限制理論是以色列的物理學家及企管顧問 Dr. Goldratt 於 80 年代初創，其原 本主要是應用於生產方面，而現今限制理論已經擴展到其他層面，包括作業管 理、財務管理與績效評估、專案管理、配銷與供應鏈管理、行銷、銷售、人員管 理及公司策略和戰略等八個層面。
在供應鏈管理方面，Dr. Goldratt 認為普遍存在著如圖 3-1 所示的衝突。每一 位經理人的目標都是要做好供應鏈管理，而做好管理必須要做到成本或是總庫存 金額控制到最低以及盡可能賣出最多的貨品或是降低缺貨次數，但是為了讓成本 控制到最低，就必須備較小的庫存；同時，為了盡可能賣出最多的貨品或是降低 缺貨次數，就必須備較大的庫存，因此產生了衝突。Dr. Goldratt 認為衝突產生時，
不是在衝突中尋找妥協解決方案，而是去尋找衝突背後存在的假設，並設法打破 假設激發解決方案，雙贏打破衝突。
檢視此衝突發現，為了要盡可能賣出最多的貨品或是降低缺貨次數，就必 須備較大的庫存的假設是因為補貨時間長、供應商不可靠以及預測不準確所造 成。表面看起來這些假設是牢不可破，但是這假設是對的嗎？有沒有辦法在不尋 找更正確的預測系統，不投入更多的資本與不更換供應商之下，可以改善補貨時 間、供應商可靠度與預測準確度呢？
由圖 3-1 的衝突圖可以了解要打破此衝突圖，首先要挑戰的是補貨時間長、
供應商不可靠以及預測不準確三假設的有效性：TOC 認為由於統計變異的計算 上可知，個別計算的變異一定遠高於整體計算的變異，因此若愈往上游的需求匯 集處(aggregation)作預測，則其準確率就遠高於散佈各處銷售點所做預測的總和 (如圖 3-2 所示)，Fisher(1994)亦在其研究中印證了此點。
A 靠度，Kumar(1998)在其「risk pooling」研究中也呼應此觀點。
․
其實補貨時間是由訂單前置時間、生產前置時間以及運輸前置時間所構成，
在不增加成本的情況下，最有效縮短補貨時間的方法就是從訂單前置時間與生產 前置時間著手，目前造成補貨時間長的主要原因是因為許多的企業都習慣以批量 的方式做管理，以訂單前置時間而言，因為大批量可以獲得較多的折扣以及不需 花費太多的時間決定訂購數量，所以企業往往等存貨到達訂購點時才發出訂單，
以致於補貨時間拉長；另外在生產前置時間方面，工廠為了追求作業效率及節省 準備時間，在生產時也以批量生產方式進行，這些都是造成補貨時間拉長的原 因。TOC 認為降低批量與增大補貨頻率可以縮短補貨時間，降低庫存，提高補 貨可靠度。
TOC 稱此推式改為拉式的運作模式為 Demand-Pull 供應鏈管理模式。此方 法打破過去公司將產品放在離消費者最近地方的觀念，將大部分的產品回流至 源頭也就是工廠內，而區域倉庫只需持有補貨前置時間內所要的需求量，當客 戶向區域倉庫下訂單的同時區域倉庫再向工廠訂購其所銷售的數量，而工廠則 以最迅速的方式將產品送至區域倉庫，如圖 3-3 所示。
中心工廠 中心工廠
中央倉庫
區域倉庫 客戶
拉的信息 拉的信息
Demand-Pull
產品送至倉庫Demand-Pull
產品送至倉庫Demand-Pull
產品送至倉庫圖 3-3 Demand-pull 模式示意圖
每一庫存點的緩衝管理運作的好壞是 TOC Demand-Pull 運作能否順利成功 執行的關鍵。TOC 將緩衝分為三個控制管理區－綠色、黃色、紅色，每一區的 大小約為緩衝大小的三分之一。當緩衝在綠色管制區則不採取任何行動，但若降 至黃色區則採取必須發出警告（warning）及規劃行動，然而若降至紅色管制區 則必須採取立即的行動（immediate action）。
依三區分法的控管，若最大緩衝設定太大時則緩衝水準的大多時間將落在綠 色管制區，此表示應可降低緩衝存量。但若設定的太小則緩衝水準將落於紅色管 制區，更糟的情況甚至是緩衝區存貨穿透紅色的管制區而完全被耗盡，此表示必 須增加緩衝水準的量，TOC 強調經反覆的調整即可得到符合需求情境的緩衝大 小設定。TOC 所主張的緩衝管理也是降低作業費用的工具，若落在紅色管制區 的次數太多，則必須增加緩衝量以減少緊急訂單的行動，因為緊急訂單的交貨成 本大於正常的交貨成本。
