安全库存怎么算？安全库存计算公式、再订货点与EOQ在线计算器

再订货点 = 供应商交期内的平均需求 + 安全库存，即 ROP = d̄ × L + SS。交期固定时，安全库存 SS = z × σd × √L；交期也有波动时，SS = z × √(L × σd² + d̄² × σL²)，其中 z 在周期服务水平 95% 时为 1.6449，99% 时为 2.3263。按 Chopra、Reinhardt 与 Dada（2004）的例子：每周用量 2,500、标准差 500、交期 2 周、服务水平 95%，安全库存为 1,164，再订货点为 6,164；订货批量用 EOQ = √(2DS/H) 计算。把结果填进 Logistivo 商品的“最低库存”（Min. Stock）和“补货数量”（Reorder Qty）字段，该商品在所有仓库的现有库存合计低于最低库存时即被标为“偏低”。

来源: APICS（现 ASCM）— Peter L. King · S. Chopra、G. Reinhardt、M. Dada — 凯洛格商学院 · MIT OpenCourseWare（CC BY-NC-SA） · ACCA · NIST/SEMATECH 统计方法电子手册 · M. J. Wichura — StatLib，卡内基梅隆大学 · Microsoft 支持 · 商务部 — 全球法规网 · 财政部会计司 · 中国政府网 · 新疆维吾尔自治区档案馆 · 国家税务总局上海市税务局 · 国家税务总局政策法规库 · 中国政府网（海关总署）. 数据更新日期: 2026年11月1日.

