论联合库存管理对牛鞭效应削弱作用探析【文献综述】

《论联合库存管理对牛鞭效应削弱作用探析【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、毕业论文文献综述工商管理论联合库存管理对牛鞭效应削弱作用探析在供应链上，从供应商、制造商、批发商到零售商，每个环节都存在库存。从库存的功能可知，库存是用于应付各种各样的不确定性，如需求变化、定货提前期、货物运输情况，生产时间等，为了保证供应链的正常运行，必须保有一定数量的库存。库存管理的目的在于：使库存经常处于合理水平，防止超储积压或不足，满足生产与销售的需要，减少资金占用，使库存总成本最低，以提高企业竞争力。长期以来，供应链中的库存是各自为政的。供应链中的每个环节都有自己的库存控制策略，都是各自管理自己的库存。由于各自的库存控制策略不同，因

2、此不可避免地产生需求的扭曲现象，即所谓的需求放大现象，形成了供应链中的“牛鞭效应”，加重了供应商的供应和库存风险。“牛鞭效应”是市场营销中普遍存在的高风险现象，是销售商与供应商在需求预测修正、订货批量决策、价格波动、短缺博弈、库存责任失衡和应付环境变异等方面博弈的结果，增大了供应商的生产、供应、库存管理和市场营销的不稳定性。联合库存管理(JointlyManagedInventory，JMI),是一种在VMI的基础上发展起来的上游企业和下游企业权利责任平衡和风险共担的库存管理模式。联合库存管理强调供应链中各个节点同时参与，共同制定库存计划，使

3、供应链过程中的每个库存管理者都从相互之间的协调性考虑，保持供应链各个节点之间的库存管理者对需求的预期保持一致，从而消除了需求变异放大现象。“牛鞭效应”是影响库存有效管理的障碍之一，也是影响整个供应链的效率、成本的主要，对“牛鞭效应”的控制是供应链管理的主要目标之一。目前，控制“牛鞭效应”的方法有多种多样，不同学者对其的研究角度也不同。国外学者比较注重对“牛鞭效应”效应的理论研究，对其成因、表现、影响、量化曾都有较为详细的研究。“牛鞭效应”首先由JayForrester[1]在1958年提出，Forrester在其(IndustrialDyna

4、mics：ABreakthroughforDecisionMakers)中发现零售商向上订货的方差通常远大于消费者实际需求的方差，并且这种放大效应随着需求信息向供应链上游的传递而变得更加剧烈，该文被认为是牛鞭效应的开创之作。随后，J．D．Sterman、D．R．Towill等大量学者都对此进行过研究．但为工业界和学术界所普遍接受的牛鞭效应的定义是由H．L．Lee[2]给出：牛鞭效应描述的是供应链中供应商所接受的订单比终端顾客的需求具有更大的方差的现象(即需求扭曲现象)；此外，这种扭曲将以放大的形式向供应链的上游传播(即方差放大现象）。对于牛鞭

5、效应的存在问题，Lee和Chen[3]提出了牛鞭效应的成因，主要有五个因素：需求预测、订货间隔期、订货批量、供应短缺和价格波动。对于牛鞭效应的量化问题，Chen和Lee[4]提出了统计分析的量化方法，对牛鞭效应的五种成因中的两种因素进行了统计学的量化工作。Chatfield[5]等人提出“根据行业中大多数供应链的实际情况,变化的提前期是很常见的,因此,恒定提前期的假设限制性太强”。并且,他们在仿真分析中尝试应用随机的生产/分销提前期来分析供应链系统的牛鞭效应。在另一篇后续的文献中,基于独立同分布的需求模式和服从伽玛分布的生产/分销提前期,Ch

6、atfield[6]等人进一步给出了定量计算牛鞭效应的表达式。相比之下，国内学者较为注重对“牛鞭效应”的控制研究，并从不同角度，利用不同的方法模型进行分析。张昕[7]运用系统动力学软件建立了供应链动态仿真模型，确定供应链模型中变量及其关系，通过仿真结果输出，从瓶颈、长鞭效应、成本等三方面对模型进行分析和优化。而钟永光[8]等人利用定点订货和准时采购策略与系统动力学建模思想，考虑生产、运输各个环节，建立了供需联合库存建立系统动力学动态模型。并得出结论：联合库存削弱了牛鞭效应带来的信息失真；生产时间与运输时间的缩短可以有效降低库存成本且进一步削弱

7、了牛鞭效应；订货中，收获、订货周期长短与配送中心库存量没有关联，只影响订货量的大小，即周期越长则订货量越大。肖燕[9]提出了在有初始库存、允许库存短缺、缺货需立即补充的情况下，建立合理的联合库存成本模型与利润模型，并定量地分析联合库存管理的库存成本模型较传统的库存成本模型在节约成本上的优势。李丽梅[10]在讨论供应链库存管理中牛鞭效应的基础上，主要研究供应链库存管理办法．提出了供应商的库存管理、联合库存管理和利用第三方物流供应商来管理库存三种方法。使得适当的库存存在不仅保证销售活动的顺利进行。而且提高了实际销售量，有助于降低采购和运输成本．产

8、生一定的经济效益。高圆[11]等在不完全预先需求信息条件下，从CPFR的角度，通过建立模型对供应链各节点成员间缺乏对需求预测造成的供应链中牛鞭效应进行分析，并提出减