上海第二工业大学供应链管理大作业报告

1、 “啤酒游戏”实验报告一、“啤酒游戏”实验简述啤酒游戏是模拟一个啤酒生产、销售、消费的供应链的运作，通过不同条件下供应链上的不同组件、角色下的仿真模拟。游戏过程中可以体会生产，预测，物流，库存在信息的运送延误的情况下会出现各种联动和影响。游戏中假设供应链由5个环节构成：生产厂商发货至分销商、分销商批发商发货至批发商、批发商发货至零售商，最后零售商卖给客户（游戏操作过程中没有包含最后环节），每个环节只有单个下游组件，相邻环节之间存在啤酒物流的订单信息流，上游环节根据下游环节发来的订单安排生产或订货。供应链为直线型供应链，啤酒物流与订单信息流仅仅在相邻的两个节点之间传递，不能跨节点。供应链最上游是

2、生产商，生产商的生产能力无限制，各角色拥有独立自主权，可决定向上游订多少订单、向下游发出多少货物，各个角色的库存量也都无限制。游戏操作过程包含的角色有：生产厂商（Factory）、分销商（Distributor）、批发商（Wholesaler）、零售商（Retailer）。游戏供应链节点有：客户、零售商、批发商、分销商、生产厂商。整个供应链图形描述如下：图1.1“啤酒游戏”供应链图形描述 供应链中订单和啤酒在相邻两个环节之间需要经过一周才能到达，也就是发出订单至少要三周后才能到货（上游供应商要尽量满足下游订单要求，不能满足的订单作缺货处理，即可能需要更长的时间）。每周期供应链中单位产品的缺货成

3、本是$1.00， 上游角色拥有正在运往下游处的存货，每周期供应链中单位产品的存货成本为$0.5。供应链中每个角色向上游发出订单，向下游发出货物，其提前期为：客户零售商为0周；零售商批发商、批发商分销商、分销商生产厂商为4周，包含2周订单相应时间和2周送货时间；生产厂商生产周期为2周。总成本是缺货成本和存货成本的总和。Backorder为本周期缺货量，recent order是本周期订单量。游戏分别可在信息共享与信息不共享；订货周期延长；确定性需求与随机性需求等多个环境下进行订货决策，可以根据个人要求对初始数据进行一定的改动，再作进一步比较来得到更好的实验成果。此游戏最终是为了要得出一定的决策结

4、果来实现供应链的总成本最小、利润最大化。二、“啤酒游戏”实验过程在初始状态下，查看游戏环境并对环境进行必要的改动设置。点击OptionsPolicy，选择默认策略Update s策略（如图2-1）。点击OptionsDemand，选择默认也就是Random Normal来设置客户的需求。（如图2-2）图2-1 策略目录图2-2 客户需求参数选择其他环境设置均不改变。OptionsShort Lead Time这个选项为通过消除系统中的delay来缩短系统的提前期，每个环节的提前期均缩短到一个周期。不勾选这个选项，在标准状态下进行实验。选择角色进行实验，第一次，角色选择生产厂商（如图2-3）。图

5、2-3 选择角色生产厂商环境设置完成后，开始游戏，图2-4为初始界面。图2-4 初始界面如图2-5，在Enter your order中输入将要订购的数量，进行初始预订。在初始状态下的生产厂商的inventory为4，分销商的Delay1和Delay2均为4。而第一次订货后，可发现数据有了相应的改变。如图2-6所示，生产厂商的Delay2中的库存转移到Delay1，而Delay1中的库存也转移到inventory，使inventory的数量变为8。也可以看到右边的total cost（第一周期的总成本）变为8，recent order（订货数量）变为8。图2-5 第一周期初始订单图2-6 第一

6、期订单下单后结果点击Next Round，按第一周期进行游戏的方法，继续进行游戏，直到进行到第22周，停止游戏（如图2-7）。进行过程中要观察所呈现的Graphs，以及每个角色的订单需求数的统计数据。得到一定的数据统计，可以对啤酒游戏的真正意义进行分析和进一步理解。第22周期，total cost为1665，backorder为0。图2-8，表示生产厂商的各类参数的变化。图2-7 第22周整体状态图2-8 生产厂商各类参数数据从图中可以看出库存与缺货是有着一定的关系，一旦稳定了以后，订单的数量不会太大地影响库存和缺货。点击Reportsothers，选择各个角色，得到该角色的每周订单需求数，多

7、次选择后记录并进行统计，统计结果如下表2-1。从表中初步可以看出：零售商的每周订单数比较稳定，分销商与批发商的订单数不稳定，而且特别是分销商前期订单较集中，后期都没有订单。再由表2-1画出折线图，更直观的表示各个周期各个角色的订单数。表2-1 22个周期每个角色的订单需求数WEEK零售商（Retailer）批发商（Wholesaler）分销商（Distributor）生产厂商（Factory）124008283008343030842303045503046403047203068902869420610410121102014124001613500714120051526091631012

8、1753014188602019570202065023215703224502 图2-9 22个周期每个角色的订单需求数折线图如下表2-2，可以看出零售商 、批发商、分销商、生产商的订单平均需求在逐步增大，需求变动的标准差也逐步增大，这里清晰地反映了供应链中的牛鞭效应，即供应链上的信息流从最终客户向原始供应商端传递时候，由于无法有效地实现信息的共享，使得信息扭曲而逐渐放大，导致了需求信息出现越来越大的波动。表2-2 各角色的平均数与标准差在此基础上，这次选择分销商（如图2-10），再换角色重新进行游戏。这次也进行22轮。进行完成后如图2-11所示，可以看出total cost为549，bac

