由实际市场的供需变化模拟探究“牛鞭效应”的实质与相关解决方案

□

一、具体的体验过程

在这个游戏中，我的角色是零售商，也就是客户和批发商之间的中间环节，每一个角色在游戏中虚拟的每一周里都需要处理从下游收到的订单，并决定是否需要从上游进货以及具体的进货数量，无论处于供应链的哪一环节，从下订单到实际收到货物，都需要两周的运送时间，在库存无法满足下游订单时，每周将会产生额外的缺货成本。以下为我对整个体验过程的详细描述。

从折线图可以看出，虽然我在第一阶段和第二阶段从客户那里收到的订单是相似的，但是两个阶段在下订单的数量和期末存货方面有一些不同。

在第一阶段，我不能知道其他玩家的准确库存，所以我只关心我作为零售商的总成本。从第1周到第5周，除了第2周我从客户那里收到的8个数量的订单外，其余每周我收到的订单数量基本稳定，均为每周4个数量单位的货物。当我收到客户下的8个单位数量的订单时，我也只从批发商那里进了8个数量单位的货物，因为我希望我可以尽可能减少库存成本，而且我盲目自信地以为不会出现任何缺货的情况。然而由于我的上游批发商的缺货情况和两周的运输时间，我没有准备好足够的库存，并在五周中一直承担着缺货的延期成本。

在第6周到第10周，除了有一周出现了8个数量的订单外，其余收到的订单数量基本和之前一样稳定。在这段时间的开始，我意识到我的缺货情况是由于批发商的持续缺货，以致于无法及时按照我的订单给我运送相对应数目的货物，而不是由于我向批发商定的货物数量过少，所以我减少了订单的数量，以防未来出现较多库存积压的情况。由于后来批发商有了足够的库存，并且不断地补足了我之前下的订单，我的库存开始变得充足，缺货的情况得到了明显改善。

在第二阶段，我们可以分享彼此的准确信息，一起讨论我们的决策，所以我们的目标从保持自己的最低成本变成了保持整个供应链的最低成本。在第11周到第15周，我给批发商的订单已经基本上全部收到。另外，我意识到客户的订单比以前更加稳定。根据这些发现，我建议所有的玩家每次下订单时只订购少量的货物，但订购数量维持稳定的水平，以满足后续的市场需求。

在第16周到第20周，客户的订单也有8个数量的意外订单，而这次我们已经学会了如何解决这个问题，所以我们只增加了一次订单的订货量，然后又迅速恢复到之前的订单水平。最终我的期末库存为0，也没有任何积压订单，总体来看我们的供应链的总成本也维持在了一个较低的水平。

二、对于体验过程中的决策反思

（一）过分追求最低的库存成本

在游戏开始的时候，由于有充足的库存，我一直没有意识到缺货的可能性。所以我只关注库存成本，不考虑缺货带来的延期成本，这让我在客户需求量突然增加的时候猝不及防，很快出现了缺货的情况。

该样品中乳酸菌数含量为x=108.3716CFU/g=235288120 CFU/g，修约后取两位有效数字，结果为2.4×108 CFU/g。检测结果的对数值范围为8.2559≤lgx≤8.4873，取反对数并修约取两位有效数字后，结果取值范围为1.8×108～3.1×108 CFU/g。

（二）忽视交货期和发货数量

当我开始有欠货的时候，我很着急并连续几周都向我的上游批发商下了较大数量的订单，忘记分析我欠货的真正原因和合理的解决方案。根据我对这个游戏的反思，我发现我之所以总是不能将客户的订货量和自己的库存很好的匹配，是因为与我不及时的决策调整相比，货物的前置时间过长，并且我总是忽略在途的货物也属于我未来库存中的一部分这一事实。

当我发现库存积压量在增加的时候，由于积压的情况很突然，我做了很多不理智的决定。在第一阶段中，每当我记录了大量未满足的客户需求时，我就会比前一周定更多的货物，这使得我在第一阶段最后的库存成本很高，实际上最后积压的库存都是我在游戏的最初几周下的订单。

（三）及时观察并总结销售趋势

当我意识到我第一阶段的问题时，我开始冷静地分析形势。所以在第二阶段，我逐渐发现了客户订单的变化趋势，弥补了之前不考虑长期库存管理的缺点。我开始让我的库存数量和订货数量保持在一个稳定的水平，基本上与客户的订单数量相差不多，这使得我在体验的第二阶段中的几周总成本总处于一个较低的水平。

（四）与同一供应链的合作伙伴分担风险

当我们在同一条供应链上的参与者之间进行信息共享后，我们发现每个人都在逃避各自的风险，而不考虑供应链的任一部分出现问题都可能会让整个供应链的每一个环节处于高风险状态，即过多的积压库存或者无法满足下游的市场需求。根据以上发现，我们决定分摊库存成本，让供应链各部分的库存数量保持相似的数量，而不是将自己的库存数量保持在尽可能低的水平。

