17.基准库存模型中的在途库存：理论解析与管理实践

1. 摘要

在途库存（Pipeline Inventory）作为供应链库存体系的核心组成部分，特指已下达采购订单但尚未完成交付、仍处于运输或生产流转过程中的库存。在基准库存模型（Base Stock Model）的框架下，在途库存不仅是连接供应链各节点的“流动资产”，更是影响库存位置计算、补货决策效率与资金占用成本的关键变量。其管理质量直接关系到库存水平的精准管控、服务水平的稳定保障与供应链资金的周转效率。本文将从核心内涵、量化模型、影响因素及优化策略等维度，系统构建基准库存模型下在途库存的专业理论体系与实践路径。

2. 在途库存的核心内涵与模型定位

2.1. 核心定义与本质特征

在途库存的本质是“处于供应链流转环节中的未入库库存”，其核心特征体现在三个方面：

所有权归属明确：已由采购方下单并支付（或约定支付），所有权归属于采购方，但实际控制权仍在运输或生产方；
流转状态固定：仅存在于“订单下达-交付入库”的中间环节，包括运输在途、生产在制、海关清关等场景；
时间属性显著：其存在时长直接由补货提前期（Lead Time,L LL）决定，提前期越长，在途库存的流转周期越长。

2.2. 在基准库存模型中的核心定位

基准库存模型以“定期盘点+补货至目标水平”为核心逻辑，在途库存的定位主要体现在两个关键环节：

库存位置计算的核心要素：库存位置（Inventory Position）= 现有库存 + 在途库存 - 延期交货量，是决定补货量的关键指标——每次补货量需确保“库存位置达到基准库存水平B BB”，因此在途库存的实时动态直接影响补货决策的精准度；
需求覆盖的时间缓冲：在途库存虽未入库，但已纳入需求覆盖规划，其到货时间与现有库存的消耗速度需精准匹配，避免出现“现有库存耗尽、在途库存未到”的缺货风险，或“在途库存提前到货、现有库存积压”的成本浪费。

3. 基准库存模型中在途库存的量化计算

3.1. 核心计算公式与推导逻辑

基准库存模型假设需求平稳（单位时间需求率μ \muμ）、补货提前期L LL固定，在途库存的平均水平可通过以下公式精准计算：
E [ P ] = μ × L E[P] = \mu \times LE[P]=μ×L

3.1.1. 推导逻辑：

订单量特征：基准库存模型中，每次盘点后的补货量等于上一盘点周期（r rr）内的总需求，即Q = D ( 0 , r ) Q = D(0,r)Q=D(0,r)，该订单量将作为在途库存持续L LL时间；
时间分布特征：一个盘点周期内，在途库存的非零时长为提前期L LL，零库存时长为r − L r-Lr−L（盘点周期剩余时间）；
平均水平计算：结合需求平稳性假设（E [ D ( 0 , r ) ] = μ × r E[D(0,r)] = \mu \times rE[D(0,r)]=μ×r），平均在途库存为“订单量期望值×在途时间占比”，即：
E [ P ] = E [ D ( 0 , r ) ] × L r = μ × r × L r = μ × L E[P] = \frac{E[D(0,r)] \times L}{r} = \frac{\mu \times r \times L}{r} = \mu \times LE[P]=rE[D(0,r)]×L=rμ×r×L=μ×L

3.2. 关键参数说明

单位时间需求率（μ \muμ）：基于历史需求数据或预测值计算的平均需求强度（如日均需求50单位、周均需求350单位），是决定在途库存规模的核心需求参数；
补货提前期（L LL）：从订单下达至库存入库的总时长，包括供应商生产周期、运输周期、清关周期等（如3天、1周），是决定在途库存流转效率的核心供应链参数。

3.3. 公式核心特征

该公式揭示了在途库存的关键特性：

与盘点周期无关：平均在途库存仅取决于需求率与提前期，与盘点周期r rr的长短无关——无论每周盘点还是每月盘点，只要需求率与提前期不变，在途库存的平均水平保持稳定；
与需求波动无关：基础模型假设需求平稳，因此需求标准差σ \sigmaσ不影响平均在途库存，仅影响安全库存的设置；
线性相关性：平均在途库存与μ \muμ、L LL均呈线性正相关——需求率越高、提前期越长，在途库存规模越大，资金占用成本越高。

4. 在途库存的核心影响因素

4.1. 供应链层面因素

补货提前期（L LL）：是影响在途库存的最核心因素。提前期由“供应商生产周期+运输周期+协调周期”构成：
- 供应商生产周期：若供应商产能不足、生产流程繁琐，会延长订单交付周期；
- 运输周期：运输方式（海运vs空运）、运输距离、物流拥堵情况直接影响在途时间；
- 协调周期：订单处理、清关、入库验收等环节的效率瓶颈，会间接延长提前期。
供应链稳定性：供应链中断（如自然灾害、政策限制）、供应商交付延迟等不确定性，会导致实际提前期偏离计划值，使在途库存的流转周期延长，增加资金占用与缺货风险。

