基于VMI和TPL理论的汽车整车物流的系统动力学分析

施国洪　钱　坤

[摘 要] 本文针对我国汽车整车物流链库存成本居高不下的现状,基于VMI和TPL理论,运用系统动力学方法对汽车整车物流系统进行了改进,根据系统绩效指标的对比分析,说明改进系统有效性。

[关键词] 整车物流;VMI;TPL;系统动力学;仿真

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2009 . 20 . 030

[中图分类号]F224.0;F271[文献标识码]A[文章编号]1673-0194(2009)20-0081-05

1 问题提出

1.1 整车物流的涵义和特点

整车物流是指从汽车在制造厂完成组装下线后开始, 直到送达用户手中为止的一系列仓储、运输、维护和其他各种增值服务过程,是汽车产业供应链的一个重要组成部分。近年来我国汽车销售量快速增长,使我国对汽车整车物流的需求浮出水面。总的来说,汽车整车物流具有以下几大特点:①库存的管理难度较大。其流程繁多、复杂、包括调整、检验、倒车、新车准备、销售、借车、返修、退库、拆装箱等。②供应链各级库存“沉没”成本较高。市场需求由于“牛鞭效应”而逐级放大,而且由于汽车造价和运输费用的高昂,这些逐级放大的订货需求最终转变为供应链各级的巨大库存成本。③生产和销售柔性化要求高。随着汽车消费的个性化、多样化特点,定制化的项目计划要求整个供应链生产和销售必须紧随市场,降低库存水平。

1.2 我国汽车整车物流发展现状

①整车物流基础设施建设缺乏同一规划,盲目投资、重复建设等现象比比皆是。②对第三方物流的认知度较低。国内绝大多数的汽车整车物流提供商都是汽车制造商的下属企业,这种业务关系模式由于无法与其他品牌的汽车企业进行整车物流方面的合作,往往制约整车物流管理效率的提升。③我国汽车整车物流的信息化程度较低。④汽车整车物流的成本较高。据调查,我国汽车整车运输中的空驶率高达39%,车辆的运输成本是欧洲或美国的3倍,在以经济型轿车为主流的中国市场,在汽车厂的成本敏感度日益上升的今天,汽车整车物流成本的节约将是汽车制造企业竞争制胜的重要因素。

1.3我国整车物流系统

我国整车物流系统主要由汽车制造厂、区域一级(总)分销商、区域二级分销商、三级分销商(零售商)以及直接客户组成,其关系如图1所示。

2系统模型仿真

2.1传统整车物流系统模型

模型叙述:本文针对一款处于成熟期的家用车型,市场销售主要通过终端零售商,假设分销商和零售商均处于华东地区,仿真周期为100周,约为该车的生命周期(2年),该车的生产量约为2 000辆/年,建立了三阶段系统动态学模型(为读者阅读方便已经将图中的英文缩写参量翻译成中文全称),将一级分销商称为分销商,将二级、三级分销商合并称为零售商,零售商通过订货量向分销商传达市场需求信息,分销商通过订货量向制造厂传递信息。 模型参量表示如下:Sale,市场需求率(辆/周);Itd,零售商库存;Aitt,零售商库存调节时间;Ite,零售商期望库存;Adtr,零售商库存调节率;Otd,零售商订货量;atr,零售商平均需求量;Odt,分销商订货量;Sfdt,分销商销售预测;Idte,分销商期望库存;Idt,分销商库存;Otasd,分销商订货平滑时间;Pdrm,制造厂生产需求率;Sfm,制造厂销售预测;Iem,制造厂期望库存;Im,制造厂库存;Aimt,制造厂库存调节时间;Smr,制造厂供货率;del1,运输延迟时间1;del2,运输延迟时间2;Csr,顾客需求满足率;Totalinv,系统总库存;Sftpl,第三方物流销售预测;atr,零售商平均需求量;Tast,第三方物流供应平滑时间;Aitpl,第三方物流库存调节时间;Smr,制造厂供货率;Fpm,制造厂产出率。

模型中部分Dynamo方程的设定:

(1)Sale =IF THEN ELSE( Time=1+(Time-1)*16, 250, 150)+RANDOM UNIFORM(0, 30, 0)

说明:考虑汽车购买者不仅货比三家,而且买车之后还要经历验车、上牌、上保险、汽车装潢等步骤,所以汽车销售存在淡旺季,一般是国家法定假日前后一段时间属销售旺季,如春节,“五一”,“十一”等假期,模型在设定市场需求率时,假定旺季需求量为平时需求量的1.6倍,而且加入了均衡分布函数,销量浮动范围在(0,30)之间。

(2)Adtr =( Ite -Itd)/ Aitt

(3)Itd =INTEG(Smr- Sale) Initial Value=160

(4)Otd=MAX( 0, Adtr+atr)

(5)Odt=MAX(0, Sfdt+(Idte-Idt)/ Otasd)

(6)Im= INTEG(Fpm-Smr) Initial Value=200

(7)Pdrm=MAX( 0, Sfm+(Iem-Im)/ Aimt)

(8)Smr=SMOOTH(Otd, del1)

(9)Csr= IF THEN ELSE(Itd- Sale)>=0, 1, IF THEN ELSE(Itd >0, Itd / Sale, 0))

