供应链管理环境下的库存模式，简述降低牛鞭效应的方法

牛鞭效应是供应链管理中常见的现象，这种现象导致了供应链上游企业看到的是歪曲的需求信息，从而使得库存重复建设。
文章介绍了几种供应链管理环境下的库存模式，并定量说明它们能够有效的降低牛鞭效应。

一、引  言
供应链环境下的库存问题和传统的库存问题有许多不同之处，这些不同点体现出供应链管理思想对库存的影响。在传统的库存管理模式中，供应链中各节点企业的库存管理各自为政，各自管理着自己的库存。零售商有自己的库存，批发商有自己的库存，供应商也有自己的库存。同时，各节点都有着自己的绩效评价方法及相应的库存策略。由于彼此缺乏沟通与合作，从而导致产品的重复存储，致使整个供应链积压了大量产品。而新型的供应链管理库存策略则从供应链的整体利益出发，制定库存策略。这就意味着各节点企业必须增加彼此信息的透明度，加强合作，从而形成双赢局面。但是，既使在这种条件下，由于供应链末端顾客需求的不确定性而导致的供应链中的需求变异放大现象仍然存在。下面就这种现象对供应链管理中的几种库存模式做定量分析。

二、不确定性对库存的影响
在研究“帮宝适”的市场需求时，宝洁公司的经理们注意到了一个很有意思的现象。产品的零售数量相当稳定，没有哪一天或者哪一月的需求会特别地高于或低于其它时期。但他们进一步考察分销中心向宝洁公司的订货时，吃惊的发现波动性明显增大了，宝洁公司向其供货商的订单波动程度更大。在这个案例里我们清楚地看到：需求的不稳定性随着供应链逆流而上，供应商订货量的方差会大于向其顾客销售量的方差。我们称这种现象为“牛鞭效应”。为了便于研究，我们首先就牛鞭效应进行建模分析。

三、牛鞭效应
1.模型假设。
假设（1）：一个基本的供应链模型包括一个零售商和一个制造商。零售商观察顾客的需求并进行预测，向制造商订货；
假设（2）：零售商的订货提前期是固定的，为
假设（3）：零售商采用最小———最大库存策略，定期向供货商订货，间隔期为
假设（4）：零售商对顾客需求的预测方法是移动平均法。即在每期内零售商估计的平均需求是前n次需求观察值的平均值。
（5）时期顾客需求被看成是如下的变量形式：。这里是非负的连续变量，是的相关系数，是独立的误差变量，其均值为0 ，方差为。

2.模型分析。在仓库发出订货时，订货要使仓库状况升至基本存储水平。下一批订货到来之前，这一水平的库存应能够防止仓库出现缺货。由于下一批订货在 +后到达，当前的订货要足以满足+天内的平均水平需求：

而安全库存，即仓库用以保障+天内需求偏离平均需求时的供应量，计算公式如下：
所以最大库存水平为：
其中，AVG，STD———分别是需求量的均值和方差；
———按既定的服务水平确定的安全系数。
这里，根据假设，，是固定常数；可以从统计表中查取；对于AVG，STD，根据数理统计知识，我们可以分别用