全春光,劉志學,程曉娟,王克喜
(1.華中科技大學 管理學院,湖北武漢430074;2.湖南科技大學 管理學院,湖南湘潭411201)
作為供應鏈成員間的合作方式之一,供給商管理庫存(vendormanaged inventory,VMI)使供應鏈的庫存管理、運輸管理,以及訂貨管理更趨于合理,從而降低了供應鏈總成本。自20世紀80年代寶潔和沃爾瑪成功實施VMI以來,其日益受到企業(yè)界和理論界的重視,國內(nèi)外許多學者對此進行了研究,如 VMI對供應鏈性能的影響[1]以及VMI的補貨決策[2-4]等。應指出的是,VMI加大了供應商的配送和庫存管理等成本,并可能使供應商獲得的利潤減少。如果不對VMI系統(tǒng)的利益或成本重新分配,勢必影響VMI的實施,于是一些學者開始關注VMI的利益協(xié)調(diào)或成本分擔問題[5-9]。盡管需求確定情況下一對多的 VMI協(xié)調(diào)研究已取得了階段性研究成果,但仍存在一些不足:文獻[10]的成本模型中假定供應商與客戶之間的補貨采用批對批補貨策略,這種假定雖然簡化了建模過程,卻給實際應用帶來較大的局限;文獻[11]建立利潤模型時雖然假定供應商與客戶之間的補貨采用整數(shù)比補貨策略,但其假定所有買方采用共同的補給周期,對需求確定且不允許缺貨的一對多VMI而言,這種補貨策略下的VMI系統(tǒng)獲得的利潤未必理想。
筆者在上述研究的基礎上運用合作對策中的Shapley值法,探討單供應商(假定為制造商)兩分銷商的VMI供應鏈庫存成本節(jié)約的合理分配,在此基礎上提出各成員的成本分擔策略。其中,建立成本模型時假定供應商采用整數(shù)比策略,尤其在建立VMI三方合作成本模型時假定供應商對兩分銷商采用補貨周期時間協(xié)調(diào)方式,以獲得較低的系統(tǒng)總成本,這種補貨策略可彌補現(xiàn)有VMI成本分擔研究中成本建模方面的不足。
考慮由一個供應商,兩個分銷商構成的兩級VMI供應鏈,單一產(chǎn)品情形,作如下假設:
(1)分銷商需求與補貨提前期確定,不允許缺貨;
(2)供應商的生產(chǎn)率一定,且大于兩個分銷商的需求率之和;
(3)總成本只考慮庫存持有成本及訂貨準備成本,不考慮運輸成本;
(4)實施VMI前供應鏈為分銷商主導型;
(5)成本建模時只考慮3種情況:供應商與分銷商均不實施VMI、供應商只與一個分銷商實施VMI、供應商與兩個分銷商均實施VMI;
(6)當任一分銷商不合作時,兩個分銷商的補貨時間即無法協(xié)同;
(7)為了降低庫存成本,供應商盡可能采用整數(shù)比補貨策略;
(8)在兩個分銷商均實施VMI的情況下,為了降低庫存成本,供應商對兩個分銷商采用補貨周期時間協(xié)調(diào)方式,即供應商補貨周期分別為兩分銷商補貨周期的整數(shù)倍。
模型符號說明如下:①節(jié)點i=0,1,2分別為供應商及分銷商1和分銷商2;②子系統(tǒng)i為供應商與分銷商i組成的系統(tǒng),i=1,2;③di為節(jié)點i的年需求量,i=0,1,2,且 d0=d1+d2;④p 為供應商的生產(chǎn)率(年生產(chǎn)量);⑤hi為節(jié)點i處單件產(chǎn)品的年庫存持有成本,i=0,1,2;⑥Si為實施VMI前節(jié)點i每次的訂單處理成本,i=1,2;⑦Sp為供應商每次的生產(chǎn)準備成本;⑧S0i為節(jié)點0(供應商)處理節(jié)點i每一個訂單的固定成本;⑨Ti為節(jié)點 i的補貨周期,i=0,1,2;⑩Tp為供應商每次生產(chǎn)時間;○11 Qi為節(jié)點 i的補貨批量,i=0,1,2;○12 Q0i表示節(jié)點0為應對節(jié)點i的需求而需要的補貨批量,i=1,2;○13 mi為節(jié)點 i補貨批量的整數(shù)倍數(shù),i=1,2;○14 TCi為節(jié)點 i的總成本,i=0,1,2;○15 TC0i表示節(jié)點0為應對節(jié)點i的需求而產(chǎn)生的成本,i=1,2;○16 TC 為 VMI供應鏈系統(tǒng)總成本;○17上標A,B,C,D分別為供應鏈的4種結(jié)盟形式。
(1)分銷商的補貨策略及成本。在VMI實施前分銷商將采用經(jīng)濟訂貨批量訂貨,分銷商的訂貨批量為:
分銷商的成本為:
(2)供應商的補貨策略及成本。根據(jù)假設(6),該情況下一對二的供應鏈可以分解成兩個獨立的子系統(tǒng)。先計算子系統(tǒng)i(i=1,2)中供應商的補貨策略及成本。
當分銷商i以訂貨量QA*i訂貨,供應商的經(jīng)濟生產(chǎn)批量滿足如下關系時,可使庫存成本最小,即:
得到mA*i后,根據(jù)式(1)、式(3)和式(4)得到子系統(tǒng)i中供應商的最優(yōu)補貨策略及最小成本為:
