供应链中“牛鞭效应”案例分析及解决方法研究
2007年08月14日
摘要：“牛鞭效应”是供应链管理中一种普遍存在的现象，随着经济的发展，竞争
的加剧，如何消除“牛鞭效应”产生的危害，已经成为人们关注的一个问题。本论文通过
具体的案例分析，说明“牛鞭效应”对整个供应链产生的负面影响；并根据此例，提出了
一些解决问题的方法。
关键词：供应链；牛鞭效应；方法
随着市场全球化和竞争的不断加剧，有人曾在20世纪就预言了21世纪企业之间的竞
争将变成供应链之间的竞争。我国的国家标准《物流术语》，对于供应链的定义是：“供
应链是生产及流通过程中，涉及将产品或服务提供给最终用户活动的上游和下游企业所形
成的网链结构。”由此可见，供应链是一个集成了多家企业的价值增值链。其基本结构如
图1所示：
作为一种跨企业的协作，供应链包含了所有加盟的节点企业，不仅是一条联结供应商
到用户的物流链、信息链和价值链，而是一条增值链。提高整条供应链的增值能力，增强
供应链的竞争力，成为各节点企业共同的目标。
尽管如此，在供应链的实际运作中，却存在着各种各样的困难：如预测的不准确，导
致对需求的难以把握；信息的不透明，导致供给不稳定；因为企业之间的诚信还没有完全
建立，企业之间的合作性与协调性差，供应链中的主导企业很难发挥作用；供应的缺乏，
生产与运输作业的不均衡、库存居高不下，成本过高等现象。引起这些问题的原因很多，
但主要原因之一就是“牛鞭效应（Bullwhip Effect）”。由于牛鞭效应是从下游客户端
逐级向上游转嫁风险的结果，因而它会危害整个供应链的运作，导致总库存增加、生产无
序和失衡，业务流程阻塞，资源浪费、市场混乱和风险增大。由此可见，牛鞭效应的存在，已经成为削弱供应链的增值能力和竞争能力的主要负面因素。因此，研究牛鞭效应，并消
除它对于供应链的负面影响就是本论文要研究的内容。
1 供应链中“牛鞭效应”分析
1.1 何谓“牛鞭效应”
1995年，宝洁公司（P&G）管理人员在考察婴儿一次性纸尿裤的订单分布规律时，发
现一定地区的婴儿对该产品的消费比较稳定，零售商那里的销售量的波动也不大，但厂家
经销商那里得到的订货量却出现大幅度波动，同一时期厂家向原材料供应商的订货量波动
幅度更大，这一现象与我们挥动鞭子时手腕稍稍用力，鞭梢就会出现大幅动摆动的现象相
类似。于是，人们将这种现象叫做“牛鞭效应（Bullwhip Effect）”。类似的现象也在
惠普、IBM等跨国企业中得到了印证。另外，麻省理工学院的Sterman教授通过著名的啤
酒试验，也证明了牛便效应这一现实中大量存在的现象。
可见，牛鞭效应就是指供应链下游消费需求轻微变动而导致的上游企业生产、经营安排的剧烈波动。当市场上一种商品的消费需求发生细微变动时，这种波动会沿着零售商、批发商、分销商直至制造商逆流而上，并逐级扩大，在达到最终源头供应商时，其获得的需求信息和实际消费市场中的顾客需求信息发生很大的偏差，需求信息严重扭曲或失真，这就是牛鞭效应。
供应链战略经常可划分为推动型系统和拉动型系统，这源于20世纪80年代的制造业革命。在一个推动型供应链中，制造商利用从零售商仓库接到订单来预测顾客需求，各个节点企业是根据预测来进行决策，因此无法真实地反应市场需求，容易形成牛鞭效应。一个推动型供应链如图2所示：
1.2 “牛鞭效应”放大现象的计算案例分析
例：假定在一个简单的供应链中，每个节点企业在仓库中都存放着7天所需的货物，即：每个节点企业从其上游供应商那里购买足够的材料以使得它的存货满足7天的需求，对某种产品的需求一直稳定在每7天100单位，如果某一个7天最终客户的需求比平时多了5单位，假设配送非常迅速，我们可以见证“牛鞭效应”对整个供应链的影响。
给定条件：每7天供应链的需求为100单位；
需求：等于下一环节客户购买的数量；
每个7天开始时的初期库存：必定等于前一个周期的期末库存；
每个周期的期末库存：必定等于本周的需求；
购买的单位数：等于需求加上库存中的任何变化；
购买量＝净需求＋（期末库存—初期库存）；
具体计算结果如表1所示：
分析以上计算案例，在第二周客户的需求增加5个单位时，由于“牛鞭效应”，信息的扭曲和放大，导致生产商生产产量提高到了180个单位，而当第三周客户的需求恢复正常时，生产商的产量变为0单位；当客户需求在第三周恢复到原来的100单位时，要使得生产商恢复到100单位的生产量，一直要持续到第七周，“牛鞭效应”才会消失。
2 “牛鞭效应”的危害及成因分析
2.1 “牛鞭效应”的危害
从“1.2（牛鞭效应）放大现象的计算分析”案例计算可以看出，“牛鞭效应”产生的后果，不仅仅是各个节点企业的库存增大，利润下降，占用资金，同时也导致了企业经营风险增大以及整个供应链运作的低效率。资源的无效率利用，使得供应链各个节点企业的计划和管理难度增大。除此之外，还可能造成以下的一些危害，具体可以归纳为以下几条：
（1）从分销商到生产商接到的订单的变动性要比顾客需求的变动性大得多，使得生产企业进入无序状态，无法了解市场真正的需求量；
（2）当某种产品大量销售时，供应链的库存却无法做到迅速减少，造成流动资金的
大量占用和固定资产利润率低下；
（3）各个节点企业从自身利益出发，而不是从整个供应链的运作考虑，因此导致整
个供应链的利益很难维护；
（4）由于“牛鞭效应”而导致供应链节点企业之间的不信任增加，合作最终变成短
期行为，不利于供应链联盟的形成和发展。
2.2 “牛鞭效应”的成因分析
根据大量文献资料，并结合一些实际案例，通过分析研究，一般认为，“牛鞭效应”
的成因主要有以下6个方面：
（1）需求预测更正。如表1中的计算数据一样，由于客户对于需求的修订，而使得
上游各个节点企业相应地修订需求，最终导致实际需求远远高于生产量。
