供應鏈模型評價體系的研究

陳 曜

摘要:當今世界,如何使自己企業的供應鏈能夠更有效率的運作,便成為了許多管理人員繼續考慮的一個問題。基于此背景下,許多供應鏈的優化模型被理論界提出。針對傳統的模型存在一些不足之處,通過采用系統模擬的方法,提出了一套新的評價系統,應用了權衡曲線的原理,并考察了在需求發生變化的情況下決策的適應情況,給出不同情景下的決策建議。

關鍵詞:供應鏈;決策;評價體系;權衡曲線

中圖分類號:F273.7文獻標識碼:A

Abstract: In today's world, many managers consider more and more on the issue that how to make the supply chain more efficient. Based on this background, a number of supply chain optimization models are proposed by theorists. However, there are some drawbacks in these traditional models, in this paper, by using the simulation; we set up a new evaluation system. By considering the trade-off curve principle, and the adaptation of different demand situation, we give the suggest of decision-making under the different scenarios.

Key words: supply chain; decision-making; evaluation system; tradeoff curve

本文研究的供應鏈決策評價體系,是希望解決供應鏈決策評價過程中的一個問題:什么樣的決策是一個好的決策?通過一些文獻的閱讀,我們發現當前主流的供應鏈評價標準都難以系統的、動態的衡量供應鏈的決策。企業往往只能看到這一決策在被衡量的一個方面表現情況,而決策對其他方面所產生的作用則往往被忽略了。更值得一提的是,當前的供應鏈評價方法,很難體現出一個決策的長期影響。在當前多變的市場環境下,一個在當前環境下出色的決策,很可能應對不了市場的變化。

而本文提出的基于權衡曲線的評價模型,則很好的解決了這一問題。

1模型簡介及系統假設

根據Guilherme和Osmar關于供應鏈模擬系統的一般模型研究,我們將應用三級概念模型來抽象的描述本文所將采用的模擬系統。之所以選用這一方式來表達本文所將采用的模擬系統,是因為這一模型能夠最清晰和完整地體現整個系統的相關設置。該模型主要包括兩個流程:第一是生產商根據銷售信息或訂單信息安排生產的過程;第二是分銷商根據當前銷售以及缺貨發生的情況來指定補貨點以及訂購量的情況,來制定補貨策略的流程。

在整個模擬中,我們將假定系統中存在一個生產商M,而我們所探討的供應鏈系統的決策將以這個生產商為中心。

我們將假定生產商M對于它的供應鏈決策有這樣一個決策集合DD,D,我們根據本文提出的評價系統,來探討這個決策集中每個決策的優劣。在模擬的供應鏈系統中,生產商M將為下游的5個分銷商供應商品。這些分銷商被表示為LL,L,L,L,L。在整個模擬系統中,一共有3種商品,分別表示為PP,P,P。分銷商以下的部分被簡化為一個總體呈正態分布的需求模式ξξ,ξ,…,ξ,ξ,對應于每個分銷商的每一種商品,共計有15個分布。在下一節中將具體描述這些分布。系統中的其他參與變量還有描述每個分銷商L到生產商M之間的運輸時間變量TT,T,T,T,T,以及描述每件商品的生產成本MCMC,MC,MC,運輸成本LCLC,LC,LC以及儲存成本ICIC,IC,IC。每一次系統模擬將根據需求分布隨機產生360組數據,即表示每次模擬的時間跨度為一年。

每次產生需求后,系統將根據上一節中的流程對這些數據進行相應的處理,如進行安排生產,計算補貨點,以及發出訂單等。每次流程處理完畢后,系統將計算當期發生的所有收入和所花去的成本。在360組數據全部產生后,系統將自動結算本次模擬中發生的所有支出和獲得的全部收入,并記錄最終的盈利情況。在模擬階段中,我們將對每一個決策D,設定不同的服務水平要求,以此來觀察服務水平與最終利潤間的權衡曲線,籍此來評價決策D的優劣程度。

為了方便起見,我們價格對應于每一個分銷商的每一個產品,如表1分布(均為標準分布):

