R制造中心库存控制及优化研究

摘 要：随着市场竞争的日益加剧，两个企业之间的竞争已经不再是单纯的企业之间的单打独斗，而是升级到企业所在的整条供应链之间的集团军作战。库存作为供应链上的重要环节也理所当然地成为各企业关注的重点。R制造中心自2015年起库存持续增长，平均增长速度高达13%。所以对于R制造中心来说解决库存问题已经迫在眉睫。本文旨在分析出库存持续增长的真正原因，同时以国内外的研究成果和先进经验做指导，提出适合解决R制造中心库存问题的切实可行的优化方案，并对方案实行的结果进行验证，以确保达到优化R制造中心库存的目的。基于以上目的，本文首先结合R制造中心实际情况选择了ABC分类法、经济订货批量模型、连续性盘点（r，Q）策略等方法理论进行应用。其次，本文以实际数据为基础分析出R制造中心库存管理中存在的问题，在众多的问题中，销售预测准确率低是库存增长的主要原因，针对此问题，本文使用科学的方法减少对销售预测的依赖，即使用连续性盘点策略代替现有的销售预測为主充分利用产能为辅的生产排产方式。最后，本文对优化方案实施的结果进行了验证，验证结果显示R制造中心的销售预测准确率得到提升，安全库存、平均库存、总相关成本均得到降低。

关键词：库存管理;ABC分类法;经济订货批量模型;总相关成本

随着经济全球化的不断深入，以及互联网经济的不断壮大，企业之间的竞争已经不再是单纯的企业之间的单体竞争，而是升级为企业所在的整条供应链之间的产业链竞争，而库存作为供应链上的重要环节也理所当然地成为各企业提升产业链竞争力的重要突破口。库存之所以重要，因为库存不仅存在于供应链上的各个环节，而且占用了大量企业资金，占用的资金比例高达其价值的20%-40%，最终严重影响企业的资金周转率及投资回报率，从而成为公司运营好坏的重要指标。

一、R制造中心库存现状分析

1. R制造中心近几年库存分析

R制造中心2015年以来库存一直在增长，平均增长率13%，截至2020年库存已经涨至9200万，较2015年增长了85%，而库房货位却只增长了59%。

R制造中心的产成品库存源于四个车间，P车间制造的产成品库存自2015年持续增加，B车间制造的产成品库存2016年和2017年明显增加后趋于平稳，R车间制造的产成品库存一直比较稳定且有逐年降低的趋势，M车间制造的产成品库存经过两年的增长后逐渐下降，基本比较稳定，所以库存的增加主要来自于P车间的产成品。

2. P车间产成品库存分析

P车间的产成品共45种，依据2015年平均库存金额数据，前14种产品（占品种的30%）占库存总金额的73%。依据2015年平均货位数据，前14种产品占货位总数的75%。两个维度中前14种的产品有10种产品重复出现，说明这10种产品需要重点关注，而且两种维度中的前两名的产品相同，占比合计27%，所以选择此1号产品和2号产品作为分析对象。

3.销售预测

R制造中心要求销售部门每月月底25日前提交下3个月的滚动需求预测，预测内容包括产品名称、产品代码、客户代码、销售数量、订单号、希望完成时间等，预测提交当月的31日前销售部、制造部、物管部共同召开产销协调会，根据预测、库存、产能确定排产计划，发货申请提前一周提供。实际上，销售部门提交预测的时间经常延迟，经常在每月28日才能提交预测，产销协调会召开时间相对准时，发货申请基本做不到提前一周提供，经常是提前两三天提供，有时提前一天通知，甚至有当天要求发货或者更改发货的情况，90%不准确，销量预测准确性方面，1个月销售总量预测相对准确，准确率均值在56%左右，但准确率波动较大，2、3个月销售预测几乎不准，无参考性。月度末、季度末、年末发货量较大，经常出现有库存的不发货，无库存的抢单的现象。

4.生产计划及安全库存

R制造中心的安全库存没有明确的定义，主要是以产品的平均销量为依据，销量大的产品，安全库存基本保证在一个月的销售量，销量小的产品，基本不设安全库存。1号产品的安全库存为800万，2号产品的安全库存为1200万。

二、R制造中心库存优化的方案

1.完善排产规则，提高预测准确性

为了解决销售预测不准导致的库存问题，本文将根据客户销售预测准确率及产品类型调整排产的原则，从而提高销售预测准确率，控制库存。首先，对销售预测准确率进行了1年的原因分析，原因分为两大类，一类为生产原因，一类为销售原因，生产原因是指由于生产产能的原因导致的实际发货量与销售预测量差距较大，销售原因是指由于销售预测不准确导致的实际发货量与销售预测量差距较大。生产原因引起的预测准确率低，公司从财务角度及市场角度分析投资的可行性，销售原因引起的预测准确率低，公司从排产的优先等级上进行管理。其次，按产品的通用性对产品进行分类，分为常规产品，非常规产品，常规产品指销售稳定，通用性高的产品，非常规产品指销售波动大，通用性差的产品，即指定客户、特殊配方、特殊规格、特殊要求、单一客户的产品。

