季節性因素對供需計劃預測與誤差的影響

[摘 要]文章借對貨物供需計劃的年度Excel數據進行深入研究，并通過建立回歸模型，預測未來數值流，加以季節層次的變量因素的考察，研究了預測值與實際值之間由于季節因子的存在和其強弱性的影響所帶來的誤差大小范圍，以數形結合的方式更加說明了季節變動下預測值的規律和區間范圍的波動。

[關鍵詞]季節性規律;庫存管理;數據建模;供需預測;供應鏈模式

[DOI]10.13939/j.cnki.zgsc.2021.06.015

1 引言

隨著我國經濟發展水平的提高和人們收入的增長，人們對咖啡消費的需求越來越高，未來人們越來越習慣在咖啡館消費。由于商品的供需層面存在著某些季節性變化特點，即隨著季節的轉換商品供給或需求的增減趨勢相對固定，這些商品的價格也因此帶有季節性波動特性，故此將這種波動特性稱為季節性波動規律。X咖啡店在供應鏈方面具有一定的運營優勢，就在于供需計劃上的誤差控制與預測預警。供需計劃受季節因素影響較大，節假日的咖啡銷量會明顯升高，而溫度和濕度的變化對成品咖啡制品的儲存和運輸上都具有一定的影響，雨季容易在交通運輸方面構成延時和儲運方面的誤差，對于供需計劃的制訂也造成了一定的干擾。

2 理論分析與研究假設

在目前的供應鏈模型研究中，主流理論選擇的是回歸模型的建立，包括邏輯變量和數值型變量兩種方式，在對供應鏈質量管理的績效研究中，大部分采用的中介效應為研究方法闡述了供應鏈質量管理中的三大要素之間的正向促進作用的高低，知道在談論變量的調節與相互作用的時候，選擇中介模型可以量化其作用機制，且同時以AMOS結構圖的方式把所有中介變量和直接變量表現在一起。但是文章由于研究對象是季節性的誤差與預測，更加傾向于線性回歸的預測，數據為時間序列的連續性特點，采用的是VBA的數據工具箱，假設已知2018年和2019年的實際銷量，且各個月份之間數據不會缺失，就可以得到回歸方程，并且季度值采用加總求和的方式來得到每季度供應的實際需求，從而得到了根據平均水平得到季節性因素，繼而向下研究。而通過季節性因子的去除進行的預測中，可以進一步地計算實際與預測的誤差，供以制訂供銷計劃，在這個過程中，筆者運用了跟蹤信號的理論。跟蹤信號是對預測的平均值是否與需求的真實上升或下降變化保持一致的測定。若該預測值呈連續性的過高或者過低，則指該預測為偏離預測。在計算跟蹤信號的值閾是在（-2，2）之間的過程中，可以得到的是預測模型值并不會比實際數值的平均值大很多，也就是預測基本有效，供銷計劃是不需要進行調節的。

3 研究設計

3.1 樣本選取

通過X咖啡店提供的運營計劃，截取到了2018—2019年1—12月的貨品倉儲情況，通過整理，將咖啡伴侶和咖啡產品的總量累計，得到的是2018年度和2019年度月度的產品銷售額，利用線性回歸的形式對該時間序列以年為單位分組回歸，得到以下結果。

因此，說明了銷售額隨時間的推移是具有遞增的趨勢的，即有時間趨勢項影響下的銷售額需要進一步分析。

此外，還得到了通過回歸方程預測變量得到的對應年份數列，部分如下：

知道時間序列的分解，常常歸納在5個因素上，包括趨勢、季節性、周期性、自相關性和隨機性，在文章的研究中，僅考慮時間趨勢項的季節性因素，通過歷年相同時期的比較，來研究季節量的固定趨勢因素。假定季節變動因子是一種相乘式的季節變動，其公式為：包含趨勢和季節性的預測=趨勢×季節因子。

基于之前對季度數據的歸類和計算，可以得到一組關于銷售數量和季節之間的數組，同樣經由時間序列的回歸可以得到季度為單位的預測值，該預測值可以通過趨勢方程推導而出，在這里選擇用除法，將實際值與趨勢值做比值，并且通過了兩年中同一季節的平均值計算出不同季節的季節因子。

3.1.1 變量定義

模型的關鍵變量為時期、季度、實際需求、季節性因素和去季節因素需求，模型計算的目標是得到2020年包含趨勢和季節因子的預測值，通過數據整理得到回歸系數的計算方法如下：

3.1.2 模型構建

根據X咖啡店的運營計劃，2020年的預測值幾乎與2019年的情況持平，在經歷了七個月的銷量統計的過程中，又已知了實際值，在這個過程中運用簡單的移動平均的方法平均絕對離差MAD，預測誤差的連續總和RSFE和跟蹤信號TS，從對MAD的理解上，得知跟蹤信號在（-2，2）之間尚屬正常，超出了絕對值2就出現了實際需求和預測需求的偏差。

