2010—2011学年第一学期供应链管理论文牛鞭效应的成因与弱化方法课程名称：供应链管理任课教师：院系：研究生部专业：管理科学与工程学号：姓名：提交时间： 2010 12牛鞭效应的成因与弱化方法摘要：在经济全球化、市场一体化快速发展的同时，单一企业已经不能独自应对市场的竞争，为了更好的参加市场竞争，企业开始寻求在供应链之间应对竞争的策略。

但是，牛鞭效应的存在就或多或少的削弱了供应链的竞争力。

本文具体分析了引起牛鞭效应的原因，指出牛鞭效应产生的根本因素在于信息传播的不准确性和不及时性。

并在最后提出了弱化牛鞭效应的一些方法。

关键字：牛鞭效应，供应链，信息共享，需求预测，联合库存管理引言随着经济全球化、市场一体化的到来，市场竞争日益激烈，已经由单一企业之间的竞争转变成了企业与企业组成的供应链之间的竞争。

在20 世纪80 年代，供应链管理的产生就是为了提高整条供应链的增值能力，增强供应链的竞争力；这一目标也成了各节点企业共同奋斗的目标。

但是牛鞭效应的存在缺削弱了供应链的这种增值能力与竞争力。

牛鞭效应又称需求变异放大效应，蝴蝶效应，牛鞭效应，长鞭效应，供应链需求的扭曲，信息时滞。

牛鞭效应最早是由宝洁公司率先提出的。

他们在90 年代初为其“帮宝适”牌纸尿裤做需求调查时，发现客户的需求量与销售商的订货量之间的波动有很大的偏差，而且越到上游波动越大。

后来他们便使用“牛鞭效应”一词来形容这种需求信息在往供应链上游传递时被放大的情形。

目前为工业界和学术界普遍接受的牛鞭效应定义是：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的现象。

牛鞭效应的存在给整条供应链相当大的影响。

例如波动性的过量生产与缺货、库存增加、顾客流失等。

为了尽量减少牛鞭效应对供应链的运作所造成的影响，许多人对此进行了研究。

现在对于供应链中牛鞭效应的研究一般集中于三个方面：一是从经验和实践方面用案例分析来说明牛鞭效应的存在，主要代表为Forrester、Hammond（食品行业）、Holmstrom（零售行业）等；二是从模拟仿真角度对牛鞭效应进行定性和定量分析，主要有Sterman 设计的一个称为“ Beer Game”的课堂博弈，还有Towill 通过模拟的方法证实了库存管理方法对供应链信息扭曲的影响；三是从理论上来证明牛鞭效应的产生原因，并提出解决方案。

一、牛鞭效应产生的原因在分析牛鞭效应产生的原因上存在着两种不同的观点。

即以Forrester 和Sterman 等为代表提出的非理性根源说，和以Haul L Lee 为代表提出的理性根源说。

早期的牛鞭效应研究者，包括以Forrester 为代表的案例研究者和Sterman 为代表的模拟实验者，都是从供应链动态性的角度考虑，认为供应链个体成员的非理性决策和供应链本身的阶段延迟问题是牛鞭效应产生的最根本原因。

即决策者总是过分响应顾客需求的变化，导致向上游订货过量，而且供应链成员之间的阶段延迟加剧了这种动态性。

斯坦福大学的Haul L Lee 教授等在分析牛鞭效应的原因时，更关注供应链的结构和相关的运作过程，他认为牛鞭效应是供应链成员在供应链结构下进行理性决策的结果，需求预测、批量订货、价格波动和配给短缺博弈是牛鞭效应的四个主要原因。

还有一些学者从其他角度补充了牛鞭效应的原因，如Wilding 着重讨论三方面的因素：确定性混沌、平行交互作用和需求放大；Taylor 提出，机器故障、产出波动和产品质量差异加剧了供应链的波动性。

