长鞭效应

长鞭效应（bullwhip effect),在管理学上俗称“牛鞭效应”

　　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：在供应链上的各节点，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。当信息达到最源头的供应商时，其所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。由于这种需求放大效应的影响，供应方往往维持比需求方更高的库存水平或者说是生产准备计划。

　　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”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”。

　　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”。

　　从供应商的角度看，“牛鞭效应”是供应链上的各层级销售商（总经销商、批发商、零售商）转嫁风险和进行投机的结果，它会导致生产无序，库存增加，成本加重，通路阻塞，市场混乱，风险增大，因此妥善解决就能规避风险，减量增效。企业可以从如下6个方面进行综合治理。

　　1、订货分级管理

　　从供应商的角度看，并不是所有销售商（批发商、零售商）的地位和作用都是相同的。按照帕累托定律，他们有的是一般销售商，有的是重要销售商，有的是关键销售商，而且关键销售商的比例大约占20%，却实现了80%的销量。因此供应商应根据一定标准将销售商进行分类，对于不同的销售商划分不同的等级，对他们的订货实行分级管理，如对于一般销售商的订货实行满足管理，对于重要销售商的订货进行充分管理，对于关键销售商的订货实现完美管理，这样就可以通过管住关键销售商和重要销售商来减少变异概率；在供应短缺时，可以优先确保关键销售商的订货；供应商还可以通过分级管理策略，在合适时机剔除不合格销售商，维护销售商的统一性和渠道管理的规范性。

　　这种方法在一些优秀企业已经得到很好的应用，效果明显，如3M公司为他的关键客户提供完美订货服务。为了提高服务的质量，确保关键客户，3M公司推行了一种称之为“白金俱乐部”的服务措施。3M公司对“白金俱乐部”的成员实行了各种意外事故保障措施，以便在主要供货地点缺货时，能够获得所需的存货来完成 “白金”客户的订货。这些保障措施包括从次要的储备地点将存货转移出来，以及在世界范围内搜寻3M公司其他仓库设施中的存货。一旦这些应急措施就绪，立即利用溢价运输服务来安排直接递送，甚至在特殊情况下，3M公司还会借用已出售的货物来供给“白金”客户，他这样做的目的就是要保证在任何情况下都能为关键客户提供完善的订货服务，增强销售商的信心，营造良好的市场氛围，减少订货需求放大。

　　2、加强出入库管理，合理分担库存责任

　　避免人为处理供应链上的有关数据的一个方法是使上游企业可以获得其下游企业的真实需求信息，这样，上下游企业都可以根据相同的原始资料来制定供需计划。例如，IBM、惠普和苹果等公司在合作协议中明确要求分销商将零售商中央仓库里产品的出库情况反馈回去，虽然这些数据没有零售商销售点的数据那么全面，但这总比把货物发送出去以后就失去对货物的信息要好得多。

　　使用电子数据交换系统（EDI）等现代信息技术对销售情况进行适时跟踪也是解决“牛鞭效应”的重要方法，如DELL通过 InternetIntranet、电话、传真等组成了一个高效信息网络，当订单产生时即可传至DELL信息中心，由信息中心将订单分解为子任务，并通过 Internet和企业间信息网分派给各区域中心，各区域中心按DELL电子订单进行组装，并按时间表在约定的时间内准时供货（通常不超过48小时），从而使订货、制造、供应“一站式”完成，有效地防止了“牛鞭效应”的产生。

　　联合库存管理策略是合理分担库存责任、防止需求变异放大的先进方法。在供应商管理库存的环境下，销售商的大库存并不需要预付款，不会增加资金周转压力，相反地，大库存还会起到融资作用，提高资本收益率，甚至大库存还能起到制约供应商的作用，因此它实质上加剧了订货需求放大，使供应商的风险异常加大。联合库存管理则是对此进行修正，使供应商与销售商权利责任平衡的一种风险分担的库存管理模式，它在供应商与销售商之间建立起了合理的库存成本、运输成本与竞争性库存损失的分担机制，将供应商全责转化为各销售商的部分责任，从而使双方成本和风险共担，利益共享，有利于形成成本、风险与效益平衡，从而有效地抑制了 “牛鞭效应”的产生和加剧。

　　3、缩短提前期，实行外包服务

　　一般来说，订货提前期越短，订量越准确，因此鼓励缩短订货期是破解“牛鞭效应”的一个好办法。

　　根据Wal-Mart的调查，如果提前26周进货，需求预测误差为40%，如果提前16周进货，则需求预测的误差为20%，如果在销售时节开始时进货，则需求预测的误差为10%。并且通过应用现代信息系统可以及时获得销售信息和货物流动情况，同时通过多频度小数量联合送货方式，实现实需型订货，从而使需求预测的误差进一步降低。

