4. 服务水平与安全系数
安全库存的核心作用是吸收需求与供应的不确定性。而“设置多少安全库存才合理”，本质上是一个风险与成本的权衡决策。服务水平（Service Level, SL）正是量化这种权衡的标尺，它直接决定了安全系数的取值。
4.1 服务水平的定义与度量
在供应链计划中，服务水平通常指订单满足率（Fill Rate）或周期服务水平（Cycle Service Level, CSL）。
| 服务水平类型 | 定义 | 典型应用场景 |
|---|---|---|
| 周期服务水平 (CSL) | 在一个补货周期内，不发生缺货的概率。即：库存能满足整个周期需求的概率。 | 快消品、标准件、连续补货模式 |
| 订单满足率 (Fill Rate) | 从库存中直接满足的订单数量或金额占总需求的比例。衡量的是缺货量而非缺货概率。 | 备件、高价值物料、按单生产 |
| 准时交付率 (OTIF) | 在客户要求的时间，以正确的数量和质量交付的订单比例。 | 零售、分销、合同履约 |
💡 计划实践提示： 安全库存参数配置中最常用的是周期服务水平 (CSL)。例如，95% 的 CSL 意味着在 100 个补货周期中，预计有 95 个周期不会发生缺货。CSL 越高，所需的安全库存越大，成本也越高。
4.2 Z 值表：从服务水平到安全系数
安全系数（通常用 Z 表示）是连接服务水平与安全库存的数学桥梁。在需求服从正态分布的假设下，Z 值代表标准正态分布的分位数。给定一个目标服务水平，可以通过标准正态分布表（Z 值表）查得对应的安全系数。
安全库存的基本计算公式为：
安全库存 = Z × σ_d × √(L)其中：
- Z：安全系数（对应目标服务水平的 Z 值）
- σ_d：需求的标准差（衡量需求波动）
- L：补货提前期（Lead Time）
以下是常见服务水平与 Z 值的对应关系表：
| 服务水平 (CSL) | 安全系数 (Z 值) | 缺货概率 | 每万次补货缺货次数 |
|---|---|---|---|
| 90.0% | 1.28 | 10.0% | 1,000 |
| 95.0% | 1.64 | 5.0% | 500 |
| 97.5% | 1.96 | 2.5% | 250 |
| 99.0% | 2.33 | 1.0% | 100 |
| 99.9% | 3.09 | 0.1% | 10 |
⚠️ 常见误区： 不要将服务水平与 Z 值视为线性关系。从 95% 提升到 99%（仅 4 个百分点），Z 值从 1.64 增加到 2.33，安全库存需增加约 42%。从 99% 提升到 99.9%，安全库存需再增加约 33%。越接近 100% 的服务水平，边际成本越高。
4.3 不同服务水平下的安全系数选择策略
在实际系统中，并非所有 SKU 都使用同一个服务水平。合理的策略是根据物料的关键性、价值、供应风险等因素进行分类配置。
4.4 实际系统配置中的故障排查要点
在供应链计划系统中，安全系数配置不当是导致库存异常或服务水平不达标的常见原因。以下是几个关键排查点：
- 服务水平目标与 Z 值不匹配：检查系统配置中输入的 Z 值是否与业务宣称的服务水平一致。例如，宣称 99% 服务水平，但系统配置的 Z 值为 1.64（对应 95%）。
- 未区分需求分布形态：当需求不符合正态分布（如存在强季节性、间歇性需求）时，直接使用 Z 值表会导致安全库存偏差。此时应考虑使用非参数方法或分位数回归。
- 提前期波动被忽略：如果供应提前期不稳定，安全库存公式应扩展为包含提前期标准差的形式：
安全库存 = Z × √(L × σ_d² + d² × σ_L²)其中：
- d：平均需求
- σ_L：提前期的标准差
📋 故障排查清单：
- ✅ 确认目标服务水平对应的 Z 值是否正确（查表核对）
- ✅ 检查需求数据是否经过正态性检验（如 Shapiro-Wilk 检验）
- ✅ 验证提前期是否稳定，若波动大则需使用扩展公式
- ✅ 确认 ABC 分类是否与服务水平策略联动
- ✅ 定期复盘实际服务水平与目标值的差距，反向校准 Z 值
4.5 服务水平与安全系数的动态调整
安全系数并非一成不变。随着市场环境、供应稳定性、公司战略的变化，服务水平目标需要定期审视和调整。下图展示了在系统层面进行动态调整的闭环流程：
通过建立这种闭环机制，供应链计划系统能够持续优化安全库存参数，在保障服务水平的同时控制库存成本。