天氣影響下的便利店高溫食品多周期補(bǔ)貨模型研究

毛 敏，李啟洋，吳芝帆，陳春霞，王 坤

?

天氣影響下的便利店高溫食品多周期補(bǔ)貨模型研究

毛 敏，李啟洋，吳芝帆，陳春霞，王 坤

（西南交通大學(xué)，交通運(yùn)輸與物流學(xué)院，成都 610031）

連鎖便利店作為一種新型的零售業(yè)態(tài)，滿足了顧客對購物的便利和快捷需求。但是由于門店面積小且保質(zhì)期短的鮮食占很大比重，需要實(shí)施小批量、多批次、高效率和低成本的補(bǔ)貨策略。因?yàn)榭觳?、飯團(tuán)等食品的銷量受天氣的影響很大，本文以連鎖便利店中的高溫食品為研究對象，建立天氣因素影響下的以利潤最大化為目標(biāo)的多周期補(bǔ)貨策略模型，并以7-ELEVEn便利店的一家門店為實(shí)例進(jìn)行算例分析，探討不同天氣情況下和不同銷售時段下的補(bǔ)貨策略。

連鎖便利店；天氣因素；多周期補(bǔ)貨策略

0 引 言

日本學(xué)者將便利店定義為賣場面積在250 m2以內(nèi)，營業(yè)時間在14 h以上，以經(jīng)營食品為主的零售業(yè)態(tài)[1]。連鎖便利店售賣的商品可分成以下幾種品類：食品類、日雜品類、服務(wù)性品類。其中，食品類中的高溫食品、低溫食品以及日雜品類中的日用品缺貨率最高。連鎖便利店由于商品品類多且營業(yè)面積較小，其補(bǔ)貨策略具有多品種、小批量、高頻次的特點(diǎn)。以便當(dāng)、包子、玉米、關(guān)東煮等為代表的連鎖便利店高溫食品，更是需要高效準(zhǔn)確的補(bǔ)貨策略才能滿足連鎖便利店的營業(yè)需求。不當(dāng)?shù)难a(bǔ)貨策略會造成缺貨損失，導(dǎo)致銷售量下降和顧客流失等問題。針對缺貨帶來的影響，Paul et al（1996）[2]在Datta和Pal[3]的基礎(chǔ)上建立了一個考慮缺貨損失的兩階段需求模型，認(rèn)為顧客遇見缺貨的情況時，一部分會等待一小會，一部分會直接到別的零售店購買。Abad[4]針對易腐敗的生鮮制品，考慮了存在缺貨損失和部分銷售損失情況，建立了一般化的動態(tài)定價和批量模型。模型中銷售損失取決于補(bǔ)貨時間和顧客可能愿意等待的時間，等待時間越長，流失的顧客越多，銷售損失越大。已有研究認(rèn)為依靠更為精準(zhǔn)的預(yù)測技術(shù)和現(xiàn)代信息技術(shù)可以降低缺貨損失。楊種學(xué)[5]設(shè)計(jì)并實(shí)現(xiàn)了基于回歸模型的商品銷售預(yù)測模型，然后利用數(shù)據(jù)挖掘得到智能決策系統(tǒng)。肖平和孫昌言[6]針對我國目前便利店門店補(bǔ)貨策略中存在的一些問題，提出了連鎖便利店自動補(bǔ)貨策略系統(tǒng)的上限和下限補(bǔ)貨策略。Chen[7]等分析了便利商店的生鮮食品訂貨策略，主張利用終端POS機(jī)的銷售記錄數(shù)據(jù)，分析顧客的消費(fèi)行為和偏好，實(shí)施需求預(yù)測和輔助訂貨決策。

由前述文獻(xiàn)研究可知，目前國內(nèi)外學(xué)者對便利店門店補(bǔ)貨策略的研究中，建立補(bǔ)貨策略模型時考慮天氣因素的文獻(xiàn)較少。然而實(shí)際情況是，顧客對便利店中銷售商品的需求會受到天氣因素的影響。7-ELEVEn連鎖便利店的門店系統(tǒng)每天會搜集五次當(dāng)日的天氣情況，并根據(jù)天氣狀況調(diào)整訂貨方案。由于高溫食品的銷售受天氣影響較大，也是連鎖便利店中利潤較高的一個品類[8,9]，因此本文以高溫食品為例，建立連鎖便利店高溫食品考慮天氣因素的補(bǔ)貨策略模型。

