闭环再制造生产决策理论研究

迟琳娜 谢家平

摘要：作为资源循环利用、实现可持续发展的有效途径，再制造既节约了企业生产成本，提高制造企业的盈利能力，又减小了对原生资源的开发，降低废弃物对环境的污染。再制造的处理流程及组织模式与传统生产系统相比更复杂、稳定性低。再制造生产决策模型的构建是以再制品质量、再制造提前期以及再制造数量为基础的，不同的再制造企业应根据自身再制造流程的特点采用适宜的方法，提高决策效率。再制造生产决策模型分析能够为我国的再制造实践提供有效的决策建议。

关键词：再制造；运作模式；决策模型；决策建议

随着各国关于回收再制造立法的逐步完善以及环境保护日益成为企业社会责任之一，越来越多的制造企业在产品设计与流程创新过程中，不仅考虑产品生产成本，还将环境成本纳入分析范畴（Stuart et al.，1999）。这是企业成长过程中，外界环境要求与企业发展瓶颈共同作用的结果。近年来，竞争方式的变革促使企业关注不同的竞争因素，并通过组织学习不断提升自身能力。当需求市场体现出更显著的理性特征时，短期盈利不再是企业经营目标的重点，只注重低成本与差异化无法适应未来市场竞争，如何使企业延续发展，特别是与资源循环利用和生态环境的融合，成为很多企业的经营瓶颈。再制造作为资源循环利用、实现可持续发展的有效途径，不仅能为企业带来成本节约，实现经济效益，而且减小了对原生资源的开发，降低废弃物对生态环境的污染，大大缓解环境负担。

再制造的发展是企业责任与道德、利润追求以及环境立法共同驱動的结果。制造企业通过再制造能够保证备用部件供应，实现品牌保护与维持市场份额，更好地满足消费者需求。然而，与传统生产系统不同，再制造系统复杂且不稳定。首先，废品返回时间、数量与质量很难保证；其次，返回废品与需求一般难以匹配；另外，由于回收品的情况复杂，再制造过程中物料/零件加工工序不确定性高。因此，再制造生产决策的相关研究涵盖内容范围广，决策过程需要考虑的因素较多，复杂性高。再制造企业采取不同的处理流程与组织模式，需要不同的再制造生产决策优化模型。

一、 回收再制造运作模式

由于再制造研究的前沿性，理论界尚没有统一的再制造定义。我国再制造领域的奠基人徐滨士院士对“再制造”的定义为：在产品全生命周期内，采用高新技术以及产业化模式，为实现再制品在技术性能上达到或超过新产品，高效、优质、节能、节材、环保地对废旧产品进行修复改造、性能升级等一系列技术措施或工程活動的总称（徐滨士等，2005）。因此，再制造的一系列活動需要有效的组织协调，各参与主体分工协作才能完成。这里对回收再制造运作模式的分析包括再制造流程与再制造生产组织。根据产品类型、企业所在行业的差异，制造企业应该采用适合自身的再制造组织模式，选择合理的处理流程，保证再制造系统的稳定性。

1. 再制造处理流程模式。再制造处理流程需要根据再制造过程中的瓶颈环节进行调整，以充分利用再制造设备，提高再制造效率。广义再制造处理流程为：回收的废旧产品经过检测后，既可以进行再制造实现回收品的价值增值（Value-added Recovery）；也可经过处理得到再生材料（Material Recovery）；或者将不能再利用的回收品进行安全处置获得能源（Energy Recovery）。相应的，再制造处理时，可用零部件分为三类：一类是经过简单修复即可使用的零部件；另一类是需要检查、拆解、升级的再制造零部件；还有处理后只能作为材料再生的零部件。经过不同方式处理的再制造零部件的流向也不同，如翻新或修复的零部件可进入二手市场或用于产品生产；无法再制造的零部件通过材料再生可作为材料出售；无法再制造或再生的零部件可实施焚烧、掩埋等安全处置（Guide et al.，2003）。

2. 再制造生产组织模式。制造商组织再制造生产时，既要分析企业内部新产品生产/再制造能力，同时也要考虑消费者需求偏好，提高对市场变化的反应能力，增强再制造柔性。再制造生产也可以采用正向供应链系统中推/拉结合的运作模式，优化再制造库存，快速响应市场需求，保证制造/再制造系统的相对稳定。

