【文章內(nèi)容簡介】 績有較大的負(fù)面影響。牛鞭效應(yīng)對(duì)供應(yīng)鏈管理是不利的，它造成批發(fā)、零售商的訂單和生產(chǎn)商產(chǎn)量峰值遠(yuǎn)遠(yuǎn)高于實(shí)際客戶需求量，進(jìn)而造成產(chǎn)品積壓，增加了成本，降低了反應(yīng)能力，使得整個(gè)供應(yīng)鏈的運(yùn)作效率低下，從而導(dǎo)致供應(yīng)鏈整體利潤下滑。 減小牛鞭效應(yīng)的措施由于牛鞭效應(yīng)是從下游客戶逐級(jí)向上游轉(zhuǎn)嫁風(fēng)險(xiǎn)的結(jié)果，因而它會(huì)危害整個(gè)供應(yīng)鏈的運(yùn)作，導(dǎo)致供應(yīng)鏈各個(gè)節(jié)點(diǎn)的總庫存量的增加，使生產(chǎn)、銷售流程常處于無序和失衡的狀態(tài)，從而增加了產(chǎn)品的成本和經(jīng)營風(fēng)險(xiǎn)。為此，必須運(yùn)用先進(jìn)的管理技術(shù)和信息技術(shù)加以妥善解決，消除需求信息的扭曲和失真現(xiàn)象。為了控制和減輕牛鞭效應(yīng)，企業(yè)可以從牛鞭效應(yīng)的產(chǎn)生原因出發(fā)，對(duì)供應(yīng)鏈內(nèi)部組織間結(jié)構(gòu)及其相關(guān)過程加以必要的改進(jìn)。實(shí)現(xiàn)信息共享這是減小牛鞭效應(yīng)最有效的措施之一。供應(yīng)鏈成員之間通過Internet/EDI來實(shí)現(xiàn)實(shí)時(shí)交流和信息共享，減少和消除信息的不對(duì)稱性，準(zhǔn)確把握下游的實(shí)際需求。進(jìn)一步地，既然我們提出了通過實(shí)現(xiàn)供應(yīng)鏈中信息的共享以減輕牛鞭效應(yīng)，我們可以改變供應(yīng)鏈中信息層層傳遞的弱點(diǎn)，建立集中式的信息共享系統(tǒng)。分銷商批發(fā)商零售商顧客信息集成中心制造商 供應(yīng)鏈中信息共享與集成示意圖在集成信息模式中，供應(yīng)鏈中的所有信息都實(shí)現(xiàn)了共享，這些信息反映的是供應(yīng)鏈內(nèi)外的原始信息，克服了供應(yīng)鏈信息級(jí)級(jí)傳送所導(dǎo)致的信息失真或延遲的弱點(diǎn)，減小了因此而產(chǎn)生的牛鞭效應(yīng)。信息共享使制造商節(jié)約了成本，這時(shí)制造商和零售商就應(yīng)該達(dá)成某些共識(shí)，他們可以通過協(xié)商制定協(xié)議，通過賣方管理庫存的方式來降低零售商的日常開支，通過降低貨物到達(dá)的前置時(shí)間的方式來降低零售商保管貨物的費(fèi)用，或者通過降低產(chǎn)品價(jià)格的方式來增加零售商的利潤，使雙方達(dá)到一種默契，建立良好的伙伴關(guān)系，從而以一種互惠互利的方式促進(jìn)雙方的共同發(fā)展。提高預(yù)測的精確度零售商通常是根據(jù)已經(jīng)發(fā)生的需求信息來預(yù)測未來需求發(fā)生情況，因此，預(yù)測方法與預(yù)測技術(shù)的合理采用成為提高預(yù)測準(zhǔn)確度的關(guān)鍵，這就需要綜合考慮歷史資料、定價(jià)、季節(jié)、促銷和銷售額等因素，實(shí)現(xiàn)多余預(yù)測方法的合理選擇和綜合使用。顯然，準(zhǔn)確的信息預(yù)測可以有效地減少牛鞭效應(yīng)。如果預(yù)測是基于信息共享來進(jìn)行并可實(shí)現(xiàn)預(yù)測信息的共享，即由供應(yīng)鏈的上下游企業(yè)分享進(jìn)行預(yù)測的基礎(chǔ)數(shù)據(jù)并進(jìn)行協(xié)作預(yù)測，則會(huì)進(jìn)一步提高預(yù)測的準(zhǔn)確性。準(zhǔn)確把握下游企業(yè)的需求動(dòng)態(tài)我們知道零售商為了節(jié)約訂貨成本將會(huì)采取批量訂貨的策略，批量訂貨策略的采取使得上游的供應(yīng)商必須面對(duì)具有很大變異性的訂單。