采用多準(zhǔn)則庫(kù)存分類(lèi)的庫(kù)存水平設(shè)計(jì):A公司的案例分析

趙立馬 王立雯

摘?要：從供應(yīng)鏈的角度來(lái)看，庫(kù)存保有單位（stock keeping unit，SKU）用于計(jì)劃、制造、采購(gòu)或分銷(xiāo)。隨著業(yè)務(wù)的全球化，企業(yè)不得不進(jìn)入多元化的市場(chǎng)，庫(kù)存保有單位的數(shù)量也難以避免地膨脹。從而，造成批量需求減少，管理的復(fù)雜度增加，經(jīng)濟(jì)規(guī)模效益受到損害。為了有效地控制庫(kù)存保有單位，一個(gè)系統(tǒng)的庫(kù)存管理和控制方法可以提高公司運(yùn)營(yíng)能力的靈活性和滿足客戶需求的效率。文章研究的A公司，由于其運(yùn)營(yíng)戰(zhàn)略的調(diào)整，如新舊產(chǎn)品迭代、目標(biāo)市場(chǎng)變化以及生產(chǎn)線的轉(zhuǎn)移等，使庫(kù)存保有單位的數(shù)量成倍增長(zhǎng)，且增加了運(yùn)營(yíng)和庫(kù)存管理的復(fù)雜度。文章提出了一種基于需求分類(lèi)矩陣和卡拉杰克組合矩陣分類(lèi)技術(shù)的參數(shù)方法來(lái)識(shí)別需求模式和確定合適的庫(kù)存訂單策略，從而根據(jù)當(dāng)前的供應(yīng)基礎(chǔ)來(lái)設(shè)計(jì)理想的庫(kù)存水平。通過(guò)改變客戶服務(wù)水平和補(bǔ)貨提前期的參數(shù)來(lái)計(jì)算平均庫(kù)存，從而得出補(bǔ)貨提前期對(duì)庫(kù)存有更大影響的結(jié)論。

關(guān) 鍵 詞：庫(kù)存管理;需求分類(lèi);供應(yīng)分類(lèi)

中圖分類(lèi)號(hào)：F252.24?文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：2096-7934（2020）09-0101-28

一、引言

（一）研究意義

一個(gè)典型的供應(yīng)鏈由供應(yīng)商、制造商和客戶組成。從供應(yīng)商那里購(gòu)買(mǎi)原材料，在制造企業(yè)轉(zhuǎn)化為成品，通過(guò)配送中心和倉(cāng)庫(kù)儲(chǔ)存，并將成品交付給客戶。庫(kù)存處于供應(yīng)鏈的任何地方，并被分為三種主要類(lèi)型：原材料庫(kù)存、在制品庫(kù)存和成品庫(kù)存（Stevenson and Cao， 2007）。

在供應(yīng)鏈中持有庫(kù)存的原因有很多。關(guān)于驅(qū)動(dòng)庫(kù)存決策的基本原則：庫(kù)存持有的目的是提供有競(jìng)爭(zhēng)力的、可預(yù)測(cè)的和可靠的客戶服務(wù)（Gattorna， 1996）。客戶服務(wù)可能會(huì)受到供應(yīng)、需求和流程的不確定性以及較長(zhǎng)的交貨周期的影響。庫(kù)存可以用來(lái)緩沖這些問(wèn)題。此外，庫(kù)存持有還可能是因?yàn)橛嗁?gòu)政策、激勵(lì)措施和指標(biāo)、信息系統(tǒng)，以及其他原因。

Feigh（2011）認(rèn)為，供應(yīng)鏈中有效庫(kù)存管理的目標(biāo)是在合適的時(shí)間和地點(diǎn)保持適當(dāng)?shù)膸?kù)存水平，以最小化總運(yùn)營(yíng)成本，同時(shí)滿足客戶服務(wù)需求。不同規(guī)模的組織可能有數(shù)以千計(jì)或更多的庫(kù)存。然而，現(xiàn)有的資源，包括資金、時(shí)間和勞動(dòng)力，通常不足以管理這些庫(kù)存。控制庫(kù)存或給予適當(dāng)?shù)年P(guān)注并不容易，也不一定富有成效，優(yōu)化庫(kù)存最合適的方法是根據(jù)庫(kù)存的重要性來(lái)分配可用資源。為了有效地控制庫(kù)存保有單位（stock keeping unit，SKU），系統(tǒng)的庫(kù)存管理和控制方法可以提高公司生產(chǎn)能力的靈活性和滿足客戶需求的效率（Kabir and Hasin， 2011）。訂貨政策的制定仍然是供應(yīng)鏈設(shè)計(jì)中最重要的決策之一，其中，一些庫(kù)存策略的選擇是基于分類(lèi)方案的。因此，本文旨在通過(guò)先進(jìn)的庫(kù)存分類(lèi)參數(shù)方法來(lái)勾勒出期望的庫(kù)存水平。

（二）公司背景

本文所研究的A公司屬于倫敦證券交易所上市的技術(shù)公司的分公司。該公司主要為電梯行業(yè)提供廣泛的安全和通信產(chǎn)品，包括電梯光幕、緊急電話、連接解決方案、顯示器和物聯(lián)網(wǎng)解決方案。公司主要運(yùn)營(yíng)地點(diǎn)根據(jù)目標(biāo)市場(chǎng)劃分，總部設(shè)在英國(guó)，生產(chǎn)基地分別設(shè)在中國(guó)、捷克、西班牙和新加坡。該公司在全球14個(gè)地點(diǎn)設(shè)有銷(xiāo)售辦事處。對(duì)于中國(guó)工廠，其運(yùn)營(yíng)服務(wù)于中國(guó)國(guó)內(nèi)市場(chǎng)，并支持關(guān)聯(lián)公司之間的業(yè)務(wù)往來(lái)。

（三）研究問(wèn)題

從2016財(cái)年到2018財(cái)年，該中國(guó)工廠有較好的財(cái)政收益，其銷(xiāo)售增長(zhǎng)速度為14%。因此，運(yùn)營(yíng)的首要任務(wù)是確保快速增長(zhǎng)所需的充足供應(yīng)，并保持較高的客戶服務(wù)水平。但由于新安全標(biāo)準(zhǔn)EN81-28的出臺(tái)，在新舊產(chǎn)品交替的過(guò)程中，運(yùn)營(yíng)的復(fù)雜性大大提高。大量的產(chǎn)品變種和不準(zhǔn)確的需求預(yù)測(cè)使得工廠庫(kù)存在過(guò)去的兩年里以每年26%的速度持續(xù)增長(zhǎng)。與此同時(shí)，中國(guó)工廠的ERP系統(tǒng)SKU數(shù)量已超過(guò)5600個(gè)，在兩年內(nèi)增長(zhǎng)了15%。在產(chǎn)品轉(zhuǎn)移與轉(zhuǎn)型過(guò)程中，新產(chǎn)品的SKU有缺料現(xiàn)象; 與此同時(shí)，老產(chǎn)品的SKU存在呆滯物料。

在市場(chǎng)方面，作為電梯整梯廠關(guān)鍵零部件的原裝設(shè)備制造商（OEM）或解決方案提供商，中國(guó)工廠定位為光幕產(chǎn)品的二級(jí)供應(yīng)商和顯示產(chǎn)品的三級(jí)供應(yīng)商。最新的商業(yè)策略是改變行業(yè)產(chǎn)業(yè)鏈的位置，逐漸成為一級(jí)供應(yīng)商。所以目標(biāo)客戶將從電梯廠轉(zhuǎn)移到房地產(chǎn)業(yè)主、物業(yè)管理公司、建筑承包商等。因此，可以預(yù)期，客戶的需求將變得更加不可預(yù)測(cè)和高響應(yīng)。所以，新的業(yè)務(wù)戰(zhàn)略需要敏捷的運(yùn)營(yíng)和供應(yīng)鏈戰(zhàn)略。A公司的決定和行動(dòng)之一是關(guān)閉新加坡的工廠，將新加坡的所有生產(chǎn)運(yùn)營(yíng)轉(zhuǎn)移到中國(guó)。與此同時(shí)，該產(chǎn)品的制造也將從馬來(lái)西亞的外包轉(zhuǎn)向中國(guó)的內(nèi)部制造。A公司運(yùn)營(yíng)的基本原則是哪里銷(xiāo)售哪里生產(chǎn)，這使產(chǎn)品盡可能地接近客戶，從而優(yōu)化成本和保持較高的客戶服務(wù)水平。但顯示產(chǎn)品將是一個(gè)例外， 新加坡將是全球顯示器業(yè)務(wù)研究與設(shè)計(jì)中心。除此之外，中國(guó)將轉(zhuǎn)型為制造中心，不僅滿足國(guó)內(nèi)需求，也將有能力服務(wù)全球的顯示器業(yè)務(wù)，從而進(jìn)一步提高運(yùn)營(yíng)的復(fù)雜性。

