第2讲供应链的不确定性与长鞭效应

供应链管理第2讲供应链的不确定性与牛鞭效应1要点供应链的不确定性供应链不确定性的系统分析牛鞭效应研究综述牛鞭效应的模型与分析22.1供应链的不确定性1.供应链的复杂性供应链是一个与外界环境进行交换与耗散的开放系统,一个诸多子系统、要素相互作用的动态变化着的复杂系统,也是由资源、经济、社会、环境四大子系统通过相互依存、相互作用和相互制约的复合统一体。供应链的复杂性表现为：供应链宏观系统的复杂性供应链管理的复杂性3供应链宏观系统的概念模型资源。资源包括自然资源和社会资源两大门类。按三级资源论划分,一是天然资源二是技术资源三是管理资源经济系统。经济系统表现了社会物质的再生产过程和资本收益及劳动财富的积累过程。供应链经济子系统的功能主要体现在与宏观经济环境大系统的耗散与转化运行及物质转换、价值创造和信息集散上。社会。供应链系统是社会复杂巨系统的子系统,其本身既是整个社会系统的一个组成部分,又涌现出自身的社会属性。环境系统。从宏观意义上,环境应指供应链大环境,但是,供应链运行的中、微观环境系统对供应链的耗散作用更为重要。环境子系统的要素构成主要包括:大气、土地、地下水资源、地表水系、林木植被及地貌景观等。4供应链宏观系统的复杂性特征整体性层次性复合性关联性分形性动态演化性环境适应性5供应链管理的复杂性特征网链式管理的复杂性多层次结构管理的复杂性开放系统管理的复杂性动态管理的复杂性行为管理的复杂性62.供应链不确定性的主要来源供应链上的不确定因素表现形式衔接不确定性运作不 确定性主要来源：供应商供货的不确定生产过程的不确定客户需求的不确定性73.库存的作用库存是应对不确定性的一种保障措施。库存能有效地缓解供需的矛盾，使生产尽可能均匀。根据不同的作用可以将库存分为四种类型：周转库存安全库存季节性库存运输库存几乎所有的企业和制造商都拥有一定的库存。然而，困难的是，还需要确定具体的库存量和合理的库存地点。目前，企业只能按照传统方法依赖于经验和直觉决定库存量。84.减少库存与系统优化尽管，库存可以弥补运营中的不确定性，但需要占用流动资金，占用场地，库存的物品会出现损坏和失效。大量的库存，增加了企业运营的费用，从而降低了企业的市场竞争能力。因此，必须在库存与成本、响应之间进行平衡。95.调整和优化供应链的步骤供应链功能和性能定位不确定性的控制供应链规划和调整102.2供应链不确定性的系统分析1.

福雷斯特(Forrester)飞轮效应福雷斯特(Forrester)教授(1961)基于系统动力学原理，首先分析了供应链上的一种特殊现象“需求波动放大效应”，即消费需求波动沿着供应链向上游企业逐级放大，后人则称其为“福雷斯特飞轮效应”(ForresterWheelEffect)。另一种表述：供应链上游企业所面对的需求波动，要大于最终消费实际需求的波动。11福雷斯特飞轮效应的概念分析模型需求扭曲安全库存增加交货不可靠过量订货缺货自我保护措施真实需求放大形态需求容量时间放大的福雷斯特效应图2-1福雷斯特飞轮效应122.伯比奇Burbidge工业动力学定律伯比奇(Burbidge)教授(1984)提出了工业动力学定律：“如果需求沿一系列采用库存控制定货法运作的库存点，在每一传递中，则呈现出需求波动逐级放大的特性。”根据伯比奇的观点，供应链上的需求放大效应和不确定性，源于孤立的管理决策控制系统和运营方式。即在传统供应链中，各企业和各职能部门通常只追求本部门的利益，而企业间和企业内部部门之间，缺乏系统性思考和集成化管理。133.