14牛鞭效应关于预测和信息对供应链里的可变性影响.docVIP

牛鞭效应：关于预测和信息对供应链里的可变性影响 Frank Chen1,Zvi Drezner2,Jennifer k,Ryan3 And David Simchi-Levi4 1Department of Dencision Sciences, National University of Singapore 2Denpartment of Management Science/Information Systems, California State University,Fullerton 3School of Industrial Engineering, Purdue University 4Department of Industrial Engineering and Mangement Sciences, Nortwestern University 14．1 引言 ? 供应链管理中的一个重要观察结果俗称为牛鞭效应（bullwhip effect），它指出，需求的可变性随着供应链的上移而增加。例如，经验数据表明，一个零售商的订货比他所看到的用户需求往往有更大更多的变化。这种可变性沿着供应链往上不断增加，这就使批发商、生产厂商和供应商所收到的订货模式变得反常。 正如Lee，Padmanabhan 和Whang（1997a，b）所指出的那样，“牛鞭效应”这一术语是生产Pampers牌手中的Procter and Gamble（P＆G）公司的行政官员们杜撰出来的。这些行政官员们发现，当用户对Pamper牌尿布的需求几乎不随时间变化时，零售商向他们的批发商或销售商所订购的毛巾是十分反复不定的，亦即：表现出明显地随时间而波动。此外，甚至在P＆G从它的批发商那里所收到的订单中，会看到订货数量上的较大变化。供应链里的每个阶段所看到的可变性上的这种增加被叫做“牛鞭效应”。欲进一步讨论这一现象，可参看Baganha和Cohen（1995），Caplin（1985），Kahn（1987），Kaminsky和Simchi-Levi（1996）从及Sterman（1989）等人的著作。 牛鞭效应之所以引起众多生产厂商、销售商和零售商的莫大关注，乃是由于订货过程中这种增加了的可变性（i）要求每个库房增加其安全存货，以便维持一个给定的服务水平；（ii）由于在整个系统里的库存过剩而可能导致费用的增加；（iii）可能导致低效地使用像劳动和运输这样一类的资源，其原因是搞不清楚资源应该根据库房所接收到的平均订货还是应该根据最大订货来作规划。 为了很好地理解牛鞭效应对整个供应链的影响，研究一下由单个零售商和单个生产厂商组成的简单的二阶段供应链的情况。零售商观察用户需求，并向生产厂商订货。为了确定从生产厂商那里订货数量，零售商必须对用户需求作出预测。一般来讲，零售商将会用观测到的用户需求数据和某种标准的预测方法来计算这些预测结果。 其次，考察我们供应链中的第二个阶段，即生产厂商方面。生产厂商观测零售商需求，并据此向他的供应商订货。为了确定订货数量，生产厂商必须对零售商的需求作出预测。在许多供应链里，生产厂商并不访问用户需求的实际数据。因此，生产厂商必须用零售商的订货单进行他的预测。如果像牛鞭效应所暗示的那样，零售商的订货较之他所观察到的用户需求有更为明显的可变性的话，那么，生产厂商的预测和库存控制问题比零售商的预测和库存控制问题要困难得多。此处，可变性的增加将迫使生产厂商支持比零售商更为安全的存货或维持比零售商更大的存货空间，以求达到像零售商一样的服务水平。 在本文中，我们讨论牛鞭效应的起因以及减少牛鞭效应影响的方法。分析工作是建立在Chen、Drezner、Ryan和Simchi-Levi（1998）、Chen、Ryan和Simchi-Levi（1998）以及Lee、Padmanabhan和Whang（1997a，b）最近研究成果的基础上。在下面一节里，我们着手讨论牛鞭效应的五个主要起因。在第二节里，我们届时要给出一些由于这些起因中的两个——需求预测以及订货至交货间的时间而使我们能够量化可变性的增加的新近成果。这些成果对控制牛鞭效应的问题提出了某些有用的管理人的看法，在第三节中，讨论这些看法。在第四节里，我们届时要扩展这些成果，以便研究集中的需求信息对牛鞭效应的影响。最后，从讨论某些减少牛鞭效应影响的方法来结束本文。 ? 14．2 识别牛鞭效应的起因 ? 很清楚的是，牛鞭效应可能会导致整个供应链中的费用和库存水平的显著增加。为了控制或消除牛鞭效应，我们首先必须了解它的起因。Lee、Padmanabhan和Whang（1997a，b）等人识别了牛鞭效应的五个主要起因：需求预测、提前间隔期、分批订货、供应不足和价格变化等。Caplin（1985）研