Demand-pull 的運作方式可以依下例子做進一步說明：某產品一個月的銷售 數量如表 3-1 所示，當公司採取兩天訂購一次以及訂單的補貨前置時間為 4 天，
以 Demand-pull 方式運作時第 2 天需訂購 9 個，第 4 天訂購需訂購 4 個。
表 3-1 銷售數量與訂購量
日期 銷售量 訂購量 日期 銷售量 訂購量 日期 銷售量 訂購量
1 4 11 6 21 2
2 5 4+5=9 12 3 9 22 6 8
3 1 13 5 23 6
4 3 1+3=4 14 3 8 24 3 9
5 4 15 6 25 2
6 5 5+4=9 16 3 9 26 6 8
7 3 17 4 27 2
8 5 8 18 1 5 28 1 3
9 3 19 3 29 3
10 1 4 20 2 5 30 5 8
Demand-pull 方式運作結果如圖 3-4 所示，雖然本案例說明 Demand-pull 運 作而其庫存量一直處於低水位，但並沒有造成缺貨。不過對於實務上應用上而 言，過低的庫存量一旦當需求趨勢增加時勢必造成缺貨。因此，Demand-pull 方 式運作，必須藉助 TOC 的緩衝管理配合才能完整。有關緩衝管理的規劃將在下 一章中，作詳細說明。
-2 0 2 4 6 8 10 12 14
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
期別
數量
需求 存貨
圖 3-4 Demand-pull 方式的運作結果
在績效衡量方面 Dr. Goldratt 將過去配銷常用的績效衡量指標如存貨週轉 率、缺貨率等等，修正為有效產出天‧元(Throughput-Dollar-Days, TDD)與存貨 天‧元(Inventory-Dollar-Days, IDD)，其基本定義如下：
一、有效產出天‧元(Throughput-Dollar-Days, TDD)：
主要是考慮可靠度，也就是事情應該做的很好但是卻沒有，因此當公司或部 門間對顧客訂單所承諾的交期無法達成時，便開始計算 TDD 的值來顯示沒有達 成的程度。計算的方式為(有效產出的價值×訂單延誤天數的總合)，當 TDD 值愈 大時表示訂單延遲過久，對公司會造成嚴重的損失，因此公司或部門必須追求 TDD 的值為零。
二、存貨天‧元(Inventory-Dollar-Days, IDD)：
主要是考慮效率，也就是事情不需做的很好但是卻做的很好，因此當公司 生產過多的存貨就是沒有效率，因為這樣不僅造成原物料的浪費，同時使得存 貨費用提升。計算的方式為(存貨的價值×再倉庫停留時間的總合)，當 IDD 值愈 大時表示該部門或公司堆積了過多的存貨，造成存貨費用的增加以及造成其他 產品因為沒有原物料可供生產而產生延遲交貨的情形，所以公司或部門必須降 低 IDD 的值。
對於評估緩衝績效的有效產出天‧元(Throughput-Dollar-Days, TDD)與存貨 天‧元(Inventory-Dollar-Days, IDD)用在供應鏈的緩衝顯然不是很充分，無法實 質評估供應鏈緩衝存貨的時效性，必須予以修正，此部分將在第五章提出詳細 說明。
TOC Demand –Pull 的運作簡單而易行，避免補貨量決定與補貨啟動時機的 繁瑣設定程序，是不錯的緩衝存貨系統，供應鏈上每一節點存貨緩衝透過用多 少向上層級拉多少的補貨，可將整體存貨獲得管控，而不需依賴不準的預測作 為補貨依據，使供應鏈的補貨能與實際的需求貼近。但是在本章的案例運作說 明可知，沒有完善的緩衝區管理配合，補貨的進行雖然簡單，但是對於需求的 變動仍然無法有效的配合，為此系統的一大缺憾。為彌補此一系統上的缺憾，
下一章將針對強化緩衝管理提出方法，使 Demand –Pull 的運作在需求變動時能 獲得有效的配合。