張卓慧 郜慶路
摘 要:研究了在供應鏈中斷危機下后備供應商的選擇問題,制造商有一個不可靠供應商,當該供應商發生中斷時,對兩個后備可靠供應商的選擇問題,并且將客戶服務這一因素考慮在內。通過建立數學模型,將采購成本、供應商交易成本和客戶缺貨成本考慮在內,并且運用Lingo軟件求解最優選擇方案,然后又對相關情景參數進行了敏感性分析,數值實驗和敏感性分析的結果能夠給公司管理者以一定的指導。
關鍵詞:供應鏈中斷;后備供應商選擇;客戶服務
中圖分類號:F25
文獻標識碼:A
doi:10.19311/j.cnki.16723198.2017.02.018
1 引言
近年來,越來越多的制造型企業傾向于采用JIT、精益生產和柔性化生產等生產方式,這在一定程度上降低了企業的庫存成本,提高了競爭力,但是卻增加了供應鏈系統的脆弱性。企業應對突發事件的能力變弱,一旦發生突發性災難事件,企業可能就會發生中斷,從而影響其供貨、信譽和訂單量。近年來,突發事件發生的頻率越來越高,而且對企業產生的影響越來越大。因此,對于企業來說,采取一定的措施應對突發事件顯得尤為重要。
企業一般會采用庫存、戰略儲備、多供應商等措施來應對突發事件,本文主要考慮多供應商問題,即企業在有一個不可靠供應商作為主供應商的同時,對后備供應商的選擇問題。大多數文獻的研究都是從企業總成本最低的角度出發,關注的是最低成本,本文將考慮到客戶服務這一因素,對于制造型企業來說,其大部分利潤都來自于關鍵客戶,因此,在發生中斷時,企業總是最先或盡量滿足關鍵客戶的訂單,以免降低客戶滿意度,降低市場份額。
2 文獻綜述
近年來,有較多學者對供應鏈中斷危機進行了研究。Son和Orchard研究認為戰略儲備庫存比大訂購量更能有效地緩解供應中斷的影響;Schmitt和Snyder認為在中斷和產量不確定的風險下,對庫存系統的研究應該考慮多周期,單周期報童模型會低估供應鏈中斷風險,導致錯誤的決策;Meena等同時考慮供應商的中斷可能性、生產能力和潛在補償能力,開發了一個數學模型去求解最優數量供應商;Hishamuddin和Sarker等研究了遭受供應中斷危機的兩階層供應鏈系統的恢復機制,發現最優恢復計劃取決于缺貨成本參數和中斷程度。
在供應商選擇方面,大多數文獻都是基于層次分析法,確定供應商評價指標,選擇最優數量供應商。如梁琳娜等運用層次分析法,從供應商的產品質量、價格、交貨和其他因素方面評價選擇供應商;董明望等在基于層次分析法選擇供應商的模型中,提出使用Visual Basic程序語言能夠更有效地求解出選擇結果。王東等應用TOPSIS法來選擇供應商,張樹梁等將SPEA2算法應用到供應商選擇問題中。Schmitt和Snyder考慮公司有一個易中斷的不可靠供應商和較昂貴的可靠供應商,并且開發模型去求解最優訂購和儲存數量。
在供應鏈中斷的研究中,考慮到服務水平的研究較少。孫琦和季建華考慮到服務水平,提出了在成本增加不大的情況下努力提高服務水平的安全庫存策略;Meena等在研究供應商選擇問題時,建立了兩種基于約束條件的最優化模型:在總預算約束下服務水平最大化和實現目標服務水平時總成本最小化;Schmitt研究了在多階段供應鏈中斷風險下,可以采用庫存、戰略儲備、后備配送中心和后備工廠策略來保護顧客服務水平。
3 模型建立
本文主要研究的是后備供應商的選擇問題,如圖1所示,有三個供應商,不可靠但價格較低的供應商,可靠但價格較高的供應商A,可靠但價格稍高的供應商B。制造商將不可靠供應商作為其主要供應商,現在需要選擇一個可靠供應商作為其后備供應商。供應商A價格較高,但由于距離較近,交易成本較低,供應商B價格稍高,但由于距離較遠,交易成本較高。本文考慮了客戶服務這一因素,將制造商的客戶分為關鍵客戶和普通客戶,考慮到不同客戶缺貨成本的差距,研究在各種情境因素的影響下,制造商的最優選擇。
結合本文研究目的,做出以下假設:(1)最終客戶的需求是確定的;(2)考慮到服務水平,制造商總是最先滿足關鍵客戶的需求,然后去滿足普通客戶的需求;(3)可靠供應商A和B的中斷概率為0;(4)可靠供應商A和B的產品具有同樣的質量;(5)不可靠供應商中斷為完全中斷情況。對模型中出現的參數含義給出解釋:D最終客戶單周期需求量;α單周期關鍵客戶需求所占比例(1>α≥0);(1-α)單周期普通客戶需求所占比例;B1關鍵客戶單位缺貨成本(B1B20);B2普通客戶單位缺貨成本;P不可靠供應商中斷概率(1>P≥0);C1單位采購成本(不可靠供應商);C2單位采購成本(可靠供應商A)(C2C30);C3單位采購成本(可靠供應商B);G1不可靠供應商交易成本;G2可靠供應商A交易成本(G3G20);G3可靠供應商B交易成本;N1關鍵客戶缺貨量;N2普通客戶缺貨量;決策變量:D2可靠供應商A處采購量,D3可靠供應商B處采購量。
4 數值實驗和敏感性分析
本文采用Lingo軟件去求解此模型,為進一步進行分析研究,設置一組基本數值算例:D=1000,α=0.2,P=0.16,B1=33,B2=27,C1=20,C2=29,C3=27,G1=200,G2=400,G3=900。將模型及基本數值轉譯成計算機語言輸入Lingo軟件,通過求解,得出最優方案為D2=200,N2=800,MINETC=21416。即在此種情況下,一旦發生中斷,最優方案是在可靠供應商A處采購200單位貨物,普通客戶缺貨800單位。
4.1 不可靠供應商中斷概率P的敏感性分析
