科技情报开发与经济 SCI—TECH INFORMATION DEVELOPMENT＆ECONOMY 2007年 第 l7卷 第 29期
文章编号：1005—6033(2007)29—0214—02
基于传统物流和物流网络化体系
模型下牛鞭效应的有效治理
欧阳，J、芽，廖作鸿，张耀平
(江西理工大学应用科学学院，江西赣州，341000)
摘 要：在介绍牛鞭效应的发现历程、含义、分类的基础上，构建并分析 了生产成本、运
输成本、库存成本的危害分析模型。
关键词：牛鞭效应；传统物流；物流网络化
中图分类号：F252 文献标识码：A
1 从供应链到物流链
供应链管理是通过前馈的信息流和反馈的物流和信息流，将供应
商、制造商、零售商直到最低端连成一个整体的模式，它是一条由供应商
到用户的价值增值链，又是一条由供应商到用户的物流链 ，其管理的核
心就是缩短物品从供应商到用户手中上网的流转时间，以获得动力。供
应链并不是一条线，供应链中有众多的供应商(物流代理商)、供应商的
供应商(物品服务提供企业 )和众多的客户(物流服务的需求企业)实现
组成了一个 “供应网络”，物流代理商作为供应链中极为主要的巾间环
节，对其上下企业进行着直接管理。对其上游企业，物流代理商要与其建
立起长期战略合作伙伴关系，必要时将虚拟供应网络变成现实链接，为
客户提供满意的物流服务；对于其下游企业——物流服务需求企业，物
流代理要建立“以顾客为中心”的营销理念，为其提供最优的物流解决方
案。
可见物流的优化组合将直接决定着供应链运转的好坏。
2 基于物流链下的牛鞭效应含义及危害分析
2．1 牛鞭效应的含义
牛鞭效应又称“蝴蝶效应”，是供应链上的一种需求放大现象，是信
息流从最终用户向原始供应商传递时无法实现信息的共享，使得信息扭
曲而逐级放大，导致了需求信息出现越来越大的波动。
2．2 物流链上牛鞭效应的危害分析模型
2．2．1 生产成本上的分析模型
假定用若干种原材料生产某几种产品，原材料供应有一定的限制，
要求制定一个产品生产计划，必须保证成本最低(见表 1)。
表 l 生产成本分析表
产品 可 供
资源 A
． A， A 原材料
Bl nIl 0,12 nh bl
a2t ％ b2
n．，lI nrm b
单位产品成本 CI C2 C
可以建立如下数学模型：
minZ=C l+C ’+⋯+e (1)
s．t nlixl+nl2x2+⋯+nl^ n≥6l
o2l l+n 恐+⋯+nh ≥b2
O．~txl+c '+⋯+( m n≥6 n
1． 2，⋯ ， n≥O
式中： 为决策变量；G为费 }H系数； 为资源系数； 为技术系数。
214
收稿日期：2007—08—02
由于供应链中牛鞭效应的作用，使得制造商在接到的订单中总在不
断地变化，也就是导致了式中 嘞和6，在不断地变化，因此增加了制造过
程的生产成本。
2．2．2 运输成本上的分析模型
假设 A。表示物资的m个产地， 表示物资的n个 销地，S表示产地
A。的产量， 表示销地 的销量，G表示把物资从产地运往销地的运价。
运输成本问题的基本模型如下：
minj=Z∑ ( l，2，⋯，m =l，2，⋯，n) (2)
s．t．Zx ≤S。( =l，2，⋯，m)
Zx ≤西(，=l，2，⋯，n)
X ≥O( l，2，⋯，m汀=l，2，⋯，n)
由于物流中牛鞭效应的存在必然使得制造商的产量远远大于销量，
则数学模型将变为：
min f_-∑∑ (￡=l，2，⋯，m；j=l，2，⋯，n) (3)
s，t．Zx ≤s，(i=l，2，⋯，m)
Zx ≤ U=l，2，⋯，n)
X ≥O( =l，2，⋯，m；j=l，2，⋯，n)
这样使得S=∑ +l增大，导致 minf_-∑∑ (i=1，2，⋯，m；
j=l，2，⋯，n)增加，即运输成本增加由于效应存在，使运输需求随时间
的变化而剧烈波动，需要保持剩余的运力来满足需求。
2．2．3 库存成本上的分析模型
