作者:覃含章 美國麻省理工學(xué)院(MIT)計算科學(xué)與工程方向博士在讀,清華大學(xué)工業(yè)工程及數(shù)學(xué)與應(yīng)用數(shù)學(xué)(第二學(xué)位)本科。研究興趣主要為優(yōu)化理論,機器學(xué)習算法在運營管理中的應(yīng)用。
『運籌OR帷幄』責任編輯: 王源(東北大學(xué)系統(tǒng)工程博士生)
供應(yīng)鏈管理(supply chain management, SCM)有許多定義。大體來說,供應(yīng)鏈(supply chain),涵蓋了一個企業(yè)當中,物料流(material flow),信息流(information flow)和資金流(cash flow)的流動。在上世紀經(jīng)典的SCM中,主要只是針對物料流的管理。而進入21世紀以來,對信息流和資金流的管理,尤其是這三種流動之間的協(xié)同管理,在實際當中也得到了高度的重視和迅猛的發(fā)展。
一般來說,供應(yīng)鏈管理的目標即是在滿足客戶需要的前提下,對整個供應(yīng)鏈的各個環(huán)節(jié)進行綜合管理。例如從原料采購、倉儲管理、產(chǎn)品生產(chǎn)、包裝、配送、營銷到消費者的整個供應(yīng)鏈的貨物流、信息流和資金流,在支持核心業(yè)務(wù)增長的同時把物流、庫存和人力管理成本降到最小。這方面,最經(jīng)典的例子是各類電商,如京東、亞馬遜和天貓商城等;而在國內(nèi)范圍,可以說最早的一家以供應(yīng)鏈核心管理技術(shù)起家的公司便是富士康科技集團,其前身鴻海科技集團,在上世紀八九十年代,依靠接單戴爾電腦的生產(chǎn)訂單而發(fā)展壯大的。而現(xiàn)在,它已經(jīng)成為了全球“代加工“業(yè)務(wù)量第一的企業(yè),依靠的就是其全面低成本控制和快速響應(yīng)客戶需求的強大供應(yīng)鏈布局:同時運營幾十條不同的生產(chǎn)線,對接幾千種產(chǎn)品,每天實時調(diào)度幾十萬工人,零零總總的物料、信息和加工工序。
除了企業(yè)自身內(nèi)部的調(diào)度管理,供應(yīng)鏈管理也包括在更宏觀的尺度上,對供應(yīng)鏈網(wǎng)絡(luò)節(jié)點的管理(考慮其與其它節(jié)點之間的相互作用),21世紀的供應(yīng)鏈管理更是面向全球化的。這其中,生產(chǎn)外包(outsourcing),戰(zhàn)略采購(strategic sourcing),供應(yīng)鏈協(xié)作(CPFR),國際物流(global logistics),風險管理(risk management)等等,都成為了現(xiàn)代供應(yīng)鏈管理當中十分重要的環(huán)節(jié)。
本節(jié)中,我們討論最傳統(tǒng)的SCM中對物料的控制和管理。
對供應(yīng)和需求進行匹配,我們知道這不僅在運籌學(xué),在經(jīng)濟學(xué)里也是最基本的問題。只不過,在運籌學(xué)中,我們對于supply端的重點考慮除了其生產(chǎn)成本,訂貨成本等fixed cost之外,主要研究對各類產(chǎn)品在不同生產(chǎn)/采購策略下的庫存成本(inventory cost):如何在需求(demand)端有不確定性的情況下如何最優(yōu)的平衡我們的生產(chǎn)/采購計劃??坍嬤@類問題的經(jīng)典數(shù)學(xué)模型便是所謂的newsvendor model:有這樣一位賣報紙的報童,他每天需要根據(jù)所預(yù)測的明天的銷量來決定進貨(ordering number)的數(shù)量,并且,對所賣的報紙進行定價(pricing)。如果我們認為demand和price的關(guān)系為:
,(a,b為常數(shù),
是分布已知的隨機變量)。那么,給定我們的單位進貨成本
,單位未賣出一份報紙的持貨成本
,單位demand沒fulfil的backlog成本
(在一階段的問題里,這也就是unit salvage cost),我們的利潤(profit)關(guān)于進貨量
