基于时间的供应商管理库存整合补货模式下的牛鞭效应研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 VMI 模式在零售业中的应用概述
本文以两层供应链 (供应商 、零售商) 为对象 ,主 要探讨基于时间的 VM I 整合补货模式下 ,供应商 、 零售商的订单量相对于终端客户需求的变化 。之所 以选择零售业供应链为对象 ,是因为 Wal - Mart 等 零售业公司应用 VM I 的成功 , 使得过去 15 年中 VM I 在零售业中变得越来越普遍[10 - 11 ] 。虽然协同 计划 、预测与补货 ( Collabo rative Planning , Forecas2 ting & Replenishment , CPFR) 以其协同的库存管 理思想和技术 ,给那些成功实施 CPFR 的厂商带来 了效益 ,并逐渐受到越来越多零售企业的关注和青 睐[12 - 13 ] ,但是因为存在诸多问题及障碍 (如其专家 知识及技术成本过高 ,实施过程和标准过于复杂 ,对 企业的价值观及信任程度要求极高 ,需要较高的信 息技术支持 ,对新品项目 、折扣 、促销 、暗箱回扣等例 外事件也无法完全纳入事前规划等) ,限制了 CPFR 的广泛应用及其作用的发挥[14 - 15 ] 。尤其是国内 ,目 前尚无针对 CPFR 的统一管理机构 、计划 、组织和 推广机制 ,缺乏统一的数据 、标准化模型及评价指
收稿日期 :2005 - 06 - 21 ;修订日期 :2005 - 09 - 26 。Received 21 J une 2005 ;accepted 26 Sep . 2005. 作者简介 :张力菠 (1973 - ) ,男 ,四川岳池人 ,南京航空航天大学经济管理学院博士研究生 ,主要从事供应链管理 、物流 、工业工程等的研究 。
2 因果关系模型的构建
VM I 整合补货一般有基于数量 、基于时间 ,以 及基于数量和时间的混合补货策略 3 种[4 ,8] 。基于 时间的 VM I 整合补货模式下的供应商可以通过 POS (point of sales) 、电子数据交换 ( Elect ro nic Da2 ta Interchage , ED I) / Internet 及其他信息系统的集 成获取零售商的库存和销售信息 ,据此来预测与补 货[1 ,9 ,18] ,包括确定向零售商补货的周期 ( T) 及 数 量 ,同时确定自身库存的补给数量 。供应商每隔 T 时间向零售商补货一次 ,补货数量由供应商根据实 际情况及预测而定 。这与基于数量的整合补货相 比 ,补货的规模经济效益可能会差一些 ,但却能在预 先确定的发货时间内满足客户的每个需求 ,具有较 高的客户服务水平[5 ,8 ] 。
关键词 :供应链 ;牛鞭效应 ;供应商管理库存 ;整合补货 ;系统动力学 ;仿真 中图分类号 : F252 ;C931 文献标识码 :A
Bull whip effect in time - based VMI consol idation replenishment pol icy
Z H A N G L i - bo1 , H A N Yu - qi1 , C H E N J ie1 , YU Zhe2 (1. Inst . of Economics & Management , Nanjing U niv. of Aeronautics & Ast ronautics , Nanjing 210016 , China ;
2. Sch. of Management , Shanghai Jiaotong Univ. , Shanghai 200030 , China) Abstract : To co mpare t he Bullwhip Effect (B E) between a time - based Vendor Management Inventory (VMI) con2 solidatio n replenishment policy and a t raditional replenishment policy , t he applicatio n of VMI in retail sales was re2 viewed and simulation models of two policies were const ructed based on system dynamics. Then , t he order respo nse rate of vendor and retailer in t he two polices to a Poisson inp ut was quantitatively co mpared t hro ugh dynamic simula2 