供应链管理中的“牛鞭效应”研究综述
摘要： 随着全球化的竞争不断加剧，企业间的竞争逐渐转变为供应链与供应链之间的竞争。 牛鞭效应的出现使供应链系统运作效率低下，日渐成为供应链研究的焦点。通过对牛鞭效应的定义及危害等方面进行简单阐述，就牛鞭效应的成因及减弱方法进行了梳理，并对未来供应链管理中的牛鞭效应进行了预测和展望。
引言。
宝洁公司发现零售店的婴儿纸尿裤较小的销量变动，导致分销商接到订货量的波动幅度变化很大，而宝洁公司向其上游供应商发出的原材料订货则进一步增大。这一需求预测沿着供应链逐渐放大的现象被称为牛鞭效应(Bullwhip Effect)(图1)。
牛鞭效应会严重影响着供应链各企业的经营业绩：为了能够在过度的需求波动中站稳脚跟，企业不得不采用超量的库存，而巨大的库存成本和运输成本会占据大量的企业资金，严重影响企业的运营效率。同时，企业的生产计划难以适应频繁需求变动，产品过剩和产品短缺时有发生，严重影响企业信誉，会使企业的竞争力降低。而且，牛鞭效应会引发企业的投资出现偏失，尤其是主干企业，一旦对国家经济命脉造成巨大冲击，将会引发严重的经济危机。总之，牛鞭效应的存在，会给供应链的运营带来了巨大的负面影响。
在20世纪60年代，工业动态学之父 Forrester[1]在Industrial Dynamics中提出了牛鞭效应现象，通过系统动力学仿真证实了牛鞭效应的存在，并从工业动力学的角度指出是组织所采用的基本形式和政策导致供应链中的牛鞭效应。章魏(2010)[2]和丁胡送(2010)[3]分别从多产品市场的需求相关性和AR(1)自回归模型方面证实了对牛鞭效应的存在。
20 世纪 80 年代，Sterman[4]通过啤酒分销实验的方法总结出实验者系统性、非理性行为导致决策者对反馈信息产生误解，同时在向上游企业下达订单时大多是根据感觉甚至是拍脑门，缺乏严谨逻辑的科学分析，因此随着供应链层数的增加，销售预估的差距就越大。但有学者认为是参与人为了避免缺货、实现自身利益最大化的理性行为。
20世纪90年代，Towill和Disney等人[5]用控制工程测量方法对牛鞭效应进行了动态测量，并通过模拟证实了VMI系统供应链库存补充的四种策略对供应链信息扭曲的影响程度。
学术界一般认为，斯坦福大学的H.L.Lee教授[6]对牛鞭效应进行了全面深入地分析。区别于前人的研究，Lee假设供应链参与者是理性的并最优化决策，而牛鞭效应是供应链内部理性参与人为达到各自效益最大化而进行决策博弈的结果。Lee等人利用数学模型的方法总结出牛鞭效应的四种成因：需求预测的多级叠加、批量订货不确定性、上游企业的低价促销、限量供应时的短期博弈。
Lee之后的学者大多围绕以上四种成因展开的研究，对牛鞭效应的成因进行了补充。Cachon(1999)[7]从博弈论的角度指出，牛鞭效应是供应链中各理性参与人为达到各自利益最大化而博弈的结果;万杰(2002)[8]研究表明在限量供应的情况下，分配机制也会对牛鞭效应产生严重影响;何红渠(2005)[9]从最优委托权安排方面指出供应链各环节由于不完善信息和不合理契约引发的博弈结果的次优选择导致牛鞭效应;Kim(2006)[10]研究了订货过程中的随机提前期和确定提前期对牛鞭效应的影响，发现提前期会降低信息的时效性，增大企业安全库存，会使牛鞭效应恶化。
近年来，研究者在运作管理中发现传统的理论尚存不足，不能完全解释牛鞭效应。在此基础上，研究者提出了决策者非理性行为对决策的影响。Croson、Croson和Ren(2008)[11]提出决策者的过度自信，导致其实际的行为与理性预测差距较大，并通过数学模型证明决策者低估需求分布的方差会导致订货量偏向均值;Gavirneni、Xia(2009)[12]进一步验证了锚定的影响强度，发现参考值距离最大化期望利润订货量越近，其被锚定的频率越高。Su(2008)[13]对有限理性的探索表明决策者试图修正其他决策者的错误行为对牛鞭效应的形成产生影响。
牛鞭效应的产生与供应链结构、信息的透明度和各经济体的自身利益最大化决策密切相关。要想从根本上解决牛鞭效应，必须实现供应链成员利益目标的完全一致。 信息一体化。供应链中，信息流是从下游企业向上游企业传递。供应链成员间通过建立信息系统实现信息共享，上游企业获得更多的信息，就能对市场更准确地预测，把握最终用户需求。Chen F(1997)[14]、Cachon(1999)[15]提出在信息一体化的基础上，上游企业通过调节下游企业的订货，以响应其过高或过低的库存。供应链成员通过Internet/EDI来进行实时交流，采用供应商库存管理策略实现信息共享，良好协调，减少信息的扭曲放大，从而弱化牛鞭效应。
减少价格波动。促销的方式激发了客户的提前购买的欲望，并不能真正反映实际的市场需求，反而增大了牛鞭效应。企业可以采用天天低价的策略稳定价格，减少促销对提前购买的激励，从而形成稳定的、变化幅度小的市场需求状态，正确地了解和把握市场信息，弱化牛鞭效应。
缩短提前期。Stalk和Hout(1990)[16]研究发现如果提前期缩短50%，那么预测误差也将减少50%。Xu K等人(1998)[17]、Cachon(1999)[18]提出通过缩短交货期可以实现对需求不确定的快速响应。企业可以采用EDI等现代信息技术来缩短订货提前期，使用MRPII、ERP、DRP等决策支持系统来加快决策速度，通过加强生产管理、利用先进的制造技术来优化生产流程，缩短制造周期，利用集成化物流管理技术或第三方物流来加快运输时间。各项先进技术的采用有利于企业缩短订货提前期，大大削弱牛鞭效应的影响。Riddalls等人(2002)[19]分析了生产库存系统延迟问题，针对出现的延迟交货、质量问题、工人缺勤、机器故障等方面提出了频域系统的设计方法来解决牛鞭效应。
打破批量订货。由于批量订货的不确定性会加大牛鞭效应的影响。企业可以实行小批量多批次的订购模式。现在很多供应商通过各种方法鼓励其下游企业同时订购多种产品，而不单单是一种商品。通过这种方法，每一种产品订购频率增大，而运输频率不变，既实现了运输的规模经济，又减缓了牛鞭效应。