供應(yīng)鏈中的牛鞭效應(yīng)及其研究

孫　焰　路歡歡

摘要：文章通過供應(yīng)鏈管理中出現(xiàn)的實(shí)際問題，引出了牛鞭效應(yīng)的概念，闡述了研究牛鞭的重大意義，總結(jié)了國(guó)內(nèi)外專家學(xué)者對(duì)牛鞭效應(yīng)的研究動(dòng)態(tài)，分析了多級(jí)、每級(jí)有多個(gè)成員的供應(yīng)鏈結(jié)構(gòu)的牛鞭效應(yīng)，并在其基礎(chǔ)上進(jìn)行發(fā)展，旨在尋求一種方便可行、從牛鞭的源頭動(dòng)力出發(fā)的預(yù)警指標(biāo)，并針對(duì)過程中的模型分析重整影響牛鞭效應(yīng)的要素。

關(guān)鍵詞：牛鞭效應(yīng)；預(yù)警指標(biāo)；牛鞭效應(yīng)的弱化

中圖分類號(hào)：F224文獻(xiàn)標(biāo)識(shí)碼：A

Abstract: The concept of“bull-whip effect” is brought forward through the problems analysis in supply chain management. The significance of bull-whip effect is expatiated here. The trends of researching on bull-whip effect from the experts inland and overseas have been summarized and bull-whip effect of multilevel supply-chain with multi-members has been analyzed. The factors that affect bull-whip effect in modeling have been reformed in order to search caution index in bull-whip effect.

Key words: bull-whip effect; warning index; bull-whip effect weakening

1牛鞭效應(yīng)綜述

1．1牛鞭效應(yīng)

牛鞭效應(yīng)是指供應(yīng)鏈中零售商向供應(yīng)商的訂貨量與其實(shí)際的銷售量不一致的現(xiàn)象。一般地，發(fā)給供應(yīng)商的訂貨量，其方差大于買方需求量的方差(即需求扭曲)，這種扭曲以放大的形式向供應(yīng)鏈的上游蔓延(方差變大)。這一現(xiàn)象與我們?cè)趽]動(dòng)鞭子時(shí)手腕稍稍用力，鞭梢就會(huì)出現(xiàn)的大幅度擺動(dòng)的現(xiàn)象相類似。

1997年，Hau. L. Lee首先提出牛鞭效應(yīng)(Bull-whip Effect)的概念，認(rèn)為供應(yīng)鏈中以訂單形式傳送的信息會(huì)被扭曲，誤導(dǎo)上游成員的生產(chǎn)和庫(kù)存決策。他提出了“需求變異加速放大原理”，主要思想為：當(dāng)供應(yīng)鏈的各節(jié)點(diǎn)企業(yè)只根據(jù)來自其相鄰的下級(jí)企業(yè)的需求信息進(jìn)行生產(chǎn)或供貨決策時(shí)，需求信息的不真實(shí)性會(huì)沿著供應(yīng)鏈向上游傳遞，產(chǎn)生逐級(jí)放大的現(xiàn)象。這樣作為供應(yīng)鏈源頭的生產(chǎn)商的生產(chǎn)計(jì)劃會(huì)與供應(yīng)鏈末端的顧客需求發(fā)生嚴(yán)重偏差，需求變異系數(shù)比分銷商和零售商的需求變異系數(shù)都大得多，使供應(yīng)鏈上游企業(yè)往往維持較高的庫(kù)存水平，這反映出了供應(yīng)鏈中的需求不同步現(xiàn)象。

1．2 問題的提出及研究意義

在供應(yīng)鏈管理的訂貨供應(yīng)過程中，牛鞭效應(yīng)會(huì)使末端需求波動(dòng)沿供應(yīng)鏈向前端上游增加，這樣就會(huì)導(dǎo)致供應(yīng)鏈中供應(yīng)、制造、銷售各個(gè)環(huán)節(jié)庫(kù)存量和庫(kù)存費(fèi)用的增加，解決了牛鞭效應(yīng)，上述問題就會(huì)迎刃而解，從而使分銷中心庫(kù)存冗余減少，防止制造商生產(chǎn)過剩，加速物流、資金流，提高運(yùn)輸效率和勞動(dòng)力效率，最終達(dá)到優(yōu)化供應(yīng)鏈管理的目的。

(1)理論意義：通過量化分析得到影響控制牛鞭效應(yīng)的關(guān)鍵因素，從而降低庫(kù)存，優(yōu)化供應(yīng)鏈結(jié)構(gòu)。

主控因素分析

設(shè)計(jì)牛鞭效應(yīng)控制策略

設(shè)計(jì)牛鞭效應(yīng)減弱策略

(2)實(shí)際意義：通過切實(shí)可行的方法來實(shí)現(xiàn)供應(yīng)鏈的優(yōu)化。

降低預(yù)測(cè)不準(zhǔn)確性

建立預(yù)警系統(tǒng)

