贵州师范大学职业技术学院 雷明扬

近年来，我国的汽车行业迅速发展，预计我国的汽车行业销售数量在2007～2011年间将每年增长19%～20%左右，在我国公布的十大产业振兴规划之中汽车行业光荣入位。随着汽车行业的发展，第三方汽车物流业也面临着前所未有的发展机遇，发展前景十分广阔。但是我国的第三方汽车物流业与其他国家相比存在着局限性，我国的第三方汽车物流业多以汽车生产商的客户群体范围来制定自身的物流网络，每天的物流数量都是由汽车生产商和订货的4S店来确定，因此库存的波动性非常的大，经营效益也受到很大的影响。

1 需求波动对第三方汽车物流业的影响

在经济活动范围内都会出现需求与供给，商品的价格、外部市场环境、社会经济的发展水平、空间经济布局、物流的供给、地理因素、人为因素、技术因素、需求者观念与偏好、居民收入水平以及消费结构等12个因素都会对物流的需求产生很大的影响。因此研究汽车市场的需求波动，对第三方汽车物流业得长久发展十分重要。

需求波动会影响企业的运营效率。需求波动可以分为周期性需求波动和非周期性需求波动。周期性需求波动可以通过考察历年数据，对需求波动进行控制，可以灵活应对汽车行业的突发事件，周期性需求波动一般不会对第三方汽车物流业造成影响。非周期性需求波动一般很难控制，具有不可预测性，风险大，对第三方汽车物流业的经济运营将会产生很大的影响。

在第三方汽车物流业中需求波动最主要的是物流业务量的变化即汽车订单的变化。这种订单量主要由汽车生产商与分销商4S店所控制，第三方汽车物流业缺乏自主控制权，具有变化大，难预测的特点。第三方汽车物流业中难以控制的是物流库存管理的费用，库存管理费用只要是有汽车储存费用，车辆保险费用，仓库空置费用。汽车储存费用即汽车占用仓库的费用。车辆保险费用即车辆从汽车生产商那里出来物流公司所缴纳的保险费。仓库空置费用即仓库缺货所产生的费用，用工费用，仓库的维修费用，仓库的租金等，由于仓库没有主动的决定权，不能保证仓库永远有足量的库存，仓库的空置很难控制，会给物流业造成很大的影响。

在影响库存管理的三个费用中，最主要的是车辆保险费用和仓库空置费用。因为第三方汽车物流业没有自主决定权，因此车辆保险费用的多少不受公司运营的控制。减少需求波动对第三方汽车物流业的影响，提高物流公司的库存利用能力，减少经营成本，必须要提高中转库的运营效率。

2 第三方汽车物流业最优库存模式设计

2.1 最优库存模式分类

所谓最优库存模就是既能满足汽车生产方的生产需求，4S点的销售量供给，保证供应链的正常运行，又有能够使物流业具有经济效益。因此研究第三方汽车物流业最优库存模式的关键问题是要确定经济订购批量。最优库存模式分为两类：简单条件下的最优库存模式和复杂条件下的最优库存模式。

2.1.1 简单条件下的最优库存模式

简单条件下的最优库存模式是指生产商向销售商提供的物资只有一种，供应链不会出现断裂即没有库存空置现象供货及时，并且价格始终如一没有折扣现象，在这种条件下所形成的就是简单条件下的最优库存模式。这种模式所产生的费用只有订货费用和仓库管理费用。如果物资的需求量一定，订货次数多的话则订货的数量就少，此时订货费用就高，仓库管理费用就少。反之一次订货的数量多则订货次数就少，此时订货费用就低仓库管理费用就多。因此要想研究简单条件下的最优库存模式就是要确定合理的订货次数和订货数量，使两者组合所产生的费用最小。

假设每次的物资进货量为m,每隔t时间订一次货，物资的消耗速率Q(为常数不变)，即m=tQ。每一辆汽车的进货价为A,订货费用为B,则订货的总费用C1=B+Am,则t时间的平均订货费用为C1/t+AQ。每次的仓库的管理费用为C2(每次的管理费用都不变)，t时间内的仓库储存量为Q。则t时间内的所产生的平均费用为：

(2)统计学分析:本次研究统计分析采用SPSS 16.0软件进行处理,计量资料用均数±标准差体现,两组间比较结果P<0.05则认为差异具有统计学意义。

2.1.2 复杂条件下的最优库存模式

复杂条件下的最优库存模式是指供货商向分销商发送物资这一过程中出现了一些问题，比如折扣现象、库存控制、连续进货等现象。当这些现象发生后，需要对简单条件下的最优库存模式进行调整。

2.2 最优库存模型设计

第三方汽车物流公司通过和汽车生产商签订合同，物流公司只负责汽车从汽车生产商那里出厂后到各个分销商即4S店的物流服务，不对其他环节比如销售环节负责。运输到4S店后，按照每年的运输业务量和汽车生产商进行结算。4S店每年年初和汽车生产商签订合同，并且每个月根据销售量向生产商提出订单，汽车生产商根据4S店的订单向第三方汽车物流公司发物流订单。第三方汽车物流公司接到物流订单后，将物资运往各地方然后再调度中转到各个4S店。由于中转库的库存难以控制，如果一旦地方的中转库库存满了，就要再中转到其他的地方，这样就会造成延迟。

