基于系統動力學的大型體育賽事中食品現場倉庫存策略研究
——以2014年南京青奧會為例

殷美霞

(同濟大學 經濟與管理學院，上海　201804)

0　引言

大型體育賽事對食品庫存的管理具有較嚴格的要求，需要及時響應運動員的食品需求，不允許缺貨情況的發生。然而，庫存問題處理不當容易導致庫存堆積、食品浪費或者庫存短缺等情況的發生。庫存管理通過對庫存數量的控制來降低庫存成本，對于庫存策略的研究則需要以實際需求種類為依據。因此，本文以2014南京青奧會現場倉庫存問題為背景，探討合理的庫存管理策略，以滿足消費者的需求。

本文以南京青奧會現場倉為研究對象，以系統動力學為研究工具建立模型進行仿真模擬，尋找較優的訂貨策略，以降低庫存成本并且探究訂貨點和訂貨周期對庫存成本的影響。通過建模仿真模擬系統已經發生的情況及未來有可能發生的情況，以此對實際問題進行改進，以期降低庫存成本。

1　國內外研究現狀

目前，國內外單獨研究食品庫存策略的文獻并不多，但是有關易逝品庫存策略的研究較多。Ghare和Schrader[1]對易逝品的庫存策略研究較早，他們利用指數方程來表示因商品變質而導致的庫存量隨著時間減少的比例關系, 并利用EOQ模型解決隨機生命周期易逝品的庫存策略問題。Nahmias和Pierskalla[2]在不考慮固定訂貨成本和提前期的情況下研究了貨架期為2的易逝品的最優訂貨策略，Fries[3]又討論了貨架期為N(N≥2)的情形。Liu和Lian[4]在考慮缺貨成本、固定訂貨成本的情況下研究了易逝品的周期性補貨策略。Gaukler等[5]研究了緊急訂貨情況下的補貨策略。田志友等[6]在需求為離散的負二項分布的情況下，利用粒子群優化算法給出了易逝品的最優訂貨策略。鄭長征等[7]基于購買行為特征對需求進行分類，建立了動態規劃模型，給出了需求和產品生命周期均為隨機變量的情況下的易逝品庫存策略，顯著提升了零售商的利潤，減少了因商品損壞所造成的損失。Jen-ming Chen和Tsung-Hui Chen[8]建立了損耗率服從Welbull分布的易逝品庫存管理模型。孫玉玲等[9]在產能固定的情況下，建立了兩類客戶違約情況下易逝品的超售決策模型并給出了最優訂貨量。

一些學者也使用了系統動力學的方法進行了食品的庫存與供應鏈策略的研究。Patroklos Georgiadis和Dimitrios Vlachos等利用系統動力學的方法作為食品供應鏈建模和分析的工具，深入分析了食品供應鏈的一個關鍵問題即長期的容量規劃問題。E.teimoury和H.Nedaei等建立了系統動力學模型，研究了水果和蔬菜的供應鏈問題，討論了供應鏈中的行為和關系，確定供給、需求和價格的相互作用和影響。于首非建立了冷鏈物流系統動力學模型，得出在冷鏈庫存控制模型中，需求的微小變動經過層層傳遞后被放大，直接影響各個環節的需求和庫存水平。慕靜和馬麗麗利用演化博弈理論和系統動力學的方法分析了食品供應鏈中信息共享的影響因素。楊芳和謝如鶴根據冷鮮農產品訂貨配送特點，構建了冷鏈系統中供應商-配送中心-零售商VMI系統動力學模型并給出了最優訂貨策略。

從中可以發現，有眾多研究利用系統動力學模型解決庫存及供應鏈仿真問題，但應用于食品物流領域的較少。本文將結合大型體育賽事中食品物流的特點，建立系統動力學模型并給出優化的庫存策略。

2　庫存系統的動力學模型

2.1　模型的假設

本文以青奧會現場倉庫存系統為背景建立相應的模型，為便于操作，做以下假設：

(1) 現場倉每隔固定時間檢查一次庫存，并訂購商品達到期望庫存量，即訂貨策略為周期盤點策略；

(2) 運動員人數服從均勻分布；

(3) 只考慮一種食品，本文以西瓜為例；

(4) 不允許缺貨情況的發生；

(5) 訂貨周期大于訂貨提前期。

2.2　庫存系統的存量流量圖

為了對系統有更加直接的認知及便于建模，對系統的結構說明如表1所示。

表1　系統結構

現場倉庫存根據運動員的需求，采用周期訂貨策略向供應商訂貨，經過一段時間產品入庫，供應給運動員消費，系統需要確定最優的補貨策略(訂貨周期，期望庫存)使得庫存成本盡量降低。根據系統各要素間的關系，繪制現場倉庫庫存量流量圖，如圖1所示。

