明道學術論壇 8(3) : 71-84(2013) MINGDAO JOURNAL 8(3) : 71-84(2013) Copyright 2012 MINGDAO UNIVERSITY 以拉式補貨強化供應鏈績效之模擬研究金新恩 * 國立交通大學工業工程與管理學系博士班李榮貴 **

Size: px

Start display at page:

乘毛
5 years ago
Views:

1 明道學術論壇 8(3) : 71-84(2013) MINGDAO JOURNAL 8(3) : 71-84(2013) Copyright 2012 MINGDAO UNIVERSITY 金新恩 * 國立交通大學工業工程與管理學系博士班李榮貴 ** 國立交通大學工業工程與管理學系教授黃士芳 *** 明道大學資訊傳播學系助理教授摘要低庫存量但維持高交貨率是供應鏈管理的首要目標供應鏈補貨管理常在拉式補貨或補貨之間擇一而行很多的學術論文證實拉式補貨在某些特定的情況下比補貨表現更為卓越在實務上也獲得許多成功案例驗證但實際上拉式補貨仍未能普遍被業者使用很多管理者對拉式補貨缺乏認識並對其績效信心因此拉式補貨仍未能被業者普遍使用若能讓企業人士由模擬實驗中親身體驗需求系統的績效進而於實務上採用拉式補貨是一快速又節省成本的有效方法因此本研究在模擬實驗中驗證拉式補貨有良好的供應鏈績效協助實驗者排除拉式補貨的使用障礙關鍵字拉式補貨補貨庫存長鞭效應 70 71

2 明道學術論壇 8(2) : (2013) Enhancing performance of Supply Chain with Demand-Pull inventory management A Simulation Experiment Study Hsin-En Chin Department of Industrial Engineering and Management, NationalChiao-TungUniversity Rong-Kwei Li Department of Industrial Engineering and Management, NationalChiao-TungUniversity Shyh-Fang Huang Department of Information communication, MingDaoUniversity, Assistant Professor 供貨需求環境從幾項試圖找到最佳的主壹前言要參數的研究(Anupindi et al., 1996 ; Platt 在補貨中供應鏈系統的經銷商 et al., 1997 ; Vargas et al., 1996)來看所經常根據以往的需求來預測需求以做計研究出來的方法僅適用於特殊情況的庫存劃性的採購庫存與製造但預測值常常管理問題而且這些方法相當複雜不容與實際值相差甚遠當預測不準時採易了解與使用 2.僅增加產能就能因應需購庫存和製造的量與實際需求不符求變化嗎? 增加產能可能造成過多的成本必然會發生不少的缺貨或過剩的存貨其支出和淡季時的產能浪費所以並非是萬次供應鏈裡上下游需求信息傳遞的失真用的良策 3. 增加資訊的透明的確能有所產生的長鞭效應(bullwhip effect) 影響助上下游的需求連結(Disney and Towill, 了供應鏈中個別成員的存貨控制和交貨計 2003 ; Lee et al., 1997) 但缺貨或存貨過劃長鞭效應會導致需求誤差會有如滾雪剩的問題仍常常存在這是因為從IT技術球般的擴大(Lee et al., 1997) 在整個供應上改善供應鏈合作夥伴合作的速度和彈性鏈系統中產生過多的庫存造成生產計劃不易其一是因為合作夥伴間的信任取得無法精確的配合市場需求和收入的損失不容易其二是需求預測不準確的問題仍針對以上的問題觀察到有管理者從 Abstract The primary goals in supply chain management are high delivery hit rate and lower 然存在三方面著手進行改良 Lai (2009) 發現如果產品的壽命週 (一) 尋求更準確的預測方法與預測系統或是期時間是補貨時間的七倍以上拉式系統透過存補貨政策的研究來解決會比系統在缺貨滯銷產品過時品 (二) 增加生產產能來因應快速變化的需求與平均庫存水位上有顯著較佳的表現實 replenishment management. Although the pull replenishment strategy in some particular conditions (三) 改良供應鏈的資訊技術(IT) 增加供應務上雖然拉式補貨曾有很多成功實施案 has been verified to be superior to the push one in many previous academic papers and practical 鏈資訊的連結性來增進供補貨的效用部 cases, the pull replenishment is not widely employed in universal industry. According to our 分 research and surveys, in addition to the lack of understanding of the pull replenishment strategy, 然而結果常常差強人意因為 lots of managers actually do not have enough confidence regarding the performance of the pull 1.研發各種數學方法以求得到更準確的需 replenishment,therefore, thus far the pull replenishment has not be commonly used in industry. In 求預測縱然是零誤差的預測下長鞭效 order to effectively promote the pull system in the practical management of the supply chain, it 應也造成需求傳遞扭曲的問題(Lee et al., is a good way to let the participant practice aneasy simulation in the pull system of supply chain 1997) 況且零誤差的預測在實務上是不 replenishment. In this study, the simulation demonstrated that the Theory of Constrain pull system 容易取得的以存補貨政策研究來說 is a fast and cost-effective method, and can helps managers to enhance the performance of supply 以經濟訂購量批量模式(economic order chain using pull system. quantity)方法為例此法的假設需要需求 inventory level.either the pull or push replenishment strategy is an effectiveway for the 例其觀念與策略簡單並有戴明和大野耐一兩位管理大師的支持但從與實務界經理人員面對面的接觸後知道許多管理者對拉式補貨瞭解不多對拉式補貨更缺乏信心特別是對能否有效的應付高需求變化有疑慮因此仍多採用補貨本文的模擬實驗期望能驗證拉式補貨的績效使管理者能更有效益地創造更好的供應鏈績效實驗中共有五個情境每個情境的設固定已知前置時間不變需求率產品 Key Words:Push System, Pull System, Inventory, Bullwhip Effect 72 定有其特別的目的與理由情境一中各價格一定等不適用於真實上複雜多變的 73