在A公司的庫(kù)存管理中，需求模式將是快速移動(dòng)和緩慢移動(dòng)的組合。由于缺乏訂單模式的可預(yù)測(cè)性或行業(yè)中對(duì)客戶的控制力，導(dǎo)致客戶訂單或合同項(xiàng)目的高度不確定性，需求預(yù)測(cè)的質(zhì)量將具有挑戰(zhàn)性。近年來(lái)，這種極不規(guī)律的需求已經(jīng)對(duì)A公司的庫(kù)存成本產(chǎn)生了負(fù)面影響，其中新加坡工廠的庫(kù)存周轉(zhuǎn)最小。此外，供應(yīng)管理也是至關(guān)重要的，因?yàn)楣?yīng)商和關(guān)聯(lián)公司提供不同的商品，并且分布在廣闊的地理區(qū)域。由于生產(chǎn)轉(zhuǎn)移，中國(guó)運(yùn)營(yíng)需要接管所有新加坡供應(yīng)商。這些都影響了對(duì)客戶需求的響應(yīng)，增加了庫(kù)存管理的復(fù)雜性。

因此，本文將考慮以下研究問(wèn)題：

（1） 如何正確認(rèn)識(shí)和分析需求？

（2）如何確定一個(gè)合適的庫(kù)存訂單策略？

（3）如何整合需求預(yù)測(cè)和供應(yīng)管理，然后預(yù)測(cè)期望的庫(kù)存水平，以滿足公司的重點(diǎn)業(yè)務(wù)戰(zhàn)略？

（四）研究目標(biāo)

在需求模式跨度大、供應(yīng)基礎(chǔ)多樣化的情況下，本文的主要研究目標(biāo)是在現(xiàn)有供應(yīng)基礎(chǔ)上估算庫(kù)存水平，以保持較高的客戶服務(wù)水平。為了實(shí)現(xiàn)這些目標(biāo)，采取了雙管齊下的方法。一是，供應(yīng)鏈需要正確地認(rèn)識(shí)需求并確定合適的訂單策略。二是發(fā)展參數(shù)化的方法，以分析和設(shè)計(jì)庫(kù)存水平基于目前的供應(yīng)基礎(chǔ)的物料分類(lèi)。為了實(shí)現(xiàn)這一點(diǎn)，將探索需求預(yù)測(cè)和庫(kù)存管理技術(shù)。預(yù)期庫(kù)存水平的初始結(jié)果將用于展示如何通過(guò)這種參數(shù)化方法有效地管理庫(kù)存。這種方法可以使公司經(jīng)理根據(jù)不同的參數(shù)制定采購(gòu)策略，如交貨期、檢查周期和訂單政策，以實(shí)現(xiàn)供應(yīng)鏈效率和企業(yè)的財(cái)務(wù)利益優(yōu)化。

二、文獻(xiàn)綜述

研究者和實(shí)踐者指出，在庫(kù)存分類(lèi)和訂貨策略的實(shí)踐和研究方面存在著差距。Wagner （2002）注意到逐漸增加的數(shù)學(xué)研究并沒(méi)有增強(qiáng)實(shí)踐。隨后，Cavalieri et al.?（2008）開(kāi)發(fā)了一個(gè)決策框架，用于評(píng)估維護(hù)備件庫(kù)存管理問(wèn)題。提出了零件編號(hào)編碼、零件特征分類(lèi)、零件需求預(yù)測(cè)、庫(kù)存管理策略和策略測(cè)試驗(yàn)證五步?jīng)Q策框架。Bacchetti and Saccani（2012）意識(shí)到在商業(yè)實(shí)踐中存在研究—實(shí)踐差距的問(wèn)題及其原因。圖1所示為備品部件分類(lèi)、需求預(yù)測(cè)、庫(kù)存管理和績(jī)效考核的物料管理集成方法框架。這是一個(gè)閉環(huán)的庫(kù)存分析和管理，所以本文的文獻(xiàn)綜述將遵循這個(gè)框架，并依次研究每個(gè)理論。

（一）物料分類(lèi)

單一標(biāo)準(zhǔn)庫(kù)存分類(lèi)（SCIC），即傳統(tǒng)的ABC分析是基于單一標(biāo)準(zhǔn)即年用量金額（ADU）將存貨分為三類(lèi)。該方法假設(shè)20%的SKU占80%的年用量金額。A類(lèi)是年用量金額最高的類(lèi)別，需要引起更多的關(guān)注。它們約占總貨號(hào)的15%，但占年使用總金額的80%。B類(lèi)相對(duì)不那么重要，占總數(shù)的30%，但占年用量金額的15%。相反，C類(lèi)被認(rèn)為是最不重要的組成部分;按年用量金額計(jì)算，只占類(lèi)別總數(shù)的約50%，但占年用量金額的5%。因此，公司可以保持較高的庫(kù)存水平的B類(lèi)和C類(lèi)，而不是A類(lèi)，因?yàn)锳類(lèi)需要進(jìn)行高頻率的檢查。

由于單一標(biāo)準(zhǔn)ABC方法的局限性，許多其他維度被用于分類(lèi)。在多準(zhǔn)則庫(kù)存分類(lèi)中，考慮了產(chǎn)品成本、提前期、商品、報(bào)廢率、零件臨界性、訂單規(guī)模要求、年訂單數(shù)量、稀缺性、可維修性、耐久性、需求分布、庫(kù)存能力和缺貨懲罰等因素，將多準(zhǔn)則庫(kù)存分類(lèi)設(shè)為一個(gè)或多個(gè)維度。Gajpal et al.（1994）提出了一種采用層次分析法（AHP）的多準(zhǔn)則決策工具。然而，該方法在兩兩比較SKU時(shí)需要主觀判斷。Cui and Luo（2004）采用加權(quán)線性?xún)?yōu)化方法對(duì)庫(kù)存排序，引入了優(yōu)化模型及其擴(kuò)展模型，如R-model （Ramanathan， 2006）、Ng-model（2007）、Hadi-model （Hadi-Vencheh， 2010）和ZF-model （Rezaei， 2010）。同時(shí)采用遺傳算法和人工神經(jīng)網(wǎng)絡(luò)等人工智能方法來(lái)解決MCIC問(wèn)題。Guvenir and Erel（1998）使用了一種名為多標(biāo)準(zhǔn)庫(kù)存分類(lèi)（GAMIC）的遺傳算法來(lái)學(xué)習(xí)權(quán)重標(biāo)準(zhǔn)以及AB類(lèi)和BC類(lèi)的截止值。Yu（2011）基于多重判別分析（MDA）的分類(lèi)技術(shù)，對(duì)三種人工智能方法進(jìn)行了比較;對(duì)k近鄰（k-nearest neighbor， kNN）、反向傳播網(wǎng)絡(luò)（BPNs）和支持向量機(jī)（SVM）進(jìn)行了基準(zhǔn)測(cè)試。從分類(lèi)結(jié)果來(lái)看，人工智能技術(shù)比MDA技術(shù)具有更好的準(zhǔn)確率，而支持向量機(jī)技術(shù)在每個(gè)基準(zhǔn)分類(lèi)中都表現(xiàn)優(yōu)異。隨著數(shù)字化時(shí)代的到來(lái)，機(jī)器學(xué)習(xí)（ML）被應(yīng)用到工業(yè)4.0的供應(yīng)鏈和制造中。Kartal et al.（2016）開(kāi)發(fā)了一種集成了機(jī)器學(xué)習(xí)算法的混合方法。利用貝葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等多準(zhǔn)則多屬性庫(kù)存分析決策技術(shù)，結(jié)合數(shù)據(jù)分析模型研究MCDM方法在ABC分析中的應(yīng)用。結(jié)果表明，支持向量機(jī)性能優(yōu)越，在不平衡數(shù)據(jù)和平衡數(shù)據(jù)下均無(wú)顯著變化。在Lolli et al.（2017）的相關(guān)文獻(xiàn)中，作者通過(guò)使用監(jiān)督分類(lèi)器，如決策樹(shù)和隨機(jī)森林，逐步提供了一種詳盡的多標(biāo)準(zhǔn)庫(kù)存分類(lèi)模擬方法。

針對(duì)定數(shù)分類(lèi)存在的明顯缺點(diǎn)，提出了基于多目標(biāo)的最優(yōu)分類(lèi)數(shù)組，優(yōu)化庫(kù)存策略。Ketkar and Vaidya（2014）提出了一種庫(kù)存控制方法，使用簡(jiǎn)單的附加重量（SAW）將材料分類(lèi)為多個(gè)組，傳遞與組織愿景和使命相關(guān)的各種重要部分。Lopez-Soto et al.（2017）提出了短語(yǔ)多分類(lèi)多屬性的分類(lèi)方法（Multi-class multi-attribute classification MCMAC），將MCIC問(wèn)題看作是在一定情況下的MCMAC問(wèn)題。Wang et al.（2019）在利用數(shù)據(jù)挖掘技術(shù)開(kāi)發(fā)一種新的多屬性庫(kù)存分類(lèi)方法的同時(shí)，研究了SKU的多屬性。該方法將分類(lèi)組與需求和性能屬性相結(jié)合，以支持和改進(jìn)自主庫(kù)存計(jì)劃，特別是在數(shù)字化供應(yīng)鏈中。

研究問(wèn)題表明，需求波動(dòng)和供應(yīng)基礎(chǔ)的多樣性具有挑戰(zhàn)性，采用少數(shù)標(biāo)準(zhǔn)或少數(shù)類(lèi)別組將過(guò)于絕對(duì)化和單一性。本文將采用多類(lèi)多屬性分類(lèi)方法。

（二）需求預(yù)測(cè)

