基于6R模型的A公司供应链风险分析

吴吟龙

摘  要：文章基于6R模型分析了A公司供应链中供应量的风险，归纳了供应链风险随产品生命周期变化而变化的规律，并将风险与不确定性相联系，提出了系统动力学建模分析的思路，为供应链风险评估提供了帮助。

关键词：供应链管理;风险控制;系统动力学

中图分类号：F224.0     文献标识码：A      文章编号：1006-8937（2014）35-0035-02

随着当今社会物质文化的发展，人们对产品的需求越来越高，造成了当前产品生命周期变短，需求的多样性增加，质量要求变高，这对供应链的管理及其风险控制带来了更加严峻的考验。A公司长期站在供应链管理的顶端，其供应链自成一体，有着独特的结构和管理深度，同样也面临着独特的风险。

1  6R模型及风险

陈国权教授认为：供应链管理就是指对整个供应链系统进行计划、协调、操作、控制和优化的各种活动和过程，其目标是要将顾客所需的正确的产品（Right Product）能够在正确的时间（Right Time）、按照正确的数量（Right Quantity）、正确的质量（Right Quality）和正确的状态（Right Status），正确的地点（Right Place）——即“6R”，并使总成本最小。通过分析不难看出，供应链所真正关注的其实是合规数量。Right Time，Right Quality，Right Status，Right Place，其实都是在描述Right Product。所有限制影响这些Right属性达成的因素最终造成了可用产品数量的变动，引起的供应链的风险。基于这一理解，我们可以着手利用6R模型对A公司供应链风险进行分析研究。

2  风险识别及影响评估

2.1  供应量风险的影响

供应链的基本任务是确保各个环节交付正确数量（Right Quantity）的合规产品，合规涵盖了其余5R以及成本最优（Right Time，Right Quality，Right Status，Right Place，Right Cost/Profit）的要求。当交付数量不正确时会造成供应链供应量风险，当供应数量大于需求数量时，会造成产品库存积压，库存积压会带来诸多风险。

2.1.1  呆滞风险

生产物流需要时间，因此几乎所有的生产计划均基于需求预估，预估存在着较大的不确定性。当产品库存大量积存时，如果预测不准或者市场需求急剧下降，可能会存在无法消耗相应库存的情况，造成大量损失。同时库存增加会加大持有成本，增加资金占用，这对供应链中企业的生存也极为不利。

2.1.2  废弃风险

供应链中各个环节需要生产和交付的是正确的产品（Right Product），当产品需求发生变化时原来正确的产品就会变得不再正确，这对于质量要求及市场响应极为严苛的A公司来说相当常见。未生产的产品可以及时变更，已生产的成品就面临着废弃的风险。

2.1.3  质量风险

为确保供应链的良好运行，供应链各个环节的产品必须具备正确的质量（Right Quality）。库存的的积压会从两个方面影响质量风险：

①长期存储会影响质量。尽管A公司的产品大多数为耐用品，但长时间的存储依然会影响产品的质量。存储环境的不良，仓储流程的不规范，存储过程的人工处理都会造成成品的二次不良。

②库存积压会影响质量问题反映时间。Flow Time越长，质量问题暴露的时间也就越长，受影响的产品数量也就越多。库存的积压会大幅增加Flow Time，这对质量控制非常不利，会带来非常多的质量风险。

2.1.4  其他风险

库存积压还会带来一些其他风险，包括但不限于保管不当带来库存损失，火灾、水灾等自然、人为灾害带来的库存损失风险等，这些风险发生概率较低，但破坏性极大。

当供应数量不能满足需求数量时，会造成供应链断裂，对供应链造成极为不利的影响：

①销售/市场损失。当供应量不足时，最直接的影响在于销售损失，企业不得不放弃部分应得的利润。同时企业损失的远不止于此，由于欠量无法满足顾客的需求，会造成客户的不满，从而降低客户的忠诚度，同时给竞争对手以可乘之机，损失相应的市场份额。

②产量失衡。当供应链良好运转时，各个环节产能、产量匹配，整个供应链处在一个较为健康的状况下。当供应链中部分原料、半成品供应不足时，不仅会影响整个供应链的产能，同时也会造成其他原材料、半成品的堆积，

③生产断裂。当部分材料供应不足时，极易造成下道工序的生产断裂，从而造成大量的闲置人员、劳动力、机台，给生产排配带来极大的影响。尤其闲置人员、劳动力的产生，非常不容易处理。闲置人员、劳动力的产生不仅会给企业带来额外的成本支出，同时非常容易造成人员、劳动力的流失，给生产带来难以弥补的损失。

2.2  供应量风险影响的变化

虽然因存在较大复杂性难以定量评价A公司供应不足造成的成本损失（CU）和过量供应带来成本损失（CO），但是不难看出，对于高毛利率的A公司来说，在产品上市初期及量产销售阶段CU>>CO，这使得A公司对于供应链的管理前期倾向于尽可能的大量备货防止缺货损失。但随着量产的稳定，首先市场占有趋于稳定，供应不及带来市场损失下降，CU更趋近于单纯的销售损失以及生产损失。随着量产的结束，产品生命周期进入漫长的维护阶段，产量进一步下降，同时对于产品维护维修，一定程度上允许Backorder的存在，产品允许的Lead Time也进一步加长，这时供应不及带来CU会进一步下降，同时过量供应带来的风险及成本损失CO会逐渐彰显。

