供應鏈振盪

1961 Forrester以三階供應鏈研究Industrial Dynamics指出即使是零誤差預測 也會造成二階(stage)之間二星期的時間延遲，促使二星期後訂單在工廠足足增加 50%比率，而系統則持續15個月的振盪(oscillation)。造成供應鏈振盪的原因很多 且相互糾纏，振盪效應又稱為「長鞭效應」現象(Lee et.al., 1997a, 1997b)。而以 未規劃存貨(unplanned inventory)作緩衝系統振盪，在過去一直視為常態而且也被 計算在正常訂購週期(order-to-delivery cycle)的緩衝時間內。

系統所發生振盪現象，Towill 1996 解釋是受Forrester effect及Burbidge effect 二個效應所影響，Forrester effect解釋了需求擴大是系統連接的結構問題；如相 關資訊與物流的決策延遲與不良，因此提出必須整合供應鏈；而Burbidge effect 則揭露因不良的訂單系統設計造成的超額變動，亦即需求若是以一系列的存貨控 管政策來滿足，則每經一次的轉換(transfer)就增加需求的變異。

Lee et.al., (1997a, 1997b)也指出由於需求預測重複(multiple demand forecast updates)、訂購批量大小(order batching)、價格穩定化(stabilize price)、分派與缺 貨競逐(rationing and shortage gaming)等問題促成所謂的「長鞭效應」。尤其愈到 上游擴大(amplification)情形愈大形成如圖 2-3 所示的惡性循環。最後導致供應鏈 中將最不樂見的現象：

1. 低銷售額或商機損失 (Lost or Low Sales)，

2. 存貨持有太高 (High Inventories)，

3. 反應速度太慢 (Unresponsiveness)。

產能需求變動 Towill,Naim and

Wikner, 1994 供應鏈動態模擬

Simchi-Levi et al., 2000；Chen et al., 2000, Disney et al., 2003)，其研究探討方向可

歸納為：

(1). 如何降低不確定性(reducing uncertainty)？

(2). 如何減少不必要的價格波動(reducing variability)？

(3). 如何降低前置時間(reducing Lead-time)？

(4). 建立策略性夥伴關係 (strategic partnerships)。

降低不確定性可藉由需求資訊的集中，讓供應鏈上的每一位成員均能獲得 完整而可靠的顧客需求訊息，消除過去單純憑藉下游訂單推測終端需求所產生之 不確定性。而減少不必要價格波動以 EDLP (everyday low price)的策略取代固定 的降價促銷，減少促銷期間顧客需求劇烈的波動。需求變異在實務上可以應用時 間壓縮的策略來緩和，藉由時間落差的縮短可降低所需的緩衝存貨(Metters, 1997)。降低前置時間則以電子資料交換(EDI 技術)等資訊技術降低訂單的處理時 間，進而減少下游廠商訂購前置時間，以增加預測的準確性(Lee et al., 1997b, 2000)。建立夥伴關係則可透過，例如藉由供應商庫存管理系統(Vendor-Managed Inventory, VMI)或連續補貨系統(Continuous Replenishment Planning, CRP)的建 立，讓供應商可以主動掌握銷售資訊及庫存量，作為市場需求預測及自動補貨的 依據(Disney et al. 2003)。

消除長鞭效應成因的幾個方向，在資訊傳遞的時間問題上，是透過資訊技 術改善資訊透明度縮短資訊傳遞時間，有些則是透過結合資訊系統的補貨方式建 立夥伴關係，另外則是以每日低價策略來改善價格波動現象。但對於配合這些改 善措施，實際物流的存貨緩衝實際運作如何配合缺乏詳細說明。存貨管理重要課 題是構建存、補貨機制。因此，下節將回顧過去有關存貨規劃中存、補貨機制發 展的相關文獻探討與分析。

2.3 傳統存貨管理方法

存貨管理中補貨是策略性地保護供應系統的作業能力，雖然透過進步的資訊

技術，客戶及時需求資訊可以迅速獲取。然而在物流的實際運作上冗長配銷系統 中仍須藉助存貨緩衝的設立來調節(亦即做好存貨的管理)以維持物流順暢。維護 物流順暢的存貨緩衝管理，決定於以下構面：(1).存貨應放在何處？(2).如何決定 存貨水準？(3).何時下單補貨？ (4).補貨訂單量應該多少？這些問題要能獲得合 理與妥善的管理，才能使物流順暢進行(Monczka, et.al., 1997；Silver, et.al., 1998)。

