4. 订货批量（EOQ/Lot Size）异常：批量过大造成库存周转慢，批量过小增加订货频率与成本

订货批量（Lot Size）是库存策略中最核心的参数之一，它直接决定了每次向供应商或产线下达的补货数量。当批量设置偏离实际需求与成本结构时，系统会陷入两种典型困境：批量过大导致库存积压、周转率下降；批量过小则引发频繁订货、运输与准备成本飙升。本章将系统梳理批量异常的成因、诊断方法与调整策略。

4.1 批量异常的表现与影响

在供应链计划系统中，批量参数通常以固定批量（FOQ）、周期供应天数（LFL/Period Lot Size）、经济订货批量（EOQ）等形式存在。下表对比了批量过大与过小的典型症状及业务影响：

4.2 批量参数的核心计算逻辑：EOQ模型

经济订货批量（EOQ）是平衡订货成本与持有成本的理论基础。计划系统通常内置EOQ公式作为批量推荐引擎，其标准模型为：

EOQ = √(2 × D × S / H)

其中：
D = 年需求量（单位/年）
S = 每次订货的固定成本（元/次）
H = 单位库存年持有成本（元/单位/年）

当系统实际批量偏离EOQ推荐值时，总成本（订货成本 + 持有成本）将呈非线性上升。下图展示了批量偏离EOQ对总成本的影响曲线：

4.3 批量异常的常见根因

通过实际项目故障排查，批量参数异常通常可归因于以下五类问题：

1. EOQ输入参数失真：订货成本（S）或持有成本率（H）未按最新财务数据更新，导致EOQ推荐值偏离实际最优。
2. 固定批量被手动锁定：计划员或采购员为图省事，将批量锁定为历史固定值（如整托盘数），长期未随需求变化调整。
3. 周期供应天数设置不合理：LFL（Lot-for-Lot）或Period Lot Size的供应天数过长（如90天），导致单次批量虚高。
4. 最小/最大批量约束冲突：系统设置了过高的最小批量（Min Lot Size）或过低的批量倍数（Multiple Lot Size），强制批量偏离EOQ。
5. 需求波动被忽略：EOQ基于年需求均值计算，当需求出现季节性尖峰或断崖式下降时，静态批量无法自适应。

4.3 批量参数故障排查流程

当系统出现批量异常报警或库存周转恶化时，建议按以下步骤进行结构化排查：

4.4 批量参数调整策略与最佳实践

根据故障排查结果，可采取以下针对性调整措施：

4.5 案例：批量过大导致库存周转恶化

背景：某电子制造企业MRO备件库存周转率从8次/年下降至3次/年，库存金额增长120%。

排查过程：

• 数据采集：发现A类备件“电机模块”的批量参数为固定值500件，而月均需求仅80件。
• EOQ计算：年需求960件，订货成本S=200元/次，持有成本H=40元/件/年，EOQ=√(2×960×200/40)≈98件。
• 根因定位：批量500件是EOQ的5.1倍，导致平均库存高达250件（安全库存+批量/2），持有成本激增。

调整措施：将批量改为Period Lot Size（供应天数=30天），系统自动计算每次批量≈80件（基于滚动月需求）。

效果：3个月后库存周转率回升至7.2次/年，库存金额下降55%，且未出现缺货。