逆向物流管理对供应链中牛鞭效应的影响分析
预’’测
S;CM!#,T;M,’’’’’’’’’’’’’*NU/:+VW3TX’’’’’’’’’’’’!
逆向物流管理对供应链中牛鞭效应的影响分析
何毅,’刘志学
(华中科技大学管理学院,湖北武汉()
摘’要:本文从供应链整体角度思考,定量研究逆向物流中直接再利用产品对供应链牛鞭效应的影响。研究结论表明,逆向物流管理不仅能够削弱供应链中的牛鞭效应,而且这种削弱作用会随着产品回收率的提高而增强;当供应链中牛鞭效应的负作用增大时,逆向物流管理对牛鞭效应的削弱作用也会相应增强,以尽可能地降低对供应链整体性能的负面影响。关键词:逆向物流;牛鞭效应;供应链
中图分类号:*!%(’’’’文献标识码:+’’’文章编号:,
!
(
./01,234561$789
(!
!=&)3#/)::;9?19C1=?9D?9=9A;>1=F8==A691JDGFA;K?9I9?=9C;@1=A1F=JG1?9FA?98=9D?;>8FA1;;A;69CD?9=A?G19@?99FG1AGC=;1CC8J1+%9(3?&:?9I9?=9C;@1=A1F=;L8CCB61D9KK9FA;=8DDCEF6G1
@A引言
“逆向物流也许是企业成本可以降低的最后一块处女地了。”西尔斯物流执行副总裁这样说。而美国南佛罗里达大学的詹姆斯・斯多克对逆向物流的描述更为精辟:“公司对退货如何处置已经成为一项标新立异的竞争战略,并正成为拓展并提
[,]
高效率的全新领域”。从供应链的角度来看,由
的处理方式有直接再利用、修理或修复和再处理三种[!]。直接再利用的产品不经过任何处理或只需要简单的清洗或维修就可直接投入再使用,可以认为没有时滞,另外两种处理方式都需要一定的再制造提前期。由于消费者喜好的改变、产品存在轻微的质量问题、厂商发货出错等原因都可能造成直接再利用的逆向物流,这也是在实践中出现频率最高、最为常见的形式。
已有的大多数文献都是从定性方面研究逆向物流管理的作用,内容大同小异。P9Q?1A;等指出企业实施逆向物流的三个主要驱动力为经济(直接利益
[(]
或间接利益)、法律以及延伸责任。事实上,作为
于某些物品失去了明显的使用价值(如包装材料)或消费者期望产品所具有的某项功能失去了效用(如产品损坏)或难以在市场中继续流通(如库存积压产品)或因为其他原因需要回收(如因技术缺陷产品需召回),这些产品及其信息需要在供应链上从后面的节点向前面的节点逆向流动,此过程就是逆向物流程[)]。
根据产品回收后的状态,逆向物流管理对产品
收稿日期:!
[!]
供应链的组成部分,逆向物流管理对供应链的作用影响也应该成为逆向物流发展中的重要研究内容。如果通过定性与定量结合的分析能够证明,逆向物流管理能够对供应链的整体性能产生积极的改善作用,这必将成为企业实施逆向物流的又一个重要驱动力。56;8等运用控制理论研究一个制造R再制造
。逆向物流管理就是针对逆向物流
的产品及其信息有效地进行计划、执行和控制的过
万方数据
・&-・
35+G-
混合系统中再制造提前期和回收率对系统动态特性的影响,结果表明,较高的产品回收率可以减少库存变化和牛鞭效应,而再制造提前期的作用则不明显
[!,
商的生产能力不能满足订单的需求,另一方面是大量的回收产品游离于供应链中的各个环节。逆向物流管理是在供方和需方之间建立的一种调节手段,有利于缓解供需不平衡的现象,但这种缓解作用将会因为逆向物流系统内在的供需失衡特性而变得微不足道。由于产品回收流和市场需求流之间存在着时间滞后性,当产品处于需求高峰期时,其返回流却往往处于低谷期,此时返回的产品不足以满足外部市场需求;而当产品逐渐进入需求衰退。
牛鞭效应是供应链结构中最为重要的性能指标,也是供应链运营中最为重要的绩效指标[#]。针对逆向物流管理对供应链作用的研究,有必要探讨其对供应链中牛鞭效应的影响。牛鞭效应是指供应链上由客户端向制造商回溯的过程中需求波动传递放大的现象,这种效应影响供应链管理中的
生产、库存、物流和运输效率等[$]。%&&等[$,’]
和
()&*等[+,]认为牛鞭效应的产生有五个主要原因:需求预测、供应缺货、订货提前期、订货批量和价格波动。文献[+,]一是测定需求预测对牛鞭效应的影响,二是定量证明牛鞭效应的存在及对其可变性影响的量化分析。
基于上述分析,本文是从供应链的整体角度出发,考虑在一个由制造商和零售商组成的两阶段供应链中,假设零售商采用(!,
!
