1、 供应链管理 啤酒游戏实验 报告 第（ 3）组 角 色 零售商 批发商 制造商 姓 名 李文 宿宇星 邹玙 璠 学 号 201421040117 201417020202 201417020413 成 绩 分工： 团队 作业 数据整理 宿宇星 计算绘图 李文 第一次实验报告 李文 宿宇星 第二次实验报告 李文 宿宇星 第三次实验报告 李文 宿宇星 参与 实验 邹玙 璠 个人 作业 各自 完成 亮点 1.翔实 认真 的 分析 了 复杂 的 模拟 实验 ， 最大程度 还原 了 心理 现场 ； 2.引入 了 方差 分析 对 牛鞭 效应 进行 了 测试 ； 3.全方位 对比 了 实验 结果 ； 博学而
2、笃志 ， 切问而近思 1 实验报告 实验项目名称 啤 酒 游 戏 所属课程名称 供应链管理 实 验 日 期 2017 年 4 月 18 日 实验概述 【实验目的及要求】 1. 能够模拟供应链上制造商、批发商、零售商等不同节点企业的订货需求变化 2. 认识供应链中需求异常放大现象（即 “ 牛鞭效应 ” ）的形成过程 3. 分析 “ 牛鞭效应 ” 的产生原因 4. 找出减少 “ 牛鞭效应 ” 的方法 5每个角色根据客户需求和经营数据，制定订货策略，向供应商订货 6每个角色计算自己的经营业绩 7每个小组画出订货需求变化曲线图，揭示 “ 牛鞭效应 ” 8分析 “ 牛鞭效应 ” 的产生原因 9分析策略改
3、进后 “ 牛鞭效应 ” 的变化 10找出减 少 “ 牛鞭效应 ” 的对策 【实验原理】 牛鞭效应，是经济学上的一个术语，指供应链上的需求变异放大现象，是信息流从最终客户端向原始供应商端传递时，由于无法有效地实现信息的共享，使得信息扭曲而逐级放大，导致了需求信息出现越来越大的波动。此信息扭曲的放大作用在图形上很像一根甩起的牛鞭，因此被形象地称为牛鞭效应。可以将处于上游的供应方比作梢部，下游的用户比作根部，一旦根部抖动，传递到末梢端就会出现很大的波动。简而言之，牛鞭效应指沿着供应链上游移动，需求变动程度不断增大的现象。从而导致安全库存大量增加。 实验内容 【实验方案设计】 1、 三 人组成团队小组
4、 ，第一次游戏的第一轮开始。 2、 零售商根据消费者需求数量（ 纸牌随机点数 ）和相关经营数据，制定订货策略，向批发商发出订货。 3、 批发商根据零售商需求数量（零售商订货数量）和相关经营数据，制定订货策略，向制造商发出订货。 博学而笃志 ， 切问而近思 2 4、 制造商根据批发商需求数量（批发商订货数量）和相关经营数据，制定生产计划，进行生产。 5、 第一轮结束，下一轮开始，依次进行，每轮都要重复步骤 3、 4、 5，直到系统提示本次游戏停止。 6、 第一次游戏结束。 7、 提前期缩短后进行第二次游戏，游戏过程与第一次游戏相似，只是在途时间为 1 天。 8、 信息共享后进行第 三 次游戏，游
5、戏过程与第 二 次游戏相似，只是每个角色能够看到供应链上其他角色的相关信息。 9、 每个角色 自己 计算 其 经营业绩。 10、 每个小组绘制每次游戏的订货需求变化曲线图，揭示 “ 牛鞭效应 ” 。 11、 每个小组 成员各自 分析 “ 牛鞭效应 ” 的产生原因，分析策略改进后 “ 牛鞭效应 ” 的变化， 并 提出减少 “ 牛鞭效应 ” 的对策。 【实验过程】（实验步骤、记录、数据、分析） 第一次游戏： 在第一次游戏中，零售商、批发商、制造商之间无信息交流，货物在途两天。 第 1 次游戏进程表 （零售商） 轮次 客户需 求 延迟销 售 现有库 存 途一 途二 订货量 供应商延迟供货 初始 30
6、 1 7 0 23 0 0 0 0 2 9 0 14 0 7 7 0 3 7 0 7 7 7 7 0 4 8 0 6 7 8 8 0 5 9 0 4 8 9 9 0 6 9 0 3 9 9 9 0 7 5 0 7 9 0 0 0 8 6 0 10 0 7 7 0 9 5 0 5 7 0 0 0 10 7 0 5 0 8 8 0 11 9 4 0 8 10 10 0 12 10 6 0 10 8 12 4 13 8 4 0 8 5 8 7 14 9 5 0 5 12 12 7 15 5 5 0 12 6 15 16 博学而笃志 ， 切问而近思 3 第 1 次游戏进程表 （批发商） 轮次 客户需
7、求 延迟销 售 现有库 存 途一 途二 订货量 供应商延迟供货 初始 30 1 0 0 30 0 0 0 0 2 7 0 23 0 7 7 0 3 7 0 16 7 7 7 0 4 8 0 15 7 8 8 0 5 9 0 13 8 9 9 0 6 9 0 12 9 9 9 0 7 0 0 21 9 0 0 0 8 7 0 23 0 0 0 0 9 0 0 23 0 0 0 0 10 8 0 15 0 3 3 0 11 10 0 5 3 5 5 0 12 12 4 0 5 12 12 0 13 8 7 0 12 6 10 4 14 12 7 0 6 10 18 12 15 15 16 0 10