備件需求模式的認(rèn)識(shí)和研究已有多年。間歇需求的模式是由Williams（1984）提出的。后來(lái)，間歇需求模式被描述為零星需求，有完全沒(méi)有需求的時(shí)期。此外，非零需求不能保持恒定，是可變波動(dòng)（Syntetos and Boylan， 2006）。Teunter et al.（2011）發(fā)現(xiàn)，在供應(yīng)鏈的任何層次上，任何組織提供的產(chǎn)品范圍內(nèi)都可能存在間歇性的需求項(xiàng)目。研究表明，大約60%的庫(kù)存價(jià)值可能是由間歇項(xiàng)目組成的，特別是在軍工、汽車(chē)、航空航天和IT行業(yè)。其主要特點(diǎn)之一是庫(kù)存報(bào)廢風(fēng)險(xiǎn)高。對(duì)于A公司來(lái)說(shuō)，目標(biāo)客戶發(fā)生了變化，銷(xiāo)售模式將轉(zhuǎn)向合同銷(xiāo)售或項(xiàng)目銷(xiāo)售，即從大批量少型號(hào)向小批量多型號(hào)的轉(zhuǎn)變，導(dǎo)致需求無(wú)法累加，更加地時(shí)斷時(shí)續(xù)。

對(duì)于具有零需求期的間歇需求，傳統(tǒng)的簡(jiǎn)單移動(dòng)平均法或簡(jiǎn)單指數(shù)平滑法都不適合采用。其原因是這些方法忽略了需求規(guī)模和需求區(qū)間這兩個(gè)要素，這是建立間歇需求模式的事實(shí)。需求模式可以用變異系數(shù)平方（CV2）和平均需求間區(qū)間（ADI）的值來(lái)表征。在Ghobbar and Friend（2003）以及Syntetos?et al.（2005）的論文中，需求分類(lèi)矩陣描述如下：平滑需求是指在一個(gè)有規(guī)律的需求周期內(nèi)，需求量變化較小。間歇需求是指在單一需求數(shù)量上沒(méi)有顯著的變異性，而是相當(dāng)分散的需求時(shí)期。不穩(wěn)定的需求模式是一種數(shù)量變化大，但需求周期不變的現(xiàn)象。如果在數(shù)量上有很大的變化，而在零需求時(shí)期大量出現(xiàn)，則是波動(dòng)需求。

此外，對(duì)每個(gè)象限提出了合適的預(yù)測(cè)方法。對(duì)于平滑類(lèi)需求，Croston（1977） 提出了用SES更新平均需求規(guī)模和區(qū)間估計(jì)的克羅斯頓法（Croston method）。對(duì)于其他類(lèi)別，則建議使用Syntetos-Boylan法，近似（SBA）使用乘數(shù)（1- α）調(diào)整克羅斯頓法的偏差（Boylan et al.2008）。

參數(shù)預(yù)測(cè)方法需要一個(gè)需求分布假設(shè)。Silver et al.（2016）討論了庫(kù)存管理關(guān)于預(yù)測(cè)需求分布擬合的方法是正態(tài)分布或泊松分布。Nenes?et al.（2010）通過(guò)檢驗(yàn)擬合優(yōu)度，采用了Gamma（快速移動(dòng)）和Poisson（緩慢移動(dòng)）分布。

Syntetos et al.（2011）通過(guò)分析分布形態(tài)的良好擬合性，試圖將需求分布假設(shè)與需求分類(lèi)方案聯(lián)系起來(lái)。其中一項(xiàng)研究發(fā)現(xiàn)，存貨績(jī)效并不包括符合良好的需求分配假設(shè)所表現(xiàn)出來(lái)的優(yōu)于需求分配假設(shè)。Rego and Mesquita（2015）討論了提前期需求分布，并利用了Gamma分布，因?yàn)槠浞植夹螤罡采w范圍廣。Turrini and Meissner（2019）觀察到Gamma分布在提前期需求上有良好的表現(xiàn)，而且，使用分類(lèi)方案擬配發(fā)現(xiàn)庫(kù)存表現(xiàn)較差。

（三）庫(kù)存管理

不同種類(lèi)的物料應(yīng)適當(dāng)?shù)胤峙涞讲煌膸?kù)存控制策略中。Adrodegari?et al.（2014）總結(jié)了庫(kù)存政策的傳統(tǒng)建模方法。連續(xù)檢查策略更多地被采用，大約占31%，例如一對(duì)一補(bǔ)貨的 （S-1，S）庫(kù)存訂貨策略; 19%的固定再訂貨點(diǎn)的 （s，S）訂貨策略; 14%的固定再訂貨點(diǎn)和固定訂貨數(shù)量策略（S，Q）。另外8%的情況是使用固定檢查間隔 （R，S）的定期檢查策略。采用統(tǒng)一的存貨計(jì)算方法，可以提高方法的客觀性和可控性。但在實(shí)踐中，一個(gè)企業(yè)組織的庫(kù)存政策往往會(huì)隨著供應(yīng)商的特點(diǎn)而變化，因此有必要加強(qiáng)對(duì)供應(yīng)商的管理，如尋源策略和采購(gòu)實(shí)踐。因此，本文對(duì)庫(kù)存和供應(yīng)商管理做了更多的文獻(xiàn)綜述。

Caniels and Gelderman（2005）的論文中，對(duì)于全球?qū)用娴墓?yīng)鏈管理，供應(yīng)商的地理距離不僅是管理復(fù)雜性的挑戰(zhàn)，而且由于提前期變長(zhǎng)，不確定性增加，庫(kù)存水平更高。為了激勵(lì)下游的供應(yīng)鏈，以定期訂單間隔向上游下大量訂單。同時(shí)，Mehdizadeh（2020）討論的供應(yīng)鏈協(xié)作管理的另一種類(lèi)型，考慮到規(guī)模經(jīng)濟(jì)的概念，采用大批量采購(gòu)來(lái)減少訂單數(shù)量，從而導(dǎo)致攤銷(xiāo)訂貨成本。Golini and Kalchschmidt（2011）研究了全球供應(yīng)鏈管理對(duì)庫(kù)存水平的影響。他們發(fā)現(xiàn)，庫(kù)存水平與供應(yīng)鏈管理戰(zhàn)略和全球采購(gòu)之間存在正相關(guān)關(guān)系。

Kraljic（1983）提出了一個(gè)全面的戰(zhàn)略采購(gòu)方案，推進(jìn)了采購(gòu)實(shí)踐，使采購(gòu)和采購(gòu)方法從逐個(gè)案例發(fā)展為戰(zhàn)略計(jì)劃和動(dòng)態(tài)方法。根據(jù)卡拉杰克矩陣（Kraljic matrix），供應(yīng)商或者物料可以分為普通、瓶頸、戰(zhàn)略和杠桿四個(gè)象限，這兩個(gè)維度是戰(zhàn)略重要性和供應(yīng)風(fēng)險(xiǎn)（Schiele， 2019）。Gelderman and Van?Weele（2003）提出了矩陣的維度，并將其修改為利潤(rùn)影響和供應(yīng)風(fēng)險(xiǎn)。

普通物料是可由多渠道提供的標(biāo)準(zhǔn)化產(chǎn)品。他們的特點(diǎn)是附加值小，對(duì)產(chǎn)品或經(jīng)營(yíng)的關(guān)注少，因?yàn)橘|(zhì)量在一定水平，供應(yīng)商切換成本通常很低。挑戰(zhàn)在于與運(yùn)輸、運(yùn)輸和接收相關(guān)的費(fèi)用不僅僅是物品本身。采購(gòu)部門(mén)的目標(biāo)應(yīng)該是減少投入且集中管理資源，使采購(gòu)交易成本最小化，提高效率。

杠桿物料比普通物品產(chǎn)生更多的附加值。它們處于高價(jià)值低供應(yīng)風(fēng)險(xiǎn)的位置。一般買(mǎi)家更傾向于短期合同，以便采取主動(dòng)尋找低價(jià)解決方案。通過(guò)大量購(gòu)買(mǎi)、積極采購(gòu)和轉(zhuǎn)向低價(jià)供應(yīng)商，這些商品得到了充分利用。主要目標(biāo)是降低采購(gòu)總成本，特別是直接材料成本。

戰(zhàn)略物料往往具有高供應(yīng)風(fēng)險(xiǎn)和高利潤(rùn)影響。該象限中的產(chǎn)品為最終產(chǎn)品增加了競(jìng)爭(zhēng)優(yōu)勢(shì)價(jià)值。因此，與供應(yīng)商建立長(zhǎng)期的合作和發(fā)展關(guān)系是必要的。也就是說(shuō)，要與目標(biāo)供應(yīng)商建立戰(zhàn)略聯(lián)盟或縱向合作關(guān)系。

此外，由于涉及高風(fēng)險(xiǎn)，瓶頸中的物料并沒(méi)有較高的價(jià)值。這些物品只從一個(gè)供應(yīng)商處獲得，或者，這些物品的交付是不穩(wěn)定的，或?qū)ω?cái)務(wù)結(jié)果的影響相對(duì)較小。產(chǎn)品規(guī)格可以通過(guò)內(nèi)部創(chuàng)新活動(dòng)重新設(shè)計(jì)。通過(guò)重新設(shè)計(jì)研發(fā)，將材料從瓶頸物料轉(zhuǎn)變成普通或杠桿物料。