為了應(yīng)對(duì)零售商的訂單，供應(yīng)商勢必要維持一定的安全存貨，零售商的訂單的變異性越大，供應(yīng)商所要維持的安全存貨也就要越大。因此，供應(yīng)商可以通過信息的共享實(shí)現(xiàn)對(duì)零售商的銷售和庫存狀況的監(jiān)控，了解零售商的安全庫存水平，做到對(duì)零售商訂單種類和數(shù)量的提前預(yù)判，從而有效降低為了應(yīng)對(duì)突如其來的大訂單所維持的安全存貨。穩(wěn)定價(jià)格制定相應(yīng)的價(jià)格策略，鼓勵(lì)零售商進(jìn)行小批量定購并減少提前購買行為以減少牛鞭效應(yīng)。如把基于批量的折扣策略改為基于總量的折扣策略，即在一特定時(shí)期內(nèi)(如一年內(nèi))，按總的采購量來制定折扣政策，它可以使得每次的批量減少；實(shí)行天天平價(jià)政策和限制促銷等方法，使價(jià)格穩(wěn)定，減少預(yù)先購買行為，從而減少牛鞭效應(yīng)。對(duì)訂貨進(jìn)行分級(jí)管理當(dāng)制造商生產(chǎn)的貨物不能滿足市場的需求時(shí)，制造商通常將實(shí)行貨物的配給政策，而零售商為了照顧到自己的商業(yè)利益，必然會(huì)夸大它的訂單，以期得到更多的貨物，導(dǎo)致短缺博弈現(xiàn)象的發(fā)生。這時(shí)我們就不能再以零售商所提供的虛假訂單作為貨物發(fā)放的依據(jù)，這時(shí)我們可以對(duì)零售商進(jìn)行分別對(duì)待，實(shí)行訂貨分級(jí)管理，根據(jù)零售商在這一地區(qū)的市場份額，或是根據(jù)零售商歷史銷售記錄來決定訂貨物的發(fā)放，通過掌握關(guān)鍵銷售商和重要銷售商的真實(shí)需求信息來減小變異發(fā)生的概率。在當(dāng)今的供應(yīng)鏈中，制造商常常會(huì)為零售商提供退貨政策，這樣更使得零售商在貨物短缺的時(shí)候毫不顧慮地?cái)U(kuò)大自己的訂單。所以制定嚴(yán)格的退貨政策，也可以有效地降低牛鞭效應(yīng)。采用供應(yīng)商管理庫存或聯(lián)合庫存的方式，合理協(xié)調(diào)與分擔(dān)庫存如果供應(yīng)商在掌握顧客真實(shí)需求信息的基礎(chǔ)之上，負(fù)責(zé)為零售商制定進(jìn)貨計(jì)劃，就可以協(xié)調(diào)各個(gè)零售商的需求計(jì)劃，實(shí)現(xiàn)供應(yīng)鏈的整體最優(yōu)化，以最大程度地減小牛鞭效應(yīng)。供應(yīng)商、分銷商和零售商也可以采用聯(lián)合庫存的方式合理地分擔(dān)庫存，一旦某處出現(xiàn)庫存短缺，可立即從其他地點(diǎn)調(diào)撥轉(zhuǎn)運(yùn)來保證供貨。這既防止了需求變異的放大，又實(shí)現(xiàn)了風(fēng)險(xiǎn)共擔(dān)，降低了整體庫存，有效地抑制了牛鞭效應(yīng)?？s短訂貨的提前期一般來說，訂貨提前期越短，訂量越準(zhǔn)確。根據(jù)沃爾瑪?shù)恼{(diào)查，如果提前26周進(jìn)貨，需求預(yù)測誤差為40%；提前16周進(jìn)貨，需求預(yù)測的誤差為20%；而在銷售時(shí)節(jié)開始時(shí)進(jìn)貨，則需求預(yù)測誤差為10%。因此，縮短提前期能夠顯著地減小牛鞭效應(yīng)?？s短提前期需要供需雙方的共同努力，也可以采用第三方物流，利用其專業(yè)化的服務(wù)來縮短提前期，減少運(yùn)輸中的風(fēng)險(xiǎn)[17]。建立戰(zhàn)略伙伴關(guān)系和信任，及時(shí)溝通信息通過建立戰(zhàn)略伙伴關(guān)系，建立相互信任，實(shí)現(xiàn)信息共享，使供應(yīng)鏈上的每個(gè)階段供應(yīng)與需求都能很好地匹配，降低交易成本。