8、 13 20 19 第 1 次游戏进程表 （制造商） 轮次 客户需 求 延迟销 售 现有库 存 途一 途二 订货量 初始 30 1 0 0 30 0 0 0 2 7 0 23 0 7 7 3 7 0 16 7 7 7 4 8 0 15 7 5 5 5 9 0 13 5 3 3 6 9 0 9 3 8 8 7 0 0 12 8 0 0 8 0 0 20 0 0 0 9 0 0 20 0 0 0 10 3 0 17 0 3 3 11 5 0 12 3 3 3 12 12 0 3 3 10 10 博学而笃志 ， 切问而近思 4 13 10 4 0 10 13 13 14 18 12 0 13 25
9、25 15 20 19 0 25 19 19 小组 成绩 (第 3 组 第 1 次 ) 姓名 角色名 延迟 销售 延迟销售赔 偿金额 订单 次数 订单 成本 总计 库存 总计库存成本 总订货量 销售总 成本 销售总量 销售 额 毛利 润 净利 润 零售商 24 2.4 12 24 180 18 112 226 113 339 113 68.6 批发商 34 3.4 11 22 285 5.7 108 168 112 224 56 24.9 制造商 35 3.5 11 22 293 2.93 103 118.8 108 162 43.2 14.77 图 1 第一次 实验 订货需求变化曲线图 第一
10、次实验分析： 第一次实验 博学而笃志 ， 切问而近思 5 1. 需求变化图 根据 订货需求变化 图 可 以观察出，顾客需求量的变化很小，而零售商，批发商，生产商的订货量却出现很 大波动，牛鞭效应 依然 显著 ； 2. 需求波动标准差图 根据 订货需求 波动标准差图 ， 标准差在上涨， 牛鞭效应 依然 显著 ； 3. 整条供应链的赢利为 :108.27 4. 需要注意的是，第一次实验我们默契地进行了去库存化管理，并将 30 的原始库存降到一个我们认为合理的水平。从 订货需求变化 图 中来看，当进行到第八次供货的时候，达到了这个水平，因为此后的波动全部表现为典型的“牛鞭效应” 第二次游戏： 在第二
11、次游戏中，零售商、批发商、 制造 商之间无 信息交流，货物在途一天。 第 2 次游戏进程表 （零售商） 轮次 客户需求 延迟销售 现有库存 途一 订货量 供应商延迟供货 初始 30 1 7 0 23 0 0 0 2 8 0 15 8 8 0 3 9 0 14 10 10 0 4 10 0 14 12 12 0 5 7 0 19 0 0 0 6 9 0 10 15 15 0 7 5 0 20 0 0 0 8 8 0 12 15 15 0 9 5 0 22 0 0 0 10 9 0 13 13 13 0 11 5 0 21 0 0 0 12 10 0 11 14 14 0 13 9 0 16 0
12、0 0 14 8 0 8 17 17 0 15 7 0 18 0 0 0 博学而笃志 ， 切问而近思 6 第 2 次游戏进程表 （批发商） 轮次 客户需求 延迟销售 现有库存 途一 订货量 供应商延迟供货 初始 30 1 7 0 23 7 7 0 2 8 0 22 20 20 0 3 10 0 32 0 0 0 4 12 0 20 10 10 0 5 0 0 30 0 0 0 6 15 0 15 10 10 0 7 0 0 25 0 0 0 8 15 0 10 14 14 0 9 0 0 24 0 0 0 10 13 0 11 15 15 0 11 0 0 26 0 0 0 12 14 0 1
13、2 10 10 0 13 0 0 22 0 0 0 14 17 0 5 18 18 0 15 0 0 23 0 0 0 第 2 次游戏进程表 （制造商） 轮次 客户需 求 延迟销 售 现有库 存 途一 订货量 初始 30 1 8 0 22 0 0 2 10 0 12 18 18 3 12 0 18 0 0 4 0 0 18 12 12 5 15 0 15 0 0 6 0 0 15 5 5 7 15 0 5 0 0 8 0 0 5 15 15 9 13 0 7 1 1 10 0 0 8 13 13 11 14 0 7 1 1 12 0 0 8 9 9 13 17 0 0 2 2 博学而笃志 ，
