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
授通过重复多次操作这个游戏，得出的结果确是惊人的相似:供应链上游参与者总会过多地响应下游参与者的订货需求，最终导致整个供应链系统的总成本比系统最优成本高出5到10倍。通过研究分析Sterman认为牛鞭效应是由于参与人对反馈信息错误的理解以及其非理性决策行为造成的，避免这种需求放大现象的方法是对于供应链上的参与人进行相关的培训。
1997年，Lee等人对供应链牛鞭效应作了较为深入全面的分析通过研究分析。Lee认为牛鞭效应是人的理性以及选择最优化决策后相互影响的结果。并且Lee从运作管理的角度分析得出了产生牛鞭效应现象的四个主要原因：（1）供应量的计划不足而出现限量供给情况，导致零售商之间不断的短缺博弈；（2）供应链上各节点企业对需求信号的处理加工；（3）生产商产品价格的波动；（4）零售商分批订货方式。针对每一种原因，Lee都讨论了可能的解决策略。Lee的研究最终表明，牛鞭效应是供应链中不可避免的现象，是其成员理性化决策所产品必然结果。
1.2.2 牛鞭效应的影响
“牛鞭效应”其实是在下游企业向上游企业传导信息的过程中发生信息失真，而这种失真被逐级放大的结果，从而波及到企业的营销、物流、生产等领域。牛鞭效应成因于系统原因和管理原因，它们的共同作用提高了企业经营成本，对产品供应链造成消极影响，导致对市场变化的过激反应。当市场需求增加时，整个供应链的产能增加幅度超过市场需求增加幅度，超出部分则以库存形式积压在供应链不同节点。一旦需求放缓或负增长，大量资金和产品将以库存形式积压，整个供应链可能资金周转不良，严重影响供应链的良好运作，甚至导致企业倒闭，尤其是处于供应链末端的小企业。以思科为例，2000年前后网络经济泡沫破灭，直接导致注销高达24亿美元的库存。以半导体设备制造行业为例，2000年前后经济泡沫后的大量库存，直到2002年才处理完，各大公司动辄注销几千万美元的过期库存。对众多的次级、次次级供应商而言，则意味着没有新订单，没有新的营业收入，无法维持运营。结果是大批供应商处于崩溃边缘，大幅裁员，甚至难逃破产厄运。
对市场的响应速度而言，牛鞭效应表明，越是处于供应链后端，企业响应速度越慢。其结果是，当市场需求增加的时候，供应商往往无法支持制造商；而当市场需求放缓时，供应商则往往继续过量生产，造成库存积压。由于牛鞭效应，伴随着过量生产的是整个供应链的生产能力过度膨胀。一旦经济不景气，整个供应链被迫大幅削减人员，关、停、并、转设备。
对整个宏观经济而言，牛鞭效应可以解释为什么有些行业比另一些行业提前衰退，或滞后复苏。拿半导体行业而言，供应链前端的芯片制造业先于后端的设备制造业衰退；而后者则滞后于前者复苏。而对于单个企业而言，当经济复苏的时候，不但要动员自身的生产能力，更重要的是动员各级供应商。这是因为由于牛鞭效应，后端供应商往往受到更大的经济影响，面临更大的财政压力，从而更难也更不情愿扩张生产能力。在行业腾飞、经济景气时，往往由于后端供应商没法及时扩张而影响整个供应链的销售业绩。
1.2.3 牛鞭效应的研究现状
Hau L Lee等（1997）对牛鞭效应的研究标志着牛鞭效应理论走向了成熟，作者对牛鞭效应问题作了一个十分深刻地分析，文中先对宝洁公司（P&G）的尿不湿产品的市场需求进行了研究，发现顾客对这一产品的需求相对来说是稳定的，没有哪一天或者哪一个月的需求高于或低于其他时间段，而生产商以及其原料得供应商需求量波动却很大。文中同时也提到了惠普打印机的问题，公司的某个执行人员发现其一个公司主要的零售商的订货量随着时间出现波动。然而，当他对分销商订货量核实时，却惊讶的发现订货量的波动更大，因此在观察沿供应链上游订货量的波动依次增加。Lee的研究结果认为其牛鞭效应是源自企业管理者对追求最大利益话的理性决策，并提出了牛鞭效应产生的四大原因。
然而，在2003 年，Dejonckheere 等教授发现供应链成员间的补充协议规则也是产生牛鞭效应的重要因素之一。他们进一步指出，不管采用指数平滑法或者移动平均法的需求预测方法，订购量都将产生牛鞭效应。2005 年，Cachon 等教授发现需求在供应链由下游往上游传递时不会出现牛鞭效应，与牛鞭效应产生的结果相比，产商相比零售商在需求预测上没有大的差异，甚至出现比零售商预测的结果还小，当然，这样的结果是由其生产平滑化来解释。Cachon 进一步指出，牛鞭效应在供应链中并不是普遍存在的。
2009 年，Eric Sucky 教授在前人研究的基础上，通过将供应链之间的线性联系拓展成网络间的联系，在chen 模型的基础上，得出牛鞭效应在供应链中的过大估计和风险可以在供应链网络中被分担。这样的结果对推动供应链的研究有着重要的作用。
我国对供应链牛鞭效应的研究起步比国外发达国家要晚的多，大部分的理论是在国外现有的基础之上进行研究的，但国内学者也从不同的角度对牛鞭效应进行了研究，取得了一定的成果。
陈安等对供应链数学模型的构建、供应链成员间的多方协作问题上的研究现状以及面临的挑战进行总结和探讨，重点讨论了供应链的各类快速算法和优化模型，包括运输问题、制造系统、库存决策等各个方面；以及外部供应链中买—卖、库存—分销、库存—生产等几类协作机制；最后给出了供应链上的信息传递中的扭曲现象的分析、后勤重构的必要性和特征、及绿色供应链的一些研究方法。万杰等从短缺博弈的角度来研究供应商分配机制对“牛鞭效应”的影响，通过研究其短缺博弈，一方面证明其为牛鞭效应产生的原因之一，另一方面，当供应商生产能力有限，采用不同分配机制时，零售商的订货策略会不同。根据博弈双方需通过讲真话的决策是否为博弈的纳什均衡，将其不同的分配机制分成两大类。证明了随机型分配机制、确定型分配机制、均匀分配机制为“鼓励——响应”直接机制，这个不会造成牛鞭效应；而线性分配机制属于“激励——扩大”机制，会激发零售商对自身订货的增加，牛鞭效应的现象就存在。刘洪等从不同的需求预测方法出发，对其移动平均法、指数加权滑动平均、最佳平均误差方进行牛鞭效应存在的证明，发现在对其用移动平均法和指数滑动法下，牛鞭效应存在，而在最佳平均误差预测方法下，牛鞭效应不一定存在。