tion. In additio n , to compare t he effect of replenishment cycle o n t he B E in time - based VM I consolidation replen2 ishment policy , t he order response rate of vendor and retailer to a Poisson inp ut was simulated under different re2 plenishment cycles. The result s showed t hat a time - based VMI co nsolidatio n replenishment policy could st rikingly alleviate t he negative B E existing in a t raditio nal replenishment policy , and t he B E under a long replenishment cycle was mo re serious t han under a short replenishment cycle. Key words : supply chain ; bullwhip effect ; vendor management invento ry ; co nsolidatio n replenishment ; system dy2 namics ; simulation
而传统供应链中的供应商和零售商一般只对自 己的库存控制 、销售和订货行为负责 。供应商仅仅 拥有他们的直接客户 (零售商) 的需求信息 ,而没有 零售商的库存信息和最终客户的需求信息 ,所以供
2 卷
应商向零售商的补货和自身库存的补给只能以自身 的库存水平和对零售商的销售信息为依据 ,无法充 分保证供应商能订购合适的数量以实现满足零售商 需求和成本预算的平衡 ,也无法充分保证零售商能 订购合适的数量以实现满足终端客户需求和成本预 算的平衡[9 ,22 ] 。零售商订单多 ,供应商就订货多 ,反 之就少 ,供应商始终被零售商不确定的需求所左右 , 处于被动地位 ,无法确定反映真实需求的订货数量 来补充自身库存 ,也无法确定向零售商补货的周期及 数量 ,要么供应商缺货无法满足需求 ,要么就是自身 订货过多而库存积压 。由此出现牛鞭效应在所难免 。
标 ,标准性和可复制性差 ,很难达到长远的战略应用 效果 。而因为自身信息化程度不高 、技术更新慢 、管 理欠完善 、专业人员流动大 、营运成本过高 、企业间 缺乏足够信任等限制 ,许多中小企业无法参与配合 CPFR 的协同框架 。事实上 ,就连实力雄厚的 Wal - Mart , 家 乐 福 , Kmart , Diallard Depart ment Stores 等大型零售商也只能和他们的几家重要的大 型供应商达成并实施 CPFR ,面对成千上万的产品 种类及其供应商 ,他们不可能做到和每一家供应商 都实施 CPFR 。
张力菠1 ,韩玉启1 ,陈 杰1 ,余 哲2
(1. 南京航空航天大学 经济管理学院 ,江苏 南京 210016 ;2. 上海交通大学 管理学院 ,上海 200030)
摘 要 :为比较基于时间的供应商管理库存整合补货模式和传统补货模式对零售业供应链中牛鞭效应的影 响 ,概述了供应商管理库存在零售业供应链中的应用情况 ,构建了两种补货模式的系统动力学模型 。通过仿真 ,定 量地比较了两种补货模式中供应商和零售商对泊松流随机需求输入的订单响应率的波动 。另外 ,为了比较基于时 间的供应商管理库存整合补货模式下补货周期对牛鞭效应的影响 ,通过改变参数设置模拟了不同补货周期下供应 商和零售商的订单响应率波动 。结果显示 ,与传统模式相比 ,基于时间的供应商管理库存整合补货对牛鞭效应有 明显的改善 ;供应商管理库存整合补货的补货周期对牛鞭效应存在明显的影响 ,较长周期下的牛鞭效应相对于较 短周期要严重 。
第 12 卷第 9 期 2 0 0 6 年9月
计算机集成制造系统
Computer Integrated Manufact uring Systems
文章编号 :1006 - 5911 (2006) 09 - 1516 - 08
基于时间的供应商管理库存 整合补货模式下的牛鞭效应研究
Vol. 12 No. 9 Sep . 2 0 0 6
