動態緩沖庫存模型在農產品庫存管理中的應用

（蘭州交通大學 交通運輸學院，甘肅 蘭州 730070）

1 引言

中國農產品供應鏈的物流量數目龐大。我國農產品除一小部分由農戶自產自銷以外，絕大部分以商品的形式在商場、市集上進行銷售，因而產生了龐大的農產品物流。2016年全國農業產品物流銷售總額為3.6萬億元，社會物流總額為229.7萬億元，農副產品物流占全社會物流總額的1.6%，而蔬菜水果等生冷新鮮農產品物流占農副產品物流總額的70%以上。另有數值統計，我國蔬菜水果等生鮮農產品在分銷存儲等關鍵步驟上的損耗率高達15%～20%，即將近1/5的生鮮類農產品在分銷儲存等物流關鍵環節上被損耗。與美國等發達國家相比，他們的分銷儲存環節做的相對較好，將鮮活農產品的損耗率控制在了1%～2%。因此，減少農產品的浪費，從農產品供應鏈分銷庫存控制入手，采用科學、合理的供應鏈分銷庫存控制方法，不僅可以減少農產品在物流流通關鍵環節上的數量損耗，而且可以給消費者物美價廉的農產品。

農產品在流通過程中，由于產出地點和消費地點距離的存在，形成了產出時間和消費時間的跨距，供需在時間和空間上的矛盾需要分銷環節和庫存環節來進行協調才能解決[1]。對于農產品采用動態緩沖庫存控制方案，提高農產品流通企業的核心競爭力，增強農產品流通企業對于分銷庫存的管理和操控，在客戶驅動的情景下，更好地滿足客戶需求，是企業競爭力進一步增強的有效舉措。

2 農產品供應鏈分銷庫存的現狀

2.1 國內農產品供應鏈分銷庫存控制現狀

農產品庫存管理對信息技術和管理策略有了一定的應用：條形碼、電子數據交換、聯合庫存管理和傳統EOQ經濟訂單批量模式的使用率已達到40%。然而，在紛繁復雜的市場供求背景下，供應鏈庫存控制系統還沒有形成，有效客戶響應體制、最優庫存管理模型的研究和運用滯后。以蔬菜為例，國內大部分蔬菜商戶應用的庫存管理模式有以下兩種[2]：

（1）獨立庫存管理模式。這種模式不僅能保證市場供應充足，還能滿足企業自身生產需要，同時也能夠使公司獲得由于季節差異和地域分散所帶來的價差利潤，模式如圖1所示。

圖1 蔬菜供應鏈獨立庫存管理模式

（2）協作庫存管理模式。隨著供應鏈庫存管理模式的發展，企業逐漸認識到互相協作管理庫存的重要性，彼此信息對稱交流，實現企業更大的利潤，形成了協作庫存管理[3]。在這種模型中，庫存需求是企業間共同協調的結果，具體模式如圖2所示。

圖2 蔬菜供應鏈協作庫存管理模式

2.2 分銷系統下的庫存控制矛盾

農產品從采辦起始，農產品物流在理論上經由企業對信息流、物流和資金流的管控，進入流通加工企業，最終產品通過銷售網絡將農產品交付給消費者。然而，在實踐過程中，由于補貨時間過長以及供應商的不可靠性，導致有預測誤差的存在。為避免因消費端缺少貨物而引起客戶的流失，節點企業通常需要大批庫存儲備，導致大量資金被占用，影響企業的運作效率，也損害了企業的利益。在分銷系統中倉庫保管存放貨物時產生的沖突如圖3所示。

圖3 分銷系統下的庫存控制矛盾

2.3 農產品供應鏈分銷庫存存在的問題

（1）農產品供應周期長，配貨不合理。消費者需求的長期穩定性與農產品供應周期不穩定性之間具有矛盾，以蔬菜為例，當一個新的季度開始時，過季上市的蔬菜大量積壓，而反季蔬菜又出現大量缺貨，如果不能有一個好的補貨機制，就會使經銷商失去很多商機，不僅利益受損，而且無法滿足消費者的需求。

