论文部分内容阅读
摘 要:将第三方物流引入到CPFR中,构建了不缺货情形下CPFR中的协同补货模型,通过对模型的最优值求解,得出最优库存量及最优补货时间,证明了模型的有效性。最后研究了协同补货模型中的各个参数的变化对最优值变化的影响,分析了变动发生的原因,以及在参数变化后最优值的变化趋势。
关键词:不缺货;第三方物流;供应链;协同补货;模型
中图分类号:F272.1 文献标识码:A 文章编号:1003-5192(2010)05-0063-05
Research on Without-Short-Supply Collaborative Replenishment
Model of Supply Chain with Third Party Logistics
YAO Wei-xin
(Management School, Donghua University, Shanghai 200051, China)
Abstract:This paper introduce the third party logistics into Collaborative Planning, Forecasting and Replenishment(CPFR). A model about without-short-supply collaborative replenishment is designed. Using mathematical tool to solve the model to get optimal stock and optimal replenishment time. Thus the validity of the model is proved. It also study the influence of parameter’s altering on the change of optimal value and analyze the reason of changing. It illustrates the trend of optimal value after parameter altering.
Key words:without short supply; third party logistics; supply chain; collaborative replenishment; model
1 引言
第三方物流常常被称为契约物流或者物流外部化[1],也有将第三方物流定义为一家公司使用另一公司进行所有或部分物流管理或产品分销的物流[2]。
协同计划预测补货(Collaborative Planning, Forecasting and Replenishment, CPFR)应用目前现有的技术模型,通过共同业务过程和共享信息来改善零售商和供应商之间的伙伴关系,提高需求预测的精确度,达到提高供应链效率、减少库存并最终达到提高消费者满意度的目的[3]。吴志忠[4]认为,CPFR是一种想要扩张的供应链,使之成为一种需求导向的理念。但斌等[5]则认为,CPFR系统是一个以网络为基础标准,利用协同预测,以提升卖方管理库存及持续再补货效果的网络信息系统,借由CPFR,不同供应链成员利用电子方式交换信息,包括销售趋势、排定的促销活动和预测等资料。
de Palula等[7]研究了通过知识管理以及计算机支持协同工作(Computer Supported Cooperative Work,CSCW)来支持面向客户的定制化的CPFR系统的构建实施。Huo 等[8]则通过基于时间序列的预测模型,对需求量进行预测,在预测结果的基础上,建立相应的库存管理策略,来实施CPFR,使得整个CPFR系统能够满足市场的快速变化进而作出响应。
Sari[9]对比了CPFR和VMI这两种模式,认为在理想情况下,CPFR的表现总是好于VMI的,当然在某些情况下,如生产资源紧缺情况下,VMI稍占优势。
随着市场竞争的日趋激烈,众多企业不得不将主要的资源投入到自身的核心业务中去以强化自身的核心竞争力,而一些非核心业务,如物流业务,一般可以通过外包交由第三方物流公司来运作。随着供应链管理思想的日趋成熟,越来越多的企业间通过先进的供应链管理理念来进行供应链的整合。因此,很有必要研究第三方物流公司参与到CPFR运作中所出现的一些问题。
本文试图通过建立基于CPFR的供应链库存模式,求得考虑补货成本、运送成本、库存持有成本、顾客等待成本的最小供应链成本,期望能达到节省运送费用、降低库存水平、提高顾客服务水平的目的。
2 不缺货情形下的最优补货模型
2.1 经典模型介绍及评价
