供應鏈採購存貨決策品質之探討

供應鏈採購存貨決策品質之探討

莊寶鵰1 黃仕慶2 1_{國立高雄大學亞太工商管理學系教授} 2_{國立屏東科技大學工業管理系碩士班} 摘要 過去關於供應鏈採購存貨的研究，大多是探討存貨系統的最佳化決策，這 樣的作法只能達到局部最佳化，而無法從產銷整合的觀點獲致整體最適化 的決策。本研究從顧客服務水準與採購存貨成本的觀點，探討在多重需求 型態下，最佳化供應鏈採購存貨模式。經由模擬和統計分析，探討（s,S）、 （s,Q）與（R,S）等三種採購存貨政策對於供應鏈採購存貨模式的總成本 之影響。研究結果顯示這三種採購存貨政策的存貨成本，並無顯著的差異 存在；另外，針對顧客需求型態的特徵數 µ 進行敏感性分析，結果顯示 µ 的變動對於採購存貨政策有顯著影響。 關鍵詞：供應鏈、採購存貨模式、決策品質。

1. 前言

過去在生產管理方面的研究大多集中在廠內的生產活動上，但隨著市場環境的 日益競爭，以往單打獨鬥的型態已不復存在，促使企業逐漸重視上、中、下游的垂 直整合，積極強化廠際間的介面關係和良性互動，以期提高上下游體系的整體競爭 力，此類研究稱為供應鏈管理(Supply chain management，SCM)。其目的希望透過及 時化生產系統、品質系統管理、策略聯盟及資訊系統等技術，將物流、資訊流、金 流及商流予以整合，以因應新的消費型態[3]。 在供應鏈體系中，採購運籌管理為顧客服務循環中的起始，它維繫著原物料是 否可以持續供應，以確保生產運籌與配銷運籌的順利進行。而採購存貨政策選定適 當與否將會直接影響整個系統之績效，因此為滿足顧客需求，選擇適當之採購存貨 政策是一項關鍵性的決策。但關於採購存貨政策的決策品質，大多數的研究均假設 顧客需求為已知或是固定[4][5]，據此所推導出的採購存貨政策，因忽略當需求量非 固定式或呈一需求型態時對存貨制訂策略的影響，且未考慮顧客服務水準這項要 素，故此類採購存貨政策的適用性較受限制。 在市場多重因素影響下，顧客需求已不再是如傳統採購存貨政策中所述的靜態 變動，而是呈現多樣且變化快速的動態環境，因此本研究探討在供應鏈管理中，顧 客需求型態變動時，建構一合理的供應鏈採購決策模式，以輔助業者做出正確且高 品質的決策實有必要。

2. 供應鏈採購存貨決策模式探討

在供應鏈體系中，存貨政策選定適當與否將會直接影響整個系統之績效，因此 為滿足企業之顧客需求，選擇適當之存貨政策是一項關鍵性的決策。一般來說，原、 物料、設備等費用便占成本的50~80﹪，只要在存貨管理上減少 1﹪的消耗或浪費， 就如同增加了0.5~0.8﹪的整體營運利潤，如果銷售的毛利是 20﹪，就又等於銷售額 增加了2.5﹪的效果。因此存貨管理的效益將直接顯現在公司的營運成本與收益上， 自當審慎管理。且企業積壓在存貨的流動資金有時高達50~60﹪，若管理單位能夠達 到有效管理存貨的目標，便可將原先積壓的資金活化，轉變為企業良好週轉運作的 催化劑，降低公司營運成本，增加企業的競爭力，故良好的存貨管理將使得企業受 益良多。 本研究的採購存貨政策主要可分為連續盤點制（Continuous review）與定期盤點 制（Periodic review）等兩種方式，其中（s,Q）存貨政策與（s,S）存貨政策是屬於連 續盤點制，其主要精神在於任何時間內都可知道其存貨之庫存水準(正確的庫存數

