基于风险共担的供应链设计与运营研究

林 兵，林宇辰，李儒晶 LIN Bing, LIN Yuchen, LI Rujing

（1. 江苏师范大学 商学院，江苏 徐州221116；2. 苏州大学文正学院，江苏 苏州215104）

(1. School of Business, Jiangsu Normal University, Xuzhou 221116, China; 2. Wenzheng College of Soochow University, Suzhou 215104, China)

0 引 言

“不要把鸡蛋放在同一个篮子里”是通俗易懂的投资理念，即通过投资分散化来降低风险，同时，它也是金融、财务管理的一条基本原理，即投资分散化原理（Principle of Diversification, Ross et al., 2012）[1]。同样，在运作管理、物流与供应链管理领域也有类似的原理，即风险共担原理（Risk Pooling, Simichi-Levi et al., 2007）[2]，不确定与可变因素共担原理（Variability Pooling, Hopp and Spearman, 2000）[3]，综合原理（Principle of Aggregation, Anupindi et al., 2011）[4]等。虽然在不同领域、不同文献中有不同称谓，但这些原理的机理相同，即，汇聚不同个体风险可降低这些个体总的风险，而风险就是随机不确定性。

近几年，共享概念在社会经济发展中越来越受到大家的关注，最典型例子就是共享单车。在中国城市，如果每个人都拥有一辆自行车，社会自行车的保有量将有几亿辆。由于每人每天用车时间段和地点的随机性很大，如将每个人的随机性因素综合在一起，则在每一天中的任何时间段及城市中的任何地段，自行车的使用量将基本不变，而且，越是人口众多的城市，这种风险聚集效应就越明显。所以，通过投放固定数量的共享单车，既达到绿色出行的目的，又可提高自行车利用率，降低社会自行车保有量。可见，共享的本质就是风险共担原理。

在信息技术领域，云计算体现了共享思想。云计算通过集中使用和管理计算与信息存储资源，从而达到节省整体资源的目的。互联网时代，计算资源如同水、电、煤气这些公共资源，可随时打开“阀门”使用。由于每个个体使用计算资源的随机性较大，而社会总体对计算资源的使用则较为固定。所以，云计算平台将计算需求汇聚在一起进行处理，以提高计算资源的利用率和减少社会整体计算机保有量，这也反映了风险共担原理。

风险共担中的风险是什么且如何度量？风险是如何通过共担机理降低的？我们又将如何基于风险共担原理对供应链进行有效设计与运营？针对以上问题，既有理论研究又有实践应用，有大量成功案例。本文将遵循以上问题，通过比较风险共担原理与投资分散化原理，来深入理解风险和共担的概念，掌握风险共担的机理；并以供应链为主要应用对象，归纳供应链的设计与运营策略，供我国企业参考。

1 风险与Variability

这里先介绍基本概念风险（Risk） 和不确定与可变性（Variability）。财务领域的风险度量指标是方差或标准差，它描述了投资回报的不确定性。在运作管理领域，与财务风险相对应的指标是Variability。Variability 定义为事物的非一致性（Hopp and Spearman, 2000）[3]，而本文称之为不确定与可变性，反映了它在运作管理中的两层含义：一是所有变量都具有Variability，如学生成绩、个人身高等；二是随机不确定性都是Variability。所以，Variability 不等同于财务中只考虑随机不确定性的风险概念。运作管理经常要考虑的含有Variability 的变量是顾客需求、加工时间、调整准备时间（Setup Time），等等。

随机变量常用来描述运作系统中的需求、加工/服务时间等。如何度量随机变量的Variability？与财务风险的度量一样，运作管理中的Variability 也是用标准差来度量。更进一步，为比较不同运作系统的Variability，也可采用变异系数（Coefficient of Variation, CV），即，CV=标准差/均值。由于CV是无量纲的，方便不同运作系统比较Variability。

综上，如果运作系统中的变量是用随机变量来描述，那这些变量的Variability 与财务风险本质相同，都是描述某种不确定性，都可使用标准差进行度量，因而可通过共担（Pooling） 机理来消除一些不确定性。

2 风险共担原理

运作系统的Variability 越高，则系统绩效就越低（Hopp and Spearman）[3]。所以，运作管理的一个主要任务就是应对Variability。风险共担就是要把不同来源的Variability 汇聚在一起，达到降低Variability 的目的。换言之，汇聚不同个体的Variability，可降低总体的Variability。下面，用数学形式描述风险共担原理。