3 明道學術論壇 8(2) : (2013) 成員的補貨數據將做為一個初始的基重此時供應鏈中有存貨數量多寡的衝 Polito, 2003)驗證TOC補貨策略在供應鏈少數量就對上游(配銷商/批發商)訂購多準值與後續的部份拉式補貨與全面的拉突如圖1所示中實施的確能大幅地減少庫存水準補少 2.配銷商/批發商儲存足夠庫存涵蓋貨時間運送時間提升了客戶的服務水補貨前置時間內的需求配銷商運送多準同時限制理論也被驗證為有效因應少數量到下游商(零售商) 就對上游(製長鞭效應的解決方案 (Holt, 1999; Perez, 造商)訂購多少 3造商儲存足夠庫存涵 1997; Simatupang et al., 2004; Smith, 蓋補貨前置時間內的需求製造商運送式補貨數值相比較情境二增加10%的產二限制理論(TOC)補貨方法能是因為實務上有管理者以增加產能來解在供應鏈中補貨策略決定一決供補貨績效不佳問題因此本研究在模補貨的時機二補貨的頻率以及三擬實驗的情境二中增加產能10%來觀察績補貨的數量限制理論 TOC 針對供效變化的情形情境三和情境四設定的目應鏈存貨管理提出了解決方案降低了長的是要了解供應鏈中僅部分成員採行拉式鞭效應對供應鏈的不良影響 ( Wa t s o n a n d 補貨部分成員採行補貨時供應鏈 Polito, 2003) 高德拉特博士在80年代的績效如何? 此績效並與情境五所有成員初的小說目標首次提出開創性主題都採拉式補貨的績效相比以尋求整個供 TOC TOC的管理方法可幫助管理者應鏈的最佳補貨策略是什麼? 本研究的五把注意力集中在關鍵的問題上並解決它個實驗情境循序漸進其最終的目的是要起源可追溯到在70年代末一個商業軟體由個別的補貨方式的績效探討找出供應產品開發案-最優化生產技術(Optimized 鏈整體的最佳補貨方式 Production Technology ; OPT) 從那時候開始高德拉特博士和許多其他學者發表貳文獻探討許多TOC應用在商業上的研究其應用的一供應鏈上存在的存貨管理衝突為了即時滿足下游的不確定性需求供應鏈的上游常常需準備較多的存貨在倉庫或是在商店的架子上但對於供應鏈來說持有較多的庫存將使得成本負荷沉多少數量到下游商(配銷商/批發商) 就 2001) TOC補貨策略之所以能有效改善整對上游(供應商)訂購多少體存貨及缺貨問題原因在於背後有四個 (四) 緩衝管理 Buffer Management 緩衝重要概念做為運作依據(Goldratt, 1994) 管理是限制理論中監控庫存量的方法分別為聚集增加補貨頻率需求拉動式將目標庫存量分為紅色黃色及綠色三 (Demand-pull)庫存機制以及緩衝管理以個等分緩衝區分別代表供不應求警下說明這四個概念告及供多於求訊息當連續數個補貨週 (一) 聚集傳統存補貨方法認為產品應放在期的庫存狀態都處於紅色緩衝區代表離消費者最近的地方以利銷售 TOC補目標庫存水位設定可能過低無法確保貨策略提出聚集的概念將大部分庫存滿足需求的風險大增便須考慮提高目留在供應鏈的源頭處有利於將貨品彈標庫存反之當連續數個補貨週期的庫性地將貨品分配至下游最為迫切需求的存狀態都處於綠色緩衝區便須考慮降地方低目標庫存至於目標庫存之調整幅領域很廣泛包括財務生產管理配 (二) 增加補貨頻率在限制理論中補貨前銷和供應鏈市場行銷和銷售等(Parker, 度限制理論並未明確規範一般而置時間定義為三種時間的加總分別為 2001) 許多文獻(Belvedere and Grando, 言以1/3的目標庫存量作為調高與調訂購前置時間生產前置時間及運輸前 ; H o ff m an a n d C a r d a r e l l i, ; 降比率參考因各種產業特性可以做調置時間限制理論認為降低補貨前置時 Novotny, 1997; Patnode, 1999; Watson and 整避免存貨過高或缺貨過多間有一有效方法即是增加補貨頻率此做法能使訂購前置時間縮短減少在參研究方法與模擬數據分析庫庫存備多一點的庫存提高達交率一模擬情境配置 (三) 設立需求拉式(Demand-pull)庫存機制本研究採用 Av r a h a m G o l d r a t t 此模式是以下游消耗多少貨品就向上供應鏈績效最佳化 I n s t i t u t e ( A G I ) 機構與高德拉特博士 ( D r. 游訂購多少貨品的機制此做法能避免維持較低的產品成本備少一點的庫存圖1 典型庫存管理的衝突Goldratt, E.M. (1994) 74 因市場預測不準確造成過多的存貨或缺 Goldratt)發展出的供應鏈系統模擬程式貨也避免掉預測誤差帶來的長鞭效進行實驗驗證實驗環境描述如下 (一) 應有效降低整體存貨其運作步驟詳一個工廠 (Manufacturer) 仰賴五個經銷商述如下 1.零售商儲存足夠庫存涵蓋補各自擁有的區域倉庫 (Warehouse) 來儲存貨前置時間內的需求零售商銷售多和配送產品每一個經銷商的區域倉庫的 75

