论文全文总结与深度解析:贪婪履约策略下的库存分配及后验方法的潜在陷阱
Inventory Allocation Under the Greedy Fulfillment Policy: The (Potential) Perils of the Hindsight Approach
| 论文标题 |
Inventory Allocation Under the Greedy Fulfillment Policy: The (Potential) Perils of the Hindsight Approach |
| 作者 (Authors) |
Stefanus Jasin (Ross School of Business, University of Michigan)
Sheng Liu (Rotman School of Management, University of Toronto,通讯作者)
Jinglong Zhao (Questrom School of Business, Boston University) |
| 发表期刊 (Journal) |
Operations Research(运筹学与管理科学学会 INFORMS 旗舰顶刊),2026年第74卷第6期(Vol. 74, No. 6, November–December 2026),页码:pp. 2881–2893,DOI: https://doi.org/10.1287/opre.2024.0994 |
| 核心关键词 |
Inventory Allocation(库存分配)、Order Fulfillment(订单履约)、Stochastic Programming(随机规划)、Greedy Policy(贪婪策略) |
一、全文核心总结
1. 研究背景与核心问题:在现代电子商务与全渠道零售系统中,线上零售商需要将库存预先分配到 个地理分布的仓库中,以服务 个不同区域的客户订单需求。由于最理想的库存分配取决于下游所采用的动态订单履约策略(Order Fulfillment Policy),而多仓库动态履约本身在大规模一般需求分布下极为复杂,业界(如 IBM Sterling 订单管理系统、Dillard's 百货及大型电商企业)普遍采用简单易行且实证表现优异的贪婪履约策略(Greedy Fulfillment Policy, GFP)——即每当客户订单到达时,直接从当前有库存且履约成本最低的仓库发货;若所有仓库均无库存,则产生缺货损失。与此同时,在计算期初库存分配方案时,学术界和工业界广泛采用后验随机规划方法(Hindsight Stochastic Programming, HSP),即假设决策者在做出履约决策前已经提前获知整个销售期的累积总需求实现值,从而将问题简化为一个易求解的两阶段随机规划模型。然而,这种将“基于后验方法计算的库存分配”与“实时贪婪履约策略”相配对的做法,其潜在局限性与理论边界此前一直未被真正厘清。
2. 核心发现与理论主线:Stefanus Jasin、Sheng Liu 和 Jinglong Zhao 在本文中深入剖析了 HSP 库存分配方案在配合贪婪履约策略(乃至最优动态履约策略)时的性能表现。作者首先在第三节建立了一个关键的结构性等价定理(Proposition 1):对于任意给定的初始库存向量 和累积需求实现 HSP 计算出的后验最小成本 恰好等于贪婪履约策略在最有利(最乐观)的需求到达序列下的履约成本。换言之,HSP 并非真正忽略了需求到达顺序,而是隐式地假设了一个过度乐观(Best-Case)的需求到达顺序,本质上求解了一个设定错误(Mis-specified)的优化问题。
3. 性能边界与最坏情况刻画:基于上述结构洞见,作者在第四节研究了高服务水平极限情形(即单位缺货惩罚成本 下 HSP 方案的渐近最优性(Proposition 2)。研究表明,HSP 方案在贪婪履约下达到渐近最优,当且仅当同时满足三个严苛条件:(i)所有仓库的单位订货成本完全相同;(ii)所有仓库均无存储容量上限;(iii)不同客户地点的需求相互独立。一旦违反上述任意一个条件,HSP 隐含的“乐观假设”就会适得其反,导致其在真实需求到达序列下的期望总成本比贪婪策略下的真正最优库存分配 差任意倍(绝对成本差距趋于无穷大)。即使在有限缺货惩罚和现实服务水平(如 96% 服务水平)下,相对成本劣势也常常超过 10% 至 20%。更令人惊讶的是,作者在第五节(Proposition 3)进一步证明:即便零售商在采用 分配库存后,在履约阶段放弃贪婪策略而改用理论最优的动态非预知性履约策略,其期望总成本仍然可能比“最优贪婪库存分配 + 贪婪履约策略”任意差。最后,作者提出了一种实用的基于样本路径梯度的启发式算法(Sample-Path Gradient Descent Heuristic),直接针对贪婪履约过程优化初始库存,并在仿真中建议将 HSP 与样本梯度算法结合使用以规避单方失效风险。
二、文章的核心贡献
本文针对多仓库库存分配与实时订单履约的协同问题取得了突破性进展,其核心贡献可归纳为以下四个维度:
