需求波動下生鮮農產品供應鏈庫存分析與仿真研究

摘 要：生鮮農產品供應鏈是食品供應體系的重要組成部分，其運行效率直接影響食品流通質量、損耗率及經濟效益。然而，生鮮農產品的易腐性和需求波動較大，其庫存管理面臨庫存積壓及高損耗的問題。本文基于系統動力學方法，通過Vesim PLE軟件構建了兩級生鮮農產品供應鏈庫存系統模型，通過仿真模擬分析比較需求波動下，傳統庫存管理與協同庫存管理模式的效果。研究表明：生鮮農產品供應鏈庫存系統存在顯著的牛鞭效應，導致各環節庫存波動，造成總庫存量偏高、變質量居高不下的問題。協同庫存管理可有效降低系統總庫存量，減少因庫存積壓引起的變質損耗，顯著提升供應鏈運行效率與經濟效益。

關鍵詞：生鮮農產品；需求波動；供應鏈庫存；系統動力學；仿真；庫存模式

中圖分類號：F323.7；F259.22 文獻標識碼：A 文章編號：2096-0298（2025）03（a）--06

1 引言

2023年，中國生鮮農產品市場規模約為94371.4億元，同比增長2.84%。生鮮市場規模的持續擴大不僅反映了消費者對健康生活方式和高品質生活的追求，還推動農業現代化進程與食品質量的全面提升。生鮮市場涵蓋蔬菜水果、肉類、海鮮水產、鮮奶以及禽蛋等初級農產品類別。

近年來，政府高度重視生鮮農產品市場體系建設與現代農業設施的發展，將農產品批發市場的完善和優質農產品供給能力的提升作為重要戰略任務。在這一政策背景下，各類市場主體，尤其是民營企業，在生鮮農產品流通領域取得了顯著進展，成為推動我國生鮮農產品流通的重要力量。同時，生鮮農產品流通相關產業政策的出臺，有助于規范行業發展，推動產業健康持續發展。然而，由于冷鏈設施不足、庫存管理滯后及體系不完善等問題，生鮮農產品在供應鏈庫存環節的損耗率仍然較高，達20%～30%。這不僅制約了行業效率的進一步提升，還對行業可持續發展提出了更高要求。

傳統的生鮮農產品訂貨模式通常采用固定周期的訂貨方式，每次訂貨數量依據庫存盤點結果和下一個周期的預計需求量進行確定。然而，生鮮農產品的需求受季節變化、天氣條件及促銷活動等多種因素的影響，波動性較大。由于采用固定周期訂貨模式，在兩次訂貨周期之間，市場需求的動態變化難以及時傳遞至供應商，供應商收到的訂單呈現周期性波動。這種模式既可能限制供應商對市場需求動態的準確把握，也可能擴大對市場需求的預測誤差，導致庫存積壓，進而影響企業成本。對于生鮮農產品而言，庫存的長時間積壓會顯著增加變質量。在庫存環節中，生鮮農產品因易腐性而發生的產品變質，可能導致較大的經濟損失。因此，相較傳統訂貨模式，小批量、高頻次的訂貨策略更適合于降低零售商的庫存成本，同時能夠在一定程度上保障生鮮農產品的品質[1-2]。

目前，國內生鮮農產品供應鏈庫存管理的相關決策主要基于對市場需求預測和現有庫存數量的分析。但在傳統庫存管理模式中，供應鏈各環節通常各自設定庫存控制目標，缺乏信息溝通機制。這種各自為營的庫存管理方式在庫存能力限制、信息傳遞效率低下及需求預測不準確的情況下，容易導致庫存的積壓或短缺問題。生鮮農產品存在較強的可替代性，庫存短缺對供應鏈的影響較小，但對生鮮農產品存在易變質性，一旦發生庫存積壓，變質風險就會顯著增加，產生大量變質品，不僅對整個供應鏈都造成直接經濟損失，還可能因變質產品流入消費者手中，對品牌形象產生不可逆的負面影響，從而引發難以彌補的多方面損失[3]。

