寧美嬌,黃建華
(福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院,福建 福州 350108)
牛鞭效應(yīng)是指供應(yīng)鏈上信息傳導(dǎo)隨層級增加不斷扭曲放大的現(xiàn)象。牛鞭效應(yīng)不僅影響供應(yīng)鏈的運(yùn)作效率、增加供應(yīng)鏈的庫存成本,還會誤導(dǎo)供應(yīng)鏈企業(yè)對市場需求的判斷。一直以來,服裝供應(yīng)鏈上的牛鞭效應(yīng)問題都較為突出,近年來隨著服裝線上銷售渠道的拓展及O2O模式的廣泛應(yīng)用,服裝供應(yīng)鏈的庫存管理和牛鞭效應(yīng)問題呈現(xiàn)出新的特征,這給服裝供應(yīng)鏈企業(yè)的庫存管理帶來了新的挑戰(zhàn)。對于牛鞭效應(yīng)的研究,可以追溯到FORRESTER[1]運(yùn)用系統(tǒng)動力學(xué)模型模擬分析牛鞭效應(yīng)問題和STERMAN[2]應(yīng)用“啤酒游戲”實(shí)驗(yàn)驗(yàn)證牛鞭效應(yīng)的存在性,目前,有關(guān)供應(yīng)鏈牛鞭效應(yīng)的研究成果主要集中在以下兩個(gè)方面:①研究牛鞭效應(yīng)的成因問題,例如LEE等[3]總結(jié)出造成牛鞭效應(yīng)的四大主因是訂單批處理、需求預(yù)測更新、配給與短缺博弈和價(jià)格波動;盧繼周等[4]系統(tǒng)研究了節(jié)點(diǎn)提前期對牛鞭效應(yīng)的影響;李東連[5]則通過對微觀影響因素進(jìn)行量化研究,創(chuàng)新性地展現(xiàn)出決策因子作用于牛鞭效應(yīng)的強(qiáng)弱。②探討牛鞭效應(yīng)的弱化策略,例如曾雪[6]從定性與定量的角度揭示了加強(qiáng)供應(yīng)鏈成員企業(yè)間的戰(zhàn)略合作、簡化供應(yīng)鏈結(jié)構(gòu)、完善管理決策機(jī)制將有效弱化牛鞭效應(yīng);陳長彬等[7]證實(shí)了運(yùn)用資產(chǎn)組合管理方法調(diào)整零售商之間的供應(yīng)量,能夠減少訂貨總方差,實(shí)現(xiàn)牛鞭效應(yīng)的有效弱化;陳佳莉等[8]認(rèn)為預(yù)測方法的改進(jìn)是緩解牛鞭效應(yīng)的有效手段;TANG等[9]論證了提高信息共享對降低牛鞭效應(yīng)的作用。從庫存控制策略著手尋求牛鞭效應(yīng)弱化效力的研究,最早由TOWILL[10]通過仿真提出,之后DEJONCKHEERE等[11]設(shè)計(jì)了一個(gè)供應(yīng)商管理庫存(vendor managed inventory, VMI)系統(tǒng)下的兩級供應(yīng)鏈牛鞭效應(yīng)模型,證實(shí)了VMI弱化牛鞭效應(yīng)的有效性;虞蛟龍等[12]通過構(gòu)造多級庫存模型,采用灰色系統(tǒng)GM(1,1)需求預(yù)測方法驗(yàn)證了聯(lián)合庫存管理(jointly managed inventory, JMI)的效力;李翀等[13]引入時(shí)滯影響因素,創(chuàng)新性地提出動態(tài)供應(yīng)鏈庫存控制策略;韓坤[14]基于供應(yīng)鏈訂購策略、安全庫存優(yōu)化算法等,提出顧客服務(wù)水平固定提前期模型的庫存控制優(yōu)化策略;錢晨等[15]提出將H_∞控制需求預(yù)測同訂單決策相結(jié)合建立庫存決策模型,能使比例-積分補(bǔ)充策略更大程度地施展弱化效力。
