虽然订货点的统计学计算在概念上是简单的，但它比直觉方法要费劲得多。这

        是否值得？回答是断然地值得，因为统计学技法实际地把后备库存分配到最需要的

        地方而不是将它平均地分配到全部库存中去。

            图５－１４所示为根据经验法则分配后备库存的一例，例中对物品Ｐ．Ｙ与Ｚ

        的后备水平都设为１周的供应量，它们的平均周需求相等。物品Ｐ销售给许多客户，

        其销售史的标准偏差为２６１件。物品Ｙ的预测平均需求与物品Ｐ相同，但它卖给

        少数客户，所以其需求更不稳定，它的标准偏差是５５１件。物品Ｚ的周平均需求

        同物品Ｐ与Ｙ一样，标准偏差同Ｐ一样，也是２６１件。它是低值物品而生产调整

        成本是高的，因此，其订货量大，等于６５００件。所有物品都假设要有１周的补

        货提前期。
       
           ┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
           ┃                  经验法则＝１周的供应量                    ┃
           ┣━━┳━━━━┳━━━┳━━━┳━━━┳━━━┳━━━┳━━┫
           ┃物品┃周需求  ┃订货量┃标准偏┃１周储┃标准偏┃交货* ┃缺货┃
           ┃    ┃预测(件)┃ (件) ┃差(件)┃备(件)┃差个数┃服务率┃次数┃
           ┣━━╋━━━━╋━━━╋━━━╋━━━╋━━━╋━━━╋━━┫
           ┃ Ｐ ┃  500   ┃  500 ┃  261 ┃ 500  ┃ 1.92 ┃ 97.2 ┃ 2  ┃
           ┣━━╋━━━━╋━━━╋━━━╋━━━╋━━━╋━━━╋━━┫
           ┃ Ｙ ┃  500   ┃  500 ┃  551 ┃ 500  ┃ 0.91 ┃ 81.9 ┃ 9  ┃
           ┣━━╋━━━━╋━━━╋━━━╋━━━╋━━━╋━━━╋━━┫
           ┃ Ｚ ┃  500   ┃ 6500 ┃  261 ┃ 500  ┃ 1.91 ┃ 97.2 ┃ 0  ┃
           ┣━━┻━━━━┻━━━┻━━━┻━━━┻━━━┻━━━┻━━┫
           ┃总计                            1500                    11  ┃
           ┣━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┫
           ┃              每年缺货２次时要求统计后备                    ┃
           ┣━━┳━━━┳━━━━━━┳━━━━┳━━━┳━━━┳━━━┫
           ┃物品┃每年订┃ 交货服务率 ┃标准偏* ┃标准偏┃要求的┃ 缺货 ┃
           ┃    ┃货次数┃            ┃差个数  ┃差(件)┃后  备┃ 次数 ┃
           ┣━━╋━━━╋━━━━━━╋━━━━╋━━━╋━━━╋━━━┫
           ┃ Ｐ ┃  52  ┃50／52=96％ ┃  1.75  ┃  261 ┃  460 ┃  2   ┃
           ┣━━╋━━━╋━━━━━━╋━━━━╋━━━╋━━━╋━━━┫
           ┃ Ｙ ┃  52  ┃50／52=96％ ┃  1.75  ┃  551 ┃  965 ┃  2   ┃
           ┣━━╋━━━╋━━━━━━╋━━━━╋━━━╋━━━╋━━━┫
           ┃ Ｚ ┃   4  ┃ 2／ 4=50％ ┃  0     ┃  261 ┃    0 ┃  2   ┃
           ┣━━┻━━━┻━━━━━━┻━━━━┻━━━┻━━━┻━━━┫
           ┃总计                                           1425     6   ┃
           ┗━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┛
            * 取自图５－７    安全因子表
                     图５－１４    确定后备存货时统计量的价值
       
