长鞭效应

“长鞭效应”是对需求信息扭曲在供应链中传递的一种形象的描述。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。产生“长鞭效应”的原因主要有6个方面，即需求预测修正、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。此理论最早在1961年由JForrester在IndustrialDynamics中提出。

长鞭效应（bullwhip effect)历史

长鞭效应又称作“需求变异加速放大原理”，是美国著名的供应链管理专家Hau L.Lee教授对需求信息扭曲在供应链中传递的一种形象描述。其基本思想是:当供应链的各节点企业只根据来自其相邻的下级企业的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，到达源头供应商时，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，需求变异系数比分销商和零售商的需求变异系数大得多。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。这种现象反映出供应链上需求的不同步现象，它说明供应链库存管理中的一个普遍现象:“看到的是非实际的。”图1显示了“需求放大效应”的原理和需求变异加速放大的过程。

需求放大效应最先由宝洁公司(P&G)发现。宝洁公司在一次考察该公司最畅销的产品——一次性尿布的订货规律时，发现零售商销售的波动性并不大，但当他们考察分销中心向宝洁公司的订货时，吃惊地发现波动性明显增大了，有趣的是，他们进一步考察宝洁公司向其供应商，如3M公司的订货时，他们发现其订货的变化更大。除了宝洁公司，其他公司如惠普公司(HP)在考察其打印机的销售状况时也曾发现这一现象。

长鞭效应的表现

“长鞭效应”在如今的供应链管理无疑是表现得最为突出的了。1998年，在英国举办的供应链管理专题会议上，一位与会者提及，在他的欧洲日杂公司，生产、供应环节发生着这样的现象：从渔场码头得到原材料，经过加工、配送到产品的最终销售需要150天时间，虽然消费者得到这样的商品没有感觉到不好，而且所有的中间环节也都是按照他们原本的最优效率运转着，但是这位管理者做了一个数据对比后，感到非常惊愕，他的产品加工的整个过程仅仅占用了150天中的45分钟。为什么供应链条被拖得这么长，而真正最有价值的只有45分钟，大部分时效被如何浪费掉了呢？

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（只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。美国著名的供应链管理专家HauL.Lee教授解释Bullwhip Effect为：尽管特定产品的顾客需求变动不大，但是这些商品的库存和延期交货波动水平却相当大。

解决长鞭效应最好的方法是将这个鞭子缩得越短越好，这样引起的变化也会很小。透过高效的供应链管理系统，可以减少长鞭效应，直接降低企业的营运成本，实现实时响应客户需求的理想境界。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。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应该是同步进行的，而传统的库存和分销管理思想显然无法满足这一要求，必须从这两方面入手解决问题。在国外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“长鞭效应”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”。

牛鞭效应产生的原因

产生“牛鞭效应”的原因主要有6个方面，即需求预测修正、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。

需求预测修正

需求预测修正是指当供应链的成员采用其直接的下游订货数据作为市场需求信息和依据时，就会产生需求放大。例如，在市场销售活动中，假如零售商的历史最高月销量为1000件，但下月正逢重大节日，为了保证销售不断货，他会在月最高销量基础上再追加A%，于是他向其上级批发商下订单（1+A%）1000件。批发商汇总该区域的销量预计后（假设）为12000件，他为了保证零售商的需要又追加B%，于是他向生产商下订单（1+B%）12000件。生产商为了保证批发商的需货，虽然他明知其中有夸大成份，但他并不知道具体情况，于是他不得不至少按（1+B%）12000件投产，并且为了稳妥起见，在考虑毁损、漏订等情况后，他又加量生产，这样一层一层地增加预订量，导致“牛鞭效应”。

订货批量决策

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，这样，由于订货策略导致了“牛鞭效应”。

价格波动

价格波动是由于一些促销手段，或者经济环境突变造成的，如价格折扣、数量折扣、赠票、与竞争对手的恶性竞争和供不应求、通货膨胀、自然灾害、社会动荡等。这种因素使许多零售商和推销人员预先采购的订货量大于实际的需求量，因为如果库存成本小于由于价格折扣所获得的利益，销售人员当然愿意预先多买，这样订货没有真实反映需求的变化，从而产生“牛鞭效应”。