Looman et al.（2002）討論了訂貨和庫(kù)存管理方法，它被定義為對(duì)已購(gòu)物品發(fā)出補(bǔ)貨訂單的一種特殊的組合方法。供應(yīng)商根據(jù)卡拉杰克矩陣確定訂單數(shù)量和產(chǎn)品及時(shí)交貨。Vinish and Velmurugan（2014）利用卡拉杰克組合模型優(yōu)化庫(kù)存，實(shí)現(xiàn)庫(kù)存成本降低10%。Zhang et al.（2019）利用相似矩陣作為卡拉杰克組合模型，建立了基于策略與物品分類(lèi)匹配的庫(kù)存管理模型。

（四）績(jī)效評(píng)估

庫(kù)存管理績(jī)效的評(píng)估已從業(yè)務(wù)層面廣泛引入到財(cái)務(wù)層面，如需求預(yù)測(cè)準(zhǔn)確性、服務(wù)水平、庫(kù)存波動(dòng)、付款周期、投資回報(bào)和物流效率等。庫(kù)存管理者總是試圖最小化總庫(kù)存成本，同時(shí)最大化客戶服務(wù)水平（Silver et al.， 2016）。客戶服務(wù)水平和庫(kù)存成本標(biāo)準(zhǔn)被Syntetos and Boylan（2006）用來(lái)評(píng)估間歇性需求庫(kù)存績(jī)效。Teunter et al.（2010）考慮了一種使總成本最小化的多項(xiàng)目庫(kù)存系統(tǒng)，該總成本包括安全庫(kù)存和周期庫(kù)存的庫(kù)存持有成本和短缺成本，且每個(gè)SKU的周期服務(wù)水平大致遵循報(bào)童最優(yōu)狀態(tài)。

（五）小結(jié)

上述研究涵蓋了物料分類(lèi)、需求預(yù)測(cè)和庫(kù)存管理等各個(gè)領(lǐng)域，為處理不同需求和供應(yīng)模式的物料提供了前沿的概念和實(shí)踐。目前對(duì)物料分類(lèi)的研究主要集中在需求分析和分類(lèi)算法上，而對(duì)供應(yīng)管理方面的研究較少。本文將制定一個(gè)框架，把需求分析與供應(yīng)管理，特別是采購(gòu)策略聯(lián)系起來(lái)。

在需求預(yù)測(cè)方面，采用Syntetos-Boylan近似法，通過(guò)對(duì)需求模式特征（CV 2和ADI）進(jìn)行分類(lèi)來(lái)確定需求規(guī)模和需求區(qū)間。

在庫(kù)存管理方面，雖然供應(yīng)策略對(duì)庫(kù)存水平有顯著影響，但缺乏基于供應(yīng)管理的庫(kù)存政策制定。因此，利用卡拉杰克矩陣提出庫(kù)存策略，確定補(bǔ)貨提前期。這種方法可實(shí)現(xiàn)對(duì)采購(gòu)策略和庫(kù)存持續(xù)改進(jìn)進(jìn)行閉環(huán)管理。

本文的目的是在現(xiàn)有的供應(yīng)基礎(chǔ)上，利用參數(shù)化方法分析和設(shè)計(jì)庫(kù)存水平，并建立一個(gè)框架，通過(guò)分類(lèi)建立需求預(yù)測(cè)和供應(yīng)商管理之間的橋梁，以及通過(guò)平均庫(kù)存金額來(lái)評(píng)估庫(kù)存績(jī)效。

三、方法

在本文中，為了配合A公司業(yè)務(wù)戰(zhàn)略轉(zhuǎn)型和經(jīng)營(yíng)轉(zhuǎn)移，將通過(guò)需求分類(lèi)、供應(yīng)分類(lèi)、供求分類(lèi)和平均庫(kù)存計(jì)算，系統(tǒng)地分析和設(shè)計(jì)庫(kù)存水平。該方法的框架如圖2所示。

（一）需求分類(lèi)

SKU需求模式差異化大，對(duì)需求的識(shí)別和預(yù)測(cè)提出了挑戰(zhàn)。使用Syntetos-Boylan近似法根據(jù)需求模式對(duì)SKU進(jìn)行分類(lèi)，推導(dǎo)出新的需求大小和需求分布。

步驟1：分析SKU特性。

對(duì)于每個(gè)具有已知?dú)v史使用記錄的SKU，應(yīng)該對(duì)其材料進(jìn)行審查并識(shí)別需求行為，需求行為從不移動(dòng)到快速移動(dòng)都是不同的。本文通過(guò)SKU類(lèi)型、年使用金額、SKU數(shù)量的材料分類(lèi)分析以及主要產(chǎn)品族的需求模式來(lái)認(rèn)識(shí)需求。

步驟2：用Syntetos-Boylan近似法對(duì)需求進(jìn)行二維分類(lèi)，需求大小和需求區(qū)間。

根據(jù)Boylan and Syntetos（2008）提出的研究間歇需求通過(guò)平均需求區(qū)間（ADI）和變異系數(shù)平方（CV2）兩種標(biāo)準(zhǔn)，對(duì)SKUs需求模式進(jìn)行分類(lèi)。平均需求區(qū)間定義為兩個(gè)連續(xù)需求之間的平均時(shí)段數(shù)。同時(shí)平方變異系數(shù)表示需求標(biāo)準(zhǔn)差除以一段時(shí)間內(nèi)的平均需求（Kocer and Tamer， 2011）。

當(dāng)需求模式產(chǎn)生時(shí)，對(duì)需求規(guī)模和頻率之間的關(guān)系進(jìn)行了具體的評(píng)估。這四類(lèi)是根據(jù)Ghobbar and Friend（2002）討論的ADI（1.32）和CV2（0.49） 的標(biāo)準(zhǔn)闕值進(jìn)行分類(lèi)的。

平滑需求（ADI<1.32 且 CV2<0.49）：指數(shù)量變化有限的時(shí)期內(nèi)的常規(guī)需求。

間歇性需求（ADI≥1.32 且 CV2<0.49）：需求極具偶發(fā)性，需求量波動(dòng)不大，但連續(xù)兩個(gè)需求周期間的變化幅度較大。

不穩(wěn)定需求（ADI<1.32 且 CV2≥0.49）：周期性需求產(chǎn)生于需求量變化較大的時(shí)期。

波動(dòng)型需求（ADI≥1.32 且CV2≥0.49）：需求形態(tài)在數(shù)量和周期上均存在較大變化。

步驟3：推斷新的需求規(guī)模。

為了減少零需求期的影響，需要根據(jù)需求分類(lèi)結(jié)果采用具體的需求預(yù)測(cè)方法。如前文文獻(xiàn)綜述中所述，平滑需求采用克羅斯頓法，間歇、波動(dòng)和不穩(wěn)定的休息類(lèi)采用Syntetos-Boylan近似法（SBA）。

克羅斯頓法為：

因此，可以得到需求分類(lèi)矩陣的四個(gè)象限以及其預(yù)測(cè)方法，如表1所示。

（二）供應(yīng)分類(lèi)

Baier et al.?（2008）提出，采購(gòu)戰(zhàn)略對(duì)企業(yè)層面的業(yè)務(wù)戰(zhàn)略（戰(zhàn)略聯(lián)合）和采購(gòu)能力（采購(gòu)效率）的一致性有重要影響。采購(gòu)與供應(yīng)管理是實(shí)現(xiàn)財(cái)務(wù)成功的有效途徑，因此，有效的采購(gòu)與供應(yīng)管理需要制定相應(yīng)的戰(zhàn)略，以適應(yīng)當(dāng)前的環(huán)境。為了實(shí)現(xiàn)這一目標(biāo)，有必要對(duì)供應(yīng)商策略進(jìn)行分類(lèi)。卡拉杰克開(kāi)發(fā)了一個(gè)確定采購(gòu)策略的概念模型，并被Caniel and Gelderman（2007）廣泛接受，采用程度也在不斷提高。

步驟1：設(shè)計(jì)卡拉杰克組合矩陣（KPM）。

卡拉杰克組合矩陣可以快速了解買(mǎi)賣(mài)雙方關(guān)系之間的差異，并分配適合的庫(kù)存政策給關(guān)鍵的供應(yīng)商，以響應(yīng)公司的需求，從而滿足公司業(yè)務(wù)戰(zhàn)略的變化。維度、標(biāo)準(zhǔn)和測(cè)量方法的選擇在這一步進(jìn)行分析和選擇。

卡拉杰克組合矩陣中的供應(yīng)商映射取決于利潤(rùn)影響和供應(yīng)風(fēng)險(xiǎn)的各種標(biāo)準(zhǔn)。Pieters et al.（2005）表示在一個(gè)組織中采購(gòu)戰(zhàn)略的重要性在于發(fā)現(xiàn)由于采購(gòu)活動(dòng)的增值，采購(gòu)對(duì)盈利的影響。供應(yīng)風(fēng)險(xiǎn)有市場(chǎng)復(fù)雜性、供應(yīng)市場(chǎng)的稀缺性、技術(shù)創(chuàng)新的變化速度、新供應(yīng)商進(jìn)入的障礙、物流成本等。利潤(rùn)影響和供應(yīng)風(fēng)險(xiǎn)的標(biāo)準(zhǔn)很多，很難用單一的和定量的方法來(lái)定義。本文分類(lèi)標(biāo)準(zhǔn)如表2所示。