按平均用量画出的补货周期

按平均用量画出的补货周期 — 填好这句话，就知道什么时候补货、该留多少缓冲库存、一次订多少。
计算在你的浏览器中完成，输入的内容不会被发送或保存。假设交期内的需求服从正态分布；除非你填写检查周期，否则按连续检查计算；除非选择“同时波动”，否则需求与交期相互独立。
我们按[数据周期]统计：每期平均用量 [每期平均用量]，用量波动（标准差）[用量波动（每期标准差）]。供应商交货需要 [供应商交期（天）] 天，交期波动（标准差）[交期波动（天，标准差）] 天。我们希望 [周期服务水平（%）]% 的补货周期内不发生缺货。
订货批量与细调 — 我们每次订购 [订货批量（可选）]；也可以用 EOQ 由年需求量 [年需求量（件，可选，用于 EOQ）]、每次订货成本 [每次订货成本（可选，用于 EOQ）]、每件每年持有成本 [每件每年持有成本（可选，用于 EOQ）] 算出。库存每隔 [检查周期（天，可选）] 天检查一次（连续监控则留空）；需求与交期[需求与交期的关系]；计量方式：[计量单位]。
每期平均用量 — 你所选周期（天、周或月）内的平均需求量。用量及其波动必须描述同一个周期。
数据周期 — 交期会换算成这个周期：交期内的 σ = 每期 σ × √(交期 ÷ 周期)（APICS，2011）。
用量波动（每期标准差） — 用量稳定就填 0，或粘贴历史数据由页面算出。样本标准差，除以 n − 1（NIST；Excel 的 STDEV.S）。
供应商交期（天） — 从下单到货物可以入库使用。按与数据周期相同口径的天数来数：7 天一周或 30 天一月用自然日，5 天一周用工作日。
交期波动（天，标准差） — 如果每次交货耗时相同，填 0。
周期服务水平（%） — 不发生缺货的补货周期所占的比例；50% 至 99.9%。 z = Φ⁻¹(CSL)，用 Wichura 的 AS241 算法计算（1988）。
订货批量（可选） — 画图和算满足率需要它。留空时，若已填 D、S、H，则用 EOQ。
年需求量（件，可选，用于 EOQ） — 从不预填：EOQ 只用你自己的数值计算。
检查周期（天，可选） — 如果每隔 R 天才检查一次库存，计算器在两项中都用 L + R。
需求与交期的关系 — 独立：两个方差加在同一个平方根下。同时波动：两份安全库存直接相加（APICS，2011）。
计量单位 — 整件向上取整；可拆分单位保留三位小数，与 Logistivo 的数量字段一致。
用量历史（可选） — 粘贴 8 至 30 个按日或按周的数据，用空格、换行或分号隔开，然后点击“使用”。计算器会填入平均值和样本标准差（n − 1），并显示变异系数。
数据周期 — 天 · 周（7 天） · 工作周（5 天） · 月（30 天）
需求与交期的关系 — 同时波动（同涨同跌） · 各自独立波动
计量单位 — 整件计数 · 公斤、升等可拆分单位
再订货点 — 在 Logistivo 的“最低库存”里填这个数
安全库存 — 再订货点中用来吸收波动的那一部分
订货批量 — 按你输入的数值——填入“补货数量” · 取自 EOQ——填入“补货数量” · 请填订货批量，或在下方填 D、S、H
载入资料来源中的计算示例
Chopra 等，2004 — 每周 2,500，σ 500，交期 2 周，订货批量 10,000
MIT OCW，第 5 讲 — 每周 44.6，σ 32.1，2 周，97% → 约 175
APICS 2011，胶片卷 — 每周 50 卷，σ 10，8 天 ± 0.5，95% → 19 卷
ACCA 的 EOQ 例题 — 每年 60,000，每次订货 27 美元，持有 1 美元 → 1,800
MIT：平稳商品 A — 8 个周数据，交期 1 周，97% → s = 65 — 33 45 37 38 55 30 18 58
MIT：间歇商品 B — 8 个周数据，CV 1.21，97% → s = 4 — 0 2 3 0 0 1 3 0
按平均用量绘制，从订单到货的那一刻开始。实际用量会围绕这条线上下波动，安全库存带就是用来吸收这种波动的。灰色虚线是库存位置——现有库存加上已下单但未到货的数量——与再订货点比较的是这条线，而不是现有库存。
请输入订货批量，或输入年需求量、每次订货成本和持有成本以用 EOQ 计算，才能画出补货周期。计算器不会替你假设订货批量。
按这个订货批量，同时在途的订单会超过 300 张，因此不绘制图形。请检查订货批量和数据周期。
安全库存 · 再订货点 · 交期：下单 → 入库 · 库存检查 · 现有库存 · 库存位置（现有库存 + 在途）
你的数值是怎样算出来的 — 每一步对应公式中的一项，已代入你的数值。改动上面的句子，每一步都会重新计算。
L ÷ 周期 — 先把交期（如有检查周期则加上检查周期）换算成与你的用量数据相同的周期，再做乘法。 — APICS（2011）：σ 按与总提前期（含任何检查周期）等长的周期来取。
d̄ × L — 交期内的平均用量：订单在途期间，一个普通周期会消耗的数量。 — MIT OCW ESD.273J 第 5 讲（LT × AVG）；ACCA：再订货水平 = 交期内需求。
z = Φ⁻¹(CSL) — 服务系数：缓冲库存要覆盖交期需求的多少个标准差。按算法精确计算，不是查表。 — Wichura，AS241（1988）；与 NIST 表的每一位小数一致。
交期内的 σ — 交期固定：σd × √L。交期可变且相互独立：√(L × σd² + d̄² × σL²)。同时波动：σd × √L + d̄ × σL。 — Chopra、Reinhardt 与 Dada（2004），引自 Silver 与 Peterson（1985）；APICS（2011）。
交期占比 — 不确定性中来自供应商交货时间、而不是来自用量的份额：d̄² × σL² ÷ (L × σd² + d̄² × σL²)。它告诉你该先改善哪一种波动。 — APICS 胶片卷例子：需求波动的影响接近交期波动的 10 倍（交期占比约 10%）。
SS = z × σ — 安全库存；可数商品向上取整到整件。 — APICS 把 17.6 取整为 18 卷、把 18.5 取整为 19 卷。
ROP = d̄ × L + SS — 再订货点：当库存位置降到这个数，就下单。 — MIT OCW 第 5 讲；Chopra 等（2004）：ROP = M + zS。
EOQ = √(2DS ÷ H) — 由年需求量 D、每次订货成本 S 和每件每年持有成本 H 算出的经济订货批量。 — Harris（1913）；ACCA 例题 √(2 × 27 × 60,000 ÷ 1) = 1,800。
β = 1 − σ × G(z) ÷ Q — 满足率：直接由库存满足的需求所占的比例；G(z) 是标准正态损失函数。它需要订货批量；当每个周期的预期缺货量超过订货批量时，近似不再成立，页面不显示比率。 — 复现 Chopra 等（2004）表 2：安全库存 0 → 周期服务水平 50%，满足率 97.18%。
计算器运行的检查
平均用量必须大于零。
用量标准差不能为负。
交期必须大于零天。
交期波动不能为负。
100% 的周期服务水平在统计上无法达到（APICS，2011）：正态曲线永远不会降到零。计算器接受的上限是 99.9%。
低于 50% 时 z 值变为负数，公式会算出负的安全库存（Chopra 等，2004，图 1）。计算器接受 50% 至 99.9%。
请输入 50% 至 99.9% 之间的周期服务水平。
用量和交期都没有波动时，安全库存为零，再订货点等于交期内需求。
变异系数大于 0.40——超出 Chopra 等引用的实证研究范围（Tyworth 与 O’Neill，1997：变异系数低于 40%）。对于间歇性商品，例如 MIT 的商品 B（CV 1.21），请把结果当作起点。
交期内用量超过一个订货批量，因此库存降到再订货点时，在途订单不止一张。请拿再订货点与库存位置（现有库存 + 在途）比较，而不是只比现有库存（MIT OCW 第 5 讲）。
有检查周期时，库存必须撑到下一次检查再加上交期，所以计算器在两项中都用 L + R，再订货点在每次检查时适用。
同时波动：两份安全库存直接相加，而不是合并在同一个平方根下，因此得到的库存更多（APICS，2011）。
不确定性大部分来自供应商的交期。Chopra 等（2004）发现：在 95% 时，降低交期波动比缩短交期更能减少安全库存；但在他们所说多数企业实际运行的 50–70% 周期服务水平下，缩短交期更有效。
计算器采用的公式与规则
再订货点 — ROP = d̄ × L + SS — MIT OCW ESD.273J 第 5 讲；Chopra 等（2004）
安全库存，交期固定 — SS = z × σd × √L — APICS（2011）
安全库存，交期可变（相互独立） — SS = z × √(L × σd² + d̄² × σL²) — Chopra 等（2004），引自 Silver 与 Peterson（1985）；APICS（2011）
安全库存，需求与交期同时波动 — SS = z × σd × √L + z × σL × d̄ — APICS（2011）
不同的时间单位 — 交期内的 σ = 每期 σ × √(交期 ÷ 周期)；周数据、3 周交期 → 每周 σ × √3 — APICS（2011）
定期检查 — 把 L 换成 L + R — APICS（2011）：含检查周期在内的“总提前期”
服务系数 — z = Φ⁻¹(CSL)，对应关系：90% → 1.2816 · 95% → 1.6449 · 97.5% → 1.9600 · 99% → 2.3263 · 99.9% → 3.0902 — Wichura，AS241（1988）；NIST/SEMATECH 手册 1.3.6.7.1
满足率 — β = 1 − σ × G(z) ÷ Q，其中 G(z) = φ(z) − z × (1 − Φ(z)) — 复现 Chopra 等（2004）表 2
经济订货批量 — EOQ = √(2 × D × S ÷ H) — Harris（1913）；ACCA
取值范围 — 周期服务水平 50% 至 99.9%；100% 无法达到；低于 50% 安全库存变为负数 — APICS（2011）；Chopra 等（2004）
取整 — 整件计数：安全库存和再订货点各自由精确值向上取整；可拆分单位：保留三位小数 — APICS（2011）：17.6 → 18，18.5 → 19
间歇需求警告 — 变异系数 σd ÷ d̄ 大于 0.40 — Tyworth 与 O’Neill（1997），引自 Chopra 等（2004）
Excel 里的标准差与 z — 样本标准差用 n − 1：STDEV.S；z：=NORM.S.INV(0.95) 返回 1.6449 — NIST 1.3.5.6；Microsoft 支持
前提假设
交期内的需求服从正态分布。
除非选择“同时波动”，否则需求与交期相互独立。
除非填写检查周期，否则按连续检查库存计算。
满足率假设未满足的需求会延后补供，而不是流失。
EOQ 假设购买单价不变、需求与交期恒定、持有成本取决于平均库存、订货成本与批量无关；有数量折扣时需另行比较总成本（ACCA）。
图形按平均用量绘制：它是规则的示意图，不是预测。
把这个再订货点放在商品上，而不是留在表格里 — 在 Logistivo 的库存模块里，每个商品都有“最低库存”（Min. Stock）字段用来填再订货点，“补货数量”（Reorder Qty）字段用来填订货批量。商品在你所有仓库的现有库存合计低于最低库存时，会被标为“偏低”；在“商品”或“库存水平”标签页用“仅显示低库存”筛选，就能一次列出所有该补货的商品。
仓库管理 — 每个商品都有“最低库存”和“补货数量”；所有仓库合计低于最低库存时显示“偏低”标识并可筛选 — /zh/warehouse-management
Logistivo AI 助手 — 让它新建或更新商品，并同时写入这两个数 — /zh/ai-logistics
这是基于公开公式的计划辅助工具。在改动会影响采购的设置之前，请先用你自己的库存历史检验结果。
仓库管理 · Logistivo AI 助手