贡献一:揭示后验方法(HSP)与贪婪履约策略(GFP)的深层结构等价性(Section 3)。首次从理论上证明了不考虑到达顺序的后验线性规划解 等价于在所有与总需求 一致的可行需求到达序列集合 中,选取最有利序列执行贪婪履约策略所得的成本 通过引入二分图残差网络(Residual Network)与增广环(Augmenting Cycle)理论,构造性地证明了 HSP 的本质缺陷在于“对需求到达顺序的过度乐观偏差(Optimism Bias)”。
贡献二:完整刻画 HSP 在贪婪策略下渐近最优的充要条件与三大失效机制(Section 4)。明确给出了当缺货惩罚 时 渐近最优的三个充要条件:(1)统一订货成本 (2)无限仓储容量 (3)跨区域需求相互独立。通过构造三个极具代表性的反例场景(异质订货成本、有限库容、相关需求),证明了违背任一条件都会使 HSP 期望成本与最优贪婪基准 的差距发散至无穷大。
贡献三:证明下游“最优动态履约策略”无法挽救上游 HSP 的库存错配(Section 5)。打破了学界和业界一种常见直觉——即认为“只要下游采用足够智能的动态履约算法(如预留库存、阈值控制等最优非预知策略 就能弥补上游 HSP 库存分配的不足”。Proposition 3 严格证明,存在网络实例使得对任意可行的动态履约策略 依然比简单的 高出无穷大,证实了脆弱性根植于 HSP 期初库存数量与位置本身的失衡。
贡献四:提出自适应需求序列的样本路径梯度下降算法与实践双轨策略(Section 1 & Online Appendix)。针对直接求解 缺乏显式目标函数且依赖样本路径演化的技术难题,利用贪婪策略下的系统库存演化动态构造了样本路径梯度启发式算法(Sample Gradient Policy),在样本外测试中比 HSP 平均降低 10% 以上的总成本,并提出了“仿真对比择优”的低成本落地方案。
| 贪婪履约策略 (Greedy Fulfillment) |
本文 Section 4:给出渐近最优的三个充要条件及违背任一条件时的最坏情况(无穷大差距)性能分析。 |
本文 Section 3:建立与后验分配的乐观序列等价关系;Online Appendix:提出高效计算的样本路径梯度策略。 |
| 最优动态履约策略 (Optimal Fulfillment) |
既有文献(Epstein and Ma 2024):特定需求类下的常数因子性能保证;
本文 Section 5:一般需求分布下的最坏情况(无穷大差距)性能分析。 |
尚无已知的理论性能保证分析(开放性研究问题)。 |
三、数学模型构建与核心函数详解
论文考虑一个单周期报童模型(Single-Period Newsvendor Setting,称为销售期 Selling Horizon)。中心化决策者(线上零售商)在销售期初需要将库存分配至 个仓库(集合记为 用以满足 个客户地点(集合记为 在销售期内的随机需求。以下对模型中的参数、集合映射函数、成本函数与优化目标函数进行逐一解释。
3.1 基础参数、决策变量与调整后成本函数
初始库存决策向量 所有仓库期初初始库存均为 0,零售商在期初决定向仓库 配置非负整数库存量 且受限于仓库 的库容上限 (即
原始单位成本参数:在仓库 采购/配置一单位库存的原始订货成本为 期末每单位剩余未售出库存的持有成本为 期末残值(Salvage Value)为 从仓库 发货满足客户地点 一单位需求的原始履约(运输)成本为 若一单位需求未能被满足,则产生单位缺货惩罚成本(Lost-Sale Penalty)
调整后订货成本 与调整后履约成本 为了简化总成本函数的代数结构,模型定义了两个调整后成本参数:
其直观经济解释为: 表示“订购一单位库存并假设其最终留在仓库未售出”时的净单位库存成本(采购成本加上持有成本再减去残值回收);而 表示“动用仓库 的一单位现有库存去满足地点 的一单位需求”相对于“让该单位库存闲置且令该单位需求缺货”所带来的边际净成本变化量(支付了运费 并放弃了残值 但省去了持有成本 和高昂的缺货惩罚
模型基本假设(Assumption 1):对于任意 及 满足 且 第一个条件保证了对于任意客户地点 不同仓库的调整后履约成本严格不相等,从而“最经济的可用仓库”永远唯一,消除了贪婪策略平局决断(Tie-Breaking)的歧义;第二个条件等价于 意味着只要任意仓库还有库存,发货履约永远比发生缺货更划算( 表示每成功履约一单都能带来净成本削减)。
3.2 需求序列函数与概率分布映射函数
令 表示销售期内各客户地点的累积需求向量(各区域需求之间允许存在相关性),总需求记为 假设每个地点需求具有有界支撑(Bounded Support),即存在正常数上限 使得 几乎必然成立,且达到上限的概率 由于贪婪履约策略是按订单到达先后顺序逐批扣减库存的,系统成本不仅取决于总需求量 还直接取决于订单到达的先后顺序,为此定义如下序列与集合函数:
需求序列(Demand Sequence, Definition 1)代表销售期内需求到达的一条具体样本路径(Sample Path),由两个相同长度的向量 和 唯一刻画,其中 表示第 批到达需求所属的客户地点类型, 表示该批次到达的需求数量。例如(论文 Example 1),若两个地点的累积实现需求为 则序列 表示:地点 1 先来 2 单位需求,随后地点 2 来 6 单位需求,最后地点 1 再来剩余 3 单位需求。
