牛鞭效应实验报告
时间:2020-09-01 16:12:06 来源:勤学考试网 本文已影响 人
牛鞭效应实验报告
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。
实验原理
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。
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:
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;
体验牛鞭效应现象的产生,并分析其产生原因;
分析如何减小牛鞭效应。
牛鞭效应产生的原因
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。
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
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。
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。
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。
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。
因素分析
第四节点在实验过程中需要做出两个决策,一方面是根据下游订货量向上游订货,另一方面是向下游发货。影响决策的参数如表。第四节点的目标是使该节点利润最大化。
参数属性
属性参数
说明
节点序号
代表该节点在整条链中所处的位置,1为最靠近市场的下游节点,5为最靠近原材料的上游节点。
小组序号
节点所在的供应链为一个小组,以小组序号标识
提前期
指从上游向该节点发货,到该节点收到货物的时间,以期为单位。如提前期为1,即本期订货,下期到货。
初始库存
实验开始,第一期初的初始库存的数量
初始订货量
实验开始,第一期初的在途订货的数量
固定成本
单次订货成本,当某节点订货数量不为0且其上游节点实际发货量大于0,就会产生该项成本。在本实验中均为0.
库存持有率
用于计算持货成本的系数
进货价格
从上游节点买入单位货物的价格
出货价格
向下游节点卖出单位货物的价格
订货需要考虑的因素
下游需求量。下游订货量是决策过程中十分重要的因素,若订货量小于存货则多余货物会产生存货持有成本,若订货量多于存货则该节点会由于缺货产生缺货成本。因此,每次订货都需要慎重考虑缺货成本与存货持有成本的博弈关系。
现有库存。现有库存的多少直接决定了订货量的多少,因为库存直接影响了缺货成本以及存货持有成本。
单位存货成本以及单位缺货成本。这两种成本之间存在着博弈关系,单位缺货成本大约是单位存货成本的五倍,需要合理地安排安全库存使两成本之和到达最小。
提前期。提前期即是从发出订单到收到订单的时间,在本次试验中假设提前期为一个周期,即本期订货,下期到货。提前期的存在就需要企业合理确定再订货水平,避免出现缺货。
发货需要考虑的因素
在这个试验中,发货需要考虑的因素很少,由于缺货成本和存货持有成本的存在,只要下游企业有需求就会尽量满足。
影响利润的因素
进货成本。进货成本占据了成本中的很大一部分,与单位进货价格成正比。
出货收益。这是主要的利润来源,但是在这次试验中,单位售价是固定的,所以我们就不在此讨论了。
存货持有成本。当期没有销售出的货物会形成存货积压在仓库中,存货的出现便会产生存货持有成本。存货持有成本的存在会造成利润的减少。
缺货成本。当期的下游需求如果不被满足就形成了缺货,缺货会从很多方面影响企业的利润,在这里假设是存货持有成本的五倍。
波形分析
需求量
:节点3需求量
:节点3平均需求量
:节点3需求量的方差
在实验中,最终用户的平均需求量是100,波动范围是(90,110)。但是到了第三、四节点,需求的波动变得很大。这两个节点平均需求量以及需求量方差的变化充分说明了牛鞭效应的存在,随着距离终端消费者越远,信息扭曲程度越严重。
影响需求波形变化的因素有:需求预测的准确性、提前期、对风险的认知。
需求预测的准确性。由于信息是不共享的,例如,此节点只能了解到节点3的需求而不能准确地预测到节点2的需求,所以节点3如果对于节点1的需求预测有误差便会形成不准确地安全库存,只能随着下游的波动而波动,同时还会更大幅度地波动。
提前期。
对风险的认知。不同人对风险的认知是不同的,开始的时候节点3的需求比较稳定,由于每期的安全库存的累积会导致存货的持续升高,然后便会降低订货以减少库存积压。对安全库存的规划体现了对风险的认知,会导致安全库存偏离最佳。
利润
节点序号
期数
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
单期利润
4
1
0
0
100
102
100
110
1010
490
4
2
0
2
100
120
100
115
1010
490
4
3
0
22
110
100
110
123
1110
390
4
4
0
12
110
120
110
110
1110
540
4
5
0
22
120
130
120
125
1210
440
4
6
0
32
120
120
120
145
1210
590
4
7
0
32
115
120
115
130
1160
640
4
8
0
37
115
120
115
125
1160
565
4
9
0
42
125
120
125
130
1260
465
4
10
0
37
160
120
157
160
1613
262
4
11
3
0
130
100
100
120
1343
1012
4
12
33
0
130
80
80
110
1393
107
4
13
83
0
125
0
0
70
1468