利潤(rùn)影響維度選擇了三個(gè)標(biāo)準(zhǔn)，定義如下：

（1）物料類(lèi)別（即電氣元件、電纜、型材等）的占比定義為：

物料類(lèi)別的百分比= i種物料類(lèi)別的采購(gòu)金額公司總采購(gòu)金額×100%

（2）質(zhì)量的一致性：每個(gè)供應(yīng)商的分?jǐn)?shù)來(lái)自供應(yīng)商質(zhì)量績(jī)效報(bào)告。

（3）供應(yīng)商采購(gòu)金額占比定義為：

第j個(gè)供應(yīng)商的百分比 = 第j個(gè)供應(yīng)商的采購(gòu)金額公司總采購(gòu)金額×100%

供應(yīng)風(fēng)險(xiǎn)維度選取了12個(gè)標(biāo)準(zhǔn)，定義如下：

（1）可用性/稀缺性是指在現(xiàn)貨市場(chǎng)上很容易買(mǎi)到的標(biāo)準(zhǔn)產(chǎn)品，或者是高附加值的產(chǎn)品，甚至是定制產(chǎn)品。

（2）供應(yīng)商數(shù)量意味著公司議價(jià)能力，表現(xiàn)為公司購(gòu)買(mǎi)金額占供應(yīng)商總銷(xiāo)售額的百分比。

第j個(gè)供應(yīng)商的議價(jià)能力 = 第j個(gè)供應(yīng)商的采購(gòu)金額第j個(gè)供應(yīng)商的總銷(xiāo)售×100%

（3）供應(yīng)商相關(guān)性有兩個(gè)因素組成：

第j個(gè)供應(yīng)商在第i個(gè)物料分類(lèi)的百分比=?第j個(gè)供應(yīng)商的采購(gòu)金額第i個(gè)物料類(lèi)別的采購(gòu)金額×100%

（4）靈活性（對(duì)變化的響應(yīng)）。通常，生產(chǎn)能力表明供應(yīng)商有能力處理緊急訂單或需求浮動(dòng)。供應(yīng)商規(guī)模越大，其生產(chǎn)高產(chǎn)量的能力就越高。

（5）交付績(jī)效。在供應(yīng)商績(jī)效報(bào)告中，每個(gè)供應(yīng)商的得分代表其準(zhǔn)時(shí)交貨水平。

準(zhǔn)時(shí)交付率 = 第j個(gè)供應(yīng)商的完美訂單行數(shù)第j個(gè)供應(yīng)商的總訂單行數(shù)×100%

（6）關(guān)稅或海關(guān)規(guī)定。隨著全球采購(gòu)的發(fā)展，國(guó)際貿(mào)易的報(bào)關(guān)和關(guān)稅管理變得復(fù)雜并影響到總成本。

（7）溝通的便捷性。語(yǔ)言障礙或文化差異會(huì)誤導(dǎo)和降低生產(chǎn)力。供應(yīng)商與公司之間的良好溝通將建立成功的合作關(guān)系。

（8）財(cái)務(wù)狀況。使用付款條件來(lái)評(píng)估供應(yīng)商的財(cái)務(wù)狀況，以防預(yù)付款存在風(fēng)險(xiǎn)。

（9）地理位置或物流成本表明供應(yīng)商距離，因此使用運(yùn)輸術(shù)語(yǔ)來(lái)評(píng)估國(guó)際貿(mào)易術(shù)語(yǔ)的物流成本。

（10）提前期是從下訂單到收到訂單的整個(gè)周期時(shí)間，包括訂單處理時(shí)間、生產(chǎn)時(shí)間和運(yùn)輸時(shí)間。

（11）管理的SKU數(shù)量。管理大量SKU的供應(yīng)商對(duì)采購(gòu)訂單管理的影響更大。

（12）技術(shù)能力。供應(yīng)商能夠?qū)?chuàng)新需求做出快速反應(yīng)，減少了產(chǎn)品報(bào)廢損失，降低了庫(kù)存數(shù)量的保持成本。

除了定量的標(biāo)準(zhǔn)外，其他標(biāo)準(zhǔn)均為定性的，需要由專(zhuān)家（即本次研究中的材料經(jīng)理或采購(gòu)經(jīng)理）根據(jù)他們的經(jīng)驗(yàn)主觀評(píng)估。表3列出了評(píng)估標(biāo)準(zhǔn)的量表。

步驟2：根據(jù)利潤(rùn)影響和供應(yīng)風(fēng)險(xiǎn)對(duì)供應(yīng)商進(jìn)行分類(lèi)。

卡拉杰克組合矩陣是區(qū)分供應(yīng)商位置的一種有效工具，但矩陣的維數(shù)高度抽象和概括，沒(méi)有一種系統(tǒng)的方法來(lái)協(xié)調(diào)有效地度量矩陣的維度，這使得矩陣的定性具有主觀性和應(yīng)用局限性。對(duì)于多準(zhǔn)則決策（MCDM），Hwang and Yoon（1981）表明逼近理想解排序法（TOPSIS）被廣泛采用以解決所提出的問(wèn)題。此外，Rodrigues et al.（2014）對(duì)逼近理想解排序法和層次分析法兩種技術(shù)方法進(jìn)行了比較評(píng)價(jià)。結(jié)果表明，逼近理想解排序法在方案變更的充分性、決策過(guò)程的準(zhǔn)確性和可操作性以及準(zhǔn)則和備選供應(yīng)商的數(shù)量限制方面都有較好的效果。更重要的是，逼近理想解排序法顯示了一個(gè)非常一致的結(jié)果。本文采用逼近理想解排序法作為卡拉杰克組合矩陣的分析方法來(lái)確定供應(yīng)商的位置。

步驟3：將庫(kù)存策略映射到每個(gè)類(lèi)。

不同的物料需要不同的庫(kù)存管理策略，本文通過(guò)卡拉杰克組合矩陣的特性來(lái)建立適當(dāng)?shù)膸?kù)存策略，如表4所示。

1.普通物料供應(yīng)商：（s，Q）庫(kù)存政策

一般型物料供應(yīng)商提供低成本、更通用的材料，并擁有平衡的買(mǎi)賣(mài)雙方的力量。采購(gòu)策略注重采購(gòu)管理，提高效率，可以將庫(kù)存水平設(shè)置高一點(diǎn)，提高采購(gòu)效率。因此，（s，Q）即兩箱策略是適合采用的。在庫(kù)存模型中，需要設(shè)置三個(gè)參數(shù)，即庫(kù)存檢查周期R，再次訂貨點(diǎn)s，訂單數(shù)量Q。

（1）訂單周期時(shí)間 T

在實(shí)際操作中，庫(kù)存是逐步消耗的，對(duì)庫(kù)存進(jìn)行連續(xù)核查是不可行的，尤其是對(duì)來(lái)自不同供應(yīng)商的物料庫(kù)存。因此，有必要確定庫(kù)存檢查周期R，它與生產(chǎn)計(jì)劃保持一致，并與物料需求計(jì)劃保持一致。

（2）再次訂購(gòu)點(diǎn) s

在這個(gè)兩箱模型中，當(dāng)在手庫(kù)存等于或小于訂貨點(diǎn)s， 材料采購(gòu)需求將被觸發(fā)， 所以庫(kù)存訂貨點(diǎn)應(yīng)該滿足兩個(gè)需求：一個(gè)是平均需求提前期，另一個(gè)是基于確保客戶服務(wù)水平的安全庫(kù)存。

（3）訂貨數(shù)量 Q

普通供應(yīng)商的目標(biāo)之一是提高采購(gòu)效率，因此將訂單數(shù)量簡(jiǎn)單定義為訂單周期內(nèi)的平均需求。

2.瓶頸供應(yīng)商： （s， S）庫(kù)存政策

瓶頸供應(yīng)商由于風(fēng)險(xiǎn)高，利潤(rùn)低，有復(fù)雜性高，專(zhuān)業(yè)性強(qiáng)的特點(diǎn)。供應(yīng)鏈人員必須充分了解導(dǎo)致瓶頸材料的庫(kù)存狀況。此外，它們必須制定優(yōu)先考慮安全庫(kù)存的政策，同時(shí)執(zhí)行高安全庫(kù)存戰(zhàn)略;因此，（s， S）策略通常被稱(chēng)為最小—最大方法，因?yàn)閹?kù)存水平分別在最小和最大的位置，s和S之間變化。

（1）訂單周期T

與（s，Q）庫(kù)存策略相似，（s， S）也為連續(xù)檢查模型，因此庫(kù)存檢查周期為0，但實(shí)際上，訂單周期T由庫(kù)存檢查周期R和每個(gè)SKU相關(guān)的提前期L組成。

（2）再次訂購(gòu)點(diǎn) s

再次訂貨點(diǎn)設(shè)置與（s，Q）政策相同，當(dāng)庫(kù)存下降到再訂貨點(diǎn)s或更低時(shí)進(jìn)行補(bǔ)貨。

（3）最大庫(kù)存水平 S

在最大庫(kù)存水平方案下使用可變數(shù)量補(bǔ)貨，與（s， Q）的情況不同，該策略使庫(kù)存位置將被提高到一個(gè)預(yù)定的水平Q。然而，當(dāng)實(shí)際需求和預(yù)測(cè)需求一致時(shí)，這兩種政策是相似的。這種結(jié)果的無(wú)差異是由于策略要求在庫(kù)存水平為s時(shí)產(chǎn)生重新訂貨，即：S=s+Q。

