- •Глава 1. Основные объекты исследования в логистике 4
- •Глава 2. Основы методологии и организация логистики 24
- •Глава 3. Закупочная логистика 47
- •Глава 4. Производственная логистика 74
- •Глава 5. Распределительная логистика 97
- •Глава 6. Логистика запасов 117
- •Глава 7. Логистика складирования 153
- •Глава 1. Основные объекты исследования в логистике
- •1.1. Происхождение термина и краткая история развития логистики
- •1.2. Определение логистики. Эволюция логистики, этапы ее развития
- •1.3. Основные понятия логистики
- •1.4. Логистические системы
- •Вопросы для контроля знаний
- •Глава 2. Основы методологии и организация логистики
- •2.1. Содержание методологии логистики. Основные парадигмы логистики
- •2.2. Фундаментальные концепции управления как теоретическая база логистики
- •2.3. Общенаучные методы и подходы, используемые в логистике
- •2.4. Логистическая среда и ее факторы
- •2.5. Принципы логистики
- •2.6. Основные аналитико-прогностические методы, используемые в логистике
- •2.7. Организационные структуры управления логистикой
- •Вопросы для контроля знаний
- •Глава 3. Закупочная логистика
- •3.1. Цели, задачи и содержание закупочной логистики
- •3.2. Определение общего объема входящего материального потока
- •3.3. Планирование материальных потоков в разрезе поставщиков
- •3.4. Определение параметров партий поставок
- •3.5. Контроль входных материальных потоков
- •Вопросы для контроля знаний
- •Глава 4. Производственная логистика
- •4.1. Сущность и содержание производственной логистики
- •4.2. Базовые логистические концепции управления производственными процессами в организации
- •4.3. Микрологистическая система «Lean production»
- •4.4. Перспективы развития логистических систем в производстве
- •Вопросы для контроля знаний
- •Глава 5. Распределительная логистика
- •5.1. Сущность, задачи и функции распределительной логистики
- •5.2. Логистические каналы распределения, их виды и основные характеристики. Организация физического распределения продукции
- •5.3. Управление потоками в распределительной логистике. Обоснование построения системы распределения
- •5.4. Базовые и модифицированные логистические концепции управления процессами распределения
- •5.5. Экономико-математические методы и модели, используемые в распределительной логистике
- •Вопросы для контроля знаний
- •Глава 6. Логистика запасов
- •6.1. Место запасов в логистической системе
- •6.2. Цели, задачи и функции логистики запасов
- •6.3. Экономические проблемы логистики запасов
- •6.4. Стратегии управления запасами
- •6.5. Использование теории исследования операций для расчета оптимальных параметров системы запасообразования
- •6.6. Упрощенные методы расчета параметров системы запасообразования и управления ими
- •Вопросы для контроля знаний
- •Глава 7. Логистика складирования
- •7.1. Упаковка, тара, склад как объекты логистики
- •7.2. Условия и способы хранения продукции на товарном складе
- •7.3. Проектирование элементов склада
- •7.4. Логистический процесс на складе
- •7.5. Моделирование транспортно-складских операций
- •7.6. Выбор места расположения склада
- •Вопросы для контроля знаний
2.6. Основные аналитико-прогностические методы, используемые в логистике
В решении логистических задач широко применяется целый ряд аналитико-прогностических методов (в том числе экономико-математических), позволяющих разрабатывать, а затем использовать модели реальных объектов. Моделирование основывается на принципе аналогии, согласно которому реальный объект исследуется через его модель, описанную знаковыми математическими средствами.
Экономико-математическое моделирование в логистике служит для анализа сложных производственно-экономических систем на основе разработанных моделей с последующим принятием управленческих решений, а также для прогнозирования развития систем.
В зависимости от степени агрегирования объектов в логистическом управлении используются интер-, макро-, мезо- или микрологистические модели.
