基于Ｏｒｄｅｒ－Ｕｐ－Ｔｏ補貨模式下牛鞭效應控制策略研究

摘要：牛鞭效應是供應鏈管理中存在的一個棘手問題。牛鞭效應的解決對于降低供應鏈成本，保證供應鏈正常運作具有十分重要的意義。在訂至點（Order-up-to）補貨模式下利用指數平滑法構建了牛鞭效應的量化模型。通過分析算例中的數據得出產生牛鞭效應的因素，主要包括：信息分散化、提前期、不合理的供應鏈結構等。針對相應的因素提出了相關的控制策略：實施信息共享、縮短提前期、確定合理的供應鏈結構等。從正反兩方面論證了上述三個牛鞭效應控制策略的合理性和局限性，針對其局限性，提出了相應的對策。

關鍵詞：牛鞭效應；訂至點補貨模式；信息共享；提前期

中圖分類號：F273.7文獻標識碼：A文章編號：1002-3100(2007)12-0077-05

Abstract: This has constructed the bullwhip effect quantifying model using the index smoothing procedures， under the Order-up-to supplying goods pattern. Based on the data of experimental design， it obtains the factors which cause the bullwhip effect. These factors include: information decentralization lead time， unreasonable supply chain structure. Proposes related control strategies in view of the corresponding factors. implementing information sharing， reducing lead time， designing the reasonable supply chain structure. It has proven the effect Bullwhip control strategy rationality and the limitation from the pro and con two aspects which the existing literature involves. In view of its limitation， proposes the corresponding countermeasure.

Key words: bullwhip effect; Order-Up-To supplying goods pattern; information sharing; lead time

0引言

如何解決牛鞭效應問題是供應鏈管理理論研究和實際生活中具有挑戰意義的課題。牛鞭效應的存在影響了供應鏈系統的運作效率，降低了供應鏈系統的經濟效益。在供應鏈管理過程中，消費者的需求波動隨著零售商、分銷商的傳遞而日益增加，從而導致需求波動放大現象[1]。這種現象導致供應鏈中供應、制造、銷售各個環節庫存量和庫存費用的增加；導致物流減緩，使得分銷中心庫存沉冗和制造商生產過量；導致運輸和勞動效率的降低。牛鞭效應所造成的過度反應出現在供應鏈的上游，使得系統總費用常常是執行最優策略的5~10倍[2]，統計數據表明，由于牛鞭效應造成的無效生產運作將使企業多支付12.5%~25%的費用[3]。1997年Lee[4]首先提出牛鞭效應的概念，認為供應鏈中以訂單形式傳送的信息被扭曲，誤導上游成員的生產和庫存決策。

牛鞭效應的研究工作主要集中在三個方面：牛鞭效應的存在、牛鞭效應的量化、牛鞭效應的減弱和控制。對于牛鞭效應的存在問題，Lee和Chen等學者[5-6]提出了牛鞭效應的成因，主要有五個因素：需求預測、訂貨間隔期、訂貨批量、供應短缺和價格波動；國內學者傅燁、鄭紹濂從經濟學角度對牛鞭效應的成因作了機制性解釋：供應鏈系統中任何一個買賣雙方都存在委托代理關系，存在著信息不完備、契約不完善的弊病，由此導致供需信息的不均衡和牛鞭效應的產生[7]。對于牛鞭效應的量化問題，Lee和Chen等學者[8]提出了統計分析的量化方法，對牛鞭效應的五種成因中的兩種因素進行了統計學的量化工作；Disney和Towill等學者[9]提出了控制工程中的測量方法，采用控制工程中的傳遞函數、頻率響應和譜分析方法得出牛鞭效應的量化方法；國內學者[10]張欽、達慶利、沈厚才在ARIMA0，1，1需求模型條件下，對牛鞭效應的量化作了研究。對于牛鞭效應的減弱和控制問題，Lee和Chen等學者[8]提出通過減少不確定性，減少波動增量，加強供應鏈伙伴關系等方案來減弱牛鞭效應；Baganhan、Cohen和Riddals等學者從研究生產庫存角度提出了供應鏈穩態庫存，延遲制造等策略，Baganhan和Cohen考察了供應鏈中需求波動增大現象，針對多層次供應鏈系統設計庫存控制策略，降低供應鏈中需求波動的影響[11]；Riddals等學者[12]針對庫存系統延遲制造問題采用頻域系統的設計方法提出了抑制牛鞭效應的四種策略；國內學者龔本剛、程幼明等學者[13]提出了基于Internet網絡的將GRP、GIS和GPS組成供應鏈信息系統，以達到在供應鏈物理結構上實現信息共享，減弱牛鞭效應的目的；盧震、黃小原[14-15]在分析牛鞭效應方差比量化的基礎上，進行牛鞭效應H 控制和隨機控制研究。

