供应链库存控制

供应链库存控制

摘要：本文根据企业库存控制的实际要求重点论述了需要控制的流通库存和安全库

存。本文采用数学函数来表示这两类库存，通过对函数变量的分析来系统地探索、研究企业库存控制的方法。提出了响应速度和库存控制正向相关的新观点，挑战了长期以来认为响应速度和库存控制相互对立的观点。通过对VMI和传统生产运作流程的比较指出了未来企业生产控制的发展方向。

关键词：库存，响应速度，VMI，信息传递，订单解析。

现代企业面临的市场竞争越来越激烈，客户对于供应商的订单响应能力也提出了越来越高的要求。可在对客户订单响应速度提高的同时，越来越多的企业也同时发现，企业的库存也正在随之水涨船高。这些库存占用了企业大量的运营资金，降低了资金的收益率，同时这些库存还需要保管，产生大量的仓储费用，而且这些库存还存在贬值、报废的危险，大量地吞噬了企业本可以获得的利润。如何在保证对客户订单响应速度的同时降低库存就成了摆在许多企业面前的难题。

要想知道如何能够有效地控制库存，企业首先要弄明白库存是如何产生的。库存按照持有的原因可以分为以下几种：

1、投机性库存。主要是持有库存希望以后库存升值以赚取差价。

2、周期性库存。这种库存在很大程度上取决于生产批量的规模、经济运输批量、存

储空间的限制、补货提前期、价格-数量折扣计划以及库存持有成本、客户需求的

周期性波动等因素。

3、流通库存。由于运输、生产等环节并非瞬间完成，所以一定会有一些库存以在途

原材料、仓库原料、车间在制品等形式存在，这种库存被称为流通库存。

4、安全库存。是指企业为了解决需求和供应的时间差异的不确定性而准备的库存。

其中第一种情况下是企业主动去持有库存，没有必要去讨论如何降低这种类型的库存。而第二种库存又取决于公司面临的客观经营环境，所以也没有太多可以讨论的地方。通常我们所说的库存控制其实主要是指控制第三、四类库存。

对于第三类库存，可以看成是每个时间段的需求与流通时间（生产时间）的乘积。假设每个时间段的需求为Q，流通时间（生产时间）为Lm，则第三类库存的函数表达式为Q*Lm。

企业的安全库存是因为企业的生产备料周期长于客户要求的交货提前期，为了防止客户的需求较预测的需求（或平均需求）大而相对于预测的平均需求多准备的库存，这些库存可能并不在企业的仓库中，很多时候这些安全库存是存在于供应链上各个供应商的仓库中的，但却是企业必须承担责任的库存。往往企业在产品切换时要经过一个很长的切换期，就是因为需要这么长的一个切换期去消耗掉这些安全库存。这说明这些安全库存仍然是企业必须承担责任的。而且这个很长的切换期也降低了企业对市场变化反应的敏捷度。

对于安全库存，为方便研究，可以假设每天的物料需求是一个符合正态分布的随机变量（这符合很多企业的经营现实），并假设其的期望为Q，均方差为σ。那么未来（Ls- L d）时间段内需求的期望为Q*（Ls- L d）。这样企业希望以一定的订单满足率实现客户需求的问题就转变成了希望以后的实际值以一定的概率落在一个置信区间的问题。这是一个实际问题，所以需要考虑的只是置信区间的上限。这个上限等于正态分布的期望加上一定倍数的方差，即Q*（Ls- L d）+kσ。其中σ=cv*Q*( Ls- L d），则安全库存为k*cv*Q*( Ls- L d）。

其中k为常量（取决于置信度，也即前面提到的订单满足率），cv为变异系数。变异系数cv 与正态分布的时间因子的平方根（√（Ls- L d-1））成反比。这样为了研究的方便，我们把这个系数中的与时间相关的因子简化为√（Ls- L d），并提出来与前面的时间因子（Ls- L d）相消，并将k与消去了时间因子的变异系数剩余部分的乘积以δ表示，得到第四类库存的函数表达式Q*√（Ls- L d）*δ。当客户要求的交货提前期长于企业正常的生产备货周期时，企业可以根据确定的需求去备料、生产，无须准备安全库存。

