基于粵港澳大灣區的物流庫存補貨決策與仿真優化

□ 刁德榮

(澳門科技大學 商學院,澳門 999078)

1 研究背景

粵港澳大灣區已經成為了全球經濟體量最大的灣區，其經濟發展為物流行業創造了良好的經濟環境，三地的貿易是推動大灣區港口物流發展的經濟源動力，促進了物流企業實現高效益發展[1]。由于地緣及物流功能區匹配關系，港澳的倉儲集疏基地大部分分布在珠三角區域，需求和補貨提前期的不確定以及補貨決策的優劣直接影響其運營成本和企業盈利水平，最終影響到企業的存亡興衰。目前，香港、珠海、深州、廣州都有獨立的海港，且在運輸量上一直處于世界領先地位，優越的基礎設施提高了粵港澳大灣區物流發展質量。但是大灣區在地方交通網絡上，都是以城市獨立運行為主，沒有形成較強的互通。大灣區一江兩岸的地理格局，導致東西兩岸物流發展不均，東面具有較強的發展屬性，而西面只能依靠東面進行發展，這樣的發展方式不利于大灣區物流共同發展[2]。大灣區“1小時交通圈”、“綠色通道”等相關措施為物流共享合作協同機制提供了基礎保障，能夠促進物流人才的三地流通[3]，共享合作協同機制的建立能夠合理分配大灣區整體物流資源，避免出現物流資源過度集中化，保持物流行業的健康發展。

2 物流庫存補貨模型與仿真優化

2.1 物流庫存補貨模型

在大灣區庫存管理實踐中，由于三地的需求和補貨提前期各異，企業在庫存管理方面面臨的需求具有很大的不確定性，其上游供貨商的配送提前期也具有更大的波動性[4]，因此企業在面臨以上兩種不確定因素時學會科學地檢視當前的補貨策略(何時補貨以及需要定多少貨)是否合理非常重要。補貨策略的合理性一般依賴于企業所考慮的目標，例如平均庫存水平、服務水平、期望利潤等。

為方便描述問題所對應的庫存模型，先將相關參數和變量定義如下：

IBt第t天期初庫存；

IEt第t天期末庫存；

QRt第t天企業到貨量；

Dt第t天企業面臨的需求；

Iit第t天已下單尚未到貨的補貨量；

DSt第t天已滿足的需求；

IPt第t天庫存點 (t=1,…T)；

LT 企業補貨提前期(企業下單到收貨的時間間隔)；

O 0-1變量，0表示不需要補貨，1表示需要補貨；

TO補貨到達時間，定義為補貨當天加補貨提前期后的第二天初；

R 企業庫存補貨點；

Q 企業訂貨量；

SL 庫存服務水平，定義為所有需求中滿足需求所占的百分比；

以上參數和變量之間的關系如下：

IEt=IBt+QRt-Dt

(1)

式(1)表示期末庫存是當天期初庫存加上當天到貨量減去當天的需求。

DSt=min{IBt+QRt,Dt}

(2)

式(2)表示已滿足的需求部分。

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

(3)

式(3)表示第t天的庫存點等于上一期的庫存點加上一期已下單但尚未到貨的補貨量。

IPt≤R時O=1,否則O=0

(4)

式(4)表示如果當天庫存點降到補貨點或以下時需要補貨Q，否則不補貨。

因此，T天之內的平均庫存水平可表示為

(5)

T天之內的服務水平可表示為T天需求的滿足百分比。

SL=T天內已滿足的需求/T天內的需求之和*100%

(6)

因此，庫存補貨模型是將R和Q作為決策變量，將平均庫存水平、服務水平、期望利潤等作為優化目標，尋求最佳的補貨策略。

2.2 需求與補貨提前期不確定下的補貨策略仿真與檢視

需求不確定是企業進行庫存管理實踐的一大痛點。眾所周知，需求的波動將引發牛鞭效應，使得訂單波動沿著供應鏈上游逐級放大[5]，最終使整條供應鏈上的各企業付出更高的成本代價。與此同時，補貨提前期的波動也會造成更高的安全庫存水平，最終使得供應鏈各級成員的庫存水平居高不下，造成大量的浪費。

因此，在需求與訂貨提前期不確定的情況下，企業需要經常檢視當前的補貨策略是否需要調整。檢視的常見標準是看當前補貨策略下的平均庫存水平和服務水平是否達到企業要求。平均庫存水平的高低直接影響到企業的服務水平及客戶滿意度，且跟企業的盈利水平密切負相關。為此，需要根據企業發展的戰略要求進行補貨策略的匹配與調劑，達到一個平衡及適時適用適宜的最佳水平。

