考慮價格和新鮮度的易變質(zhì)品庫存策略研究

　　摘 要：本文主要研究了考慮價格和新鮮度的易變質(zhì)品的庫存策略問題。在不允許缺貨的情況下，易變質(zhì)品的需求依賴于產(chǎn)品的銷售價格和產(chǎn)品自身的新鮮度，產(chǎn)品的庫存會因需求和變質(zhì)而減少，以此建立庫存系統(tǒng)模型。目標就是確定最優(yōu)補貨周期和銷售價格，使得整個庫存系統(tǒng)的利潤最大化。通過分析了利潤函數(shù)，數(shù)學(xué)證明了存在唯一的最優(yōu)解。最后通過數(shù)值算例驗證了最優(yōu)庫存策略的有效性。

　　本文源自商場現(xiàn)代化2020年21期《商場現(xiàn)代化》雜志(原名：商業(yè)科技)主要探討國內(nèi)外現(xiàn)代商業(yè)管理經(jīng)驗和介紹現(xiàn)代科技在商業(yè)營銷管理中的應(yīng)用，并且刊發(fā)精選的國內(nèi)外現(xiàn)代商業(yè)流通領(lǐng)域理論研究成果與現(xiàn)代貿(mào)易經(jīng)濟理論的科研論文。其嚴格化，標準化及性在業(yè)界均享有顯著的聲譽和地位。

　　關(guān)鍵詞：易變質(zhì)品;庫存策略;新鮮度;平均利潤

　　一、引言

　　易變質(zhì)品是指在存儲過程中會發(fā)生變質(zhì)腐爛或揮發(fā)等因素產(chǎn)生質(zhì)量或數(shù)量損耗，例如蔬菜、水果、牛奶、藥品、汽油等。零售商通常采購并存儲產(chǎn)品以準備未來的需求，但是對于易變質(zhì)品來說，產(chǎn)品進入到庫存系統(tǒng)中會開始發(fā)生變質(zhì)，產(chǎn)品的數(shù)量就會發(fā)生損耗，這極大地影響到了零售商的庫存策略，從而影響到了自身的利潤。對消費者來說，這會影響到對該產(chǎn)品的態(tài)度、喜歡或者厭惡等。

　　隨著人們生活水平的日益提高，人們對易變質(zhì)品的要求越來越高，尤其是對新鮮果蔬的要求，他們意識到越新鮮的農(nóng)產(chǎn)品對自身的健康會更好。根據(jù)中國統(tǒng)計年鑒顯示，2019年我國的蔬菜和水果的產(chǎn)量分別為7.21億噸和2.74億噸，分別比2018增長了2.5%和6.7%。

　　由于易變質(zhì)品的易腐特性和我國冷鏈物流不發(fā)達及管理水平低下，導(dǎo)致我國易變質(zhì)品的損失率達到15%-20%。這個損失是巨大的，因此在易變質(zhì)品流通過程中，如何科學(xué)合理地控制其庫存策略，減少由于腐爛受到的損失和增加銷售，同時分析新鮮度對易變質(zhì)品銷售的影響，對于增加易變質(zhì)品供應(yīng)鏈各環(huán)節(jié)的利潤具有極其重要的意義。

　　近年來，越來越多的學(xué)者開始關(guān)注易變質(zhì)品的庫存管理。關(guān)于易變質(zhì)品的庫存管理及供應(yīng)鏈管理方面的研究最早可以追溯到1957年。1963年，Ghare and Schrader第一次考慮了單級庫存中確定性需求下易變質(zhì)產(chǎn)品的庫存模型。其中假設(shè)需求率和變質(zhì)率都是常數(shù)。在此之后，出現(xiàn)了基于不同需求率、變質(zhì)率和生產(chǎn)率，以及考慮通貨膨脹、價格折扣和時值的大量易變質(zhì)產(chǎn)品的庫存模型。

　　李根道等人(2009年)研究了隨機環(huán)境下需求受庫存和價格影響的一類易變質(zhì)品的價格決策問題，利用隨機動態(tài)規(guī)劃進行建模，分析了最優(yōu)價格策略與最優(yōu)值函數(shù)的結(jié)構(gòu)性質(zhì)，最后分析了價格策略。曹曉剛等人(2013年)運用最優(yōu)控制理論建立了一類銷售價格影響需求的易變質(zhì)品的動態(tài)定價模型，通過Pontryagin最大值原理得到了銷售價格的最優(yōu)性條件。