（4）訂單數(shù)量 Q

實(shí)際上，物料消耗很少與預(yù)測(cè)一致，這使得補(bǔ)貨數(shù)量變得不可確定。庫(kù)存策略是訂貨到S，所以補(bǔ)充數(shù)量Q等于最大庫(kù)存水平減去即時(shí)庫(kù)存。表示法和方程如下。

3.戰(zhàn)略供應(yīng)商：（R，S）庫(kù)存政策

戰(zhàn)略性供應(yīng)商提供成本高、專(zhuān)業(yè)性強(qiáng)、高附加值的材料，而且供應(yīng)商具有更強(qiáng)的議價(jià)能力和影響力。采購(gòu)策略以供應(yīng)管理為主，與供應(yīng)商建立良好的合作關(guān)系，盡量保持低庫(kù)存水平。因此，可以采用庫(kù)存策略（R，S），在（R，S）庫(kù)存策略中檢查訂單周期R，設(shè)定最大庫(kù)存水平S;有三個(gè)參數(shù)需要確定：訂單周期T，最大庫(kù)存水平S和訂單數(shù)量Q。

（1）訂單周期T

訂單周期T是一個(gè)固定的周期時(shí)間，由庫(kù)存檢查間隔時(shí)間R和與戰(zhàn)略供應(yīng)商約定的補(bǔ)貨提前期L決定。

（2）最大庫(kù)存水平 S

S應(yīng)滿足訂單周期t的需求，同時(shí)考慮安全庫(kù)存，防止需求的不確定性。

（3）訂單數(shù)量 Q

庫(kù)存策略是訂貨數(shù)量到最大值S，所以訂單數(shù)量Q等于最大庫(kù)存水平減去即時(shí)庫(kù)存。表示法和方程式如下：

4.杠桿供應(yīng)商（R，s， S）庫(kù)存政策

杠桿供應(yīng)商提供成本高、通用性強(qiáng)的材料，具有較高的議價(jià)能力。采購(gòu)策略以物料管理和多渠道化為主，將庫(kù)存水平控制在一定水平。因此（R，s， S）策略更適合被采用。（R，s， S）策略是結(jié)合（s， S）和（R，S）策略的綜合策略，比固定訂單檢查周期（R，S）策略和固定訂單數(shù)量（s， S）策略更加靈活。根據(jù)該策略，對(duì)庫(kù)存進(jìn)行定期檢查，每個(gè)SKU采用獨(dú)立和定期（s， S）政策。

（1）訂單周期T

與（R，S）政策相似，訂單周期T是固定的，由庫(kù)存檢查間隔時(shí)間R和與戰(zhàn)略供應(yīng)商協(xié)商的補(bǔ)貨提前期L決定。

（2）最大庫(kù)存水平 S

最大庫(kù)存水平S應(yīng)滿足訂單周期T的需求。同時(shí)，為了防止需求的不確定性，必須考慮安全庫(kù)存。

（3）再次訂購(gòu)點(diǎn) s

與持續(xù)檢查的政策不同，再次訂貨點(diǎn)要求在相應(yīng)的時(shí)間內(nèi)從庫(kù)存中滿足需求;因此，再訂貨點(diǎn)與兩個(gè)周期一致：庫(kù)存再次訂貨周期和交貨期再訂貨周期。在這個(gè)方案下，庫(kù)存位置在R單位時(shí)間間隔檢查，如果庫(kù)存水平在或低于再訂貨點(diǎn)s，則采購(gòu)請(qǐng)求會(huì)被激活。同樣地，如果庫(kù)存水平高于再訂貨點(diǎn)，則在下一個(gè)審查期間之前不會(huì)激活訂單。

（4）訂單數(shù)量 Q

一旦訂單被觸發(fā)，訂購(gòu)的數(shù)量就足以將其提高到S，因此訂單數(shù)量Q等于最大庫(kù)存水平減去即時(shí)庫(kù)存。表示法和方程式如下：

因此，利用卡拉杰克矩陣組合推導(dǎo)出供應(yīng)分類(lèi)矩陣，并推導(dǎo)出各類(lèi)別的庫(kù)存政策，具體如表5所示。

（三）需求供應(yīng)分類(lèi)矩陣

在平均庫(kù)存成本的公式中，另一個(gè)參數(shù)訂貨周期需要明確。訂單周期包括各供應(yīng)商的檢查間隔時(shí)間和每個(gè)物料的補(bǔ)貨提前期。在分別分析了需求矩陣和供給矩陣后，將需求矩陣和供給矩陣合并為需求—供給矩陣，研究需求變化、需求區(qū)間、利潤(rùn)影響和供給風(fēng)險(xiǎn)四個(gè)維度下的訂單周期。從庫(kù)存價(jià)值的角度來(lái)看，需求變化和利潤(rùn)影響更值得關(guān)注。因此，表6所示的需求—供應(yīng)分類(lèi)矩陣，將會(huì)根據(jù)實(shí)際需要，用于評(píng)估訂單周期。

（四）庫(kù)存計(jì)算

根據(jù)前文對(duì)四組庫(kù)存策略的分析，安全庫(kù)存、周期庫(kù)存和平均庫(kù)存如表7所示。在連續(xù)檢查庫(kù)存策略中，如果整體需求庫(kù)存是在同一水平下，則保持相同數(shù)量的補(bǔ)貨訂單，對(duì)應(yīng)庫(kù)存水平都是相等的，所以連續(xù)檢查庫(kù)存的兩個(gè)策略是完全一致的。 即，當(dāng)庫(kù)存水平在s時(shí)，這兩個(gè)策略設(shè)置相同的庫(kù)存計(jì)算方法。在定期檢查庫(kù)存策略中，（R，s，S） 策略是（R，S） 策略的擴(kuò)展，因此其庫(kù)存計(jì)算采用（R，S）策略。

此外，如果滿足表8中所示的轉(zhuǎn)換，（s，Q）策略可以等同于（R，S）。

因此，可以得到統(tǒng)一的庫(kù)存計(jì)算，四組庫(kù)存策略如表9所示。

平均庫(kù)存成本由全年周期庫(kù)存和安全總庫(kù)存組成。年度總周期庫(kù)存（TACS）和總安全庫(kù)存（TSS）的定義如下：

（五）數(shù)據(jù)收集

來(lái)自A 公司的數(shù)據(jù)集包括物料主數(shù)據(jù)和2018年1月至2019年12月財(cái)政年度的月度歷史使用量。主數(shù)據(jù)包括SKU編號(hào)、物料類(lèi)別、庫(kù)存類(lèi)型、產(chǎn)品族、庫(kù)存成本、交貨期和材料狀態(tài)。在歷史使用數(shù)據(jù)中，它包含了每個(gè)SKU的實(shí)際每月使用情況，這些用量由已完成的工作訂單和已發(fā)貨的銷(xiāo)售訂單生成。根據(jù)歷史使用數(shù)據(jù)計(jì)算SKU的年使用量和標(biāo)準(zhǔn)差。A公司不僅從原始設(shè)備制造商處購(gòu)買(mǎi)制造的原材料，還從關(guān)聯(lián)公司那里購(gòu)買(mǎi)用于高端市場(chǎng)的半成品。本次研究將重點(diǎn)關(guān)注采購(gòu)SKU的原材料、半成品和成品，所以購(gòu)買(mǎi)SKU的總數(shù)是6959。

四、實(shí)例分析

（一）需求分類(lèi)

1.?需求分類(lèi)中的SKU特征

購(gòu)買(mǎi)零件包含了一個(gè)復(fù)雜生產(chǎn)過(guò)程中的幾乎所有部件，因此購(gòu)買(mǎi)零件的種類(lèi)和數(shù)量非常重要。如表10所示，采購(gòu)的零部件范圍很廣，從電氣供應(yīng)商到機(jī)械供應(yīng)商。重點(diǎn)公司根據(jù)指定的商品類(lèi)別，將相近的采購(gòu)物料按照主觀技術(shù)人員對(duì)物質(zhì)商品定義的解釋歸類(lèi)。

采購(gòu)物料的需求模式各不相同，從無(wú)需求到快速移動(dòng)。即使在物料類(lèi)別中的采購(gòu)材料，需求模式也可能是不同的。圖3-圖5顯示了關(guān)聯(lián)公司、顯示器和電子元件商品的一系列需求模式。

對(duì)于圖3中的關(guān)聯(lián)公司的產(chǎn)品線，63%的庫(kù)存SKU在前兩年內(nèi)沒(méi)有消耗，而用量較快的關(guān)聯(lián)公司產(chǎn)品每周或每?jī)芍芟?000件。

對(duì)于圖4中的顯示器產(chǎn)品，庫(kù)存SKU中有87%左右在兩年內(nèi)沒(méi)有需求。此外，有需求的周數(shù)更集中在0～5和10～30兩個(gè)范圍，這表明顯示需求模式更不規(guī)則或零星，因?yàn)橛唵胃S項(xiàng)目承包商。