例如，供應(yīng)商如果信任零售商的定單和預(yù)測信息，他就可以省去預(yù)測環(huán)節(jié)，類似地，如果零售商信任供應(yīng)商的質(zhì)量和配送，他就可以減少收貨物時(shí)的計(jì)數(shù)和檢查環(huán)節(jié)。一般來說，供應(yīng)鏈上各階段的信任和良好關(guān)系可以減少重復(fù)努力，降低交易成本，導(dǎo)致減少牛鞭效應(yīng)。通過供需雙方信息的經(jīng)常溝通，雙方都能夠及時(shí)了解對(duì)方的供需情況和能力，避免了短缺情況下的博弈行為和大量的囤積庫存現(xiàn)象的發(fā)生，從而降低了產(chǎn)生牛鞭效應(yīng)的機(jī)會(huì)。3 牛鞭效應(yīng)量化模型線性回歸預(yù)測描述 線性回歸預(yù)測法概述所謂回歸分析預(yù)測，就是依據(jù)回歸分析描述的經(jīng)濟(jì)變量之間的數(shù)量關(guān)系對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行預(yù)測。通過建立變量之間的回歸方程，并將回歸方程作為預(yù)測模型，根據(jù)自變量在預(yù)測期的數(shù)量變化來預(yù)測因變量關(guān)系，大多表現(xiàn)為相關(guān)關(guān)系，因此，回歸分析預(yù)測法是一種重要的市場預(yù)測方法，當(dāng)我們?cè)趯?duì)市場現(xiàn)象未來發(fā)展?fàn)顩r和水平進(jìn)行預(yù)測時(shí)，如果能將影響市場預(yù)測對(duì)象的主要因素找到，并且能夠取得其數(shù)量資料，就可以采用回歸分析預(yù)測法進(jìn)行預(yù)測。在物流需求預(yù)測中，物流需求的多少受到多種因素的影響，可以通過在各相關(guān)影響因素間建立回歸預(yù)測模型來實(shí)現(xiàn)對(duì)物流量的預(yù)測。在回歸分析預(yù)測過程中，我們一般應(yīng)關(guān)注以下幾個(gè)基本問題。變量間相關(guān)關(guān)系的定性分析 回歸分析預(yù)測是一種基于定量描述經(jīng)濟(jì)變量之間數(shù)量關(guān)系的預(yù)測方法。然而，現(xiàn)象之間是否存在著某些數(shù)量關(guān)系，必須在預(yù)測前依據(jù)一定的經(jīng)濟(jì)理論和實(shí)踐經(jīng)驗(yàn)，對(duì)變量間進(jìn)行分析，只有確定了現(xiàn)象間確實(shí)存在某種因果關(guān)系才能進(jìn)行定量分析，而不是不加分析地將兩個(gè)或多個(gè)時(shí)間序列資料放在一起進(jìn)行定量分析。變量因果關(guān)系的確定 現(xiàn)象之間的數(shù)量因果關(guān)系，什么是“因”，什么是“果”，預(yù)測前必須明確。在回歸分析預(yù)測中，把變量稱自變量，它是引起這一現(xiàn)象的原因。自變量和因變量間關(guān)系的具體確定主要包括數(shù)學(xué)模型的選擇和顯著性檢驗(yàn)兩方面。（1）數(shù)學(xué)模型的選擇社會(huì)經(jīng)濟(jì)現(xiàn)象之間的相關(guān)關(guān)系雖然與確定的函數(shù)關(guān)系不同，但在大量的觀察下，仍可以用一些函數(shù)式表示它們之間的數(shù)學(xué)依存關(guān)系。變量之間可能的函數(shù)關(guān)系式很多，在回歸分析中，必須正確地選擇數(shù)學(xué)模型。論文中收集的數(shù)據(jù)幾乎成線性相關(guān)關(guān)系，下面的分析就選擇一元線性回歸模型。（2）回歸方程與回歸系數(shù)的顯著性檢驗(yàn)任何兩個(gè)變量都可以配合成一個(gè)回歸方程，而兩個(gè)變量之間卻不一定存在相關(guān)關(guān)系。因此，在運(yùn)用回歸方程預(yù)測前必須對(duì)回歸方程和回歸系數(shù)進(jìn)行顯著性檢驗(yàn)。當(dāng)檢驗(yàn)得出線性關(guān)系顯著的結(jié)論時(shí)，才能運(yùn)用回歸方程進(jìn)行預(yù)測。