牛鞭效应及应用实例分析
牛鞭效应及应用实例分析1 牛鞭效应的背景介绍牛鞭效应的发现二十世纪九十年代中期，宝洁公司的工作人员对他们最畅销的婴儿尿布产品的订单模式进行检查时，发现了一个奇怪的现象：该产品的零售数量是相当稳定的，波动性并不大，但在考察分销中心向她的订货情况时，吃惊地发现波动性明显增大了。
其分销中心说，他们是根据汇总的销售商的订货需求量向她订货的。
她进一步研究后发现，零售商往往根据对历史销量及现实销售情况的预测，确定一个较客观的订货量，但为了保证这个订货量是及时可得的，并且能够适应顾客需求增量的变化，他们通常会将预测订货量作一定放大后向批发商订货，批发商出于同样的考虑，也会在汇总零售商订货量的基础上再作一定的放大后向销售中心订货。
这样，虽然顾客需求量并没有大的波动，但经过零售商和批发商的订货放大后，订货量就一级一级地放大了。
在考察向其供应商，如3M公司的订货情况时，她也惊奇地发现订货的变化更大，而且越往供应链上游其订货偏差越大。
这个现象就像牛仔使用的长鞭，顶端轻微的一点抖动就会在末梢转化为一条长长的弧线。
因此，宝洁公司把这个现象命名为牛鞭效应（bullwhip effect）。
学术界普遍接受的牛鞭效应经典定义由Hau L Lee等（1997a）给出，他用过程的方差来定量的描述需求的波动：牛鞭效应描述的是供应链中供应商所接受的订单比终端顾客的需求具有更大的方差现象（即需求扭曲现象），这种扭曲将以放大的形式向供应链的上游传播（即方差的放大现象）。
牛鞭效应的成因和影响牛鞭效应的形成原因最早注意到供应链中这种需求波动逐级放大现象的人是J. Forrester, 早在1961年他就根据系统动力学理论，对一个三阶段四节点的供应链系统进行分析，指出对于季节性商品，制造商觉察到的需求变化远远超过顾客的需求变化。
Forrester认为出现这种现象的原因在于供应链系统太过复杂，而公司间的信息反馈又非常困难，因此单个公司很难独立理性地作出订购决策。
Forrester认为解决这种现象的方法在于将供应链视为一个整体，并采用系统动力学的观点对供应链系统进行仿真建模，以便管理者能够确定合适的决策方案。
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”的提出和研究。
Sterman（1989）教授在其库存管理现场试验中设计了一个“啤酒分销游戏”，从而证实了供应链中确实存在牛鞭效应。
在这个试验中，整个供应链上只有四个参与者，分别是啤酒制造商、分销商、批发商以及零售商，它们以各自的身份独立地进行决策，并且相互之间只能以相邻的参与者发出的订单作为唯一的需求信息资源。
Sterman教授通过重复多次操作这个游戏，得出的结果确是惊人的相似:供应链上游参与者总会过多地响应下游参与者的订货需求，最终导致整个供应链系统的总成本比系统最优成本高出5到10倍。
通过研究分析Sterman认为牛鞭效应是由于参与人对反馈信息错误的理解以及其非理性决策行为造成的，避免这种需求放大现象的方法是对于供应链上的参与人进行相关的培训。
1997年，Lee等人对供应链牛鞭效应作了较为深入全面的分析通过研究分析。
Lee认为牛鞭效应是人的理性以及选择最优化决策后相互影响的结果。
并且Lee从运作管理的角度分析得出了产生牛鞭效应现象的四个主要原因：（1）供应量的计划不足而出现限量供给情况，导致零售商之间不断的短缺博弈；（2）供应链上各节点企业对需求信号的处理加工；（3）生产商产品价格的波动；（4）零售商分批订货方式。
针对每一种原因，Lee都讨论了可能的解决策略。
