113 年 國立成功大學工業與資訊管理學系研究所乙組《生產與作業管理》

「自製或外購」(Make or Buy) 的決策是產能規劃中的重要議題，它涉及企業是否將某項生產活動或零組件的製造，由內部自行生產（Make），轉移到外部供應商來取得（Buy）。這個決策會對企業的成本、品質、彈性、風險及核心競爭力產生深遠影響。以下是影響此決策的五個主要因素及其原因：

1. 成本 (Cost)：

   • 原因：這是最直接且關鍵的考量。企業需要比較內部生產的總成本（包括變動成本如原料、直接人工、變動製造費用，以及固定成本如設備折舊、廠房租金、管理費用）與外購的總成本（包括採購價格、運輸費用、關稅、驗收成本等）。如果外購成本顯著低於內部生產成本，外購可能較具吸引力。反之，若內部有規模經濟或較低的變動成本，自製可能更划算。

2. 產能與專業知識 (Capacity and Expertise)：

   • 原因：企業內部是否擁有足夠的產能來滿足需求？或者，外部供應商是否在該項產品或技術上擁有更高的專業知識、更先進的技術或更優良的品質？如果內部產能不足或缺乏相關專業技術，外購是可行的選項。反之，若企業擁有充裕產能且技術領先，則傾向自製。

3. 品質控制 (Quality Control)：

   • 原因：企業對產品或零組件的品質要求有多高？自製可以提供更直接的品質監控，確保產品符合嚴格的標準。

組織策略（Organizational Strategy）是企業整體發展方向與目標的藍圖，而營運策略（Operations Strategy）則是支援組織策略，透過營運管理活動的規劃與執行，來達成組織目標的具體途徑。當組織策略聚焦於「差異化」(Differentiation) 時，意味著企業希望透過提供獨特、創新的產品或服務，在市場上建立競爭優勢，吸引特定客群，而非單純以低價取勝。

若組織策略是「差異化」，營運策略就必須圍繞著如何實現這種獨特價值來設計。以下是可能的營運策略及其範例：

1. 創新與產品開發 (Innovation and Product Development)

• 營運策略：強調快速的產品創新、研發能力，以及將新產品快速導入市場的能力。營運系統需要具備高度的彈性，能夠處理多樣化的產品設計和客製化需求。
• 範例：
  • Apple：其產品（如 iPhone, MacBook）不斷推出創新的設計、功能和使用者體驗，透過整合軟硬體，提供與眾不同的價值。其營運系統需要支援複雜的供應鏈管理、高效的生產線調整以適應新產品的推出。
  • Tesla：在電動車領域，透過先進的電池技術、自動駕駛系統、軟體更新（OTA）等，提供與傳統汽車製造商截然不同的產品。其營運策略著重於垂直整合（如電池生產）和先進的製造技術。

2. 高品質與獨特設計 (High Quality and Unique Design)

• 營運策略：聚焦於卓越的品質、精湛的工藝、獨特的設計美學，以及提供優異的客戶體驗。營運系統需要嚴格的品質管理體系，並可能採用較為精緻的生產製程。
• 範例：
  • Rolex (勞力士)：以其精準、耐用、奢華的腕錶聞名。其營運策略強調嚴格的製程控制、對細節的極致追求，以及使用高品質材料，確保每一支手錶都達到頂級標準。
  • Dyson (戴森)：以其創新的家電設計（如無葉風扇、吸塵器）和卓越的性能而聞名。

定性預測 (Qualitative Forecasting) 是指在缺乏足夠歷史數據或數據不可靠時，依賴主觀判斷、專家意見、市場調查或經驗來進行預測的方法。這些方法特別適用於新產品、新市場、市場趨勢劇烈變動，或需要對未來進行策略性判斷的場合。以下是一些常見的定性預測方法及其範例：

1. 專家意見法 (Expert Opinion)

• 方法說明：邀請一群在特定領域具有豐富知識和經驗的專家，透過訪談、問卷、研討會等方式，匯集他們的預測。
• 範例：
  • 市場趨勢預測：邀請產業分析師、資深市場研究員、技術專家，對未來五年內某項新興技術（如 AI 在醫療領域的應用）的市場規模、採用率進行預測。
  • 新產品銷售預測：請公司內部具備豐富市場經驗的銷售總監、產品經理，根據對市場的理解和競爭對手的動態，預測一款全新設計的智慧手機的初期銷售量。