2.3  影响供应数量（Right Quantity）的因素

2.3.1  Right Time

生产需要时间（L/T，Lead Time），当需要在t时间交付货物q时，必须在t-L/T时提前安排生产，受制于产能时，这一时间可能更早（t-L/T q/C，C为产能），但在t-L/T时我们往往无法确定t时刻的须交付数量，因此生产往往基于预估，当预估的数量与实际发生的数量存在差异时，就造成了供应量的过多或者过少。预测的准确性往往是影响供应量准确性的最重要的因素，基于预测的三大定理，预测的不准确性往往不可避免，其准确性取决于L/T的长短，一般来说L/T越短，预测越准。

2.3.2  Right Quality

产品的良率会极大地影响供应数量，基于A公司对产品质量的严苛要求，产品良率的影响不容忽视。当上游供应商产品质量异常时，往往尽管有较多的存货或者较大的产能，依旧会发生无法保证供应的情况，因为质量不达标就无法出货。由于产品生产中人、机、料、法、环的不确定性，直接决定了质量水平存在一定的不确定性，这种不确定性为合规品供应量也带来了较大的风险及不确定性。

2.3.3  Right Place

合规产品的供应必须要求产品到达指定的交付位置，这就涉及到产品的转移——物流。物流给供应量带来的风险主要体现在以下几个方面：

①物流时间。物流需要时间，这一方面加大了整体交付的L/T，提升了预测的不准确性，另一方面物流本身时间受环境影响较大，当涉及跨国、跨境交易时，通关时间更存在较大的变动性。

②物流风险。如同仓储风险一般，物流也大量存在诸如交通运输事故、气候影响的等风险，这些风险的发生几率不大，但会造成较大的影响。

2.3.4  Right Product and Right Status

正如前文所提到的，在A公司的供应链中，由于质量要求严苛，研发周期有限，在Ramp甚至量产阶段仍会出现设计变更或者质量标准变更，这会极大地影响供应链的状态。当设计变更时往往首先意味着原有库存的废弃，甚至包括安全库存，同时也会影响产能、良率，甚至整个供应链的结构，这都在很大程度上影响供应链的供应风险。

2.3.5  Right Cost/Profit

商家逐利，包括A公司及期供应商在内的任何一家营利性企业的根本目的都在于实现利润，因此合理的Cost/Profit对于供应量来说影响至关重要，这不仅仅决定于整个供应链的总成本，同时还决定与供应链内利润及风险的分摊。供应商的盈利水平决定了其配合态度及排产策略。当供应商毛利高时，他们更愿意备货以降低缺货风险，当供应商毛利低时，他们更不愿意承担风险，甚至退出，这时候往往需要合理的补偿，或者需要供应链的主导者主动承担风险。

3  风险、不确定性与系统扰动

风险一般是指某一事件出现的实际状况与预期状况（即实际值与预期值）背离，从而产生的一种损失。基于前文对A公司供应链定性定量分析不难发现，风险来源于下述不确定性。

3.1  预测的不确定性

指预测与实际发生数量的差值。来源于生产、物流的迟滞性。由于生产、物流需要时间，因此为保证合规产品的稳定供应，需要提供前向补偿——需求预测。由于预测存在不准确性，并且这种不准确性随之L/T的加大而增加，因此为供应链带来了诸多的麻烦。在系统动力学模型中我们可以在实际发生值上添加一个扰动FCST Interference加以描述。需要注意的是，所有发生预测的环节都需要添加这种扰动。可以根据历史数据描述该扰动的分布函数，由于预测存在较大的主观性，不同预测小组的分布函数不尽相同，需要加以修正。

3.2  生产的不确定性

指生产、物流个环节完成时实际的合规产品数量/预期产品数量。这一不确定性不仅仅反映了质量的波动，同时也反映产能波动、供应商生产策略、物流风险等因素。如生产环节的预期产品数量为依据设计产能及排产计划安排的生产数量，实际产能的波动、供应商未按照计划排产、生产质量水平都会影响实际产出的合规产品数量。这一指标反映了process的实际产出和预期产出间的差值。在系统动力学模型中可以在各个环节中添加Yield Interference予以描述。Yield Interference可以通过历史数据分析获取描述函数，一般符合正态分布，根据厂商策略的不同会有一定的偏向性。

3.3  其他的不确定性

其他的不确定性由于发生频率较低，部分可以通过具体情况分析有所预期，因此在本文中不予讨论。

参考文献：

[1] 马士华，林勇.供应链管理[M].北京：机械工业出版社，2005.

[2] 高峻峻.不确定性需求下供应链中分销系统的建模与仿真[D].沈阳：东北大学，2004.

[3] 刘桡，何鹏，向龙斌.CPFR的供应链管理创新研究[J].改革与战略，2009，25（3）：172-174.

[4] 陈国权.供应链管理[J].中国软科学，1999，（10）：101-104.