和定價
的函數(shù)關(guān)系為:
而我們的目標就是要找到最大化 的
,即最大化期望利潤的進貨和確定定價策略。當然,更有意思的問題是多期(multi-period)的報童模型,即每個階段我們都需要調(diào)整我們的進貨和定價策略。但是需要注意的是上一期的庫存會保留到這一期,所以這樣就變成了一個隨機動態(tài)規(guī)劃(stochastic dynamic programming)問題。這類問題在半個多世紀以前在理論上就有了比較好的解答:比如我們知道最優(yōu)的動態(tài)規(guī)劃解是一類base-stock策略,即我們可遞歸地對每個階段
計算出一個base-stock inventory level
,同樣的有最優(yōu)的定價價格
和傾銷策略函數(shù)
。 當當前庫存低于
的時候,我們就補貨到
,定價
;而當當前庫存高于
的時候,我們保持當前庫存不變(即不補貨),同時降低我們的定價(通過
,庫存越高,價格將越低)以傾銷貨物。這類基本模型的入門,[1]是非常好的參考文獻。
這類模型有著大量的衍生,比如可以考慮進貨時如果有固定成本(fixed cost),那么最優(yōu)補貨策略就變成了著名的 - policy(”小s,大S“策略)。還有我們的模型里可以考慮庫存有”生命周期“(比如生鮮品),顧客購買的策略性行為,和在線管理(結(jié)合online learning:multi-armed bandits),這里就不一一贅述了。
我們知道,一個供應(yīng)鏈網(wǎng)絡(luò)上物料的流動,從采購原材料,到倉庫貯存,生產(chǎn)線加工,運輸分銷,是非常復(fù)雜的。而將這一系列的問題拆解開來,我們也可以著重討論幾個比較重要的環(huán)節(jié)。
首當其沖的就是選址問題(facility location problem)。很多公司建立其供應(yīng)鏈網(wǎng)絡(luò)的第一步,便是需要做選址規(guī)劃。我們應(yīng)該在什么全國范圍的什么位置建立物流園區(qū)?我們的大型倉庫應(yīng)該放在哪里?我們也要考慮國家的相關(guān)戰(zhàn)略規(guī)劃,政策扶持。這里也可以考一考大家,菜鳥、京東、亞馬遜在國內(nèi)的倉庫位置分布,你知道么?而這些倉庫的建立順序,又是如何,有什么講究呢?當然了,從最簡化的角度考慮,選址問題仍然考慮的是最小化成本+匹配需求。當然,還需要考慮其在整個物流網(wǎng)絡(luò)中的協(xié)同作用(比如上海有著大量的網(wǎng)上超市客戶,因此上海附近必須有倉庫,且要考慮對訂單的倉儲內(nèi)部響應(yīng)速度和外部送貨速度)。這方面的參考文獻,可見[2]。
選址完畢之后,自然還有事無巨細的物流園區(qū)規(guī)劃和設(shè)計問題??梢韵胂螅炔徽f一整個物流園區(qū),即使是一個倉庫,就有無數(shù)的布局細節(jié)值得考慮:我們?nèi)绾伟才糯鎯^(qū)、包裝區(qū)、進貨/卸貨區(qū)的位置?我們的存儲貨架應(yīng)該如何擺放、通道如何設(shè)計,可以保證取貨速度最有效率?我們需要多少的自動化設(shè)備/人力輔助?等等。據(jù)我所知,這也是麥肯錫,貝恩等咨詢公司在物流方面的核心業(yè)務(wù)之一。
另外一類關(guān)鍵問題便是產(chǎn)品從經(jīng)銷商到客戶之間的運輸/配送(transportation/delivery)問題。還是拿上海的電商舉例子,設(shè)立在奉賢、嘉定的倉庫在每日凌晨將當天需要送到市區(qū)的訂單打包送出,需要卡車車隊從倉庫載貨,開入市區(qū)(這中間還需要換車,配合上海市區(qū)對超大型車輛的管制)和周邊地區(qū):如為了覆蓋昆山、蘇州的訂單。然后,當這些打包的訂單到達相應(yīng)的物流快遞中心(對應(yīng)每個區(qū)級行政單位),快遞員進行分揀。再經(jīng)過配送任務(wù)的分配,騎著摩托車將這些個人的訂單送到我們家中。這其中也有許多供應(yīng)鏈(末端)的規(guī)劃問題:如何安排倉庫、運輸車隊的間表?一個更核心的問題,即車隊的路線規(guī)劃問題(vehicle routing problem),這是需要隨著訂單數(shù)量的分布,動態(tài)調(diào)整的;而至于最后的過程,則是我們所謂的“最后一公里”物流(last-mile logsitics)。這部分,[3][4]是不錯的參考文獻。
