物流与供应链管理
龙军生
北京大学光华管理学院
主要内容
• 物流网络的构造
• 库存管理
物流网络的构造
• 要解决的问题
–战略层次的物流网点的分布与结构
• 主要手段
–如何制定目标？
–如何收集数据？
–如何处理数据？
–用何技术解决？
基本问题
• 物流网络包括供应商、仓库、配送中心、零售商、以
及各机构之间的流动的原材料、半成品和产品。
• 网络构造
– 战略级别的问题
– 制造地、仓库和零售点的布局
– 本讲主要考虑下列问题
• 确定合适的仓库数目
• 确定仓库的位置
• 确定仓库的规模
• 产品在每个仓库的分配方案
• 每个仓库的零售商分配方案
网络构造与物流成本的关系
• 增加仓库数量对成本的影响
– 好处
• 服务水平容易提高
– 运输时间缩短
– 坏处
• 库存成本增加
• 管理费用和准备成本增多
• 运输成本增加
– 向外？
– 向内？
• 本质上是在服务水平与成本之间的平衡
构造物流网络所需的数据
• 顾客服务需要和目标
• 地理位置
– 顾客、零售商、仓库、配送中心、制造商和供应商
• 产品
– 类型、数量、特殊运输要求
• 顾客需求
– 每个地区内，对每种产品的年需求量
• 运输成本
– 每种运输方式的运输费率
• 仓库成本
– 人工成本、保管成本和固定成本
• 定单处理成本
顾客服务水平
• 选择指标
– 可以衡量的实际业务绩效指标
– 与直接发生在交货过程的顾客服务
• 服务水平的指标
– 缺货水平
– 订货提前期大小与稳定程度
• 其它重要顾客服务不与考虑
• 服务水平与成本的关系
– 服务水平越高，成本越大
– 解决出路
• 制定不同的服务水平
– 按顾客的重要程度
– 按产品的重要程度
运输成本
• 用运输费率与运输距离来估计
– 运输成本=运输费率*距离
– 距离越长，运输费用也越大
– 同一条线，来回成本可能不一样
• 运输费率与下列因素有关
– 产品类型，包装方式
– 整车与零担
– 距离
• 距离估计
– 运输距离=115*SQRT（纬度差^2+经度差^2)
• 运输成本估计
– 运输成本=ρ*运输费率*运输距离
• 城市里， ρ=；其它， ρ=
仓库成本
• 搬运成本
–包含人工和工具成本
–与仓库的年流量成比例
• 储存成本
–带表库存保管成本
–与平均库存水平成比例
• 固定成本
–与仓库的规模成比例(但不是正比)
储存成本的估计
• 难处
–不容易估计每个产品的平均库存
• 解决方案
–用库存周转率来估计
• 产品平均库存=产品的年流量/产品的库存周转率
• 产品的储存成本=单位储存成本*产品平均库存
固定成本的估计
• 估计仓库容量
– 利用库存周转率计算平均库存量
– 仓库容量=γ*2*平均库存量
• γ > 1，来加上非库存空间的影响
• 估计固定成本
– 查表
库存
时间
平均库存
成本
仓库规模
20K 40K 60K 80K
仓库选址的考虑
• 与目标顾客的距离
–一天能往返的路程为佳(450KM的半径)
• 地理和基础设施的条件
• 自然资源和劳动力的可获得性
• 当地产业和税收的法规
• 公众利益
• 政府的优惠条件
产品数据
• 一般产品类型繁多，数据量大
–不容易有效处理
• 通常采用分类汇集处理
–将产品分为几个可处理的产品组
–将产品的数据换成产品组的数据
• 降低数据的变化（方差）
• 研究指出误差不大与1%
产品的需求量
• 顾客的数量大和空间分布广
–直接使用顾客的数据不现实
• 采用数据汇集的方法处理
–将服务区分为很多小格
–将格内的顾客需求数据相加汇集成一个数据
物流网络构造的主要方法
• 经验寻优法
–不追求理论最佳，只要快而基本OK的方案
• 数学规划法
–寻求最佳方案（成本最小）
• 仿真模拟法
–适合复杂的设计和检验评估具体的方案
例子
一个产品，两个工厂，两个仓库，三个零售店
工厂 生产能力
P1 无限
P2 60000
顾客 顾客需求
C1 50000
C2 1000000
C3 50000
P1 P2 C1 C2 C3
