MTS生產(chǎn)環(huán)境下供應鏈存貨政策之分析

1、MTS生產(chǎn)環(huán)境下供應鏈存貨政策之分析臺北科技大學學報第三十五之一期MTS生產(chǎn)環(huán)境下供應鏈存貨政策之分析MTS生產(chǎn)環(huán)境下供應鏈存貨政策之分析The Study of Supply Chain Inventory Strategy Under MTS Production Environment 陳銘昆* 鄭穎聰Ming-Kuen Chen* Andy Cheng*國立臺北科技大學商業(yè)自動化與管理研究所國立臺北科技大學生產(chǎn)系統(tǒng)工程與管理研究所摘要由于企業(yè)環(huán)境急速變動，業(yè)界及學界提出供應鏈管理之觀念與作法以因應之。供應鏈常受到生產(chǎn)策略及存貨政策之影響，以致常造成鏈上信息扭曲，即稱為長鞭效應現(xiàn)象。長鞭

2、效應現(xiàn)象之造成因素主要包括時間滯延、供應鏈階層數(shù)、存貨管理決策行為、批量生產(chǎn)及訂購、預測誤差、價格波動等；這些因素造成的結果都反映在供應鏈各階層的庫存量的變動上。本文旨在探討在MTS(Make-to-stock)生產(chǎn)環(huán)境下不同存貨政策，(s,S) 及VMI(Vendor Management Inventory)，對供應鏈長鞭效應之影響。文中針對供應鏈管理中長鞭效應現(xiàn)象，如波動最高點、波動最低點、上波動率、下波動率、波動幅度、及波動回穩(wěn)時間作分析。本研究采用桌上型個人計算機產(chǎn)業(yè)為對象。文中首先以系統(tǒng)動態(tài)學建置MTS生產(chǎn)策略之模型；模型效度的檢定計分四項: 穩(wěn)態(tài)測試、階梯測試、季節(jié)波動測試、及實

3、際數(shù)據(jù)測試。之后，再以此模型仿真之。由研究結果發(fā)現(xiàn)：前置時間之長短與回穩(wěn)時間及波動幅度有密切關系；此外，在終端銷售信息共享之MTS環(huán)境需求突增之情況下，(s, S) 存貨政策之回穩(wěn)時間比VMI政策短，但VMI之波動較(s, S) 政策低。關鍵詞：供應鏈管理、長鞭效應、系統(tǒng)動態(tài)學、MTS、VMI。投稿受理時間：90年10月18日審查通過時間：91年1月25日ABSTRACTSince the rapid change in industry environment, the academic and industry proposed the concept and procedure to s

4、olve the problems of supply chain management (SCM). SCM is often affected by the production and inventory strategy and it has the information distortion. This is called bullwhip effect. The major causes of bullwhip effect include time lag, supply chain level, inventory decision, batch production and

5、 order, forecast error, and price fluctuation. The results of these causes will response on the inventory of each level of supply chain. The purpose of this paper is to study the bullwhip effect influenced by two inventory strategies, (s,S) and Vendor Management Inventory (VMI), under MTS production

6、 environment. In this paper, the bullwhip effects, such as fluctuation uppermost point, fluctuation lowest point, fluctuation stable time, upstream demand enlarge ratio, total fluctuation stable time and total enlarge ratio, are analyzed. The system dynamic models of the MTS production strategy are

7、constructed, and the inventory strategies are expressed by the model parameters. The system dynamic models are tested by steady state test, step test, seasonal fluctuation test, and real data test. Then, the simulation results are computed based on this model in order to find optimal policy combinat

8、ion. Based on the results of this research, we can find: The length of lead time, fluctuation stable time, and fluctuation amplitude have close relationship. Besides, Under MTS environment, for fluctuation stable time, (s,S) policy is shorter than VMI; but for fluctuation amplitude, VMI is smaller t

9、han (s,S) policy. Keywords: Supply Chain Management, Bullwhip Effect, System Dynamics, MTS, VMI. 壹、研究動機由于消費者需求型態(tài)改變、企業(yè)產(chǎn)品相互競爭及科技進步發(fā)達，產(chǎn)品需求趨于多種少量、生命周期日短、訂單交期短促及采購與生產(chǎn)全球化。面臨對上述環(huán)境，企業(yè)如何從設計、采購、生產(chǎn)、配送到銷售，有效管理其信息流、物流系統(tǒng)及改善供應鏈績效?富彈性化、反應快、低成本等將為企業(yè)必須著重努力的方向3。近年來，國內外業(yè)界及學界提出供應鏈管理(Supply Chain Management , SCM)之觀念及作法1

10、3，希望透過實時化生產(chǎn)系統(tǒng)、質量系統(tǒng)管理、策略聯(lián)盟及信息系統(tǒng)等技術，將物流、信息流、金流及商流予以整合，以因應新的消費型態(tài)需求。多數(shù)學者階段性提出使用JIT、通路整合、供貨商整合及全球信息運籌等，以因應需求型態(tài)的改變，其中全球各個人計算機廠商如Compaq、Dell與國內廠商如宏碁、神達等更實施全球運籌管理(Global Logistics) 以接單后生產(chǎn)方式整合其OEM/ODM供應廠商以快速反應顧客，減少成品庫存壓力。除外，政府單位如經(jīng)濟部工業(yè)局、商業(yè)司及資策會10有鑒于供應鏈管理的重要，積極推動相關計劃協(xié)助產(chǎn)業(yè)實施供應鏈管理。然而在整體供應鏈管理中，由于供應鏈間的層層供應廠商為了因應終端產(chǎn)