（2）订单批量决策。出于库存和运输费用的考虑，下游企业会在一定时间段内进行
订货，而且考虑最佳定购批量，同时减少定购次数，以降低成本。
（3）价格波动。上游企业为了刺激订货，采用促销策略，实施价格折扣、价格折让
等方法，由此引起需求的不稳定性，无法确定市场的真正需求量。
（4）短缺博弈。产品在市场上的供应大于需求时，订货量减少或消失；而当需求大
于供应时，订货量会剧烈增加，让生产企业无法确切掌握市场的实际需求。
（5）提前期。下游企业的定购提前期也是影响各个节点企业正常运营的重要因素。
提前期越长，对企业的定购点和安全库存的影响越大，同时也降低了需求信息的时效性。
（6）供应链的结构。供应链越长，供应商离消费者越远，对需求的预测越不准确，
同时需求信息的扭曲程度越大，“牛鞭效应”越明显。
以上是主要的六个方面，这其中有客观因素，也有决策者的主观因素，还可能存在着
其他一些不为人们发现的潜在因素，所有这些都造成了“牛鞭效应”。如何减弱及至消除
它的负面影响，已经成为许多供应链管理方面的专家及实际操作中的节点企业关注的问题。
3 解决“牛鞭效应”的方法研究
供应链中的不确定性主要来源于供应商不确定性、生产者不确定性和顾客不确定性；
而供应链上的不确定性主要表现为衔接不确定性和运作不确定性。从已经寻找到的“牛鞭
效应”产生的原因中，来寻找解决“牛鞭效应”的答案，是对本问题研究的基本思路。
第一，针对需求预测的不准确性，应该从供应链联盟的组建及节点企业之间信息互通
两个方面考虑：供应链上的节点企业首先考虑到的是需求预测如何做到更加的准确，从图
1中已经看到一般供应链的结构，其中包含了一个重要的流——信息流，如果上下游节点
企业的信息对称并且互通，形成比较稳定的供应链战略联盟，那么预测的准确性会很大程
度的提高，这样，供应链的结构就会是如下的结构。具体见图3所示：
即企业之间采用供应链管理（SCM）系统，通过联合预测、协同计划，预测与补货；
利用供应商管理库存（VMI）、联合管理库存、EOS电子定购系统和准时生产（JIT）技术，实时地获得下游节点企业真实的需求信息，及时准确地进行订货，并通过与下游客户的真
实沟通。
消除预测不准造成的“牛鞭效应”。联合库存管理的供应链系统模型如图4所示：第二，由于独立需求和相关需求是现实中客观存在的问题，直接面对客户的下游企业自然会
按照批量大小，或定时、或定量进行采购；同样，下游企业根据市场供需、价格波动决定
其采购量大小的问题，由此使得下游客户端的风险最终转嫁给上游企业，从表1就可以得
到证明。采用拉动型的供应链战略（具体见图5），让生产由外部需求驱动，并采用现代
供应链管理技术，是可以抵御三种因素产生的负面影响的。
企业应用Internet/EDI技术，开展电子商务和企业应用集成EDI技术，实现业务信
息的及时传递与共享及上下游企业之间业务流程的整合，共同协作开展业务。充分利用精
益生产（LP）和敏捷制造（AM）的方法，建立快速响应（QR）系统。例如：以直销著称的DELL公司，通过Internet网、电话、传真等组成了一个高效的信息网络，客户可以直接
向公司下订单要求进行组装、供应，实现了客户与供应商的直接贸易，有效地防止了“牛
鞭效应”的产生。
第三，下游企业在采购时，由于考虑到缺货风险，对于定购提前期一般都慎重决定，
因为提前期的不确定性，下游企业很大程度上的预测误差，等到产品季节到来时，导致库
存周期波动，导致“牛鞭效应”产生。Wal-mart的实践表明，采用信息技术支持（商品条形码技术、物流条形码技术、电子订货系统、POS数据读取技术、预先发货清单技术、电
子支付系统、连续补充库存方式）的快速响应（QR）系统，将会使预测误差大幅度减少，
减弱“牛鞭效应”的负面影响。根据库存周期长短和预测误差的关系如图6所示：
由图6可以看出，随着定购提前期的缩短，预测误差会大幅度的下降，从而影响到库存量的大小，对于整个供应链节点企业都是有利的。
第四，从“牛鞭效应”产生的6大因素分析，防范“牛鞭效应”的产生，应该建立供应链效率模型，将效率模型的目标函数确定为供应链整体效率的最大化。
其中A表示将各个节点企业各自的条件因素转化为具体的参数，用矩阵表示；b代表各个节点企业的综合限制因素的上限。
运用管理运筹学中的知识对效率模型函数求解，确定在变动因素影响下，供应链要获得最佳的效率，各个节点企业应该具备的条件，从而削弱“牛鞭效应”的负面影响。
4 结束语
“牛鞭效应”的存在，使得供应链在理论上容易形成，而在实践中却无法高效率地运作，尽管人们已经看到经济的快速发展，促进了供应链的形成，以至单个企业与企业之间的竞争已经逐步地被供应链与供应链之间的竞争所取代。然而在供应链还没有完全发展成熟的情况下，供应链各个节点企业出于自身利益的考虑，对于市场进行不确切的预测，导致供应链上的物流不确定性增大，产生“牛鞭效应”。
本文分析了“牛鞭效应”对供应链运作的影响，应用示例说明它对上游企业的危害，简要分析其产生的原因，最后提出解决“牛鞭效应”的措施，特别提出了通过建立供应链效率模型来削减及消除“牛鞭效应”的负面影响，量化“牛鞭效应”带来的危害，将对未来供应链战略联盟的发展起到积极的作用。
参考文献：
[1] 宋华，胡左浩。现代物流与供应链管理[M]。北京：经济管理出版社，2000.
[2] 王丰，等。现代物流概论[M]。北京：人民交通出版社，2002.
[3] 唐纳德·奥特斯（美）。物流管理概论[M]。北京：电子工业出版社，2004.
[4] 焦永兰。管理运筹学[M]。北京：中国铁道出版社，2002.
[5] 崔介何。物流学[M]。北京：北京大学出版社，2003.
[6] 周艳军。供应链管理[M]。上海：上海财经大学出版社，2004.