2. 德爾菲法 (Delphi Method)

• 方法說明：一種結構化的專家意見匯集方法。它透過匿名、多輪次、回饋式的問卷調查，讓專家在不知道他人意見的情況下提出預測，然後將彙總意見和理由回饋給專家，讓他們重新評估並修正自己的預測，直到意見趨於一致或達到預設的穩定狀態。這種方法可以減少個人偏見和從眾效應。
• 範例：
  • 長遠科技預測：某科技公司欲預測未來十年內，哪些新興科技（如量子運算、生物基因編輯）將對其產業產生顛覆性影響。他們組織了一個由跨領域科學家、企業家、政策制定者組成的專家小組，進行多輪德爾菲調查，以獲得對未來技術發展方向的共識。
  • 國際情勢預測：政府或智庫可能利用德爾菲法，邀請國際關係專家、經濟學家、軍事戰略家，預測未來一年內，可能影響全球經濟或區域穩定的重大政治事件。

3. 市場調查法 (Market Research)

• 方法說明：透過問卷、訪談、焦點團體等方式，直接向潛在客戶或目標市場的消費者收集資訊，了解他們對產品的偏好、購買意願、價格敏感度等，進而推測產品的市場需求。
• 範例：

大規模客製化 (Mass Customization) 是一種營運策略，旨在以接近大規模生產的效率和成本，來提供高度客製化的產品或服務，以滿足個別客戶的獨特需求。其核心思想是，在標準化的基礎上，透過模組化設計、靈活的生產系統和資訊技術的支持，實現產品的多樣化和個別化。

大規模客製化的關鍵在於「彈性」。它試圖結合兩種看似矛盾的生產模式的優點：

• 大規模生產 (Mass Production)：強調標準化、大量生產、低成本、高效率。
• 客製化 (Customization)：強調滿足個別需求、提供多樣性、高彈性。

透過大規模客製化，企業能夠：

1. 提高客戶滿意度：提供符合客戶特定需求的產品，增加客戶忠誠度。
2. 區隔市場：在競爭激烈的市場中，提供獨特價值，形成競爭優勢。
3. 降低庫存風險：透過接單後生產 (Make-to-order) 或少量多樣的生產模式，減少滯銷品的風險。
4. 可能實現更高的利潤：客製化產品通常可以收取更高的價格。

實現大規模客製化的主要策略包括：

• 模組化設計 (Modular Design)：將產品設計成一系列標準化的模組或組件，客戶可以從這些模組中選擇組合，形成獨特的產品。
• 延遲差異化 (Postponement)：在生產過程的後期，才根據具體的客戶訂單來完成產品的最後組裝或客製化步驟。這樣可以在早期階段進行大規模、標準化的生產，降低複雜性。

核心觀念

本題屬於供應鏈存貨管理中的單一供應商—單一買方批次整合模型（Single-Vendor Single-Buyer Lot Sizing Model, SVSB）。

1. 離散訂購與整數倍批量政策：
   因為買方（TechGadgets.com）是供應商（IIM Electronics）的唯一客戶，且買方每次皆以固定批量 $Q_b = 100$ 單位下單，供應商為了避免跨週期殘留無法湊成整批的零頭庫存，其最佳生產批量 $Q_s$ 必須為買方訂購量的正整數倍，即：

   $$Q_s = n \cdot Q_b \quad (n \in \mathbb{N})$$

2. 階梯式出貨之供應商平均持有庫存：
   題目假設生產速率為無限大（$P \to \infty$，即瞬間完工生產）。當供應商生產完 $Q_s = n Q_b$ 時：

   • 第一批 $Q_b$ 立即交付給買方，供應商端立即剩餘 $(n-1)Q_b$ 單位。
   • 隨後每隔一個訂購週期 $T_b = \frac{Q_b}{D}$，買方提領一批 $Q_b$。
   • 供應商在一個生產週期 $T_s = n T_b$ 內的庫存呈階梯狀遞減，其平均庫存水準 $\bar{I}_s$ 為：
   $$\bar{I}_s = \frac{T_b \cdot [(n-1)Q_b + (n-2)Q_b + \dots + 1 \cdot Q_b + 0]}{n T_b} = \frac{n(n-1)Q_b T_b / 2}{n T_b} = \frac{(n-1)Q_b}{2}$$

