消费者预测行为对供应链牛鞭效应和零售商库存的影响分.pdf

《消费者预测行为对供应链牛鞭效应和零售商库存的影响分.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第21卷第5期运筹与管理Vol．21，No．52012年10月OPERATIONSRESEARCHANDMANAGEMENTSCIENCEOct．2012消费者预测行为对供应链牛鞭效应和零售商库存的影响分析马云高，王能民，江能前，周恩堂(西安交通大学管理学院，陕西西安710049)摘要:考虑一个供应商和一个零售商组成的两级供应链，建立了价格敏感的需求函数模型，分析价格波动下消费者的价格预测行为对供应链牛鞭效应和零售商库存的影响。研究表明，消费者的价格预测行为有助于减小牛鞭效应和零售商库存，特别地

2、当零售商需求预测不平滑时，消费者的价格预测行为对抑制牛鞭效应和减小零售商库存的作用更为显著。关键词:物流与供应链管理;牛鞭效应;库存;需求模型;价格预测中图分类号:F252文章标识码:A文章编号:1007-3221(2012)05-0022-06AnalysisoftheBullwhipEffectandInventoryattheRetailerBasedonConsumerForecastingBehaviorMAYun-gao，WANGNeng-min，JIANGNeng-qian，ZHO

3、UEn-tang(SchoolofManagement，Xi’anJiaotongUniversity，Xi’an710049，China)Abstract:Inasingletwo-stagesupplychainwithonesupplierandoneretailerinwhichthedemandfunctionispricesensitive，weanalyzetheimpactofpriceforecastingbehaviorbyconsumersontheBullwhipEffe

4、ct(BWE)andinventorylevelattheretailer．TheresultsshowthatconsumerpriceforecastingbehaviorcanreducetheBWEandinventoryattheretailer．Inparticular，asforlesssmootherdemandforecastingoftheretailer，consumerpriceforecastingbehaviorcaneffectivelyrestraintheBWE

5、andreducetheinventorylevel．Keywords:logisticsandsupplychainmanagement;bullwhipeffect;inventory;demandmodel;priceforecasting0引言［1］价格波动会引起消费者的提前购买行为。当产品价格较低(如通过价格折扣或产品促销)时，消费者大量购买以应对产品未来价格恢复正常(或价格上涨)后的需求。文章分析了价格波动下消费者的价格预测行为对供应链牛鞭效应和零售商库存的影响。［2］牛鞭效应这一现

6、象最早由Forrester在50年代末通过案例研究发现，并证实了消费需求波动向上游［3］传播过程中逐级放大的特性;其后，美国麻省理工学院的Sterman教授利用“啤酒分销游戏”对供应链库存系统进行了动态模拟仿真实验，同样证明了这种现象的存在;而对牛鞭效应给出正式定义并进行系统全面解释的是斯坦福大学的Lee教授，认为供应链牛鞭效应是指订货信息在向上游传播过程中出现的一种收稿日期:2011-07-20基金项目:国家自然科学基金项目(70602017);国家社会科学基金项目(06CJY019);陕西省

7、自然科学基础研究计划项目(2010JM9003)作者简介:马云高(1986-)，男，江苏徐州人，西安交通大学博士研究生，主要研究方向为供应链管理、应急管理。第5期马云高，等:消费者预测行为对供应链牛鞭效应和零售商库存的影响分析23［1，4］扭曲现象，即下游需求的波动会引起上游订货量方差更大的波动，从而造成上游库存过量投入、服务［1］水平低下、企业利润损失、产能规划误导、运输无效率和生产计划紊乱。［4，5］现有文献常运用不同的需求过程、预测技术或库存策略研究牛鞭效应。Leeetal．考虑了需求为一

8、阶自回归(AR(1))过程的供应链系统，建立了零售商期望库存和缺货损失成本的模型，从而确定其目标库存，［4］［5］［6］并对牛鞭效应和期望成本进行了分析;Gilbert则对更一般的需求过程—自回归移动平均模型(ARIMA［7，8］(p，d，q))进行了研究。Chenetal．在研究预测技术对牛鞭效应影响的方面做出了重要贡献，通过利用同［4，5］［7］Leeetal．相同的需求过程—AR(1)，Chenetal．假设零售商运用移动平均(MA)技术预测提前期需求，［8］从而研究了牛鞭效应的下界并讨论