下面从Haul L Lee 提出的四个主要原因来阐述牛鞭效应的产生原因。

1. 需求预测供应链是由若干成员组成的链状结构（或称网状结构）。

在传统的供应链结构下，供应链中每个成员总是以其直接下游的需求信息作为自己需求预测的依据，并据此安排生产计划或供应计划。

而现在大多数企业都是采用的时间序列模型进行系统的销售预测。

而该预测模型的各种模式都是建立在销售的水平、趋势、季节和噪音这四种数据形态上的。

而随着的顾客消费者偏好的改变，噪音的预测是及其困难的。

即使在前三项数据形态上的预测都能做到准确无误的话，噪音的预测也是无法很好完成的。

而处于供应链上的各个销售节点企业在各个相同的经济环境下喜欢采用相同的噪音处理办法，即经济环境良好时高估，经济环境不好时低估（经济环境良好时尽量减少缺货成本，经济环境不好时减少库存成本）。

这样随着供应链的层层传递，上游节点的企业的预测与需求的偏差将会越来越大。

各级的预测所用的信息又是有着其滞后性，即各个节点在进行预测的时候都是用的前一销售期的数据形态，反应的又是之前的数据，而供应链的上游企业就是根据这种前一期的下一节点的预测来预测，这样造成了信息传播的滞后性。

这种滞后性难以使得上游企业能够尽快的调整噪音及趋势所产生的需求改变。

2. 批量订货传统上，供应链中的成员是通过监控自己的库存水平来决定是否向上游企业订货。

企业一般采用（s，S）库存策略、（t，S）库存策略以及（t，s，S）略等。

因此，当市场需求增加时，由于有安全库存，并不立即向供应商订货，而是等需求累计到一定程度时按批量订货。

此外，由于处理订单的时间和成本考虑以及运输的经济性等问题，也使得订货一般是周期性的。

如果所有客户的订货均匀分布在各周期，那么牛鞭效应会小些。

然而，客户往往随机地订货，这种现象越明显，牛鞭效应就越显著。

上游企业为了稳定自己的生产，习惯给下游企业制定一定的订货期，即提前多少时间就得向其发送订货单。

而订货期的长短也就决定着信息传播的滞后性。

订货期越长，信息的滞后性就越高，而牛鞭效应也就相应的越显著。

3. 价格波动由于牛鞭效应的原因，会对企业造成缺货或者是库存增加。

当缺货或者库存增加时，相应的供需就出现了不平衡。

这样，在市场机制下，价格就会出现波动。

市场需求就会随之动荡。

而某些企业为了在缺货时挽救一部分的缺货成本就会提价来增加利润；同样的，在库存增加时，为了减少库存压力，就会大幅度的降价，以此将手中的库存脱手进行下一轮的生产。

这样，市场的需求就会出现大幅度的动荡。

一些消费者就会为了便宜，增加现阶段的购买量，储备以后的需求量。

而本应属于后期需求就会被带动到现阶段。

这样造成市场需求的预测更加复杂。

而以后的生产将会围绕这一预测进行。

这样，牛鞭效应就会更加显著。

本是受到牛鞭效应影响的价格波动，却会在市场机制的调节下反作用于牛鞭效应，扩大了牛鞭效应的影响。

4. 配给短缺博弈当制造商的生产能力不能满足潜在的需求时，制造商理性的决策是按客户订货量的一定比例实施定量配给。

在这种模式下的单个企业所能获得的配给量为：gi＝min{mi，K×mi/M}其中：gi为企业i 所获得的配给量；mi为企业i 的订货量；K 为供应商的总供应量；M 为该供应商客户的总订货量。

在该种模式下的企业所能获得的配给量是跟其订货量成比例分配的，所以，企业为了避免潜在的缺货可能，就会在订货时故意提高订货量，而当需求降温后，订货又突然下降甚至取消。

由于上游的供应商无法判别下游企业的故意提高订货量的行为，也成了信息不准确的一个原因。

最终，在这种信息不准确下，牛鞭效应又被扩大了。

二、牛鞭效应的弱化在上文的分析中得知，信息的不准确是造成牛鞭效应的根本原因。

而在信息不准确下又逐步发展为需求预测不准确、批量订货、价格波动与配给短缺博弈等原因。

这些原因无一例外的与信息的传递有关。

而其中，需求预测是直接造成牛鞭效应的原因，而批量订货、价格波动、配给短缺博弈都是扩大牛鞭效应影响的原因。

要解决牛鞭效应的影响，就必须解决信息不准确这一问题，但是信息不准确之一问题的根本解决不不可能达到的，因此，我们只能尽量的提高信息传播的准确性和及时性，以此弱化由牛鞭效应所造成的影响。

