| 标题 | 供应链中的牛鞭效应及其研究 |
| 范文 | 孙 焰 路欢欢 摘要：文章通过供应链管理中出现的实际问题，引出了牛鞭效应的概念，阐述了研究牛鞭的重大意义，总结了国内外专家学者对牛鞭效应的研究动态，分析了多级、每级有多个成员的供应链结构的牛鞭效应，并在其基础上进行发展，旨在寻求一种方便可行、从牛鞭的源头动力出发的预警指标，并针对过程中的模型分析重整影响牛鞭效应的要素。 关键词：牛鞭效应；预警指标；牛鞭效应的弱化 中图分类号：F224文献标识码：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牛鞭效应综述 1．1牛鞭效应 牛鞭效应是指供应链中零售商向供应商的订货量与其实际的销售量不一致的现象。一般地，发给供应商的订货量，其方差大于买方需求量的方差(即需求扭曲)，这种扭曲以放大的形式向供应链的上游蔓延(方差变大)。这一现象与我们在挥动鞭子时手腕稍稍用力，鞭梢就会出现的大幅度摆动的现象相类似。 1997年，Hau. L. Lee首先提出牛鞭效应(Bull-whip Effect)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。他提出了“需求变异加速放大原理”，主要思想为：当供应链的各节点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货决策时，需求信息的不真实性会沿着供应链向上游传递，产生逐级放大的现象。这样作为供应链源头的生产商的生产计划会与供应链末端的顾客需求发生严重偏差，需求变异系数比分销商和零售商的需求变异系数都大得多，使供应链上游企业往往维持较高的库存水平，这反映出了供应链中的需求不同步现象。 1．2 问题的提出及研究意义 在供应链管理的订货供应过程中，牛鞭效应会使末端需求波动沿供应链向前端上游增加，这样就会导致供应链中供应、制造、销售各个环节库存量和库存费用的增加，解决了牛鞭效应，上述问题就会迎刃而解，从而使分销中心库存冗余减少，防止制造商生产过剩，加速物流、资金流，提高运输效率和劳动力效率，最终达到优化供应链管理的目的。 (1)理论意义：通过量化分析得到影响控制牛鞭效应的关键因素，从而降低库存，优化供应链结构。 主控因素分析 设计牛鞭效应控制策略 设计牛鞭效应减弱策略 (2)实际意义：通过切实可行的方法来实现供应链的优化。 降低预测不准确性 建立预警系统 优化供应链(节约成本，创造利润) 配合现代化生产模式(JIT、VMP) 在实际操作上，通过对牛鞭效应量化模型的分析，设计出牛鞭效应的预警指标，方便供应链成员随时检查自己的库存和需求情况是否在预警指标范围内，一旦需求量或库存量发生异常，可以提早提示供应链成员做好准备，防止造成存货不足或库存积压。 可见，牛鞭效应的研究，无论从理论上还是实际上，都有着重大而深远的意义。 2牛鞭效应研究动态 自从人们在供应链实际管理中发现了需求放大的现象后，许多学者对此进行了深入的研究。 目前对于牛鞭效应的研究主要集中于定性分析、定量分析和系统仿真几个方面，主要针对牛鞭效应的存在因素、量化模型以及寻求牛鞭效应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应的存在性研究。第一个认识到牛鞭效应的人是美国麻省理工学院Sloan商学院的Forrester。1997年，Hau. L. Lee首先提出牛鞭效应(Bullwhip Effect)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。 定量分析的模型最为经典常用的模型是AR(I)自回归模型，该模型基于两阶的供应链单链，在前提中固定一些变量，如最终顾客需求的期望、方差等，以较简单的形式给出了供应链牛鞭效应存在的证明，并且比较有效地说明了预测方法、订货提前期、信息资源的共享等因素在牛鞭效应中的作用。 基于仿真的牛鞭效应的研究主要有由Forrester于20世纪50年代创立的系统动力学模型、R. E. Kalman创立的卡尔曼滤波器模型及基于DE-APIOBPCS策略的牛鞭效应量化。牛鞭效应研究方法比较分析如表1。 3模型拓展及预警指标分析 AR自回归模型是目前牛鞭效应研究中最为经典、通用的模型，但是从理论研究的实用性来讲，它却存在着一定的缺陷：(1)该模型只考虑了单一零售商和单一制造商的简单供应链，对于多级供应链、每级供应链上有N个成员的情况并未考虑；(2)模型从理论上证明了牛鞭效应的存在，但是并未提出解决牛鞭应的实用方法，也没有提出怎样预防牛鞭效应的发生。 鉴于该模型的这两个缺点，本文利用对AR自回归模型进行的深入拓展，将单一零售商和单一制造商的简单供应链拓展为多阶、且每阶有多个成员的供应链结构，同时提出了牛鞭效应的预警指标。这种结构将应用在更为广泛的供应链系统，并且其推导过程相对更为简单。 3．1 多阶多成员的牛鞭效应模型拓展 3.1.1 基本假设 此模型研究对象为只有单一产品，供应链成员共分为四阶，每阶有多个成员的供应链结构，产品的来源主要是由制造商供应，除制造商有制造的功能外，各成员只作配销工作并无加工，亦即产品不会产生任何的附加价值。 3.1.2参数说明及公式 3．2 提前预警指标的建立过程及分析 传统的AR自回归模型分析已证明了牛鞭效应确实存在于供应链的库存管理之中，本文在模型和结论的基础上，提出了以实际需求作为考察对象的牛鞭效应预警方式，用来提早提示供应链成员注意波动异常的实际需求值，避免该需求变动引发牛鞭效应，使其提早做好准备，采取相应的措施，以达到避免或减弱牛鞭效应的目的。 