(10)Totalinv=Idt+ Itd+Im

2.2 改进的整车物流系统

2.2.1 系统结构改进

(1)改进原物流系统的三级供应链关系,取消一级分销商及其库存,引入第三方物流公司,建立区域第三方物流中转仓库(第三方物流中心),连接汽车制造厂与各级零售商。

(2)引入VMI系统,各级零售商在第三方物流公司的带动下,与汽车生产厂签订长期合作协议,向汽车制造厂公开销售信息,建立信息系统,使第三方物流公司和制造厂能够动态了解终端零售信息。制造厂通过信息系统及时调整生产需求率。

(3)增加第三方物流公司对零售商的销售预测,传统汽车销售环节,各级销售商都是通过下游销售订单制定安全库存和订货需求,第三方物流公司的引进,将改变销售信息的逐级传导机制,通过VMI系统辅助制造厂动态检测销售终端信息。

2.2.2 模型中Dynamo方程的改进

(1) 降低零售商期望库存,传统销售链中,为了避免缺货带来的机会成本的损失,努力提高顾客需求满足率,零售商不得不常备大量存货,导致其期望库存量庞大。改进模型中,将大幅降低零售商的期望库存量,原期望库存量是160辆/周(华东地区总量),改进模型中,该量减少为80辆/周。

(2)Sftpl= SMOOTH(atr, Tast)。通过对零售商平均需求量的监控,改变第三方物流期望库存,进而通过第三方物流库存调节率,影响到第三方物流中心的订货量。

(3)Pdrm= MAX(0, Sale +Iem*3/Aimt- Im /Aimt- Itd/Aitt-Sftpl/Aitpl)

说明:制造厂的生产需求率的制定将参考市场需求率,制造厂期望库存,制造厂库存,零售商库存,第三方物流中心库存,以及制造厂库存调节时间,第三方物流中心库存调节时间,零售商库存调节时间来制定。也就是说制造厂的生产需求率是以市场需求率为核心,综合各级供应链库存,以及各级供应链库存的调节时间,最后根据自身的期望库存量制定的。充分利用了VMI系统的信息共享功能。

3 系统仿真及结果分析

3.1 系统绩效评价指标

3.3.1 顾客需求满足率

改进的模型中,零售商期望库存量大幅降低,这也意味在降低其库存成本的同时,可能会对其顾客满足率指标产生很大影响,仿真结果显示:改进后的模型中顾客需求满足率下降幅度不大(参见图4)。

3.3.2 生产需求率

仿真结果显示,通过引进VMI和TPL,系统中核心成员汽车制造厂的生产需求率的波动更加平滑,波动幅度在很大程度上减弱,从定量的角度,原模型的生产需求率均值(Average)为163.95,方差(Avrp)为107 810.76,改进后的模型生产需求率均值(Average)为169.37,方差(Avrp)为53 830.64,可见改进后的模型生产需求率显著平滑,源头生产量变动幅度的改善,对于整个供应链而言,可以显著减小各级库存波动幅度。增强供应链的柔性,减少供应链的库存风险(参见图5)。

3.3.3 系统库存总量以及系统库存结构

仿真结果显示,系统库存总量得到了很大改善,尤其是第三方物流中心库存(与原分销商库存量相比)和汽车制造厂的库存量改善了很多。零售商库存量没有改变很多,究其原因,是因为市场销售率的变动幅度问题,模型由于考虑了季节因素,使得市场需求量在固定的周呈现阶越增大,靠近市场最近的零售商必须相应准备一定的库存量以备在销售旺季保证顾客需求满足率,所以其库存变化幅度依然比较大。但是前面对顾客满足需求率的仿真分析可以证明,改进的模型虽然显著降低了零售商的期望库存,减小了其库存负担,但依然使零售商保持较高的顾客需求满足率(参见图6~图9)。

3.3.4 牛鞭效应计算

牛鞭效应有多种测量方法,现在根据公式Bullwhip=■,原公式中Fpm表示销售商向供应商的订货量,在本文系统环境下Fpm代表供应商的产出率,Otd表示销售商的订货需求。通过计算,TPL和VMI系统引入前牛鞭效应为3.47,TPL和VMI系统引入后牛鞭效应为1.31,牛鞭效应降低接近53%。

4 结 论

通过比较分析可以看出,一方面新系统在大幅降低零售商的期望库存同时,对顾客需求的满足率保持在比较高的水平上,减少了零售商的库存周转成本;另一方面使得汽车生产厂平滑生产需求量,降低生产波动幅度。通过计算对比可以看出,新系统显著减小了汽车整车物流链的牛鞭效应,增强了供应链的柔性,减少了供应链的库存风险。

主要参考文献

[1] 王其藩.系统动力学(修订版)[M]. 北京:清华大学出版社,1994:151-199.

[2] 陈虎,韩玉启,王斌.基于系统动力学的库存管理研究[J]. 管理工程学报,2005,19(3):132-138.

[3]李静,张毕西. 我国整车物流高成本的原因及对策研究[J]. 物流技术,2007(8):48-50.

[4] 刘丽文,袁佳瑞.VMI环境下的库存与发货模型研究[J]. 中国管理科学,2003,11(5):31-36.

[5] F Chen,J K Ryan,et al. The Impact of Exponential Smoothing forecasts on the Bullwhip Effect[J]. Naval Research Logistics,2000,47(4):269-286.

[6] J P C Kleijnen. Supply Chian Simulation Tools and Techniques: A Survey [J]. International Journal of Simulation & Process Modelling,2005(1/2):82-89.