基于CPFR理论的农资供应链库存管理研究与优化

韩景元 刘书壮

摘 要：库存管理问题一直是困扰农资供应链管理的难题。通过研究沧州中农化肥有限公司的农资供应链，使用CPFR理论以及多元线性回归分析对其库存管理中存在的问题进行优化。

关键词：供应链;库存控制;CPFR;多元线性回归

一、 引言

农资产品在农业生产中有着非常重要的地位，它是保证现代化农业快速发展的基础。农资产品具有极大的季节性，每年到了生产的季节，农业对于农资产品的需求量骤增。由于农资产品本身的特性，各级农资经销商必须提前进行备货。然而对于具体的备货周期以及备货量的问题，经销商往往只是根据自己的个人主观经验来决定，缺乏系统的、科学的理论作为指导，因此制订一个科学系统的库存管理体系对优化农资供应链是十分重要的。

近些年来，东北以及南方等地区陆陆续续开始建立大型的农资物流中心，大型农资工业园的出现，使得农资供应链库存管理趋向于网络智能化。随着我国农业向着集约化的方向发展，物联网技术在农资供应链领域的应用将会占有越来越大的比重。

目前，农资市场普遍存在诸多不规范的现象，以沧州市农资市场为例子来看。农资产品经营主体混乱，关于质量问题一直得不到保证，甚至部分经销商为了获得更多的利润，将过期甚至无效的产品卖给农户，导致农产品减产、绝收。发生这些事情的主要是低成本的农资产品无需占用下游企业的库存，通过简单的农资产品订货会，与农户直接沟通确定送货用量，在订货会结束之前，货已经运输到了田间地头，信息的即时传递以及经销商的快速反应使得大量的这种廉价的低效能肥料迅速流入农资市场。

现如今农资供应链库存管理，主要使用的是供应商库存管理模型——VMI以及联合库存管理模式——JMI。VMI管理模式是一种集成化思想的库存管理模式。主要是一种上下游企业间通过及时充分的沟通协商，以合作作为基础进行库存管理的策略。但是目前市场变化很快，VMI的管理模式将企业的库存管理决策权交给了供应商，并且需要各个环节紧密合作才能达到理想的目的最低库存管理成本。JMI管理模式是一种看重各级供销商之间合作的一种管理模式，可以将这种模式看作是一种战略供应商联盟体系，该模式可以更好的兼顾各环节的企业库存需求，使得需求更加的合理。

针对农资产品来说，利润相对于其他行业较低的行业，无论是VMI还是JMI都需要各个分销商有一定的库存量储存，尤其是生产需求旺季，经销商需要在货物上积压大量的资金。因为由于农资行业的特殊性，真正的销售就是农产品生产旺季前前后后一个月左右，加之目前来看农资产品的物流运费都是由下级经销商来承担的，于是简化农资供应环节对于多方来说也是一件需要被提上日程的事情。

在VMI和JMI的基础上产生的一种协调的供应链库存管理模式——CPFR（Collaborative Planning Forecasting and Replenishment），这种库存管理模式改进前两者的众多不足，主要是为各个供应商和分销商通过这种协同模式共享信息，改善合作效能，主要是建立一个强大且完善的产品需求预测机制，最终达到提升整个供应链运行效率的目的。这种模式的库存管理使得各个供应链上的企业库存最小化了，但是效益变大了，上下游的供应商都可以达到既减少库存又能够增加利润的目的。

二、 沧州中农化肥有限公司库存管理现状分析

（一）沧州中农化肥有限公司库存管理现状

沧州中农化肥有限公司是中国农资生产资料有限公司沧州分公司，成立之初主要经营批发、零售化肥、农业机械设备以及农业技术咨询服务，后期由于公司战略方向调整，现如今主要经营批发、零售化肥以及化工原料等相关业务。公司根据产品类别进行库房划分以及原料管理。每个库房都有专人负责，由于产品的特性，库房常年都要存储大量氮肥和磷肥，约占用5000万～8000万的流动资金，这是一笔非常昂贵的库存成本。下图为企业的库存结构图（如图1）。