4 季節性趨勢的中介效應

4.1 變量控制

定價類促銷和季節性戰略因素影響供需計劃效用水平，季卡VIP銷售等促銷策略會使庫存水平受到一些波動，而供需計劃需要實時根據庫存管理的狀況來針對性地調整。季節性因素可能會帶來的問題，不僅僅是選購人群愿意付出購買力，也是戰略運營的需要引導市場的必然性選擇，因此變量、因變量選擇的是供需計劃的效用水平，自變量則為庫存管理的水平。

控制可能影響人群購買力的季節性變動因素和由于戰略運營策略帶來的其他外因要素，筆者只關注可能存在的中介效應進行研究，分析中介變量如何作用于直接效應是本研究的重點之一。根據以往研究，下表列舉了過往研究得出的其他指標，主要的要素包括定價類促銷、團購、時間段搶購，節假日促銷，VIP優惠，存儲濕度，存儲溫度這七個為一組中介變量，另外還有勞動力時間柔性，季節性勞動力，專用設施與柔性設施的使用，轉包合同，季節性增加產品柔性，進軍國際市場等戰略要素。

4.2 數據結果

文章研究的是自變量庫存管理水平，與因變量供需計劃效用水平在可能的中介因素季節性促銷計劃的6項指標的中介效應下的作用關系。中介效應是協方差分析來進行，設置其中一個作為因變量，其他歸到協變量里，因為X為分類變量，Y為連續變量，設定的所有中介因子都是的作用非完全中介作用，以PROCESS控件分析中介效應，得到的結果解讀：

（1）模型摘要：采用模型4.Y為連續變量，X為分類變量，M為連續變量，樣本量為421個。

（2）效應結果，X對供需計劃效用水平的總效應為2.4516，95%CI：1.5412～3.3620，P=0.000<0.05，因此X-供需計劃效用水平存在直接效應，X-供需計劃效用水平的間接效應為1.9538，95%CI：0.9717～2.9360。因此這個模型顯示，庫存管理水平對供需計劃要素對季節性促銷計劃因素的影響模型為間接中介模型。

在同樣的X和Y下，選取季節性戰略因素等6項作為中介變量，X對Y的總效應為2.4516，95%CI： 1.5412～3.3620，P=0.0000<0.05，因此M-季節性戰略因素存在直接效應，M-季節性戰略因素的間接效應為0.2203，95%CI：1.4444～ 3.3332.因此M-季節性戰略因素不存在中介效應。

那到底是如何解釋模型的實際意義的呢？

根據數據顯示，在季節性促銷指標中R2數值越大，顯示的相關程度越大，因此得到了如下結論，首先，根據旺季運營部門設置的團購計劃會對供需計劃效用因素有著極大影響，且人們具有共同的購買意向，能夠使得團購策略作用于庫存管理的積極性得到提升，但是存儲溫度要素的不良情況對于供需計劃效用的影響力并不明顯。也就是說，庫存的溫度可以在庫存管理過程中極快地得到調節，供需計劃效用水平不易受到倉庫溫度影響。其次，供需計劃平衡上，各類型的供應鏈環節計劃會由于正確的進度計劃、倉儲管理、物流運輸和庫存容量計算的準確操作而得到提升，而且程度比起其他促銷手段對庫存管理水平的激勵要有效的多。排在后面的影響因素為季卡VIP和節假日促銷，但是這些因素都是正向影響因變量的，但是影響程度不是非常巨大。再來看庫存濕度，其雖然能夠作用于供需計劃效用，但是影響程度仍然不顯著，因為平時的管理較為正規，倉庫的濕度和溫度都能夠準確地根據咖啡品種的需要得到保護。

5 供應鏈下庫存管理水平的季節性因素

5.1 從成本角度看季節性因素的作用力

已知咖啡產品的單位售價為100元，單位成本保持50元不變，每一單位未售出的產品殘值為20元。在供需計劃周期內的每個品類的期望需求為350～400包，至少能售出35包，但是不可能賣出量每一品種超過400包，低估需求的成本會導致利潤損失，即Cn=100-50=50（元/包），高估需求的成本也就是當產品不得不以殘值出售時的損失，即Co=100-20=80（元/包），未售出的最佳概率為P≤Cn/（Co+Cn）=0.385。

根據上面的分析數據，對應的是285包。因此最小成本出現在訂購量為285包的時候。現在又知道在第三季度單位咖啡產品庫存成本是庫存價值的15%，采購部門每次采購需要花費250元，這里指每包原材料的制作費用，咖啡制造廠出品的最低采購量選擇為上面的285包上浮安全庫存的25%，即356單位。已知的訂購數量與價格浮動的關系為訂購數量在95～110包之間單價為100元，訂購數量為110～200包之間為75元，訂購數量超過了200包單價為65元。所以以最低單位成本計算出在每個價格初始點的經濟訂購模型，以合適的訂購量得到的數額為：

Q（90）= （2×356×250）/（0.15×65）=135（不可行）

這時候算出的EOQ自相矛盾，因此采取臨界點500進行計算：

Q（130）= 2×328×50/（0.15×75）=120.7（可行）

因此算到這里發現，在第三季度實際訂貨量的數額為121包左右，可是供需計劃給出的最小成本的訂貨量為285包，這就意味著會有一定的庫存積壓，因此在第三季度會受到季節性因素的很大制約。任何的季節促銷打折，以及運輸和需求變化都會影響到企業供需計劃最終得到的盈利數據。

