文章

库存宏观研究

2009-12-03马国钧

1607阅
我们被迫在一切知识领域中运用‘整体’或‘系统’概念来处理复杂性问题1。对于库存这样一个复杂性问题,本文企图从大尺度库存的分析研究入手,用系统科学和宏观经济学最基本的概念,以形式逻辑的方法和通俗的表达,尝试一种新的叙述;同时,将对信息化几个主流概念,进行一次求证。

    库存是什么?就是现在是闲置,将来要用的,并且是有经济价值的资源。

    在经济活动(包括一些社会活动)中,供应和需求、生产和销售始终存在于一个矛盾的统一体内。而库存则是一个必须的非常有效的“蓄水池”,以维持经济活动有效地持续运行。如何用库存来平衡供需、产销矛盾以及优化它们之间的关系,这在系统科学——运筹学的体系中,专门有对库存的分析研究。但是,评价库存是高了或低了,是由市场需求决定的,而市场是动态的。库存的利弊也在转化。库存绝对值与其产业的特征以及整个生产到消费的周期有关。

“JIT”是真的吗?

    由日本汽车企业演化出来的JIT(Just In Time)模式以及提出的“零库存”的概念是一个伪命题。

    日本汽车企业实现的“零库存”真的没有库存吗?

    一个产品的全生命周期应该包括从生产到消费的全过程。这是一个系统。观察这个系统中的现象要从系统的角度。提出并言称实现JIT的几个日本大型汽车企业,本质上就是几个汽车装配线。这是典型的流水线作业方式。在生产线上,想留下几个在制品库存都很难。维持JIT生产方式关键的是,要求在零部件供应商支持下,保证在一个准确的时间把准确的零部件放在准确的位置上。如果这个型号汽车市场很好,那么,从零部件进厂到整车出厂,一定是零库存。

    从系统的角度,库存被我们忽视的是两个方面,上游零部件的供应商以及下游的营销环节。这个汽车装配线的“零库存”一定是以上下游的更大的库存作为代价(可能“替代”这个词更好)的。汽车零部件企业绝大多数是离散型的生产方式,不可能实现JIT(为什么不能实现JIT,后面将有叙述);它们又更强烈受到市场订单变化的冲击,为维持和整车厂的合作,不得不在库存上作出牺牲。而汽车经销商必须以适当的库存作为经营方式,否则根本做不了生意。

    如果把问题缩小,可能更容易说明这个问题。例如一个机械加工生产企业,我们把总装车间设计成流水线,由若干部件生产车间作为“供应商”。即使这条流水线是“混线”生产(组装不同产品),市场需求变动很大,但是我们也很容易把流水线做成JIT和“零库存”。但是,代价就是,为保证流畅,流水线旁边要堆满了各种产品的子部件,同时,原料仓库预存了大量备用物资。否则,企业界的管理者就不会抱怨生产计划调度难了。不可否认的是,流水线JIT了,总装在线库存为零。

    本文开始先讲了日本定义的JIT,并指出它的局限性,目的是想说明,观察一个现象应该从全局和系统的角度。

大尺度下的库存

    以宏观经济学的角度分析,在一个大尺度的范围,供给和需求一定是平衡的;随着时间的推移,供给和需求在同步按照指数式增长;最后收敛于资源的枯竭。资源是否会枯竭以及能否有替代,是一个有中生无、无中生有的哲学命题,我们不能讨论,至少在可观察的范围,还不至于发生。但是,就库存的分析而言,我们分析从第一产业、第二产业到第三产业的实际的统计意义的数据,可以画出这样一幅图表。

图表1 大尺度的库存
图表1 大尺度的库存


    对这个图表的说明:

    1、纵坐标“库存”,是在一个“大数”条件下的库存量,是统计学意义上的。

    2、横坐标中各个行业的名称和位置肯定有些误差,数量也远远不够,但是,总体布局和实际相符。值得特别说明的是,一、二、三产业的划分是人为定义的,各国对此定义有所不同,但是三者之间没有绝对的界限。

