1、前 言
加速的变化正在戏剧性地塑造目前制造业的所有方面，变化使市场需求量极其不确定，不可能进行精确的预报。人们提出了许多新的制造模式，来迎接市场变化的挑战(Bussmann,1998)。因此，在众多的学术会议、研讨会和圆桌会议上，人们不断介绍各种制造方法技术。在最新出现制造策略的热潮中，供应链管理(SCM)获得了特别的注意。供应链管理起源于后勤学管理。历史上，后勤被认为是次要角色，很少得到企业管理层的重视地位，人员素质较低；后勤功能有时被分散在不同的组织单位(Ross,1998a)。然而，面临今天全球市场的变化，公司必须重新审核进入和流出的供应渠道，以及相应的操作价值和管理策略。有多重的原因促使公司投资改进供应链管理。高效地管理供应网络是对全球市场的顾客需求进行快速反应的前提。市场全球化促使包括材料获得、加工、装配和分销在内的制造活动分布在整个世界执行。随着持续发展的制造全球化趋势，企业与环境（即供应商，转包生产伙伴和顾客）之间的联系更加紧密。先前的管理模型侧重于调节内部业务过程中的各种能力，增加市场价值。相反，供应链管理使公司寻求集成外部环境（顾客、供应商和合作伙伴）资源，提高竞争优势(Ross,1998b)。SCM表明经营重点从公司内优化转移到一个战略联盟全面的优化。
今天的企业彼此之间更加相互依赖，便于获得集体竞争力。没有与其它企业的成功的合作和持久的伙伴关系，没有公司能获得所有的竞争力在变化的市场中幸存。供应链管理的发展有两个基本的动力。广泛的后勤学研究和应用实践是SCM发展的内在的动力。过去，在后勤学领域人们取得了大量的学术成果与实际的进展，例如库存补充、设施布局规划、车辆路由与调度。最近的研究工作中开发了许多优秀的算法能够高效地解决具有实际应用价值规模的NP完全的组合优化问题。这些操作层次的研究进展促使人们以集成的方式研究以前分散独立处理的后勤学问题，而且推进到企业联盟之中后勤学集成。信息技术是供应链管理快速发展的重要外在动力。最近二十年，计算机系统广泛的应用在包括后勤学部门在内的所有制造领域。计算机网络基础结构提供平台支持企业内后勤学能无缝集成，并且正逐渐跨越企业的边界。信息技术支持一个企业在目前的虚拟环境中有效管理其合作伙伴与客户。
2、后勤学和SCM的定义
研究和工程技术人员在SCM方面作出了刻苦的努力，SCM研究和应用的兴趣逐渐地正在成长。没有疑问，后勤学是最重要的与SCM具有类似含义的技术术语。象大多数管理术语一样，总是有许多方法理解这些概念。后勤学是起源法语的一个词，来源于动词“loger（居留）”，并且它首先被使用在军事方面(Journet,1999)。早象在第16世纪，法国军队设置了后勤部门，在战场上大量运输和安置战士、马匹和其它装备。在第二次世界大战中，供应管理成为了远离本土基地的美国军队的主要挑战。因此，后勤学获得了高度重视，得到广泛研究并且应用在军需物质采购和运输等方面。现在，后勤学仍然是支持军事演习和作战的很重要的功能。根据Blancharel(1992)，美国空军的技术报告将后勤学定义为计划并且执行军队运动和维护的科学，在最全面的意义上，后勤学涉及(a)物资的设计、开发、采购、运动、分发、维护、撤离和处理等方面；(b)人员的运输、撤离和救护；(c)设施的采购或建设、维护、操作和处置；(d)获得或提供服务。
第二次世界大战以后，美国公司为了高效地管理材料采购、储藏、交通和设施地点规划，首先将后勤学引进工业领域。从那以后，后勤学逐渐地在全球工业界得到认可。据报道，在众多的经济领域，许多后勤学研究项目和应用工程取得了良好的效果。后勤学发展成了支持运输决策、储藏、库存补充和设施地点规划的一个基本的理论。为了避免与军事后勤学混淆，人们有时使用商业后勤学，企业后勤学和工业后勤学等术语。也许最流行的是由7R组成的后勤学定义：即正确的产品，正确的数量和正确的状况，正确的地方，在正确的时间，为正确的顾客和正确的价格(Ross,1998a)。后勤学管理的委员会(CLM)将后勤学定义为有效地计划、实现和控制商品、服务和信息流的过程。它包括从起源点到消费点为满足顾客要求的全部过程。最近CLM重新将后勤学定义为供应链管理的一部分(CLM,1999)。供应链是由自治或半自治的商业实体构成的一个网络，共同负责若干产品族的原材料采购、生产和分销活动(Jayashankar,1996)。供应链是供应商、工厂、仓库、分销中心和零售商构成的网络，在此网络中进行原材料采购、转变和交付给顾客。供应链管理是优化供应链性能的决策(Teigen,1997)。
