当前,经济的快速发展给一些商业领域带来了巨大变化。顾客不但要求更高的质量、更丰富的产品种类、更低的成本,而且要求在尽可能短的时间内得到产品。基于时间的竞争(Time-based Competition)以及快速反应(Quick Response)就是在这样的环境中产生的。1990年之后,学术界开始对供给—需求的正确匹配给予足够的重视,对快速反应的理解也有了重大突破。近年来,西班牙服装企业Zara收益的快速增长,引起了学术界和企业对快速反应的极大重视。原来的服装企业巨头Gap,自2010年以来已经被Inditex(Zara所在的集团)和H&M超越,(见图1左)。Zara也成为服装界乃至其他行业争先学习的标杆企业,快速反应再次成为学术界的热门话题。 然而,与此同时,我国服装企业近两年来收益急剧下降,甚至不少企业出现亏损,李宁和美邦服饰近年来的收益情况(见图1右)。究其原因,一方面是整个宏观经济市场不景气;另一方面是企业自身运营管理不佳。以美邦服饰为例,其库存周转时间200天以上,库存积压造成资金流紧张、产品打折严重,企业的大部分利润被吞噬。 近年来,快速反应对企业运营效益的影响日益受到学术界和企业界的高度关注,吸引了大量学者和企业工作者进行系统深入的研究。本文对迄今为止有关运营管理中的快速反应研究进行了梳理与总结,重点围绕快速反应模型的基本框架、研究方法、主要研究内容等方面进行综述与分析,归纳总结运营管理的重要研究工作与进展,并为我国企业有关快速反应的运营决策提供有益的理论指导。
资料来源:Caro[1],李宁、美邦服饰2005-2013年公司年报。 图1 世界服装企业2000-2012年的年收益(左图)和我国服装企业的年收益(右图) 快速反应研究的基本框架与研究方法 快速反应是“旨在减少供需不匹配造成的成本的一系列行为”[2],包括缩短提前期[3]、延迟差异化以及更好地预测。信息系统中的电子数据转换、扫描器、密码条等和物流系统中的自动仓储、空运等技术为这些快速反应行为提供了支持。 快速反应的研究最早可以追溯到上世纪80年代末90年代初。Lee和Kincade[4]对美国服装企业的快速反应做了很好的介绍。Fisher和Raman[5]建立了快速反应下两阶段决策模型,通过第一阶段的销售数据估计第二阶段的需求,这样通过数据的及时更新使得预测更准确,从而提高了供需匹配的精确度。Fisher和Raman模型为后来快速反应的研究提供了启示和引导。一些国际知名期刊也积极刊发探讨相关问题的学术论文,如Operations Research、Management Science、Manufacturing & Service Operations Management和Production和Operations Management等。这些期刊上的论文多为定量研究型的,而关于快速反应的实证研究及案例分析类论文比较少。 目前,快速反应研究模型的基本框架如下:通过实施快速反应,生产商/零售商可以缩短生产/订货提前期,从而可以实施二次生产/订购,在提高预测准确性的基础上,以利润最大化为目标,确定最优生产量/订货量/库存量,并与传统报童模型进行对比,得出实施快速反应的价值。以此为基础,延伸到研究两个或多个零售商之间库存、价格等因素的竞争模型,以及考虑了顾客策略性行为下的决策。 快速反应研究的主要方法有:(1)定量研究,即以博弈论、优化理论为基础建立相关数学模型,通过理论推导获得均衡解或者最优解,并通过数值仿真来验证模型解的可行性。(2)实证与案例研究,即通过实证方法对获得的相关数据进行统计分析与模拟仿真,对相关规律进行归纳和理论总结。目前关于快速反应实证方面的研究较少。 快速反应研究的主要内容 1、经典的快速反应研究——缩短提前期,需求预测更准确 企业为了增加销售额和利润而不断引进新的产品,而新产品的市场需求往往由于不确定性大、难以预测,使企业由于缺货或库存积压导致极大的损失。为了应对这一难题,企业需要加强供应链的反应能力。Fisher[6]根据反应能力将供应链分为两类:效率型供应链和反应型供应链。效率型供应链采取各种措施降低成本,在低成本的前提下安排订单、完成生产、交付产品,使供应链中的库存最小化、生产效率最大化;反应型供应链强调快速反应,要求迅速把握需求的变化,并及时对变化做出有效反应。 Fisher和Raman[5]建立了快速反应下两阶段决策模型,通过第一阶段的销售数据估计第二阶段的需求,这样通过数据的及时更新使得预测更准确,供需更加匹配。并且通过实际案例,验证了他们的方法(使用快速反应信息系统)可使著名时尚滑雪服公司Sport Obermeyer利润增加60%。这就是最经典的快速反应两阶段决策模型。Fisher等[7]考虑了顾客接受延期交货(backorder)的情形,建立了该情形下两阶段订购的随机动态规划模型,以最小化总成本——缺货成本、延期交货成本以及库存成本为目标,利用启发式算法,得出允许补货下的零售商二次订货方法;另外,通过把该方法应用到某零售商,证明零售商的利润比原来增加一倍;最后,还提供了选择最优再订货时间的方法以及量化缩短提前期所带来的利益的方法。 其后,有不少文献在Fisher等的基础上进行了扩展。与Fisher等[7]不同,Milner和Kouvelis[8]建立了不允许延期交货情形下的模型,研究了信息以及灵活性生产的价值。利用贝叶斯模型,假定先验需求占总需求的比例为某一固定值,建立了三个模型:静态模型,部分动态模型以及完全动态的模型,得出随着需求变动性增加,信息以及生产灵活性的价值增加;然而,先验平均需求的不确定性越大,信息的价值越低。在Fisher等模型的基础上,Li等[9]也探索了二次订购对短生命周期产品库存决策的影响,引入三个决策变量:第一次的订购数量,何时进行第二次订购以及第二次订购的数量。与Fisher等不同的是,Li等在模型中增加了库存成本(不同于销售期末积压产品处置成本)以及单位产品二次订购提高的成本,更加接近实际情况,但同时模型也更加复杂。