【正文】 表7　MTS生產(chǎn)環(huán)境採VMI存貨政策之長鞭效應影響表供應鏈階層(1)波動最高點(2)波動最低點(3)上波動率[(1) – X]/X(4)下波動率[Y(2)]/Y波動幅度[(3) + (4)]波動回穩(wěn)時間終端需求4540%0%%1天通路商0%0%%25天成品倉庫0%100%%45天成品暫存區(qū)%%%77天零件暫存區(qū)%%%102天註︰X為供應鏈各階未波動前存貨上限；Y為供應鏈各階未波動前存貨最低點。[13] 蘇雄義，供應鏈整合觀念性分析架構、整合程序與個案，1999國際物流研討會論文集，pp97105，1999年1月。[11] 董興國，半導體IC工業(yè)之產(chǎn)銷體系模擬研究，元智大學管理研究所碩士論文，1996年6月。[9] 張伯芳，以系統(tǒng)動力學觀點探討我國半導體產(chǎn)銷問題，元智大學管理研究所碩士論文，1996年6月。[7] 許耀輝，個人電腦產(chǎn)業(yè)競爭態(tài)勢分析，資訊工業(yè)透析，1999年5月。[5] 林哲弘，Dell 大廠分析，資訊工業(yè)透析，1999年3月。[3] 杜志挺，共同配送模式之探討，機械工業(yè)雜誌，pp128143，1998年7月。參考文獻[1] 王建全，資訊電子業(yè)寡占化趨勢的發(fā)展對業(yè)界的影響及其因應之道，經(jīng)濟情勢暨評論，四卷三期，87年11月。16(5) 在終端銷售資訊共享之MTS生產(chǎn)環(huán)境需求突增情境下，VMI之波動幅度比(s,S)政策低。(4) 在終端銷售資訊共享之MTS生產(chǎn)環(huán)境需求突增情境下，(s,S)存貨政策之各階層回穩(wěn)時間比VMI政策短。(2) 前置時間越長波動幅度越高，如成品倉庫階層其波動幅度為各階最高，主要為其前置時間比其他高，前置時間長對目標存貨調(diào)整時間固然增長，因此其波動幅度便增加。伍、結論從以上資料可發(fā)現(xiàn)下列幾點長鞭效應現(xiàn)象：(1) 前置時間越短回穩(wěn)所需時間越短。15在終端銷售資訊共享之MTS生產(chǎn)環(huán)境需求突增情境下，VMI之波動幅度比(s,S)政策低。(4) 在終端銷售資訊共享之MTS生產(chǎn)環(huán)境需求突增情境下，(s,S)存貨政策之各階層回穩(wěn)時間比VMI政策短。(2) 前置時間越長波動幅度越高，如成品倉庫階層其波動幅度為各階最高，主要為其前置時間比其他高，前置時間長對目標存貨調(diào)整時間固然增長，因此其波動幅度便增加，由表6與表7皆可發(fā)現(xiàn)。從以上資料可發(fā)現(xiàn)下列幾點長鞭效應現(xiàn)象：(1) 前置時間越短回穩(wěn)所需時間越短。%的突增需求後，(s,S)存貨政策之通路商(R’s_inv)%，回穩(wěn)時間17天；成品倉庫(Good_Warehouse)%，回穩(wěn)時間28天；成品暫存區(qū)(Good_inv)%，回穩(wěn)時間70天；零件暫存區(qū)(SPS_buffer) %，回穩(wěn)時間102天，如表6所示。在MTS生產(chǎn)環(huán)境中存貨政策以(s,S)及VMI兩種存貨政策較佳，因此本節(jié)以此兩種政策作說明。其中供應鏈波動最高、最低點表示整體供應鏈各階層中採用該因應政策之庫存波動最高、最低點，供應鏈波動最高點屬望小特性，供應鏈波動最低點屬望大特性；供應鏈上、下波動率表示供應鏈各階層中採用該因應政策之最大上、下波動率，供應鏈上、下波動率皆屬於望小特性；供應鏈波動幅度表示供應鏈各階層中庫存上下波動最大者，屬於望小特性；供應鏈波動回穩(wěn)時間表示整體供應鏈精波動後所需回穩(wěn)的時間，屬於望小性。本研究根據(jù)上述波動現(xiàn)象從波動幅度、波動時間及階層傳遞放大率來觀察長鞭效應現(xiàn)象。二、模擬實驗長鞭效應為供應鏈終端需求的變動，而引起供應鏈各階需求放大及波動的現(xiàn)象。本研究依上述四項檢定模式效度檢定。伍、模擬與結果分析一、模式驗證在建構完成生產(chǎn)策略之運作模型後，接著進行模式效度的檢定。(8) GW’s shipment:表示成品倉庫出貨量。(6) Financial Cycle time: 表示零件投料生產(chǎn)到顧客所需的週期時間。 SPS_Target_Inv: 零件目標庫存量。 14: 表示生產(chǎn)前置時間14天，除以14表示每天預測修正量。 Good_Inv: 現(xiàn)有成品庫存量，包括現(xiàn)有組裝WIP(Assembly)、現(xiàn)有成品庫存(Good39。