產業電子化運籌管理學術暨實務研討會 中華民國 93 年 6 月 4 日
供應鏈多重需求型態之最適化存貨配銷模式
莊寶鵰1 黃仕慶2 國立高雄大學亞太工商管理學系1 奇景光電股份有限公司2 811 高雄市楠梓區大學路700號 741 台南科學工業園區南科八路12號1樓 [email protected] [email protected] 摘要 過去關於供應鏈存貨與配銷的研究，大多是分 別探討存貨系統或配銷系統的最佳化決策，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 與存貨配銷成本的觀點，探討在多重需求型態下， 供應鏈最適化存貨配銷模式。經由模擬和統計分 析，探討（s,S）、（s,Q）與（R,S）等三種存貨政策 對於存貨成本的影響，並進一步分析一廠或兩廠供 應模式下，不同存貨政策對於供應鏈存貨配銷模式 的總成本之影響。研究結果顯示這三種存貨政策的 存貨成本，並無顯著的差異存在。在存貨配銷總成 本的模擬分析方面，一廠供應模式下，三種存貨政 策對於供應鏈存貨配銷模式的總成本並無顯著差 異存在；而兩廠供應模式下，以（s,S）和（s,Q） 兩種存貨政策的存貨採購配銷總成本較小。 關鍵字：供應鏈、存貨政策、顧客服務水準、存貨 配銷模式。 1. 前言 1980 年代以前，企業的競爭優勢主要是基於 成本的考量，因此，生產模式大多採用大量生產 （Mass production）以達到降低成本的目的，其管 理重點在於集中與控制，下游廠商與上游供應商普 遍存在著敵對的關係；1980 年代，多數企業開始 轉變為「消費者導向」，提供多樣化的產品供顧客 選擇，管理方式漸趨於分散；1990 年代以來，生 產模式強調大量客製化（Mass customization），強 調「彈性」、「快速回應」與「整體資源的有效利用」 的觀念，促使合作廠商共同參與產品設計與分享生 產狀況的一切資訊，以建立長期的夥伴關係，將上 下游整合成一供應鏈[1]。 在此同時考慮整個供應鏈上的資源需求和分 配以及外部的連結，藉由如此緊密的結合，以協同 運作(Collaboration)的資訊流、物流的整合與促進 資訊透明化的規劃，以期能降低整體成本、提高顧 客服務水準和提升供應鏈體系的整體競爭力。 但有關於供應鏈存貨政策的決策，大多數的研 究均假設顧客需求為已知或是固定[6][7]，據此所 推導出的存貨政策，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，故此類存貨政策的適用性較 受限制。另一方面，過去相關學者對於配銷運籌模 式大都以單一時期來考量，但實際的供應鏈運作環 境中，需求是隨著時間的不同而變化，因此建立一 個考慮多時期的供應鏈模式是比較接近現實情況。 另外，由於多數探討製造業整合供應鏈之文 獻，只涉及供應鏈結構上單一作業流程之管理或改 善[4]。實際上供應鏈每個環節之決策與運作都會 影響下一環節的進行，進而影響整體 SCM 的運作 績效。唯有將供應鏈整體運作一起考慮才能有效協 助業者提升經營績效。 綜合上述，如何結合採購模組與配銷模組，同 時考量多重需求分配型態及不同服務水準的目 標，建構出一最佳化供應鏈存貨配銷模式，以輔助 業者做出正確且高品質的決策實有必要。 2. 供應鏈存貨配銷決策模式 供應鏈管理的基本理念是由需求規劃開始，讓 合適的產品在合適的時間進入合適的市場區隔，進 而由需求拉動供給製造面，使產品的製造供應能符 合市場需求，同時針對關鍵原物料、零組件與產能 等資源，進行規劃以確保能滿足市場需求，目的在 於判斷何時、何地進行何種產品的生產、採購與運 輸，以達成預期的目標。 2.1 供應鏈存貨政策 本研究的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。以下分別對這三種模式加以探討： 1.（s,Q）存貨政策 （s,Q）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）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）存貨政策 （s,S）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）存貨政策主要的優 點是計算所得之總成本較（s,Q）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）存貨政策 （R,S）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）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）存貨政策的整體存貨成本較連續盤點制存 貨政策為高。 為更清楚瞭解上述三種存貨政策間的差異，整 理如表 1 所示。 2.2 配銷管理模式探討 隨著供應鏈網路的發展與產業環境不確定性 因素日據增加的情況下，盲目追逐單一系統的最佳 化將導致整體供應鏈出現需求資訊扭曲的現象，也 就是著名的長鞭效應，因此供應鏈成員應以宏觀的 角度來思考、規劃供應鏈管理的每一運籌機制。 過去相關學者對於配銷運籌模式大都以單一 時期來考量，但實際的供應鏈運作環境中，需求是 隨著時間的不同而變化，因此建立一個考慮多時期 的供應鏈模式是比較接近現實情況，因此本研究所 建立的模式將以多時期考量來建構供應鏈配銷模 式。 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，提供建議的最適存 貨模式。 3. 模式建立 3.1 研究架構 圖 2 為本研究之研究架構，整個研究主體是透 過顧客需求型態的探討，並結合三種存貨政策的計 算比較，以及配銷政策的導入，推導出各種類型的 供應鏈存貨配銷模式，最後以系統模擬的方式來分 析採行不同的存貨配銷模式在同一供應鏈體系 下，整體供應鏈管理實際運作的情形，探討最佳化 的供應鏈存貨配銷模式。 3.2 研究假設 本研究探究在單一供應廠址與多廠址供應模 式下，分別計算不同存貨政策下之總成本，以求得 供應鏈最適存貨配銷模式，其基本假設如下： 1. 顧客需求為機率性分配，彼此獨立，且需求型態 亦不相同。 2. 假設廠商生產技術成熟，批量大小對生產成本影 響有限。 3. 前置時間是固定的常數。 4. 每次訂購之物品，其可擺放空間不受數量限制。 5. 每批訂購成本皆相同，不隨訂購量不同而有所變 動，每個物件的購置成本和儲存成本皆為定值。 6. 不考慮數量折扣。 7. 不考慮品質水準變動的狀況。
