（一）题目的国内外研究现状及评价
牛鞭效应是供应链管理中一种需求预测被放大的现象，他是供应链管理中非常重要的一个指标，同时也是供应链在运营当中非常重要的一个指标。牛鞭效应的研究者们普遍认为信息以订单形式在供应链的传递过程中会被扭曲放大，从而使供应链上游的决策部门做出错误的决策。
到目前为止，产生牛鞭效应的原因主要存在以下6个方面：需求预测修订，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。其中，多重需求预测对牛鞭效应的产生产生了极大的影响。当处于供应链不同位置的企业进行需求预测时，都会包括一定的安全库存，以此来应对可能会出现的大量的市场需求以及可能会出现的供应商出现断货等情况，当供货周期较长，这种安全库存的数量将会非常显著。例如，英国的一个大型的洗衣机制造商预测某种型号的洗衣机的市场需求量是5w台，他可能向中国的供货商下6w台洗衣机的零件订单，同时，中国的洗衣机零件供应商可能向原材料供应商下7w台洗衣机零件的原材料订单，以此类推，供应链各个环节的库存将会逐级放大。
因此，如何合理的进行市场需求预测是防止牛鞭效应产生的一个非常重要的方面，世界各大企业经济学者也在为这个问题的解决进行着不懈的努力。
（二）所选题目的理论意义和现实意义
作为21世纪增强企业竞争力和发展潜力最主要的先进的管理方法之一，供应链管理已经成为国内外学术界与企业界共同关注的研究对象。供应链包含了所有加盟的企业节点，在成为一条联系供应商和用户的物资链的同时，也已经成为了一条增值链，在最大限度的减少物流成本的同时为企业带来利益的利益的更大化。随着市场上各企业之间竞争的加剧，竞争将不再只是单个企业之间的竞争，而是正在逐渐发展为一条供应链与另一条供应链之间的竞争，如何提高整条供应链的增值能力，已经成为了各个企业共同追逐的目标。
牛鞭效应严重影响了供应链的高效运行，扭曲了市场需求与供应商两者之间的得联系，是供应链的上游决策部门面对错误的需求信息做出错误的决策，给企业带来经济损失，破坏整条供应链的正常运转，因此，针对这一问题要找出积极可行的方案，最大限度的减少企业因此蒙受的损失。
需求预测作为影响牛鞭效应的主要原因之一，同样对供应链的健康运行产生巨大影响，本文将对需求预测对牛鞭效应的影响进行分析，力求找到缓解甚至解决此问题的突破点。
（三）本课题拟采用的研究方法
本论文的研究方法主要以定性研究为主，并结合案例和对比研究的方法对需求预测对牛鞭效应的影响进行分析，同时论文也将涉及定量研究方法，以此来进一步加深对两者之间关系的研究。
（四）论文的基本结构（论文的章节）
本文对需求预测对牛鞭效应的影响进行理论分析和研究，并且通过案例这一问题进行进一步的阐述。
本文共分为五大部分，第一章对牛鞭效应这一问题的研究背景进行阐述。进入了二十一世纪以后，伴随着市场竞争的加剧，竞争不再是各个企业之间的竞争，而是已经上升到了企业所在的供应链之间的竞争，如何让供应链的效益最大化成为企业共同关注的问题，牛鞭效应是供应链管理中的突出问题，而需求预测有对
牛鞭效应的产生具有巨大影响，对这一问题的研究国内还处于初级阶段，所以具有很重要的研究意义和学术意义。
第二章对需求预测对牛鞭效应的影响进行回顾，总结目前对于此问题的研究成果。
第三章提出需求预测对牛鞭效应的几方面影响及危害。并对此现象产生的原因进行具体的分析。主要是由于需求预测的不准确性导致了牛鞭效应，企业可以通过信息共享等各种可能的方式来减少需求预测对牛鞭效应的影响。
第四章结合我国的具体国情对需求预测对牛鞭效应产生的影响进行进一步探讨，并尝试性的提出几点相应的建议。在我国想要建立顺畅的供应链体系，缩短信息传递周期，减少牛鞭效应的影响，很重要的一点是结合企业自身的觉悟，建立良好的合作伙伴制度。
第五章对全文进行总结，重申论点和结论。
（五）参考文献
1 万杰,李敏强,寇纪淞;需求信息预测与处理中的牛鞭效应分析与控制[;管理工程学报;2003年04期
2 汪传旭;需求预测和供应链协调对长鞭效应的影响分析;系统工程学报;2005年03期
3 汪传旭;供应链环境下合作预测效果的分析;中国管理科学;2004年05期
4 王建华;李南;徐斌;;需求预测对两级供应链绩效的影响分析;商业研究;2007年12期
5 廖诺;徐学军;;信息共享对瞬时补货多级供应链牛鞭效应影响的建模分析;工业工程;2008年02期
6 王晶;李伊岚;孙海燕;;供应链信息管理研究现状及展望;管理学报;2007年02期
7 赵莉;;供应链管理中牛鞭效应的分析与弱化;黑龙江科技信息;2007年22期