14、切问而近思 7 14 0 0 2 20 20 15 0 0 22 0 0 小组 成绩 (第 3 组 第 2 次 ) 姓名 角色名 延迟 销售 延迟销售赔偿金额 订单 次数 订单 成本 总计 库存 总计库存成本 总订货量 销售 总成本 销售总量 销售 额 毛利 润 净利 润 零售商 0 0 8 16 340 34 104 232 116 348 107 57 批发商 0 0 8 16 404 8.08 104 166.5 111 222 44 19.92 制造商 0 0 10 20 305 3.05 96 114.4 104 156 33.9 10.85 图 2 第 二 次 实验 订货需求变化曲
15、线图 第二次实验分析： 1. 需求变化图 博学而笃志 ， 切问而近思 8 根据 订货需求变化 图 可 以观察出，顾客需求量的变化很小，而零售商，批发商，生产商的订货量却出现很 大波动，牛鞭效应 依然 显著 ； 2. 需求波动标准差图 根据 订货需求 波动标准差图 ， 标准差在上涨， 但是 零售商，批发商，生产商 之间的波动却差异不大，主要是由于高效的物流（只需 1 天）将企业紧密地结合在一起，并且经历了第一轮实验的洗礼，更熟悉彼此之间的决策，更像一个一体化的企业集团在经营，所以能够在一定程度上保持同步 ； 相较第一轮完全陌生（策略之间的不协调也可看做一种交易成本），物流效率低下的情况有了明显的
16、协同优化。 3. 整条供应链的赢利为 :87.77 理论上，由于物流优化和策略的默契，整个价值链的盈利应当是稳步上涨的，这里却 出现了下降，我们主要认为有两个原因： （ 1）第一轮采取了去库存的策略，第二轮却没有。第二轮没有采取去库存策略的原因是第一轮出现了大量的延迟销售，为了避免这种情况再度出现，我们扩大了安全库存量，但是增量库存成本却远远大于降低的延迟销售赔偿。 这里并不是说第二次的决策失误，从管理会计的观点，在顾客心中的信誉价值是十分重大的，我们成功避免了延迟销售的状况，虽然短期盈利的下降，但保障的服务水平和顾客满意度，有助于企业长期稳定的发展。 （ 2）客户需求的随机波动带来的收入的下
17、降，对于一个竞争性企业来说，需求波动是不可控 的外生变量。 第三次游戏 在第三次游戏中，制造商、批发商、零售商之间实现了信息共享，货物在途一天。 第 3 次游戏进程表 （零售商） 轮次 客户需求 延迟销售 现有库存 途一 订货量 供应商延迟供货 初始 30 1 9 0 21 0 0 0 博学而笃志 ， 切问而近思 9 2 7 0 14 6 6 0 3 6 0 14 6 6 0 4 8 0 12 10 10 0 5 5 0 17 0 0 0 6 7 0 10 10 10 0 7 6 0 14 6 6 0 8 10 0 10 10 10 0 9 9 0 11 9 9 0 10 5 0 15 6 6
18、 0 11 10 0 11 9 9 0 12 8 0 12 8 8 0 13 9 0 11 9 9 0 14 7 0 13 7 7 0 15 9 0 11 0 0 0 第 3 次游戏进程表 （批发商） 轮次 客户需求 延迟销售 现有库存 途一 订货量 供应商延迟供货 初始 30 1 0 0 30 15 15 0 2 6 0 39 0 0 0 3 6 0 33 0 0 0 4 10 0 23 0 0 0 5 0 0 23 7 7 0 6 10 0 20 0 0 0 7 6 0 14 14 14 0 8 10 0 18 0 0 0 9 9 0 9 12 12 0 10 6 0 15 10 10 0
19、 11 9 0 16 10 10 0 12 8 0 18 0 0 0 13 9 0 9 12 12 0 14 7 0 14 10 10 0 15 0 0 24 0 0 0 第 3 次游戏进程表 （制造商） 轮次 客户需求 延迟销售 现有库存 途一 订货量 博学而笃志 ， 切问而近思 10 初始 30 1 15 0 15 14 14 2 0 0 29 0 0 3 0 0 29 0 0 4 0 0 29 0 0 5 7 0 22 2 2 6 0 0 24 14 14 7 14 0 24 0 0 8 0 0 24 0 0 9 12 0 12 8 8 10 10 0 10 12 12 11 10 0
20、12 12 12 12 0 0 24 0 0 13 12 0 12 11 11 14 10 0 13 8 8 15 0 0 21 0 0 小组 成绩 (第 3 组 第 3 次 ) 姓名 角色名 延迟 销售 延迟销售赔偿金 额 订单 次数 订单 成本 总计 库存 总计库存成本 总订货量 销售总 成本 销售总量 销售 额 毛利 润 净利 润 零售商 0 0 12 24 292 29.2 96 230 115 345 109.5 56.3 批发商 0 0 8 16 395 7.9 90 144 96 192 36 12.1 制造商 0 0 8 16 381 3.81 81 99 90 135 28.