这样可以用下面的公式表示企业生产、流通中需要控制的第3、4类库存。

I= Q*Lm +Q*√（Ls- L d）*δ当Ls>L d时 1.1

I= Q*Lm 当Ls

其中I代表库存，Q代表企业的日均物料需求，δ代表预测精度, Lm代表企业生产周期；Ls代表企业的供应周期；L d代表客户要求的交货提前期。

可以看出等式1.1右边的前半部分就是前面所说的第三类库存：流通库存；而等式右边的后半部分则为第四类库存：安全库存。当客户要求的交货提前期长于企业的生产备料周期时安全库存为零，此时就只有第三类库存，库存函数变成了等式1.2。

现在回到上面的公式，针对流通库存，可以很容易地发现降低流通库存的手段就是缩短生产周期（Lm）。而具体到企业的生产活动中就是通过缩短物料的无效等待时间，减少物料的流动距离、提高流水线的速度、采用效率更高的机器设备、消除生产中的瓶颈工序等手段来减少各个工序的完成时间，甚至是消除一些不必要的作业工序，如对某些供应商的来料实行免检，通过这些手段来缩短企业的生产周期，进而减少企业的流通库存。

针对这类库存，在现实生产中企业也采用了大量值得借签和学习的做法。如就近寻找供应商，许多在其所在行业中具有龙头作用的大企业如丰田，要求他们的供应商在他们的生产基地附近设厂，要求供应商实行零缺陷管理以便来料可以免检，甚至直接上生产线，采用机械化程度更高的生产线，这些手段使运输时间和来料检验时间、制造时间缩短，大大减少了流通库存，这也使丰田的零库存式生产成为可能。此外工厂的布局、选址也日益成为一门科学，合理的生产、物流布局，恰当的选址可以使企业的无效的物料流动距离大大缩短，从而也缩短了企业的生产周期。而企业生产周期的缩短不仅提升了企业的对市场的响应速度，同时还降低了库存。而且生产周期的缩短也意味着企业提升了自身的产能。

目前许多企业对第三类库存做了很多有益的控制工作，但是对于第四类库存，目前所做的工作并不多。从库存公式中可以看出，日均的需求量是一定的，影响第三类和第四类库存的主要是后面的时间因素。而企业生产产品的生产周期一般为两三天，甚至有很多电子产品的生产、组装周期在一天之内。而与此同时大多数企业的供应周期为20~30天，甚至是更久！很多时候是生产周期的10倍以上！可见控制企业的库存主要还是应该想办法控制第四类库存，尤其是对第三类库存的控制已经做了许多工作的企业，生产周期已经很短，继续在这一类库存的控制上挖掘的潜力已经不大，这样第四类库存的控制更成为这些企业以后库存控制工作中的重点！

试想一下，如果企业能够在收到客户确定的订单需求开始之后才安排备料、生产，并且能够满足客户要求的交期的话，企业就没有任何必要保留安全库存了。而在大多数情况下，供应商无法达到客户要求的响应速度，于是就只有把一部分工作提前做，只有当剩下的工作的完成周期短于客户的交货提前期时，企业才能够按照客户要求的时间交货。很多企业提高订单响应速度也正是通过这种方式实现的。可这样一来问题就产生了，因为企业开始准备时并不清楚客户未来的真实需求，只能是根据预测或经验去预估客户未来的需求、以此来进行生产备料。这种预测和实际之间的差别就是产生安全库存的根源。这种误差越大，产生的无效的安全库存就越多，反之安全库存就小。这就造成很多公司提升了订单响应速度却增加了库存，甚至有很多人认为提升订单响应速度就必须增加库存，使库存的增加显得更加理直气

壮，而这种观念将更加不利于库存控制。

现在回到第四类库存的函数表达式，从中可以很直观地发现如果增大Ld或者减小Ls，缩小（Ls- L d）的值，就可以减小安全库存的数量。如果使Ld>Ls，即企业的供应提前期短于客户要求的交货提前期时，企业只需要保留第三类库存即可。这样甚至可以将第四类库存完全消灭掉！

Ld是交货提前期，就是客户要求的企业从收到客户订单到交货给客户的时间周期。那么增大Ld有两种方法，1、要求客户将需求的日期推迟2、要求客户更早的把确定的需求通知给企业。其中方案1在多数情况下并不可行，因为客户也面临着市场的压力，必须快速地反应市场和他们的客户。方案2是较为可行的办法。很多时候，信息在中途做无效的处理、停留的时间远远比信息实际传递的时间长！如果减少这些中间无效的处理、停留的时间，企业就可以更早地知道订单信息，更早做出恰当的反应，从而大大减少库存。比如，可以和客户建立电子信息交换系统（EDI），使订单信息可以更早传递过来，而不是经过了一周甚至更长的时间才收到订单信息，企业就相对于原来的作业模式提前获知了订单信息，在最终交期一定的情况下就相当于企业得到了更长的交货提前期。