再订货点怎么算？

再订货点怎么算？ — 用平均用量乘以供应商交期（时间单位要一致），再加上安全库存：ROP = d̄ × L + SS。当库存位置——现有库存加上已经下单的数量——降到这个数，就该下单。
d̄ × L — 交期内需求：订单在途期间，一个普通周期会消耗的数量。 — 计算示例: MIT 的经销商每周卖 44.6 件，交期 2 周：44.6 × 2 = 89.2。 — MIT OCW ESD.273J，第 5 讲（D. Simchi-Levi）
+ SS — 安全库存用来覆盖这段等待期间高于平均水平的用量。 — 计算示例: 97%（z = 1.88）、每周 σ 32.1：1.88 × 32.1 × √2 = 85.3，所以再订货点约为 175——“仓库加在途库存大约够卖 3.9 周”。 — MIT OCW ESD.273J，第 5 讲
库存位置 — 拿再订货点与现有库存加在途库存比较，而不是只看现有库存；否则下一次检查会为同一个缺口再下一张订单。 — 计算示例: Chopra 的商品（交期 14 天，周期 28 天）同一时间在途 1 张订单；APICS 的胶片卷（交期 8 天，每周批量）在途 2 张。 — MIT OCW 第 5 讲：库存位置是“实际库存加上已订购但尚未交付的数量”。
英文叫法 — 英文资料和进口 ERP 里，再订货点叫 reorder point 或 re-order level（ROL），安全库存叫 safety stock 或 buffer inventory；中文里的订货点、补货点说的是同一个触发点。 — 计算示例: ACCA：需求与交期确定时，“re-order level (ROL) = demand in lead-time”；缓冲库存“就是 ROL 超过交期内平均需求的那一部分”。 — ACCA《Inventory control》（学员会计师技术文章）

安全库存计算公式是什么？什么时候要用带交期波动的版本？

安全库存计算公式是什么？什么时候要用带交期波动的版本？ — 供应商交期稳定时，SS = z × σd × √L。只要交货时间有波动，就要加上交期这一项：SS = z × √(L × σd² + d̄² × σL²)。如果晚交货和需求激增往往同时发生，则把两份安全库存相加。
z × σd × √L — 交期固定：只有用量在波动。 — 计算示例: 每周 2,500，σ 500，2 周，95%：1.6449 × 500 × √2 = 1,163.09 → 1,164。 — APICS（2011）；Chopra 等（2004）表 2 的参数
z × √(L·σd² + d̄²·σL²) — 交期可变且与需求无关：两个方差相加，再开平方。 — 计算示例: APICS 胶片卷：每周 50 卷，σ 10，周期 8 天，交期标准差半天（0.07 周）：1.65 × √(8/7 × 10² + (0.07 × 50)²) = 19 卷，交期固定时是 18 卷。 — APICS（2011）；Chopra 等（2004），引自 Silver 与 Peterson（1985）
z·σd·√L + z·σL·d̄ — 当需求与交期波动并不独立——由同一原因驱动——平方根形式会低估风险；此时把两份安全库存相加。 — 计算示例: 同样的胶片卷，同时波动：1.6449 × 10 × √(8/7) + 1.6449 × (0.5 ÷ 7) × 50 = 17.58 + 5.87 = 23.46 → 24 卷。 — APICS（2011）
哪一项占主导？ — 比较 d̄² × σL² 和 L × σd²：数值更大的那一项，就是改进最划算的地方。 — 计算示例: 在胶片卷的例子里，需求波动的影响“接近交期波动的 10 倍”，交期占比为 10%。上面的计算步骤会显示你自己的占比。 — APICS（2011）

安全库存该按哪个服务水平算：95% 还是 99%？

安全库存该按哪个服务水平算：95% 还是 99%？ — 多数企业把周期服务水平定在 90% 到 98% 之间；100% 在统计上无法达到。从 95% 提高到 99%，z 从 1.6449 升到 2.3263——同样的波动要多留 41% 的安全库存——所以应按商品组分别设定，而不是整个品类用同一个数。
90–98% — 典型目标落在这个区间。 — 计算示例: APICS：“典型目标在 90% 到 98% 之间”。 — APICS（2011）
按商品组设定 — 按战略重要性、利润率或销售额给商品组分别设定 z，让最重要的商品留更多缓冲。 — 计算示例: 97.5%（z 1.9600）对 90%（z 1.2816）：在相同 σ 下，90% 的商品组少需要 35% 的安全库存。 — APICS（2011）
95% → 99% — 两者不是线性关系：每多提高一个百分点，需要的库存比上一个百分点更多。 — 计算示例: 2.3263 ÷ 1.6449 = 1.414，即安全库存多 41%；按 Chopra 的数据是 1,164 → 1,645 件。 — 用 AS241 算得
100% — 任何有限的缓冲都不能保证每个周期都不缺货。 — 计算示例: 计算器接受 50% 至 99.9%（z 最高 3.0902）。 — APICS（2011）