一般地,牛鞭效应的产生有五个主要原因:需求预测、供应缺货、订货提前期、订货批量和价格波动,以下将详细分析逆向物流管理对它们的影响作用。
(+)对需求预测的影响
在传统的运作管理中,上游仅仅依靠下游买方的需求数据做出预测和决策,逐级预测传递到上游,导致预测结果呈逐步放大的趋势,市场大量的不确定性、预测信息的不对称和多重预测所导致的预测不准确正是产生牛鞭效应的一个关键原因。逆向物流从供应链上游返回下游的过程中,势必伴随着信息的逐级反馈,从这些反馈信息中可挖掘出关于需求的有价值的潜在规律,将有助于减少不确定性,提高预测的准确率,逆向物流信息对供应链整体预测准确性的提高必将使整个供应链决策更加科学。
(-)对供应缺货的影响
在当今顾客驱动的市场环境下,一方面是制造・
期时,其返回流却进入高峰期,此时返回的产品又超过了市场需求[++]。研究对直接再利用产品的逆向物流管理将有助于把握对供应链中牛鞭效应最为显著的影响。供需不平衡与产品生命周期之间有特别的联系,这也表明逆向物流策略直接与产品生命周期相关联。
(.)对订货提前期的影响
较长的订货提前期意味着更多的需求不确定,在其他条件不变的情况下,牛鞭效应会随着订货提前期的延长而逐渐放大[+,]。然而,在较长的订货提前期中,实施逆向物流所收集到的反馈信息不断丰富,使得需求预测的准确性提高,从而对牛鞭效应的放大能够起到抑制作用。
(/)对订货批量的影响
出于订货成本等因素的考虑,经济订货批量012)对买方可能是最优的订货策略,但对供方来
讲,将面临着比买方更大的需求变动方差[+-]
。要转
变这种状况就应从传统被动地响应买方的策略变为主动监测其库存变化并即时补充,如供应商管理库存(3&*456789*9:&4;*,3?@)和连续补充计划(5*=;*A5AB6&CD&*;B)8&*=C65:698B,(EF)的应用。逆向物流管理对监控买方库存、预测买方需求也将起到积极影响,虽然其作用不像3?@和(EF那么明显,但是实施逆向物流中发生的附加信息对更科学地确定订货批量仍有不可或缺的价值。
(!)对价格波动的影响
在全球化市场竞争中,企业为促成大量采购而采取的促销和打折措施将导致不正常的销量和订货,极大地影响预测的准确性,也是引发牛鞭效应的原因之一。实施逆向物流时直接再利用的产品主要由消费者喜好的改变、产品存在轻微的质量问题、厂商发货出错等原因造成,不经过任何处理或只需要简单的清洗或维修就可直接投入再使用,因而再次投入市场时不存在价格上的波动。同时,逆向物流管理给企业带来的品牌及服务效应反而有
((
何毅,等:逆向物流管理对供应链中牛鞭效应的影响分析
助于减少价格的波动,如诺基亚的回收策略一方面赢得了顾客及社会的良好口碑,另一方面也确保其相对稳定的市场价格。
除此之外,逆向物流从供应链上游返回下游的过程中,所伴随的信息流动也势必会在较大程度地减少信息不对称、提高客户满意度及有助于上游合理预测与决策等方面对供应链的整体性能产生积极影响。!
其中1
[$*])$,$。
!,$
一般认为,牛鞭效应:;的量值是采用供应链系统中的订货波动方差与客户需求方差之比来描述的[-]。
设零售商的订货量为!
假设在一个由制造商和零售商组成的两阶段供应链中,零售商根据现有的库存水平向制造商订购货物,数量为!
$
($)
其中!为非负常数,相关性参数
%
服从’,$(
)
的均匀分布。由此可以得到$
假设逆向物流直接再利用的产品回收率为(*’&*&$),则回收产品量是
+
(()
!,#
假设零售商采用(-,.)订货策略,即当零售商的库存水平下降到-水平时,即向制造商订货使得库存水平提升到.。因而,订货点/
和标准差$0#
1
的函数,即
/)##+)#
(*)
其中常数2表示在提前期内不发生缺货的概率所对应的服务水平,服务水平越高,发生缺货的概率
越小;$0##1
简单的线性关系$##常数3’$)
[$’]
1!3$(。假设零售商采取移动平均法进行预测,根据对时间段4内的客户需求数据的观察,得出提前期#内的期望值和方差分别为
$)#
!#(
%
4
56$$
(+)$0#1
1(
万方数据
!