在如今的全球化時代,即使強大如亞馬遜,也不可能包攬整個供應(yīng)鏈上所有的物流控制管理。比如,我們在亞馬遜上購物的時候,很多時候會發(fā)現(xiàn)要購買的產(chǎn)品是“第三方(third-party)提供的”,這便是我們所說的外包(outsourcing)。而除了將某些產(chǎn)品的生產(chǎn)、配送完全外包,我們也可以選擇自營一部分核心產(chǎn)品的生產(chǎn),而將供應(yīng)鏈上下游的進貨、配送環(huán)節(jié)外包出去,以減少不必要的生產(chǎn)成本,并提升自身企業(yè)的核心競爭力。這也是供應(yīng)鏈聯(lián)盟(supply chain alliance)的體現(xiàn)之一。[5]在這方面提供了詳細的討論。
國際物流(global logistics)也是現(xiàn)在很多企業(yè)需要面臨的問題??鐕髽I(yè)自然不必多說,如淘寶現(xiàn)在已經(jīng)開啟了海外訂貨+配送服務(wù)。而即使是一些本地企業(yè),往往也需要從海外進行采購(成本低廉,或采購原料特殊),或者其貿(mào)易對象所處在別的國家和地區(qū)。自然,這里面就有著國際物流所特有的一系列問題:是走價格低廉/速度較慢/運輸量巨大的海運,還是價格更高但速度快運輸量小的空運?不同國家的貿(mào)易政策(關(guān)稅等),如何影響物流決策?這方面,[6]是一本不錯的教科書。
本節(jié)中,我們討論信息(information)對供應(yīng)鏈網(wǎng)絡(luò)的影響和其管理意義。我們也指出,對供應(yīng)鏈信息流管理往往離不開對相應(yīng)的物料流的管理。
牛鞭效應(yīng),類似于蝴蝶效應(yīng),說的是需求(demand)端的信息被異常放大的現(xiàn)象。具體來說,是供應(yīng)鏈上的信息流從客戶端向供應(yīng)商端流動的時候,由于無法有效地實現(xiàn)信息的共享,使得信息扭曲而逐漸放大,導(dǎo)致了需求信息出現(xiàn)越來越大的波動。一個著名的案例是寶潔(P&G)公司1995年對紙尿褲產(chǎn)品市場的觀察。他們發(fā)現(xiàn)在某產(chǎn)品的零售數(shù)量相當穩(wěn)定的情況下,考察分銷中心(distribution center)的訂貨情況時,卻發(fā)現(xiàn)波動性非常大。而分銷中心實際上是根據(jù)匯總的銷售商的訂貨需求量訂貨。然而,零售商往往根據(jù)對歷史銷量及現(xiàn)實銷售情況的預(yù)測,并為了保證訂貨量能夠適應(yīng)顧客需求增量的變化,習慣將預(yù)測訂貨量作一定放大后向批發(fā)商訂貨,批發(fā)商出于同樣的考慮,也會在匯總零售商訂貨量的基礎(chǔ)上再作一定的放大后向銷售中心訂貨。這樣,雖然顧客需求量并沒有大的波動,但經(jīng)過零售商和批發(fā)商的訂貨放大后,訂貨量就一級一級地放大了。這也是波動性被放大的根本原因。自然,這種信息流的扭曲對于整體的供應(yīng)鏈成本控制是非常不利的。
Frank Chen等人在一篇著名的文章[7]里,針對單一制造商和零售商的鏈式供應(yīng)鏈,給出了這種信息扭曲的定量化公式。我們考慮階段 實際的客戶需求是
,零售商利用moving average來估計
,其中
代表期望均值,
代表demand之間的相關(guān)性(correlation),
是均值為0的隨機擾動。我們考慮lead time 為
,即
個階段后零售商下的訂單才能收到貨,且零售商實際用了過去
個階段的demand做moving average預(yù)測。這個時候,零售商的最優(yōu)進貨策略
的方差和實際demand的方差滿足:
自然,為了消除牛鞭效應(yīng),我們需要對全局的供應(yīng)鏈有整體的協(xié)調(diào)和管理,而少量多次的訂貨策略也能減少這種放大效應(yīng)。更根本的,有效的信息共享(information sharing)和IT平臺的搭建,供應(yīng)鏈各環(huán)節(jié)的相互配合才可能真正解除這樣的效應(yīng)。更詳細的討論,可見[8]的第四節(jié)。
前節(jié)中我們提到,IT平臺對于降低供應(yīng)鏈中的需求波動性有很大的幫助。不僅如此,一個完善的信息管理系統(tǒng)(management information system, MIS)對于整個供應(yīng)鏈的協(xié)調(diào)管理都有很大的幫助。還是考慮倉庫的例子,實際上,一個理想的倉庫狀態(tài)應(yīng)該會是隨時調(diào)整其存儲單元(stock keeping unit, SKU)位置的:主要是根據(jù)其最近的銷量,且相似產(chǎn)品優(yōu)先考慮,這樣可以帶來更高效的對于訂單的響應(yīng)速度。另外,也只有結(jié)合MIS,我們才能更好地實時監(jiān)控我們倉庫里各類SKU的實際情況,其生產(chǎn)日期,保質(zhì)時間,包裝情況等等,都能夠統(tǒng)一的被歸入數(shù)據(jù)庫的信息系統(tǒng)里。而這除了IT技術(shù)之外,也需要很多其他方面的技術(shù)來支持。如條形碼技術(shù),傳感器技術(shù),RFID標簽,嵌入式系統(tǒng)技術(shù)等等,這也和未來可預(yù)見的“物聯(lián)網(wǎng)”技術(shù)息息相關(guān)。關(guān)于物流MIS的概念,[9]是一本不錯的教材。
而所謂的material requirements planning(MRP),則是本節(jié)與前一節(jié)內(nèi)容的結(jié)合:物料流和信息流的協(xié)同控制和管理,也是一個數(shù)據(jù)驅(qū)動的運籌學(xué)問題。比如在富士康這樣的代加工企業(yè)里,這就是一個核心問題:那么多的生產(chǎn)線,物料,人力,如何基于對訂單需求的信息流進行實時的生產(chǎn)計劃變更和控制?顯然,這就需要非常成熟的基于數(shù)據(jù)庫技術(shù)、優(yōu)化算法支持的信息軟件的幫助。當一個訂單信息到來,馬上數(shù)據(jù)庫的信息更新,算法立即給出更新后的生產(chǎn)安排,并反應(yīng)在實際對應(yīng)的生產(chǎn)線和工位上(工位旁的任務(wù)屏幕更新,現(xiàn)場管理人員電腦里相應(yīng)的生產(chǎn)進度安排更新)。這其中具體也設(shè)計了許多機器調(diào)度(machine scheduling)、項目管理(project management)等子問題。對此,[10]是生產(chǎn)計劃和控制方面極好的一本教材。
區(qū)塊鏈最近很火,實在是太火了。你也可能會奇怪,這東西不是應(yīng)該放在資金流那里嗎?誠然,區(qū)塊鏈天然的共享/分布式賬本特性對于金融行業(yè)有著巨大的潛在應(yīng)用(如借貸服務(wù))。然而在供應(yīng)鏈里,它也帶來了對信息流管理極大的作用:這是因為”區(qū)塊鏈技術(shù)的一大優(yōu)點就是數(shù)據(jù)的不可篡改性。如果使用值得信任的數(shù)據(jù)創(chuàng)建了初始區(qū)塊,并且隨后每筆交易都通過由區(qū)塊鏈網(wǎng)絡(luò)達成一致意見而進行驗證,那么從理論上說,區(qū)塊鏈的最新狀態(tài)是可信任的...這樣就能夠建立高水平的數(shù)據(jù)完整性,從而使數(shù)據(jù)可信、可用、安全而且符合連接到區(qū)塊鏈網(wǎng)絡(luò)的各方的要求?!?-Stewart Bond, IDC, 2017年3月。
IBM Watson center已經(jīng)在供應(yīng)鏈管理中啟用了這項業(yè)務(wù),并已經(jīng)成功運用在了全球食品供應(yīng)鏈的質(zhì)量控制(quality control)中。區(qū)塊鏈和信息技術(shù)的結(jié)合,讓對食品生產(chǎn)的每一環(huán)節(jié)的追溯成為可能,并大大加速了對食品污染源鎖定的速度。而其中最重要的便是,除非占據(jù)了區(qū)塊鏈一半以上的區(qū)塊,不然的話數(shù)據(jù)的篡改便是不可能的。[11]應(yīng)該是目前第一篇從理論層面探討這個問題的文章。