Lee的研究最终表明，牛鞭效应是供应链中不可避免的现象，是其成员理性化决策所产品必然结果。
牛鞭效应的影响“牛鞭效应”其实是在下游企业向上游企业传导信息的过程中发生信息失真，而这种失真被逐级放大的结果，从而波及到企业的营销、物流、生产等领域。
牛鞭效应成因于系统原因和管理原因，它们的共同作用提高了企业经营成本，对产品供应链造成消极影响，导致对市场变化的过激反应。
当市场需求增加时，整个供应链的产能增加幅度超过市场需求增加幅度，超出部分则以库存形式积压在供应链不同节点。
一旦需求放缓或负增长，大量资金和产品将以库存形式积压，整个供应链可能资金周转不良，严重影响供应链的良好运作，甚至导致企业倒闭，尤其是处于供应链末端的小企业。
以思科为例，2000年前后网络经济泡沫破灭，直接导致注销高达24亿美元的库存。
以半导体设备制造行业为例，2000年前后经济泡沫后的大量库存，直到2002年才处理完，各大公司动辄注销几千万美元的过期库存。
对众多的次级、次次级供应商而言，则意味着没有新订单，没有新的营业收入，无法维持运营。
结果是大批供应商处于崩溃边缘，大幅裁员，甚至难逃破产厄运。
对市场的响应速度而言，牛鞭效应表明，越是处于供应链后端，企业响应速度越慢。
其结果是，当市场需求增加的时候，供应商往往无法支持制造商；而当市场需求放缓时，供应商则往往继续过量生产，造成库存积压。
由于牛鞭效应，伴随着过量生产的是整个供应链的生产能力过度膨胀。
一旦经济不景气，整个供应链被迫大幅削减人员，关、停、并、转设备。
对整个宏观经济而言，牛鞭效应可以解释为什么有些行业比另一些行业提前衰退，或滞后复苏。
拿半导体行业而言，供应链前端的芯片制造业先于后端的设备制造业衰退；而后者则滞后于前者复苏。
而对于单个企业而言，当经济复苏的时候，不但要动员自身的生产能力，更重要的是动员各级供应商。
这是因为由于牛鞭效应，后端供应商往往受到更大的经济影响，面临更大的财政压力，从而更难也更不情愿扩张生产能力。
在行业腾飞、经济景气时，往往由于后端供应商没法及时扩张而影响整个供应链的销售业绩。
牛鞭效应的研究现状Hau L Lee等（1997）对牛鞭效应的研究标志着牛鞭效应理论走向了成熟，作者对牛鞭效应问题作了一个十分深刻地分析，文中先对宝洁公司（P&G）的尿不湿产品的市场需求进行了研究，发现顾客对这一产品的需求相对来说是稳定的，没有哪一天或者哪一个月的需求高于或低于其他时间段，而生产商以及其原料得供应商需求量波动却很大。
文中同时也提到了惠普打印机的问题，公司的某个执行人员发现其一个公司主要的零售商的订货量随着时间出现波动。
然而，当他对分销商订货量核实时，却惊讶的发现订货量的波动更大，因此在观察沿供应链上游订货量的波动依次增加。
Lee的研究结果认为其牛鞭效应是源自企业管理者对追求最大利益话的理性决策，并提出了牛鞭效应产生的四大原因。
然而，在 2003 年，Dejonckheere 等教授发现供应链成员间的补充协议规则也是产生牛鞭效应的重要因素之一。
他们进一步指出，不管采用指数平滑法或者移动平均法的需求预测方法，订购量都将产生牛鞭效应。
2005 年，Cachon 等教授发现需求在供应链由下游往上游传递时不会出现牛鞭效应，与牛鞭效应产生的结果相比，产商相比零售商在需求预测上没有大的差异，甚至出现比零售商预测的结果还小，当然，这样的结果是由其生产平滑化来解释。
Cachon 进一步指出，牛鞭效应在供应链中并不是普遍存在的。
2009 年，Eric Sucky 教授在前人研究的基础上，通过将供应链之间的线性联系拓展成网络间的联系，在 chen 模型的基础上，得出牛鞭效应在供应链中的过大估计和风险可以在供应链网络中被分担。