供应链复杂三角形理查德·威尔丁(RichardWilding，1998)采用归纳的方法，提出了供应链复杂三角形(TheSupplyChainComplexityTriangle)，进一步分析了形成供应链不确定性的3种主要原因：需求放大效应、混沌现象和并行互交性等.14需求放大效应混沌现象并行交互性供应链不确定性图2-2供应链的复杂三角形15理查德的主要观点供应链不会达到静态均衡;对供应链制定长期规划是十分困难的;应将供应链作为完整的系统来处理;以消费者为中心，有助于消除系统混沌现象;基于关键输出的系统模拟和非线性动态分析，应成为任何供应链再造计划的核心内容之一。162.3牛鞭效应研究综述1.什么是牛鞭效应20世纪90年代中期，宝洁公司(P&G)的行政人员对他们最热销的产品婴儿尿布的定单模式进行检查时，发现了一个奇怪的现象：零售商店的尿布销售存在波动，但并不强烈；然而分销商给宝洁的定单却波动得很厉害。当这些行政人员进一步检查宝洁给自己的供应商如3M等所下的定单时，他们发现这个波动变得更大了。很明显，当需求信息在供应链中以定单的形式向上游传播时，他们的波动正在变得越来越大。这就正如牛仔所使用的长鞭，顶端的一点小小抖动就会在末梢转化为一条长长的弧线。宝洁因此把这种现象命名为牛鞭效应(bullwhipeffect)。17什么是牛鞭效应为工业界和学术界所普遍接受的牛鞭效应的定义由Leeeta1．(1997a)给出。在这个定义中，需求的波动用过程的方差来定量地描述：牛鞭效应描述的是供应链中供应商所接受的定单比终端顾客的需求具有更大的方差的现象(即需求扭曲现象)；此外这种扭曲将以放大的形式向供应链的上游传播(即方差放大现象)。182.牛鞭效应的影响牛鞭效应对供应链管理的绩效存在着多方面的影响。随着信息的向上传播，需求的波动性越发强烈，常常是巨大的订购数量后紧接着很少甚至没有定单，这样使得上游的生产厂商很难合理地安排当前的生产计划并规划未来的生产能力。此外，由于下游厂商的订购数量远远偏离了实际的需求数量，这样的结果，或者是产品大量积压，形成超额的库存费用；或者无法供货，造成客源流失和违约费用。统计数据表明，由于牛鞭效应造成的无效的生产运作将使企业多支付12．5％到25％的费用(KurtSalmonAssociates，1993)。193.牛鞭效应的十大认识误区认识误区表现1．无知牛鞭效应：在世界上并不存在。2．傲慢牛鞭效应：仅仅是学术界的发明。3．忽略不计牛鞭效应：并不产生多大的费用。4．漠视牛鞭效应：那又怎样?反正顾客能等！5．转移责任牛鞭效应：那又怎样?反正供应商能应付，这是服务级别协议所规定的！6．无奈接受牛鞭效应：这就像税收一样，总会跟随我们的。7．悲观失望牛鞭效应：它是系统问题，我们无能为力。8．过时了牛鞭效应：这是一个老问题了，它不是已经被消除了吗?9．不兼容牛鞭效应：日本人的解决方案对我们不适用。10．无效牛鞭效应：那些解决方案的确不错，但是不适合我们的行业。204.牛鞭效应研究的四个里程碑早在20世纪中叶就由J．W．Forrester(1961)教授发现并进行了开创性的研究。基于在工业界长期从事生产计划和控制的经验，Burbidge(1983，1984)提出了他的“5个避免破产的黄金法则”。在这些法则中，他详细地讨论了需求的放大现象以及解决的方法。牛鞭效应研究的一个里程碑式的进步源于著名的“MIT啤酒游戏”(J．D．Sterman1989，1992，1995)的提出和研究。Lee等发表在ManagementScience(1997a)和SloanManagementReview(1997b)上的两篇论文被公认为是供应链管理和牛鞭效应研究的经典之作。Lee支持经济学家的理论，即牛鞭效应起源于管理者追求利润最大化的理性决策，并结合运作管理研究中的系统思维，将供应链各环节作为一个整体来研究，提出了牛鞭效应产生的4种具体原因：(1)需求信号处理；(2)定单批量；(3)价格波动；(4)短缺博弈。