明道學術論壇 8(2) : 71-84 (2013) 產品負責分送給四個零售商倉庫(Clients 存貨水準差距最大的區域倉庫直到貨品售商對區域倉庫採用拉式補貨經銷商區基礎情境三將零售商的補貨策略由 orders) (二)工廠生產六種產品皆在同被分配完畢整個供應鏈整體模擬情境如域倉庫對工廠採補貨情境四工廠加補貨改為拉式補貨經銷商的區域倉庫補一條生產線下生產

時每小時可產出六個單位換線時間是五位實驗者進行一年52星期的生產排補貨零售商則採用補貨情境五有 24小時每日開工24小時每周七天並程決定(決定生產的產品項目及數量) 因中央倉庫將大部分庫存放在中央倉庫假設當機缺料罷工等情況發生工廠每一產品每週的平均需求是120單位所有成員皆採拉式補貨在江治瑋(2009) (三) 零售商的平均需求是每週每種產品6

4 明道學術論壇 8(2) : (2013) 產品負責分送給四個零售商倉庫(Clients 存貨水準差距最大的區域倉庫直到貨品售商對區域倉庫採用拉式補貨經銷商區基礎情境三將零售商的補貨策略由 orders) (二)工廠生產六種產品皆在同被分配完畢整個供應鏈整體模擬情境如域倉庫對工廠採補貨情境四工廠加補貨改為拉式補貨經銷商的區域倉庫補一條生產線下生產每日生產時間為24小圖2所示模擬的績效結果如圖3所示入中央倉庫經銷商的區域倉庫採用拉式貨策略則維持補貨以此來觀察零售商是否能以拉式補貨改善績效? 時每小時可產出六個單位換線時間是五位實驗者進行一年52星期的生產排補貨零售商則採用補貨情境五有 24小時每日開工24小時每周七天並程決定(決定生產的產品項目及數量) 因中央倉庫將大部分庫存放在中央倉庫假設當機缺料罷工等情況發生工廠每一產品每週的平均需求是120單位所有成員皆採拉式補貨在江治瑋(2009) (三) 零售商的平均需求是每週每種產品6 所以每周需要120小時的產能才能滿足需的文獻研究中曾證實在單一階層的供應為了衡量補貨策略在供應鏈管理控制個尖峰的需求量是平均銷售量的6.5倍求 (120單位乘上6種產品除上每小時產出鏈中績效不佳的主因是補貨管理方式不的成效本研究使用淨利潤投資報酬 (39個產品) 區域倉庫每種產品平均每周 6個產品) 而每周有168小時(24小時乘上當且也驗證拉式補貨比補貨能提供率經銷商缺貨零售商缺貨過期產品需求是24個最大的需求量是平均需求的 7天) 所以有48小時的剩餘產能可以進更佳的供應鏈績效以此為本研究的研究的退貨市場購買量和系統存貨等6項指 2.5倍(60個產品) 所以工廠每種產品每周行2次換線所以產品的生產週期時間是三平均需要生產120個產品 (四) 每星期零售周也就是每種產品每次的平均生產批量商將訂單送到區域倉庫後區域倉庫預計應該是360個根據設計的情境本實驗的可在一周內交貨 (五) 配送的規則如下各種成本和價格列於下表 1.當工廠有足夠的存貨可以供應滿足區域模擬實驗的五個模擬情境中的不同補倉庫的需要則供應之否則以最近的區貨策略如下情境一的零售商與區域倉域倉庫為優先開始供應二分之一的訂貨庫都使用補貨工廠生產補充區域 2.若還有剩餘的存貨以六個產品為一單倉庫被零售商下的訂單情境二與情境一位依序分給存貨(在庫與在途存貨)與最高相同但增加了10%的產能情境三的零五種模擬情境之補貨策略整理如表2所列圖3 供應鏈實驗模擬的績效結果表1 產品的價格和各種成本項目金額(元) 單位產品價格單位退回成本單位存貨成本單位原料成本 (庫存價值) 工廠到區域倉庫的單位運輸成本固定成本 8,000 表2 五種實驗情境模擬條件模擬情境零售商補貨系統圖2 供應鏈實驗模擬情境 76 情境一情境二情境三改良(拉式) 情境四情境五從屬(拉式) 經銷商補貨系統改良(拉式) 從屬(拉式) 是否有中央倉庫有有是否增加產能增加10 % 77