對於存貨緩衝管理的何時下單補貨？補貨量應該多少？存貨水準？等因素 的決定通常是透過補貨啟動機制設計來啟動補貨。補貨啟動機制的設計類似控制 原理(control theory)中的幫浦系統(pumping system)與電加熱器原理(electrical heating system)。幫浦系統(pumping system)是當壓力低於某設定值即啟動加壓，

到達某設定高點值即停止加壓；而電加熱器系統(electrical heating system)則是當 室內溫度低到某值時，啟動加熱一段時間後停止加熱將室內維持一定的常溫 (Axsater S. 1985, Grubstrom, et.al., 1996)。補貨啟動透過補貨訂單參數的設定來決 定補貨啟動的時機與補貨量亦如同控制原理的設定。

在確定性需求下，因為知道每一時點的存貨狀態，透過經濟訂購模式 (economic order quantity, EOQ)可輕易決定出存貨水準；而何時下補貨單則只要存 貨下降至事先設定存貨水準參數值便啟動下單；但當面對不確定性需求時，三個 問題的解就很難透過設定參數值作為補貨的啟動(Silver, Pyke and Peterson 1998)。

啟動的設定可分為定期檢視系統及連續檢視系統二類，而參數通常以 s 表 示再訂購水準(re-order point)、S 表示最大訂量上限(order-up-to-level)、Q 為固定 訂購量及 R 為檢視存貨水準的間隔期間。檢視系統與參數組合說明如下：

2.3.1 連續檢視系統

(s, Q) 補貨策略

任何時點當可用存貨量降至 s，則發出 Q 的訂單量。此方法類似 Two-bin 系 統， Q 的訂單量至少要大於於補貨前置時間內的平均需求量，不然易導致缺貨 發生。其優點是簡單、易懂、易操作，供給量可預測，但缺點是無法有效應付

當交易(transaction)量很大的情境。此時即使以 Q 量補貨，也無法將存貨水準提 升回到再訂購點(s)的水準，必須將訂單量加大為 nQ 的量才足以應付需求(如圖 2-4 所示)。

(s, S) 補貨策略

任何時點當可用存貨量降至 s，則發出補貨訂單使存量回至最大量上限 S。

補貨量是變動的，此系統又稱為最小-最大系統(min-max system)，存貨水準一直 維持在再訂購點 s 與最大存量 S 之間。因補貨量是變動的容易造成上游供應數量 的錯誤，同時若再訂購點 s 訂的太低而無法滿足補貨前置時間內需求時則容易導 致缺貨(如圖 2-5 所示)。

2.3.2 定期檢視系統

(R, S) 補貨策略

在固定檢視期間 R 的檢視點，訂購足夠的數量使存貨量回到最大上限量 S。

此系統又稱為補貨週期系統。不過當需求型態隨時間而改變時，在定期檢視期 R 才有機會調整最大上限量 S。此缺點是一旦在檢視期間與補貨前置時間內(R+LT) 的總需求超過最大上限量 S 時，在一個檢視循環末端容易時發生缺貨機會(如圖 2-6 所示)。

(R, s, S) 補貨策略

此為 (s, S)與(R, S)兩補貨策略的結合，在固定檢視期間 R 的檢視點，可用 存貨量小於或等於 s 則訂購足夠量使存貨量回至最大上限量 S，若未達 s 則等到 下一固定檢視期間 R 再檢視是否低於再訂購點 s (如圖 2-7 所示)。四種補貨策略 匯整如表 2-2。

訂購點 s

時間

訂購點 訂購量 EOQ

安全存量

訂購 入庫 前置 時間

圖 2-4 連續檢視(s, Q) policy 系統

訂購點 s

時間

訂購點 訂購量 (S-s)