W1 0 4 3 4 5
W2 5 2 2 1 2
生产能力
市场需求
物流成本
经验寻优法的例子#1
• 应用规则
– 选择配送成本最低的仓库来满足每个市场
P1 P2 C1 C2 C3
W1 0 0 0 0 0
W2 140000 60000 50000 100000 50000
P1 P2 C1 C2 C3
W1 0 4 3 4 5
W2 5 2 2 1 2
物流成本
解决方案
总成本 = 2*50000+1*100000+2*50000+2*60000+5*140000 = 1120000
经验寻优法例子#2
• 应用规则
– 对每个市场，选择进仓库的总运输成本最低的仓库
路线 总成本
P1-W1-C1 3
P1-W2-C1 7
P2-W1-C1 7
P2-W2-C1 4
路线 总成本
P1-W1-C2 4
P1-W2-C2 6
P2-W1-C2 8
P2-W2-C2 3
路线 总成本
P1-W1-C3 5
P1-W2-C3 7
P2-W1-C3 9
P2-W2-C3 4
P1 P2 C1 C2 C3
W1 50000 0 50000 0 0
W2 900000 60000 0 100000 50000
解决方案
总成本 = 3*50000+5*900000+2*60000+1*100000+2*50000 = 920000
经验寻优法的特点
• 简单可操作性强
• 解决速度快
• 不保证最优，但求较好方案
• 适合
–作估计值
–数据量大的情况
数学规划法的解决方案
• 利用线性规划的方法
– 确定目标函数
– 确定限制条件
– 应用专门软件求解
• Microsoft Excel
• 线性规划软件
• 特点
– 适合数据量适中的问题
– 解决方案与数学模式有关
• 错的模式，错的结果
– 不是动态的方案
• 适和静态的方案
数学规划法的例子
仿真模拟法
• 方法
–根据实情建立一个计算机模型
• 可以很复杂
–计算机反复模拟生成结果
• 特点
–比较接近现实
–开发时间长
–可用于方案比较
计算机模型
参数
方案
结果
物流网络构造的小结
• 构造物流网络
–制定服务水平目标
• 重点顾客，重点产品优先保证
–收集数据
–应用汇集数据的方法，减少分析难度
–解决问题的技术有三
• 经验寻优法
• 数学规划法
• 仿真模拟法
库存管理
• 要解决的问题
–战术层次的库存控制
• 需求预测
• 订货批量的计算
• 主要手段
–风险共享
–库存系统战略
• 集中型
• 分散型
为什么需要库存？
• 顾客的需求变化无法预料
–产品周期缩短
–市场竞争增强
• 供应的数量和质量，供应商成本及能力
的不确定性
• 物流服务的经济规模鼓励库存
影响库存的主要因素
• 顾客需求
– 可已知，也可以是随机的
• 库存补充的提前期
• 仓库储存的产品种类数
• 计划期的长短
• 成本
– 订货成本
– 保存成本
• 服务水平的需要
经济批量的定货模型
• 基本假设
1 需求量保持不变，每天为D单位产品
2 供应商能无限供货，每次订货为Q单位
3 订货固定成本为K
4 单位库存保管成本为H
5 订货提前期为0，可以在库存下降为0时，作补充订货。
6 初始库存为0
7 计划期很长
总库存成本 = K + H*（Q/2）* T，T 为两次订货之间的时间。
订货量Q=TD，或者，T=Q/D
平均成本 =总库存成 本/T = KD/Q + HQ/2
最小平均成本应在：-KD/Q^2+H/2 = 0
所以，最佳经济批量为 Q = SQRT（2KD/H）
经济批量定货的特点
• 最佳定货策略是在库存保管成本与订货固定成本之间
权衡
– 保管成本（HQ/2）= 固定成本（KD/Q）
• 总库存成本对订货批量的变动不敏感
– 在订货扁离经济批量定货的80%到120%, 误差<3%
订货扁离Q 1
成本的增加 % % % 0 % % % %
如何处理变化的需求与提前期?
• 如何表示变化?
– 用标准方差
• 库存在需求&提前期的变化下如何处理?