本文在文獻[8]的基礎上，從供應鏈庫存管理角度，采用指數平滑法對一個多級供應鏈系統產生的牛鞭效應進行了量化，分析產生牛鞭效應的原因，并提出相應的控制策略。

1模型構建

假定供應鏈系統由一個零售商、一個分銷商、一個批發商和一個生產商組成。在訂至點（order-up-to）補貨模式下，供應鏈上的成員的補貨遵循下列規則：

根據公式（3）（5）（7）（8）計算傳統供應鏈與實施信息共享供應鏈的牛鞭效應結果。計算結果見表1。

表中，1是零售商，2是分銷商，3是批發商，4是生產商。

2牛鞭效應控制策略

2.1實施信息共享

實施信息共享可以大大降低供應鏈的牛鞭效應。表2給出了實施信息共享后供應鏈中牛鞭效應的減弱程度。從表2可以看出，除了供應鏈中零售商在實施信息共享后沒有降低牛鞭效應外，其他層級供應鏈的成員都不同程度地減弱了牛鞭效應。其中，生產商的牛鞭效應降低的程度最為明顯。在T =2，T =3，T =4的情形下分別降低了54.07%，64.89%，73.18%。

為實現供應鏈上的成員間的信息共享，需做好以下幾個方面的工作：

（1）實現需求信息的集中。需求的不確定性以及需求信息的個別占有是信息扭曲的一個重要的原因。需求信息的集中的方式有兩類：一類是兩級供應鏈系統，系統中有一個分銷中心。分銷中心的職責是匯總零售商的訂貨單，然后向供應商訂貨，供應商既可以向分銷商發貨也可以直接向零售商發貨；另一類是多級供應鏈系統，根據供應鏈中的一個設施的級庫存（level stock）是其現有庫存加上所有下游設施庫存（installation stock ）的和的思想，供應鏈的上游成員就可以知道下游成員的需求情況。

（2）實現庫存數據的共享。實現供應鏈上的成員之間的庫存數據共享在優化供應商補貨策略方面有著重要的作用。實現庫存數據共享大大降低了供應商的庫存成本，但增加了零售商的庫存成本。對于此問題，可以從委托代理角度為供應商和零售商設計合理的契約形式：供應商承諾給零售商一定的補償，以彌補信息共享給零售商帶來的損失，從而實現雙方的信息共享。

（3）實現供應鏈物理結構上的信息共享。可以利用Internet網絡將ERP、GIS和GPS有機結合在一起組成供應鏈信息系統，從供應鏈物理上實現了信息共享。電子商務的普及使得供應鏈上的成員之間的信息傳遞由原來的線性結構變為現在的網狀結構。使得供應鏈上游成員可以查看下游成員的需求信息。EDI技術的運用使得供應鏈上的成員的交易按照公認的標準進行，其交易數據形成了結構化的文檔數據格式。EDI技術的運用降低了訂貨費用，緩解了由于批量訂貨帶來的生產計劃大的波動。