这样的结果对推动供应链的研究有着重要的作用。
我国对供应链牛鞭效应的研究起步比国外发达国家要晚的多，大部分的理论是在国外现有的基础之上进行研究的，但国内学者也从不同的角度对牛鞭效应进行了研究，取得了一定的成果。
陈安等对供应链数学模型的构建、供应链成员间的多方协作问题上的研究现状以及面临的挑战进行总结和探讨，重点讨论了供应链的各类快速算法和优化模型，包括运输问题、制造系统、库存决策等各个方面；以及外部供应链中买—卖、库存—分销、库存—生产等几类协作机制；最后给出了供应链上的信息传递中的扭曲现象的分析、后勤重构的必要性和特征、及绿色供应链的一些研究方法。
万杰等从短缺博弈的角度来研究供应商分配机制对“牛鞭效应”的影响，通过研究其短缺博弈，一方面证明其为牛鞭效应产生的原因之一，另一方面，当供应商生产能力有限，采用不同分配机制时，零售商的订货策略会不同。
根据博弈双方需通过讲真话的决策是否为博弈的纳什均衡，将其不同的分配机制分成两大类。
证明了随机型分配机制、确定型分配机制、均匀分配机制为“鼓励——响应”直接机制，这个不会造成牛鞭效应；而线性分配机制属于“激励——扩大”机制，会激发零售商对自身订货的增加，牛鞭效应的现象就存在。
刘洪等从不同的需求预测方法出发，对其移动平均法、指数加权滑动平均、最佳平均误差方进行牛鞭效应存在的证明，发现在对其用移动平均法和指数滑动法下，牛鞭效应存在，而在最佳平均误差预测方法下，牛鞭效应不一定存在。
当然，更多的学者从信息共享角度出发对其供应链牛鞭效应的研究，东南大学经济管理学院的张钦（2001）等教授在ARIMA（0，1，1）需求下研究牛鞭效应与信息共享的评价，其作者了考虑一个包含一个供应商和一个零售商的两级供应链，研究在需求模型ARIMA（0，1，1）下牛鞭效应的量化以及信息共享的价值，比较信息共享前后差异，其结果表明信息共享能给供应商带来减少现有平均库存、减轻牛鞭效应以及降低成本等好处。
朱顺泉（2006）扩展了其研究的范围，从ARIMA（0，1，q）需求模式下一个供应商和一个零售商组成的两节点两阶段供应链系统出发，详细推导了牛鞭效应的量化过程，对比分析了信息共享对牛鞭效应的影响，并在此基础上分析了参数q和提前期对牛鞭效应的影响，结果表明:信息不仅能够减弱牛鞭效应，还能减弱q 即需求市场惯性和提前期对牛鞭效应的影响。
相应的，q越大，提前期越长，信息共享对牛鞭效应的抑制作用则越明显。
李刚等（2006）教授在其出版的《供应链中牛鞭效应与信息共享的研究》一书中将一般性的自回归移动平均的需求过程和最优化的适应性库存策略结合在一起，运用数学分析和仿真研究的方法，深入分析了在这样的一个集成的模型框架内，供应链不同阶段所面临的需求的特征，揭示了需求信息在供应链中的传播规律。
2 牛鞭效应的弱化介绍从根本上解决牛鞭效应，一般来说是不可能的，但是可以通过供应链的协调，制定合理的契约，完善监督机制，以及有效地实行各节点的信息共享，从而达到减轻甚至消除牛鞭效应的目的。
在实际的运作中，我们可以采用缩短供应链长度，订单快速处理以减少时间延迟，信息共享，增进供应链各成员之间的协作等策略来控制牛鞭效应。
.缩短供应链长度供应链的流通环节越多，整个供应链的产品从制造商到最终用户所需要的流通时间和流通费用也越多，供应链中各节点传递信息的加工迭代次数就越多，从而牛鞭效应也越大，进而使得市场扭曲程度也就越大，因此，整个供应链积累了更多的安全库存，大大降低了供应链给各个企业所带来的经济效益。
牛鞭效应bullwhip effect