(.)
根据($)/(,)式,代入(.)式得
!
0(2$0#1
0$
0!($#*)(($
0’()($
($#*)(
[$
0’()(0$#1
(1)
在该等式中,因为7
($
!’,其证明过程见文献[$*]和[$+]。
因此,牛鞭效应:;的近似表达式,即制造商收到的订货方差与零售商面对的需求方差的比值满足
00:;!’()(!)&’()($)
’
($#*)[(
$
%
在(6)式中,当*!’时,即没有逆向物流管理时的牛鞭效应记为:;*!’,将其与存在逆向物流管理时的牛鞭效应表达式相减得到
:;#:;![$
*!’・
0[$
($’)・.$・
(
在(!
由此可以得出结论,在没有逆向物流管理的供应链中牛鞭效应确实被放大,也就是说,在本文研究的模型里,实施逆向物流时(!-
!$
鞭效应产生的原因来看,要根除牛鞭效应就要使供应链中成员的利益达到完全一致,并同时实现信息的完全共享,这两种情况在现实中也都是不存在的。只能通过各种手段和措施尽可能地弱化牛鞭效应,以降低其对供应链的负作用。
当!%!时,由%%!’(!&!&)((’(&’(’((&()可知,函数可能达到的最大值%是一个与相关系数订货提前期’和预测周期&有关的变量。!、
相关系数!反映了客户前后需求的相互关系,用%来表示削弱作用可能达到的最大值
%%!’(!&!&
)
((’(&’(’(
(&(
)(!!)则(!
’(%!
(!()
(!()式是一个关于自变量!的一元二次函数,函数的轨迹是一个以!%!为对称轴的开口向下的抛物线,如图!所示。其中实线部分表示!在
图!)函数的轨迹
从图!中可以看出,在!的取值范围[
也就是说,逆向物流管理对供应链中牛鞭效应的削弱作用会随着产品回收率的增加而逐渐增强。特别地,这种削弱作用在完全回收的理想状态!%!)时达到最大。!$$#削弱作用的因素分析
注意到,当不存在逆向物流管理时,有
(!&!&)((’(&’(’((&()%%’(
(!*)
这也就意味着,在理想状态下,逆向物流管理的削弱作用发挥到极限时,可以将供应链中的牛鞭效应完全抵消,从根本上解决牛鞭效应。然而,这样的理想状态在现实中是不存在的。一般来讲,对直接再利用产品完全回收是不可能的,即使从数量上达到全部回收也会因为产品的折旧或损耗致使回收率下降,无法实现!
对逆向物流管理产生的削弱作用的大小有重要影响。(!&!&)作为((’(&’(’((&()的系数反映了订货提前期’和预测周期&的变化对函数最终结果的影响程度。
(!)首先,如果客户需求量是独立同分步的,即!%
%%!’(’(&’(’((&(
(!+)
(()如果!’
(*)如果!&
测的难度加大,致使逆向物流管理对牛鞭效应削弱作用的程度也变得复杂。因此,实施逆向物流不但有利于产品的价格稳定,而且保持一个长期合理的价格政策也将有助于企业更好地利用逆向物流管理来规避牛鞭效应的负作用。
(+)订货提前期’是供应链上整体运作的重要条件,其变化也直接影响着逆向物流管理的作用。从(!!)式能够看出,!、&一定时,逆向物流管理的削弱作用的最大值%是关于’的单调递增函数,随着’的增大,%的取值也呈上升趋势。可以解释为,如果客户需求的相关性和预测周期一定,订货提前期的增长会使逆向物流管理的对牛鞭效
应的削弱作用表现得更为明显。正如前面所提到的,这是由于在较长的订货提前期里,逆向物流管理所收集到的反馈信息更为丰富,使得需求预测的准确性提高,在牛鞭效应放大的情况下通过实施逆向物流带来的削弱作用也相应加强,以尽可能地抑制牛鞭效应的负面影响。
(-)在一定时间内可供参考的观测数据信息的多寡对需求预测的准确性起着至关重要的作用,
[(
较长的预测周期!中能够提供大量的有用信息,将为更准确地预测客户需求增加砝码。在(!!)式中,!的变化对函数的取值在大体上有一个递减的趋势。客户需求的相关性和订货提前期一定时,预测期延长提高了需求预测的准确率,使得供应链中牛鞭效应减弱,因而逆向物流管理对牛鞭效应的弱化效应就变得不那么明显了。
(
倍,则需要原来四倍以上时长的历史数据才可能平缓由此造成的牛鞭效应的放大量,这种情况下,逆向物流管理对牛鞭效应的削弱作用就显得尤为重要。
综上所述,正如(!#)式所体现的,要研究逆向物流管理对供应链中牛鞭效应削弱作用的极值,最关键的是要了解在一定的牛鞭效应表现强度下削弱作用相应的影响。我们的分析结果表明,在外界参数发生变化时,如果供应链中牛鞭效应的负作用变大,逆向物流管理对牛鞭效应的减弱作用也会相应增强,以尽可能地降低对供应链整体性能的负面影响。!