(4) Forecasting_Q: 表示預定生產(chǎn)量，即製造商根據(jù)每日終端銷售資訊所預測銷售數(shù)量，經(jīng)過目標存貨量的調(diào)節(jié)後，並依此作為生產(chǎn)投料的依據(jù)，其數(shù)學模式為: Good_Forcasting+(Good_Target_InvGood_Inv)/14 Good_Forcasting: 成品預測量，函數(shù)為FORCST(Demand,14,14)，Demand為終端需求量，為依Demand歷史資料14天預測14天後銷售量。(2) Demand: 終端顧客需求，其中包括Order/sale及Direct sale，Order/sale為一般通路銷售佔72%，Direct sale為直銷方式佔28%。R39。Forcasting_1: 為供應商依每天銷售量(Order)，經(jīng)過前置期後所預測的數(shù)量。R39。s_CT,R39。s_CT)THEN(Accumulate_Q*R39。s_target_inv: 表示通路商之目標庫存量。Order_point_1: 表示通路商庫存之再訂購點。s_inv: 表示通路商現(xiàn)有庫存量。s_target_inv(R39。其數(shù)學模式內(nèi)容為：IF((R39。本文將圖中變數(shù)內(nèi)容說明如下:(1)R’s order:表示通路商對成品倉庫之訂購量本變數(shù)為配合存貨政策的應用。10圖6　通路商訂購環(huán)路因果回饋圖　　　[資料來源：本研究整理]圖7　組裝廠商與製造廠商環(huán)路因果回饋圖　　　[資料來源：本研究整理]11圖8　MTS生產(chǎn)環(huán)境因果回饋圖　　　[資料來源：本研究整理]12圖9　MTS生產(chǎn)環(huán)境銷售資訊共享因果回饋圖　　　[資料來源：本研究整理]根據(jù)以上因果回饋圖，本研究將各環(huán)路以STELLA模擬軟體建構出生產(chǎn)環(huán)境及存貨政策系統(tǒng)模擬程式。圖7表示製造廠商根據(jù)顧客需求作預測後，依據(jù)預測資料考慮生產(chǎn)前置時間作目標庫存量，同時考慮產(chǎn)能並加上現(xiàn)有庫存與目標庫存量的差距作為本期生產(chǎn)量，計劃生產(chǎn)量後須經(jīng)過10天的生產(chǎn)時間滯延後才轉成現(xiàn)有成品存貨。經(jīng)由此圖的分析可得知供應鏈各階層環(huán)路之資訊回饋關係，並可依據(jù)此圖建構模擬結構圖；此圖的基本回饋環(huán)節(jié)包括圖6及7。本研究是採用STELLA Ⅱ Research Version ；其為圖型使用者界面之模擬專業(yè)軟體，STELLA模擬軟體透過圖形化之系統(tǒng)模式過程，自動將圖形化之變數(shù)關係轉換為數(shù)學運算式表示的變數(shù)關係；其所提供之變數(shù)型態(tài)可區(qū)分為四類(如圖5所示)，圖中之積存量(Stock)是用以表示積量變數(shù)，並應用於計算當期累計量；流入量(Flow)積存量流出量流入量影響因子圖5　STELLA模擬軟體主要變數(shù)符號示意圖 [資料來源：本研究整理]與流出量則用以表示相關率量變數(shù)，應用於當期流入與流出該積存量之數(shù)量；影響因子(Factor)則代表影響相關率量變數(shù)之因素；而箭號連接則表示訊息傳導與回饋之方向。訂單處理前置時間，設每一階層2天。運送前置時間為通路商至組裝廠或當?shù)貍}庫設為3天，零組件製造商至零組件倉庫主要為海運前置時間為14天。供應鏈階層包括通路商、成品倉庫(註:BTO為組裝廠、零件倉庫)、成品製造商及零件製造廠商?；兑陨纤狞c電源供應器零件特性適合為本研究所提之解決長鞭效應政策的運用及模擬實驗架構。電源供應器材料變動小，生命週期比關鍵零組件長，適合VMI存貨管理模式的導入，本研究將探討其導入的效益。本研究之供應鏈環(huán)境主要以筆記型電腦產(chǎn)業(yè)為背景環(huán)境，其運作模式為全球運籌模式；而本研究所探討的零組件供應廠商以電源供應器的供應廠為主要探討，其原因為:電源供應器以海運為主，前置時間比其他關鍵零組件長，約一個月以上(本研究設28天)。在市場競爭日趨激烈之下，電腦雷源供應器廠商經(jīng)營的方式也必須改變，如何降低成本，推出更低廉而且符合PC大廠需求的電源供應器，已經(jīng)成為廠商努力的目標。表1 桌上型PC零組件分類 [4]類 別零組件A 類CPU、LCD、CDROM、HDD、FDD、DRAMB 類電源供應器、Connector、PCB、IC/Chip Set、KeyboardC 類塑膠配件、電阻、電容、包材等。