檢驗(yàn)指標(biāo)主要有相關(guān)系數(shù)檢驗(yàn)、t檢驗(yàn)和F檢驗(yàn)。對(duì)一元線性回歸模型進(jìn)行顯著性檢驗(yàn)時(shí)，可任選一種。論文主要介紹各個(gè)節(jié)點(diǎn)企業(yè)之間需求信息共享時(shí)，訂貨提前期對(duì)牛鞭效應(yīng)的影響。即只有一個(gè)自變量時(shí)，供應(yīng)鏈管理中牛鞭效應(yīng)的表現(xiàn)情況?？梢钥紤]應(yīng)用一元回歸方程模型預(yù)測對(duì)象的發(fā)展變化規(guī)律，進(jìn)而估計(jì)預(yù)測對(duì)象的未來變化趨勢。下面介紹一元線性回歸預(yù)測的方法。 線性回歸方程介紹回歸方程的建立采用一元線性回歸分析，即在回歸分析中有兩個(gè)變量、, 其一元線性回歸方程可表述為： （）對(duì)于含有n組、變量的方程，其可表述為： （） 式中：,——回歸方程的參數(shù)； ——自變量； ——因變量； ——剩余殘差項(xiàng)或稱隨即擾動(dòng)項(xiàng)。是為了包括對(duì)因變量的變化有影響的所有的其他因素，對(duì)有影響，但不是決定性影響，可代表隨機(jī)變量，服從正態(tài)分布。對(duì)式（）兩邊去數(shù)學(xué)期望，即： （） 記為 （）對(duì)（）取方差 （）實(shí)際上，，都是真實(shí)存在的參數(shù)?；貧w分析的內(nèi)容之一就是通過樣本值（，）將其估計(jì)出來?；貧w方程的確定，實(shí)質(zhì)上是要求出待定參數(shù),若,求出來了，回歸方程也就是唯一確定的。參數(shù)估計(jì)回歸方程中的回歸參數(shù)的求解采用最小二乘法，其中心思想是通過數(shù)學(xué)模型，配合一條較為理想的趨勢線，這條趨勢線必須滿足以下要求：（1）原數(shù)列的觀測值與模型估計(jì)值的離差平方和為最??；（2）原數(shù)列的觀測值與模型估計(jì)值的離差總和為0。我們根據(jù)最小二乘法的要求，令殘差平方和 ()最小二乘法的意義在于使達(dá)到最小。根據(jù)最優(yōu)化原理，有 () 求解方程組，得與的估計(jì)值： () ()是利用樣本估計(jì)出來的。殘差平方和服從分布，于是，即知。這樣就得到了的無偏估計(jì)量：。這里。參數(shù),確定后，有，我們稱為總離差，稱為剩余或殘差，稱為回歸。記，稱為總離差平方和，其自由度為。稱為回歸離差平和，其自由度為1；稱為剩余離差平方和，自由度為。模型顯著性檢驗(yàn)（1）相關(guān)系數(shù)檢驗(yàn) 相關(guān)系數(shù)的定義如下： ()顯然。相關(guān)系數(shù)的絕對(duì)值的大小表示相關(guān)程度的高低。①當(dāng)=0時(shí)，說明與完全不相關(guān)，所求回歸系數(shù)無效。②當(dāng)時(shí)，說明與完全相關(guān)，自變量與因變量之間的關(guān)系為函數(shù)關(guān)系。③當(dāng)時(shí)，說明與是部分相關(guān)，越接近1，與線性相關(guān)度越好。為微弱，為低度，為顯著，為高度相關(guān)。（2）檢驗(yàn)檢驗(yàn)主要是利用統(tǒng)計(jì)學(xué)中的統(tǒng)計(jì)量，檢驗(yàn)整個(gè)回歸方程的回歸顯著性的可靠性。取統(tǒng)計(jì)量為： ()服從參數(shù)為的分布，即，然后在給出的顯著水平下=，按自由度，查分布表，得臨界值。若，說明回歸效果顯著；若，說明回歸效果不顯著[18]。 牛鞭效應(yīng)量化模型所謂牛鞭效應(yīng)是指供應(yīng)鏈中的零售商向供應(yīng)商的訂貨量與其實(shí)際的銷售量不一致。一般地，發(fā)給供應(yīng)商的訂貨量，其方差大于銷售給買方的（即需求扭曲），這種扭曲以放大的形式向供應(yīng)鏈的上游蔓延（方差變大）。通常采用訂購量的方差與需求的方差的比值來描述牛鞭效應(yīng)[19]。