在三種流動的研究中,關(guān)于供應(yīng)鏈中資金流的研究起步可能是最晚的。然而,這并不代表這類問題就不重要了,而是因為一個成功的供應(yīng)鏈資金流管理,務(wù)必同時需要和物料流和信息流管理的配合。而在物流網(wǎng)絡(luò)越發(fā)龐大的今天,每天在其中發(fā)生的金融業(yè)務(wù)也是越來越頻繁了。
供應(yīng)鏈金融主要描述的是銀行、核心企業(yè)和中小企業(yè)之間發(fā)生的金融業(yè)務(wù)。這是因為核心企業(yè)往往會外包(outsouce)一部分低附加值的業(yè)務(wù)給中小企業(yè),而中小企業(yè)在處理這些業(yè)務(wù)的時候往往沒有足夠的資金能力,因此需要(從銀行)進行外部借貸。這個時候,為了“盤活”整條供應(yīng)鏈,核心企業(yè)會選擇那些值得信賴的中小企業(yè)并為之擔保,從而使得中小企業(yè)能獲得銀行(更加優(yōu)惠)的借貸金融服務(wù),使得整條供應(yīng)鏈有健康的資金流運轉(zhuǎn)。
一個著名的例子[12]是意大利的奶酪行業(yè)。帕爾馬干酪被譽為奶酪中的王者,這種奶酪造價高昂,然而需要陳化接近2年左右,才能有出售的價值。而一輪(wheel)奶酪即有40磅,即大規(guī)模的奶酪生產(chǎn)的同時就帶來了不菲的存儲成本。在這個案例中,原料供應(yīng)商都是個體戶的奶農(nóng),而生產(chǎn)商是大量的小型家庭作坊(將原奶加工成奶酪),根本沒有維持2年周期的資金能力。因此,意大利Credem銀行以當前成熟奶酪的市場價格進行估值。同時為了考慮市場波動帶來的風險,銀行方面會對貸款額在奶酪估值的基礎(chǔ)上打7-8折,作坊便用其生產(chǎn)的奶酪進行抵押以換取貸款。值得注意的是,奶酪行業(yè)平均的壞品率大概在10%。具體來說,Credem銀行委托其旗下的Magazziini Generali delle Tagliate公司將這些奶酪輪保存在先進的奶酪倉庫中,由受過專門培訓(xùn)的檢察人員進行監(jiān)管。如果奶酪商人拖欠貸款不還,銀行可以在奶酪成熟后出售奶酪。因此我們看到,對銀行來說最核心的問題便是對這些作坊進行風險評估,以及對貸款額進行相應(yīng)的計算,同時,需要根據(jù)市場情況決定判斷什么時候作坊的借貸屬于default(無法還款/不良貸款)。
以國內(nèi)的例子來說,深圳發(fā)展銀行在2005年就與中國對外貿(mào)易運輸(集團)總公司、中國物資儲運總公司和中國遠洋物流有限公司簽署了“總對總”戰(zhàn)略合作協(xié)議。短短一年多時間,就有數(shù)百家企業(yè)從這項合作得到了融資的便利。據(jù)統(tǒng)計,僅2005年,深圳發(fā)展銀行“1+N”供應(yīng)鏈金融模式就為該銀行創(chuàng)造了2500億元的授信額度,貢獻了約25%的業(yè)務(wù)利潤,而不良貸款率僅有0.57%。然而直到今天,國內(nèi)供應(yīng)鏈相關(guān)的金融業(yè)務(wù)雖然規(guī)模越來越大,其模式卻仍然還是處于比較初級的階段。因此,新的管理模式,技術(shù)的應(yīng)用(如之前所提及的區(qū)塊鏈技術(shù))可能具有很大的潛力。
在理想的無套利(arbitrage-free)金融市場里,經(jīng)典的CAPM模型是通過求解一系列風險約束的最大化期望回報的優(yōu)化問題得到的平衡解。其解是隨著優(yōu)化問題的風險約束而scale的:即假設(shè)你投資一類無風險資產(chǎn)(比如銀行定期,國債),和一類有風險的資產(chǎn)(比如股票,期貨),那么隨著風險約束的懲罰增加你對于風險資產(chǎn)的投資率也應(yīng)scale down(與此同時對無風險資產(chǎn)的投資應(yīng)scale up)。我們用 表示風險約束的拉格朗日乘子,也即所謂的market risk premium,那么在CAPM模型下一筆資金流
