供应链管理中的逆长鞭效应及其仿真研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇供应链管理中的逆长鞭效应及其仿真研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：在供应链管理中存在一种逆长鞭效应，本文运用软件仿真啤酒游戏证明了该效应是客观存在的，并分析了该效应产生的原因和对供应链运营的影响。指出逆长鞭效应的存在是供应的不确定性以及高估了供应水平所引起的，它的存在对供应链的绩效有负面影响。

关键词：逆长鞭效应；供应链管理；啤酒游戏

中图分类号：F259 文献标识码:A 文章编号:1005-6432(2008)36-0086-02

Reverse Bullwhip Effect in the Supply Chain Management and Its Simulation Study

Wen Huiying Wang Xiaowei Huang Yonggang

(College of Traffic, South China University of Technology)

Abstract: Recent evidence suggests that there is a reverse bullwhip effect (RBE) in the supply chain management. Weuse the BaseStockSim simulation beer game, analysising the causes of RBE and its impact on the supply chain performance.The result confirms objective existence of the RBE and the cause of it is due to the supply uncertainty and an overweightingof the supply line.

Key Words: reverse bullwhip effect; supply chain management; beer game

近几年的研究发现，在供应链中存在一种逆长鞭现象，即订单波动在供应链各级节点之间由上往下的传播过程中逐级增大，与传统的长鞭效应正好反向。国内外的学者运用多种方法对此进行了研究。本文用仿真软件研究分析了逆长鞭效应的存在性及其对供应链管理的危害。

一、逆长鞭效应的引出

逆长鞭效应是学者Svens son于2003年在其文献里首次提出的，他针对一个企业的内外部物流的库存管理进行了研究并发现当供应链的上游存在着不确定性的时候，则会产生一个与传统长鞭效应相反的现象――逆长鞭效应，这种供给的不确定性可能因有限的生产能力、产品质量缺陷、运输或交付的不确定等原因造成。随后，其他学者在对2005年横跨美国的两次飓风之间一些商品的消费者的购买数据进行分析时发现，需求的波动状况大于供给的波动。这是逆长鞭效应一个现实的例子。此外，Cachon对供应链中的不同企业做了一个研究，结果表明仅47%的企业显示了长鞭效应，其余的53%则显示了逆长鞭现象。Ertunga C.O zelkan运用博弈论模拟一系列的供应链，探讨了上游价格波动对下游零售价格的影响，当上游因为价格波动导致供给不确定时，在一些条件下产生长鞭效应，而在另一些条件下则产生逆长鞭效应，并指出逆长鞭效应对供应链协调的危害。在前人研究的基础上，本文用Base Stock Sim软件对逆长鞭效应进行研究。

二、逆长鞭效应的仿真研究

Base Stock Sim是一款免费软件，它为我们提供了一种管理决策的“试验空间”，包含了具有随机供给与需求的多级供应链，供应链的每个节点均可根据其各自库存政策产生它自己的订货函数。本文研究的是一个四阶段的供应链，零售商、批发商、分销商和制造商各一个。

1.订货模型

在各时期各个不同节点的订货数量是一个随机变量，其函数表达式如下：

式中：it L∧为t时段内第i节点的库存水平的预测值; it L

为t时段内i节点实际的库存水平; 为t时段内第i节点可获得的供给量的预测值; 为t时段内i节点可获得的实际供货量;α，β为当实际的库存水平和供应水平偏离设计值时各自的一个调节系数，取值为一常量; t S 为系统内是否存在供应中断的一个标志，当系统内存在供应中断时gγ ≠ 0 ，不存在时gγ = 0 ; it R 为t时间段内节点i的订货数量，如果i=0，it R 表示来自于最终顾客的需求;it R∧为t时间段内节点i的订货数量的预测值。

