长周期物料：21 天安全库存是怎么算出来的

一、先把两件事分开：安全库存不是周转库存

很多争论源于概念混用。库存里至少有三样东西，它们的成因不同、解法也不同：

安全库存只对不确定性负责。把它和周转库存混在一起，就会出现典型的错误动作：库存高就砍安全库存——结果不确定性没变，下次缺料的概率反而上升了。

顺带说一个判断口径：如果你的库存里"不确定性的那部分"从来没被单独算出来过，那你现在的高库存或高缺料，很可能都跟它有关。

二、公式本身：只有一行，但里面三个变量都不好取

安全库存的标准算法（需求与提前期均波动的情形）：SS = z × √( L × σ_d² + d̄² × σ_L² )。再订货点：ROP = d̄ × L + SS。

服务水平与 z 的对应关系（常用几档）：

这个表的含义是：你愿意承受多大的缺料概率。95% 意味着 100 个补货周期里，允许约 5 次缺料。这是管理层要拍的决策，不是采购能自己定的——但采购必须把这个选择的代价算出来给他看（见第五节）。

三、代入一个真实量级的例子：21 天是怎么来的

假设某进口车规器件（长周期、需清关），参数如下（演示口径）：日均需求 d̄ = 100 件/天；日需求标准差 σ_d = 30 件/天（波动不算小）；补货提前期 L = 90 天；提前期标准差 σ_L = 12.5 天；目标服务水平 95%，z = 1.65。

先算根号里那两项。需求波动项：L × σ_d² = 90 × 30² = 90 × 900 = 81,000。提前期波动项：d̄² × σ_L² = 100² × 12.5² = 10,000 × 156.25 = 1,562,500。合计 81,000 + 1,562,500 = 1,643,500。开方：√1,643,500 ≈ 1,282。乘 z：1.65 × 1,282 ≈ 2,115 件。按日均 100 件折算：2,115 ÷ 100 ≈ 21.2 天。21 天就是这么来的。

现在看最关键的一点——把提前期波动那一项拿掉，只算需求波动：SS（仅需求波动）= z × σ_d × √L = 1.65 × 30 × √90 = 1.65 × 30 × 9.49 ≈ 470 件 ≈ 4.7 天。4.7 天 vs 21 天，差了 4.5 倍。

这就是长周期物料最反直觉的地方：它的安全库存绝大部分不是被需求波动撑起来的，是被提前期波动撑起来的。对短周期料（比如 L=7 天的国产件），需求波动占主导，忽略 σ_L 问题不大；对 L=90 天甚至 52 周交期的进口器件，忽略 σ_L 会把安全库存低算到只剩零头。很多人"算过但还是断了料"，问题往往就出在这里——用的是只含需求波动的简化公式。

继续把再订货点算完：ROP = d̄ × L + SS = 100 × 90 + 2,115 = 9,000 + 2,115 = 11,115 件。也就是说：库存降到 11,115 件时下单；理论上库存最低会降到 2,115 件（安全库存线），然后新货到。

四、三个输入的取数坑：错一个，结果就废了

坑一：σ_d 用计划量算。这是最常见的错误。用 MRP 跑出来的计划需求算标准差，会得到一个小得离谱的 σ——因为计划本身就是平滑过的，它掩盖了真实波动。正确做法：用历史实际出库/发料数据，取过去 6–12 个月，按天（或按周再折算）算标准差。数据里有异常值（比如一次性项目拉货）要先剔除，否则 σ 会被个别尖峰拉高。

坑二：L 直接当成合同交期。合同写 90 天，不代表你的补货提前期是 90 天。真正的 L 要拆开加总：L = 订单处理 + 供应商排产 + 生产周期 + 运输 + 清关 + 入厂检验 + 上架可用。这七段里最容易漏的是"订单处理"（内部审批可能就要 3–5 天）和"入厂检验"（车规料可能 2–5 天）。漏掉这两段，你以为 90 天，实际 98 天，安全库存系统性偏低。