Management Science and Engineering 管理科学与工程, 2014, 3, 26-32 Published Online March 2014 in Hans. https://www.doczj.com/doc/bd1077124.html,/journal/mse https://www.doczj.com/doc/bd1077124.html,/10.12677/mse.2014.31B005 Case Study on the Evaluation Method of Bullwhip Effect Yijun Huang1, Ximei Lian2 Beijing University of Posts and Telecommunications, Beijing Email: hyijun@https://www.doczj.com/doc/bd1077124.html, Received November 2013 Abstract In the process of practical supply chain management, “bullwhip effect” is a common phenomenon. This article quantifies the actual value of bullwhip effect by constructing a simple mathematical model with the moving average forecasting method, and proves that information sharing can re-duce the bullwhip effect. In order to improve the operability of information sharing, this article has filtered the information sharing content and discussed the information sharing way prelimi-narily. Keywords Bullwhip Effect; Case Study; Information Sharing 牛鞭效应评估方法的实例分析 黄逸珺1，连细妹2 北京邮电大学，北京 Email: hyijun@https://www.doczj.com/doc/bd1077124.html, 收稿日期：2013年11月 摘要 在供应链实际管理过程中，“牛鞭效应”是普遍存在的现象。本文通过构建简单的数学模型，运用移动平均预测法评估牛鞭效应值，并定量分析得出信息共享能够减小牛鞭效应。最后，为提高信息共享的可操作性，本文对其内容进行了筛选，并对其共享方式进行了初步探讨。
牛鞭效应实验报告 一、实验内容 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作，即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。 供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大，如图1所示。设想有一条由四个节点组成的供应链，从下游到上游依次为零部件供应商，生产商，批发商，零售商。销售商面临的终端市场需求只有少许波动，批发商的需求是来自销售商的补货请求，需求的波动比终端市场需求的波动有了放大，生产商的需求是来自批发商的补货请求，需求的波动又有了放大，零部件供应商的需求是来自生产商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应。 求 需 时间 求 需 时间
需求 时间 需求 需求 二、 实验原理 长鞭效应产生的原因主要有以下几方面： 1) 需求预测的数据更新 2) 批量补货 3) 价格波动 4) 限量供应和短缺博弈 5) 补货提前期。
三、实验目的 无信息共享的多级库存管理实验（牛鞭效应实验）是为辅助物流概论课程的教学而设计的一个验证型实验。学生通过网络平台模拟供应链上各节点操作决策的环境，通过亲身实践加深对牛鞭效应现象的理解，辅助分析产生该现象的原因。培养学生发现问题和分析问题解决问题的能力，为今后关于库存管理课程的学习奠定基础。 学生在实验过程中，应着重： a)理解库存管理的基本概念和知识，如提前期，库存水平，各种成本的概念； b)体验牛鞭效应现象的产生，并分析其产生原因； c)分析如何减小牛鞭效应。 四、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，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。提前期与供应商的生产能力密切相关，制造的不确定导致供应的不确定，另外地理位置、运送方式等也会影响提前期。 (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)信息不对称 上游企业难以准确预测到最终消费者的需求，只是根据下游订货量决定自己的订货量，这便可能会产生由于预测不准确或者突发状况而引起的缺货或者过多持有存货。 (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 提前期的可靠性与长度直接影响信息的扭曲程度。 五、实验分析 本报告主要分析第四节点上决策的制定以及数据产生的原因。
