2. 供应链基础
供应链计划系统的构建，必须建立在对供应链基础概念的深刻理解之上。本章将系统梳理供应链网络的拓扑结构、核心构成要素、推拉策略的边界划分，以及影响计划精度的关键动态现象——牛鞭效应。这些概念是后续进行产能约束建模、安全库存优化与场景仿真的理论基石。
2.1 供应链网络结构
供应链网络并非简单的线性链条，而是一个由多级节点与多条链路构成的复杂网状拓扑。典型的供应链网络包含以下层级：
| 层级 | 典型节点 | 核心功能 |
|---|---|---|
| L1 供应商 | 原材料供应商、零部件制造商 | 提供生产所需的原始物料或半成品 |
| L2 制造商 | 总装厂、加工中心 | 核心生产转换过程，将物料转化为成品 |
| L3 分销中心 | 区域仓库、配送中心 | 库存缓冲、订单合并、越库配送 |
| L4 零售商 | 门店、电商前置仓 | 面向终端消费者的销售与交付 |
| L5 终端客户 | 消费者、企业用户 | 需求产生的源头，供应链的最终服务对象 |
关键认知： 供应链网络的结构复杂度直接影响计划系统的求解难度。多级、多源、多汇的网络结构，要求计划系统具备处理大规模约束优化问题的能力。
2.2 节点与链路
供应链网络由两类基本元素构成：节点和链路。节点是价值增值或库存停留的位置，链路则是物料、信息或资金流动的通道。
- 节点类型：
- 供应节点： 原材料供应商、外协厂商。
- 转换节点： 工厂、生产线、组装车间。
- 存储节点： 中央仓库、区域配送中心、前置仓。
- 需求节点： 零售商、终端客户。
- 链路属性：
- 物理链路： 运输方式（海运、空运、陆运）、运输时间、运输成本、运力约束。
- 信息链路： 订单传递、需求预测共享、库存可见性。
- 资金链路： 支付条款、账期、资金流约束。
计划视角： 在系统建模时，每个节点都对应一组产能约束或库存约束，每条链路都对应一组提前期约束或运输能力约束。节点与链路的属性定义越精确，仿真结果越贴近实际。
2.3 推拉边界
推拉边界是区分“按预测生产（推式）”与“按订单生产（拉式）”的分界点。在推拉边界上游，企业基于预测进行批量生产或采购；在下游，则根据实际客户订单进行差异化或定制化操作。
- 推式策略： 适用于需求稳定、预测准确度高的产品。优点是通过规模效应降低成本，缺点是库存风险高。
- 拉式策略： 适用于需求波动大、定制化程度高的产品。优点是库存水平低、响应灵活，缺点是对供应链响应速度要求高。
- 推拉结合： 大多数现代供应链采用混合模式。例如，汽车行业在冲压、涂装环节采用推式，在总装环节采用拉式。
计划陷阱： 推拉边界设置不当，会导致上游产能浪费或下游缺货。在仿真系统中，推拉边界是一个关键的可调参数，需要通过场景分析来优化。
2.4 牛鞭效应
牛鞭效应是指需求信息在供应链向上游传递时被逐级放大的现象。微小的终端需求波动，会导致上游供应商面临巨大的生产波动。
| 成因 | 表现 | 后果 |
|---|---|---|
| 需求预测放大 | 各级节点基于下游订单放大安全库存 | 库存积压、资金占用 |
| 批量订购 | 为降低订购成本而合并订单 | 需求信号失真、生产波动加剧 |
| 价格波动 | 促销或涨价预期引发提前采购 | 需求扭曲、产能错配 |
| 短缺博弈 | 供应紧张时客户虚报需求 | 虚假需求、产能浪费 |
缓解措施： 信息共享（POS数据共享）、缩短提前期、采用VMI（供应商管理库存）、实施CPFR（协同计划、预测与补货）。在计划系统中，通过多级库存仿真可以量化牛鞭效应的影响。
2.5 供应链基础对计划系统的意义
理解上述基础概念，是构建产能约束驱动供应链计划系统的前提：
- 网络结构决定了约束模型的拓扑规模与求解复杂度。
- 节点与链路定义了产能、库存、运输等约束的边界条件。
- 推拉边界影响安全库存的设置策略与仿真场景的划分。
- 牛鞭效应是验证安全库存策略有效性的核心测试场景。