По предназначению (цели разработки) различают следующие виды моделей:
балансовые — отвечающие требованиям соответствия ресурсов и потребностей;
трендовые — в которых развитие логистических систем выражается как тренд их основных параметров;
оптимизационные — предназначенные для выбора лучшего из вариантов закупки, производства, распределения, транспортировки, складирования и т.д.;
имитационные — применяемые в процессе машинной имитации функционирования изучаемых логистических систем.
Аналитические модели строятся на априорной (основанной на знании) информации; идентифицируемые — на апостериорной (основанной на опыте) информации.
В логистическом управлении используются динамические модели, которые описывают сложные производственно-экономические системы в развитии. В зависимости от типа математического аппарата различают следующие модели: матричные, линейного и нелинейного программирования, корреляционно-регрессионные, массового обслуживания, сетевого планирования, теории игр и др.
Основным среди методов моделирования, применяемых в системном анализе, считается относящийся к разряду интуитивных метод «дерева» целей. Он предусматривает дезагрегирование (разукрупнение) исследуемой проблемы на составные элементы и последующую численную оценку их относительной важности. В результате такой процедуры получается древовидная структура соподчиненных уровней взаимосвязей. Задача экспертов по логистике — оценить структуру логистической модели в целом и внести предложения о ее дополнении ранее неучтенными связями. При этом может использоваться анкетный метод. Результаты каждого опроса изучаются экспертами по логистике, с тем чтобы скорректировать предложения на основе вновь полученной информации. Составными компонентами «дерева» взаимосвязей наряду с целями могут выступать задачи, мероприятия, ресурсы и т.д. (в зависимости от решаемой логистической проблемы).
Главная задача построения «дерева» целей состоит в том, чтобы установить полный набор элементов на каждом уровне, определить взаимосвязи и соподчиненность между ними, а также относительную значимость элементов каждого уровня.
Общими правилами построения «дерева» целей являются:
соподчиненность, т.е. подчинение элементов низшего уровня элементам более высокого уровня, из которых они вытекают и реализацию которых обеспечивают;
сопоставимость по масштабу и значимости элементов каждого уровня «дерева» целей, полученных в результате детализации по одному принципу;
полнота элементов, образующих каждый уровень «дерева» целей;
определенность в формулировании целей и других элементов «дерева», необходимая, чтобы оценить степень их достижения в количественной или порядковой форме;
возможность корректировки «дерева» целей при изменении целей и возможностей их реализации.
В построении «дерева» целей важно учитывать эндогенные и экзогенные факторы логистической системы.
Метод сценариев применяется на этапе первичного упорядочения логистической проблемы, при получении и сборе информации о взаимосвязях решаемой проблемы с другими, определении возможных и вероятных направлений будущего развития. Под сценарием понимается преимущественно качественное описание возможных вариантов развития исследуемого логистического объекта в зависимости от сочетаний различных (заранее выделенных) условий. Сценарий в развернутой форме позволяет проанализировать и выбрать наиболее реальный и благоприятный вариант развития событий.
Эксперты составляют план сценария, выделяя функциональные области логистики, а также факторы внутренней и внешней среды, учитываемые при постановке и решении логистической проблемы. Различные разделы сценария могут писать разные эксперты или группы экспертов.
Сценарии готовятся на всех этапах анализа логистических систем, когда требуется собрать и упорядочить разнородную информацию, но главными с точки зрения применения метода сценариев являются этапы анализа логистической проблемы, а также прогноза и анализа будущих условий.
Формализованные аналитико-прогностические методы, базируясь на математической теории, облегчают обработку информации для анализа и прогноза, а также результаты последних, повышают достоверность и точность расчетов.
Математическое программирование, в частности линейное программирование, предполагает выбор наиболее благоприятного из ряда альтернативных решений. В условиях, когда ресурсы ограниченны, а необходимо обеспечить предприятиям максимум (или минимум) результата, задача логистика — найти более выгодные пути и способы использования имеющихся возможностей.