21牛鞭效应研究的四个里程碑关键作者产生原因影响因素建议的解决措施Forrester(1961)：需求放大●需求不可见●信息扭曲●库存级别调整●再定货点●过长的提前期●时间压缩●消除系统中不必要的阶段Burbidge(1983，1984)：多阶段●多阶订购●不同步的定单流●贫乏和不确定的信息●订购策略调整Sterman(1989,1992，1995)：啤酒游戏●人类的错觉●决策过程本身●终端用户需求信息不可见●改善供应链间的通讯●改善教育Leeetal(1997a，b)：牛鞭效应●需求信号处理●终端用户需求信息不可见●多重预测●长提前期●信息共享，获取POS信息●单点补充策略●提前期缩减●定单批量●高订购费用●“满载”策略●随机或关联的订购●电子数据交换及计算机辅助采购●第三方物流●规律的转运协议●价格波动●高低价格策略●转运和购买不同步●天天低价策略●特殊的采购合同●短缺博弈●比例化的分配方案●无视供应链的具体情况●无约束的订购和自由退货策略●基于销售绩效的分配●共享能力及供应信息●有时间限制的柔性及能力储备222.4牛鞭效应的模型与分析1.牛鞭效应及其成因分析牛鞭效应的量化表述：向供应商订单量的需求波动(方差)，要大于向最终消费者销售量的波动(方差)，并且这种波动沿着供应链向上游不断扩大。面对放大了的需求波动，供应链上游的企业，通常采用两种方法：一是作为缓冲而增加各类库存；二是放大生产设备的容量。23导致牛鞭效应的主要原因库存管理和需求预测方法订货点yt＝交货周期L×需求期望值+服务水准因子×需求标准差St

交货周期L批量订货价格波动经济波动与预期性订货24牛鞭效应成因技术层面需求预测批量订货价格波动时间延迟经济学层面信息不对称分散决策非理性行为252.牛鞭效应的分析模型建模与推导假设由单一零售商和制造商组成的简单供应链，零售商面对的消费需求为一随机变量，见下式：(2-1)其中，μ为非负常量，ρ为自相关参数，且满足<1。εt为误差随机变量，服从独立均一分布，εt~IID(0，σ2)。可以导出：(2-2)若ρ＝0，消费需求Dt的期望值和方差分别为(μ，σ2)。设零售商采用最小最大(s，S)库存管理法，在任意时间t，订货点yt为逐日变化的需求期望和标准差估计值的函数。26(2-3)(2-4)其中，和St分别为需求期望和标准差的估计值。L为交货周期，常数。p为估计需求的时间样本长度。z为服务水准因子（常数），根据保证供货概率要求，确定该值的大小。根据正态分布函数，在交货周期内保证供货的概率与z服务水准因子之间的关系，参见表2-1。表2-1交货周期内保证供货的概率与z服务水准因子之间的关系保证供货的概率0.99880.990.980.950.900.800.70z服务水准因子值3.52.332.051.651.290.840.5327设零售商向制造商发出的订量为qt，并且满足以下公式：qt＝yt－yt-1+Dt-1(2-5)订量qt为本期与上期订货点量值之差，另加上期需求量。若qt为负值，假设允许无成本退回超量的库存。分别将(2-3)式、(2-4)式代入(2-5)式，展开后有：(2-6)28对(2-6)式qt取方差Var(qt)，展开如下：2.牛鞭效应的表达式当z＝0时，表现为等式。

(2-8)29[例]设自相关参数ρ＝0，交货周期L＝1，分别取p＝5与p＝10，试计算牛鞭效应的量值。代入(2-8)式后，牛鞭效应分别大于等于1.48与1.22，即：当p=5，当p=10,303.相关参数的讨论预测样本数p当p值足够大时，从零售商至制造商需求方差的增加，将被减小至忽略不计。交货周期L若要保持需求方差量值不变，当L值增加1倍时，则需要将p值也增加l倍。自相关参数ρ31自相关参数ρ若ρ＝0，即消费需求Dt服从独立均一分布，有(2-9)式成立。(2-9)若ρ≥0，即消费需求Dt呈正自相关关系，则有(1-)<1，ρ值越大，则能减弱需求波动放大效应。若ρ<0，即消费需求Dt呈负自相关关系，当p值为偶数，有(1-)<1成立，当p值为奇数，则有(1-