8. 不考慮退貨問題。 9. 商品的儲存不會因持有的時間過久耗損，或變 質。 10.每位顧客的服務水準係依其重要度而有等級上 的差異。 11.廠商供應公司所採購之品項，其生產率為穩定 的常數。 12.在缺貨成本中，只考慮銷售損失型(Lose sale)之 存貨政策，不考慮可補貨型(Backorder)之存貨政 策。 4.模擬與驗證 4.1供應鏈存貨模式模擬與驗證 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， 帶入分析後可得到如圖 3 之敘述統計相關指標 值，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 三種不同的存貨政策中，分別模擬試行30次，並彙 總各種存貨政策之總成本可得圖4的直方圖差異比 較表2總成本彙總表與。據此資料，分別對不同存 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）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） 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）來驗證三種存貨政策總成本的差異性，可得 到 表 3 的 結 果 與 圖 8 的 盒 形 圖 差 異 比 較 ， 由 於 P-value=0.243＞α=0.05，顯示三種存貨政策的總 成本並沒有顯著的差異存在。 再挑選（s,S）與（R,S）存貨政策總成本進行 Z檢定， H0：μs,S=μR,S， H1：μs,S≠μR,S， z= 60 . 1 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）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4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）存貨政策 總 成 本 進 行 M-W 檢 定 ， 得 到 表 5 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。 雖然（s,Q）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， 發現三種存貨政策的總成本間並沒有顯著的差異 存在。 4.2 供應鏈存貨配銷模式模擬與驗證 4.2.1 一廠供應模式 首先使用 MINITAB 軟體依據預先假設的顧客 需求型態取得，經計算以求得當週之顧客總需求， 將所得到的結果帶入運輸指派系統計算出配銷運 籌成本，再將當週之顧客總需求分別帶入三種不同 的存貨政策中，求算整體的存貨配銷運籌成本，如 表 6 所示。 由於（s,S）和（R,S）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）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 檢定來驗證 三種存貨政策總成本的差異性。得到表 7 的結論， 由於 P-value＞α=0.05，顯示三種存貨配銷模式的 總成本沒有顯著的差異存在。另外由於三種模式的 樣本數皆為 30，屬大樣本，可依據中央極限定理， 其分配會接近常態分配，因此再對此三種存貨配銷 模式進行多重比較，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 ， 0125 . 0 4 05 . 0 2 2⋅ = = α ， sp= 3 2 , 2 , 2 ,S sQ RS s s s s + + = 3 40010 39048 390912+ 2+ 2 =39385.50 ， 30 1 30 1 1 1 0125 . 0 , 57 ⋅ + = + ⋅ p j i p t s n n s B =3.1138×39385.50×0.2582=31665.28 μs,S- μs,Q 的 95 ﹪ 信 賴 區 間 為 （ -34409.28, 28921.28），μs,S-μR,S的 95﹪信賴區間為（-34693.28, 28637.28），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（-28921.28, 34409.28 ）， μs,Q- μR,S 的 95 ﹪ 信 賴 區 間 為 （-31949.28, 31381.28）。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（-28637.28, 34693.28），μR,S-μS,Q 的 95﹪信賴區間為（-31381.28, 31949.28）。上列演 算的信賴區間皆包含 0，表示三種存貨配銷模式的 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。 因此綜合上述分析結果，在一廠供應的情況 下，為達成降低總成本之目標，三種存貨配銷模式 皆可視為最佳化的運作模式。 