Cetinkaya & Lee[6]研究了一个经典的三层次的供应链,在该供应链中包括:制造商、供应商、分布在不同区域的零售商。
其中{N(t):t≥0}是一个更新过程,反映了截至t时刻订单的需求总数。
上述的模型具有很多开创性的意义,但由于其假设过于理想化,还存在以下不足:
(1)没有将补货提前期考虑进去,在实用性方面存在欠缺。
(2)文中在最优策略求解中,并没有出现参数项cR和cD,是否这两个参数对供应商的最优策略没有影响还是影响较小,论文中也没有提及。
虽然存在着以上的问题,但他们的研究给后续的研究提供了更多的思考基础以及思考方向。
现假设在一个供应链中,包含了生产商、第三方物流公司和零售商。生产商将其主要资源都投入到生产中去,而对于物流和仓储运作,则交由第三方物流公司来运作。在整个CPFR实施补货的过程中,零售商的补货运作也是通过第三方物流公司来处理,在零售商的库存点有多个的情况下,第三方物流公司实施整合配送的方式来补货。这种方式的运作过程可以用图1来表示。
2.2 问题描述及参数设置
在本文的研究中,第三方物流实施的库存策略是(S,s)策略,另外还假设:
(1)需求累计过程是个典型的Poisson过程,即一定的时间间隔T内的累计需求量仅仅依赖于T的大小,而与开始时刻无关,且服从参数为λT的Poisson分布;
(2)不会发生缺货现象;(3)决策做出之后,便不可更改,各方严格执行。
文中所采用变量主要说明如下:Xn为第n笔至第n+1笔零售商订单发生的间隔时间;Sn为至第n笔零售商订单的累积时间;N(t)为至时间t的零售商的累积需求;Ni(T)为该配送周期的零售商的累积需求,即运送量,在论文中简写为Ni,它们独立且恒等分布,且服从于参数为λT的Poisson分布;It为时间t的第三方物流的库存水平, Ii(i=0,1,…,K)表示第i次发货后的库存水平,I0和Ik有共同的数学期望,设其为μ;S为第三方物流的订货点;AD为固定配送成本;cD为单位配送成本;T为运送周期,即补货间隔;h为单位库存持有成本;w为单位时间内单位顾客的等待成本;cR为每单位采购成本;AR为固定采购成本;K为一个补货周期内的配送决策数;λ为需求率;τ为补货提前期,外生随机变量,概率密度为ψ(•),假设服从指数分布,其概率密度为ψ(τ)=1θe-τθ,τ>00,τ≤0。
2.3 不缺货情形下最优补货模型的构建
第三方物流向零售商补货的一个补货周期内,发生的成本主要有库存持有成本、补货成本、配送成本以及客户的等待成本。
(1)期望库存持有成本
在一个补货周期内,第三方物流的库存持有成本数学表达式为
(3)期望配送成本
每补货周期内,发货的决策次数为K次,第三方物流所运送给零售商的产品总量为S-IE,则期望配送成本E[CD]为
在其他参数不变,仅顾客等待成本提高的情况下,第三方物流的最优策略变化趋势为提高订货点,目的是尽可能地满足客户的需求,降低配送间隔期,最终总成本增加。
4 结论与不足
论文在对有关文献进行综述的基础上,对Cetinkaya & Lee曾经研究过一个经典的三层次的供应链的补货模型进行了简单地介绍和评价,指出了其存在的不足之处。在此基础上将第三方物流引入到CPFR中,构建了不缺货情形下CPFR中的协同补货模型,利用数学工具对模型最优值求解,得出最优库存量及最优补货时间,证明了模型的有效性。最后研究了协同补货模型中的有关参数的变化对最优值变化的影响,分析了变动发生的原因,以及在参数变化后最优值的变化趋势。
与Cetinkaya & Lee的模型相比,本模型具有以下两个方面的特点:
(1)将补货提前期考虑进去,使得模型更具有实用性。
(2)在最优策略求解中,考虑了参数项cR和cD,并讨论了这两个参数对最优策略的影响。
本文的研究还存在一些不足,未来的研究可以从以下三个方面展开:
(1)本文中假设了需求服从泊松分布,第三方物流补货提前期服从指数分布,这两点比较理想化,未来的研究可以通过数据收集来拟合确定真实的函数分布,这样模型的现实意义才能更加强烈,或者是通过计算不同的分布情况下的最优策略,以扩大模型的使用范围。
(2)由于生产型企业内的物流成本很难核算,因此在解释有关采用第三方物流的成本缩减方面显得苍白,接下来的研究可以重点调查企业内部的物流相关成本以及在采用第三方物流后的相关成本,使得论据更加充分。
(3)由于第三方物流补货提前期的存在,如果第三方物流的补货提前期太长,则会影响了补货,从而产生缺货,因此可以对缺货情况下的最优补货模型进行研究。
参 考 文 献:
[1]Johnson J C. Contemporary logistics[M]. Prentice-Hall, 1998. 45-46.