相比之下 ,VM I 虽然存在一定的缺陷 (系统集 成不够 、单向过程 、注重 o ne - o ne 的合作关系 、缺乏 足够的协商等) ,但因其更宽容的适用条件 、相对低 廉的获取和实施成本 ,受到了众多企业的欢迎 。更 重要的是 ,VM I 能降低库存及成本 ,减少缺货 ,改善 库存周转率及需求预测的精确度 ,缓减牛鞭效应 ,实 现配送的优化 ,提高客户服务水平等效益[1 ,9] 。而 且随着信息技术的进步 ,VM I 也在吸收其他技术的 优点 ,比如加强 VM I 中的协商和对例外事件的协调 功能 ,提高需求预测 、计划和补货的准确度 。因而可 以认为 ,VM I 仍然是目前企业提升组织间供应链效 率的主要技术手段之一[3 ,9 ,16 - 17 ] 。对于零售业供应 链 ,VM I 也有助于库存控制的改善 ,并能在一定程 度上减轻牛鞭效应[18 - 21 ] 。
考虑到 VM I 整合补货的系统动态性 ,本文利用 系统动力学的原理和方法 ,构建其因果反馈关系模 型及系统动力学仿真模型 ,研究基于时间的 VM I 整 合补货策略的系统动态特性 ,将其与传统补货策略 的特性进行比较 ,通过模型在随机需求下的仿真 ,研 究两种策略模式下的牛鞭效应 ,并探讨基于时间的 VM I 整合补货在不同补货周期 (时间) 下的牛鞭效 应。
E - mail : zlbzhang @yahoo . co m. cn 。
第9期
张力菠 等 : 基于时间的供应商管理库存整合补货模式下的牛鞭效应研究
1517
平过高 、客户服务水平降低和决策困难等不良后 果[3] ,不仅增加供应链的总体成本 ,影响供应链的整 体协同运作 ,而且降低供应链的整体服务水平及效 益 。供应商管理库存 ( Vendor Managed Inventory , VM I) 被认为是供应链管理环境下一种集成的 、系 统的库存管理方法 。基于时间的 VM I 整合补货则 是指供应商根据下游客户共享的库存和销售信息 , 每隔一个具体时间 (如 T) 补一次货 ,它注重对客户 的服务水平 ,尽量保证在确定的补货时间内满足客 户的需求 ,是供应商经常采用的一种补货模式 。文 献[ 4 ]～文献 [ 8 ]从库存成本优化角度探讨了 VM I 整合补货的策略优化 ,但从库存管理的系统动态性 角度 ,研究 VM I 整合补货策略及其对牛鞭效应的文 献 ,目前尚不多见 。虽然文献 [ 9 ]考虑了动态性 ,但 未考虑基于时间的整合补货 。
0 引言
市场的日益全球化和一体化增加了客户需求的 不确定性 、多样性和动态性 ,也加大了供应链中库存
控制及分销配送的协调难度 。传统的各自为政的库 存管理模式 ,容易产生需求跟随供应链从下游向上 游逐级放大的现象 ,即牛鞭效应 (Bullwhip Effect , B E) [1 - 2] 。牛鞭效应容易导致计划不准确 、库存水
本文以两层供应链 (供应商 、零售商) 为对象 ,主 要探讨基于时间的 VM I 整合补货模式下 ,供应商 、 零售商的订单量相对于终端客户需求的变化 。之所 以选择零售业供应链为对象 ,是因为 Wal - Mart 等 零售业公司应用 VM I 的成功 , 使得过去 15 年中 VM I 在零售业中变得越来越普遍[10 - 11 ] 。虽然协同 计划 、预测与补货 ( Collabo rative Planning , Forecas2 ting & Replenishment , CPFR) 以其协同的库存管 理思想和技术 ,给那些成功实施 CPFR 的厂商带来 了效益 ,并逐渐受到越来越多零售企业的关注和青 睐[12 - 13 ] ,但是因为存在诸多问题及障碍 (如其专家 知识及技术成本过高 ,实施过程和标准过于复杂 ,对 企业的价值观及信任程度要求极高 ,需要较高的信 息技术支持 ,对新品项目 、折扣 、促销 、暗箱回扣等例 外事件也无法完全纳入事前规划等) ,限制了 CPFR 的广泛应用及其作用的发挥[14 - 15 ] 。尤其是国内 ,目 前尚无针对 CPFR 的统一管理机构 、计划 、组织和 推广机制 ,缺乏统一的数据 、标准化模型及评价指
收稿日期 :2005 - 06 - 21 ;修订日期 :2005 - 09 - 26 。Received 21 J une 2005 ;accepted 26 Sep . 2005. 作者简介 :张力菠 (1973 - ) ,男 ,四川岳池人 ,南京航空航天大学经济管理学院博士研究生 ,主要从事供应链管理 、物流 、工业工程等的研究 。
2 因果关系模型的构建
VM I 整合补货一般有基于数量 、基于时间 ,以 及基于数量和时间的混合补货策略 3 种[4 ,8] 。基于 时间的 VM I 整合补货模式下的供应商可以通过 POS (point of sales) 、电子数据交换 ( Elect ro nic Da2 ta Interchage , ED I) / Internet 及其他信息系统的集 成获取零售商的库存和销售信息 ,据此来预测与补 货[1 ,9 ,18] ,包括确定向零售商补货的周期 ( T) 及 数 量 ,同时确定自身库存的补给数量 。供应商每隔 T 时间向零售商补货一次 ,补货数量由供应商根据实 际情况及预测而定 。这与基于数量的整合补货相 比 ,补货的规模经济效益可能会差一些 ,但却能在预 先确定的发货时间内满足客户的每个需求 ,具有较 高的客户服务水平[5 ,8 ] 。