可行需求序列集合函数 给定任意累积需求实现向量 函数 定义为所有各批次到达量累加后恰好等于 的可行需求到达序列集合:
3.3 最经济仓库映射函数与本地服务集合函数
最经济有货仓库映射函数 给定当前可用库存向量 地点 的最经济可用仓库定义为:在 Assumption 1 下,该最小值点唯一,因此 直接指代这唯一的一个仓库。
仓库本地服务地点集合函数 与 定义为当前把仓库 视为最经济“有货”仓库的所有客户地点集合,即 特别地,当所有仓库库存均充足(无限库存 时,记 为以仓库 作为天然最经济仓库(即“本地仓库” Local Warehouse)的客户区域集合。
3.4 一般策略总成本函数、贪婪策略目标函数与 HSP 目标函数
1. 任意履约策略 下的系统总成本函数 (论文公式 (1)):给定初始库存 和需求序列 (对应总需求实现量 令 (简记为 表示在策略 下由仓库 满足地点 的需求量,令 表示地点 未被满足的缺货量。系统总成本由“订货成本 + 运输履约成本 + 缺货惩罚成本 + 期末剩余库存持有成本 − 期末剩余库存残值”五部分构成,并可等价化简为精炼的三项式:
2. 贪婪履约策略(Greedy Policy, Definition 2)及其优化目标函数 (论文公式 (2)):在贪婪履约策略 下,当需求序列 中的每一单位地点 订单到达时,系统实时从当前仍有库存的仓库中选择调整后履约成本 最低的仓库发货;若所有仓库库存均已耗尽,则该单位需求流失。由此产生的履约向量记为 样本路径总成本记为 零售商的目标是寻找最优初始库存向量 以最小化关于随机需求序列 的期望总成本:
3. 后验随机规划方法(HSP)成本函数 与目标函数 (论文公式 (3)–(5)):HSP 方法假设决策者可以将所有履约决策推迟到期末(即已知累积总需求向量 之后)再进行全局最优调配。因此,HSP 的期望仅对累积需求向量 求取,与到达顺序无关:
其中,给定任意初始库存 和累积需求实现 第二阶段的后验成本函数 通过求解如下运输型线性规划(Linear Program, LP)得出:
第一个约束 表示各仓库向地点 的发货总量不超过该地点的实际需求量;第二个约束 表示从仓库 发出的商品总量不超过该仓库的初始库存量。令 表示满足公式 (4) 约束的可行履约向量集合,则后验最优履约向量 满足:(公式 (5))。
四、核心命题、引理与推论的举例解析
本节对论文中的全部核心命题(Proposition 1、Proposition 2、Proposition 3)以及支撑整个理论大厦的三个引理(Lemma 1、Lemma 2、Lemma 3)和推论场景进行逐一阐述。按照要求,不展示和讲解数学证明过程,而是聚焦于每个命题与推论的直观经济含义,并通过详实的数值算例一步步演示其背后的运作机理。
4.1 命题 1(Proposition 1):后验成本与最乐观需求序列下贪婪成本的等价性
【命题 1 表述】对于任意初始库存向量 和任意累积需求向量 恒有:
【核心意思解读】表面上看,后验随机规划(HSP)是在知晓全部需求总量 后做全局线性规划调配,似乎与贪婪策略和订单到达顺序毫无关系。但命题 1 揭示了一个深刻事实:对于任何给定的库存分布 和总需求 总能找到至少一条“最完美配合”的需求到达顺序 使得即便呆板地按照“先来先得、就近发货”的贪婪策略执行,最终每一单的发货去向和总成本都与开了“全知上帝视角”的 HSP 完全一模一样!反之,对于任何其他次序的到达序列,贪婪策略的成本都不会低于 HSP 成本。这说明:HSP 实质上等价于假设未来的客户订单一定会按照对当前库存布局最有利(最乐观)的先后次序到达。正因为它在规划期初库存时隐含了这种“最乐观到达顺序”的错觉,一旦真实世界中的订单按不利顺序到达,贪婪策略就会过早耗尽关键仓库的库存。
【举例说明(基于论文 Example 2)】考虑一个有 2 个仓库 和 2 个客户地点 的系统。假设持有成本和残值均为 0 缺货惩罚为 同区域直发运费为 跨区域调拨运费为 (调整后履约成本分别为 和 显然,地点 1 的最经济仓库是仓库 1,地点 2 的最经济仓库是仓库 2。现假设期初库存固定为 (共 10 件),而本期实际发生的总需求为 (共 13 件):
上帝视角的后验解(HSP):已知地点 1 需要 8 件、地点 2 需要 5 件。为了最小化总成本,自然让仓库 1 的 4 件全部发往本地地点 1 让仓库 2 的 6 件中先拿出 5 件满足本地地点 2 的全部需求 再把仓库 2 多余的 1 件跨区支援地点 1 地点 1 剩余 3 件缺货。此时总运费 + 缺货成本为:
最乐观到达序列下的贪婪策略:如果客户订单按照 的顺序到达——第一步:地点 1 先来 4 件,贪婪策略直接用完仓库 1 的 4 件库存(运费 第二步:地点 2 的 5 件需求紧接着到达,此时仓库 2 尚有 6 件库存,贪婪策略用仓库 2 满足这 5 件(运费 仓库 2 剩 1 件);第三步:地点 1 剩余的 4 件需求最后到达,此时仓库 1 已空,贪婪策略用仓库 2 仅剩的 1 件跨区发货(运费 最后 3 件缺货(惩罚 可以看到,贪婪策略在这条乐观序列下的发货矩阵 与后验解 完全相同,成本同样为 20!
