基于信息共享的供应链存货管理研究——以H公司为例_开题报告

（一）研究背景和意义

在社会化大生产和全球经济一体化的时代背景下，企业之间的分工越来越精细，像波音、苹果和大众等大型企业以及很多中小企业，都将非核心部件及大部分零配件的生产交由各自领域内的优秀制造商。这种分工模式虽然节约了成本，但也导致了供应链条的拉长，存在库存率高、交付周期长等风险。在这样的背景下，供应链企业为了保持竞争力，必须提高库存管理效率，企业之间也须紧密协作，降低存货带来的风险。

随着计算机技术和互联网技术的全面普及，企业内部的信息化水平已经有显著提升。在制造业和物流发达的国家，大部分企业已经实施了企业资源计划（ERP）项目，使得单个企业内部管理效率高效化，有效地减少了资源浪费。但是随着供应链企业之间合作日趋紧密，单纯的企业内部信息化，已经不能解决供应链上产生的资源浪费、效率低下等问题。供应链条上的原材料供应、生产、物流、加工、分销、零售等各个环节必须紧密合作，但是各个环节上的协调管理却仍然相对封闭，这使得整条供应链的综合效益不高。因此，供应链企业之间的信息共享是一个重要的发展趋势。

近年来面向供应链的库存管理有显著的发展，出现了联合管理库存和供应商管理库存等经典管理模式，但是这些模式尚无法实现整个供应链条内的节点企业之间完全、实时的共享库存信息。目前快速发展的物联网技术和大数据分析技术，为供应链企业之间的高效信息管理和数据分析提供了技术支撑，为深度的信息共享和统一的协调管理带来可能性。本文拟采用最新的物联网和大数据分析这两种技术手段，以H供应链公司为例，研究基于信息共享的供应链存货管理方法，降低整个供应链中不必要的库存，提升供应链快速响应消费者需求的能力，具有良好的应用价值。

（二）供应链存货管理经典模式研究现状

传统的库存管理，都是从各自的利益角度出发，供应链上的每个企业没有全局视野，往往只是追求各自目标的最优化，在协作上显得各自为政，这导致了多种问题的产生。比如牛鞭效应[1]、用户满意度下降、信息共享不及时、库存资源占用不均衡和忽视库存设计的重要作用等问题。为了解决这些问题，目前主要的库存管理研究主要由以下几个方面。

（1）联合管理库存（JMI）

Banerjee[2]在20 世纪70 年代后期提出了JMI模型，将供应商的生产策略和销售商的补货策略结合起来考虑。JMI强调供应链中各个节点同时参与，有共同的管理目标，共同制定库存计划，使供应链过程中的每个库存管理者都从相互之间的协调性考虑，保持供应链各个节点之间的库存管理者对需求的预期保持一致，从而消除了需求变异放大现象。Gerard等人[3]采用博弈论方法对随机状态下的两级供应链进行研究，分别对独立库存策略和合作库存策略进行比较分析，提出适合各方的策略。JMI也存在缺陷，Miyaoka[4]等人提出供应链中的合作伙伴必须通过激励才能保证共享信息的准确性。程婷[5]通过库存模型对实施JMI策略后的供应链利益进行了分析，并采用价格折扣机制对利润重新分配。张家善[6]认为JMI能够给企业库存管理带来信息、成本、物流和战略联盟的优势。

（2）供应商管理库存（VMI）

VMI 框架最早由美国学者Magee[7]提出，该框架可以看作是供应商直接获得顾客的需求信息来建立购买订单的方式[8]，具有减轻供应链牛鞭效应、降低供应链成本的功能[9, 10]。国内也有一些学者对VMI进行了研究，胡晓燕[11]分别从前提条件、信任机制、关系维护机制和监督机制几个方面对VMI合作机制的建立展开了研究。张慧颖[12]通过建模分析和仿真实验，证明了供应商管理用户库存对零售商直接有大的收益产生，使下游企业降低库存管理成本，下游企业的存货资金占用也会大幅度减少。浦徐进[13]对VMI系统成功运作的条件和供货方的风险防范问题进行了深入分析，提供了采用物流金融的方式来缓解VMI系统中上游供货方的资金压力。