– 用批量定货量与平均需求匹配
– 用一个安全库存来保证变化下的服务水平
• 安全库存与变化的方差有关
• 安全库存与服务水平有关
服务水平
95%
平均库存
最大库存
安全库存
顾客需求变化时的定货
• 顾客需求是变化的
• 订货是有提前期的
• 解决方案
– 在基本库存的基础上，加上一个安全库存量
– 提前订货（两个基点）
• 在库存低于一个水平，开始订货
• 订货时，将订货量定在一个高于经济批量的水平
S
s
0
时间
库
存
水
平 提前期
订货水平与定货点的选择
• 订货点
– s = L*AVG + z * STD * sqrt(L)
• 平均订货量（平均库存）
– Q = sqrt(2K*AVG/H)
– 取Q与提前期库存L*AVG的最大值为平均定货量
• 安全库存
– z * STD * sqrt(L)
• 定货量（最高库存水平）
– S = max{Q, L * AVG} + z * STD * sqrt(L)
1 日需求量为正态分布，平均日本需求量为AVG，方差STD
2 供应商失去订单，如果缺货。
3 订货固定成本为K
4 单位库存保管成本为H
5 订货提前期为L。
6 服务水平为A
订货提前期变化下的定货
1 日需求量为正态分布，平均日本需求量为AVG，方差STD
2 供应商失去订单，如果缺货。
3 订货固定成本为K
4 单位库存保管成本为H
5 订货提前期为正态分布，平均值为AVGL，方差为STDL。
6 服务水平为A
• 订货点
– s = AVGL*AVG + z * AVGL*STD +AVG *STDL
– 平均订货量（平均库存）
– Q = 2K*AVG/H
– 平均定货量=Q与平均提前期内库存的大值= max{Q, AVGL * AVG}
– 安全库存
– z * AVGL*STD + AVG *STDL
– 定货量（最高库存水平）
– S = max{Q, AVGL * AVG} + z * AVGL*STD + AVG *STDL
2 2 2
2 2 2
2 2 2
服务水平与z值
• z 值的含义
–几个西咖玛的数量（z*σ）
– z越大，越少的情况落在z* σ以外
–服务水平越高，z需要越大
服务水平(%) 90 91 92 93 94 95 96 97 98 99
z
安全库存，方差与服务水平
• 方差越大，安全库存也越大
• 服务水平越高，安全库存也越大
• 降低库存从两方面下手
– 降低平均库存
• 减小提前期的长度
– 降低安全库存
• 降低需求与提前期的变化（方差）
• 减小提前期的长度
最大库存 = 平均库存 + 安全库存
平均库存 = max{Q, AVGL * AVG}
安全库存 = z * AVGL*STD + AVG *STDL 2 2 2
需求变化的风险分担
• 各地顾客需求只是总需求的一部分
–组织生产需要总需求的变化
–批量订货使的以定单来顾计需求十分夸大
• 如果能将各地的需求集中起来，一个高
需求的顾客可以为另一个低需求的顾客
来平衡
风险共享的例子
周 1 2 3 4 5 6 7 8
地点A 33 45 37 38 55 30 18 58
地点B 46 35 41 40 26 48 18 55
总计 79 80 78 78 81 78 36 113
周 1 2 3 4 5 6 7 8
地点A 0 2 3 0 0 1 3 0
地点B 2 4 0 0 3 1 0 0
总计 2 6 3 0 3 2 3 0
产品A
产品B
产品 平均需求 需求标准差 变差系数
地点A A
地点A B
地点B A
地点B B
总计 A
总计 B
汇集的数据
风险共享的例子
• 用一个中心仓库向地点A和B配送
• 风险共享减少了需求变化的程度
• 减少的需求变动，减少了库存水平
产品 提前期 安全库存 订货点 订货量 最高库存
地点A A 65 132 158
地点A B 4 25 26
地点B A 62 131 154
地点B B 3 5 24 27
中心仓库 A 118 186 226
中心仓库 B 6 33 37
风险共享的作用
• 集中库存降低了系统的安全库存和平均库存
• 变差系数越高，从集中型系统中获取的收益也
越大
• 从风险分担中获取的收益依赖于市场之间的关
系
物流网络结构的类型
• 集中型系统
– 集中决策
• 分散型系统
– 分散决策
集中型 分散型
安全库存 库存降低 较高
服务水平 较高 较低
管理费用 小 大
订货提前期 较大 较小
运输成本 不定 不定
控制库存的主要策略
• 物流经理使用的前五名策略
–定期库存检查策略
• 定期检查库存，订货批量。及时处理过时产品
–严格管理使用速度，提前期和安全库存
– ABC法
–降低安全库存水平
• 减小提前期
–定量方法
• 正确权衡库存保管成本与订货成本
小结
• 库存控制是在保证服务水平下将库存成
本与需求预测相匹配
• 需求预测是不准确的
• 库存水平与提前期与需求变化程度成比
例的
• 风险分担能降低库存而不影响服务水平
信息的价值