最高存量 S

安全存量

訂購 入庫 前置 時間

圖 2-5 連續檢視(s, S) policy 系統

R

訂購量

訂購 入庫

前置

訂購時間 時間

最高存量 S

R

安全存量

訂購點

時間

圖 2-6 定期檢視(R ,S) policy 系統

R1 R2 訂 購 時 間

前置 時間 訂購量

最高存量 S

安全存量

圖 2-7 定期檢視( R,s ,S) policy 系統

訂購點

時間 R3

表 2-2 存貨系統分類

存貨系統 檢視期 執行補貨機制

(s, Q) 連續式 當存貨水準降至再訂購點 s 時，訂 購一定數量 Q。

(s, S) 連續式 當存貨水準降至再訂購點 s 時，訂 購數量 q 使存量增至 S。S=s+q (R, S) 定期式 每隔 R 時間單位，訂購數量 q 使存

量增至 S。

(R,s,S) 定期式

每隔 R 時間單位檢視可用庫存量，

當存貨水準低於再訂購點 s 時，訂 購數量使存量回到 S。

【本研究整理】

Chiang and Gutierrez (1996)的研究指出採用定期檢視的優點如 (1).避免檢視 成本過高，(2).可整合不同項目訂單，節省訂購與運送成本，(3).對於工作的負荷 (workload)容易預測可獲得事先的規劃。但其缺點是只適用於獨立需求型態的物 料、或是以 ABC 分析法中的 B 或 C 類物料，同時必須擁有大量安全庫存，否則 接近下一期而正常訂單未到時，容易發生缺貨，必須仰賴緊急訂單來彌補，尤其 是檢視期間設定越長時更為明顯。而連續檢視系統優點是其安全存量只需應付補 貨前置時間內的需求即可，安全存量較小。

連續檢視系統不論是(s, Q)或是(s, S)，當再訂購點 s 訂得太高時，訂貨頻率 增加；再訂購點 s 訂得太低時，則可能無法滿足補貨前置時間內的總需求而導致 缺貨機率的提高。一般而言，若補貨前置時間為常態分佈，在補貨前置時間內的 總需求小於再訂購點 s，當存貨水準降到再訂購點 s 發出訂單，則發生缺貨的機 率會很小。若補貨前置時間內的期望需求等於再訂購點 s 則發生缺貨的機率為一 半。若再訂購點 s 水準大於補貨前置時間總需求，則發生缺貨機率將很小，但相 對地存貨量會變高。四種存貨控制比較如表 2-3.

表 2-3 四種存貨控制比較

（一）當補貨前置時間(lead-time, LT)與需求率(demand, d)固定下：

補貨前置時間

（二）當補貨前置時間(lead-time, LT)固定，而需求率(demand, d)變動下：

需求率變動將影響安全存量的設定，需求率變異愈大，安全存量愈 高。因此，須視期望的服務水準而定，其關係如下：

（依服務水準決定）

（三）當補貨前置時間(lead-time, LT)變動，而需求率(demand, d)固定下：

前置時間標準差

（四）當補貨前置時間(lead-time, LT)變動，而需求率(demand, d)也變動 下： (1978), Federgruen and Zipkin (1984)，但缺點是搜尋方式過程複雜。Silver (1978) 以滾動時程(檢視期及前置時間為時間幅度)方法探討在時窗內的變動需求率，以 安全存貨考量決定何時訂購，以啟發式模型選擇補貨的大小， Silver, Askin (1981) 也延伸此問題的研究。Enrhardt and Mosier (1984) 則用啟發式解法，在考量訂單 履行率下，以試算表建構對 s 與 Q 的估計。

Federgruen and Zheng (1992)則以總成本試算表方式找尋最佳值，但複雜的 公式也使得在實際應用上受限。Baganha, et.al., (1996)則考慮當需要下訂單時，

計算存貨水準與再訂購點 s 的差距大小來決定 (s, S)的值；Janssen, Heuts and de Kok (1996b)也提出量測存貨水準與再訂購點 s 的差距大小與考慮需求前置時間 來設定再訂購點 s。Natarajan and Goyal (1994) 以最小相關成本決定安全存量與 Q，討論設定安全存量以及說明 s 與 Q 的相關性，但是這些公式相當複雜，同時 當需求趨勢改變時必須重新做複雜的計算，在實際的使用上相當困難。對於需 求趨勢改變時 Platt, et.al., (1997)發展一套近似最佳值的尋找方式透過試算表計 算 s 與修正 Q 的值，以符合需要。透過修正 Q 的值以符合需求的改變也見於 Zheng and Chen (1992)以及與 Gallego (1996)這方面的討論。

結合(s, S)與(R, S)的(R, s, S) 補貨策略是希望彌補其個自的缺點，但要決定 此三個參數的最佳值相當困難。Zheng and Federgruen (1991) 在固定 R 與間斷需 求分佈的條件下，以程式語言計算尋找最佳值，不過此方法在尋找上相當耗時。

結合(s, S)與(R, S)的(R, s, S) 補貨策略是希望彌補其個自的缺點，但要決定 此三個參數的最佳值相當困難。Zheng and Federgruen (1991) 在固定 R 與間斷需 求分佈的條件下，以程式語言計算尋找最佳值，不過此方法在尋找上相當耗時。