牛鞭效应及其控制方法综述及框架.doc

关于牛鞭效应及其控制方法 综述 黄崇珍、梁静国【1】在其文章中提到，到目前为止,牛鞭效应的研究领域包括:牛鞭效应的存在性探讨、量化研究、牛鞭效应存在的原因探讨、减小牛鞭效应的策略研究及其稳定性优化研究等方面。 牛鞭效应的存在性探讨 1、黄崇珍，梁静国【1】从需求信息复杂性角度研究牛鞭效应的成因并提出相应的解决策略。他们指出：在外部市场环境干扰和内部不同利益主体之间目标冲突的双重作用下,需求信息呈现出不确定性、延滞性、非线性、动态性、时序交错性、传递结构的重性等时间与空间相互演化的复杂性特点,导致了供应链牛鞭效应的产生。 2、史成东、于兰兰、边敦新【2】指出：供应链的牛鞭效应现象并非最近才发现，20 世纪60 年代初, Forrest采用系统动力学原理, 首先分析了消费需求波动向上游企业逐级放大的供应链系统特性, 并用案例证实了该效应。1984 年, 美国麻省理工学院的Sterman教授主持了一项以啤酒为对象的供应链库存管理动态模拟试验, 即所谓的啤酒实验, 也证实了牛鞭效应的存在, 并认为该效应是供应链成员系统性、非理性行为和对反馈信息的错误理解造成的。20 世纪90年代初, 宝洁、通用、福特、克莱斯勒、惠普、康柏等公司在研究其产品的市场销售量和分销商订货量时, 也发现了牛鞭效应。对供应链牛鞭效应现象做出较为系统全面分析的是H.L.Lee,他建立了供应链牛鞭效应的量化模型, 并通过研究认为牛鞭效应是供应链成员战略性行为相互影响的产物, 是对各自局部利益的最优化决策的博弈结果。 二、牛鞭效应的量化研究 1、商晓艳【3】在其文章中结合前人的研究成果指出：主要可分为三类: 统计分析的量化方法、频率响应曲线最大幅值方法及噪声带宽的方法。牛鞭效应量化的第一种方法,概念清楚、简单直接,便于一个复杂的供应链系统实际量化和处理;后两种方法可以得到严格证明和用牛鞭效应表达的解析结果,但是它们目前只能对于简单的线形生产库存系统有效,当供应链是一个复杂系统时,第二、三种量化方法就非常困难。 2、任天锋【4】指出：之后，学者们集中力量分析影响牛鞭效应大小的因素，试图定量化牛鞭效应。Haul L Lee等分析了调整市场需求预测、交易博弈、订货批量、价格波动和限额陪给对牛鞭效应的影响。Frank Chen定量分析了牛鞭效应，认为牛鞭效应的大小受市场需求的变化程度和订货周期长短的影响。 3、付侃等【5】提出时间熵的概念，从熵的角度探讨了牛鞭效应的大小, 提出了一种新的针对牛鞭效应的时效熵模型; 其仿真得出时效熵的数值可以与系统中的库存大小相对应, 具有一定的实际操作意义。同时, 直观地表明了时间因素在牛鞭效应的影响程度。根据熵模型的标示: 随着时间越长或是分布越不均衡所对应的熵值越大, 系统越不稳定。 三、牛鞭效应的成因 张铭锐【6】，梁宁【7】等综合众多学者的研究成果提出，牛鞭效应的产生原因有：供应链复杂的多层级结构；客户需求的波动，需求信息的不确定性；需求信息的延迟；供不应求情况下的恐慌性购买；需求预测；价格波动；短期博弈；成员的理性行为；企业内部制度安排；供应链的多层次性结构；信息的不共享性等。 任天锋【4】提到，Haul L Lee 认为牛鞭效应是人们理性血案则最优化决策后相互影响的结果，并指出有四个原因导致了牛鞭效应的产生：需求信号的加工过程；大批量订货方式的存在；价格的波动；理性选择和短期博弈。Kahn教授在其著作中阐述牛鞭效应是由于不同实体的库存管理方式存在着差异。 陆明坤【8】指出：牛鞭效应产生的原因可分为系统原因和非系统原因两大类。系统原因是供应链身存在无法克服的因素，如需求的变化和订货周期。需求的变化越大，牛鞭效应越强烈；需求的变化越小，则牛鞭效应越弱。同样，订货期越长，需求预测越不明确，牛鞭效应表现得越明显。此外，供应链的多层级也是造成牛鞭效应的一个重要客观原因，供应链延伸得越长，信息共享的程度越低，牛鞭效应越明显。非系统原因可能是经营过程中的理性行为或非理性行为造成的，如订货批量决策、短期博弈等。另外，下级销售商的需求预测修正也是产生牛鞭效应的原因之一。 四、减小牛鞭效应的策略研究 1、黄崇珍等【1】指出,供应链牛鞭效应的治理策略有：建立信息共享机制、协调信息共享的利益分配模式、提高信息预测手段、重构信息传递结构。可从两方面下手:一是制造商实施直销模式,将产品直接销售至最终客户,绕开销售商环节;二是改变供应链现有模式,如采用集成供应链形式,将信息反馈的线性传递过程改变为网络的传递过程和多信息源的反馈过程,共享信息。 赵临风【9】指出，减少牛鞭效应的对策措施有：集中顾客需求信息、减少顾客需求过程的变动程度、缩短提前期、建立战略伙伴关系、减少供应链系统的级数、供货方式由一次性大批量向多批次小批量转变。 肖星火【10】指出，通过对VMI