物流专业英语教程（第4版）参考译文 U2 A【物流系统的作用】

第二单元A篇：物流系统的作用工业公司的目标可以解释为人力、材料、设备和资金的有效整合，以便在合适的时间、地点（适时适地的）为用户提供具有价格优势的产品或服务，使公司赢利，为社会造福。与服务业不同，生产企业目标的达成在很大程度上取决于物料形式或形状的改变及其位置的移动及变化。而这些工作一般由人和机器来完成。在资金的需求上，则取决于资源的分配以及其他材料的采购和分布情况。利润与成本的控制有着直接的关系，对于上述的关系，利润很大程度上取决于材料的转换及控制过程。控制物料的转换需要在每个阶段中对其数量进行控制。要使数量和场所得到有效及时准确的控制，就需要有及时而准确的信息，这种信息是制定控制决策的基础。物料的数量与转换过程的每个阶段之间的内在关系，即物料的位置及其移动，以及在发生移动与转换过程中所需要的信息共同组成了物流系统。在上述情况中，生产企业的效率很大程度上取决于物料数量与场所的控制能力。反之，在必须对数量和场所加以确定时，决策者所依据的关键信息可靠与否，就在很大程度上决定了这种控制的潜在效力。来自基层的反应和各职能部门的基本目标也将会在上述情况中得到验证。采购通常涉及物料的购买与卖家之间的关系、库存在时间和数量上的安排以及各项责任落实情况、储存和仓库的物理控制、生产过程中对数量以及场所的控制、售卖中消费者对物料的质量与物流所需要的时间的满意度、和以最少的花费满足消费者对物流的需求。得益于准确的物料移动信息提供，每一个功能都能严格地满足其设定的目标。对于信息和移动的需求不会单一受到某一个功能模块的影响，其是许多功能模块相互交错共同作用的结果。因此，为了提高每一个功能单元独立工作或联合工作的效率，必须要建立一个统一的整体，物料：在所有转换和分配阶段进行数量控制，商品：在预设的场所中提供数量分配，信息：需要做出适当的决策以实现数量控制和物料移动效率最大化。因此，对于物料流系统而言，提供整体效率很重要。许多人经常疑问，物料流系统究竟其独到之处在哪。一个物料流系统，其独到之处在于数量控制、物料移动和信息处理可作为一个独立的系统存在，而非三个自治的子系统。从组织角度而出发，尽管物料处理模块与数据处理模块服务于整个公司，但是他们各自有着自己的明确任务与定位。在这一方面，数量控制模块在功能上并没有得到很好的定位。在对于有库存控制或物料控制组的情况下，他们更多地关注在库存水平的计划与物流入库过程中的维护上。采购适量的物料以满足库存水平要求是采购的责任之一。接下来，则是进一步地对产品在生产过程中的控制与分配。仓库物料库存与运输一般由采购方或者销售方控制。这种方式的结果是公司将会没有一个单独的物料数量控制子系统，取而代之的是一组相关子系统且彼此之间可能关系并不紧密。如果进行协调，这种协调最有可能通过计算机信息系统来完成，这种计算机信息系统是用作一个数据处理系统而被设计出来的，其使用的最大价值表现在对数据处理的效率上而非数据本身的价值。开发基于全体数据的计算机系统，对于更加有效地控制物料流动有着很重要的意义。其中的难点在于：（1）不改变基本操作的情况下，现有的组织结构和控制系统需要兼容新的数据系统；（2）推行一种普通的数据系统，这种系统看上去不错，但并未充分考虑企业的操作环境和现实状况对于输入数据的相关影响。在第一个难点上，不具可操作性的原因在于，现有的组织功能模块中所涉及的相互关系、交互过程和通信方式很难实现与新的数据系统兼容以达到数据更高效与有效处理的目的。对于第二难点，其很难实现的原因在于，每一个公司依据自身情况，有着自己的专属操作约束。因此，很难制定一个完善的通用框架协议来适应每个公司的特性。所以，信息系统很难展现其除了输入部分以外的其他所有优势。对于任何一项操作与数据处理不能进行识别与调整的系统将是一个失败的系统。如果一个信息系统只能凸显其输入方面的优势，那么准确性和及时性就成为了衡量系统是否具备高效性的关键。此外，如果对于一些关键性且起着决策作用的关于物料本身或物料分配的信息，其输入必须能完全反应出其所需要达到的结果和今后的长远影响。然后，所作出的决定能以最有效的方式保持到今后的一段时间里。暂时忽略掉完全输入的情况，仅考虑输入所需要的内容。一共有四点关键点用来定义物流信息：事件——发生在个别物料控制单元的事件；数量——发生在物料控制单元与事件发生的过程中；时间——事件所发生的时间；地点——事件所发生的地点。在采购之后，物料的相关时间可以大致归纳为操作、移动与储存。数量信息必须在过程控制中从许多相似物料标识中标记出来。这种标识通常是大量的编号、生产订单编号或者类似的标记。在有了上述四方面的信息之后，就可以完成对先前计划的性能评价以及对未来计划的数据预测。如若提供了不必要的信息，错误的信息或者对结果描述不够充分的信息，将会增加因数据的不准确而导致的人力和物力上的资源浪费。操作上的失误会更频繁的出现，管理这些偏离了原计划的异常与失误也将会变得很困难。例如，如果一个定位数据是错误的，就需要耗费额外的人力去找到这个错误。