供应链管理中“牛鞭效应”的分析
物流管理概念整理
物流概念的理解 物流系统化理念 包装技术 产品包装技法是指在包装作业时所采用的技术和方法。（一）产品包装的一般技法 对内装物进行合理置放、固定和加固 对松泡产品进行压缩 合理选择外包装的形状尺寸 合理选择内包装（盒）的形状尺寸 包装外的捆扎 （二）产品包装的特殊技法 缓冲包装技法（或称防震包装技法） 全面防震包装方法 部分防震包装方法 悬浮式防震包装方法 （三） 防破损保护技术
防锈包装技法（防锈油、气相防锈包装技术） 防霉包装技法(冷冻、真空、高温灭菌） 防潮包装技法 防虫包装技术 危险品包装技术 特种包装技术 集装箱的结构与标识 标准箱（TEU）——长为 20ft 的集装箱（Twenty-foot Equivalent Unit)。我国铁路行业集装箱标准：按重量分成 5t、10t、20t、30t 四种，相应型号为 5D、10D、1CC、1AA。5t 和 10t 集装箱主要用于国内运输；20 和 30 集装箱主要用于国际运输。 集装箱的结构和标记 1.集装箱的主要结构 集装箱通常是六面形的箱体。它是由两个侧壁，一个端壁，一个箱顶，一个箱底和一对箱门所组成。 2.集装箱的重要构件——角件
3.集装箱的标志 便于海关和各关系方对集装箱进行识别、监督和管理。 （一）集装箱标记的内容 1．必备标记内容 A．箱主代号：集装箱所有者的代号，前三位由箱主规定， 最后一位区分类型。如：中远集团为 COSU B．顺序号：用六位数字按国家规定对集装箱进行编号。 C．核对号：用于计算机核对箱主号和顺序号的正确性。 位于箱主号和顺序号后，加以方框，以示醒目。 核对号由箱主号的四位字母和顺序号的六位数字 以一定的方式换算而得。 D．最大重量和自重：最大重量（MAX GROSS）：最大载货重 量与空箱重量之和。 自重（TARE）：空箱重量。 要求用 Kg 和 lb 两种单位同时标出。 2．自选标记内容
供应链管理中“牛鞭效应”的分析
供应链管理中“牛鞭效应”的分析 摘要：牛鞭效应是供应链管理中一类典型的由不确定性导致的复杂现象，它会对整个社会经济生产成本产生严重的影响。文章在介绍牛鞭效应的概念及产生原因的基础上，重点提出了弱化牛鞭效应的具体措施。 关键词：供应链管理；牛鞭效应；VMI；第三方物流 在供应链的实际运作中，存在着各种各样的困难，如预测的不准确，导致对需求的难以把握，信息的不透明，导致供给不稳定，由于企业之间的诚信还没有完全建立，企业之间的合作性与协调性差，供应链中的主导企业很难发挥作用，供应的缺乏，生产与运输作业的不均衡、库存居高不下，成本过高等现象。引起这些问题的原因很多，但主要原因之一就是“牛鞭效应”。“牛鞭效应”的基本思想是：当供应链的各节点企业只根据来自其相邻的下级需求信息进行生产或供应决策时，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，达到最源头供应商时，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，由于这种需求放大效应的影响。上游供应商往往维持比下游供应商更高的库存水平。牛鞭效应表现如图1所示。 由于牛鞭效应是从下游客户端逐级向上游转嫁风险的结果，因而它会危害整个供应链的运作，导致总库存增加、
生产无序和失衡、业务流程阻塞、资源浪费、市场混乱和风险增大。由此可见，牛鞭效应的存在，已经成为削弱供应链的增值能力和竞争能力的主要负面因素，因此，探寻其成因及危害，研究并消除它对于供应链的负面影响具有重大的理论和现实意义。 一、牛鞭效应产生的原因 对于由零售商、供应商、制造商所组成的供应链系统来说，如果单就考虑到自身的利益最大化，都无可厚非，它们也都存在极力为满足顾客而做出不懈努力的意愿，任何一个子系统都无过错。造成恶性循环的罪魁祸首是系统本身的结构，处在大系统当中的每一个子系统在不考虑整个系统运作的时候，这种需求信息被扭曲的现象自然而然的就发生了。所以牛鞭效应产生的原因总结如下： 需求信号的处理 为了安排生产进度，计划产量，控制库存和计划物料需求，供应链中的企业通常都会预测产品需求，而预测通常是基于企业直接接触的顾客的购买历史进行的。当下游企业订购时，上游企业的经理就会把这条信息作为将来产品需求的信号来处理，基于这个信号，上游经理会调整需求预测，同时上游企业也会向其供应商增加订购，使其做出相应的调整。因此，这种需求信号的处理是牛鞭效应产生的主要原因。 批量订购
牛鞭效应评估方法的实例分析