（3）协同规划、预测和补给（CPFR）

CPFR也称为协同式供应链库存管理，着重于供应链企业之间的协同运作，在有效降低销售商库存的情况下，还能够增加供应商的销售量。此外，它能够及时准确的预知不确定因素带来的销售波动，从而使得供应商和销售商双方都能提前做好准备，实现双赢。Cachon[14]等人和Ozer[15]等人认为需求信息的联合主要集中在信息共享阶段。Kurthlus等人[16]假设单供应商与单零售商合作，他们面对不确定的需求，可以通过双方努力改进预测的结果。在国内，张立志[17]对CPFR虚拟合作团队的建立、内部组织文化的变革，组织重构、信息系统的构建和供应链关系的巩固进行了研究。舒彤[18]采用层次分析法对供应商进行选择，采用因子分析法及预测方法对供应链销售进行预测，并对供应链层次式预测的过程和结果及影响因子与信息论之间的关系进行了探讨。

（4）库存管理信息共享

供应链上的各个成员企业之间的信息共享是整个供应链成功运作的关键。通过信息共享，供应链各节点企业可以准确的把握上下游企业的各种物流信息，提高自己的预测精度，合理安排自己的生产，从而减少供应链渠道中的库存，降低供应链的运行成本。在国外，Gavirneni[19]分析了包含一个供应商和一个零售商的二级供应链的信息共享问题，模拟了信息共享对供应商库存和成本的影响，证实了信息共享能显著降低供应商的成本和库存水平。Cachon[20]等人量化研究一个供应商和N个零售商在随机顾客需求下共享数据的价值，通过信息共享前后供应链费用对比，得出供应商能从共享零售商的库存信息中获利，仿真结果显示信息共享平均节省费用2.2%，最大能节省12.1%。在国内，沈才良[21]认为供应链库存协调的实施瓶颈在于信息传递的障碍和信息的不确定性，他对信息共享在供应链中的价值与局限进行分析，并据此提出了基于信息共享的库存协调策略。郝国英[22]对信息共享的内容、层级、影响因素、模式和实现的条件进行了阐述，通过建模的方式对信息共享对订货量、平均库存和缺货期望的影响进行了分析。程晓玲[23]提出实现信息共享的库存管理模式的建立和实施应从信息技术支持与信息共享激励、先进库存管理模式的应用、利益分配和协调机制三个方面来综合考虑。崔俊[24]分析了信息共享在供应链管理中的作用，并对不同库存管理模式下信息共享的价值进行了对比分析。

（三）信息技术在供应链存货管理中的研究现状

随着供应链管理的发展，其自身存在的一些缺陷也日益显露出来，而进入新世纪以来，各种新的信息技术不断涌现，其中物联网技术和大数据技术的应用将为传统供应链管理带来了新的发展契机。由于我国的电子商务和物流产业的飞速发展，对这些新技术在供应链存货管理方面的研究主要集中在国内，主要包括物联网和大数据分析两大方面。

（1）基于物联网技术的供应链存货管理

物联网技术是通信网和互联网的拓展应用和网络延伸，它利用感知技术与智能装置对物理世界进行感知识别，并通过网络传输实现人与物、物与物信息交互和无缝对接，从而达到对物理世界实时控制、精确管理和科学决策目的。物联网在供应链库方面的研究主要包括提高供应链效率、快速准确追溯、供应链信息共享、供应链产品质量监控等。包厚华[25]对基于物联网和云计算平台的供应链库存协同管理展开研究，提出采用云计算平台改善传统数据交换的硬伤，采用基于射频识别（RFID）的物联网技术替代传统的条码技术，提高存货管理的效率。颜波[26]等人以供应链为视角，以罗非鱼为具体研究对象，设计并开发了基于RFID和产品电子代码（EPC）的水产品供应链物联网可追溯平台，利用该平台可以实现水产品从养殖、加工、配送到销售的全程跟踪与追溯。张泽建[27]等人针对物流园区的主营业务流程，构建了基于物联网和和云计算的物流供应链管理平台，解决物流园区物流公司、车队和司机的信息不流畅、不及时、无法实时查询等问题，为物流园区提供科学的管理手段和现代化的管理工具。何永贵[28]等人通过分析我国化工行业供应链信息共享模式存在的问题，尝试将物联网技术应用于化工行业供应链中，建立一个基于物联网技术的化工供应链信息共享模式，并利用信息协同模型对该模式进行量化评价，有效促进了化工企业之间的信息共享，提高化工行业供应链的整体竞争力。张龄喜[29]在对传统供应链管理系统进行分析和评价的基础上，以物联网技术为支撑，就物联网环境下的供应链管理系统设计以及运行进行了分析和研究。