5 明道學術論壇 8(2) : (2013) 標來評估其成效衡量指標的定義說明如記錄下來的52周的實驗模擬結果如表3所境二中增加產能10%來觀察績效變化的情產生了嚴重的缺貨情況此時嘗試將經下示依此結果可以得到四個重要結果形銷商的補貨策略改為拉式補貨零售商的 1. 淨利 (Net Profit, NP): 產出耗用產品詳述如下 (二) 結果二僅增加產能無法有效改善供應補貨策略改回補貨(情境四) 結果顯鏈績效反而有更多的淨利損失和退示經銷商對零售商的平均缺貨數量從70降不佳貨至9個單位顯示經銷商採用拉式補貨極其情境一中使用補貨的組別其績在情境二實驗中增加產能10% 經過有效地減少缺貨效很差供應鏈平均淨利(-12,910元)和投 52周供應鏈的供補貨模擬由表3實驗結從以上結果可知不管是經銷商或資報酬率(-3.96%)都是負的供應鏈零售果可知增加產能10%後雖可減少經銷商缺是零售商採用拉式補貨都可以減少自商缺貨794單位和退回2,610單位過多造成貨但淨利和投資報酬率卻大幅減少身的缺貨情況證實了供應鏈個別成員淨利損失投資報酬率減少零售商和經原因是增加產能會增加營運成本進而減採用拉式補貨能帶來個別的正面效益之銷商無法有效供貨因應市場實際需求顯少淨利減少投資報酬率(ROI=NP/I) 結論這樣的結果也相符於Lai (2009)與示用預測的需求作為補貨的依據之方法此外生產增加也容易造成系統存貨的增 Goltratt(1004)及其他文獻對拉式補貨的肯常因預測不準確或需求傳遞延遲扭曲使加系統存貨從234,524元增加到278,056 定 (Belvedere and Grando, 2005; Hoffman 得補貨績效不佳因此在此情況下補元增加幅度達18.6 % 從統計的t檢定方 a n d C a r d a r e l l i, ; N o v o t n y, ; 貨方式是需要被改善的如上所述實務法可以知道情境二的系統存貨的確較情境 Patnode, 1999; Watson and Polito, 2003) 上常有管理者以增加產能來解決供補貨績一的系統存貨有顯著性的增加(由下表4可 (四) 結果四供應鏈中所有成員都採用拉式效不佳問題因此本研究在模擬實驗的情知P單尾值= E-07<0.05 顯示情境補貨能為供應鏈帶來最佳的整體效益二的系統存貨顯著地大於情境一) 所以情境五中經銷商和零售商同時都採用 (throughput) 減去營運費用 (operation (一) 結果一使用補貨供應鏈其績效 expense) 2. 投資報酬率(ROI) 淨利(NP)/投資(I) 3. 經銷商缺貨(Shortage of Client) 無法在消費者下定單後的週末前準時供貨 4. 零售商缺貨(Shortage of Market) 零售商銷售架上缺貨造成損失市場消費者訂單 5. 過期產品的退貨(Return) 產品在架上超過 30周未賣出須以35元計價退回損失 6. 系統存貨(System Inventory) 供應鏈中在工廠在庫在途庫存數量的總和並以每單位20元成本計價的庫存價值二實驗結果分析在進行各情境實驗後五個情境中所表3 五種情境的各指標平均數據結果在系統中增加產能絕非是解決供應需求拉動補貨結果如下 : 鏈問題的良策 1.當所有成員同時使用拉式補貨供應鏈中 (三) 結果三供應鏈中單一成員採用拉式補的缺貨幾近於零 2.平均退貨大幅的降低到15 退貨情況十分貨僅能帶來供應鏈局部績效的提升在情境三中的零售商改用需求拉動補表4 情境一與情境二的平均存貨差異分析良好貨策略後零售商缺貨和退貨能顯著的 3.淨利將會大幅增加淨利高達49,946 投資減少零售商缺貨由794單位降為131單報酬率高達17.58% 遠優於情境一的負淨位過期退回產品的數由2,610單位減少利和負投資報酬率也遠高於部分採用拉到907單位供應鏈的淨利增加了46,043 式補貨的情境三(淨利是33,133, 投資報酬率 (33,133+12,910)元平均投資報酬率是9.94%)與情境四(淨利是20,917, 投資報酬率是7.55%) 由-3.96%增加到9.94% 供應鏈的績效的 4.系統存貨大幅減少到138,052 與其他推確獲得了改善然而此時供應鏈中的經式補貨策略或是部分拉式策略的情境一銷商缺貨比情境一增加許多平均值由70 (234,524) 情境三的(190,248)和情境四的單位增加到345單位這表示採用補貨 (209,076)相比情境五的系統存貨情況最的經銷商無法有效的因應零售商的需求 78 佳 79