Management Science and Engineering 管理科学与工程, 2014, 3, 26-32 Published Online March 2014 in Hans. https://www.360docs.net/doc/902217476.html,/journal/mse https://www.360docs.net/doc/902217476.html,/10.12677/mse.2014.31B005 Case Study on the Evaluation Method of Bullwhip Effect Yijun Huang1, Ximei Lian2 Beijing University of Posts and Telecommunications, Beijing Email: hyijun@https://www.360docs.net/doc/902217476.html, Received November 2013 Abstract In the process of practical supply chain management, “bullwhip effect” is a common phenomenon. This article quantifies the actual value of bullwhip effect by constructing a simple mathematical model with the moving average forecasting method, and proves that information sharing can re-duce the bullwhip effect. In order to improve the operability of information sharing, this article has filtered the information sharing content and discussed the information sharing way prelimi-narily. Keywords Bullwhip Effect; Case Study; Information Sharing 牛鞭效应评估方法的实例分析 黄逸珺1，连细妹2 北京邮电大学，北京 Email: hyijun@https://www.360docs.net/doc/902217476.html, 收稿日期：2013年11月 摘要 在供应链实际管理过程中，“牛鞭效应”是普遍存在的现象。本文通过构建简单的数学模型，运用移动平均预测法评估牛鞭效应值，并定量分析得出信息共享能够减小牛鞭效应。最后，为提高信息共享的可操作性，本文对其内容进行了筛选，并对其共享方式进行了初步探讨。
牛鞭效应实验报告
牛鞭效应实验报告 一、实验内容 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作，即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。 供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大，如图1所示。设想有一条由四个节点组成的供应链，从下游到上游依次为零部件供应商，生产商，批发商，零售商。销售商面临的终端市场需求只有少许波动，批发商的需求是来自销售商的补货请求，需求的波动比终端市场需求的波动有了放大，生产商的需求是来自批发商的补货请求，需求的波动又有了放大，零部件供应商的需求是来自生产商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应。 求 需 时间 求 需 时间
需求 时间 需求 需求 二、 实验原理 长鞭效应产生的原因主要有以下几方面： 1) 需求预测的数据更新 2) 批量补货 3) 价格波动 4) 限量供应和短缺博弈 5) 补货提前期。
三、实验目的 无信息共享的多级库存管理实验（牛鞭效应实验）是为辅助物流概论课程的教学而设计的一个验证型实验。学生通过网络平台模拟供应链上各节点操作决策的环境，通过亲身实践加深对牛鞭效应现象的理解，辅助分析产生该现象的原因。培养学生发现问题和分析问题解决问题的能力，为今后关于库存管理课程的学习奠定基础。 学生在实验过程中，应着重： a)理解库存管理的基本概念和知识，如提前期，库存水平，各种成本的概念； b)体验牛鞭效应现象的产生，并分析其产生原因； c)分析如何减小牛鞭效应。 四、牛鞭效应产生的原因 (1)供应链的不确定性 需求不确定性的客观性，需求的不确定性、制造的不确定性和供应的不确定。供应的不确定性主要是以提前期的不确定性来体现的。提前期与供应商的生产能力密切相关，制造的不确定导致供应的不确定，另外地理位置、运送方式等也会影响提前期。 (2)订货批量的影响 在供应链中，每个企业都会向其上游订货，一般情况下，销售商并不会来一个订单就向上级供应商订货一次，而是在考虑库存和运输费用的基础上，在一个周期或者汇总到一定数量后再向供应商订货；为了减少订货频率，降低成本和规避断货风险，销售商往往会按照最佳经济规模加量订货。同时频繁的订货也会增加供应商的工作量和成本，供应商也往往要求销售商在一定数量或一定周期订货，此时销售商为了尽早得到货物或全额得到货物，或者为备不时之需，往往会人为提高订货量 (3)信息不对称 上游企业难以准确预测到最终消费者的需求，只是根据下游订货量决定自己的订货量，这便可能会产生由于预测不准确或者突发状况而引起的缺货或者过多持有存货。 (4)需求预测的主观性 上游企业总是将下游需求信息作为自己需求预测的依据，并据此安排生产或供应计划。结果预期的订货量将比需求变化更大，错误的预测方式使订货量发生巨大的变化，订货量与实际销售量有较大的出入。 (5)提前期的影响 提前期的可靠性与长度直接影响信息的扭曲程度。 五、实验分析 本报告主要分析第四节点上决策的制定以及数据产生的原因。