这个变更让我们可以轻松地应对市场的需求变化，而不受运送市场和货物前置时间的影响，这也减少了我们所有人的缺货和库存积压的风险。

三、体验中的经济学相关收获

（一）供应链中的牛鞭效应

这是根据我们的游戏得出的数据。

NOTE：Stage 1 represents the game that lack ofinformation，

系列 1——Supplier，系列 2——Manufacturer，系列 3——Wholesaler，系列4——Distributor，系列5——Retailer

如图所示，虽然客户的需求是稳定的，但是每个玩家的下订单和期末库存的波动幅度很大。此外，从零售商到供应商，订单数量和期末库存的波动范围依次递增。而且，玩家离客户越远，玩家下单数量的波动范围与实际市场需求变化之间的差距越大。

这些都反映了供应链中的牛鞭效应，即企业所在的供应链位置与实际市场之间的环节越多，其库存的波动受到的市场影响会越明显，从本质上讲，这是一种信息的扭曲与放大，其走势类似于挥舞起牛鞭，故名为牛鞭效应。

这个游戏让我们亲身体验到了这种效果，也感受了到了牛鞭效应对供应链的负面影响，如服务水平低、需求分析不准确、库存管理效率低、滞后等。

（二）牛鞭效应的原因

事实上，啤酒游戏的供应链与现实中供应链的真实情况也存在着很大的不同。该体验中不考虑零售价格和订单成本，也不考虑处于同一供应链水平的企业之间的博弈。所以这个游戏的牛鞭效应产生的原因和实际情况有一些不同，我对于牛鞭效应的原因分析只是基于我的这个游戏体验。

第一个原因是供应链中的信息无法在同一供应链的参与者之间共享。我对这个原因感触很深是因为我的体验过程中的两个阶段的曲边。通过研究我们游戏的数据，我发现第一阶段和第二阶段的数据差别很大。第二阶段的制作订单和期末库存相对于客户的需求更稳定、更合理。这些现象都表明，信息的私密性会影响供应链运行的效率，放大需求的变化。

第二个原因是发货延迟。在啤酒游戏中，相邻玩家之间的货物运输必须花费一定的时间。这一限制因素使得实际需求不能及时得到满足。也有很多像我这样的玩家在查看我们“仓库”的库存时，经常忘记在途的库存，导致不必要的订单和库存积压，并给了上游玩家错误的需求信息。

第三个原因是每个玩家的特点不同。每个玩家都有自己的想法和游戏策略，这和现实生活中很类似，每个供应链中的企业也有各自不同的商业策略。有些玩家很谨慎，喜欢多下订单以避免出现缺货，而有些玩家很冒险，总是少下订单以降低自己的库存成本。例如，虽然供应商在我们的游戏中是最上游的，但是我们组的供应商经常比分销商下单少。因此这可以看出，主观观念也会影响供应链的信息传递，从而加深牛鞭效应。

（三）我们如何减轻牛鞭效应

关于减轻牛鞭效应的解决方案，我认为是与牛鞭效应产生的原因相对应的。

第一个解决方案是在供应链的每个参与者之间共享信息。这个解决方案已经在我们的游戏中得到了验证。我认为这个解决方案是向整个供应链展示准确的市场需求最有效的方式。只有这样，上游参与者才能掌握真实的信息，做出更明智的决策。

第二种方法是缩短整个供应链的前置时间。我们可以看到，交货期过长不仅会导致服务水平低下，还会导致更多不顾在途库存的错误决策。所以在我看来，缩短交货期可以减少牛鞭效应。而且现在一些企业采用的是准时制的管理方式，而这种方式也有局限性，即企业间要保持持续紧密的合作关系，这一点在现实市场环境中实现的难度很大。

第三个解决方法是尽量减少主观思维。这似乎很难实现，因为人类的情绪很难控制。我认为随着技术的发展，更为理智的技术可以帮助我们在分析了准确的数据之后，不经过主观的思考，做出更准确的决定。

（四）与实际商业环境相结合

在现实生活中，牛鞭效应在很多案例中都有所体现。尽管简单的游戏模拟不能完全呈现实际案例中的真实情况，如零售价格等的改变均不能全部在游戏过程中体现，但这种模拟很直观地体现出了牛鞭效应的实质以及其带来的影响。

从游戏中我们可以看出，信息的共享和供应链中各个部分间的合作直接决定了牛鞭效应的强度大小，由此可见，信息共享和合作共赢在市场经济和供应链的高效性上的重要作用。而上述文章中所提到的提高供应链各参与主体间的信息共享程度，缩短货物的前置时间和减少主观思维的影响，这些方法都是对现实生活中减轻牛鞭效应也有实质性作用的。当然实际案例中我们还需考虑到很多实际情况，比如企业间不能实现完全的信息共享，那么如何权衡信息的共享程度与追求个体的利益之间的关系是更需要企业研究的课题。除此之外，大部分实际案例中由于货物流通环节多、较高的订货成本等不可避免的因素，牛鞭效应并不能完全消除，所以如何利用多样的预测手段对市场未来的需求做出更准确的预测也是各企业需要不断努力的方向。