JanssenL研究了庫存容量限制下易腐產品庫存模型在非平穩隨機需求下的產品庫存控制策略[4]。SHINSHIN等（2019）[5]主要研究了韓國泡菜食品行業中易腐物品的庫存管理問題，認為原材料的易腐性限制了存儲期限，需求控制也十分困難，使得庫存的控制與管理更加復雜，提出通過釋放庫存來平衡供需。委潔等（2018）[6]通過分析影響生鮮農產品物流庫存的因素，認為生鮮農產品物流庫存控制對于降低物流成本和保證產品質量至關重要，研究供應鏈上下游企業間應加強合作、信息共享。Vaka D K等（2024）[7]深入探討了庫存管理的綜合方法，考察了供應商管理庫存在優化整個供應鏈中的庫存管理方面的關鍵作用，通過這種方法，供應鏈企業可以實現成本效益并提高響應能力，最終加強其在行業內的競爭地位。MohamadiN等（2024）[8]通過對不確定需求和可變供應條件產生的固有隨機性問題及庫存普遍存在的浪費和短缺問題，采用 Advantage Actor-Critic（A2C） 算法，解決了兩級供應鏈中易腐庫存分配的復雜問題。陳軍等（2023）[9]基于變質庫存理論，構建了一個需求依賴于價格和庫存水平的零售商雙渠道定價與庫存補貨聯合決策模型，通過研究表明降低變質成本是零售商實現更高利潤的關鍵條件。

為了應對需求的動態性對供應鏈庫存的影響，周建頻等（2021）針對需求的動態不確定性和供應鏈多級庫存管理的復雜性，構建供應鏈多級庫存決策系統的仿真優化模型，基于預測誤差的庫存控制策略，通過安全庫存的計算來應對需求預測的不確定性[10]。徐小平等（2024）基于制造商和一個平臺組成的供應鏈，研究需求波動下供應鏈模型，主要探討供應鏈的協調問題[11]。

從上述文獻來看，隨著生鮮農產品業態的不斷創新，現有研究中對生鮮農產品供應鏈庫存模式的探討雖然較多，但通過系統建模研究需求波動下供應鏈庫存管理的較少。相較其他模型，系統動力學方法在處理長期性和周期性問題方面具有顯著優勢，可以模擬不同需求波動情境下的庫存管理過程，評估不同庫存管理策略的效果，并識別影響庫存管理效果的關鍵因素，從而為生鮮農產品供應鏈庫存管理提供新的視角與解決方案。本文運用系統動力學方法，建立了一個考慮需求波動的生鮮農產品供應鏈庫存模型，通過仿真分析比較傳統供應鏈庫存與協同庫存模式，研究庫存模式給生鮮農產品供應鏈帶來的影響。

2 系統動力學庫存控制模型的建立

在傳統供應鏈系統中信息并不共享，供應商與零售商分別獨立管理其庫存信息、庫存覆蓋時間與調整時間、需求預測信息及訂單處理狀態信息。供應商只能依賴于零售商的訂單信息來進行需求預測和決策，而協同庫存管理模式強調信息的整合與共享，通過將供應商與零售商的信息資源進行統一管理，供應商可以獲取零售商的需求預測與庫存管理信息，零售商也可以獲得供應商的庫存信息。

鑒于生鮮農產品供應鏈受到多種復雜因素的共同影響，系統動力學模型難以模擬所有可能的情況。基于研究重點在于庫存管理模式對庫存的影響，本文在不影響研究結論合理性的前提下，對模型進行了一定簡化，并提出以下研究假設：

（1）不考慮存放生鮮農產品的庫存的容量、冷鏈等問題；

（2）供應鏈成員收到的訂單實行“先進先出”原則；

（3）生鮮供應鏈只訂購一種產品；

（4）產品在所有時期都無損失，僅在庫存過程中出現變質；

（5）供應鏈各節點的到貨量存在延遲，即下游企業向上游企業發送訂單需求后并不能立刻收貨，需要一段時間后才能到貨；

（6）供應鏈中各節點都應實施安全庫存策略。

2.1 系統各因素變量之間的因果關系分析

基于生鮮農產品供應鏈的運作流程，本文以兩級供應鏈（供應商與零售商）為研究對象，對生鮮農產品供應鏈庫存管理系統進行分析。根據生鮮農產品供應鏈運作流程的具體特征，明確系統中各因素間的相互作用關系，構建了生鮮農產品供應鏈庫存模型的因果關系圖（圖1）。在該因果關系圖中，存在多條反饋循環鏈，本文選取并展示了其中4條主要的循環鏈，以突出關鍵因果關系及其在系統動態中的作用。