4.2. 需求层面因素

单位时间需求率（μ \muμ）：需求强度直接决定订单量规模——需求率越高，每次补货量越大，在途库存的绝对规模也越大；
需求预测精度：若实际需求率高于预测值，会导致现有库存消耗速度加快，在途库存到货前可能出现缺货；若实际需求率低于预测值，会导致在途库存到货后与现有库存积压，增加持有成本。

4.3. 管理决策层面因素

补货策略协同性：若补货订单下达时机与现有库存消耗节奏不匹配（如提前下单导致在途库存积压，延迟下单导致缺货），会影响在途库存的利用效率；
信息透明度：若供应链各节点（采购方、供应商、物流方）信息不通畅，无法实时追踪在途库存状态，会导致补货决策滞后，增加库存管控风险。

5. 在途库存的优化管理策略

5.1. 缩短补货提前期，降低在途库存规模

优化供应商管理：选择近距优质供应商，签订缩短生产周期的协议；建立供应商分级体系，核心品类采用“主供应商+备用供应商”模式，避免单一供应商延迟风险；
优化物流方案：根据商品特性与紧急程度选择适配运输方式（如高价值、短保质期商品采用空运，低价值、大批量商品采用海运+陆运联运）；与物流商签订时效保障协议，优化运输路线，减少物流拥堵耗时；
简化流程冗余：通过电子化订单、自动清关、快速入库验收等方式，缩短订单处理、清关、入库等协调周期。

5.2. 精准匹配需求与补货节奏，提升在途库存利用效率

动态调整补货时机：基于现有库存消耗速度与在途库存到货时间，动态调整补货订单下达时机——若现有库存消耗快于预期，可提前下达订单；若消耗慢于预期，可延迟下单，避免在途库存与现有库存的错配；
优化需求预测：通过历史数据分析法、市场信号整合法等提升需求预测精度，确保订单量与实际需求匹配，避免因预测偏差导致在途库存规模不合理。

5.3. 提升供应链信息透明度，强化在途库存监控

建立实时追踪系统：利用物联网（IoT）、物流追踪平台等技术，实时监控在途库存的位置、状态（如运输中、清关中、即将到货），及时预警延迟风险；
构建协同信息平台：打通采购方、供应商、物流方的信息系统，实现订单状态、生产进度、运输轨迹、库存水平等数据的实时共享，提升补货决策的协同性与精准度。

5.4. 合理设置安全库存，对冲在途库存不确定性

针对提前期波动、需求波动等不确定性，通过设置安全库存（S S = z ⋅ σ ⋅ r + L SS = z \cdot \sigma \cdot \sqrt{r+L}SS=z⋅σ⋅r+L）对冲风险——安全库存需覆盖“覆盖区间（r + L r+Lr+L）内的需求波动”，确保在途库存延迟到货时，现有库存仍能满足需求，避免缺货。

6. 适用场景与管理注意事项

6.1. 适用场景

基准库存模型中的在途库存管理方法，适用于以下场景：

需求平稳的商品：如日用品、基础零部件、常规办公用品等，需求率μ \muμ稳定，便于精准计算在途库存；
补货提前期固定的供应链：如长期合作的稳定供应商，运输路线成熟，提前期可预测性强；
定期盘点的库存管控模式：如零售门店、分销中心等采用“每周/每月盘点”的企业，适配基准库存模型的补货逻辑。

6.2. 管理注意事项

避免忽视提前期波动：基础模型假设提前期固定，但实际供应链中提前期可能存在波动，需通过历史数据统计提前期的标准差，纳入安全库存计算，避免仅依赖平均提前期导致的风险；
避免统一化管理：不同品类商品的需求率、提前期差异显著，需按品类分别计算在途库存，制定差异化优化策略（如高需求率、长提前期商品优先缩短提前期，低需求率、短提前期商品优化补货节奏）；
平衡成本与服务：在途库存优化的核心是平衡“资金占用成本”与“缺货风险”——缩短提前期可能增加物流成本（如空运比海运贵），需通过总成本核算（在途库存成本+物流成本+缺货成本）确定最优方案。

7. 总结

在基准库存模型中，在途库存是连接需求与补给的关键纽带，其平均水平可通过“E [ P ] = μ × L E[P] = \mu \times LE[P]=μ×L”精准量化，核心受需求率与补货提前期影响。在途库存的管理本质是“通过缩短提前期、精准匹配供需节奏、提升信息透明度”，在降低资金占用成本的同时，保障供应链的稳定性与服务水平。实践中，企业需结合商品特性、供应链能力与需求特征，制定差异化的在途库存优化策略，通过“量化计算-动态监控-持续优化”的闭环管理，实现库存效率与供应链韧性的双重提升。