SCM和后勤学之间的主要差别是它们对相似问题采用不同的角度。例如，后勤学主要从一个公司的角度考虑供应、存储和分销。后勤学把其它的公司当作一种接口关系处理，没有深层次理解其它公司内操作。SCM将其他的公司当做生意伙伴，要求对供应链所有节点活动进行紧密的协作控制。其次，后勤学强调一个公司的局部性能优化，并且采用运筹学的方法分别独立研究相关的问题。SCM将每个企业当作供应网络中的节点，通过紧密的功能协调追求多个企业的全局性能优化。后勤学经常是面向操作层次的，而SCM更关心战略性的问题。大多数后勤研究项目是处理NP完全的组合优化问题。通常，这些问题被独立地从它们的环境被分离出来，不考虑与其它企业功能的关系。SCM在信息使能技术支持下，采用综合的方法研究相关的问题。大多数SCM研究努力侧重于全局模型、信息集成、组织结构和战略联盟等方面的问题。总的来说，供应链是由经营实体组成的一个网络，包括供应商、制造商、经销商和顾客。这个网络负责把原料转变为产品，并且将这些产品送到顾客。供应链管理是在这个网络中有效地控制各种流的决策方法，其中物流与信息流的控制是关键。
3、物流管理
物流是从供应商通过制造商和经销商，经由众多中间仓库到顾客的材料物理运动。设施地点、库存和交通运输是有效控制物流的三个主要因素。设施地点是材料停放和中转的地点，并且是决定物流形状的关键节点。设施地点主要包括处理材料的工厂和存储材料的仓库，这些位置在很大程度上影响物流。有效的工厂和仓库地点管理是企业在全球市场获得对顾客需求快速反应能力的重要源泉。在实际环境中，材料供应不能即时交付，因此需要时间间隔处理订单、准备和搬运材料。人们通常利用库存作为缓冲区，以满足连续需求并且调整紧急需求的影响。库存维持连续的生产并且提高顾客服务水平。交通运输是连接这些分散的工厂和仓库的手段，它是在材料分发和我们日常生活中被认为理所应当的服务。交通在供应商，制造商、经销商的仓库和消费者之间执行材料的物理运动。
3.1 库存补充和车辆路径规划
库存占用企业大量的资金，过高的库存会恶化公司的经济状况。因此，在满足生产要求的情况下，人们将库存控制在尽可能低的水平。库存控制可以分为单级库存控制和多级库存控制。
单级库存的第一种采购策略是基于经济订货数量(EOQ)的库存补充模型。EOQ方法首先确定订单点并且进一步决定订货量。在大多数EOQ模型所考虑的费用包括订货费用、库存维护费用和订单滞后费用。在大多数EOQ模型中库存需求量是恒定的，并且单价与订单数量无关。第二种单级库存采购策略被称为连续周期盘点库存模型。这种方法决定最佳的盘点时间间隔而不是订单点。随着计算机技术的进步，自从1970年后一种称为分发需求规划(DPR)的库存补充技术在工业界获得认同。不同于利用统计计算决定订单释放时间和数量的库存补充方法，DRP确定每个时间段的需求量。采用MRP一样的逻辑，DRP计算库存粗需求量和净需求量。在多级库存控制中有两种常用的方法：安装储备策略和多级储备策略。Axsater和Rosling的研究(1993)显示在连续装配系统中多级储备策略优于安装储备策略。多级储备策略适用于长库存提前期的情况，即仓库补充在相对远的未来满足零售商订单的情形。相反，安装储备策略在短仓库提前期的情况下似乎优于多级储备策略(Axsater,1996)。