牛鞭效应Bullwhip Effect牛鞭效应，是供应链管理的基本原理之一,经济学上的一个术语，指的是供应链上的一种需求变异放大现象，是信息流从最终客户端向原始供应商端传递时，无法有效地实现信息的共享，使得信息扭曲而逐级放大，导致了需求信息出现越来越大的波动，此信息扭曲的放大作用在图形上很像很一根甩起牛鞭，因此被形象地称为牛鞭效应。
可以将处于上游的供应方比作梢部，下游的用户比作根部，一旦根部抖动，传递到末梢端就会出现很大的波动。
一.案例:惠普公司在一个主要零售商那里检查打印机销售情况时发现这个零售商的销售随着时间波动，而当他们检查这个零售商的订单时发现订单的波动幅度比其销售的波动幅度还要大。
更让他们吃惊的是，公司打印机生产部向物料供应部提供的订单的波动比前两者的波动都大。
这就是所谓的“牛鞭”效应。
“牛鞭”效应产生的原因是需求信息在沿着供应链向上传递的过程中被不断曲解。
企业的产品配送成为被零售商所夸大的订单的牺牲品；反过来它又进一步夸大了对供应商的订单。
“牛鞭”效应导致供应链中产生过多的库存。
有关研究表明在整个供应链中，从产品离开制造商的生产线至其到达零售商的货架，产品的平均库存时间超过100天。
被扭曲的需求信息使供应链中的每个个体都相应增加库存。
有关报告估计，在美国就有300多亿美元沉积在食品供应链中，其它行业的情况也不相伯仲。
“牛鞭”效应还导致企业生产预测差。
由于无法及时处理积压订单，增加了生产计划的不确定性，如过多地修订计划，增加补救措施的费用、加班费用和加快运输费用等。
二.“牛鞭”效应产生的原因产生“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。
牛鞭效应
A 企业
B 企业
信息系统
供应链优化方法
供应链优化 快速反应 有效客户反应
供应商管理库存 协作计划、预测与补货 标杆方法
供应链优化
供应链优化的目的是要去除供应链流程中的非增 值环节，即凡是对消费者没有附加值的所有浪费， 都必须从供应链的通路上排除，以达到最佳效益。 “协作”是供应链优化过程取得成功的基础和关 键。
标杆方法的主要内容
战略层 市场细分化 市场占有率 原材料供应 生产能力 利润率 工艺技术 操作层 竞争性价格 原材料 劳动力和管理 生产率 竞争性差异 产品特性 产品设计 质量与售后服务 管理层 日常运作维护 项目管理 订货发货 新产品开发 合理化建议系统 财务 仓储和配销
标杆方法的程序
规划－确定标杆法的内容，选定可作比较的公司，确定数据 搜集的方法。
从物品本身来看
物品的数量 物品的质量
零售商的销售能力
物品能力信息有利于减缓潜在的短缺博弈行 为，并进一步抵抗产生牛鞭效应的潜在根源。
新产品开发信息
在从企业间竞争转向供应链间竞争的时代，新产 品开发不再只是制造商的事情。其信息共享有利 于提升供应链和企业的竞争力，原因分析如下： 零售商－最接近终端客户
供应链运转
失灵的原因 需求的不确定
牛鞭效应
要想提高供应链运转效率，改变运 转失灵的局面，必须设法消除这些 不确定因素和牛鞭效应，为此需要 研究供应链的整合和优化问题。
消除牛鞭效应
整合供应链企业
整合供应链信息
供应链的整合
供应链的信息共享
供应链中的信息共享可提高供应链集成化管理的程度，但 供应链中的各企业毕竟是独立的法人实体，它们在具有共 同利益的前提下也存在一定的冲突。为了获得利益，它们 愿意相互共享信息，但由于冲突的存在，它们在共享信息 时必定会有所保守。因此，不是所有信息而只有部分信息 在供应链中得到共享。
牛鞭效应的典型案例
牛鞭效应的典型案例
