年度協議庫存物資需求計劃預測研究與應用

苗欣 馬捷 傅強 劉圣通 施海鷺 王曉琳

【摘要】本問通過對天津市電力公司物資需求計劃管理現狀的分析，針對天津公司當前生產運營狀況，構建出協議庫存物資需求預測模型，促進物資需求計劃更加科學合理高效，做到物資供應及時、成本消耗降低、倉儲管理科學，促進物資管理水平的提升，進而深化公司物力集約化管理。

【關鍵詞】協議庫存；物資需求預測；繆爾-溫特斯指數平滑預測模型

中圖分類號：TL372文獻標識碼： A

1 項目概述

1.1 項目背景及意義

近年來， 隨著“三集五大”體系構建的逐步推進，國家電網公司對物力集約化管理提出了更高的要求。物資管理作為物力集約化管理的重要環節，在提升物理集約化管理工作中任務巨大。物資需求作為物資管理流程的信息起始點，是提升物資管理水平的瓶頸的關鍵環節，而物資需求預測的準確性與及時性制約著物資管理水平的提高。

本項目通過對天津市電力公司物資需求計劃管理現狀的分析，針對天津公司當前生產運營狀況，構建出協議庫存物資需求預測模型，促進物資需求計劃更加科學合理高效，做到物資供應及時、成本消耗降低、倉儲管理科學，促進物資管理水平的提升，進而深化公司物力集約化管理。

1.2 項目目標

本項目的目標是通過建立針對協議庫存物資的需求預測模型，形成一套具有彈性以及適用性廣的年度協議物資需求預測模型體系，提高物資需求的準確性和及時性，提高采購效率和資金利用率并為今后研究其他類型物資需求預測打下基礎。

?基于電力行業建立科學的物資需求管理思路。

?提高天津公司物資采購的準確性，為科學合理的安排采購計劃、規范物資采購方式、實現物資采購申請精益化管理提供依據?？s短供應鏈響應周期，降低供應鏈總成本。

?建立一套針對協議庫存物資的需求預測模型體系，提升年度需求計劃管理工作的準確性。

?深化天津公司物力集約化管理，提升公司整體供應鏈管理水平。

2 調研與診斷分析

2.1 物資需求管理現狀分析

目前年度協議庫存需求計劃管理在年度需求計劃提報階段各項目單位在公司物資部制定年度需求計劃編制的原則約束下，按照規定的方案和顆粒度編制、匯總、上報本部門的年度需求計劃，再由物資公司進行匯總、審批并上報物資部，最后由物資部審核上報國網公司，如圖1所示。

圖1 年度協議庫存需求計劃管理業務流程圖

2.1.1 未建立科學的模型作為預測依據

年度需求計劃管理涉及項目單位、物資公司、物資部多個層面， 在相應的年度協議庫存物資需求計劃編制具體工作中模式多樣且缺乏標準化，未建立一套標準的物資需求預測模型體系。因此，物資需求預測的準確性難以得到有效保證。

2.1.2 物資需求預測準確度有待提高

物資需求預測多根據經驗，缺乏合理的依據，容易導致物資需求計劃與真實需求的偏差度較大。根據對天津公司歷年采購數據的分析得出，協議庫存類物資的需求預測數值和真實的實際消耗數值還是有較大差距的。

2.1.3 物資需求預測維度較多

物資管理涉及省公司、物資公司、項目單位等多個層面，預測的維度包括項目、資金、電壓等級，多維度的預測管理容易造成同一類物資重復預測的問題，不利于在財務集約化的前提下進一步完善物力集約化管理。

2.1.4 物資需求管理前置性有待提高

目前，資金層面控制較好，從投資計劃層面能夠從年度資金需求細化到月度資金需求。而物資需求在大型設備物資（例如 110kV 及以上項目的主設備）初步做到臺數與資金的預測，而其他物資基本未在生產計劃中按照項目進度將各階段物資需求細化到月或者季度，再加之物資管理部門和規劃部門間無法及時對項目物資信息進行共享，造成物資管理部門無法參照物資采購提前期準確預測并采購物資。