1 連鎖便利店高溫食品品類補(bǔ)貨策略模型

1.1 模型描述與假設(shè)條件

對于連鎖便利店高溫食品的補(bǔ)貨策略，作者考慮將價格折扣、缺貨成本、天氣這三個因素納入分析范疇。作者把連鎖便利店的高溫食品銷售分為三個時段：午餐時段（09：00~15:00）、晚餐時段（15:00~21:00）和宵夜時段（21:00~03:00）。連鎖便利店補(bǔ)貨的配送時段一般也分三個：上午9點(diǎn)（配送時段1）、下午3點(diǎn)（配送時段2）和晚上9點(diǎn)（配送時段3）。

為降低其他次要因素對主要研究因素的干擾，作者作以下假設(shè)：

（1）配送中心不存在缺貨的情況，所有商品均由配送中心根據(jù)門店各時段補(bǔ)貨量統(tǒng)一送貨，不存在便利店間相互配送的情況；

（2）商品如果在本時段沒有及時賣出，則在下一時段打折賣出，當(dāng)天沒有售出的便當(dāng)不再進(jìn)行銷售；

圖1 高溫食品的補(bǔ)貨方案與不同銷售時段的銷售價格

（3）每個時段需根據(jù)上一配送時段剩余商品量確定本時段補(bǔ)貨量；

（4）由于配送能力有限以及固定成本問題，每個配送階段最多只能配送一次；

（5）銷售時段內(nèi)若出現(xiàn)缺貨，門店將遭受缺貨損失，單位缺貨成本等于商品單位售價。而由于本時段未出售的商品可在下一時段折價出售，因此假設(shè)過剩成本為0。

模型中所用主要參數(shù)如下：

表示午餐時段、晚餐時段、夜宵時

，分別表示午餐時段、晚餐時段、夜宵時段需求密度函數(shù)；

1.2 基于多周期報(bào)童模型的便利店高溫食品收益函數(shù)模型

經(jīng)典單周期報(bào)童模型，以銷售周期內(nèi)的期望利潤作為最優(yōu)訂貨量決策的目標(biāo)函數(shù)，一般形式為：

泊松分布經(jīng)常用來描述某一服務(wù)設(shè)施在一定時間內(nèi)到達(dá)的人數(shù)。針對便利店的顧客需求，本文選取泊松分布函數(shù)來描述顧客對便當(dāng)?shù)男枨?。便利店的顧客通常具有較大的流動性，不妨假設(shè)午餐、晚餐和夜宵三個時段的需求是相互獨(dú)立的，則每個時段的需求密度函數(shù)為：

并不是每一個配送時段都會進(jìn)行補(bǔ)貨，因此補(bǔ)貨固定成本存在分段函數(shù):

1.3 天氣因素影響下的便利店高溫食品銷售量回歸模型

對高溫食品銷售量產(chǎn)生影響的天氣因素主要有溫度、適宜出行指數(shù)、風(fēng)力以及濕度等。比如，氣溫高或者惡劣天氣可能會抑制人的出行意愿，進(jìn)而降低顧客對連鎖便利店高溫食品的需求?？紤]到不同因素之間的相互關(guān)系，比如風(fēng)力強(qiáng)自然會影響適宜出行指數(shù)，因此本文選取平均氣溫、適宜出行指數(shù)作為影響便利店高溫食品銷售的主要因素。氣溫的數(shù)據(jù)可從歷史天氣網(wǎng)（http://lishi.tianqi.com）上查詢。為了便于計(jì)算，本文根據(jù)不同的天氣情況給出了適宜出行指數(shù)評分表，如表1所示。