量)，當存貨低於安全存量時則提出訂購需求，而（R,S）存貨政策是屬於定期盤點制， 其主要精神在於每隔固定時間檢查存貨水準再決定訂購需求。以下將分別對這三種 模式加以探討。 1.（s,Q）採購存貨政策 （s,Q）採購存貨政策的運作如圖 1 所示。此為連續盤點系統的一種管理方式， 主要控制原則是當庫存量降至再訂購點s 時，訂購一固定的數量 Q。（s,Q）採購存 貨政策的主要優點是相當簡單且不易發生錯誤，供應商對於下游的需求是可預測 的。而缺點是由於該存貨政策的不可修正性，當需求量大於訂購量 Q 時，將無法有 效率的處理。 2.（s,S）採購存貨政策 （s,S）採購存貨政策的運作如圖 1 所示。此為連續盤點系統的另一種管理方式，其 主要控制原則是當庫存量降至再訂購點s 時，將訂購數量 Q，使庫存量增加至 S，即 S = s + Q。（s,S）採購存貨政策主要的優點是計算所得之總成本較（s,Q）採購存貨政 策為小。缺點是計算上較為複雜，且由於其訂購量Q 為變動的（Variable），導致供 應商容易預測錯誤。 3.（R,S）採購存貨政策 （R,S）採購存貨政策的運作如圖 1 所示。此為定期盤點系統的一種管理方式，其主 要控制原則是每隔R 時間單位，訂購數量 Q，使庫存量增至 S，此系統通常在擁有 固定供應商條件下使用。（R,S）採購存貨政策的主要優點是需求是隨著時間而改變。 而缺點是（R,S）採購存貨政策的整體存貨成本較連續盤點制存貨政策為高。 圖1 採購存貨政策 為更清楚瞭解上述三種採購存貨政策間的差異，整理如表1 所示。 存 貨 水 準 S s 0 A B L 時間 存 貨 水 準 S 0 時間 淨庫存量 可用庫存量 s + Q 存 貨 水 準 s 0 A B L 時間

本研究模擬基期為52 週，經由 MINITAB 軟體依據已知的需求型態，模擬出各 週期之需求，可求算出每週之總需求量。同時在滿足顧客服務水準的前提下，求算 出個別之安全存量和總安全存量。將平均總需求和總安全存量相加，即為再訂購點。 在模擬過程中，訂購產品單價、單位運輸成本、顧客需求型態、前置時間、每次訂 購成本、單位持有成本、單位缺貨成本、最大存貨水準與訂購週期為已知的項目。 本研究的績效衡量是採用最小成本的觀點，透過模式的評估與比較，提供建議的最 適採購存貨模式。並透過敏感性分析，進一步探討當顧客需求型態變動時，其對於 整體系統運作之影響程度，以做為決策之參考依據。 表1、採購存貨政策之差異比較 採購存 貨政策 盤點 方式 運作模式 優點 缺點 （s,Q） 連續 當庫存量降至再訂購點 s 時，訂購一固定的數量Q。 相當簡單且不 易發生錯誤 不可修正性 （s,S） 連續 當庫存量降至再訂購點 s 時，將訂購數量Q，使庫存量 增加至S，即 S = s + Q。 總成本較（s,Q） 存貨政策為小 計算上較為複雜 （R,S） 定期 每隔 R 時間單位，訂購數量 Q，使庫存量增至 S。 需求是隨著時 間而改變 整體存貨成本較 連續盤點為高 資料來源：[1][2]

3. 模擬與驗證

經由MINITAB 軟體依據已知的需求型態，模擬出各週期之需求，即可求算出每 週之總需求量，如表 2 所示。而為更清楚瞭解所得到之整體顧客需求的特性與重要 表徵數，進行相關統計分析。透過MINITAB 軟體，各週總需求如圖 2 所示，帶入分 析後可得到如圖3 之 Descriptive statistics 相關指標數據，如平均數、標準差、變異數、 總需求之直方圖、95﹪信賴區間、盒形圖等資訊。 本研究假設模擬中各決策變數分別如下： 訂購產品單價P＝100 元 顧客需求型態顧客A 為 N（16,25），顧客 B 為 E（10），顧客 C 為 U（5,20） 前置時間LT=1 週 每次訂購成本A=75 元