（2）基于大数据技术的供应链存货管理

大数据分析是指对来自各种综合信息系统、社会媒体和互联网的规模庞大的数据进行分析，从而得出有利于产业发展的趋势或规律。随着互联网的发展及物联网的到来，供应链各个子系统间也传递着各种各样的海量数据。因此，大数据时代的来临以及数据分析技术的发展将为供应链管理提供了新的机会和挑战，很多学者也对其进行了研究。张东翔[30]等人通过分别对供应链管理与大数据在企业管理中的应用进行分析，建立假设模型，采用基础调查问卷及结构方程模型进行假设检验分析；并且提出在对供应链系统进行系统信息协同管理时，利用大数据下的数据和信息快速反映、高速传输及系统自身进行反馈调节功能对系统进行改进。张瑜[31]在对数据分析技术、供应链管理内涵阐述的基础上，提出数据分析技术在供应链管理上的应用途径，探讨了基于大数据的智能供应链发展的可能性。高昕[32]等人依据实际中供应链在时间和空间方面的RFID业务规则将RFID数据统一规约为时间序列格式，并给出了相应的基于时间序列的视觉分析方法，并提出了一种检测供应链系统中异常数据的方法。田景红[33]等人为了从海量的供应链实时数据中发掘隐性的、重要的业务关系，将频繁模式挖掘(FPM)引入到供应链实时数据分析，并结合某服装供应链分销管理，高效地挖掘与利用实时数据，有效地提高供应链运作的效率与供应链决策水平。王红春[34]等人对大数据供应商参与竞争的供应链合作进行分析，建立了由制造商承担大数据成本时各成员企业的利润模型，并在分散决策情况下得到供应链整体利润模型，以及分析了基于供应链整体利益最大化时的供应链共同决策利润模型。

二、范文提纲

摘要

绪论

（一）研究背景和意义

（二）供应链存货管理经典模式研究现状

（三）供应链存货管理信息化研究现状

（四）范文主要研究内容和组织结构

供应链存货管理基础理论

（一）供应链及信息共享

（二）存货管理及牛鞭效应

（三）供应链经典存货管理模式

H公司供应链存货管理问题分析

（一）供应链业务概述

（二）供应链存货管理现状

（三）供应链存货管理具体问题

（四）供应链存货管理问题分析

H公司存货管理机制优化方案

（一）采用科学的采购方法

（二）采用先进的存货管理方法

（三）完善信息共享机制

H公司存货管理信息化方案

（一）采用物联网技术提高存货管理水平

（二）利用大数据分析技术提高决策效率

（三）搭建信息化管理团队

结论

参考文献

三、参考文献

Forrester J W. Industrial dynamics[M]. Cambridge, MA: MIT Press, 1961.

Banerjee A. A Joint economic-lot-size model for purchaser and vendor[J]. Decision Sciences, 1986, 17:292-311.

Cachon G, Rard P, Zipkin P H. Competitive and cooperative inventory policies in a two-stage supply chain[J]. Management Science, 1999, 7:936-953.

Miyaoka J, Hausman W. How a base stock policy using "stale" forecasts provides supply chain benefits[J]. Manufacturing & Service Operations Management, 2004, 6(2):149-162.