11、品的短生命周期及快速顧客響應，以致于造成各層供應廠商庫存的擠壓及需求放大，如此便使得制造過多的成品零件及物料的缺貨損失，此現(xiàn)象稱為長鞭效應(Bullwhip Effect) 問題，因此在供應鏈管理中最迫于解決的莫過于解決該問題18。本文旨在探討在MTS(Make-to-Stock)生產(chǎn)環(huán)境下不同存貨政策對供應鏈長鞭效應之影響。文中針對兩種存貨政策，(s,S) 及VMI(Vendor Management Inventory)，分析供應鏈管理中長鞭效應現(xiàn)象，如波動最高點、波動最低點、上波動率、下波動率、波動幅度、及波動回穩(wěn)時間。本研究采用桌上型個人計算機產(chǎn)業(yè)為對象。文中首先以系統(tǒng)動態(tài)學建置CTO

12、生產(chǎn)策略之模型；模型效度的檢定計分四項: 穩(wěn)態(tài)測試、階梯測試、季節(jié)波動測試、及實際數(shù)據(jù)測試。之后，再以此模型仿真之。其結果可提供供應鏈管理政策之參考依據(jù)。貳、文獻探討在一個系統(tǒng)的某一端若發(fā)生了小幅變動，透過整個系統(tǒng)的加乘作用，很有可能會對另一端發(fā)生極大的影響。這樣的一個現(xiàn)象是一般人所熟知的”蝴蝶效應”22。而在一個產(chǎn)業(yè)中也有這樣的現(xiàn)象，也就是在顧客端的需求有微小的變異時，對配銷商會有較大的變異產(chǎn)生，而在制造商方面，則面臨更大的需求變異此現(xiàn)象稱為長鞭效應。Forrester 15，提出因為供應鏈各階層間，證明信息回饋困難且前置時間延遲，使各接訂單決策者產(chǎn)生重復訂購及臨時取消訂單的決策，因此造成需

13、求放大的現(xiàn)象；批量訂購17因批量無法正確反應終端需求，且同階層中若同時向供貨商訂購，會造成需求量突增，引起長鞭效應；價格變動6,17在消費者預期心理下，將會有預先購買及儲存或緩慢購買的行為，相對供應鏈各階層的管理者也如此，將引起積壓庫存需求放大的現(xiàn)象；需求預測6,17由于供應鏈中各階層單位，各以前一階需求者的信息為預測數(shù)據(jù)，不僅數(shù)據(jù)錯誤且各階層數(shù)據(jù)均不一，再者使用預測方法不一致，使預測誤差大生產(chǎn)與需求難以平衡為其因素；需求不確定16,20,21是影響長鞭效應最直接的影響因素，其中需求突增、增進等型態(tài)使供應鏈各階層為保持不缺貨而增加存貨量，混亂管理者的預期存貨決策，但事實上需求并沒預期中多造成需

14、求放大；原料價格11變動將造成供應端預期庫存的行為，且提高相關產(chǎn)品價錢，影響終端需求產(chǎn)生變化。Forrester15提出調整訂購策略參數(shù)值，如訂購頻率、訂購量、安全存量的設定等，找到一組最佳的參數(shù)組合，也就是最佳的訂購策略、降低時間、減少供應鏈階層、改變各階層的決策機制(Decision Rules)等方法來減低長鞭效應現(xiàn)象。Towill & Vecchio 24也提出使用更佳的信息流系統(tǒng):使每階層都能獲知最終顧客銷售量,如此一來就可知訂購量中的實際訂購量和多訂的部份。Lee17更具體提出讓上下游用相同的銷售資料做預測，并配合POS、EDI、VMI及CRP ( Continuous R

15、eplenishment Program )等，并讓小批量或經(jīng)常性補貨成為可能、委托外包公司、協(xié)調各零售商的訂購頻率，達到平衡訂購的狀態(tài)、減少批發(fā)價格減價的頻率和程度，利用過去的訂單數(shù)據(jù)來做比例配額、與存貨信息的共享等方法來解決需求預測、批量訂購、價格變動及訂單缺貨等問題。Kelle & Milne16提出供貨商使用(s,S)存貨政策，在預定存貨上限下決定訂購批量，其可抑制供應鏈間需求的擴大。系統(tǒng)動態(tài)學（System Dynamic）是處理訊息回饋系統(tǒng)之動態(tài)行為的一種方法論，它提供一種實驗的、定量分析的方法。因此對于及復雜的動態(tài)、回饋且具時間滯延的問題，能提供整體、長期且較周延的解決方

16、法。使用的原因為大多數(shù)定性研究方法多注重在純問題導向的解決方式，先對問題做了解分析后，再提出相對策略或方法，卻未曾真正觀察變項間彼此互動的關系，而使用歷史數(shù)據(jù)作回歸的方式，對外在環(huán)境變量的不可控制性亦無法了解整體的影響過程，然而系統(tǒng)動態(tài)學的優(yōu)點可使用仿真來驗證各變量之間關系，以補充相關研究的不足，以協(xié)助策略規(guī)劃可以對于新的策略、情境和投資做實驗，以了解決策可能造成的結果，再依結果來選擇可行性的策略。系統(tǒng)動態(tài)應用于存貨政策相關文獻在國內計有張伯芳9提出七種不同政策情境對半導體產(chǎn)銷的影響，并結合存貨管理方法論，以供決策參考；董興國11以需求變動、制造中心成立與構裝原料突減等情境下對半導體上下游產(chǎn)銷