            如图５－１４所示，所有物品都设１周的供应量作为后备存货水平将引起每年

        约１１次缺货。为这些物品各自计算出统计的后备存货将使缺货次数降为每年６次，

        同时总后备量可降为１４２５件。每一物品的后备要求都与经验法则所设定的不同，

        这是因为：

            １、物品Ｐ的订货量很小，所以缺货曝光次数大（每年５２次）。

            ２、物品Ｙ需较大的后备存货，因为其需求更不稳定。这一较大的变化导致较

        大的标准偏差。

            ３、物品Ｚ订货量为６５００件；每年只有４次曝光于缺货。事实上，物品Ｚ

        要保持每年缺货不超过２次无需在预期的需求之外再增加后备存货。

            统计法结果更佳是因为直觉技法不能考虑确定后备存货所要求考虑的全部因素。

        它们是：

            １、预测误差

            ２、提前时间

            ３、订货量

            ４、所希望的服务水平

            此例说明虽然有困难而且开销大，采用统计方法去控制库存还是值得的。用这

        些技法更好地去分配后备存货，从而获得在不增加缺货次数的条件降低库存的1／3

        或更多、或者在不增库存的条件下减少缺货次数到原来的1／3这样的结果，并非罕

        见的事。

            对成千种物品应用统计技法进行计算所需现代计算机与软件程序都很容易弄到

        而且相当便宜。由于不能恰当地去应用它们而带来的过量库存与不良的客户服务，

        其代价要昂贵得多。

            原理１８．用经验法则来设定后备存货不行，因为这些法则忽视了需要它们的

        理由。

            虽然统计订货技法能在公司的经营中产生相当大的进步，它们应该被谨慎地、

        具有常识地去应用。思想上要牢记库存的ＡＢＣ分类法。高价物品应受到最紧密的

        注意。有时甚至把Ａ类物品隔离为“顶Ａ”（“TopＡ”）类物品， 它将受到物料

        控制经理个人的经常注意。这些物品当然应该具有定期地使用统计技法把它计算出

        来的浮动的订货点；有时，采用更为精确的技法去得到这些库存控制中的最大节约

        也是值得的。另一方面，即便有计算机可用，可能也不使用统计技法去控制低价物

        品；因为有秩序地去应用较简单的技法就已经非常有效了。

            统计的概念不仅有助于实际工作者去降低库存，而且懂得这些概念可使他们更

        好地把握库存系统的日常作用。大多数物料控制人员经常面临的问题之一就是库存

        中必须持有的物品的品种数目日益增多。更好地了解库存的行为特征当然不会消除

        这一趋势，但更好地了解库存系统的作用有助于实际工作者去对付这种趋势。下面

        举一简单例子。

            在大多数企业中需求的特征之一就是较活跃的物品具有较稳定的需求，而较不

        活跃的物品具有变动不定的需求。存货记录通常表明，平均需求为每月１０件的物

        品往往很少有哪个月份的需求会接近于１０件──它很可能是０或３０，虽年度需

        求量的平均值是每月１０件。另一方面，如果需求为每月平均２０００件，则很可

        能很少月份的需求会超过３０００或──最多──４０００件。对于大众喜爱的物

        品，需求很少会超过平均需求的两倍，而对于活动性低的物品，其需求可能时常达

        到平均需求的三至四倍。

            随着更多品种物品的加入库存，几乎总是需要提高总库存水平。不熟悉库存控

        制的人员不会立即理解这一点，因而时常提出这样的问题，如果我们去年每月出售

        １０００件红色附件而今年我们仍将每月出售１０００件，不过要分红、白、兰三

        种颜色，为什么你的库存必须增加呢？实际情况可能如下表中所示：
              ─────────────────────────────
                  库    存          提前期中的需求          后备存货
              ─────────────────────────────
              Ａ．只存红色附件        １０００件            ３００件
              Ｂ．红色附件              １６０件            １００件
                  白色附件              ４２０件            ２００件
                  兰色附件              ４２０件            ２００件
                                   ────────     ────────
                            总计      １０００件            ５００件
              ─────────────────────────────
            在这一假设的例中，用三种产品替代一种产品要求增大后备存货才能提供同原

        来一样的服务水平，因为三种产品的需求量都较低，其结果是需求的变差性增大了。

            有一组作者（９）注意到如果一家公司增多分支仓库──库存分家的极好例子

        ──则库存后备将随所包含的分配点数目的平方根而变。若一家公司使用３００件

        后备存货，今若增设两个仓库（设它们平均分担需求的供应），则达到与原先同样

        服务水平所要求的后备是：
                                      １个分配点的后备
                后备（每一分配点）＝───────────
                                      √分配点的数目
       
                                      ３００
                                  ＝─────＝１７３
                                     √ ３
            增多产品大类中品种的数目也会加重批量大小的问题。倍增通过一个部门的品

        种数意味着或者要运用大于经济批量的批量或者要倍增生产调整小时数或者在这两

        种方案之间采取某种折衷。这就进一步强调缩短生产调整时间的必要，详见第二册

        （６）。
            这些是物料控制实际工作者每日面临的问题的典型例子。知道了库存的行为特

        征，这些实际工作者至少可以了解可能会发生什么问题，而他们如果在应用统计概

        念方面足够机灵的话，就可以向管理者提出每种情况下的有效替代方案。他们可以

        在知道所有的后果的情况下去作出决定，而不是在事后再去了解这些后果或者误认

        为库存的增加是由于物料控制不好引起的。

            对于任何类型的订货系统，要牢记最重要的一点是它应该管用。统计学能为实

        际工作者提供有用的工具，但其结果将取决于他们的良好的辨别力以及在应用这些

        工具中的判断力。详见第２册（６）。