3.2 物資需求的關鍵影響因素

結合天津公司目前物資管理現狀，從物資需求預測源頭出發，按照供應鏈管理流程，對物資需求的影響因素進行梳理，找出影響物資需求預測準確性的因素。在物資需求預測的過程中，應著重對這些影響因素進行管理。

表 1 物資需求影響因素庫

分析維度 名稱 影響層面 影響內容

投資前期 年度綜合計劃 物資需求報送準確性 年度綜合計劃的投資量決定物資需求的規模

計劃下達時間 物資需求報送及時性 計劃下達時間決定物資需求的時間要求

項目類型 物資需求準確性 項目類型決定物資需求的品類及數量

項目電壓等級 物資需求準確性 電壓等級決定物資需求的品類及數量

項目投資量 物資需求準確性 投資量決定物資需求品類及數量。項目投資量一定，則屋子價格與物資需求數量成反比

需求響應 需求時間 物資需求響應及時性 需求時間是需求單位對物料到貨時間的要求。物資計劃管理過程中，根據物料生產周期、采購周期，確定物資需求計劃最晚提報時間。

招投標時長 物資采購及時性 招投標時長影響牛鞭效應的程度。招投標時長越短，牛鞭效應越弱，越能顯現出實際需求。

合同簽訂時長 物資采購及時性 合同簽訂時長影響牛鞭效應的程度。合同簽訂時長越短，牛鞭效應越弱，越能顯現實際需求。

物料生產周期 物資需求響應及時性 物料生產周期對供貨周期產生較大影響。物資計劃管理過程中需以每類物資的生產周期為基礎，確定相應的采購提前期。

配送時長 物資需求響應及時性 訂貨提前期設置的合理性，及時提出物資需求。

采購周期 物資采購及時性 采購方式的選擇對采購周期的影響較大。物資計劃管理過程中需根據選定的采購方式對應采購周期，確定相應的采購提前期。

外部

環境 國家產業規劃

政策 物資需求準確性 十一五規劃、十二五規劃等政策指導電力行業發展，影響電網建設趨勢。

地域特征 物資需求準確性 不同的地域特征約束物資選型及需求數量。

季度波動 物資需求數量 季節影響業務開展進度，進而影響物資需求數量。

倉儲

管理 平衡利庫 物資需求響應及時性 平衡利庫率越高，物資需求量越不容易堆積，需求響應越及時。

3 物資需求預測模型體系設計

3.1 研究思路

(1) 先進方法與實踐研究。研究國內外通行的物資需求計劃管理先進方法及最佳實踐，為物資需求管理提供借鑒。

(2) 模型研究與分析。從統計學角度出發，研究線性回歸預測法、指數平滑預測法、季節性預測法、灰色預測法、馬爾可夫鏈預測法和博克斯 - 詹金斯預測法等方法，對比分析各種方法的特征和適用條件。

(3) 物資預測分類。從物資類別角度對物資預測進行分類。分析公司目前的物資品類，結合業務特點選取具有代表性的物資大類、中類物資作為分析對象。

(4) 預測選型分析。在物資分類基礎上，搜集目前具備的兩年半的歷史數據，對物資大類、中類進行選型分析。選擇和確定物資適用的預測模型。

(6) 模型構建。針對每一種物資大類、中類預測模型的各種參數， 構建具體的預測模型。提出每類模型基本假設、模型思路、建模步驟，構建物資需求預測模型。

(7) 模型驗證及修正。針對物資類別抽取相應的歷史數據，對其匹配的物資需求預測模型進行驗證， 分析模型預測的偏差度、準確度， 提取季節因子調試并完善模型的各項參數， 提升預測模型準確率。

