先看一笔账。2024 年 11 月，加州 Ontario 一家 3PL 仓，客户卖小家电。某爆款 SKU 平时日均出 200 件，补货周期 12 天，旺季前需求一下顶到每天 320 件。断货 6 天：紧急空运补货花掉 1.8 万美元（示意算例），客户还按合同扣了 SLA 罚款，加起来小 3 万。
而如果这个 SKU 按 95% 服务水平设安全库存，一年持有成本是多少？后面我会算给你：1715 美元。
断一次货的损失，够养 17 年的安全库存。这钱花得冤。安全库存从来不是"多备点心里踏实"，它是一笔能精确到小数点的账。今天就把这笔账算透。
先算第一笔账：公式长这样
标准安全库存公式就一行：
SS = Z × σd × √L
三个输入，个个都要用数据填，不许拍脑袋：
- σd：日需求的标准差，衡量需求波动。出库记录里有，Excel 一个函数的事。取数口径提醒一句：用实际出库/发货数据算，别用销售订单——大促期间接了发不出的单会虚增波动；退货也要剔除，不然 σ 被退货潮带偏，安全库存跟着虚高。
- L：补货提前期（天），从下单到货上架的天数。
- Z：服务水平系数，标准正态分布的分位数，查表可得：
| 目标服务水平 | 90% | 95% | 97.5% | 99% | 99.9% |
|---|---|---|---|---|---|
| Z 值 | 1.28 | 1.65 | 1.96 | 2.33 | 3.09 |
注意看最后一列：99.9% 的 Z 值是 3.09，几乎是 95%（1.65）的 1.87 倍。服务水平每往上加一个 9，安全库存是指数级变贵的。这个表建议打印贴墙上，以后谁再说"服务水平定高点保险"，先让他看一眼这张表。
来个完整算例。某 SKU：日均需求 200 件，日需求标准差 60 件，补货周期 12 天，目标服务水平 95%：
SS = 1.65 × 60 × √12 = 1.65 × 60 × 3.464 ≈ 343 件
再订货点 ROP = 日均需求 × L + SS = 200 × 12 + 343 = 2743 件。库存掉到 2743 件就下单，基本不断货。注意 ROP 是触发补货的水位线，不是最高库存，别跟 max stock 搞混——最高库存是 ROP 加上经济订货批量，那是另一笔账。
这 343 件一年要花多少钱？假设该 SKU 单价 20 美元，年库存持有成本率取 25%（资金、仓储、保险、损耗加总，业内经验区间一般在 20～30%）：
年持有成本 = 343 × 20 × 25% = 1715 美元/年
开头那笔账现在闭环了：1715 美元买一年不断货，断 6 天亏小 3 万。哪个划算，不用我说了。
进阶版公式（补货周期本身也不稳定时用）：SS = Z × √(L × σd² + d̄² × σL²)，多了一个 σL（提前期的标准差）。供应商交期忽长忽短的，先把这个版本用上。
顺带说一个我见过最多的错误算法：直接用"日均需求 × 补货周期"当再订货点，安全库存设成 0，或者拍脑袋加个 10%。这相当于默认需求永远不波动、供应商永远准时——相当于默认天下无贼。按上面的算例，需求标准差 60 件、12 天周期，真实的安全库存需求是 343 件；你设 0，服务水平实际只有 50%，一半的补货周期会断货。省下来的 1715 美元持有成本，拿一次断货就全吐回去，还倒贴。
这钱花在哪，省在哪
安全库存的本质，是拿确定的持有成本，去对冲不确定的缺货损失。两边都能量化：
| 持有成本（确定支出） | 缺货损失（风险敞口） | |
|---|---|---|
| 构成 | 资金占用 + 仓租 + 保险 + 损耗过期 | 丢单毛利 + 加急运费 + 违约罚款 + 客户流失 |
| 特点 | 线性增长，多备一件多花一份钱 | 非线性，断一次可能亏掉全年利润 |
| 怎么算 | SS × 单价 × 持有成本率 | 历史断货次数 × 单次平均损失 |
关键判断：最优服务水平，是"多备一件的边际持有成本 = 少缺一件的边际缺货损失"的交点，不是越高越好。 拿上面的算例 SKU 把边际账算细：