最近，人们对基本库存模型进行了许多扩展，以便包括更多的约束(Guder,1999)。例如，订单提前期经常是变化的而非恒定的(Lan,1999)，并且需求量可以是随机的(Flynn,1997)。模型已经可以考虑在降低产品采购费用方面的实际“学习的效果”(Loerch,1999)。在大多数库存采购和控制模型中，库存项目的价值被认为是不随时间改变的。但是事实上，由于物理变形和化学反应等因素，某种品质恶化和贬值是不可避免的。这在季节性的生产工业，如食物、布和家具等行业，更是特别真实的。品质降低效果通常被表达为线性或指数形式(Giri,1996)。计算库存项目的品质退化效果对公司严格控制库存的实际价值而非名义价值是很重要的。计算库存项目品质退化影响的主要困难之一是将退化效果精确地表达为时间的数学函数。品质退化效果与被储备材料的性质、时间间隔、环境条件（例如温度、湿度和通风）等有关。例如季节性的销售市场变化也影响储备项目的价值。发现真正揭示库存项目品质退化过程的数学模型是十分困难的。精确地计算品质退化效果将需要另外学科的知识（例如化学）和更新的市场信息。
交通管理的主要目的是在保证全部仓库具有必要库存情况下，减少交通费用。在复杂的地理网络中优化决定车辆线路是交通服务的核心问题。减少交通费用依赖最佳地在由库存节点构成的网络中确定车辆路径，最佳地安排车辆的出发时间，以及有效的利用车辆(Bertazzi,1999)。一个经典的路由问题是在一个网络上发现从源节点到一个目的节点的最佳交通线路，使与距离成比例的流动费用降低到最小。这个问题的关键是在交通网络上计算从源节点到目的节点之间的最短路径。在文献中人们提出了许多最短路径的算法，给工程技术人员提供了多种选择(Zhan,1998)。对这个最小费用流动问题进行扩展，就构成了我们经常碰到的“旅行售货员问题(TSP)”，在这个问题中，车辆从源点出发访问多个目的地并且最后回到源点。事实上，除了需求量和交通时间，在交通运输中还需要考虑更多变量。因此，研究人员逐渐地扩大先前的模型以便包括更多的约束，获得对运输更加深入的理解。在TSP模型中增加时间窗口约束，可以限制节点被访问的时间间隔。最近的研究工作使用动态编程技术(Mingozzi,1997)和约束逻辑编程技术(Pesant,1998)开发了有时间窗口的旅行售货员问题的准确算法。
3.2 战略性的设施地点规划
设施地点问题从许多特定的应用例子中概括出来的，例如，工厂地点和仓库地点等等。尽管人们不经常进行设施地点的决策规划，但是在构造供应链时设施地点规划具有战略性的意义。设施地点组成物流和信息流的物理构形。支配地点决策的因素有许多，例如有利的劳力资源、临近市场、接近资源供应商等等(Krajewski,1999)。在实践中，战略性的设施地点决策经常由董事会规划，采用一些简单的方法（例如地点因素评估法）分析影响因素集合(Russel,1998)。这类技术的优点是直接并且同时考虑众多的战略性因素。这些基于经验的方法的不足是缺乏详细的操作分析，并且不能发现关于目标的最佳解决方案。因此，基于分析数学模型的地点决策方法在支持设施地点规划方面具有特别重要意义。当1909年阿尔弗雷德·威伯考虑建立单个仓库以便使在它和若干顾客之间的全部距离减到最小时，设施地点规划理论的研究正式开始了(Owen,1998)。在一般的情况中，被定位的设施作为点，而没有考虑其几何尺寸。但是也有被定位设施的大小不能被忽视的情况(Mesa,1996)。在设施地点规划过程中基本上考虑两种费用：固定的安装费用和与距离（时间）及材料数量成比例的交通费用。