21、65 8.84 博学而笃志 ， 切问而近思 11 第 三 次实验分析： 1.需求变化图 纵观三次实验的订货了波动，无疑第三次价值链参与者的总波动是最低的，牛鞭效应得到了相当程度的改善 ； 2.需求波动标准差图 牛鞭效应的改善具体体现在几个方面： （ 1） 标准差的全面降低：零售商的标准差从 7 降低小于 4，批发商和制造商的标准差从实验 2 的 7 降低到 6。 （ 2） 相互之间的标准差更为接近，说明能够保持一个良好的协同，例如同步波动。 3.零售商波动下降的原因 实验 2 由于不能信息交流，当零售商库存不够时，只有通过突然的增大订货量来向供应商释放信号，以避免供应商延迟供货的情况。 但在实
22、验 3 中，能够信息共享，零售商则无需通过这种办法，只需要保持正常的波动即可，这里正常的波动是指零售商为了避 免对消费者需求波动而引致的放大波动，是无法消除的（卢卡斯理性预期） 。 4. 批发商与制造商波动不如零售商下降得多的原因 博学而笃志 ， 切问而近思 12 （ 1） 在充分了解上一层级的需求量以及未来需求量的条件下，批发商只需要通过统筹安排，一次的大规模补货即可，因为这样可以降低订单成本与仓储成本。而这种大规模订货会使统计指标 标准差变大。 （ 2） 另一方面，零售商采取的是均匀进货的策略 ，这样使该统计指标偏低。 5. 整条供应链的赢利为 :77.24 理论上，由于物流优化和 信息的
23、共享 ，整个价值链的盈利应当是稳步上涨的，这里却出现了下降，我们主要认为有两个原因： （ 1）第一轮 采取了去库存的策略，第二 、三 轮却没有。没有采取去库存策略的原因是第一轮出现了大量的延迟销售，为了避免这种情况再度出现，我们扩大了安全库存量，但是增量库存成本却远远大于降低的延迟销售赔偿。 这里并不是说决策失误，从管理会计的观点，在顾客心中的信誉价值是十分重大的，我们成功避免了延迟销售的状况，虽然短期盈利的下降，但保障的服务水平和顾客满意度，有助于企业长期稳定的发展。 （ 2） 而且这种去库存的策略也存在着一种类似于牛鞭效应的引致放大作用。具体说来，由于去库存，零售商 订货量的上升，这种上升
24、是对延迟销售的过度纠正 ，从而抬升 总需求 ，进而 提高价值链上 总 收入， 但这种总收入是低效率的经济泡沫，要想真正的提高经济效率， 就必须要 推动真正的 需求和产业升级。 （ 3）客户需求的随机波动带来的收入的下降，对于一个竞争性企业来说，需求波动是不可控的外生变量。 【结论】（结果） 关于牛鞭效应 营销过程中的需求变异放大现象被通俗地称为“牛鞭效应”。指供应链上的信息流从最终客户向原始供应商传递时候，由于无法有效地实现信息的共享，使得信息扭曲而逐渐放大，导致了需求信息出现越来越大的波动。是销售商与供应商在需求预测修正、订货批量决策、价格 波动、短缺博弈、库存责任失衡和应付环境变异等方面博
25、弈的结果，增大了供应商的生产、供应、库存管理和市场营销的不稳定性。 “ 牛鞭效应”是营销活动中普遍存在的现象，因为当供应链上的各级供应商只根据来自其相邻的下级销售商的需求信息进行供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象，到达最源头的供应商博学而笃志 ， 切问而近思 13 （如总销售商，或者该产品的生产商）时，其获得的需求信息和实际消费市场中的顾客需求信息发生了很大的偏差，需求变异系数比分销商和零售商的需求变异系数大得多。由于这种需求放大变异效应的影响，上游供应商往往 维持比其下游需求更高的库存水平，以应付销售商订货的不确定性，从而人为地增大了供应链中的上游供应商的
26、生产、供应、库存管理和市场营销风险，甚至导致生产、供应、营销的混乱。 关于实验的分析 首先， 由三组实验的结果对比来看， 上下游信息不共享的情况 （第一、第二次实验） 与信息共享的情况（第三次实验）相比牛鞭效应更显著；不共享时 ，各个环节是以自己的成本最低化，利润最大化为原则的，而在信息共享后（第三组实验），零售商、批发商、制造商就会以整条供应链最优为原则，这样就会很大程度上减少上 下 游供货商的库存 ，更真实地反应需求变化， 减弱牛鞭效应 。 其次， 作为零售商，最好不能出现 缺货现象，这会增加缺货补偿金（成本），更严重的是会降低服务水平，并且缺货会在供应链中出现牛鞭效应，缺货现象会更加严重