優(yōu)化供應(yīng)鏈(節(jié)約成本，創(chuàng)造利潤(rùn))

配合現(xiàn)代化生產(chǎn)模式(JIT、VMP)

在實(shí)際操作上，通過對(duì)牛鞭效應(yīng)量化模型的分析，設(shè)計(jì)出牛鞭效應(yīng)的預(yù)警指標(biāo)，方便供應(yīng)鏈成員隨時(shí)檢查自己的庫(kù)存和需求情況是否在預(yù)警指標(biāo)范圍內(nèi)，一旦需求量或庫(kù)存量發(fā)生異常，可以提早提示供應(yīng)鏈成員做好準(zhǔn)備，防止造成存貨不足或庫(kù)存積壓。

可見，牛鞭效應(yīng)的研究，無論從理論上還是實(shí)際上，都有著重大而深遠(yuǎn)的意義。

2牛鞭效應(yīng)研究動(dòng)態(tài)

自從人們?cè)诠?yīng)鏈實(shí)際管理中發(fā)現(xiàn)了需求放大的現(xiàn)象后，許多學(xué)者對(duì)此進(jìn)行了深入的研究。

目前對(duì)于牛鞭效應(yīng)的研究主要集中于定性分析、定量分析和系統(tǒng)仿真幾個(gè)方面，主要針對(duì)牛鞭效應(yīng)的存在因素、量化模型以及尋求牛鞭效應(yīng)弱化和控制方法等方面。

定性分析的研究主要集中于牛鞭效應(yīng)的存在性研究。第一個(gè)認(rèn)識(shí)到牛鞭效應(yīng)的人是美國(guó)麻省理工學(xué)院Sloan商學(xué)院的Forrester。1997年，Hau. L. Lee首先提出牛鞭效應(yīng)(Bullwhip Effect)的概念，認(rèn)為供應(yīng)鏈中以訂單形式傳送的信息會(huì)被扭曲,誤導(dǎo)上游成員的生產(chǎn)和庫(kù)存決策。

定量分析的模型最為經(jīng)典常用的模型是AR(I)自回歸模型，該模型基于兩階的供應(yīng)鏈單鏈，在前提中固定一些變量，如最終顧客需求的期望、方差等，以較簡(jiǎn)單的形式給出了供應(yīng)鏈牛鞭效應(yīng)存在的證明，并且比較有效地說明了預(yù)測(cè)方法、訂貨提前期、信息資源的共享等因素在牛鞭效應(yīng)中的作用。

基于仿真的牛鞭效應(yīng)的研究主要有由Forrester于20世紀(jì)50年代創(chuàng)立的系統(tǒng)動(dòng)力學(xué)模型、R. E. Kalman創(chuàng)立的卡爾曼濾波器模型及基于DE-APIOBPCS策略的牛鞭效應(yīng)量化。牛鞭效應(yīng)研究方法比較分析如表1。

3模型拓展及預(yù)警指標(biāo)分析

AR自回歸模型是目前牛鞭效應(yīng)研究中最為經(jīng)典、通用的模型，但是從理論研究的實(shí)用性來講，它卻存在著一定的缺陷：(1)該模型只考慮了單一零售商和單一制造商的簡(jiǎn)單供應(yīng)鏈，對(duì)于多級(jí)供應(yīng)鏈、每級(jí)供應(yīng)鏈上有N個(gè)成員的情況并未考慮；(2)模型從理論上證明了牛鞭效應(yīng)的存在，但是并未提出解決牛鞭應(yīng)的實(shí)用方法，也沒有提出怎樣預(yù)防牛鞭效應(yīng)的發(fā)生。

鑒于該模型的這兩個(gè)缺點(diǎn)，本文利用對(duì)AR自回歸模型進(jìn)行的深入拓展，將單一零售商和單一制造商的簡(jiǎn)單供應(yīng)鏈拓展為多階、且每階有多個(gè)成員的供應(yīng)鏈結(jié)構(gòu)，同時(shí)提出了牛鞭效應(yīng)的預(yù)警指標(biāo)。這種結(jié)構(gòu)將應(yīng)用在更為廣泛的供應(yīng)鏈系統(tǒng)，并且其推導(dǎo)過程相對(duì)更為簡(jiǎn)單。

3．1 多階多成員的牛鞭效應(yīng)模型拓展

3.1.1 基本假設(shè)

此模型研究對(duì)象為只有單一產(chǎn)品，供應(yīng)鏈成員共分為四階，每階有多個(gè)成員的供應(yīng)鏈結(jié)構(gòu)，產(chǎn)品的來源主要是由制造商供應(yīng)，除制造商有制造的功能外，各成員只作配銷工作并無加工，亦即產(chǎn)品不會(huì)產(chǎn)生任何的附加價(jià)值。