保持其他參數值不變,變化不可靠供應商中斷概率,觀察P的變化對最優方案的影響。如圖2所示,當P從0.02變化到0.3時,最優方案沒有變化,這說明不可靠供應商的中斷概率對后備供應商的選擇沒有影響。不可靠供應商的中斷為完全中斷情況,最優方案的選擇和可靠供應商的啟用成本、單位采購成本和客戶缺貨成本相關,不可靠供應商的中斷概率的變化不會對最優方案產生影響,但會使總成本發生變化。
4.2 單周期重要客戶需求所占比例α的敏感性分析
保持其他參數值不變,變化單周期重要客戶需求所占比例,如圖3所示,α的變化會對最優方案產生影響。當重要客戶需求所占比例較小時,由于重要客戶的缺貨成本較小,這時采用全部缺貨方案可使總成本最小;當重要客戶的需求所占比例逐漸變大時,重要客戶缺貨成本逐漸變大,這時需要啟用后備供應商,考慮到供應商A和B的采購成本和交易成本,當重要客戶所占比例不是特別大時,最優方案是啟用供應商A,由于普通客戶的缺貨成本較小,因此在供應商A處的采購量為重要客戶需求量,當重要客戶的需求所占比例較大時,最優方案則是啟用后備供應商B,且采購量為重要客戶需求量。
4.3 后備供應商A和B的交易成本G2和G3的敏感性分析
保持其他參數值不變,變化供應商A和B的交易成本,如圖4所示,G2和G3的變化會對最優方案產生影響。當供應商A的交易成本增加時,會使最優方案由啟用供應商A變化到啟用供應商B;當供應商B的交易成本增加時,會使由啟用供應商A變化到啟用供應商B的轉折點即G2的值變大。供應商A和B的交易成本差距較小時,最優方案傾向于啟用后備供應商B,差距較大時,最優方案傾向于啟用后備供應商A。
4.4 可靠供應商A和B的單位采購成本C2和C3的敏感性分析
保持其他參數值不變,變化供應商A和B的單位采購成本,如圖5所示,C2和C3的變化會對最優方案產生影響。當供應商B的單位采購成本較小時,啟用供應商B且采購全部需求量能使總成本最小;當供應商B的單位采購成本逐漸變大時,最優方案為啟用供應商B且采購重要客戶需求量;當供應商B的單位采購成本較大時,最優方案為啟用供應商A且采購量為重要客戶缺貨量。當供應商A的單位采購成本較小時,隨著供應商B的單位采購成本由小變大,最優方案由啟用供應商B且采購全部客戶需求量變化到啟用供應商A且采購量為重要客戶需求量。
4.5 重要客戶和普通客戶單位缺貨成本B1和B2的敏感性分析
保持其他參數值不變,變化重要客戶和普通客戶的單位缺貨成本,如圖6所示,B1和B2的變化會對最優方案產生影響。當重要客戶和普通客戶的缺貨成本較小時,全部缺貨能夠使總成本最低;當重要客戶的缺貨成本較高,普通客戶缺貨成本較低時,就需要啟用供應商A,且采購量為重要客戶需求量;當重要客戶和普通客戶的缺貨成本都較高時,則最優方案為啟用供應商B且采購量為全部需求量。
5 結論
本文開發了一個數學模型去研究在供應鏈中斷危機下后備供應商的選擇問題,考慮到客戶服務這一因素,研究當不可靠供應商發生中斷時對后備供應商的最優選擇。文章運用Lingo軟件去求解模型,并且進行了敏感性分析,根據實驗研究發現,不可靠供應商的中斷概率對后備供應商的選擇沒有影響,重要客戶需求占比、供應商交易成本、單位采購成本和單位缺貨成本會對后備供應商的選擇產生影響。文章的不足之處在于考慮的是單周期模型,且文中假設最終客戶的需求是確定的,未來研究可以考慮多周期模型和最終客戶需求的不確定性。
參考文獻
[1]王東,田冰,湯小龍.TOPSIS法選擇物流供應鏈中的供應商[J].現代物流,2007,(10).
[2]張樹梁,陳友玲,張豆.供應鏈中供應商選擇決策方法[J].計算機應用研究,2015,(4).
[3]梁琳娜,邢樹.基于AHP的供應鏈中供應商選擇問題研究[J].中國高新技術企業,2013,(28).
[4]董明望,周志龍.基于層次分析法的供應商選擇評價系統[J].武漢理工大學學報,2011,(5).
[5]孫琦,季建華.基于服務水平的供應鏈突發事件安全問題研究[J].上海管理科學,2010,(5).
[6]Hawa Hishamuddin,Ruhul A. Sarker,Daryl Essam.A recovery mechanism for a two echelon supply chain system under supply disruption[J].Economic Modelling,2014,(38).
[7]Joong Y. Son,Ryan K.Orchard.Effectiveness of policies for mitigating supply disruptions[J].International Journal of Physical Distribution & Logistics Management,2013,(43).
[8]Amanda J.Schmitt, Lawrence V. Snyder. Infinite-horizon models for inventory control under yield uncertainty and disruptions [J]. Computers & Operations Research, 2012,(39).
[9]P.L. Meena,S.P.Sarmah,A. Sarkar.Sourcing decisions under risks of catastrophic event disruptions[J].Transportation Research Part E,2011,(47).