[7] 达庆利，张钦，沈厚才。供应链中牛鞭效应问题研究[J]。管理科学学报，2003（3）：8-11
作者：张静芳来源：《物流科技》2007年第7期
责任编辑：俞江月
牛鞭效应实验报告 一、实验内容 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作，即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。 供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大，如图1所示。设想有一条由四个节点组成的供应链，从下游到上游依次为零部件供应商，生产商，批发商，零售商。销售商面临的终端市场需求只有少许波动，批发商的需求是来自销售商的补货请求，需求的波动比终端市场需求的波动有了放大，生产商的需求是来自批发商的补货请求，需求的波动又有了放大，零部件供应商的需求是来自生产商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应。 求 需 时间 求 需 时间
需求 时间 需求 需求 二、 实验原理 长鞭效应产生的原因主要有以下几方面： 1) 需求预测的数据更新 2) 批量补货 3) 价格波动 4) 限量供应和短缺博弈 5) 补货提前期。
三、实验目的 无信息共享的多级库存管理实验（牛鞭效应实验）是为辅助物流概论课程的教学而设计的一个验证型实验。学生通过网络平台模拟供应链上各节点操作决策的环境，通过亲身实践加深对牛鞭效应现象的理解，辅助分析产生该现象的原因。培养学生发现问题和分析问题解决问题的能力，为今后关于库存管理课程的学习奠定基础。 学生在实验过程中，应着重： a)理解库存管理的基本概念和知识，如提前期，库存水平，各种成本的概念； b)体验牛鞭效应现象的产生，并分析其产生原因； c)分析如何减小牛鞭效应。 四、牛鞭效应产生的原因 (1)供应链的不确定性 需求不确定性的客观性，需求的不确定性、制造的不确定性和供应的不确定。供应的不确定性主要是以提前期的不确定性来体现的。提前期与供应商的生产能力密切相关，制造的不确定导致供应的不确定，另外地理位置、运送方式等也会影响提前期。 (2)订货批量的影响 在供应链中，每个企业都会向其上游订货，一般情况下，销售商并不会来一个订单就向上级供应商订货一次，而是在考虑库存和运输费用的基础上，在一个周期或者汇总到一定数量后再向供应商订货；为了减少订货频率，降低成本和规避断货风险，销售商往往会按照最佳经济规模加量订货。同时频繁的订货也会增加供应商的工作量和成本，供应商也往往要求销售商在一定数量或一定周期订货，此时销售商为了尽早得到货物或全额得到货物，或者为备不时之需，往往会人为提高订货量 (3)信息不对称 上游企业难以准确预测到最终消费者的需求，只是根据下游订货量决定自己的订货量，这便可能会产生由于预测不准确或者突发状况而引起的缺货或者过多持有存货。 (4)需求预测的主观性 上游企业总是将下游需求信息作为自己需求预测的依据，并据此安排生产或供应计划。结果预期的订货量将比需求变化更大，错误的预测方式使订货量发生巨大的变化，订货量与实际销售量有较大的出入。 (5)提前期的影响 提前期的可靠性与长度直接影响信息的扭曲程度。 五、实验分析 本报告主要分析第四节点上决策的制定以及数据产生的原因。
Management Science and Engineering 管理科学与工程, 2014, 3, 26-32 Published Online March 2014 in Hans. https://www.doczj.com/doc/d312857094.html,/journal/mse https://www.doczj.com/doc/d312857094.html,/10.12677/mse.2014.31B005 Case Study on the Evaluation Method of Bullwhip Effect Yijun Huang1, Ximei Lian2 Beijing University of Posts and Telecommunications, Beijing Email: hyijun@https://www.doczj.com/doc/d312857094.html, Received November 2013 Abstract In the process of practical supply chain management, “bullwhip effect” is a common phenomenon. This article quantifies the actual value of bullwhip effect by constructing a simple mathematical model with the moving average forecasting method, and proves that information sharing can re-duce the bullwhip effect. In order to improve the operability of information sharing, this article has filtered the information sharing content and discussed the information sharing way prelimi-narily. Keywords Bullwhip Effect; Case Study; Information Sharing 牛鞭效应评估方法的实例分析 黄逸珺1，连细妹2 北京邮电大学，北京 Email: hyijun@https://www.doczj.com/doc/d312857094.html, 收稿日期：2013年11月 摘要 在供应链实际管理过程中，“牛鞭效应”是普遍存在的现象。本文通过构建简单的数学模型，运用移动平均预测法评估牛鞭效应值，并定量分析得出信息共享能够减小牛鞭效应。最后，为提高信息共享的可操作性，本文对其内容进行了筛选，并对其共享方式进行了初步探讨。
牛鞭效应实验报告
————————————————————————————————作者：————————————————————————————————日期： ?
牛鞭效应实验报告 一、实验过程及数据分析 在本次实验中我所处的是供应链上第四个节点，提前期是３期,单位库存成本是2,单位缺货成本是１0,单位缺货成本是单位库存成本的5倍，因此对于各节点来说会选择大量订货策略来避免出现缺货现象。从利润图可以看出,利润柱的大幅下降大多是由缺货引起的,小幅度且长期的下降则是由于某段时间内多个节点停滞不动导致的存货成本上升引起的。 在固定参数中还显示了退货价格这一数据,但是我在实验时没有进行过这个操作。如果在原有实验的基础上增加退货这一操作便会将自己的存货成本上推给上一级节点,那么这样就会对利润图产生相应的影响，特别是对于上一个节点想必是会产生更大的影响。同时,退货这一操作也具有极大的风险，精益生产讲究零库存,但是对于我所处的第四节点来说,提前期是3期,如果没有一定量的库存做保障,当下一级节点发出需求时将无法及时满足订单需求,而且这次产生的缺货成本将会一直延续至下一次满足全部订单需求的时期。因此选择存货还是缺货,选择零库存还是选择低库存都需要做一个合理的权衡。 图1 节点固有属性参数