供应链中的_牛鞭效应_成因及对策分析
V ol 116,N o.1 管 理 工 程 学 报 Journal of Industrial Engineering ΠEngineering Management 2002年第1期 收稿日期:2000209218(修改稿).作者单位:复旦大学管理学院,上海200433. 研究 简报 供应链中的“牛鞭效应”———成因及对策分析 傅 烨, 郑绍濂 摘要:本文从委托代理理论出发考察了供应链“牛鞭效应”的成因,指出供应链中的“牛鞭效应”和其他效率损失问题其根源在于供应链的结构。即供应链中任何一对买卖双方都具有双向的委托代理关系,而这种关系由于信息的不完备、契约的不完善,包括缺乏有效的激励与监督机制导致委托和代理双方产生了目标与结果的重复次优选择问题。 关键词:供应链管理;委托代理理论;信息一体化;合作与信任 中图分类号:F271,F06219 文献标识码:A 文章编号:100426062(2002)0120082202 引言 一直以来,许多制造企业经常发现他们所面临的产品需求量波动很大,其程度要远大于产品的市场实际销售量的变 化幅度。宝洁公司把这一现象称之为“牛鞭效应” (Bullwhip E ffect ):它使得需求信息在从供应链的一端向另一端传递的 过程中发生了严重扭曲。 牛鞭效应并非是最近才被发现。J.F orrester (1961)、J.D. S terman (1989)、D.R.T owill (19996)等都对此作过研究。但真 正对这一现象作出较全面而且正确的分析的是H.L.Lee (1997&1998)。他认为系统参与人是理性的并且是最优化 决策的,而牛鞭效应是供应链内部理性参与人之间战略性行为相互影响的产物;为控制牛鞭效应,企业可以对供应链内部组织间的基础结构及相关过程加以改进。 Lee 的模型得出了导致产生牛鞭效应的四个因素:供应 链内部各环节(企业)对需求信号的处理过程;因预计供应量不足而出现限量配给引致的零售商之间的博弈过程;零售商的批量订货方式;生产商的产品价格波动。 1 成因的经济学解释 正如Lee 所论述的,牛鞭效应是供应链内部参与人之间战略性行为相互影响的产物,而这些参与人是理性假设的、最优化决策的。也就是说,牛鞭效应是供应链内部理性参与人各自效用最大化决策的博弈结果。 从委托代理理论来看,供应链内部每一对买卖双方(上下游之间)、中间商(零售商)之间互为一种双向的、长期的委托代理关系。任何一个参与人(企业)都具有独立的利益目标,并作出自己的最优化决策。同时供应链所有成员的目标利益和最优化决策都相互制约和影响。 在任何一对委托代理关系中,由于传统供应链结构的限 制,其信息结构是不完全、不对称的。生产商的生产成本和产量以及库存信息、零售商(中间商)的销售成本和实时销售以及库存信息、生产商和零售商(中间商)对不确定市场未来需求的预期都不属于共同知识。与此同时,受传统供应链结构的限制,内部委托代理的契约关系中缺乏有效的激励与监督机制以保证代理人的决策最大化符合委托人的利益目标。特别是那些处于同一供应链角色(即同是中间商或者零售商)的成员之间的契约关系,传统上他们的利益目标要么是竞争的,要么就是互不相干的,其契约关系也是松散的,有效激励与监督机制的缺乏自不待言。 进一步考察Lee 所讨论的牛鞭效应的四种成因,则发现均可将之归因于生产商和零售商以及零售商之间的委托代理关系由不完善信息和不合理契约所引起的博弈过程。 简单地说,在传统供应链结构中的委托代理关系是结构内生的,而委托和代理双方的目标利益不协调(甚至是冲突的),不完善信息和契约的不合理安排(缺乏有效的激励与监督机制)导致了委托代理双方利益目标和博弈决策结果之间的次优选择。而随着供应链内部环节的增多,委托代理关系的梯次也就增加,利益目标和博弈决策结果之间的次优选择也就被多次重复,这也是牛鞭效应随供应链长度的增加而逐渐向上游放大的原因。 2 牛鞭效应的对策分析 由于牛鞭效应是传统供应链的结构内生的,单纯从信息完善和简化决策的角度出发无法根本解决。事实是,供应链内部各成员的目标利益的不协调、有效的激励与监督机制的缺乏使得完善信息和简化决策在传统供应链结构下是不可能的。 — 28—
牛鞭效应实验报告
牛鞭效应实验报告
————————————————————————————————作者：————————————————————————————————日期： ?