另一种方法是减小Ls。Ls是从收到客户的订单信息后到交货给客户的时间周期。理论上企业可以通过缩短企业自身的生产加工时间或者是缩短供应商的交货提前期来实现。缩短企业自身的生产加工时间在前面降低流通库存的时间时已经提到了，这里就不做重述了。缩短供应商的交货提前期是很多企业所乐意采用的方法。可很多时候我们走入了另一个误区：要求供应商通过多备料的方法来缩短他们的交货提前期！这样就出现了一种假象，企业自身的库存减少了，但供应商的库存却大幅度地上升了，有时甚至超过了企业自身的库存的减少！目前，越来越多的企业热衷于通过VMI的方式来降低企业库存，VMI一时间也成了物流管理、供应链管理的最热门的话题之一。许多公司认为VMI最大的好处是可以在要求供应商备料的同时还把库存挂在供应商的名下，从而减小来自企业内部的库存过大的指责的压力。但他们并没有对企业与供应商之间的合作做出任何实质性的改变，企业与供应商之间的物料需求信息生成、传送的模式并没有做任何的改变！前面所说的那种所谓的VMI只是转移了库存放置的地方而没有实际降低整个供应链的库存，实际上并没有解决问题，这是一种掩耳盗铃的做法。库存占用资金、消耗资源去保管库存的实质并没有任何改变！而且很多时候，这些所谓的VMI库存的风险和责任已经转移给了企业。一个明显的例子是：企业必须购买进入VMI仓库的库存。还有人可能会觉得至少在企业没有付款时这还是供应商的库存，与企业无关。可是仔细想一想，没有做亏本生意的供应商。供应商的成本上升了，给企业的物料报价必然地会随之上升，而这将最终降低企业资金收益率，企业降低库存的最初的目标将无法实现！

企业如何能够在不增加整个供应链的库存的前提下让供应商更早交货呢？答案在于：提升企业与供应商的信息传递的速度！有的人可能觉得很奇怪，现在有电话、传真、因特网，信息已经是在以光速在传播，难道还不够快吗？没错！信息在传递的过程中的时候速度的确是很快的。可信息在中间会有大量的时间停滞、甚至在中间等待并制造出更大的误差！只有信息以最快、最准确的方式传达给了真正需要对信息进行处理、反应的人或组织那里才是最有效的信息传递，而这才是VMI的核心所在！VMI应该是客户和供应商之间信息传递的一个直通车！而目前的信息传递由于中间环节过多造成反应速度慢、成本高昂，信息传递的精度也得不到保证。比较显著的一个问题就是牛鞭效应的产生，由于中间环节层层地处理，调整信息，致使一个微小的市场变化都可能导致传递到企业的需求信息产生巨大的波动。这种巨大的波动直接导致大量的无效库存。

下面以图例说明传统作业模式和VMI模式下程序差异。

在传统的作业模式下，企业先从客户那里得到订单，由于工作量的缘故，计划部通常会一个星期对订单进行一次集中处理，根据对以后交货的安排和历史的一些销售情况做出一个新的生产需求计划出来，而这个处理过程一般又会需要一到两天。系统会把相应的信息传递到物控部的职员那里，然后物控部的职员会根据计划部的生产需求信息以及企业自身的原料库存、半成品、成品库存做出一个物料需求计划，这个过程往往也要一天。采购部的职员会根据物料需求计划做成采购订单需求传送给供应商。这个动作很多时候也要一两天！这样在供应商收到订单信息时与企业自身获得信息的时间相比已经过去了大约两周！相应的供应商开始备料、生产交货的时间也会向后推迟两周。但事实上这些人、这些环节所处理的信息、提供的信息本质上一样的！因为供应链上所有企业生产的最终目的都是为满足最终客户的需求！换句话说企业在这个过程中花费了大量的人力物力去浪费企业最宝贵的时间，最终又要花费很多资金去备许多额外的库存来弥补这些被企业浪费的时间！当企业的供应链比较长，中间的供应商环节比较多时，这种信息反复处理带来的时间延迟就更为显著了。这样做企业的供应周期往往长得让客户难以接受，为了解决这种供应和需求之间时间差异的矛盾，企业不得不在供应链中堆积大量的库存，浪费大量的金钱。而且市场对企业的反应速度的要求也越来越快，不仅要求出货速度快，对切换、变更的的响应速度也有了更高的要求。通过预先完成部分工序来达到客户要求的订单响应速度的方法对这种高速的变更和切换显然是无能为力的。