3.1.2參數(shù)說明及公式

3．2 提前預(yù)警指標(biāo)的建立過程及分析

傳統(tǒng)的AR自回歸模型分析已證明了牛鞭效應(yīng)確實(shí)存在于供應(yīng)鏈的庫(kù)存管理之中，本文在模型和結(jié)論的基礎(chǔ)上，提出了以實(shí)際需求作為考察對(duì)象的牛鞭效應(yīng)預(yù)警方式，用來提早提示供應(yīng)鏈成員注意波動(dòng)異常的實(shí)際需求值，避免該需求變動(dòng)引發(fā)牛鞭效應(yīng)，使其提早做好準(zhǔn)備，采取相應(yīng)的措施，以達(dá)到避免或減弱牛鞭效應(yīng)的目的。

3.2.1 基本思路

根據(jù)已有的公式、模型，求出庫(kù)存與需求量的關(guān)系表達(dá)式，通過需求量的變化判斷下期庫(kù)存即將發(fā)生變化，也就是產(chǎn)生了需求變異，提示供應(yīng)商調(diào)整預(yù)測(cè)需求量，進(jìn)而調(diào)整訂貨量，避免產(chǎn)生存貨不足或庫(kù)存積壓。

3.2.2 參數(shù)說明

3.2.3 基本假設(shè)

(1)供應(yīng)鏈某一階成員的庫(kù)存有最小最大值作為自己安全庫(kù)存(例如：啤酒批發(fā)商的庫(kù)存最大不得超過1 200箱，最小不得超過400箱)，設(shè)最小庫(kù)存為s，最大庫(kù)存為S；

(2)第t期的進(jìn)貨量為第t-1期的訂貨量；

3.2.4 公式推導(dǎo)

第t期的實(shí)際庫(kù)存量應(yīng)為上一期的存貨與本期的進(jìn)貨量之和，再減去這一期的實(shí)際需求量，用文字表達(dá)式表示為：

第t期的庫(kù)存量Wt＝上期存貨量＋本期進(jìn)貨量－本期實(shí)際需求量

根據(jù)前面假設(shè)及參數(shù)說明，轉(zhuǎn)換為數(shù)學(xué)表達(dá)式為：

3.2.6提前預(yù)警指標(biāo)的特點(diǎn)

從適用范圍上來說，雖然該預(yù)警指標(biāo)的假設(shè)中并沒有提到應(yīng)用于多級(jí)供應(yīng)鏈，每級(jí)有多個(gè)成員的情況，但究其推導(dǎo)過程來講，卻是基于多級(jí)供應(yīng)鏈、每級(jí)有多個(gè)成員的模型和公式，因此，該預(yù)警指標(biāo)可適用于一個(gè)分銷商和一個(gè)零售商的簡(jiǎn)單供應(yīng)鏈，也可適用于多級(jí)供應(yīng)鏈，每級(jí)有多個(gè)成員的情況。

從便捷性來講，該預(yù)警指標(biāo)只需通過第t-2期需求量即可判斷出第t期的庫(kù)存將會(huì)發(fā)生變化，對(duì)于供應(yīng)鏈的成員來講，在實(shí)際應(yīng)用中，還是比較方便的。

但是，該預(yù)警指標(biāo)同樣存在著缺陷，由于它是基于多級(jí)供應(yīng)鏈模型推出的，因此，它同樣有著多級(jí)供應(yīng)鏈的缺陷。

3．3牛鞭效應(yīng)的弱化

3.3.1 模型分析得出的控制因素

根據(jù)牛鞭效應(yīng)量化的模型我們得出以下一些因素為牛鞭效應(yīng)的主控因素。

(1)補(bǔ)貨時(shí)間L

補(bǔ)貨時(shí)間L增大都將導(dǎo)致訂貨量方差增大，加重牛鞭效應(yīng)。

(2)前后兩期的需求相關(guān)系數(shù)?籽

?籽對(duì)于訂貨量方差的影響比較復(fù)雜，與其本身的正負(fù)、預(yù)測(cè)方法等有關(guān)。

(3)信息的集中程度及管理的集中程度

自回歸模型中信息不共享時(shí)牛鞭效應(yīng)以乘積的形式向供應(yīng)鏈上游增加，盡管完全的信息共享仍不能完全的消除牛鞭效應(yīng)，但肯定能大大減弱牛鞭效應(yīng)。

(4)供應(yīng)鏈的服務(wù)水平Z

從理論上來講，如果完全不考慮服務(wù)水平即允許缺貨則牛鞭效應(yīng)幾乎可以不發(fā)生。但是現(xiàn)實(shí)中我們不但不能把服務(wù)水平降至0，還要追求盡量高的服務(wù)水平。這就要求其它關(guān)鍵因素聯(lián)合作用來保證牛鞭效應(yīng)得盡量縮小。

