| 标题 | 供应链的“牛鞭效应”及其解决办法 |
| 范文 | 钱锡红 徐万里 摘要：“牛鞭效应”在供应链管理中是一种相当普遍的现象，文章首先对供应链中“牛鞭效应”的研究文献进行回顾；然后以现有研究为基础，总结出“牛鞭效应”的主要来源——需求预测修正、配给博弈、订货批量决策、价格波动；最后针对“牛鞭效应”的各个来源提出应对措施。 关键词：牛鞭效应；信息扭曲；供应链管理 一、相关理论回顾 Forrester(1961)在一系列的案例研究中都阐述了“牛鞭效应”，并指出这一效应源于产业动态性(Industrial Dy-namics)或产业组织随时间变化的行为。换句话说，就是一个组织的基本形式和政策能够导致在供应链中产生该组织所特有的不合意行为。因此，通过对行为的修正(For-rester)可以削弱“牛鞭效应”。 Sterman(1989)在一个库存管理的实验中分析了“啤酒分销游戏”中的“牛鞭效应”(与彼得，圣吉1990年出版的《第五项修炼》一书中提到的啤酒游戏相似)。这个实验涉及到供应链中的四个参与者，他们分别进行独立的库存决策。彼此之间无库存信息沟通，只以相邻参与者的订单作为唯一的库存决策依据。在这一线性成本的结构下，随着订单每一次向供应链上游传送一次，订单的误差就相应被扩大，由此即论证了“牛鞭效应”的存在。Sterman(1989)将这种现象解释为参与者的“系统性非理性行为”或者“对于反馈的错误感知”。因此，削弱“牛鞭效应”可以通过对个人进行培训来实现。 与Forrester(1961)和Sterman(1989)一样，Lee等人(2004)重点探寻了“牛鞭效应”的根源及其对管理的启示。他们发展出供应链的简单数学模型，证实了“牛鞭效应”是理性的供应链成员之间的战略互动。这一关于成员的假设与Forrester(1961)和Sterman(1989)不同，Lee等人强调了成员的理性和寻求最优化。因此，他们认为通过攻克制度方面和跨组织方面的基础设施及相关过程的难题能够使组织更好地控制“牛鞭效应”。此外，Lee等人基于真实的经过处理的数据研究了供应链中的信息流动，随着信息在供应链中被不断地向上游传递，订货量与销售量的不一致以逐渐放大的形式向供应链上游传递。即，订货量与销售量之间的偏差放大(Vafiance Amplication)效应。 需求信息的扭曲表明，生产商如果只观察即时订单将会被扩大的需求所误导，这会产生高成本。例如，生产商由于无计划地采购原材料，导致额外的原材料成本；由于过量生产能力、无效率的运行和超负荷运行招致的额外生产成本：由于无效地安排导致的过度仓储成本和额外运输成本。贸易评估表明，这些活动会产生12.5％～15％的额外成本(Kurt Salmon Associates，1993)。 经济学家(如Holt et al，1960；Blinder，1982；Blanchard，1983)对理解“牛鞭效应”也做出了一些贡献。对于需求的波动，库存通常扮演使生产平衡的一个缓冲(Buffer)角色。库存使生产商能够充分挖掘生产的经济性并最小化总成本。这个论断表明生产随着时间的波动小于需求随时间的波动。然而，基于宏观经济资料的经验研究(如Blanehard 1983)表明了相反的结论，生产的波动性比需求更大。为了解释这种不一致性，Caplin(1985)和Blinder(1982，1986)的研究表明，零售商采用(s，S)类型的库存策略会导致补给订单的波动超过需求的波动。Kahn(1987)表明需求的正序列相关性和存货也会导致“牛鞭效应”。 此外，Chen等人(2000)的研究关注于需求预测对“牛鞭效应”的影响，零售商利用标准的预测手段来估计顾客需求过程的某些参数，而不是简单地假设零售商了解顾客需求过程的特定形式。此外，他们还对供应链各阶段的变动量进行定量计算。他们的研究结果表明，即使满足：第一，所有的需求信息共享；第二，供应链上每一阶段都使用相同的预测技术；第三，每一阶段都使用相同的库存策略，供应链上每一阶段的需求波动都会增加，即共享顾客的需求信息并不能完全消除“牛鞭效应”。 