关键词 :供应链 ;牛鞭效应 ;供应商管理库存 ;整合补货 ;系统动力学 ;仿真 中图分类号 : F252 ;C931 文献标识码 :A
Bull whip effect in time - based VMI consol idation replenishment pol icy
Z H A N G L i - bo1 , H A N Yu - qi1 , C H E N J ie1 , YU Zhe2 (1. Inst . of Economics & Management , Nanjing U niv. of Aeronautics & Ast ronautics , Nanjing 210016 , China ;
2. Sch. of Management , Shanghai Jiaotong Univ. , Shanghai 200030 , China) Abstract : To co mpare t he Bullwhip Effect (B E) between a time - based Vendor Management Inventory (VMI) con2 solidatio n replenishment policy and a t raditional replenishment policy , t he applicatio n of VMI in retail sales was re2 viewed and simulation models of two policies were const ructed based on system dynamics. Then , t he order respo nse rate of vendor and retailer in t he two polices to a Poisson inp ut was quantitatively co mpared t hro ugh dynamic simula2 tion. In additio n , to compare t he effect of replenishment cycle o n t he B E in time - based VM I consolidation replen2 ishment policy , t he order response rate of vendor and retailer to a Poisson inp ut was simulated under different re2 plenishment cycles. The result s showed t hat a time - based VMI co nsolidatio n replenishment policy could st rikingly alleviate t he negative B E existing in a t raditio nal replenishment policy , and t he B E under a long replenishment cycle was mo re serious t han under a short replenishment cycle. Key words : supply chain ; bullwhip effect ; vendor management invento ry ; co nsolidatio n replenishment ; system dy2 namics ; simulation
而传统供应链中的供应商和零售商一般只对自 己的库存控制 、销售和订货行为负责 。供应商仅仅 拥有他们的直接客户 (零售商) 的需求信息 ,而没有 零售商的库存信息和最终客户的需求信息 ,所以供
2 卷
应商向零售商的补货和自身库存的补给只能以自身 的库存水平和对零售商的销售信息为依据 ,无法充 分保证供应商能订购合适的数量以实现满足零售商 需求和成本预算的平衡 ,也无法充分保证零售商能 订购合适的数量以实现满足终端客户需求和成本预 算的平衡[9 ,22 ] 。零售商订单多 ,供应商就订货多 ,反 之就少 ,供应商始终被零售商不确定的需求所左右 , 处于被动地位 ,无法确定反映真实需求的订货数量 来补充自身库存 ,也无法确定向零售商补货的周期及 数量 ,要么供应商缺货无法满足需求 ,要么就是自身 订货过多而库存积压 。由此出现牛鞭效应在所难免 。