總體而言,有關(guān)牛鞭效應(yīng)成因和對策的研究成果較多,采用庫存控制方法弱化牛鞭效應(yīng)的策略被廣泛應(yīng)用,但是牛鞭效應(yīng)的成因分析以及基于因子控制法的弱化策略常被孤立進(jìn)行研究,如周三元等[16]對影響牛鞭效應(yīng)的微觀決策因子進(jìn)行了分析,但未深入探究因子控制法的實(shí)現(xiàn)。同時(shí),O2O環(huán)境下服裝供應(yīng)鏈牛鞭效應(yīng)的新問題也常被忽略。因此,筆者將應(yīng)用系統(tǒng)動力學(xué)方法,在仿真分析服裝供應(yīng)鏈牛鞭效應(yīng)影響因子的基礎(chǔ)上,通過調(diào)控決策因子的取值探討抑制牛鞭效應(yīng)的有效策略。
在三級服裝供應(yīng)網(wǎng)中,節(jié)點(diǎn)所涉及的關(guān)鍵變量組成基本類同,主要包括節(jié)點(diǎn)庫存、節(jié)點(diǎn)生產(chǎn)需求、節(jié)點(diǎn)銷售預(yù)測和節(jié)點(diǎn)期望庫存。以供應(yīng)商環(huán)節(jié)為例,在僅考慮供應(yīng)商環(huán)節(jié)時(shí)其庫存大小只受本周期生產(chǎn)率和供應(yīng)商供應(yīng)延遲影響。供應(yīng)商生產(chǎn)需求在實(shí)際運(yùn)作過程中受供應(yīng)商銷售預(yù)測、供應(yīng)商期望庫存、供應(yīng)商庫存和庫存調(diào)整時(shí)間多因素影響。模型中設(shè)定銷售預(yù)測方法為移動平均預(yù)測法,由移動平均時(shí)間和供應(yīng)商發(fā)貨率共同決定預(yù)測值大小,表現(xiàn)為發(fā)貨率在移動平均時(shí)間上的一個(gè)Smooth函數(shù)。供應(yīng)商期望庫存數(shù)值受期望庫存覆蓋時(shí)間和銷售預(yù)測共同作用?;谏鲜龇治觯玫焦?yīng)商環(huán)節(jié)所對應(yīng)的因果關(guān)系,如圖1所示。
圖1 供應(yīng)商環(huán)節(jié)因果關(guān)系圖
在制造商環(huán)節(jié)中,除制造商庫存、制造商訂單、制造商期望庫存和制造商銷售預(yù)測等主要變量之外,現(xiàn)實(shí)供應(yīng)鏈節(jié)點(diǎn)間還存在各類時(shí)間延遲,故在制造商環(huán)節(jié)增加了運(yùn)輸延遲變量,這會對其發(fā)貨率造成影響。制造商、零售商環(huán)節(jié)運(yùn)作機(jī)理與供應(yīng)商環(huán)節(jié)大同小異,由于零售商與消費(fèi)者直接接觸,在整個(gè)供應(yīng)鏈環(huán)節(jié)上是需求信息的輸入端,其銷售預(yù)測數(shù)值取決于市場需求率和移動平均時(shí)間。此外,各節(jié)點(diǎn)庫存在動態(tài)供應(yīng)鏈中會受到自身生產(chǎn)率和下游節(jié)點(diǎn)的反饋影響。基于上述分析,得到制造商與零售商環(huán)節(jié)的因果關(guān)系圖,分別如圖2和圖3所示。
圖2 制造商環(huán)節(jié)因果關(guān)系圖
圖3 零售商環(huán)節(jié)因果關(guān)系圖
根據(jù)服裝供應(yīng)鏈三級節(jié)點(diǎn)的因果關(guān)系分析,易知整個(gè)供應(yīng)鏈環(huán)節(jié)變量間的邏輯關(guān)系。三級節(jié)點(diǎn)依靠供應(yīng)商對制造商的發(fā)貨率和制造商對零售商的發(fā)貨率兩個(gè)速率變量串聯(lián)成為一個(gè)完整的因果回路圖,如圖4所示。
圖4 三級供應(yīng)鏈的因果關(guān)系圖