    3、那一条函数曲线是主观猜测的,也可能是一条直线,但是方向以及与纵横坐标的交点和实际相符。

    4、后面一个尾巴是“负库存”,指供给小于需求的差额,在本文中暂不叙述。

    现在,我们对这个图表进行分析。

    一、库存量分析

    第一产业是通过人类劳动直接从自然界取得产品,这是人类赖以生存和发展的根本。在第一产业,库存的原理很简单,“家里有粮,遇事不慌”。闲置的森林,也许留给下一代开采。如果,当一个国家存粮仅够三个月吃饭,那一定会兵荒马乱。

    第二产业指对于从自然界取得的产品再加工的产业,包括采矿业。这个产业中各个行业,产品都是第三产业的基础,关乎国计民生。产品生产周期长不得不保持高库存,另外有些行业保持比较大的库存使企业更容易取得战略优势。例如,适当的石油库存的战略地位任何一个国家都不容忽视。

    第三产业,这是一个直接面对消费者(不一定是最终的)的行业,这个行业的企业对库存又爱又恨。为了维持生产经营,不得不保持一定库存,但是,一不小心就成为包袱。靠库存发财的也有,但是风险太大了。

    有一种说法认为库存是万恶之源,事实上,库存是生产经营运作过程必然存在的现象,从第一产业到第三产业对库存的需求是一个递减的过度。这是人类从有了生产消费以来逐渐形成的自适应的一个库存系统现象。

    二、市场敏感度分析

    从上述情况也基本看出,从第一产业到第三产业,各个行业对市场的敏感度是一条上升的曲线。同样,库存对于企业的风险度也是一条上升的曲线。

    三、生产周期的分析

    第一产业是以年为单位,第二产业以月为单位,第三产业以日为单位甚至以小时为单位。

    四、生产过程的离散度和产品多样性的分析

    这个概念是从流程型工业、离散型工业延伸过来的。

    第一产业我们可以定义称之为:超流程型行业,产品生成过程的“流水性”极强,想停都停不下来。但是生产活动是阶段性的,例如农忙、农闲、保育期、采伐期、休渔期。这个产业的全部生产过程包括了自然界自身的活动。

    第二产业的很多行业不同程度都体现出相当的流程型特征,例如石油、煤炭、化工、电力、钢铁等等;同时,随着产品的深加工,也出现明显的离散型特征。

    第三产业各个行业的生产离散度将不断加大。第三产业中,主要分为制造业生产和服务业生产。越是靠近最终消费(人),生产过程就越是离散。在第三产业的末端,已经呈现产品不能存贮的特征。

    伴随着从第一产业到第三产业各行业离散度的不断加大,一定会出现品种的多样化,这是由于最终消费需求的多样化造成的。也就是说,这一条最大的产业链条,一定是从单一产品大量生产,到小批量多品种不断加大的过程。不能忽视的还有一个现象,就是生产资源从特定的、专用的,到通用的和混线生产的过程。例如,化工生产线用指定原料只能生产单一品种,而一个机加工企业的车床可以用棒料生产出无数种产品。这与企业生产现场的复杂度有关。本文后面将有叙述。

    我们用几条曲线来描述上面的分析:

图表2 大尺度库存分析
图表2 大尺度库存分析

分页
各产业企业生产管理特征的分析

    从大系统和产业整体的角度分析生产管理,必须定义研究的范围。我们把研究生产管理的范围确定在企业对增值活动及其直接相关的生产活动范围,或者说是对生产现场的管理。企业生产关联的产品开发设计、财务行政、营销运作等方面,不在本文研究范围。

    生产管理的特征

    生产运行管理的核心是生产系统,生产系统是指一个企业投入了资源(人力、管理、设备、厂房设施、原料、能源等),通过一系列生产作业,转化了新的产品。生产运行管理主要过程是计划、调度、控制、组织。

    既然生产系统是一个系统,那么我们必须从系统的角度去研究生产系统的问题。系统可以分为简单系统和复杂系统两个基本类型。不同特征的生产系统应该属于不同的系统。对于简单系统和复杂系统的定义很多,我们不需研究这些定义,只需要研究对象在分类中的趋势,看看不同的生产系统是趋向复杂还是简单。