针对目前研究中主要从定性角度对实施逆向物流的驱动力进行分析的局限,本文考虑通过建立数量模型来研究逆向物流对供应链整体性能的作用。通过分析逆向物流对造成牛鞭效应的五个主要原因的影响,建立定量模型讨论对直接再利用产品的逆向物流管理在各种参数变化时对供应链中牛鞭效应的作用及作用的变化趋势。假设在一个由制造商和零售商组成的两阶段供应链中,零售商采用(#,$)库存策略和移动平均预测方法,本文建立了一个含有逆向物流管理影响因素的牛鞭效应模型。在对是否存在逆向物流管理两种不同情况下牛鞭效应的比较分析后,得到了三个重要结论:(!)在供应链中,实施逆向物流与不实施逆向物流相比,牛鞭效应得到了减弱,即逆向物流管理对供应链中牛鞭效应有削弱作用;($)这种削弱作用会随着产品回收率的提高而不断增强;(#)在外界参数发生变化时,如果供应链中牛鞭效应的负作用变大,逆向物流管理对牛鞭效应的削弱作用也会相应增强,以尽可能地降低对供应链整体性能的负面影响。
总之,从削弱牛鞭效应的角度考虑,逆向物流管理对供应链整体性能有积极的改善作用。如今企业间的竞争已经上升到供应链与供应链间竞争
万方数据
!]&’()*+,-,./.01.2(341’4)1[5]-6(78)49(:2(341’4)1
5;8;3.0((*,?2,!@@$-$]计国君-生产物流运作及模型:国外制造与物流模拟游
戏[5]-北京:中国物资出版社,$AA
[,]-J)(8(
’Q.D799GQ4I.::.)’48;14
(::(0.);1’483,9.;H’4
-5;8;3.E
;)’.041;’4(8(:9(341’4)18.’G(0*1:(0I0(H7)’0.)(/.0R[+]-=
[+]
-管理科学学报,$AA#,
D799GQ4I.::.)’:’Q.4
4.;H’4
・
[[[[[[[[[[[[[[
逆向物流管理对供应链中牛鞭效应的影响分析
作者:
作者单位:刊名:英文刊名:年,卷(期):被引用次数:
何毅, 刘志学, HE Yi, LIU Zhi-xue华中科技大学,管理学院,湖北,武汉,430074预测
FORECASTING2007,26(1)1次
1.Stock J R Reverse Logistics 1992
2.计国君 生产物流运作及模型:国外制造与物流模拟游戏 2006
3.Rogers D S.Tibben-Lembke R S Going backwards:reverse logistics trends and practices 19994.de Brito M P.Dekker R Reverse logistics-a framework 2002
5.Zhou L.Disney S M.Lalwani C S Reverse logistics:a study of bull whip in continuous time 20046.周莉.许淑君.Disney S M 制造与再制造混合系统中库存与牛鞭效应的分析与优化[期刊论文]-上海交通大学学报 2005(10)
7.黄小原.王静 供应链中的牛鞭效应问题研究进展:存在、量化与控制[期刊论文]-信息与控制 2004(05)8.Lee H L.Padmanabhan V.Whang S The bullwhip effect in supply chains 1997(02)
9.Lee H.Padmanabhan V.Whang S Information distortion in a supply chain:the bullwhip effect 199710.Chen Y F.Drezner Z.Ryan J K Quantifying the bullwhip effect in a simple supply chain:the impactof forecasting,lead times and information[外文期刊] 2000
11.Fleischmann M.Krikke H R.Dekker R A characterisation of logistics networks for product recovery[外文期刊] 2000(06)
12.达庆利.张钦.沈厚才 供应链中牛鞭效应问题研究[期刊论文]-管理科学学报 2003(03)13.Ryan J K Analysis of inventory models with limited demand information 1997
14.Chen F.Drezner Z.Ryan J K Quantifying the bullwhip effect:the impact of forecasting,iead timesand information 1998
1.黄庆.杨智懿.周贤永 基于QFD/TRIZ理论的供应链信息流的集成研究[期刊论文]-科技管理研究 2009(9)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_yuc200701011.aspx