2.3.2　闭环供应链

供应链管理最开始是以企业生产效益为中心，考虑如何降低成本，提高企业的竞争力，但是从长远来看，需要考虑发展的可持续性，基于回收品的再循环利用和再制造的闭环供应链越来越必要。高效的闭环供应链可以直接为企业降低成本和增加盈利。与此同时，也将减少库存和分销的压力，提高顾客满意度，和顾客建立更紧密的关系。越来越多的企业意识到了实施闭环供应链策略可获得竞争优势，赢得更多的利润和更大的市场占有率。

闭环供应链的出现和广泛应用总体来说有三个方面的原因：一是当地政府希望减少经济发展对于各种大自然资源的依赖性，并尽可能地从传统意义上的“垃圾”中回收有用的价值，并通过相关的立法和政策；二是可以提高当地经济发展的可持续性；三是回收的利润驱使。

第一个原因最初是由美国的制造企业察觉的，他们希望通过发展逆向物流来获取这些回收品的剩余价值，这在Atalay（2008）等［101］，French和LaForge（2006）［102］，Guide等［103］的研究成果中都有所描述；而第二个原因则主要是由于欧盟在环境保护上的立法导致，例如废弃电器和电子环境的生产设备（WEEE）法令，这些立法要求产品的制造商对无使用价值或者用户已经不需要的产品的环境影响负责，于是欧洲的制造商也开始建立逆向物流渠道来满足这些要求，Jayaraman（2003）等［104］［105］，Kumar和Malegeant（2006）［106］，Georgiadis和Besiou（2009）［107］，Chen和Monahan（2010）［108］，Neto（2010）等［109］的研究中都详细介绍了欧洲这些律法和它们对于欧洲企业建立逆向物流的影响，但后来他们在与美国企业的交流中发现，他们所设立的逆向物流渠道同样也可以帮他们获取这些回收品的剩余价值。正是这两个原因，推动了逆向物流或者说闭环供应链在现代制造业中的飞速发展。

目前国内外学者们的研究主要集中以下几个方面：

（1）回收过程和回收数预测。Richter（1996）［110］，Teunter（2001）［111］考虑的是回收与需求过程相互独立的情况，且逆向物流过程中返回量和需求量是固定不变的，而大多数学者认为回收量服从一定的分布：Kiesmuller和Lann（2001）［112］认为返回量与需求量存在一定的概率相关关系；Minner和Kleber（2001）［113］考虑了需求量和返回量相互独立的情况，分析了需求量和返回量都服从连续均匀分布下的废旧产品回收问题。Muckstadt和Isaac（1981）［114］，Lann等（1999）［115］，Bayindir等（2003）［116］考虑的是返回量与需求量都服从于相互独立的齐次泊松的回收过程。Birto（2004）［117］通过研究发现，如果废旧品返回概率大于1，则与大部分文献研究结果吻合，即返回量与需求量之间是相互独立的，但是如果废旧产品返回概率小于1，则需求量和回收返回量之间是相关的。而Kleber（2006）［118］则研究了再制造技术的整体决策和产品回收的投资时间。

（2）回收渠道。Savaskan［119］最早提出了三种回收渠道：制造商回收、零售商回收以及第三方混合回收，后来学者们的研究大都是在这三种回收渠道的基础上进行的。国内学者还提出三种混合回收渠道，即供应商和零售商混合回收、制造商与第三方混合回收、零售商与第三方混合回收。韩小花和董振宁（2010）［120］考虑了两个生产商和两个零售商的双边闭环供应链情况，通过对回收渠道决策模型进行研究发现，生产商之间和零售商之间的竞争程度共同影响了回收渠道的选择，而且生产商之间的竞争程度对渠道的选择影响更大。郑继明（2012）等［121］通过研究发现，制造商是否选择回收渠道与市场竞争程度有关，竞争不激烈时，供应商选择自己的回收渠道，而市场竞争非常激烈时，制造商会选择零售商回收渠道。

（3）定价策略。Sandy和Hahn［122］分别研究了供应链成员关系、回收策略等对于供应链的定价及利润分配的影响。张克勇等（2009）［123］构建了具有产品再造的供应链闭环定价集中性和分散性决策模型，并发现集中决策下废旧品回收价格和利润期望都高于分散决策，而销售价低于分散决策。周琴（2014）［124］通过对闭环供应链定价模型进行数值仿真发现了集中决策下，废旧品回收价高于分散决策。Gu Qiaolun等［125］对供应商（制造商）、第三方回收、零售商回收三种逆向供应链回收模式的回收产品的定价策略进行了对比。缪朝炜和夏志强［126］基于以旧换新策略构建以上三种回收的闭环供应链决策模型，并分别讨论了三种回收模式的回收策略及最优定价。

通过文献分析可知：①对于产品的返回量分布的认定还存在一定的主观性，没有对所研究的回收产品的特点进行详细的分析论证；对于产品回收计划的研究，现有文献主要以过去的产品销售量为基础预测产品回收量，没有考虑产品回收后的质量情况，特别是对旧产品回收后的状态不能有效预测。构建模型进行回收预测是有待进一步研究的课题。②从供应链角度来进行回收价决策的文献不多，通过回收价考虑产品不合格率来研究投产量决策的文献较少。③国内外一般选择单一的回收渠道，很少选择混合的回收渠道。④对于回收再制造的生产计划与控制还处在起步阶段，存在以下不足：没有充分考虑再制造过程的特点，对再制造过程的不确定性认识不足，考虑确定性情形的文献较多，而对不确定情形的研究较少；大多基于生产企业成本的角度来考虑回收产品再制造，较少考虑生产商和销售商联合决策的情况。

最近的研究中，不确定的需求这一因素被越来越多地提及。Atasu和Cetinkaya［127］考虑了回收率、回收时间和再利用率等因素对再制造产品供求关系的影响，以求得获取再制造过程的最大利润。

Pishvaee和Torabi［128］首先研究了闭环供应链中带有不确定性的网络规划问题，其最大的特点即参数是不精确的。他们为这一问题构建了一个双目标的混合整数规划模型并利用模糊规划（Fuzzy Programming）来求解这一问题。之后，Pishvaee等［129］研究了多周期的带有不确定性需求的生产计划问题，他们提出了一个鲁棒最优的模型（Robust Optimization Model）来描述这一问题。这个模型首先包含了一个确定性的混合整数规划，然后通过最近鲁邦最优性理论的扩展，找到了这一混合整数规划的鲁邦最优模型并对其完成了求解。Georgiadis等［130］在一个共享资源、仓库、分销渠道和客户区域的多产品设施选址问题中，考虑了随时间变化的需求的不确定性。最终他们为这个问题构建了一个混合整数规划，并利用标准的分支定界（Branch and Bound）算法来求解这一问题。

潘正东等（2009）［131］则在他们的研究中考虑了有动态能力约束的逆向供应链批次问题。而精益生产背景下的生产和再制造批次问题也被Rubio和Corominas（2008）［132］提出。他们通过研究发现混合了生产和再制造的生产计划往往是最优的。Zhou（2005）［133］和Disney则在生产批次问题中考虑了牛鞭效应的影响。Atasu和Cetinkaya［134］考虑了回收率、回收时间和再利用率等因素对再制造产品供求关系的影响，以求得获取再制造过程的最大利润。

本书在考虑需求关于价格线性相关，回收量关于回收价线性相关，以及产品合格率随机分布的情况下，从闭环供应链角度研究了供应商和销售商二级供应链联合优化投产量和回收价问题。