牛鞭效应,揭示了供应链上需求的微小变化,会从零售商到制造商、供应商逐级放大的现象。供应链上的信息流从最终客户端向原始供应商端传递时,无法有效地实现信息的共享,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,此信息扭曲的放大作用在图形上很像很一根甩起牛鞭,因此被形象地称为牛鞭效应。可以将处于上游的供应方比作梢部,下游的用户比作根部,一旦根部抖动,传递到末梢端就会出现很大的波动。牛鞭效应根深蒂固,是影响供应链的一个根本性问题,在供应链设计和管理上要特别关注。
让我们先举个例子,来说明牛鞭效应。假定全球消费者对计算机的需求预测轻微增长2%,转化到联想(制造商)时就可能成了5%,传递到英特尔(一级供应商)时则可能是10%,而到了英特尔的设备商(次级供应商)时则可能变为20%。简言之,越是处于供应链的后端,需求变化幅度越大。这像西部牛仔挥舞的牛鞭,手腕轻轻一抖,鞭梢便会大幅度抖动,划出一道美丽的圆弧,这或许就是“牛鞭效应”名称的来历。
需求变化是不确定因素,供应链的自然反应是要么增加库存,要么增加产能。需求变动越大,供应链合作伙伴的产能、库存变动就越大。而建立库存、产能,以及消耗多余库存、产能都给供应链的产品流、资金流带来很大挑战。
下图是从1991年到2001年,北美半导体行业整体库存量的变化趋势。让我们通过这个例子,来理解牛鞭效应的影响。这是个两级供应链:芯片制造是需求方,设备制造是供应商(他们为芯片商提供设备)。半导体行业大致四年一个周期,行业景气时,芯片商的需求上升,传递到其设备供应商时,需求的增幅更大,相应地,设备商就得增加产能、库存来应对。因为设备商在供应链的后端,所以其产能、库存变化更大。你可以看出,在几个季度里,设备行业的库存可以轻易翻一番,或者掉下来一半甚至更多。整个行业因为有多个企业,有聚合效应,单个企业的变化就更剧烈,就如下图所示。对于半导体设备行业来说,要么是在产能爬坡,整条供应链忙地要命;要么是产能下坡,大家为消耗多余的产能、库存头痛。上上下下,成本惊人。
牛鞭效应导致对市场变化的过激反应。当市场需求增加时,整个供应链的产能增加幅度超过市场需求增加幅度,超出部分则以库存形式积压在供应链的各个节点。一旦需求增长放缓或负增长,大量资金和产品将以库存形式积压,导致整个供应链资金周转不良,影响供应链的运作,甚至导致企业倒闭,尤其是处于供应链末端的小企业。以思科为例,2000年前后网络经济泡沫破灭,直接导致注销二十几亿美元的库存。以半导体设备制造行业而言,2000年前后经济泡沫后的大量库存,直到2002年才处理完,各大公司动辄注销几千万美金的过期库存。比如2008年的金融危机过后,半导体设备行业陷入严重的衰退。在我当时所在的公司,2009年第一季度的设备产量连两个季度前的10%也没有,生产线大幅裁员。对众多的一级、次级供应商而言,这则意味着新订单锐减,甚至很长时间没有新订单。没有新订单就没有新的营业收入,结果是大批供应商处于崩溃边缘,大幅裁员,甚至难逃破产厄运。
对市场的响应速度而言,牛鞭效应表明,越是处于供应链后端,企业响应速度越慢(也因为其响应幅度最大)。其结果是,当市场需求增加的时候,供应商往往产能不足,无法支持制造商;而当市场需求放缓时,供应商则往往继续过量生产,造成库存积压。由于牛鞭效应,伴随着过量生产的是整个供应链的生产能力过度膨胀。一旦经济不景气,整个供应链被迫大幅削减人员,关、停、并、转设备。以我供职过的一个半导体设备公司为例,到2003年,人员从2000年高峰期的5000余人缩减到2200人左右,总部的生产厂房、办公场所从8个缩减为4个。公司的供应商则经历了更加剧烈的苦难历程,大多数供应商的人员减半,营业额只有高峰期的三分之一,有的供应商设备产能力利用率只有30%左右。
对整个宏观经济而言,牛鞭效应可以解释为什么有些行业比另一些行业提前衰退,或滞后复苏。拿半导体行业而言,供应链前端的芯片制造业先于后端的设备制造业衰退;而后者则滞后于前者复苏。而对于单个企业而言,当经济复苏的时候,不但要动员自身的生产能力,更重要的是动员各级供应商。这是因为由于牛鞭效应,后端供应商往往受到更大的经济影响,面临更大的财务压力,从而更难也更不情愿扩张生产能力。在行业腾飞、经济景气时,往往由于后端供应商没法及时扩张而影响整个供应链的销售业绩。