表1 基于天氣狀況的適宜出行指數(shù)評分表

采用SPSS軟件對數(shù)據(jù)進(jìn)行處理和回歸分析，求出便當(dāng)銷量與兩者的回歸方程為：

2 算例分析—— 以7-ELEVEn連鎖便利店為例

本文在收集算例數(shù)據(jù)時，遵循以下原則：

（1）選取一家銷售收入中等水平的門店，可避免數(shù)據(jù)出現(xiàn)過高或過低的情況。

（2）采用了2014年2月、5月、8月和11月的數(shù)據(jù)，同時剔除這四個月中的周末和國家法定節(jié)假日的數(shù)據(jù)，排除異常值的干擾。

本文選取位于成都市錦江區(qū)福興街1號華敏翰尊國際大廈1樓的7-ELEVEn連鎖便利店為案例研究對象，以該店的便當(dāng)配送為例，對相關(guān)參數(shù)進(jìn)行賦值，采用MATLAB編程即可求出最優(yōu)配送量。成都四季氣溫0~35℃，本文分別取10℃、20℃、30℃作為冬、春季節(jié)和秋、夏季節(jié)的平均氣溫，適宜出行指數(shù)分別選取得分為2.0、3.0和4.0三種情況。

根據(jù)圖2可得到以下幾個結(jié)論：（1）每個時段銷售量與補(bǔ)貨量的匹配程度有差異。午餐時段由于是日營業(yè)周期的開端，未銷售的剩余商品可在接下來的銷售周期進(jìn)行銷售，因此在溫度與出行指數(shù)組合下的補(bǔ)貨量多數(shù)均高于預(yù)測銷量，便利店傾向采用更為“激進(jìn)”的補(bǔ)貨策略；而晚餐和夜宵時段由于過剩的商品不能隔夜銷售，因此便利店寧愿承擔(dān)一定的缺貨成本，傾向采用更為“保守”的補(bǔ)貨策略。（2）在出行指數(shù)相同條件下，高溫食品的預(yù)測銷量和補(bǔ)貨量均與溫度呈較強(qiáng)的負(fù)相關(guān)關(guān)系。即當(dāng)氣溫越低，便利店對高溫食品的銷量預(yù)測持樂觀態(tài)度，更傾向于采用“激進(jìn)”的補(bǔ)貨策略。（3）在相同氣溫條件下，高溫食品的預(yù)測銷量和補(bǔ)貨量與出行指數(shù)呈現(xiàn)一定程度的正相關(guān)關(guān)系，即舒適的天氣會提升顧客出行意愿，促使便利店采取較為“樂觀”的補(bǔ)貨策略。

根據(jù)圖3可知，在溫度一定的條件下，便利店高溫食品的日期望利潤與出行指數(shù)呈正相關(guān)關(guān)系；在一定出行指數(shù)條件下，便利店高溫食品日期望利潤與溫度呈反相關(guān)關(guān)系。其中，氣溫與出行指數(shù)組合為[10℃,4.0]時，便利店的日期望利潤最高。

圖2 天氣因素影響下的銷量與配送量匹配程度

圖3 天氣因素影響下的高溫食品日期望利潤

3 結(jié) 論

本文建立天氣影響需求下的多周期補(bǔ)貨模型，探討了便利店不同天氣因素影響下、不同銷售時段的補(bǔ)貨策略。主要得到以下結(jié)論：

一天中不同銷售時段應(yīng)采用不同的補(bǔ)貨策略。午餐時段是每日營業(yè)周期的開端，未銷售的剩余商品可在接下來的晚餐和夜宵時段進(jìn)行銷售，因此該時段便利店可采用擴(kuò)張性補(bǔ)貨策略；而晚餐和夜宵時段的過剩商品不能隔夜銷售，因此便利店可采用保守性補(bǔ)貨策略。

影響便利店高溫食品的銷量的天氣因素，主要是當(dāng)日的最高氣溫與適宜出行指數(shù)。高溫食品的預(yù)測銷量和補(bǔ)貨量均與溫度呈較強(qiáng)的負(fù)相關(guān)關(guān)系，與出行指數(shù)呈一定程度的正相關(guān)關(guān)系。且溫度比適宜出行指數(shù)對高溫食品的銷量和補(bǔ)貨量的影響更大。因此，連鎖便利店的補(bǔ)貨策略，特別是高溫食品的補(bǔ)貨策略，要考慮天氣因素，不同的天氣條件下制定不同的補(bǔ)貨策略。

[1] 夏春玉. 零售生命周期理論的一個經(jīng)驗(yàn)證明：日本便利店的發(fā)展歷程[J]. 財(cái)經(jīng)問題研究, 2002 (9): 16-21.