由圖4可知,三級供應(yīng)鏈包括了原材料供應(yīng)商、產(chǎn)品制造商和零售商,三者通過庫存和訂單聯(lián)系在一起,隨各變量間正負(fù)反饋?zhàn)饔脛討B(tài)變化,形成一個(gè)服裝供應(yīng)鏈動態(tài)系統(tǒng)模型。動力學(xué)系統(tǒng)是基于一定數(shù)量的正負(fù)反饋回路構(gòu)成,當(dāng)系統(tǒng)中正反饋回路的作用遠(yuǎn)遠(yuǎn)超過負(fù)反饋回路的修復(fù)作用時(shí),系統(tǒng)中相關(guān)變量變化就很容易引起系統(tǒng)失衡,筆者將通過建模分析造成該系統(tǒng)失衡從而加劇牛鞭效應(yīng)的相關(guān)因素。
1.3.1 流量圖建立
筆者在因果回路圖的基礎(chǔ)上將變量進(jìn)行合理劃分,通過相互間的關(guān)系建立方程以連接各變量間的邏輯關(guān)系,最終得到關(guān)于供應(yīng)鏈庫存管理的存量流量圖,如圖5所示。模型共涉及22個(gè)變量,通過對模型邏輯進(jìn)行檢驗(yàn),可知該模型符合系統(tǒng)動力學(xué)邏輯,能夠應(yīng)用于接下來的仿真研究。設(shè)定各級節(jié)點(diǎn)的初始庫存均為1 500件,變量間的關(guān)系參照Z公司所在供應(yīng)鏈服裝產(chǎn)品產(chǎn)銷鏈,變量取值范圍以Z公司的經(jīng)營數(shù)據(jù)為參考,倍數(shù)縮小。
圖5 三級供應(yīng)鏈的存量流量圖
1.3.2 模型參數(shù)方程定義與說明
供應(yīng)鏈節(jié)點(diǎn)企業(yè)擁有各自相對適用的庫存策略,但庫存策略趨于封閉,造成信息孤島現(xiàn)象,無法適應(yīng)新的競爭環(huán)境[17]。供應(yīng)鏈系統(tǒng)對節(jié)點(diǎn)庫存影響因素較多[18],筆者以Z公司為例,對其庫存現(xiàn)狀進(jìn)行分析,利用Vensim動力學(xué)軟件針對Z公司決策中的季節(jié)性需求變化、延遲周期和期望庫存覆蓋時(shí)間三大影響因子對服裝供應(yīng)鏈牛鞭效應(yīng)的影響進(jìn)行仿真研究。
Z公司是國內(nèi)知名品牌運(yùn)營商,其銷售終端是加盟為主、直營和加盟相結(jié)合的模式,與傳統(tǒng)服裝制造企業(yè)有所不同,Z公司存貨只顯示為庫存商品。統(tǒng)計(jì)數(shù)據(jù)顯示,Z公司2018年前三季度存貨金額為41.65億元,占總資產(chǎn)的27.38%,2020年前三季度存貨金額為32.46億元,占總資產(chǎn)的20.46%,存貨占比仍居高不下,企業(yè)經(jīng)營成本激增,平均存貨周轉(zhuǎn)時(shí)間從2011年的80天增至2020年第三季度的180天,供應(yīng)鏈反應(yīng)速度明顯降低。Z公司存貨管理問題成因歸結(jié)于以下5個(gè)方面:產(chǎn)品季節(jié)性強(qiáng);提前期長;代理加盟制影響;庫存管理體制不成熟;到貨延遲的不確定性。
模型初始參數(shù):設(shè)置起始時(shí)間為0,結(jié)束時(shí)間為200周,即運(yùn)行200周停止;時(shí)間步長為0.125周,即每運(yùn)行0.125周保存結(jié)果1次。
2.2.1 季節(jié)性需求對牛鞭效應(yīng)的影響
由于服裝產(chǎn)品存在很強(qiáng)季節(jié)性,實(shí)驗(yàn)設(shè)置初始市場需求為1 500件/周,12周后市場需求從1 500件減少至1 000件,訂單波動情況和各節(jié)點(diǎn)庫存情況分別如圖6和圖7所示。
圖7 季節(jié)性需求下各級節(jié)點(diǎn)的庫存波動