2.2 系統SD流圖

系統動力學流圖用于描述反饋系統中影響動態性能的累積效應，并進一步區分不同的變量類型。在此基礎上，對圖1系統因果關系圖進行細化，可以構建出該系統的流圖結構，分別建立傳統庫存管理系統動力學流圖和供應鏈協同管理庫存模式的系統動力學流圖（圖2）。

2.3 模型方程

在實際情況中，生鮮農產品供應鏈的運行環節非常復雜。為方便研究，并聚焦于生鮮農產品供應鏈庫存管理模式的分析，本文根據生鮮農產品庫存運行的實際特征，設置了10個常量參數和27個動態變量，用以模擬生鮮農產品庫存系統的運行機制。本模型共包含38個變量（暫未設置市場需求變量），并假定模型的仿真周期為120天，步長為1天，以充分反映系統的動態變化特性。

首先根據調研和相關論文，設計部分常量如下：

供應商安全庫存系數為1.2，供應商庫存持續時間為1.5天，供應商庫存調整周期為15天，供應商移動平滑時間為10天，供應商運輸延遲為2天，供應商發貨延遲為0.5天，訂貨延遲時間為1天。零售商安全庫存系數為1.2，零售商庫存覆蓋時間為10天，零售商庫存調整時間為5天，零售商運輸延遲為1天，零售商移動平滑時間=5天。系統安全庫存系數=1.1。

3 系統模擬仿真與建議

在現實生活中，生鮮農產品具有較強的替代性，消費者對農產品的需求量通常存在一定的波動性，這種需求波動受多種因素影響。本文依據現實生活中出現的不同市場的需求情況，通過結合Vensim PLE軟件中的一些特殊函數，使需求量產生變化，進行仿真模擬。仿真的結果可以觀測到不同市場需求下，供應鏈中供應商庫存、零售商庫存、系統總庫存和系統總變質量的變化情況。

本文選取市場需求隨機波動和市場需求突發波動兩個決策變量，與供應商庫存、零售商庫存、系統總庫存、系統總變質量四個反映生鮮農產品兩級供應鏈庫存情況的衡量指標。

3.1 市場隨機需求仿真

在系統動力學仿真軟件Vensim PLE中，利用RANDO MNORMAL函數可以模擬隨機市場需求的變化。建立模擬市場隨機需求的函數：

市場需求=300+IFTHENELSE（Time＞15，RANDOMNORMAL-0.5*300，0.5*300，0，300，4，0）

這個函數表示時間在0～15天范圍內市場需求為300千克。當時間大于15天時，需求在150千克與450千克中隨機取值，直到模擬時間到120天為止。通過Vensim PLE軟件的仿真，得到如圖3所示的仿真結果。

從圖3可以看到，傳統供應鏈供應商庫存和零售商庫存都在15天后發生劇烈波動，可以清晰地發現，供應商的庫存波動幅度顯著超過零售商，這主要是由于零售商根據其安全庫存系數進行采購。由于需求的不穩定波動，零售商期望的庫存水平也會大幅波動，進而引起訂單量的波動。供應商根據零售商的訂單量，基于自身安全庫存系數進行發貨和采購，導致其庫存量持續居高不下。而在協同庫存管理模式下，供應商庫存和零售商庫存之間的波動幅度在某種程度上是相似的，顯示出供應鏈上下游之間的協調性。隨著時間的推移，系統總變質量不斷增加，但由于傳統供應鏈庫存管理相對于協同庫存管理模式系統總庫存量較高，變質量的增速較快。

3.2 市場突發需求仿真

在生鮮農產品的日常銷售過程中，節日、促銷活動與生鮮農產品的大量上市等特定場景會導致消費者購買需求激增，從而對零售商庫存和供應商庫存產生較大沖擊。對此，利用Vensim PLE軟件中的PULSETRAIN脈沖函數，可以有效模擬此類需求波動情形，從而更精準地分析其對生鮮農產品庫存系統的動態影響。建立模擬市場突發需求的函數：

