基于粤港澳大湾区的物流库存补货决策与仿真优化

□ 刁德荣

(澳门科技大学 商学院,澳门 999078)

1 研究背景

粤港澳大湾区已经成为了全球经济体量最大的湾区，其经济发展为物流行业创造了良好的经济环境，三地的贸易是推动大湾区港口物流发展的经济源动力，促进了物流企业实现高效益发展[1]。由于地缘及物流功能区匹配关系，港澳的仓储集疏基地大部分分布在珠三角区域，需求和补货提前期的不确定以及补货决策的优劣直接影响其运营成本和企业盈利水平，最终影响到企业的存亡兴衰。目前，香港、珠海、深州、广州都有独立的海港，且在运输量上一直处于世界领先地位，优越的基础设施提高了粤港澳大湾区物流发展质量。但是大湾区在地方交通网络上，都是以城市独立运行为主，没有形成较强的互通。大湾区一江两岸的地理格局，导致东西两岸物流发展不均，东面具有较强的发展属性，而西面只能依靠东面进行发展，这样的发展方式不利于大湾区物流共同发展[2]。大湾区“1小时交通圈”、“绿色通道”等相关措施为物流共享合作协同机制提供了基础保障，能够促进物流人才的三地流通[3]，共享合作协同机制的建立能够合理分配大湾区整体物流资源，避免出现物流资源过度集中化，保持物流行业的健康发展。

2 物流库存补货模型与仿真优化

2.1 物流库存补货模型

在大湾区库存管理实践中，由于三地的需求和补货提前期各异，企业在库存管理方面面临的需求具有很大的不确定性，其上游供货商的配送提前期也具有更大的波动性[4]，因此企业在面临以上两种不确定因素时学会科学地检视当前的补货策略(何时补货以及需要定多少货)是否合理非常重要。补货策略的合理性一般依赖于企业所考虑的目标，例如平均库存水平、服务水平、期望利润等。

为方便描述问题所对应的库存模型，先将相关参数和变量定义如下：

IBt第t天期初库存；

IEt第t天期末库存；

QRt第t天企业到货量；

Dt第t天企业面临的需求；

Iit第t天已下单尚未到货的补货量；

DSt第t天已满足的需求；

IPt第t天库存点 (t=1,…T)；

LT 企业补货提前期(企业下单到收货的时间间隔)；

O 0-1变量，0表示不需要补货，1表示需要补货；

TO补货到达时间，定义为补货当天加补货提前期后的第二天初；

R 企业库存补货点；

Q 企业订货量；

SL 库存服务水平，定义为所有需求中满足需求所占的百分比；

以上参数和变量之间的关系如下：

IEt=IBt+QRt-Dt

(1)

式(1)表示期末库存是当天期初库存加上当天到货量减去当天的需求。

DSt=min{IBt+QRt,Dt}

(2)

式(2)表示已满足的需求部分。

IPt=IP(t-1)+Ii(t-1)

(3)

式(3)表示第t天的库存点等于上一期的库存点加上一期已下单但尚未到货的补货量。

IPt≤R时O=1,否则O=0

(4)

式(4)表示如果当天库存点降到补货点或以下时需要补货Q，否则不补货。

因此，T天之内的平均库存水平可表示为

(5)

T天之内的服务水平可表示为T天需求的满足百分比。

SL=T天内已满足的需求/T天内的需求之和*100%

(6)

因此，库存补货模型是将R和Q作为决策变量，将平均库存水平、服务水平、期望利润等作为优化目标，寻求最佳的补货策略。

2.2 需求与补货提前期不确定下的补货策略仿真与检视

需求不确定是企业进行库存管理实践的一大痛点。众所周知，需求的波动将引发牛鞭效应，使得订单波动沿着供应链上游逐级放大[5]，最终使整条供应链上的各企业付出更高的成本代价。与此同时，补货提前期的波动也会造成更高的安全库存水平，最终使得供应链各级成员的库存水平居高不下，造成大量的浪费。

因此，在需求与订货提前期不确定的情况下，企业需要经常检视当前的补货策略是否需要调整。检视的常见标准是看当前补货策略下的平均库存水平和服务水平是否达到企业要求。平均库存水平的高低直接影响到企业的服务水平及客户满意度，且跟企业的盈利水平密切负相关。为此，需要根据企业发展的战略要求进行补货策略的匹配与调剂，达到一个平衡及适时适用适宜的最佳水平。

