服裝供應鏈系統動力學仿真

徐 念，張 彤，王 淵，郝向舉

(西安工程大學管理學院，陜西西安 710048)

服裝市場競爭激烈，時尚性強，并日益表現出個性化、小批量、多品種的特點［1］。由于服裝產品的需求不確定和存在銷售周期，如何準確合理的訂貨是供應商和零售商常面臨的問題［2］。供應鏈能夠快速響應全球化競爭環境，并提供良好的產品和服務，其敏捷性由產品開發柔性、采購柔性、制造柔性和后勤柔性4個因素決定［3］。服裝企業快速反應的目標是使需求變化處于可控范圍內并快速響應客戶需求。通過提高供應鏈上下游合作企業對市場信息和需求的敏感性，加強信息傳遞能力和信息共享能力，提高顧客需求柔性［4］。

相關服裝供應鏈的研究主要集中在服裝風險機制、快速反應、庫存優化、信息共享等方面。針對傳統服裝供應鏈訂貨周期問題，Sen［5］在分析美國過去20年服裝產業發展基礎上，對不同銷售時期服裝定價策略以及零售商和供應商之間信息共享機制進行了研究，建立了服裝市場需求預測模型，并實證研究模型與市場實際需求間的偏差，提出設置回購策略鼓勵零售商進行訂貨，以提高供應鏈收益。針對服裝供應鏈快速響應問題，徐琪等［6］構建了基于XML數據共享的紡織服裝供應鏈快速響應系統;Bruce等［7］探討了紡織服裝供應鏈敏捷運作解決方案;周建亨等［8］構建了服裝業供應鏈的系統動力學模型，認為供應商管理庫存(VMI，vendor managed inventory)可減少長鞭效應，提高供應鏈各節點對風險的抵抗能力。

在服裝供應鏈管理的相關研究中，傳統的供應鏈管理問題和VMI形式下的決策問題是研究的熱點問題之一。但就目前的研究來看，對訂貨提前期引起的風險研究較少，本文綜合比較二級傳統服裝供應鏈模型和供應商管理庫存模型。運用系統動力學理論與計算機仿真方法模擬VMI行為模式，研究服裝供應鏈系統信息波動不確定性。對各級成員訂單的變化仿真比較、訂貨時間變化引起的庫存變化仿真，獲得與理論一致的仿真結果。

1 理論模型

1.1 信息不完全共享

服裝供應鏈中，信息不共享，只有零售商直接掌握終端客戶需求信息，其余各級供應鏈根據下一級提供的訂貨信息進行訂貨。依據訂貨點法，隨著服裝銷售，庫存逐漸減少，當庫存量降低到某一預先設定點時，即開始發出訂貨單補充庫存，則供應鏈上第k級企業的訂貨點為其中:為需求期望估計值;Lk－1為第 k 級節點企業與第k－1級節點企業的交貨周期。為反映分銷商預測方差與客戶需求預測方差波動的相對差異，利用方差比進行描述。可導出第k級分銷商的預測方差與客戶需求的預測方差之比為

1.2 信息完全共享

當服裝供應鏈由多級零售商、分銷商、制造商及供應商等單元組成，客戶信息完全共享的情況下，即供應鏈的每一級都掌握終端客戶的需求信息。每一級企業均采用相同需求信息進行預測，需求期望估計值是相同的，即則第 k 級企業的訂貨點為導出第k級分銷商的預測方差與客戶需求預測方差之比為

長鞭效應是隨著供應鏈企業向上游延伸，產品需求的波動幅度也隨之不斷增大的現象。服裝供應鏈終端需求信息是否完全共享，長鞭效應的變化程度不同。從式(1)、(2)可看出，隨著供應鏈級數的增加，式(1)以積的形式增加，式(2)以和的形式增加。即信息完全共享的情況，長鞭效應的增加較慢。隨著節點級數k(k≥2)的增加，式(2)無法取得等號條件，即在信息完全共享的情況下，長鞭效應也不能消除。

2 仿真模型

2.1 二級信息非共享模型

Disney建立了庫存和在途庫存的供應鏈動力學模型參數［9］，借鑒此模型構建傳統服裝供應鏈模型和VMI模型。研究對象選取北京某服裝公司。該公司負責設計研發、銷售、品牌運營，加工制造由專門制造商負責，其供應鏈網絡運作模式如圖1所示。

圖1 某服裝公司現有供應鏈運作模式Fig.1 Supply chain operation mode

以該服裝公司、專賣店到終端顧客二級供應鏈為研究對象，二級供應鏈有公司庫存、專賣店庫存2個水準變量，公司庫存由公司到貨率和出貨率2個速率變量控制，供應商的發貨率影響到銷售預測，銷售預測對供應商的期望庫存產生影響，期望庫存又影響供應商的生產需求，進而影響供應商的生產率，這就構成了供應鏈上游的因果反饋回路。同理，下游專賣店的庫存由相應的速率變量構成因果反饋回路。輔助變量有期望庫存、庫存調整時間、庫存覆蓋周期、需求平滑時間。同時引入訂貨提前期變量，對模型進行有效模擬。采用Vensim PLE仿真軟件仿真供應鏈的各個環節相互獨立，上游根據下游的訂單進行預測，沒有信息共享的供應鏈結構模型如圖2所示。