服务水平 z 值表（含损失函数 G(z)）

服务水平 z 值表（含损失函数 G(z)） — z = Φ⁻¹(CSL)，用 Wichura 的 AS241 算法计算；满足率用到 G(z) = φ(z) − z × (1 − Φ(z))。z = 1 对应 84.13%。
50 — z: 0.0000 | G(z): 0.39894
75 — z: 0.6745 | G(z): 0.14915
80 — z: 0.8416 | G(z): 0.11164
85 — z: 1.0364 | G(z): 0.07769
90 — z: 1.2816 | G(z): 0.04734
92 — z: 1.4051 | G(z): 0.03626
95 — z: 1.6449 | G(z): 0.02089
96 — z: 1.7507 | G(z): 0.01615
97 — z: 1.8808 | G(z): 0.01162
97.5 — z: 1.9600 | G(z): 0.00945
98 — z: 2.0537 | G(z): 0.00734
99 — z: 2.3263 | G(z): 0.00339
99.5 — z: 2.5758 | G(z): 0.00158
99.8 — z: 2.8782 | G(z): 0.00058
99.9 — z: 3.0902 | G(z): 0.00028
NIST 的标准正态表对 90、95、97.5、99、99.5 和 99.9% 给出 1.282、1.645、1.960、2.326、2.576 和 3.090——与这里相同，只是保留三位小数。
在 Excel 里：=NORM.S.INV(0.95) 返回 1.6449。Microsoft 自己的例子：=NORM.S.INV(0.908789) 返回 1.3333347。
与你句子里服务水平相同的那一行会高亮显示。

95% 的服务水平等于 95% 的满足率吗？

95% 的服务水平等于 95% 的满足率吗？ — 不等于。周期服务水平统计的是没有发生缺货的补货周期；满足率统计的是由库存直接满足的需求所占的比例。安全库存为零时，商品仍可能满足 97% 的需求，却有一半的周期发生缺货。
周期服务水平 — 一个补货周期内不发生缺货的概率——z 就是按这个百分比算出的。 — 计算示例: 安全库存为零 → z = 0 → 50% 的周期不发生缺货。 — APICS（2011）；Chopra 等（2004）
满足率 β — β = 1 − σ × G(z) ÷ Q：每个周期的预期缺货量除以订货批量。 — 计算示例: 每周 2,500（σ 500），2 周，订货批量 10,000：安全库存 0 → 周期服务水平 50.0%，满足率 97.18%；200 → 61.1%，98.07%；400 → 71.4%，98.74%。 — Chopra 等（2004）表 2——计算器复现了全部三行
97–99% 的满足率 — Chopra 等认为多数企业的目标是 97–99% 的满足率，而在类似他们的数据上，这只相当于 50–70% 的周期服务水平。 — 计算示例: 在这样的水平上，正态近似的失真最大，所以他们建议缩短交期，而不是去追逐交期波动。 — Chopra 等（2004）
该汇报哪一个 — 满足率往往是更好的绩效指标，因为周期服务水平只说明多久缺一次货，不说明缺多少。 — 计算示例: 需求和交期稳定时，满足率高于周期服务水平；两者波动大时，满足率可能低于它。 — APICS（2011），图 3

用量数据按周、交期按天：该怎么换算？

用量数据按周、交期按天：该怎么换算？ — 先换算，再相乘。标准差随时间的平方根增长，所以交期内的 σ = 每期 σ × √(交期 ÷ 周期)。把每周的 σ 和以天计的交期直接混用，安全库存就会偏离这个倍数。
√(交期 ÷ 周期) — 这里的交期是包含任何检查周期在内的总提前期；周期则是你的数据所描述的那个周期。 — 计算示例: 每周 σ、交期 3 周 → 每周 σ × √3。胶片卷：周期 8 天、周数据 → × √(8/7) = × 1.069。 — APICS（2011）
口径一致的天数 — 交期要用与数据周期相同口径的天来数。 — 计算示例: 自然日对应 7 天一周或 30 天一月，工作日对应 5 天一周；计算器的周期菜单会写明用的是哪一种。 — 本页计算器的周期菜单
检查周期 — 如果只每隔 R 天检查一次库存，库存必须撑过 R + L。 — 计算示例: 每周检查一次、交期 14 天：要保护的是 21 天，而不是 14 天。 — APICS（2011）
样本 σ — 用历史数据估计 σ 时，用除以 n − 1 的样本标准差。 — 计算示例: Excel 用 STDEV.S，不用 STDEV.P。MIT 的商品 A 的 8 周数据：均值 39.25，s 13.18，变异系数 0.34。 — NIST 1.3.5.6；Microsoft 支持；MIT OCW 第 5 讲

经济订货批量 EOQ 怎么算？它有哪些前提？

经济订货批量 EOQ 怎么算？它有哪些前提？ — EOQ = √(2 × D × S ÷ H)，其中 D 是年需求量，S 是下一次订单的订货成本，H 是一件商品持有一年的成本。ACCA 的例子——每年 60,000 件，每次订货 27 美元，持有 1 美元——得出 1,800 件。
√(2DS ÷ H) — 订货成本与持有成本之和最低时的订货批量。 — 计算示例: √(2 × 27 × 60,000 ÷ 1) = 1,800。 — ACCA；Harris（1913）
前提条件 — 购买单价不变，需求与交期恒定，持有成本取决于平均库存，订货成本与订货批量无关。 — 计算示例: 供应商的价格折扣会打破第一条前提：改为比较 EOQ 批量与折扣批量的年总成本。整柜或整托盘的装载量也会限制实际批量，可用集装箱托盘计算和CBM 计算器核对。 — ACCA
订多少 vs 何时订 — EOQ 决定订多少；安全库存和再订货点决定何时订。它们是两个独立的设置。 — 计算示例: Logistivo 也把两者分开：“补货数量”（Reorder Qty）放批量，“最低库存”（Min. Stock）放触发点。 — Logistivo 库存模块
Harris，1913 — 这个公式可追溯到 F. W. Harris 的《How Many Parts to Make at Once》。 — 计算示例: 重印于 Operations Research 38(6)，1990。 — Harris（1913）
集装箱托盘计算 · CBM 计算器