5.2 供應鏈人力分配計劃分析

根據X咖啡公司的庫存數據，以及入庫和出庫甘特圖可以計算出以下的內容，由X咖啡公司的作業計劃可知，在倉庫負責相關工作的一共4人。可是目前根據已有的每日員工調度情況的統計結果，不難發現，除了在貨物貼標簽，貨物上架方面目前人手盈余之外，其他項目都是緊缺人力，因此存在項目人力分布不均衡的問題。

6 結論和建議

6.1 在季節性影響較強烈時增加旺季促銷計劃

根據上面分析，咖啡產品在第三、四季度的季節因子數較大，也就是說供需計劃中的需求量與計劃采購量受到這方面的影響較大，一方面，第三、四季度的節假日較多，且天氣原因更多的顧客愿意自己儲存咖啡，促銷活動也頻繁地出現在這些季節，對于咖啡的儲存來說第三、四季度的天氣也較為穩定，濕度和溫度適合咖啡的收獲和分裝保存，出貨量較大，更加具有資本來進行促銷，經營成本隨大量出貨而降低，從采購方來說這是一個利好消息，而對于庫存管理頻繁的促銷計劃也要求對入庫和出庫的相關商品分類要實時統計，增加促銷計劃有利于銷售獲利，也順應了文章研究所得到的季節性的規律，但是同時要求要把頻繁出貨和庫存周轉率高的貨物正確地安排在倉庫，盤點庫存并梳理樹立正確的應急預案。

6.2 第三季度尤其要加強人力資源庫存管理調度效率

根據上面獲取的數據，發現庫存管理的人員數量較低，也就是說，這4位員工每個人擔負著多個職能，該倉庫存儲的主要為咖啡產品，對外供給量較大，由此抽樣的倉庫情況可以反映一個大的問題，那就是倉庫工人的人員調配容易在工作量較大的情況下混亂，有些工序上的人較多，有些就較少，故而存在著問題。庫存和倉儲的過程需要通力協作，但是正確地分配人力，進行工作調度控制，這是不管經營的是哪個產品都要注意的點，因此筆者建議對該倉庫實施人員再分配，多分配相應的員工，使得更多工序上不會出現缺人手的結果。

6.3 預防庫存積壓在季節性影響下的負面影響

文章通過核算成本收益的最小訂貨量和最佳訂貨量，發現目前的情況是與理論值向左的問題，這也就說明了成本和收益在第三季度受到了較為嚴重的沖擊，這部分沖擊能概括為季節性變動，一開始公司按照收益和以往情況核算得到了不含季節趨勢的最佳訂貨量，按照這一個訂貨量一直對應著自己的庫存管理，可是這就導致了在季節性變動較強的時候庫存有較多的壓貨，從而進一步提升了成本，因此筆者建議在第三、四季度適當減小庫存積壓，從供需計劃上再做文章，即可有所改善。

6.4 供需計劃不能完全依靠營銷戰略來調節自身問題

中介效應分析中，可以讀出這樣的信息，那就是供需計劃與營銷戰略的方向制定不存在立竿見影就有所優化的因果關系，將營銷戰略的各個因子作為中介變量的結果發現它們并不相關，這是因為庫存與購買情況有關，每購買一個產品，庫存就會下降一個，而營銷戰略是一個周期產物，供需計劃的制訂依據要首先根據自身的時間段，遵守精益生產的步驟進行盤點。要根據季節變化得到的規律，結合季節促銷和生產情況，在直接相關的環節上進行收和放。當真正營銷戰略的結果作用于供需計劃鏈中的某一端時，才進行相應的調整。

參考文獻：

[1]許景芬.中小企業存貨管理問題及對策研究[J].智庫時代，2019（30）：47，73.

[2]晏紫英.商貿企業庫存商品管理的重要性及強化措施分析[J].中外企業家，2019（19）：19.

[3]張新樹.ERP在企業采購及庫存管理中的重要性[J].中國市場，2019（21）：164-165.

[4]陳會良.現代企業采購成本與庫存管理探討[J].中國市場，2019（21）：168，175.

[5]王二華. 實施移動庫存管理 打造現代化企業物流[N]. 世界金屬導報，2019-06-04（B09）.

[6]楊麗敏.精益管理在企業采購及庫存管理中的應用分析[J].中國市場，2019（13）：186，188.

[7]趙愛華.中小型制造企業M公司材料采購成本控制研究[J].企業改革與管理，2019（10）：48，53.

[8]胡月陽，李艷.基于供應鏈協同的流通企業物流模式創新[J].商業經濟研究，2019（13）：83-85.

[基金項目]廣州市高校第十批教育教學改革研究項目（項目編號：2019JG219）;廣州市屬高校科研項目“基于大數據分析的城市網絡形象評價模型構建與實證研究”（項目編號：1201620633）。

[作者簡介]譚中利（1979—），男，大學講師，物流師，經濟學士，研究方向：倉儲與配送管理、供應鏈管理。