“牛鞭效应”在管理学中被称为“供应链需求波动放大效应”，是指供应链上的信息流从最终客户端向原始供应商端传递时，由于无法有效地实现信息共享，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。
以下是一个典型的“牛鞭效应”案例：以宝洁公司为例，该公司的纸尿裤在沃尔玛这一零售端销售时，需求通常是比较稳定的。
但是，沃尔玛上游的批发商收到的零售商的订单就没有那么稳定了，批发商的上游宝洁公司收到的批发商订单波动则更大。
“牛鞭效应”会导致供应链的效率低下和成本增加，给企业带来不利影响。
因此，企业应该采取有效的措施来减少“牛鞭效应”的影响，例如优化供应链管理、加强信息共享等。
牛鞭效应的案例
牛鞭效应的案例
牛鞭效应，也称作“倒鞭效应”或“纳什均衡问题”，是指在市场经济中，由于信息的延迟和不准确性，市场上的供需关系在变化时会出现滞后的现象。
牛鞭效应在经济学中是一种常见的现象，下面就是一个牛鞭效应的案例。
以中国猪肉价格的波动为例，由于猪肉的生长周期较长，一般需要6-7个月才能出栏，所以猪肉价格受到供需关系的影响较为明显。
假设某一年初，猪肉市场供应偏紧，供不应求，猪肉价格开始上涨。
由于养殖户通常会看到猪肉价格上涨而增加养殖数量，但由于养殖周期的原因，新的生猪并不能立即投入市场。
造成市场供应量短时间内无法迅速增加，供不应求的情况进一步恶化，价格进一步上涨。
随着时间的推移，市场供应逐渐增加，养殖户数量增加带来了供应量的增加。
经过一段时间的滞后，当大量新的猪肉投入市场时，市场供应量超过需求，价格开始下跌。
由于不少养殖户在价格上涨时增加了养殖规模，导致市场供应过剩，加重了价格的下跌。
随着价格的下跌，养殖户开始缩减养殖规模，减少投入，导致市场供应量减少，供需关系再次发生变化。
市场供应的减少导致价格反弹上涨，但由于价格弹性的影响，价格上涨的幅度较小。
养殖户在价格下跌时减少了养殖规模，导致市场供应量减少，市场供需关系的变化存在滞后现象，进一步加剧了价格的波动。
这个例子充分说明了牛鞭效应的存在和影响，以及市场中供需关系的滞后特点。
由于信息不对称和市场机制的作用，牛鞭效应在经济活动中普遍存在。
在实际经济运行中，政府和企业需要根据市场供需关系的变化及时调整政策和经营战略，以平稳市场经济运行，减少牛鞭效应对经济的不利影响。
如何消除牛鞭效应
以往的供应链常常强调准确和协同：采购和排产要准确，供应链的各方要彼此协同；但现在这一切正在发生变化，在快速变化的市场中，计划常常跟不上市场变化，速度在供应链管理中变得比以往更重要。
只有将SCM系统与CRM系统有效对接，实现将物料计划发给各个供应商，才保证了供货充足，又不会大量占用资金与仓库。上海通用在这方面做得不错，其柔性化生产线真正体现了"以客户为中心"的原则，前台的个性化客户需求，自动安排进车辆的生产计划。
避免长鞭效应
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，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？
案例解读宝洁医治牛鞭效应宝洁公司pg在研究尿不湿的市场需求时发现零售商往往根据对历史销量及现实销售情况的预测确定一个较客观的订货量但为了保证这个订货量是及时可得的能够适应顾客需求增量的变化他们通常会将预测订货量增大一些向批发商订货批发商出于同样的考虑也会在汇总零售商订货量的基础上再加一定增量向销售中心订货
消除不合理的短缺博弈现象——当供应商面临短缺，不是根据定单来分配产品，而是按照比例定量分配定货。