再制造生产策略既要考虑再制造库存控制的约束，也需要快速响应产品消费市场的变化。再制造企业根据库存控制信息进行再制造处理决策，以期实现对产品消费市场的平稳供给。推/拉结合的运作模式可以帮助再制造企业获得再制造规模效益，同时满足对再制品不同偏好的消费者的需求。

具体来说，一方面，再制造库存包括回收的废品库存、拆卸后零部件库存以及再制品库存。推式与拉式结合运作策略下，客户订单可以由新产品生产或再制造补给。因此，制造商既要控制为满足以历史消费者需求预测设置的通用性零部件或半成品库存（包括再制造与新生产供给）水平，以获得“推式”下的高效率与低成本优势；同时也要检查回收品库存水平，调节拆卸库存量，分析再制造成本与再制造率的变動以调整制造/再制造产量防止缺货。当最终顾客订单到达，根据顾客的个性化要求，企业对制造/再制造的通用零部件或半成品进行装配，应对产品市场的快速变化，这样就能够达到“拉式”下的高响应性与提供个性化服务所得到的产品价值增值。

另一方面，根据消费者对新产品、再制品的偏好，企业可以进行市场细分，决定生产再制品与新产品的比例，可以采用外部采购与回收零部件的混合生产系统。因此，需求率、回收率共同影响再制造决策，通过有效的再制造决策实现合理安排再制造处理活動，同时确保拆卸零件的供给平稳性，以实现再制造供需平衡。当产品使用寿命结束后，再制造商通过不同的回收渠道从消费者处回收废旧产品。回收价格会影响终端消费者出让废旧产品的意愿，消费者意愿又会影响回收率，回收率决定了回收库存的大小。因此，回收商需要通过对回收品价值的评估，制定合理的回收价格，更有效的进行再制造决策。

二、 再制造生产决策模型

再制品质量、再制造提前期以及再制造数量都是再制造企业决策的关键，也是再制造生产决策模型的构建基础。再制造质量很大程度上取决于回收废品质量、再制造技术水平，而回收品质量又受到产品在设计阶段质量设置水平、消费者使用状况以及回收时存储运输的影响。再制造提前期的长短会影响再制造交货决策。一般来说，回收存储运输时间越长，造成回收零部件损坏的可能性越大，废旧零件供应质量难以保证。再制造生产过程中很有可能因为返回质量和时间的问题出现缺货，影响再制造生产的稳定性。再制造产量的决策为企业成本约束、需求波動、再制造流程、设备能力、工艺技术以及回收零部件状况共同的结果。

1. 再制造质量水平选择。制造商往往在产品设计阶段就确定了产品质量水平，回收后又决定或影响再制品质量，从而影响消费者对再造品的需求偏好，对新产品有不同的替代性。回收过程中存在着废旧产品零部件的降级。不同降级率下再制造商对废旧零部件的再制造加工工艺流程不同，因此，降级率会影响再制造生产的供应与再制品质量水平。同时，这一过程也要考虑再制造能力的限制。从闭环供应链角度分析，不同降级率水平下，制造商、分销商以及用户的效益也是有差异的。当再制造企业同时生产高质量与低质量两类再制品时，高质量产品供过于求情况下，企业将其替代低质量产品销售，可以提高制造企业产能利用率。因此，替换策略比不替换策略有助于企业增加市场份额，提升产品竞争力（周垂日，2008）。环境规制同样也会影响产品可再造性设计。企业选择产品所要达到的质量水平时，不能仅以自身盈利为目的，需要从整个闭环供应链系统考虑，促进资源循环利用。

2. 提前期对再制造影响。由于废品返回时间的不确定性，再制造提前期也就不稳定，进而很难控制再制造生产、零部件库存以及产成品库存水平。再制造企业需要考虑不确定制造/再制造提前期下再制造生产决策优化，以期达到系统成本最小。在闭环供应链中，再制造企业为达到满足下游需求的服务水平，往往需要设置再制造安全库存，以应对再制造提前期的不稳定性。

