订单信息预知机制在应用均衡补货模式的两级分销系统中的价值研究

订单信息预知机制在应用均衡补货模式的两级分销系统中的价值研究/PAPEREDUCN1中国科技论文在线订单信息预知机制在应用均衡补货模式的两级分销系统中的价值研究张盛浩1,2,3基金项目国家自然科学基金项目（70901062）；教育部高等学校博士学科点基金（200806981066）；机械制造系统工程国家重点实验室青年基金项目作者简介张盛浩,（1977），男，副教授，主要研究方向库存控制理论、供应链管理、生产与运营管理（1西安交通大学管理学院，西安710049；52过程控制与效率工程教育部重点实验室，西安710049；3机械制造系统工程国家重点实验室，西安710049）摘要本文考虑由一个供应商和多个零售商组成的两级分销系统，其中上下游间补货安排按照均衡补货模式进行。假设供应商和零售商均采用基准库存策略，我们研究当上游供应商预知下游零售商订单时，这一信息机制在分销系统中的价值及其对库存控制策略的影响。我们10证明供应商的库存成本能够通过提前获取零售商订单得以降低，且该信息机制价值的充分实现依赖于对均衡补货模式下零售商补货次序的适当调整。特别地，当零售商订单服从凸序或随机序排列时，我们分别给出了对供应商最优的零售商补货次序结构特征。算例分析表明，订单信息预知机制在牺牲部分零售商利益的基础上可以改善分销系统的整体绩效。关键词两级分销系统；均衡补货模式；订单信息预知机制15中图分类号F273THEVALUEOFADVANCEORDERINFORMATIONINASUPPLYCHAINWITHBALANCEDORDERINGZHANGSHENGHAO1,2,3201SCHOOLOFMANAGEMENT,XIANJIAOTONGUNIVERSITY,XIAN7100492THEKEYLABORATORYOFTHEMINISTRYOFEDUCATIONFORPROCESSCONTROLANDEFFICIENCYPROJECTS,XIAN7100493THESTATEKEYLABFORMANUFACTURING,XIAN710049ABSTRACTTHISPAPERCONSIDERSATWOECHELONDISTRIBUTIONSYSTEMWITHONESUPPLIERANDMULTIPLE25RETAILERS,WHEREEACHRETAILERISRESTRICTEDTOORDERONCEINEVERYORDERCYCLEANDTHEIRORDERSAREREPLENISHEDINABALANCEDMANNERWITHINTHECYCLEASSUMINGALLPARTIESUTILIZEBASESTOCKPOLICIES,WEINVESTIGATETHEVALUEOFADVANCEORDERINFORMATIONAOIONTHEDISTRIBUTIONSYSTEMWEFINDTHATTHESUPPLIERBENEFITSFROMAOIVIATWOIMPORTANTFACTORS,THEINFORMATIONABOUTOBSERVEDENDCUSTOMERDEMANDSANDTHEDECISIONONREESTABLISHINGTHEREPLENISHMENTSEQUENCEWEALSO30DERIVETHESUPPLIERSOPTIMALREPLENISHMENTSEQUENCEFORSTOCHASTICALLYCOMPARABLEENDCUSTOMERDEMANDSCONVEXORDERANDSTOCHASTICORDEROURNUMERICALSTUDYSHOWSTHATAOICANIMPROVETHEPERFORMANCEOFTHEENTIRESUPPLYCHAINATTHEEXPENSEOFSOMERETAILERSKEYWORDSTWOECHELONDISTRIBUTIONSYSTEMBALANCEDORDERINGADVANCEORDERINFORMATION351引言在传统库存控制理论中，下游提交订单的时间点通常也是上游为满足该订单开始实施补货作业的时间点。当前一时间点提前或后一时间点延迟时，上游企业往往能够利用预知的下游订单信息来改善自身运营绩效。例如，CHEN（2001）1研究了亚马逊网站如何通过价格折扣使顾客接受延迟送货，并利用预知的顾客订单信息改善其库存管理。40本文在一个应用均衡补货模式的一对多两级分销系统中，考虑订单信息预知机制的价值。均衡补货模式是分销系统中常用的一种下游补货时间具有约束的作业方式。