当然，更多的学者从信息共享角度出发对其供应链牛鞭效应的研究，东南大学经济管理学院的张钦（2001）等教授在ARIMA（0，1，1）需求下研究牛鞭效应与信息共享的评价，其作者了考虑一个包含一个供应商和一个零售商的两级供应链，研究在需求模型ARIMA（0，1，1）下牛鞭效应的量化以及信息共享的价值，比较信息共享前后差异，其结果表明信息共享能给供应商带来减少现有平均库存、减轻牛鞭效应以及降低成本等好处。朱顺泉（2006）扩展了其研究的范围，从ARIMA（0，1，q）需求模式下一个供应商和一个零售商组成的两节点两阶段供应链系统出发，详细推导了牛鞭效应的量化过程，对比分析了信息共享对牛鞭效应的影响，并在此基础上分析了参数q和提前期对牛鞭效应的影响，结果表明:信息不仅能够减弱牛鞭效应，还能减弱q 即需求市场惯性和提前期对牛鞭效应的影响。相应的，q越大，提前期越长，信息共享对牛鞭效应的抑制作用则越明显。
李刚等（2006）教授在其出版的《供应链中牛鞭效应与信息共享的研究》一书中将一般性的自回归移动平均的需求过程和最优化的适应性库存策略结合在一起，运用数学分析和仿真研究的方法，深入分析了在这样的一个集成的模型框架内，供应链不同阶段所面临的需求的特征，揭示了需求信息在供应链中的传播规律。
2 牛鞭效应的弱化介绍
从根本上解决牛鞭效应，一般来说是不可能的，但是可以通过供应链的协调，制定合理的契约，完善监督机制，以及有效地实行各节点的信息共享，从而达到减轻甚至消除牛鞭效应的目的。在实际的运作中，我们可以采用缩短供应链长度，订单快速处理以减少时间延迟，信息共享，增进供应链各成员之间的协作等策略来控制牛鞭效应。
2.1 .缩短供应链长度
供应链的流通环节越多，整个供应链的产品从制造商到最终用户所需要的流通时间和流通费用也越多，供应链中各节点传递信息的加工迭代次数就越多，从而牛鞭效应也越大，进而使得市场扭曲程度也就越大，因此，整个供应链积累了更多的安全库存，大大降低了供应链给各个企业所带来的经济效益。在不影响企业经营绩效的前提下，采用基于工nternet网络的电子商务技术尽量精简供应链结构的水平层次和垂直规模的组合，通过区分供应链中的主要成员和支持人员的方法来确定供应链的节点数，可以有效地减少流通环节，减少需求信息的放大程度，减少整个供应链系统中的累积安全库存，使得企业与客户可以进行面对面交易，同时也可以更好地对客户的需求作出反应。
2.2 订单快速处理
订货提前期是指下游企业向上游企业发出订单到收到货物所需要的时间。而订货提前期又包括信息提前期、决策时间、制造时间、运输时间等。如果订货提前期缩短一半，那么预测误差也就减少一半，因此，
缩短订货的提前期是减轻牛鞭效应的有效途径。针对订货提前期的不同组成部分，可以采用不同的措施来缩短时间。采用EDI等现代信息技术来缩短供应商接受和处理订单的时间;使用决策支持系统来加速企业制定生产计划和运输计划;利用现代化的生产技术和管理手段，对生产流程进行优化设计来缩短产品的制造时间;采用现代集成化物流管理技术以及第三方物流来缩短产品的运输时间;通过管理各成员的活动、加强各成员的组织协调性及沟通性来缩短各个流通过程的等待时间。
2.3 信息共享
在需求信息不共享的供应链中，信息是按供应链的上下游关系逐级进行传递的，因而上游企业只了解其直接下游企业的需求信息，而对最终客户的需求一无所知。因为上游企业是根据其直接下游企业的订单来预测本企业未来的产品需求的，各个节点的企业为了使自己的企业与其上下游企业的业务不脱节，保留了一定的订单数据，这就加大了需求信息的扭曲程度。所以要从根本上解决这一问题，必须使上游节点企业能够掌握最终用户的需求信息，从而根据最终用户的需求信息、进行需求预测。可以建立集中化的信息系统来集中处理信息，如销售点数据系统，上游节点企业能够及时、准确地了解产品的最终市场需求，过滤掉中间环节预测所带来的信息干扰，能够更准确的预测未来产品的需求，从而减少供应链的效率损失。
2.4 减少批量订货规模
管理者可以通过减少批量订货规模，提高运营业绩，来缓解牛鞭效应。减少批量订货规模可以将同一时期大批量的订货分配到几个时期，降低需求波动的幅度，缓解牛鞭效应。为了减少批量订货规模，管理者必须采取措施降低与订购、运输相关的固定成本。在有些情况下，管理者可以让订购者不使用订单就能完成订购任务，以此来简化订购环节。在运输方面，满载与非满载卡车运输的差价很大，从而极大地刺激了大批量满载运输业的发展。运输成本成为大多数供应链实现小批量订购的主要障碍。管理者可以通过在一辆卡车上装满各种小批量产品来降低批量规模而不增加运输成本。
2.5 增进供应链各成员之间的协作
供应链要实现预期的战略目标，客观上要求各个节点企业进行合作，形成利益共享、风险共担的局面。因此，在供应链各个节点的企业之间建立战略合作伙伴关系以增进供应链各成员之间的协作，是提高供应链效率的一个重要条件。战略合作伙伴关系可以改变库存管理方式，实现信息共享，其中最具代表性的是供应商管理库存。在VM}中，由供应商直接管理零售商的库存，供应商可以根据市场需求与零售商的现有库存量，来确定零售商的安全库存，制定相应的供货策略来对零售商供货，这样可以在很大程度上减少牛鞭效应。另外，供应链可以采用第三方物流伙伴，实施小批量、多批次的补充策略，减少需求方的库存费用。此外，各节点要建立和保持长期的战略合作伙伴关系，必须要加强各企业之间的信任，建立正式的合作机制，并且要选择具有核心竞争力的合作伙伴加盟供应链。
3 牛鞭效应弱化方案——以沃尔玛供应链为例
3.1 沃尔玛公司简介
1962年，美国零售业的传奇人物山姆·沃尔顿先生在阿肯色州成立了成立了第一家沃尔玛百货商店。1969年10月31日，沃尔玛百货有限公司成立。经过接近50年的发展，沃尔玛公司已成为世界上最大的连锁零售企业以及美国最大的私人雇主。
截至2009年5月7日，沃尔玛开设了7899家商场分布在全球16个国家，员工总数200多万人，每周光顾沃尔玛的顾客有1.76亿人次。受金融危机的影响，2009年度财富世界500强企业排行榜，沃尔玛由2008年的第一跌至2009年的第三销售收入为4056.07亿美元，仅次于荷兰皇家壳牌石油公司的4583.61亿美元以及美国埃克森美孚公司的4428.51亿美元。
3.2 牛鞭效应对沃尔玛的影响
沃尔玛公司主要经营的商品是食品以及日常用品。这些商品具有购买较为频繁、商品需求价格弹性比较大的特点。沃尔玛供应链中牛鞭效应带给沃尔玛的压力非常大。