3. 供應商年總相關成本函數：

   $$TC_s(n) = \text{年整備成本} + \text{年持有成本} = S \cdot \left(\frac{D}{n Q_b}\right) + H \cdot \frac{(n-1)Q_b}{2}$$

   其中：

   • $D$：年需求量（$20,000$ 單位/年）
   • $Q_b$：買方訂購量（$100$ 單位/次）
   • $S$：每次生產整備成本（$80）
   • $H$：每單位年持有成本（$0.5 / 單位·年）
   • $n$：一個生產週期內涵蓋的買方訂購次數（正整數）

4. 離散最佳化判別式：
   使 $TC_s(n)$ 最小化的最佳整數 $n^*$ 須滿足邊際差分條件 $TC_s(n^*) \le TC_s(n^*-1)$ 與 $TC_s(n^*) \le TC_s(n^*+1)$，推導出的最佳整數判定區間為：

   $$n^*(n^*-1) \le \frac{2DS}{HQ_b^2} \le n^*(n^*+1)$$

---

解題方法

步驟一：整理題目已知參數

• 年需求量：$D = 20,000$
• 買方固定訂購量：$Q_b = 100$
• 供應商每次生產整備成本：$S = 80$
• 供應商單位年持有成本：$H = 0.5$

步驟二：建立供應商總成本函數

將各項參數代入總成本函數 $TC_s(n)$：

$$TC_s(n) = \frac{20,000 \times 80}{100 n} + \frac{0.5 \times (n-1) \times 100}{2}$$ $$TC_s(n) = \frac{16,000}{n} + 25(n - 1)$$

步驟三：求解最佳整數倍數 $n^*$

1. 連續鬆弛法求初值：
   將 $n$ 視為連續變數對 $TC_s(n)$ 微分並令其為零： $$\frac{d TC_s(n)}{dn} = -\frac{16,000}{n^2} + 25 = 0 \implies n^2 = \frac{16,000}{25} = 640$$ $$n \approx \sqrt{640} \approx 25.298$$

核心觀念
本題屬於 三機台流水排程 (three‑machine flow shop)，所有工作必須依序在機台 A → B → C 加工。
要求最小化總加工時間，即 最小化最後一件工作在機台 C 完工的時間 (makespan)。
此類問題在一般情況下是 NP‑hard，實務上常採用 NEH 演算法（Nawaz‑Enscore‑Ham），它在小規模案例（本題 5 件工作）往往能得到全域最優解。

NEH 的關鍵步驟

1. 計算每件工作的 總加工時間 $T_j=\sum_{m\in\{A,B,C\}}p_{jm}$。
2. 依 $T_j$ 遞減排序，得到初始工作序列。
3. 逐一將下一件工作 插入 目前序列的所有可能位置，計算每個位置的 makespan，保留最小者。
4. 直至將所有工作插入完畢，最終序列即為所求最小 makespan 的排程。

---

解題方法與步驟

Job	$p_A$	$p_B$	$p_C$	$T_j$
1	6	30	7	43
2	23	2	5	30
3	1	7	10	18
4	4	3	1	8
5	8	8	2	18

1. 總加工時間遞減排序
   $[1,\;2,\;3,\;5,\;4]$（$T_1=43 > T_2=30 > T_{3,5}=18 > T_4=8$）。

2. 第 1 步 – 只放工作 1
   序列 $[1]$，makespan = $6+30+7 = 43$（直接相加即可）。

3. 第 2 步 – 插入工作 2
   測試兩個可能位置

   [2,1] makespan = 66
   [1,2] makespan = 48

   保留最小者 → 目前序列 $S=[1,2]$。

4. 第 3 步 – 插入工作 3（四個插入位置）

   插入位置	完成時間 (makespan)
   [3,1,2]	50
   [1,3,2]	58
   [1,2,3]	58

   保留最小 → $S=[3,1,2]$。

5. 第 4 步 – 插入工作 5（五個插入位置）

這是一道關於單機排程 (Single Machine Scheduling) 以最小化遲到工作數 (Number of Late Jobs) 的題目。當目標是最小化遲到工作數時，應使用「最小遲到時間法則」(Earliest Due Date, EDD)。EDD 法則將工作依據其到期日 (Due Date) 由早到晚排序。