鉴于其重大影响,多年来学术界和工业界都在积极研究牛鞭效应。根据斯坦福大学的李效良教授(Hau Lee)及其同事的研究,牛鞭效应有以下四大成因:
1.多重需求预测。当处于不同供应链位置的企业预测需求时,都会包括一定的安全库存,以对付变化莫测的市场需求和可能的供应商供货中断。当供货周期较长时,这种安全库存的数量将会非常显著。例如一美国计算机制造商预测到某型号计算机的市场需求是10万台,但可能向中国的供应商下11万的零件订单(“万一卖得好呢”);同理,中国计算机零件生产商可能向其供应商定 购12万的原材料。以此类推,供应链各节点库存将逐级放大。
此外,有些预测方法也会系统地扭曲需求。比如前三个月的趋势是每月递增10%,那第四个月的预测也将递增10%。但市场增长不是无限的,总有一天实际需求会降低,这差额就成了多余库存。如果供应链各个企业采用同样的预测方法,这种系统性的放大就会非常明显。
2.批量生产、订 购。为了达到生产、运输上的规模效应,厂家往往批量生产或购货,以积压一定库存为代价,换取较高的生产效率和较低成本。在市场需求减缓或产品升级换代时,代价往往巨大,导致库存积压、库存品过期,或二者兼具。例如我所管理的一家加工设备机箱的小供应商,都关门停业几个月了,还没有用掉生产积压下的数种机箱,主要是因为大批量生产。
3.价格浮动和促销。厂家为促销往往会推出各种促销措施,其结果是买方大批量买进而导致部分积压。这在零售业尤为显著,使市场需求更加不规则、人为加剧需求变化幅度,严重影响整个供应链的正常运作。比如零售商在促销,给制造商几个大订单;制造商往往不知道这是促销,还以为是销量好,就增加产能、库存来应对;促销停止了,零售商的订单量降下来 ,但制造商的库存、产能已经增加上去了,需要一段时间才能消化掉。其实即使制造商知道是零售商在做促销,类似的问题还是存在:比如正常需求是100个/星期,促销下变为150个/星期,那制造商就得想办法弥补这50个的变动,不增加安全库存,也得赶工加急,成本上升。对于制造业来说,最好是产量平稳,这样产能、成本更容易控制。
总的来说,价格浮动和促销只是把未来的需求提前,到头来整个供应链很难从中获利,人工制造的波动反倒是成本更高。当然,存在的都是有原因的,价格浮动和促销的助推器就是“活在当下”的企业绩效评估体系。月度指标、季度指标、年度指标的驱动下,打折、促销就成了销售利器,尽管大家都不受益。结果呢,就是把原本比较平滑的供应链整出一个个的波峰与波谷,而这波峰跟波谷之间的沟壑,就意味着一堆堆的库存、产能,换句话说,就是浪费、成本。
4.理性预期。如果某种产品的需求大于供给,且这种情况可能持续一段时间,厂家给供应商的订单可能大于其实际需求,以期供应商能多分配一些产品给它,但同时也传递虚假需求信息,导致供应商错误地解读市场需求,从而过量生产。随着市场供需渐趋平衡,有些订单会消失或被取消,导致供应商多余库存,也使供应商更难判断需求趋势。等到供应商搞清实际需求已经为时过晚,成为又一个“计划跟不上变化”。
这种现象在2000年前后的电子行业得到充分体现,整条供应链都深受其害,积压了大量库存和生产能力,前面提到的思科就是一个典型例子。2005、2006年前后全球原材料短缺,大家拼命多下订单,希望冶炼厂能多分配些产能,客观上造成了冶炼厂产能的过度膨胀。2008年金融危机以后,很多企业预计需求低迷会持续很久,就大幅度减产,以消耗现有的库存。全球很多经济体很快触底反弹,从2009年第二季度开始,部分电子产品短缺,造成市场上类似的过激反应,掀起新一轮的产能、库存膨胀。
上述种种成因,除了批量生产与生产模式有关外,别的大都可以通过供应链范围的信息共享和组织协调来减轻影响。例如上下游企业之间培养信任,并加大非核心保密信息的交流和共享,通过信息交流代替实物的库存,避免多重预测,减少信息的人为扭曲;在价格政策上,制造商应谨慎使用价格促销,并尽量与零售商实行“天天低价”;在理性预期上,供应商应以历史需求为基础分配产品,从而避免用户单位虚报需求;在生产方式上,供应商应采用精益生产,使达到最佳经济生产批量的数量减小,从而减少供应链库存,提高对市场需求变化的响应速度。
网址引用: 思谋新闻组. 供应链管理中加强对牛鞭效应的控制. 思谋网. //www.zilicai.com/view/1784.