航材資源管理的研究進展：國內外文獻綜述

王超峰

（中國民用航空飛行學院 機場工程與運輸管理學院，四川 廣漢 618307）

1 航材管理概述

航空運輸由于其快捷、方便、舒適的特性，是中長途旅客運輸、國際客貨運輸中普遍采用的一種運輸方式。近年來，民航業發展非常迅速，不同的航空公司之間存在著劇烈的競爭。在此背景下，航空公司都在思考如何有效控制成本，提高資源的使用效率，從而增加利潤。由于航材成本是航空公司運營成本的重要組成部分，備受關注，并被公認為最有潛力的控制點。據統計，航材儲備約占航空公司25%的流動資金和75%的庫存資產[1]。

1.1 航材的含義

我國民航局AC-121-58合格的航材5.7中，對航材的定義為“指除航空器機體以外的所有航空器部件和原材料”，即航材包括了發動機、螺旋槳和零部件。我國民航規章CCAR-21-R3對零部件的定義為“指任何用于民用航空產品或者擬在民用航空產品上使用和安裝的材料、儀表、機械、設備、部件、組件、附件、通信器材等”，即零部件包含了設備、附件、零件、材料等。從這個意義上講，航材中的絕大部分都屬于航空備件，如輪胎、電子電器系統、儀器儀表、座椅、螺母螺釘、油漆、泊脂、氣瓶、電瓶和充氣滑梯等。

以上分析在國內外的文獻中也有所體現。我國學者通常不加區別地稱為“航材”，而實際研究內容基本上都是特指航空備件，國外文獻中使用的是“Aircraft spare parts”或者“Aircraft parts”。

1.2 航材資源管理

航材儲備需要保障飛行安全和正常運營，要求航材的儲備具有高效的可供性，如果航材供應不及時，飛機會面臨停場的風險；如果過度強調航材的可供性，勢必會增加航材的儲備，使航材庫存量過大，占用過多的流動資金，從而影響運輸單位的經營效益。航材資源管理的目的就是合理地儲備航材，平衡經濟性和可供性之間的矛盾，在保障航材供應的同時，降低航材儲備成本。

2 航材資源管理的研究概況

通過對西文文獻檢索系統（Elsevicer-SDOS、EBSCO、Springer Link、Wiley-Blackwell、INSPEC 等）和 中 國 知 網（CNKI）的檢索，發現國內外對航材的研究多集中在航材預測、航材庫存管理、航材供應鏈合作方面，其中國內學者對航材管理的研究傾向于定性分析，國外學者更注重量化研究。航材管理涉及到的領域涵蓋了軍航和民航兩個系統。

3 國內外研究進展

3.1 航材預測

一份關于航材資源管理的抽樣調查中顯示，在175家航空運輸企業中，使用物料需求計劃（MRP）的不足20%，使用訂貨點補貨的占到了80%以上[2]。對航材需求量的合理預測是訂貨點補貨的基礎，即便采用MRP 系統補貨的航空運輸企業往往也需要預測采購作為輔助，這主要是由時控件航材需求的隨機性、偶然性決定的。我國航空公司對航材的預測大部分依靠經驗，也有部分航空公司采用一些簡單的預測技術，但隨著機隊規模的擴大，僅依靠經驗預測是遠遠不夠的，需要對航材進行系統的分類和預測。

從國內外的文獻來看，現有航材預測的研究主要集中在預測方法上，選用的指標主要是航材拆換時間間隔和拆換次數。Ghobbar 根據拆換發生時間的隨機性和拆換發生次數的隨機性，將航材的需求分為四類，即隨機需求、平緩需求、塊狀需求、間歇需求，并通過數據分析得出了四種需求的臨界值，如圖1所示，其中ADI為平均需求時間間隔，CV2為拆換次數變異系數的平方[3]。四類航材需求中，平緩需求較穩定，需求時間間隔較短，需求量隨時間的波動不大；間歇需求有明顯的間歇特征，需求時間間隔較長，需求量隨時間呈現有規律地波動；隨機需求不穩定，平均需求時間間隔較短；塊狀需求呈現明顯的塊狀分布特征，需求不穩定，平均需求時間間隔較長。