單位持有成本H=20 元/年 單位缺貨成本b=40 元/年 最大存貨水準S=200 個 訂購週期R=4 週 將上述項目帶入（s,S）、（s,Q）以及（R,S）等三種不同的採購存貨政策中，如 表3所示，分別模擬試行30次，彙總各種採購存貨政策之總成本可得表4之總成本彙 總表與圖4的直方圖差異比較。據此資料，分別對不同採購存貨政策進行總成本常態 性檢定，如圖5∼圖7所示，由於（s,S）和（R,S）採購存貨政策總成本的P-value皆大 於0.05，因此符合常態需求的特性，但由於（s,Q）採購存貨政策總成本的P-value小 於0.05，不符合常態需求的特性，因此無法藉由ANOVA進行分析，故本研究採用無 母數分析之K-W檢定（Kruskal-Wallis Test）來驗證三種採購存貨政策總成本的差異 性，可得到表5的結果與圖8的盒形圖差異比較，由於P-value=0.243＞α=0.05，顯示 三種採購存貨政策的總成本並沒有顯著的差異存在。

表2、模擬數據記錄表範例 圖2 整體需求分佈圖 C u s t o m e r A B C P r o b a b i l i t y N ( 1 6 , 2 5 ) E ( 1 0 ) U ( 5 , 2 0 ) C S L 0 . 8 5 0 . 9 0 . 9 5 S S 2 2 2 4 2 0 6 6 P e r i o d A B C D e m a n d 1 2 1 4 1 8 4 3 2 1 9 6 1 7 4 2 3 2 6 3 1 3 4 2 4 1 2 0 1 1 2 3 5 1 3 1 1 7 3 1 6 1 8 2 8 6 5 2 7 1 6 5 8 2 9 8 1 2 1 1 9 3 2 9 1 9 2 7 2 8 1 0 1 7 2 6 9 5 2 1 1 2 0 4 7 3 1 1 2 1 2 1 8 2 1 1 3 2 0 7 1 9 4 6 1 4 2 2 2 0 2 0 6 2 1 5 6 0 1 3 1 9 1 6 2 4 8 1 7 4 9 1 7 2 0 4 7 3 1 1 8 1 3 1 6 2 0 1 9 1 9 5 7 1 8 9 4 2 0 9 3 1 1 2 3 2 1 1 9 6 1 0 3 5 2 2 2 0 2 1 4 3 6 2 3 1 0 3 1 7 3 0 2 4 1 4 1 9 2 4 2 5 9 4 1 9 3 2 2 6 1 7 9 1 4 4 0 2 7 2 0 5 8 3 3 2 8 1 2 2 1 7 3 1 2 9 2 3 0 1 4 3 7 3 0 1 5 1 1 9 3 5 3 1 1 3 1 1 0 2 4 3 2 1 6 9 1 3 3 8 3 3 2 5 3 3 1 0 6 8 3 4 1 8 8 1 5 4 1 3 5 2 0 1 4 1 5 4 9 3 6 2 4 2 8 3 4 3 7 2 0 2 1 5 3 7 3 8 1 1 3 8 2 2 3 9 1 8 7 1 2 3 7 4 0 2 3 9 1 8 5 0 4 1 1 1 5 1 2 2 8 4 2 6 1 2 1 4 3 2 4 3 1 6 3 0 1 4 6 0 4 4 1 2 1 6 8 3 6 4 5 1 8 0 1 2 3 0 4 6 1 2 1 1 1 3 3 6 4 7 2 2 4 1 7 4 3 4 8 1 4 1 7 1 2 4 3 4 9 2 3 1 4 7 4 4 5 0 2 1 1 7 1 0 4 8 5 1 4 1 4 1 9 3 7 5 2 1 4 5 1 3 3 2 T o t a l

