第三方物流对供应商管理库存的影响分析
杨 阳，刘志学
（华中科技大学 管理学院）

摘要：在Towill等人提出的VMI-APIOBPCS模型基础上，引入第三方物流服务商，构建了VMI-TPL-APIOBPCS模型，并利用Spreadsheet软件进行模拟，分析供应链环境下第三方物流服务商的引入对供应商管理库存策略的动态影响，得出第三方物流服务商的引入提升了供应商管理库存策略的实施效果以及供应链的各项性能。
关键词：供应商管理库存；第三方物流；模拟；影响分析
中图分类号：F274                    文献标识码：A 
            

引言
供应商管理库存（VMI）模式流行于20世纪80年代后期，宝洁和沃尔玛是这一模式的提倡者[1]。Waller认为在VMI模式中，供应商负责实时监测买方库存，并按照一定的订货点和运输批量进行快速补货；Higgionson等人认为VMI指由供应链上的少数生产商、批发商等上游企业对众多的分销商、零售商等下游企业的流通库存进行统一管理和控制的一种新型管理方式[2]。通常认为在供应链中实施VMI，供应商可以获得真实需求信息，减少库存水平和波动范围以及平滑生产节奏等，买方可以减少库存维持成本、库存资金占用、产品失销成本和滞销成本等[3]。第三方物流（TPL）兴起于20世纪80年代末90年代初，经过十多年来的迅速发展，具有多种多样的形式[4]。通常认为在企业物流运作中引入第三方物流服务商，可以降低企业物流成本，扩大服务市场范围，促进供应链成员企业之间的合作等[5-6]。
VMI模式在实际运作中遇到许多问题，其中物流问题逐渐成为研究的热点[7]。供应商在物流运作方面并非专长，所以将TPL引入VMI模式就成为一个新的课题。目前国内外学者对VMI环境中TPL问题的研究主要从定性角度展开，Ricketts（1999）实证研究了VMI和非VMI环境下，对第三方物流服务商选择、评价的指标差异[8]；张相斌（2002）等人认为VMI - TPL 模式较适合于一般供应链系统的重构，而TPL-TPL 模式较适合于某些特殊情况下的供应链系统的重构[9]。VMI环境中引入TPL以后，对整个供应链系统影响的定量分析文献很少。
    本文拓展了Towill等人提出的VMI-APIOBPCS模型，引入第三方物流服务商，构建了VMI-TPL-APIOBPCS模型，然后利用Spreadsheet软件进行模拟，分析了供应链环境下第三方物流服务商的引入对于供应商管理库存策略的动态影响，最后对这些影响进行总结并提出未来研究的方向。
1 第三方物流对供应商管理库存模式的影响
在实施VMI模式的供应链中，供应商承担着更多的责任，由其决定产品补充时间和批量。在全球经济一体化环境下，供应商被要求在世界范围内实施VMI，并在全球范围内进行产品配送，因而要求供应商具有强大的物流能力。买方可能会要求多个供应商同时提供VMI服务，但众多供应商小批量、多频次地补货，增加了买方物流管理的复杂度，削弱了VMI实施效果。在这种环境下成功实施VMI策略，专业第三方物流服务商的出现就成为必然趋势。
第三方物流服务商对VMI模式供应链的影响表现在：1）提高供应商物流服务能力。第三方物流服务商是专业的物流公司，有专业物流设施、设备及人员，并在全国甚至全球范围内构建物流网络，第三方物流服务商的引入，能够提高供应商物流运作的能力，保证供应商多频次、小批量补货的经济性和可行性。2）减少供应商非核心业务。对于大多数供应商来说，物流并非其核心业务，为提供VMI服务而在物流方面进行大量投资是不经济的，第三方物流服务商的引入，能够使供应商将有限的资源用于自身核心竞争力建设，使资源利用率最大化。3）减少买方与供应商的接触点。第三方物流服务商引入以后，供应商和买方在VMI物流运作中只需与物流服务商接触，这样能提高双方运作效率以及最大化VMI实施效果。4）增强整个供应链竞争能力。第三方物流服务商与供应链各成员企业，共同致力于提升供应链中VMI实施的效果，而VMI的成功运作增强了供应链竞争能力。
上述影响是从定性和经验的角度分析得出的，但这些影响究竟在多大程度上存在，需要通过定量研究与模拟验证。
2 模型构建 
2.1 参数描述