В логистическом управлении могут решаться с помощью математического программирования, в частности, следующие задачи:
производство определенного вида продукции различными технологическими способами;
замена в процессе закупки и производства одних материалов другими;
доставка сырья, материалов, готовой продукции различными видами транспорта;
выбор маршрута доставки;
управление материальными потоками непосредственно в производстве;
доставка готовой продукции до потребителей;
сервисное обслуживание при рациональном использовании финансовых и производственных ресурсов.
Сбалансированность спроса и предложения, выпуска и затрат достигается в логистическом управлении благодаря балансовым методам и моделям. Первая в мире балансовая модель была разработана французским экономистом Ф. Кенэ. Она представляет собой систему уравнений, характеризующих наличие ресурсов (продуктов) в натуральном или денежном выражении, а также направления их использования. При этом наличие ресурсов (продуктов) и потребность в них находятся в состоянии равенства. С 1920-х гг. и советские экономисты стали применять балансовую модель для анализа развития народного хозяйства. Межотраслевые связи в ней передаются при помощи шахматной таблицы. Не менее распространена модель «затраты—выпуск», которую разработал американский ученый русского происхождения В. Леонтьев.
Сложным логистическим системам необходима тщательная координация составляющих элементов, ибо их взаимосвязь обеспечивает устойчивость и ритмичность работы всей системы.
Балансовые методы и модели позволяют увязывать движение материальных и финансовых потоков, рационализировать издержки. Они могут применяться в логистическом управлении на уровнях государства, региона, корпорации, во внутрипроизводственном управлении (например, на корпоративном уровне можно, учитывая внутрикорпоративные связи, которые определяют материальный поток, построить балансовые уравнения формирования стоимости и анализировать, а также прогнозировать изменение издержек и цен на продукты). Межпродуктовые балансы помогают определять потребности в продукции каждого звена логистической цепи, согласовывать имеющиеся ресурсы с потребностями на всех этапах производства и распределения конечного продукта.
Планировать развитие сложных производственно-экономических систем целесообразно с применением методов и моделей сетевого планирования и управления, которые дают возможность регулировать порядок и взаимосвязи отдельных логистических операций в рамках какого-либо проекта. Сетевое планирование предполагает графическое изображение (безмасштабное) комплекса операций в технологической последовательности и логической взаимосвязи всех работ, мотивируемой поставленной целью. Для этого используются графы — определенным образом упорядоченные элементы (операции), соединенные отрезками. Для построения сетевого графика требуется перечень операций (с указанием их продолжительности), логистических связей и необходимых ресурсов.
Применение сетевого графика оптимизирует весь комплекс операций, логистическую функцию с точки зрения времени, стоимости и потока.
Оптимизация по времени получается за счет сокращения критического пути (т.е. пути, предшествующего завершающему событию).
Для оптимизации по стоимости необходимо планировать расход ресурсов по операциям таким образом, чтобы с учетом сроков реализации всего комплекса работ общая стоимость ресурсов оказывалась минимальной.
Оптимизация по потоку предполагает организацию движения исполнителей работ по операциям, при которой показатель эффективности (например, количество обработанных заказов) достигал бы экстремума.
Методы сетевого планирования могут использоваться при реализации таких логистических функций, как материально-техническое обеспечение предприятия, внутризаводское перемещение продукции, складирование, сбыт готовой продукции, сбор и переработка отходов производства, сервисное обслуживание покупателей и др.
Теория связи имеет предметом изучения механизм обратных связей, который позволяет получать информацию, сигнализирует о процессах в управляемых системах, выходящих за пределы заданных параметров. Использование теории связи позволяет управлять текущими, страховыми и подготовительными запасами, закупками и продажами товаров. Данный подход в логистическом управлении способствует рационализации взаимоотношений во всей цепи — начиная от поставщика сырья и материалов и заканчивая потребителем готовой продукции.