圖2 無信息共享的二級服裝供應鏈模型Fig.2 Two layer model without information sharing

2.2 VMI信息共享模型

隨著信息技術的發展，為滿足顧客個性化、多樣性的需求，第三方信息共享是服裝供應鏈的發展趨勢。在該服裝公司現有的供應鏈運作模式基礎上，引入第三方信息共享系統，實行VMI模式。如圖3所示。

圖3 VMI運作模式系統架構Fig.3 VMI operation mode system architecture

VMI服裝供應鏈主要是對服裝庫存信息的共享，與傳統供應鏈不同的是，上游供應鏈直接掌握零售商的庫存信息，然后對生產量進行預測，減少中間的批發商銷售預測環節。具有信息共享能力的VMI服裝供應鏈動力學模型如圖4所示。

3 結果與討論

采用Vensim PLE進行系統動力學仿真實驗。模型根據所調研公司冬裝服飾專賣店的實際經營數據，引入相關參數進行模擬分析。

假設仿真初值如下:1)冬裝是成熟期產品，均為合格品，在發貨過程中，不考慮退貨問題。并且生產商的生產能力是無限的，不考慮缺貨問題。2)所有服裝不分批次，統一配送。3)服裝需求率為10件/天。為便于比較不同管理方式對長鞭效應造成的影響，各節點初始庫存和期望庫存均為200件。4)期望庫存持續時間為3天，庫存調整時間為4周，需求平滑周期為2周，運輸延遲時間2周，不存在訂單延遲。5)仿真時間為0～100周，仿真步長為1周。期望庫存等于期望庫存持續時間和各節點的銷售預測之積。

圖4 信息共享的VMI服裝供應鏈模型Fig.4 VMI model with information sharing

3.1 各成員訂單和需求比較

圖5示出二級非信息共享供應鏈管理模式下，服裝供應鏈各級訂單在這個周期隨時間的變動情況，橫坐標為時間，縱坐標為訂單需求量。在開始階段，供應商生產需求與零售商訂單相比，產生較大的波動，這是由于運輸延遲，模擬開始各級訂單差別較大。隨著時間的推移，波動幅度逐漸減小。但供應鏈上服裝公司的訂單、專賣店訂單對終端客戶的響應都比上一結點有所滯后，當終端客戶需求發生變化時，對整個供應鏈的運作造成風險，各級訂單量逐級扭曲變大。這種扭曲變大的現象是由于信息滯后，供應鏈各級成員來不及反應導致的。

圖6示出VMI管理模式下，隨時間推移各級成員的訂單變動情況。隨著時間推移，波動幅度逐漸減小。與二級模型不同的是，VMI模式下，由于信息共享，服裝公司直接掌握專賣店銷售數據及庫存水平。當專賣店庫存水平下降，服裝公司根據最佳訂貨量定期對專賣店進行補貨，實現規模效益，減少了信息滯后帶來的訂貨風險，實現了供應鏈上下游之間信息共享，上游能直接掌握下游銷售信息，并根據下游銷售量制定生產量，提高服務水平。

圖5 現有庫存模式服裝供應鏈各級成員訂單Fig.5 Orders and production requirements of traditional clothing supply chain members at all levels

圖6 VMI服裝供應鏈各級成員訂單和需求Fig.6 VMI order and requirements on apparel supply chain

根據汪傳旭［10］對長鞭效應的定義，從圖5、6對比明顯看出，VMI庫存管理模式下，上游隨下游的波動浮動很小，而傳統庫存管理模式下，上游隨下游的波動幅度較大。

綜上，對比二種模式，VMI模式實現了信息共享，能夠使供應鏈的上游對下游做出快速反應，提高服務水平，并且可有效減弱長鞭效應。

3.2 訂貨時間的影響

模型中引入了訂貨提前期的時間因素，是從發出訂單到收到貨物的時間。對VMI進行研究，圖7示出訂貨時間變化時專賣店庫存變化。由圖可明顯看出，訂貨提前期的變化影響服裝專賣店庫存變化。訂貨提前期減少，專賣店庫存波動變小，平均庫存減小，長鞭效應減弱。

圖7 訂貨時間變化時專賣店庫存變化Fig.7 Change of clothing retailer inventory as with change of ordering time