2.3 需求与订货提前期不确定下的仿真优化模型

众所周知，仿真只是检视当前的补货策略是否合理，并不能检视该策略是否最优。因此，企业如何在需求与订货提前期不确定的情况下优化当前的补货策略，进一步降低平均库存水平、提升服务水平尤为重要。补货策略的优劣将直接影响库存水平和服务水平的高低，最终影响企业的绩效。需求和补货提前期不确定下的补货优化研究很多是从随机优化理论分析出发的，对企业管理者来说可操作性非常小[7]。因此，本文从企业实践的另一个视角，通过仿真结合优化理论构建的模型，为需求和补货提前期不确定下的库存补货策略提供了很好的依据与工具。

本文在仿真模型的基础上，在满足一定的服务水平要求下进一步优化平均库存水平。此时可令平均库存水平为目标函数，服务水平为约束条件，补货点和订货量为决策变量，构建以下仿真优化模型。

①库存服务水平SL≥企业预设水平；

②Q,R≥1,Q,R 为整数,均为决策变数；

③D是随机需求，服从某个分布；

④LT是补货提前期，服从某个分布。

3 算例分析

本实践案例A企业通过对过去原料运输一年的时间及每次订货量进行统计分析和归纳，得到所需的需求分布数据和补货提前期的分布数据。根据上文构建的仿真模型和仿真优化模型，分别获得该企业的平均库存水平和服务水平以及在给定服务水平下的最佳补货点、订货量和平均库存水平。

3.1 企业当前补货策略检视

下面将利用仿真模型对A企业现有的补货决策(补货点和订货量)进行检视，分析企业现有补货策略下的平均库存水平和服务水平是否与企业的期望服务水平及期望库存水平相匹配。具体来讲，A企业订货到达的时间1、2、3天的概率分别为20%、60%及20%，每次订货量从200至400单位不等，期初库存水平600单位，补货点为600单位，订货量为1500单位，于是通过1000次仿真试验得出平均服务水平为86.7%，平均库存水平为519.94单位。从仿真结果来看，A企业原来机械随机的订货存在服务水平偏低及库存水平偏高的问题，对企业长期的战略发展与绩效提升有很大的阻碍。因此，有必要重新检视补货点和订货量等补货决策对服务水平、平均库存水平等关键指标进行优化，进一步提升A企业的营运绩效和盈利能力。

3.2 企业库存水平仿真与优化

下面将对企业当前的补货点和订货量进行重新检视，在给定的企业服务水平要求下优化企业的平均库存水平，从而降低企业的成本，进一步提升客户满意度和企业绩效。根据上文案例的数据，即A企业订货到达的时间1、2、3天的概率分别为20%、60%及20%，每次订货量从200至400单位不等，期初库存水平600单位，补货点为600单位，订货量为1500单位。通过仿真优化模型分析，最佳的企业补货点不再是600单位，为了提升服务水平已经增加到1190单位；另一方面，为进一步降低平均库存水平，订货量从原来的600单位降低为315单位。最终结果是平均服务水平提高为90.1%，平均库存水平降低为237.64单位，优化后的平均库存水平下降超过了50%，而平均服务水平超过了90%，对企业的资金使用、运营成本、整体绩效等方面都产生了极为积极的经济作用与价值[8]。

4 结论与展望

本文从粤港澳大湾区战略视角出发，分析了库存管理的重要性与痛点所在，针对企业面临库存需求和补货提前期的不确定性，构建了基于仿真技术的最优化模型，通过案例数据首先检视了该企业在当前补货策略下的平均库存水平和服务水平，进而利用仿真优化模型在满足企业给定的服务水平要求之下重新优化企业的平均库存水平，并提供最佳的企业补货点和订货量。

本文所创建的仿真优化补货模型可以快速、高效、便捷、科学、合理地为企业解决订货提前期不确定、订货量机械不精准、订货点随机不客观、库存水平高度浪费、企业服务水平难以保障等问题与痛点，同时，对企业的战略发展及提升整体运营绩效水平，起到了极为关键的作用。

本文聚焦库存需求和补货提前期的不确定性问题，然而由于大湾区三地的税务政策和货币不同，同时三地还面临外汇的波动，未来的研究将进一步考虑这些不确定性，为大湾区企业的库存管理提供更为科学合理的决策参考，助力大湾区建设。