对比不利到达序列下的贪婪策略:反之,如果真实需求到达顺序是地点 1 的全部 8 件先到,随后地点 2 的 5 件再到(即 那么当 8 件地点 1 需求先到时,贪婪策略不仅会清空仓库 1 的 4 件,还会把仓库 2 原本该留给地点 2 的 4 件库存提前跨区调拨给地点 1(因为跨区运费 2 小于缺货惩罚 3)!结果等地点 2 的 5 件需求到达时,仓库 2 只剩 2 件库存,迫使系统多承担了 3 次高价跨区调拨,总成本上升至 这一算例直观展现了命题 1 的本质。
4.2 引理 1 与引理 2(Lemma 1 & Lemma 2):后验最优解的网络流无环与局部优先结构
【引理 1 与引理 2 表述】作为连接 HSP 与贪婪策略的桥梁,作者基于后验最优解 定义了二分图残差网络(Definition 3:若 且未饱和 则连正向虚线弧 若存在正发货量 则连反向实线弧
引理 1(Lemma 1):由后验最优解 构造的残差网络中,必定不存在任何增广环(Augmenting Cycle,即交替经过不同仓库与地点的负成本有向环)。
引理 2(Lemma 2):对于任意 和 及任意后验最优解 必存在至少一对“最经济匹配对” (满足 使得以下两个条件至少成立其一:(i)仓库 所发货的所有客户地点都以 为最经济仓库(即不向任何外区发货);(ii)地点 的全部需求 100% 由其最经济仓库 独自满足(即
【举例解释其意思】引理 1 的意思非常直观——“最优调配方案绝不会做舍近求远的交叉换货蠢事”。举例来说,假设仓库 1 离北京最近、仓库 2 离上海最近。如果某个调配方案把仓库 1 的货发往上海 同时又把仓库 2 的货发往北京 这就构成了一个长度为 2 的增广环 只要两边各退回 1 件交叉发货、改为本地直发,两个地点拿到的货不变,但运费立刻下降,因此最优解 绝不可能包含这种环路。引理 2 则是引理 1 的推论,它告诉我们在任何无环的最优发货方案中,一定能找到一个“突破口”:比如在前面 Example 2 中,配对 满足条件 (i)(仓库 1 只发往本地地点 1,没有发往外区),而配对 满足条件 (ii)(地点 2 的全部 5 件需求完全由其最经济仓库 2 满足,只要让满足条件 (i) 或 (ii) 的订单排在需求序列的最前面先到达,贪婪策略就会分毫不差地复现后验最优解的发货行为。
4.3 引理 3 与命题 2(Lemma 3 & Proposition 2):HSP 渐近最优的三大充要条件与三大失效场景
【引理 3(Lemma 3)表述】假设同时满足以下三个结构性条件:(1)所有仓库调整后单位订货成本相同 (2)所有仓库均无库容上限 (3)所有客户地点的需求相互独立。则当单位缺货惩罚 时,对每个仓库 HSP 与 GFP 的最优初始库存分配收敛到完全相同的极限值:
【命题 2(Proposition 2)表述】若引理 3 中的三个条件同时成立,则当 时,HSP 库存方案在贪婪策略下的渐近最优性成立:
反之(推论),若上述三个条件中缺少任意一个条件,则均可构造出问题实例,使得当 时,两者在贪婪策略下的期望成本差距趋于无穷大:
【引理 3 与命题 2 正向结论的举例解释】当缺货惩罚 时,零售商追求 100% 的极端高服务水平(绝不允许任何可能发生的缺货)。假设有 2 个仓库、2 个地点,地点 1 需求独立分布在 (上限 地点 2 需求独立分布在 (上限 因为两边需求相互独立,两个地点同时爆发峰值需求 的联合概率大于 0;为避免天文数字般的缺货罚款 系统总备货量必须达到峰值总和 件(库存风险汇聚 Risk Pooling 效应在此消失)。既然总共必须备货 25 件,且两仓进货成本相同(条件 1)、两仓库容无限(条件 2),那么无论按后验 HSP 还是按贪婪 GFP,最省钱的放法显然都是“各安其位”——在仓库 1 放满地点 1 的峰值 10 件,在仓库 2 放满地点 2 的峰值 15 件。此时每个仓库的库存都足以 100% 兜底本地最大需求,永远不会发生跨仓借货,订单先后到达顺序也就彻底失去了影响,HSP 与 GFP 完美重合。
然而,一旦现实供应链打破上述三个理想条件中的任何一个,HSP 就会陷入严重误区。下面通过论文 Sections 4.1–4.3 中的三个经典反例(推论场景)逐一拆解(均设持有成本与残值为 0,且存在高额跨区运费 满足 及
推论场景 1(Scenario 1,违背条件 1:各仓库订货成本不同)