今日日期：Day 3

已知數據：

Job	Process Time (p_i)	Due Date (d_i)
A	3	18
B	5	12
C	9	17
D	2	5
E	7	21
F	8	19

a) 最小化遲到工作數的排序 (EDD 法則)：
首先，我們將工作依據其到期日 (Due Date) 由小到大排序：

1. Job D: Due Date = 5
2. Job B: Due Date = 12
3. Job C: Due Date = 17
4. Job A: Due Date = 18
5. Job F: Due Date = 19
6. Job E: Due Date = 21

因此，EDD 排序為： D - B - C - A - F - E。

b) 計算各工作完成時間並判斷是否遲到：
假設今天開始時間為 Day 3。我們從 Day 3 開始計算各工作的完成時間 (Completion Time, $C_i$)。

• Job D:

  • Process Time = 2
  • Start Time = Day 3
  • Completion Time ($C_D$) = Day 3 + 2 = Day 5
  • Due Date = 5
  • Is Late? $C_D$ (5) <= $d_D$ (5) -> No (準時完成)。

• Job B:

  • Process Time = 5
  • Start Time = $C_D$ = Day 5
  • Completion Time ($C_B$) = Day 5 + 5 = Day 10
  • Due Date = 12
  • Is Late? $C_B$ (10) <= $d_B$ (12) -> No (準時完成)。

• Job C:

  • Process Time = 9
  • Start Time = $C_B$ = Day 10
  • Completion Time ($C_C$) = Day 10 + 9 = Day 19
  • Due Date = 17
  • Is Late? $C_C$ (19) > $d_C$ (17) -> Yes (遲到)。

• Job A:

  • Process Time = 3
  • Start Time = $C_C$ = Day 19

核心觀念

本題考查存貨管理中的單次特別折扣訂購模型（One-Time Special Discount / Forward Buying Model）。

當供應商在極短期間（如本題為期 2 天的促銷）提供一次性價格折扣時，買方需評估是否在特價期間進行「超額採購（Forward Buying）」。決策的核心在於權衡以下兩者：

1. 效益（Benefit）：大量採購獲得的單位價格折扣利益，以及未來一段時間無須再頻繁下單所節省的訂購成本（Ordering Cost）。
2. 成本（Cost）：一次購入大量庫存導致平均庫存量增加，進而上升的存貨持有成本（Holding Cost）。

---

解題方法

步驟一：整理題目已知參數並計算標準經濟訂購量（EOQ）

• 年需求量 $D = 500$ 盒/年
• 每次訂購成本 $S =$$10
• 年持有成本率 $i = 15\% = 0.15$
• 平常批發價 $C =$$6 / 盒
• 平常單位年持有成本 $H_0 = i \times C = 0.15 \times$$$6 =$$0.90 / 盒 / 年
• 特價批發價 $C_{sp} =$$$6 \times (1 - 0.5) =$$3 / 盒
• 單位折價金額 $d = C - C_{sp} =$$$6 -$$$3 =$$3 / 盒
• 特價期間單位年持有成本（依題意持有成本為商品價值的 15%）：
  $H_{sp} = i \times C_{sp} = 0.15 \times \$3 = \$0.45 \text{ / 盒 / 年}$

計算平常狀況下的經濟訂購量 $Q_0^*$：
$Q_0^* = \sqrt{\frac{2DS}{H_0}} = \sqrt{\frac{2 \times 500 \times 10}{0.9}} = \sqrt{\frac{10000}{0.9}} \approx 105.41 \text{ 盒}$

---

步驟二：建立總成本節省模型與推導最佳訂購量公式

設在特別促銷期間訂購的數量為 $Q_{sp}$，該批庫存可滿足未來 $T = \frac{Q_{sp}}{D}$ 年的需求量。

比較滿足相同時間區間 $T$ 的兩種採購策略：

1. 策略一（趁特價一次訂購 $Q_{sp}$ 盒）：

   • 採購成本：$C_{sp} Q_{sp}$
   • 訂購成本：$S$（僅下單一次）
   • 總持有成本：$\int_0^{\frac{Q_{sp}}{D}} H_{sp} (Q_{sp} - Dt) \, dt = \frac{H_{sp} Q_{sp}^2}{2D}$
   • 策略一總成本：
     $TC_1(Q_{sp}) = C_{sp} Q_{sp} + S + \frac{H_{sp} Q_{sp}^2}{2D}$