9、korder为0。图2-10 重新选择角色图2-11 角色为分销商时游戏进行22周期后的整体状态游戏进行到22周以后分销商的各类参数数据如下图，图2-12表示。图2-12 分销商各类参数数据点击Reportsothers，选择角色，得到该角色的每周订单需求数，多次选择后记录并进行统计，统计结果如下表2-3。从图中初步可以看出：零售商、批发商、分销商的每周订单数比较稳定，生产商订单数不稳定，但是整体来说，比起前一次的游戏而言，数据稳定了很多。表2-3 22个周期每个角色的订单需求数WEEK零售商（Retailer）批发商（Wholesaler）分销商（Distributor）生产厂商（Facto

10、ry）11603026304035304048220115341230620123075010308321069419710102271110112112841601311916181471412201537126164321217346118526519668520361282140314223222点击ReportsSystem，得到总体报告图2-13。从图中可以看出零售商 、批发商、分销商、生产商的订单平均需求在逐步增大，需求变动的标准差一定程度也逐步增大，这里也清晰地反映了供应链中的牛鞭效应，即供应链上的信息流从最终客户向原始供应商端传递时候，由于无法有效地实现信息的共享，使得信息扭曲

11、而逐渐放大，导致了需求信息出现越来越大的波动。从各成员各周订单数量折线图2-14中可以更直观地看出这一现象。图2-13 总体报告图2-14 各角色各周订单数量折线图三、总结“啤酒游戏”实验充分反应了牛鞭效应，且通过两次的游戏知道牛鞭效应无法消除。“牛鞭效应”是营销活动中普遍存在的现象，因为当供应链上的各级供应商只根据来自其相邻的下级销售商的需求信息进行供应决策时，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，到达最源头的供应商（如总销售商，或者该产品的生产商）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

12、这种需求放大变异效应的影响，上游供应商往往维持比其下游需求更高的库存水平，以应付销售商订货的不确定性，从而人为地增大了供应链中的上游供应商的生产、供应、库存管理和市场营销风险，甚至导致生产、供应、营销的混乱。 供应链失调会导致以下四个方面的典型问题：第一、生产成本增加。供应链失调使得各个节点企业把主要的精力都放在如何尽量满足订单流上，不合理的产能使用和无畏的物流运输都会导致单位产品的生产成本增加。第二、库存成本增加。在一个缺乏协调的供应链中，各个节点企业为了应付下游企业的需求变动，必须保有比“牛鞭效应”不存在时还要高的库存水平，从而进一步增加了仓储空间的运输压力，使整条供应链显得越发笨重。第三

13、、缺货现象增多。在面对快速变化的市场需求时，缺乏协调的供应链中的节点企业往往难以安排其生产计划，导致整条供应链的补给与供货期延长和在市场终端缺货，引起零售商和消费者的抱怨。第四、供应链中各节点企业关系恶化。供应链失调会导致供应链各节点企业之间互相埋怨、互不信任，稍有问题就会产生过激反应，从而使潜在的和谐努力变得更加困难。 因此要想保证供应链协调发展就要从各节点企业共同利益出发，这也是一种有关信息共享有利于优化供应链，使供应链向着更加完善的供求网络的方向发展，其中基础设施、组织成员及信息之间的资源整合信息共享是优化其网络的关键。 减少“牛鞭效应”的措施可以总结为以下几点：第一、降低库存最好的解决

14、方法是零库存，但是想要达到这个水平还是有难度的，所以，控制安全库存是必须的，最起码要保证不能缺货，一旦出现缺货现象，利润会马上降低。无论处于供应链的上游，还是下游企业，只有最大限度地把库存降到最低，才能使整体利益最大。因为市场的需求一般情况下是控制不了的。第二、提高最终用户需求信息的透明度在需求信息沟通不畅的供应链中，上游环节只了解其直接下游环节发出的订单，而对最终用户的需求则一无所知。如果上游环节能够掌握最终用户的需求信息，那么可以利用最终用户的需求信息作为需求预测的依据，从而可大大减少牛鞭效应。在供应链中实现信息共享是十分必要的，获取的信息越多，预测将越准确。供应链角色间通过电子数据交换来

15、实现实时交流和共享信息，建立直销体系，减少供应链中的层次，简化供应链的结构，防止资讯在传递过程当中过多地被人为扭曲。实现供应商和客户的直接交易，有效地防止了牛鞭效应的产生。第三、减少批量订购频率 由于批量订购会产生牛鞭效应，因此企业应调整其订购策略，实行小批量、多次订购的采购或供应模式。企业偏好大批量、低频率采购策略的原因是采购成本、运输成本昂贵。第四、控制价格的变化 控制由于提前购买或转换而引起的牛鞭效应的最好方法是减少对批发商的折扣频率和幅度。制造商可通过制定稳定的价格策略以减少对提前购买的激励，当企业进行地区性促销时，某些零售商会在该地区进行大量采购，然后再把这些产品转移到其他地区。基于

16、活动的成本核算系统精确计算库存、特殊处理和运输等成本，因此，这种系统能帮助企业实行天天低价的价格策略。第五、在货品短缺情况下的处理 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，这样就可以防止顾客为了获得更多的供应而夸大订购量。在供不应求时，客户对制造商的供应情况缺乏了解，博弈行为就很容易出现，与顾客共享生产能力和库存状况的有关信息能减轻顾客的忧虑，从而减少他们参与博弈，但是共享这些信息并不能完全解决问题。某些制造商会在销售旺季来临之前帮助顾客做好订购工作，这样他们就能更好地设计生产能力和安排生产进度以满足产品的需求。由“啤酒游戏”可知：结构会影响系统的总体