因此,供應商的總成本為兩個子系統(tǒng)的成本之和,即:
以供應商只與分銷商1實施VMI(結(jié)盟形式B)為例建模,結(jié)盟形式C建模方法與此相同。
根據(jù)假設(6),該情況下可將供應鏈分解成兩個獨立的子系統(tǒng)。子系統(tǒng)1實施VMI,子系統(tǒng)2則為分散獨立決策情形。分別計算子系統(tǒng)i(i=1,2)中分銷商、供應商的補貨策略及成本。
2.2.1 子系統(tǒng)1
(1)分銷商的成本。該模式下分銷商不發(fā)生與庫存有關的費用,因而TCB1=0;
(2)供應商的補貨決策及成本。該模式下分銷商的庫存成本轉(zhuǎn)移到供應商,供應商從子系統(tǒng)1總庫存成本最小的角度做出補貨決策。當對分銷商的補貨批量為QB1時,供應商自身的補貨批量QB01應滿足式(8),才會使其總庫存成本最小。
根據(jù)供應商的成本=處理分銷商的訂貨成本及在分銷商處的庫存持有成本+生產(chǎn)準備成本+供應商的庫存持有成本,可得供應商的成本為:
將式(8)代入式(9)并整理得:
在此基礎上求供應商的最優(yōu)補貨決策。將mB1,QB1看成連續(xù)變量,對式(10)求偏導,并令其等于零,求解得到:
如果式(11)計算出來的結(jié)果正好為整數(shù),則它就是要求的結(jié)果;如果是小于1的數(shù),則取1;如果不是整數(shù),可以找出與mB1相鄰的兩個整數(shù),它們是按mB1向下取整?mB1」和向上取整「mB1?。將式(12)代入式(10),整理后有關mB1的供應商成本表達式為:
該決策下子系統(tǒng)1中供應商的最小成本為:
2.2.2 子系統(tǒng)2
參考式(1)、式(2)、式(5)及式(6),有:
(1)分銷商的補貨策略及成本。分銷商的訂貨批量為:
分銷商的成本為:
(2)供應商的補貨策略及成本為:
根據(jù)假設(8),在節(jié)點0的一個補貨周期TDO內(nèi),節(jié)點1正好有mD1次補貨,節(jié)點2正好有次補貨,因而有下列關系:
由文獻[4]中的式(10),長期運行下,VMI系統(tǒng)的總成本(生產(chǎn)購置成本為0)為:
由式(23),可將式(24)表達為:
式中:
故總成本最小的VMI系統(tǒng)模型為:min TC(QD0,mD1,mD2)參考文獻[4]關于m*1和m*2的求解,得到和后,各節(jié)點的最優(yōu)補貨批量為:
長期運行下,VMI系統(tǒng)的總成本為:
在Shapley值法中,Shapley值由特征函數(shù)v確定,記作
式中:S為N中若干企業(yè)聯(lián)盟的子集;S為聯(lián)盟中所含局中人的個數(shù);v(S)為聯(lián)盟子集產(chǎn)生的效益;v(Si)為子集S中除去企業(yè)i產(chǎn)生的效益。
單供應商兩分銷商的VMI供應鏈,可看成3人合作的聯(lián)盟博弈問題,實施VMI后將發(fā)生庫存成本的轉(zhuǎn)移,聯(lián)盟企業(yè)的成本分擔問題可以轉(zhuǎn)化為合作后的利益分配問題,從而可利用Shapley值法來解決。
將成本轉(zhuǎn)化成效益,得到聯(lián)盟S的效益ν(S)為:
假定一供應商為兩分銷商供貨,相關參數(shù)為:d1=560件/年,d2=4 500件/年,供應商生產(chǎn)率p=40 000件/年;庫存持有成本分別為:h0=3元/(件·年),h1=12元/(件·年),h2=10元/(件·年);分銷商訂貨處理成本分別為:S1=240元/次,S2=600元/次;供應商的生產(chǎn)準備成本Sp=5 500元/次,供應商處理分銷商每一個訂單的固定成本分別為S01=320元/次,S02=1 000元/次。
運用上述方法,借助Matlab軟件及適當?shù)乃惴?,求?種情況下系統(tǒng)的參數(shù)如表1所示。
由表1可知,如果兩個分銷商各自管理,則系統(tǒng)總成本為31 148元;如果供應商分別與分銷商1、分銷商2合作實施 VMI,則系統(tǒng)總費用降為30 766元、29 052元;若三者合作實施 VMI,則系統(tǒng)總成本為25 121元,達到最小。因此應選擇三方合作實施VMI。
表1 數(shù)值計算結(jié)果
3個企業(yè)合作實施VMI時,可節(jié)約庫存有關方面的成本,是一個多人合作對策問題,下面用Shapley值法來分配這個效益。
將數(shù)據(jù)代入式(33)有,v(0,1,2)=31 148-25 121=6 027。
3家企業(yè)合作實施VMI的效益為6 027元。用Shapley值作為這個效益的分配,得到供應商分配 φ0(v)=2 422,φ1(v)=1 374,φ2(v)=2 231。