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
“牛鞭效应”的主要危害及其对策
摘要：介绍了供应链需求放大现象“牛鞭效应”的概念，深刻分析其产生的原因，阐述了“牛鞭效应”的主要危害，提出了一些缓解“牛鞭效应”的基本对策。 关键词：牛鞭效应；需求预测；战略联盟；库存管理；博弈 供应链是围绕核心企业，通过对信息流、物流、资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的将供应商、制造商、分销商、直到最终用户连成一个整体的功能网链结构模式。论文格式供应链由于具有开放性、动态性、集成性、群体性和分布性等特点，因此在供应链中有着大量的不确定性因素，这给供应链管理，尤其是供应链管理下的库存控制带来了巨大的挑战。其中最明显的问题就是“牛鞭效应（bullwhip effect）”。 一、供应链中的“牛鞭效应”及其产生的原因 供应链是一个包括满足顾客需求而产生的所有直接和间接环节的体系。因此供应链是由顾客需求来推动的。供应链成员在决策时都是直接利用来自下游的需求信息进行预测并向上游企业订货，每个企业都面临着前趋和后继间的订货问题。然而当下游需求发生变化时，由于供应链信息传递的时间和准确性上的误差会产生信息曲解，沿着零售商、批发商、分销商、制造商逆流而上，并逐渐扩大，在达到最终源头供应商时，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，需求信息严重失真、扭曲，这种现象被称为供应链中的需求放大，又称为“牛鞭效应”。“牛鞭效应”产生的原因主要有： 1．需求预测 表面上看，“牛鞭效应”表现为需求的不确定性，但实质上，这种不确定性是由于需求信息在供应链下游企业向上游企业转递过程中被扭曲放大的结果。在传统中，供应链的成员为了确定理想的库存水平和订货数量，总是将下游的需求信息作为自己需求预测的依据，一般利用移动平均或指数平滑等方法进行预测。一方面，预测方法本身属性的趋势性，不可能精确地预测变化着的需求市场的未来；另一方面，企业在考核绩效管理、绩效规划指标时，从来都是有增无减地要求，因此，沿着供应链向上游移动时，各成员获得的需求信息与实际的顾客需求信息产生越来越大的偏差。比如，销售商销售了1000个产品时，他可能会乐观地估计未来，或为了保证不断货，他会增加库存水平或订货数量达到1200个。同样地，批发商、分销商也可能做出比以往更多库存的决策，传到制造商时，订单可能就是2000个，甚至更多。而实际需求最多不会超过1100个，于是“牛鞭效应”也就产生了。 2．批量订购 在供应链中，每个企业向上游企业订货时，总要考虑到进货成本和库存成本，并且会对库存进行一定程度的控制。一方面，减少订货频率，可降低订货、进货成本，因此企业总是要间隔一定周期或累计到一定程度后才向上游企业发出订单，这样就产生了批量订购；另一方面，由于存货耗尽以后，企业很难马上（及时）从其供应商那里获得补充，所以通常各企业在采用最佳经济批量订货（EOQ）时，并在交货期内要保持一定量的安全库存，即提前期。其结果是预期的订货量将比需求量变大。提前期越长，对需求信息的时效性及对安全库存的影响就越大。而置身于供应链中的供应商，以接收的订单数量形成需求信息，又向自己的上游企业发出订货信息，从经销商→制造商→供应商溯流而上，订货量自然要比实际销售量大得多。此外，订单通常都是随机分布的，当顾客的订单周期重叠、需求高度集中时，甚至导致“牛鞭效应”高峰的出现。 3．价格波动 制造商通常会进行一些促销策略，比如降价折扣、数量折扣等。对下游企业来说，如果库存成本小于由于折扣所获得的利益，那么在促销期间，他们为了获得大量含有折扣的商品，就会增加即期订货量，即提前购买日后所需的产品，而提前购买的结果是顾客所购买的数量并
牛鞭效应实验指导书
牛鞭效应实验 一、实验内容 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作，即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。 供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大，如图1所示。设想有一条由四个节点组成的供应链，从下游到上游依次为零部件供应商，生产商，批发商，零售商。销售商面临的终端市场需求只有少许波动，批发商的需求是来自销售商的补货请求，需求的波动比终端市场需求的波动有了放大，生产商的需求是来自批发商的补货请求，需求的波动又有了放大，零部件供应商的需求是来自生产商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应。 长鞭效应是供应链系统中比较普遍存在的一种现象，数十年来，许多学者与实践者开展了大量的工作，旨在揭示和克服长鞭效应。例如，早期的“啤酒游戏”，就是在实验室里模拟啤酒的生产与销售过程中需求波动的放大现象，也有很多文献对长鞭效应进行了深入的理论分析。 求 需 时间Array求 需 时间