17、體系之影響作研究。李平和4 探討MTO模式下我國廠商在當?shù)厥袌鼋}儲中心后，對相關零件及成品的影響然后，了解在供應煉間存貨管理的互動關系。湯玲郎、林燦偉8以關聯(lián)零件價格波動、擴廠效應、各供應煉、自有品牌作為對供應煉體系影響的政策。系統(tǒng)動態(tài)學將建模方法分為兩大類2。單元式法(The Modular Approach)與回饋環(huán)法(The Feedback Loop Approach)。本研究采用單元式法，主要是本研究為探討長鞭效應問題并減低其現(xiàn)象為研究目的，因此從問題的造成因素作為關鍵變量，由這些關鍵變量來進行建模及信息流的關系，形成仿真程序。而非以系統(tǒng)基模來探討問題背后的結構，再以此結構進行建

18、模，由此觀察本研究之建模方法以單元式較為適合，從問題的造成因素設為關鍵變量，由變量與變量間建構系統(tǒng)的結構來進行建模，并經(jīng)由調整關鍵變數(shù)來進行仿真實驗找出最佳變量組合。參、研究方法一、研究模式架構本文研究首先以系統(tǒng)動態(tài)學分析MTS生產(chǎn)策略之因果回饋關系，再依此建立其運作模型；兩種存貨政策則以各政策意義以模型參數(shù)公式表示之。根據(jù)此系統(tǒng)動模型進行測試及仿真實驗。模型效度的檢定計有四項: 穩(wěn)態(tài)測試、階梯測試、季節(jié)波動測試、及實際數(shù)據(jù)測試。之后，再以此模型仿真之。其結果可提供供應鏈管理政策之參考依據(jù)。二、MTS生產(chǎn)策略存貨式生產(chǎn)模式主要為預先生產(chǎn)成品，利用成品存貨來滿足顧客需求。在此環(huán)境中包含顧客、通路

19、商及美國市場當?shù)爻善穫}庫；制造商與零件供貨商位于臺灣地區(qū)，經(jīng)由臺灣制造組裝完成成品后，海運至當?shù)爻善穫}庫，再以此庫存滿足顧客需求，其環(huán)境模式如圖1所示。MTS生產(chǎn)環(huán)境的運作流程如圖2所示，并將流程說明如下12,14:(1)由顧客下訂單給通路商，通路商檢核現(xiàn)有成品存貨以滿足顧客需求，因此通路商須預設目標存貨水平、安全存量、訂購點或定期檢核周期，當存貨水平減至訂購點或到達檢核日時，則向市場當?shù)爻善穫}庫進行訂購。(2)市場當?shù)爻善穫}庫同樣依據(jù)通路商之訂單來預設存貨水平、安全存量等存貨參數(shù)，以備成品存貨來滿足其訂單，當存貨低于默認值時則下請購單或補貨單于制造商，并由制造商進行補貨。(3)臺灣地區(qū)之制造

20、商則依據(jù)市場當?shù)貍}庫請購量的歷史資料來作預測需求、排生產(chǎn)計劃，預先生產(chǎn)存貨，并以其物料需求計劃向上游零件廠商采購零件。(4)零件供貨商亦依據(jù)制造商之采購訂單進行需求預測、預先生產(chǎn)零件以供應制造商的需求。三、存貨政策本節(jié)所說明之存貨政策，其作用為于各生產(chǎn)模式下，管理其成品或零組件倉庫存量的方法。本研究引用(s,S)及VMI兩種業(yè)界常用之存貨政策，以輔助在不同需求型態(tài)及生產(chǎn)模式下減低庫存成本負擔。關于此兩種存貨政策說明如下：12A.(s,S)存貨政策本存貨政策屬于永續(xù)盤存制，其中s為訂購點，當實際存貨量等于或小于此時，進行訂購；S為訂購上限，此存貨政策的訂購量，以此上限與實際庫存量之差額為其訂購量

21、；在本研究中通路商、配銷商倉庫及零組件倉庫分別有不同上限。B. VMI (Vendor Manager Inventory) 圖1MTS環(huán)境模式圖 資料來源：本研究整理圖2MTS生產(chǎn)環(huán)境運作流程 數(shù)據(jù)來源：本研究整理 本存貨政策主要為供應方主動向需求廠商補貨，在本研究設為供貨商采周期供應方式，其意義為供貨商替需求廠商設目標庫存量，以更頻繁的配送周期補充存貨，但其需配合共同配送才能達到經(jīng)濟效益，其程序說明下:a.依據(jù)顧客存貨水平及銷售狀況進行需求預測計劃，計算后提出訂購量建議。b.依據(jù)訂購量建議，訂單管理系統(tǒng)發(fā)出補貨單，并由顧客進行訂單確認。c.依據(jù)訂單管理系統(tǒng)，制造管理系統(tǒng)排定主排程(Mast

22、er Production Scheduling, MPS)，以此排定配送計劃。d.依據(jù)配送計劃將補貨計劃通知顧客，并進行補貨。四、供應鏈模型環(huán)境本研究之供應鏈模型環(huán)境主要以桌上型個人計算機產(chǎn)業(yè)為背景，在零件供貨商上主要為探討電源供應器。個人計算機產(chǎn)業(yè)發(fā)展至今已過了二十幾年，市場規(guī)模擴張由高度成長轉而逐年趨緩，產(chǎn)值方面由于產(chǎn)品技術快速演進以及廠商間的低價競爭。PC品牌大廠如Compaq、Dell、IBM及HP等公司，除了在原有的產(chǎn)品領域持續(xù)在市場與對手一較長短之外，近日由于因特網(wǎng)的風行與直銷方式的大行其道，更是積極思考如何擴大競爭規(guī)模與提升競爭的層次，以有效拉開敵手的追逐，并同時筑高新加入者的