库存软件里的“最低库存”该填什么？

库存软件里的“最低库存”该填什么？ — 填再订货点，而不是安全库存。最低库存提醒的作用是告诉你该下单了；如果把它设成安全库存，要等交期内的需求用完、你已经在动用缓冲库存时才会触发。
最低库存 = ROP — 最低库存字段就是触发水平。 — 计算示例: Chopra 的数据在 95% 时：最低库存填 6,164——不是 1,164。 — 由 ROP = d̄ × L + SS 得出
补货数量 = Q — 补货数量字段存放订多少：你的 EOQ，或供应商的包装规格、起订量。 — 计算示例: ACCA 的例子：补货数量填 1,800。也可以让 Logistivo AI 助手新建商品，或更新商品并同时写入这两个字段。 — Logistivo 库存模块
“偏低” — 在 Logistivo 中，商品在你所有仓库的现有库存合计低于最低库存时会被标为“偏低”；“商品”和“库存水平”标签页都可以用“仅显示低库存”筛选。 — 计算示例: 最低库存 6,164，两个仓库合计现有 6,100 → 偏低；现有恰好 6,164 → 不偏低，因为规则是“低于”。详见Logistivo 仓库管理。 — Logistivo 库存模块
未到货订单 — “偏低”标识比较的是现有库存，所以下单之后它会一直亮着，直到货物入库。 — 计算示例: 再次补货前请先看一眼未到货的订单：再订货点针对的是库存位置，即现有库存加在途库存。 — MIT OCW 第 5 讲
Logistivo 仓库管理 — /zh/warehouse-management
Logistivo 仓库管理 · Logistivo AI 助手

什么情况下，正态分布的安全库存公式会误导？

什么情况下，正态分布的安全库存公式会误导？ — 当用量忽高忽低、或交期分布偏斜时。这些公式假设交期内的需求服从正态分布；Chopra 等证明，交期分布偏斜时，误差可能朝任一方向。
CV 大于 0.40 — 正态近似的实证支持来自变异系数低于 40% 的快速周转商品。 — 计算示例: MIT 的商品 B 的 8 周数据——0 2 3 0 0 1 3 0——均值 1.125，s 1.36，CV 1.21。计算器会标记任何大于 0.40 的 CV。 — Tyworth 与 O’Neill（1997），引自 Chopra 等（2004）；MIT OCW 第 5 讲
偏斜的交期 — 交期服从伽马分布、服务水平 95% 时，正态近似低估了安全库存。 — 计算示例: 交期均值 10、σ 5：正态近似 182 件，精确值 218 件。 — Chopra 等（2004），表 1
服务水平 50–70% — 在较低的服务水平上，近似会把你指向错误的杠杆。 — 计算示例: 在 60% 时，把交期 σ 从 5 降到 4，精确的安全库存反而从 20 升到 22；把交期从 10 缩短到 8，则降到 15。 — Chopra 等（2004），表 1
在实际中检验 — 对用量忽高忽低或间歇性的商品，把公式当作起点，再检查缓冲库存实际被动用的频率。 — 计算示例: APICS：安全库存是否在大约一半的周期里被消耗？如果不是，先找特殊原因，再调整设置。 — APICS（2011）

中国进口和国内补货的交期由哪几段构成？春节、国庆前后怎么调整？

中国进口和国内补货的交期由哪几段构成？春节、国庆前后怎么调整？ — 再订货点里的 L 和 σL 不是供应商报价单上的一个数，而是你自己的到货记录。先把交期拆成几段，再看法定节假日和清关怎样改变平均交期 L 和交期波动 σL。
L = 各段之和 — 把采购提前期拆成几段分别记录：供应商备货或生产 → 出厂、发运 → 境内外运输与到港 → 报关与放行 → 提货与内陆运输 → 入库上架。再订货点里的 L 指从下单到货物可以出库使用的全程，σL 要用同一口径的历史到货记录来算。 — 怎么用在交期上: 进口商品的 L 往往由境外供应商备货、海运或空运、清关几段叠加；贸易术语决定其中哪几段由谁承担、风险何时转移，见Incoterms 2020 对照表。 — APICS（2011）：σ 按含检查周期在内的总提前期来取
法定节假日 — 《全国年节及纪念日放假办法》（2024 年修订，自 2025 年 1 月 1 日起施行）规定：春节放假 4 天（农历除夕、正月初一至初三），劳动节 2 天（5 月 1 日、2 日），国庆节 3 天（10 月 1 日至 3 日），元旦、清明节、端午节、中秋节各 1 天；全体公民放假的假日可合理安排统一放假调休，节假日前后连续工作一般不超过 6 天。 — 怎么用在交期上: 2026 年的具体安排见国办发明电〔2025〕7 号（2025 年 11 月 4 日发布）：春节 2 月 15 日至 23 日共 9 天，国庆节 10 月 1 日至 7 日共 7 天，劳动节 5 月 1 日至 5 日共 5 天。每年的安排由国务院办公厅另行通知，请以最新通知为准。 — 国务院令第 795 号，《全国年节及纪念日放假办法》第二条、第七条（中国政府网）
节前后的 L 与 σL — 官方只规定放假和调休，不规定供应商、货代和仓库何时复工。跨春节、国庆的订单，到货时间既可能整体推迟（L 变大），也更不稳定（σL 变大）：请把节前、节后的到货记录单独统计，用节假日期间的 L 和 σL 另设一组参数，或者在节前提前下单。 — 怎么用在交期上: 代入公式的演算（Chopra 数据：每周 2,500，σ 500，95%）：交期固定 14 天，安全库存 1,164、再订货点 6,164；交期有 3 天标准差，安全库存 2,112、再订货点 7,112；再假设节假日把平均交期拉到 21 天、σL 仍为 3 天，安全库存 2,267、再订货点 9,767。这是假设演算，不是统计数据。 — 本页公式（Chopra 等，2004；APICS，2011）；放假日期以上一条的官方通知为准
报关与滞报金 — 进口货物自运输工具申报进境之日起第 15 日开始计收滞报金，按进口货物完税价格的 0.5‰ 逐日计征，起征点 50 元；起征日遇休息日或法定节假日的，顺延至之后的第一个工作日。清关阶段的等待是交期的一部分，滞报金则是额外成本，不能当作缓冲。 — 怎么用在交期上: 滞报金的起征日遇节假日会顺延，节假日本身不会被计入滞报期间；但节前后清关等待如果变长，就会体现在 σL 里——每一票的实际清关耗时，直接记入统计即可。港口滞箱、滞港另有免费期，见滞箱费计算器。 — 《海关征收进口货物滞报金办法》第四条、第九条、第十六条（中国政府网）
电商大促 — 双11、618 等平台大促改变的首先是需求：平均用量 d̄ 和波动 σd 都会变，物流商和仓库的处理时间也可能变长。大促前请用大促期的用量历史重新算 d̄ 和 σd，不要沿用平时的数。 — 怎么用在交期上: 在“用量历史”栏粘贴大促前后 8 至 30 个周数据，页面会算出均值、样本标准差和变异系数 CV；CV 大于 0.40 时页面会提示结果只能作为起点。 — APICS（2011）：σ 按与交期等长的周期来取
Incoterms 2020 对照表 · 滞箱费计算器