地点问题类型经常根据约束和性能目标的不同而变化，以反映各种现实情况的近似。根据被定位设施的数量，此问题能被划分成单个设施和多设施的地点规划问题。在单个设施地点模型中，一个工厂或一个中央的仓库被定位，同时使供应若干顾客的交通运输费用减到最小(Hamacher,1996)。单个设施地点的研究具有较高的学术和实际意义。因为，单个设施地点问题的方法通常可以扩展为解决多设施地点问题的方法。多设施地点模型解决超过一台设施需要被建立的问题(Padberg,1996)。根据在设施的供应能力上是否有限制，设施地点模型可以是非容量约束的(Tcha,1995)或容量约束的(Hindi,1999)。在大多数情况中最新被定位的设施将与存在的设施协调提供产品和服务。然而，也有的情况下新的设施将与存在的设施为提供产品或服务进行竞争(Infante-Macies,1995)。设施地点模型可以是静态的(Chiang,1998)或动态的(Owen,1998)。静态设施地点模型将需求量（材料流动）当作常数。多数常规设施地点模型是静态的，并且他们的输入数据（如需求量和距离）是固定的常数。在许多情况中，因为他们不能反映目前市场的基本变化特征，这些模型是不切实际的。动态的设施地点模型将需求量（材料流动）作为时间上的变量(Tombak,1995)。在特定地点的顾客需求量通常随时间变化，设施地点配置不能长期保证最优。另外，静态设施地点模型产生的最佳方案干扰对输入参数的变化很敏感。研究与时间相关的可重构的设施地点模型在学术与工业界都具有重要意义。
4、信息流管理
目前，几乎全部制造过程都不能独立于计算机应用，信息集成技术在供应链中发挥着重要的作用。在企业内部SCM需要与包括工程、质量和生产计划等非后勤学功能进行集成。产品工程决定产品的功能和构形，它以前完全与后勤学／SCM功能无关。为了快速向市场的提供特定的顾客化产品，最近并行工程技术要求企业同时考虑以前被串行处理的问题。将上下游的功能合并在一个工作阶段时，人们发现需要将产品工程与后勤／SCM进行集成。在设计者和后勤人员之间建立接口和合作，可以在并行工程环境中使后勤学参与产品设计和开发的早期阶段(Dowlatshahi,1999)。产品方案不仅由工程和生产因素确定，而且必须考虑后勤学／SCM方面的因素(Hatch,1999)。后勤学和产品工程的集成允许后勤人员和工程师共享他们的知识并且从统一的角度考虑产品开发过程。它将帮助工程师从产品设计的开始考虑材料获取、产品包装、存储和交通等问题。在另一方面，产品数据管理与SCM的集成支持SCM职员高效地与供应商和其他的伙伴进行合作。
SCM与质量控制的集成是另外一个重要方面。产品质量是有竞争力一个关键因素，并且质量控制在供应链中成为更重要的因素。在供应链的上游节点的质量问题将极大影响下游节点的产品质量。因此，质量改进要求精密的协作和全面的质量控制标准。这意味着在供应链中全部企业必须使用兼容的质量体系、模式和工具。ISO9000是在供应链中巩固产品和服务质量的最有希望的系统。今天，遵循ISO9000是评估和选择一个第三方公司的服务时基本标准。实现ISO9000是一个公司在供应链中能提供可接受的产品或服务的基本保证。
另外一个显著的发展方向是供应链管理与企业资源规划系统(ERP)的集成。ERP系统广泛地用于制造企业的经营和生产管理，其安装数量正在稳定地增加。供应链管理系统实施将不可避免地与存在的ERP系统发生冲突。如果SCM支持者和ERP支持者都采取“自我中心”的态度，在两者之间就会产生一个障碍。目前的ERP系统膨胀覆盖了许多后勤功能，因此一些企业认为SCM对他们的经营作用很小。在另一方面，SCM应用系统的供应商也贬低ERP作用，努力与ERP进行竞争。为了克服这个障碍，人们必须对企业生产经营过程保持一个更整体和全面的看法。尽管SCM和ERP在努力扩大业务范围时，造成应用功能上的一些交叉，但是他们是两个不同的互补的管理哲学。它们需要对方数据输出，因此这两个应用系统共享一致的信息视图是很重要的。在未来也许人们将开发一个综合的应用程序体系结构包括SCM和ERP功能。然而，目前的研究努力应该被导向到ERP和SCM之间的集成。