从数据分析得出，销售准确率低主要是由于销售的原因导致的，由生产原因导致的较低。生产原因导致的销售预测准确率低是公司整体决策问题，本文不做赘述。销售原因导致的销售预测率低是个管理问题，可以通过管理手段进行规避。本文建立了“备货-订单”矩阵（见下图），根据此矩阵将产品分为4类，每类产品运用不同的生产排产模式。

备货-订单矩阵图

第1类产品通用性低、准确率高，按月度预测数量的80%备货生产;第2类产品通用性高、准确率高，按月度预测数量的100%备货生产;第3类产品通用性高、准确率低，如有闲置产能按月度预测量的80%备货生产，如无闲置产能按月度预测量的30%备货生产;第4类产品通用性低、准确率低，接到订单后生产。

对于订单式生产的产品，如需备库存或转换成备货式生产，由销售发起申请，由销售副总、财务副总、生产副总签字批准，完成审批后，生产计划人员更新相关产品目录，并按相关规定进行排产。对于备货式生产的产品因为多次造成库存呆滞，且客户需求明显变化的，由生产或销售提出申请，由销售副总、财务副总、生产副总批准后，可以转换成订单式生产，完成审批后，生产计划人员更新相关产品目录，并按相关规定进行排产。

对于插单，如不影响其他产品的交期情况下可在3个工作日内生产计划自行调整排产。如与其他订单冲突需要与销售协商发货时间及交期。如协商未果生产计划以书面形式上报给副总经理，同时说明：配方切换，生产调整造成的成本变化情况，以及对其他订单的影响。最终，由销售副总、财务副总和生产副总依据以上成本和订单的影响情况，协调决定。

2.优化备货式生产的排产依据

本文利用数据分析的方法，分别绘制出1号、2号产品的曲线图、箱线图、直方图。通过对这些图形的分析，发现1号、2号产品很可能满足正态分布，然后使用Mintab软件对两组数据进行了正态性检验，结果得出1号产成品在正态检验过程中的P值为0.034，小于0.05，符合正态分布，2号产成品在正态检验过程中的P值为0.046，小于0.05，符合正态分布。既然产品的需求满足正态分布，而且销售预测又不准确，生产排产可以不再以销售预测为依据，可以运用连续性盘点（r，Q）策略确定再订货点、安全库存、补货批量，代替依据销售预测安排生产。

3.考虑生产启动成本的补货批量

基本经济补货批量是以企业与企业之间的采购订货为视角，只考虑了买方采购时的启动成本，未考虑卖方的生产启动成本。本文是以供应链的视角进行库存优化，而订货、仓储、制造都是企业内部供应链上的一个环节，所以在计算补货批量时不仅需要考虑采购启动成本，还需要考虑生产启动成本，这样总成本可以按以下公式表示：

TC=D×K/Q+D×K1/Q+（I+I'）×C1×Q/2（2-1）

TC为总的相关成本（Total Cost，元）

D为年度需求量（件数）

Q为生产订单批量（件数）

K为补货启动成本（元/订单）

K1为生产启动成本（元/订单）

I为资金年度回报率（%）

I'为库存管理费用占产品价值的比例（%）

C1为生产变动成本（元/件）

随着生产批量的增加启动成本降低，持货成本升高，当二者达到平衡时总成本最低，此时的生产批量即为经济生产批量，其值就是对Q求导得出的最小值，如下公式：

Q' = Sqrt[2×（K+K1）×D/（I+I'）×C1]（2-2）

K1主要包括调试机器需要的物料，上下模具所耗费的人工，C1为产品成本单价，根据以上算法，可以计算出1号及2号产品的经济补货批量，见表1。

三、R制造中心库存优化方案的效果

1.提高销售预测准确率

备货-订单矩阵管理原则中明确了不同产品的排产方式，采用备货式生产的产品交货期较短，采用订单式生产的产品交货期较长，对于销售人员来说更喜欢交货周期短，而哪种产品使用备货式生产还是订单式生产主要取决于销售预测准确率，所以销售人员开始重视销售预测的准确率采取此种方法后全年的销售预测准确率平均值从56%提高到71%，提高了15%，从而提高了生产计划的准确性，同时物料需求计划的准确率也得到了提升。由于销售预测准确率的提升及插单的管理控制，销售插单的情况也少了很多。