В рыночных условиях, характеризующихся изменчивостью внутренней и внешней среды, логистическое управление берет на вооружение методы теории вероятностей, которые позволяют определять значения вероятностей наступления определенных событий и выбирать наиболее предпочтительные из возможных действий. Например, в закупочной логистике оценка выигрыша в тендерных торгах по закупке материалов производится с распределением вероятностей получения заказа при каждой возможной цене. Вероятность успеха претендентов зависит от числа участников тендера. Заказ получает предприятие, цена которого ниже, чем цены конкурентов.
В условиях, когда спрос на товары характеризуется неопределенностью, возникает проблема риска принятия неправильных решений.
Неопределенность на низшем уровне логистического управления может быть преодолена, но это чревато высокими издержками. Например, приемка партии сырья сопровождается выборочным контролем его качества, а следовательно, связана с неопределенностью. Если проводить сплошной контроль всей партии поступивших материалов, неопределенность исчезнет, но это приведет к росту издержек.
На более высоких уровнях логистического управления снять неопределенность не представляется возможным. В связи с этим в принятии логистических решений, связанных с риском, используют теорию игр.
Теория игр представляет собой метод обоснования оптимальных решений в конфликтных ситуациях, имеющий форму соревнования. Игра ведется по определенным правилам и заканчивается выигрышем одного из игроков, в роли которого выступают предприятия, организации или отдельные личности.
В парной игре кто-то из игроков может рассматриваться как «природа» — совокупность обстоятельств, в которых приходится принимать решения второму игроку. Особенностью «природы» как игрока является ее незаинтересованность в выигрыше. Она переходит из одного состояния в другое стихийно, не заботясь о результатах игры. Игра имеет циклический характер, и в каждом цикле выигрыш одного из игроков совпадает с проигрышем другого, поэтому название у нее соответствующее — «игра двух лиц с нулевой суммой».
Теория игр может использоваться в распределительной логистике как ответ на сезонный характер спроса на продукцию. Она способна повлиять на ритмичность поставок, помочь ликвидировать излишние запасы путем гибкого изменения цен.
Особое место в системе методов, используемых в логистике, занимают методы экспертных оценок, представляющие собой комплекс логических и математико-статистических методов и процедур, цель которых — получить от специалистов информацию, необходимую для принятия управленческого решения. К данному методу целесообразно обращаться, если задача не может быть решена другими известными методами. Так, только экспертная оценка поможет сделать выбор поставщиков сырья и материалов, повлиять на улучшение сервисного обслуживания покупателей. С привлечением экспертов производятся оценка и планирование мероприятий по повышению конкурентоспособности продукции.
Для проведения экспертизы создаются экспертные группы. Подготовительный этап включает постановку проблемы, т.е. ее четкое формулирование. Затем определяется цель и уточняется перечень факторов, характеризующих поставленную проблему. Точность оценки факторов существенно зависит от числа экспертов, методов их отбора, качества обработки результатов экспертных оценок.
Цель экспертизы — генерирование идей на основе дискуссий или опросов. Использование современных программных продуктов помогает обработать полученную информацию, а также построить аналитические и имитационные модели.
Разновидностью метода экспертных оценок является метод Дельфи, который предполагает предварительное ознакомление с ситуацией с помощью какой-либо модели. Технология применения метода Дельфи включает ряд последовательных этапов: подбор экспертов; формулировку вопроса; предложение одного и того же вопроса всем экспертам; оценку или ответ на вопрос каждого эксперта; статистическую обработку и усреднение ответов экспертов; обоснование экспертами ответов, значительно отличающихся от средних оценок; выработку группой экспертов окончательного решения на основе всех усредненных и обоснования резко отличающихся оценок.