3.3.2 具體實(shí)施的控制方法

(1)信息共享

需求信息的集中是信息共享的一種方法，通過集中信息處理，為供應(yīng)鏈上每一級(jí)企業(yè)提供完全的即時(shí)最終需求信息，有助于減輕牛鞭效應(yīng)。

(2)VMI，即供應(yīng)商管理庫(kù)存

VMI(Vendor Managed Inventory)是一種以用戶和供應(yīng)商雙方都獲得最低成本為目的，在一個(gè)共同的協(xié)議下由供應(yīng)商管理庫(kù)存，并不斷監(jiān)督協(xié)議執(zhí)行情況和修正協(xié)議內(nèi)容，使庫(kù)存管理得到持續(xù)地改進(jìn)的合作性策略。該策略有助于減輕牛鞭效應(yīng)。

(3)減小最終需求的變異性

減小最終需求的變異性，有助于降低整個(gè)供應(yīng)鏈系統(tǒng)的不確定性，例如，零售商采用“每日低價(jià)(Everyday Low Pricing)”策略，能提供較為穩(wěn)定的商品價(jià)格，因而能形成較為穩(wěn)定的消費(fèi)需求數(shù)量和形態(tài)。

(4)敏捷管理

縮短交貨周期在供應(yīng)鏈上減少中間環(huán)節(jié)，積極開展敏捷管理，縮短交貨周期。若將交貨周期細(xì)分為訂貨前置時(shí)間(到貨和交貨時(shí)間)和信息前置時(shí)間(訂貨時(shí)間)，采用貨物互交式駁運(yùn)的方法，可以顯著減少到貨和交貨時(shí)間。若采用EDI電子數(shù)據(jù)交換技術(shù)，則可以大大減少訂貨時(shí)間。

(5)縮短提前期的快速響應(yīng)(quick response，QR)

就是買方對(duì)市場(chǎng)的需求做出快速響應(yīng)，這尤其適合服裝等季節(jié)性銷售的商品。只要收集到相關(guān)商品銷售的信息就能降低預(yù)測(cè)的誤差，當(dāng)提前期減少4～6 個(gè)月時(shí)，預(yù)測(cè)誤差可減少20％～40％。在需求不確定的情況下，縮短交貨期是一種很好地解決辦法。

4總結(jié)

本文主要研究了多級(jí)、每級(jí)有多個(gè)成員的供應(yīng)鏈結(jié)構(gòu)的牛鞭效應(yīng)，并提出了牛鞭效應(yīng)的預(yù)警指標(biāo)，具有一定的實(shí)際意義。但是本文卻是基于許多假設(shè)的情況下完成模型的建立及預(yù)警指標(biāo)的推導(dǎo)，毋庸置疑，實(shí)際的供應(yīng)鏈系統(tǒng)遠(yuǎn)比本文之中的模型復(fù)雜得多。首先，客戶需求不會(huì)像模型假設(shè)的那樣有規(guī)律；其次，在多個(gè)供應(yīng)商多種運(yùn)輸方式及逆向物流等復(fù)雜情況下，供應(yīng)鏈系統(tǒng)會(huì)變得更加龐大、更加復(fù)雜；再次，供應(yīng)鏈的績(jī)效會(huì)受到供應(yīng)商、分銷商及客戶的變異和他們采購(gòu)意愿變化的影響，同時(shí)還會(huì)受到各種采購(gòu)政策、政府干預(yù)等不可預(yù)期的因素影響，增加了供應(yīng)鏈系統(tǒng)的不確定性。上述因素的不可預(yù)期性增加了研究供應(yīng)鏈運(yùn)作的難度，這些將需要做進(jìn)一步的深化研究。

參考文獻(xiàn)：

[1]孫焰. 現(xiàn)代物流管理技術(shù)——建模理論及算法[M]. 上海: 同濟(jì)大學(xué)出版社, 2004.

[2]達(dá)慶利, 張欽, 沈厚才. 供應(yīng)鏈中牛鞭效應(yīng)問題研究[J]. 管理科學(xué)學(xué)報(bào), 2003,6(3):86-93.

[3]王磊, 陳競(jìng)先, 唐志杰. 供應(yīng)鏈中牛鞭效應(yīng)的模型與分析[J]. 物流技術(shù), 2004(1):42-46.

[4]王峰, 王博. 淺談供應(yīng)鏈牛鞭效應(yīng)[J]. 物流平臺(tái), 2005(44):207-208.

[5]羅新星, 吳翀. 供應(yīng)鏈中牛鞭效應(yīng)的定量分析與有效控制[J]. 科技管理創(chuàng)新, 2006(7):156-159.

“注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文”。