    简单系统的元素很少,可以用较少的变数来描述。复杂系统其特征是元素和变量数很多。例如,经济系统是一个巨复杂系统,每一个人就构成了系统的元素,他们根据自己的决策规则选择合适的时机进行买卖经济活动。在工业生产中,每个订单、原料、设备、人员、工序、零部件等都构成一个元素。系统的复杂与系统的规模无关,而是仅仅与能描述其整个生产过程的主要元素的数量有关。

    例如,一个大型炼油厂,但是就其生产过程而言,主要就是流量、温度、反应时间、压力几个主要参数,我们可以比较容易构建它的数学模型;我们可以设计为自动化流水线,可以把设备使用到极限,也可以预测它未来每一时刻的系统的状态。相对而言,它就是一个简单的生产系统。

    如果是一个汽车零部件企业,有几个车间,有几十台设备,生产几种产品,那么就存在成千上万个元素和变量,在构建数学模型的时候,一定会遇到“维数灾”的困扰。就这样一个简单的汽车零部件企业的生产流程控制管理系统,就可以称为21世纪世界公认的难题。

    衡量生产现场复杂程度的系数DC用下列公式表示:

    DC=N  (单位时间的订单(品种)数×产品工序数)

    N表示混线的程度,专线生产N=1,半混线生产1<N<2,全部都混线生产N=2。

    这个公式可以粗略地评估生产现场的复杂程度,也可以看出来,对于流程型制造业和离散型制造业两者之间有巨大的差别。

    在复杂系统中,没有哪个主体(例如车间、人员)能够知道其他所有主体的状态和行为,每个主体只可以从个体集合的一个相对较小的集合中获取信息,处理“局部信息”,做出相应的决策。系统的整体行为是通过个体之间的相互竞争、协作等局部相互作用而涌现出来的2。举例说,对于流程型企业,我们对生产的现状、未来的趋势也就是对产能的评估可以比较清晰,但是对于离散型制造业来说,评估产能将是一个非常困难的事情,甚至一个车间主任都对自己车间不能做出正确回答。

    如果从数学模型和性质分类来说,可以分为线性系统、非线性系统;连续系统、离散系统;确定性系统、不确定性系统;从对象分类,可以分为静态系统、动态系统和有控制系统、无控制系统;而描述这种生产活动的数学工具也大不相同。从科学研究的意义上,现代科学正转向以非线性系统为主要对象,未来的科学本质上是非线性科学3。下面图示是对于从第一产业到第三产业(或者说从流程型到离散型制造业)的一个说明。

图表3 各个陈烨系统特征
图表3 各个陈烨系统特征


    就生产活动来说,越是接近第三产业,活动的描述将变得极其艰难,传统的运筹学研究成果已经显得非常乏力。尽管现在计算机科学发展迅速,但从系统科学来说,很多课题目前无能为力,它们将是未来研究的任务。值得我们重视的一个研究成果和发展动态是,美国威斯康星大学终身教授LEYUAN/SHI(刚刚就任北京大学工业工程与管理系主任)带领的团队,经20余年的研究和实践,用现代工业工程和系统工程的理论,以最新的运筹学优化方法(NP方法),通过大量的实际案例,成功研究出一种针对离散型制造业的实现精益生产管理的理论、方法和工具,并且在美国和中国的一些企业得到应用,让“精益生产管理”从专家咨询的层面,稳健地“落地”。

生产活动的增值行为和浪费行为

    我们把生产活动的时间分为三类:增值活动(VA)、非增值活动(NVA)和浪费活动(Waste)。例如,车床切削是VA,换刀具是NVA,等待时间是Waste。详细地记录每批零件在制造周期内的各类活动,然后利用数据分析的方法对生产流程进行诊断,发现生产流程中的问题,提出流程优化措施,这是通常流程优化的分析方法。