产品生产可由再制造与制造同时供应，制造企业需要同时分析新产品生产提前期与再制造提前期对产成品库存的影响。由于再制造提前期与制造提前期的不一致性，系统库存成本随着再制造提前期的增大而呈现先减后增的趋势。与制造提前期相比，再制造提前期过长会导致缺货成本的增加，而再制造提前期过短又会造成安全库存水平的提高（Inderfurth，2001）。当再制造提前期小于新产品制造提前期时，新产品制造提前期的可变性降低会引起总成本的增大。在设置安全库存情况下，当再制造提前期超过一定的阈值时，再制造商就无法以增加安全库存的方式满足较高的服务水平要求。

多周期再制造生产系统中，企业所决策的再制造产量随着制造/再制造提前期的变化而改变，从而需要提高再制造生产系统的灵活性，控制制造与再制造库存成本。随着回收与再制造期数的增加，再制造系统中学习曲线的存在会带来初始成本的减小，从而提高再制造企业的盈利性（Maity et al.，2009）。多期再制造系统中，废旧产品的价值折现也是影响库存成本的重要因素。在具体实施中，再制造企业也可以不断改进混合制造/再制造生产系统，通过对制造提前期与再制造提前期的比较重新确定库存位置，在优化库存水平基础上提高再制造的反应能力（赵晓敏等，2007）。

3. 再制造数量决策分析。再制造流程中，废品回收、拆卸以及再制造生产等环节都会影响产量决策，特别是再制造生产的能力规划、批量决策与库存控制等方面是较为关键的问题。再制造产量决策可以通过优化再制造成本进行。

（1）再制造流程中的回收、拆卸以及再制造控制都会影响再制造产量决策。随机网络方法可用于回收预测，有效分析回收品返回时间、数量与质量的分布状况，提高预测的准确性以增加生产的稳定性。再制造拆卸环节中，拆卸的随机性会影响原材料库存，进而影响产品装配环节与产成品库存。因此可以运用马尔科夫链方法研究拆卸、分类等过程以及系统所达到的稳态（Takahashi，2007）。同时，企业也能够运用优化理论进行再制造生产流程控制，更有效供应制造/再制造零件。

（2）再制造生产中，企业通过调整再制造生产能力满足顾客不断变化的需求，能够达到产量与需求匹配，从而降低再制造提前期不确定的影响，更好地分析复杂多变的再制造生产系统（Vlachos et al.，2007）。制造/再制造的動态混合系统中，运用控制论、動态规划的方法能够分析库存、产能利用以及达到服务水平等成本的变動对批量决策影响，解决产能约束下的制造/再制造動态批量的确定，系统動态性能与再制造处理过程的稳健性有助于系统整体绩效的提高。制造商在决定生产批量时也可以考虑外购或外包以满足终端需求。通过权衡需求与库存量，借助動态规划、随机概率模型，再制造企业可以同时分析物料流的平衡与制造/再制造提前期影响，优化提前期不确定的再制造系统，决定再制造产量。

闭环供应链下，再制造输入端（废品回收活動）会产生回收成本，其中包括回收渠道费用、支付回收商的转移价格或直接从用户收购废旧产品所需支付的成本等。回收的产品在进行拆卸、检测、翻新等环节中也会产生处理成本。相应的，回收的废品、拆卸后的零部件以及生产的再制品都会造成库存，引起库存成本。通过经济性分析方式，再制造企业可以优化再制造过程中各项成本，以得到有效的再制造量。

三、 再制造生产决策建议

1. 优化再制造业务流程。废品回收的不确定性影响了再制造生产的稳定。考虑再制造质量、提前期以及数量决策，再制造企业应采取灵活的组织模式，审视自身再制造业务流程，必要时进行业务流程重组。企业进行再制造流程分析时，需要关注生产节拍平衡与生产线长度、不同业务活動之间的衔接等关键点，从而优化再制造流程，大大提高再制造系统的产出效率，以解决再制造产能不足问题。