4.2.2兩廠供應模式 在兩廠存貨配銷模式中，有三個基本假設： （1）假設兩廠供應總和與一廠供應總和相同，亦 即在不擴充產能的情況下進行模擬。 （2）兩廠的產能相同，生產成本亦相同。 （3）兩廠材料補給後，存貨量相同。 使用MINITAB軟體依據預先假設的顧客需求 型態取得，經計算求得當週之顧客總需求，將得到 的結果帶入運輸指派系統計算出兩廠供應之模式 與配銷運籌成本，再將當週之顧客總需求分別帶入 三種不同的存貨政策中，求算整體的採購配銷運籌 成本，如表8所示。 由於三種存貨配銷模式總成本的 P-value 皆大 於 0.05，符合常態需求的特性，因此可進行 ANOVA 分析，得到圖 9 的結論，由於 P-value＝0＜α =0.05，顯示三種存貨配銷模式的總成本有顯著的 差異存在。再對此三種存貨配銷模式總成本進行多 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 ， 0125 . 0 4 05 . 0 2 2⋅ = = α ， sp= 3 2 , 2 , 2 ,S sQ RS s s s s + + = 3 40010 39048 390912+ 2+ 2 =28402 .68， 30 1 30 1 1 1 0125 . 0 , 57 ⋅ + = + ⋅ p j i p n n t s s B =3.1138×28402.68× 0.2582=22835.28 μs,S- μs,Q 的 95 ﹪ 信 賴 區 間 為 （ -25421.28, 20249.28），μs,S-μR,S的 95﹪信賴區間為（-53166.28,
-7495.72），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（-20249.28, 25421.28 ）， μs,Q- μR,S 的 95 ﹪ 信 賴 區 間 為 （-50580.28, -4909.72），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（7495.72, 53166.28），μR,S-μS,Q的 95﹪信賴區間為（4909.72, 50580.28）。上列演算的 信賴區間若未包含 0，表示其總成本間有顯著的差 異存在，因此證明（R,S）的總成本高於（s,Q）與 （s,S），而（s,Q）與（s,S）存貨配銷模式總成本 間並沒有顯著差異存在。 4.3模擬結果討論 經由上述模擬之驗證與差異性分析所得之結 果，可摘要如下幾點結論： （1）對整體顧客需求的特性與重要表徵數，進行 相關統計分析後發現，整體顧客需求型態雖 未具有常態分配的相關性質，但經驗證與常 態分配的相似程度較其他機率分配（均勻分 配與指數分配）為高。 （2）從存貨政策模擬後驗證發現，三種存貨政策 總成本間並沒有顯著差異存在。 （3）在一廠供應之存貨配銷模式中，各存貨配銷 模式的總成本並無顯著的差異，故此三種模 式皆可視為最佳化模式。 （4）在兩廠供應之存貨配銷模式中（s,S）與（s,Q） 存貨配銷模式的平均總成本較低，因此建議 衡量模式中相關變數的影響程度，並將本身 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存 貨配銷模式。 5.結論 本研究主要探討多重需求型態下最佳化供應 鏈存貨配銷模式。在配銷規劃方面，採用運輸指派 模式作為科學化的供應與需求之指派工具。在存貨 政策方面，係依據配銷規劃指派的結果，分別採用 （s,S）、（s,Q）與（R,S）等三種不同存貨政策進行 模擬，透過統計分析驗證，發現在存貨政策模擬部 分，三種存貨政策總成本間並沒有顯著差異存在。 結合存貨與配銷模式後，在一廠供應模式中，各存 貨配銷模式的總成本並無顯著的差異，故此三種模 式皆可視為最佳化模式。在兩廠供應之模式中，以 （s,S）和（s,Q）存貨配銷模式的總成本最低，（R,S） 則是總成本最高的存貨配銷模式。因此建議管理者 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存貨配銷模式。
6. 圖片、表格 6.1 圖片 圖1 存貨政策 圖2 研究架構圖 圖3 整體需求之敘述統計分析圖 圖 4 三種存貨政策總成本直方圖差異比較圖 圖 5 （s,S）存貨政策總成本常態性檢定分析圖 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
（s,Q）Model
（s,S）Model
（R,S）Model
顧客需求分配型態 ◎均勻 ◎常態 ◎指數
最適化
存貨配銷模式
存貨政策 ◎(s,S) ◎(s,Q) ◎(R,S) 配銷模式 ◎運輸指派 模式驗證圖 6（s,Q）存貨政策總成本常態性檢定分析圖 圖7 （R,S）存貨政策總成本常態性檢定分析圖 圖 8 三種存貨政策之盒形圖比較 圖 9 兩廠供應之三種採購配銷模式總成本 ANOVA 檢定分析圖 6.2 表格 表 1 存貨政策之差異比較 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：[2][3][5] 表 2 總成本彙總表 表 3 三種存貨政策之 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 （s,S）存貨政策 （s,Q）存貨政策 （R,S）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
表 4 （s,S）與（s,Q）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 5 （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