G表示安全库存系数，Tad表示分销商调整系数，Tam表示制造商调整系数，Tw表示在制品调整系数，Tp1表示运输提前期，LCm表示制造商物流能力，ETQ表示制造商最低发运批量，Ti表示制造商库存调整系数，Tp2表示生产提前期，Rt表示t时期分销商再订货点，AINTt表示t时期分销商实际库存，GITt表示t时期在途库存量，DESt表示t时期制造商实际补货量，TQt表示t时期制造商预计补货量，SINVt表示t时期VMI系统库存量，MINVt表示t时期制造商库存量，VCONt表示t时期制造商需求量，DSSt表示t时期分销商订货点的变化量，AVCONt表示t时期制造商平滑的需求量，DWIPt表示t时期制造商期望的在制品库存量，WIPt表示t时期实际在制品库存量，EWIPt表示t时期在制品库存差异，ORATATEt表示t时期制造商的生产率，COMRATEt表示t时期制造商生产完工率，EINVt表示t时期系统库存差异，TINVt表示t时期目标系统库存，CONSt表示t时期客户的需求。
2.2 VMI-APIOBPCS模型
APIOBPCS是指通过需求信息、产成品库存信息以及在制品库存信息进行生产控制的系统模型，英国Cardiff大学物流系统动力学研究小组对这个模型进行了深入研究。在 APIOBPCS模型基础上，他们引入VMI管理的思想重构供应链系统，提出了VMI-APIOBPCS模型，描述了包含制造商和分销商两个层级的简单供应链系统，并在系统中应用VMI管理策略。通过与传统APIOBPCS-APIOBPCS供应链的比较，他们得出VMI策略的实施，对于削减供应链牛鞭效应、增强生产稳定性和降低库存水平等方面有着显著作用[10]。
在VMI-APIOBPCS模型中，供应链中的物流运作由供应商进行，而供应商对物流运作并非专长，所以对不同的补货数量其运输提前期应存有差异。Towill等人没有考虑供应商管理库存中物流能力的限制，因而假定产品运输提前期是固定值。本文将这一假设进行改变，认为产品运输提前期是与补货量有关的函数（见图1），并对VMI-APIOBPCS模型进行相应修正（见附表1）。 
2.3 VMI-TPL-APIOBPCS模型
    VMI-TPL-APIOBPCS模型（见附表2）是在VMI-APIOBPCS模型中引入第三方物流服务商。VMI供应链中信息流在上下游之间是完全共享的，第三方物流服务商的出现并不对信息流动产生延迟，其主要作用表现在提升供应链的物流运作能力。所以，VMI-TPL-APIOBPCS模型在VMI-APIOBPCS模型的基础之上做出两点改变：一是供应商补货数量不会受到最低发运批量的限制，第三方物流服务商同时为多个企业提供服务，对于供应商小批量、多频次补货可以通过组合发运、运输合并等方式完成；二是产品运输提前期成为固定值，第三方物流服务商通常把物流服务的时间一致性作为竞争手段，所以产品固定运输提前期也是现实的。
2.4 模型运行
Disney和Towill（2002）在考虑库存成本和生产调整成本不同权重的基础上，研究了不同安全库存系数下VMI-APIOBPCS模型中Tad、Tam、Tw和Ti参数的优化问题[9]。本文参数设置利用他们的研究成果，VMI-APIOBPCS模型参数如表1，VMI-TPL-APIOBPCS模型如表2，其中安全库存系数G是根据运输提前期的数值确定。
表1 VMI-APIOBPCS模型参数设置
G Tw Tad Tp2 Tam LCm ETQ Ti
6 63 4 4 4 4 4 14
表2 VMI-TPL-APIOBPCS模型参数设置
G Tw Tad Tp1 Tam Ti Tp2
3 35 6 1 7 7 4
模型的运行分为两个阶段：第一阶段是模拟两种模型对于阶跃需求函数的响应性，Disney等人认为通过阶跃需求函数可以对系统动态性有深入认识[10]；第二阶段是模拟两种模型对于随机变动需求函数的各种特性，这里使用呈现正态分布特征的函数作为需求输入。第一阶段模拟的具体需求函数是在0零刻数值为1的阶跃函数，第二阶段模拟的具体需求函数是均值为4，方差为1的正态分布函数。利用Spreadsheet软件模拟这两种类型的VMI供应链，一共进行120个时间单位的模拟。
3 结果分析
3.1阶跃需求函数模拟      
在阶跃需求函数下，制造商生产率动态响应比较和系统库存比较如图2与图3所示（实线表示VMI -APIOBPCS模式，虚线表示VMI-TPL-APIOBPCS模式）。从图中可以看出在面对突然变化的需求时，引入TPL的VMI供应链系统响应性增加，使得制造商能够更迅速地达到稳定生产状态，以及系统库存量更快地达到期望状态。           
           图2 制造商生产率比较