    通过在很多企业做过的流程诊断的大量数据,结合本文开头展示的“大尺度库存图”,我们还可以看到如同上面图示的一个重要现象。从第一产业到第三产业,在生产活动中,无效的浪费时间是从零过渡到接近100%,几乎是一条上升的直线。

图表4 各产业的Waste现象
图表4 各产业的Waste现象


    不管是发达国家的工业,或者是我国的工业,这种现象是同样存在的。越是趋向连续性流程性的生产活动,Waste就越少;而在离散型加工工业,Waste达到90%以上是普遍存在的,接近100%也并不奇怪。这是一个客观存在的现象。

    对于我们做企业管理和企业管理软件的人来说,要帮助提高企业的效率和效益,其任务就是:流程行业企业更要关注生产活动之外的管理效率,例如营销、HR、运输、存储、财务等等;对离散型工业企业,管理的任务更加艰巨,能把Waste降低百分之几,将是对企业的巨大贡献。

    那么,为什么Waste会有这么大呢?我们应该分析企业生产管理中的难题。

    企业的生产存在三大不确定因素:

    一、订单(需求)的不确定。订单来自市场,今天有,明天没有;今天三个,明天十个。我们没有办法让订单确定,但是又必须应对这样的市场需求。

    二、采购的不确定。今天涨价少买点,明天预测缺货了多买点。今天水灾路断了,明天车坏了。今天外协供应商还挺好,明天倒闭了。

    三、生产现场的不确定。今天忙死了,明天没活了;今天这个设备检修,明天那个领班请假了;今天突击生产这个紧急任务,把明天的计划弄得乱七八糟。

    事实上,订单(市场)、采购的不确定性必将影响了加大了生产现场不确定性的波动,这类似于“牛鞭效应”。

    通常,企业应对着三大不确定因素的唯一方法就是:加大库存。订单不确定,预先生产一些,随时应对市场需求;采购不确定,我们就多买一点放着;生产现场不确定,我们在一些耗时多的工序,先做出来一些半成品,等来了订单能迅速交货。但是,如果我们仔细分析这三大不确定,订单和采购的不确定我们无能为力,仅仅在生产现场的不确定方面我们可能会有所作为。如果我们能准确把握生产现场,能够准确评估产能,能够满足交货期,那么,我们没有理由不消减所有的库存。

    但是,几乎对所有的离散型制造业,在多约束和动态的信息条件下,生产现场管理没有一个有力的决策工具支持,完全凭经验指挥生产,安排计划调度,不可避免地出现很大的Waste,也不可能不用大的库存作为代价。

    我国提出“科学发展观”、“转变增长方式”、“建设节约型社会”的发展模式,那么我们就需要提出一个问题:企业需要投资固定资产扩大产能吗?企业到底有多大的产能挖掘潜力?制约产能的关键在哪里?

    有一个很好的例子,某上市公司的生产主管向领导提出购买一台昂贵的关键设备,说这是瓶颈设备,否则无法满足订单需求。这位领导说,你派一个人就站在这台设备前掐秒表做记录,把设备的真正干活的时间算出来。结果是,在全部工作时间内,仅仅有25%在做有效的工作。最后,他们通过精细化管理,没有添加任何设备就满足了订单需求。还有一个例子是,前几年国防科工委提出了“千台数控机床增效计划”,研究如何让机床加快转速,改进刀具,提高加工效率。但是,军工企业的生产效率低下根本不在于机床的快慢,而是体制、机制和生产管理的粗犷。事实上,如果这台数控机床不是瓶颈设备,加工速度快了只能让Waste的时间更大。

    从调研的几十家离散型制造业企业的数据表明,尽管订单饱满,表面上看忙忙碌碌,但由于生产计划调度的问题,多数企业产能仅仅发挥到30%左右,存在着很大的产能浪费和库存积压。从这里着手改善才是贯彻科学发展观的实践。
分页
生产管理信息化