2. 策略二（不採購特價品，維持平常的 EOQ 模式採購）：

   • 採購成本：$C Q_{sp}$

核心觀念
本題屬於 新報童模型 (Newsvendor model)，核心在於決定每日訂購量，使得預期毛利最大化。

• 訂購成本 (c) = $1.19
• 銷售價格 (p) = $1.65
• 退貨回收價格 (s) = $1.00

過剩成本 (Co) = c – s = $0.19 缺貨成本 (Cu) = p – c =$0.46

關鍵公式：

$$\text{臨界分位數 }F^{*}= \frac{C_u}{C_u+C_o} \qquad\Longrightarrow\qquad Q^{*}= \mu + \sigma z_{F^{*}}$$

其中 $z_{F^{*}}$ 為標準常態分布使 $\Phi(z)=F^{*}$ 的分位點。

---

解題方法

1. 計算臨界分位數

$F^{*}= \frac{0.46}{0.46+0.19}= \frac{0.46}{0.65}=0.70769$

2. 查找對應的 Z 值
   題目給予

$Z_{0.29231}=0.547,\qquad Z_{0.70769}=-0.547$

依常用定義 $\Phi(z)=$ 左側累積機率，$F^{*}=0.70769$ 對應的正向 Z 為 +0.547（因為 $Z_{0.29231}=0.547$ 為左側 0.29231 的分位點，而 $0.70769=1-0.29231

核心觀念

Aggregate planning（總體生產計畫）是在中期規劃期間，針對「產品群」而非單一產品，估計各期間所需的：

• 勞動力水準
• 正常工時與加班產量
• 存貨水準
• 外包量
• 生產量與缺貨量

其主要目的，是在需求預測與企業資源限制下，透過整體性的產能與資源配置，使產品群的總供給能配合中期需求。

總體生產計畫通常具有以下特徵：

1. 規劃期間多為數月至一年。
2. 規劃單位通常是月。
3. 規劃對象是產品群或產品線。
4. 數量與資源需求是概略估計，而非精確到每一項產品。

總體規劃位於生產規劃階層的中上層，典型順序如下：

$$\text{Aggregate Planning} \rightarrow \text{Master Production Schedule} \rightarrow \text{MRP}$$

其中：

• Aggregate Planning：決定產品群層級的整體產量與資源配置。
• Master Production Schedule, MPS：將產品群計畫進一步細分為特定產品在各週期的生產數量。
• Material Requirements Planning, MRP：根據 MPS 計算零組件需求與 planned order releases。

解題方法

本題可用「規劃層級、時間尺度、精確程度」三個方向判斷：

1. 題目若提到 monthly demand、product group，通常屬於總體生產計畫。
2. 題目若提到 weekly demand、particular product，通常已進入 MPS 層級。
3. 題目若提到 component parts、planned order releases，屬於 MRP。
4. 題目若提到 MPS 是否可執行，通常屬於粗略產能規劃或 MPS 可行性檢查。

因此，aggregate planning 的核心是「以產品群為對象，在月期間進行概略的勞動力、加班、存貨與產量規劃」。

選項分析

A) Determine approximate work-force levels, overtime production, inventory, etc. needed to meet monthly demand for a product group.

正確。

本選項完全符合總體生產計畫的定義：

• approximate：總體計畫是概略層級，不追求單一產品的精確排程。
• work-force levels、overtime production、inventory：都是總體計畫的重要決策變數。
• monthly demand：符合中期、以月為單位的規劃特性。
• product group：總體計畫針對產品群，而非個別產品。

所以 A 為正確答案。

B) Determine accurate work-force levels, overtime production, inventory, etc. needed to meet weekly demand for a particular product.

錯誤。

本選項有兩個關鍵錯誤：

這是一道關於粗略能力規劃 (Rough-Cut Capacity Planning, RCCP) 的題目。RCCP 是一種在主生產排程 (Master Production Schedule, MPS) 的早期階段，用來評估其可行性的能力規劃技術。它使用簡化的數據和聚合的資源（如部門），來快速判斷 MPS 是否會超出關鍵部門的負荷能力。

已知參數：

• 主生產排程 (MPS) 需求：1000 units of Product X per week
• 每個單位的標準工時：2.5 standard hours/unit
• 鑽孔部門 (Drill Department) 的工時佔總工時的比例：30%