對(duì)于圖5中的光幕產(chǎn)品，無(wú)需求SKU仍在60%以上，但可以看到，較活躍的SKU幾乎每周都消耗。為了最大限度地提高生產(chǎn)能力效率，PCBA的設(shè)計(jì)具有較強(qiáng)的通用性，從而減少換線時(shí)間，對(duì)電氣元件SKU的需求也進(jìn)行了聚合。

大部分SKU并非每周都被消耗，在三種商品中看到的緩慢和間歇性的行為是整個(gè)物料需求模式的代表。

2.需求分類(lèi)矩陣

在傳統(tǒng)的方法中，慢動(dòng)和間歇的需求可以用時(shí)間間隔和數(shù)量變化來(lái)表征。在中國(guó)工廠，62%的采購(gòu)零件在前兩年沒(méi)有需求，15%的采購(gòu)零件只有一次需求。剩余的SKU需求模式可以根據(jù)Boylan and Syntetos（2008）提出的研究間歇需求通過(guò)平均需求區(qū)間（ADI）和變異系數(shù)平方（CV2）兩種標(biāo)準(zhǔn)進(jìn)行分類(lèi)。

圖6為A公司的采購(gòu)物料需求模式。9%的SKU被歸類(lèi)為波動(dòng)型，5%的SKU被歸類(lèi)為平滑型，這表明了公司在商業(yè)策略的需求模式方面所面臨的復(fù)雜性。

3.需求大小

如前文文獻(xiàn)綜述中所述，平滑需求采用克羅斯頓法，間歇、波動(dòng)和不穩(wěn)定類(lèi)采用Syntetos-Boylan近似法（SBA）。

通過(guò)α=0.2的簡(jiǎn)單指數(shù)平滑法和過(guò)去12個(gè)月的數(shù)據(jù)資料來(lái)計(jì)算新需求的預(yù)測(cè)值，同時(shí)排除了所有無(wú)需求或單一事件需求的SKU。表11給出了各需求分類(lèi)類(lèi)別的典型樣本和基于需求分類(lèi)矩陣的預(yù)計(jì)需求。由表11可知，傳統(tǒng)的預(yù)測(cè)涉及零需求期，導(dǎo)致需求被低估，與實(shí)際使用相較有滯后性。本研究將使用預(yù)測(cè)的需求來(lái)計(jì)算庫(kù)存量。

4.需求分布假設(shè)

在庫(kù)存計(jì)算應(yīng)用中，一般采用90%～95%的客戶服務(wù)水平來(lái)計(jì)算預(yù)測(cè)需求分布，為了成功實(shí)現(xiàn)庫(kù)存管理系統(tǒng)，其中關(guān)鍵部分是選擇合適的擬合分布模型。因此，本文將采用基于經(jīng)典庫(kù)存模型的正態(tài)分布。

（二）供應(yīng)分類(lèi)

1.?卡拉杰克組合矩陣

在26種不同物料類(lèi)別中，A公司有122家供應(yīng)商。根據(jù)帕累托原則，矩陣的標(biāo)準(zhǔn)由46家公司年度采購(gòu)支出為99%的供應(yīng)商進(jìn)行評(píng)估，同時(shí)公司間交易被視為庫(kù)存移動(dòng)，因此不列入清單以減少分析干擾。

圖7為卡拉杰克組合矩陣中供應(yīng)商定位的TOPSIS結(jié)果，供應(yīng)商占公司購(gòu)買(mǎi)金額的99%。供應(yīng)商被分為四個(gè)象限：20%的瓶頸供應(yīng)商，22%的杠桿供應(yīng)商，28%的普通供應(yīng)商和30%的戰(zhàn)略供應(yīng)商。

2.卡拉杰克投資組合矩陣的啟示

卡拉杰克組合矩陣中的供應(yīng)商定位本身并不是好的或壞的，在Hesping and Schiele（2016）看來(lái)，隨著公司經(jīng)營(yíng)戰(zhàn)略的變化，供應(yīng)商的定位反映了公司與供應(yīng)商之間的某種關(guān)系，如監(jiān)督、協(xié)作等新的指導(dǎo)方針。此外，該定位必須以公司的實(shí)際利益為依據(jù)。

以卡拉杰克對(duì)采購(gòu)策略的啟示為基礎(chǔ)，針對(duì)四個(gè)象限對(duì)A公司重點(diǎn)供應(yīng)商的位置進(jìn)行分析。

在所有被選中的供應(yīng)商中，戰(zhàn)略象限中的供應(yīng)商數(shù)量約占30%。在這一象限中，買(mǎi)賣(mài)雙方的力量是均衡的，幾乎不可能降低供應(yīng)風(fēng)險(xiǎn)，因此需要一個(gè)戰(zhàn)略伙伴關(guān)系，從而可以貢獻(xiàn)競(jìng)爭(zhēng)優(yōu)勢(shì)。如電纜組件或型材的供應(yīng)商，通過(guò)早期的供應(yīng)商參與，保持長(zhǎng)期的合作關(guān)系。公司研發(fā)部門(mén)在構(gòu)建產(chǎn)品原型時(shí)，可能會(huì)更多地聽(tīng)取供應(yīng)商的意見(jiàn)，進(jìn)行成本控制。

22%的供應(yīng)商處于有利的杠桿象限，因?yàn)楣?yīng)商的數(shù)量和市場(chǎng)的良好條件，買(mǎi)方的權(quán)力大于賣(mài)方。其策略是通過(guò)競(jìng)爭(zhēng)性采購(gòu)活動(dòng)來(lái)降低總成本，從而達(dá)到成本最低的政策。降低這一象限中大多數(shù)產(chǎn)品供應(yīng)風(fēng)險(xiǎn)的一個(gè)策略是改變產(chǎn)品的規(guī)格以適應(yīng)行業(yè)的變化。對(duì)于電子元器件的供應(yīng)商，公司不斷尋找替代供應(yīng)商，以審核或更新供應(yīng)商報(bào)價(jià)，并在批準(zhǔn)的供應(yīng)商名單下有更多的替代元器件。與供應(yīng)商的關(guān)系是一種基于短期合同的關(guān)系，因?yàn)楣?yīng)商更換更有利。供給風(fēng)險(xiǎn)和利潤(rùn)影響的維度應(yīng)大大降低。

其中，28%的普通供應(yīng)商，采購(gòu)流程和管理成本引起了人們的關(guān)注。采購(gòu)效率可以通過(guò)將盡可能多的普通物料集中起來(lái)并由供應(yīng)框架協(xié)定加以利用來(lái)提高。維護(hù)和運(yùn)營(yíng)物料的供應(yīng)商在此象限內(nèi)，應(yīng)減少這些供應(yīng)商的數(shù)量，以實(shí)現(xiàn)集中采購(gòu)，可通過(guò)電子商務(wù)或在線平臺(tái)進(jìn)行集中采購(gòu)。另外，降低采購(gòu)管理成本的另一個(gè)策略是通過(guò)大量采購(gòu)來(lái)提高庫(kù)存水平。

供應(yīng)商瓶頸帶來(lái)了巨大的問(wèn)題和風(fēng)險(xiǎn)。如果供應(yīng)商在這個(gè)象限，供應(yīng)管理策略是與供應(yīng)商有一個(gè)穩(wěn)定和長(zhǎng)期的協(xié)議，以確保交付。因此，可以提高庫(kù)存水平，以彌補(bǔ)由于低成本導(dǎo)致的風(fēng)險(xiǎn)，如特殊的電子零部件的缺貨風(fēng)險(xiǎn)。或者，例如一家LCD組裝和面板商品的供應(yīng)商，交貨時(shí)間大約是4個(gè)月，比一般商品要長(zhǎng)得多。供應(yīng)商的位置可以通過(guò)部件規(guī)格標(biāo)準(zhǔn)化轉(zhuǎn)移到非關(guān)鍵類(lèi)別以減少供應(yīng)風(fēng)險(xiǎn)，也可以通過(guò)采購(gòu)集中化轉(zhuǎn)移到戰(zhàn)略類(lèi)別以增加購(gòu)買(mǎi)力。

（三）需求供給分類(lèi)矩陣

利用需求—供給矩陣對(duì)訂單周期進(jìn)行評(píng)估，其中包括檢查間隔時(shí)間和補(bǔ)貨提前時(shí)間。表12顯示了基于需求和供給分類(lèi)矩陣的年用量金額占總支出的百分比;矩陣之間的分布是不同的。戰(zhàn)略和關(guān)聯(lián)公司的支出占81%。另外，平滑型需求為總用量金額的65%，這意味著重點(diǎn)企業(yè)的需求是有共性的。

1.檢查間隔

檢查間隔是庫(kù)存計(jì)算的一個(gè)主觀可控的參數(shù)。檢查間隔時(shí)間以周、雙周或月為基準(zhǔn)，如圖8所示。在連續(xù)檢查庫(kù)存時(shí)，評(píng)審時(shí)間間隔應(yīng)設(shè)為零，但在采購(gòu)實(shí)踐中，時(shí)間間隔設(shè)為每周。在定期評(píng)審政策中，將其設(shè)置為月度，以與計(jì)劃周期保持一致，但對(duì)于平滑型、間歇型的物料類(lèi)別，因其需求波動(dòng)較小，所以將其設(shè)置為周或雙周，以增加補(bǔ)貨頻率。