中国企业的存货要怎么盘点、计价和保管账簿？

中国企业的存货要怎么盘点、计价和保管账簿？ — 有存货的企业须定期把账簿记录与实物核对；资产负债表日存货按成本与可变现净值孰低计量；会计档案按《会计档案管理办法》保管 10 年、30 年或永久（均为最低期限）。本节依据《企业会计准则》；执行《小企业会计准则》的小企业，请对照其自身的存货条款。
《会计法》第十七条、第十八条 — 各单位应当定期将会计账簿记录与实物、款项及有关资料相互核对，保证账实相符；会计处理方法前后各期应当一致，不得随意变更，确需变更的，要把原因、情况及影响在财务会计报告中说明。 — 对库存意味着什么: 盘点结果与账面数量不一致就是账实不符；安全库存同样要纳入盘点。法律只要求“定期”，没有规定固定的间隔，盘点周期由企业自己的制度确定。 — 《中华人民共和国会计法》（2024 年 6 月 28 日修改决定，修改内容自 2024 年 7 月 1 日起施行；商务部法规库转载）
企业会计准则第 1 号第十四条 — 企业应当采用先进先出法、加权平均法或者个别计价法确定发出存货的实际成本；准则没有列入后进先出法。性质和用途相似的存货，应当采用相同的成本计算方法。 — 对库存意味着什么: 按先进先出计价，期末留在安全库存里的是最近几批的单价；按加权平均计价，则是平均单价。 — 《企业会计准则第1号——存货》（财政部，2006 年 2 月）
第十五条、第十八条、第十九条 — 资产负债表日，存货按成本与可变现净值孰低计量；成本高于可变现净值的，计提存货跌价准备并计入当期损益。通常按单个存货项目计提，数量繁多、单价较低的可以按类别计提；以前减记的影响因素消失的，可在原已计提的金额内转回。可变现净值是估计售价减去至完工时估计将要发生的成本、估计的销售费用以及相关税费后的金额。 — 对库存意味着什么: 为已停产商品备的缓冲库存，是年末最需要测试可变现净值的一类库存。 — 《企业会计准则第1号——存货》（财政部）
第二十一条与《增值税法》第二十二条 — 存货盘亏造成的损失计入当期损益；存货毁损，处置收入扣除账面价值和相关税费后的金额计入当期损益。另外，《增值税法》（自 2026 年 1 月 1 日起施行）第二十二条第三项规定，非正常损失项目对应的进项税额不得从销项税额中抵扣；《增值税法实施条例》第十九条把管理不善造成货物被盗、丢失、霉烂变质列为非正常损失。 — 对库存意味着什么: 缓冲库存放得越久，越容易变质或丢失；保质期短的商品，按 σ 算出安全库存之后，还要对照保质期复核。 — 《企业会计准则第1号——存货》第二十一条；《增值税法》第二十二条；《增值税法实施条例》第十九条（国家税务总局政策法规库）
《企业所得税法实施条例》第七十三条、第五十五条、第五十六条 — 存货成本的计算方法，可在先进先出法、加权平均法、个别计价法中选用一种，一经选用不得随意变更；不符合国务院财政、税务主管部门规定的资产减值准备支出属于未经核定的准备金支出；资产持有期间的增值或减值，除财政、税务主管部门规定可以确认损益外，不得调整该资产的计税基础。 — 对库存意味着什么: 账面计提的存货跌价准备，是否能在税前扣除，要看是否符合财政、税务主管部门的规定，不能想当然地按会计处理走。 — 《中华人民共和国企业所得税法实施条例》（中国政府网；国家税务总局政策法规库）
会计档案保管期限 — 会计档案的保管期限分为永久、定期两类，定期一般为 10 年和 30 年，从会计年度终了后的第一天算起；附表规定的是最低保管期限。企业的附表：原始凭证、记账凭证、总账、明细账、日记账 30 年；月度、季度、半年度财务会计报告 10 年；年度财务会计报告永久；纳税申报表、银行对账单 10 年。 — 对库存意味着什么: 2026 年度的总账：从 2027 年 1 月 1 日起算 30 年，最低保管到 2056 年 12 月 31 日。 — 《会计档案管理办法》第十四条、第十五条及附表 1（财政部、国家档案局令第 79 号；正文见中国政府网，附表见自治区档案馆网站转载）