（二）沧州中农化肥有限公司库存管理方法以及存在问题

沧州中农化肥有限公司的库存管理，在职能层面由采购部负责，但是每年的采购订单都是由总经理一人决定，其余人员并不具有决策的参与权。采购部负责人根据实订单进行采购，虽然这种直线型的管理模式在管理层次是可行的，但在应对突发性的变化时缺乏一定的灵活性，尤其是产品销售旺季，甚至到了深夜还是需要临时配货发货，因此该公司目前的这种库存管理模式有待優化。并且公司每年都会在库存管理化肥大量的资金，这主要是对于每年的产品需求没有更好地进行预测，从而造成库存积压，以至于产生大量的管理成本。

三、 基于CPFR理论的多元线性回归建模

（一）农资供应链

农资供应链管理是对农资生产商、农资流通企业、零售商和农资用户等多方之间为了实现每个人的利益和目标，在一定的时间内相互结合并相互协作的利益共同体，通过这个供应链的管理让生产商的农药以及化肥等产品以准确的数量，恰当的质量，在合适的时间，以适当的价格，送到适当的场所满足农资用户的需求，使得系统成本最小和整个系统效率最高。

（二）基于CPFR理论的农资供应链优化

基于CPFR的农资供应链库存优化问题，根据实际要求需要解决农资供应链上游的多级库存优化的问题，其中包括库存的检查、订货点以及订货量等参数，其特点是上游的供应商和配送中心构建成一个物流网络体系，通过物流运输到下游经销商，然后送达到农户手中结束。建立多级库存管理有多种方法，目前应用的最多的是分布式策略以及集中化策略。CPFR管理理念主要契合的是集中化策略，即同时考虑到所有的影响库存的各个因素，在供需之间的链接各个节点，通过协同的方式使得所有库存达到最优化，最终达到优化农资供应链的目的。

为消除多级库存管理的“牛鞭效应”，综合考略多种影响库存的各个因素（库存商品成本、销售总成本、各类型产品销售量、库存成本、人力资源成本等五个因素），CPFR模型很好的采用了协同计划和协同预测，对于供应链需求进行控制，减少了需求波动和需求放大的情况的发生，对于协同补货的原则，不是单纯的仅仅参考相邻节点的库存数据，而是从整体多方面进行考量，尤其是对下游库存数据的具体掌握，也就是每个因素都不是独立的，因此运用CPFR模式可以更好解决多级库存管理的问题。

（三）多元线性回归模型搭建与分析

通过对数据进行分析，五个主要影响库存成本的因素是数量性相关的，因此为解释其中的联系，运用多元相关分析和回归分析，对库存管理成本进行量化处理。

通过SPSS对五项因素进行多元线性回归模型进行分析。多元线性回归模型的一般形式为Yi=β0+β1x1+β2x2+…+βnxn+μi（i=1，…，n）。

上式是一個n元线性回归模型，其中有n个解释变量。

βi（i=1，2，…，n）称为回归系数，上式也被称为总体回归函数的随机表达式。对于沧州中农化肥有限公司的库存管理进行考察，可以通过库存成本等数据进行定量分析。结合该公司的运作模式和库存管理的特点，进行库存管理成本相关分析和回归分析，进行定量分析时用到五个变量分别是库存成本、销售成本、人力资源成本、财务预算与管理人员。

通过对以上5个相关变量的了解，进一步进行变量之间的相关及回归分析。将相关数据进行软件运算得到结果如下。

分析：通过分析相关性表格我们可以看到这五个变量之间的Pearson相关系数及检验结果，我们可以看到Pearson相关系数在0.01的显著性（双侧检验上都非常显著），由此我们可以推断出库存成本与财务预算及管理人员存在着明显的正相关。