2.降低R制造中心的安全库存

在原有的库存管理模式下，R制造中心1号产品和2号产品的安全库存分别设为800万支和1200万支，使用连续盘点的库存管理模式，当服务水平设为95%时，使用公式可以得出1号产品和2号产品的安全库存分别约为490万支和720万支，分别降低了38%和40%，降低的幅度非常大。

3.降低了R制造中心的平均库存

在原有的库存管理模式下，R制造中心1号产品和2号产品的平均库存分别设为10，485，088支和11，204，610支。使用再订货点管理模式下的平均库存分别下降了约460万支和280万支，下降比例分别为44%和25%，下降比例较大。

如果使用再订货点法的库存管理模式，1号产品和2号产品库存设为800万支和1200万支，服务水平可以分别达到99.56%和99.76%，管理质量达到了3个标准差的水平，而R制造中心设定的服务水平为95%，所以原有安全库存的设定是过高的，不合理的。

4.降低了R制造中心的平均庫存

在原有的库存管理模式下，R制造中心1号产品和2号产品的平均库存分别设为10，485，088支和11，204，610支。再订货点管理模式下的平均库存分别下降了约460万支和280万支，下降比例分别为44%和25%，下降比例较大。

5.降低R制造中心的总相关成本

本文所指的总相关成本，考虑了采购启动成本、生产启动成本和持货成本。在原有的库存管理模式下，生产数量依据销售预测和安全库存确定，对于1号产品和2号产品，其需求量小于产能，所以每月启动一次生产，一次生产全月的需求量，即每月发生一次采购启动成本和生产启动成本，持货成本为年度平均库存成本，总相关成本为12次的采购启动成本和生产启动成本加上年度平均库存成本，见表2。在再订货点的库存管理模式下，总相关成本可以依据求得，见表3。

从表1与表2可以得出，再订货点管理模式下的每月订货次数高于原有模式4次，启动成本较高，但再订货点模式下的持货成本远远低于原有模式下的持货成本，所以总相关成本较原有模式下的总相关成本分别降低约47万元和32万元，降低幅度分别达83%和79%。

四、结论

本文以库存为研究对象，依托公司的ERP系统获取大量真实的数据信息，其中包括销售预测数据、生产计划数据、发货数据、库存数据等。为了有效地利用这些真实数据，本文使用一些科学的数据分析方法，其中包括帕累托图、直方图、雷达图、正态分布等。为了科学有效地解决R制造中心存在的库存问题，本文使用了一些先进实用的库存管理方法，例如ABC分类法、经济订货批量模型、连续性盘点策略、总相关成本法等。

本文利用以上方法对R制造中心的库存进行了分析，最终得出了以下结论：

1. R制造中心的库存增长主要来自于P车间的产成品，P车间产成品中1号产品和2号产品不管是从占用金额角度还是从占用货位角度都属于A类产品，是重点解决对象。

2. R制造中心的库存增长主要是由于销售预测不准确导致的，销售预测的准确率需要提升。

3. R制造中心的安全库存设置不合理，无明显依据。针对以上问题，运用上文提到的库存管理理论提出了解决方案并进行了验证。

4.将销售预测准确率与排产方式相结合，预测准确率高的采用备货式生产，交货周期短，基本上下了订单次日即可发货，此方法实施后销售预测准确率从56%提高到71%，提高了15%，同时生产计划准确率和物料需求计划准确率也得到了提高。

5.对于1号产成品和2号产成品实行连续性盘点（r，Q）策略，服务水平确定为95%，结果1号产品和2号产品的安全库存分别降低了38%和40%，平均库存分别下降了44%和25%，总相关成本较原有模式下的总相关成本分别降低约21万元和23万元，降低幅度分别达69%和74%。

从以上结论可以看出本文使用的方法大大降低了R制造中心的库存，达到了优化R制造中心库存的效果，所以此方法值得在R制造中心推行下去。由于本文只对1号产品和2号产品进行了分析验证，而1号产品和2号产品的分布恰好符合正态分布，所以R制造中心在推行此方法时还要结合实际，根据其他产品的分布形态进行合理的运用。另外，1号产品和2号产品在R制造中心的库存系统中属于A类产品，所以适合使用连续性盘点（r，Q）策略，当R制造中心在推行此方法时应根据产品的分类选用合适的库存管理策略。

参考文献：

[1]郝永杰.制造类企业零部件库存控制优化策略研究与应用[J].物流工程与管理，2019，41（02）：56-57.

[2]盛强，张佳，孙军艳.制造企业物料库存控制策略研究[J].机械设计与制造，2020（11）：308-311.

作者简介：宋树庆（1979.11- ），男，满族，辽宁抚顺人，本科，雷诺丽特恒迅包装科技（北京）有限公司，采购经理，研究方向：供应链管理