3.2 物資需求預測建模

3.2.1 物資需求預測類別研究

3.2.1.1 物資需求特點

天津物資需求特點一是需求種類繁雜：天津物資主要以物資品類為基礎對公司物資進行管理，物資品類由電網建設類物資為主，向涵蓋基建、大修、技改、運維以及輔助物資在內的全面物資拓展，物資分為大類、中類、小類、物料編碼，包含 20 個大類，251個中類，4820個小類，80775條物料編碼。公司的電力物資需求大約有8 萬多種物資，并且仍處在不斷增加的狀態中。物資需求種類繁多復雜。 特點二是需求趨勢多變：同一物資類別在不同的時間段內的需求是有差異的，不同類別的物資在相同的時間段內表現出來的需求趨勢也千變萬化。

本研究結合專家意見、物資對象的界定原則和年度需求計劃分析報告，對物資需求進行分類，明確本次物資需求預測研究物資的大類類別，見下表2所示。

表2 預測所需的大類編碼和大類名稱

根據項目需求及年度需求計劃中關鍵物資類別，本研究主要對一次設備、二次設備、通信設備、裝置性材料和儀器儀表五個大類的中類類別進行分析。在此基礎上，采用“二八原則” 對每個大類中的中類類別進行分析， 以中類的資金和數量比例為依據進行 ABC 分類。 最終結合分類結果和年度需求分析報告確定中類類別。

表3 預測所需的物資中類名稱

3.2.1.2 選取預測維度

本研究從大類、中類的角度抽取ERP中2011年、2012年、2013上半年涉及18種大類、19種中類的相關數據。

抽取合同臺賬中本次分析類別的大類編碼、大類名稱、中類編碼、中類名稱、計劃交貨月份、數量、含稅總價，按照月份統計各類別需求數量和總價格。

3.2.2 物資需求預測模型構建

3.2.2.1 繆爾-溫特斯指數平滑預測模型

繆爾-溫特斯指數平滑法是 20 世紀 60 年代初由溫特斯(Winters) 研制出來的一種較高級形式的指數平滑方法，它是季節性預測法的一種。其應用對象是具有趨勢變動和季節變動兩種因素的時間序列。首先，分別對趨勢變動和季節變動兩種因素進行指數平滑；然后，將各種因素的平滑結果結合起來, 對原時間序列進行預測。其一般預測模型為：

其中，Yt 是時間序列為 t 時的預測值；t為時間；Tt為長期趨勢因素，表示序列取值隨時間逐漸增加、減少或不變的長期發展趨勢； St為季節趨勢因素，表示由于受到季節因素或某些習俗的影響，而出現的有規則的變化規律；Ct為周期趨勢因素，表示序列取值沿著趨勢線有如鐘擺般循環變動的規律；It為不規則變動因素，表示把時間序列中的長期趨勢、季節趨勢和循環趨勢都除去后余下的部分。一般而言，長期趨勢、季節趨勢和循環趨勢都受到規則性因素的影響， 只有不規則趨勢是隨機性的，它發生的原因有：自然災害、天氣突變、 人為的意外因素等。

對于季節預測法時間序列中各變動因素之間的關系，通常有加法模型和乘法模型兩種。加法模型假設：時間序列是有 4 種成分相加而成的，各個成分之間是彼此獨立，沒有交互影響的。乘法模型假設：時間序列是有 4 種成分相乘而成的，各成分之間存在著相互依賴的關系。其數學表達式如下：

加法模型：

乘法模型：

4.4.2.2模型構建

通過歷史數據分析，七個大類和五個中類物資的交貨金額和四個中類物資的交貨數量和金額具有較好的季節特性，且交貨金額在時間序列上具有明顯的上升趨勢，因此選擇繆爾-溫特斯指數平滑法進行預測。通過對現有材料的分析，本研究選擇乘法模式進行預測。根據數據特性，本研究主要考慮長期趨勢因素和季節趨勢因素這兩個影響因素。因此，繆爾-溫特斯指數平滑法的理論模型如下：

