汽车制造业供应链多级库存优化研究

郑捷扬

[摘 要]在汽车制造业供应链上主要物流节点有原材料供应商、零部件制造商中间仓库和汽车制造商。其中汽车制造商是整条供应链的主导企业，它是信息的控制中心，是供应链的驱动机构，为零部件供应商提供信息服务，与供应商信息共享、相互支持，使链上各方共生共赢。而汽车零部件生产企业是供应链的重要组成部分，零部件企业创造整个供应链中70%价值，因此它的运行绩效决定了供应链的整体绩效。汽车零部件供应链库存管理有利于汽车制造企业实现准时化生产，增强供应链竞争能力。本文是在需求不确定的情形下对通过建立解析模型量化分析在库存信息不准确的多级、分散供应链中的牛鞭效应，揭示牛鞭效应在高阶段供应链中的放大情况，以及库存准确性对牛鞭效应的影响，最后通过求解模型确定多级库存的最佳安全库存和最佳订货批量。

[关键词]供应链管理；精益生产；需求预测；仿真；优化

[中图分类号]F252 [文献标识码]A [文章编号]1005-6432（2014）2-0105-02

1 引 言

我国汽车产业飞速发展，但各种市场体系却并未健全，如供应链管理体系显得很单薄。因此，供应链管理在我国汽车行业发展过程中具有举足轻重的作用。汽车制造业的特点是精益化、准时化，所以对于物料供应和配送要求十分严格。因此制造商和原材料供应商都十分关注物料的供应，对采购、销售信息进行动态监控以实现物料供应的及时预警，指导进行精益化配送和生产。传统库存管理使用的主要技术有MRP/MRPII、经济批量订货法、需求预测、订货点等。一方面在当今市场多变，客户需求不确定的环境下，汽车零部件的供应商上下游企业形成紧密的合作，从传统利益博弈转变到以信任为基础的风险共担、信息共享的利益集团实现降低供应成本，达到共赢。另一方面由于汽车零部件在制造商的整条供应链上举足轻重的地位，它的高效运行，可以大幅度缩短产品的生产周期，提高对市场的反应速度和柔性、降低物流成本、提高供应链的敏捷度。相比之下，国内对于多级库存的研究起步较晚，早前的研究都着眼于两级库存的管理。多级库存理论中最早体分别现在的方法Clark-Scarf方法和Sherbrooke的METRIC模型。Clark和Scarf（1960）提出了“级库存”的概念，并且证明存在以级库存概念为基础，每期都呈现周期性订购的（s，S）形式的最优策略。牛海军、孙树栋提出了在随机需求条件下多阶段生产/库存系统（R，Q）策略的整体库存优化方法。马士华、林勇（2002）研究了在提前期随机情况下的库存控制模型并且分别讨论了（Q，r）策略下，随机需求和确定需求两种不同情况下的库存模型。这不但对库存控制和提前期的确定提供了很大的帮助而且在一定程度上有效控制了供应链的需求放大现象即为牛鞭效应。

本文则通过分析汽车制造业在不确定需求的前提下，多级库存表现形式，并结合固定的订货策略，对随机需求下的供应链库存进行建模。并重点从成本优化的角度来建立多级库存优化控制数学模型，对整个多级供应链库存控制成本进行优化，来解决此制造业因需求变异放大效应所产生的供应链整体库存量过大，资金负担沉重的问题。

