第二章 基礎概念及理論

第一節 產出隨機

產出隨機（Random Yield）主要指生產過程中受自然條件、技術水平或管理等因素影響造成的產出不確定。產出隨機常常出現在電子及半導體制造、農業、化工和再制造等行業的原材料加工、產成品加工或零部件組裝過程的正常生產流程中。產出隨機是造成供應鏈中供應不可靠的主要因素之一。

除產出隨機外，供應中斷（Supply Disruption）是引發供應鏈管理中供應可靠的另一個最常見和最重要的方面。供應中斷通常指由突發自然災害（火災、地震、傳染病等）或人為事件（罷工、恐怖襲擊等）導致供應的意外中斷^[1]。供應中斷時常發生并使企業遭受重大損失，嚴重影響企業的正常運營甚至可能造成整條供應鏈崩潰。如2000年，為愛立信提供芯片的一家飛利浦工廠發生火災，導致愛立信手機部門在該年總虧損16.8億美元，并且市場份額由12%下降到9%^[2]。2001年“9·11”事件后，由于汽車零部件短缺，最終迫使福特公司暫停了5個生產工廠^[3]。2004年，由于一個感冒疫苗生產廠商違反美國食品藥物管理局的規定而被迫關閉，導致了美國感冒疫苗的供應量減半，隨后由流行性感冒及并發癥導致該年至少3.6萬人死亡和20萬人住院治療^[4]。2010年，冰島火山灰蔓延使英國、瑞典、丹麥和比利時等國一度關閉了全部機場。該次航空管制不僅給歐洲航空業帶來巨大損失，同樣受到影響的還有采用航空運輸的企業。據德國工商總會稱，禁飛給德國企業每天造成的營業損失約10億歐元^[5]。2011年，日本爆發的9.0級地震并引發海嘯使得日本經濟遭受嚴重損失，并給汽車、電子、半導體等眾多產業帶來了嚴重的后續影響。如由于部分零部件供貨中斷，日本三大汽車廠商豐田、日產和本田共有22家工廠被迫暫時關閉^[6]。可見，供應中斷一旦發生，將給企業或社會帶來巨大損失。

本書著重研究產出隨機情形。產出隨機最多導致下游采購商的部分訂購量不能及時得到滿足，而供應中斷一旦發生，下游采購商可能一個產品都不能從上游供應商處獲得。因此，在產出隨機供應鏈管理文獻中都采用產出隨機模型（Random Yield Model）來刻畫供應商的不確定性產出。產出隨機模型又分為乘法產出隨機（Multiplicative Random Yield）和加法產出隨機（Additive Random Yield）模型。即假定供應商的生產投入量為Q，則實際的產出量為TQ 或T+Q（或下游采購商的訂購量為Q，實際獲得量為TQ 或T+Q）。其中，T為獨立于生產投入量Q的隨機變量，乘法產出模型中T∈[a，b]（0≤a＜b≤1），加法產出模型中假定-Q≤a＜T≤b（a≤0，b≥0）。現有文獻較多假定T服從二項式（Binomial）、斷裂幾何（Interrupted Geometric）、離散或連續均勻（Discrete Uniform）等分布^[7]。而研究供應中斷的供應鏈管理文獻，如Xia等通常假定發生供應中斷的概率為β，則采購商能夠獲得全部訂購量的概率為（1-β），一個訂購量都不能獲得的概率為β^[8]。由此可見，一定程度上供應中斷模型可以看成乘法產出隨機模型的特殊形式[T 服從0-1（All-or-nothing）分布時]。

本書在模型構建中也將采用乘法產出隨機模型來刻畫供應商的不確定性產出。上述分析說明，本書的研究結論比運用供應中斷模型得到的結論更具有一般性。