在该模式下，/PAPEREDUCN2中国科技论文在线下游各零售商被指派到某一特定时间窗口并被要求仅能在该窗口内提出订单，且不同零售商的时间窗口均衡地分配到上游供应商的作业安排中。实践证明，该模式可以简化运输安排，平滑每日工作量，便于产能调度和排班计划。另外，LEE等（1997）2的研究表明均衡补货45模式还是缓解牛鞭效应的有效方法之一。在本文模型中，供应商和零售商均采用基准库存策略。供应商具有固定订货周期，并在一个订货周期内应用均衡补货模式对所有零售商进行一次补货作业。实践中通常只有当供应商处于强势地位或拥有整个分销系统时才能应用均衡补货模式，我们假设供应商有权安排订货周期内零售商补货次序。为保持模型一般化，我们并不对供应商和零售商是否从属同一商50业组织作出设定，同时允许不同零售商所服务的终端顾客需求可以不同。与CHEN（2001）1、ZER（2003）3和MARKLUND（2006）4等针对终端B2C市场上订单信息预知机制的研究不同，本文着眼于分销系统上下游间B2B市场上订单信息预知机制的价值及影响，即当供应商预知零售商订单信息时，它应如何调整自身库存控制策略，同时探讨该信息机制对下游零售商和分销系统整体绩效的影响。55本文的贡献主要包括以下三个方面首先，在应用均衡补货模式的分销系统中，我们建立了供应商预知零售商订单信息的库存控制数学模型。分析表明，供应商总能从预知的订单信息中获益，且参与提前订货的零售商越多，供应商的收益越大。另外，我们证明提前订货零售商的个数与供应商订货提前期的期数之间存在等价替代关系。60其次，我们研究了对供应商最优的零售商补货次序问题。我们发现，当零售商订单服从凸序排列时，供应商会要求订单波动性大的零售商提前订货，且两类零售商都按照订单波动性升序排列；当零售商订单服从随机序排列时，不论参与提前订货的零售商个数多少，供应商都会按照零售商订单大小先降序后升序排列，从而呈现出V字型结构特征。最后，我们通过算例量化了订单信息预知机制在分销系统中的影响。计算结果表明，尽65管提前订货会延长零售商订货提前期，进而增加其库存成本，但是分销系统的整体绩效仍然可能得到改善。我们还发现零售商整体库存成本对零售商补货次序不敏感，因此对分销系统整体最优的补货次序往往与对供应商最优的补货次序具有类似结构特征。本文第二节综述相关文献；第三节建立库存控制数学模型；第四节研究订单信息预知机制的价值和对供应商最优的零售商补货次序问题；第五节给出算例计算结果；第六节总结全70文。限于篇幅要求，所有命题证明均在附录中给出。2文献综述本文属于均衡补货模式和订单信息预知机制两个领域的交叉研究，以下分别综述这两方面文献。均衡补货模式早已在工业实践中得到广泛应用。例如，HAMMOND（1988）5给出一家美75国汽车配件商应用均衡补货模式的案例。在该案例中，配件商以五天为一个补货周期，按照地理位置指派各州配送中心的补货时间窗口，从而均衡总库每日作业量。相对于企业实践，学术界对均衡补货模式的关注起步较晚。LEE等（1997）2研究了三种补货模式同步、均衡和随机在牛鞭效用中的作用，证明均衡补货模式对于缓解牛鞭效应最为有效。CHEUNG和ZHANG（2008）6从库存成本角度进一步比较了同步与均衡补货模式。CACHON（1999）807在一个上下游都采用,NQR库存策略的分销系统中考察均衡补货模式的性能。CHEN和SAMROENGRAJA（2000）8在分销中心采用,SS库存策略、零售商采用基准库存策略的分销/PAPEREDUCN3中国科技论文在线系统中研究均衡补货模式，提出衡量该系统绩效的近似和精确方法。CHEN和SAMROENGRAJA（2004）9比较了两种补货策略采用基准库存策略的均衡补货模式和采用,QR策略的周期性盘点模式。上述模型中均假设终端顾客需求同质。当各零售商服务的终端顾客需求异质85时，ZHANG和CHEUNG（2008）10运用随机序知识研究了对供应商最优的零售商补货次序问题。显然，均衡补货模式是分销系统研究的一个子类。张钦等（2001）11对两级分销系统的研究给出了全面回顾。向晋乾等（2005）12求解由分销中心汇集所有零售商需求进行集中采购的最优订货量。裘民民等（2006）13研究基于,SS策略的分销系统最优库存分配策90略。郭敏等（2003）14考虑当上游库存不足时，下游分销商虚报订货量的博弈问题，并应用委托/代理理论设计激励机制以优化整个供应链的绩效。这些模型中均假设分销系统内不存在补货时间约束。当分销系统内存在补货时间约束时，张钦等（2002）15考虑分销中心存在补货循环而零售商可每期提出补货要求的订货量决策问题。张川和潘德惠（2007B）16假设分销中心送往零售商的货流均衡且具有相同的补货周期，求解分销中心最优补货周期和95零售商最优补到水平。