樊相宇　柴曉萌　武鋒

摘 要：為研究直接面向消費(fèi)者銷售產(chǎn)品的商業(yè)零售模式（Business-to-Customer，B2C）下電子商務(wù)平臺(tái)的庫(kù)存控制問(wèn)題，從商家備貨角度并基于系統(tǒng)動(dòng)力學(xué)原理建立某電商平臺(tái)庫(kù)存分析模型。目前與電商平臺(tái)合作的商家可以及時(shí)看到電商平臺(tái)上本品牌產(chǎn)品的銷售信息，但根據(jù)這些銷售信息卻很難準(zhǔn)確地進(jìn)行備貨。額外考慮備貨積壓與庫(kù)存費(fèi)用兩個(gè)因素，建立新的庫(kù)存分析模型。測(cè)試結(jié)果表明，添加測(cè)試函數(shù)時(shí)，相應(yīng)的備貨政策下的庫(kù)存費(fèi)用低，且可以避免缺貨現(xiàn)象的發(fā)生，對(duì)電商平臺(tái)和商家有借鑒和啟示作用。

關(guān)鍵詞：庫(kù)存控制；缺貨；系統(tǒng)動(dòng)力學(xué)模型

中圖分類號(hào)：F713.36 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2018）18-0054-04

隨著電子商務(wù)企業(yè)間競(jìng)爭(zhēng)的日趨激烈，顧客滿意度則決定了企業(yè)日后的發(fā)展，準(zhǔn)確把握市場(chǎng)動(dòng)向以便及時(shí)制定自身的庫(kù)存計(jì)劃是電子商務(wù)公司首要考慮的決策[1]。直接面向消費(fèi)者銷售產(chǎn)品商業(yè)零售模式（Business-to-Customer，B2C）由于商家提前進(jìn)行備貨，電商平臺(tái)能夠第一時(shí)間進(jìn)行貨物配送，能夠大大縮短配送時(shí)間[2]；但是在這種模式下，商家如果過(guò)高地估計(jì)了備貨量，既增加了倉(cāng)庫(kù)的庫(kù)存壓力，又增加了商家的損失；而商家如果過(guò)低地估計(jì)了備貨量，則會(huì)造成缺貨，導(dǎo)致顧客滿意度的降低[3]。高昂的物流成本在B2C企業(yè)中占據(jù)著總成本較大的比重，相對(duì)于傳統(tǒng)行業(yè)來(lái)說(shuō)，物流成本控制問(wèn)題對(duì)B2C電子商務(wù)企業(yè)更加重要，物流成本占總成本的比重遠(yuǎn)遠(yuǎn)高于發(fā)達(dá)國(guó)家水平[4]。而庫(kù)存成本是物流總成本的重要組成部分[5]。因此，如何做到既降低庫(kù)存成本又不至于造成缺貨是電商平臺(tái)和商家共同面臨的問(wèn)題。為解決這一問(wèn)題，可運(yùn)用系統(tǒng)動(dòng)力學(xué)模型定量地分析、動(dòng)態(tài)地模擬電商平臺(tái)的倉(cāng)庫(kù)的庫(kù)存控制，并提出建議，期望使商家制定合理的補(bǔ)貨政策，進(jìn)而降低倉(cāng)庫(kù)的庫(kù)存成本。

而現(xiàn)有的運(yùn)用系統(tǒng)動(dòng)力學(xué)模型對(duì)庫(kù)存控制的研究大多集中在傳統(tǒng)零售行業(yè)，對(duì)B2C模式下電商平臺(tái)的庫(kù)存控制的研究很少[6]。電商倉(cāng)庫(kù)面向的客戶直接是眾多消費(fèi)者而不是傳統(tǒng)的零售店，且網(wǎng)上購(gòu)物訂單與零售店訂單的特點(diǎn)大不相同，網(wǎng)上消費(fèi)者的需求更加不確定，對(duì)節(jié)假日更加敏感，并且電子商務(wù)平臺(tái)的消費(fèi)者對(duì)時(shí)效性要求更嚴(yán)格。根據(jù)B2C電子商務(wù)與傳統(tǒng)零售的這些差異，基于系統(tǒng)動(dòng)力學(xué)原理建立了電商平臺(tái)庫(kù)存控制新模型，并運(yùn)用VENSIM軟件對(duì)某電商平臺(tái)倉(cāng)庫(kù)實(shí)際數(shù)據(jù)進(jìn)行決策分析。