（1）从供应商方面来看，沃尔玛所面对的供应商非常多。沃尔玛提倡的成本最小，天天低价的策略，要求其供应商能够较快的反应沃尔玛的需求。对于每日所需日用消费品，比如蔬菜、水果、牛奶等等，需要供应商能够在几日之内甚至每天对库存进行补充，及时满足顾客需求，淘汰和更新已经腐烂的食品。对于季节性商品，比如海鲜、羽绒服等等，需要供应商能够在销售旺季合理的安排和补充其库存。而对于一些保质期较长的食品，比如蜂蜜、燕麦片等等，需要供应商定期地对其进行补货。至于耐用品，比如微波炉、电磁炉等等，需要供应商在做好库存供应的同时，妥善地处理善后问题，比如维修、调换等等问题。对于供应商这一块，如果不能及时的供应商品，那么会延长沃尔玛供应链的交货提前期，使得需求信息被放大，从而加大牛鞭效应，影响沃尔玛供应链的绩效。
（2）从顾客需求方面来看，包括季节性需求，日常需求，节假日需求，临时需求。对于季节性需求以及节假日需求，在一个特定的时间段里，对某一类商品的需求较大，如果出现缺货，势必影响沃尔玛的信誉度，这一类的需求预测较难，较易产生牛鞭效应。对于日常需求，这一类的需求一般比较平稳，需求预测较易，出现牛鞭效应的可能较小。而对于临时需求，竞争对手那里某种货物出现了短缺，使得顾客到沃尔玛购买产生的需求，这一类的需求最不容易预测，但是这一类的顾客需求较前两者来说较小，因此影响不是太大。顾客的需求越趋于稳定，需求预测越准确，造成信息扭曲程度越小，从而牛鞭效应也就越小;相反，顾客的需求波动越大，需求预测越不准确，信息扭曲程度越大，牛鞭效应越大。
（3）从沃尔玛自身来看，沃尔玛在全球范围的营业面较广，因此必须具有高效的物流系统以保证货物能够及时地到达各个门面。货物在达到区域内的各个门面都会存在一个时滞。提前期越长，货物到达顾客
手中的时间也就越长;反之，越短。提前期较长，意味着保持较高的库存，势必会增加牛鞭效应。
3.3 沃尔玛弱化牛鞭效应的对策
21世纪，市场环境变化非常快，要想在如此变化之快的环境中生存和发展，必须时刻保持对市场的警觉，对快速变化的环境作出反应，及时调整自己的决策。沃尔玛成功的一个很重的原因在于通过实施不同的策略来弱化其供应链中牛鞭效应，降低供应链的成本，提高供应链的绩效。
3.3.1 天天评价
沃尔玛所有的大型连锁超市都采取低价经营策略，沃尔玛的独到之处在于，它会穷尽任何的方法从进货的渠道、分销模式及费用以及行政开支等等各个方面节省资金，从而实现“天天平价、始终如一”。沃尔玛这样做的好处在于，减少了产品价格的波动，使得供应商能够进行准确的需求预测并进行相关决策安排。在很大程度上减少了信息在沃尔玛供应链中的扭曲，从而较好的弱化了牛鞭效应。实现天天平价的目标的关键在于库存的补充和管理。沃尔玛通过直接转运(cross一docking)物流技术即商品不断地发送到沃尔玛的仓库，在仓库里商品不作停留就被分送到各个超市来进行库存的补充和管理。直接转运(cross一docking)物流技术大大降低了沃尔玛的销售成本，使得沃尔玛向顾客提供天天低价成为可能。
3.3.2 协同规划、预测补货
协同规划、预测补货(Collaborative Planning，Forecasting and Replenishment，CPFR)的思想是贸易伙伴之间借助于Internet共同分享相关的预测数据以及实际数据，通过对实际的数据进行相关的技术分析，监控整个供应链的运转情况，在某些计划人员遇到意外情况时，其他的贸易伙伴就会通过共同协同解决突发事件，使得供应链能够正常运转。
沃尔玛通常会直接参与到上游供应商的生产计划中去，与其上游供应商共同商讨和制定产品的生产计划以及交货周期，甚至有时还会帮助其上游供应商开展新产品研发的工作。这样的话，沃尔玛通常能够最早得到新开发的产品，当沃尔玛开始热销新开发出来的产品时，其它的零售商还在等待供应商给其发出的产品目录或者正在和供应商商谈合同。另一方面，沃尔玛还能将顾客的意见及时地反馈给其供应商，并且帮助供应商对产品进行改进和完善。因此，沃尔玛在中间并不只是充当传话人，而是将顾客的意见信息迅速传给供应商，和供应商一起处理顾客反馈意见。这样一来，能够较快的对顾客的要求做出反应，提高顾客满意度，在一定程度上弱化了牛鞭效应。
3.3.3 高效的物流信息系统
沃尔玛的物流系统保证了货物能及时地到达顾客手中。沃尔玛是全球第一个实现集团内部24小时计算机物流网络化监控，建立了全球第一个物流数据处理中心，使得采购、库存、订单、配送以及销售一体化。沃尔玛的物流管理系统借助信息化技术，不仅使供应商的成本降低，为供应商的生产提供了理性预期，同时也使得沃尔玛的库存大大降低，减少了库存积压，提高了供应链效率。“无缝链接”始终贯穿于沃尔玛整
个供应链体系，使得沃尔玛供应链中的牛鞭效应得到了较大的弱化。
3.3.4 实施VMI，缩短提前期
沃尔玛和很多供应商建立了战略联盟，实施供应商管理库存(VMI)策略。其中，较为典型的是沃尔玛与宝洁的VMI。
1987年，沃尔玛与宝洁公司建立了合作联盟，双方通过协商确定了订单处理的业务流程以及库存控制的相关参数，比如最低库存水平、订货点等等。宝洁公司为沃尔玛开发并安装了一套“持续补货系统”，双方通过卫星通讯以及EDI进行数据传递，借助于该系统，保洁公司能迅速的知道自己的物品在沃尔玛公司的销售情况以及库存等相关信息。通过这些信息，保洁公司能够及时地制定生产和研发计划，于此同时，对沃尔玛的库存进行管理，做到连续的补货，防止滞销货及断货的现象发生。
沃尔玛公司与宝洁公司建立战略联盟，实施VM工策略，大大缩短了产品的订货期以及产品的流通环节，使得宝洁公司能够对市场的变化做出及时的响应，从而降低供应链的库存，减少供应链的成本，提高了供应链的绩效，有效避免了需求信息的波动，最终弱化了沃尔玛供应链中的牛鞭效应。
4 示例分析——牛鞭效应的产生原因及应对方案
4.1牛鞭效应的实证分析对象——某承轴配件生产公司
4.1.1某承轴配件生产公司概况及现状
某承轴配件生产公司是一家合资有限公司，现有员工400余人，主要经营滚动轴承等承轴配件生产的制造生产和销售。经过十几年的努力，公司已经发展成为承轴配件生产行业的领先企业，其产品不仅在国内销售，甚至远销到南北美、欧洲、非洲等各国。滚动轴承主要用于大型医疗器械、承轴设备以及部分半导体设备上。公司采用先进的技术和一流的机械设备进行生产、加工，目前滚动轴承月产量8000多套。去年各项经营指标快速增长，完成产品产量比前年同期增长79%，完成工业总产值比前年同期增长38%，实现销售额比前年同期增长34%，实现利润比前年增长32%。由于产量与订货量的猛增给生产车间造成很大的压力，致使车间积压了一定的产品，而且废品数量也增多，内部管理也出现一定的问题。