图3 供应链系统库存比较
3.2正态分布需求函数模拟
3.2.1 制造商生产率
    在正态分布需求函数环境下，制造商生产率比较如图4所示。从图中可以定性地看出VMI-TPL-APIOBPCS模式较VMI-APIOBPCS模式，制造商生产率曲线更低。从定量角度看，在VMI-TPL-APIOBPCS模式下制造商生产率的均值是4.16，方差是1.13，而VMI-APIOBPCS模式下制造商生产率的均值是4.25，方差是1.2。可见，较之VMI-APIOBPCS模式，VMI-TPL-APIOBPCS模式下制造商有着更加稳定的生产率。
 
图4制造商生产率比较
3.2.2 分销商库存
    在正态分布需求函数环境下，分销商库存量如图5所示。从图中可以定性地看出VMI-TPL-APIOBPCS模式较VMI-APIOBPCS模式，分销商库存曲线低于0的时间更短，库存曲线水平更低。从定量角度看，在VMI-TPL-APIOBPCS模式下分销商库存量的均值是2.72，方差是2.73，而VMI-APIOBPCS模式下分销商库存量的均值是8.38，方差是7.65。可见，较之VMI-APIOBPCS模式，VMI-TPL-APIOBPCS模式下分销商有着更高的客户服务水平、更低的库存量和更稳定的库存水平。
                               图5 分销商库存量比较
3.2.3 系统库存
在正态分布需求函数环境下，系统库存量比较如图6所示。从图中可以定性地看出VMI-TPL-APIOBPCS模式较VMI-APIOBPCS模式，系统库存量更快地向目标水平移动，同时其波动情况相对较小。从定量角度看，在VMI-TPL-APIOBPCS模式系统库存量的均值是0.65，方差是2.8，而VMI-APIOBPCS模式下系统库存量的均值是0.76，方差是3.37。可见，较之VMI-APIOBPCS模式，VMI-TPL-APIOBPCS模式下整个供应链有更少系统库存，系统库存波动也更小。
                                   图6 系统库存量比较
3.2.4 制造商库存
在正态分布需求函数环境下，制造商库存量比较如图7所示。从图中可以定性地看出VMI-TPL-APIOBPCS模式较VMI-APIOBPCS模式，制造商库存在更多的时间内可以满足产品补货要求，但库存水平在两种模式下的高低无法从图中看出。从定量角度看，在VMI-TPL-APIOBPCS模式下制造商库存量的均值是4.98，方差是1.99，而VMI-APIOBPCS模式下制造商库存量的均值是3.72，方差是2.96。可见，较之VMI-APIOBPCS模式， VMI-TPL-APIOBPCS模式下制造商库存量波动更小，库存客户服务水平更高，但平均库存量偏大。
 
图7 制造商库存量比较
4 结论及未来研究方向
利用Spreadsheet软件模拟VMI-APIOBPCS模型和VMI-TPL-APIOBPCS模型，得到了供应商在进行VMI运作时引入TPL服务商对整个供应链性能的动态影响：更少的供应链系统库存和波动，更少的买方库存和波动，更少的供应商生产数量和较稳定的生产率，更高的买方客户服务水平以及更高的供应商补货需求满足率。这些利益的产生主要得益于VMI环境中物流服务水平的提升。所以，在实施供应链VMI策略时，把物流活动外包给第三方物流服务商可以为多方创造利益。
本文模拟研究了在供应商管理库存运作中引入第三方物流服务商对两层供应链系统带来的性能影响。未来的研究可以从供应链的其它指标入手，比如物流成本、生产调整成本、库存成本等，获得供应链环境下第三方物流对供应商管理库存模式影响的全面认识。

参考文献：
[1] Matt Waller, M Eric Johnson, Tom Davis. Vendor-managed inventory in the retail supply chain [J]. Journal of Business Logistics, 1999, 20 (1): 183-203.
[2] Higgionson, JK. Bookbinder policy recommendation for a shipment consolidation program [J]. Business Logistics ,1994 ,15 (1) :87 – 112.
[3] S,M, Disney, D,R, Towill. The effect of vendor managed inventory (VMI) dynamics on the Bullwhip Effect in supply chains [J]. International Journal of Production Economics, 2003,85: 199–215.
[4] 刘志学. 现代物流手册 [M]. 北京：中国物资出版社，2001.
[5] Lieb,R,C, Millen,R,A, Wassenhove, Van L,N. Third party Logistics：A Comparison of Experienced American and European Manufacture [J]. International Journal of Physical Distribution ＆Logistics Management, 1993,23,41(6).
[6] Richadson, H.L. Explore outsourcing Concepts to Model the outsourcing Decision [J]. The International Journal of Logistics Management, 1995, 6 (2) :55-65.
[7] George Kuk. Effectiveness of vendor-managed inventory in the electronics industry: determinants and outcomes [J]. Information & Management, 2004, 41: 645–654.
[8] Philip M. Ricketts. Modeling the “make or buy” logistics decision: an empirical analysis of the logistics decision drivers for suppliers and manufacturers in vendor managed inventory relationships [D]. University of North Texas, August, 1999.
[9] 张相斌, 杨德礼. 供应链系统重构模式研究 [J]. 工业工程与管理，2002, (1):25-28.
[10] S.M.Disney, D.R.Towil. A procedure for the optimization of the dynamic response of a vendor managed inventory system [J]. Computers & Industrial Engineering, 2002, 43: 27-58.
[11] S.M. Disney, D.R. Towill. The effect of vendor managed inventory dynamics on the Bullwhip Effect in supply chains [J]. International Journal of Production Economics 2003, 85: 199–215.

(本文参加了第五次中国物流学术年会论文评审工作）