假设有一个i个周期的库存管理，每一个周期的汽车订单量和这一周期末的库存量都会影响到下一个周期。定义i为周期个数，t为周期的时间长短，Qi为第i个周期的订货量,Xi为第i个周期的仓库原有库存量，Yi为正在运往仓库途中的汽车量与库存汽车量之和。a为Xi对第i个周期的影响系数，b为Yi对第i个周期的影响系数,c为i个周期的订货数量对第i个周期库存的影响。

则该模型存在着两个关系：

物流公司根据自身的能力来确定订货的策略，根据仓库的库存量和其他周期的订单量来算出下一周期的订货量。可以得出：

因此得出，所有订单和整个库存总量为：

我们假设物流公司所得到的汽车物流订单量不会随着时间改变而改变，这样第三方汽车物流公司的库存总量便是一个不变的定值，库存的总量将等于物流公司所接受到的订单量。如果假设整个物流库存控制系统是LTI的，这种情况下Qi将是集合W的一个元素，Qi则是独立时间的线性函数。

我们假设P代表时间序列的后移标，则用PM来代表后移M期的数标，则PMYi= Xi(t-m)(t,M=1，2，3……)。在集合W的基础上，第i期的物流订货方案为：

其中针对某一实际的物流订货方案，Di代表一个具体的数，aik,bik,cik代表一组具体的系数，K表示第K个周期。我们假设{aik,bik,cik}的组合值能够表示整个物流库存系统订货模型的所有可能方案。

第三方汽车物流公司在周期i内根据接收到的来自时期t内的客户的订单信息Q的平局数值来确定该公司在这一周期的最终订货量Qi，此时，如果k=i, bik=-1,其他情况下bik=0。此时存在：

当k取其他值时，cik=0。

3 规避需求波动对第三方汽车物流库存的影响的措施

无论什么样的需求波动都会给物流公司带来很大的冲击，难以预测与控制。因此及时分析需求波动产生的原因，对需求波动对第三方汽车物流库存的影响的规避是必不可少的。

3.1 调整第三方汽车物流公司的自身运营状况来规避物流需求周期性的波动

周期性波动可以分为短期周期性波动和长期周期性波动。短期周期性的需求波动是可以控制的。短期周期性波动内会出现车辆停滞现象，但是从完整的周期来看仓库是可以完成车辆的中转的，因此短期的周期波动不会对物流公司造成影响。长期的周期波动，车辆出现了长期的停滞现象，仓库的中转十分吃力，仓库利用效率下降，长期周期性波动对企业运营的影响是不可小觑的。

针对周期性的需求波动对第三方汽车物流公司的影响，物流公司应改善自身的运营状况来避免。4S店的汽车销售量不是一成不变的，淡季时4S店的销售不佳，这是物流公司的效益也会受到影响，因此物流公司可以在销售淡季时推出一些价格优惠的措施来鼓励4S店能够多进货。于此同时设置一些临时库为4S店服务，在每一个周期末的时候及时清点库存，做好调度这一环节的工作，避免库存量过高影响下一周期的汽车入库所带来的损失，加强中转站的管理和控制，避免汽车不能即使达到4S店所产生不必要的损失。加强汽车在运输途中的管理，减少安全风险。

3.2 通过对突发事件的预测和提高自身的应急能力来规避物流需求非周期性的波动

非周期性的需求波动对第三方汽车物流公司的破坏力是非常大的，由于遇到各种问题使车辆的中转出现问题，车辆远远超过物流公司中转车辆的承载额度，车辆停滞现象十分严重，库存控制难度加大，虽然非周期性波动需求发生的几率很小，但是一旦发生破坏力极强。

在整个物流环节中会出现一些非周期性的波动，因此物流公司在设计物流网络资源图的时候要加入一些前馈控制，根据历年来有可能出现的危机情况作出预测，避免给公司带来损失。加强对外部环境的考察，重点是多宏观环境的把握和分析，关心居民的消费指数，提升物流公司自身的应急能力，将损失降低到最少。加强对调度环节的管理和控制，针对中转站制定库存管理应急方案这些都可以减少需求波动对物流公司运营的冲击。只要善于观察和研究外部环境的变化，及时针对自身的不足作出调整，就会对降低非周期性的波动所产生的影响形成十分明显的作用。

4 结语

本文以第三方汽车物流公司为核心进行研究，分析需求波动对第三方汽车物流业的影响，运用定性定量分析的方法，通过最优库存模型设计，结合第三方汽车物流业现实情况研究如何规避需求波动对第三方汽车物流库存的影响的措施。本文认为只要第三方汽车物流公司善于分析宏观环境，完善前馈机制，不断根据外部环境做出自身的调整，把握居民消费心理和清晰了解公路货运周转量等是可以较低甚至避免需求波动对第三方汽车物流业的影响。

[1]黄慧川.德国汽车物流的特点[J].综合运输,2005(l).

[2]施学良.基于供应链管理的汽车物流分析与对策研究[J].硕士学位论文,成都:西南交通大学,2005(12).

[3]魏际刚.物流需求和物流供给[J].中国物流与采购,200(4).

[4]马祖军,张殿业,代颖.再制造逆向物流网络优化设计模型研究[J].交通运输工程与信息学报,2004(6).