1. 信息共享所谓供应链信息共享，是指供应链上各企业的客户订单、销售数据、顾客的需求信息、各企业的原材料或产品的成本及价格、供应或生产能力以及库存报告等能够从供应链中的各个节点之间相互传递，使供应链的各个节点可以及时了解供应链上的各种相关信息。

首先，供应商提供原料规格、质量、价格、成本及自身的供应能力等信息与生产商共享，同时生产商提供给供应商对原材料的需求信息，如规格、质量、需求量、库存量以及自身的生产能力等信息，根据这些信息，供应商能够很好地调整供货计划，生产商也能据此制定自己的生产计划和长期发展计划。

其次，生产商生产出的产品的规格、质量、价格、成本及生产能力、产品库存等信息又与零售商共享，零售商将对产品的需求信息及库存状况提供给生产商和供应商，既能使生产商和供货商及时准确地获得市场信息，又能满足顾客的需要。

最后，零售商将产品规格、质量、价格、销售量真实反映给顾客，而顾客需求状况也分别传递给零售商、生产商、供应商。

这样，企业能够更好的获得自己所需要的信息，而不是通过间接渠道获得，根据这样的信息而进行的需求预测以及生产活动的制定，都会弱化牛鞭效应的影响。

基于时间序列的需求预测模型有很多种，但是由于各个行业的行业性质不同，所适合的需求模型也不尽相同。

所以在选择需求模型的生活要根据自己行业的情况以及自己处于供应链中的位置来决定。

一种比较简单的做法就是选择一部分自己认为的合适的预测技术，对以往的数据进行预测比对，选出牛鞭效应影响最小的那种模型。

但是在这种情况下需要大量以往的销售数据才能进行。

还要操作者能够判别以往的销售中有多少是因为价格原因造成的牛鞭效应的扩大。

另外，还要能够尽量减少价格的大幅度变动，以免造成需求的大幅度变动而供应链中的各个环节不能及时发现这种变动而造成信息的缺失。

以至于各个环节的需求分析产生相当大的差距。

2. 建立联合库存管理联合库存管理是一种基于协调中心的库存管理方法。

联合库存强调供应链成员企业同时参与，共同制定库存计划，使供应链管理过程中的每个库存管理者都能从相互之间的协调性来考虑问题，保证供应链相邻的两个成员之间的库存管理者对需求的预测水平保持一致，从而消除需求变异放大现象。

任何相邻成员需求的确定都是供需双方协调的结果，库存管理不再是各自为政达到独立运营过程，而是供需连接的纽带和协调中心。

在信息共享和建立联合库存管理的同时，供应链各个节点之间，必须能够达成一种很好的信任机制，如果不能很好的信任对方，这种模式的建立也是很难的。

参考文献1. 包旭云，基于信息共享的牛鞭效应对策研究，南京航空航天大学硕士论文，2006.012. 高远，供应链牛鞭效应及其预测方法研究，北京交通大学硕士论文，2008.063. 林学锋，供应商关系模式对供应链绩效的影响研究，浙江大学硕士论文，2007.124. 金成祚，小议供应链中的“牛鞭效应”，科技情报开发与经济，2008.075. 包旭云，李帮义，供应链中牛鞭效应产生的原因及对策，统计与决策，2006.07 （下）6. 邵晓峰，季建华，黄培清，供应链中的牛鞭效应分析，东华大学学报(自然科学版)，2001.087. 刘玉海，唐小我，倪得兵，供应链牛鞭效应产生的经济机理研究，电子科技大学学报，2005.028. 黄晗，供应链中牛鞭效应及其缓解对策分析，科技创业周刊，2008.089. 赵林度，供应链与物流管理，机械工业出版社，2007.07牛鞭效应最早是由宝洁公司率先提出的。