信息共享对供应链牛鞭效应减弱效果分析

刘 超 （上海海事大学，上海 200135）

1 相关理论回顾

1.1 牛鞭效应

牛鞭效应首先是由Forrester（1961）发现并提出。Lee是第一个正式用 “牛鞭效应”这个术语来定义这种现象的学者。

Lee（1997）认为产生牛鞭效应的原因不是参与者的非理性决策，而是来源于各企业管理者追求利润最大化的理性决策。他较为全面的地分析了牛鞭效应现象，认为产生牛鞭效应的具体原因有四种：需求信号处理；短期博弈；订单批量和价格波动，并针对每一种具体的原因，提出了对应的解决办法。对于需求信号处理所造成的牛鞭效应，Lee建议信息共享、避免多重预测和缩短提前期；对于短缺博弈所造成的牛鞭效应，Lee建议采用根据历史数据进行分配、提高信息共享水平和订立合同等方式；对于订单批量所造成的牛鞭效应，Lee提出了减少运输成本 （通过利用EDI和CAO等手段）、拼车发货和第三方物流的建议；对于价格波动所造成的牛鞭效应，Lee建议采用作业成本法、天天低价战略和签订合同的方式来进行控制和弱化。

而对信息共享，也有很多学者做了相关的研究。Towill（1998）通过对供应链上牛鞭效应的研究得出了这样的结论：有效的信息共享即强化需求信息可以大幅减少供应链节点企业的库存，即供应链上强化需求信息对减弱牛鞭效应一定程度上有明显的效果。得到这一结论的同时，提出一种信息强化的供应链信息流模型。在此信息强化模型中，利用EDI技术和POS可以实现整个供应链对终端用户需求的共享，在一定程度上减弱牛鞭效应。Frank Chen（2000）以一个制造商和一个零售商构成的包括需求预测和前置时间两个因素的简单两级供应链为研究对象，对它们进行了分析，指出共享用户信息能够大大减少牛鞭效应的影响。

下面我们以东风汽车悬架弹簧有限公司和其下游苏州金龙客车为例，来说明在低效率的信息共享下，这个两级供应链系统中存在着牛鞭效应问题，并对信息共享对牛鞭效应减弱效果进行量化分析。

2 基于信息共享下的牛鞭效应的量化分析

2.1 数据

东风汽车悬架弹簧公司分销商的销售订货情况[1]。

表1是2007年1月至2008年7月，这19个月内苏州金龙客车关于型号为2912Q80xm-010弹簧的订单变化情况。

表1 型号2912Q80xm-010弹簧的订单变化 （2007-2008） 单位：件

表2是2009年8月到2010年12月苏州金龙客车与东风汽车悬架弹簧有限公司在施行了信息共享系统后的订单变化情况。

表2 型号2912Q80xm-010弹簧的订单变化 （2009-2010） 单位：件

2.2 模型建立与数据分析

2.2.1 需求信息预测过程中的牛鞭效应

假设零售商 （苏州金龙客车）采用一次指数平滑法预测市场需求。一次指数平滑法在t时期预测值的计算公式为：

其中，α（ 0＜α＜1 ）为平滑系数，表示赋予实际数据的权重。表示t-1时期的实际需求值，表示t-1时期的预测值。

由式 （1） 可得：

月 （2008年） 1 2 3 4 5 6 7 8 9 10 11 12实际需求量 300 400 500 400 500 400 660 300 600 400 500 400订单量 300 360 445 420 570 430 568 400 520 450 480 430月 （2009年） 1 2 3 4 5 6 7实际需求量 400 500 450 500 400 500 300订单量 410 470 460 482 430 480 320

由此可见，当零售商 （苏州金龙客车）直接对市场的需求信息作预测时，不考虑安全库存等因素时，预测时的需求信息的波动并不大于实际的需求波动。

2.2.2 信息处理过程中的牛鞭效应

企业在通过一次指数平滑法对市场需求做出预测后，接下来就需要对信息进行处理，即对照自己的库存策略做出相应的决策。

假设零售商 （苏州金龙客车）采用最优订货点法， 将需求的预测值作为确定库存最高水平的标准。现在，零售商的每期预测的市场需求值为Xt。用订货点法计算下一期的库存最高水平St，即St=Xt+zδt。其中，zδt表示零售商的安全库存，z是企业的安全系数，取决于企业的目标服务水平。而）表示零售商在需求预测过程中的标准差，可以通过历史数据获得。零售商利用固定时间间隔期的库存策略来处理信息，则零售商向生产商的订货量qt为：

此时

由式 （2） 和 （3）， 可以得到：

此时，我们可以得出结论：当零售商 （苏州金龙客车）采用一次指数平滑法获取需求信息，并用固定间隔期的库存策略来处理信息，零售商向上游的订货量波动大于市场需求信息的波动，存在牛鞭效应。

另外，将式 （4）和 （7）进行比较，我们还可以发现，零售商处的信息的波动放大主要在信息处理过程中产生的，与零售商所采取的库存策略有关。

月 （2008年） 1 2 3 4 5 6 7 8 9 10 11 12实际需求量 300 400 500 400 500 400 660 300 600 400 500 400实际发出量 200 460 450 500 460 440 580 410 530 460 560 350月 （2009年） 1 2 3 4 5 6 7实际需求量 400 500 450 500 400 500 300实际发出量 450 450 560 420 460 570 250