計算步驟：

1. 計算總標準工時需求：
   首先，計算生產 1000 個單位 Product X 所需的總標準工時。
   總標準工時 = 產量 × 每單位標準工時

核心觀念

PERT 常以 活動箭線式網路圖（Activity-on-Arrow, AOA）表示專案流程。圖中的箭線代表活動，節點代表事件；活動之間的先後關係，則透過箭線與節點的連接方式呈現。

虛擬活動（dummy activity）具有以下特性：

• 作業時間為 $0$。
• 不消耗人力、設備或其他資源。
• 不產生實際工作成果。
• 主要用途是表示活動之間的先後關係與邏輯依存性。

當實際活動無法直接以一般箭線清楚表達其前置關係時，便加入虛擬活動，使網路圖能正確呈現哪些活動必須先完成。

解題方法

本題詢問的是「虛擬活動在 PERT 圖中的目的」。判斷重點在於虛擬活動本身不代表真正的工作，而是用來補足網路圖中的邏輯關係。

因此，虛擬活動的核心功能是：

$$\text{表示活動間的 precedence relationship}$$

其中 precedence 指的是活動的先後順序或優先關係。故應選擇「表示前置關係」的選項。

選項分析

A) To use up slack time.

核心觀念

Rough-cut capacity planning（粗略產能規劃，RCCP）是主生產排程（Master Production Schedule, MPS）完成後，用來檢查關鍵工作中心、設備或人力是否有足夠產能支援 MPS 的中期規劃工具。

其核心問題是：

MPS 所安排的生產量與時程，是否超過關鍵資源的可用產能？

基本判斷可表示為：

$$\text{所需產能} \leq \text{可用產能}$$

若所需產能超過可用產能，表示 MPS 不可行，必須調整生產時程、產品組合、批量，或進一步考慮加班、外包等措施。

RCCP 的分析層級介於總體生產規劃與詳細物料需求／產能需求規劃之間，重點在於快速驗證 MPS 的可行性，而非進行完整且細部的設備與工序排程。

解題方法

判斷本題的關鍵，是辨認 RCCP 所對應的規劃對象。

生產規劃的層次大致如下：

1. Aggregate plan（總體生產計畫）：以產品群或產品線為單位，規劃中期總產量、人力與一般產能。
2. MPS（主生產排程）：以最終產品為單位，決定各期間要生產哪些產品及數量。
3. RCCP（粗略產能規劃）：檢查 MPS 是否需要過多的關鍵產能。
4. 詳細產能需求規劃：進一步依工單、製程、工作中心與作業時間進行細部分析。

因此，題目問「RCCP is used to」時，應選擇「檢驗產能是否足以支援 MPS」的敘述。

選項分析

A) Test whether capacity is adequate for the aggregate plan.

錯誤。總體生產計畫本身就會在總體規劃階段評估整體產能需求，例如總人力、設備能力與加班能力。

核心觀念

本題考查總合生產計畫（aggregate planning）的純策略（pure strategy）。

純策略是指主要依靠單一調整手段，使生產能力配合需求變化，常見策略包括：

1. 追逐策略（chase strategy）：隨需求變動調整員工人數與產量。
2. 平準策略（level strategy）：維持穩定員工人數與產量，以存貨或延期交貨吸收需求波動。
3. 加班與外包策略：在需求高峰時利用加班或委外增加產能。

本題關鍵條件為：

• 勞工技術層次低，訓練與替代性較容易處理。
• 新員工容易找到，表示招募不困難。
• 需求具有季節性，旺季與淡季差異明顯。
• 目標是降低成本。
• 存貨成本很高，不適合大量囤貨。

這些條件最符合追逐策略。

解題方法

先比較各項成本與限制：

• 若採用平準策略，淡季仍維持固定產量，必須把多餘產品存放至旺季使用，因此會產生高額存貨成本。
• 若採用追逐策略，旺季增加員工、提高產量；淡季則減少員工、降低產量，可使生產量貼近需求量，降低存貨。
• 本題勞工低技術、供給充足，代表雇用與解雇的調整成本相對較低。
• 公司追求低成本，且存貨成本昂貴，因此應優先避免庫存累積。

因此，最適合的做法是讓員工人數隨季節需求變動：

$$\text{旺季：增加員工人數與產量}$$ $$\text{淡季：減少員工人數與產量}$$

這就是追逐策略，故選擇 B。

選項分析