2.仿真的思路

制造商的供应能力CAP 是一个变量，变化范围40～60个单位，补给供货期一定;订货信息延迟为零，各个阶段的需求预测均采用指数平滑预测法。整个系统被分为两种情况，一种是供应能力大于需求，我们设为状态1，另一种是供应能力小于需求，设为状态2，仿真研究的目的之一是两种状态转换之中，订货数量标准差的变化情况。在此，我们先设定从1往2转变的概率是1 p ，从2向1转变的概率是2 p ，α，β的取值可视为供应链协调管理的量度，当│α│＞│β│时，表明各节点在制定各自订货数量时，更多的考虑自身的库存变化，而对供应链整体的库存情况、供应水平考虑较少这种情况我们称之为低估了供给水平;当│α│＜│β│时表示对于系统整体的库存情况和供应水平的权重要多于自身库存水平的权重，称为高估了供给水平;当│α│=│β│时则表示二者之间的权重相同。分别对α，β取不同的值，运行仿真软件查看各节点处订货数量的变化情况。各节点库存水平的目标值设为10个单位，系统供给水平目标值为100，我们对两种情景的结果进行了整理。并通过不断调整α，β值使之体现在订货函数中，具体数值见仿真结果。

3.结果分析

图1(α=0.1,β=0.3,P1=0.1,P2=0.7)

图2(α=0.2,β=0.1,P1=0.1,P2=0.3)通过结果可看到，随着供应能力的变化，库存水平和供给水平均相应发生变化，从而产生订单的波动，订单波动又对生产能力产生一定的影响。图1是系统自身的生产能力小于顾客需求，所以，即使有供应中断和下游订单波动，其制造商的产品数量标准差是不变的(已经饱和)，其他节点则要产生一定的波动。γ值接近或者等于0时，各节点的订单波动趋于最小化，随其绝对值的增大，波动也随之增大。从图1中可看出，供给不确定和高估系统供应水平二者均产生逆长鞭效应，供给的波动幅度扩大该效应，高估供应水平则减弱该效应。图2说明低估系统供应水平产生长鞭效应。

三、逆长鞭效应对供应链绩效的影响

逆长鞭效应的存在同样会引起供应、制造、销售各个环节的库存量和库存费用增加;物流速度减慢;使上游企业难以准确地制订需求计划和生产计划，容易造成生产

能力过剩、库存过多或者缺货现象，最终导致供应链系统的整体效益下滑;同时在一定的条件下，逆长鞭效应对长鞭效应有促进作用，它歪曲了供应链系统的供应信息，某种程度上扩大了长鞭效应，给供应链每个阶段的运营都带来负面影响，从而损害了整个系统的效率，增加了成本。在一个动态的世界里，管理者所面临的不确定不仅来自于需求方面，也可能来自于供给方面。产生供给不确定的因素是多方面的：如供应价格或者数量的波动，促销折扣，企业对于未来市场的投机，有限的生产能力，不准确的信息传递或9・11、S A R S等突发事件，这些因素都可引发逆长鞭效应。对于这些情况，尤其是那些小概率事件，管理者的经验有限。更重要的是供应环节的一个小中断可能会因为不正确的决策而扩大化，当系统各节点决策者面对供应波动，为确保自己的利益而适当扩大其订单，无形中会引起运输策略的改变和节点库存成本的增加，从而也为制造商的生产和库存决策带来难题，造成不必要的浪费。

四、结论

本文通过仿真研究证实了逆长鞭效应的存在性及产生原因。其存在与供应链的各级参与者的思考行为方式紧密联系，是系统固有的，对供应链的协调有一系列负面影响。

作者单位：华南理工大学交通学院

参考文献：

[1]Cachon GP,Randall T,Schmidt GM.Insearch of theBullwhip Effect[J].Service Operations Management.2007,9(4):457-479.

[2]Svensson G.The Bullwhip Effect in Intra-organizationalechelons[J].International Journal of Physical Distribution andLogistics Management, 2003,33(1):103-131.

[3]Sterman J D.Modeling Managerial Behavior: Misperceptionsof Feedback in a Dynamic Decision Making Experiment[J].Management Science,1989,35(3):321-339.