23、進入障礙。為了抵御這樣的低價沖擊，各大廠除推出低價產(chǎn)品之外，也紛紛提出面對此一產(chǎn)業(yè)結構變化的因應之道，例如利用IT技術，使供應鏈能有最佳化的表現(xiàn)；或是建構全球運籌管理系統(tǒng)，提供更有效率的經(jīng)營。當然還有營銷通路方面的調整與因特網(wǎng)的卡位，以及發(fā)展高階產(chǎn)品同時與客戶有更緊密的結合等策略。 透過檢視整個PC產(chǎn)業(yè)的供應鏈，以因應產(chǎn)品低價化走向，品牌大廠多僅保留附加價值較高活動，如產(chǎn)品設計、營銷等，而將較復雜且附加價值低的活動，如生產(chǎn)制造與測試等，外包給其它廠商執(zhí)行。至于通路結構的改變，除為了降低成本以因應產(chǎn)品低價對于獲利的擠壓外，部份也是肇因于競爭對手Dell直銷模式的竄起與空前的成功而有所動搖。而Co

24、mpaq為改善供應鏈效率所推出的最佳化經(jīng)銷模式（Optimized Distribution Model，ODM），則是結合接單后生產(chǎn)(BTO)、接單后組裝(CTO)及通路商混合型直銷模式（Channel Configuration Program，CCP）三個階段，在全球100個城市設供貨據(jù)點，以改善產(chǎn)品流通效率。Compaq推出ODM方案最主要的目的是讓客戶能以最低的價格，選擇要什么、何時要以及如何要?？偠灾簿褪菬o論BOT或是CTO，其最主要精神便在于彈性、實時，以最低的成本滿足整個價值鏈。基于快速組裝、多組裝變化的因素之下，桌上型PC產(chǎn)業(yè)多朝向模塊化生產(chǎn)，使得其組裝、維修上可以節(jié)省

25、時間與成本，相關的組成料件大致可以依照BOM之組成為幾個部分：1.主機部分:包括主機板(Main Board)、其它適配卡小插板、中央處理器(CPU)、內存(SRAM、DRAM)等；2.顯示器部份:包括液晶顯示器(LCD)、上下蓋、相關配件；3.硬式磁盤驅動器(HDD)；4.軟式磁盤驅動器(FDD)；5.光驅(CD-ROM)；6.其它配件:包括機殼、電源供應器等相關零組件。根據(jù)相關零組件成本金額高低、品項、數(shù)量多寡來作區(qū)別，所分配到的管理資源也因及數(shù)的不同而有所差異，分類大致分如表1所示。桌上型PC關鍵性零組件之前置期，大致分為以下三種不同的前置期，如表2所示。根據(jù)資策會MIC統(tǒng)計我國桌上型P

26、C1999年出口主要以北美和西歐地區(qū)為主，1999年北美地區(qū)占總出貨量的49%，西歐地區(qū)占26%，其中自有品牌的比率為17%、OEM/ODM專業(yè)代工廠商的規(guī)劃急增使得比率增加為83%。在美國通路上，一般的銷售通路為從制造商透過轉售商(Reseller)等通路，銷售到企業(yè)或個人消費者，另一種通路為Dell、Gateway 2000等PC大廠，系不經(jīng)過傳統(tǒng)零售通路，直接銷售給終端用戶，其通路結構整理如圖4所示5。在全球運籌管理的趨勢下，系統(tǒng)大廠要求代工廠商必須能在最短期間內出貨，因此近年代工廠商以”準系統(tǒng)”(Bare bone,空機)形式出貨比例提高。即廠商將準系統(tǒng)運送到市場附近的發(fā)貨倉庫中，再配

27、送到大廠指定的組裝工廠，由于準系統(tǒng)的流行，帶動我國機殼與電源供應器大廠開始進行另一階段的整合。準系統(tǒng)在市場中并沒有明確的定義，但基本結構由機殼、電源供應器等組成，然后依據(jù)客戶需要搭配CPU、RAM、HDD、FDD、CD-ROM、主機板等零組件。其特性為: (1)生產(chǎn)需要較大的空間。(2)產(chǎn)品配以海運為主，運輸期間約在一個月以上。(3)材料來源起伏小。(4)僅作外殼規(guī)格變動。電源供應器與機殼廠商目前在主要市場附近設立發(fā)貨倉庫，我國主要廠商與PC大廠策略聯(lián)盟如表3。 表1 桌上型PC零組件分類 4類 別零組件A 類CPU、LCD、CD-ROM、HDD、FDD、DRAMB 類電源供應器、Connec

28、tor、PCB、IC/Chip Set、KeyboardC 類塑料配件、電阻、電容、包材等。表2 零組件前置時間表 4前置時間零組件前置時間14天HDD前置時間30天LCD、CD-ROM、FDD、CPU、DRAM前置時間42天電源供應器、機殼 (準系統(tǒng))圖4 美國PC銷售通路 資料來源：本研究整理表3 電源供應器與機殼廠商與PC大廠策略聯(lián)盟表 資料來源：1PC廠商產(chǎn) 品國內廠商Compaq電源供應器臺達電、光寶機殼鴻海、振發(fā)Dell電源供應器臺達電、光寶機殼富驊、鴻海IBM電源供應器臺達電、光寶、康舒機殼振發(fā)HP電源供應器臺達電機殼鴻海 臺灣的計算機電源供應器產(chǎn)業(yè)在這幾年經(jīng)過廠商的努力，臺灣已

