《供应链中的信息扭曲：牛鞭效应》由会员分享，可在线阅读，更多相关《供应链中的信息扭曲：牛鞭效应（63页珍藏版）》请在金锄头文库上搜索。
1、供应链中的信息扭曲： 牛鞭效应,作者：Hau L.Lee V.Padmanabhan Seungjin Whang 1997 Management Science,作者简介,Hau L.Lee，中文名为李效良 P rofessor. Lee 在滨夕法尼亚大学沃顿学院获得运营管理理学博士学位； 在伦敦经济学院获得运营研究理学硕士学位； 在香港大学获得经济及统计学社会科学学士学位。,作者简介,李豪教授（Hau L.Lee）研究主要集中在供应链管理。在这几十年的研究过程中，他的研究导致了在工业运营过程中解决实际问题的计算机模型的建立，并且为从业者建立了供应链管理的战略和运营概念。 Hau L. Le
2、e is the Thoma Professor of Operations, Inform-ation, and Technology at the Stanford Graduate School of Business. 他的研究方向包括供应链管理、信息技术、全球物流系统设计、库存规划和生产策略。他是斯坦福全球供应链管理论坛的建立者及现任理事，这个论坛是个行业学术论坛旨在提升全球供应链管理的理论和实践。,李教授在各种期刊上发表了很多文章，例如 Management Science, Operations Research, Harvard Business Review, Sloan M
3、anagement Review, Supply Chain Management Review, IIE Transactions, and Interfaces, etc. 他担任了很多国际性期刊的编辑职务, 例如 Operations Research, Manufacturing and Service Operations Management, IIE Transactions, Supply Chain Management Review, Sloan Management Review, and the Journal of Production and Operations
4、Management.1997-2003, 他是Management Science的主编。 2004年,这篇文章“供应链中的信息扭曲:牛鞭效应”,被评选为Management Science历史上最有影响的10篇论文之一。,文章结构框架,1、导言 2、相关文献综述 3、牛鞭效应产生的原因（四个原因） 4、管理上的启示和结论,1、导言,近来（90年代），对供应链管理的研究集中于供应链中不同成员之间的协调，这个供应链的成员包括制造商、分销商、批发商和零售商。供应链成员之间的协调对供应链中各个成员带来很多好处 。 对于供应链中成员的协调一个重要的机制是供应链中成员之间的信息流的协调。这些信息流对供
5、应链上各个成员的生产计划、库存控制和递送计划有直接的影响。 这篇文章研究供应链中的需求信息流并总结了需求信息以订单形式沿着供应链传递时，需求信息系统性的扭曲。表1显示了某个零售商店其中一个产品的销售量，同时也列出了零售商向制造商发出的订单量：,1、导言,这篇文章中的牛鞭效应或长鞭效应涉及这样一种现象，即供应链上某一级的成员向其供应商订购的定购量会比其卖给其下一级的成员的销售量大，这种信息扭曲现象以一种放大的形式向上游传播。 牛鞭效应在许多不同的市场被发现 ：宝洁婴儿尿布片市场、HP的打印机市场、综合电路商的分销市场。 需求信息的扭曲意味着如果制造商仅仅察觉其近邻的分销商的订单信息，其将会被放大
6、的需求形式所误导，并且误导结果暗含的是巨大的成本代价。比如制造商会因无计划的供给采购而负担过多采购原材料的成本，会有由过量的生产能力导致的额外制造费用，会有无效的利用率和加班，还会有过剩仓储空间的费用，还会有因无效的计划安排和额外的运费费率而导致的额外的运输成本。,总的来说前面这些内容都间接提到可以通过提高信息流的设计来得到潜在的有效性。作为前面的总结，这篇文章试着探索是什么导致了牛鞭效应。作者提出四种产生牛鞭效应的原因需求信号处理（Demand signal Processing需求预测）、短缺博弈、批量定购、价格波动。 作者选这几个影响因素是据于这样的事实：在分销渠道中它们是普遍的影响因素