圖1 航材需求類型

我國學者張永莉總結了航材需求預測的方法[4]。平緩需求由于航材需求量比較穩定，通常采用時間序列的預測方法[5-6]和回歸分析的預測方法[7-8]，由于此類航材預測相對容易，國外文獻并不多見。間歇需求有周期性波動的特征，針對航材的間歇需求，Ghobbar[9]采用了13 種預測方法，對來自Fokker、BAE、TAR 飛機的36 個可修件的數據進行對比分析，得出結論：加權移動平均法和Croston 法預測效果較好。塊狀需求預測難度較大，預測的準確性較低，Regattieri[10]、Syntetos[11]分析了20種預測方法，通過意大利航空航材的數據進行檢驗，認為加權移動平均、指數加權移動平均和Croston 法預測效果相對較好。隨機需求變化大，不確定性高，文獻中采用的方法有回歸預測法[12-13]、啟發式算法[14-16]、數理統計的方法[17-19]等。

從國內外學者關于航材預測的研究來看，國外學者通常針對具體某一類航材展開研究，針對性強，而國內學者大多沒有明確航材的類型，針對航材總體展開分析。但近幾年也有部分學者針對航材的分類問題進行了一些分析[20-22]。

3.2 航材庫存管理

航材具有種類繁多、需求比例低且分布隨機、突發性強、存活周期長等特點。現有通用的庫存管理方法和理論對于航材庫存管理適應性不強，但由于大部分航材的實質是航空備件，其需求特點與其他領域的備件類似，故關于備件庫存管理的研究是可以借鑒的。

外文文獻中直接與航材相關的主要有：Mabini[23]分析了多級多航材的庫存體系，考慮航材需求為連續的前提下，以航材庫存成本和飛機延誤成本最小化為優化目標，優化菲律賓航空運輸企業的庫存持有水平。Fritzsche[24]針對高價值航材，考慮了故障的動態性和維修免費期的問題，使用(s-1，s)庫存策略，建立了單個航材的庫存策略優化模型。Sun[25]針對航線維護替換航材，基于多級METRI模型，提出了多級庫存體系下的庫存優化模型。Lee[26]針對意大利空軍的航材保障，建立了庫存的分布模型，使保障率提升到99%。

從備件角度，Sherbrooke[27]首先提出備件領域的經典模型—METRIC（Multi- Echelon Technique for Recoverable Item Control）模型，在系統地研究多級備件庫存的需求規律基礎上，在庫存總投資約束下，使總的期望延遲訂貨最小。接下來的研究大多基于此模型展開，從研究的庫存種類、補貨方式、研究特點等方面對近年來典型的備件庫存方面的文獻總結見表1。通過分析對比不難發現，研究中普遍采用的補貨方式為（s-1,s）和（Q,R）兩種，庫存狀態以連續為主。近年來關于備件的研究開始傾向于從多層多備件的角度出發，從而更貼近運作實際。

表1 備件庫存問題的主要文獻

國內學者對航材庫存的研究主要集中在定性分析[37-38]，近幾年越來越多的學者也開始關注航材庫存策略的定量研究[39-41]，但國內學者對航材庫存策略的研究還不夠精細，往往對基礎數據的假設不夠嚴格。

3.3 航材供應鏈

航材供應鏈是指航空器材經由訂貨、供應、運輸、儲存、補充供應等環節，最終抵達保障對象而被使用、消耗的一個整體鏈式結構；對于可修復航材，還包含了一個支鏈：航材發生故障，經修理、儲存，再補充供應到對象使用，直至報廢[42]。航材保障供應鏈結構如圖2所示[43]。