供应链中企业之间信息集成负责在合作伙伴，及供应商、制造商和顾客之间实现信息共享。信息集成保证对分布信息源的受控访问以及支持对分散的功能活动协调。显然，在运行良好的供应链中各企业组织的局部决策之间存在密切关联。例如，在一个公司内部的生产计划需要考虑对它的伙伴造成的影响。一个制造商的生产计划需要与它的主要供应商、外协伙伴和经销商进行协调。制造商应该与它的伙伴谈判和一起决定供应和分发计划以便保证自己的生产计划的可行性。自然，包括供应商、制造商和经销商在内的全部企业试图进行可以优化它们自身性能的决策，这些决策有时会彼此矛盾。因此，必须对整个供应链内的活动进行协调。基于代理的模型和CORBA标准是供应链中进行信息集成和协调的主要方法。
5、SCM联盟策略
动态联盟是战略性决策，它从根本上决定物流和信息流的构形。最近十年在制造工业，企业之间建立了大量的合作关系。建立这些合作关系的主要原因是没有单个的公司能够完成向市场提供产品和服务的所有活动。动态联盟经常与特定的工业项目有联系。为获得集体竞争力，企业将与另外的公司建立一个联盟。这些联盟经常是暂时的和非静态的，随环境条件而变化。在紧密的供应联盟中一个公司的决定将影响另外公司决策。在一个公司引进新技术和合适的功能经常对它的合作伙伴提出特别的要求(Zairi,1998)。
一种流行的动态联盟策略是向另外的公司转包部件和零件。转包能利用当地便宜的劳力，容易获取材料资源，并且可以减少交通费用缓和供应链负担。为了增加就业机会和税收，当地政府总是制定各种优惠政策从另外的区域吸引转包。转包企业通常可能从这些优惠政策中获得许多利益，例如关税减免、降低经营税和较低的土地租赁费用。由一些咨询公司进行的很多关于转包生产研究显示西方公司进行转包生产首先是为降低间接费和短期费用。相反日本的公司进行转包首先是为了改进他们自己的过程效率和质量，集中于较少的核心能力，形成相互依赖的关系，并且紧密保持关键的高质量和高增加价值的活动。转包生产不仅是为了减少劳力和资源方面的费用，而且是开拓市场的重要策略。转包生产使产品更多的客户化和本地化，顾客对本地制造的产品感觉亲密。例如，Boeing公司在若干中国公司转包生产Boeing737飞机，在中国市场的广告是飞机飞回了家。转包生产允许一个公司集中它的核心能力，面将非核心能力的活动转包到其它公司。
6、结 论
SCM是企业在变化的市场环境中能够利用外部资源提高竞争优势重要管理策略之一。有效管理复杂的物流和信息流是供应链根本任务。有许多因素影响供应链中各种流的形式和强度。库存补充和交通运输是控制物流的操作层决策，设施地点规划是控制物流的战略性决策。信息流在供应链的功能协调中起到关键的作用。信息流动的管理要求实现企业内部和越过企业边界的集成。在剧烈变化的环境中，动态联盟是获得集体竞争力的有效方法，它在战略层次上影响物流与信息流的构形。
【参考文献】
[1]Axsater S.and Rosling K.Installation vs echelon stock policies for multi-level inventory control[J].Management Science,1993,39(6):1274-1280.
[2]Axsater S.and Juntti L.Comparison of echelon stock and installation stock policies for two-level inventory systems[J].International Journal of Production Economy,1996,45(2):305-312.
[3]Bertazzi L.and Speranza M.G.Minimizing logistics costs in multistage supply chains[J].Naval Research Logistics,1999,46(4):399-417.
[4]Blancharel,B.S.Logistics Engineering and Management[M].Prentice-Hall,USA,1992.