（2）供應鏈缺乏合作性，信息不對稱。蔬菜分銷商在銷售過程中經常會出現供不應求或者供大于求的現象，這兩種情況都會嚴重影響分銷商在蔬菜上所獲得的利益，增加了生產成本。銷售店與最終消費者直接接觸，能夠很容易的采集到消費者的需求信息，但信息沒有實現一個雙向的傳遞，上游供應商很難對市場需求做出正確反應[4]。

（3）牛鞭效應的存在導致預測誤差大。農產品供應鏈中，生產商與末端消費者被零售商、分銷商間隔開來，零售商和分銷商通常夸大需求，增加整個供應鏈的庫存量，而市場對蔬菜的需求很容易受到客觀因素的影響。農產品分銷商無法準確地了解到市場對農產品需求的變化，只能通過加大庫存來避免斷貨缺貨的情況出現，因此導致庫存成本無法降低。

（4）庫存管理模式落后，缺貨與積壓并存。農產品供應鏈中的部門多為中小企業，由于缺乏資金，機器設備投入少，管理不當，造成大量農產品損耗，不僅不能保證農產品的質量和安全，而且會在產品滯銷時，農產品腐爛變質，經濟效益大大降低。

3 供應鏈分銷系統庫存動態緩沖控制模型建立

農產品產地和銷地的距離間隔，消費者有限的等待時間，采用在固定的補貨時間點補充固定數量貨物的傳統補貨方式，已經越來越不能適應發展，也不能滿足消費者多樣化和柔性的需求，庫存積壓與缺貨的現象并存。因此，采用動態緩沖庫存模型將有助于問題的解決。

3.1 建立中央倉庫

配送網絡存儲策略決定了供應鏈的結構，傳統的分銷網絡依賴于消費點的預測，大量庫存設置靠近客戶，無法準確預測某個產品的銷售水平。建立一個集中式的中央倉庫，預測精度會大大提高[5]，有助于更好地控制庫存，更靈活地滿足顧客多樣化需求。建立中央倉庫的分銷網絡如圖4所示。

圖4 建立中央倉庫的分銷網絡

3.2 確定目標緩沖水平

建立中央庫存，優化分銷系統網絡儲存策略，提高應對終端需求變化的柔性，但很多企業建立了中央倉庫依然存在庫存積壓、分配系統效率低下的問題。因此，設置目標緩沖水平用于保護補貨期間的最高產品需求和供應延遲，在補貨期內保持庫存以滿足產品需求取決于補貨期間的服務水平。應急庫存水平用于確定持有庫存是否過低，目標緩沖級別以確保持有庫存不能經常低于應急庫存水平。使用目標緩沖水平形成一個動態的補貨過程[6]。目標緩沖水平如圖5所示。

圖5 目標緩沖水平模型

3.3 設計訂貨與補貨模型

通過建立中央倉庫，減小了補貨期內的不確定性，但是需求總是存在變化的，為應對需求的變化，分銷鏈節點按照實際銷售量“每天”訂貨[7]，上游節點對倉庫進行周期性補貨，形成拉動式供應鏈。補貨量、補貨期內產品需求量和補貨時間Tr長度有關。對于地區倉庫和中央倉庫的補貨時間分別確定為：

（1）地區倉庫補貨時間=運輸提前期Ttr+訂貨間隔期Td；

（2）中央倉庫補貨時間=生產提前期Tp+訂貨間隔期Td。

上游節點根據運輸裝載成本執行周期性補貨（短周期）。在補貨周期中，倉庫應該先從哪個訂單開始著手，需要給訂單排先后順序，確定哪個優先處理。假設有一批補貨訂單i，用緩沖狀態βi來表示其優先級別，目標緩沖水平St，持有庫存Sh，訂單加工時間Pi，約束資源可用公時Teer，緩沖狀態βi用以下公式計算，βi越大優先級越高。