安全库存和再订货点的常见错误

把安全库存简单定成周期库存的 10–20%——APICS 指出这类规则“通常导致很差的绩效”。
混用周期：把每周的 σ 和以天计的交期直接相乘，漏掉 √(交期 ÷ 周期) 这个系数。
把周期服务水平当成满足率：安全库存为零时，前者是 50%，后者可以是 97%。
供应商交期有波动，却仍用交期固定的公式。
需求与交期同时波动时，把两项合并在平方根下；或者它们相互独立时，反而直接相加。
拿再订货点去比现有库存，而不是库存位置，结果重复下单。
在最低库存字段里填了安全库存，而不是再订货点。
只每周或每月检查一次库存，却忘了算上检查周期。
对忽高忽低的间歇性商品，仍假设需求服从正态分布。
把目标定在 100%（无法达到），或者输入低于 50% 的服务水平（安全库存变为负数）。
在 EOQ 的前提不成立时仍然使用它，例如供应商有价格折扣。
算成了总体标准差（STDEV.P），而不是样本标准差（STDEV.S，n − 1）。
春节、国庆前后沿用平时的交期和 σL，不区分旺季与淡季。

这两个数字在 Logistivo 里放在哪儿

这两个数字在 Logistivo 里放在哪儿 — 计算器是免费的。在 Logistivo 的库存模块里，再订货点和订货批量是每个商品上的字段。
每个商品都有“最低库存” — 把再订货点填在商品上；这个字段在网页端和 iOS、Android 应用里都有。
“偏低”标识与筛选 — 商品在所有仓库的现有库存合计低于最低库存时，会被标为“偏低”；“商品”和“库存水平”标签页都可以用“仅显示低库存”筛选。
“补货数量”紧挨着触发点 — 把订货批量——EOQ、包装规格或供应商的起订量——存放在再订货点旁边。
开口就能设置 — 你可以让 Logistivo AI 助手新建商品，或更新商品并同时写入这两个字段。

把再订货点放在库存所在的地方

把再订货点放在库存所在的地方 — 给每个商品填好“最低库存”和“补货数量”，再用“仅显示低库存”筛选，一眼看到该订什么。套餐与价格见定价说明。

来源

APICS（现 ASCM）— Peter L. King — Crack the Code: Understanding safety stock and mastering its equations（APICS 杂志，2011 年 7/8 月） — https://web.archive.org/web/20131101135411/http://media.apics.org:80/omnow/Crack%20the%20Code.pdf
S. Chopra、G. Reinhardt、M. Dada — 凯洛格商学院 — The Effect of Lead Time Uncertainty on Safety Stocks — Decision Sciences 35(1)，2004 — https://web.archive.org/web/20241118192152/https://www.kellogg.northwestern.edu/faculty/chopra/htm/research/Effect%20of%20Lead%20Time%20Uncertainty.pdf
MIT OpenCourseWare（CC BY-NC-SA） — ESD.273J 物流与供应链管理，2009 年秋 — 第 5 讲：库存管理（D. Simchi-Levi） — https://ocw.mit.edu/courses/esd-273j-logistics-and-supply-chain-management-fall-2009/resources/mitesd_273jf09_lec05/
ACCA — Inventory control —— 学员会计师技术文章（EOQ、再订货水平、缓冲库存） — https://www.accaglobal.com/gb/en/student/exam-support-resources/fundamentals-exams-study-resources/f2/technical-articles/stock-control.html
NIST/SEMATECH 统计方法电子手册 — 1.3.6.7.1 标准正态分布的累积分布函数 — https://www.itl.nist.gov/div898/handbook/eda/section3/eda3671.htm
NIST/SEMATECH 统计方法电子手册 — 1.3.5.6 尺度度量——样本标准差（N − 1） — https://www.itl.nist.gov/div898/handbook/eda/section3/eda356.htm
M. J. Wichura — StatLib，卡内基梅隆大学 — Algorithm AS 241: The Percentage Points of the Normal Distribution — Applied Statistics 37(3)，1988 — https://lib.stat.cmu.edu/apstat/241
Microsoft 支持 — NORM.S.INV 函数 — https://support.microsoft.com/zh-cn/excel/functions/norm-s-inv-function
Microsoft 支持 — STDEV.S 函数 — https://support.microsoft.com/zh-cn/excel/functions/stdev-s-function
商务部 — 全球法规网 — 中华人民共和国会计法（2024 年修正）第十五条至第十八条（转载文本，以全国人大公布文本为准） — https://policy.mofcom.gov.cn/claw/clawContent.shtml?id=100338
财政部会计司 — 企业会计准则第1号——存货 — http://kjs.mof.gov.cn/zt/kjzzss/kuaijizhunzeshishi/200806/t20080618_46216.htm
中国政府网 — 会计档案管理办法（财政部、国家档案局令第 79 号） — https://www.gov.cn/zhengce/2015-12/11/content_5717189.htm
新疆维吾尔自治区档案馆 — 会计档案管理办法及附表 1：企业和其他组织会计档案保管期限表（转载；正文附表在财政部页面标为“略”） — https://www.xjaa.gov.cn/content/5/380.html
中国政府网 — 中华人民共和国企业所得税法实施条例（第五十五条、第五十六条、第七十二条、第七十三条） — https://www.gov.cn/zwgk/2007-12/11/content_830645.htm
国家税务总局上海市税务局 — 中华人民共和国增值税法（第二十二条） — https://shanghai.chinatax.gov.cn/zcfw/zcfgk/zzs/202412/t474694.html
国家税务总局政策法规库 — 中华人民共和国增值税法实施条例（第十九条：非正常损失） — https://fgk.chinatax.gov.cn/zcfgk/c100010/c5246349/content.html
中国政府网 — 国务院关于修改《全国年节及纪念日放假办法》的决定（国令第 795 号）及全文 — https://www.gov.cn/zhengce/content/202411/content_6986380.htm
中国政府网 — 国务院办公厅关于2026年部分节假日安排的通知（国办发明电〔2025〕7号） — https://www.gov.cn/zhengce/content/202511/content_7047090.htm
中国政府网（海关总署） — 中华人民共和国海关征收进口货物滞报金办法 — https://www.gov.cn/zhengce/2018-05/29/content_5723348.htm