图２.1、图2.２、图2.3显示的是50期实验的个人数据截图。这三幅图完整地展示了我所在的第四节点在每一期的期初库存、期初缺货、本期到货、本期需求、本期发货、本期订货、单期成本和单期利润的数据。图2.1的上方显示了经过50期实验之后第四节点的总成本和总利润,截至50期，产生利润30２５0，发生的总成本为５7430。总体来看是盈利的，但是从整个运作状况来看是不太好的，下面结合图2、图3和图4对50期的经营结果进行简单分析。 图2.１个人历史数据 图2.２个人历史数据
牛鞭效应实验 一、实验内容 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作，即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。 供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大，如图1所示。设想有一条由四个节点组成的供应链，从下游到上游依次为零部件供应商，生产商，批发商，零售商。销售商面临的终端市场需求只有少许波动，批发商的需求是来自销售商的补货请求，需求的波动比终端市场需求的波动有了放大，生产商的需求是来自批发商的补货请求，需求的波动又有了放大，零部件供应商的需求是来自生产商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应。 长鞭效应是供应链系统中比较普遍存在的一种现象，数十年来，许多学者与实践者开展了大量的工作，旨在揭示和克服长鞭效应。例如，早期的“啤酒游戏”，就是在实验室里模拟啤酒的生产与销售过程中需求波动的放大现象，也有很多文献对长鞭效应进行了深入的理论分析。 求 需 时间Array求 需 时间
需 时间 需 时间 图1 长鞭效应现象 长鞭效应产生的原因主要有以下几方面：需求预测的数据更新、批量补货、价格波动、限量供应和短缺博弈、补货提前期。 长鞭效应对供应链整体来讲是一种不利的现象，它会增加企业的经营成本，尤其是处在上游的企业。针对长鞭效应产生的原因，我们可以从若干方面采取措施来降低长鞭效应的影响。关于如何降低长鞭效应，更好的管理多级库存系统，我们将在下一节实验中详细介绍。 二、实验目的 无信息共享的多级库存管理实验（牛鞭效应实验）是为辅助物流概论课程的教学而设计的一个验证型实验。我们通过网络平台为学生提供一个可以模拟供应链上各节点操作决策的环境，使学生通过亲身实践加深对牛鞭效应现象的理解，辅助学生分析产生该现象的原因，培养学生发现问题和分析问题解决问题的能力，为今后关于库存管理课程的学习奠定基础。 学生在实验过程中，应着重： a)理解库存管理的基本概念和知识，如提前期，库存水平，各种成本的概念。 b)体验牛鞭效应现象的产生，并分析其产生原因。 c)练习控制库存的方法，如报童模型的订货策略。
牛鞭效应实验报告 内容：啤酒游戏 小组 成员: 学院: 专业: 交通运输 班级: 学号: 指导教师: 2014年12月16日 0 小组分工
：指挥官，数据分析与汇总； ：零售商，数据分析与汇总； ：批发商，数据分析与汇总； ：分销商，数据分析与汇总； ：制造商，数据分析与汇总； ：数据分析与汇总，制作PPT； 1.实验内容： 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作， 即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大。 游戏规则：有一条由四个节点组成的供应链，从下游到上游依次为零售商、批发商、分销商、制造商。零售商面临的终端市场需求只有少许波动，批发商的需求是来自零售商的补货请求，需求的波动比终端市场需求的波动有了放大，分销商的需求是来自批发商的补货请求，需求的波动又有了放大，制造商供应商的需求是来自分销商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应（或是牛鞭效应）。 2.实验原理： 牛鞭效应产生原因： 牛鞭效应产生的原因主要有以下几方面： 1)需求预测的数据更新 2)批量补货 3)价格波动 4)限量供应和短缺博弈 5)补货提前期。 3.实验结果及分析：
零售商角色分析：销售对象直接为顾客，所以当啤酒逐渐被顾客接收或是背弃时，其需求量值也是波动变化的，受缺货和货品积压的影响时，往往面对成本上升压力时，便会
牛鞭效应及应用实例分析 1 牛鞭效应的背景介绍 1.1 牛鞭效应的发现 二十世纪九十年代中期，宝洁公司的工作人员对他们最畅销的婴儿尿布产品的订单模式进行检查时，发现了一个奇怪的现象：该产品的零售数量是相当稳定的，波动性并不大，但在考察分销中心向她的订货情况时，吃惊地发现波动性明显增大了。其分销中心说，他们是根据汇总的销售商的订货需求量向她订货的。她进一步研究后发现，零售商往往根据对历史销量及现实销售情况的预测，确定一个较客观的订货量，但为了保证这个订货量是及时可得的，并且能够适应顾客需求增量的变化，他们通常会将预测订货量作一定放大后向批发商订货，批发商出于同样的考虑，也会在汇总零售商订货量的基础上再作一定的放大后向销售中心订货。这样，虽然顾客需求量并没有大的波动，但经过零售商和批发商的订货放大后，订货量就一级一级地放大了。在考察向其供应商，如3M公司的订货情况时，她也惊奇地发现订货的变化更大，而且越往供应链上游其订货偏差越大。这个现象就像牛仔使用的长鞭，顶端轻微的一点抖动就会在末梢转化为一条长长的弧线。因此，宝洁公司把这个现象命名为牛鞭效应（bullwhip effect）。 学术界普遍接受的牛鞭效应经典定义由Hau L Lee等（1997a）给出，他用过程的方差来定量的描述需求的波动：牛鞭效应描述的是供应链中供应商所接受的订单比终端顾客的需求具有更大的方差现象（即需求扭曲现象），这种扭曲将以放大的形式向供应链的上游传播（即方差的放大现象）。 1.2 牛鞭效应的成因和影响 1.2.1 牛鞭效应的形成原因 最早注意到供应链中这种需求波动逐级放大现象的人是J. Forrester, 早在1961年他就根据系统动力学理论，对一个三阶段四节点的供应链系统进行分析，指出对于季节性商品，制造商觉察到的需求变化远远超过顾客的需求变化。Forrester认为出现这种现象的原因在于供应链系统太过复杂，而公司间的信息反馈又非常困难，因此单个公司很难独立理性地作出订购决策。Forrester认为解决这种现象的方法在于将供应链视为一个整体，并采用系统动力学的观点对供应链系统进行仿真建模，以便管理者能够确定合适的决策方案。 牛鞭效应研究的一个里程碑式的进步源于著名的“MIT啤酒游戏”的提出和研究。Sterman（1989）教授在其库存管理现场试验中设计了一个“啤酒分销游戏”，从而证实了供应链中确实存在牛鞭效应。在这个试验中，整个供应链上只有四个参与者，分别是啤酒制造商、分销商、批发商以及零售商，它们以各自的身份独立地进行决策，并且相互之间只能以相邻的参与者发出的订单作为唯一的需求信息资源。Sterman教