27、。这启示我们 在分析 需求做出订货决策时 要 运用科学的方法 ，在库存较低时 ，应该当机立断，及时进货，保留一个安全库存，避免严重欠货。但 是 订货应该根据需求预测和库存确定进货量，避免库存过多而积压，增加库存管理成本 ，不利于向上游企业传递需求信息 。 上下游 各个 企业 都应该保持一个较为稳定的进货量，这样才会使后续环节作出比较正确的决策，否则忽高忽低会使后续的决策者 无 法得到准确的信息，就像第一次实验中，零售商的无规律订货策略使得后面的批发商和制造商的订货（生产） 策略 也只能跟着零售商的订货单 改变 。 总结以上可得到牛鞭效应产生的原因： (1)供应链的不确定性 需求不确定性的客观性
28、，需求的不确定性、制造的不确定性和供应的不确定。供应的不确定性主要是以提前期的不确定性来体现的 ； (2)订货批量的影响 在供应链中，每个企业都会向其上游订货，一般情况下，销售商并不会来一个订单就向上级供应商订货一次，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。同时频繁的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 ； (3)短缺博弈的影响 零售 商 有时由于客
29、户需求 的突增 ， 不得不 增加 其订货需求， 或许 导致 上游供应商的缺货 ， 扭曲供应链的需求 ； 博学而笃志 ， 切问而近思 14 (4)需求预测的主观性 上游企业总是将下游需求信息作为自己需求预测的依据，并据此安排生产或供应计划。结果预期的订货量将比需求变化更大，错误 的预测方式使订货量发生巨大的变化，订货量与实际销售量有较大的出入 ； (5)提前期的影响 提 前期 （本次实验中物流） 的可靠性与长度直接影响信息的扭曲程度。 最后， 通过这次实验， 我们 对 于减弱 牛鞭效应有了进一步的认识， 减弱牛鞭效应对于供应链的影响，使得供应链中的各个成员都可以获得更多的利润。 要 从根本上解决
30、牛鞭效应，供应链成员的利益目标必须完全一致。一般来说，这是不可能的。通过供应链的协调，订立合理的契约，建立完善的激励机制和监督机制，实行有效的信息共享，可以减轻甚至消除牛鞭效应。在具体的运作中，可采用信息 （ 销售数据 和库存 信息） 共享， 优化物流（ 减少供应链环节，缩短订货的提前期或交货时间，买卖双方协调订货以及制造商价格方案的简化 等方案） 等策略。 博学而笃志 ， 切问而近思 15 【小结】 （零售商： 李文 -201421040117） 通过本次实验，我们可以清晰地观察到牛鞭效应 ,下对牛鞭效应产生的原因及解决方法进行简要分 析。 1、 “ 牛鞭效应 ” 产生的原因： 总的来说，
31、引起牛鞭效应的原因 ,一方面在于供应链上下游 节点之间需求沟通方面存在着障碍 ,是在信息不充分 的条件下 ,决策者追求优化决策的结果 ， 由于下游客户对货物的需求量的信息只传递给了零售商，然后信息又是一级一级的往上传的，这样就使每一级得到的信息受到了限制，就导致每一级只优化了自己的这一条供应链，而没有考虑到整体。而单一的最优并不代表整体的最优，由此次试验就可以看出，每一级都把自己的环节控制的很好，最终却导致最上游的制造商库存太多， 进而加大了生产成本和库存成本 ; 另一方面是 由供应链的固有属性所引起的 ,例如存在着较长的交 货提前期、流通环节多 、具有较高的固定定货成本等 。 具体 原因 分
32、类 如下 ： （ 1） 固定 属性 引致 A. 供应链的层级结构。供应链是由若干成员组成的链 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。因此，供应链中的成员个数越多，信 息被加工的次数越多，其被扭曲的现象就 越严重。 B. 时间延迟。由于顾客的订货信息需要经过零售商、批 发商进行订单处理之后才能传递到制造商，这就造成了信息 延迟；同样，制造商生产的产品也需要经过批发商和零售商 等中间环节才能交付到顾客手中，势必引起物流延迟。上述 两者都使得供应链上各成员企业无法同步响应市场需求变 化，大大增加了 供应链的牛