圖3 整體需求之 Descriptive statistics 分析圖 表3、採購存貨政策模擬紀錄表範例 表4、總成本彙總表 註：*代表演算過程如表 3 所示。 （s,S）採購存貨政策 （s,Q）採購存貨政策 （R,S）採購存貨政策 189,085 195,180 200,871* 195,775 198,912 199,019 195,308 200,754 200,250 187,119 198,967 203,328 195,729 200,675 203,623 195,833 205,537 207,832 180,848 183,699 203,029 180,680 182,146 202,203 188,820 190,650 209,361 192,100 197,381 199,427 197,337 199,018 200,557 199,008 200,369 203,562 215,637 211,425 201,728 219,759 218,074 200,614 216,116 213,768 203,512 208,164 222,283 188,294 216,330 221,421 194,063 211,693 216,405 192,936 200,177 187,247 212,031 200,608 195,681 218,050 205,412 193,148 215,299 195,569 189,578 214,823 195,696 197,318 218,062 195,053 196,052 213,979 199,918 196,198 199,080 200528 200,556 198,982 205,973 201,159 199,687 195,065 199,518 194,162 195,651 197,269 198,868 193,344 198,831 202,938 A B C S = 2 0 0 N ( 1 6 , 2 5 ) E ( 1 0 ) U ( 5 , 2 0 ) s = 1 0 3 0 . 8 5 0 . 9 0 . 9 5 Q = 1 2 2 2 2 2 4 2 0 6 6 A B C D e m a n d 庫 存 量 需 求 量 餘 額 訂 購 O C H C S C P C T C 2 1 4 1 8 4 3 2 0 0 4 3 1 5 7 0 0 6 0 0 0 6 0 1 9 6 1 7 4 2 1 5 7 4 2 1 1 5 0 0 4 4 0 0 1 0 5 2 6 3 1 3 4 2 1 1 5 4 2 7 3 1 2 7 7 5 2 8 0 1 2 7 0 0 1 2 9 0 8 1 2 0 1 1 2 3 2 0 0 2 3 1 7 7 0 0 6 8 0 0 1 2 9 7 6 1 3 1 1 7 3 1 1 7 7 3 1 1 4 6 0 0 5 6 0 0 1 3 0 3 2 1 8 2 8 6 5 2 1 4 6 5 2 9 4 1 0 6 7 5 3 6 0 1 0 6 0 0 2 3 7 4 3 1 6 5 8 2 9 2 0 0 2 9 1 7 1 0 0 6 6 0 0 2 3 8 0 9 1 2 1 1 9 3 2 1 7 1 3 2 1 3 9 0 0 5 3 0 0 2 3 8 6 2 1 9 2 7 2 8 1 3 9 2 8 1 1 1 0 0 4 3 0 0 2 3 9 0 5 1 7 2 6 9 5 2 1 1 1 5 2 5 9 1 4 1 7 5 2 3 0 1 4 1 0 0 3 8 1 0 3 2 0 4 7 3 1 2 0 0 3 1 1 6 9 0 0 6 5 0 0 3 8 1 6 8 1 2 1 8 2 1 1 6 9 2 1 1 4 8 0 0 5 7 0 0 3 8 2 2 5 2 0 7 1 9 4 6 1 4 8 4 6 1 0 2 9 8 7 5 3 9 0 9 8 0 0 4 8 1 3 9 2 2 2 0 2 0 6 2 2 0 0 6 2 1 3 8 0 0 5 3 0 0 4 8 1 9 2 6 0 1 3 1 9 1 3 8 1 9 1 1 9 0 0 4 6 0 0 4 8 2 3 8 2 4 8 1 7 4 9 1 1 9 4 9 7 0 1 3 0 7 5 2 7 0 1 3 0 0 0 6 1 3 4 0 2 0 4 7 3 1 2 0 0 3 1 1 6 9 0 0 6 5 0 0 6 1 4 0 5 1 3 1 6 2 0 1 6 9 2 0 1 4 9 0 0 5 7 0 0 6 1 4 6 2 