4.1.2牛鞭效应产生过程分析
如果把整个承轴配件生产供应链比作一条牛鞭，那么市场需求就是鞭柄，承轴配件生产公司的代理商就是鞭体，承轴配件生产公司就是鞭梢。当鞭子挥动时，越是接近市场需求的企业即承轴配件生产公司的代理商，反应时间就越快，对于市场需求变化的反应也越准确，即承轴配件生产公司的代理商;而越是到末梢即承轴配件生产公司，其反应的速度就越慢，而且对需求变化反映的需求误差也越大。因此，市场需求的一个小小的变化，就可能对鞭梢的企业造成很大的影响，这就产生了整个承轴配件生产供应链的牛鞭效应。
近年来，我国发展日益迅速，医疗设备器械的不断更新、汽车市场的扩大，对滚动轴承的需求越来越大。由于该承轴配件生产公司多数产品是销往外地的，地域的差异再加上时间的延迟，使得公司跟客户的沟通出现一定的问题，公司不能及时地掌握客户的需求信息，为了能够满足客户的及时需求，公司不得不储备一定的存货，而大量的存货占据公司的部分资金，对公司的发展会有一定的影响。产生这种影响的直接原因就是市场的需求，而对市场需求产生影响的主要表现在以下几个方面：
（l）中国的经济发展水平
近几年，我国的经济发展水平日益提高，发展速度也很快。尤其是在“十一五”期间，全面推进体制和机制改革、技术创新，大型医疗器械的生产、工厂车间都己实现自动化、汽车市场规模也持续扩大，使得滚动轴承的需求也日益增多。经济的平稳快速增长为承轴配件生产市场的发展提供了基本的条件。只要国家经济能够保持稳定，承轴配件生产市场就会占有一定的位置，市场对滚动轴承的需求就会平稳增长，从而使得承轴配件生产市场的规模也逐步扩大。
（2）承轴配件生产市场的激烈竞争
由于最近几年高级型数控承轴的开发，生产制造承轴配件生产的企业越来越多，承轴配件生产市场的竞争也越来越激烈。各个企业为了争取客户，纷纷采取各种手段，如批量订货会有折扣、订货金额达到一定数量可能会有产品赠送等等。由此可能导致原本属于该公司的客户转向其它公司订货，使得该公司的市场需求减少，而该公司不能及时对市场需求做出反应，生产出来的产品卖不出去，造成产品积压。
（3）国家宏观调控的作用
国家宏观调控对承轴配件生产市场的需求也有一定的影响。银行对汽车消费信贷的全面缩紧，燃油价格上调，车辆保险费用的上涨，这些都将直接影响消费者的购车欲望，从而导致制造汽车的承轴需求受到影响，并进一步影响滚动轴承的市场需求;国家提出产业结构调整，建立数控承轴及功能部件间产业化基地，推动产品结构优化，提高数控承轴的国内市场占有率，数控承轴的数量将直接影响滚动轴承的市场需求。
（4）新技术的引进
国家引进新的生产技术，必将投入大量资金制造及引进新的设备。制造承轴设备的大量生产，使得滚动轴承的需求量进一步扩大，而且设备使用过程中，滚动轴承会磨损、变形，因此需要更新设备，这同样会增加滚动轴承的需求量。总之，牛鞭效应的产生就是市场需求信息的不确定，扭曲逐渐放大的结果，牛鞭效应的大小表现在企业对市场需求信息的反应灵敏程度。企业如果能够及时迅速的对市场需求波动作出反应，牛鞭效应就比较小；反之，企业对市场需求的波动反应慢，牛鞭效应就比较大。
4.2 牛鞭效应的数据分析
4.2.1 某承轴配件生产公司的需求变化分析
我们来对该承轴配件生产公司2009年4月至2011年8月的销售及生产数据所构成的时间序列进行研
究，如图4.1所示。
图4.1 某承轴配件生产的销售及生产数量图
从图中我们可以看出，以月为周期，在横轴方向，某承轴配件生产公司的生产量在这29个月内最高时为398套，最低时为10套。而某承轴配件生产公司实际销售产品的数量最高为240套，最低时为42套。由此可见，生产数量在整个研究时期内波动幅度很大。而在纵轴方向，可以看到在每个固定周期内，某承轴配件生产公司的实际销售量与生产数量存在着很大的差异，其中在2009年9月变化最大，生产量为348套，而实际发出数量为61套。这表明山东承轴厂的订货量在进行不断的调整。，因为生产量是以订货量为依据的，这种订货数量的波动必然会给某承轴配件生产公司的生产计划造成影响。当生产量高于销售时，势必造成库存积压；当生产量低于销售量时，只能依靠库存来补充出货。
以上的数据分析说明了在供应链企业中存在由于信息不对称所引起的牛鞭效应，这种现象给供应链企业造成了严重的后果：产品库存积压严重，会造成成本过高以及质量问题;生产的产品不能满足市场需求，而又没有储备足够的安全库存，会使公司的信誉受到影响，损失订单，这都会使企业在激烈的市场竞争中处于不利的地位，影响企业的发展。
4.2.2某承轴配件生产公司的牛鞭效应产生分析
本文只考虑由某承轴配件生产公司及山东承轴厂所组成的简单的两级供应链系统，它们之间只交易一种产品，并且产品的最终市场需求由山东承轴厂掌握，即某承轴配件生产公司的实际销售数量为最终市场需求。
由于该销售数据序列没有明显的增长趋势及季节要素变动的情况，序列的分布也没有呈现曲线形势，
可以采用一次指数平滑法来进行预测，即
11
??(1)t t t D D D a a --=+- （4.1） 使用计量经济学软件来分析，将实际销售数据输入，得到分析结果如下表4.1。
表4.1 一次指数平滑分析
其中观测值数目为29，平滑系数为0.6830，残差平方和为65055.59，均方根误差为47.36345
，样本末期截距为131.4177。
下面我们来验证平滑系数是否是最优的，由此得出的预测模型能否真正反映出该序列的趋势变化。最佳的平滑系数应该使实际值和预测值之间的差最小，通常用预测误差的平方和来衡量，预测误差的平方和最小所对应的平滑系数就是最佳的。
计算公式如下：
2
2
111
2
2111
1
()
??()
()
n
i
n i n
n
i
i
i i i S Y Y Y Y Y Y -====-=
-+-∑∑∑ （4.2）
通过公式计算，得出结果，如下表4.2所示。
表4.2 平滑系数试算表
取不同的平滑系数，会得到不同的预测误差的平方和，其中最小的所对应的平滑系数即为最佳的。
在0一1的范围内，我们可以看出预测误差的平方和最小的在1785.825和1813.923之间，因此平滑
系数应该在0.6一0.7之间，由此我们可以判断上面得到的平滑系数0.6830是最优的，由此得到预测公式：
11
??0.6830.371t t t D D D --=+ （4.3） 将此平滑系数输入软件进行预测，可以得到其预测值及标准误差，如下表4.3所示：
表4.3一次指数平滑预测结果