2.補(bǔ)貨提前期

補(bǔ)貨提前期是指從下采購(gòu)訂單到物料交付的整個(gè)周期時(shí)間。一般來(lái)說(shuō)，補(bǔ)貨提前期是供應(yīng)商報(bào)價(jià)中加上運(yùn)輸提前期的標(biāo)準(zhǔn)提前期。在初始庫(kù)存計(jì)算中，將采用圖9所示的基準(zhǔn)平均庫(kù)存計(jì)算標(biāo)準(zhǔn)。

（四）基線平均庫(kù)存

假設(shè)基線客戶服務(wù)水平為95%，在表13中，基線平均庫(kù)存為1430萬(wàn)元，基于年使用金額的庫(kù)存周轉(zhuǎn)率為2.88。關(guān)聯(lián)公司的產(chǎn)品為37.71%的庫(kù)存， 28.51%的年使用金額，庫(kù)存周轉(zhuǎn)率為2.18。其中一個(gè)原因是海運(yùn)的交貨期較長(zhǎng)。另一個(gè)原因是它的高庫(kù)存成本;這些SKU是高端市場(chǎng)的高價(jià)值產(chǎn)品。戰(zhàn)略供應(yīng)商產(chǎn)品庫(kù)存占平均總庫(kù)存量的37.24%，庫(kù)存周轉(zhuǎn)率4.29。

（五）小結(jié)

供應(yīng)鏈?zhǔn)瞧髽I(yè)優(yōu)化運(yùn)營(yíng)、控制成本、提高利潤(rùn)和保持增長(zhǎng)的核心。管理結(jié)果總是與整個(gè)庫(kù)存息息相關(guān)。這個(gè)參數(shù)方法為管理提供了庫(kù)存組成的基本要素。此外，本文還將對(duì)庫(kù)存參數(shù)進(jìn)行合理調(diào)整，以證實(shí)是否會(huì)比基準(zhǔn)庫(kù)存有重大改善。

五、討論

（一）客戶服務(wù)水平

在存貨概率模型中，顧客服務(wù)水平是影響的因素。基于本次研究的存貨模型，在正態(tài)分布下，顧客服務(wù)水平被設(shè)為三個(gè)不同的數(shù)字（98%，95%，90%）。在表14中，安全庫(kù)存和平均庫(kù)存金額分別變化了14%和-12%。

（二）補(bǔ)貨提前期

除了關(guān)聯(lián)公司SKU之外，由于戰(zhàn)略和瓶頸供應(yīng)商主導(dǎo)了37.24%和15.35%的主要庫(kù)存，所以A公司利用與戰(zhàn)略和杠桿供應(yīng)商更緊密的、長(zhǎng)期的關(guān)系更有利。因此，在圖10所示的矩陣中選擇了10家戰(zhàn)略型供應(yīng)商和一家杠桿型供應(yīng)商，以協(xié)商一個(gè)合適的補(bǔ)貨提前期，使庫(kù)存以一周或一個(gè)月的頻率補(bǔ)充。

結(jié)果如表15所示，平均庫(kù)存金額提高了1201萬(wàn)元，庫(kù)存周轉(zhuǎn)率為3.45，增加了20%。杠桿型和戰(zhàn)略型的平均庫(kù)存分別減少了101萬(wàn)元和55萬(wàn)元（70%和37%）。結(jié)果表明，采用供需分類(lèi)方法可以提高庫(kù)存效率。

另外，由于采用海運(yùn)，公司間產(chǎn)品庫(kù)存一直處于較高水平，因此假設(shè)將運(yùn)輸方式改為鐵路運(yùn)輸，運(yùn)輸提前期減少30天。矩陣如圖11所示。

由此，如表16所示，關(guān)聯(lián)公司產(chǎn)品庫(kù)存下降到380萬(wàn)元，庫(kù)存周轉(zhuǎn)率上升到3.85。總平均庫(kù)存增加1043萬(wàn)元，庫(kù)存周轉(zhuǎn)率為3.97，增長(zhǎng)38%。庫(kù)存的改善更加顯著。

[23] KABIR G， HASIN M.?Multiple criteria inventory classification using fuzzy analytic hierarchy process [J]. International journal of industrial engineering computations， 2012， 3（2）： 123-132.

[24] KARTAL H， OZTEKIN A， GUNASEKARAN A， et al.?An integrated decision analytic framework of machine learning with multi-criteria decision making for multi-attribute inventory classification [J]. Computers & industrial engineering， 2016， 101： 599-613.

[25] KETKAR M， VAIDYA O S.?Developing ordering policy based on multiple inventory classification schemes [J]. Procedia-social and behavioral sciences， 2014， 133： 180-188.

[26] KOCER U U， TAMER S.?Determining the inventory policy for slow-moving items： a case study [C]. Proceedings of the World Congress on Engineering.London： International Association of Engineers，2011： 6-8.

[27] KRALJIC P.?Purchasing must become supply management [J]. Harvard business review， 1983， 61（5）： 109-117.

[28] LOLLI F， ISHIZAKA A， GAMBERINI R， et al.?Decision trees for supervised multi-criteria inventory classification [J]. Procedia manufacturing， 2017， 11： 1871-1881.

[29] LOOMAN A， RUFFINI F A J， DE BOER L.?Designing ordering and inventory management methodologies for purchased parts [J]. Journal of supply chain management， 2002， 38（1）： 22-29.

[30] LPEZ-SOTO D， ANGEL-BELLO F， YACOUT S， et al.?A multi-start algorithm to design a multi-class classifier for a multi-criteria ABC inventory classification problem [J]. Expert systems with applications， 2017， 81： 12-21.

[31] MEHDIZADEH M.?Integrating ABC analysis and rough set theory to control the inventories of distributor in the supply chain of auto spare parts [J]. Computers & industrial engineering， 2020， 139： 105673.

[32] NAN-FANG CUI， XUE LUO.?ABC classification based on AHP in servicing spare part [J]. Industrial engineering and management， 2004， 6： 33-36.

[33] NENES G， PANAGIOTIDOU S， TAGARAS G.?Inventory management of multiple items with irregular demand： A case study [J]. European journal of operational research， 2010， 205（2）： 313-324.

[34] NG W L.?A simple classifier for multiple criteria ABC analysis [J]. European journal of operational research， 2007， 177（1）： 344-353.

[35] GLCKNER H-H， PIETERS R， DE ROOIJ W.?Importance of the kraljic matrix as a Strategic tool for modern logforum [J]. Log Forum，2005，1（1）.

[36] PRABHU R V，VELMURUGAN C.?Inventory optimization in a pump industry using Kraljics Matrix [J]. International journal of innovative research in science， engineering and technology， 2014， 3（3）： 1166-1170.

[37] RAMANATHAN R.?ABC inventory classification with multiple-criteria using weighted linear optimization [J]. Computers & operations research， 2006， 33（3）： 695-700.

[38] REZAEI J.?A note on multi-criteria inventory classification using weighted linear optimization [J]. Yugoslav journal of operations research， 2010， 20（2）： 293-299.

[39] SCHIELE H.?Purchasing and supply management [M]//Operations， logistics and supply chain management.Cham： Springer， 2019： 45-73.

[40] SILVER E A， PYKE D F， THOMAS D J.?Inventory and production management in supply chains [M]. Boca Raton：CRC Press， 2016.

[41] STEVENSON W J， HOJATI M， CAO J.?Operations management [M]. New York： McMcGraw-Hill Irwin， 2007.

[42] SYNTETOS A A， BOYLAN J E.?On the stock control performance of intermittent demand estimators [J]. International journal of production economics， 2006， 103（1）： 36-47.

[43] SYNTETOS A A， BOYLAN J E， CROSTON J D.?On the categorization of demand patterns [J]. Journal of the operational research society， 2005， 56（5）： 495-503.

[44] SYNTETOS A A， BABAI M Z， LENGU D， et al.?Distributional assumptions for parametric forecasting of intermittent demand [M]//Service parts management.London：?Springer，2011： 31-52.

[45] TEUNTER R H， SYNTETOS A A， BABAI M Z.?Intermittent demand： linking forecasting to inventory obsolescence [J]. European journal of operational research， 2011， 214（3）： 606-615.

[46] TEUNTER R H， BABAI M Z， SYNTETOS A A.?ABC classification： service levels and inventory costs [J]. Production and operations management， 2010， 19（3）： 343-352.

[47] TURRINI L， MEISSNER J.?Spare parts inventory management： new evidence from distribution fitting [J]. European journal of operational research， 2019， 273（1）： 118–130.

[48] WAGNER H M.?And then there were none [J]. Operations research， 2002， 50（1）： 217-226.

[49] WANG F， NG H Y， NG T E.?Novel SKU classification approach for autonomous inventory planning [C]//2018 IEEE International Conference on Industrial Engineering and Engineering Management （IEEM）.?IEEE， 2018： 1441-1445.

[50] WILLIAMS T M.?Stock control with sporadic and slow-moving demand [J]. Journal of the operational research society， 1984， 35（10）： 939-948.

[51] YU M C.?Multi-criteria ABC analysis using artificial-intelligence-based classification techniques [J]. Expert systems with applications， 2011， 38（4）： 3416-3421.

[52] ZHANG Z L， WANG Y F， LI Y.?Inventory control model based on multi-attribute material classification： an integrated grey-rough set and probabilistic neural network approach [J]. Advances in production engineering & management， 2019， 14（1）： 93-111.