而当零售商和生产商都采用一次指数平滑预测方法和固定间隔期库存控制系统时，在独立决策，也就是在没有信息共享的情况下，零售商在结合库存策略对需求预测信息的处理阶段牛鞭效应产生，而生产商向其上游的订货量的波动又会被进一步放大。

2.2.3 信息共享下的牛鞭效应

假设零售商见到的需求是独立的均匀分布，同时是供应链的所有阶段都使用具有p次观测结果的移动平均预测方法来估计平均需求。这样一来，供应链的每一阶段在每个时期都拥有了顾客需求方面的完全信息，将使用相同的平均需求的估计值，即假设供应链的每一阶段k在每个周期内的订货点正好是固定提前间隔期内预测到的需求，这时供应链的每一阶段k都是用的订货点为其中，Lk是第k阶段和第k+1阶段之间的提前间隔期。

为了做到定量地表示可变性，我们必须确定qt方差与Dt方差的比值，即零售商向制造商订货的方差与零售商面对需求的方差的比值。此时，qt为零售商向制造商发出的订单量，且满足qt=yt-yt-1+Dt-1。

下面我们对在信息分散处理下的牛鞭效应，与信息集中处理下的牛鞭效应进行比较。

我们仍然假设零售商面对的需求为Dt=μ+εi,μ为非负常量，εt为误差随机变量，且εt服从独立均匀分布，即

月 （2009年） 10 11 12实际需求量 400 300 400实际发出量 405 344 390月 （2010年） 1 2 3 4 5 6 7 8 9 10 11 12实际需求量 350 550 500 400 386 400 572 550 600 580 550 480发出订单量 370 555 510 390 400 400 580 520 580 570 570 520

因此，我们得出结论，供应链在信息集中处理情况下，任一阶段发出的订单的方差是该阶段与零售商之间的总提前间隔期的一个递增函数。这表明，当我们在：

所有需求信息都集中处理；供应链的每一个阶段都使用相同的预测技术、供应链的每一个阶段都使用相同的库存策略时，我们仍然会看到供应链每阶段上需求可变性的增加。因此，我们可以得出一个结论，就是当需求信息完全集中以及供应链所有阶段都使用同样的预测技术和库存策略，牛鞭效应仍然存在，也就是说，我们尚不能完全消除牛鞭效应。

虽然我们不能完全消除牛鞭效应，但是信息的集中和分享确实可以显著地改善牛鞭效应已经在上面的分析中得到证实，这就为我们在实际中建立供应链企业信息共享系统提供了理论依据。

3 管理启示

3.1 信息共享平台的建立

供应链信息共享平台是各种软件和硬件的集合。平台中的共享信息数据库存放来自各个企业的共享信息，对这些信息的查询只在平台中进行。这样做的优点是对共享信息的访问不会干扰企业信息系统的运行。共享信息也可以存放在企业本身数据库，由企业对外提供接口来访问这些共享信息。但要注意：

（1）供应链各节点企业要努力提供统一的共享环境；

（2）供应链信息共享体现三种信息共享方式：信息交换、共享信息查询和共享服务；

（3）目标是为供应链中的各个企业提供统一的信息共享环境，使得各个企业及最终客户能够快速查询共享信息，并且支持服务共享及企业应用程序之间的数据交换。

3.2 加强企业内部管理实现生产柔性化

供应链信息管理的关键就是实现企业间信息的共享，要实现供应链企业间的信息共享，首先要从单个企业内部入手。企业不仅需要有发达的信息收集系统和精确的需求预测工具，使库存更加贴近市场的真实情况，减少不必要的先期购买，更需要通过有效的管理，力求在企业内部实现全流程的无缝作业，提高接口工作效率，减少失误与浪费。同时还要有效减少企业内部的重复工作，剔除流程中的多余步骤，从而使物流流程简单化、高效化、低成本。

3.3 建立企业战略联盟，实现信息透明

供应链的良好运作是以供应链成员企业相互间充分信任和相互合作为基础。供应链上的企业甚至可以了解到另一个合作企业的生产作业计划，由此可见供应链中的企业相互间是相当信任和合作的。缺乏这种信任和强烈的合作愿望，供应链的有序运作是不可能。因此供应链管理的实质就是合作，它使供应商、制造商、分销商、客户多方受益。只有供应链上的企业之间充分信任和合作，才能保证供应链上企业信息的透明，保证供应链的高效率运转，实现价值增值。

3.4 建立有效的激励机制

在供应链管理中，由于制造商无法全面、细致的了解供应商运作全过程，供应商对制造商服务的不确定性必将给制造商带来风险。由此，在非对称信息条件下，好的激励机制一方面能对供应商产生激励，另一方面又能分担制造商的风险。供应商也愿意自觉实施，因为它能够符合供应商的利益最大化。

[1]汤向东.供应链企业信息共享系统的构建——消除供应链牛鞭效应的负面影响[J].物流与采购研究，2009(6):32-34.

[2] 高然，龙子泉.牛鞭效应研究现状与趋势：一个文献综述[J].华东经济管理，2010(12):135-138.

[3] Sterman,J.D..Modelling managerial behaviour:Misperceptions of feedback in dynamic decision making experiment[J].Management Science,1989,35(3):321-339.

[4] Lee,H.L.,Padmanabhan,V.&Whang,S..Information Distortion in a Supply Chain:The Bullwhip Effect[J].Management Science,1997,43:546-558.

[5] Lee,H.L.,Padmanabhan,V.&Whang,S..Comments on “Information Distortion in a Supply Chain:The Bullwhip Effect”[J].Management Science,2004,50(12):1887-1893.