33、鞭效应。 C. 顾客需求的变化。即顾客需求自身的波动幅度。顾客 受季节、价格、购买心理等因素的影响，其需求往往呈现出上 下波动的形式，一定程度上增加了供应链的不稳定性 ， 我会 预先 备好 安全 库存 ， 以防 消费者 可能 的 需求 波动 ， 这 部分 防止 波动 的 库存在 一定 程度 上 放大 了 需求 。因此， 需求波动大，牛鞭效应相应强烈；需求平稳，则效应减弱。 （ 2） 非 固定 属性 引致 A. 多级需求预测。当零售商在某时期发现顾客需求增 加时，往往会认为这是未来需求增长的预兆，从而大幅度地 增加订货量，造成信息的失真。 需求 的 偶然 上升 可能 使我 认为 是需求 具有 增
34、长 的 趋势 ， 同理 ， 制造商 可能 会 误认为 我的一次偶然订货量上升 是订货增长的趋势。这也 使需求量无端的被放大了。于此同时，经过第一和第二次实 验的比较，我们可以看出补货供给期越长，需求变动就越大，牛鞭效应就越明显。 在传统的运作管理中，每个上 游成员仅仅依靠其下游买方的需求数据做出预测和决策，因 此其制定的订货数量和库存水平将更加偏离真实需求。这样 顾客需求在往上层各级供应链成员的传递过程中将不断被 放大，多级预测明显加剧了牛鞭效应。 博学而笃志 ， 切问而近思 16 B. 批量订货。 实验 中 ， 我通常 综合 考虑 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
35、一般是 周期性 。 此时 ， 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。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。 客户往往随机地订货，这种现象越明 显，牛鞭效应就越显著。 C. 缺货博弈。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。买方为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 供应商无法获取准确、真实的需求信息，常常为这些抽象需 求信息付出超量存货、增加生产能力或赶工引起成本增加的 代价。 在以上这
36、 6 种原因中，供应链的层级结构、顾客需求的 变化、时间延迟 属于供应链系统原因或者客观原 因，是供应链系统本身客观存在的 因素，也是导致牛鞭效应 无法真正消除的原因： 而多级需求预测、批量订货、 缺货博弈是供应链成员在自身利益的驱动下所做出的理 性行为造成的，可以利用特定的手段加以管理和改善，从而 大大弱化牛鞭效应。 2、 “ 牛鞭效应 ” 的解决方法： 不少学者提出了控制牛鞭效应的方法，主 要 可 以 分 为两类 :供应链合作和平滑需求预测策略。第一类研究聚焦 于信息共享对牛鞭效应的影响 ，证明了相比分散式供应链， 集中式供应链的订单波动更小，库 存 成 本 更 低，客 户 服 务 更 好
37、 。第二类研究聚焦于不同的需求过程和预测模型对降低牛鞭效应的影响。目前的研究成果表明平 滑预测策略可以降低牛鞭效应 。 牛鞭效应是与供应链成员之间的信息沟通和合 作态度以及供应链结构的一些属性有关 ,因此 ,减小 牛鞭效应的措施也应从这些角度去考虑 。 (1) 提高最终用户需求信息的透明度 ， 加强信息共享 。 在需求信息沟通不畅的供应链中 ,上游节点只了解其直接下游节点发出的定单 ,而对最终用户的需求则一无所知。如果上游节点能够掌握最终用户的需求信息 ,那么可以利用最终用户的需求信息作为需求预测的依据 ,从而可大大减小牛鞭效应。 可以 EDI 和 Internet 来快速传递信息，将各角色的
38、库存信息和市场需求即使共享。 可采用销售点数据 (POS)系统 ,这样可以使上游节点及时、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。 (2) 减少供应链的流通环节。 供应链的流通环节越多 ,整个供应链所需的安全库存也越多 ,产品从制造商到最终用户所需要的流通时间和流通费用也越多 ,牛鞭效应也越大。减少流通环节可以减少需求信息的放大程度 ,同时也可以更好地对客户的需求作出反应。采用基于 Internet 网络的 B to B 和 B to C电子商务都大大减少中间的流通环节 ,采用与客户面对面的交易方式。另外 ,可采用配送中心取代流通过程中的一级、二级等批发商。 (3