需 时间 需 时间 图1 长鞭效应现象 长鞭效应产生的原因主要有以下几方面：需求预测的数据更新、批量补货、价格波动、限量供应和短缺博弈、补货提前期。 长鞭效应对供应链整体来讲是一种不利的现象，它会增加企业的经营成本，尤其是处在上游的企业。针对长鞭效应产生的原因，我们可以从若干方面采取措施来降低长鞭效应的影响。关于如何降低长鞭效应，更好的管理多级库存系统，我们将在下一节实验中详细介绍。 二、实验目的 无信息共享的多级库存管理实验（牛鞭效应实验）是为辅助物流概论课程的教学而设计的一个验证型实验。我们通过网络平台为学生提供一个可以模拟供应链上各节点操作决策的环境，使学生通过亲身实践加深对牛鞭效应现象的理解，辅助学生分析产生该现象的原因，培养学生发现问题和分析问题解决问题的能力，为今后关于库存管理课程的学习奠定基础。 学生在实验过程中，应着重： a)理解库存管理的基本概念和知识，如提前期，库存水平，各种成本的概念。 b)体验牛鞭效应现象的产生，并分析其产生原因。 c)练习控制库存的方法，如报童模型的订货策略。
小组实验报告
牛鞭效应实验报告 内容：啤酒游戏 小组 成员: 学院: 专业: 交通运输 班级: 学号: 指导教师: 2014年12月16日 0 小组分工
：指挥官，数据分析与汇总； ：零售商，数据分析与汇总； ：批发商，数据分析与汇总； ：分销商，数据分析与汇总； ：制造商，数据分析与汇总； ：数据分析与汇总，制作PPT； 1.实验内容： 在由多级节点组成的库存系统中，如果各节点以分散独立决策的方式进行运作， 即每个节点决策的目标是使各自局部的利益达到最优，此时系统整体并不一定处在最优的运作状态。供应链在这样的运作环境下，常会出现如下现象：当需求从终端向上游逐步传递时，需求的波动将逐级放大。 游戏规则：有一条由四个节点组成的供应链，从下游到上游依次为零售商、批发商、分销商、制造商。零售商面临的终端市场需求只有少许波动，批发商的需求是来自零售商的补货请求，需求的波动比终端市场需求的波动有了放大，分销商的需求是来自批发商的补货请求，需求的波动又有了放大，制造商供应商的需求是来自分销商的补货请求，需求的波动进一步放大。这种需求波动放大的现象如同一根甩起的长鞭，将处于下游的节点比作根部、上游的节点比作梢部，一旦根部抖动，传递到末梢端就会出现很大的波动，因此被形象地称为长鞭效应（或是牛鞭效应）。 2.实验原理： 牛鞭效应产生原因： 牛鞭效应产生的原因主要有以下几方面： 1)需求预测的数据更新 2)批量补货 3)价格波动 4)限量供应和短缺博弈 5)补货提前期。 3.实验结果及分析：
零售商角色分析：销售对象直接为顾客，所以当啤酒逐渐被顾客接收或是背弃时，其需求量值也是波动变化的，受缺货和货品积压的影响时，往往面对成本上升压力时，便会
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。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
《供应链与物流管理》实验指导书
《供应链与物流管理》实验指导书 编著施先亮李伊松 北京交通大学经济管理学院
前言 一、课程性质 课程编号：40L704Q 适用专业：物流管理类本科专业 课程层次与学位课否：专业必修课学位课 学时数：32 学分数：2 实验学时数：4 本课程是为物流管理类专业本科生开设的专业必修课。它的任务是使学生掌握供应链管理和基于供应链进行物流管理的基本理论、基本知识和基本技能，初步具有基于供应链进行物流管理的能力，培养学生的综合物流管理素质。 二、实验目的 通过模拟供应链上制造商、批发商、零售商等不同节点企业的订货需求变化，认识供应链中需求异常放大现象（即“牛鞭效应”）的形成过程，分析“牛鞭效应”的产生原因，找出减少“牛鞭效应”的方法。 三、实验基本内容 学生分组进行实验，共进行3次实验。每次实验，每组学生分别扮演供应链上的制造商、批发商、零售商等角色，从事产品（可乐、啤酒等）的制造和销售活动，每轮（每次实验控制在15轮以内）每个角色根据客户的需求和给定的经营数据，运用订货模型相关知识，制定订货策略，向其上游供应商订货，使其既能能够满足客户需求，又能实现利润最大化。每次实验结束后，每个角色要计算自己的经营业绩，每个小组（即每条供应链）要分析订货需求的变化情况，画出订货需求变化曲线图。第1次实验完成后，订货提前期缩短后做第2次实验、信息共享后做第3次实验。全部实验结束后，每个小组要分析订货需求变化产生的原因，并思考如何减少订货需求的变化。
