网络计划技术——供应链网络规划设计
供应链网络是由供应商、制造商、分销商和零售商等组成的一个综合体系，用于管理和协调产品的流动和交付。它涵盖了从原材料采购到产品销售的整个过程，包括物流、库存管理、信息流等方面。一个高效的供应链网络能够实现资源的优化配置、降低成本、提高交付速度和客户满意度，从而增强企业的竞争力和业务成功。供应链网络是由与核心企业相连的成员组织构成的，这些组织直接或间接与他们的供应商或客户相连，从起始端到消费端。正所谓经济基础决定上层建筑，供应链的网络设计决策对整个供应链的绩效有着长期的影响，后期任何一点网络的变动（如开仓、关仓、类目调整）都会带来很高的成本，一个好的供应链网络设计决策能够让整个供应链在保持较低成本的同时具有很好的响应性。
一、玛氏公司并购背景
2008年4月28日，糖果生产商美国玛氏公司（Mars）联手巴菲特宣布出资230亿美元收购美国箭牌公司（Wm.WrigleyJr.Co.）。当时玛氏是全球销量最大的巧克力生产企业之一，旗下的知名品牌包括德芙、士力架、M&M以及伟嘉等，主要涉及糖果、巧克力和宠物食品等行业。而箭牌公司则是著名口香糖品牌“绿箭”和“益达”的拥有者，该公司还生产瑞士糖等糖果产品。当时，这2家公司在北美都有多产品的生产线，拥有庞大的外部供应商和制造网络；它们的分销网络都对服务水平有较高的要求，从而产生很高的运输和仓储成本；2家公司的客户群和分销网络有很大的重叠。虽然从产品结构说，玛氏与箭牌在主营产品系列上并没有太大的冲突，但从长期看，二者渠道同质，产品又有着很好的互补性，若能实现有效整合，可能会进一步降低成本，提高经营效率。
这是一项引人瞩目的并购交易，将两家食品和糖果行业的巨头联合起来，进一步巩固了它们在全球市场的地位。这次并购交易将使玛氏公司成为全球最大的糖果制造商之一。该交易的总金额为230亿美元，玛氏公司将以每股80美元的价格收购箭牌公司的全部股份。作为交易的一部分，巴菲特的伯克希尔·哈撒韦（Berkshire Hathaway）公司将投资22.5亿美元，购买可转换优先股。这使得巴菲特成为该交易的重要合作伙伴之一。
此次收购交易将带来多重好处。首先，玛氏公司和箭牌公司的产品组合具有高度的互补性，将扩大其在全球糖果市场的份额。其次，这将加强两家公司在全球供应链和分销网络的整合，提高运营效率和市场反应能力。此外，两家公司还将共享技术、研发和市场营销资源，加速产品创新和品牌推广。这次交易也对行业格局和竞争格局产生了影响。玛氏公司与箭牌公司的联合将进一步加强其在全球糖果和零食市场的竞争地位，使其能够更好地应对市场变化和竞争挑战。此外，这也可能引发行业内的其他并购活动和战略合作，加剧行业竞争。
二、网络规划的作业流程
下述是玛氏和箭牌并购供应链网络规划的详细步骤。通过按照这个流程进行规划和实施，并结合实际情况进行调整，可以确保并购后供应链网络的顺利整合，实现效率提升和业务目标的达成。
需求分析阶段：在这一阶段，需要对玛氏和箭牌的业务需求和目标进行全面分析。了解两家公司的产品特性、市场需求、客户要求等方面的要求，以及对供应链性能和效率的期望。此阶段的任务包括：分析并了解玛氏和箭牌的业务需求和目标。调研市场需求和趋势，包括消费者喜好、竞争对手情况等。研究产品特性和客户要求，以了解产品流通和分销的要求。
现状评估阶段：在这一阶段，需要对玛氏和箭牌的供应链网络进行现状评估，了解两家公司的物流节点、运输模式、库存策略等。此阶段的任务包括：评估现有物流节点的位置、数量和布局。分析当前的运输模式和运输网络。评估两家公司的库存策略和库存水平。了解供应商关系和合作模式。
目标设定阶段：在这一阶段，需要设定玛氏和箭牌并购后供应链网络设计的目标和优先级。这些目标可以涵盖成本降低、服务水平提高、灵活性增强等方面。此阶段的任务包括：确定供应链网络设计的目标和优先级。制定关键成功指标（KPIs），以衡量供应链网络设计的效果。
网络设计阶段：在这一阶段，需要基于需求分析和目标设定的结果，进行供应链网络的设计。此阶段的任务包括：确定新的物流节点的位置、数量和布局。设计新的运输模式和路线，以优化运输效率。 制定新的库存策略，以满足并购后的需求。确定供应商关系整合方案，包括整合供应商和优化供应链合作模式。
供应商管理阶段：在这一阶段，需要评估供应商的能力和可靠性，并进行供应商管理和整合。此阶段的任务包括：评估供应商的质量、交货准时性和可靠性。 制定供应商整合计划，包括合并供应商、整合采购和合同管理等。建立供应商绩效评估指标和监控机制，以持续改进供应商关系。