29、經(jīng)是全球最大的計算機電源供應器生產(chǎn)國，全球PC大廠看中我國廠商這方面的能力，不管在價格競爭上或全球運籌能力上，我國廠商均能得到全球PC大廠的信賴，另一方面，在PC價格競爭持續(xù)激烈的趨勢下，計算機電源供應器產(chǎn)業(yè)很快進入大者恒大，甚至被并購的局面，原因無它，低價計算機的趨勢使得廠商的利潤受到壓縮，因此生產(chǎn)量大的廠商，有較大的談判力以取得比較便宜零組件，才能降低成本，在價格上有競爭力。在市場競爭日趨激烈之下，計算機雷源供應器廠商經(jīng)營的方式也必須改變，如何降低成本，推出更低廉而且符合PC大廠需求的電源供應器，已經(jīng)成為廠商努力的目標。為了維持基本利潤，產(chǎn)品穩(wěn)定地往標準化發(fā)展，而在這樣的產(chǎn)業(yè)環(huán)境下，也帶動

30、了廠商前往海外設立生產(chǎn)據(jù)點的風潮，除了在海外設立生產(chǎn)據(jù)點之外，電源供應器廠商也必須與機殼廠商合作，以便提供PC大廠更好的服務，使得未來電源供應器產(chǎn)業(yè)將會有更好的發(fā)展。本研究之供應鏈環(huán)境主要以筆記型計算機產(chǎn)業(yè)為背景環(huán)境，其運作模式為全球運籌模式；而本研究所探討的零組件供應廠商以電源供應器的供應廠為主要探討，其原因為:電源供應器以海運為主，前置時間比其它關鍵零組件長，約一個月以上(本研究設28天)。電源供應器配合準系統(tǒng)的結合，為全球運籌模式BTO/CTO等關鍵零組件，因此適合探討其生產(chǎn)環(huán)境的運用最佳化。電源供應器材料變動小，生命周期比關鍵零組件長，適合VMI存貨管理模式的導入，本研究將探討其導入的

31、效益。電源供應器由于前置時間長，零件成本低于關鍵零組件，并以預測批次采購等存貨控制為方法，因此本研究將探討其存貨策略的運用?；谝陨纤狞c電源供應器零件特性適合為本研究所提之解決長鞭效應政策的運用及模擬實驗架構。本研究供應鏈環(huán)境設定敘述如下:銷售環(huán)境主要以美國市場為主，分直銷與一般分配比率為28.5%及71.5%5。供應鏈階層包括通路商、成品倉庫(注:BTO為組裝廠、零件倉庫)、成品制造商及零件制造廠商。其中通路商、組裝廠、零件倉庫，主要分配于銷售市場附近，成品制造商及零件制造廠商則分配于臺灣地區(qū)。運送前置時間為通路商至組裝廠或當?shù)貍}庫設為3天，零組件制造商至零組件倉庫主要為海運前置時間為14天

32、。生產(chǎn)前置時間為組裝廠組裝14天，零組件制造14天。訂單處理前置時間，設每一階層2天。肆、系統(tǒng)動態(tài)模式本研究以系統(tǒng)動態(tài)學建模并進行模擬，其作法為先分析因果回饋圖，再將回饋圖導入模擬程序語言。本研究是采用STELLA Research Version 5.11仿真軟件；其為圖型使用者界面之仿真專業(yè)軟件，STELLA仿真軟件透過圖形化之系統(tǒng)模式過程，自動將圖形化之變量關系轉換為數(shù)學表達式表示的變量關系；其所提供之變量型態(tài)可區(qū)分為四類(如圖5所示)，圖中之積存量(Stock)是用以表示積量變量，并應用于計算當期累計量；流入量(Flow) 圖5STELLA仿真軟件主要變量符號示意圖 資料來源：本研究整

33、理 與流出量則用以表示相關率量變量，應用于當期流入與流出該積存量之數(shù)量；影響因子(Factor)則代表影響相關率量變量之因素；而箭號連接則表示訊息傳導與回饋之方向。23 根據(jù)圖2將上述運作流程以因果回饋圖表示，如圖6所示。經(jīng)由此圖的分析可得知供應鏈各階層環(huán)路之信息回饋關系，并可依據(jù)此圖建構仿真結構圖；此圖的基本回饋環(huán)節(jié)包括圖6及7。其中圖6為該供應鏈信息回饋圖之通路商訂購環(huán)路，其表示通路商根據(jù)顧客需求進行預測，并以預測數(shù)據(jù)加入前置時間及訂購周期的考慮，訂定目標庫存量及訂購點，當現(xiàn)有庫存量低于訂購點時，則以其與目標庫存的差距作訂購量，訂購后經(jīng)過上游配送的時間滯延而進行補貨。圖7表示制造廠商根據(jù)顧