物流库存是供应链管理问题的基本环节，对于库存成本我们可以分
析以下数学模型：
C=C．+C 6．以枷 一以) (4)
由于牛鞭效应的存在，导致最终用户虚增了需求量，即导致了 的
增加，而这些产品由于无法销售出去，必然进入库存，使得 c．和 增加，
最终导致 c的上涨。从另外一个角度来分析，由于库存存储成本参数 0
的信息劣势造成了早库存成本，利润的劣势这都是因为要设计出一个激
励库存者的生产策略，必须付出成本和利润上的代价。
因此，为了对付增大的需求变动性，不得不保持较高的库存水平，导
致了库存成本的增加。
3 物流网络化下牛鞭效应治理优势
3．1 传统物流体系下的牛鞭效应机理分析模型
在整个供应链上，只有最后的零售商掌握最终用户的需求信息，而
中间的分销商由于处于传统物流下的格局，并不知道用户的实际需求，
只能靠订单来确定需求。
假设零售商的需求为D=tx+pD,-l+et (5)
式中： 为非负常量；岛为误差随机变量，呈正态分布。
每个零售商均采用下列形式的订货点 yf=厶．其巾 为地 k个分销
商和第 +1个分销商的提前间隔期。
维普资讯
欧阳小芽。廖作鸿。张耀平 基于传统物流和物流网络化体系模型下牛鞭效应的有效治理 本刊E-maihbjb@mail．sxinfo．net 科技研讨
“ ： ( ：￡-P，⋯，卜1)，“ = (i=t-p+l，⋯，t) (6)
其中， 是同期t分销商 k的订货量。
可以得到以顾客需求的方差为基准的第 k个分销商订货的方差值
Q 。得出下述表达式：
≥n( +等 ，⋯ (7)
也就是使得在供应链中每个分销商的订单是以方差成倍的速度递
增。最终上溯到制造商手中的订单将是一个惊人的可怕数字 ，从而诱发
了牛鞭效应。
3．2 物流网络化体系下的牛鞭效应机理分析模型
通过同样对零售商的需求假设 ，可以得到以下用户需求的方差为基
准的k个分销商定货的方差值 ，国内学者得出下述表达式：
孙(2×等+2× -p。⋯ (8)
由于各个不同阶段分销商手中的定单几乎变化不大。各个分销商采
取了 同样的订货点、同样的间隔期。虽然在各不同阶段都略有所增加，但
这种变动性的增加并不是很大 ，因此可以看成是一个稳定的过程 ，因此
由于基于现代物流体系下减缓了牛鞭效应。
3．3 物流网络化下牛鞭效应治理优势
(1)物流各节点普遍实行信息化管理。物流过程的环节每个节点的
信息化是物流系统的信息化的基础 ，通过对物流信息进行分析和挖掘，
最大限度地利用有效信息对物流活动进行管理。
(2)整个系统具有无限的开放性。整个系统构建在 lnternet上，能快
速地交换数据，具有无限的开放性和拓展能力。
(3)信息流在整个物流过程中起引导和整合作用。信息流贯穿于整
个物流活动的始终，在物流过程中起到了事前预测、事后反馈的作用 ，极
大地减少了失误，使得停顿时间大幅度地下降。
(4)系统具有明显的规模优势。在物流网络化中，系统形成一种网状
结构，大规模联合作业降低了系统的整体运行成本。
4 物流网络化下牛鞭效应的综合治理
我们可以利用实现物流网络化来消除业已存在的牛鞭效应。
4．1 共享物流网络化信息以减少信息的失真性
(1)进行库存信息的共享。共享库存信息能在保证企业间不产生安
全库存重复或货物脱销的情况下。降低供应链总体水平，减少库存成本。
(2)进行销售数据共享。实现共享销售数据，能真正反映最终客户的
真实需求，有效减少由于产品过剩或不足带来的损失。直接消除牛鞭效
应带来的订单逐级放大现象。
(3)进行销售预测信息共享。销售预测信息共享可使物流链各企业
联合起来对未来销售进行预测。从而提升整个物流链的竞争力 ，缓解了
牛鞭效应。
(4)进行订单状态跟踪信息共享。共享订单信息可以改善客户服务
质量，减少付款周期，节约手工操作的劳动成本。
(5)进行物品能力信息共享。与下游企业预先共享物品能力信息，供
应链伙伴能相互配合并在共同减缓可能的匮乏。共度市场需求变化的高
