蔡丽丽　宋福根

摘要：采购是企业产品增值过程的起点，采购管理对于降低供应链总成本、确保产品质量、缩短运作周期具有非常重要的意义。现代管理中强调优化决策的作用。从需求时段的划分以及订货优化模型使用与否的角度，来探讨采购优化问题。文章提出了采用日为单位划分需求时段，由此优化方法对采购管理带来了成本降低的优势。

关键词：需求时段；时段划分；优化决策；采购

中图分类号：F274 文献标识码：Aお

Research on Requirement Period Division of Purchase Optimization Decision

CAI Li-li,SONG Fu-gen

お

Abstract:

Purchase is the beginning of enterprise product increment process; it also has much significance of reducing the supply chain total cost, guarantying the product quality, reducing the operation cycle. Modern management emphasizes the effect of optimization decision; hence, this paper discusses purchase optimization from requirement period division and order optimization model. It uses day to divide requirement period, compares and analyses the advantages of reducing purchase cost based on this new method.

一、引言

采购作为企业与外界联系的桥梁，在企业中具有重要的作用^[1]。信息化工具能够从操作流程和业务管理上优化采购管理，但对采购管理的内容还不能进行很好的优化，例如供应商选择决策，订货批量和时间决策等，若能通过一定的优化方法和模型，结合信息系统，为这部分内容提供决策支持，便能进一步提高采购管理功能，降低采购成本，增加企业利润。

采购优化中对供应商选择决策已有很多的文献探讨了其优化的方法，但还鲜有文献就需求时段的划分作专门的研究，也没有区分需求时段划分到周或日对企业成本预算带来的差异，而需求时段划分的正确与否，对采购成本计算以及订货日期的确定具有重要的作用，甚至会对生产造成直接的影响。因此本文主要对订货优化决策中需求时段的划分进行研究。

二、需求时段划分解析

通过研究发现，在采购中涉及到需求时段划分的主要有两个部分，一是物料需求计算，主要运用到MRP的原理确定每种物料在什么时间段需要多少数量的问题，二是订货优化决策，主要采用一些优化方法确定每种物料在什么时间采购多少数量的问题。如图1所示：

无论是物料需求计算还是订货优化决策，对于需求时段的划分主要有三种方式。

第一种，直接将需求时段按照周划分，一些文献中还主要采用此种方法^[2]。这一方法使用简便，但在实际应用中带来了显著的问题。该方法没有将非工作日排除，每周的日数都是相等的七天，而在实际使用中，每个企业都有其自身的工作日历，每周的工作日数都是不同的，如果按照这一方法进行划分，将会造成成本比实际发生成本偏低的假象，会为决策者提供虚假的决策支持，使决策者无法作出正确的决策。

第二种，先将需求划分到日再根据企业工作日历，乘以该周的工作日数（一些ERP软件中采用此[LL]方法）。这种方法比第一种来的更为精确，但是，从决策支持角度来讲，这仍将影响到订货优化决策的计算。订货优化的目的是根据提前期计算出最优的订货量和订货时间^[3]，若将时间段划分到周，则无法确切的计算订货时间。这一方法若加改进，便是在周的基础上，重新根据工作日历划分到日，然后再根据提前期，计算出准确的订货日期。这一过程繁复冗长。

第三种，也就是本文提出的方法，从物料需求计算开始，直接将需求划分到日，并根据企业工作日历排除非工作日，并将物料需求计算结果存放在数据库中，当进行订货优化决策计算时，从数据库中直接调用需求时段，扣除提前期便可获得较精确的订货日期和订货量。

下面通过仿真数据，研究需求日期划分到周和日的区别，以及在需求日期划分到日的情况下，使用优化方法和不使用优化方法的区别。

为简化说明，所涉及的采购成本均不包括物料的价格成本；同时，排除工作日历和提前期的影响，即每周七个工作日，并应用在采购中的订货优化决策阶段。

所使用的基础数据如表1：单位存储费用0．05元/周=0．05/7=0.007143元/日，单位订货费用47．00元/次。

订货优化决策采用优化模型最小总费用法。最小总费用法的理念是，寻找存储费用和订货费用最接近即存储费用和订货费用差值最小的日期，作为再订货点，此时的总成本是最小的。

（一）时段划分周与日的区别

1．按周划分

每周的存储费用为：C(i)=C(i-1)+(Q(i-1))×S,i≥2，其中C(i)为第i周的存储费用，Q(i)为第i周的订货量，S为单位存储费用。

设每周存储费用与订货费用的差值为：Z(i)=C(i)-P(i)，其中P(i)为第i周期单位订货费用，则订货费用与存储费用差值最小，即玬in玓(i)=|C(i)-P(i)|，当Z最小时，记这时的i为订货点i*，设总的需求时间段为m（即m周），i的取值范围是i∈[i*+1,m]。И