牛鞭效应案例分析 摘要 本文阐述了“牛鞭效应”的定义，“牛鞭效应”是指需求信息在从供应链下游传向上游的过程中发生的放大现象，介绍了“牛鞭效应”的提出以及以前的一些研究成果。本文还具体的说明了“牛鞭效应”在供应链中将消费需求一级一级的放大，导致生产商无法计算产量，对各级经销商都产生了影响。 “牛鞭效应”的产生原因主要有六种，分别是：需求预测；库存策略；流通环节；提前期；促销策略；短缺博弈行为。文章详细说明了这六种原因如何产生“牛鞭效应”，以及它所带来的危害： （1）从分销商到生产商接到的订单的变动性要比顾客需求的变动性大得多, 使得生产企业进入无序状态, 无法了解市场真正的需求量； （2）当某种产品大量销售时, 供应链的库存却无法做到迅速减少, 造成流动资金的大量占用和固定资产利润率低下； （3）各个节点企业从自身利益出发, 而不是从整个供应链的运作考虑, 因此导致整个供应链的利益很难维护； （4）由于“牛鞭效应”而导致供应链节点企业之间的不信任增加, 合作最终变成短期行为, 不利于供应链联盟的形成和发展。 “牛鞭效应”的弱化方法有：提高最终用户需求信息的透明度；缩短提前期；减少供应链的流通环节；减少价格的波动；建设起战略性伙伴关系。这几种方法会在一定程度上弱化供应链中的“牛鞭效应”。 关键词：牛鞭效应；供应链；危害；弱化方法。
一、“牛鞭效应”的定义 1.1 名称 英文名称：Bullwhip effect，在管理学上俗称“牛鞭效应”，动力系统中常称为“蝴蝶效应”。 1.2 定义 营销过程中的需求变异放大现象被通俗地称为“牛鞭效应”。指供应链上的信息流从最终客户向原始供应商端传递的时候，由于无法有效地实现信息的共享，使得信息扭曲而逐渐放大，导致了需求信息出现越来越大的波动。由于这一现象很像我们在挥动牛鞭时，只要手腕稍稍用力，鞭梢就会出现大幅度的摆动，所以被人们形象的称之为“牛鞭效应”。 “牛鞭效应”是市场营销活动中普遍存在的高风险现象，它直接加重了供应商的供应和库存风险，甚至扰乱生产商的计划安排与营销管理秩序，导致生产、供应、营销的混乱，解决“牛鞭效应”难题是企业正常的营销管理和良好的顾客服务的必要前提。 1.3 概念的提出与研究 工业动态学之父Forrester 在其1961 年出版的《工业动力学》一书中最早提出了“牛鞭效应”现象，Forrester 通过列举一系列的例子证实该效应的存在，并从工业动力学的角度指出它是组织行为变化的结果。也就是说，根据工业组织随时间动态变化的行为特点，得出这种效应是供应链系统成员之间在订货、采购、运输和生产等过程中存在时滞的结果，即一个组织所采用的基本形式和政策导致了供应链中的“牛鞭效应”。 随后，在20 世纪80 年代，J.D.Sterman 设计了一个非常著名的“啤酒游戏”实验，目的是对“牛鞭效应”进行分析。在该实验中，扮演生产者和销售者角色的人们唯一的目的就是尽量做好自己的本职工作：如果需要啤酒，就向自己的上游发住订单。客户如有个较小的需求波动，如增加十箱啤酒，一级批发商可能就要增加三十箱，依次波及二级批发商、供应商。由于零售商和批发商不断的追加订货数量，导致啤酒厂供不应求，而当啤酒厂做出调整，诸如增购生产设备等，零售商又意识到实际客户的需求并没有增加多少，于是停止要货，最终造成啤酒工厂、批发商、零售商的库存大量积压。在啤酒游戏中，任何一方的意图都是善良的，满足客户并使利润最大化，然而正式这种常规的思维方式导致了需求的变异性放大，这证实了供应链中存在着“牛鞭效应”。Sterman 认为这样的结果是实验者的非理性行为导致的。 到20 世纪90 年代，Towill 和Lee 等学者的对“牛鞭效应”进行了更为系统的研究。Towill 通过模拟发现，需求信息的变化幅度每经过一个环节就会变化一倍多，生产商从中间环节获得订单后，对市场需求的预测幅度几乎是初始的8倍之多，证实了库存管理方式对供应链信息扭曲的影响。斯坦福大学的Lee 教授等人对供应链中信息扭曲这一现象作出了更为形象的描述，并采用简单的数学模型证明了供应链成员是理性的并且作出的决策是最优的，而“牛鞭效应”是供应链内部理性参与人之间战略性行为互相影响的产物。研究结果提出，可以通过改变供应链内部组织的基础设施和相关过程来控制“牛鞭效应”。Lee 的模型还对“牛鞭效应”产生的原因进行了系统的研究，得出了导致“牛鞭效应”的四种原因：需求预测、交易博弈、批量订货、价格波动。
啤酒实验介绍 啤酒游戏，是1960 年代，MIT 的 Sloan 管理学院所发展出来的一种类似「大富翁」的策略游戏。基于零售商、分销商、批发商和制造商的啤酒游戏模拟了在信息不对称的情况下，市场需求变动后，整个供应链产生的一系列连锁反应。“啤酒游戏”的前提是几个角色互相是独立的，在游戏开始后上游厂商不知道下游厂商将要下订单的数量。下游厂商下订单后，它的相邻的上游厂商将有两周配送延迟。游戏中存在库存成本和缺货成本，并且缺货成本是库存成本的两倍，而游戏参与者需要通过控制自己的库存和订货量，使得自己所在的整个供应链的总成本最小。 一．实验目的： 通过啤酒游戏实验，模拟整个供应链的运作，让我们清楚了供应链各环节的操作流程，并让我们了解牛鞭效应真实的反映。分析牛鞭效应产生的原因，找出减少牛鞭效应的方法。同时让我们对所学的知识进行学习运用，增强我们对实践的认知。 二．牛鞭效应： 有一条由四个节点组成的供应链，从下游到上游依次为零部件生产制造商，批发商，零售商。零售商面临的终端市场需求只有少许波动，批发商的需求是来自零售商的补货请求，需求的波动比终端市场需求的波动有了放大，生产制造商的需求是来自批发商的补货请求，需求的波动又有了放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应。 三．实验内容和步骤 1、游戏中有三个角色：制造商、批发商、零售商。每组11个人 每个人扮演一个角色。（在游戏中我们所属的制造商B2组） 2、游戏周期为10周，每一轮就代表一周。 3、零售商先向下游客户发货，再向上游厂商订货。 4、批发商的责任是供货给零售商，同时每轮有一次向制造商订货的机会。不过，所订的货也要过两周才会到达批发商的仓库。 5、制造商发货给批发商，同时每周又有一次机会下订单生产货物。每轮下的生产订单也要等两周才进入仓库。 6、游戏结束后，每个角色都会生成统计明细情况表和统计总情况表。 7、通过实验发现供应链运作过程中出现的问题并分析问题解决方案。 8、所有角色都是独立的企业，目标是使自己的利润最大化，也就是收入和成本
供应链管理中“牛鞭效应”的分析 摘要：牛鞭效应是供应链管理中一类典型的由不确定性导致的复杂现象，它会对整个社会经济生产成本产生严重的影响。文章在介绍牛鞭效应的概念及产生原因的基础上，重点提出了弱化牛鞭效应的具体措施。 关键词：供应链管理；牛鞭效应；VMI；第三方物流 在供应链的实际运作中，存在着各种各样的困难，如预测的不准确，导致对需求的难以把握，信息的不透明，导致供给不稳定，由于企业之间的诚信还没有完全建立，企业之间的合作性与协调性差，供应链中的主导企业很难发挥作用，供应的缺乏，生产与运输作业的不均衡、库存居高不下，成本过高等现象。引起这些问题的原因很多，但主要原因之一就是“牛鞭效应”。“牛鞭效应”的基本思想是：当供应链的各节点企业只根据来自其相邻的下级需求信息进行生产或供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象，达到最源头供应商时，其获得的需求信息和实际消费市场中的顾客需求信息发生了很大的偏差，由于这种需求放大效应的影响。上游供应商往往维持比下游供应商更高的库存水平。牛鞭效应表现如图1所示。 由于牛鞭效应是从下游客户端逐级向上游转嫁风险的结果，因而它会危害整个供应链的运作，导致总库存增加、