回顾刚才所提到的订单处理的流程，读者可能会觉得很奇怪，为什么同样的一个信息一定要在几个部门之间一环一环地往后流呢？如果需求信息能够直接传送到真正需要对它做出反应的部门：如最终的物料供应商，企业岂不是有机会大大缩短自身的供应周期吗？所以可以考虑的一个方案是建立一个订单的解析系统，将企业的订单直接解析为原材料需求并直接传送给相应的原材料供应商，由原材料供应商在第一时间对订单需求进行处理。基本的作业程序可见上图中的VMI作业模式。从上图中可以看出由于在VMI作业模式下，订单的需求信息直接传送到了末端的供应商那里。这样供应商就可以更早地对订单进行响应，更早

交货而不需要增加安全库存，最终使企业在提高自身的响应速度的同时能保持整个供应链的

库存不上升。从图中也可以看出，这种做法并没有对企业的生产周期进行改善，所以并没有减少流通库存。VMI是通过缩短订单的信息传递周期来缩短企业的供应周期（Ls），降低的是安全库存。而且VMI的这种信息传递方式省去了很多中间处理的环节，这也有助于企业降低自身的成本。

但是这种做法有一个先决条件：部件必须是系统可以识别的。即它们在系统内部应有明确的编码可以区分。因为部件如果是要变更设计的，和已有的编码对应的部件都不一样，系统是无法去识别、分解并将相关的需求信息传递给相应的供应商的。这样每个供应链中的企业都必须由相关工作人员向他们的供应商去通知这种变更，信息的传递又回复到了传统的一环套一环的传递模式，库存又将上涨，导致整个供应链的反应速度变慢！

最后一个影响库存的因素是δ，也就是估算系数。是企业在保持一定的库存可得率（或订单完成率）的前提下的安全库存相对同期需求的期望的比例。这个估算系数和企业需要达到的库存可得率（订单完成率）等要求相关，同时和企业所面临的客户需求的特点、物料本身的特点有关系，同时也受企业预测水平的影响。但是通过牺牲库存可得率（订单完成率）来降低库存可能会降低客户的满意度，最终影响企业的获利能力，所以很多时候这种做法并不可行。此外，一般来讲企业无法改变自己的客户，所以也无法去提高自己客户需求的可预测性。但是提升产品物料的通用性，进而提高对需求预测的精确性，以及提升自身的预测水平却是可以做到的，而且也是一个努力在这个行业中取得竞争优势的企业应该做到的。这方面比较突出的例子是零售业的沃尔玛。沃尔玛可以根据店铺所在地区的收入水平，历史的一些销售记录来预测销售，并根据这个预测来备货，他们甚至可以预测到周末的波动。这种高效精准的预测在保证同样的商品可得率的前提下大大降低了库存。对于生产型企业，做的比较突出的例子有丰田汽车，戴尔电脑等企业。丰田公司通过从设计源头优化设计来加强原材料和部件的通用性，使零部件和原材料的种类大大减少。多个不完全相关的数列的和构成的新数列的方差小于原来各数列的方差的和，这就是说当原材料种类减少时，如果总需求金额不变，需求的波动会变小，预测的精度会上升。这意味着丰田加强物料的通用性从而大大提升了这些物料的可预测性，进而降低了最终的物料安全库存。

综上所述，对于一个企业有以下几个大的可行的方向来帮助企业降低库存的同时提高企业的响应速度。

1、提高关键环节的处理速度。如提高流水线的速度、提高员工的操作熟练程度、

采用高效率的机器设备等。

2、减少不必要的处理环节。如实行来料免检、物料直接上生产线等。

3、改进和提升信息传递的方式。如前面所说的将信息由订单解析系统直接解析

成物料需求传递给真正需要处理信息的人或组织，由这些人或组织直接对信

息做出恰当、迅速的反应。

4、提高预测精度。即一方面要提高我们面对的需求的可预测性，如加强原材料

的通用性。另一方面要提高企业的预测的水平，如建立客户需求预测的模型

等。尽可能精确地预测将来所要面临的情况，并做出恰当的反应。

参考书目：《企业物流管理》 Ronald H.Ballou 著