèi)用增加額、門店層級(jí)庫(kù)存總費(fèi)用增加額、區(qū)域倉(cāng)層級(jí)庫(kù)存總費(fèi)用增加額、中心倉(cāng)層級(jí)庫(kù)存總費(fèi)用增加額作為實(shí)驗(yàn)結(jié)果。

從圖4中可知隨著需求波動(dòng)率的增加，模型1和模型2的系統(tǒng)庫(kù)存總費(fèi)用皆呈現(xiàn)出上升的趨勢(shì)，但模型2的系統(tǒng)庫(kù)存總費(fèi)用增加額一直低于模型1的系統(tǒng)庫(kù)存總費(fèi)用增加額。這表明在運(yùn)作模式2下，雙渠道庫(kù)存整合管理和線上訂單集中履行能夠有效減緩需求波動(dòng)率變動(dòng)對(duì)系統(tǒng)庫(kù)存總費(fèi)用的影響。通過(guò)對(duì)比需求波動(dòng)率增加對(duì)模型1與模型2各層級(jí)庫(kù)存總費(fèi)用的影響，發(fā)現(xiàn)門店層級(jí)庫(kù)存總費(fèi)用增加額均在模型1和模型2系統(tǒng)庫(kù)存總費(fèi)用增加額中占的比重最大，但相對(duì)于模型1而言，對(duì)模型2門店層級(jí)庫(kù)存總費(fèi)用的影響較?。蝗欢?，需求波動(dòng)率增加對(duì)模型2區(qū)域倉(cāng)層級(jí)庫(kù)存總費(fèi)用的影響比模型1的大。

圖4 不同需求波動(dòng)率下的庫(kù)存總費(fèi)用變化Figure 4 Changes in total inventory costs under different coefficient of variation

5 結(jié)論

本文在一個(gè)由單一中心倉(cāng)、多個(gè)區(qū)域倉(cāng)和多個(gè)門店組成的雙渠道多級(jí)分銷系統(tǒng)中，分別在“雙渠道庫(kù)存獨(dú)立管理、線上訂單分散履行”和“雙渠道庫(kù)存整合管理、線上訂單集中履行”這兩種不同雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式下建立庫(kù)存優(yōu)化配置模型，以研究渠道整合和線上訂單履行對(duì)總運(yùn)作成本的影響。然后設(shè)計(jì)了遺傳算法并用Python3.6進(jìn)行求解，通過(guò)數(shù)值仿真，得到的結(jié)論和啟示如下。

1) 在雙渠道銷售模式下，渠道整合和線上訂單履行顯著影響雙渠道多級(jí)分銷網(wǎng)絡(luò)的系統(tǒng)庫(kù)存總費(fèi)用。通過(guò)數(shù)值仿真驗(yàn)證了“雙渠道庫(kù)存獨(dú)立管理、線上訂單分散履行”和“雙渠道庫(kù)存整合管理、線上訂單集中履行”兩種不同情形下的系統(tǒng)庫(kù)存總費(fèi)用，發(fā)現(xiàn)后者可以顯著降低整個(gè)網(wǎng)絡(luò)的庫(kù)存總費(fèi)用。因此，在設(shè)計(jì)雙渠道多級(jí)分銷網(wǎng)絡(luò)運(yùn)作模式時(shí)，要同時(shí)將渠道整合和線上訂單履行問(wèn)題考慮進(jìn)去，通過(guò)整合管理雙渠道庫(kù)存、集中履行線上訂單，使得系統(tǒng)庫(kù)存總費(fèi)用達(dá)到最優(yōu)。

2) 通過(guò)雙渠道庫(kù)存整合配置和將原本由低層節(jié)點(diǎn)響應(yīng)的線上訂單分配到直接高層節(jié)點(diǎn)由高層節(jié)點(diǎn)集中履行，能夠?qū)?kù)存總費(fèi)用從中下游往上游轉(zhuǎn)移，減緩中下游節(jié)點(diǎn)的庫(kù)存總費(fèi)用。這能有效緩解雙渠道銷售模式下分銷網(wǎng)絡(luò)終端門店費(fèi)用居高不下的困境。

3) 渠道整合和線上訂單集中履行能夠有效減緩需求波動(dòng)率變動(dòng)對(duì)系統(tǒng)庫(kù)存總費(fèi)用的影響，但需求波動(dòng)率變動(dòng)對(duì)分銷網(wǎng)絡(luò)中門店層級(jí)庫(kù)存總費(fèi)用的影響最大。因此，針對(duì)需求呈現(xiàn)出隨機(jī)性、分散化特點(diǎn)的現(xiàn)狀，對(duì)雙渠道多級(jí)分銷網(wǎng)絡(luò)采取渠道庫(kù)存整合和線上訂單集中履行很有意義。

本文假設(shè)分銷網(wǎng)絡(luò)中所有節(jié)點(diǎn)均采取(Q, R)庫(kù)存策略，且只考慮將線上訂單向高層節(jié)點(diǎn)轉(zhuǎn)移由高層節(jié)點(diǎn)集中履行，沒(méi)有考慮線上訂單由同層節(jié)點(diǎn)集中履行，未來(lái)的研究可以在這些方面的進(jìn)行探索。