一、B2C模式下電商庫(kù)存模型

（一）模型描述及參數(shù)

以B2C模式下的商家、某電商平臺(tái)的某個(gè)倉(cāng)庫(kù)和消費(fèi)者為研究對(duì)象，建立電商倉(cāng)庫(kù)的庫(kù)存模型，系統(tǒng)邊界從商家開始，經(jīng)倉(cāng)庫(kù)到消費(fèi)者。平臺(tái)接到消費(fèi)者訂單后及時(shí)地發(fā)貨，商家根據(jù)實(shí)時(shí)的銷售信息和某個(gè)倉(cāng)庫(kù)的實(shí)際庫(kù)存水平在考慮平均發(fā)貨率和庫(kù)存調(diào)節(jié)率的基礎(chǔ)上合理地生產(chǎn)產(chǎn)品，進(jìn)而補(bǔ)貨。系統(tǒng)建模的目的是分析商家如何合理地進(jìn)行備貨，既能避免缺貨現(xiàn)象的產(chǎn)生，又盡量地降低庫(kù)存費(fèi)用。

電商平臺(tái)的參數(shù)與變量：PO為電商平臺(tái)面對(duì)的需求率，SR為電商平臺(tái)的銷售率，OS為電商平臺(tái)的缺貨率，INV為電商平臺(tái)的庫(kù)存水平，DINV為電商平臺(tái)的目標(biāo)庫(kù)存水平，IAR為電商平臺(tái)庫(kù)存調(diào)節(jié)率，NSR為一般發(fā)貨率，IAT為電商平臺(tái)庫(kù)存調(diào)節(jié)時(shí)間，DIC為電商平臺(tái)目標(biāo)庫(kù)存覆蓋時(shí)間，WDS為電商平臺(tái)某種產(chǎn)品發(fā)貨率對(duì)商家勞動(dòng)力的要求，ASR為平滑后的電商平臺(tái)發(fā)貨率，Ta為電商平臺(tái)發(fā)貨率的平滑時(shí)間。

與電商平臺(tái)合作的商家的參數(shù)與變量：STR為商家備貨率，OB為商家訂貨積壓，DR為商家發(fā)貨率，PPM為商家勞動(dòng)生產(chǎn)率，WF為商家勞動(dòng)力，IPD為商家生產(chǎn)—庫(kù)存延遲，HFR為商家的純雇傭率，DWF為商家期望勞動(dòng)力，WDS為商家滿足電商平臺(tái)銷售率需要的勞動(dòng)力，WDIP為商家滿足庫(kù)存需要的勞動(dòng)力。

（二）系統(tǒng)要素因果關(guān)系分析

綜合分析各要素間的關(guān)系，得到倉(cāng)庫(kù)庫(kù)存控制系統(tǒng)的因果關(guān)系如下：

反饋環(huán)1，電商平臺(tái)銷售率 → +電商平臺(tái)影響力 →+平臺(tái)訂單→+電商平臺(tái)銷售率；反饋環(huán)2，電商平臺(tái)銷售率 →+電商平臺(tái)影響力 →+平臺(tái)訂單 →+缺貨 →-電商平臺(tái)銷售率；反饋環(huán)3，電商倉(cāng)庫(kù)庫(kù)存 →+電商倉(cāng)庫(kù)庫(kù)存調(diào)節(jié)率 →-商家備貨率 →+電商倉(cāng)庫(kù)庫(kù)存；反饋環(huán)4，電商倉(cāng)庫(kù)庫(kù)存 →-生產(chǎn)廠家滿足某電商倉(cāng)庫(kù)庫(kù)存需要的勞動(dòng)力 →+期望勞動(dòng)力 →+純雇傭率 →+勞動(dòng)力 →+商家交貨率 →+電商倉(cāng)庫(kù)庫(kù)存。

（三）模型構(gòu)建

系統(tǒng)動(dòng)力學(xué)模型最主要的基本結(jié)構(gòu)就是可變的水平和流速變量。水平?jīng)Q定了決策，決策控制流速，流速又反過(guò)來(lái)改變水平。其中，水平變量也稱狀態(tài)變量，描述系統(tǒng)積累效應(yīng)的變量，是系統(tǒng)內(nèi)部狀態(tài)的描述；速率變量是描述系統(tǒng)中積累效應(yīng)變化快慢的變量，也稱決策變量。水平和速率變量組成相互交織的網(wǎng)絡(luò)系統(tǒng)，用以反映系統(tǒng)的活動(dòng)[7]。