算例设定(对应论文 Figure 5):设有 2 个仓库、2 个客户地点 两仓库均无容量限制,需求为确定性常数 (因此自然满足需求独立与无限库容,唯独违背“订货成本相同”)。设仓库 1 采购成本低廉 仓库 2 采购成本昂贵 运费设置如下:仓库 2 到两个地点都很近,运费均为 (因此对地点 1 和地点 2 而言,单看运费时仓库 2 都是最经济仓库!);而仓库 1 到地点 2 运费尚可 但到地点 1 的运费极高 真实的需求到达顺序为 即地点 2 的 10 件订单先到,地点 1 的 10 件订单后到。
HSP 的如意算盘与真实惨状:HSP 给出的库存方案是 为什么?因为 HSP 盘算着:既然仓库 1 进货便宜(每件省 5 元),不妨在仓库 1 进 10 件专供地点 2(多付 1 元运费但省 5 元进货费,净省 4 元/件),在仓库 2 进 10 件专供地点 1,算出来的后验理想总成本仅为 这一理想成本只有在乐观到达顺序 (地点 1 先到并把仓库 2 拿光,地点 2 后到只能用仓库 1)下才能实现。但在真实顺序 下,地点 2 的 10 件订单先到!此时贪婪策略只看运费高低(不看沉没的进货成本),发现仓库 2 运费 比仓库 1 便宜,于是直接把仓库 2 的 10 件库存全发给了地点 2!结果等地点 1 的 10 件订单到达时,仓库 2 已经空空如也,系统被迫用仓库 1 的 10 件库存以天价运费 发往地点 1,真实总成本飙升至
最优贪婪分配对比:若直接针对贪婪策略优化,深知仓库 2 会被先到的地点 2 抢光,最优贪婪库存应设为 (20 件全放仓库 2),总成本恒定为 两者的成本差为
推论场景 2(Scenario 2,违背条件 2:仓库存在有限存储容量)
算例设定(对应论文 Figure 6):设有 3 个仓库 和 2 个客户地点 所有仓库进货成本相同 两地点需求独立同分布,各以 0.5 的概率取 0 或 10 件(四个需求组合 概率各为 0.25)。唯独违背“无限库容”条件:最经济的中心仓库 2 最多只能存 10 件 仓库 1 和 3 库容无限。运费结构为:仓库 2 最便宜 仓库 1 是稳健的次优备份仓,发往两地运费适中 仓库 3 是偏科仓,发往地点 2 很便宜 但发往地点 1 极贵 当两地同时产生 10 件需求时,到达顺序为 (地点 2 先到,地点 1 后到)。
HSP 的盲目乐观与错配:由于总峰值需求为 20 件而仓库 2 限容 10 件,必须将溢出(Overflow)的 10 件放在仓库 1 或仓库 3。HSP 选择了 (放仓库 2 和仓库 3),因为它幻想当 发生时,地点 1 会先到并用掉仓库 2 的 10 件(运费 2),地点 2 后到并用仓库 3 的 10 件(运费 2),期望成本仅 然而在真实顺序 下,地点 2 先到达,直接按贪婪规则抢走了最便宜的仓库 2 的全部 10 件库存 把偏科的仓库 3 留给了后到的地点 1,触发天价运费 导致真实期望成本高达
最优贪婪分配对比:GFP 明智地将溢出库存放在通用性更好的仓库 1,即 即使仓库 2 被地点 2 抢光,后到的地点 1 用仓库 1 发货也只需支付温和运费 4,期望总成本稳定在 120,成本差距
推论场景 3(Scenario 3,违背条件 3:跨区域客户需求存在相关性)
算例设定(对应论文 Figure 7):设有 2 个无限容量的仓库和 3 个客户地点 订货成本相同 运费为 唯独仓库 1 到地点 3 运费极高 需求服从两点相关分布:以 0.6 的概率出现 (仅地点 1 有 20 件需求),以 0.4 的概率出现 (地点 2 和 3 同时各有 10 件需求,负相关使得总需求永远不超过 20 件!)。在第二种情形下,真实到达顺序为 (地点 2 先到,地点 3 后到)。
HSP 的风险汇聚错觉:因为负相关使总需求恒为 20 件,系统只需备货 20 件。HSP 给出对半分方案 它认为当 发生时,只要把仓库 2 的 10 件精准留给地点 3(运费 2),用仓库 1 的 10 件发给地点 2(运费 2),就能完全避开 的高昂运费(对应乐观序列 后验期望成本为 然而真实情况是地点 2 先到,贪婪策略立刻把仓库 2 的 10 件库存全发给了地点 2(因为 导致后到的地点 3 只能由仓库 1 发货,承担 的巨额运费,真实期望成本变为
最优贪婪分配对比:GFP 将 20 件库存全部集中放置在仓库 2,即 彻底消除了动用 路径的风险,期望总成本仅为 两者成本差为
Scenario 1
(2仓2地) |
条件 1:订货成本不同
|
|
|
HSP:
GFP: (差值 |
Scenario 2
(3仓2地) |
条件 2:仓库 2 容量受限
|
|
|
HSP:
GFP: (差值 |
Scenario 3
(2仓3地) |
条件 3:跨区域需求负相关 |
|
|
HSP:
GFP: (差值 |
4.4 命题 3(Proposition 3):即便配对“最优动态履约策略”,HSP 分配仍可任意次优