6 明道學術論壇 8(2) : 71-84(2013) 綜合以上所述, 拉式補貨的效用獲得驗證, 供應鏈間成員的供補貨效應緊緊相連, 唯有所有的成員都能以拉式補貨互相配合, 才能為供應鏈帶來最佳的整體績效, 系統中任何一個環節都是重要的, 都有可能成為管理上的瓶頸, 單一環節的績效不佳都會直接影響整體的績效, 這就是 TOC 的瓶頸管理, 將瓶頸的問題解決後, 再解決下一個瓶頸問題, 直到所有的環節的問題都獲得解決, 整體的績效才能達到最佳, 所以第五模擬的實驗結論也與 TOC 的瓶頸管理理論如出一轍肆結論與建議本研究是一個從系統到拉式模擬系統的績效探討, 用來觀察不同的補貨策略對供應鏈績效的影響在模擬實驗中, 若經銷商和零售商都使用傳統的補貨模式, 會造成庫存過剩和產品過期退貨, 雖然嘗試增加工廠的產能, 但仍然無法解決問題, 此時, 將零售商改為需求拉動補貨後, 零售商的缺貨情況有明顯的改善, 但結果並不令人滿意, 因為經銷商缺貨開始增加, 所以實驗再將經銷商改用拉式補貨, 此時, 有效解決了經銷商缺貨的問題最後, 使所有的供應鏈成員 ( 經銷商和零售商 ) 都採用拉式補貨, 結果顯示績效甚好 ;TOC 在供應鏈中採取需求拉動補貨策略, 加上頻繁的補貨, 並設置中央倉庫及動態緩衝的存貨水準, 解決了供補貨的衝突性問題, 本研究逐項驗證這些補貨策略有效地增進供應鏈的績效本研究模擬一對多的多階配銷模擬系統, 但拉式補貨的成功與否取決於執行模式, Goldratt 發展的供補貨策略與戰略是提供逐步實行的指導步驟, 未來可作更廣泛的研究與實踐的有效性證實, 是本研究建議的未來研究方向參考文獻一中文部分 1. 江治緯, 以實驗比較系統與拉式系統在供應鏈之績效, 國立交通大學, 碩士論文, 民國 98 年二西文部分 1. Anderson, D. L., and Lee, H. L., The Internet-enabled supply chain: from the first click to the last mile. Achieving Supply Chain Excellence through Technology, Vol.2, pp.1-6, Belvedere, V., and Grando, A, Implementing a pull system in batch/mix process industry through theory of constraints: a case-study, Human Systems Management, Vol. 24, No. 1, pp.3 12, Chen, F., Drezner, Z., J. K, Ryan and Simchi- Levi, D, Quantify the bullwhip effect in a simple supply chain the impact of forecasting, lead times, and information, Management Science, Vol. 46, No. 3, pp , Disney, S.M., and Towill D.R, On the Bullwhip and Inventory Variance Produced by an Ordering Policy, Omega, Vol. 31, No. 3, pp , Goldratt, E.M. It s Not Luck. North River Press Publishing Corporation, Great Barrington, MA, Goldratt, E.M., The Strategy & Tactic Tree for Projects, Paper presented at the web conference, Hoffman, G. and Cardarelli, H, Implementing TOC supply chain: a detailed case study MACtac. New Haven, CT: AGI Institute, Holt, J.R., TOC in supply chain management, constraints management symposium proceedings, March, Phoenix, AZ. Alexandria, VA: APICS, pp.85 87, Lai, S.T., Study the suitable environment for pull system, unpublished master thesis, Department of Industrial Engineering and Management, National Chiao Tung University, Taiwan, Novotny, D.J., TOC supply chain case study, 1997 APICS constraints management