短缺博弈

当需求大于供应时，理性的决策是按照订货量比例分配现有供应量，比如，总的供应量只有订货量的40%，合理的配给办法就是按其订货的40%供货。此时，销售商为了获得更大份额的配给量，故意夸大其订货需求是在所难免的，当需求降温时，订货又突然消失，这种由于短缺博弈导致的需求信息的扭曲最终导致“牛鞭效应”。

库存责任失衡

库存责任失衡加剧了订货需求放大。在营销操作上，通常的做法是供应商先铺货，待销售商销售完成后再结算。这种体制导致的结果是供应商需要在销售商（批发商、零售商）结算之前按照销售商的订货量负责将货物运至销售商指定的地方，而销售商并不承担货物搬运费用；在发生货物毁损或者供给过剩时，供应商还需承担调换、退货及其它相关损失，这样，库存责任自然转移到供应商，从而使销售商处于有利地位。同时在销售商资金周转不畅时，由于有大量存货可作为资产使用，所以销售商会利用这些存货与其他供应商易货，或者不顾供应商的价格规定，低价出货，加速资金回笼，从而缓解资金周转的困境；再之，销售商掌握大数量的库存也可以作为与供应商进行博弈的筹码。因此，销售商普遍倾向于加大订货量掌握主动权，这样也必然会导致“牛鞭效应”。

应付环境变异

应付环境变异所产生的不确定性也是促使订货需求放大加剧的现实原因。自然环境、人文环境、政策环境和社会环境的变化都会增强市场的不确定性。销售商应对这些不确定性因素影响的最主要手段之一就是保持库存，并且随着这些不确定性的增强，库存量也会随之变化。当对不确定性的预测被人为宣染，或者形成一种较普遍认识时，为了保持有应付这些不确定性的安全库存，销售商会加大订货，将不确定性风险转移给供应商，这样也会导致“牛鞭效应”。

“长鞭效应”对制造业的威胁

“长鞭效应”对制造型企业极其有害，其可能导致库存积压、生产计划频繁波动、交货周期过短等问题。引起“长鞭效应”的主要原因有：市场需求多样化、销售波动、非限制性订货条件、计划失误、MRP的僵化计算等。由于“长鞭效应”从下游产生向上游扩散，因此制造商受到的波及会更明显。

改善性行为：

（1） 与下游企业（最好是承担最终交付工作的企业）及时沟通，共享市场/需求信息；

（2） 与上下游企业共同做出销售预测，使企业保持一直的预测结论；

（3） 如果可能，应尽量采用准确的预测模型，并将预测结果在组织内部分享；

（4） 采用VMI（供应商管理库存）模式，与供应商协同补货；

（5） 了解上下游企业的产能等信息，并将其作为计划工作的参考依据；

（6） 重新寻找合适的物流服务商（如果其服务水平低于平均水平），并对其进行定期考核；

（7） 针对历史规律采用策略性库存控制方式；

（8） 采用层次更少的分销渠道，主动进行终端市场调研（适合为最终客户服务的1-5级供应商）；

（9） 持续压缩供应链时间，比如缩短订单处理时间，等等。

预防性行为：

（1） 备足产能，提升生产线柔性；

（2） 准备足够的备份供应商资源或委外资源；

（3） 选择合适的管理软件，将计划功能作为重要考虑依据；

（4） 采用限制性订货条款，对频繁取消订货的企业进行处罚；

（5） 规范财务会计行为，设定合理的应收/付款约束条件；

（6） 采用订单处理优先级原则，对供应商与品类进行合理划分，并建立关联关系；

（7） 部分企业（如农产品生产）可以采取套期保值来应对市场波动，等等。

事实上，上面只是列出了一些可行的改善性行为与预防性行为，但类似CPFR（协同计划、预测与补货）等技术与模式在中国制造业的应用还存在诸多问题。制造型企业目前所能做的供应链优化行为局限于1-3级供应商，但即使是极小的改善也已带来相当明显的收益。