【命题 3 表述】存在这样的问题实例:即便在获得 HSP 初始库存分配 后,允许零售商在销售期内采用任意可行的(包括理论最优的非预知性)动态履约策略 其期望总成本与“最优贪婪库存分配 + 简单贪婪履约策略”相比,差距依然随着 趋于无穷大:
【核心意思解读】命题 2 证明了“HSP 库存 + 贪婪履约”可能表现极差。此时人们自然会问:这究竟是 HSP 算出的库存分配方案本身坏了,还是因为下游贪婪履约策略太笨、不会“为后续高价值需求预留库存”导致的?如果我们在拿到 后,下游改用最聪明的动态规划最优履约策略 能不能把成本救回来?命题 3 给出了振聋发聩的否定回答:救不回来!因为 HSP 依赖“未来需求已提前揭晓”的虚假前提,导致它在期初备货时根本没有买够防范不确定性所需的缓冲库存总量;当早期需求到达时,线上策略还不知道后续究竟哪个区域会爆发需求,无论扣减哪个仓库的库存,都会以很大概率压中后续爆发需求的“命门”。
【举例说明(基于论文 Figure 8 的 3 仓 3 地实例)】考虑 3 个无限容量仓库 和 3 个客户地点 各仓单位进货成本均为 持有成本和残值为 0。运费设定为:每个仓库服务同编号本地地点的运费均为 0 仓库 2 和仓库 3 支援地点 1 的运费都很便宜(其中 为极小正数);但任何仓库跨区去支援地点 2 或地点 3 的运费都极其高昂 需求分布只有两种等概率(各 0.5)情形:情形 A(概率 0.5)为 (地点 1 需 20 件,随后地点 2 需 10 件,地点 3 无需求);情形 B(概率 0.5)为 (地点 1 需 20 件,随后地点 3 需 10 件,地点 2 无需求)。在两种情形下,永远是地点 1 的 20 件需求最先到达,随后才揭晓第二波到达的究竟是地点 2 的 10 件还是地点 3 的 10 件 我们来看三种方案的鲜明对比:
1. 后验方法(HSP)为何只备货 30 件 因为在全知上帝视角下,HSP 知道期末总需求永远是 30 件:如果发生情形 A 上帝视角知道地点 3 没需求,就会把仓库 2 的 10 件死死留给地点 2,而用仓库 1 和仓库 3 各 10 件去满足地点 1 的 20 件;如果发生情形 B 上帝视角知道地点 2 没需求,就会把仓库 3 的 10 件留给地点 3,而用仓库 1 和仓库 2 各 10 件去满足地点 1 的 20 件!所以在 HSP 看来,三个仓库各放 10 件(共 30 件,进货成本 30),就能完美应对两种情形且绝不触发天价运费 算出的虚假期望成本仅为
2. 拿着 在真实世界执行“最优动态履约策略”会发生什么?当第一波地点 1 的 20 件订单率先到达时,线上决策者(无论多么聪明)此时根本不知道下一波来的是地点 2 还是地点 3!为了避免高达 的缺货惩罚,系统必须从现有的 30 件总库存(每仓各 10 件)中掏出 20 件来满足地点 1。这意味着,除了用掉仓库 1 的 10 件外,系统还必须从仓库 2 和仓库 3 中合计抽调 10 件库存!无论你抽调仓库 2 还是仓库 3(在最优非预知策略下,由于 最优决策正是抽调仓库 1 和仓库 2 各 10 件,只剩仓库 3 的 10 件),一旦接下来以 0.5 的概率发生情形 A(地点 2 需要 10 件),仓库 2 已经被抽空了,系统只能从仅剩的仓库 3 跨区发往地点 2,瞬间产生 的巨额运费!因此,哪怕配对理论最优的动态履约策略, 的真实期望总成本依然高达
3. 最优贪婪方案 如何轻松化解?如果期初规划时正视“地点 1 先到且当时不知后续情形”的时序现实,最优贪婪库存分配会直接在仓库 1 放满 20 件,在仓库 2 和仓库 3 各放 10 件(总备货 40 件,多花 10 元进货成本买安全垫)。这样当第一波地点 1 的 20 件到达时,仓库 1 自己就全部消化了(运费 0),仓库 2 和仓库 3 的各 10 件库存完好无损地保留下来,无论第二波来的是地点 2 还是地点 3 都能本地 0 运费满足,真实期望总成本恒为 40!多花 10 元期初订货费,却省下了 的灾难性跨区履约成本。
五、全文结论与经济、管理启示总结
本文通过对多仓库库存分配中“后验随机规划方法(HSP)”与“贪婪履约策略(GFP)”的系统性研究,证明了长期被学界和业界奉为圭臬的 HSP 方法隐藏着深刻的结构性脆弱性。结合全文结论,可提炼出以下五点具有普遍价值的经济学与运营管理启示:
1. 警惕两阶段随机规划中的“信息预知乐观偏差(Optimism Bias)”:在不确定性序贯(Sequential)展开的动态运营系统中,将多步动态决策简化为“先观测全部随机变量实现、再统一做出最优反应”的两阶段随机规划(HSP),在经济学本质上等同于假设市场需求总是按照对企业最有利的样本路径序列(Best-Case Arrival Sequence)到来。这种隐式的乐观偏差会导致企业在第一阶段低估系统真实面临的摩擦成本,造成期初资源配置总量不足或空间分布失衡。