相关分析使我们发现财务预算和管理人员与库存成本的相关性最高。进一步做关于库存管理成本的回归分析，结果如下：

a：预测变量（常量），销售成本、人力资源成本、财务预算与管理人员。

b：因变量：库存成本。

由表2拟合模型的相关指标结果可知，R方等于0.956，调整的R方为0.914，我们可以得出该模型有意义且对于总体变量的解释程度较高。

因变量：库存成本。

表3为对模型各个系数的检验结果，由之前的Anova结果可以知道，拟合模型有统计学意义，但是模型内的变量是否有统计学意义需要进行变量的检验，因此通过对各自变量的检验可以发现，其中常量（P=0.337）、财务预算（P=0.041）、管理人员（P=0.001）有统计学意义。本次模型选用二元一次方程来表示库存成本的变化。由表4所示通过软件模拟得到回归方程的常数项、回归系数的估计值和检验结果，可知a1=0.469、a2=21.661、b=913.785，回归方程为：

Y=913.785+0.469x1+21.661x2

对回归系数的检验拒绝了原假设，认为自变量对因变量的影响是确实存在的。由于方程中存在两个变量，因此需要对两个变量进行单独预测，经过模型拟合，财务预算x1拟合效果较好的为二次线性回归方程，通过计算其方程表达式为：

y1=0.001x3-12.551x2+12593.822

（其中y1表示财务预算，x表示本方程的自变量）

同理对于管理人员x2拟合效果较好的方程式为：

y2=3806.875-27.952x+0.323x2

（其中y2表示各产品需求成本，x表示本方程的自变量）

通过预测得到变量x1和x2的具体数值，对库存成本进行预测，预测结果如下：

通过进行库存成本预测我们可以发现未来的农资库存成本在未来五年是呈现上升的趋势，原因包括很多种，这里不一一进行赘述。在CPFR理论的角度来看，未来的预测量已经知道，根据预测值进行每年的农资供应链的构建的准确度将会大大提升，从而使得农资供应链库存得到优化。

四、 结论

CPFR模式是一种集成化的库存管理模式，特点是可以通过单一节点的决策放大到整个供应链中进行参考，对于全局的库存管理是十分有利的。文章以三级农资供应链为分析点，着重以CPFR的预测方面进行考虑，消除“牛鞭效应”，运用多元线性回归模型进行预测，改进了原模型中成本预测不准的缺点，并且通过SPSS软件将相关数据进行量化处理，得到未来几年的库存成本值。得到未来几年的成本后，再经过简单的成本与产品定价模型，进一步得出未来几年内各类产品的需求数量。

虽然运用SPSS软件可以大致的得到未来几年内公司的库存成本，但是由于农资产品在一定程度上还受到国家政策的影响，因此在预测方面可能会有些许偏差，但在相对平稳的政治环境之中还是很具有一定的参考价值的。

参考文献：

[1]商建发[2009]98号.关于完善农业生产资料流通体系的意见[R].农村财政与财务，2009（5）：33-34.

[2]李奎刚.豫北地区现代农资物流运作模式研究[J].安徽农业科学，2011，39（16）：10048-10050.

[3]蔡文.我国农资生产经营存在的问题与对策[J].经济纵横，2006（5）：25-26.

[4]陈建梅.我国农业生产资料市场特点、问题与对策[J].安徽农业科学，2010，38（19）：10330-10331.

[5]刘军，杨化云.农资物流研究与发展状况分析[J].物联网技术，2013（3）：75-77.

[6]胡运华.中国农资连锁经营的发展之路[J].商场现代化，2006（5）：6-8.

[7]吴东庆，刘任，郭世仁.广东省农资营销信息服务平台建设的研究[J].广东农业科学，2012（16）;217-220.

[8]任海庆.基于VMI的A公司库存管理优化研究[J].物流科技，2018（11）：29-30.

[9]李娜.基于JMI的供应链管理环境下库存优化方法的研究[J].河北企业，2018（9）：13-14.

[10]王春京.基于CPFR供应链补货策略模型的图书馆采购优化研究[J].河南图书馆学刊，2018，38（5）：132-134.

[11]宋志兰，徐七龙，孔民警，刘子文.供应链环境下多级库存成本优化模型研究[J].科技物流，2018（6）：126-133.

作者简介：

韩景元，刘书壮，河北科技大学经济管理学院。