7、。 实际实践：零售商常规上按实际需求来预测未来的需求量。批量定购也是零售商常规决策的一部分，因为批量定购会使购买价格和运输费率更加经济。注意在某种意义上需求预测和批量定购是相关联的，即当在零售层面上需求预测和批量定购都是传统库存管理模型的输出结果。,实际实践：短缺博弈在产品处于产品生命周期的成长阶段需求超过供应时的商品市场是非常普遍的。价格促销在成熟产品市场中是非常常见的，这显示了制造商在激烈的市场竞争中的应对行为。也要注意短缺博弈和价格波动因素两者也是相关的，特别是他代表了渠道成员对市场的反应时。作者发现这些因素中的每一因素都会产生理性行为而最终导致牛鞭效应。 在现实中，这些因素结合起来影响
8、市场，供应链中所有的参与者都应该意识到这些因素所带来的影响并且采取一定的措施来提高供应链成员之间的协调能力。,辨别牛鞭效应的起因使我们能够找到减少这个现象所带来的有害影响。这篇文章提出我们应该谨慎使用从下游成员中得到的以订单形式的销售信息。下游节点的销售信息和库存信息对于提高整个渠道协调能力和减轻牛鞭效应是至关重要的。供应链成员中越来越多的销售数据和库存信息共享现象支持了这个论点。 文章接下来部分是这样组织的：第二部分是对相关文献的简要综述，第三部分是研究牛鞭效应产生的四个因素，第四部分讨论了对于供应链渠道上成员协调活动，在管理层应该有怎样的作为，并给出了结论。,2、相关文献综述,牛鞭效应现象
9、并不新，管理学家认识到这个现象已经有一段时间了。 Forrester （1961） 在一系列的案例研究中阐述了这些影响，并指出它是工业组织中的工业动态特性和时间变化行为（industrial dynamics or or time varying behaviors）.换句话说一个组织所采用的基本形式和政策能够在供应链中产生人们所不需要的典型行为。 在库存管理实验背景中，Sterman 于1989年在啤酒分销游戏中提出了牛鞭效应存在的证据 。在实验中，有四个参与者，形成一个供应链，各自独立进行库存决策而不和其他成员进行协商，决策仅依赖其毗邻的成员的订货信息作为唯一的信息来源。在线性成本关系的假
10、设下，这个实验表明沿着供应链上溯，订单量的变动性逐渐被放大。Sterman把这个现象解释为参与者系统性的非理性行为或者是误解反馈信息的结果。,像Forrester（1961）和Sterman（1989） 所作的研究一样，作者的研究兴趣在于理解牛鞭效应的起因，从而找出应对牛鞭效应的管理措施。但是作者的研究在一些方面与先前的研究不同，作者运用了简单的供应链数学模型，这个数学模型抓住了制度结构和优化成员行为的本质因素。作者通过数学模型证明牛鞭效应是供应链上各理性成员间战略性相互作用的结果。 因此作者的研究和其以前的研究不同的关键点是作者研究了供应链成员的行为。Forrester（1961）假设成员有
11、一定的行为，而Sterman（1989） 的研究中成员是缺乏完全的理性并且易于采取错误的措施，但是作者的研究中，模型中各成员是理性的，并且会优化他们的行动。作者采用数学模型来解释理性决策的结果，这与经理们把理性决策作为最优决策规则的行为是相反的。,这些方法上的不同导致了对为应对牛鞭效应而采取的最优实践和政策的不同的见解。 Forrester（1961）建议通过在行为实践上改进来减缓牛鞭效应。 Sterman（1989）则建议通过个人教育。 而这篇文章的作者建议那些企图控制牛鞭效应的公司可以通过改造制度上和相互作用组织的基础结构部门并且改造相互关联的流程（by attacking the ins