[2] PAUL K, DATTA T K, CHAUDHURI K S, et al. An inventory model with two-component demand rate and shortages [J]. Journal of the Operational Research Society, 1996, 47(8):1029-1036.

[3] DATTA T K, PAL A K. A note on an inventory model with inventory-level-dependent demand rate [J]. Journal of the Operational Research Society, 1990, 41(10):971-975.

[4] ABAD P L. Optimal pricing and lot-sizing under conditions of perishability and partial backordering [J]. Management Science, 1996, 42(8):1093-1104.

[5] 楊種學(xué). 基于回歸技術(shù)商品銷售趨勢預(yù)測模型的實(shí)現(xiàn)[J]. 保山學(xué)院學(xué)報(bào), 2009, 28(5):64-67.

[6] 肖平, 孫昌言. 基于自動補(bǔ)貨技術(shù)開發(fā)的便利店門店庫存管理模型[J]. 物流科技, 2006, 29(12):101-103.

[7] Chen Chenyuan, Lee W I, Kuo Huiming,et al. The study of a forecasting sales model for fresh food[J].Expert Systems with Applications, 2010, 37(12):7696-7702.

[8] 楊艷. 連鎖店配送運(yùn)作分析[D].成都：西南交通大學(xué),2015：28.

[9] 陳春霞. 連鎖便利店品類管理與補(bǔ)貨策略分析[D]. 成都：西南交通大學(xué), 2016.

[10] KOGAN K, LOU S. Multi-stage newsboy problem: a dynamic model [J]. European Journal of Operational Research，2003，149 (2) :448-458.

[11] MATSUYAMA K. The multi-period newsboy problem[J]. European Journal of Operational Research，2006，171 (1) :170-188.

[12] 李蘭蘭，諸克軍，郭海湘. 多周期報(bào)童模型在煤炭物資庫存管理中的應(yīng)用[J]. 運(yùn)籌與管理 ，2010，19 (5) :167-170.

[13] 李宗平. 配送系統(tǒng)規(guī)劃中系統(tǒng)優(yōu)化的分析與建模[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)，2003 (2) :72-76.

（中文編輯：劉娉婷）

Study on Multi-period Replenishment Model of High-temperature Food in Convenience Store Under the Influence of Weather

MAO Min，LI Qi-yang，WU Zhi-fan，CHEN Chun-xia，WANG Kun

( School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China )

As a new type of retail business, chain convenience stores meet customers’ convenience and quick demand for shopping. However, the store area is small, and the fresh food with short shelf life accounts for a large proportion. It is necessary to implement the low-volume, multi-batch, high-efficiency and low-cost replenishment strategy. Because the sales of fast food, rice balls, and other high-temperature foods are greatly affected by the weather, this paper takes the high-temperature food in chain convenience stores as the research object. The multi-period replenishment model is established with the goal of maximizing profit under the influence of weather factors. Finally, taking, a 7-ELEVEn convenience store as an example, the case studies are analyzed to discuss the replenishment strategies under different weather conditions and different sales periods.

chain convenience store; weather factor; multi-period replenishment strategy

1672-4747（2018）02-0036-08

F253

A

10.3969/j.issn.1672-4747.2018.02.006

2017-04-28

毛敏（1975—），女，四川樂山人，工學(xué)博士，西南交通大學(xué)交通運(yùn)輸與物流學(xué)院副教授，研究方向：物流系統(tǒng)規(guī)劃與設(shè)計(jì)、供應(yīng)鏈運(yùn)作優(yōu)化、采購與供應(yīng)管理。

王坤（1982—），男，漢族，河北邢臺人，博士，研究方向?yàn)槲锪鞣?wù)營銷與物流系統(tǒng)優(yōu)化。

毛敏，李啟洋，吳芝帆等. 天氣影響下的便利店高溫食品多周期補(bǔ)貨模型研究[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)，2018, 16(2): 36-43.