巴里勒公司牛鞭效应的成因 需求预测：三级预测,多级预测 通心面的需求时变动的，而且呈现出明显的季节性，比如特殊类型的通心面用于夏天的通心面沙拉，而鸡蛋通心面则在复活节很受欢迎。相对变化的需求使得通心面供应链上的各个节点都有必要对未来的需求做出预测以指导生产的进程。对于巴里勒来说，产品的新鲜度十分重要，产品不可能被存放很长时间，因此工厂要预测分销商和自营的仓库的需求以生产恰当数量的通心面和面包产品，为了提高顾客服务水平，避免缺货和延期交货的风险，分销商要预测超市和商店对通心面和面包产品的需求以确定采购恰当数量的产品。在预测需求时，供应链上相互连接的两个节点之间会进行博弈，商店和超市为了防止顾客的需求而增加库存，分享商在预测了最终顾客的需求之后，为应对商店和超市的需求变动而增加库存，同样，工厂及配送中心为了防止分销商需求的增加而缺货的风险从而增加了自身的库存，因此各个节点增加了库存，牛鞭效应就产生了。 提前期：8-14天,平均为10天 由于订货提前期为8—14天，平均为10天，是相对较长的订货提前期，订货提前期越长，需求波动的概率就越大，因此为了规避风险，供应链每个节点需要增加的库存也就越多，于是越往上游，库存增加越大，牛鞭效应就会产生。而相比于JITD的模式，较短的订货提前期使得需求预测更加贴近实际，而且是由上游确定供应数量，不会出现牛鞭效应 库存策略与批量订货：分销商采用定期库存检查系统 大多数分销商使用简单的定期库存检查系统，分销商可能周二检查库存水平，然后对于那些低于订货点的产品进行订货。虽然几乎所有的分销商都有计算机支持订货系统，但很少有分销商具有能够确定订货量的系统或复杂的分析工具。这种简单的订货系统缺乏灵活性，没有针对市场的需求变化做出及时调账，因此分销商每次采购都需要订购大批量的产品作为库存，而对于配送中心，由于他们缺乏分销商的库存信息，所以要持有足够的库存来满足各大分销商每次大批量的订购。由于配送中心面对很多分销商，所以只有通过增加库存来满足分销商的需求。因此分销商的不灵活的订货模式以及配送中心对分销商库存信息的不了解产生了牛鞭效应。 促销策略：价格促销,数量促销,销售代表促销 巴里勒将一年分为10-12个市场为4-5周的兜售期。在每个兜售期都有一个促销计划，分销商可以通过兜售期的促销活动大量购买产品以满足现在和未来的需求。巴里勒根据销售代表在每一兜售期销售目标的实现情况来对其进行奖励，奖励取决于产品的利润结构。巴里勒的数量折扣表现在，巴里勒为分销商支付运输费。巴里勒为整车订单提供了2%-3%的折扣。而且如果购买者采购至少三整车的巴里勒的鸡蛋通心面，销售代表可向购买者提供每箱一千里拉的折扣。因此，价格促销和数量促销，以及销售代表在商店进行的促销都会使得分销商为获得折扣而增加库存，工厂预测到分销商会增加库存，所以自身也增加库存，于是产生了牛鞭效应。 短缺博弈行为：供应链各个节点之间的博弈 博弈行为是指在双方在进行决策时会考虑对方可能的决策行为，从而最终达到纳什均衡实现双方的共赢。在巴里勒公司的案例中，供应链的节点上也存在相关的博弈行为。也正是因为博弈行为，导致了牛鞭效应的出现。比如对于工厂的配送中心和分销商，在进行产品的供货
牛鞭效应 牛鞭效应 - 简介 “牛鞭效应”是对需求信息扭曲在供应链中传递的一种形象的描述。供应链上各个环节：零售商、批发商、分销商 和制造商等其基本思想是：当供应链上的各节点企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策时，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。当信息达到最源头的供应商时，其所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。由于这种需求放大效应的影响，供应方往往维持比需求方更高的库存水平或者说是生产准备计划。 在整条供应链上，各个环节：零售商、批发商、分销商和制造商等等，每一个节点企业的订单都会产生波动，需求信息都有扭曲发生（这不过是或多或少罢了），这样下来，通过零售商、批发商、分销商、制造商，逐级而上，信息的扭曲越来越严重。 真实的反映实际需求来知道实际生产比想象的要难得多。计算机领域的DELL是最受推崇的直销专家。他们的成功，实际上就是不断缩短长鞭的长度，避免公司经营出现“牛鞭效应”。然而不是每一个公司和领域的企业都能适应直销方式的作法，因为直销的门槛儿相当高，例如美国的可口可乐为了将针对大卖场、超市、零售店的销售做到直接，在全球铺设了强大的销售物流体系，成本巨大，对于一些国内中小饮料企业，这种模式根本无法做到。除了直销，必须有新的方式帮助中国的企业避免“牛鞭效应”的产生。 高效的整合供应链被认为是解决方法的最有效武器。但是一些传统的模式必须改变才能达到真正的高效运转。因为通过分析，管理学家认为，问题不在于是否对供应链进行了管理，而在于没有通过新的管理模式，尤其是在分销与库存管理方法上。 传统上，由于供应链每一个环节都是自己管理的库存，都有自己的库存控制目标和相应的策略，而且相互之间缺乏信息沟通，彼此独占库存信息，因此不可避免地产生了需求信息的扭曲和时滞，使供应商无法快速准确地满足用户的需求。这实际上与供应链管理的产生思想背道而驰，SCM的产生原因在于加强协同，避免信息传递的不准确，然而几乎 供应链条上都要超过5家以上企业，几乎所有这些家都要根据自己的实际情况变更信息。