以上数据显示，用一次指数平滑法预测的数据与实际数据虽然有一定的误差但是比较接近，而由实际数据和预测的数据输出的折线图能更直观地体现预测模型的相对准确性。
正如下图4.2所示，其中序列1为实际值，序列2为预测值，两条折线基本重合，由此确定的平滑系数是合理的，可以使用此模型进行预测，并且可以看出预测值与上期的实际值之间的相关性比较大，从而提高了预测的精度。
因此本文采用一次指数平滑法来预测某承轴配件生产公司的销售量，为下文验证牛鞭效应现象的存在提供必要的准备。
山东承轴厂采取固定订货间隔系统来向其上游企业大连某承轴配件生产公司订货，需要计算出下一个周期的库存最高水平t S 。最高库存水平是由每一周期期末预测的市场需求及企业的安全库存所决定的，企
业的安全系数定为3
厂在每一周期期末的最高库存水平。
图4.2 销售数据实际值与预测值折线图
山东承轴厂采用固定订货间隔系统来处理信息，下一个周期的订货量可以表示为一个周期的库存最高水平与上一个周期的库存最高水平的差再加上上一个周期的实际销售量，由此可以计算出山东承轴厂向某承轴配件生产公司在2009年5月到2011年8月之间的订货数量，其计算结果如下表：
表4.4 每一期末最高库存及订货量表
下面要对实际销售的数据和订货量进行方差分析，以它们的方差的比值来衡量牛鞭效应的大小。由于数据较多，我们选取2010年1月以后的数据作方差分析。
表4.5 某承轴配件生产公司2010年1月到2011年8月的销售及订货量
计算某承轴配件生产公司的月销售量方差及月订货量方差，以它们的比值作为牛鞭效应的大小，如下表4.6所示：
表4.6 牛鞭效应大小的衡量
我们可以看到某承轴配件生产公司明显存在牛鞭效应，其月订货量方差与月销售量方差的比值大于1。这仅仅是在简单的两级供应链的信息处理和传递过程中需求信息就产生了放大的现象，在多级供应链交易多种产品时，牛鞭效应的危害可想而知。我们以某承轴配件生产公司的当月销售量和当月订货量的绝对值偏差来衡量牛鞭效应对生产制造的危害，其结果如下：
表4.7月平均偏差与月平均销量比较
从表中可以看出，某承轴配件生产公司的月平均偏差占到了月平均销量的20%，致使公司的的产销极不匹配，这种偏差所占的比重已经严重影响了某承轴配件生产公司的生产计划和正常运营。
4.3牛鞭效应的产生原因及相应的解决方案
4.3.1牛鞭效应的产生原因
据笔者所知，某承轴配件生产公司的供应链结构为：供应商—某承轴配件生产公司一一分销商—最终用户，公司并没有从深层次去认识供应链管理，其重点只是放在如何和供应商及分销商进行商业交易的活动上，其管理方法只是局限于传统的采购和物资管理，这就给牛鞭效应的产生创造了条件，主要是由以下几个原因产生的。
（l）下游企业的需求
某承轴配件生产公司主要是把其下游企业的订单作为市场需求数量预测的依据。假如最终用户在确定其订单数量时，把不断货作为必须考虑的因素之一，那么其订货的数量往往要高于实际的销售数量。最终用户以此向其分销商订货，分销商在汇总各最终用户的订单数量时，也要在最终用户上报的订货数量的基础上再加上一定的数量，以此向某承轴配件生产公司订货。在供应链上，这种需求信息会由下至上，逐级放大反馈到某承轴配件生产公司。正是由于这个订货需求信息的不真实性，而且公司还要考虑到产品的毁损、漏订等情况，最终公司要做出比订货信息更高的生产计划，以应付这种不确定性。就像前面分析的山东承轴厂一样，它在发出订货时，考虑到自己本身的安全库存及市场的需求，并没有按实际需求发出订单，使得某承轴配件生产公司获得了扭曲的需求信息，由此产生了牛鞭效应。
（2）库存危险
某承轴配件生产公司面临这样一个问题，多数情况下，公司先向其分销商发货，待完成销售后与其结
算。这种运行过程的直接后果是承轴配件生产公司需要在分销商结算之前按其订单发货，承轴配件生产公司不仅要承担发运费用，而且还要承担货损、货差、换货等相关损失。这样一来，分销商则处于主动地位，当其遇到资金周转不灵或是利用其手上大量存货，以退货等手段要挟承轴配件生产公司在结算时讨价还价，如果分销商的库存足够抵消其可能出现的危险，为了巩固其主动地位，它会有意加大订货量，以增强其控制权，这样必然人为地增加库存危险，导致牛鞭效应的产生。
（3）企业供货不稳定
承轴配件生产公司在实际的供货过程中，会出现供货不稳定的情况，比如由于运输、管理等造成的波动，这种情况所导致的直接后果就是承轴配件生产公司不能按时或按定购的数量交货。此时分销商就得面临两种不稳定的情况：市场需求的不稳定和承轴配件生产公司供货的不稳定。分销商在作订货决策时就要面对市场需求预测的误差和将要收到货物的预测误差，而它回避误差的措施就是增加订货量，通过增加库存量来缓解误差引起的不确定性。分销商订货量的增加会让承轴配件生产公司误认为客户的需求增加而扩大产量，使得承轴配件生产公司所在的供应链上的牛鞭效应加剧。
4.3.2牛鞭效应的解决方案
针对以上问题，作者提出了以下的解决方案：利用信息共享来缓解牛鞭效应，由于某承轴配件生产公司不能准确地把握山东承轴厂的实际需求，很大程度上是因为信息共享程度低，因而集中需求信息，利用先进的信息技术对供应链信息资源实现共享管理是缓解“牛鞭效应”，减少供应链管理中信息风险的有效途径。这些共享的信息主要包括：
（1）库存信息。供应链上成员的各自库存对供应链成员应该是透明的，也就是说承轴配件生产公司跟山东承轴厂能够共享库存信息，能对需求做出一致、有效、及时和必要的反应。
（2）订单信息。允许合作伙伴查询订单的执行状态，便于对延期的订单及早采取措施，保证供应链的服务水平。某承轴配件生产公司可以允许山东承轴厂查询他们的订单是处于生产阶段还是处于完成或停滞阶段。
（3）计划信息。供应链成员之间的供需关系决定了他们生产、订货、发货计划必须协调一致，即承轴配件生产公司所制定的生产计划和山东承轴厂的订货计划一致。
（4）可供销售量信息。可供销售量是指除了分配给特定订单以外的货物存量，可以随时提供给客户的部分。山东承轴厂可以通过信息共享系统掌握承轴配件生产公司的可供销售量，在产生突发需求时，可以直接向承轴配件生产公司拿货，避免了突发需求所造成的损害。
实现共享的供应链结构如下图4.3所示：
21世纪电子商务的出现，公司的经营模式和经营理念将发生巨大的变化。电子商务将市场的空间形态、实践形态和虚拟形态结合起来，将物流、信J意流等汇集成开放的良性循环，使供应链中的公司在市场中发
挥最佳的作用，得到更大的效益，创造更多的机会，真正做到供应链信息一体化。