通过计算，得到数据如表2所示。

根据表2的计算，得到表3所示的订货优化决策方案。

2．按日划分

将需求日期划分到日，由于不考虑工作日历和提前期，所以每日的需求量=周需求量/7。计算方法不变，中间过程如表4所示，最终结果如表5所示。

通过数据分析，可以看到，以日划分的采购费用（不包括产品价格）无论是总成本还是各阶段的单位成本都要高于以周划分的采购费用，看似划分到日没有划分到周优越。其产生的主要原因是，对物料需求划分到以日为单位后，进一步细化了存储费用的计算，这一原因造成了总成本的上升，可以理解，划分到周的费用要比实际发生的费用低，掩盖了成本的实际情况，这就是人们所说的采购费用偏低的假象。

以日划分后计算的采购费用，更接近于实际的成本数据，更为精确，为成本计算提供了较为准确的基础。

（二）有优化方法与无优化方法的区别

在同样是以日划分需求时段的前提条件下，采用优化方法实现的采购费用将会低于不采用优化方法时的费用。这一费用的降低，是真实的降低，而不是像以周划分那样，掩盖了实际成本的虚假降低。计算结果如表6所示

由于需求量具有连续性和延续性，后续的需求会对应用最小总费用法划分的最后一个需求段产生影响。例如在使用最小总本法过程中，由于只有56个工作日，所以，在发现第一次存储费用和订货费用最接近的第36日后，在剩下的日次中直到最后第56日，才是最小的，但如果需求进一步延续，则会发现更低的差值，订货日次就会发生变化，这一时段的物料单位成本就会相应降低。

基于这个原因，为了使得五个方法之间的比较更具科学性，每种方法只比较第一次订购的成本（如表6中阴影部分），由这五行数据可以看到，使用优化方法——最小总成本法的物料单位成本是最小的，如表7所示。

三、新的需求时段划分的优势

通过上述分析，可以看出在优化订货决策中采用优化方法和新的时段划分方法具有以下优势：

1.真实地反映成本通过将需求时段划分到日，能更为精确的计算采购成本，避免了以周划分带来的掩盖成本发生费用的情况。

2.配合使用优化方法后进一步降低成本需求时段划分到日后能真实地反映成本，在此基础上，采用一些定性和定量的优化方法，可以更好地降低成本，提高利润。

3.易于明确再订货日期。将需求时段划分到日以后，能够方便的通过和提前期的计算而确定再订货日期。

4.与企业工作日历相结合更为简便。

各企业的工作日历各不相同，将需求时段划分到日以后，与工作日历的结合更为简便，能够方便地排除非工作日的影响，使得物料需求计算和订货优化决策都能更为准确。

四、结束语

现代企业管理的核心是经营，经营的重点在于决策。企业生产经营正向多品种、小批量方向发展，降低企业经营成本，尤其是产品生产物料成本，在很大程度上影响着企业的经营成果和市场竞争力^[4]。采购中如何能够获取价廉物美的物品是企业的关注点，除了使用信息化手段以外，配合以一定的定性定量优化分析方法，辅助决策，达到降低成本，提高效率，增加利润的目的。

本文从采购中的需求时段划分和订货优化方法出发，通过仿真数据，阐述了目前使用周划分时段潜在的问题和弊端，通过比较，说明了以日划分需求时段对费用计算的精确性，以及采用优化方法后会带来费用的降低。

该优化方法可通过计算机实现，采用微软的ASP.NET，架构了B/S结构的采购决策系统，模型库中采用多种优化方法，例如本文提到的最小总费用法，此外还有经济订购批量法、最小单位费用法、批量价格折扣法、带有缓冲量方法等，在此基础上，利用ERP采购管理系统提供的基础数据，经过需求时段划分和优化模型的计算，通过可视化的界面，能够快速便捷地获得辅助决策信息，进一步优化采购管理工作。

参考文献：

[1] 苏菊宁, 赵小惠, 李铭.基于集成化供应链的采购管理研究[J].工业工程与管理, 2004(3), 37-40.

[2] Richard B. Chase，Nicholas J. Aquilano，F. Robent. Jacobs . Production and Operations Management：Manufacturing and Services[M].Mcgraw-Hill,1998,648-653.

[3] 侯开虎，胡宗武.供应链管理中提前期影响因素分析[J].工业工程与管理, 2002(3), 13-17.

[4] 宋福根.现代企业决策支持系统原理与仿真[M].北京: 科学出版社, 2005.2-3.

（责任编辑：孙桂珍）