[2]Handfield R B. Supply chain management[M]. Prentice-Hall, 1996. 86.
[3]施恭平.协同商务下基于CPFR 的供应链管理研究[J].科技情报开发与经济,2006,16(19):119-120.
[4]吴志忠.建构一个具有CPFR流程特性之企业间商务电子交易市集平台的模式[D].台湾:国立政治大学,2000.76-78.
[5]但斌,张旭梅,刘飞.基于CPFR的供应链体系结构和运作研究[J].计算机集成制造系统,2000,(4):41-45.
[6]Cetinkaya S, Lee C Y. Stock replenishment and shipment scheduling for vendor-managed inventory systems[J]. Management Science, 2000, (2): 217-232.
[7]de Paula M, Oliveira J, de Souza J M, et al.. Improving design with collaborative planning, forecasting and replenishment through knowledge management and CSCWD[A]. Proceedings of The 8th International Conference on Computer Supported Cooperative Work in Design[C]. Xiamen, China, IEEE Press, 2004. 534-539.
[8]Huo Yanfang, Jiang Xinyue. Research on CPFR and warehousing management: a method to enhance supply chain visibility[A]. Proceedings of 2007 International Conference on Wireless Communications, Networking and Mobile Computing[C]. Shanghai, China, IEEE Press, 2007. 4645-4648.
[9]Sari K. On the benefits of CPFR and VMI: a comparative: simulation study[J]. International Journal of Production Economics, 2008, 113(2): 575-586.
关键词:不缺货;第三方物流;供应链;协同补货;模型
中图分类号:F272.1 文献标识码:A 文章编号:1003-5192(2010)05-0063-05
Research on Without-Short-Supply Collaborative Replenishment
Model of Supply Chain with Third Party Logistics
YAO Wei-xin
(Management School, Donghua University, Shanghai 200051, China)
Abstract:This paper introduce the third party logistics into Collaborative Planning, Forecasting and Replenishment(CPFR). A model about without-short-supply collaborative replenishment is designed. Using mathematical tool to solve the model to get optimal stock and optimal replenishment time. Thus the validity of the model is proved. It also study the influence of parameter’s altering on the change of optimal value and analyze the reason of changing. It illustrates the trend of optimal value after parameter altering.