客户需求数量是550部，生 产商考虑到生产线开工率成本，可能认为600部时单位成本更合理，增加了50部的排产计划；而到了原料供应商， 根据原料可能出现的损坏率要增加5%生产，一下来550部的需求就变为630部的原料供应。这还是一个最简单的事例，由管理学统计得出的数据，经过4家企业调整，原始数据差异变化至少要被扩大2-7%。事实上超过5家中间环 节的供应链相当普遍，在产业发展趋势进入低利润的状况下，某些中间商，产品利润只有1%不到，如果在如此的供应链管理环境下，企业经营已经变得相当危险，因为稍微一个小的震荡，这个项目必定亏损。 如何有效地控制这种“牛鞭效应”，尤其是在生产产品相对变化较少的成熟、低利润行业已经迫在眉睫。 牛鞭效应 - 引起原因引起“牛鞭效应”的主要原因有两种，牛鞭效应一种是触发因素，它是整个供应链波动的源头，另一种是加剧因素，它将波动进行放大和扩展：前者主要包括终端市场波动、多样化的需求等，后者主要包括失败的预测、限制性订货条件、促销行为、MRP的僵化运算、非限制性订货条件、经济订货批量、销售波动、计划失误等 因素。 牛鞭效应的结果如下，例如： 1、错误的容量计划。 2、错误的生产排程。 3、无效的运输。 4、过多的存货。 5、不好的客户服务。 6、丧失收入等。 牛鞭效应 - 避免措施1、从VMI寻求突破供应商库存管理主要问题发生在快速响应用户需求的整个供应链上， 供应链各个环节的活动都是同步进行的，而传统的库存和分销管理思想无法满足这一要求，必须从这两方面入手解决问题。首先出现了一种全新的供应链库存管理——VMI（Vender Managed Inventory，供应商管理库存），正在成为 生产制造的避免“牛鞭效应”的突破点。 VMI与RMI（Retailer Managed Inventory，零售商管理库存）的传统库存管理方式完全相反。库存不在由各 自企业自行管理，而是作为供需双方共同管理的“第三方库存”。 在中国推行VMI管理方式的明基逐鹿软件，将一些长期稳定需求的零部件采购不再采取订单形式交付给客户，而 采用VMI方式管理，产生需求后直接从库存中取货，而供应商根据库存中的最低、最高警戒线自动补货，根据最小成 本生产规模制订补货生产数量，而不是根据传统的订单数量。当库存低于最低警戒线补货，高于最高警戒线停止补货。通过VMI，变传统的供应方和需求方双库存管理，为单库存管理，使得生产、采购环节的“牛鞭效应”大为减小。 VMI改变了各节点企业库存管理各自为政的现象，将信息更加集成，而且利用巧妙的方式加深了商务协同能力。 具体来说，VMI是一种以用户和供应商双方都获得最低成本为目的，在一个共同的协议下由供应商管理库存，并 不断监督协议执行情况和修正协议内容，使库存管理得到持续地改进的合作性策略。 VMI对于供应双方好处都是显而易见，库存由供应链上游企业管理，下游企业可以放开手脚进行核心业务的开发，
牛鞭效应实验报告
————————————————————————————————作者：————————————————————————————————日期： ?
牛鞭效应实验报告 一、实验过程及数据分析 在本次实验中我所处的是供应链上第四个节点，提前期是３期,单位库存成本是2,单位缺货成本是１0,单位缺货成本是单位库存成本的5倍，因此对于各节点来说会选择大量订货策略来避免出现缺货现象。从利润图可以看出,利润柱的大幅下降大多是由缺货引起的,小幅度且长期的下降则是由于某段时间内多个节点停滞不动导致的存货成本上升引起的。 在固定参数中还显示了退货价格这一数据,但是我在实验时没有进行过这个操作。如果在原有实验的基础上增加退货这一操作便会将自己的存货成本上推给上一级节点,那么这样就会对利润图产生相应的影响，特别是对于上一个节点想必是会产生更大的影响。同时,退货这一操作也具有极大的风险，精益生产讲究零库存,但是对于我所处的第四节点来说,提前期是3期,如果没有一定量的库存做保障,当下一级节点发出需求时将无法及时满足订单需求,而且这次产生的缺货成本将会一直延续至下一次满足全部订单需求的时期。因此选择存货还是缺货,选择零库存还是选择低库存都需要做一个合理的权衡。 图1 节点固有属性参数
图２.1、图2.２、图2.3显示的是50期实验的个人数据截图。这三幅图完整地展示了我所在的第四节点在每一期的期初库存、期初缺货、本期到货、本期需求、本期发货、本期订货、单期成本和单期利润的数据。图2.1的上方显示了经过50期实验之后第四节点的总成本和总利润,截至50期，产生利润30２５0，发生的总成本为５7430。总体来看是盈利的，但是从整个运作状况来看是不太好的，下面结合图2、图3和图4对50期的经营结果进行简单分析。 图2.１个人历史数据 图2.２个人历史数据
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），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