• 用需求信息降低牛鞭效应
• 以信息获取有效的需求预测
• 通过信息来协调系统
• 寻找所需产品
• 缩短提前期
• 集成供应链
牛鞭效应
• 沿着供应链上游移动，需求变动程度不断增大的现象
– VAR(D) < VAR(Q1) < VAR(Q2) < VAR(Q3)
– VAR(Q1)/VAR(D)>1, VAR(Q2)/VAR(Q1)>1, VAR(Q3)/VAR(Q2)>1
• 结果
– 在整个供应链中有大量库存
– 上级的库存大于下级的库存
制
造
者
批
发
商
销
售
商
零
售
商
订货 订货 订货
商品 商品 商品
Q1Q2Q3 D
牛鞭效应的原因
• 需求预测
– 用下一级的定单量来预测需求
• 提前期
– 提前期越长，订货量越大
• 批量订货
– 订货量呈集中的大单
• 价格波动
– 促销使零售商在低价时大量订购，加剧牛鞭效应
• 定单膨胀
– 零售商倾向在缺货期扩大订货量
牛鞭效应的理论基础
• 假设零售商用（s，S）订货策略
• 供应商用最近的p个零售商的定单数据来估计零售商的
需求
• 需求D的方差与定货量Q的方差之比反应了牛鞭效应的
大小
VAR（Q）
VAR（D）
1 + +
2L
p
2L
p 2
2
-提前期 L=0, 牛鞭效应为零
-提前期 L 越大，VAR(Q) 越大于VAR(D)，牛鞭效应越大
-抽样数据量 p 越小，牛鞭效应越大
牛鞭效应：
多级信息分散的供应链的牛鞭效应
• 每级用前级的定单的方差来确定定单量
• 牛鞭效应为方差比
• 分散多级供应链的牛鞭效应与级数成指数关系
– 级数越大，牛鞭效应也越大
级k 级k-1 级3 级2 级1…
DQQQQQ 123k-2k-1
LLLLLk-1 k-2 3 2 1
VAR(Q ) VAR(Q ) VAR(D )
VAR(Q )
VAR(D)
k-1 =
VAR(Q ) VAR(Q ) VAR(Q )k-1
k-2
3
2
1… = Π ( 1 + + )
i=1
k-1 2L 2Li i
2
p p 2
k-1
VAR(Q )/VAR(D)
集中需求信息对牛鞭效应的影响
• 集中信息的K级供应链
– 每一级向上一级提供定单与零售商的需求预测信息D
– 每一级用零售商的预测D与累积的提前期来确定订货量
– 牛鞭效应为
– 集中信息的供应链的牛鞭效应与总提前期成比例
VAR(D)
k-1
VAR(Q )k-1 1 + +
2( Σ L )
i=12 Σ Li=1
k-1
i i
2
p p 2
D
级k 级k-1 级3 级2 级1…
DQQQQQ 123k-2k-1
LLLLLk-1 k-2 3 2 1
DDDD
需求信息对多级供应链的牛鞭效应的影响
• 分散信息的供应链
– 牛鞭效应与级数成指数关系
• 集中信息的供应链
– 牛鞭效应与级数无关，只与总提前期成比例
• 结论
– 集中信息能显著减少牛鞭效应
• 集中信息的供应链的牛鞭小于分散信息的供应链的牛鞭
– 集中信息并不能消除牛鞭效应
减少牛鞭效应的手段
• 管理创新有关的手段(业务流程)
– 减少供应链的级数
• 再造物流网络构造
– 缩短提前期
• 定单处理的周期
• 生产运输提前期
– 减少不确定性
• 集中需求信息(在定单流上附上需求预测信息流)
– 战略伙伴
• 卖方管理的库存
• 集中需求信息
• 降低变动性
– 天天低价的策略
以信息获取有效的需求预测
• 目的
– 对顾客需求作出有效的预测
• 手段
– 共享尽可能多的信息
• 零售商
– 通常有市场和销售信息
– 缺乏供应商的促销和新产品的信息和计划
• 供应商
– 通常有促销和新产品的信息和计划
– 缺乏市场和销售信息与零售商的促销计划与价格信息
通过信息来协调系统
• 目的
–使供应链个部分的局部最优变为整体最优
• 手段
–共享尽可能多的信息
• 一个系统的产出=下一个系统的投入
寻找所需产品
• 目的
–用不同的方法满足顾客的需求
• 手段
–以信息查询来获得
• 代用品
• 库存缺货时，能找出并运送商品
–定价与提前期
• 用生产计划和执行信息来帮助定价和确定提前期
缩短提前期
• 目的
– 快速满足不能用库存来满足顾客定单的能力
– 减少牛鞭效应
– 获的准确的预测
– 降低库存水平
• 手段
– 业务流程的创新
• 有效地使用信息技术
– 自动化或制度化业务流程
– ENABLE新的业务流程
集成供应链
• 目的
– 将供应链的各部分集成在一起
– 权衡供应链中相互冲突的目标
• 权衡批量-库存的冲突
• 权衡库存-运输成本
• 权衡提前期-运输成本
• 权衡产品多样性-库存
• 权衡成本-顾客服务
• 手段
– 用信息技术来ENABLE业务流程创新
– 信息共享使
• 不同成员能提早反应
• 整合资源
• 精确规划
小结
• 随着沿供应链向上移动，需求变化程度加剧
（牛鞭效应）
• 需求变化导致了供应链中库存大量增加
• 信息共享能有效地减少牛鞭效应
• 从根本上解决牛鞭效应是管理创新
• 信息是解决供应链个阶段之间权衡问题