Key words:without short supply; third party logistics; supply chain; collaborative replenishment; model
1 引言
第三方物流常常被称为契约物流或者物流外部化[1],也有将第三方物流定义为一家公司使用另一公司进行所有或部分物流管理或产品分销的物流[2]。
协同计划预测补货(Collaborative Planning, Forecasting and Replenishment, CPFR)应用目前现有的技术模型,通过共同业务过程和共享信息来改善零售商和供应商之间的伙伴关系,提高需求预测的精确度,达到提高供应链效率、减少库存并最终达到提高消费者满意度的目的[3]。吴志忠[4]认为,CPFR是一种想要扩张的供应链,使之成为一种需求导向的理念。但斌等[5]则认为,CPFR系统是一个以网络为基础标准,利用协同预测,以提升卖方管理库存及持续再补货效果的网络信息系统,借由CPFR,不同供应链成员利用电子方式交换信息,包括销售趋势、排定的促销活动和预测等资料。
de Palula等[7]研究了通过知识管理以及计算机支持协同工作(Computer Supported Cooperative Work,CSCW)来支持面向客户的定制化的CPFR系统的构建实施。Huo 等[8]则通过基于时间序列的预测模型,对需求量进行预测,在预测结果的基础上,建立相应的库存管理策略,来实施CPFR,使得整个CPFR系统能够满足市场的快速变化进而作出响应。
Sari[9]对比了CPFR和VMI这两种模式,认为在理想情况下,CPFR的表现总是好于VMI的,当然在某些情况下,如生产资源紧缺情况下,VMI稍占优势。
随着市场竞争的日趋激烈,众多企业不得不将主要的资源投入到自身的核心业务中去以强化自身的核心竞争力,而一些非核心业务,如物流业务,一般可以通过外包交由第三方物流公司来运作。随着供应链管理思想的日趋成熟,越来越多的企业间通过先进的供应链管理理念来进行供应链的整合。因此,很有必要研究第三方物流公司参与到CPFR运作中所出现的一些问题。
本文试图通过建立基于CPFR的供应链库存模式,求得考虑补货成本、运送成本、库存持有成本、顾客等待成本的最小供应链成本,期望能达到节省运送费用、降低库存水平、提高顾客服务水平的目的。
2 不缺货情形下的最优补货模型
2.1 经典模型介绍及评价
Cetinkaya & Lee[6]研究了一个经典的三层次的供应链,在该供应链中包括:制造商、供应商、分布在不同区域的零售商。
其中{N(t):t≥0}是一个更新过程,反映了截至t时刻订单的需求总数。
上述的模型具有很多开创性的意义,但由于其假设过于理想化,还存在以下不足:
(1)没有将补货提前期考虑进去,在实用性方面存在欠缺。
(2)文中在最优策略求解中,并没有出现参数项cR和cD,是否这两个参数对供应商的最优策略没有影响还是影响较小,论文中也没有提及。
虽然存在着以上的问题,但他们的研究给后续的研究提供了更多的思考基础以及思考方向。
现假设在一个供应链中,包含了生产商、第三方物流公司和零售商。生产商将其主要资源都投入到生产中去,而对于物流和仓储运作,则交由第三方物流公司来运作。在整个CPFR实施补货的过程中,零售商的补货运作也是通过第三方物流公司来处理,在零售商的库存点有多个的情况下,第三方物流公司实施整合配送的方式来补货。这种方式的运作过程可以用图1来表示。
2.2 问题描述及参数设置
在本文的研究中,第三方物流实施的库存策略是(S,s)策略,另外还假设:
(1)需求累计过程是个典型的Poisson过程,即一定的时间间隔T内的累计需求量仅仅依赖于T的大小,而与开始时刻无关,且服从参数为λT的Poisson分布;
(2)不会发生缺货现象;(3)决策做出之后,便不可更改,各方严格执行。
文中所采用变量主要说明如下:Xn为第n笔至第n+1笔零售商订单发生的间隔时间;Sn为至第n笔零售商订单的累积时间;N(t)为至时间t的零售商的累积需求;Ni(T)为该配送周期的零售商的累积需求,即运送量,在论文中简写为Ni,它们独立且恒等分布,且服从于参数为λT的Poisson分布;It为时间t的第三方物流的库存水平, Ii(i=0,1,…,K)表示第i次发货后的库存水平,I0和Ik有共同的数学期望,设其为μ;S为第三方物流的订货点;AD为固定配送成本;cD为单位配送成本;T为运送周期,即补货间隔;h为单位库存持有成本;w为单位时间内单位顾客的等待成本;cR为每单位采购成本;AR为固定采购成本;K为一个补货周期内的配送决策数;λ为需求率;τ为补货提前期,外生随机变量,概率密度为ψ(•),假设服从指数分布,其概率密度为ψ(τ)=1θe-τθ,τ>00,τ≤0。
2.3 不缺货情形下最优补货模型的构建
第三方物流向零售商补货的一个补货周期内,发生的成本主要有库存持有成本、补货成本、配送成本以及客户的等待成本。