实验啤酒游戏 一、实验目的 1.能够模拟供应链上制造商、批发商、零售商等不同节点企业的订货需求变化 2. 认识供应链中需求异常放大现象（即“牛鞭效应”）的形成过程 3. 分析“牛鞭效应”的产生原因 4. 找出减少“牛鞭效应”的方法 二、实验要求 1．每个角色根据客户需求和经营数据，制定订货策略，向供应商订货 2．每个角色计算自己的经营业绩 3．每个小组画出订货需求变化曲线图，揭示“牛鞭效应” 4．分析“牛鞭效应”的产生原因 5．分析策略改进后“牛鞭效应”的变化 6．找出减少“牛鞭效应”的对策 三、实验内容与步骤 1．分组，给每个同学分配角色，给定用户名和初始密码 2．阅读游戏说明（包括每个角色的经营数据） （1）每次游戏分轮进行，一轮就代表一个工作日，一次游戏共进行若干轮。 （2）每轮都会有顾客到零售商那里去买可乐，购买的数量由计算机随机生成（5~10之间）。零售商从自己的柜台里拿出可乐来给顾客，然后再向批发商订货，每轮有一次向批发商订货的机会。零售商以每罐3元的价格卖给顾客，进货价是每罐2元。如果柜台里的可乐不够的话，就是缺货，需要当做迟延订单处理。也就是说，如果零售商的库存不足以满足客户的需求，那么零售商可以延迟发货，不过对不足的部分，要对客户做出赔偿，每罐一毛钱。如果下一轮还是不够货，就继续顺延，等货到以后再发。零售商下的订单当天不会到货，要过两天才会收到。就是说零售商第一轮下的订单，要到第三轮才会进入零售商的柜台。还有零售商每次向批发商订货要交手续费、运输费，共折合2元一次。 （3）批发商的责任就是卖可乐给零售商，2元一罐。批发商有一个仓库，每轮都可以从自己的库存中尽可能满足零售商的订单。同时，每轮有一次向制造商订货的机会，订货价是1.5元。不过，所订的货也要过两轮才会到达批发商的仓库。同时批发商也需要负担订货成本，每个订单的运输费以及手续费3元一次。缺货时需要对零售商做出每罐一毛钱的赔偿。 （4）制造商或者说是可乐厂，其他一切条件和规则都和上面一样，惟一不同的是，制造商不是向别人订货，而是自己生产可乐。当然，由于制造可乐需要很多车间和各道生产工序，所以，每个轮次下的生产订单也要等两轮才能完工，进入成品仓库。而且，每次启动生产线都有一个启动成本3元，但是制造商的生产量没有限制，也就是说，不管下多大的生产
北航企业管理
982 工商管理基础考试大纲（2012版） 一、考试组成 982企业管理基础包括生产与运作管理、微观经济学和会计学三部分，三部分分数分别为58分、51分和41分（总分150分）。 二、生产与运作管理部分的考试大纲 （一）参考书目 1.《生产与运作管理（核心理论与习题集）》，北京：机械工业出版社（2007年9月）王晶编著（二）复习内容及要求 第一章生产与运作管理概论 主要内容： 生产与运作管理的基本概念 转换过程 生产类型 服务产品 生产与运作管理面临的新挑战 基本知识点： 什么是生产与运作，生产与运作管理研究的基本问题； 转换过程，生产与运作系统的构成要素； 生产类型及其特点的比较； 服务产品的特点。 第二章生产与运作管理战略 主要内容： 用户-产品-运作系统的关系 产品竞争策略 运作战略的决策过程 运作系统的战略性构造 基本知识点： 现代企业产品竞争的特点； 产品竞争重点的转移； 运作管理的决策内容与决策过程； 各类运作系统的功能特点。 第三章新产品研究与开发 主要内容： 现代企业的新产品研究与开发 新产品研究与开发的组织 新产品研究开发技术 服务产品设计 基本知识点： 现代企业新产品研究与开发的特点； 新产品研究与开发过程； 产品开发对生产成本的影响； 新产品研究与开发绩效评价； 并行工程方法； 服务蓝图。 第四章需求预测 主要内容： 需求预测过程 定性需求预测 时间序列分析 回归分析需求预测法 基本知识点： 需求预测的影响因素及一般步骤；
主要定性预测方法； 简单移动平均法、加权移动平均法、指数平滑法； 线性回归需求预测模型； 预测误差度量。 第五章长期生产能力管理 主要内容： 生产能力的概念 生产能力计划的内容与意义 长期生产能力计划过程 长期生产能力计划方法 基本知识点： 生产能力的定义及度量方法； 生产能力利用率； 长期生产能力计划的影响因素； 盈亏分析法、决策树法、净现值法。 第六章设施选址与设施布置 主要内容： 影响设施选址的因素 设施选址过程和方法 影响设施布置的因素 工艺专业化设施布置 生产对向专业化设施布置 服务设施布置 基本知识点： 设施选择的重要性及影响因素； 选址的一般步骤和方案的评价方法； 设施布置的原则及影响因素； 物料流向图法与作业相关图法； 装配流水线平衡方法； 服务设施布置方法。 第七章工作设计与时间测定 主要内容： 生产率与人的行为 工作设计 时间研究与作业测定 劳动定额管理 学习曲线 基本知识点： 生产率及其影响因素； 工作设计的内容与方法； 流程分析方法； 时间测定方法、工作抽样法； 工时消耗的构成、工时定额管理； 学习曲线原理及模型。 第八章总生产计划 主要内容： 企业的计划管理 需求与生产能力管理 总生产计划的内容与方法 基本知识点： 企业计划层次、计划指标体系； 影响需求及调整生产能力的方法 制订总生产计划的方法。 第九章作业计划与作业排序
啤酒游戏-牛鞭效应小组报告
指导老师：王宝花供应链与物流管理实验报告2012年10月15日《供应链与物流管理》实训课 牛鞭效应 实 验 报 告 小组成员与分工： 马韦龙：零售商实验；数据分析与汇总 袭墨：制造商实验；数据分析与汇总 吴凡：信息共享实验；数据分析与汇总 左杨：数据分析与汇总；实验报告撰写 2012年10月15日