最后,在供應商管理庫存總成本25 121元中,各企業(yè)分擔的成本:供應商為22 003-2 422=19 581元;分銷商1為1 796-1 374=422元;分銷商2為7 349-2 231=5 118元。
進一步將VMI實施前后各企業(yè)成本變化匯總,如表2所示。
表2 VM I實施前后各企業(yè)成本情況變化匯總 元
由表2可看出,VMI實施后,雖然總成本降低了,但如不進行成本的重新分擔,供應商成本將增加,兩個分銷商成本將減少。通過Shapley值法對成本重新分配后,三方的成本均有所下降。
(1)建立了供應商與分銷商不同合作形式下各方的庫存成本模型。模型中考慮了供應商采用整數(shù)比補貨策略;在兩個分銷商均實施VMI的情況下,模型考慮了供應商對兩個分銷商采用補貨周期時間協(xié)調(diào)的方式?,F(xiàn)有的關于VMI成本分擔或利益協(xié)調(diào)的研究中均沒有考慮該情形。
(2)在上述的庫存成本模型基礎上,運用Shapley值法對該VMI供應鏈中供應商與兩個分銷商因合作而產(chǎn)生的額外利益(庫存成本的節(jié)約)進行了分配,然后在此基礎上對VMI實施后庫存成本的分擔進行了重新分配設計。
(3)用算例驗證了建模與成本分擔方案。結(jié)果顯示,VMI實施后,雖然總成本降低了,但如不進行成本的重新分擔,供應商的成本將增加,而兩個分銷商的成本將減少。通過Shapley值法對成本重新分配后,三方的成本均有所下降,從而獲得了一個聯(lián)盟各方均滿意的、穩(wěn)定的分配方案。
[1]YAN D,XU K F.A supply chainmodel of vendormanaged inventory[J].Transportation Research Part E,2002,38(2):75-95.
[2]WOO Y Y,HSU SL,WU SH.An integrated inventory model for a single vendor and multiple buyers with ordering cost reduction[J].International Journal of Production Economics,2001,73(3):203-215.
[3]ZHANG T L,YU Y G,YU Y.An integrated vendormanaged inventory model for a two-echelon system with order cost reduction[J].International Journal of Production Economics,2007,109(1/2):241-253.
[4]全春光,劉志學,程曉娟.整數(shù)比時間協(xié)調(diào)的VMI補貨策略研究[J].工業(yè)工程與管理,2010(4):35-40.
[5]WANG Y Z,JIANG L,SHEN Z J.Channel performance under consignment contract with revenue sharing[J].Management Science,2004,50(1):34-47.
[6]GERCHAK Y,KHMELNITSKY E.A consignment system where suppliers cannot verify retailer’s sales reports[J].International Journal of Production Economics,2003,83(1):37-43.
[7]曹武軍.VMI環(huán)境下收入共享契約分析[J].管理工程學報,2007,21(1):51-55.
[8]全春光.基于收益共享契約的VMI協(xié)調(diào)機制研究[J].科學決策,2010(7):61-67.
[9]CACHON G P.Stock war:inventory competition in a two-echelon supply chain withmultiple retailers[J].Operations Research,2001,49(5):658-674.
[10]劉建芬,胡奇英,李華.基于Shapley值法的VMI下合作企業(yè)間的費用分擔策略[J].系統(tǒng)工程,2005,23(9):80-84.
[11]YU Y,CHU F,CHEN H.A stackelberg game and its improvement in a VMI system with a manufacturing vendor[J].European Journal of Operational Research,2009,192(3):929-948.