(均值為
,和回報
的covariance為
)的present value(假設(shè)discount rate
)便是
這個模型給了我們很好的靈活性來model考慮風險情況下的資金估值。好比我們有一筆資金流是和產(chǎn)品的產(chǎn)量相關(guān),即 ,其中
描述了產(chǎn)品的產(chǎn)量與均值的差(是一個隨機變量),我們也可以直接認為產(chǎn)量和回報
成正比,這樣我們就可以更好的計算
的真正價值。
我們指出,在具體的供應(yīng)鏈應(yīng)用中,CAPM對于有capacity level決策類型的問題(在SCM中十分常見)并不能直接應(yīng)用,因為這些決策會影響資金流與市場回報的covariance。如果我們的capacity level很低,那么我們所有的產(chǎn)品都能賣掉,這個時候資金流和市場的correlation很小所以discount rate應(yīng)該接近risk-free;反之,如果我們有很高的capacity level,這個時候我們的市場回報便和真實的需求分布非常接近,此時我們的資金流和市場就有很大的相關(guān)性(correlation),就需要有更高風險的discount rate。
具體來說,我們考慮一個關(guān)于capacity level 的決策問題(單位成本
),同時可以生產(chǎn)
種不同的產(chǎn)品,每樣產(chǎn)品的單位利潤是
(即相應(yīng)單位售價-單位生產(chǎn)成本),假設(shè)每個產(chǎn)品的需求
是log-normal分布,我們就有如下兩階段的優(yōu)化問題(當然,可以容易拓展到更多期的):
也就是說,這里 是用來控制風險的常數(shù)。容易看到,這個問題在
時就等價于一個newsvendor model,而實際上這種時候我們也有這個model和CAPM model的equivalence。且這個model capture了之前的intuition:當
較低即第一個約束是緊的時候,我們可以認為
對所有的
是常數(shù),因為第二個約束不緊,所以他們是riskless的;反之,當
較大,第一個約束不緊,第二個約束是緊的時候,
就考慮了市場風險的discount,我們第二階段的收入就變成了
當我們考慮市場中的資產(chǎn)(包括各種資金流)可以完全自由地(包括免手續(xù)費)進行交易時,ModiglianiMiller理論指出此時運營決策和金融活動是可分離的。在這種完美市場情況下,公司的資金結(jié)構(gòu)或融資模式和運營決策無關(guān)。然而,實際中市場并不是完美的,比如市場中是會存在摩擦(friction)的:交易手續(xù)費、政府管控、借貸、征稅、信息不對稱(借貸者和生產(chǎn)者對產(chǎn)品的knowledge程度不同)等因素都會破壞完美市場的假設(shè)。
本節(jié)我們主要考慮借貸與稅收的影響。我們考慮對任何利潤有成比例的稅率
,借貸本金
,其中借貸利率為
。也就是說,在
的情況,任意
的部分都要繳納
比例的稅。我們認為如果demand不夠支付capacity成本和借貸利率的時候,公司default且破產(chǎn),這個時候能夠回收
比例的資產(chǎn),那么我們的模型就變成了:
其中 自然就表示了demand的pdf。4.2-4.4的內(nèi)容都來自[13],更深入的討論,參考文獻和實際應(yīng)用,也可以在其中找到。
這幾十年來,SCM領(lǐng)域發(fā)展至今,從一開始只針對物料流的控制與管理,到如今三種流動的研究和應(yīng)用都越發(fā)成熟,經(jīng)歷了不計其數(shù)的學(xué)者和從業(yè)人員的努力、研究和付出。顯然,本文只是對這幾十年發(fā)展歷史的一個極簡略的概述。我們希望SCM這個領(lǐng)域能夠吸引無論是學(xué)界、業(yè)界,越來越多聰明、勤奮的年輕人投身其中,為人類的實際生活,和現(xiàn)代社會的發(fā)展做出有用的貢獻!