Логистические задачи (особенно в сфере распределения) во многом связаны с системами массового обслуживания (СМО). В таких системах, с одной стороны, возникают массовые запросы (заказы), касающиеся поставки продукции, выполнения работ, оказания услуг, а с другой — создается возможность удовлетворения этих запросов. Элементами СМО являются: источник требований, входящий поток требований, очередь, обслуживающее устройство, выходящий поток требований. Под требованием понимают потребность в обслуживании, исходящую от объекта (покупателя), а также сам объект независимо от его природы. Очередь представляет собой скопление объектов любой природы, ожидающих обслуживания. Она возникает, если пропускная способность канала обслуживания не отвечает числу поступающих требований либо требования поступают нерегулярно. В СМО необходимо учитывать возможность образования очередей со стороны как покупателей, так и каналов обслуживания, ожидающих покупателей.
Важной характеристикой СМО является время обслуживания требований в системе. В качестве основных показателей эффективности разомкнутой СМО рассматриваются следующие неличины: средняя длина очереди, среднее время ожидания требованием начала обслуживания, среднее число занятых и простаивающих каналов и др. Экономическую эффективность работы СМО оценивают по показателям суммарных потерь, связанных с простоем каналов обслуживания и простаиванием покупателей в очереди, или потерь из-за отказов в обслуживании.
Поскольку логистические системы являются динамическими, в стратегическом управлении ими применяются различные методы прогнозирования, т.е. приемы и способы, посредством которых получают суждения о возможном состоянии объекта в будущем. Основой для прогноза служат ретроспективные данные, внутренние и внешние факторы, влияющие на объект. Наряду с уже описанными в логистике могут использоваться такие методы, как экстраполяция, экспоненциальное сглаживание, корреляционно-регрессионный анализ и др.
Экстраполяция предполагает изучение сложившихся в прошлом и создаваемых в настоящем устойчивых тенденций развития объекта и перенесение их в будущее. В общем виде метод экстраполяции представляет собой функцию времени. Экстраполяция базируется на следующих допущениях:
развитие явления можно с достаточным основанием охарактеризовать плавной траекторией-трендом;
общие условия, определявшие тенденцию развития в прошлом, не претерпят существенных изменений в будущем.
Экстраполяция позволяет прогнозировать такие показатели логистической системы, как потребность в материальных ресурсах, объемы сбыта и грузооборота и др.
Метод экспоненциального сглаживания применяется для оценки параметров тренда, характеризующих не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения. Преимущества метода в том, что он не требует обширной информации и исходит из того, что значимость данных убывает по мере их удаления от настоящего времени.
К числу аналитико-прогностических методов, применяемых в логистике, можно отнести также метод корреляционно-регрессионного анализа.
Корреляционный анализ позволяет определить наличие и силу связи между изучаемыми признаками. Для этого производится расчет следующих коэффициентов:
парной корреляции;
частных коэффициентов корреляции;
множественной корреляции;
детерминации.
Регрессионный анализ дает возможность установить, как в среднем преображается функция при изменении одного или нескольких факторных признаков. В общем виде уравнение зависимости можно выразить следующим образом:
Y = f (хи х2, ..., хп), (2.1)
где Y — результативный признак (показатель); хъ х2, ..., хп — факторные признаки.
С помощью одно- и многофакторных корреляционно-регрессионных моделей в логистике могут решаться задачи прогнозирования показателей объема продаж, издержек производства продукции и ее реализации, цен и др.
Моделирование на основе корреляционно-регрессионного анализа включает в себя следующие этапы:
экономическая постановка задачи и формулирование цели ее решения;
сбор и статистическая оценка исходной информации с позиций ее соответствия предъявляемым требованиям;
нахождение и статистическая оценка уравнения зависимости между результативным признаком и определяющими его факторными признаками с помощью регрессионного анализа;
экономическая интерпретация полученного уравнения и последующее его использование для анализа и прогнозирования рассматриваемого явления.
Понятно, что вышеприведенные методы не исчерпывают всю совокупность средств и инструментов, применяемых в решении логистических задач.