2. 识别并解决再造瓶颈。再制造来源（废品回收网络）的不确定性，再制造过程中回收废品的拆卸、清洁、检测、翻新或再生环节的协调，再制品销售渠道局限性都有可能成为闭环再制造的瓶颈。首先，我国每年报废的电子产品垃圾、报废汽车、废弃的包装物等数量庞大，但由于缺乏专业化回收渠道，使再制造所需供应不足，进入到再制造环节的比例很小，形成再制造供应瓶颈。其次，由于我国再制造产业起步晚，缺乏废品报废标准与严格的再制品质量标准，再制造生产环节很难控制与监督，这就造成再制造生产的不稳定性。另外，再制品的销售渠道较产成品还不成熟，很难保证再制造收益的维持或增加。因此，我国再制造企业应识别再制造中的瓶颈，并集中资源解决关键问题。

3. 提高再制造生产效率。我国再制造企业规模不大，没有形成专业化、规模化、集中化的再制造产业，而是存在很多分散的、不正规的回收处理单位。这些再制造单位生产效率低，对废弃资源的回收处理利用率小，不能充分挖掘废品的再造/再生价值，缓解对原生资源的开采使用。因此，发展正规、专业以及规模化的再制造产业，提高再制造企业生产效率是促进我国再制造发展，实现再生资源最大化利用的重点。

4. 做好再制造成本控制。再制造成本是再制造发展中一直被关注的问题。再制造成本过高会阻碍企业再制造的发展，不利于再制造实现规模经济。制造商在产品全生命周期设计中的初始投入与设计的产品模块化程度决定了产品升级，进而影响产品可再制造性；再制造生产过程中的成本控制影响单位再制造成本。同时，企业的再制造活動也需要考虑环境因素对企业效益的影响，全面分析内部再造成本与外部环境成本。

5. 促进再制造自主创新。再制造技术是进行废弃零部件质量恢复、产品性能升级的关键。只有再制造技术的不断发展，才能保证再制造的可行性。我国再制造整体技术水平与发达国家有很大的差距，没有形成系统、持续的再制造技术支持体系。因此，加大再制造技术研发投入，提升我国再制造企业的自主创新能力，通过政府主导，科研院校与再制造企业合作进行再制造技术的突破，是我国再制造产业发展创新的動力源泉。

四、 结语

归纳以上再制造生产决策的研究可知，对再制造生产流程中瓶颈环节的识别与解决是再制造企业流程优化的关键，同时，再制造企业可以灵活选择再制造组织模式，积极应对市场需求变動；再制造生产决策模型涉及再制造质量、提前期以及再制造數量决策等方面，针对不同再制造流程或再制造生产环节需要选择适宜的方法，提高决策效率。但现有再制造生产决策领域的研究还不能完全解决再制造实践问题，需要进一步延伸与深化，更有效指导再制造实践。

参考文献：

1. Julie Ann Stuart， Jane C. Ammons， Laura J. Turbini. A Product and Process Selection Model with Multidisciplinary Environmental Considerations. Operations Research，1999，47（2）：221-234.

2. 周垂日，梁樑，苟清龙，许传永，查勇.考虑产品可替换的再制造产品选择决策.中国管理科学，2008，16（2）： 57-61.

3. Karl Inderfurth， Erwin van der Laan. Leadtime effects and policy improvement for stochastic inventory control with remanufacturing. International Journal of Production Economics，2001，71（1-3）：381-390.

4. Amit Kumar Maity， Kalipada Maity， Shyamal Kumar Mondal， Manoranjan Maiti. A production-recycling-inventory model with learning effect. Optimization and Engineering，2009，10（3）：427-438.

5. 赵晓敏，黄培清，骆建文.基于改进策略的混合型制造/再制造系统分析.中国管理科学，2007，15（4）：34- 41.

基金项目：国家自然科学基金资助项目（项目号：7097 2062）；上海市哲学社会科学规划课题（项目号：2011BGL0 11）；上海财经大学研究生科研创新基金资助项目（项目号：CXJJ-2011-319）。

作者简介：谢家平，管理学博士，上海财经大学国际工商管理学院教授、博士生导师，新疆财经大学工商管理学院援教专家；迟琳娜，上海财经大学国际工商管理学院博士生。

收稿日期：2012-04-27。