圖2 航材供應鏈結構

國內外關于航材供應鏈的研究主要集中在成員企業之間的合作方面。Kilpi[44]分析了影響航材供應鏈成員企業之間的因素，把航材共享作為重要的合作策略，并驗證了航材共享能夠在滿足航材可得性的條件下實現參與企業的成本節約。國內學者關于航材供應鏈的研究主要表現在對供應商的評估方面，其中劉鵬[45]在考慮決策者的個人偏好和決策模糊性的基礎上，應用群組模糊綜合評價的方法選擇航材供應商；陳玖圣[46]應用層次分析法建立航材供應商評估模型，并選用合適的標度，改進的判斷矩陣一致性檢驗和利用DEA 結合專家調查法建立判斷矩陣；邱健[47]應用層次分析法建立航材供應商的評價指標，用模糊綜合評價建立了評估模型。

3.4 航材倉庫選址

國內學者還針對航材倉庫的選址方法做了一些探討和研究。何亞群[48]分析了空軍航材供應點選址的影響因素，并在考慮選址具有偏好信息的基礎上提出了用粗糙集理論求解偏好選址問題的方法。萬玉成[49]基于模糊物元的分析原理，建立了航材倉庫選址決策的模糊物元分析法。張亦弛[50]根據航材物流多階響應的時間約束和流量限制特點,建立了多物資0-1整數規劃選址模型，并通過過濾條件和啟發式算法進行求解。王瑛[51]針對軍用飛機航材保障特點，綜合考慮任務成功率、經濟性和戰時道路損毀等因素，提出了軍用飛機航材保障配送中心選址方法,建立了配送中心的選址模型。陳蓋凱[52]針對高原地區航材配送中心選址決策特點，構建了航材配送中心選址指標體系，提出了基于二元語義的群決策選址方法,給出了基于二元語義群決策的航材配送中心選址步驟。

4 結論與趨勢

航材資源管理種類繁多、特征各異，需求隨機性強且需求比例較低，管理復雜性高。本文對國內外關于航材資源的研究現狀進行了綜述，把現有關于航材資源的研究分成了四個方面：航材預測、航材庫存管理、航材供應鏈、航材倉庫選址。整體來看，國外關于航材的研究針對性較強，多采用定量分析的方法，國內的研究也逐漸從定性分析向定量研究過渡，但針對性欠佳。

由于航空公司通常僅儲備常見故障替換的航材，一旦發生特殊故障，航空公司之間經常借不到航材，無法保障正常飛行運行。另一方面，不同航空公司的航材大量重復儲備以致庫存積壓嚴重，很多航材直至飛機退役都無法派上用場。以上問題的產生主要是由于缺乏航材共享機制和共享平臺?，F在有些學者已經開始關注航材的共享平臺[1,44,53]，但是航材共享平臺的合作機制、基于共享平臺的航材資源管理（分類、預測、庫存管理、供應鏈模式）等相關研究較少，這些都是值得進一步研究的內容。

[1]羅垚.航材共享—航材管理新模式[J].中國民用航空,2013,(6):63-64.

[2]Ghobbar A A,Friend C H.The material requirements planning system for aircraft maintenance and inventory control: a note[J].Journal of Air Transport Management,2004,10(3):217-221.

[3]Ghobbar A A,Friend C H.Sources of intermittent demand for aircraft spare parts within airline operations[J].Journal of Air Transport Management,2002,8(4):221-231.

[4]張永莉,梁京.航材需求預測方法研究綜述及啟示[J].中國民航大學學報,2014,(1):92-96.

[5]左山,魯晶晶,田磊,等.簡單移動平均預測法在航材保障中的應用[J].科技信息(學術研究),2008,(30):87-88.

[6]郭峰,劉臣宇,李衛靈.基于指數平滑法的航材消耗定額預測研究[J].計算機與現代化,2012,(9):163-165.

[7]劉臣宇,郭鳳琴,王慶斌.應用線性回歸方法預測航材的訂貨數量[J].科技信息(科學教研),2007,(17):659-660.