指导老师：王宝花供应链与物流管理实验报告2012年10月15日 目录 一、实验目的 (3) 二、小组报告 (3) （一）零售商实验 (3) 1．实验数据表 (3) 2．软件输出的综合图表 (8) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (10) （二）制造商实验 (10) 1．实验数据表 (11) 2．软件输出的综合图表 (15) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (18) （三）零售商与制造商角色扮演的比较 (18) 1．需求上的异同 (18) 2．订货决策的异同 (18) 3．牛鞭效应的异同 (18) （四）信息共享实验 (19) 1．实验数据表 (19) 2．软件输出的综合图表 (23) 3．结合具体操作结果分析说明牛鞭效应是否有所降低及其原因 (26) 4．总结信息共享的重要性 (26) 三、总结供应链库存和采购的优化策略 (26)
一、实验目的 1．练习使用beergame（啤酒游戏）软件，验证供应链中的牛鞭效应； 2．练习使用各种库存策略； 3．寻找供应链库存和采购优化的策略，理解供应链信息共享及供应链集成的必要性。 二、小组报告 （一）零售商实验 1．实验数据表
本周预计到货记录表(delay1)
牛鞭效应的概念
牛鞭效应与供应链 14807104吴书 1、牛鞭效应的概念 1995年，美国的保洁公司（P&C）在研究Pampers牌一次性婴儿纸尿裤的市场需求及订单分布规律时发现，该产品在一定地区的销售数量相对稳定，未出现某天或某月的需求量大大高于或低于其它时间。然而，各分销厂商向工厂的订货量却出现大幅波动，而且宝洁向原材料供应商的订货量波动幅度更大。由于这一现象很像我们在挥动牛鞭时，只要手腕稍稍用力，鞭梢就会出现大幅度的摆动，所以被人们形象的称之为“牛鞭效应（Bullwhip Effect）”。 2、牛鞭效应的研究综述 “牛鞭效应”并不是什么新的概念，早在上世纪60年代就有很多学者对其进行了研究。 2.1、工业动态学之父Forrester在其1961年出版的《工业动力学》一书中最早提出了牛鞭效应现象，Forrester通过列举一系列的例子证实该效应的存在，并从工业动力学的角度指出它是组织行为变化的结果。也就是说，根据工业组织随时间动态变化的行为特点，得出这种效应是供应链系统成员之间在订货、采购、运输和生产等过程中存在时滞的结果，即一个组织所采用的基本形式和政策导致了供应链中的牛鞭效应。 2.2、随后，在20世纪80年代，J.D.Sterman设计了一个非常著名的“啤酒游戏”实验，目的是对牛鞭效应进行分析。在该实验中，扮演生产者和销售者角色的人们唯一的目的就是尽量做好自己的本职工作：如果需要啤酒，就向自己的上游发住订单。客户如有个较小的需求波动，如增加十箱啤酒，一级批发商可能就要增加三十箱，依次波及二级批发商、供应商。由于零售商和批发商不断的追加订货数量，导致啤酒厂供不应求，而当啤酒厂作出调整，诸如增购生产设备等，零售商又意识到实际客户的需求并为增加多少，于是停止要货，最终造成啤酒工厂、批发商、零售商的库存大量积压。在啤酒游戏中，任何一方的意图都是善良的，满足客户并使利润最大化，然而正式这种常规的思维方式导致了需求的变异性放大，这证实了供应链中存在着牛鞭效应。Sterman认为这样的结果是实验者
关于“牛鞭效应”产生的原因及对策分析
关于“牛鞭效应”产生的原因及对策分析 作者姓名：学号： 摘要：牛鞭效应是营销活动中普遍存在的现象，是企业物流配送供应链中一类典型的由不确定性导致的复杂现象，对供应链性能有着很大的负面影响。本文结合企业物流配送实际其供应链中的不确定性即牛鞭效应产生的成因、供应链管理产生的危害做出了分析，并在此基础上有针对性地提出相应缓解对策，有效地弱化牛鞭效应。 关键词：牛鞭效应，供应链，缓解对策 1引言 牛鞭效应是指在营销市场中供应链中的零售商向供应商的订货量与其实际的销售量不一致。一般地，发给供应商的订货量，其方差大于销售给买方的(即需求扭曲) ，这种扭曲以放大的形式向供应链的上游蔓延。 牛鞭效应给企业造成的后果是不言而喻的，有时甚至非常严重。由于较差的需求预测，制造商支付了超额的原材料成本或产生原材料短缺。额外的制造费用、加班费，以及很高的库存水平导致超额的仓储费用和大量资金积压，低效率的运输过程和超额的运输成本等，都直接影响企业的效益。在某些制造业中，牛鞭效应会使供应链条突然断掉或是造成大量的库存产生。这对于资金紧缺、利润微薄的企业将是致命的冲击。 2牛鞭效应产生的原因 2.1案例分析 第一个认识到牛鞭效应的人是Forrester 。他通过一系列案例研究指出，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，他还注意到这种效应在供应链的每一级都会放大。 与Forrester类似，许多学者也都通过对实际数据的数值分析从经济学角度指出了许多行业中的牛鞭效应现象。如工厂产品计划的变化大于销售量的变化，订货量随着向供应链上游移动有增大的趋势等。 2009年IBM在北京发布了《2009全球首席供应链官调查报告——智慧的未来供应链》。此份报告通过采访全球近400位供应链执行官，揭示了当前一些企业的供应链管理中面临着可视性、风险、客户亲密度、成本控制等5大挑战，同时提出了建立面向未来的智慧的供应链来消除牛鞭效应、应对金融危机。