2.3 需求與訂貨提前期不確定下的仿真優化模型

眾所周知，仿真只是檢視當前的補貨策略是否合理，并不能檢視該策略是否最優。因此，企業如何在需求與訂貨提前期不確定的情況下優化當前的補貨策略，進一步降低平均庫存水平、提升服務水平尤為重要。補貨策略的優劣將直接影響庫存水平和服務水平的高低，最終影響企業的績效。需求和補貨提前期不確定下的補貨優化研究很多是從隨機優化理論分析出發的，對企業管理者來說可操作性非常小[7]。因此，本文從企業實踐的另一個視角，通過仿真結合優化理論構建的模型，為需求和補貨提前期不確定下的庫存補貨策略提供了很好的依據與工具。

本文在仿真模型的基礎上，在滿足一定的服務水平要求下進一步優化平均庫存水平。此時可令平均庫存水平為目標函數，服務水平為約束條件，補貨點和訂貨量為決策變量，構建以下仿真優化模型。

①庫存服務水平SL≥企業預設水平；

②Q,R≥1,Q,R 為整數,均為決策變數；

③D是隨機需求，服從某個分布；

④LT是補貨提前期，服從某個分布。

3 算例分析

本實踐案例A企業通過對過去原料運輸一年的時間及每次訂貨量進行統計分析和歸納，得到所需的需求分布數據和補貨提前期的分布數據。根據上文構建的仿真模型和仿真優化模型，分別獲得該企業的平均庫存水平和服務水平以及在給定服務水平下的最佳補貨點、訂貨量和平均庫存水平。

3.1 企業當前補貨策略檢視

下面將利用仿真模型對A企業現有的補貨決策(補貨點和訂貨量)進行檢視，分析企業現有補貨策略下的平均庫存水平和服務水平是否與企業的期望服務水平及期望庫存水平相匹配。具體來講，A企業訂貨到達的時間1、2、3天的概率分別為20%、60%及20%，每次訂貨量從200至400單位不等，期初庫存水平600單位，補貨點為600單位，訂貨量為1500單位，于是通過1000次仿真試驗得出平均服務水平為86.7%，平均庫存水平為519.94單位。從仿真結果來看，A企業原來機械隨機的訂貨存在服務水平偏低及庫存水平偏高的問題，對企業長期的戰略發展與績效提升有很大的阻礙。因此，有必要重新檢視補貨點和訂貨量等補貨決策對服務水平、平均庫存水平等關鍵指標進行優化，進一步提升A企業的營運績效和盈利能力。

3.2 企業庫存水平仿真與優化

下面將對企業當前的補貨點和訂貨量進行重新檢視，在給定的企業服務水平要求下優化企業的平均庫存水平，從而降低企業的成本，進一步提升客戶滿意度和企業績效。根據上文案例的數據，即A企業訂貨到達的時間1、2、3天的概率分別為20%、60%及20%，每次訂貨量從200至400單位不等，期初庫存水平600單位，補貨點為600單位，訂貨量為1500單位。通過仿真優化模型分析，最佳的企業補貨點不再是600單位，為了提升服務水平已經增加到1190單位；另一方面，為進一步降低平均庫存水平，訂貨量從原來的600單位降低為315單位。最終結果是平均服務水平提高為90.1%，平均庫存水平降低為237.64單位，優化后的平均庫存水平下降超過了50%，而平均服務水平超過了90%，對企業的資金使用、運營成本、整體績效等方面都產生了極為積極的經濟作用與價值[8]。

4 結論與展望

本文從粵港澳大灣區戰略視角出發，分析了庫存管理的重要性與痛點所在，針對企業面臨庫存需求和補貨提前期的不確定性，構建了基于仿真技術的最優化模型，通過案例數據首先檢視了該企業在當前補貨策略下的平均庫存水平和服務水平，進而利用仿真優化模型在滿足企業給定的服務水平要求之下重新優化企業的平均庫存水平，并提供最佳的企業補貨點和訂貨量。

本文所創建的仿真優化補貨模型可以快速、高效、便捷、科學、合理地為企業解決訂貨提前期不確定、訂貨量機械不精準、訂貨點隨機不客觀、庫存水平高度浪費、企業服務水平難以保障等問題與痛點，同時，對企業的戰略發展及提升整體運營績效水平，起到了極為關鍵的作用。

本文聚焦庫存需求和補貨提前期的不確定性問題，然而由于大灣區三地的稅務政策和貨幣不同，同時三地還面臨外匯的波動，未來的研究將進一步考慮這些不確定性，為大灣區企業的庫存管理提供更為科學合理的決策參考，助力大灣區建設。