表 6 一廠採購配銷模式模擬之總成本彙總表 採購運籌成本 總成本 模擬 次數 配銷運籌成本 （s,S） （s,Q） （R,S） （s,S） （s,Q） （R,S） 1 691,320** 200,871 199,019 200,250 892,191 890,339 891,570 2 713,760 （684,480）* 203,328 203,623 207,832 917,088 917,383 (892,312)* 3 698,880 203,029 202,203 209,361 901,909 901,083 908,241 4 715,860 199,427 200,557 203,562 915,287 916,437 919,422 5 689,640 （687,240） 201,728 200,614 203,512 891,368 890,254 (994,735) 6 655,200 188,294 194,063 192,936 843,494 849,263 848,136 7 728,340 212,031 218,050 215,299 940,371 946,390 943,639 8 749,880 214,823 218,062 213,979 964,703 967,942 963,859 9 668,520 （657,360） 199,080 198,982 199,687 867,600 867,502 （857,047） 10 688,740 194,162 198,868 202,938 882,902 887,608 891,678 11 686,460 （682,860） 195,180 198,912 200,754 880,622 885,372 （883,614） 12 698,160 198,967 200,675 205,537 897,127 898,835 903,697 13 657,660 183,699 182,146 190,650 841,359 839,806 848,310 14 663,180 197,381 199,018 200,369 860,561 862,198 863,549 15 743,340 （734,940） 211,425 218,074 213,768 954,765 961,414 （948,708） 16 757,620 （731,820） 222,283 221,421 216,405 979,903 979,041 （948,225） 17 659,280 （655,680） 187,247 195,681 193,148 846,527 854,961 （848,828） 18 664,980 （660,180） 189,578 197,318 196,052 854,558 862,298 （856,232） 19 678,540 （665,640） 196,198 200,556 201,159 874,738 879,096 （866,799） 20 683,580 199,518 197,269 198,831 883,098 880,849 882,411 21 666,480 189,085 195,775 195,308 855,565 862,255 861,788 22 664,320 187,119 195,729 195,833 851,439 860,049 860,153 23 658,440 180,848 180,680 188,820 839,288 839,120 847,260 24 680,880 192,100 197,337 199,008 872,980 878,217 879,888 25 734,820 （724,620） 215,637 219,759 216,116 950,457 954,579 （940,736） 26 718,200 （710,400） 208,164 216,330 211,693 926,364 934,530 （922,093） 27 711,300 200,177 200,608 205,412 911,477 911,908 916,712 28 669,180 195,569 195,696 195,053 864,749 864,876 864,233 29 696,420 199,918 200528 205,973 896,338 896,948 902,393 30 659,700 （652,500） 195,065 195,651 193,344 854,765 855,351 （848,151） 註：*代表括弧內之數值為發生缺貨成本時的實際配銷運籌成本及總成本。 表 7 一廠供應之三種採購配銷模式總成本 K-W 檢定分析 K-W Test
Item N Median Ave Rank z
R,S 30 887592 46.2 0.18
s,Q 30 886490 46.2 0.18
s,S 30 883000 44.1 -0.36
Overall 90 8.0