根據繆爾-溫特斯指數平滑法相關公式計算得出七個大類、五個中類的模型參數，并構建預測模型，見下表所示。

表4 七個大類物資繆爾-溫特斯預測模型

表5 五個中類物資繆爾-溫特斯預測模型—數量

表6 五個中類物資繆爾-溫特斯預測模型—金額

3.2 物資需求預測模型驗證

3.2.1 驗證數據來源

本研究按照月份從 ERP 系統中抓取 2011 年、2012 年、2013 年上半年中類物資需求的金額、數量作為模型驗證的基礎數據。

為了驗證模型的準確性，本研究提出了偏差度（| 預測值-實際值|/實際值）對模型的預測結果進行分析。

3.2.2 物資需求預測模型驗證

基于符合季節趨勢的七個大類和五個中類繆爾-溫特斯預測模型，利用歷史數據對其 2013 年需求進行預測。得到大類、中類物資預測結果分別見下表。

表7 七個大類 2013 年需求金額預測值(單位： 元)

表8 五個中類 2013 年需求數量和金額預測值

根據各類的預測結果和其實際需求，對預測結果進行驗證，分析每個大類和中類的預測偏差度（見表9,10所示）。

表9 七個大類 2013 年需求金額預測偏差度表

表10 五個中類 2013 年需求預測偏差度表

由偏差度表可以看出12類物資的偏差度在10%以下，說明預測較準確。從對著 12 類物資歷史數據可以看出其趨勢具有明顯的上升或下降趨勢，通過調研分析和專家訪談，其受到不規則因素影響較小，因此利用季節方法中的繆爾-溫特斯指數平滑法預測具有較高的準確度。隨著歷史數據的積累，其季節趨勢會越來越明顯，預測結果會更加精準。

4 總結與展望

4.1 總結

4.1.1 物資需求預測模型體系具備預測準確性與動態更新性

本研究預測數據以真實的歷史數據為研究對象，針對協議庫存類型物資構建需求預測模型進行預測驗證。運用物資需求預測模型體系能夠準確預測物資需求的趨勢，為物資需求管理、計劃管理、采購管理、倉儲管理提供數據參考依據。

4.1.2 物資需求預測工具具備廣泛的適用性

從天津層面，選取不同顆粒度物資，運用協議庫存物資需求預測模型體系，對 2012年、2013年需求進行預測驗證。針對每類物資歷史需求數據特點以及預測模型適用特點，對物資需求預測驗證，結果顯示預測偏差度較好，控制在15%以內。

4.2 遠景展望

4.2.1 提升物資需求計劃工作， 建立協同機制

科學合理的物資需求預測模型，能夠針對各類物資的需求數量和金額進行科學預測，逐步將需求計劃管理方式由“被動需求管理為主，人為經驗預測為輔”的計劃管理模式轉變為“科學預測物資需求，差異化調整計劃，指導分層采購”的主動計劃管理模式，增強了物資采購計劃的準確性。

4.2.2 以物資需求預測為參考，優化物資管理水平

物資需求預測模型的預測結果可作為物資計劃管理和采購管理的參考依據，具有一定的指導意義，應不斷優化物資計劃管理與采購管理， 使其處于良好運行水平，結合物資需求預測結果，提升物資管理現狀。

4.2.3 擴大框架協議采購物資范圍，引導采購向優秀供應商集中

采取集中招標的方式，篩選優秀生產廠家，發揮計劃的前瞻性，提前預測，提前采購，抓住最佳采購時機簽訂供貨合同，實現批量采購。 突出規模效益，提高采購質量，減少重復工作，有效的縮短采購周期。目前公司框架協議比例所占相對較少，還有很大的擴充空間，對公司所需的“需求數量大、合同金額大、使用頻率高、供貨廠商比較固定且實力強、信譽好”的物資，本著成熟一個、運行一個的原則上報框架協議采購申請，引導采購向優秀供應商進一步集中。