在B2C模式下，從商家備貨到滿足平臺(tái)訂單的過(guò)程中，根據(jù)系統(tǒng)動(dòng)力學(xué)原理，主要有電商倉(cāng)庫(kù)庫(kù)存水平、商家訂貨積壓、商家勞動(dòng)力三個(gè)水平變量，影響這三個(gè)水平變量的速率變量主要有商家備貨率、平臺(tái)銷售率、商家的純雇傭率等（如圖1所示）。

二、實(shí)例分析

結(jié)合電商平臺(tái)庫(kù)存控制系統(tǒng)動(dòng)力學(xué)模型，選取某個(gè)電商倉(cāng)庫(kù)和在FBP模式下的某個(gè)手機(jī)商家作為研究對(duì)象。將庫(kù)存控制系統(tǒng)進(jìn)出的貨物定為某品牌某種型號(hào)的智能手機(jī)，我們記為A手機(jī)。智能手機(jī)是典型的互聯(lián)網(wǎng)時(shí)代的短生命周期產(chǎn)品，它的更新?lián)Q代速度快，與電商平臺(tái)合作的手機(jī)旗艦店應(yīng)該合理地在電商倉(cāng)庫(kù)備貨，以達(dá)到低損失、低缺貨率的目標(biāo)，盡量使消費(fèi)者滿意[8]。我們?cè)O(shè)定系統(tǒng)仿真時(shí)間從2015年12月開始，到2016年12月份為止，每周儲(chǔ)存1次模擬結(jié)果。

根據(jù)上述資料，在VENSIM軟件里編輯模型的系統(tǒng)動(dòng)力學(xué)方程，列舉主要的方程如下：（1）模型選取的電商倉(cāng)庫(kù)的實(shí)際庫(kù)存：INV=INTEG（DR-SR）；Initial Value=DINV。（2）商家備貨率：STR=ASR+IAR+test（test 是測(cè)試函數(shù)，模型選用的是階躍函數(shù)來(lái)處理網(wǎng)上訂單量對(duì)節(jié)假日敏感的問(wèn)題）。（3）訂貨積壓：OB=INTEG（DR-STR）；Initial Value=0。（4）商家交貨率：Delivery rate=PPM×WF/IPD。WF表示商家勞動(dòng)力，IPD表示生產(chǎn)—庫(kù)存延遲。（5）純雇傭率：HFR=（DWF-WF）/WFAT；DWF=WDS+WDIP。（6）缺貨：OS=PO-SR，PO表示平臺(tái)訂單量（如下頁(yè)圖2所示）。（7）平臺(tái)訂單量：圖2顯示，電商平臺(tái)上的訂單量與傳統(tǒng)的零售商的銷售量有很大的不同，由于移動(dòng)互聯(lián)網(wǎng)的普及，人們只需要空閑時(shí)通過(guò)手機(jī)就可以輕松購(gòu)物，所以它不僅隨市場(chǎng)需求的波動(dòng)而波動(dòng)，而且對(duì)“雙十一”“雙十二”“618年中狂歡節(jié)”，以及其他節(jié)假日活動(dòng)很敏感，平臺(tái)訂單量隨時(shí)間的變化是非線性的，因此模型選用表函數(shù)來(lái)表示平臺(tái)訂單量。（8）某電商倉(cāng)庫(kù)的發(fā)貨率：SR=MIN（INV，PO）。（9）test=STEP（90，3）+STEP（-90，6）+STEP（30，19）+STEP（-30，22）+STEP（160，43）+STEP（-160，45）。

由以上實(shí)際數(shù)據(jù)分析模型在VENSIM軟件里的運(yùn)行結(jié)果所得到的庫(kù)存模擬結(jié)果圖顯示，倉(cāng)庫(kù)庫(kù)存運(yùn)行結(jié)果波動(dòng)在期望庫(kù)存的-1%～1%之內(nèi)，且沒(méi)有缺貨現(xiàn)象的發(fā)生。