近年来，国外学者对订单信息预知机制开展了广泛研究，但是国内学者在该领域还建树不多。早期研究工作集中在单级供应链层面。例如，HARIHARAN和ZIPKIN（1995）17指出预知顾客订单信息等价于缩短订货提前期；GALLEGO和ZER（2001）18建立了无产能约束情况下的最优库存策略；ZER和WEI（2004）19从产能约束角度对GALLEGO和ZER（2001）18100的模型进行了拓展。随着研究深入，学者们开始考虑订单信息预知机制与其他运营因素的结合。例如，BUZACOTT和SHANTHIKUMAR（1994）20分析了生产和库存联合系统中安全库存与安全提前期的关系；KARAESMEN等（2002,2004）2122研究了存在预知订单信息的生产系统；VANDONSELAAR等（2001）23和THONEMANN（2002）24考虑了项目环境下预知订单信息的价值。最新的工作进一步将研究范围拓广到允许提前交货、推后交货、甚至取消订单等预知订105单信息不完美的情况，如TAN等（2007）25、WANG和TOKTAY（2008）26和GAYON等（2009）27。在多层供应链层面，GALLEGO和ZER（2003）28最早对串行供应链系统进行了研究，证明最优库存策略是依赖于系统状态的动态基准库存策略。LU等（2003）29研究了按订单装配（ASSEMBLETOORDER）系统下的订单信息预知问题。对于集中决策的分销系统，ZER（2003）3提出利用预知订单信息的库存策略；MARKLUND（2006）4利用预知顾客需求信息在零售商110间分配库存。对于分散决策的分销系统，在预知的顾客需求信息不完美且顾客需求相关情况下，ZHU和THONEMANN（2004）30研究了零售商该要求多少顾客参与提前订货及零售商订货量的决策问题。3数学模型31问题描述115在离散时间下，我们考虑由一个供应商和M个零售商组成的一对多两级分销系统，订货成本忽略不计。假设更高一级供应商从不发生缺货，供应商依据基准库存策略每隔M期订一次货，并且经过L（0L）期后货品到达。供应商每期每单位库存的持有成本为H，缺货成本为P。当供应商在库库存不足以满足全部零售商订单时，允许部分满足零售商订单，未满足部分将在供应商获得货品后予以满足。120供应商应用均衡补货模式对零售商进行补货，即每期仅有一个零售商订单得到满足。为/PAPEREDUCN4中国科技论文在线简化模型，我们假设所有零售商的订货提前期为常量L，每期每单位库存的持有成本和缺货成本分别为H和P。各零售商同样依据基准库存策略订货，这意味着各零售商订货量与其上一订货周期内发生的终端顾客需求相同。同一零售商在不同期内面对的终端顾客需求独立同分布。不同零售商在同一期内面对的终端顾客需求相互独立，允许服从不同分布。125每周期内事件发生次序如下（1）货品到达（如果有）；（2）供应商订货（如果是其订货时间点）；（3）零售商订货（如果是其订货时间点）；（4）终端顾客需求发生，零售商利用在库库存尽可能加以满足；（5）评估库存成本。为方便表述，我们定义两类周期订货周期和评估周期。订货周期从供应商订货开始，直到供应商下次订货前为止。评估周期从货品到达供应商处开始，直到供应商下次收到货品130前为止。下文中，我们分别用I表示某零售商，用J表示评估周期中某期，用K表示订货周期中某期。在传统分销系统中，下游提交订单的时间点通常也是上游为满足该订单开始实施补货作业的时间点。在订单信息预知机制下，供应商要求部分（甚至全部）零售商提前订货，并利用预知的订单信息改善自身订货决策。以图1为例，我们对订单信息预知机制的应用加以说135明。在图1中，3M，2L，1L，订货周期内的补货次序是3,2,1，其中零售商1被要求提前一期订货。如图所示，零售商1提前一期订货意味着其订货提前期延长一期，而供应商在订货时已知下一期需要满足的订单。140图1订单信息预知机制示意图FIG1LLUSTRATIONOFADVANCEORDERINFORMATION当多个零售商参与订单信息预知机制时，他们只需保证在供应商订货前提交订单即可。均衡补货模式下，各零售商订货提前期的延长时间依赖于其在补货次序中所处位置。定义最145大延长时间为A（0A）期，图1中1A。显然，A也是参与提前订货的零售商个数，而传统分销系统中0A。期数423567891A供应商订货情况示意图1232312订货周期评估周期3货品到达货品到达订货订货零售商补货次序12L订货订货供应商订货货品到达B零售商1订货情况示意图供应商订货LL1A1A货品到达/PAPEREDUCN5中国科技论文在线32供应商库存问题不失一般性，令2M和1ML，下文中所有推导和命题都可推广到ML。