39、) 缩短提前期 。 博学而笃志 ， 切问而近思 17 提前期 定 组 ： 定货提前期是指发出定单到收到货物之间所需的时间 ,定货提前期又可细分为信息提前期、决策时间、制造时间、运输时间以及各过程中存在的等待时间 。信息提前期是指供应商接收和处理定单所需要的时间 ;决策时间是指供应商制定生产计划和运输计划所需的时间 ;制造时间是指当供应商没有库存或在 JIT 生产方式或定制生产方式下生产定货产品所需的时间 ;运输时间是指挑选、装卸和运输产品所需的时间 ;等待时间则是指各个过程中的空闲时间。 针对定货提前期的不同组成部分 ,可采用不同的措施来缩短时间。采用 EDI 等现代信息技术来 缩短信息提前期
40、 ;使用决策支持系统 ,例如 MRP-、 ERP、 DRP,来加速决策定制过程 ;通过加强生产管理、利用现代先进的制造技术、采用平行工程及对现有产品结构和生产流程重新优化设计等措施来缩短产品制造时间 ;采用现代集成化物流管理技术及第三方物流来 缩短物流运输的时间 ;通过协调各成员的活动、加强 管理来缩短各过程之间的等待时间 。 (4) 减少价格的波动 。 供应商可采用 “天天低价 ”(EDLP)策略来减小促销所导致的价格波动带来的客 户需求的波动。通过消除价格促销 ,供应商可以消除 伴随着促销同步产生的需求的急骤 变化 。因此 ,天天 低价策略能够产生更稳定的 、变动性更小的顾客需求 模式 。
41、 (5) 建设起战略性伙伴关系。 在供应链中实施战 略性伙伴关系可以减小甚至消除牛鞭效应。战略性 伙伴关系可以改变信息共享和库存管理的方式。在 供应商管理库存 (VMI)中 ,供应商直接管理零售商的 库存 ,由供应商来确定零售商的安全库存和补充数 量 ,供应商并不依赖零售商的定单进行决策 ,因而彻底避免了牛鞭效应 。当供应链各成员能够相互合作 、 充分共享信息时 ,可以减少需求方的短缺博弈行为 ,从而可以减少由于短缺博弈所造成的牛鞭 效应。 另 外 ,供应链可以采用第三方物流伙伴 ,这样可以实施 小批量 、多批次的补充策略 ,这一方面减少需求方的 库存费用 ,另一方面可以平稳供应商的生产 ,因
42、此这 是一种多赢的策略。当整个供应链能够进行集成化 管理 ,形成一个扩展型企业 (Extended Enterprise)时 ,供 应链各成员好比一个企业的各个部门 ,从而可以步调 一致地对最终用户的需求作出快速 、有效的反应。 (6) 采用科学的方法进行市场需求预测，运用适合的模型来制定订货计划，管理好库存。 (7) 制定合理的层次结构，在使整体达到最优时尽可能的使每一级也达到最优。 3.牛鞭效应的危害 (1)物流在供 应链上游节点流向下游节点的过程中出现逐级缩小的现象 ,各节点储存许多不必要的库存。这类库存完全是由于需求信息传递过程中的信息噪音干扰所引起的 ,并不起需求博学而笃志 ， 切问
43、而近思 18 缓冲的作用。因此 ,牛鞭效应所引起的大量库存 ,一方面积压了大量资金 ;另一方面 ,又由于顾客需求的不断变化而面临库存陈旧的风险。 (2)由于存在牛鞭效应 ,制造商面临的需求的波动性很大 ,这给生产计划带来许多问题。制造商的生产平稳性差 ,有时生产处于停顿状态 ,有时为了及时满足突然增加的需求必须加班加点、仓促生产 ,这无法很好地保证产品的质量。生产的平稳性差导致生产成本的增加 。 (3)由于供应链成员之间信息沟通上存在着障碍 ,一方面导致整个供应链成本高、效益低 ;另一方面导致不能有效地满足客户的需求 ,因而供应链的效率低、竞争力不高 ,在竞争激烈的市场中 ,面临被其他供应链替
44、代的风险。 (4)牛鞭效应易给人造成需求增加的错觉 ,使制造商设计的生产能力大于实际的需求。在平均需求保持不变的情况下 ,需求的波动程度的大小直接影响着所需的生产能力的大小。牛鞭效应歪曲了需求信息 ,使需求的波动程度加大 ,从而使制造商盲目扩大生产能力 ,结果是生产能力利用率不高。牛鞭效应也是市场上对某一行业热门产品进行盲目投 资和重复 。 参考 文献 ： 1石佳 . 基于复杂性理论对供应链牛鞭效应的研究 D.北京交通大学 ,2014. 2李翀 ,刘思峰 ,方志耕 ,白洋 . 供应链网络系统的牛鞭效应时滞因素分析与库存控制策略研究 J. 中国管理科学 ,2013,(02):107-113. 3