在市場需求出現(xiàn)季節(jié)性變化時(shí),由于需求變化不穩(wěn)定,預(yù)測難度加大,節(jié)點(diǎn)訂單量受不確定性影響而產(chǎn)生波動,導(dǎo)致需求變化信息隨供應(yīng)鏈傳遞時(shí)被逐層放大,加劇了供應(yīng)鏈牛鞭效應(yīng)。從圖6可以看出,訂單波動以供應(yīng)商生產(chǎn)需求波動幅度最為強(qiáng)烈,在120周后才趨于穩(wěn)定;而最靠近市場的零售商受到的影響相對較小,在30周后趨于穩(wěn)定。但現(xiàn)實(shí)中季節(jié)性需求波動是一個(gè)循環(huán)往復(fù)的過程,且受氣候、潮流更替等多種因素影響,不同類別服裝產(chǎn)品的季節(jié)性變化程度不一,波動次數(shù)不定,穩(wěn)定狀態(tài)難以達(dá)到。從圖7可以看出,供應(yīng)商庫存遠(yuǎn)高于市場需求及下游節(jié)點(diǎn)庫存,且隨著供應(yīng)鏈層級的遞增節(jié)點(diǎn)庫存壓力倍增。
2.2.2 延遲周期對牛鞭效應(yīng)的影響
在保持其他影響因素不變的情況下,改變供應(yīng)延遲和運(yùn)輸延遲周期,觀察牛鞭效應(yīng)的強(qiáng)度。通過仿真可知,節(jié)點(diǎn)訂單和庫存波動異常劇烈,以供應(yīng)鏈兩端節(jié)點(diǎn)供應(yīng)商和零售商為例,其訂單與庫存在不同延遲周期下的波動情況分別如圖8和圖9所示。
圖8 延遲周期變化下供應(yīng)商和零售商訂單波動
圖9 延遲周期變化下供應(yīng)商和零售商庫存波動
隨著節(jié)點(diǎn)間延遲周期的加長,節(jié)點(diǎn)訂單需求波動幅度和庫存波動幅度顯著加劇。其中,供應(yīng)商節(jié)點(diǎn)稍有特殊,單方面考慮延遲周期的影響時(shí),供應(yīng)商庫存總量在一定程度上隨延遲周期的增加而略有減少,但波動幅度隨之愈發(fā)劇烈??傮w而言,延遲周期的增加作用于牛鞭效應(yīng)的效力極強(qiáng),引發(fā)的企業(yè)庫存管理難度也由此攀升。
2.2.3 期望庫存覆蓋時(shí)間對牛鞭效應(yīng)的影響
供應(yīng)鏈中期望庫存覆蓋時(shí)間會同供應(yīng)鏈各節(jié)點(diǎn)銷售預(yù)測值共同影響節(jié)點(diǎn)期望庫存,從而對節(jié)點(diǎn)訂單需求產(chǎn)生影響。保持其他變量不變,調(diào)整供應(yīng)鏈成員期望庫存覆蓋時(shí)間,以分析不同周期下牛鞭效應(yīng)的強(qiáng)度??紤]到期望庫存覆蓋時(shí)間對庫存波動的影響較小,對訂單的影響狀況采用零售商和制造商訂單需求波動作為典例呈現(xiàn),如圖10所示。
圖10 零售商和制造商訂單隨庫存覆蓋時(shí)間變化情況
由圖10可知,零售商訂單隨期望庫存覆蓋周期的加長波動幅度加劇,即期望庫存覆蓋時(shí)間加長的同時(shí),訂單量受到訂單信息傳遞波動影響,一定程度上反映出牛鞭效應(yīng)有所加強(qiáng)。制造商訂單波動周期隨庫存覆蓋時(shí)間加長也逐漸延長,可見服裝供應(yīng)鏈牛鞭效應(yīng)作用隨期望庫存覆蓋周期的增加而加強(qiáng),供應(yīng)鏈穩(wěn)定性遭受考驗(yàn)。庫存覆蓋時(shí)間雖未加劇庫存波動,但通過仿真發(fā)現(xiàn)其倍數(shù)放大了節(jié)點(diǎn)企業(yè)庫存量,加劇了企業(yè)庫存管理難度。
綜合上述仿真結(jié)果可知,公司經(jīng)營中涉及的決策因子變化,即季節(jié)性需求變化明顯、變化速度越快,延遲周期和期望庫存覆蓋時(shí)間的加長都會加劇服裝供應(yīng)鏈中的牛鞭效應(yīng),而現(xiàn)實(shí)中所有因素共同作用下牛鞭效應(yīng)必定更為強(qiáng)烈,且其對企業(yè)經(jīng)營帶來的危害直觀體現(xiàn)在企業(yè)庫存問題上,企業(yè)經(jīng)營面臨難關(guān)。
