物流专业英语教程（第4版）参考译文 U24A【供应链管理】

第二十四单元A篇：供应链管理从1915年FordW.Harris研究经济订货批量模型的著作开始，在工业和商业许多的研究者为使持有库存（原材料、零件、部件、在制品和成品等）成本最小化，建立了大量的数学模型。处理这些问题的学科最初称为库存控制。这些模型基本上是包括单一项目单一决策的模式。在那个时期，人们认为导致库存量过大的原因有很多，包括经济规模、需求、供应、交货时间，以及价格的不确定性；以及要保持缓冲库存作为应对意外需求波动的缓冲，从而保证生产流程的平稳。从20世纪50年代开始，日本制造商（尤其是丰田汽车）提出了准时制（JIT）理念来将工作进程中的库存降低到最小，用一个简单的看板（日语中卡片或标签的意思）系统执行该理念，并通过各种各样的操作过程来追踪物料流动。在20世纪60年代后期，丰田拓展了JIT理念，通过与它的零件供应商和分销商建立协同工作的关系以鼓励他们接受并进行小而频繁的准时制配送将所有的库存降到最小；对产品质量和工作流程进行严格监控；以及确保产品只在被需要的时候才被生产或接收。在当今科学技术迅猛发展的时代，在频繁的设计变更、更短的产品周期的情况下，保持尽可能小的库存是至关重要的。一个企业越依赖库存，就越难以适应设计上的变化。这就是为什么全世界的企业都在将JIT的理念整合到它们的总体经营战略中去，并显著地改变着制造业和商业的自然属性。这已经超出了一个工厂或车间的范围，包括能力、技巧、与供应商的合作以及对客户需求的洞察力。这个新的扩展系统现在被称为供应链。供应链管理包括规划和处理订单、搬运、运输和储存所有采购的原材料、加工或分发的材料、在链上所有成员间以和谐、协调以及同步的方式来管理库存以完成订单（满足出现的客户订单）而不是依靠持有库存的方式（保持库存水平来满足预期需求）。1.战略合作作为与供应商合作的一部分，许多公司正在采用供应商管理库存的方法，公司需要向它的供应商提供仓库空间来存储零部件，以便有需求的时候（需求拉动的基础上）能被运送到公司。在这样的约定下，订购部件的过程通常采用以下形式：每季度开始之前，企业会通知供应商他们在该季度预期订购的组件总数量。这是为了让供应商知道他们需要投入多少生产能力才能满足买家的需求。一周开始之前，公司向供应商提供修订过的本周所需部件数量的预算。这是为了帮助供应商制定部件发货计划，从它的制造场所（也许处在比较偏远的地方），到公司的仓库空间，以及根据每天的预置订单准备发货。每个工作日的早晨，公司要根据当天所需组件数量发出订单。而通常这个数量订单在大约4小时之内就能发货。有些公司并不是每天下一次订单，而是为每个计划周期下一张订单，（一个计划周期可能为一个或者半个班次）。为了达到这种决议的要求，一天将被作为计划周期。在这种运行模式下，关键的一点，是要根据需求、生产、数量和库存水平等内容建立良好的数据库，并且开发出包含相关信息的网络界面以方便供应链各个成员的访问。2.需求分布顺畅运行整个流程的关键是对每一天（或任何在用的计划周期）部件需求的准确预测。实际需求通常是一个随机变量的概率分布，可从历史数据中估计出来。每日需求量的变化区间被分成了一个个合适等长的需求间隔区间（通常约为10-25），每个间隔的相对频率，是指被观察需求频数占全天总频数的比例。图表中，通过在水平轴上标记需求间隔，然后沿着竖直轴为每一间隔区间在其相对频率值等高处树立一个矩形，这个称为每日需求或经验需求的相对频率直方图。各需求区间的相对频率Ii是指对日常需求数值落在对应区间内概率pi的一种估计（图24.1）。需求区间概率估计需求区间概率估计图24.1某工厂中某主要零部件的日需求相对频率直方图以L1，…，Ln表示需求间隔区间，U1，…，Un为它们的分点；并且p=（P1,…,Pn）T是日常需求的经验分布的概率向量。应用公式（1）。 （1）其中，μD是对预期的（或平均的，或最低的）日常需求的估计，D是对组件日常需求的标准差（变化的衡量手段）的估计。在库存管理中，需求分布通常是近似的正态分布，一个在均值左右的连续均匀分布。正态分布（图24.2）完全有两个参数决定—期望μ和标准差。图24.2均值为μ标准差为的正态分布μ3的区间是正态分布的0.997概率区间。这个理论的优势之一是，正常假想是：当需求分布改变时（产品推广之后有可能出现），只需改变模型中期望和标准差的值。实际中，几乎通常只是期望的值发生变化；标准差往往假设保持不变。3.确定每日订货量日常需求量的分布，是用来确定一天的订货量Q，以平衡预期成本的过剩（订货过多）和不足（订货过少）。该日最后的剩余量q是保证第二天早晨的生产，直到第二天的订单交货。如果q太小，公司可能会被迫关闭生产线直到订单货物送达。所以，公司设置了一个针对q的安全级别D1，以及用来表示订单不足时的处罚金Cs，在qD1的时候处罚金。如果q过大，可能会超出生产线附近分配给这些组件的常规库存空间。因此，公司设置一个需求上限D2，对于q超过D2的部分处以超出库存的罚金Ce美元/单位。总的预期处罚金作为订货量Q的函数如式（2）所示。（2）对于任何规定的Q值，用日常需求量的分布可容易地计算出该量。为了确定最佳的Q值，对于在平均需求附近波动的变量Q的值，函数g（Q）能够算出，并且最佳的Q值是对应于最小g（Q）值的那一个。这是最常用的用来确定订货量的单周期模型。每周和每季度的订货数量是由周的或季度的需求分布以类似的过程来确定。因为可能没有足够的历史数据来直接估计每周和每季度的需求分布，这些分布通常是对日常需求分布的进行卷积和仿真模拟得来的。4.需求预测成功的库存管理系统极大地依赖于良好的需求预测。过往经验让我们看到许多这方面的例子，有的公司因预测准确而获利，有的却为疏于预测而付出代价。预测的目的常常被误认为是得到一个数字。造成这种误解，是因为现在的所有预测模型的输出的只是对未来需求的预期估计。因此，这些方法只在需求概率分布的变化可以被一个单一参数值所反应时才是有用的。所有这些预测期望值的方法，看来似乎不足以捕捉发生在需求概率分布图形中的所有动态变化。另一个重要的因素是，高度竞争性的环境和高速的技术变革，从而缩短了产品的生命周期。当有新产品出现在市场上时，它由于对市场逐步渗透有一段时间需求增长期，紧接着的是短暂的稳定期，以及最后的需求衰减期。由于这些不断发生的变化，多期随机的（概率的）库存模式以稳定的需求