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初期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。
实施渠道联合——在供应链中，除了信息共享外，还必须加强上游和下游之间在定价、运输、库存计划及所有权的有机整合，建立优先合作机制，如建立统一控制的库存系统。
牛鞭效应实验报告
牛鞭效应实验报告牛鞭效应实验报告一、实验过程及数据分析在本次实验中我所处的是供应链上第四个节点，提前期是3期，单位库存成本是2，单位缺货成本是10，单位缺货成本是单位库存成本的5倍，因此对于各节点来说会选择大量订货策略来避免出现缺货现象。
从利润图可以看出，利润柱的大幅下降大多是由缺货引起的，小幅度且长期的下降则是由于某段时间内多个节点停滞不动导致的存货成本上升引起的。
在固定参数中还显示了退货价格这一数据，但是我在实验时没有进行过这个操作。
如果在原有实验的基础上增加退货这一操作便会将自己的存货成本上推给上一级节点，那么这样就会对利润图产生相应的影响，特别是对于上一个节点想必是会产生更大的影响。
同时，退货这一操作也具有极大的风险，精益生产讲究零库存，但是对于我所处的第四节点来说，提前期是3期，如果没有一定量的库存做保障，当下一级节点发出需求时将无法及时满足订单需求，而且这次产生的缺货成本将会一直延续至下一次满足全部订单需求的时期。
因此选择存货还是缺货，选择零库存还是选择低库存都需要做一个合理的权衡。
图1 节点固有属性参数图2.1、图2.2、图2.3显示的是50期实验的个人数据截图。
这三幅图完整地展示了我所在的第四节点在每一期的期初库存、期初缺货、本期到货、本期需求、本期发货、本期订货、单期成本和单期利润的数据。
图2.1的上方显示了经过50期实验之后第四节点的总成本和总利润，截至50期，产生利润30250，发生的总成本为57430。
总体来看是盈利的，但是从整个运作状况来看是不太好的，下面结合图2、图3和图4对50期的经营结果进行简单分析。
图2.1 个人历史数据图2.2 个人历史数据图2.3 个人历史数据图3 需求分布曲线图从图3来看，需求分布曲线图呈现出起伏不定的波浪状，其中3~6期和21~29期曲线处于零需求的水平状态，随之而导致的就是利润柱状图的5~9期和24~32期进入负利润状态。
由此可以看出第四节点对于下一级的需求具有很强的依赖性，从侧面也显示出我的订货策略出现了问题，在下一级的需求为0时，第四节点的成本全部由存货成本承担，而且随着前期订单的不断到货导致存货成本呈直线上升趋势。
牛鞭效应及应用实例分析
牛鞭效应及应用实例分析1 牛鞭效应的背景介绍1.1 牛鞭效应的发现二十世纪九十年代中期，宝洁公司的工作人员对他们最畅销的婴儿尿布产品的订单模式进行检查时，发现了一个奇怪的现象：该产品的零售数量是相当稳定的，波动性并不大，但在考察分销中心向她的订货情况时，吃惊地发现波动性明显增大了。
其分销中心说，他们是根据汇总的销售商的订货需求量向她订货的。
她进一步研究后发现，零售商往往根据对历史销量及现实销售情况的预测，确定一个较客观的订货量，但为了保证这个订货量是及时可得的，并且能够适应顾客需求增量的变化，他们通常会将预测订货量作一定放大后向批发商订货，批发商出于同样的考虑，也会在汇总零售商订货量的基础上再作一定的放大后向销售中心订货。
这样，虽然顾客需求量并没有大的波动，但经过零售商和批发商的订货放大后，订货量就一级一级地放大了。
在考察向其供应商，如3M公司的订货情况时，她也惊奇地发现订货的变化更大，而且越往供应链上游其订货偏差越大。
这个现象就像牛仔使用的长鞭，顶端轻微的一点抖动就会在末梢转化为一条长长的弧线。