2模擬系統中生產商的決策集D

為了能夠說明本文所論述的評價體系的作用,模擬系統將采用兩種不同的決策來進行,模擬采集到的數據用于比對,以證明評價體系的作用。我們以兩個典型的供應鏈系統決策為例進行說明,定義決策D為推系統(Push),而決策D為一個拉系統(Pull)。以下就對這兩種不同的決策的流程以及一些相關設置做一說明:

在推系統中,生產商將使用移動平均對數據進行處理,并將最后平均獲得數據作為該分銷商該類產品的下個月需求平均值。本系統中移動平均的計算方法為A=αS+1-αA。其中,A表示在時間t時的移動平均值,S表示在時間t時發生的銷售,表示平滑系數。而在大多數供應鏈系統中α取0.1至0.2之間比較合適。因此本文將使用α=0.1進行計算。

因此我們可以得到生產商M在每期期初的決定當期需要生產產品i的個數由以下公式決定:

Q=βA其中j表示不同的分銷商,β表示服務水平

與上述決策相反,拉系統是基于對未來需求的預測來進行安排生產的。

拉系統下,分銷商參與決策的程度大大增加。分銷商需要決定當自己的庫存減少到什么程度的時候需要向生產商進行訂貨,每一次訂貨需要訂購多少才能實現最優化,以及如何控制服務水平等。要解決這些問題,就需要一個流程來支持分銷商對訂貨的決策。本文中的系統將采用以下方法來模擬這一個流程:

首先,決策的周期將不再以一個月為單位。每一天,分銷商都需要關注自己的銷售情況和當前庫存,并通過EOQ模型來決定當日是否應該向生產商發出補貨的請求。在此,我們根據Iglehart D.L.的研究,把OQ表示對以下兩式的迭代求解,直至得到一組Q,R在一個單位內變動:

Q=+(1)

nR=1-βQ (2)

Q為最優的訂貨量,而R為補貨點。K為分銷商每次向生產商訂購需要付出的固定成本,在這里就是需要花費的運輸成本。λ表示一個時間單位內需求的期望。在隨機需求中,需求的期望一般用一定周期內樣本的均值來表示,而在這里我們使用上文中提到的移動平均值作為λ的值進行計算,理由同上。h表示每一單位的商品在一個單位時間內所需花費的庫存成本。β表示生產商所決定的服務水平,范圍是0,1。FR表示的是由觀察樣本所代表的正態分布在R點上的概率。關于FR以及R的計算如下所示,由nR=1-βQ得Lz=nR/δ,其中δ為觀察樣本所代表的正態分布的標準差,而Lz所表示的是標準化的損失函數。由于本模擬系統基于Microsoft Excel,因此無法對積分進行準確的計算,故我們進行了如下化解:

Lz=t-zφtdt=tφtdt-z1-Φz=φz-z1-Φz

其中Φz是標準正態分布的概率分布函數。

在求得Lz的值之后,就可以進而反推,得到FR的值,從而我們得到一組優化解Q,R。分銷商應當根據R進行判斷是否應該補貨。而進貨的數量將由Q以及生產商決定的服務水平共同決定。

3結果討論

本文的模擬系統建立在Excel宏觀基礎上,并安裝了Palisade DecisionTools公司的@Risk 4.5 for Excel插件用于進行產生隨機的數據,同時,利用VBA實現上一章節討論的概念模型討論。

模擬是基于權衡曲線的決策評估。我們對每一個決策下每一個生產商的服務級別進行15次模擬,共得到15組數據,每組產生的數據將會以如下形式表述:服務級別,利潤,收入,庫存支持,運輸支出我們將這15組基于同一決策系統并屬于同一服務級別的數據成為一批。服務級別的設定值從85%到99%,共計15個不同的整數值,因此針對每個決策D(Push,Pull),我們有15批共計225組數據。因此,系統模擬共得到450組數據。

3.1數據正態性檢驗

首先,我們對每組數據的利潤變量進行正態性測試,如圖1所示,是對Push決策在85%服務級別下的利潤變量測試圖。

上面中的測試分別為正態分布,泊松分布,平均分布以及指數分布的K-S,根據結果顯示,我們接受該數據為一個正態分布,即N1 454 118,23 239。

對于每一批的數據,我們都將對其利潤數據的正態性進行檢驗,并確定其均值與標準差,如表2所示。之后我們將應用這些數據進行分析,發現有四組數據(表2)由于SigNorm