對βi降序排列，此順序即為此批訂單的處理順序。當∑Pi≥Teer時，約束資源可用工時已被耗盡，訂單i為最后一批加工訂單。

3.4 確定運用動態緩沖管理規則

動態緩沖區管理將目標緩沖級別分為三部分：綠色區域（目標緩沖區庫存）、黃色區域和紅色區域，每個區域的大小取決于所需的服務級別[8]。在正常情況下，這三部分每一部分可以被視為各占目標緩沖水平的1/3。動態緩沖級別劃分模型如圖6所示。

圖6 動態緩沖級別劃分模型

當持有庫存下降到紅色區域時，意味著該產品的補貨訂單是緊急狀態，紅色區域緩沖容量（應急庫存水平）應該有足夠的緩沖區來進行補貨，但不允許太多的訂單滲透紅色區域。如果某個產品持有庫存“頻繁”落入紅區，則表示設定的目標緩沖水平過低，可能是市場需求過強、補貨時間過長或需求波動過大等因素造成的。反之，如果某個產品持有庫存“頻繁”落入綠色區域，則表示設定的目標緩沖水平過高，需要降低目標庫存量。當產品的持有庫存在黃區時，表示設定的目標緩沖水平合理，目標庫存量無需調整。判斷兩種情況下計算補貨量。

（1）訂貨間隔期大于訂貨提前期：補貨量=（目標緩沖庫存水平-持有庫存）；

（2）訂貨間隔期小于訂貨提前期：補貨量=（目標緩沖庫存水平-持有庫存-在途庫存）。

4 動態緩沖庫存控制模型算例演示與仿真

4.1 動態緩沖庫存控制模型算例演示

統計蘭州市某蔬菜零售店3月份土豆的銷售量，得到了31天的銷售量資料，土豆的訂貨間隔期為3天，目標庫存量為240kg，當持有庫存連續4天侵入紅區時，調高下期目標庫存，連續5天侵入綠區，降低下期目標庫存。假設初始緩沖因子a=0。采用拉式補貨，銷售點每天進行補貨。訂貨量和持有庫存的計算采用下列算式：

（1）訂貨量=目標庫存量－持有庫存量－在途庫存量；

（2）持有庫存=期末庫存－補貨量－銷售量。

根據獲得的數據，按照計算規則，計算補貨量、緩沖狀態和訂貨量，計算結果見表1。

表1 某蔬菜零售店土豆動態緩沖庫存訂貨量數據表 單位：kg

繪制土豆庫存的動態庫存緩沖圖，可以清楚地觀察到3月份這家蔬菜零售店中土豆目標庫存的動態緩沖過程，以此對庫存進行監控，使庫存保持在合理的狀態。土豆庫存動態緩沖圖如圖7所示。

圖7 土豆庫存動態緩沖圖

4.2 動態緩沖庫存控制模型仿真條件

目標緩沖水平的升高或降低量，一般認為是目標緩沖水平的三分之一，對算例進行模擬仿真，通過比較一些指標，確定最合適的目標緩沖因子α的值。算例中與之有關的一些量如下：

（1）訂貨間隔期：Ts=3天；

（2）土豆零售點31天的銷售量：n=30，40，20，60，55，45，30，70，50，55，65，50，60，60，40，20，30，15，25，35，25，40，25，30，20，35，55，45，50，55，50；