峰和低谷，进而提高整个供应链的效率，从而消除产生牛鞭效应的潜在
根源。
(6)进行新产品开发信息共享。共享新产品开发信息。可使供应商在
产品投入生产之前积极主动地寻找货源。保证新产品顺利出台，抓住客
户，抢占市场，减少牛鞭效应的出现。
4．2 运用Internet与 EDI信息系统提高信息传递的速度
运用lnternet或EDI信息系统的运用能快速响应、实现及时、降低交
易成本，实现环境变异的应对措施。消除牛鞭效应。
4．3 运用网络GPS技术以确保信息采集的全面性
物流网络中采用 GPS的服务。可以向物流企业提供以下功能：实时
监控功能，双向通信功能，动态调度功能 。数据存储分析功能 ，通过GPS
还可以及时准确地进行订货、补货。消除订单业务中出现的偏差 。从而消
除牛鞭效应。
4．4 采用 SCM系统以把握信息的准确性
采用SCM系统中联合预测协同计划，预测与补货等技术能实时地
获得下游企业的真实需求信息。及时准确地进行订货，消除牛鞭效应。
4．5 利用 APS管理信息等系统以保障信息的有效性
APS是在共同签署的外包协议或合同的基础上(包括价格、服务水
平、商业机密等)，客户将其部分或全部与业务流程相关的应用委托给服
务商，服务商将保证这些业务流程的平滑运转，客户是通过网络远程获
取这些服务。
4．6 利用网络战略联盟以实现有效信息的竞争性
在各物流企业之间建立某种网络上的连接，可以强化企业的战略环
节并扩展价值链，借以消除相互之间的不信任以及企业间以增值为目的
而导致的牛鞭效应的破坏，从而消除牛鞭效应。
参考文献
[1] 叶怀珍．现代物流学[M]．北京：高等教育出版社，2003．
[2] 占金明．战略管理——超竞争环境下的选择[M]．北京：清华大学出
版社，2004．
[3] 特南鲍姆，潘爱民．计算机网络[M]．4版．北京：清华大学出版社，
2oo4．
[4] 冯英建．网络营销基础与实践[M]．北京：清华大学出版社，2004．
[5] 石小法，张丽清．信息对供应链的影响[J]．系统工程，2002，20(3)：37—
40．
[6] 卢震，黄小原．具有不确定性需求的供应链牛鞭效应的随机控制[J]．
东北大学学报：自然科学版，2003，24(4)：394—399．
[7] 程兆麟，曾孟佳．一种逆向物流中的“牛鞭效应”分析[J]．价值工程．
2004(9)：I17一ll9．
[8] 李鹏中，张涛．物流管理中的“牛鞭效应”分析[J]．山东理工大学学
报：社会科学版，2004，20(5)：69—72．
[9] 孙明海．市场经营中的“牛鞭效应”[J]．通信管理与技术，2004(3)：
26—27．
(实习编辑：薛占金)
第一作者简介：欧阳小芽。男，1978年 9月生。2006年毕业于江西理
工大学工商管理专业 ，助教，江西理工大学应用科学学院，江西省赣州市
客家大道 156号，341000．
Discussion on the Effective Treatment of Bullwhip Effect Based on the M odel
of Traditional Logistics and Logistics Networking System
OUYANG Xiao-ya，LIAO Zuo-hong，ZHANG Yao-ping
ABSTRACT：Based on introducing the history，connotation and classification of bullwhip effect，this paper establishes
and analyzes the hazard analysis model of production cost，transportation cost and storage cost
KEY W ORDS：bullwhip effect；traditional logistics；logistics networking
215
维普资讯