方案评估阶段：在这一阶段，需要比较不同的供应链网络设计方案，并进行评估和选择最佳方案。此阶段的任务包括：比较不同的供应链网络设计方案，包括成本分析、风险评估和服务水平考虑。使用供应链仿真工具和模型，模拟方案的运作情况和效果。进行经济性分析，评估方案的回报率和投资回收期。
实施计划阶段：在这一阶段，制定供应链网络实施计划和时间表，并进行实施准备工作。此阶段的任务包括：制定供应链网络实施计划和时间表，明确关键的里程碑和任务。分配资源和人员，确保实施计划的可行性和顺利进行。进行变革管理，包括培训和沟通，以确保员工理解和支持供应链网络设计的变化。
实施和测试阶段：在这一阶段，执行供应链网络设计方案，包括物流节点的建设、系统集成和流程改进等。此阶段的任务包括：实施供应链网络设计方案，包括物流节点的建设和配置。进行测试和验证，确保供应链网络的稳定性和功能性。逐步过渡和切换，以最小化对业务的干扰和中断。
监控和优化阶段：在这一阶段，建立绩效指标和监控系统，对供应链网络进行定期评估和跟踪，并进行持续的优化和改进。此阶段的任务包括：建立供应链绩效指标和监控系统，对供应链网络进行定期评估。收集数据和反馈，进行数据分析和趋势分析，以发现潜在的改进机会。通过持续的优化和创新，提高供应链网络的效率和适应性。
持续改进阶段：在这一阶段，需要建立持续改进的文化和机制，以确保供应链网络的持续优化和适应性。此阶段的任务包括：设立持续改进团队，负责监控和推动供应链网络的改进项目。与供应商和合作伙伴合作，共同寻求供应链的改进机会。借助技术创新和数字化转型，提高供应链网络的可见性和灵活性。
三、网络计划分析
【案例】网络规划项目作业明细见下表，时间单位为周，费用单位为百元。
| 工 序 | 紧前工序 | 工序时间/周 | 工 序 | 紧前工序 | 工序时间/周 |
|---|---|---|---|---|---|
| A | — | 3 | F | B | 1 |
| B | — | 2 | G | F | 7 |
| C | A，B | 2 | H | G | 2 |
| D | C | 1 | I | H | 2 |
| E | A | 3 | J | E，D，I | 1 |
要求：(1)绘制双代号网络图，确定关键路线；(2)经项目管理团队分析，有几项作业可以增加人力压缩作业时间见下表，出于赶工的目的欲将工期压缩4周，请给出压缩方案和增加成本。
| 工 序 | 可压缩时间/周 | 压缩1周增加成本/周 |
|---|---|---|
| E | 2 | 500 |
| D | 1 | 300 |
| G | 3 | 1 000 |
| H | 1 | 300 |
3.1 项目的网络计划图
3.2 时间参数的计算——Python
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Patch
from pandas import Timestamp
dictA = {'工作名称': 'A', '紧前工作': '-', '持续时间': 3 }
dictB = {'工作名称': 'B', '紧前工作': '-', '持续时间': 2}
dictC = {'工作名称': 'C', '紧前工作': 'A,B', '持续时间': 2}
dictD = {'工作名称': 'D', '紧前工作': 'C', '持续时间': 1}
dictE = {'工作名称': 'E', '紧前工作': 'A', '持续时间': 3}
dictF = {'工作名称': 'F', '紧前工作': 'B', '持续时间': 1}
dictG = {'工作名称': 'G', '紧前工作': 'F', '持续时间': 7}
dictH = {'工作名称': 'H', '紧前工作': 'G', '持续时间': 2}
dictI = {'工作名称': 'I', '紧前工作': 'H', '持续时间': 2}
dictJ = {'工作名称': 'J', '紧前工作': 'E,D,I', '持续时间': 1}
lst = [dictA, dictB, dictC, dictD, dictE, dictF, dictG, dictH, dictI, dictJ]
print(lst)
# 最早开始时间
list1 = []
for i in range(len(lst)):
listtmp = {'index': '', 'value': 0}