生产无序和失衡、业务流程阻塞、资源浪费、市场混乱和风险增大。由此可见，牛鞭效应的存在，已经成为削弱供应链的增值能力和竞争能力的主要负面因素，因此，探寻其成因及危害，研究并消除它对于供应链的负面影响具有重大的理论和现实意义。 一、牛鞭效应产生的原因 对于由零售商、供应商、制造商所组成的供应链系统来说，如果单就考虑到自身的利益最大化，都无可厚非，它们也都存在极力为满足顾客而做出不懈努力的意愿，任何一个子系统都无过错。造成恶性循环的罪魁祸首是系统本身的结构，处在大系统当中的每一个子系统在不考虑整个系统运作的时候，这种需求信息被扭曲的现象自然而然的就发生了。所以牛鞭效应产生的原因总结如下： 需求信号的处理 为了安排生产进度，计划产量，控制库存和计划物料需求，供应链中的企业通常都会预测产品需求，而预测通常是基于企业直接接触的顾客的购买历史进行的。当下游企业订购时，上游企业的经理就会把这条信息作为将来产品需求的信号来处理，基于这个信号，上游经理会调整需求预测，同时上游企业也会向其供应商增加订购，使其做出相应的调整。因此，这种需求信号的处理是牛鞭效应产生的主要原因。 批量订购
指导老师：王宝花供应链与物流管理实验报告2012年10月15日《供应链与物流管理》实训课 牛鞭效应 实 验 报 告 小组成员与分工： 马韦龙：零售商实验；数据分析与汇总 袭墨：制造商实验；数据分析与汇总 吴凡：信息共享实验；数据分析与汇总 左杨：数据分析与汇总；实验报告撰写 2012年10月15日
指导老师：王宝花供应链与物流管理实验报告2012年10月15日 目录 一、实验目的 (3) 二、小组报告 (3) （一）零售商实验 (3) 1．实验数据表 (3) 2．软件输出的综合图表 (8) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (10) （二）制造商实验 (10) 1．实验数据表 (11) 2．软件输出的综合图表 (15) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (18) （三）零售商与制造商角色扮演的比较 (18) 1．需求上的异同 (18) 2．订货决策的异同 (18) 3．牛鞭效应的异同 (18) （四）信息共享实验 (19) 1．实验数据表 (19) 2．软件输出的综合图表 (23) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (26) 4．总结信息共享的重要性 (26) 三、总结供应链库存和采购的优化策略 (26)
一、实验目的 1．练习使用beergame（啤酒游戏）软件，验证供应链中的牛鞭效应； 2．练习使用各种库存策略； 3．寻找供应链库存和采购优化的策略，理解供应链信息共享及供应链集成的必要性。 二、小组报告 （一）零售商实验 1．实验数据表
本周预计到货记录表(delay1)
关于“牛鞭效应”产生的原因及对策分析 作者姓名：学号： 摘要：牛鞭效应是营销活动中普遍存在的现象，是企业物流配送供应链中一类典型的由不确定性导致的复杂现象，对供应链性能有着很大的负面影响。本文结合企业物流配送实际其供应链中的不确定性即牛鞭效应产生的成因、供应链管理产生的危害做出了分析，并在此基础上有针对性地提出相应缓解对策，有效地弱化牛鞭效应。 关键词：牛鞭效应，供应链，缓解对策 1引言 牛鞭效应是指在营销市场中供应链中的零售商向供应商的订货量与其实际的销售量不一致。一般地，发给供应商的订货量，其方差大于销售给买方的(即需求扭曲) ，这种扭曲以放大的形式向供应链的上游蔓延。 牛鞭效应给企业造成的后果是不言而喻的，有时甚至非常严重。由于较差的需求预测，制造商支付了超额的原材料成本或产生原材料短缺。额外的制造费用、加班费，以及很高的库存水平导致超额的仓储费用和大量资金积压，低效率的运输过程和超额的运输成本等，都直接影响企业的效益。在某些制造业中，牛鞭效应会使供应链条突然断掉或是造成大量的库存产生。这对于资金紧缺、利润微薄的企业将是致命的冲击。 2牛鞭效应产生的原因 2.1案例分析 第一个认识到牛鞭效应的人是Forrester 。他通过一系列案例研究指出，对于季节性商品，制造商觉察到的需求变化远远超过顾客的需求变化，他还注意到这种效应在供应链的每一级都会放大。 与Forrester类似，许多学者也都通过对实际数据的数值分析从经济学角度指出了许多行业中的牛鞭效应现象。如工厂产品计划的变化大于销售量的变化，订货量随着向供应链上游移动有增大的趋势等。 2009年IBM在北京发布了《2009全球首席供应链官调查报告——智慧的未来供应链》。此份报告通过采访全球近400位供应链执行官，揭示了当前一些企业的供应链管理中面临着可视性、风险、客户亲密度、成本控制等5大挑战，同时提出了建立面向未来的智慧的供应链来消除牛鞭效应、应对金融危机。宝洁、惠普等公司也发现了由牛鞭效应所产生的各种问题。 2.2“牛鞭效应”放大现象的计算案例分析 例：假定在一个简单的供应链中，每个节点企业在仓库中都存放着7天所需的货物，即：每个节点企业从其上游供应商那里购买足够的材料以使得它的存货满足7天的需求，对某种产品的需求一直稳定在每7天100单位，如果某一个7天最终客户的需求比平时多了5单位，假设配送非常迅速，我们可以见证“牛鞭效应”对整个供应链的影响。 给定条件：每7天供应链的需求为100单位； 需求：等于下一环节客户购买的数量； 每个7天开始时的初期库存：必定等于前一个周期的期末库存； 每个周期的期末库存：必定等于本周的需求；
供应链管理系统的设计与分析 实验报告 姓名班级学号 李鹏升物流092 090512213 徐佩物流092 090512218 程进物流092 090512212