合理控制以上的決策因子,確保最大程度減少公司在庫存方面的損失,筆者從優(yōu)化公司庫存控制策略出發(fā),針對性地提出3種策略,以弱化供應(yīng)鏈中的牛鞭效應(yīng),降低公司的存貨成本。
VMI模式是一種以用戶和供應(yīng)商雙方都獲得最低成本為目的,在一個(gè)共同協(xié)議下由供應(yīng)商管理庫存,不斷對協(xié)議進(jìn)行改進(jìn),優(yōu)化庫存管理的合作性策略。VMI模式有助于實(shí)現(xiàn)成員間的信息共享,使得需求準(zhǔn)確預(yù)測,庫存成本降低。采用VMI模式,供應(yīng)商可快速對需求做出反應(yīng),各成員也直接依賴于市場需求預(yù)測進(jìn)行決策,有效遏制季節(jié)性需求波動,從源頭削減牛鞭效應(yīng)的形成效力;供應(yīng)商直接管理庫存,掌握市場需求變動情況,需求預(yù)測與庫存決策信息共享使得節(jié)點(diǎn)間延遲周期得到有效管控;通過合理設(shè)置庫存量使得各節(jié)點(diǎn)對期望庫存覆蓋時(shí)間要求降低,從而有效減小各節(jié)點(diǎn)訂單與庫存波動,公司擁有更多時(shí)間和精力發(fā)展核心競爭力,實(shí)現(xiàn)多贏。
結(jié)合Z公司所在供應(yīng)鏈實(shí)際情況,選取一組可控范圍內(nèi)的優(yōu)化參數(shù)值進(jìn)行仿真,設(shè)置供應(yīng)商延遲為1周,制造商延遲為3周,期望庫存覆蓋時(shí)間為3周,得到VMI模式下節(jié)點(diǎn)需求和庫存變化情況,如圖11所示。從圖11可以觀察到,相較前文各結(jié)果,VMI模式下節(jié)點(diǎn)需求與庫存量波動更小,且更快趨于穩(wěn)定,說明VMI具有弱化牛鞭效應(yīng)的效力,有望在實(shí)際運(yùn)作中取得良好成效。
圖11 VMI模式下節(jié)點(diǎn)需求與庫存變化情況
JMI模式是一種基于協(xié)調(diào)中心的供應(yīng)鏈上游節(jié)點(diǎn)企業(yè)和下游節(jié)點(diǎn)企業(yè)間權(quán)責(zé)共擔(dān)、風(fēng)險(xiǎn)共擔(dān)的庫存管理模式,對弱化服裝供應(yīng)鏈牛鞭效應(yīng)也具有顯著作用。JMI模式改變了傳統(tǒng)的各自為政的庫存運(yùn)作方式,避免了產(chǎn)品季節(jié)性需求變動影響下節(jié)點(diǎn)間的信息滯后;決策充分考慮到各方利益,有效規(guī)避節(jié)點(diǎn)間不必要的延遲,對減小需求波動和庫存波動具有顯著功效;在完全預(yù)測、權(quán)責(zé)共擔(dān)的情況下實(shí)現(xiàn)對生產(chǎn)的最優(yōu)控制,推動節(jié)點(diǎn)企業(yè)充分合作,降低整條供應(yīng)鏈庫存成本。
同理,在可控范圍內(nèi)選取一組優(yōu)化參數(shù)值,JMI模式下各方參與共同管理,延遲均有效減小,受外力影響均設(shè)為1周,期望庫存覆蓋時(shí)間設(shè)為4周,得到JMI模式下節(jié)點(diǎn)需求與庫存變化情況,如圖12所示。從圖12可以看出,JMI模式下訂單波動小,零售商與制造商庫存波動較穩(wěn)定,但供應(yīng)商庫存波動比VMI模式大。
圖12 JMI模式下節(jié)點(diǎn)需求與庫存變化情況