2.2縮短提前期

提前期包括：訂貨提前期、生產提前期和信息提前期。批量訂貨或批量供貨的存在延長了訂貨提前期，加劇了需求波動。對此問題可以通過對零售商訂貨次數和供應商補貨周期進行優化以達到降低雙方庫存成本，減弱雙方牛鞭效應的目的。傳統的經濟批量模型對買方的庫存費用和調整費用進行局部優化，但沒有考慮生產商在生產系統中的實際通過時間即生產提前期。TOC管理理念能夠識別生產過程中的瓶頸環節（企業在實現其目標的過程中會遇到現存或潛伏的制約因素，這些因素稱為“瓶頸”），根據TOC管理理念，企業生產要以瓶頸環節為基準，供應鏈上各環節要與瓶頸環節生產節拍同步，使得供應鏈的物流流轉通暢，從而減弱生產提前期的牛鞭效應。對于非瓶頸環節，則可以減少生產批量，加大批次，它們的庫存水平只要能維持瓶頸上的物流連續穩定即可，以降低庫存和提前期。信息提前期（即處理訂貨時間）可以通過使用電子數據交換來實現。

李剛、汪壽陽等學者提出了“提前期悖論”[17]。他們運用仿真方法，基于一個ARIMA1，0，1的初始需求過程進行模擬仿真，結果見表4。

提前期悖論似乎對供應鏈上游成員企業很有吸引力。他們可能有意識地拉長提前期，將牛鞭效應轉嫁給供應鏈下游企業，但從長期來看，這個策略對供應鏈上每個企業都是有害的。這是因為供應鏈上所有企業都希望面臨一個穩態需求，上游企業拉長提前期的做法自身也造成了很大的損失或因積壓存貨造成庫存費用的增加，從長遠來看得不償失。因此，提前期悖論并不意味著推翻傳統的理論，縮短提前期抑制牛鞭效應的研究仍然具有十分重要的意義。

2.3其他控制策略

（1）確定供應鏈的合理長度和寬度。觀察表1的計算結果可以看出，無論是傳統的供應鏈，還是實施信息共享的供應鏈，供應鏈中的牛鞭效應都是隨著供應鏈層級的遞增而加劇。尤其是傳統的供應鏈，牛鞭效應隨著層級的遞增而呈倍數劇增。因此，確定供應鏈的合理的長度和寬度以減弱牛鞭效應意義重大。供應鏈中所有成員可以分為支持型成員和重要型成員。支持型成員指對最終產品的提供起到支持作用的參與者，如提供貸款的銀行、維護生產設備的供應商等；重要型成員是指對最終產品的增值起重要作用的參與者，如稀有原材料的供應商、特殊技術的支持者、營銷能力很強的批發商等。將所有供應鏈上的成員進行分類，保留重要型參與者，剔除支持型參與者，供應鏈的結構就有所簡化。

（2）利用逆向管理理念采取合理的措施將牛鞭效應轉變為反牛鞭效應。在牛鞭效應的控制問題上，現有文獻認為牛鞭是不能根除的，只能考慮合理的措施來減弱它的危害程度。李剛、汪壽陽等學者突破了現有文獻的囹圄，證明了反牛鞭效應的存在[17]。如果供應鏈上的企業采取合理的措施將牛鞭效應轉化為反牛鞭效應，便可達到變害為利的效果。目前可考慮兩種策略實現牛鞭效應的轉化：1）通過合理的銷售激勵措施，改變消費者的需求模式，從牛鞭效應的需求過程轉變為反牛鞭效應的需求過程。比如“天天低價”策略就可以減少消費者的囤積購物，使消費量接近真實需求量，從而產生穩定的、變動性更小的顧客需求模式；2）從庫存管理角度重構供應鏈上成員間的委托代理關系，實現由牛鞭效應的庫存策略到反牛鞭效應的庫存策略的轉變。由于供應鏈上的成員都是理性人，無論是訂貨還是供貨都是從自身利益最優化角度出發，結果導致信息不對稱，供需波動方差加大。VMI或CPR策略使得供應商能夠掌握零售商的需求信息，降低了對零售商需求的預測誤差。這種策略雖然給零售商帶來一定的損失，但從總體上提高整個供應鏈的利益。供應商和零售商可以設計合理的契約形式彌補零售商所受到的損失。