這說(shuō)明，商家若按照模型設(shè)計(jì)的備貨政策的話，即Stoc-king rate=Average shipment rate+Inventory adjustment rate+test，能夠達(dá)到不缺貨、庫(kù)存費(fèi)用又較低的目標(biāo)。

為了測(cè)試模型的備貨政策優(yōu)劣，我們可以選擇不同的備貨政策與本文推薦的備貨政策比較，因此本文假設(shè)：備貨政策1：SR=ASR+IAR，即商家備貨率是倉(cāng)庫(kù)平均發(fā)貨率與庫(kù)存調(diào)節(jié)率之和；備貨政策2：SR=ASR+IAR+test，即本文模型設(shè)計(jì)的備貨政策。

通過(guò)庫(kù)存費(fèi)用這一指標(biāo)來(lái)比較兩種備貨政策的運(yùn)行結(jié)果。假設(shè)本文選擇的手機(jī)單位庫(kù)存成本為0.5，賣一部手機(jī)商家可得到的利潤(rùn)為3，則倉(cāng)庫(kù)缺貨的話，商家每部手機(jī)將損失3。因此，庫(kù)存費(fèi)用=實(shí)際庫(kù)存×0.5+缺貨×3。

將這一方程式加入原有的模型之中，分析模型的仿真結(jié)果。不同備貨政策下模型仿真的缺貨比較（如圖3所示）。

模型仿真結(jié)果顯示，不同備貨政策下倉(cāng)庫(kù)庫(kù)存水平相差并不大，但在商家執(zhí)行備貨政策1的條件下，在第7周和第46周有缺貨現(xiàn)象出現(xiàn)，而在備貨政策2的條件下無(wú)缺貨情況出現(xiàn)。這是因?yàn)閭湄浾?加入的階躍函數(shù)提前考慮了節(jié)假日對(duì)電商平臺(tái)購(gòu)物的影響，從而避免了缺貨情況的產(chǎn)生。

備貨政策1下的庫(kù)存費(fèi)用Total cost（1）=26 253，備貨政策2下的庫(kù)存費(fèi)用Total cost（2）=26 123，Total cost（1）>Total cost（2），即備貨政策2下的庫(kù)存費(fèi)用也比備貨政策1下的庫(kù)存費(fèi)用高。

三、結(jié)論與展望

運(yùn)用了系統(tǒng)動(dòng)力學(xué)方法，建立了B2C模式下某電商倉(cāng)庫(kù)庫(kù)存控制模型，運(yùn)行結(jié)果基本符合實(shí)際情況，且達(dá)到了預(yù)期制定的目標(biāo)。建立的庫(kù)存控制系統(tǒng)動(dòng)力學(xué)模型也可以輔助做政策分析，模型仿真結(jié)果顯示，加測(cè)試函數(shù)的商家備貨政策可以有效地避免缺貨現(xiàn)象，但庫(kù)存水平會(huì)比不加測(cè)試函數(shù)的備貨政策下的庫(kù)存水平略高，考慮缺貨損失時(shí)，加測(cè)試函數(shù)的備貨政策的庫(kù)存總費(fèi)用低于不加測(cè)試函數(shù)的備貨政策下的庫(kù)存總費(fèi)用。因此，建議商家進(jìn)行補(bǔ)貨時(shí)可以考慮添加測(cè)試函數(shù)的備貨政策。

參考文獻(xiàn)：

[1] 吳強(qiáng)，楊岳.互聯(lián)網(wǎng)金融背景下，農(nóng)村普惠金融體系構(gòu)建探析[J].金融科技時(shí)代，2017，（3）：27-31.

[2] 蒙曉麗，陸玲玉.普惠金融背景下農(nóng)村金融扶貧工作的研究[J].區(qū)域金融研究，2015，（7）：84-90.

[3] 李建偉，李樹生，胡斌.具有普惠金融內(nèi)涵的金融發(fā)展與城鄉(xiāng)收入分配的失衡調(diào)整——基于VEC模型的實(shí)證研究[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，（1）：110-116.

[4] 朱德莉.我國(guó)農(nóng)村金融發(fā)展對(duì)農(nóng)民收入增長(zhǎng)的影響研究——基于協(xié)整檢驗(yàn)和VEC模型的實(shí)證分析[J].農(nóng)村經(jīng)濟(jì)，2014，（11）：92-97.