VMI模式與JMI模式在控制3個(gè)影響因子方面各有成效,在實(shí)際運(yùn)作中也各具優(yōu)勢。考慮到Z公司實(shí)際銷售模式,直營店可以采用VMI模式實(shí)現(xiàn)優(yōu)化,加盟店可以采取JMI模式,直接參與到庫存管理當(dāng)中,充分實(shí)現(xiàn)自主決策以弱化牛鞭效應(yīng)影響。
Z公司處在供應(yīng)鏈上零售商地位,面對O2O模式的日益壯大,為實(shí)現(xiàn)公司整體經(jīng)營效益的提高和精準(zhǔn)制定公司庫存戰(zhàn)略,需建立全渠道零售管理平臺,實(shí)現(xiàn)全渠道融合[19]。全渠道零售以整合各類渠道資源、服務(wù)消費(fèi)者需求為特征,是基于顧客的全渠道購物[20],位于需求拉動式供應(yīng)鏈的末端核心。
全渠道零售管理平臺運(yùn)行的內(nèi)源動力來自于信息化,首先應(yīng)借助平臺整合公司整體資源和供應(yīng)鏈成員資源,實(shí)現(xiàn)決策資料統(tǒng)一,將公司的產(chǎn)品信息、直營及加盟網(wǎng)點(diǎn)、用戶數(shù)據(jù)、批次訂貨等信息進(jìn)行記錄分析,對不同需求顧客和供應(yīng)鏈伙伴開放不同的信息資源庫。對顧客而言,提供全方位的供應(yīng)服務(wù)及個(gè)性化服務(wù);對供應(yīng)鏈伙伴而言,提供實(shí)時(shí)的市場需求信息并動態(tài)更新決策,使得供應(yīng)鏈成員擁有更加快速精準(zhǔn)地提供服務(wù)的能力。在此基礎(chǔ)上,建立實(shí)時(shí)透明的庫存管理系統(tǒng),既便于公司直營店與加盟店、網(wǎng)店之間的產(chǎn)品調(diào)配,又有助于供應(yīng)鏈伙伴成員以不同程度參與公司庫存管理,實(shí)現(xiàn)供應(yīng)鏈整體庫存的優(yōu)化配置。在高度信息共享的基礎(chǔ)上,公司及上游成員對于庫存覆蓋時(shí)長的要求相應(yīng)降低,節(jié)點(diǎn)間延遲周期大大減小,一定程度上具備弱化供應(yīng)鏈上牛鞭效應(yīng)的作用。
(1)影響服裝供應(yīng)鏈牛鞭效應(yīng)的因子除訂單批處理、需求預(yù)測更新、配給與短缺博弈和價(jià)格波動四大因素外,還包括企業(yè)經(jīng)營管理中的諸多決策因子。季節(jié)性需求波動下的牛鞭效應(yīng)以控制信息傳遞的時(shí)效性為著力點(diǎn),是服裝企業(yè)需重點(diǎn)突破的問題。期望庫存覆蓋時(shí)間與節(jié)點(diǎn)間延遲周期的加長刺激著牛鞭效應(yīng)進(jìn)一步加劇,隨著變量間的反饋?zhàn)饔脧?qiáng)烈反映在企業(yè)庫存上。
(2)仿真分析顯示,采用VMI模式、JMI模式可適當(dāng)縮短期望庫存覆蓋時(shí)間和節(jié)點(diǎn)間延遲周期,對抑制牛鞭效應(yīng)具有良好成效;由于Z公司自身存貨管理體制不成熟且受O2O模式?jīng)_擊,宜建立全渠道零售管理平臺,一方面可高度實(shí)現(xiàn)信息共享,另一方面對于渠道整合效率提升大有裨益,通過優(yōu)化庫存控制策略,可實(shí)現(xiàn)優(yōu)化公司經(jīng)營管理體制和降低企業(yè)庫存成本。3種優(yōu)化策略的提出為Z公司擺脫牛鞭效應(yīng)的影響、解決繁重的庫存積壓問題與適應(yīng)市場環(huán)境變革提供了較具可行性的建議。
(3)由于庫存控制策略的適用限制較多,公司的實(shí)際運(yùn)營狀況有待更深入調(diào)查,筆者研究還存在一些不足之處:企業(yè)經(jīng)營決策中影響牛鞭效應(yīng)的因素眾多,未來可從更多方面進(jìn)行探討;對于數(shù)據(jù)的量化處理還有欠缺;實(shí)際決策還需深入調(diào)查其適用性。