图4.3信息共享的供应链
建立基于Internet的供应链信息共享体系，可以将复杂的工作转移到集中管理的服务器上，终端用户只需要浏览器就可以轻松访问所有的应用。同时，由于终端用户采用了浏览器的标准软件，因此大大降低了企业IT系统的成本，使用这个体系可以更好地实现企业内部与企业之间信息的组织与集成，在Internet集成网络环境下，供应链企业内部与企业之间的信息交流是通过双方的IP主页来完成的，大大提高了信息沟通的效率。如图4.4所示：
图4.4基于Internet信息共享体系
某承轴配件生产公司在构建信息共享系统时，要正确各种关系，并充分考虑各种因素影响程度，根据公司所处环境、自身条件和营销策略，建立一种现代企业的管理信息系统，这包括企业经营理念、方式和
应用信息技术是实现供应链中的信息共享集成系统的基础。这一系统可以节省时间，提高企业信息交换的准确性，减少了人为的错误，大大提高了供应链运行效率。通过这种共享的实现，限制客户的需求信息在向上游传递时遭到扭曲放大，进而弱化供应链中的牛鞭效应。
此外，某承轴配件生产公司可以通过建立战略合作伙伴关系，来缓解牛鞭效应，其中最具代表性的就
是VMI（供应商管理库存）。现在公司采用的是自己管理库存，这样做的结果影响了供应链优化运作，导致重复建立库存，因而无法达到供应链全局的最低成本，使得供应链系统得牛鞭效应随着供应链的长度得增加而加大。实施VMI之后，承轴配件生产公司可以将库存物资放在供应商的仓库，在尽可能满足供货需求的情况下，降低了库存的成本。而且，公司同时可以对其供应商定期考核，实行动态的管理，在允许其他供应商参与竞争的条件下，促进供应商不断的提高产品质量和服务水平，保证公司能够选择优秀的供应商作为长期的业务伙伴，与其形成相互信任的战略伙伴关系。
实施VMI策略，首先要改变订单的处理方式，建立基于标准的托付订单处理模式。由供应商和公司一起来确定供应商的订单业务处理过程所需要的信息和库存控制参数，然后建立一种订单的处理标准模式，最后把订货、交货、和票据处理各个业务功能集成在供应商一边。库存状态的透明性是实施供应商管理库存的关键，要保障VMI得到成功实施，供应链中各节点企业建立在共同利益基础上的相互信任是VMI成功实施的基础，良好的沟通是VMI成功的保证。通过这一策略，某承轴配件生产公司可以实现库存成本转移，创造更大的经济效益。供应商则能够随时跟踪和检测到公司的库存状况，根据两者的差异决定补库时间和补库数量，快速准确地做出补库策略，从而敏捷地响应市场需求变化，降低供应链中的牛鞭效应。
对此，公司可以基于Internet技术建立一个VMI的应用模型，其功能结构如图4.6所示：
图4.6基于Internet的VMI应用模型功能结构图
这种模型以承轴配件生产公司和供应商的合作为基础，将承轴配件生产公司的库存纳入供应商库存进行统一管理，从而可以节省时间，提高公司信息交换的准确性，有效地减少工作复杂程度，节约经费，降低整个供应链体系中的物流成本和物流费用。供应商不仅可以客观地评价放在承轴配件生产公司的存货，还可以决定产品的标准，决定订货点，补充存货、交货的流程等等。由供应商管理库存，可以加强供应商与公司之间的信息交流，使整个供应链上的库存量和库存控制水平达到最优。因此，应该不仅仅把VMI作
为一种库存的管理模式，更重要的是把它作为公司的一项资源来源，它们之间不仅仅交换库存信息，还包括公司的生产计划、需求计划、采购计划、质量体系、退货信息以及支付信息等，还有供应商的交货计划、生产进度、运输安排、补充库存、价格体系以及服务信息等。
针对公司的的供货不稳定问题，可以指定公司内部车间生产管理系统来解决。目前公司的车间生产管理比较混乱，有时会提前生产完成，但大多数时间会因为生产未完成而推迟出货，这严重影响了公司在业界的信誉，对下游企业的订货策略也造成一定的影响，从而进一步影响到公司所处供应链中的牛鞭效应。作者建议某承轴配件生产公司在公司内部建立一个车间生产管理系统，来完善公司的生产供货管理。
该系统主要包括根据销售订单、物料需求、工艺路线等制定出车间的生产计划，然后产生生产指令，对需要下达任务的车间进行检查，看其物料、能力能否跟得上计划的要求，如果不符合在选择另一个车间，如果符合则对车间下达指令，分配物料进行生产，生产过后对产品进行检验入库。而且，该系统还包括外协加工管理，可以根据实际需要将整个任务或任务的一部分转移到其他车间进行生产，具体业务流程如下图4.7所示：
这个系统能够帮助公司下达生产指令、监督和控制车间生产活动，帮助公司完成生产领料、指派工作、生产完工入库的全过程。各级管理人员能及时掌握车间生产情况，控制车间在制品的数量，提高产品质量，以便能够按时甚至提前完成生产任务，稳定供货。
某承轴配件生产公司如果采取以上解决方法对公司进行管理，其下游企业（山东承轴厂）就会尽量降低安全库存，向某承轴配件生产公司的订货量就会接近它的实际需求，从而能够有效地控制牛鞭效应的大小。
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/1e9498043.html,/journal/mse https://www.doczj.com/doc/1e9498043.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/1e9498043.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/1e9498043.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
《啤酒游戏之牛鞭效应分析》沙盘模拟 【课程简介】 该课程是美国麻省理工学院史隆管理学院20纪六十年代开发完成、国际经典的沙盘课程。以生产与配销单一品牌啤酒的产销系统进行的模拟。参加沙盘的学员各自扮演不同的角色：零售商、批发商和生产商。他们每周只需做一件事情：那便是决策订购多少啤酒，扮演好自己的角色，对库存进行管理，实现利润最大化（成本最小化）。三组间的联系由卡车司机通过一张纸上的核对数字（订货单、发货量）来传递信息。 【课程目标】 通过该沙盘推演使学员们认识到以下几点： 1、时间滞延、资讯不足对产销系统的影响。 2、信息沟通、人际沟通的必要性。 3、扩大思考的范围，了解不同角色之间的互动关系，认识到将成员关系由竞争变为合作的必要性。 4、突破习惯思维方式，以结构性或系统性的思考找到问题改善的途径。 5、分析“牛鞭效应”产生的原因并提出改进措施。 6、了解牛鞭效应对现实工作的指导意义 【培训对象】企事业单位、团体的所有成员，人数在60内，最多100人 【培训时间】1天/6小时 【课程大纲】 此沙盘是在出货时间延迟、资讯不足的产销模拟系统中进行。沙盘推演中，由于消费者需求的小幅变动，而通过整个系统的加乘作用将产生很大的危机，即首先是大量缺货，整个系统订单都不断增加，库存逐渐枯竭，欠货也不断增加，随后好不容易达到订货单大批交货，但收到订货数量却开始骤降。