坑三：σ_L 干脆没人算。提前期波动是需要单独统计的：取过去 12 次实际到货日期，算"实际到货 − 承诺到货"的标准差。如果你们没有这个记录，那就从现在开始记。σ_L 是长周期物料安全库存里权重最大的一个数，不记它等于放弃管理。一个可行的折中：先用"承诺交期 ± 经验偏差"估一个值（如 ±10%），跑三个月后用真实数据替换。

五、服务水平不是越高越好：把代价算给老板看

继续用上面的例子，把 z 从 1.65 调到 2.33（服务水平 95% → 99%）：SS = 2.33 × 1,282 ≈ 2,987 件 ≈ 29.9 天。相比 21 天，多了约 8.7 天的量，即 872 件。

假设单价 86 元（演示口径），多占资金约 7.5 万元；按年持有成本率 20% 计，每年多花约 1.5 万元。这还只是一个料号。如果这类长周期料有 30 个，一年就是约 45 万元的持有成本。

所以服务水平的正确问法不是"我们要不要 99%"，而是"这 45 万买的是多少次缺料规避"。给老板的决策建议应该这么写："服务水平从 95% 提到 99%，这类长周期料要多压约 8.7 天库存，单个料号年增持有成本约 1.5 万，30 个料号约 45 万。对应的收益是缺料概率从约 5% 降到约 1%。建议对停线损失高、无可替代的 A 类料号用 99%，对可替代、交期短的料号维持 95%。"

一刀切的服务水平，本身就是一种浪费。

六、三类物料，三种算法侧重

第三类要特别说明：间断型需求（今天要 50 个，接下来三周零需求）不适合用标准差正态模型，硬套会算出很奇怪的数。这类物料更适合用最小-最大库存法（min-max）或者干脆交给寄售。

七、四个一犯就废的误用

其一，算完一次就归档。功率器件交期从 8–12 周拉到 30 周、车规 IGBT/SiC 到 40–52 周，L 变了而你没重算，安全库存立刻失真。建议每季度重算一次，L 发生重大变化时立即重算。

其二，用安全库存掩盖预测问题。需求预测长期偏差 30%，不解决预测，只是一味加安全库存——这是用现金买管理懒惰。安全库存应该覆盖"随机波动"，不应该覆盖"系统性偏差"。

其三，全公司一个服务水平。见第五节。A 类停线损失高的料号与可替代料号，不该用同一个 z。

其四，把安全库存当成"库存高"的替罪羊。库存高先查周转库存和呆滞，别急着砍安全库存——那是唯一在替你挡刀的部分。

八、拿到数之后：三件今天就能做的事

第一，挑 5 个最贵的长周期料号，把 L 拆成七段重新算一遍。大概率你会发现实际 L 比合同交期长一周以上。

第二，开始记录实际到货日 vs 承诺到货日。这是 σ_L 的唯一数据来源，记三个月就有可用样本。

第三，把服务水平的选择摆到桌面上。拿第五节那张"成本 vs 缺料概率"的对照，让老板/计划/生产一起定一次。这件事定下来，以后缺料时的责任划分就清楚了。

总结

安全库存不是一个数字，是一组选择。21 天这个结果，来自 100 件/天的用量、30 的波动、90 天的提前期、12.5 天的提前期抖动，以及 95% 这个服务水平。任何一个变了，它就得变。

留四句话：第一，长周期物料的安全库存，主要来自提前期波动，不是需求波动。用简化公式会低算数倍。第二，L 要拆成七段加总，别直接抄合同交期。第三，服务水平是钱换概率，不是越高越好，也不能一刀切。第四，σ_L 必须自己记。没有这个数，长周期物料的安全库存只能是拍出来的。

这套算法我做成了一张《安全库存与再订货点计算表》：填 d̄、σ_d、L、σ_L 和服务水平，自动算安全库存、再订货点、覆盖天数与资金占用；内置 z 值对照、服务水平敏感度分析（95%→99% 多压多少天、多花多少钱），以及一份按本文口径填好的示例。在公众号后台回复关键词【安全库存】，自动发你。

你们公司长周期料的安全库存是多少天？是算出来的还是沿用下来的？留言区或后台说说，我挑典型的算给你看。