12、titutional and inter-organzational infrastructrue and related process)，来得到更好的服务。,经济学家对帮助我们理解牛鞭效应也作了很大的贡献。库存的作用是在应对需求波动时作为缓冲器来平滑生产。这个论点使制造商在生产中追求经济性并使总成本最小化。这个论点建议生产量在时间系列上的波动小于需求量在时间系列上的波动。但是基于宏观经济研究数据的实证研究显示了相反的结果：生产量的波动大于需求量的波动。 为了解释这矛盾，Caplin(1985)、Blinder(1982,1986)指出零售商采用（s,S）库存政策导致了补给订单量的波动超过了
13、需求量的波动。 Kahn(1987)指出在需求和备货中的正面的连续的交互作用也导致了牛鞭效应。 作者的工作是对上面的工作进行了补充，但是作者研究问题的方法与上面提到的学者不同，作者从管理上进行研究，而不是从宏观经济的角度上进行研究。作者的工作描述了在典型库存理论下牛鞭效应的起因。,3、牛鞭效应产生的原因,这一部分引起牛鞭效应的四个因素需求预测、短缺博弈、批量定购和价格波动。为了理解这些因素怎么引起牛鞭效应，作者先介绍了一个理想的情况。考虑一个在周期检查库存策略下的多期库存系统。假设条件如下： (i) 在做需求预测时不用过去的需求数据。（例如：需求是不变的） (ii)在一个固定的提前期内再供给量
14、是无限的。 (iii)没有固定的订货成本。 (iv)产品采购成本不随时间变化。 很明显，以上条件产生我们很熟悉的结果：即按一个固定的量定购的政策（order-up-to-S）是最优的，这里“S”是一个常数。这样，每个时期的定购量和其需求量完全一样。,因此，定购量和需求量是同样波动的。这表明每次松弛四个条件中的一个，就会同引起牛鞭效应的四个因素相对应。各个条件松弛如下: 需求预测涉及到这样的情形：需求不是静止不变的，且我们会利用过去的需求信息来更新预测。 短缺博弈涉及到当供给短缺是可预测时买家的战略订购行为 当固定成本不为零时，每期都定购将会不经济，则批量定购将会产生。 最后，价格波动会涉及到不
15、连续的产品采购价格。 需求预测和批量定购是相互关联的，因为它们都被每个成员试着最优化他们内部的库存管理运作所驱动。短缺博弈和价格波动也是相互关联的，因为它们都反映了各成员对市场动态的反应。,3.1需求预测,这篇文章集中于零售商-供应商之间的关系，虽然这个分析也可以适用于批发商-分销商关系或者分销商-制造商关系。 考虑一个多期库存模型，在这个模型中需求随时间变化，并且需求预测根据观察到的需求更新来更新。因为需求的不断变化，所以为库存系统定购每个时期的产品也是不断变化的。例如，假设零售商的需求量在某个时期猛增，她将会把它认为是未来高需求的信号，而去调整需求预测，然后去下一个大订单。像这样的需求预测
16、模型的例子包括Azoury(1985)设计的贝叶斯更新模型，Kahn(1987)和Miller(1986)的序列相关需求模型。,假设St 为t时期的定购量（order up to point)。假如在t-1时期需求量猛增，那么在t时期零售商将会定购一定的量先使库存恢复到初始水平St-1,再加上 ，其中来反映对将来需求量的更新，这将会推导出不同的定购量 。一个类似的结论也表明零售商所觉察到的低需求将会导致下一期定购量低于这一期的需求量。也就是说所观察到的需求量会以一种夸张地形式传给供应商。当零售商处理需求信息时，原始的销售信息将会被扭曲，并且当这些已经扭曲了的信息被传递到上游供应商时，其扭曲程度
17、将会更大。此外，因上游供应商在补给商品时所设置的很长的定购提前期也将会使信息扭曲更进一步加剧。 为了更加严格地讨论这个问题，作者先考虑一个简单的问题：一个零售商其中一个商品的多期库存问题。这个零售商运作这一个商品情况如下： 每期从一个供应商处定购这个商品,在定购和接收产品之间有v个时期的延迟，这个延迟包括了定购提前期和从供应商处的运送时间。 为了使这个分析更加简单化，作者也假设过量的库存能够有收益，而没有成本。（Kahn在1987年也隐含地做过这个假设） 根据其运作情况，模型事件安排如下： 在t时期初，作出定购量 的决策，则这个时间点为t期的决策点。 接着v个时期前定购的商品到达。 最后，需求实现，并且是用可用的库存满足需求，未满足的需求以后满足。,