[8]劉臣宇,郭峰,王慶斌.線性回歸在航材訂貨預測中的應用[J].價值工程,2010,29(31):315-316.

[9]Adel A,Ghobbar C H F.Evaluation of forecasting methods for intermittent parts demand in the field of aviation: a predictive model[J].Computers & Operations Research,2003,30(14):2 097-2 114.

[10]Regattieri A,Gamberi M,Gamberini R,et al.Managing lumpy demand for aircraft spare parts[J]. Journal of Air Transport Management,2005,11(6):426-431.

[11]Syntetos A A.A note on managing lumpy demand for aircraft spare parts[J].Journal of Air Transport Management,2007,13(3):166-167.

[12]Yoon K B,Sohn S Y.Forecasting both time varying MTBF of fighter aircraft module and expected demand of minor parts[J].Journal of the Operational Research Society,2007,58(6):714.

[13]Yoon K B,Sohn S Y.Forecasting both time varying MTBF of fighter aircraft module and expected demand of minor parts[J].Journal of the Operational Research Society,2009,60(9):1 292.

[14]孫臣良,鄭偉,趙濤,等.基于數據挖掘和小波神經網絡的航材消耗預測方法[J].海軍航空工程學院學報,2014,(3):235-238.

[15]萬玉成,何亞群,盛昭瀚.基于灰色系統與神經網絡的航材消耗廣義加權函數平均組合預測模型研究[J].系統工程理論與實踐,2003,(7):80-87.

[16]魏崇輝,金福祿,何亞群.基于粗糙集和神經網絡的空軍航材消耗預測方法[J].東南大學學報(自然科學版),2004,34(B11):68-70.

[17]Minghua Z,Qiang X Y,Yu L,et al.Prediction Algorithm of Blank Shape for Rubber Forming of Aircraft Sheet Metal Part[A].AIP Conference Proceedings[C].2011.

[18]程新,張乾,王海.基于數理統計的航材備件預測方法研究[J].航空維修與工程,2013,(4):56-58.

[19]Beck J.Statictical Process Control and Selectable Foecast Cenlenders Reduce GE Aircraft Engines' Parts Inventory[J].Production & Inventory Management Journal,1999,40(3):62.

[20]馬應欣,張作剛.基于AHP和模糊方法的庫存航材ABC分類模型[J].物流技術,2008,(2):130-133.

[21]張作剛，胡新濤，劉望.主成分聚類分析在航材分類中的應用[J].兵工自動化,2012,(11):25-28.

[22]張作剛,崔國偉,秦瑞清.灰色聚類分析在航材分類中的運用[J].四川兵工學報,2013,(9):56-59.

[23]Mabini M C,Christer A H.Controlling multi-indenture repairable inventories of multiple aircraft parts[J].Journal of the Operational Research Society,2002,53(12):1 297.

[24]Fritzsche R.Cost adjustment for single item pooling models using a dynamic failure rate: A calculation for the aircraft industry[J].Transportation Research Part E:Logistics and Transportation Review,2012,48(6):1 065-1 079.

[25]Sun L,Zuo H,Liu W,et al.LRU Multi-echelon Inventory Optimal Model for Aircraft Parts Based on VARI_ METRIC Model.(English)[J].Journal of Nanjing University of Aeronautics&Astronautics/Nanjing Hangkong Hangtian Daxue Xuebao,2013,45(4):532.

[26]Costantino F,Gravio G D,Tronci M.Multi-echelon, multi-indenture spare parts inventory control subject to system availability and budget constraints[J].Reliability Engineering & System Safety,2013,119:95-101.

[27]Sherbrooke C C.Metric:A Multi-Echelon Technique for Recoverable Item Control[J].Operations Research,1968,(161):22-141.

[28]Heijden M C,Alvarez E M,Schutten J M J.Inventory reduction in spare part networks by selective throughput time reduction[J].International Journal of Production Economics,2013,147(2):509-517.