34、客需求作預測后，依據(jù)預測資料考慮生產(chǎn)前置時間作目標庫存量，同時考慮產(chǎn)能并加上現(xiàn)有庫存與目標庫存量的差距作為本期生產(chǎn)量，計劃生產(chǎn)量后須經(jīng)過10天的生產(chǎn)時間滯延后才轉成現(xiàn)有成品存貨。圖8則以圖2之MTS環(huán)境模式運作流程為信息傳遞背景，配合圖6及圖7之基礎環(huán)路結合的MTS環(huán)境下之供應鏈因果回饋圖，其中通路商以顧客需求為預測及訂購依據(jù)，組裝商在以通路商之訂單進行預測及組裝計劃，制造商再依據(jù)組裝廠需求作預測進行零組件制造工作，此因果回饋圖將導致終端顧客需求的放大，主要是各階層傳達及回饋訂購信息時，常因時間滯延而扭曲了終端顧客的真實需求，因此本研究為去除此現(xiàn)象，采終端信息共同分享的方式，如圖9，各供貨商收

35、到此信息后，根據(jù)自己的前置時間作預測及目標庫存的設定，并將自己的目標庫存提供給下游廠商，下游廠商則依據(jù)廠內的現(xiàn)有庫存與目標庫存差距為補貨數(shù)量，定期進行補貨作業(yè)。 圖6通路商訂購環(huán)路因果回饋圖 資料來源：本研究整理圖7組裝廠商與制造廠商環(huán)路因果回饋圖 資料來源：本研究整理圖8MTS生產(chǎn)環(huán)境因果回饋圖 資料來源：本研究整理圖9MTS生產(chǎn)環(huán)境銷售信息共享因果回饋圖 資料來源：本研究整理 根據(jù)以上因果回饋圖，本研究將各環(huán)路以STELLA仿真軟件建構出生產(chǎn)環(huán)境及存貨政策系統(tǒng)仿真程序。圖10即是STELLA系統(tǒng)動力仿真軟件建構而成的MTS生產(chǎn)環(huán)境仿真結構圖。本文將圖中變量內容說明如下:(1)Rs orde

36、r:表示通路商對成品倉庫之訂購量本變量為配合存貨政策的應用。在(s,S)存貨政策訂購決策為設定目標存貨上限，當現(xiàn)有庫存量低于再訂購點時，進行訂購，訂購量為目標存貨與現(xiàn)有存貨之差；其中現(xiàn)有存貨量包括在途存貨量。其數(shù)學模式內容為：IF(Rs_inv+RD_trspor)<Order_point_1)THEN(Rs_target_inv-(Rs_inv+RD_trspor)ELSE(0)Rs_inv: 表示通路商現(xiàn)有庫存量。RD_trspor: 表示倉庫至通路商在途量。Order_point_1: 表示通路商庫存之再訂購點。Rs_target_inv: 表示通路商之目標庫存量。在VMI存貨政策

37、中，訂購決策為供貨商訂定的補貨周期，并依據(jù)每天銷售量進行預測，預測內容主要以供貨商之經(jīng)生產(chǎn)或配送前置時間后之銷售量，并且每隔依補貨其后以此預測量作補貨數(shù)量，其數(shù)學模式內容為: IF(ACCTIME=Rs_CT)THEN(Accumulate_Q*Rs_safe)ELSE(0) Forcasting_1=FORCST(Order,Rs_CT,Rs_CT) 其中：ACCTIME: 前次配送后，至今累計時間。Rs_CT: 通路商之補貨周期。Forcasting_1: 為供貨商依每天銷售量(Order)，經(jīng)過前置期后所預測的數(shù)量。Accumulate_Q: 經(jīng)由每天Forcasting_1所累加之補貨

38、量。Rs_safe: 供貨商送往通路商之安全存量。Demand: 終端顧客需求，依4.1節(jié)其中設日平均銷售量為40千臺，其中包括Order/sale及Direct sale，Order/sale為一般通路銷售占72%，Direct sale為直銷方式占28%。GWs_order: 表示成品倉庫對制造商之訂購量與通路商訂購相同，亦分(s,S)、(s,Q)、(s,S,R)、(s,Q,R)及VMI五種存貨政策，其訂購決策與通路商相同，期間差異在于預測前置時間、檢核周期及補貨周期的不同。Forecasting_Q: 表示預定生產(chǎn)量，即制造商根據(jù)每日終端銷售信息所預測銷售數(shù)量，經(jīng)過目標存貨量的調節(jié)后，并

39、依此作為生產(chǎn)投料的依據(jù)，其數(shù)學模式為: Good_Forcasting+(Good_Target_Inv-Good_Inv)/14 Good_Forcasting: 成品預測量，函數(shù)為FORCST(Demand,14,14)，Demand為終端需求量，為依Demand歷史資料14天預測14天后銷售量。 Good_Target_Inv: 成品目標庫存量。 Good_Inv: 現(xiàn)有成品庫存量，包括現(xiàn)有組裝WIP(Assembly)、現(xiàn)有成品庫存(Goods_inv)、現(xiàn)有成品測試量(Good_Test)。14: 表示生產(chǎn)前置時間14天，除以14表示每天預測修正量。SPS_ Forecasting_

40、Q: 表示電源供應器供貨商預定生產(chǎn)量，即供貨商根據(jù)每日終端銷售信息所預測銷售數(shù)量，經(jīng)過目標存貨量的調節(jié)后，并依此作為生產(chǎn)投料的依據(jù)，其數(shù)學模式為: SPS_Forcasting+(SPS_Target_Inv-SPS_Inv)/14其中： SPS_Forcasting: 零件預測量。 SPS_Target_Inv: 零件目標庫存量。 SPS_Inv: 現(xiàn)有零件庫存量，包括現(xiàn)有零件庫存量(SPS_buffer)、現(xiàn)有零件WIP(SPS_Product)、現(xiàn)有零件測試量(SPS_Test)。Financial Cycle time: 表示零件投料生產(chǎn)到顧客所需的周期時間。Goods shipmen