定义以下符号150ID零售商I的订单；,21MIIIK订货周期内M个零售商的补货次序；KD对于给定补货次序，供应商在订货周期第K期满足的零售商订单（下文中，我们用OKD和UKD分别表示该订单在供应商订货时是否已知）；JD对于给定补货次序，供应商在评估周期第J期已经收到的过去JL个零售155商订单总和，即JLJLAKUIJLAKOIJKKDDD1,MIN,MIN1；J供应商订货时，JD中已知订单总和；J供应商订货时，JD中未知订单总和，显然有JDJJ；,XFJJD的累积概率分布；,XCJ对于给定补货次序和基准库存水平X，供应商在评估周期第J期期望库存160成本；,XSC对于给定补货次序和基准库存水平X，供应商在评估周期内期望总库存成本；S对于给定补货次序，供应商的最优基准库存水平；SC对于给定补货次序，供应商在评估周期内的最低期望总库存成本；165对供应商最优的零售商补货次序。因为供应商在不同订货周期内预知订单信息不同，所以不同订货周期内对供应商最优的零售商补货次序也很可能不同。如果供应商在每个订货周期内都调整零售商补货次序，那么各零售商的订货窗口将变得不稳定。为应对这一不稳定性，零售商将不得不储备更多的安全库存，进而影响供应商。实践中，分销系统上下游都倾向于采用稳定的补货次序。对于稳定170的特定补货次序，供应商根据预知零售商订单信息选择最优基准库存水平，即供应商库存问题为。MJJJJMJJJJXPXDHDXEXCMJXSCJ11,1,MIN（31）上式计算中最多用到了ML个零售商订单，所以下文中我们假设MLA。很容易证明，MJXSCJ,1,是关于X的凸函数。对于所有J，如果175,JJXF是关于X的连续函数，那么一阶最优条件是MJJJHPMPSF1/,。如果,JJXF是关于X的离散函数，那么S为满足/,1HPMPXFMJJJ/PAPEREDUCN6中国科技论文在线的最小非负基准库存水平。180随着预知订单信息MJJ,1,的不同，供应商在不同评估周期内的期望总库存成本MJXSCJ,1,也会不同。长期而言，供应商在评估周期内的最低期望总库存成本为,|,1,|,1,1,MJJJJMJSCEMJSSCESCJJKK而对供应商最优的零售商补货次序最小化SC。1854模型分析41订单信息预知机制的价值为凸显订单信息预知机制的价值，我们将传统分销系统作为比较基准。如前所述，传统分销系统也可被视为参与订单信息预知机制的零售商个数为零的特殊情况，即0A。为方便比较，下文中我们用上标表示提前订货的零售商个数。190直观上讲，已知零售商订单越多，供应商库存成本越低。命题1（1）对于任意0A，我们有000AAASCSCSC；（2）对于任意12AA，我们有221211AAAAAASCSCSC。命题1表明，在未调整零售商补货次序的情况下，预知零售商订单也能降低供应商库存195成本。然而，在应用订单信息预知机制前后，对供应商最优的零售商补货次序可能发生变化。只有对零售商补货次序进行适当调整，才能完全实现预知订单信息机制的价值。命题2给出了传统分销系统与应用订单信息预知机制的分销系统之间的联系。命题2考虑一个应用订单信息预知机制的分销系统，其参数为M，L，A，,1MII。（1）当LA时，求解该系统下的供应商库存问题等价于求解一个传统分销系统下的供应200商库存问题。后一系统的参数为M，ALL，,1MII，且当AMK时，UIUIKAKDD；否则，UIUIMKAKDD。相应地，我们有AKOIAKDSS10和0SCSCA。（2）当1LA时，求解该系统下的供应商库存问题等价于求解一个传统分销系统下的供应商库存问题。后一系统的参数为M，0L，,1MII，且当LAK时，2050UIKD；当LMKLA1时，UIUIKLKDD；否则，UIUIMKLKDD。令为大于HPMP的最小整数，（A）当LA时，我们有AKOIAKDSS10和110OIALKAKDELKHSCSC。（B）当1LA时，我们有LKOIAKDS1，00S，且210/PAPEREDUCN7中国科技论文在线,11110OIALKOILLKAKKDEKMLPDELKHSCSC110UIMLAKKDEKMLPSC。命题2指出，由于在订货时供应商已知未来A期的零售商订单，供应商只需考虑如何应对剩余ALM个未知零售商订单，这等价于订货提前期为AL的传统分销系统下的供应商库存问题。换言之，提前订货零售商的个数与供应商订货提前期的期数之间存在等价215替代关系。42对供应商最优的零售商补货次序当零售商订单服从凸序或随机序排列时，我们能够建立对供应商最优的零售商补货次序结构特征。