[29]Basten R J I,Heijden M C,Schutten J M J.Joint optimization of level of repair analysis and spare parts stocks[J].European Journal of Operational Research,2012,222(3):474-483.

[30]Topan E,Bayindir Z P,Tan T.An exact solution procedure for multiitem two-echelon spare parts inventory control problem with batch ordering in the central warehouse[J].Operations Research Letters,2010,38(5):454-461.

[31]Jin T,Liao H.Spare parts inventory control considering stochastic growth of an installed base[J].Computers & Industrial Engineering,2009,56(1):452-460.

[32]Wong H,Houtum G J,Cattrysse D,Oudheusden.Multi- Item Spare Parts Systems with Lateral Transshipments and Waiting Time Constraints[J].European Journal of Operational Research,2006,171(3):1 071-1 093.

[33]Axsater S.Evaluation of Unidirectional Lateral Trans-shipments and Substitutions in Inventory Systems[J].European Journal of Operational Research,2003,149(2):438-447.

[34]Xu K,Evers P T,Fu M C.Estimating Customer Service in A Two-Location continuous Review Inventory Model with Emergency Transshipments[J].European Journal of Operational Research,2003,145(3):569-584.

[35]Ozdemir D,Yucesan E,Herer Y T.Multi- Location Transshipment Problem With Capacitated Production[J].European Journal of Operational Research,2013,226(3):425-435.

[36]Evers P T. Heuristics for Assessing Emergency Trans-shipments[J].European Journal of Operational Research,2001,129(2):311-316.

[37]張燕,龐景東,李慶新.供應鏈管理模式下的航材庫存管理[J].江蘇航空,2008,(1):35-36.

[38]楊曉.淺談航材庫存管理策略[J].航空維修與工程,2005,(2):38-39.

[39]姜麗莉,李力,陳宏,等.可修復航材二級庫存模型研究[J].物流技術,2007,(8):242-245.

[40]華克強,屈文芳.航材庫存數據分析及最優庫存量研究[J].航空維修與工程,2010,(4):68-70.

[41]張鵬,葛婷.基于系統動力學的航材庫存管理策略研究[J].測控技術,2013,(11):135-138.

[42]胡勇,鄭金忠,高雙峰.航材供應鏈保障模式研究[J].物流技術,2004,(11):113-115.

[43]陳維贊,陳云翔.基于供應鏈管理的航材倉儲保障[J].中國科技信息,2007,(2):167-168.

[44]Kilpi J,Toyli J,Vepsaiainen A.Cooperative strategies for the availability service of repairable aircraft components[J].International Journal of Production Economics,2009,117(2):360-370.

[45]劉鵬,李繼軍.改進的模糊層次分析法及其在航材供應商選擇中的應用[J].物流技術,2007,(8):249-250.

[46]陳玖圣,張曉瑜,陳靜杰.航材供應商評估決策過程模型及實現[J].系統工程理論與實踐,2008,(11):149-154.

[47]邱健,徐吉輝,楚維,等.改型新機航材供應鏈中的多供應商選擇模糊綜合評價[J].航空維修與工程,2010,(5):86-88.

[48]何亞群,胡壽松.基于粗糙集的空軍航材供應點的偏好選址[J].系統工程理論與實踐,2003,(7):95-99.

[49]萬玉成,胡勇,徐啟豐.基于模糊物元分析的航材倉庫選址決策[J].價值工程,2008,(1):90-93.

[50]張亦弛，晏湘濤，匡興華. 基于多階響應的航材倉庫選址模型[J].計算機工程與應用,2009,(24):186-189.

[51]王瑛,陳蓋凱,張毅.軍用飛機航材配送中心選址方法與模型[J].火力與指揮控制,2012,(3):204-207.

[52]陳蓋凱,王瑛,張毅.基于二元語義的高原地區航材配送中心選址決策研究[J].數學的實踐與認識,2012,(10):81-85.

[53]常玉,同姍姍.航材管理發展方向研究[J].航空制造技術,2012,(9):87-89.