[5]Bussmann,S.An Agent-Oriented Architecture for Holonic Manufacturing[C].Proceedings of the First International Workshop on Intelligent Manufacturing Systems,1998.153-161.
[6]Chiang W.C.and Chiang,C.Intelligent local search strategies for solving facility layout problems with quadratic assignment problem formulation[J].European Journal of Operation Research,1998,106(2-3):457-488.
[7]CLM,Council of Logistics Management[R].http://www.clm1.org/.
[8]Dowlatshahi,S.A modeling approach to logistics in concurrent engineering[J].European Journal of Operation Research,1999,115(1):59-76.
[9]Flynn,J.and Garstka,The optimal review period in a dynamic inventory model[J].Operation Research,1997,45(5):736-750.
[10]Giri,B.C.,Goswami,A.and Chaudhuri,K.S.An EOQ model for deteriorating items with time varying demand and costs[J].Journal of the Operation Research Society,1996,47(11):1387-1405.
[11]Guder,F.and lydiak,J.L.Ordering policies for multiple-item inventory system to multiple resource constraints[J].Computers & Operation Research,1999,26(6):583-597.
[12]Hamacher,H.W.and Nickel,S.Multicriteria planar location problems [J].European Journal of Operation Research,1996,94(1):66-86.
[13]Hatch,M.L.and Badinelli R.D.Concurrent optimization in design for logistic support[J].European Jouranl of Operation Research,1999,115(1):77-97.
[14]Hindi,K.S.and Pienkosz,Efficient solution of large scale,single-source,capacitated plant location problems[J].Journal of the Operational Research Society,1999,50(3):268-274.
[15]Krajewski,L.J.and Ritzman,L.P.Operations Management:Strategy and Analysis[M].Addison-Wesley,USA,1999.
[16]Infante-Macies R.and Munoz-Perez J.Competitive location with rectilinear distances[J].European Journal of Operation Research,1995,80(1):77-85.
[17]Lan S.P.et al.A simple method to locate the optimal solution of the inventory model with variable lead time[J].Computers & Operation Research,1999,26(6):599-605.
[18]Loerch,A.G.Incorporating learning curve costs in acquisition strategy optimization [J].Naval Research Logistics,1999,46(3):255-271.
[19]Mesa,J.A.and Boffey,T.B.A review of extensive facility location in networks[J].European Journal of Operation Research,1996,95(3):592-603.
[20]Mingozzi,A.,Bianco,L.And Ricciardelli,S.Dynamic programming strategies for the travelling salesman problem with time window and precedence constraints[J].Operation Research,1997,45(3):365-377.
[21]Owen,S.H.and Daskin,M.S.Strategic facility location:A review[J].European Journal of Operation Research,1998,111(3):423-447.
[22]Padberg,M.and Rijal,M.P.Location,Scheduling,Design and Integer Programming[M].Kluwer Academic Publishers,USA,1996.
[23]Pesant,G,Gendreau M.,Potvin J.Y.and Rousseau J.M.An exact constraint logic programming algorithm for the travelling salesman problem with time windows[J].Transportation Science,1998,32(1):12-29.
[24]Ross,D.F.Distribution Planning and Control[M].Kluwer Academic Publishers,Norwell,Massachusetts USA,1998.
[25]Ross D.F.Competing Through Supply Chain Management:Creating Market-Wining Strategies Through Supply Chain Partnerships[M].Chapman & Hall,USA,1998.
[26]Russell R.S.and Taylor Ⅲ B.W.Operations Management:Focusing on Quality and Competitiveness[M].Prentice-Hall Inc.,USA,1998.
[27]Teigen,R.1997 http://www.ie.utoronto.ca/EIL/profiles/rune/node4.html
[28]Tombak,M.M.Multinational plant location as a game of timing [J].European Journal of Operation Research,1995,86(3):434-451.
[29]Zairi,M.Supplier partnerships for-effective advanced manufacturing technology implementation:a proposed model[J].Integrated Manufacturing Systems,1998,9(2):109-119.
[30]Zhan,F.B.and Noon,C.E.Shortest path algorithms:an evaluation using real road networks[J].Transportation Science,1998,32(1):5-73.
12/24/2004
|