2 需求不确定性的原因及表现

需求不确定并不是独立的，它很大程度上受制于供应链的需求状况。库存研究离不开对供应链不确定性的研究，它很大程度上影响了整条供应链的绩效。正是因为供应链的不确定性普遍存在于整个市场才无法通过人为因素去消除它，因此必须从整体的层面而非单个企业本身去看待需求不确定性的问题。具体来说，供应链需求不确定是指需求放大的现象即“牛鞭效应”。牛鞭效应是供应链结构中最为重要的性能指标和绩效指标。由于在供应链系统中以订单形式信息流从最终客户端向原始供应商端传递的过程中，由于无法有效地实现信息的共享，使得信息扭曲而逐级放大，导致了需求信息出现越来越大的波动。牛鞭效应的存在使得需求预测难度更大，随之带来的库存策略的制定，订货策略的制定都受到影响。因此，如何做到有效控制供应链节点的随机需求和库存对整条供应链的运营效率极为重要。本文着重从汽车零部件供应链出发，从两个方面去分析其需求不确定性的。其一，从宏观层面上说，居民的收入、消费信贷水平和国际原油价格的波动等因素导致了国内汽车需求的波动，从而影响到整个汽车制造业零部件供应链的需求。其二，在微观方面，供应链本身的信息传递的误差导致了上游到下游的需求信息放大现象。由于汽车属于制造行业中最顶端、最复杂的产品，其最终成品有几万个零件构成，供应商也有数千家，因此信息扭曲和制造过程中的不确定因素会导致整个供应链造成巨大的损失，各个零部件的库存管理会影响到整个制造业。考虑到如上的风险，我们很有必要针对当今的不确定需求下的库存控制进行优化，以达到整条供应链的有效运营。

3 随机需求下多级库存优化控制

3.1 随机需求库存模型特点

随机需求库存模型有以下三个特点：首先，顾名思义随机库存的需求是不确定的，它的规律只能由历史统计数据来获得。其次，从订单发出到到货的这段提前期也是随机变量。再者，受限于管理水平，企业的库存量信息并不是可以随时获取的。

3.2 多级库存控制订货策略

（1）点订货策略。在多级库存系统中，最常用的是（Q，r）策略和S策略。（Q，r）是库存管理中的重要控制模型。其中控制变量Q和r分别表示订货量和再订货点，它们都取决于需求过程和提前期。提前期是指从发出订单到收到订货之间的时间间隔。但是目前绝大多数文献在库存模型研究中都把提前期作为一个常量，主要考虑不同的随机需求过程。然而现实状况并不允许我们将订货提前期视为常量。在汽车的零部件供应链中，一个整车制造商拥有成百上千家的零部件供应商，各个供应商的生产能力，生产周期的波动的可能性都很大，尤其在目前的市场环境下。然而在多级库存的供应链问题中，这个订货提前期的变化受制于供应链各级库存相互协调。供应链上的各个企业需要随时随刻的掌握其库存状况，当库存水平低于再订货点r 是就发出一次订货批量为Q的订货。再订货点r一般等于提前期需求加上安全库存ss。其中，在随机提前期和随机需求下，再订货点等于安全库存与提前期需求均值之和。

（2）级订货点策略。上面的点订货策略适合于单级库存管理，并不考虑各节点结合的库存状况，因此无法对整条供应链的库存水平进行优化。因此从供应链系统层面上去考虑库存管理，企业更应该采用级库存订货策略代替点库存订货策略。如果企业采用多级库存管理的策略，供应链上每个库存点不但能够获取本库存点的库存数据，而是可以了解供应链整体环境下的某一级库存状态。这样可以掌握对本级库存点和下游需求方数据，实现了各级点的信息交流与共享，最大程度上避免了信息扭曲现象。

3.3 多级库存系统物流成本控制策略

库存控制的最终目的就是为了优化成本，使企业获得最大的效益。良好的库存控制对于整个供应链的优化至关重要。在此我们把多级库存的优化分为两种，一种是成本导向型库存控制，另一种是时间导向型库存控制。在此本文实施多级库存优化重点是明确控制目标，将供应链库存成本控制到最小。我们知道供应链的成本结构包括维持存储成本Ck（如果vi表示i级库存量，则整个供应链的库存维持费用为：， 订货成本Ci，缺货损失成本Cs，运输成本Ct总的库存成本为：C=Ck+Ci+Cs+Ct。所以，我们的目标就是从整体的角度讲C控制到最小。

3.4 需求随机下的安全库存

我们知道客户需求不确定、生产过程不稳定、配送周期多变、服务水平高低等是影响安全库存的重要因素。因此对于汽车零部件的安全库存的有效控制对于整车生产的影响很大。由于行业的特殊性，汽车的零部件繁多，因此任何一个零部件的缺失都会导致整条生产线作业的中断给制造商带来巨大的损失。在随机需求下的安全库存管理的重要性可想而知。我们需要通过对历史数据的分析和对比从而得出方向汽车零部件的订单规律，确定各个级点的最佳安全库存量。