宝洁、惠普等公司也发现了由牛鞭效应所产生的各种问题。 2.2“牛鞭效应”放大现象的计算案例分析 例：假定在一个简单的供应链中，每个节点企业在仓库中都存放着7天所需的货物，即：每个节点企业从其上游供应商那里购买足够的材料以使得它的存货满足7天的需求，对某种产品的需求一直稳定在每7天100单位，如果某一个7天最终客户的需求比平时多了5单位，假设配送非常迅速，我们可以见证“牛鞭效应”对整个供应链的影响。 给定条件：每7天供应链的需求为100单位； 需求：等于下一环节客户购买的数量； 每个7天开始时的初期库存：必定等于前一个周期的期末库存； 每个周期的期末库存：必定等于本周的需求；
牛鞭效应
“牛鞭效应” T h e B u l l w h i p E f f e c t ?1997年，H a u．L．L e e教授在供应链中，首先提出牛鞭效应 (B u l l—w h i p E f f e c t)的概念，认为供应链中以订单形式传送的信息会被扭曲，误导上游成员的生产和库存决策。他提出的“需求变异加速放大原理”的基本思想是：当各节点企业只根据下游企业提供的需求信息进行生产时，需求信息会被不断地扭曲，其不真实性会沿着供应链逆向逐级放大，最终造成源头供应商获得的需求信息和实际市场需求之间发生了很大的偏差，而这种偏差比下游分销商和零售商所面对的偏差要大得多，由此导致上游企业比下游企业持有更多的库存。 何谓“牛鞭效应” ?牛鞭效应(T h e B u l l w h i p E f f e c t)是指供应链中下游消费者的需 求轻微变动导致上游企业生产、经营安排剧烈波动的效果 ?或者说是供应链中的下游企业的需求信息在向上游企业传递时发生的放大现象，又叫作需求变异放大（方差放大）现象。 ?因为这种形象与我们在挥动鞭子时手轻微用力，鞭梢就会出现大幅摆动的现象类似，故形象描述为“牛鞭效应”，即需求放大效应。 ? ?牛鞭效应的基本思想是：当供应链上的各节点上的企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策时，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。当信息达到最源头的供应商时，其所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。 ?在S A R S期间，我国国民大量的购买口罩、消毒水等抗病毒物品，而这种需求在零售商那里得到反映。很长一段时间，零售商大量的购入口罩、消毒水这些抗病毒物品。
供应链中牛鞭效应的模型与分析
供应链中牛鞭效应的模型与分析 (2004-04-02) １引言 牛鞭效应（ＢｕｌｌｗｈｉｐＥｆｆｅｃｔ）是供应链管理中的一种常见现象，不同商品，牛鞭效应的成因和形式可能不同。除了“情人啤酒”、“帮宝适尿布”等典型案例外，图１取自Ａｎｄｅｒｓｏｎ １９９６，是一个宏观经济上的例子。终端产品是汽车生产商，其上游是机床制造商，再上溯则是机床制造商的零件供应者，显然这个例子中也存在牛鞭效应现象。可见，牛鞭效应的概念已不局限于微观经济组织的供应链上。 到目前为止，研究牛鞭效应的文章不胜枚举，但其研究方法（尤其是定量模型研究）却十分有限，２００３以前较普遍的是自回归 ＡＲ 模型 也有不少文献提及系统动力学模型，直至２００３年才出现用Ｋａｌｍａｎ滤波器模型研究牛鞭效应的论文，因此本文的作者们认为仔细分析、比较这三类定量研究牛鞭效应的模型很有必要，有可能启发后来的研究工作。 ２关于牛鞭效应的定量模型的研究状况 最早注意到供应链中这种需求波动逐级放大现象的人是Ｆｏｒｒｅｓｔ，他（１９６１）根据系统动力学理论，对一个三阶段四结点的供应链系统进行分析，描述了不同内部条件下的系统对外部变化或冲击的反应，指出供应链内部的结构、策略和相互作用会导致需求变动的放大。Ｓｔｅｒｍａｎ的“啤酒博弈” １９８９ 则从人的行为研究出发，认为决策者对反馈信息的误解是造成这种现象的主要原因。此外，一些学者通过模拟分析 证实了库存管理方式对供应链信息扭曲的影响。Ｔｏｗｉｌｌ等通过模拟和证实分析发现 需求信息的变化幅度每通过一个环节就会增加一倍 １ 。因此降低这种需求放大的主要手段就是降低分销商数量，缩短供应链。Ｌｅｅ、Ｐａｄｍａｎａｂｈａｎ和Ｗｈａｎｇ １９９７ａ 、 １９９７ｂ ，对需求放大现象进行了全面深入的分析，认为这种现象是理性的供应链成员战略互动的结果，并正式引进了Ｐ＆Ｇ公司提出的术语“牛鞭效应”来定义这种现象。 归纳起来，研究牛鞭效应的文献从内容上可以分为三类：一是说明这一现象的存在及其危害性的；二是研究导致这一现象的原因的；三是研究这一现象的解决方法的。从研究方法上来看，研究牛鞭效应的典型模型也可以分为三类，一是以Ｆｏｒｒｅｓｔｅｒ为代表的系统动力学模型，早期涉及研究；二是以Ｆ．Ｃｈｅｎ等为代表的ＡＲ １ 模型；三是最近出现的用Ｋａｌｍａｎ滤波器模型研究的文章 参见Ｊ．Ｃｈｅｎｅｔａｌ ２００３ 。 下文将详细介绍、分析和比较这三种模型在牛鞭效应研究过程中的优劣。