45、代宏砚 ,周伟华 ,陈志康 . 多级供应链中库存不准确性对牛鞭效应的影响 J. 管理工程学报 ,2013,(02):195-201. 4肖钠 . 降低图书馆牛鞭效应的信息生态链管理模式研究 J. 图书馆论坛 ,2013,(02):50-54+58. 5李翀 ,刘思峰 . 信息共享受限条件下的供应链网络系统牛鞭效应控制策略 J. 控制与决策 ,2012,(12):1787-1792+1799. 6李翀 . 供应链网络牛鞭效应的形成机理及其控制机制研究 D.南京航空航天大学 ,2012. 7马云高 ,黄宇菲 ,江能前 ,曹文静 . 基于零售商与消费者预测行为的牛鞭效应 J. 系统工程 ,2011,
46、(08):14-20. 8王伟钧 ,唐小我 ,倪得兵 . 需求信息滞后下的零售商决策与牛鞭效应分析 J. 中国管理科学 ,2008,(04):84-89. 9路应金 ,唐小我 ,张勇 . 供应链中牛鞭效应的分形特征研究 J. 系统工程学报 ,2006,(05):463-469. 10张力菠 ,陈杰 ,马义中 . 基于时间的 VMI 整合补货模式的系统成本与牛鞭效应 J. 系统工程 ,2006,(10):26-33. 博学而笃志 ， 切问而近思 19 11黄小原 ,王静 . 供应链中的牛鞭效应问题研究进展 :存在、量化与控制 J. 信息与控制 ,2004,(05):579-583. 12李刚 ,
47、汪寿阳 ,于刚 ,阎洪 . 牛鞭效应与生产平滑模型有效性问题 J. 管理科学学报 ,2004,(01):1-18. 13李平丽 . 供应链牛鞭效应的理论研究与实证分析 D.武汉理工大学 ,2003. 14邵晓峰 ,季建华 ,黄培清 . 供应链中的牛鞭效应分析 J. 东华大学学报 (自然科学版 ),2001,(04):119-124. 【小结】 （批发商： 宿宇星 ） 通过本次实验，我们可以清晰地观察到牛鞭效应 ,下对牛鞭效应产生的原因及解决方法进行简要分析。 1、 “ 牛鞭效应 ” 产生的原因： （ 1） 第一次实验中，零售商出现缺货后，紧急提高了订货量，使我出现缺货现象，我又会提高订货量来影
48、响制造商，这样制造商又会出现缺货，从而造成，在第一次实验后期，我们三家企业订 货量激增，缺货现象由于运输的影响，短时间内缺货现象无法消除，从而使零售商继续提高订货量，使我的订货量进一步增加，这种信息滞后以及物流不畅，是牛鞭效应产生的重要原因。 （短缺博弈） （ 2） 作为批发商的我采取了预先多买分批发货的策略，减少订货次数，这样订货没有真实的反映需求的变化，从而产生需求变异放大的现象 ， 由于制造商会把供货期间的需求时间计算在内，我的一次偶然订货量上升会被制造商误认为是订货增长的趋势。这也适时使需求量无端的被放大了。于此同时，经过第一和第二次实验的比较，我们可以看出补货供给期越长，需求变动就越
49、 大，牛鞭效应就越明显。 （ 订单批量 ） （ 3）在没有信息共享时，由于零售商的订货在第一次实验前期是以减库存为前提，其订货量较少，我就相应的没有注意要多存货，以至于其突增订货量时，我出现了缺货情况 ，只好增加更大的订货量，放大了市场的需求，这种信息的闭塞是牛鞭效应产生的重要原因。（需求信号的处理） 2、 “ 牛鞭效应 ” 的解决方法： 博学而笃志 ， 切问而近思 20 （ 1）提高供应链 的信息 的共享 程度 。这可以让供应链的每一个环节都了解到真实的终端客户需求量，不必通过不合理的预测来生产，从而在保证完成 供货 任务的同时 达到最低库存 ， 减少过剩产品的库存成本， 减少产品的跌价风险 （ 2） 优化物流水平，最好可以实现对下游企业的 当天供货及从上游企业的当天收货，尽量减少供货提前期，降低订货成本有效地降低整个供应链的成本；同时提前期会对上下游的需求信息进一步虚增，加剧牛鞭效应，优化之后，可以显著降低牛鞭效应。 （ 3）零售商和批发商以及制造商之间 可以确定一定的合约关系，确定合作的稳定性以及利益