41、t: 表示成品制造商出貨量。GWs shipment:表示成品倉庫出貨量。SPS shipment: 表示零件制造商出貨量。伍、模擬與結果分析一、模式驗證在建構完成生產(chǎn)策略之運作模型后，接著進行模式效度的檢定。檢定共分為四大項 9：第一項為穩(wěn)態(tài)測試，主要是了解模式建構的正確性是否保持穩(wěn)定狀態(tài)；第二項為階梯測試，其檢定在外力沖擊后，是否能夠回復到原來穩(wěn)定狀態(tài)，以及須多久的時間；第三項目為季節(jié)性波動測試，主要檢定模式是否具有時相關系及周期關系；第四項為實際數(shù)據(jù)測試，以輸出是否符合實際狀況。本研究依上述四項檢定模式效度檢定。對于各生產(chǎn)環(huán)境模式的效度檢定方法、目的及設定函數(shù)列如表4所示。二、模擬實驗長

42、鞭效應為供應鏈終端需求的變動，而引起供應鏈各階需求放大及波動的現(xiàn)象。如圖11所示，此圖為本研究對長鞭效應現(xiàn)象之實驗結果，實驗模型為顧客需求從原本8單位需求，在第32期突增為12單位，此需求變動即影響零售商庫存的波動與倉庫庫存的波動。本研究根據(jù)上述波動現(xiàn)象從波動幅度、波動時間及階層傳遞放大率來觀察長鞭效應現(xiàn)象。因此，衡量指標包括：波動最高點、波動最低點、波動回穩(wěn)時間、上游需求放大率、總波動回穩(wěn)時間及總放大率等六個長鞭效應指標，對此指標說明如表5所示(并參考圖11)。其中供應鏈波動最高、最低點表示整體供應鏈各階層中采用該因應政策之庫存波動最高、最低點，供應鏈波動最高點屬望小特性，供應鏈波動最低點屬

43、望大特性；供應鏈上、下波動率表示供應鏈各階層中采用該因應政策之最大上、下波動率，供應鏈上、下波動率皆屬于望小特性；供應鏈波動幅度表示供應鏈各階層中庫存上下波動最大者，屬于望小特性；供應鏈波動回穩(wěn)時間表示整體供應鏈精波動后所需回穩(wěn)的時間，屬于望小性。三、模擬結果討論假設終端顧客需求量在第180期，從原先40千臺的需求量突增為45千臺(即階梯型需求情境)，并由此需求波動觀察供應鏈各階的庫存量波動幅度及回穩(wěn)時間。在MTS生產(chǎn)環(huán)境中存貨政策以(s,S)及VMI兩種存貨政策較佳，因此本節(jié)以此兩種政策作說明。并以圖12及圖13配合表6及表7觀察MTS生產(chǎn)環(huán)境中(s,S)及VMI存貨政策在階梯需求的長鞭效應

44、影響狀況，圖中為設定時間間隔DT=1/16后所發(fā)現(xiàn)的長鞭現(xiàn)象。在第180期產(chǎn)生12.5%的突增需求后，(s,S)存貨政策之通路商(Rs_inv)的波動幅度坡動率為41.2%，回穩(wěn)時間17天；成品倉庫(Good_Warehouse)的波動幅度波動率為136.7%，回穩(wěn)時間28天；成品暫存區(qū)(Good_inv)的波動幅度波動率為129.8%，回穩(wěn)時間70天；零件暫存區(qū)(SPS_buffer) 的波動幅度波動率為129.9%，回穩(wěn)時間102天，如表6所示。VMI存貨政策之通路商(Rs_inv)的波動幅度坡動率為25.9%，回穩(wěn)時間25天；成品倉庫(Good_Warehouse)的波動幅度波動率為11

45、3.2%，回穩(wěn)時間45天；成品暫存區(qū)(Good_inv)的波動幅度波動率為62.5%，回穩(wěn)時間77天；零件暫存區(qū)(SPS_buffer) 的波動幅度波動率為119.1%，回穩(wěn)時間102天，如表7所示。從以上資料可發(fā)現(xiàn)下列幾點長鞭效應現(xiàn)象：前置時間越短回穩(wěn)所需時間越短。如通路商的訂購前置時間為3天，因此其回穩(wěn)時間為17天，而成品倉庫前置時間14天，其回穩(wěn)時間則為28天。前置時間越長波動幅度越高，如成品倉庫階層其波動幅度為各階最高，主要為其前置時間比其它高，前置時間長對目標存貨調整時間固然增長，因此其波動幅度便增加，由表6與表7皆可發(fā)現(xiàn)。供應鏈各階之回穩(wěn)時間有傳遞延續(xù)的現(xiàn)象，如成品暫存區(qū)須70天回

46、穩(wěn)，零件暫存區(qū)須102天回穩(wěn)，主要原因為供應鏈下游階層會累積上游及本身的前置時間，前置時間越長存貨調整越長，因此回穩(wěn)時間較久。在終端銷售信息共享之MTS生產(chǎn)環(huán)境需求突增情境下，(s,S)存貨政策之各階層回穩(wěn)時間比VMI政策短。其主要原因為(s,S)政策依終端需求變化實時更改存貨上限，并以此上限作訂購量依據(jù)；VMI則依終端需求預測作為供貨商補貨量之依據(jù)，同時采用固定周期配送，須加上周期內預測期間內的逐步修正，因此調整時間較長于(s,S)政策。在終端銷售信息共享之MTS生產(chǎn)環(huán)境需求突增情境下，VMI之波動幅度比(s,S)政策低。其主要原因為VMI以固定配送周期為補貨基礎，在前置其過長的流程上，利用