因此，宝洁公司把这个现象命名为牛鞭效应（bullwhip effect）。
学术界普遍接受的牛鞭效应经典定义由Hau L Lee等（1997a）给出，他用过程的方差来定量的描述需求的波动：牛鞭效应描述的是供应链中供应商所接受的订单比终端顾客的需求具有更大的方差现象（即需求扭曲现象），这种扭曲将以放大的形式向供应链的上游传播（即方差的放大现象）。
1.2 牛鞭效应的成因和影响1.2.1 牛鞭效应的形成原因最早注意到供应链中这种需求波动逐级放大现象的人是J. Forrester, 早在1961年他就根据系统动力学理论，对一个三阶段四节点的供应链系统进行分析，指出对于季节性商品，制造商觉察到的需求变化远远超过顾客的需求变化。
Forrester认为出现这种现象的原因在于供应链系统太过复杂，而公司间的信息反馈又非常困难，因此单个公司很难独立理性地作出订购决策。
牛鞭效应及应用实例分析
牛鞭效应及应用实例分析1 牛鞭效应的背景介绍1.1 牛鞭效应的发现二十世纪九十年代中期，宝洁公司的工作人员对他们最畅销的婴儿尿布产品的订单模式进行检查时，发现了一个奇怪的现象：该产品的零售数量是相当稳定的，波动性并不大，但在考察分销中心向她的订货情况时，吃惊地发现波动性明显增大了。
其分销中心说，他们是根据汇总的销售商的订货需求量向她订货的。
她进一步研究后发现，零售商往往根据对历史销量及现实销售情况的预测，确定一个较客观的订货量，但为了保证这个订货量是及时可得的，并且能够适应顾客需求增量的变化，他们通常会将预测订货量作一定放大后向批发商订货，批发商出于同样的考虑，也会在汇总零售商订货量的基础上再作一定的放大后向销售中心订货。
这样，虽然顾客需求量并没有大的波动，但经过零售商和批发商的订货放大后，订货量就一级一级地放大了。
在考察向其供应商，如3M公司的订货情况时，她也惊奇地发现订货的变化更大，而且越往供应链上游其订货偏差越大。
这个现象就像牛仔使用的长鞭，顶端轻微的一点抖动就会在末梢转化为一条长长的弧线。
因此，宝洁公司把这个现象命名为牛鞭效应（bullwhip effect）。
学术界普遍接受的牛鞭效应经典定义由Hau L Lee等（1997a）给出，他用过程的方差来定量的描述需求的波动：牛鞭效应描述的是供应链中供应商所接受的订单比终端顾客的需求具有更大的方差现象（即需求扭曲现象），这种扭曲将以放大的形式向供应链的上游传播（即方差的放大现象）。
1.2 牛鞭效应的成因和影响1.2.1 牛鞭效应的形成原因最早注意到供应链中这种需求波动逐级放大现象的人是J. Forrester, 早在1961年他就根据系统动力学理论，对一个三阶段四节点的供应链系统进行分析，指出对于季节性商品，制造商觉察到的需求变化远远超过顾客的需求变化。
Forrester认为出现这种现象的原因在于供应链系统太过复杂，而公司间的信息反馈又非常困难，因此单个公司很难独立理性地作出订购决策。
牛鞭效应的案例
牛鞭效应的案例牛鞭效应是指在供应链中，由于信息传递不及时和不准确，导致生产计划和采购计划出现波动，最终影响到整个供应链的稳定性和效率。
这种效应通常会导致生产和库存的波动，增加了企业的运营成本，降低了企业的竞争力。
下面，我们将通过几个实际案例来说明牛鞭效应对供应链的影响。
第一个案例是2003年美国沙漠风暴。
在这次风暴中，美国西海岸的零售商纷纷加大了对雨衣的采购量，以满足消费者的需求。
然而，由于信息传递不及时和不准确，供应商并没有及时调整生产计划，导致雨衣的供应短缺，最终影响了整个供应链的稳定性。
零售商不得不面临库存积压和订单延误的问题，增加了企业的运营成本。