-268
4
14
208
0
110
0
0
0
1428
-1428
4
15
318
0
3
90
90
0
271
-271
4
16
231
0
0
90
90
0
141
1209
4
17
141
0
0
50
50
0
91
1259
4
18
91
0
0
90
90
50
1
749
4
19
1
0
50
150
51
70
510
840
4
20
0
99
70
150
70
150
710
55
4
21
0
179
150
150
150
200
1510
-460
4
22
0
179
108
150
108
200
1090
1160
4
23
0
221
0
150
0
300
0
1620
4
24
0
371
300
110
300
200
3010
-3010
4
25
0
181
300
300
300
110
3010
1490
4
26
0
181
200
100
200
120
2010
2490
4
27
0
81
222
100
181
100
2271
729
4
28
41
0
100
181
141
110
1010
1705
4
29
0
40
110
100
110
140
1110
1005
4
30
0
30
140
80
110
100
1440
210
4
31
30
0
100
0
0
50
1140
510
4
32
130
0
50
0
0
0
690
-690
4
33
180
0
0
0
0
0
180
-180
4
34
180
0
0
10
10
0
170
-170
4
35
170
0
0
50
50
0
120
30
4
36
120
0
0
90
90
30
30
720
4
37
30
0
30
100
60
100
310
1040
4
38
0
40
100
100
100
140
1010
-110
4
39
0
40
48
100
48
150
490
1010
4
40
0
92
80
100
80
150
810
-90
4
41
0
112
200
90
200
80
2010
-810
4
42
0
2
150
200
150
60
1510
1490
4
43
0
52
102
150
102
150
1030
1220
4
44
0
100
148
150
148
150
1490
40
4
45
0
102
50
100
50
150
510
1710
4
46
0
152
200
100
200
80
2010
-1260
4
47
0
52
100
100
100
120
1010
1990
4
48
0
52
150
100
150
100
1510
-10
4
49
0
2
102
100
102
98
1030
1220
4
50
0
0
98
90
90
2
998
532
链序号
节点序号
总利润
总成本
15
4
23267
53728
由上图和表分析得:
缺货成本
缺货的存在并不会影响当期成本,因为从表中可看到单期成本只与单期到货有关。但是缺货成本与利润有关,是计算利润时的减项。从上表看出,很多期利润为负的时候都是由于缺货过多的原因。这说明了在销售中降低缺货的重要性,需求预测的准确性在降低缺货成本时尤为重要。例如,从20期开始,缺货开始大幅增加,一方面是由于上游企业无法满足节点4的需求;另一方面是由于没有准确预测到需求,导致最终缺货的增加。
存货持有成本
存货持有成本是本次试验中成本的重要组成部分,同时也是利润的减项。为何持有存货会大幅增加?以12期为例说明,一方面,在前几期中,由于上游企业存在对节点4的缺货,此时便会大量发货;另一方面,同缺货时类似,是由于需求预测缺乏准确性,而调节时难度又会很大。
提前期
提前期不仅会影响需求量的波动,也会使各企业之间的利润变化存在时间上的递推性。
下游需求
下游如果需求较少,便会导致当期利润减少。同时,若节点4的存货过多,便可能会使利润为负。
实验总结
如何减小牛鞭效应
提高供应链企业对信息的共享性。需求扭曲的原因来源于多级供应链需求信息的传递,每一个节点企业的预测需求均成为上游节点企业订货决策的放大因子,并具有累积效应。消除信息扭曲的方法是供应链上的每一个节点企业必须在自身的需求中排除下游节点企业订货决策对上游企业的影响,这就要求供应链上的每一个节点企业只能根据最终产品市场的实际需求进行自身的需求预测,此时消费者市场的实际需求信息必须被供应链的每一个环节所共享。
加强各节点企业间的合作关系。通过建立合作伙伴关系,而不再是以往的短期的、追求单方效益最大化的交易竞争关系。各厂商间实现业务紧密集成,形成顺畅的业务流,这既能减少下游的需求变动的放大,又能掌握上游的供货能力,不再虚增需求。通过实施供应链上各厂商间的战略伙伴关系,双方相互信任,公开业务数据,共享信息和业务集成,从而降低产生“牛鞭效应”的机会,进而实现整个供应链的利润最大化。
提高营运管理水平,缩短提前期。提前期的缩短能降低“牛鞭效应”,而提前期的增长,则会增大“牛鞭效应”。生产商可采用JIT(just in time)生产方式的一些原则,以减少生产时间的延迟;供应商可采用ASN(Autonomous System Number)以减少供货时间;对于订单准备和处理的延迟,供应链上各部门可采用信息技术如EDI(Electronic Data Interchange)来处理订单,这样能极大地减少订单下达及信息传输的提前期,从而使订单的处理更加快速且精准。
保持相同的订货量能否消除牛鞭效应
保持相同的订货可使各个节点企业的订货量保持在一个稳定的水平,在一定程度上可以减小供应链中出现的需求大幅波动的现象。但是,这也要视具体情况而定。如果上游企业对最终消费者的需求预测准确,保持相同的订货量便会使利润基本稳定。但是如果一开始便预测有误便可能造成缺货或者存货的增加,从而使利润逐渐下滑。同时,由于安全库存这一概念的存在,上游企业的订货量便会更大程度偏离最终消费者。