标 ,标准性和可复制性差 ,很难达到长远的战略应用 效果 。而因为自身信息化程度不高 、技术更新慢 、管 理欠完善 、专业人员流动大 、营运成本过高 、企业间 缺乏足够信任等限制 ,许多中小企业无法参与配合 CPFR 的协同框架 。事实上 ,就连实力雄厚的 Wal - Mart , 家 乐 福 , Kmart , Diallard Depart ment Stores 等大型零售商也只能和他们的几家重要的大 型供应商达成并实施 CPFR ,面对成千上万的产品 种类及其供应商 ,他们不可能做到和每一家供应商 都实施 CPFR 。
张力菠1 ,韩玉启1 ,陈 杰1 ,余 哲2
(1. 南京航空航天大学 经济管理学院 ,江苏 南京 210016 ;2. 上海交通大学 管理学院 ,上海 200030)
摘 要 :为比较基于时间的供应商管理库存整合补货模式和传统补货模式对零售业供应链中牛鞭效应的影 响 ,概述了供应商管理库存在零售业供应链中的应用情况 ,构建了两种补货模式的系统动力学模型 。通过仿真 ,定 量地比较了两种补货模式中供应商和零售商对泊松流随机需求输入的订单响应率的波动 。另外 ,为了比较基于时 间的供应商管理库存整合补货模式下补货周期对牛鞭效应的影响 ,通过改变参数设置模拟了不同补货周期下供应 商和零售商的订单响应率波动 。结果显示 ,与传统模式相比 ,基于时间的供应商管理库存整合补货对牛鞭效应有 明显的改善 ;供应商管理库存整合补货的补货周期对牛鞭效应存在明显的影响 ,较长周期下的牛鞭效应相对于较 短周期要严重 。
第 12 卷第 9 期 2 0 0 6 年9月
计算机集成制造系统
Computer Integrated Manufact uring Systems
文章编号 :1006 - 5911 (2006) 09 - 1516 - 08
基于时间的供应商管理库存 整合补货模式下的牛鞭效应研究
Vol. 12 No. 9 Sep . 2 0 0 6
相比之下 ,VM I 虽然存在一定的缺陷 (系统集 成不够 、单向过程 、注重 o ne - o ne 的合作关系 、缺乏 足够的协商等) ,但因其更宽容的适用条件 、相对低 廉的获取和实施成本 ,受到了众多企业的欢迎 。更 重要的是 ,VM I 能降低库存及成本 ,减少缺货 ,改善 库存周转率及需求预测的精确度 ,缓减牛鞭效应 ,实 现配送的优化 ,提高客户服务水平等效益[1 ,9] 。而 且随着信息技术的进步 ,VM I 也在吸收其他技术的 优点 ,比如加强 VM I 中的协商和对例外事件的协调 功能 ,提高需求预测 、计划和补货的准确度 。因而可 以认为 ,VM I 仍然是目前企业提升组织间供应链效 率的主要技术手段之一[3 ,9 ,16 - 17 ] 。对于零售业供应 链 ,VM I 也有助于库存控制的改善 ,并能在一定程 度上减轻牛鞭效应[18 - 21 ] 。
考虑到 VM I 整合补货的系统动态性 ,本文利用 系统动力学的原理和方法 ,构建其因果反馈关系模 型及系统动力学仿真模型 ,研究基于时间的 VM I 整 合补货策略的系统动态特性 ,将其与传统补货策略 的特性进行比较 ,通过模型在随机需求下的仿真 ,研 究两种策略模式下的牛鞭效应 ,并探讨基于时间的 VM I 整合补货在不同补货周期 (时间) 下的牛鞭效 应。
E - mail : zlbzhang @yahoo . co m. cn 。
第9期
张力菠 等 : 基于时间的供应商管理库存整合补货模式下的牛鞭效应研究
1517
平过高 、客户服务水平降低和决策困难等不良后 果[3] ,不仅增加供应链的总体成本 ,影响供应链的整 体协同运作 ,而且降低供应链的整体服务水平及效 益 。供应商管理库存 ( Vendor Managed Inventory , VM I) 被认为是供应链管理环境下一种集成的 、系 统的库存管理方法 。基于时间的 VM I 整合补货则 是指供应商根据下游客户共享的库存和销售信息 , 每隔一个具体时间 (如 T) 补一次货 ,它注重对客户 的服务水平 ,尽量保证在确定的补货时间内满足客 户的需求 ,是供应商经常采用的一种补货模式 。文 献[ 4 ]～文献 [ 8 ]从库存成本优化角度探讨了 VM I 整合补货的策略优化 ,但从库存管理的系统动态性 角度 ,研究 VM I 整合补货策略及其对牛鞭效应的文 献 ,目前尚不多见 。虽然文献 [ 9 ]考虑了动态性 ,但 未考虑基于时间的整合补货 。
0 引言
市场的日益全球化和一体化增加了客户需求的 不确定性 、多样性和动态性 ,也加大了供应链中库存
控制及分销配送的协调难度 。传统的各自为政的库 存管理模式 ,容易产生需求跟随供应链从下游向上 游逐级放大的现象 ,即牛鞭效应 (Bullwhip Effect , B E) [1 - 2] 。牛鞭效应容易导致计划不准确 、库存水