| 服务水平 | Z 值 | 安全库存 | 年持有成本 | 缺货概率 |
|---|---|---|---|---|
| 95% | 1.65 | 343 件 | 1715 美元 | 5% |
| 99% | 2.33 | 484 件 | 2420 美元 | 1% |
| 差额 | — | +141 件 | +705 美元/年 | -4 个百分点 |
从 95% 升到 99%，一年多花 705 美元，买的是缺货概率从 5% 降到 1%。值不值？看这个 SKU 的历史数据：如果它平均每年断货造成的损失超过 705 美元（一次空运就 1.8 万了），升级；如果它一年到头断一次货也就丢几百块毛利，95% 待着别动。每一档服务水平都要单独算一遍边际账， 而不是"公司规定统一 98%"一刀切。
2025 年初我看过一个反面例子：中部某电商仓，2.3 万个 SKU 不分青红皂白统一按 98% 服务水平设安全库存，长尾 SKU 压了一堆呆滞品，现金流被库存吃掉一大块（量级示意）。后来按 ABC 重设：A 类（销售额前 20% 的 SKU）保持 98%，B 类降到 95%，C 类降到 90%。结果释放了六位数的现金占用，断货率几乎没动——因为断货本来就集中在 A 类，C 类多断两次，一年也就少赚几百块毛利。给所有 SKU 定同一个高服务水平，是中小仓最贵的一个错误。
中小仓的简化算法：Excel 口径直接套
别被公式吓住，中小仓不需要上系统，Excel 就够。记住三条：
第一，用周数据，别用日数据。 日出库量波动太大，算出来的 σd 虚高，安全库存跟着虚胖。用过去 12 周的周出库量：
- A 列填过去 12 周每周出库量
- 周需求标准差 σw = STDEV.P(A1:A12)
- 补货周期换算成周：L_周 = 补货天数 ÷ 7
- SS = Z × σw × √L_周
- ROP = 周均出库量 × L_周 + SS
第二，最大的省钱杠杆不是预测，是缩短补货周期。 SS 跟 √L 成正比：L 从 12 天压到 3 天，安全库存从 343 件直接砍到 172 件，一年省下 855 美元持有成本——而且是所有 SKU 一起省。跟供应商谈分批到货、换近一点的供应商、旺季前置一部分库存到本地仓，每一项都比请个数据分析师做需求预测便宜。预测能把 σ 降 10% 就算高手，把 L 砍一半却是谈判桌上就能办到的事。安全库存公式里最便宜的变量，永远是 L。
第三，每季度复核一次参数。 σ 会变（淡旺季），L 会变（供应商换了），服务水平该调就调。设完扔那儿不管的安全库存，半年后不是多了就是少了，一样是浪费。复核动作清单就三条：重跑一遍过去 12 周的 σw；跟采购确认一遍实际平均到货天数；把过去一季度真实断货次数和安全库存持有成本摆在一起，看当初定的服务水平还站不站得住脚。
还有一个反面 trade-off 必须提：安全库存设高了，另一面是呆滞和贬值。季节性 SKU（比如夏季风扇、节日礼盒）按旺季 σ 备的安全库存，季后卖不掉只能清仓打五折甚至报废。我见过最亏的一单：某仓给一款季节性小家电按 98% 备了 900 件安全库存，季后滞销 600 件，清仓亏掉的钱是当初"防断货"省下的三倍。季节性 SKU 的安全库存，旺季前六周按公式备，旺季一过立刻按 90% 甚至直接砍半——公式是死的，日历是活的。
结尾：一个可以直接套的结论
别再问"安全库存设多少"这种没法回答的问题。按这个口径走一遍，每个 SKU 五分钟：
- 定服务水平：A 类 98%（Z=2.33），B 类 95%（Z=1.65），C 类 90%（Z=1.28）；
- 套公式 SS = Z × σw × √L_周，算出件数；
- 算年持有成本 = SS × 单价 × 25%；
- 跟这个 SKU 过去一年的实际缺货损失对比。
如果年持有成本不到历史年均缺货损失的三分之一——你的安全库存设少了，加仓，这钱花得值。如果持有成本已经超过缺货损失——减仓，你在为"心里踏实"交税。
库存管理的终极问题从来不是"备多少"，而是"为不断货，你愿意付多少钱"。公式只是把这句话翻译成数字。
作者：老周｜财务出身，专做物流成本分析