有关凸序和随机序的相关知识可参考SHANTHIKUMAR和SHAKED（1994）31。禹海波（2005）32曾运用这方面知识对具有不确定性产出库存系统进行随机比较。220定义1X和Y是定义于实数集合R上的两个随机变量。如果YFEXFE对所有定义在R上的凸函数F都成立，那么称X按凸序比Y小记为YXCX。凸序常用来比较随机变量的不确定性程度，如MLLER和STOYAN（2002）33表11中所示当随机变量X和Y满足（1）YEXE；（2）YVARXVAR；（3）X和Y的概率密度函数同属于正态分布、对数正态分布、贝塔分布、伽马分布、威布尔分布或者平225均分布中的一种时，YXCX成立。命题3如果1ICXIDD，1,1MI，那么订货周期内对供应商最优的零售商补货次序为,1,1AMMAM。命题3给出的最优补货次序有助于降低供应商面对的零售商订单不确定性。因为订单信息预知机制能够彻底消除订货周期内前面A期零售商订单的不确定性，所以供应商会要求订230单波动性较大的A个零售商提前订货。由于零售商订单是以叠加形式出现在供应商库存成本函数（31）中，为降低订单叠加后的不确定性，供应商会将两类零售商订单分别按照凸序升序排列。定义2X和Y是定义于实数集合R上的两个随机变量。如果YFEXFE对所有定义在R上的增函数F都成立，那么称X按随机序比Y小记为YXST。235随机序常用来比较随机变量的大小，如MLLER和STOYAN（2002）33表11中所示当随机变量X和Y满足（1）YEXE；（2）YVARXVAR；（3）X和Y服从正态分布时，YXST成立。命题4如果1ISTIDD，1,1MI，且评估周期内对供应商最优的零售商补货次序为,1MTIII，这里MJHPPSFJTJ,1,MAX，那么,1TII240按随机序降序排列而,2MTII按随机序升序排列。当零售商订单服从随机序排列时，对供应商最优的零售商补货次序不再关注如何降低随机波动性，而是如何利用零售商订单大小的不同来最小化库存成本。在评估周期内，供应商没有机会得到货品补充，其在库库存水平不断下降。当持有库存时，供应商会优先满足大订单以降低在库库存水平和库存持有成本；当发生缺货时，供应商更乐于满足小订单来压低缺245货水平和缺货成本。因此，对供应商最优的零售商补货次序呈现出V字型结构。/PAPEREDUCN8中国科技论文在线5算例分析本节中，我们通过算例量化均衡补货模式下订单信息预知机制的价值，并考察零售商补货次序对分销系统库存成本的影响。51算例设计250算例参数如下5M，1H，100,50,10,1P，1,0ML，LMA,1。考虑同质和异质终端顾客需求两种情景、正态分布和泊松分布两种需求分布类型。在同质需求情景下，各零售商每期面对的终端顾客需求或者服从均值为2，标准差为04的正态分布，或者服从均值为10的泊松分布。显然在同质需求情景下，零售商补货次序不影响订单信息预知机制价值的实现。在异质需求情景下，各零售商每期面对的终端顾客需求或者服从均值255为2，标准差依次为02、03、04、05、06的正态分布，或者服从均值依次为05、075、10、125、15的泊松分布。我们一共对供应商计算了560种参数组合。在所有参数组合中，我们均假设零售商的参数为2H，20P，1L。为考察零售商库存成本，我们使用ZHANG和CHEUNG（2008）10给出的零售商库存成本函数进行仿真计算。为简化表述，下文中我们仅报告所有零售商的整体库存成本。26052订单信息预知机制的价值令表示所有可能补货次序的集合。我们采用下式计算订单信息预知机制对供应商的价值100100SCSCSCMA类似地，我们计算订单信息预知机制对零售商和分销系统整体的价值。表1和表2分别265给出了同质和异质需求情景下的计算结果。表1同质需求情况下订单信息预知机制的价值TAB1THEVALUEOFADVANCEORDERINFORMATIONWITHIDENTICALENDCUSTOMERDEMANDS供应商零售商分销系统PLA1A2A4A1A2A4A1A2A40040920031146020733203061403133302092414000208010522000316008174303093200010920613300409320102121040510230309310103140173584030930030507214296303093003040150414285603093002030001940970309300407122163472030929040605正态分布10041530630309290305030295911308156711204722855111142