[1] Petruzzi, Nicholas C., and Maqbool Dada. "Pricing and the newsvendor problem: A review with extensions." Operations research 47.2 (1999): 183-194.[2] Farahani, Reza Zanjirani, and Masoud Hekmatfar, eds. Facility location: concepts, models, algorithms and case studies. Springer Science & Business Media, 2009.
[3] Golden, Bruce L., Subramanian Raghavan, and Edward A. Wasil, eds. The vehicle routing problem: latest advances and new challenges. Vol. 43. Springer Science & Business Media, 2008.
[4] 楊聚平, 楊長春, and 姚宣霞. "電商物流中 “最后一公里” 問題研究." 商業(yè)經(jīng)濟與管理 4 (2014): 16-22.
[5] Williamson, Oliver E. "Outsourcing: Transaction cost economics and supply chain management." Journal of supply chain management 44.2 (2008): 5-16.
[6] 國際物流學(xué). 清華大學(xué)出版社有限公司, 2000.
[7] Chen, Frank, et al. "Quantifying the bullwhip effect in a simple supply chain: The impact of forecasting, lead times, and information." Management science 46.3 (2000): 436-443.
[8] Simchi-Levi, David, Edith Simchi-Levi, and Philip Kaminsky. Designing and managing the supply chain: Concepts, strategies, and cases. New York: McGraw-Hill, 1999.
[9] 物流信息系統(tǒng). 清華大學(xué)出版社有限公司, 2004.
[10] Nahmias, Steven, and Ye Cheng. Production and operations analysis. Vol. 6. New York: McGraw-Hill, 2009.
[11] Chod, Jiri, et al. "Blockchain and the Value of Operational Transparency." (2017).
[12] Trichakis, Nikolaos, Gerry Tsoukalas, and Emer Moloney. "Credem: Banking on Cheese ." Harvard Business School Case 615-046, February 2015.
[13] Birge, John R. "OM forumOperations and finance interactions." Manufacturing & Service Operations Management 17.1 (2014): 4-15.
破譯汽車物流供應(yīng)鏈背后的京東力量:從LEED金級BTS定制倉到7個月全托管高質(zhì)量交付
3478 閱讀中通、圓通、韻達、申通、極兔的單票快遞成本是多少?能賺多少錢?
2019 閱讀運價漲潮再來襲!美線搶運引發(fā)爆艙,或破萬美金?
1215 閱讀快運江湖的“老大哥”回來了!
1132 閱讀京東物流陜西省大件京東幫招商
1123 閱讀滿幫2025年一季度營收27億元,業(yè)績增長超預(yù)期
975 閱讀順豐、圓通、韻達、申通發(fā)布最新業(yè)績
896 閱讀供應(yīng)鏈管理40年簡史:概念與實踐的螺旋互動
782 閱讀中通快遞2025年首季收入108.91億,凈利潤增40.9%
769 閱讀2024年平均工資出爐,交通運輸、倉儲和郵政業(yè)人均年薪近13萬
767 閱讀