一、实验目的： 1. 了解供应链系统的元素、系统参数的设置、及供应过程 2. 通过改变元素属性，分析需求及供应参数对供应链系统的影响 3. 熟悉WITNESS 元素：①离散型元素：Part（零件）、machine（机器）、conveyor（传送带）、buffer（缓冲区）②连续型元素：Fluid、Pipe、Processor、Tank ③运输逻辑元素：Network(网络)、Carriers(小车)、Section(线路)、Station(工作站) ④逻辑元素：Attribute(属性)、Variable(变量)、Distribution(分布)、Function（函数）、File（文件）。 二、实验说明： 供应链是围绕核心企业，从采购原材料开始，制成零部件以及产品，最后把产品交由消费者使用的连成一个整体的物流、信息流和资金流的链结构模式。它是一个范围更广的企业，可能包含所有加盟的节点企业如供应商、制造商、分销商、零售商，从原材料的供应开始，经过链中不同企业的制造加工、组装和分销等过程直到最终用户。本实验的模型:钢材从钢铁公司到汽车厂需要经过钢材服务中心和零部件生产商。上游环节根据下一环节的库存供货。通过该模型学生可以熟悉供应链的运作，了解“牛鞭效应”——即下游企业需求的小幅变动，因无法有效地实现信息的共享，常引发上游环节供应计划的大幅震荡。主要流程数据如下： 1. 当钢材服务中心的库存小于15 批时钢铁公司开始生产，每生产一批钢材平均需要 2小时、服从正态分布。 2. 当零部件生产商的库存小于6 批时，钢材服务中心开始配货。每配一批货需要的 时间服从0.5 - 1小时的均匀分布。 3. 当三个汽车厂商的总库存量小于10 时，4 个零部件生产商开始生产。每生产一批 零部件平均需要时间4 小时、服从正态分布。 4. 汽车厂商每耗用一批零部件需要4 小时、服从正态分布。 5. 供应量每两个环节之间的路程需要5 小时。 三、模型描述 供应链中的物料钢材和零部件是动体，用Part 代表；各工厂是服务台，用Machine 代表；库存或配送中心用Buffer 代表。显示的模型如下图：
《供应链管理》实验报告
二、供应链中各种库存管理的策略理解 （市场——节点1——节点2——节点3——节点4——节点五——上游企业） 首先，我们的实验是建立在无契约基础之上的，即各节点的唯一目的在于实现自我盈利最大化，并且除了节点一以为，我们不需要考虑缺货成本。 对于节点1来说，因为需要考虑缺货成本，加之此处的缺货成本远高于库存成本，所以节点一的策略应当为在一定范围内大胆向上游订货，承担库存成本以避免缺货损失。 对于节点2至5，由于不考虑缺货成本，所以可以尽量的向下游送货但尽量少的向上游订货以避免过高库存成本。 综上来看，就该实验假设下的库存管理的决策是为局部利益考虑的，易于导致需求波动随供应链的推进而放大，引发牛鞭效应，造成意想不到的整体损失，从而再影响到各节点的利益！ 三、各参数对库存策略的影响以及本实验所用到的库存策略 节点成本＝买入价格×本期收到的货物＋固定订货成本＋单位持货成本 ×库存数＋单位缺货成本×缺货数 节点收益＝售出价格×售出货物数量 节点利润＝节点收益-节点成本
从EXCEL数据生成的需求量变化表和订货量变化表中可以看出，节点三的操作在30次操作中的前9次中每次都含有很大程度的库存成本，即这反应了自身存货量持续大于下游订货量的情况，造成这个情况的可能性有多重，然而在本次实验中，原因在于我们组的下游同学一直预判市场需求量不大，他不敢多订货想避免缺货损失，当整体供应链缺货的苗头非常明显的时候，处在节点5的同学也无法力挽狂澜，毕竟在初期，他之前的所有人都觉得需求量少，这一个在节点一判断的错误信息被不断放大，是的节点5的同学和我们说，他真的不敢多订货，怕库存成本，这也就是他身为供应链上游，库存极少，乃至当整体供应链需要大量货物的时候无法施以援手！经过9-20期的努力，我们终于逆转了局势，使得供
供应链中“牛鞭效应”案例分析及解决方法来源：物流天下作者：佚名日期：2009年06月16日访问次数：随着市场全球化和竞争的不断加剧,有人曾 在20世纪就预言了21世纪企业之间的竞争将变成供应链之间的竞争。我国的国 家标准《物流术语》,对于供应链的定义是:“供应链是生产及流通过程中,涉及 将产品或服务提供给最终用户活动的上游和下游企业所形成的网链结构。”由此 可见,供应链是一个集成了多家企业的价值增值链。其基本结构如图1所示: 随着市场全球化和竞争的不断加剧,有人曾在20世纪就预言了21世纪企业 之间的竞争将变成供应链之间的竞争。我国的国家标准《物流术语》,对于供应 链的定义是:“供应链是生产及流通过程中,涉及将产品或服务提供给最终用户活 动的上游和下游企业所形成的网链结构。”由此可见,供应链是一个集成了多家企 业的价值增值链。其基本结构如图1所示: 作为一种跨企业的协作,供应链包含了所有加盟的节点企业,不仅是一条联 结供应商到用户的物流链、信息链和价值链,而是一条增值链。提高整条供应链 的增值能力,增强供应链的竞争力,成为各节点企业共同的目标。 尽管如此,在供应链的实际运作中,却存在着各种各样的困难:如预测的不准确,导致对需求的难以把握;信息的不透明,导致供给不稳定;因为企业之间的诚 信还没有完全建立,企业之间的合作性与协调性差,供应链中的主导企业很难发 挥作用;供应的缺乏,生产与运输作业的不均衡、库存居高不下,成本过高等现象。引起这些问题的原因很多,但主要原因之一就是“牛鞭效应(Bullwhip Effect)”。由于牛鞭效应是从下游客户端逐级向上游转嫁风险的结果,因而它会 危害整个供应链的运作,导致总库存增加、生产无序和失衡,业务流程阻塞,资源 浪费、市场混乱和风险增大。由此可见,牛鞭效应的存在,已经成为削弱供应链的 增值能力和竞争能力的主要负面因素。因此,研究牛鞭效应,并消除它对于供应链 的负面影响就是本论文要研究的内容。 1 供应链中“牛鞭效应”分析 1.1 何谓“牛鞭效应” 1995年,宝洁公司(P&G)管理人员在考察婴儿一次性纸尿裤的订单分布规律时,发现一定地区的婴儿对该产品的消费比较稳定,零售商那里的销售量的波动 也不大,但厂家经销商那里得到的订货量却出现大幅度波动,同一时期厂家向原 材料供应商的订货量波动幅度更大,这一现象与我们挥动鞭子时手腕稍稍用力, 鞭梢就会出现大幅动摆动的现象相类似。于是,人们将这种现象叫做“牛鞭效应(Bullwhip Effect)”。类似的现象也在惠普、IBM等跨国企业中得到了印证。另外,麻省理工学院的Sterman教授通过着名的啤酒试验,也证明了牛便效应这一
实验报告 实验题目：供应链啤酒游戏——物流与信息系统 组号（代号） 宁波理工学院
一、实验目的 1、通过啤酒实验中，根据市场需求（老师每次提出的需求量），来模拟供应链上各生产商、批发商、零售商的订货需求变化，从而增加同学对供应链管理、牛鞭效应、库存持有成本、缺货成本及在时间滞延、资讯不足的环境下，信息沟通、人际沟通的必要性的认识。 2、分析造成零售商订货量波动的原因及解决方法。 3、分析造成零售商库存量波动的原因及解决方法。 4、探索供应链中的物流、信息流、资金流和商流系统是如何运作？ 5、认识供应链中需求变异放大原理，即“牛鞭效应”的形成过程。 6、探索“牛鞭效应”的产生原因、危害及解决办法。 二、实验基本步骤 每班各为一条独立的供应链，每条供应链中有一家生产商为，其为两家批发商生产啤酒，每家批发商为各自下属的四家零售商供应货物，彼此间不能越界，每家零售商每周尽可能为顾客出售所需的啤酒，并且每周都需向上一级订货，订货量根据市场需求预测而定。参加游戏的学员各自扮演不同的角色，他们只需每周做两个决定，那便是订购多少啤酒，出售啤酒，唯一的目标是使利润最大化。 由于本组零售商只有两名学员，所以设销售人员一名和库存人员兼经理一名。情人啤酒是我们的经营产品。 1、第一周由销售人员接受顾客需求订单。 2、销售库存中的啤酒（第一周期初库存为12箱），销售数量不得大于本期需求量加累计欠货量（欠货可以在以后各期归还）。 3、销售人员填写零售商情况表中的啤酒需求量A、销量B、本期欠货量C、累计欠货量D、期初库存量E。 4、接收批发商送货（零售商向批发商订货时，订货提前周期为两周，批发商欠零售商的货同样可以在以后各期归还。因此接货在第三周开始）。 5、库存人员填写零售商情况表中的本期批发商应送货量F、批发商实际送货量G、本期欠货量H、累计欠货量I、期末库存量J。 6、库存人员向批发商订货，填写零售商订货单。 7、经理填写零售商情况表中的本期订货量K、本期利润L。审核零售商情况表，结转库存。