第二个案例是2008年全球金融危机。
在这次危机中，许多汽车制造商受到了严重的影响。
由于需求的下降，汽车制造商纷纷减少了对零部件的采购量，导致供应商的生产计划出现了波动。
然而，随着经济的逐渐复苏，汽车制造商需要加大对零部件的采购量，而供应商并没有及时调整生产计划，导致零部件的供应短缺。
这种波动最终影响了整个汽车产业链的稳定性和效率，增加了企业的运营成本。
第三个案例是2011年日本地震。
在这次地震中，日本许多汽车制造商的工厂受到了严重影响，导致汽车零部件的供应短缺。
由于信息传递不及时和不准确，许多汽车制造商并没有及时调整生产计划，导致汽车的生产受到了影响。
这种供应链的波动最终影响了整个汽车产业链的稳定性和效率，增加了企业的运营成本。
通过以上几个案例，我们可以看到牛鞭效应对供应链的影响是非常严重的。
为了减少牛鞭效应对供应链的影响，企业需要加强信息的共享和传递，建立起高效的供应链管理系统。
此外，企业还需要加强与供应商和客户的沟通，及时了解市场的需求变化，以便及时调整生产和采购计划，减少供应链的波动，降低企业的运营成本，提高企业的竞争力。
总之，牛鞭效应是供应链中一个非常严重的问题，它会影响到整个供应链的稳定性和效率，增加企业的运营成本。
因此，企业需要加强信息的共享和传递，建立高效的供应链管理系统，加强与供应商和客户的沟通，及时调整生产和采购计划，以减少牛鞭效应对供应链的影响，提高企业的竞争力。
牛鞭效应
西班牙知名服装品牌ZARA以快速反应著称于流 行服饰业界，其成功与创新的模式成为业界的 标杆。ZARA每年提供12000种不同的产品项目供 顾客选择，从设计理念到成品上架仅需十几天。
欧洲最具研究价值的品牌
简述了ZARA成功历史，以及什么是牛鞭效 应后，我们自然联想到ZARA是如何应对供应 链上牛鞭效应呢？事实上，ZARA在处理供应 链上的牛鞭效应做的相当成功，下面将重点 分析它是如何消除牛鞭效应的
缓解牛鞭效应的措施
解决“牛鞭效应”的根本对策是整合供应链 中企业之间的关系，建立企业之间的诚信机制， 通过建立一个信息共享系统实现信息共享管理， 协调各企业的行动，确保需求信息的真实、快 速传递，从而减少供应链中的“牛鞭效应”。
（1）提高最终用户需求信息的透明度、加强信 息共享 （2）减少供应链的流通环节 （3）缩短提前期 （4）减少价格的波动 （5）消除博弈行为 （6）建设战略性伙伴关系 （7）信息强化
管理全程供应链
ZARA的整个全程供应链管理的关键之处， ZARA就是凭借供应链全程管理的精准严格控 制和近乎完全掌控，使整个供应链的流通速 度和效率都达到最高，从而也大大消除了需 求预测更新、限量供应和短缺博弈等产生牛 鞭效应的因素，进而从供应链的根本处来消 除牛鞭效应。
订货少量多次
ZARA的订货模式：ZARA的专卖店每周订货 两次，而且专卖店的经理根据现有的销量和 需求下订单。这样就基本上保证每次的订货 量能满足未来几天的需求，订货量就不是很 大；而且每周两次订货，也能保证多次。通 过专卖店的少量多次的订货，基本上能消除 批量订购产生的不利影响，从某种程度上能 有效地减小牛鞭效应。
牛鞭效应的危害
通常来说，牛鞭效应在很大程度上归因于供 应链各成员之间的信息沟通不畅、合作不紧密。 现代市场中企业与企业之间的竞争已经转向企 业供应链与供应链之间的竞争。因此供应链各 成员能否相互合作、共同消除供应链中不必要 的库存和浪费、提高整个供应链对于顾客需求 的反应力，已经成为决定供应链竞争优势的决 定性因素。牛鞭效应的存在说明供应链管理还 未能得到优化，供应链管理中还存在许多无效 的活动。