3.5 模型建立及优化

（1）以上我们介绍了汽车多级库存管理的策略和随即需求下的安全库存。下面本文希望从成本的角度去分析如何让整个供应链的多级库的成本达到最优。因此本文将从成本分析和服务水平分析出发，通过模型假设进行验证。由上面的分析容易知道多级库存的总成本由以下三个部分组成：一个是制造商的库存成本，一个是分销商的库存成本，还有一个是零售商的库存成本。其中假设制造商的库存成本为Cm，分销商的库存成本为Cd，零售商的库存成本为Cr。多级库存系统的总成本为：C=Cm+Cd+Cr所以我们以供应链多级库存成本最低为出发点，建立模型。Q和r 分别表示各级库存的订货批量和再订货点，约束条件为各级库存模型的订货批量 Q 和再订货点 r 的取值范围，模型如下：

minC=Cm+Cd+Cr

s.t.1

1

1

1

1

1

（2）服务水平大体上分为三类。第一产品供给率；第二订单完成率；第三周期服务水平（CSL），它等于提前期需求小于再订货点的概率，即：CSL=P（提前期需求量≤再订货点。上述三级库存模型的优化基本方式是：即建立一个迭代循环，使Qi和Ri，Qj和Rj以及Qh和 Rh分别在区间[1，Di]，[1，Dj]，[1，Dh]递归搜索，总可以找到使系统成本最小的最佳订货批量Q^*和最优再订货点r^*。然后在把得到的Q^*和r^*代入可以得到供应链多级库存的最优成本。最后利用公式r=u+ss，求出三级库存系统各节点的最优安全库存。

4 结 论

本文从汽车制造业的供应链库存出发首先分析了多级库存需求的不确定性因素，进而对供应链的不确定因素进行了分析，然后概括了相应的库存控策略，总结了多级库存的影响因素、控制模型以及相应的控制优化策略。接着分析随机需求库存模型的特点，多级库存随机需求的表现形式以及随机提前期的控制方法，最后通过数学模型以及企业调研的数据支撑，以多级库存整体成本最优为目标，以服务水平为约束，建立了随机需求随机提前期的多周期库存控制模型，并且得出优化策略。因为传统的库存管理侧重于对单一节点企业库存成本的优化，从存储成本和订货成本的角度出发确定经济订货量和订货点，这种分散决策方式下的库存控制策略难免会产生需求扭曲变异扩大的现象。本文暂时模糊了时间参数，没有考虑流程的优化和缺货等待时间的优化问题，随着敏捷供应链和基于时间竞争的管理理念的发展，以后的研究可以进一步深化基于时间优化方面的研究。另外本文除了对最优的库存量，最优再订货点和安全库存量进行分析外，也对目前汽车制造业的供应链库存管理提出如下意见：一是宏观层面上应加强汽车零部件供应链协同管理；二是企业层面上零部件供应商应该加强各环节协同供应链管理；三是零部件供应商和汽车制造商之间建立一种新的交易模式——汽车零部件集成供应即零部件供应商和汽车制造商在一定时期内建立信息共享、风险共担和共赢的战略合作伙伴关系，从而降低供应链总成本、降低库存，实现信息共享。

参考文献：

[1]Hau L.Lee.A Multi-Echelon Inventory Model for Repairable Items with Emergency Lateral Transshipments[J].Management Science，1987.

[2]Cohen M A，Kleindorfer P R，Lee H L.Optimal stocking polices for low usage items in multiechelon inventory systems[J].Naval Research Logistics Quarterly，1986，33（1）：17-38.

[3]徐贤浩，马士华.供应链网络状结构模型中多级库存控制模型[J].华中理工大学学报，1998，26（7）：68-70.

[4]马士华，林勇.基于随机提前期的（Q，r）库存模型[J].计算机集成制造系统CIMS，2002，8（5）：396，398.

[5]Zip kin.Foundations of inventory management[J].Operations Research，2000，27（2）：66-78.

[6]秦海燕.供应链库存控制系统模型研究及仿真[D].大连：大连海事大学，2007.

[作者简介]郑捷杨（1991—），男，北京交通大学经济管理学院物流管理专业。