430162714142652104011141041624044901990627107050038235711541337117011151104296112811321090109490521092621032111070708239841841134114040126504357014813331140201330551152801134114081002241871921134115050419泊松分布100435711521133114040127/PAPEREDUCN9中国科技论文在线表2异质需求情况下订单信息预知机制的价值270TAB2THEVALUEOFADVANCEORDERINFORMATIONWITHNONIDENTICALENDCUSTOMERDEMANDS供应商零售商分销系统PLA1A2A4A1A2A4A1A2A400410210616480411342030616041037020626140003090310300307220091948041134000108207143304103300031210405112504103201031401837920310310306092153066031031030402504142857031031020301020431050309310508152173476030931040606正态分布100415316403103003050303366121031710001087522756118011171040349142652105000860030140044922071235117010642235701561134116000850104316212812351140110520541132701337121060512240831871337121030130504347014713371210204370571202881337121080900242861961337121050221泊松分布100435721521338120030129如表所示，订单信息预知可以有效降低供应商库存成本，且成本节省幅度在泊松分布需求下尤为显著。这是因为该信息机制通过消除零售商订单不确定性来降低供应商库存成本，而所采用算例中，泊松分布需求的不确定性较之正态分布需求的更大。275对于给定A值，订单信息预知机制的价值随L增大而减小，因为预知零售商订单数A在总订单数LM中的比例下降。对于给定L值，订单信息预知机制的价值随A增大而增大，因为供应商预知零售商订单数增多。从表1和表2中，我们还发现订单信息预知机制的价值随P增大而增大。这是因为较小的P值意味着较低的供应商最优基准库存水平，相应地发生缺货的可能性也较大，这时即使供应商预知零售商订单也帮助不大。280如前所述，要求零售商提前订货相当于延长其订货提前期。如表1和表2所示，订货提前期延长直接导致零售商的整体库存成本增大。由于供应商绩效改善是以零售商损失为代价，所以对整个分销系统而言，实施订单信息预知机制并不会带来帕累托改善。不过，算例计算结果也表明，当A值较小和（或）P值较大时，分销系统的整体绩效有可能改善。在这种情况下，供应商可以通过与零售商分享收益来赢得零售商对实施订单信息预知机制的支285持。53零售商补货次序的影响我们采用100SCSCSC来计算零售商补货次序对供应商库存成本的影响，这里表示对供应商最差的零售商补货次序，即最大化SC。类似地，我们也计算零售商补货次序对零售商和分销系统绩效的影响。计算结果如表3所示。290/PAPEREDUCN10中国科技论文在线表3零售商补货次序的影响295TAB3THEIMPACTOFTHESEQUENCINGDECISION供应商零售商分销系统PLA1A2A4A1A2A4A1A2A40121200324128243023206101228323822242814050110212137171628018323807132102041021400320711210608081041920000711190406130326076051119081322224006005102009071250428320005101908091303768880510191016262270068051019100615正态分布1004333700051019101113047153852661584367617623193775385452585455501432131837751484666555304014996722525286272862309301499241628616072104293320301253218605664035847366016152280931042288258473131222777387504275295258161621707376034945765913152281941102280242457111222797390泊松分布1004264285242141521747777供应商的库存成本显著依赖于零售商补货次序，尤其是当需求服从泊松分布时。