（3）期初庫存Isn（n=1，2，…，31），期末庫存Ien（n=1，2,，…，31）；

（4）假設產品成本Cr=1元/kg，庫存持有成本Ch=0.1元/kg，缺貨成本Cq=0.2元/kg；

（5）IDD：庫存價值與時間的乘積：IDDn=Ien×Cr×T；

（6）初始目標緩沖水平：TARGET1=240kg，期初庫存Is1=240kg。

由算例可知，考慮到需求的波動和減少缺貨的影響，補貨時間內持有庫存連續4天在紅色區域，則調高下一期的目標庫存量；如果庫存連續5天保持在綠色區域，則降低下一期的目標緩沖庫存量。動態緩沖控制的具體步驟確定為[9]：①設定初始目標緩沖水平，根據3、4節所述調整目標緩沖水平；②每天訂貨，補到當天設定的目標緩沖水平；③連續5天持有庫存大于目標緩沖水平的2/3，減少下期的目標緩沖水平為本期的（2/3±α）；④連續4天持有庫存小于目標緩沖水平的1/3，增加下期的目標緩沖水平為本期的（4/3±α）。根據步驟采用仿真的方法，改變緩沖因子α，取值左右逐步增大和減小，然后用程序輸出結果，比較確定最佳的調整量，如圖8所示。

圖8 模擬仿真方法圖示

仿真過程中對緩沖因子α的取值見表2。

表2 仿真緩沖因子取值表

4.3 動態緩沖庫存控制模型仿真結果

根據以上設定，通過輸入蔬菜零售店31天的銷售量數據和改變緩沖因子，代入模擬程序，輸出結果，得到不同因子下的每周期末庫存量和缺貨量，經過統計分別選取累計庫存量、累計缺貨量、累計總成本、庫存周轉率、IDD、缺貨次數六個指標進行統計，其中確定以下數值計算：

（1）累計總成本等于庫存持有成本和缺貨成本之和，即：CT=CH+Cq；

（2）庫存周轉天數=時間段天數×（1/2）×（期初庫存數量+期末庫存數量）/時間段銷售量；

（3）庫存周轉率=360/庫存周轉天數。

仿真統計結果見表3。

表3 六項指標統計數值比較表

根據統計結果可以看出，隨著因子α的增大，累計庫存量、累計缺貨量、累計總成本、IDD的數值趨向逐漸增大，周轉率數值越來越小，缺貨次數波動量不太大，從-0.1到0.1之間逐漸變小，最大缺貨次數為31次，最少缺貨次數為29次。庫存量過大給企業帶來不利影響，因此，在維持企業供求平衡的前提下，庫存量越小越好；缺貨量過大會給消費者帶來不便，影響消費者對企業的信用程度，而且會給企業帶來不小的經濟損失，因此，缺貨量越小、缺貨次數越少越好。IDD是一個時間和價值的二維指標，能更系統地反映問題，IDD越小越好。觀察表中的數值，當α取負值時的情況優于取正值，這是因為在滿足客戶要求的前提下，目標緩沖水平變化越小，累計庫存量、累計缺貨量、累計總成本、IDD的表現越優，就本案例而言，當α=-0.2時，累計庫存量、累計缺貨量、累計總成本、IDD的數值最小，庫存周轉率最大，缺貨次數表現尚可，因此α=-0.2時的因子為本模型的最佳調整因子。

5 結語

由于農產品具有生物學特性、季節性、上市集中度、生命周期短、生產地點分散等特點，農產品經銷企業的競爭主要取決于誰能夠抓住最佳銷售時機，快速響應銷售市場，搶占市場份額[10]。庫存管理的合理性在很大程度上決定了農產品企業是否能夠脫穎而出。此外，供應鏈的整合使得零售商、分銷商和生產商之間的庫存管理職位至關重要。根據蔬菜零售網點一個月的銷售數據，分析供應鏈中蔬菜零售點的制約因素，提出具體的解決方案，建立基于條件假設的動態緩沖庫存模型，并假設蔬菜供應鏈結構是一個簡單的三層供應鏈結構，得出合理的訂貨量，并通過仿真，得出最優的緩沖因子。加強農產品庫存管理方面的研究，為這一領域的員工提供培訓與指導，需要更多專業人士的介入，共同商討適合農產品領域的一套供應鏈動態緩沖庫存控制模型，為消費者提供質優價廉的農產品。