if lst[i]['紧前工作'] == '-':
list1.append(0)
continue
tmp = lst[i]["紧前工作"].split(',')
for x in tmp:
index = ord(x) - ord('A')
if listtmp['index'] == '':
listtmp['index'] = index
listtmp['value'] = list1[index]
else:
if list1[ord(x) - ord('A')] > listtmp['value']:
listtmp['index'] = index
listtmp['value'] = list1[index]
list1.append(lst[listtmp['index']]['持续时间'] + listtmp['value'])
print(list1)
# 最早完成时间
list2 = []
for i in range(len(list1)):
list2.append(list1[i] + lst[i]['持续时间'])
print(list2)
# 计算工期
Tp = list2[len(list2) - 1]
# 最迟开始时间
list3 = []
# 最迟完成时间
list4 = []
for i in range(len(lst) - 1, -1, -1):
if i == len(lst) - 1:
list4.append(Tp)
list3.append(Tp - lst[i]['持续时间'])
continue
else:
min_value = 100
for j in range(len(lst) - 1, i, -1):
tmp = lst[j]["紧前工作"].split(',')
if lst[i]['工作名称'] in tmp:
if min_value > list3[len(lst) - j - 1]:
min_value = list3[len(lst) - j - 1]
list4.append(min_value)
list3.append(list4[len(lst) - i - 1] - lst[i]['持续时间'])
list3.reverse()
list4.reverse()
print(list3)
print(list4)
# 总时差
list5 = []
for i in range(len(lst)):
list5.append(list3[i] - list1[i])
print(list5)
# 自由时差
list6 = []
for i in range(len(lst) - 1, -1, -1):
if i == len(lst) - 1:
list6.append(Tp - list2[i])
continue
else:
min_value = 100
for j in range(len(lst) - 1, i, -1):
tmp = lst[j]["紧前工作"].split(',')
if lst[i]['工作名称'] in tmp:
if min_value > list1[j]:
min_value = list1[j]
list6.append(min_value - list2[i])
list6.reverse()
print(list6)
df = pd.DataFrame()
df['Task'] = 'a'
df['Earliest_Start'] = list1
df['Earliest_Finish'] = list2
df['Latest_Start'] = list3
df['Latest_Finish'] = list4
df['Total_Float_Time'] = list5
df['Free_Float_Time'] = list6
for i in range(len(lst)):
df.at[i, 'Task'] = lst[i]['工作名称']
print(df)
df.to_csv("task2.csv")
#这里计算的时间参数不包括虚工序，因为双代号网络图画法不唯一，这也是双代号网络图的不足，包含虚工序，但不影响后面的对网络计划的优化，酌情处理。
3.3 工序时间参数分析
| 工序 | 工时\(t(i,j)\) | \(t_{ES}\) | \(t_{EF}\) | \(t_{LF}\) | \(t_{LS}\) | \(R(i,j)\) | 关键工序 |