Deionckheere，Disney，Lambrecht和Towill(2003)用控制系统工程来测度“牛鞭效应”。研究发现，需求偏差在信息共享情况下呈线性递增，在非信息共享情况下呈幂级数递增。 二、“牛鞭效应”的来源 考察一种订货点S库存策略，库存系统是一个在周期性库存审查政策下运作的多时期系统，该系统满足四个条件：第一，过去的需求信息不被用作预测的依据(如需求是不变的)；第二，订货提前期是固定的，厂商可以供给无穷量的产品：第三，无固定的订货成本；第四，产品的购买成本保持不变。以上四个条件可以保证订货点S策略是最优的。此时S是一个常数。在这个框架下，每一期的订货量都与前一期的需求量相等，因此订货量与需求量有相同的偏差。Lee等人(2004)研究表明，对以上四个条件逐一放松就会得出产生“牛鞭效应”的四个原因：需求预测修正(De-mand Signal Processing)、配给博弈(Rationing Game)、订货批量决策(Order Batching)、价格波动(Price Variation)。 1需求预测修正。考察一个需求随着时间呈非静态的多期库存模型，需求预测基于观测到的需求来更新。在非静态需求下，库存系统第t期的订货点决策也为非静态。例如，零售商在一期经历了需求的高涨，他将把此视为未来高需求的一个信号，并调整他对需求的预期，下一个大单，由此导致“牛鞭效应”。这种需求信号模型的例子包括贝叶斯更新模型(Bayesian Updating Model)(Azoury，1985)，连续相关需求模型(Kahn，1987；Miller，1986)。 2配给博弈。配给博弈是指当顾客预期到供给将短缺时所采取的战略性订货行为。当产品由于产能限制或产量的不确定使得需求大于供给时，在短缺情况下，生产商的理性决策是按照订货量比例分配现有供应量。此时，零售商为了获得更大份额的配给量，故意夸大其订货需求。当需求降温时，订货又突然消失，这种由于短缺博弈导致的需求信息扭曲最终导致“牛鞭效应”。 3订货批量决策。一般情况下，销售商并不会接一个订单就向其上游供应商订货。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。同时频繁地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，这样，由于订货策略导致了“牛鞭效应”。 4价格波动。价格波动是由于一些促销手段或者经济环境突变造成的。如价格折扣、数量折扣、赠票、恶性竞争、通货膨胀、自然灾害、社会动荡等。这些因素使许多销售商预先采购的订货量大于实际的需求量，因为如果库存成本小于由于价格折扣所获得的利益，当期多买就是理性的决策。又由于销售商当期定货量大大超过其需求量，导致在促销过后的一段时间内，销售商由于充足的储备在一定时期内无须向生产商订货，导致生产商生产的波动性。由此产生“牛鞭效应”。 批量决策在产品生命周期处于成长阶段时较常见，此时产品的需求大于供给。配给和价格波动效应的联系表现在它们都是渠道成员对于市场力量的反应。在现实中，这些效应中的几个就可以刻画一个市场，因此供应链中的所有参与者必须意识到这些力量的影响，并采取措施改善供应链成员间的关系。 三、“牛鞭效应”的应对措施 以下针对牛鞭效应的四个主要来源，分别给出应对措施。 1信息共享、补给的集中控制、缩短提前订货期。需求预测修正的根源是终端需求的不可见性、多期预测及较长的订货提前期。因此，一种比较常见的解决方案是给予生产商接近零售商需求数据的机会。随着信息技术的发展。零售商与生产商之间的电子数据交换系统使得需求数据能够便捷地向渠道的上游成员传递。像IBM、惠普、Ap-ple这样的厂商都越发重视从它们的分销商那获得销售全程的数据。