表 8 兩廠採購配銷模式模擬之總成本彙總表 配銷運籌成本 採購運籌成本 總成本 模擬 次數 （s,S） （s,Q） （R,S） （s,S） （s,Q） （R,S） （s,S） （s,Q） （R,S） 1 226,320* 226,560 253,800 200,871 199,019 200,250 427,191 425,579 454,050 2 244,200 246,360 250,500 203,328 203,623 207,832 447,528 449,983 458,332 3 246,480 245,400 276,840 203,029 202,203 209,361 449,509 447,603 486,201 4 235,380 243,400 263,940 199,427 200,557 203,562 434,807 443,957 467,502 5 236,880 236,040 266,400 201,728 200,614 203,512 438,608 436,654 469,912 6 214,380 214,380 227,100 188,294 194,063 192,936 402,674 408,443 420,036 7 250,860 249,540 301,380 212,031 218,050 215,299 462,891 467,590 516,679 8 251,520 250,200 304,560 214,823 218,062 213,979 466,343 468,262 518,539 9 240,720 234,000 255,720 199,080 198,982 199,687 439,800 432,982 455,407 10 227,580 230,220 267,060 194,162 198,868 202,938 421,742 429,088 469,998 11 237,420 233,580 257,820 195,180 198,912 200,754 432,600 432,492 458,574 12 226,080 227,040 256,320 198,967 200,675 205,537 425,047 427,715 461,857 13 211,260 210,180 214,740 183,699 182,146 190,650 394,959 392,326 405,390 14 227,520 227,220 259,020 197,381 199,018 200,369 424,901 426,238 459,389 15 250,020 249,900 282,540 211,425 218,074 213,768 461,445 467,974 496,308 16 270,780 268,980 325,500 222,283 221,421 216,405 493,063 490,401 541,905 17 217,560 217,560 237,720 187,247 195,681 193,148 404,807 413,241 430,868 18 219,180 214,620 228,060 189,578 197,318 196,052 408,758 411,938 424,112 19 226,140 228,540 241,200 196,198 200,556 201,159 422,338 429,096 442,359 20 224,100 228,060 242,700 199,518 197,269 198,831 423,618 425,329 441,531 21 218,880 218,160 234,120 189,085 195,775 195,308 407,965 413,935 429,428 22 222,600 220,320 238,920 187,119 195,729 195,833 409,719 416,049 434,753 23 208,080 208,440 226,200 180,848 180,680 188,820 388,928 389,120 415,020 24 220,080 220,080 240,720 192,100 197,337 199,008 412,180 417,417 439,728 25 253,380 253,860 290,340 215,637 219,759 216,116 469,017 473,619 506,456 26 253,200 255,720 303,600 208,164 216,330 211,693 461,364 472,050 515,293 27 232,980 232,860 269,100 200,177 200,608 205,412 433,157 433,468 474,512 28 217,500 216,180 232,740 195,569 195,696 195,053 413,069 411,876 427,793 29 236,820 237,180 276,420 199,918 200,528 205,973 436,738 437,708 482,393 30 216,420 216,060 238,500 195,065 195,651 193,344 411,485 411,711 431,844 7. 參考文獻 1. 王立志，系統化運籌與供應鏈管理，滄海書 局，1999 年。 2. 林琮閔，「多產品多重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。 3. 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。 4. 陳麗玉，全球化供應鏈管理績效評估與探討，國立 政治大學資訊管理研究所，2000 年。 5. 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。
6. Krajewski, L. J. and Ritzman, L. P., Operation management : strategy and analysis, fifth edition, Addison-Wesley, Reading, Mass, 1999.
7. Peterson, R. and Silver, E. A., Decision systems for inventory management and production planning, Wisley, New York, 1998.