　　Guowei Liu等人(2015年)在考慮聯(lián)合動態(tài)定價和投資策略的基礎(chǔ)上，建立了易腐食品的庫存模型。分析了投資和質(zhì)量對產(chǎn)品需求的影響。Snigdha Banerjee等人(2017年)建立了一個考慮產(chǎn)品新鮮度對需求影響的產(chǎn)品變質(zhì)庫存模型。他們認為，物品在儲存一段時間后，其新鮮度就會下降，變質(zhì)也會開始。考慮到對于一個給定的價格，具有新鮮外觀的產(chǎn)品比具有陳舊外觀的產(chǎn)品有更多的購買者，當新鮮度在一定程度上降低并且變質(zhì)已經(jīng)開始時，價格折扣被用來促進需求。允許缺貨，并假定缺貨會造成銷售損失，找到了最優(yōu)的折扣和訂購策略，以便在一個固定的周期內(nèi)實現(xiàn)凈利潤的最大化。

　　然而以上文獻并未將新鮮度函數(shù)考慮的比較符合實際情況，本文中新鮮度函數(shù)是關(guān)于時間t的指數(shù)函數(shù)，隨著時間的增大而降低。本文研究了一個考慮價格和新鮮度的易變質(zhì)品的庫存策略問題。在不允許缺貨的情況下，易變質(zhì)品的需求依賴于產(chǎn)品的銷售價格和產(chǎn)品自身的新鮮度，產(chǎn)品的庫存會因需求和變質(zhì)而減少，以此建立庫存系統(tǒng)模型。以平均利潤最大化為目標函數(shù)進行求解最優(yōu)化問題。

　　二、符號與假設(shè)

　　本文中的模型是在下列符號和假設(shè)的基礎(chǔ)上發(fā)展起來的。

　　三、模型建立

　　1.模型描述

　　易變質(zhì)品隨著消費者的消費以及庫存系統(tǒng)中產(chǎn)品的變質(zhì)，庫存水平會不斷下降，以此構(gòu)建一個庫存系統(tǒng)模型，然后構(gòu)造零售商的利潤函數(shù)，以利潤最大化為目標，求出最優(yōu)解。

　　2.模型建立

　　易變質(zhì)品的需求依賴于產(chǎn)品的銷售價格和廣告頻率，其需求函數(shù)假設(shè)為。易變質(zhì)品的庫存隨著時間的變化，會因消費需求而降低，同時產(chǎn)品會發(fā)生變質(zhì)導(dǎo)致庫存降低，那么庫存隨時間變化的情況需滿足以下微分方程：

　　五、數(shù)值算例

　　本模型的參數(shù)如下：參數(shù)a=2500，b=100，α=0.3，訂購成本c1=250，每單位訂購成本c0=5，單位庫存持有成本h=2，產(chǎn)品變質(zhì)率θ=0.1，將參數(shù)代入模型中。通過第四節(jié)中的式(8)，借助MATLAB軟件求解得到p*=11.3286，T*=0.5704。

　　六、結(jié)語

　　本文假設(shè)易變質(zhì)品的市場需求依賴于價格和產(chǎn)品的新鮮度，在此基礎(chǔ)上，首先以零售商的總利潤最大化為目標，構(gòu)建一個易變質(zhì)品的庫存訂貨策略模型。接下來，根據(jù)數(shù)學(xué)證明得出該利潤函數(shù)是關(guān)于p、T的嚴格凹函數(shù)，根據(jù)數(shù)學(xué)性質(zhì)可將最優(yōu)銷售價格和最優(yōu)訂貨周期求解出來。本文的不足之處在于：首先新鮮度函數(shù)比較簡單，還可以再增加一些關(guān)于溫度、濕度的參數(shù);其次該模型中沒有考慮缺貨的情況;最后，就是沒有考慮處理成本。這些問題將是以后的研究方向。

　　參考文獻：

　　[1]國家統(tǒng)計局農(nóng)村社會經(jīng)濟調(diào)查司.中國農(nóng)村統(tǒng)計年鑒(2019)[M].北京：中國統(tǒng)計出版社，2019.

　　[2]蔣躍明，段學(xué)武.我國果蔬采后生理學(xué)進展[J].熱帶亞熱帶植物學(xué)報， 2019，27(5)：558-564.

　　[3]Whitin T M. Theory of Inventory Management [M]. Princeton University Press，1957.

　　[4]Ghare， P. M.，Schrader，G. H. A model for exponentially decaying inventory system[J].International Journal of Production Research，1963，21(2)：449-460.

　　[5]李根道，熊中楷，聶佳佳.庫存和價格影響需求的易逝品動態(tài)定價[J].系統(tǒng)管理學(xué)報，2009，18(04)：402-409.

　　[6]曹曉剛，聞卉，黎繼子，鄭本榮.價格影響需求的易變質(zhì)產(chǎn)品動態(tài)定價模型[J].控制工程，2013，20(05)：821-824.

　　[7]Liu G，Zhang J， Tang W. Joint dynamic pricing and investment strategy for perishable foods with price-quality dependent demand[J].Annals of Operations Research，2015，226(1)： 397-416.

　　[8]Banerjee S， Agrawal S. Inventory model for deteriorating items with freshness and price dependent demand： optimal discounting and ordering policies[J].Applied Mathematical Modelling，2017，52：53-64