    企业信息化管理软件种类繁多,但是,从生产现场管理的软件来说,没有一种比MRP、MRPII更伟大的。在90年代初,人们又提出ERP,并被赋予了更深的内涵。它强调供应链管理,除了传统MRPII系统的制造、财务、销售等功能外,还增加了分销管理、人力资源管理、运输管理、仓库管理、质量管理、设备管理、决策支持等功能,支持集团化、跨地区、跨国界运行。但是,ERP的核心仍旧是MRP,这表现在ERP的基本构架和基本逻辑与MRP并无本质上的改变。

    但是,人们对ERP的非议,问题就出在这里。

    MRP/ERP最初的研发和应用都基于流程型的工业企业。但是ERP(企业资源计划)如同它的一样名字,将走一条普适性的道路。对企业来说,找不到不属于企业资源的内容。结果,ERP的框架越做越大,什么都想管。最关键的是,ERP的关于生产管理模块的基础架构、理论和数学工具根本无法支撑离散型制造业的应用,而ERP的供应商从来不去做这样的说明,强行进入离散型制造业的市场。其结果就是引出了“上ERP找死,不上ERP等死”的奇谈怪论。

    就目前而言,在企业信息化领域,ERP是无可替代的信息化工具,尤其是针对企业的上层管理者来说非常重要。ERP对于企业信息的透明和信息的利用提供了强大的平台,这方面适用于所有的企业以及其他社会组织。遗憾就是,它对于离散型制造业生产现场的计划调度是十分无力的,尤其是对于企业产能并不是很富裕的情况下,ERP简直就是“瞎指挥”。所以,对于一些离散型制造业企业(尤其是产能不宽裕的),千万不要怪罪ERP,它的生产指挥系统本来就不是给你设计的。

    从一些网络文章和论坛中,关于企业信息化常常有人提出一些问题:ERP与SCM到底有何区别?MES与APS有什么区别?CRM与DRP的区别?对于企业管理模式和方法,人们也会层出不穷地提出一些新的概念,搞的人们都糊涂了。比如:企业资源计划(ERP)、物料需求计划(MRP)、制造资源计划(MRPII)、准时生产(JIT)、精益生产(LP)、按类个别生产(OKP)、优化生产技术(OPT)、供应链管理(SCM)、业务流程重组(BKR)、敏捷虚拟企业(AVE)、敏捷制造(AM)等等。在自动化、OA、信息协同软件领域,更是百花齐放百家争鸣。

    企业信息化技术和应用进展到今天,我们需要把过去受到当时理论和技术局限而形成的一些观点、概念和定义做一番梳理。

    图表5是传统的对生产管理信息系统的一个表述。ERP/MRP/MRPII都是属于计划层的软件。

图表5 传统的三层信息化结构表述
图表5 传统的三层信息化结构表述


    在执行层,担负着企业整个供应链和生产现场的管理和控制,订单的计划下达以及生产计划调度都在这个层次完成,MES(制造执行系统)担负着这个重任。

    在企业的操作层面,属于控制类的软件。比如刀具的控制,数控机床的控制以及工艺设计、辅助制造、数据管理、各种自动化控制等等。

    这种划分和定义缺乏完整生产信息系统的表征,存在层次的混乱和交叉。例如,计划和执行都是一种决策行为,仅仅决策内容对应时间有长短之别;控制本身就是执行的活动,无法分为两个层次;如果MES有计划调度的功能,那么计划层就是多余的。

    按照系统科学和信息学,一个系统的分类必须根据系统的定义。生产管理系统实际上就是针对一组资源,通过控制和执行完成一组任务的系统。如同图表6,表述了一个普适性的企业生产系统,就是说,企业有这么多资源,需要通过控制和实施,按照一定条件完成一组任务。广泛地说,任何一个企业、团体乃至一个人,每天应对的都是如何运用一定的资源去做好某个事情(任务)。

    企业的生产管理信息化系统,就需要针对表6这样一个基本框架,运用信息获取技术、信息传递技术、信息处理技术和存取技术,以控制理论构建一个信息系统。有系统就有信息,有信息就有系统。按照生产管理的实际以及信息的属性及作用,我们可以构建如图表7这样一个信息系统架构。

图表6 资源——任务
图表6 资源——任务


    图表7是一个完整的企业生产现场管理信息化系统。其中:

图表7 生产现场管理的信息系统
图表7 生产现场管理的信息系统


    “信息”层是对企业全部资源和全部任务的详尽描述。通常主要包括:订单企业资源信息、设备信息、工艺信息、BOM信息、人员信息、原材料信息、库存信息、工作日历、成本信息、质量控制信息等等一切必要的信息。由于生产现场是动态的,那么这些信息也是随时间动态变化的。

    “决策”层是信息系统的头脑。生产决策就是面对这么多资源和任务信息,决定怎么完成,用那些资源做哪些任务,谁(设备、人)来做,在什么时间做多少,先做什么,后做什么。简单说,就是为了完成一组任务去最佳地配备资源。事实上,任何决策系统都不会比人聪明。在决策系统所谓的人工智能就是把人的经验告诉系统并且让它学会,换句话说,是把人的经验量化,然后加到决策信息系统中。在现代计算机技术中,做的比较好的信息处理技术是信息的分类、识别、变换、计算、筛选、整理、排序、制表,而真正用到决策系统的信息分析、综合、抽象、演绎、证明,特别是复杂系统的优化,它做到的程度非常有限。

    “实施”层是生产系统实施部分的信息处理。在离散型制造业,这部分信息是传递到作业人员,大部分是由人来控制实施的,除非生产现场拥有大量的自动化设备和控制软件,例如数控机床、加工中心、自动化下料等设备和软件。

    “反馈”层是生产管理信息系统中不可或缺的部分。前面一章已经说过企业生产管理的三大不确定因素,即订单、采购和生产现场都是动态变化的,如果不能实时地反馈到“信息”源头,那么就会发生信息的紊乱、不对称,当然,在这种情形,信息系统处理的结果一定与实际大相径庭。生产反馈系统的技术已经非常成熟了,不论软件和硬件都基本可以做到实时反馈,并用这些反馈数据控制系统的运行。系统的效益、成本、和产品的质量都与反馈有关。

    从表7,我们看出这是一个完整的企业生产现场管理信息化系统应当也必须是一个完整的信息闭环系统。但是,遗憾的是,大部分企业的生产过程的控制如同图表8那样,是一个顺馈系统。这是造成企业效率低下的主要原因。

图表8 生产过程的顺馈系统
图表8 生产过程的顺馈系统


    在图表7中,四个层次都无法准确与现有的商业化软件直接一一对应。实际上,也跟本没有必要做这样的对应。因为二十多年前信息技术的发展远远没有达到目前的水平,不可能去想到用信息技术去解决生产现场管理这样的复杂系统。ERP基本包括了“信息”层中的很多内容,但是,没有能够涵盖“资源”和“任务”的详细描述。PDM、CAPP等软件仅仅包括了一些要素的一部分,也没有能够详细描述。MES具备了生产反馈的功能,但是又有很多属于其他方面的。就现有的成熟软件而言,基本没有能准确描述生产现场的。例如,工艺流程软件中没有包括运输、等待、检验,而生产实际这些事件是必须发生的。最不能容忍的是,唯一的具有决策功能的软件APS(高级计划排程),却被说成MES(制造执行系统)的一个模块,而大部分MES提供商又不能提供这个模块。

    回顾我们现有的各种生产信息化管理软件,我们有理由感到不尽人意或者不满足。一些软件的发展(例如ERP)将向包罗万象的方向走远,显示出“万能”的特征,但是又恰恰忽略了自身天然的不足,某种程度“忽悠”了离散型制造业的用户。从另一方面,生产现场管理的决策软件出现了断层。整体看起来就相当于,我们拥有灵敏的五官,有健全的手脚,优良的设备资源,就缺乏一个聪明的大脑,指挥我们在生产活动中干什么、怎么干、做多少、谁先做、何时做,从而才能提高效率,降低成本,保证质量。这是我们生产管理和信息化领域中的科学研究与实践者共同努力才能实现的一个目标。

责任编辑:殷爽
本文为作者授权转载文章,任何人未经原作者同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
读者评论 (0)
请您登录/注册后再评论