1 9 5 7 1 8 9 4 1 4 9 9 4 5 5 1 4 5 7 5 2 1 0 1 4 5 0 0 7 6 0 5 8 9 3 1 1 2 3 2 0 0 2 3 1 7 7 0 0 6 8 0 0 7 6 1 2 6 1 9 6 1 0 3 5 1 7 7 3 5 1 4 2 0 0 5 5 0 0 7 6 1 8 1 2 0 2 1 4 3 6 1 4 2 3 6 1 0 6 0 0 4 1 0 0 7 6 2 2 2 1 0 3 1 7 3 0 1 0 6 3 0 7 6 1 2 4 7 5 2 9 0 1 2 4 0 0 8 8 7 2 6 1 4 1 9 2 4 2 0 0 2 4 1 7 6 0 0 6 8 0 0 8 8 7 9 3 9 4 1 9 3 2 1 7 6 3 2 1 4 4 0 0 5 5 0 0 8 8 8 4 9 1 7 9 1 4 4 0 1 4 4 4 0 1 0 4 0 0 4 0 0 0 8 8 8 8 9 2 0 5 8 3 3 1 0 4 3 3 7 1 1 2 9 7 5 2 7 0 1 2 9 0 0 1 0 1 8 9 1 1 2 2 1 7 3 1 2 0 0 3 1 1 6 9 0 0 6 5 0 0 1 0 1 9 5 6 2 3 0 1 4 3 7 1 6 9 3 7 1 3 2 0 0 5 1 0 0 1 0 2 0 0 7 1 5 1 1 9 3 5 1 3 2 3 5 9 7 1 0 3 7 5 3 7 0 1 0 3 0 0 1 1 2 4 1 9 1 3 1 1 0 2 4 2 0 0 2 4 1 7 6 0 0 6 8 0 0 1 1 2 4 8 7 1 6 9 1 3 3 8 1 7 6 3 8 1 3 8 0 0 5 3 0 0 1 1 2 5 4 0 2 5 3 3 1 0 6 8 1 3 8 6 8 7 0 1 3 0 7 5 2 7 0 1 3 0 0 0 1 2 5 6 4 2 1 8 8 1 5 4 1 2 0 0 4 1 1 5 9 0 0 6 1 0 0 1 2 5 7 0 3 2 0 1 4 1 5 4 9 1 5 9 4 9 1 1 0 0 0 4 2 0 0 1 2 5 7 4 5 2 4 2 8 3 4 1 1 0 3 4 7 6 1 2 4 7 5 2 9 0 1 2 4 0 0 1 3 8 2 5 0 2 0 2 1 5 3 7 2 0 0 3 7 1 6 3 0 0 6 3 0 0 1 3 8 3 1 2 1 1 3 8 2 2 1 6 3 2 2 1 4 1 0 0 5 4 0 0 1 3 8 3 6 7 1 8 7 1 2 3 7 1 4 1 3 7 1 0 4 0 0 4 0 0 0 1 3 8 4 0 7 2 3 9 1 8 5 0 1 0 4 5 0 5 4 1 4 6 7 5 2 1 0 1 4 6 0 0 1 5 3 1 0 2 1 1 5 1 2 2 8 2 0 0 2 8 1 7 2 0 0 6 6 0 0 1 5 3 1 6 8 6 1 2 1 4 3 2 1 7 2 3 2 1 4 0 0 0 5 4 0 0 1 5 3 2 2 2 1 6 3 0 1 4 6 0 1 4 0 6 0 8 0 1 2 0 7 5 3 1 0 1 2 0 0 0 1 6 5 3 2 8 1 2 1 6 8 3 6 2 0 0 3 6 1 6 4 0 0 6 3 0 0 1 6 5 3 9 1 1 8 0 1 2 3 0 1 6 4 3 0 1 3 4 0 0 5 2 0 0 1 6 5 4 4 3 1 2 1 1 1 3 3 6 1 3 4 3 6 9 8 1 0 2 7 5 3 8 0 1 0 2 0 0 1 7 5 7 5 5 2 2 4 1 7 4 3 2 0 0 4 3 1 5 7 0 0 6 0 0 0 1 7 5 8 1 6 1 4 1 7 1 2 4 3 1 5 7 4 3 1 1 4 0 0 4 4 0 0 1 7 5 8 6 0 2 3 1 4 7 4 4 1 1 4 4 4 7 0 1 3 0 7 5 2 7 0 1 3 0 0 0 1 8 8 9 6 2 2 1 1 7 1 0 4 8 2 0 0 4 8 1 5 2 0 0 5 8 0 0 1 8 9 0 2 0 4 1 4 1 9 3 7 1 5 2 3 7 1 1 5 0 0 4 4 0 0 1 8 9 0 6 4 1 4 5 1 3 3 2 1 1 5 3 2 8 3 1 1 7 7 5 3 2 0 1 1 7 0 0 2 0 0 8 7 1 T o t a l ( s , S ) 存 貨 模 式