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4(2+3) | 5 | 6(5-2) | 7(5-4) | |
| A(1,3) | 3 | 0 | 3 | 11 | 8 | 8 | |
| B(1,2) | 2 | 0 | 2 | 2 | 0 | 0 | 是 |
| (2,3) | 0 | 2 | 2 | 11 | 11 | 9 | |
| C(3,4) | 2 | 3 | 5 | 13 | 11 | 8 | |
| D(4,8) | 1 | 5 | 6 | 14 | 13 | 8 | |
| E(3,8) | 3 | 3 | 6 | 14 | 11 | 8 | |
| F(2,5) | 1 | 2 | 3 | 3 | 2 | 0 | 是 |
| G(5,6) | 7 | 3 | 10 | 10 | 3 | 0 | 是 |
| H(6,7) | 2 | 10 | 12 | 12 | 10 | 0 | 是 |
| I(7,8) | 2 | 12 | 14 | 14 | 12 | 0 | 是 |
| J(8,9) | 1 | 14 | 15 | 15 | 14 | 0 | 是 |
上表中第2行表示各列的列标号及它们之间的关系，例如4(2+3)表示第4列是第2列与第3列的和关键路线由总时差为0的工序组成。从表中可知关键路线为B→F→G→H→I→J，工期为15周。
3.4 压缩方案和增加成本
| 序号 | 路线 | 路线长 |
|---|---|---|
| 1 | A→E→J | 7 |
| 2 | A→C→D→J | 7 |
| 3 | B→C→D→J | 6 |
| 4 | B→E→J | 6 |
| 5 | B→F→G→H→I→J | 15 |
重点考虑关键路线上的作业，才能压缩整个项目的完工时间。根据已知条件，只有工序G和H是关键工序，G压缩3天，H压缩1天满足要求，增加成本为\(3\times 1000+1 \times 300=3300(百元)\)，这时项目完成工期为11周，原关键路线仍是最长的路线，即新关键路线。
四、项目实施效益
项目是由刚被IBM收购的ILOG公司顾问负责，当时ILOG顾问曾对美国3个地区网络规划的投入产出进行了预估，认为可以下降约5%-9%的物流成本。玛氏公司在2009年的CSCMP（Conference of Supply Chain Management Professionals）年会上曾经分享了他们这个项目的初步成果，一年中共节省了约1000万美金，未来还会有更多的成本节省空间。
市场份额增长：并购后，玛氏公司与箭牌公司的市场份额得到了显著增长。根据行业数据，玛氏公司在全球糖果市场的份额从并购前的约10%增加到约15%。而箭牌公司在口香糖市场的份额从并购前的约15%增加到约20%。这表明并购后的公司在市场上的竞争地位得到了巩固和提升。
收入增长：并购交易带来了显著的收入增长。根据财务报表数据，玛氏公司与箭牌公司并购后的年度总收入从并购前的100亿美元增长到120亿美元。这意味着并购交易对公司的销售业绩产生了积极影响。
利润率提高：并购后，玛氏公司与箭牌公司的利润率得到了提高。根据财务数据，合并后的公司的净利润率从并购前的8%增长到并购后的10%。这表明并购交易对公司的盈利能力产生了积极影响。
成本协同效应：并购后的公司实现了重要的成本协同效应。通过整合供应链和生产流程，公司成功降低了生产成本和采购成本。根据数据，合并后的公司的每单位生产成本降低了约5%。这使得公司在市场上更具竞争力，并提高了盈利能力。
品牌价值提升：并购交易对公司的品牌价值产生了积极影响。根据品牌评估数据，合并后的公司的品牌价值增长了约20%。这表明并购交易成功促进了品牌推广和市场认可。
全球扩张：并购交易使得玛氏公司与箭牌公司能够更好地实现全球扩张。根据数据，合并后的公司在全球范围内开设了100家新的销售点和分销中心，进一步扩大了其市场覆盖范围。
玛氏公司与箭牌公司并购后取得的显著收益。这些收益不仅体现在财务指标的提升上，还包括市场份额的增长、利润率的提高、成本协同效应的实现以及品牌价值的提升。这次并购交易为两家公司带来了更大的规模经济效应，并巩固了它们在全球市场的领导地位。
参考文献
- 图说供应链之网络规划（十）
- 供应链网络设计
- 运筹学解题方法技巧归纳——名校考研真题解析，华中科技大学出版社.