3.2.1 基本思路 根据已有的公式、模型，求出库存与需求量的关系表达式，通过需求量的变化判断下期库存即将发生变化，也就是产生了需求变异，提示供应商调整预测需求量，进而调整订货量，避免产生存货不足或库存积压。 3.2.2 参数说明 3.2.3 基本假设 (1)供应链某一阶成员的库存有最小最大值作为自己安全库存(例如：啤酒批发商的库存最大不得超过1 200箱，最小不得超过400箱)，设最小库存为s，最大库存为S； (2)第t期的进货量为第t-1期的订货量； 3.2.4 公式推导 第t期的实际库存量应为上一期的存货与本期的进货量之和，再减去这一期的实际需求量，用文字表达式表示为： 第t期的库存量Wt＝上期存货量＋本期进货量－本期实际需求量 根据前面假设及参数说明，转换为数学表达式为： 3.2.6提前预警指标的特点 从适用范围上来说，虽然该预警指标的假设中并没有提到应用于多级供应链，每级有多个成员的情况，但究其推导过程来讲，却是基于多级供应链、每级有多个成员的模型和公式，因此，该预警指标可适用于一个分销商和一个零售商的简单供应链，也可适用于多级供应链，每级有多个成员的情况。 从便捷性来讲，该预警指标只需通过第t-2期需求量即可判断出第t期的库存将会发生变化，对于供应链的成员来讲，在实际应用中，还是比较方便的。 但是，该预警指标同样存在着缺陷，由于它是基于多级供应链模型推出的，因此，它同样有着多级供应链的缺陷。 3．3牛鞭效应的弱化 3.3.1 模型分析得出的控制因素 根据牛鞭效应量化的模型我们得出以下一些因素为牛鞭效应的主控因素。 (1)补货时间L 补货时间L增大都将导致订货量方差增大，加重牛鞭效应。 (2)前后两期的需求相关系数?籽 ?籽对于订货量方差的影响比较复杂，与其本身的正负、预测方法等有关。 (3)信息的集中程度及管理的集中程度 自回归模型中信息不共享时牛鞭效应以乘积的形式向供应链上游增加，尽管完全的信息共享仍不能完全的消除牛鞭效应，但肯定能大大减弱牛鞭效应。 (4)供应链的服务水平Z 从理论上来讲，如果完全不考虑服务水平即允许缺货则牛鞭效应几乎可以不发生。但是现实中我们不但不能把服务水平降至0，还要追求尽量高的服务水平。这就要求其它关键因素联合作用来保证牛鞭效应得尽量缩小。 3.3.2 具体实施的控制方法 (1)信息共享 需求信息的集中是信息共享的一种方法，通过集中信息处理，为供应链上每一级企业提供完全的即时最终需求信息，有助于减轻牛鞭效应。 (2)VMI，即供应商管理库存 VMI(Vendor Managed Inventory)是一种以用户和供应商双方都获得最低成本为目的，在一个共同的协议下由供应商管理库存，并不断监督协议执行情况和修正协议内容，使库存管理得到持续地改进的合作性策略。该策略有助于减轻牛鞭效应。 (3)减小最终需求的变异性 减小最终需求的变异性，有助于降低整个供应链系统的不确定性，例如，零售商采用“每日低价(Everyday Low Pricing)”策略，能提供较为稳定的商品价格，因而能形成较为稳定的消费需求数量和形态。 (4)敏捷管理 缩短交货周期在供应链上减少中间环节，积极开展敏捷管理，缩短交货周期。若将交货周期细分为订货前置时间(到货和交货时间)和信息前置时间(订货时间)，采用货物互交式驳运的方法，可以显著减少到货和交货时间。若采用EDI电子数据交换技术，则可以大大减少订货时间。 (5)缩短提前期的快速响应(quick response，QR) 就是买方对市场的需求做出快速响应，这尤其适合服装等季节性销售的商品。只要收集到相关商品销售的信息就能降低预测的误差，当提前期减少4～6 个月时，预测误差可减少20％～40％。在需求不确定的情况下，缩短交货期是一种很好地解决办法。 4总结 本文主要研究了多级、每级有多个成员的供应链结构的牛鞭效应，并提出了牛鞭效应的预警指标，具有一定的实际意义。但是本文却是基于许多假设的情况下完成模型的建立及预警指标的推导，毋庸置疑，实际的供应链系统远比本文之中的模型复杂得多。首先，客户需求不会像模型假设的那样有规律；其次，在多个供应商多种运输方式及逆向物流等复杂情况下，供应链系统会变得更加庞大、更加复杂；再次，供应链的绩效会受到供应商、分销商及客户的变异和他们采购意愿变化的影响，同时还会受到各种采购政策、政府干预等不可预期的因素影响，增加了供应链系统的不确定性。上述因素的不可预期性增加了研究供应链运作的难度，这些将需要做进一步的深化研究。 参考文献： [1]孙焰. 现代物流管理技术——建模理论及算法[M]. 上海: 同济大学出版社, 2004. [2]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, 2003,6(3):86-93. [3]王磊, 陈竞先, 唐志杰. 供应链中牛鞭效应的模型与分析[J]. 物流技术, 2004(1):42-46. [4]王峰, 王博. 浅谈供应链牛鞭效应[J]. 物流平台, 2005(44):207-208. [5]罗新星, 吴翀. 供应链中牛鞭效应的定量分析与有效控制[J]. 科技管理创新, 2006(7):156-159. “注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”。 |
| 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。