程婷. 基于联合库存管理策略的供应链库存优化研究[M].中南大学, 2005.

张家善. 论联合库存控制[J].现代商贸工业, 2009, 21(3):27-28.

Magee J F. Production Planning and Inventory Control[M]. New York: McGraw-Hill Book Company, 1958:80-83.

Phani K, Muthu K. Vendor managed inventory in retail industry[R]. Tata Consultancy Services, 2003.

Lee H L, Padmanabhan V, Whang S. Information distortion in a supply chain: the bullwhip effect [J]. Management Science, 1997, 43(4):546-558.

Disney S M, Towill D R. A procedure for the optimization of the dynamic response of a vendor managed inventory system[J]. Computers & Industrial Engineering, 2002, 43: 27-58.

胡晓燕. 供应商管理库存的使用实现问题研究[D]. 硕士学位范文, 上海财经大学, 2005.

张慧颖. 不确定需求下的供应链库存协调管理研究[D]. 博士学位范文, 天津大学, 2003.

浦徐进. 基于供应链的供货方管理库存系统研究[D]. 博士学位范文,中国科学技术大学, 2006.

Cachon G P, Larviere M A. Contracting to assure supply: how to share demand forecasts in a supply chain[J]. Management Science, 2001, 47(5): 629-646.

Ozer O, Wei W. Strategic commitments for an optimal capacity decision under asymmetric forecast information[J]. Management Science, 2006, 52(8): 1238-1257. 

Kurtulus M, Toktay L B. Investing in forecast collaboration[J]. Ssrn Electronic Journal, 2007, Jun:1-34.

张立志. 基于CPFR的供应链关系构建[M].硕士学位范文, 上海财经大学, 2005.

舒彤. 供应链协同的供应商选择与销售预测[M]. 博士学位范文, 湖南大学,  2008.

Gavimeni S, Kapuscinski R, Tayur S. Value of information in capacitated supply chains[J]. Management Science, 1996, 45(1):16-24.

Cachon G P, Fisher M. Supply chain inventory management and the value of shared information[J]. Management Science, 2000, 46(8):1032-1048.

沈才良. 基于信息共享的供应链库存协调策略研究[D]. 硕士学位范文，苏州大学, 2008.

郝国英. 供应链环境下信息共享对库存的影响研究[D]. 硕士学位范文, 河北工业大学, 2005.

程晓玲. 供应链中信息共享激励及库存管理模式研究[D]. 硕士学位范文, 武汉科技大学, 2005.

工业和信息化部电信研究院.物联网白皮书[M], 2011.

包厚华. 基于云计算和物联网的供应链库存协同管理和信息共享机制[D]. 硕士学位范文, 华南理工大学, 2012.

颜波, 石平, 黄广文. 基于RFID和EPC物联网的水产品供应链可追溯平台开发[J]. 农业工程学报, 2013, 29(15):172-183.

张泽建, 王晓东. 基于物联网和云计算架构的物流园区供应链管理平台研究[J].物流技术, 2017,36(1):69-76.

何永贵, 张万磊. 基于物联网技术的化工供应链信息共享模式研究[J].物流技术, 2016, 35(9):130-135.

张龄喜. 物联网供应链管理系统设计与运行分析[D]. 硕士学位范文, 石家庄铁道大学, 2016.

张东翔,成斌. 基于供应链管理的大数据应用分析[J].物流技术, 2015, 34(8):193-195.

张瑜. 大数据分析在供应链中的应用[J].仪器仪表用户, 2016, 23(3):72-73.

高昕, 赵文, 叶蔚, 张世琨, 王立福. 一种基于时间序列的RFID供应链数据分析方法[J]. 电子学报, 2010, 38(2A):26-32.

田景红, 潘晓弘, 王正肖. 基于频繁模式挖掘的实时供应链数据分析[J]. 2009, 43 (12):2259-2263.

王红春, 刘帅, 王文治. 大数据供应商参与竞争的供应链合作分析[J]. 物流技术, 2016, 35(12):113-116.