命题1 说明两个随机变量和的标准差不会大于两个随机变量标准差的和。特别地，从证明中看到，命题1 成立不要求两个随机变量负相关。因此，把任意两个不同源的Variability 汇聚后都会产生风险共担效应。同理，考虑n个随机变量X1,X2,…,Xn，有以下推论。

推论1 将命题1 的结论推广到具有多个风险源的情景。证明从略。

由前述，运作管理中的Variability 也可用变异系数CV来度量。因此，有以下命题。

命题2：CV（X+Y）≤CV（X）+CV（Y），其中，E（X）=a和E（Y）=b都大于0。

证明：由CV=标准差/均值，得：

上式平方后：

因此，CV（X+Y）≤CV（X）+CV（Y），命题2 成立。证毕。

上述证明也不要求两个随机变量负相关，但要求随机变量的期望值都为正。对运作系统中的随机变量，如顾客需求、加工时间、机器损坏停滞时间等，要求它们的均值为正数，显然合情合理。同理，当n个随机变量X1,X2,…,Xn的期望值为正数时，有以下推论。

推论2：CV（X1+X2+…+Xn）≤CV（X1）+CV（X2）+…+CV（Xn）。

命题1 和命题2 及推论从数学上描述了风险共担的机理，证实了这样的结论：在随机不确定情景下，任意个体的Variability 汇聚后，它们总体的Variability 将会降低。风险共担原理是供应链进行合理设计与运营的基本原理，以下将介绍基于该原理的供应链策略。

3 供应链策略

供应链是从原材料开始，经过中间产品、产成品、分销商和零售商，最后送达顾客的功能性网络。供应链管理是通过整合供应链资源，使供给能更好地与需求相匹配。由于供给与需求总是存在大量Variability, 这时需要库存和产能来缓冲Variability。可见，要实施供应链库存和产能的整体优化，大致可从需求和供给两方面来减少Variability。减少Variability 有很多方法，这里将介绍基于风险共担原理的供应链策略。策略分为3 类，第一类是基于需求汇聚（Demand Pooling） 的策略，有综合需求预测、联合库存、标准化、延迟化等策略；第二类是基于产能汇集（Capacity Pooling） 的策略，如共享设备或人员等；第三类是结合了需求汇聚和产能汇聚的策略，例如，合同制造（Contract Manufacturing） 既利用了需求汇聚又利用产能汇聚。下面对这些策略分别加以介绍。

首先考虑需求汇聚策略。基于需求汇聚的综合需求预测、联合库存、标准化、延迟化等策略已在供应链管理中得到广泛应用。众所周知，需求预测是生产的重要环节，直接影响到供应链的采购、生产计划等环节。长期以来，学者已经开发了大量成熟的统计预测方法，如能进一步利用需求汇聚效应进行综合需求预测，则可使预测更为精确。例如，对毛衣总需求的预测要比对每种颜色毛衣需求的预测更准确；对布料需求的预测要比某一具体款式需求的预测更准确，这些都是利用需求汇聚进行综合需求预测的结果。

联合库存是通过汇聚需求来降低总体库存的策略。地区分销中心就是一个能说明问题的例子（陈荣秋和马士华，2017）[5]。如果把库存直接存放在某地区的各家门店，每个门店为应对客户需求的不确定性，都会安排一定量的安全库存（Safety Stock,SS），以提高服务水平，这样会导致大量的总库存和库存相关费用。如果在该地区设一个分销中心，将库存集中到分销中心，由分销中心应对整个地区的需求。这时，根据风险共担原理，汇聚后的总需求标准差要比个体需求标准差之和小。再由安全库存公式（Z由服务水平决定，L是确定性提前期） 可知，分销中心的安全库存量要比原各门店的安全库存量之和小。而分销中心的一般性库存（数量等于需求均值） 等于所有门店一般性库存量之和。所以，总库存量（一般性库存加上安全库存） 在需求汇聚于分销中心后将会减少。这种将库存集中到分销中心的做法称为实体汇聚（Physical Pooling）。但实体汇聚常常带来运输成本的上升，同时设立分销中心也需大量投资。随着信息技术和物流快递业务的发展，库存可通过转运（Transshipment） 实现虚拟共享（Virtual Pooling）。例如，当顾客在一家门店没找到想要的某款商品，销售人员可通过数据库查询连锁的其它门店，如发现顾客所需商品，即可由另一家门店发货转运给顾客。这样既实现了库存共享，又避免再建一个实体的分销中心。