牛鞭效应实验 一、实验内容 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作，即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。 供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大，如图1所示。设想有一条由四个节点组成的供应链，从下游到上游依次为零部件供应商，生产商，批发商，零售商。销售商面临的终端市场需求只有少许波动，批发商的需求是来自销售商的补货请求，需求的波动比终端市场需求的波动有了放大，生产商的需求是来自批发商的补货请求，需求的波动又有了放大，零部件供应商的需求是来自生产商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应。 长鞭效应是供应链系统中比较普遍存在的一种现象，数十年来，许多学者与实践者开展了大量的工作，旨在揭示和克服长鞭效应。例如，早期的“啤酒游戏”，就是在实验室里模拟啤酒的生产与销售过程中需求波动的放大现象，也有很多文献对长鞭效应进行了深入的理论分析。 求 需 时间Array求 需 时间
需 时间 需 时间 图1 长鞭效应现象 长鞭效应产生的原因主要有以下几方面：需求预测的数据更新、批量补货、价格波动、限量供应和短缺博弈、补货提前期。 长鞭效应对供应链整体来讲是一种不利的现象，它会增加企业的经营成本，尤其是处在上游的企业。针对长鞭效应产生的原因，我们可以从若干方面采取措施来降低长鞭效应的影响。关于如何降低长鞭效应，更好的管理多级库存系统，我们将在下一节实验中详细介绍。 二、实验目的 无信息共享的多级库存管理实验（牛鞭效应实验）是为辅助物流概论课程的教学而设计的一个验证型实验。我们通过网络平台为学生提供一个可以模拟供应链上各节点操作决策的环境，使学生通过亲身实践加深对牛鞭效应现象的理解，辅助学生分析产生该现象的原因，培养学生发现问题和分析问题解决问题的能力，为今后关于库存管理课程的学习奠定基础。 学生在实验过程中，应着重： a)理解库存管理的基本概念和知识，如提前期，库存水平，各种成本的概念。 b)体验牛鞭效应现象的产生，并分析其产生原因。 c)练习控制库存的方法，如报童模型的订货策略。
V ol 116,N o.1 管 理 工 程 学 报 Journal of Industrial Engineering ΠEngineering Management 2002年第1期 收稿日期:2000209218(修改稿).作者单位:复旦大学管理学院,上海200433. 研究 简报 供应链中的“牛鞭效应”———成因及对策分析 傅 烨, 郑绍濂 摘要:本文从委托代理理论出发考察了供应链“牛鞭效应”的成因,指出供应链中的“牛鞭效应”和其他效率损失问题其根源在于供应链的结构。即供应链中任何一对买卖双方都具有双向的委托代理关系,而这种关系由于信息的不完备、契约的不完善,包括缺乏有效的激励与监督机制导致委托和代理双方产生了目标与结果的重复次优选择问题。 关键词:供应链管理;委托代理理论;信息一体化;合作与信任 中图分类号:F271,F06219 文献标识码:A 文章编号:100426062(2002)0120082202 引言 一直以来,许多制造企业经常发现他们所面临的产品需求量波动很大,其程度要远大于产品的市场实际销售量的变 化幅度。宝洁公司把这一现象称之为“牛鞭效应” (Bullwhip E ffect ):它使得需求信息在从供应链的一端向另一端传递的 过程中发生了严重扭曲。 牛鞭效应并非是最近才被发现。J.F orrester (1961)、J.D. S terman (1989)、D.R.T owill (19996)等都对此作过研究。但真 正对这一现象作出较全面而且正确的分析的是H.L.Lee (1997&1998)。他认为系统参与人是理性的并且是最优化 决策的,而牛鞭效应是供应链内部理性参与人之间战略性行为相互影响的产物;为控制牛鞭效应,企业可以对供应链内部组织间的基础结构及相关过程加以改进。 Lee 的模型得出了导致产生牛鞭效应的四个因素:供应 链内部各环节(企业)对需求信号的处理过程;因预计供应量不足而出现限量配给引致的零售商之间的博弈过程;零售商的批量订货方式;生产商的产品价格波动。 1 成因的经济学解释 正如Lee 所论述的,牛鞭效应是供应链内部参与人之间战略性行为相互影响的产物,而这些参与人是理性假设的、最优化决策的。也就是说,牛鞭效应是供应链内部理性参与人各自效用最大化决策的博弈结果。 从委托代理理论来看,供应链内部每一对买卖双方(上下游之间)、中间商(零售商)之间互为一种双向的、长期的委托代理关系。任何一个参与人(企业)都具有独立的利益目标,并作出自己的最优化决策。同时供应链所有成员的目标利益和最优化决策都相互制约和影响。 在任何一对委托代理关系中,由于传统供应链结构的限 制,其信息结构是不完全、不对称的。生产商的生产成本和产量以及库存信息、零售商(中间商)的销售成本和实时销售以及库存信息、生产商和零售商(中间商)对不确定市场未来需求的预期都不属于共同知识。与此同时,受传统供应链结构的限制,内部委托代理的契约关系中缺乏有效的激励与监督机制以保证代理人的决策最大化符合委托人的利益目标。