　　使用外包服务，如第三方物流也可以缩短提前期和使小批订货实现规模经营，这样销售商就无须从同一个供应商那里一次性大批订货。虽然这样会增加额外的处理费用和管理费用，但只要所节省的费用比额外的费用大，这种方法还是值得应用的。

　　4、规避短缺情况下的博弈行为

　　面临供应不足时，供应商可以根据顾客以前的销售记录来进行限额供应，而不是根据订购的数量，这样就可以防止销售商为了获得更多的供应而夸大订购量。通用汽车公司长期以来都是这样做的，现在很多大公司，如惠普等也开始采用这种方法。

　　在供不应求时，销售商对供应商的供应情况缺乏了解，博弈的程度就很容易加剧。与销售商共享供应能力和库存状况的有关信息能减轻销售商的忧虑，从而在一定程度上可以防止他们参与博弈。但是，共享这些信息并不能完全解决问题，如果供应商在销售旺季来临之前帮助销售商做好订货工作，他们就能更好的设计生产能力和安排生产进度以满足产品的需求，从而降低产生“牛鞭效应”的机会。

　　5、参考历史资料，适当减量修正，分批发送

　　供应商根据历史资料和当前环境分析，适当削减订货量，同时为保证需求，供应商可使用联合库存和联合运输方式多批次发送，这样，在不增加成本的前提下，也能够保证订货的满足。

　　6、提前回款期限

　　提前回款期限、根据回款比例安排物流配送是消除订货量虚高的一个好办法，因为这种方法只是将期初预订数作为一种参考，具体的供应与回款挂钩，从而保证了订购和配送的双回路管理。

　　提前回款期的具体方法是将会计核算期分为若干期间，在每个期间（假如说一个月分为三个期间或者四个期间，每个期间10天或者7天）末就应当回款一次；对于在期间末之前多少天积极回款者给予价格优惠，等等，会有利于该项计划推进。

　　长鞭效应是需求信息扭曲的结果，图2显示了一个销售商实际的销售量和订货量的差异，实际的销售量与订货量不同步。在供应链中，每一个供应链的节点企业的信息都有一个信息的扭曲，这样逐级而上，即产生信息扭曲的放大。

　　早在1961年，弗雷斯特(Forrester)就通过一系列的实际案例揭示了这种工 业组织的动态学特性和时间变化行为。在库存管理的研究中，斯特曼( Sterman)在1989年通过一护‘啤酒分销游戏”验证了这种现象。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的成员进行协商，决策仅依赖其邻毗的成员的订货信息作为唯一的信息来源。斯坦曼把这种现象解释为供应链的成员的系统性非理性行为的结果，或“反馈误解”。

　　1994,1997年美国斯坦福大学的李教授(Hau L Lee)对需求放大现象进行了深入的研究，把其产生的原因归纳为四个方面:需求预测修正;订货批量决策;价格波动;短缺博弈。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号时，即产生需求放大。

　　整个供应链体系由客户端一直到供货商端各阶层间，因为各自独立决策，相互信息回馈复杂困难，加上需求不确定性的因素、价格变动的预期心理影响，以及前置时间的延迟，使各阶层为了保持不会缺货的状况，会有预先购买储存或缓慢购买的行为，如此造成订单需求从客户端到供货商工厂端会呈现放大现象，此种现象称为长鞭效应（bullwhip effect）。长鞭效应会造成供应链上的各阶层在从事订单决策时，愈接近需求前端（客户端），需求预测的准确度就愈高，愈到后端（制造商或供货商端），反应需求的速度就愈慢，需求的预测就愈不准确，因为愈后端的阶层受到的制约因素及累积的统计波动就愈大，越难掌握真正的顾客需求。

　　企业可以透过以下方法，有效降低长鞭效应对供应链效益的影响：

• （一）降低变异量及不确定性：企业可以透过信息系统的建置，如POS系统，随时且有效的了解下游厂商的销售状况，充分掌握市场需求。另外，供应链伙伴之间充分的进行信息分享，并维持较低产品价格，将能有效地抑制价格变动的预期心理，减少库存堆积的现象。

• （二）降低前置时间：透过生产和组装技术的创新，以及充分的交换数据，并分摊彼此对预测的承诺与风险，降低产品交货的前置时间，将能有效的降低下游厂商等待的不确定感，实时提供足够的产品以应付市场的需要。

• （三）策略联盟：透过企业共组策略联盟，协调彼此的目标和利益，将能有效的降低下游厂商的自利行为，以便利提升整体供应链的竞争优势。供货商管理库存（VMI）乃是常用的策略方法之一。

　　“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。