延迟策略是供应链管理常用策略。就是尽可能保持产品的通用性，直到最终产品需求较为确定的情况下，再将通用产品差异化为最终产品。这里，通用产品的需求相当于差异化后产品需求的综合，由风险共担原理可知，通用产品需求的Variability比最终产品需求的Variability 要低，因而通用产品的安全库存需要量也将随之减少。这就是为什么要尽可能保持产品的通用状态，延迟其差异化的原因。意大利的贝纳通（Benetton） 是著名的服装制造商和零售商，尤以生产多彩、鲜亮的毛衣制品而出名，是采用延迟策略的先驱。贝纳通最初的毛衣生产技术是先将原色毛线染成不同颜色后再编织成毛衣。20 世纪70 年代，贝纳通革新了染色技术，先用原色毛线编织成原色毛衣，再根据各种颜色毛衣的市场需求对原色毛衣进行染色，染色工序的改变促成产品差异化的延迟。但成衣染色要比单纯的毛线染色困难，另外，也无需对所有毛衣的加工采用新工序。因为，每种颜色毛衣的需求有一个基准量，这部分毛衣仍使用传统技术生产，剩余部分可用新工序生产。这样既使用了延迟策略，又控制了生产与库存成本。

标准化策略就是把产品的零部件模块化、标准化，让不同产品在制造过程中尽可能使用同一零部件。例如，不同电脑产品使用同型号硬盘，不同电动车产品使用同类电池，等等。由于不同产品使用同一零部件，风险共担效应就显现出来，即，可用更少的零部件库存满足不同最终产品的需求。当然，除了风险共担带来的好处，零部件模块化、标准化也使生产过程更简单，管理更容易。下面，以北欧的两家公司为例来说明模块化和标准化带来的竞争优势。20 世纪90 年代，美国摩托罗拉公司是手机领域的行业老大，但很快被芬兰诺基亚公司超越，其中一个重要原因是诺基亚简化了手机产品设计，使用少量、通用的部件，使运作管理效率大大提高。产品简约化、标准化策略使诺基亚迅速崛起，超越竞争对手。瑞典宜家家居是全球著名的家具与家居产品零售商，同样采取了简约化、标准化策略，例如，宜家家具多采用扁平化的模块进行组合生产，这使得加工、物流操作更简单，流程管理也更简易。

以上，本文讨论了需求汇聚带来的风险共担效应。现从供给角度考虑基于风险共担的产能汇聚。例如，在银行办理业务，每个银行柜台/柜员都可看作是运作产能。过去，客户办业务要在大厅内的各个柜台分别排队，假设有多项业务要办理，你可能需要多次排队才能办理完所有业务，费时费力。现在的银行业务流程是取票号排队，多个排队合成一个排队，同时也要求每个柜台、柜员应具有多项业务操作功能或技能，才可形成产能汇聚。用排队论的专业术语解释，就是原先多个并行的M/M/1 系统转变成现在的一个M/M/c 排队系统，这种产能汇聚使得业务流程运作绩效显著提高（胡运权，2012）[6]。

最后考虑同时利用需求和产能汇聚效应的策略。电子制造服务（Electronic Manufacturing Service, EMS） 的合同制造很好地反映了这一策略。EMS 是指为原始设备制造商（Original Equipment Manufacturer, OEM） 提供代工服务的供应商，最初都是些小规模的代工厂。这些小的代工厂发展到今天，涌现出像富士康和伟创力这样有名的EMS 厂商。EMS 的崛起和电脑、手机等许多电子产品的普及息息相关。电子行业涉及的零部件数量巨大，且电子产品更新换代周期短，零部件的库存管理至关重要。从需求方面讲，EMS 厂家可从许多OEM 那里汇聚订单，需求变得不仅量大且很稳定，便于生产计划与库存控制。从供给方面看，EMS 小厂家如果只是服务个别OEM，会遇到很大的需求不确定性，提高服务水平意味着需要增加安全库存量和保有一定数量的空闲产能。所以，合并小厂家（汇聚产能） 形成大厂商，更确定的需求可减少空闲产能的保有量。例如，伟创力收购另一家著名的EMS 旭电就可发挥显著的产能汇聚及需求汇聚效应。

4 结 论

本文通过剖析风险、不确定与可变性以及风险共担原理，探索基于风险共担原理的供应链策略，为我国企业供应链设计及运营提供了理论基础。本文的主要研究结果是，明确了财务投资分散化原理与运作管理风险共担原理具有相同的机理，并以数学命题形式给出风险共担原理的数学表达和相应的证明；同时，也对基于风险共担原理的供应链策略做了归纳，使之更易于理解和应用。本文提出的供应链策略仅是该原理应用的一部分，尚有其他许多有意义的课题，例如，如何衡量风险共担的效果，值得我们继续深入研究。