市場需求=300+IFTHENELSE（Time＞15，PULSETR AIN30，5，30，120*300，0）

此函數表示在開始的0～15天內的市場需求為300千克。當時間大于15天，市場需求增加300千克，持續5天，之后需求又降低為原始市場需求。每隔30天重復一次該函數，直到模擬時間到120天為止。

從圖4可以看出，傳統供應鏈庫存模式下，零售商庫在突發需求發生的同時，會基于安全庫存系數進行庫存調整，增加訂單量，導致庫存量顯著增加。而零售商訂單量的增加，則會導致供應商的預測需求量增加，使供應商采購更多產品以保證有足夠的庫存量來滿足突增的零售商需求。但在突發需求結束后，零售商需求預測下降，進而導致零售商的訂單量下降。同時，也會導致供應商存有較高的庫存堆積。從系統總庫存來看，庫存水平波動較大，庫存量較高，導致系統總變質量較高。而供應鏈協同庫存模式下，供應商直接獲得零售商的需求預測，基于聯合安全庫存系數，相比傳統供應鏈庫存管理模式，采購量較少，在保持較為穩定的庫存量的前提下，還能滿足市場需求，減少系統總變質量。

3.3 兩種模式庫存對比分析

從以上系統模擬仿真結果圖可以看出，無論是隨機市場需求還是突發市場需求，生鮮農產品供應鏈系統中庫存模式對系統各自的庫存和總庫存狀況產生顯著影響。傳統供應鏈庫存模式明顯存在所謂的“牛鞭效應”，導致庫存水平的顯著堆積，同時伴隨較大的庫存波動，這說明庫存變化是非常不穩定的。相比之下，在協同管理模式下，總庫存水平顯得更為穩定，供應商的庫存量也大幅降低。在變質率相同的情況下，采用協同庫存模式的系統能夠大幅減少庫存過剩和缺貨的風險，從而有效減少系統庫存的變質量。這表明協同庫存管理模式在減少庫存波動和降低總庫存量方面具有顯著優勢。當市場需求突然增加時，系統也能迅速響應，確保及時補貨，減少缺貨帶來的銷售損失。

通過對比兩種庫存管理模式可以看出，協同庫存管理能夠更好地應對市場需求變化，減少庫存積壓，提高供應鏈的整體效率。因此，從這些分析結果來看，建立協同庫存管理模式對于生鮮農產品供應鏈的發展具有更為顯著的優勢。這種模式不僅可以減少庫存積壓，降低庫存變質的風險，還能提高整個供應鏈系統的效率和響應速度，從而更好地適應市場需求的變化，在生鮮農產品供應鏈中具有顯著的優越性和應用價值。

4 建議及結論

4.1 建議

為實現生鮮農產品供應鏈的協同庫存管理模式，降低整體庫存水平和庫存變質量，必須依賴供應鏈成員的共同參與和密切合作。為此，本文提出以下建議：

（1）構建供應鏈戰略合作伙伴關系。供應鏈成員之間通過契約形式逐步建立穩定的合作關系，在建立信任后供應鏈成員可以發展為戰略合作伙伴，通過簽訂長期合作協議，從短期交易的關系轉向基于戰略高度的長期協作。通過共同規劃供應鏈協同庫存管理模式發展方向，可有效提升整體競爭力，增強供應鏈在市場中的優勢地位。

（2）建立信息共享平臺。設計和構建信息共享的信息交互平臺，建立良好的溝通機制和反饋機制。供應鏈成員在不涉及商業機密的前提下，可以在這個平臺上實時共享采購計劃、庫存水平、銷售數據等。供應鏈上下游企業能夠據此及時調整生產、采購和庫存計劃，避免庫存積壓或缺貨情況。各供應鏈成員之間的信息能以最快的速度進行傳遞，減少信息延遲現象。