接著,我們對企業的盈利情況進行分析,得到結果如圖2所示,我們可以直觀的看出在總體上服務水平與企業所能得到的利潤成反比關系。生產商設定的服務水平越高,則伴隨而來的便是利潤的降低。如果對數據做進一步的分析,則可以得出隨著服務水平的變化,生產商的收入,庫存成本以及運輸成本之間的關系。根據Sanjay Jain的研究,決策者可以利用這些數據進行分析,在服務水平上找到一個最佳的平衡點。

在現實中,圖2帶給決策者們的意義是,如果企業處在一個生產商勢力比較強大的領域內,廠商具有較大的壟斷力量,消費者對缺貨造成的等待時間并不是非常在意,或者消費者對品牌的忠誠度較高,缺貨不會或者很難造成消費者轉向其他企業的競爭產品。在這種情況下,從供應鏈的角度,企業選擇Push的決策將更有利于企業的發展,因為在推系統下,維持較低服務水平的企業可以獲得更高的利潤回報;反之,企業則應該選擇Pull。

當然,我們應該認識到,往往根據企業所掌握的有關市場的信息,尚不足以明確的判斷廠商應該采取較低或較高的服務水平。企業需要根據市場的反映,競爭者的行為來不斷的修正自己的目標。因此在這種不明確的情況下,我們需要給出一個結論,究竟Push和Pull的決策哪一個更有優勢。因此,我們有必要對模擬產生的數據做進一步的統計分析。

3.2統計分析

我們對圖2中每一個決策單獨做一個profit-service level的一元回歸,就可以得到以下結論,如圖3所示。

從圖3中我們可以更加準確的看出,推系統的回歸方程常量比較大,也就意味著在服務水平較低的情況下,這種決策帶來的企業業績表現將優于一個拉系統的表現。當然我們也能注意到推系統的回歸系數遠小于一個拉系統(兩者皆為負值),因此在推系統中每提升一個服務水平所帶來的利潤降低要大于在拉系統中的情況。以上分析結果與上圖的折線表示的情況一致。進一步的計算可以得到,當生產商的服務水平在89%處兩種系統的表現情況一樣。

如果我們將生產系統的決策與服務水平的決策作為一個整體的話,通過二元回歸分析,我們可以看到以下結論,如圖4所示。

圖3中ServiceLevel表示企業對服務水平的決策,而Decision表示企業對生產系統的決策(以0表示一個拉系統,而1表示一個推系統)。兩個決策變量之間的相關性為零,表現出很好的獨立性,同時,由殘差統計表中我們可以看到回歸后的殘差呈現了較好的正態性。

上表中我們可以發現服務水平的決策與生產系統的決策均與企業的利潤成反比關系。我們注意到生產系統決策的回歸系數為-0.258,即表示一個推系統在總體上的表現要差于一個拉系統。

4結論

上述的模擬結果可以給我們這樣一個結論,即如果企業的供應鏈屬于一個推系統,則應該保持服務水平在89%,這樣企業的業績表現才會優于一個拉系統,同樣,如果企業的供應鏈屬于一個拉系統,則應該保持服務水平在89%以上,這樣才能較推系統有一定的優勢。而如果企業在尚無法確定自己未來的服務水平的情況下,應當首先選擇將自己的供應鏈系統發展為一個拉系統,因為在總體上拉系統較推系統在利潤表現上占有一定的優勢。

參考文獻:

[1] 陳劍,蔡連僑. 供應鏈建模與優化[J]. 系統工程理論與實踐,2001(6):26-33.

[2]D.P. Christy, J.R. Grout. Safeguarding supply chain relationships[J]. International Journal of Production Economics, 1994(36):233-242.

[3]Cohen M.A., Lee H.L. Strategic analysis of integrated production-distribution systems: models and Methods[J]. Operations Research, 1988,36(2):216-228.

[4]Huchzermeier A, Cohen M.A.. Valuing operational flexibility under exchange rate risk[J]. Operations Research, 1996,44(1):100-113.