3結束語

本文利用指數平滑法構建了牛鞭效應的量化模型。通過分析算例得出抑制牛鞭效應的的三個策略：1）實施信息共享可以大幅度地降低牛鞭效應，為實現信息共享可以從需求信息集中、庫存數據共享、供應鏈物理結構上做好工作；2）縮短提前期一定程度上降低了牛鞭效應，供應鏈上的企業要從訂貨提前期、生產提前期、信息提前期三個角度控制提前期，減弱牛鞭效應；3）管理理念的轉變可以實現牛鞭效應的轉化從而達到變害為利的效果。

參考文獻：

[1] Chen F， Drezner Z， Ryan J， Smich D. The bullwhip effect: management insight on the impact of foresting and information an variability in a supply chain[M]. Quantitative Models for Supply Chain Management， 2000:417-440.

[2] Sterman J D. The beer distribution game[C]. Englewood Cliffs， N J: Prentice Hall， 1995:101-112.

[3] Kurt Salmon Associates. Efficient consumer response: enhancing consumer value in the grocery industry[R]. Washington D.C.: The Joint Industry Protect on Efficient Consumer Response， 1993.

[4]Lee N， Padmanahan S， Whang S. Information distortion in a supply chain: the bullwhip effect[J]. Management Science， 1997，43(4):16-24.

[5] Lee N， Padmanahan S， Whang S. The bullwhip effect in supply chains[J]. Sloan Management Review， 1997，38(3):93-102.

[6] Meters R. Quantifying the bullwhip effect in supply chains[J]. Journal of operations management， 1997，15(2):89-100.

[7] 傅燁，鄭紹濂. 供應鏈中的“牛鞭效應”——成因及對策分析[J]. 管理工程學報，2002，16(1):82-83.

[8] Chen F， Drezner Z， Ryan J， Smich D. Quantifying the bullwhip effect in simple supply chain: The impact of forecasting， lead times， and information[J]. Management Science， 2000，46(3):436-443.

[9] Dejonckeere， Disney M R. Transfer function analysis of forecasting induced bullwhip in supply chain[J]. International Journal of Production Economics， 2002，78(2):133-144.

[10] 張欽，達慶利，沈厚才. 在ARIMA0，1，1需求下的牛鞭效應與信息共享的評價[J]. 中國管理科學，2002，9(6):1-6.

[11] Bagnha M， Cohen M. The stabilizing on inventory in supply chains[J]. Operatinal Research， 1998，46(s3):572-583.

[12] Riddals C E， Beneft S. Production inventory system controller design and chain dynamics[J]. International Journal of System Science， 2002，33(3):181-195.

[13] 龔本剛，程幼明. 供應鏈中牛鞭效應的成因及其弱化[J]. 統籌與管理，2002，11(5):127.

[14] 盧震，黃小原. 具有不確定性需求的供應鏈牛鞭效應的隨機控制[J]. 東北大學學報：自然科學版，2003，24(4):393-396.

[15] 黃小原，盧震，吳紹紅. 電子商務系統牛鞭效應的H 控制應用分析[J]. 控制工程，2002，9(5):11-14.

[16] 刑志強. 指數平滑法預測信息業實例分析[J]. 統計與決策，2000，15(1):24-26.

[17] 李剛，汪壽陽，于剛，等. 牛鞭效應與生產平滑模型有效性問題[J]. 管理科學學報，2004，7(1):8-14.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”