圖4 三種採購存貨政策總成本直方圖差異比較圖

圖5（s,S）採購存貨政策總成本常態性檢定分析圖

圖6（s,Q）採購存貨政策總成本常態性檢定分析圖

表5、三種採購存貨政策之 K-W 檢定分析 K-W Test

Item N Median Ave Rank z

R,S 30 200957 50.4 1.27 s,Q 30 199019 46.8 0.33 s,S 30 199024 39.3 -1.59 Overall 90 45.5 H = 2.83 DF = 2 P = 0.243 圖8 三種採購存貨政策之盒形圖比較 再挑選（s,S）與（R,S）採購存貨政策總成本進行Z檢定， H0：μs,S=μR,S， H1：μs,S≠μR,S， z= 1.60 56 . 2303 3689 30 7932 30 9812 202420 198731 2 2 =− − = + − ，|z|=|-1.60|=1.60＜z0.025=1.96， 接受H0，表示沒有充分證據顯示兩者之間有顯著差異的存在。再挑選（s,S）與（s,Q） 採購存貨政策總成本進行無母數分析之M-W檢定（Mann-Whitney test），得到表6的 結論，由於P-value=0.2973＞α=0.05，表示沒有充分證據顯示兩者之間有顯著差異的 存在。最後再挑選（s,Q）與（R,S）採購存貨政策總成本進行M-W檢定，得到表7的 結論，由於P-value=0.6309＞α=0.05，表示沒有充分證據顯示兩者之間有顯著差異的 存在。

表6、（s,S）與（s,Q）採購存貨政策總成本 M-W 檢定分析 M-W Test

s,S N=30 Median = 199024

s,Q N=30 Median = 199019

Point estimate for ETA1-ETA2 is -1639

95.2％ Percent CI for ETA1-ETA2 is （-6690,1700） W=844.0

Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0.2973 Cannot reject at alpha = 0.05

表7、（s,Q）與（R,S）採購存貨政策總成本 M-W 檢定分析

M-W Test

s,Q N=30 Median = 199019

R,S N=30 Median = 200957

Point estimate for ETA1-ETA2 is -1110

95.2％ Percent CI for ETA1-ETA2 is （-5384,2860） W=882.0

Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0.6309 Cannot reject at alpha = 0.05

雖然（s,Q）採購存貨政策總成本的 P-value 小於 0.05，不符合常態需求的特性， 但是由於樣本數為 30，屬大樣本，可依據中央極限定理，其分配會接近常態分配， 因此再對此三種採購存貨政策進行多重比較，透過 Bonforrini 法求取信賴區間的方 式，來判斷其間的差異性。首先以（s,S）作為控制組，（s,Q）與（R,S）為對照組， 帶 入 j i p j i n n s B⋅ 1 + 1 ± −µ µ 式 子 中 ， g=2 ， 0.0125 4 05 . 0 2 2⋅ = = α ， sp= 3 2 , 2 , 2 ,S sQ RS s s s s + + = 3 7932 9999 98122 ₊ 2 ₊ 2 =9294.66 ， = + ⋅ = + ⋅ 30 1 30 1 1 1 0125 . 0 , 57 p j i p t s n n s B 3.1138×9294.66×0.2582=7472.75 μs,S-μs,Q的95﹪信賴區間為（-10181.75, 4673.75） μs,S-μR,S的95﹪信賴區間為（-11161.75, 3783.75） 再以（s,Q）作為控制組，（s,S）與（R,S）為對照組， μs,Q-μs,S的95﹪信賴區間為（-4673.75, 10181.75） μs,Q-μR,S的95﹪信賴區間為（-8452.75, 6492.75）

最後再以（R,S）作為控制組，（s,S）與（s,Q）為對照組， μR,S-μs,S的95﹪信賴區間為（-3783.75, 11161.75） μR,S-μS,Q的95﹪信賴區間為（-6492.75, 8452.75） 上列演算的信賴區間皆包含0，表示三種採購存貨政策的總成本間並沒有顯著的差異 存在。這個結果與使用無母數K-W 檢定結果相符。 綜合上述分析結果，為達成降低總成本之目標，彙總三種採購存貨政策之總成 本後，分別以K-W 檢定、Z 檢定、M-W 檢定與 Bonforrini 法進行驗證，發現三種採 購存貨政策的總成本間並沒有顯著的差異存在。

4. 敏感性分析

為了瞭解當顧客需求型態變動時對總成本的影響程度，可針對顧客需求型態中 的 µ、σ、λ 與 b 等變數進行敏感性分析，以作為管理者決策之參考依據。由於篇幅 限制，本文僅列出µ 的敏感性分析過程與驗證結果。 在最大存貨水準部分，分別增加200﹪、100﹪與減少 44﹪等三種方式進行模擬， 分別試行 5 次後，將各項採購存貨政策總成本彙總如表 8 所示，另外其平均總成本 的趨勢如圖 9 所示。本研究採用 K-W 檢定來驗證三種採購存貨政策總成本的差異 性，可得到表9∼表 11 的結論，由於 µ 減少 44﹪方式的 P-value＞α=0.05，顯示其三 種採購存貨政策的總成本並沒有顯著的差異存在；另外µ 增加 100﹪與 200﹪等兩種 方式的P-value 皆＜α=0.05，顯示其三種採購存貨政策的總成本有顯著的差異存在。 因此當最大存貨水準愈小時，（R,S）將是最適之採購存貨政策，但須注意的是發生 缺貨情形會隨之大幅增加，對於公司信譽之影響尚待進一步評估。