特别是那些处于同一供应链角色(即同是中间商或者零售商)的成员之间的契约关系,传统上他们的利益目标要么是竞争的,要么就是互不相干的,其契约关系也是松散的,有效激励与监督机制的缺乏自不待言。 进一步考察Lee 所讨论的牛鞭效应的四种成因,则发现均可将之归因于生产商和零售商以及零售商之间的委托代理关系由不完善信息和不合理契约所引起的博弈过程。 简单地说,在传统供应链结构中的委托代理关系是结构内生的,而委托和代理双方的目标利益不协调(甚至是冲突的),不完善信息和契约的不合理安排(缺乏有效的激励与监督机制)导致了委托代理双方利益目标和博弈决策结果之间的次优选择。而随着供应链内部环节的增多,委托代理关系的梯次也就增加,利益目标和博弈决策结果之间的次优选择也就被多次重复,这也是牛鞭效应随供应链长度的增加而逐渐向上游放大的原因。 2 牛鞭效应的对策分析 由于牛鞭效应是传统供应链的结构内生的,单纯从信息完善和简化决策的角度出发无法根本解决。事实是,供应链内部各成员的目标利益的不协调、有效的激励与监督机制的缺乏使得完善信息和简化决策在传统供应链结构下是不可能的。 — 28—
关于“牛鞭效应”产生的原因及对策分析 作者姓名：学号： 摘要：牛鞭效应是营销活动中普遍存在的现象，是企业物流配送供应链中一类典型的由不确定性导致的复杂现象，对供应链性能有着很大的负面影响。本文结合企业物流配送实际其供应链中的不确定性即牛鞭效应产生的成因、供应链管理产生的危害做出了分析，并在此基础上有针对性地提出相应缓解对策，有效地弱化牛鞭效应。 关键词：牛鞭效应，供应链，缓解对策 1引言 牛鞭效应是指在营销市场中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。一般地，发给供应商的订货量，其方差大于销售给买方的(即需求扭曲) ，这种扭曲以放大的形式向供应链的上游蔓延。 牛鞭效应给企业造成的后果是不言而喻的，有时甚至非常严重。由于较差的需求预测，制造商支付了超额的原材料成本或产生原材料短缺。额外的制造费用、加班费，以及很高的库存水平导致超额的仓储费用和大量资金积压，低效率的运输过程和超额的运输成本等，都直接影响企业的效益。在某些制造业中，牛鞭效应会使供应链条突然断掉或是造成大量的库存产生。这对于资金紧缺、利润微薄的企业将是致命的冲击。 2牛鞭效应产生的原因 2.1案例分析 第一个认识到牛鞭效应的人是Forrester 。他通过一系列案例研究指出，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，他还注意到这种效应在供应链的每一级都会放大。 与Forrester类似，许多学者也都通过对实际数据的数值分析从经济学角度指出了许多行业中的牛鞭效应现象。如工厂产品计划的变化大于销售量的变化，订货量随着向供应链上游移动有增大的趋势等。 2009年IBM在北京发布了《2009全球首席供应链官调查报告——智慧的未来供应链》。此份报告通过采访全球近400位供应链执行官，揭示了当前一些企业的供应链管理中面临着可视性、风险、客户亲密度、成本控制等5大挑战，同时提出了建立面向未来的智慧的供应链来消除牛鞭效应、应对金融危机。宝洁、惠普等公司也发现了由牛鞭效应所产生的各种问题。 2.2“牛鞭效应”放大现象的计算案例分析 例：假定在一个简单的供应链中，每个节点企业在仓库中都存放着7天所需的货物，即：每个节点企业从其上游供应商那里购买足够的材料以使得它的存货满足7天的需求，对某种产品的需求一直稳定在每7天100单位，如果某一个7天最终客户的需求比平时多了5单位，假设配送非常迅速，我们可以见证“牛鞭效应”对整个供应链的影响。 给定条件：每7天供应链的需求为100单位； 需求：等于下一环节客户购买的数量； 每个7天开始时的初期库存：必定等于前一个周期的期末库存； 每个周期的期末库存：必定等于本周的需求；
牛鞭效应实验报告 内容：啤酒游戏 小组 成员: 学院: 专业: 交通运输 班级: 学号: 指导教师: 2014年12月16日 0 小组分工
：指挥官，数据分析与汇总； ：零售商，数据分析与汇总； ：批发商，数据分析与汇总； ：分销商，数据分析与汇总； ：制造商，数据分析与汇总； ：数据分析与汇总，制作PPT； 1.实验内容： 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作， 即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大。 游戏规则：有一条由四个节点组成的供应链，从下游到上游依次为零售商、批发商、分销商、制造商。零售商面临的终端市场需求只有少许波动，批发商的需求是来自零售商的补货请求，需求的波动比终端市场需求的波动有了放大，分销商的需求是来自批发商的补货请求，需求的波动又有了放大，制造商供应商的需求是来自分销商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应（或是牛鞭效应）。 2.实验原理： 牛鞭效应产生原因： 牛鞭效应产生的原因主要有以下几方面： 1)需求预测的数据更新 2)批量补货 3)价格波动 4)限量供应和短缺博弈 5)补货提前期。 3.实验结果及分析：