對(duì)于需求信息共享的各節(jié)點(diǎn)企業(yè)，其對(duì)市場需求的放大程度（即牛鞭效應(yīng)），可以表述為：牛鞭效應(yīng)= ()式中，為供應(yīng)鏈中變量的方差，對(duì)于任意一個(gè)含有個(gè)元素的數(shù)據(jù)序列，由下式計(jì)算：= ()上述指標(biāo)清晰的表達(dá)出供應(yīng)鏈中牛鞭效應(yīng)的程度，同時(shí)科學(xué)的描述出牛鞭效應(yīng)的影響因素和影響程度。值越大，則下游客戶需求量和上游企業(yè)訂貨量不一致性越大，供應(yīng)鏈中牛鞭效應(yīng)越嚴(yán)重，對(duì)生產(chǎn)企業(yè)的危害越大。4 案例分析 BMW物流介紹 汽車制造工業(yè)對(duì)物流供應(yīng)有著相當(dāng)高的要求，其中最難的地方在于有效提供生產(chǎn)所需的千萬種零件器材。BMW公司每天裝配所需的零件由上千家供應(yīng)商來提供。面對(duì)如此龐大的供應(yīng)鏈，一定是有很好的供應(yīng)鏈管理系統(tǒng)。華晨寶馬汽車有限公司是寶馬集團(tuán)和華晨中國汽車股份有限公司共同投資成立的合資企業(yè)，從事BMW品牌汽車的制造、銷售和售后服務(wù)。在汽車組裝零件的送貨控制中，最重要的是提出訂貨需求，也就是把貨物的需要量和日期通知物流采購中心。BMW在生產(chǎn)規(guī)劃過程中，可以針對(duì)10個(gè)月后所需提出訂貨需求，供貨商也可藉此預(yù)估本身對(duì)上游供貨商所需提出貨物的種類及數(shù)量。不過，隨著生產(chǎn)日期的接近，雙方才會(huì)更明確地知道需要量。在定單方面，BMW已在挖掘“當(dāng)日需要量”潛力針對(duì)送貨控制而言，一般可分為兩種不同形式：一為根據(jù)生產(chǎn)步驟所需提出訂單，另一種為視當(dāng)日需要量提出需求。前者為由生產(chǎn)順序決定需要量，其零件大多在極短時(shí)間內(nèi)多次運(yùn)送，由于此種提出訂單方式對(duì)整個(gè)送貨鏈的控制及時(shí)間要求相當(dāng)嚴(yán)格，因此適用在大量，高價(jià)值或是變化大的零件。對(duì)于大多數(shù)的組裝程序而言，只要確定當(dāng)天需要量就足夠了，區(qū)域性貨運(yùn)公司在前一天從供貨商處取貨，隔天就抵達(dá)BMW組裝工廠。在送抵BMW工廠之前的取貨并停放在轉(zhuǎn)運(yùn)點(diǎn)的過程稱為“前置運(yùn)送”，而第二階段送達(dá)BMW工廠的步驟稱為“主要運(yùn)送”。過去幾年里，BMW公司已把根據(jù)生產(chǎn)順序所需的訂貨方式最佳化。視當(dāng)日需要量提出訂單方式仍有極大發(fā)展?jié)撃?，所以BMW公司目前積極對(duì)此項(xiàng)最佳化進(jìn)行研究。在倉儲(chǔ)方面，BMW已在處理低存貨帶來的運(yùn)輸成本為了降低BMW的倉儲(chǔ)成本，該公司向來積極減少本身存貨數(shù)量，如此導(dǎo)致供貨商送貨頻率的提高，造成貨運(yùn)成本提高?！扒爸眠\(yùn)送”及“主要運(yùn)送”的費(fèi)用計(jì)算有所不同，前者的費(fèi)用計(jì)算是把轉(zhuǎn)運(yùn)點(diǎn)到供貨商的路程、等待及裝載時(shí)間都列入計(jì)算，與運(yùn)送次數(shù)成正比，但與裝載數(shù)量的多少無關(guān)。而后者的費(fèi)用計(jì)算是與貨物量成正比，不受送貨次數(shù)影響。大多數(shù)供貨商接到BMW不同工廠的訂單，可由同一個(gè)貨運(yùn)公司把貨物集中到統(tǒng)合的轉(zhuǎn)運(yùn)站，然后由此再配送到各所需工廠，這樣有效地安排取貨路徑，降低前置運(yùn)送所需成本。同時(shí)也考慮各工廠間整合性倉儲(chǔ)設(shè)備及運(yùn)送的供應(yīng)鏈管理、各個(gè)價(jià)值創(chuàng)造的部分程序及次系統(tǒng)，使