47、預測方式將前置時間分割，如原本14天之配送前置時間，以固定每周配送并預測14天之方式，使原本補貨周期14天縮為7天，因此在需求突增時能比(s,S)更快作補貨修正動作，以減少波動幅度。伍、結論從以上資料可發(fā)現(xiàn)下列幾點長鞭效應現(xiàn)象：前置時間越短回穩(wěn)所需時間越短。如通路商的訂購前置時間為3天，因此其回穩(wěn)時間為17天，而成品倉庫前置時間14天，其回穩(wěn)時間則為28天。前置時間越長波動幅度越高，如成品倉庫階層其波動幅度為各階最高，主要為其前置時間比其它高，前置時間長對目標存貨調整時間固然增長，因此其波動幅度便增加。供應鏈各階之回穩(wěn)時間有傳遞延續(xù)的現(xiàn)象，如成品暫存區(qū)須70天回穩(wěn)，零件暫存區(qū)須102天回穩(wěn)，主

48、要原因為供應鏈下游階層會累積上游及本身的前置時間，前置時間越長存貨調整越長，因此回穩(wěn)時間較久。在終端銷售信息共享之MTS生產(chǎn)環(huán)境需求突增情境下，(s,S)存貨政策之各階層回穩(wěn)時間比VMI政策短。其主要原因為(s,S)政策依終端需求變化實時更改存貨上限，并以此上限作訂購量依據(jù)；VMI則依終端需求預測作為供貨商補貨量之依據(jù)，同時采用固定周期配送，須加上周期內預測期間內的逐步修正，因此調整時間較長于(s,S)政策。在終端銷售信息共享之MTS生產(chǎn)環(huán)境需求突增情境下，VMI之波動幅度比(s,S)政策低。其主要原因為VMI以固定配送周期為補貨基礎，在前置其過長的流程上，利用預測方式將前置時間分割，如原本1

49、4天之配送前置時間，以固定每周配送并預測14天之方式，使原本補貨周期14天縮為7天，因此在需求突增時能比(s,S)更快作補貨修正動作，以減少波動幅度。參考文獻王建全，信息電子業(yè)寡占化趨勢的發(fā)展對業(yè)界的影響及其因應之道，經(jīng)濟情勢暨評論，四卷三期，87年11月。王傳義，零售業(yè)進、存、銷貨系統(tǒng)之整體動態(tài)決策研究，國立中山大學企業(yè)研究所碩士論文，1994年。杜志挺，共同配送模式之探討，機械工業(yè)雜志，pp128-143，1998年7月。李平和，BTO模式對我國筆記型計算機產(chǎn)業(yè)影響之仿真研究，元智大學管理研究所碩士論文，1994年。林哲弘，Dell 大廠分析，信息工業(yè)透析，1999年3月。徐壽政，長鞭效應

50、之情境分析模式，國立交通大學工業(yè)工程與管理學系碩士論文，1998年六月。許耀輝，個人計算機產(chǎn)業(yè)競爭態(tài)勢分析，信息工業(yè)透析，1999年5月。湯玲郎、林燦偉，我國筆記型計算機之供給鏈系仿真研究，中國工業(yè)工程學會八十六年會論文集，PP.273-278,1997。張伯芳，以系統(tǒng)動力學觀點探討我國半導體產(chǎn)銷問題，元智大學管理研究所碩士論文，1996年6月。張順教，臺灣電子信息業(yè)的未來走向，經(jīng)濟前瞻，pp.64-67，88年7月。董興國，半導體IC工業(yè)之產(chǎn)銷體系模擬研究，元智大學管理研究所碩士論文，1996年6月。賴士葆，生產(chǎn)/作業(yè)管理-理論與實務，華泰書局，1991年。蘇雄義，供應鏈整合-觀念性分析架構

51、、整合程序與個案，1999國際物流研討會論文集，pp97-105，1999年1月。Fogarty, D.W., J.H. Blackstone, and T.R. Hoffmann, Production and Inventory Management, South-Western, 1991.Forrester, J.W., Industrial Dynamics, MIT Press, Cambridge, MA, 1961.Kelle, P., and A. Milne, The Effect of (s,S) Ordering Policy on the Supply Chain,

52、Int. J. Production Economics, Vol.59, pp.113-122,1999.Lee，H. L., and V. Padamanabhan, The Bullwhip Effect in Supply Chains, Sloan Management Review, pp93-101, 1997 Spring.Lee, H. L., V. Padamanabhan, and Seungjin Whang, Information Distortion in a Supply Chain: The Bullwhip Effect, Management Scienc

53、e, Vol.43, No.4, pp.546-565, April 1997.Metters, R., Quantifying the Bullwhip Effect in Supply Chains, Journal of Operations Management, Vol.15, pp89-100, 1997.Naish, H.F., “Production Smoothing in the Linear Quadratic Inventory Model “, Quarterly Journal of Economics, 104, 1994,pp864-875.Patrovic, D., Rajat Roy, and Radivoj Petrovic, Modeling and Simulation of a Supply Chain in an Uncertain Environment, European Journal of Operational Research Vo