零售商角色分析：销售对象直接为顾客，所以当啤酒逐渐被顾客接收或是背弃时，其需求量值也是波动变化的，受缺货和货品积压的影响时，往往面对成本上升压力时，便会
《供应链与物流管理》实验指导书 编著施先亮李伊松 北京交通大学经济管理学院
前言 一、课程性质 课程编号：40L704Q 适用专业：物流管理类本科专业 课程层次与学位课否：专业必修课学位课 学时数：32 学分数：2 实验学时数：4 本课程是为物流管理类专业本科生开设的专业必修课。它的任务是使学生掌握供应链管理和基于供应链进行物流管理的基本理论、基本知识和基本技能，初步具有基于供应链进行物流管理的能力，培养学生的综合物流管理素质。 二、实验目的 通过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，认识供应链中需求异常放大现象（即“牛鞭效应”）的形成过程，分析“牛鞭效应”的产生原因，找出减少“牛鞭效应”的方法。 三、实验基本内容 学生分组进行实验，共进行3次实验。每次实验，每组学生分别扮演供应链上的制造商、批发商、零售商等角色，从事产品（可乐、啤酒等）的制造和销售活动，每轮（每次实验控制在15轮以内）每个角色根据客户的需求和给定的经营数据，运用订货模型相关知识，制定订货策略，向其上游供应商订货，使其既能能够满足客户需求，又能实现利润最大化。每次实验结束后，每个角色要计算自己的经营业绩，每个小组（即每条供应链）要分析订货需求的变化情况，画出订货需求变化曲线图。第1次实验完成后，订货提前期缩短后做第2次实验、信息共享后做第3次实验。全部实验结束后，每个小组要分析订货需求变化产生的原因，并思考如何减少订货需求的变化。
实验啤酒游戏 一、实验目的 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 二、实验要求 1．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 2．每个角色计算自己的经营业绩 3．每个小组画出订货需求变化曲线图，揭示“牛鞭效应” 4．分析“牛鞭效应”的产生原因 5．分析策略改进后“牛鞭效应”的变化 6．找出减少“牛鞭效应”的对策 三、实验内容与步骤 1．分组，给每个同学分配角色，给定用户名和初始密码 2．阅读游戏说明（包括每个角色的经营数据） （1）每次游戏分轮进行，一轮就代表一个工作日，一次游戏共进行若干轮。 （2）每轮都会有顾客到零售商那里去买可乐，购买的数量由计算机随机生成（5~10之间）。零售商从自己的柜台里拿出可乐来给顾客，然后再向批发商订货，每轮有一次向批发商订货的机会。零售商以每罐3元的价格卖给顾客，进货价是每罐2元。如果柜台里的可乐不够的话，就是缺货，需要当做迟延订单处理。也就是说，如果零售商的库存不足以满足客户的需求，那么零售商可以延迟发货，不过对不足的部分，要对客户做出赔偿，每罐一毛钱。如果下一轮还是不够货，就继续顺延，等货到以后再发。零售商下的订单当天不会到货，要过两天才会收到。就是说零售商第一轮下的订单，要到第三轮才会进入零售商的柜台。还有零售商每次向批发商订货要交手续费、运输费，共折合2元一次。 （3）批发商的责任就是卖可乐给零售商，2元一罐。批发商有一个仓库，每轮都可以从自己的库存中尽可能满足零售商的订单。同时，每轮有一次向制造商订货的机会，订货价是1.5元。不过，所订的货也要过两轮才会到达批发商的仓库。同时批发商也需要负担订货成本，每个订单的运输费以及手续费3元一次。缺货时需要对零售商做出每罐一毛钱的赔偿。 （4）制造商或者说是可乐厂，其他一切条件和规则都和上面一样，惟一不同的是，制造商不是向别人订货，而是自己生产可乐。当然，由于制造可乐需要很多车间和各道生产工序，所以，每个轮次下的生产订单也要等两轮才能完工，进入成品仓库。而且，每次启动生产线都有一个启动成本3元，但是制造商的生产量没有限制，也就是说，不管下多大的生产
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
供应链管理中“牛鞭效应”的分析 摘要：牛鞭效应是供应链管理中一类典型的由不确定性导致的复杂现象，它会对整个社会经济生产成本产生严重的影响。文章在介绍牛鞭效应的概念及产生原因的基础上，重点提出了弱化牛鞭效应的具体措施。 关键词：供应链管理；牛鞭效应；VMI；第三方物流 在供应链的实际运作中，存在着各种各样的困难，如预测的不准确，导致对需求的难以把握，信息的不透明，导致供给不稳定，由于企业之间的诚信还没有完全建立，企业之间的合作性与协调性差，供应链中的主导企业很难发挥作用，供应的缺乏，生产与运输作业的不均衡、库存居高不下，成本过高等现象。引起这些问题的原因很多，但主要原因之一就是“牛鞭效应”。“牛鞭效应”的基本思想是：当供应链的各节点企业只根据来自其相邻的下级需求信息进行生产或供应决策时，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，达到最源头供应商时，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，由于这种需求放大效应的影响。上游供应商往往维持比下游供应商更高的库存水平。牛鞭效应表现如图1所示。 由于牛鞭效应是从下游客户端逐级向上游转嫁风险的结果，因而它会危害整个供应链的运作，导致总库存增加、