2. 战略规划模型必须与一线执行规则保持“策略对齐(Policy Alignment)”:许多大型零售商在顶层分仓补货规划中使用复杂的后验优化模型(假设下游可以全局协同调配),而在底层的订单管理系统(如 IBM Sterling)中却默认运行着简单、短视的实时贪婪发货规则。本文表明,当规划层假设的履约逻辑与执行层实际的贪婪规则发生错配时,先到的低优先级或跨区订单会“截胡(Cannibalize)”原本为后续特定区域预留的稀缺低成本库存,引发严重的连锁跨区调拨(Spillover)代价。
3. 精准识别供应链网络的“三大高危脆弱特征”:命题 2 为供应链管理者提供了一份清晰的诊断清单。只有当网络同时满足“各仓采购/持有成本均等、各仓库容充裕无瓶颈、各区域需求彼此独立”时,传统的后验分配法才是安全可靠的。反之,当企业面临以下任一现实场景时,必须停止盲目依赖纯 HSP 方法:(1)异质性仓租与进货成本(如中心仓与前置仓成本差异巨大);(2)刚性库容瓶颈(如城市前置仓、门店仓面积受限,迫使库存向外部溢出);(3)跨区域需求强相关或需求转移(如促销活动、季节性轮动或替代效应导致的区域需求联动)。此外,论文在 Online Appendix 中证实,即使在 96% 等常规服务水平和中等缺货惩罚下,不对称履约成本网络中 HSP 的成本劣势也普遍超过 10%–20%。
4. 下游再智能的实时订单路由算法,也无法弥补上游期初分仓的结构性失误:管理实践中常有一种误区,认为只要升级下游的智能订单路由(Order Routing)与库存预留算法,就能修正期初分仓的偏差。然而命题 3 深刻指出,期初库存分配决定了物理商品在空间上的硬约束:如果期初因为后验乐观偏差而少备了关键节点的缓冲库存,当不确定性尚未完全揭晓而早期订单已经涌入时,任何非预知性履约算法都面临“保此失彼”的无解困局。因此,上游库存布局必须内生嵌入不确定性随时间展开的序贯特征。
5. 落地实践建议:构建“样本路径梯度算法 + 后验方法”的仿真双轨择优机制:针对纯 HSP 的缺陷,作者在 Online Appendix 中开发的“基于样本路径梯度下降(Sample-Path Gradient Descent)”启发式算法,通过直接追踪贪婪策略在真实到达序列样本路径上的库存耗尽节点来计算成本梯度,能够在样本外实现超过 10% 的平均成本削减。对于企业实践而言,最稳健、低门槛的改进方案是:在数字孪生或历史订单回放仿真环境中,同时运行传统的 HSP 算法与基于样本路径梯度的算法,直接比较两者在真实订单到达时间戳序列下的模拟履约总成本,并择优上线执行。这一思路同样适用于动态定价、医疗/算力资源调度以及应急物资前置储备等广泛的序贯决策领域。
六、参考文献(References)
以下完整列出原论文(Jasin, Liu, and Zhao 2026, Operations Research 74(6):2881–2893)所引用的全部 31 篇参考文献:
1. Acimovic J, Farias VF (2019) The fulfillment-optimization problem. Netessine S, ed. Operations Research & Management Science in the Age of Analytics (INFORMS, Cantonsville, MD), 218–237.
2. Acimovic J, Graves SC (2015) Making better fulfillment decisions on the fly in an online retail environment. Manufacturing Service Oper. Management 17(1):34–51.
3. Acimovic J, Graves SC (2017) Mitigating spillover in online retailing via replenishment. Manufacturing Service Oper. Management 19(3):419–436.
4. Ahuja RK, Magnanti TL, Orlin JB (1993) Network Flows: Theory, Algorithms, and Applications (Prentice Hall, Upper Saddle River, NJ).
