1、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
2、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）
3、 ，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
4、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 1
5、0 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
6、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
7、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
8、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
9、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
10、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
11、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
12、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.
13、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
14、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
15、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
16、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
17、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
18、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
19、 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
20、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
21、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
22、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
23、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
24、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
25、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
26、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
27、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。
28、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。2009年4月2009年6月2009年8月2009年10月2009年12月2010年2月2010年4月2010年6月2010年8月2010年10月2010年12月2011年2月2011年4月2011年6月2011年8月050100150200250300350400450实 际
29、销 售 数 量用 户 生 产 数 量图 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
30、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
31、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（4.1）11()tttDa-=+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 一次指数平滑分析日期：12/08/11 时间：10：56样本：2009 ：04 2011：08包括的观测值：29方法：一次指数平滑原始序列：SER01预测序列：SALESM参数： 平滑 0.6830残差平方和 65055.59均方根误差 47.36345样本末期截距： 1
32、31.4177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：（4.2）221 211()()nii ni ini iSYY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a0.1 0.2 0.3 0.4 0.52S3748.025 2610.350
33、 2081.633 1952.466 1829.571a0.6 0.7 0.8 0.92S1758.825 1813.923 1913.776 2089.788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：（4.3）110.683.7tttDD-=+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
34、示：表 4.3 一次指数平滑预测结果date Predicted value Standard error date Predicted value Standard errorApr-04 192 Jul-05 220.6653 11.53228May-04 91.599 Aug-05 152.5819 16.0384Jun-04 57.72288 Sep-05 161.7465 18.02341Jul-04 68.84015 Oct-05 108.7436 14.54555Aug-04 95.58633 28.54996 Nov-05 107.5527 14.28532Sep-04 71.
35、96387 11.94337 Dec-05 165.0832 11.10136Oct-04 66.52455 10.01548 Jan-06 146.5854 14.97375Nov-04 57.28728 9.672623 Feb-06 100.4246 11.47499Dec-04 132.2931 6.95127 Mar-06 138.3826 16.86942Jan-05 122.5309 11.1759 Apr-06 155.8793 16.76399Feb-05 112.6063 11.38505 May-06 162.1087 16.68663Mar-05 89.6532 11.
36、42651 Jun-06 130.6165 11.3237Apr-05 91.93906 7.193464 Jul-06 137.7084 9.797052May-05 78.32068 6.728897 Aug-06 116.7346 8.80975Jun-05 119.0817 7.177911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
37、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 。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，tS企业的安全系数定为 3，分销市场需求预测的标准偏差由 表示，由此我们可以计算出山东ar()ttVD-承轴厂在每一周期期末的最高库存水平。1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282
38、9050100150200250300实 际 值预 测 值图 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Date tStRDate tStRApr-04 236.863 Jul-05 265.5283 239.5836May-04 136.462 91.599 Aug-05 197.444
39、9 171.9166Jun-04 102.5859 11.12388 Sep-05 206.6095 146.1646Jul-04 113.7032 53.11727 Oct-05 153.6066 112.9971Aug-04 140.4493 100.7462 Nov-05 152.4157 88.8/0912Sep-04 116.8569 84.37754 Dec-05 209.9462 164.5305Oct-04 111.3876 55.56068 Jan-06 191.4484 164.5022Nov-04 102.1503 54.76274 Feb-06 145.2876 91.
40、83919Dec-04 177.1561 128.0058 Mar-06 183.2456 116.958Jan-05 167.3939 141.2378 Apr-06 200.7423 173.4976Feb-05 157.4693 108.0754 May-06 206.9718 170.2295Mar-05 134.5162 185.0496 Jun-06 175.4795 133.5077Apr-05 136.8021 81.25287 Jul-06 182.5714 123.092May-05 123.1837 79.38162 Aug-06 161.5976 120.0261Jun
41、-05 136.9447 112.761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Date StRDate StRJan-05 118 141.2378 Nov-05 107 88.8/0912Feb-05 108 108.0754 Dec-05 183 164.5305Mar-05 79 185.0496 Jan-06 138 164.5022Apr-05 93 81.25287 Feb-06 7
42、9 91.83919May-05 72 79.38162 Mar-06 156 116.958Jun-05 138 112.761 Apr-06 164 173.4976Jul-05 240 239.5836 May-06 165 170.2295Aug-05 137 171.9166 Jun-06 116 133.5077Sep-05 166 146.1646 Jul-06 141 123.092Oct-05 90 112.9971 Aug-06 107 120.0261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
43、效应大小的衡量月销售量方差 月订货量方差 月订货量方差/月销售量方差1735.608 2091.219 1.204891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月平均偏差 月平均销量 月平均偏差/月平均销量22.58063 114.1071 0.1979从表中可以看出，某承轴配件
44、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
45、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
46、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
47、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
48、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
49、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