symposium proceedings, April, Denver, CO. Alexandria, VA: APICS, pp.78 79, Patnode, N.H., Providing responsive logistics support: applying LEAN thinking to logistics, Constraints management symposium proceedings, March, Phoenix, AZ. Alexandria, VA: APICS, pp.93 96, Perez, J.L., TOC for world class global supply chain management, Computers & Industrial Engineering, Vol. 33, No. 1, pp , Platt, D.E., L.W. Robinson., and Freund, R.B, (Q, R) heuristic models for constrained service levels, Management Science, Vol. 43, No. 7, pp , Simatupang, T.M., A.C. Wright., and Sridharan, N, Applying the theory of constraints to supply chain collaboration, Supply Chain Management: an International Journal, Vol. 9, No. 1, pp , Smith, D.A, Linking the supply chain using the theory of constraints logistical applications and a new understanding of the role of inventory/buffer management, Constraints management technical conference proceedings, March, San Antonio, TX. Alexandria, VA: APICS, pp.64 67, Vargas, V.A., and Metters, R, Adapting lot-sizing techniques to stochastic demand through production scheduling policy, IIE 80 81

7 明道學術論壇 8(2) : 71-84(2013) Transactions, Vol. 28, No. 2, pp , Watson, K. and Polito, T, Comparison of DRP and TOC financial performance within a multi-product, multi-echelon physical distribution environment, International Journal of Production Research, Vol. 41, No. 4, pp , 附錄一實驗原始數據 82 83

8 84

262 管理與系統 countries including Taiwan. Because of the liberalization policy of Taiwan s power industry, there is a critical demand to explore the m

262 管理與系統 countries including Taiwan. Because of the liberalization policy of Taiwan s power industry, there is a critical demand to explore the m 管理與系統第十六卷第二期民國九十八年四月 261-284 頁 Journal of Management & Systems Vol. 16, No. 2, April 2009 pp. 261-284 我國電力自由化市場交易機制與配套措施研究 A Study on Market Mechanism and Ancillary

明 道 學 術 論 壇 8(3) : 71-84(2013) MINGDAO JOURNAL 8(3) : 71-84(2013) Copyright 2012 MINGDAO UNIVERSITY 以拉式補貨強化供應鏈績效之模擬研究 金新恩 * 國立交通大學工業工程與管理學系博士班 李榮貴 **

明道學術論壇 8(3) : 71-84(2013) MINGDAO JOURNAL 8(3) : 71-84(2013) Copyright 2012 MINGDAO UNIVERSITY 以拉式補貨強化供應鏈績效之模擬研究金新恩 * 國立交通大學工業工程與管理學系博士班李榮貴 **