3.3 結果分析

本文研究對2種管理模式下各級成員訂單和需求進行仿真比較，研究VMI模式下的長鞭效應程度，希望能達到有效減弱長鞭效應的目的。以往的研究，訂貨提前期引起的長鞭效應變化缺乏針對性。本文研究的模型仿真引入訂貨提前期因素，探討訂貨提前期對長鞭效應的影響，希望能最大限度降低由于信息放大引起的服裝供應鏈各級風險，降低資源浪費。

1)根據圖6的仿真分析結果，在實際服裝供應鏈中，VMI模式實現信息共享，集中處理信息，每一級供應鏈實時掌握銷售情況，隨時了解最終需求信息，上級供應商能根據終端需求合理安排生產，減少資源浪費，生產的服裝銷售后，銷售情況即時反應到上級供應商，上級供應商根據庫存變化情況制定生產計劃，實現生產與銷售的動態結合，良性循環，提高服裝供應鏈系統的運作效率，既減弱長鞭效應，又追求規模效益。與圖5的仿真結果對比，具有明顯優勢。

2)將仿真分析結果(見圖5、6)與式(1)、(2)進行對比可看到，在信息共享情況下，長鞭效應所導致的波動顯示減少，與理論模型分析一致，從而驗證了理論分析的正確性。

3)VMI可有效減弱長鞭效應，減少供應鏈各級成員由于信息滯后引起的扭曲放大現象。圖7所示的仿真結果說明，訂貨提前期的變化也影響各級成員庫存量的變化。訂貨提前期縮短，供應鏈各級成員變動幅度減小。分析訂貨提前期變化對庫存的影響結果可知，縮短訂貨提前期可有效減弱長鞭效應。

4 結語

運用系統動力學和計算機對服裝供應鏈的庫存系統進行建模和仿真。將訂貨提前期引入供應商管理庫存模型，對服裝供應鏈的供應商庫存管理模式進行研究。仿真實驗結果顯示，對于成熟期的服裝產品，與傳統二級管理模式相比，VMI模式通過信息共享，可有效降低庫存成本，減弱長鞭效應，減少供應鏈各層訂單信息波動，提高對風險的抵抗能力;實驗結果支持理論分析結果，說明了模型的理論應用價值。未來計劃對多家服裝企業及其他種類的服裝進行研究，以提高結論的普適性，加強對理論模型的支持。

［1］ 邵萬清，盧素梅.服裝供應鏈風險預警機制的構建［J］.紡織學報，2012，31(8):141－145.SHAO Wanqing， LU Sumei. Risk early-warning mechanism of apparel supply chain［J］.Journal of Textile Research，2012，31(8):141－145.

［2］ 胡覺亮，孔云鵬.需求信息更新下服裝供應鏈的最優訂貨決策研究［J］.紡織學報，2012，33(11):136－140.HU Jueliang， KONG Yunpeng. Optimal ordering decision for garment supply chain with demand information updating［J］.Journal of Textile Research，2012，33(11):136－140.

［3］ SWAFORD P，GHOSH S，MURTHY N.A model of global supply chain agility and its impact on competitive performance［C］//SGCSF.Stanford Global Supply Chain Management Forum Working Paper.Stanford:［s.n.］.2000:169.

［4］ 李秀蘭，韓東，李青.大連市服裝企業物流快速反應系統構建探析［J］.研究與探討，2012，31(8):71－73.LI Xiulan，HAN Dong，LI Qing.Construction of rapid logistics response system for garment manufacturing enterprises in Dalian ［J］.Research and Discussion，2012，31(8):71－73.

［5］ SEN A.The U.S.fashion industry:a supply chain review ［J］. International Journal of Production Economics，2008(114):571 －593.

［6］ 徐琪，周建亨.基于XML數據共享的紡織服裝供應鏈快速響應系統［J］.紡織學報，2008，29(2):114－118.XU Qi，ZHOU Jianheng.Quick response system for textile＆apparel supply chain based on XML data sharing ［J］.Journal of Textile Research，2008，29(2):114－118.

［7］ BRUCE M，DALY L.Learn or agile:a solution for supply chain management in the textiles and clothing industry［J］.International Journal of Operations ＆Production Management，2004(2):151 －170.

［8］ 周建亨，徐琪.服裝業供應鏈的系統動力學模型分析［J］.紡織學報，2008，29(12):122－125.ZHOU Jianheng，XU Qi.Analysis of system dynamics model in garment supply chain［J］.Journal of Textile Research，2008，29(12):122－125.

［9］ DISNEY S M，TOWILL D R.On the bull whip and inventory variance produced by an ordering policy［J］.International Journal of Management Science，2003，31(3):157 －167.

［10］ 汪傳旭.需求預測和供應鏈協調對長鞭效應的影響分析［J］.系統工程學報，2005，20(3):266－272.WANG Chuanxu.Impacts of demand forecasts and supply chain coordination on bull whip effect［J］.Journal of Systems Engineering，2005，20(3):266－272.