5. Al-Khamis T, M'Hallah R (2011) A two-stage stochastic programming model for the parallel machine scheduling problem with machine capacity. Comput. Oper. Res. 38(12):1747–1759.
6. Andrews JM, Farias VF, Khojandi AI, Yan CM (2019) Primal–dual algorithms for order fulfillment at urban outfitters, inc. INFORMS J. Appl. Anal. 49(5):355–370.
7. Arlotto A, Nur Keskin I, Wei Y (2026) Online demand fulfillment problem with initial inventory placement: A regret analysis. Oper. Res.
8. Aveklouris A, DeValve L, Stock M, Ward A (2025) Matching impatient and heterogeneous demand and supply. Oper. Res. 73(3):1637–1658.
9. Bai Y, El Housni O, Rusmevichientong P, Topaloglu H (2025) Coordinated inventory stocking and assortment customization. Oper. Res. 73(6):2953–2971.
10. Bertsimas D, Tsitsiklis JN (1997) Introduction to Linear Optimization, vol. 6 (Athena Scientific, Belmont, MA).
11. Birge JR, DeValve L (2025) Inventory placement on a network. Oper. Res. Lett. 60:107240.
12. Bu J, Gong X, Chao X (2024) Asymptotic scaling of optimal cost and asymptotic optimality of base-stock policy in several multidimensional inventory systems. Oper. Res. 72(5):1765–1774.
13. DeValve L, Wei Y, Wu D, Yuan R (2023) Understanding the value of fulfillment flexibility in an online retailing environment. Manufacturing Service Oper. Management 25(2):391–408.
14. Edmonds J, Karp RM (1972) Theoretical improvements in algorithmic efficiency for network flow problems. J. ACM 19(2):248–264.
15. Epstein B, Ma W (2024) Optimizing inventory placement for a downstream online matching problem. Preprint, submitted March 7, https://arxiv.org/abs/2403.04598.
16. Govindarajan A, Sinha A, Uichanco J (2021a) Distribution-free inventory risk pooling in a multilocation newsvendor. Management Sci. 67(4):2272–2291.
17. Govindarajan A, Sinha A, Uichanco J (2021b) Joint inventory and fulfillment decisions for omnichannel retail networks. Naval Res. Logist. 68(6):779–794.
18. Huh WT, Janakiraman G, Muckstadt JA, Rusmevichientong P (2009) Asymptotic optimality of order-up-to policies in lost sales inventory systems. Management Sci. 55(3):404–420.
19. Jasin S, Sinha A (2015) An lp-based correlated rounding scheme for multi-item ecommerce order fulfillment. Oper. Res. 63(6):1336–1351.
20. JRJ.com (2020) Smart supply chain boosts jd.com's revenue: 95% in-stock rate and 93% direct orders arriving in 24 hours (in Chinese). Accessed December 5, 2020, https://www.sohu.com/a/431326965_114984.
21. Kerimov S, Ashlagi I, Gurvich I (2025) On the optimality of greedy policies in dynamic matching. Oper. Res. 73(1):560–582.
22. Lei Y, Jasin S, Sinha A (2018) Joint dynamic pricing and order fulfillment for e-commerce retailers. Manufacturing Service Oper. Management 20(2):269–284.
23. Li C, Liu S, Qi W, Ran L, Zhang A (2022) Distributionally robust multilocation newsvendor at scale: A scenario-based linear programming approach. Preprint, submitted October 11, https://doi.org/10.2139/ssrn.4207042.
24. Lim YF, Jiu S, Ang M (2021) Integrating anticipative replenishment allocation with reactive fulfillment for online retailing using robust optimization. Manufacturing Service Oper. Management 23(6):1616–1633.
25. Lokad (2014) Service level (supply chain). Accessed December 5, 2020, https://www.lokad.com/service-level-definition#Diminishing_returns_on_high_service_levels_3.
26. Ma W (2023) Order-optimal correlated rounding for fulfilling multi-item e-commerce orders. Manufacturing Service Oper. Management 25(4):1324–1337.
27. Uichanco J (2022) A model for prepositioning emergency relief items before a typhoon with an uncertain trajectory. Manufacturing Service Oper. Management 24(2):766–790.
28. van Jaarsveld W, Arts J (2024) Projected inventory-level policies for lost sales inventory systems: Asymptotic optimality in two regimes. Oper. Res. 72(5):1790–1805.
29. Wall Street Journal (2015) Struggling Toys 'R' Us tries fuller stores. Accessed December 5, 2020, https://www.wsj.com/articles/toys-r-us-plays-with-a-fresh-strategy-1450141526.
30. Zhao Y, Wang X, Xin L (2025) Multi-item online order fulfillment in a two-layer network. Oper. Res. 73(5):2297–2305.
31. Zhou Z, Zhang J, Liu P, Li Z, Georgiadis MC, Pistikopoulos EN (2013) A two-stage stochastic programming model for the optimal design of distributed energy systems. Appl. Energy 103:135–144.