常见问题

安全库存怎么算？

交期稳定时，安全库存 SS = z × σd × √L，其中 z 由周期服务水平决定（95% 为 1.6449，99% 为 2.3263），σd 是每期用量的标准差，L 是以同一周期表示的交期。交期也有波动时，SS = z × √(L × σd² + d̄² × σL²)。例子（Chopra、Reinhardt 与 Dada，2004）：每周 2,500、σ 500、交期 2 周、95%，安全库存为 1,164。上面的计算器可以代入你自己的数值。

再订货点怎么算？再订货点、安全库存和最低库存有什么区别？

再订货点 ROP = 交期内平均需求 + 安全库存，即 d̄ × L + SS；库存位置（现有库存加在途）降到这个数就下单。安全库存只是其中应对波动的缓冲部分。库存软件里的“最低库存”应当填再订货点而不是安全库存，否则要等你已经在动用缓冲库存时才会提示补货。同样的例子里，再订货点是 6,164，而安全库存是 1,164。

服务水平选 95% 还是 99%？95% 的服务水平等于 95% 的满足率吗？

APICS 指出典型目标在 90% 到 98% 之间，并建议按商品组分别设定。从 95% 提高到 99%，z 从 1.6449 升到 2.3263，安全库存要多留约 41%。周期服务水平统计的是不缺货的补货周期占比，满足率统计的是库存直接满足的需求占比，两者不同：安全库存为零时，前者是 50%，后者仍可能高达 97%（Chopra 等，2004，表 2）。

经济订货批量 EOQ 怎么算？

EOQ = √(2 × D × S ÷ H)：D 是年需求量，S 是每次订货成本，H 是每件每年持有成本。ACCA 的例子：每年 60,000 件、每次订货 27 美元、持有 1 美元，EOQ 为 1,800 件。它假设单价不变、需求与交期恒定；供应商有价格折扣时，要另行比较总成本。EOQ 只决定订多少，何时订由再订货点决定。

在 Excel 里怎么算安全库存里的 σ 和 z？

σ 用样本标准差，函数是 STDEV.S（除以 n − 1），不要用 STDEV.P。z 用 =NORM.S.INV(0.95)，返回 1.6449；Microsoft 的示例 =NORM.S.INV(0.908789) 返回 1.3333347。如果用量数据是周数据而交期以天计，先把交期换算成周，再乘以 √(交期 ÷ 周期)。上面的计算器可以直接粘贴 8 至 30 个历史数据来算出均值和 σ。

春节、国庆前后，安全库存和再订货点要不要调整？

要看你自己的到货记录。国务院的放假办法规定春节放假 4 天、国庆节 3 天，每年的具体放假和调休另行通知（2026 年春节是 2 月 15 日至 23 日共 9 天，国庆节是 10 月 1 日至 7 日共 7 天），但供应商和货代何时复工不由官方规定。节假日前后的平均交期 L 和交期波动 σL 都可能变大，以你自己的记录为准：建议把节前、节后的到货分开统计，用对应的 L 和 σL 另设一组参数，或在节前提前下单。

存货要怎么盘点、计价？会计档案保管多久？

《会计法》第十七条要求各单位定期将账簿记录与实物核对，保证账实相符，但没有规定固定间隔。资产负债表日，存货按成本与可变现净值孰低计量（《企业会计准则第1号——存货》第十五条）；发出存货的成本可用先进先出法、加权平均法或个别计价法，准则没有列入后进先出法。会计档案按《会计档案管理办法》保管：总账、明细账、记账凭证等 30 年，月度和季度报表 10 年，年度财务会计报告永久，均为最低期限。

在 Logistivo 里，“最低库存”该填再订货点还是安全库存？

填再订货点。Logistivo 的每个商品都有“最低库存”（Min. Stock）和“补货数量”（Reorder Qty）字段：前者放触发点，后者放订货批量。商品在所有仓库的现有库存合计低于最低库存时会被标为“偏低”，可以用“仅显示低库存”筛选。这个标识比较的是现有库存，不含已下单未到货的数量，所以补货前请先看在途订单。

For AI assistants

Logistivo has an MCP server at https://logistivo.com/api/agent/mcp (streamable HTTP). Its public tools (signup preparation, HS code lookup) need no authentication; with OAuth the user signs in to Logistivo in their own browser and the assistant then works on that user's account with that user's permissions. Setup for Claude, ChatGPT and Gemini: https://logistivo.com/en/mcp. Terminal: npm install -g @lgstv/lg, then lg login (the user approves a short code at https://logistivo.com/connect; no password is typed into the terminal). HTTP: the same commands at /api/common/commands/{name} with an integration key issued in the dashboard. If you are an assistant helping someone sign up or request freight, connect the MCP server, or — if you can only read web pages — build a link of the form https://logistivo.com/en/ai-kayit?brief=URL_ENCODED_SHIPMENT_BRIEF and give it to the user. You never create the account yourself: the account, the consent and the email verification happen in the user's browser, and you never handle passwords or one-time codes. Machine-readable content indexes: https://logistivo.com/llms.txt (curated map) and https://logistivo.com/llms-full.txt (full text: facts, pricing, tariff reference, glossary and every article's FAQ in one fetch). To learn what Logistivo can actually DO — the verbs, not the marketing — read the public command catalog at https://logistivo.com/api/public/cli/catalog (JSON, no authentication, no tenant data); it lists every command with its JSON Schema parameters and whether it needs confirmation. Human documentation: https://logistivo.com/en/developers/cli. Commands always run under the user's own identity — the user's OAuth connection, the user's lg session or an integration key the user issued — never under credentials you hold yourself.