但为了预测目的而接近通用数据并不是一个完全的解决方略，数据预报技术的不同也会导致订货的较大波动和需求的较大扭曲。为了消除“牛鞭效应”，可以在供应链中引入一个单一成员统一为渠道中的其它成员预报和订货。这样，供应链就可以落实一个集中式的多层次库存控制系统，这一系统优于独立运作的基于地点的库存控制(Clark和Scarf，1960)。日益风弥的供应商管理库存(VMI)系统和持续补给计划(CRP)在包装产品行业证明了整合信息所实现的效率。例如，VMI在宝洁公司免洗尿布的供应链中处于中心位置(从胶带供应商3M公司延伸到它们的顾客沃尔玛)。 除此之外，直接营销渠道不受牛鞭效应的影响。因为它没有分销渠道因而需求信息传递过程不易发生信息扭曲。戴尔电脑公司的“Dell Direct”方案和苹果电脑公司“Consumer Direct”方案都是很好的直销示例。取消中介渠道的潜在利益在Forrest的早期文献中也被提到过。缩短提前订货期也是一个直接且有效的应对“牛鞭效应”的措施。长期以来，提前订货期的缩短都是各类公司的生产战略的组成部分(Fisher，1994)。 2基于以往销量的分配、订货分级管理、共享产能信息、有限灵活性。在短缺情形下，在零商中间设计以不同的规则分配供给，一个备选规则即是以零售商前一期的市场份额为依据按比例分配供给。例如，通用电器在短缺时期基于历史的销售记录将产品分配给经销商。从供应商的角度看，并不是所有销售商(批发商、零售商)的地位和作用都是相同的。因此供应商应根据一定标准将销售商进行分类，对于不同的销售商划分不同的等级，对他们的订货实行分级管理。 短缺博弈也有可能源于零售商对于假想的短缺而采取的自我保护。这一可能性可由生产商与供应链中下游成员之间共享生产和库存信息来预防。但仅有这一预防措施还不足以在真实的短缺情形下以合乎各方意愿的方式来解决资源竞争问题。一个更有效的解决方法是设计一个约束购买者灵活性的合同，因为不加任何限制的订货数量、自由退货和慷慨的订货取消政策都会诱使博弈产生。共享预测信息、风险和灵活性的方法在计算机业和零售业中比较常见。 3EDI、频繁配送约定、第三方物流。周期性库存审查过程导致的需求扭曲可以通过向生产商提供零售端全销售过程的资料和库存资料来削弱。生产商可利用基于销售(而不是订单)的资料来拟定生产日程。 另一个缓解批量订货效应的方法是依EOO(经济订货量)模型的逻辑通过降低交易费用来减少批量订货的需求。交易费用中的大部分源于与订单有关的文书工作和处理请求的工作。因此，基于EDI的订货传输系统对于降低订货成本和订货批量都有很大的帮助。 生产商也可以通过其它方式来影响购买者的批量订货决策，一种是允许零售商订购多种商品以达到一定的数目，并给予同样的批量折扣。另一种方法是协调运送日程，这可以将渠道从随机订货转为稳定订货。另一项有效的制度设计是第三方物流公司的诞生。这些公司充当了在传统单一购买者——销售者关系中无法实现的挖掘规模经济的角色。例如，通过将地理位置相对比较靠近的零售商的订单进行整合，第三方物流公司可以更低价地为顾客提供订货的机会。同样，供应商也可使用联合库存和联合运输方式多批次发送货物。 4特别购买合同。战略性购买源于购买者想在短期内利用折扣机会获利，但对于生产商来说，这会招致不稳定的生产日程，不必要的库存成本和扭曲的需求信息。一些产业专家认为，在总利润分析中，库存成本通常没有得到正确的估计，因此，零售商不总是能够从战略性购买中获得较大的利益。事实上，购买者的所得和生产者的损失不一定是总是相伴的。生产商可以保留高低定价策略，但可以同步推行购买和配送日程，即，生产商和购买商可以签定一个合约，合约中购买方承诺以一定的折扣来购买一批货品，但货品可以在未来多个时期内分批发送。以这种方式，生产商就可以更有效地安排生产，购买者同时也可以获得战略性订货的利益，同时，双方都可以省下库存成本。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。