我们发现零售商整体库存成本对这一决策不敏感，特别是当P值较大时。例如，对于泊松分布需求，当100,50,10P和1A时，补货次序对供应商库存成本的平均影响是313，而对零300售商整体库存成本的平均影响仅为174。在均衡补货模式下，评估周期内供应商在库库存水平持续下降，因此零售商的补货位置越靠近该周期尾部，其面临的供应商缺货风险就越大。然而，当供应商缺货成本较大时，缺货情况实质上仅发生在评估周期最后一期。换言之，绝大多数（其余1M个）零售商的订单总能得到即时满足，它们并不在意自身的补货位置。由于零售商整体绩效对补货次序不敏感，所以对分销系统整体最优的补货次序往往与对供应305商最优的补货次序具有类似结构特征。54调整零售商补货次序在充分利用预知订单信息上的作用如前所述，订单信息预知机制的成功实施很大程度上依赖于对零售商补货次序的适当调整。为反映补货次序调整的重要性，表4中我们给出了充分利用预知订单信息情况下潜在的库存成本改善比例1000000SCSCSCAA和忽略补货次序调整情况下在潜在库存成310本改善中的实现比例10000000AAASCSCSCSC。由于命题3和命题4分别适用于正态分布和泊松分布的异质需求情况，表4中我们不报告相应的最优零售商补货次序。315/PAPEREDUCN11中国科技论文在线表4调整零售商补货次序在充分利用预知订单信息上的作用TAB4THEIMPACTOFREESTABLISHINGTHEOPTIMALREPLENISHMENTSEQUENCEFORTHESUPPLIER1000000SCSCSCAA10000000AAASCSCSCSCPLA1A2A4A1A2A40051016183397100020612217015646054010111100010005660193666691544592030440100010006301040915182345021000035681251191844692101582616100068650419334850868710000417814312719247221117945951000688正态分布10042137531000748100007313017510001000100022477198839902929143660133100091610000861663181000100087722460217957100010001044790145100010001000093193384100096387023566246692100097350452951541000100010000101200403963965873239672546591000974泊松分布10045397158100010001000当零售商订单服从凸序排列时，表4中结果表明忽略补货次序调整将严重阻碍预知订单320信息潜在价值的实现。例如，对于正态分布需求，当5P，0L和1A时，忽略补货次序调整仅能实现183的潜在改善。因此，当零售商订单间差异更多表现在随机波动性不同时，进行补货次序调整对于充分获取预知订单信息的价值非常必要。有趣的是，当零售商订单服从随机序排列时，无需调整补货次序已能实现预知订单信息的绝大部分潜在价值。例如，对于泊松分布需求，表4中由于忽略补货次序调整而产生的平325均潜在损失仅占预知订单信息全部价值的33。这是因为实施订单信息预知机制前后，对供应商最优的零售商补货次序具有相似结构，即V字型结构。换言之，当零售商订单间差异主要是大小不同时，调整补货次序在充分利用预知订单信息上的作用不大。6结论本文考虑一个应用均衡补货模式的两级分销系统，研究引入订单信息预知机制的价值及330其对库存控制策略的影响。我们发现，以增大下游零售商成本为代价，预知订单信息能够有效改善上游供应商绩效，而分销系统整体也可能获益。在均衡补货模式下，零售商补货次序对供应商的库存成本有重大影响，而零售商整体绩效对该决策不敏感，因此对分销系统整体最优的补货次序往往与对供应商最优的补货次序具有类似结构特征。运用随机序知识，我们发现当零售商订单间差异更多表现为随机波动性不同时，供应商应首先根据是否参与提前订335货对零售商进行分组，再分别按照波动性升序安排补货次序。