1 、角色设置 沙盘中教师担任消费者角色，并负责适时发布一定的信息。学员每8-9人一队，每队三组：其中，零售商组由2名学员扮演；批发商组由2名学员扮演；生产商组由2-3名学员扮演，司机分别由2名学员扮演。 2、沙盘推演 经过40个回合的推演，深刻体验在供应链环环相互作用下带来的效益变化，认识小的扰动带来需求大幅度变化的“牛鞭效应”的原因。通过学员认真总结与教师的点评分析，找出减小“牛鞭效应”的对策，树立系统思考的思想，学会系统思考的方法。 物流方向信息流方向 零售商 顾 客 批发商生产商
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
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
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。
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
供应链中牛鞭效应的模型与分析 (2004-04-02) １引言 牛鞭效应（ＢｕｌｌｗｈｉｐＥｆｆｅｃｔ）是供应链管理中的一种常见现象，不同商品，牛鞭效应的成因和形式可能不同。除了“情人啤酒”、“帮宝适尿布”等典型案例外，图１取自Ａｎｄｅｒｓｏｎ １９９６，是一个宏观经济上的例子。终端产品是汽车生产商，其上游是机床制造商，再上溯则是机床制造商的零件供应者，显然这个例子中也存在牛鞭效应现象。可见，牛鞭效应的概念已不局限于微观经济组织的供应链上。 到目前为止，研究牛鞭效应的文章不胜枚举，但其研究方法（尤其是定量模型研究）却十分有限，２００３以前较普遍的是自回归 ＡＲ 模型 也有不少文献提及系统动力学模型，直至２００３年才出现用Ｋａｌｍａｎ滤波器模型研究牛鞭效应的论文，因此本文的作者们认为仔细分析、比较这三类定量研究牛鞭效应的模型很有必要，有可能启发后来的研究工作。 ２关于牛鞭效应的定量模型的研究状况 最早注意到供应链中这种需求波动逐级放大现象的人是Ｆｏｒｒｅｓｔ，他（１９６１）根据系统动力学理论，对一个三阶段四结点的供应链系统进行分析，描述了不同内部条件下的系统对外部变化或冲击的反应，指出供应链内部的结构、策略和相互作用会导致需求变动的放大。Ｓｔｅｒｍａｎ的“啤酒博弈” １９８９ 则从人的行为研究出发，认为决策者对反馈信息的误解是造成这种现象的主要原因。此外，一些学者通过模拟分析 证实了库存管理方式对供应链信息扭曲的影响。Ｔｏｗｉｌｌ等通过模拟和证实分析发现 需求信息的变化幅度每通过一个环节就会增加一倍 １ 。因此降低这种需求放大的主要手段就是降低分销商数量，缩短供应链。Ｌｅｅ、Ｐａｄｍａｎａｂｈａｎ和Ｗｈａｎｇ １９９７ａ 、 １９９７ｂ ，对需求放大现象进行了全面深入的分析，认为这种现象是理性的供应链成员战略互动的结果，并正式引进了Ｐ＆Ｇ公司提出的术语“牛鞭效应”来定义这种现象。 归纳起来，研究牛鞭效应的文献从内容上可以分为三类：一是说明这一现象的存在及其危害性的；二是研究导致这一现象的原因的；三是研究这一现象的解决方法的。从研究方法上来看，研究牛鞭效应的典型模型也可以分为三类，一是以Ｆｏｒｒｅｓｔｅｒ为代表的系统动力学模型，早期涉及研究；二是以Ｆ．Ｃｈｅｎ等为代表的ＡＲ １ 模型；三是最近出现的用Ｋａｌｍａｎ滤波器模型研究的文章 参见Ｊ．Ｃｈｅｎｅｔａｌ ２００３ 。 下文将详细介绍、分析和比较这三种模型在牛鞭效应研究过程中的优劣。
供应链管理中的牛鞭效应分析
供应链管理中的牛鞭效应分析 摘要：供应链管理是以核心竞争理论为基础，从采购原材料开始，到制成半成品和最终产品，最后由销售网络把产品送到最终用户手中这一过程，实现对信息流、物流和资金流的控制。它是将供应商、制造商、分销商、零售商直到最终用户连成一个整体的功能网链模式，对链中的资源进行有效配置的过程。供应链中的牛鞭效应是由信息的不确定性造成的信息扭曲并逐渐放大，从而造成需求信息大幅度波动的现象。牛鞭效应造成了供应链的的巨大损失，因此，分析并提出弱化牛鞭效应的对策具有一定的现实意义。 关键词：供应链管理；牛鞭效应；库存积压；短缺博弈 1 牛鞭效应的含义及核心思想 1.1牛鞭效应的含义 牛鞭效应也称需求变异放大效应，是对需求信息在供应链中传递的过程中发生扭曲失真的一种形象描述。主要指供应链上的信息流从最终客户向原始供应商端传递时，由于无法有效地实现信息的共享，导致需求在需求链上的传递过程中被逐级放大，最终导致制造商在实施生产计划时遇到巨大的不确定性。 牛鞭效应，是供应链管理的基本原理之一，由于信息扭曲的放大作用在图形上很像很一根甩起的牛鞭，因此被形象地称为牛鞭效应。 1.2牛鞭效应的核心思想
牛鞭效应的核心思想是：当供应链上的各成员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供应决策时，需求信息的失真性会沿着供应链逐级而上，产生逐级放大的现象。当信息传递到最源头的原材料供应商时，其所获得的需求信息和终端消费市场中的顾客真实需求信息往往会发生巨大的偏差。因为这种需求放大效应的影响，上游供应商一般需要保持比下游供应商更高的库存量。 1.3供应链中牛鞭效应的形成过程 图1-1 供应链中牛鞭效应的形成过程 图1-1显示，在供应链中，每一个供应链成员企业制定的采购量、生产计划信息都会发生扭曲，而且这种扭曲程度会沿着供应链从下游向上游不断扩大，从而各成员企业的订货量的变化水平也就沿供应链不断的扩大。 显而易见，这种现象将会给企业带来众多的不良后果：产品的安全库存量居高不下、服务水平降低、供应链的整体成本过高以及客户个性化定制化程度低等问题，这必然降低供应链中企业的整体竞争力。因此减少“牛鞭效应”的不良影响，从而提高供