第*小组 1、VMI是一种好的解决牛鞭效应的手段，但是这里，我们也可以使用JMI管理模式，以实现供应商与核心企业之间风险公担，共同管理库存，也可以避免核心企业独自管理，风险相对过大的危机。 2、当然还有个方法，就是在市场发布信息后，让装配车间制造一份模板，这样可以对先送达的零件（字母）进行装配，不用安装顺序逐个装配。当然，这个制造模板的过程，装配部门完全可以再核心企业向供应商发布市场信息的同时，自己制作。这样可以防止因制作模板而浪费时间） 3、据实验观察，每个供应商的效率是不同的，除了一开始对供应商进行绩效考核确定战略同盟关系后，还应该对供应商的具体制作提供员工培训等等，提高员工的效率；同时，核心企业也可以指定绩效考核奖励制度，每年末都对供应商进行评选、奖励。 4、实验中，供应商对于下游加工企业都是以相同的方式进行库存管理，也没有对任何企业的加工操作流程进行监控和指导，这样导致了供应链缺乏核心竞争力和创造力，影响整条供应链的运作效率。供应商必须能够区分不同企业在供应链中能够创造的价值有多少，正确地选择关键型伙伴作为核心企业结成战略合作关系。 5、从实验中可以看出，各制造企业都采取自己承包货物的配送问题，把各制造企业每次采购的时间相加便很明显得看出配送效率很。在当代竞争压力下，企业供应链管理可以将物流业务外包给第三方公司，有效利用第三方专业物流公司提供的服务进行物流体系重构。 6、创建电子商务平台，电子化供应链，实现供应链中各环节之间的信息共享。 7、供应商可根据各个制造商的生产作业量大小（例如：字母的多少）进行库存分配的先后问题，给于生产作业量大的企业先分配货物，让它们首先领到原材料进行加工，这样到最后，作业量大的制造商与作业量小的制造商可以同时完成制造过程，避免了到最后，因为部分制造商未完成任务而影响供应链总体效率。
物流系统建模与仿真实验 实验报告 实验学期至学年第学期年级专业班级 学生姓名学号
一、实验名称 产品测试工艺仿真与分析实验 二、实验内容 （1）实验背景 某制造车间由5 组机器组成，第1，2，3，4，5 组机器分别有3，2，4，3，1 台相同的机器。这个车间需要加工三种原料，三种原料分别要求完成4、3 和5 道工序，而每道工序必须在指定的机器组上处理，按照事先规定好的工艺顺序进行。 （2）概念模型如下： （2）模型实体设计需求元素列表 模型元素 系统元素 备注 Flowitem 原料 不同实体类型代表不同类型的原料，分别标为1、2、3 Processor 机器 进行不同的参数定义以表征不同机器组中的机器 Conveyor 传送带 Rack 货架 Operator 操作员 可以进行搬运或加工等操作的人 Dispatcher 调度器 给操作员进行任务分配的控制器 Transporter 叉车 进行搬运操作的小车 Queue 机器组暂存区 Source 原材料库 原材料的始发处 Sink 成品库 原料加工后的最终去处 三、实验结果分析（模型运行图、数据统计图表） 1.模型平面图 2.模型立体图 检测机器1 检测机器2 检测机器3 传送带 传送带 传送带 货架1 货架2 货架3 产品1 产品2 产品3
3. 检测台1数据分析结果与state饼图 4. 检测台2数据分析结果图与state饼图 5. 检测台数据 分析结果图与 state饼图 6. 暂存 区1数据分析结果图 7. 暂存区2数据分析结果图
四、实验过程中遇到的问题及解决方 1. 数据结果 从仿真结果中可以看出三个检测机的调整时间分别为 21.9%、21.2%、24.6%，工作时间分别为58%、67.2%、69%， 空闲时间分别为20%、12.6%、8.7%。检测机几乎有1/5的 时间时再调整状态，检测机1有1/5的时间时在空闲的状 态。产品在三个检测机的平均逗留时间分别为36.49S、43.22S、38.67S。 暂存区1平均有9个产品，平均逗留时间为134S；暂存区2平均有20个产品，平均逗留时间为314S。 2. 模型瓶颈分析 从上面的分析得出三个检测机的工作效率分别为58%、67.2%、69%，其工作效率不是很高，而且暂存区2中产品数量多，平均逗留时间也长。 检测机工作效率不高，会造成利润的降低；暂存区产品多需要更大面积的暂存区去存放产品，增加产品的存储费用，产品在暂存区逗留时间越长，不确定因素造成的牛鞭效应就越大。 所以检测机工作效率不高，暂存区2库存量大都是该系统的瓶颈问题。应该着力解决系统的瓶颈，提高检测机的工作效率，降低暂存区的库存，减少产品在暂存区的逗留时间。 3. 模型改进 将检测机的准备时间缩短，可以抬高检测机的工作效率；增加叉车的工作效率，降低暂存区2的库存，减少产品在暂存区的逗留时间。 五、实验收获与体会 在本次实验中通过建立单存放区域、单处理工作台的简单模型，了解5个基本建模步骤。初步熟悉了Flexsim仿真软件如何应用。了解了每个实体的含义，实体属性的设置方法，实体之间的连接方法，如何通过观察仿 真结果找到系统的瓶颈等。 一、实验名称 多产品多阶段制造系统仿真与分析实验 二、实验内容 （1）实验背景 某制造车间由5 组机器组成，第1，2，3，4，5 组机器分别有3，2，4，3，1 台相同的 机器。这个车间需要加工三种原料，三种原料分别要求完成4、3 和5 道工序，而每道工序必须
“牛鞭效应” T h e B u l l w h i p E f f e c t ?1997年，H a u．L．L e e教授在供应链中，首先提出牛鞭效应 (B u l l—w h i p E f f e c t)的概念，认为供应链中以订单形式传送的信息会被扭曲，误导上游成员的生产和库存决策。他提出的“需求变异加速放大原理”的基本思想是：当各节点企业只根据下游企业提供的需求信息进行生产时，需求信息会被不断地扭曲，其不真实性会沿着供应链逆向逐级放大，最终造成源头供应商获得的需求信息和实际市场需求之间发生了很大的偏差，而这种偏差比下游分销商和零售商所面对的偏差要大得多，由此导致上游企业比下游企业持有更多的库存。 何谓“牛鞭效应” ?牛鞭效应(T h e B u l l w h i p E f f e c t)是指供应链中下游消费者的需 求轻微变动导致上游企业生产、经营安排剧烈波动的效果 ?或者说是供应链中的下游企业的需求信息在向上游企业传递时发生的放大现象，又叫作需求变异放大（方差放大）现象。 ?因为这种形象与我们在挥动鞭子时手轻微用力，鞭梢就会出现大幅摆动的现象类似，故形象描述为“牛鞭效应”，即需求放大效应。 ? ?牛鞭效应的基本思想是：当供应链上的各节点上的企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象。当信息达到最源头的供应商时，其所获得的需求信息和实际消费市场中的顾客需求信息发生了很大的偏差。 ?在S A R S期间，我国国民大量的购买口罩、消毒水等抗病毒物品，而这种需求在零售商那里得到反映。很长一段时间，零售商大量的购入口罩、消毒水这些抗病毒物品。