在这种情况下，补货次序的重新调整对于充分获取预知订单信息价值非常关键。当零售商订单间差异主要是大小不同时，最优补货次序呈现出V字型结构特征，此时调整补货次序在充分利用预知订单信息上的作/PAPEREDUCN12中国科技论文在线用不大。340参考文献REFERENCES1CHENFMARKETSEGMENTATION,ADVANCEDDEMANDINFORMATION,ANDSUPPLYCHAINPERFORMANCEJMANUFACTURINGSERVICEOPERATIONSMANAGEMENT,2001,3153672LEEHL,PADMANABHANP,WHANGSINFORMATIONDISTORTIONINASUPPLYCHAINTHEBULLWHIPEFFECTJMANAGEMENTSCIENCE,1997,4345465583453ZERREPLENISHMENTSTRATEGIESFORDISTRIBUTIONSYSTEMSUNDERADVANCEDEMANDINFORMATIONJMANAGEMENTSCIENCE,2003,4932552724MARKLUNDJCONTROLLINGINVENTORIESINDIVERGENTSUPPLYCHAINSWITHADVANCEORDERINFORMATIONJOPERATIONSRESEARCH,2006,54598810105HAMMONDJNORTONAUTOSUPPLYHARVARDBUSINESSSCHOOLCASE9689084ZHARVARDBUSINESSSCHOOL350PUBLISHING,CAMBRIDGE,MA,19896CHEUNGKL,ZHANGSHBALANCEDANDSYNCHRONIZEDORDERINGINSUPPLYCHAINSJIIETRANSACTIONS,2008,4011117CACHONGPMANAGINGSUPPLYCHAINDEMANDVARIABILITYWITHSCHEDULEDORDERINGPOLICIESJMANAGEMENTSCIENCE,1999,4568438563558CHENF,SAMROENGRAJARASTAGGEREDORDERINGPOLICYFORONEWAREHOUSE,MULTIRETAILERSYSTEMSJOPERATIONSRESEARCH,2000,4822812939CHENF,SAMROENGRAJARORDERVOLATILITYANDSUPPLYCHAINCOSTSJOPERATIONSRESEARCH,2004,52570772210ZHANGSH,CHEUNGKLREPLENISHMENTSEQUENCINGINASUPPLYCHAINWITHBALANCEDORDERINGJ360MANUFACTURINGSERVICEOPERATIONSMANAGEMENT,2008,10219820311张钦,沈厚才,达庆利供应链管理中两级分销系统研究的回顾及展望J淮阴工学院学报,2001,103435012向晋乾,黄培清,李杰定期订货策略下企业集团集中采购的最优订货模型J上海交通大学学报,2005,39347447836513裘民民,赵晓波,王建才基于S,S库存策略的分销系统最优分配问题J清华大学学报自然科学版,2006,46574975214郭敏,王红卫,费奇一种分配形供应链在随机需求下订货策略研究J系统工程与电子技术,2003,251414315张钦,沈厚才,达庆利供应链管理两级分销系统的最优订货策略J系统工程学报,2002,17437030330816张川,潘德惠连锁营销的分销系统双层库存优化控制模型J东北大学学报自然科学版,2007,28228228517HARIHARANR,ZIPKINPCUSTOMERORDERINFORMATION,LEADTIMESANDINVENTORIESJMANAGEMENTSCIENCE,1995,411015991607737518GALLEGOG,ZERINTEGRATINGREPLENISHMENTDECISIONWITHADVANCEDEMANDINFORMATIONJMANAGEMENTSCIENCE,2001,47101344136019ZER,WEIWINVENTORYCONTROLWITHLIMITEDCAPACITYANDADVANCEDEMANDINFORMATIONJOPERATIONSRESEARCH,2004,526988100020BUZACOTTJA,SHANTHIKUMARJGSAFETYST