生产无序和失衡、业务流程阻塞、资源浪费、市场混乱和风险增大。由此可见，牛鞭效应的存在，已经成为削弱供应链的增值能力和竞争能力的主要负面因素，因此，探寻其成因及危害，研究并消除它对于供应链的负面影响具有重大的理论和现实意义。 一、牛鞭效应产生的原因 对于由零售商、供应商、制造商所组成的供应链系统来说，如果单就考虑到自身的利益最大化，都无可厚非，它们也都存在极力为满足顾客而做出不懈努力的意愿，任何一个子系统都无过错。造成恶性循环的罪魁祸首是系统本身的结构，处在大系统当中的每一个子系统在不考虑整个系统运作的时候，这种需求信息被扭曲的现象自然而然的就发生了。所以牛鞭效应产生的原因总结如下： 需求信号的处理 为了安排生产进度，计划产量，控制库存和计划物料需求，供应链中的企业通常都会预测产品需求，而预测通常是基于企业直接接触的顾客的购买历史进行的。当下游企业订购时，上游企业的经理就会把这条信息作为将来产品需求的信号来处理，基于这个信号，上游经理会调整需求预测，同时上游企业也会向其供应商增加订购，使其做出相应的调整。因此，这种需求信号的处理是牛鞭效应产生的主要原因。 批量订购
指导老师：王宝花供应链与物流管理实验报告2012年10月15日《供应链与物流管理》实训课 牛鞭效应 实 验 报 告 小组成员与分工： 马韦龙：零售商实验；数据分析与汇总 袭墨：制造商实验；数据分析与汇总 吴凡：信息共享实验；数据分析与汇总 左杨：数据分析与汇总；实验报告撰写 2012年10月15日
指导老师：王宝花供应链与物流管理实验报告2012年10月15日 目录 一、实验目的 (3) 二、小组报告 (3) （一）零售商实验 (3) 1．实验数据表 (3) 2．软件输出的综合图表 (8) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (10) （二）制造商实验 (10) 1．实验数据表 (11) 2．软件输出的综合图表 (15) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (18) （三）零售商与制造商角色扮演的比较 (18) 1．需求上的异同 (18) 2．订货决策的异同 (18) 3．牛鞭效应的异同 (18) （四）信息共享实验 (19) 1．实验数据表 (19) 2．软件输出的综合图表 (23) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (26) 4．总结信息共享的重要性 (26) 三、总结供应链库存和采购的优化策略 (26)
一、实验目的 1．练习使用beergame（啤酒游戏）软件，验证供应链中的牛鞭效应； 2．练习使用各种库存策略； 3．寻找供应链库存和采购优化的策略，理解供应链信息共享及供应链集成的必要性。 二、小组报告 （一）零售商实验 1．实验数据表
本周预计到货记录表(delay1)
牛鞭效应与供应链 14807104吴书 1、牛鞭效应的概念 1995年，美国的保洁公司（P&C）在研究Pampers牌一次性婴儿纸尿裤的市场需求及订单分布规律时发现，该产品在一定地区的销售数量相对稳定，未出现某天或某月的需求量大大高于或低于其它时间。然而，各分销厂商向工厂的订货量却出现大幅波动，而且宝洁向原材料供应商的订货量波动幅度更大。由于这一现象很像我们在挥动牛鞭时，只要手腕稍稍用力，鞭梢就会出现大幅度的摆动，所以被人们形象的称之为“牛鞭效应（Bullwhip Effect）”。 2、牛鞭效应的研究综述 “牛鞭效应”并不是什么新的概念，早在上世纪60年代就有很多学者对其进行了研究。 2.1、工业动态学之父Forrester在其1961年出版的《工业动力学》一书中最早提出了牛鞭效应现象，Forrester通过列举一系列的例子证实该效应的存在，并从工业动力学的角度指出它是组织行为变化的结果。也就是说，根据工业组织随时间动态变化的行为特点，得出这种效应是供应链系统成员之间在订货、采购、运输和生产等过程中存在时滞的结果，即一个组织所采用的基本形式和政策导致了供应链中的牛鞭效应。 2.2、随后，在20世纪80年代，J.D.Sterman设计了一个非常著名的“啤酒游戏”实验，目的是对牛鞭效应进行分析。在该实验中，扮演生产者和销售者角色的人们唯一的目的就是尽量做好自己的本职工作：如果需要啤酒，就向自己的上游发住订单。客户如有个较小的需求波动，如增加十箱啤酒，一级批发商可能就要增加三十箱，依次波及二级批发商、供应商。由于零售商和批发商不断的追加订货数量，导致啤酒厂供不应求，而当啤酒厂作出调整，诸如增购生产设备等，零售商又意识到实际客户的需求并为增加多少，于是停止要货，最终造成啤酒工厂、批发商、零售商的库存大量积压。在啤酒游戏中，任何一方的意图都是善良的，满足客户并使利润最大化，然而正式这种常规的思维方式导致了需求的变异性放大，这证实了供应链中存在着牛鞭效应。Sterman认为这样的结果是实验者