表8、最大存貨水準敏感性分析之總成本彙總表 （s,S） （s,Q） （R,S） 365,021 365,885 262,854 383,550 391,705 263,021 383,585 391,634 262,990 370,699 368,179 262,894 µ=48（+200％） 376,278 372,685 262,908 280,572 279,963 255,700 293,617 300,660 259,805 298,610 300,575 255,560 281,285 294,562 257,677 µ=32（+100％） 281,287 278,010 256,175 200,871 199,019 200,250 203,328 203,623 205,735 203,029 202,203 209,361 199,427 200,557 203,562 µ=16 201,728 200,614 203,512 153,650 155,945 160,948 166,402 172,965 172,653 175,520 176,077 180,342 163,996 157,338 164,116 µ=9（-44％） 172,541 172,982 172,427

μ敏感性分析平均總成本走勢圖

150000 250000 350000 450000 56% 100% 200% 300% 百分比 總 成 本 （s,S） （s,Q） （R,S） 圖9µ 敏感性分析平均總成本走勢圖

表9、µ 減少 44﹪後三種採購存貨政策總成本 K-W 檢定分析 K-W Test

Item N Median Ave Rank z

R,S 5 172427 8.6 0.37 s,Q 5 172965 8.4 0.24 s,S 5 166402 7.0 -0.61 Overall 15 8.0 H = 0.38 DF = 2 P = 0.827 表10、µ 增加 100﹪後三種採購存貨政策總成本 K-W 檢定分析 K-W Test

Item N Median Ave Rank z

R,S 5 256175 3.0 -3.06 s,Q 5 294562 10.8 1.71 s,S 5 281287 10.2 1.35 Overall 15 8.0 H = 9.42 DF = 2 P = 0.009 表11、µ 增加 200﹪後三種採購存貨政策總成本 K-W 檢定分析 K-W Test

Item N Median Ave Rank z

R,S 5 262908 3.0 -3.06 s,Q 5 372685 10.8 1.71 s,S 5 376278 10.2 1.35 Overall 15 8.0 H = 9.42 DF = 2 P = 0.009

5. 結論

本研究主要探討多重需求型態下供應鏈採購存貨模式的決策品質，針對（s,S）、 （s,Q）與（R,S）等三種不同採購存貨政策進行模擬，並運用統計分析與敏感性分析 驗證，得知三種採購存貨政策總成本間並沒有顯著差異存在。再透過敏感性分析， 針對 µ 對於整體績效影響程度進行分析，研究結果顯示當 µ 愈大時，（R,S）是最適 之採購存貨政策；當 µ 愈小時，則對三種採購存貨政策總成本影響不顯著。但由於 （R,S）採購存貨政策發生缺貨的風險較高，對於企業信譽與顧客損失風險，則需謹

慎考量，管理者可依上述分析衡量模式中相關變數的影響程度，同時將本身產品特 性、企業文化、政策、產業環境等等因素納入考慮，應可發展出適合的供應鏈採購 存貨模式。因此，當管理者發現顧客需求型態發生變動時，適時調整採購存貨模式， 以維護和提昇整體供應鏈採購存貨決策的品質。

6. 參考文獻

1. 林琮閔，「多產品不同需求下存貨訂購策略之制訂與研究」，國立成功大學統計系 研究所，2001。 2. 曾中文，「拉式供應鏈（s,Q）存貨政策管理之探討」，逢甲大學工業工程研究所， 2001。 3. 鄭惟江，「供應合約架構下兩供應商混合供應存貨政策」，國立中央大學工業管理 研究所，2000。

4. Krajewski, L. J. and Ritzman, L. P., Operation management : strategy and analysis, fifth edition, Addison-Wesley, Reading, Mass, 1999.

5. Peterson, R. and Silver, E. A., Decision systems for inventory management and production planning, Wisley, New York, 1998.