2.3　變量間函數關系的確定

存量流量圖繪制完成之后，需要據此進一步確定各變量之間的具體函數關系式。現場倉每隔一個固定的訂貨周期檢查一次庫存并進行訂貨，訂貨量為期望庫存與現有庫存的庫存偏差。系統不發生缺貨用數學關系式表示如公式(1)(T1和T2分別表示訂貨提前期和訂貨周期)：

P(T1+T2期間的需求≤期望庫存)=100%

(1)

由于需求服從均勻分布，利用概率論的相關知識求得當期望庫存滿足T1+T2期間的最大需求量時，可以保證系統不發生缺貨。假設運動員人數滿足a至b的均勻分布，食品需求量用運動員人數與人均日消費量的乘積來表示。

本文的函數關系式如表2所示。

圖1　現場倉庫存量流量圖

現場倉庫存(INV)dINV(t)dt=ER(t)-SR(t)-MR(t)入庫速率(ER)ER(t)=RINV(t)T1在途庫存(RINV)dRINV(t)dt=OR(t)-ER(t)訂貨速率(OR)OR(t)=OQ(t)出庫速率(SR)SR(t)=DEM(t)需求率(DEM)DEM(t)=P(t)×C運動員人數(P)P(t)=RANDOM(a,b,SEED)變質速率(MR)MR(t)=INV(t)×B訂貨量(Q)OQ(t)=PLUSE TRAIN(0,0,T2,15)×EISC庫存偏差(DISC)DISC=DINV-INV期望庫存(DINV)DINV=MD×(T1+T2)

3　參數設置與模型仿真結果

3.1　參數設置

為便于計算，本文只考慮西瓜的庫存問題。根據獲得的數據對模型的參數進行設置，如表3所示。

表3　模型參數設置

考慮到西瓜的儲存時間不超過三天，故在本文中只討論訂貨周期為2天和3天的情況(由于訂貨周期大于提前期，故不考慮訂貨周期為1天的情況)。

3.2　模型仿真結果

訂貨周期為2天和3天時，現場倉庫存的仿真結果如圖2所示。

圖2　兩種訂貨周期下的現場倉庫存變化

各訂貨周期下每天的庫存量及平均庫存量見表4。

比較不同的訂貨策略發現，當訂貨周期為2天時現場倉平均持有庫存最少，沒有造成過多的積壓，故訂貨周期為2天是最優的訂貨策略。

3.3　參數對模型的影響

3.3.1需求對系統的影響

將運動員人數變化為3 500～5 000的均勻分布，增加需求的不確定性，現場倉庫存變化如圖3所示(訂貨周期為2天)。

表4　不同訂貨周期下的現場倉庫存量

圖3　需求對庫存量的影響

從圖4可以發現，增加了需求的不確定性之后，現場倉庫存的變化并不大，說明該系統較為穩定，并不會因為需求的微小變化而使庫存控制策略發生較大的變化。

3.3.2訂貨提前期對系統的影響

為便于觀察訂貨提前期對庫存量的影響，比較訂貨提前期為1、2、3天的情況如圖4所示(以訂貨周期為5天作對比)。

圖4　訂貨提前期對庫存量的影響

從圖5發現，系統的庫存量隨著訂貨提前期的增長而增長，且變化幅度有增大的趨勢。

4　結論與展望

4.1　結論

本文利用系統動力學的方法對大型體育賽事背景下的庫存控制策略進行了研究。根據上述仿真結果，可以得出如下結論：

第一，期望庫存的設置可以有效調節庫存狀況，其數值對持有庫存水平的影響較大。期望庫存的控制應該綜合考慮訂貨周期、訂貨提前期和需求等因素。

第二，該庫存系統受需求變化的影響較小，系統較為穩定。另外，系統狀態受訂貨提前期的影響較大。

4.2　展望

本文僅考慮西瓜這一種食物，而大型體育賽事現場倉中食物的種類繁的多。因此，應該選取其中相對較重要的食品類別來建立庫存管理的動力學模型。另外，每類食品的需求、訂貨提前期等相關參數均不相同，模型需要根據不同對象進行調整。

由于獲取數據的局限性，本文僅將平均庫存水平作為評價方案的標準，有待進一步改進。運動員需求也僅假設為均勻分布，實際情況中需求可能更為復雜，需要根據實際的需求對庫存策略進行相應調整。