（3）調整期望庫存覆蓋時間與調整時間。通過縮短運輸延遲時間及發貨延遲等措施，可以顯著降低庫存積壓的風險，從而減少庫存過期或變質的可能性。這不僅有助于供應鏈企業降低庫存持有成本，還能有效提升庫存周轉率，增強資金使用效率，更加靈活地應對市場需求波動，提供更及時的服務，從而提高客戶的滿意度和忠誠度，提升企業的經濟效益和競爭力。

（4）建立聯合績效指標。設計一套涵蓋供應鏈整體績效的評估指標，其中包括供應鏈庫存總成本、訂單履行周期、庫存周轉率、系統總變質率等多個關鍵指標。通過這些具體且量化的指標，確保所有供應鏈成員都能明確關注并致力于實現這些共同目標。在此基礎上，各成員可以協同合作，共同優化庫存管理流程，有效減少庫存積壓現象，提升供應鏈整體運作效率和效益。

4.2 結論

本文運用系統動力學方法進行研究，構建了傳統供應鏈庫存管理模式與供應鏈協同庫存管理模式兩個動態的兩級生鮮農產品供應鏈庫存系統模型。在Vensim PLE軟件上，通過構建模擬市場需求的兩種變化形式，進行系統仿真模擬。結果顯示，供應鏈中供應商和零售商實現協同庫存管理后，有效解決了生鮮農產品由于“牛鞭效應”帶來的庫存堆積或變質虧損，在實際應用中具有一定的可操作性，有效降低了庫存水平。同時，在相同的變質率下，庫存變質量顯著下降。為了實現生鮮農產品供應鏈各成員之間的協同庫存管理模式，達到降低庫存水平和庫存變質量的目的，本文提出了建立供應鏈戰略合作伙伴關系、建立信息共享平臺、調整期望庫存覆蓋時間與調整時間、建立聯合績效指標的建議，旨在為相關研究提供一定的參考。

本文的研究范圍僅限于兩級生鮮農產品供應鏈的庫存管理。然而，在現實情況中，特別是隨著生鮮農產品供應鏈的不斷發展和復雜化，供應鏈的結構和層級往往更為多樣化。因此，未來的研究需進一步拓展到多級供應鏈、雙渠道供應鏈的情況，以更全面地探討協同庫存管理在生鮮農產品供應鏈不同層級和結構中的適用性及效果。

參考文獻

謝如鶴，羅湖橋，陳冠名.基于初始新鮮度的生鮮農產品訂貨策略[J].包裝工程，2020，41（13）：179-184.

韓曙光，夏鵬.基于變質庫存理論的生鮮農產品訂貨策略研究[J].浙江理工大學學報（社會科學版），2016，36（6）：532-536.

程文彬.產品安全事件對企業及供應鏈績效的影響[D].成都：電子科技大學，2016.

Janssen L， Sauer J， Claus T， et al. Development and simulation analysis of a new perishable inventory model with a closing days constraint under non-stationary stochastic demand[J]. Computers amp; Industrial Engineering， 2018， 118： 9-22.

Shin M， Lee H， Ryu K， et al. A two-phased perishable inventory model for production planning in a food industry[J]. Computers amp; Industrial Engineering， 2019， 133： 175-185.

委潔，劉文慧.基于系統動力學的生鮮農產品物流庫存仿真分析[J].保鮮與加工，2018，18（2）：130-134.

Vaka D K. Integrating inventory management and distribution： a holistic supply chain strategy[J]. the International Journal of Managing Value and Supply Chains， 2024， 15（2）： 13-23.

Mohamadi N， Niaki S T A， Taher M， et al. An application of deep reinforcement learning and vendor-managed inventory in perishable supply chain management[J]. Engineering Applications of Artificial Intelligence， 2024， 127： 107403.

陳軍，康莎.面向雙渠道銷售的農產品定價與庫存補貨聯合決策[J].工業工程，2023，26（3）：39-46.

周建頻，周小番.適應動態需求的供應鏈多級庫存系統仿真[J].集美大學學報（自然科學版），2021，26（3）：228-233.

徐小平，陳珈好，何平，等.需求波動下考慮平臺賦能和碳交易機制的供應鏈協調問題[J].管理工程學報，2024，38（4）：271-282.