《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
“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。
供应链的“牛鞭效应”分析 14107102 张璐娜 “牛鞭效应”的涵义 供应链活动中存在一种奇怪的现象。当真实的需求信息在供应链中自下而上传递时，需求信息会不断被扭曲变异和逐级放大，这种现象被形象的描述为“牛鞭效应”。一般来说，零售商发给供应商的订货量，其方差大于销售给买方的，这种扭曲以放大的形式向供应链的上游蔓延。 当真实消费者的市场需求信息从供应链的下游零售商向上游分销商直至制造商传递时。需求信息的不确定性会不断加剧，会产生逐级放大的现象。如图l所示，当达到源头的供应商时，其获得的需求信息与实际的消费者需求信息会产生很大的偏差，与下游的制造商、分销商相比，其需求变异系数更大。由此而导致供应链上游企业比下游企业维持更高的库存水平。以应付下游企业订货的不确定性，人为地增加了整个供应链的库存水平、经营成本和营销风险。 牛鞭效应的成因分析 Sterman通过“啤酒游戏”案例分析证实了牛鞭效应是游戏参与者的系统性、非理性行为和对反馈信息错误理解造成的，通过规范管理人员的非理性行为可有效解决牛鞭效应问题。从经济学的角度来讲，牛鞭效应现象是由于组织行为随时间变化引起的，是系统参与人的非理性行为和对反馈信息的错误理解，也是系统参与人为响应需求变化，避免缺货或降低生产成本，在追求利润最大条件下的理性行为。 从运作管理的角度来讲，在Sterman的基础上，Lee等人采用数学模型系统研究了牛鞭效应产生的根源，这是目前公认的供应链中牛鞭效应研究的标志性成果：牛鞭效应源于管理者追求利润最大化的理性决策。并结合系统思维，提出牛鞭效应产生的主要因素是：1)需求信号处理；2)订单批量；3)短缺博弈；4)价格波动。 1）需求信号处理 简单地来说，在供应链中，通常并不知道最终客户的需求，而只能对最终客户的需求进行预测。在订货时，考虑到其预测的误差，供应链中的需求信号在从零售商到生产厂商的处理过程中，最初需求信号的一点小小变动就会引起最终生产厂商需求信号的巨大变动，导致
供应链中“牛鞭效应”案例分析及解决方法研究 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
供应链管理中的牛鞭效应分析 摘要：供应链管理是以核心竞争理论为基础，从采购原材料开始，到制成半成品和最终产品，最后由销售网络把产品送到最终用户手中这一过程，实现对信息流、物流和资金流的控制。它是将供应商、制造商、分销商、零售商直到最终用户连成一个整体的功能网链模式，对链中的资源进行有效配置的过程。供应链中的牛鞭效应是由信息的不确定性造成的信息扭曲并逐渐放大，从而造成需求信息大幅度波动的现象。牛鞭效应造成了供应链的的巨大损失，因此，分析并提出弱化牛鞭效应的对策具有一定的现实意义。 关键词：供应链管理；牛鞭效应；库存积压；短缺博弈 1 牛鞭效应的含义及核心思想 1.1牛鞭效应的含义 牛鞭效应也称需求变异放大效应，是对需求信息在供应链中传递的过程中发生扭曲失真的一种形象描述。主要指供应链上的信息流从最终客户向原始供应商端传递时，由于无法有效地实现信息的共享，导致需求在需求链上的传递过程中被逐级放大，最终导致制造商在实施生产计划时遇到巨大的不确定性。 牛鞭效应，是供应链管理的基本原理之一，由于信息扭曲的放大作用在图形上很像很一根甩起的牛鞭，因此被形象地称为牛鞭效应。 1.2牛鞭效应的核心思想 牛鞭效应的核心思想是：当供应链上的各成员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供应决策时，需求信息的失真性会沿着供应链逐级而上，产生逐级放大的现象。当信息传递到最源头的原材料供应商时，其所获得的需求信息和终端消费市场中的顾客真实需求信息往往会发生巨大的偏差。因为这种需求放大效应的影响，上游供应商通常需要保持比下游供应商更高的库存量。 1.3供应链中牛鞭效应的形成过程 图1-1 供应链中牛鞭效应的形成过程 图1-1显示，在供应链中，每一个供应链成员企业制定的采购量、生产计划信息都会发生扭曲，并且这种扭曲程度会沿着供应链从下游向上游不断扩大，从而各成员企业的订货量的变化水平也就沿供应链不断的扩大。
啤酒游戏论文 组员：10118105张皓 10118122陈成 10118126李海盼
一．经营业绩 零售商： 批发商：
生产商：
二．揭示牛鞭效应 1.对游戏结果的分析
2．从图上可以看出，批发商向工厂的订单的变动程度比 零售数量的波动要大得多。零售商为了能够应付客户需求增加的变化，往往在历史和现实销售情况的预测订货量上，作一定放大后再向批发商订货，而批发商也出于同样的考虑，进行加量订货。这样，虽然客户需求波动不大，但层层加量订货就将实际需求逐级放大了。零售商销售啤酒历史最高记录是每天9个，为应付销售不断货，他会在此基础上增加X件，订货量为(1+X%)9个；他的上一级批发商 同样也会在其订货基础上增加Y件，因此，向生产商订货的数量就变成了(1+X%+Y%)100件；生产商为了保证供货，必须要按大于该订货的数量进行生产，这样一层层地增加，就导致“牛鞭效应”。 3.牛鞭效应的定义：这种由于信息发生扭曲，需求信息在 从最终用户开始沿着供应链向零售商、分销商、制造商乃至原料供应商的传递过程中出现了逐级放大的现象，也即
零售商向分销商发出的定单需求大于最终用户的实际需求、分销商向制造商发出的定单需求大于零售商的定单需求，上游节点的需求的波动程度大于下游节点需求的波动程度的现象，称为“牛鞭效应”。 4．牛鞭效应的危害：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 5.牛鞭效应产生的原因： （1）需求预测修正，供应链上成员采用不同的预测模型作各自的预测，所采用的数据仅限于下游客户的直接定单，对未来的掌握度极低，因而常在预测值上加上一个修正增量作为订货数量，产生了需求的虚增； （2）价格波动，零售商和分销商面对价格波动剧烈、促销与打折活动、供不应求、通货膨胀、自然灾害等情况，往 往会采取加大库存量的做法，使订货量远远大于实际的需 求量； （3）订货批量，企业订货常采用最大库存策略，在一个周期或者汇总到一定数量后再向供应商整批订货，这使其上 游供应商看到的是一个不真实的需求量；