(1)期望库存持有成本
在一个补货周期内,第三方物流的库存持有成本数学表达式为
(3)期望配送成本
每补货周期内,发货的决策次数为K次,第三方物流所运送给零售商的产品总量为S-IE,则期望配送成本E[CD]为
在其他参数不变,仅顾客等待成本提高的情况下,第三方物流的最优策略变化趋势为提高订货点,目的是尽可能地满足客户的需求,降低配送间隔期,最终总成本增加。
4 结论与不足
论文在对有关文献进行综述的基础上,对Cetinkaya & Lee曾经研究过一个经典的三层次的供应链的补货模型进行了简单地介绍和评价,指出了其存在的不足之处。在此基础上将第三方物流引入到CPFR中,构建了不缺货情形下CPFR中的协同补货模型,利用数学工具对模型最优值求解,得出最优库存量及最优补货时间,证明了模型的有效性。最后研究了协同补货模型中的有关参数的变化对最优值变化的影响,分析了变动发生的原因,以及在参数变化后最优值的变化趋势。
与Cetinkaya & Lee的模型相比,本模型具有以下两个方面的特点:
(1)将补货提前期考虑进去,使得模型更具有实用性。
(2)在最优策略求解中,考虑了参数项cR和cD,并讨论了这两个参数对最优策略的影响。
本文的研究还存在一些不足,未来的研究可以从以下三个方面展开:
(1)本文中假设了需求服从泊松分布,第三方物流补货提前期服从指数分布,这两点比较理想化,未来的研究可以通过数据收集来拟合确定真实的函数分布,这样模型的现实意义才能更加强烈,或者是通过计算不同的分布情况下的最优策略,以扩大模型的使用范围。
(2)由于生产型企业内的物流成本很难核算,因此在解释有关采用第三方物流的成本缩减方面显得苍白,接下来的研究可以重点调查企业内部的物流相关成本以及在采用第三方物流后的相关成本,使得论据更加充分。
(3)由于第三方物流补货提前期的存在,如果第三方物流的补货提前期太长,则会影响了补货,从而产生缺货,因此可以对缺货情况下的最优补货模型进行研究。
参 考 文 献:
[1]Johnson J C. Contemporary logistics[M]. Prentice-Hall, 1998. 45-46.
[2]Handfield R B. Supply chain management[M]. Prentice-Hall, 1996. 86.
[3]施恭平.协同商务下基于CPFR 的供应链管理研究[J].科技情报开发与经济,2006,16(19):119-120.
[4]吴志忠.建构一个具有CPFR流程特性之企业间商务电子交易市集平台的模式[D].台湾:国立政治大学,2000.76-78.
[5]但斌,张旭梅,刘飞.基于CPFR的供应链体系结构和运作研究[J].计算机集成制造系统,2000,(4):41-45.
[6]Cetinkaya S, Lee C Y. Stock replenishment and shipment scheduling for vendor-managed inventory systems[J]. Management Science, 2000, (2): 217-232.
[7]de Paula M, Oliveira J, de Souza J M, et al.. Improving design with collaborative planning, forecasting and replenishment through knowledge management and CSCWD[A]. Proceedings of The 8th International Conference on Computer Supported Cooperative Work in Design[C]. Xiamen, China, IEEE Press, 2004. 534-539.
[8]Huo Yanfang, Jiang Xinyue. Research on CPFR and warehousing management: a method to enhance supply chain visibility[A]. Proceedings of 2007 International Conference on Wireless Communications, Networking and Mobile Computing[C]. Shanghai, China, IEEE Press, 2007. 4645-4648.
[9]Sari K. On the benefits of CPFR and VMI: a comparative: simulation study[J]. International Journal of Production Economics, 2008, 113(2): 575-586.