1 供应链波动性研究简述

2 供应链外生波动性和内生波动性 供应链波动性的测量 在途库存的管理

3 供应链外生波动性和内生波动性 供应链总是呈现出持久的波动性。生产和库存量总是在他 们的期望值周边波动，而且逆供应链而上这种波动性会越 来越激烈。 ([Sterman,2000] 和 [Anderson et al.,2000]) 发 现由于生产商和分销商没有完美的处理需求信息导致的这 种波动，可能打乱每个供应链成员的运作和库存积压或缺 货

4 许多测量这种波动性的模型关注于定量计算 “ 牛鞭效应 ” ， 即有随机需求导致的上游定单方差扩大效应。在这些研究 中，供应链动态性被认为是外部需求波动的放大过程：波 动性以随机需求的方式带入供应链，然后逆供应链而上通 过预测和订货阶段的共同作用一起导致了订单方差的放大 。

5 但是，更早的关于供应链动态性的研究不仅仅是订单方差 放大，还有关于不是周期也不是随机需求时零售商和上游 供应商的订单和库存可能产生波动性的可能性。（ Forrester ， 1958 ）和（ Forrester ， 1961 ）就曾经观察到 过一个有趣的现象：零售商需求的一次简单阶跃就可以导 致供应链持久的订单和库存波动。

6 在 Forrester 看来，供应链的波动性不应该仅仅只关注于订 单方差的放大，也应该还包括输入零售商需求已经稳定后 订单周期波动的时间；而且，不仅仅是外生因素导致了这 种波动性，仅仅由需求一次变化带来的波动性被认为是供 应链内生因素的作用。随着这种波动性的出现和定义，这 种作用可以用输出订单量与输入需求量的比值来衡量。

7 因此，外生变量的放大仅仅是供应链波动性的一个方面。 当然，忽视掉外生条件可以引起内生波动性的特性，这是 一个很重要的用来衡量供应链不稳定性的指标。然而内生 波动性应该被重视的一个重要原因是，一旦这种变化产生 ，他可以成为外生波动性的一个源头，从而导致供应链上 游的更加不稳定状态。

8 然而不幸的是，内生波动性并没有向外生波动性一样被重 视并被度量研究；仅有的关于这方面研究也是基于仿真或 者实证研究。事实上， Forrester 也是做的仿真研究，虽然 他提出的系统动态模型非常适合分析这种现象，但是几乎 还没有利用这种模型来进行供应链这种动态性的解析性研 究。

9 供应链波动性的测量 以前关于牛鞭效应的研究都是针对供应链波动性的一个方 面，即持久的外生变量的局级放大，这个变量以随机需求 的形式进入供应链，由于顾客的不确定需求，结合供应链 的成员的预测和订单处理过程，订单一级一级的被放大， 这就是牛鞭效应的产生。这种方法中牛鞭效应程度是用订 单方差 / 需求方差的比值来衡量的。这种经典的测量方法 是使用了期望理论和持久状态度量。

年， Cachon 对这种方法做了实证性分析，他利用 14 年的关于几个工业企业每月普查数据计算了牛鞭效应度量 值。在计算中为了得到与周期无关的每个企业的单独变化 率， Cachon 分别分析了数据的长期和短期趋势。通过对 几年的每月数据分析， Cachon 和他的合作者得到了每个 工业企业长期的持久外在的牛鞭效应牛鞭效应度量值。

11 此外，也有人利用动态系统的方法，研究了短暂的内生的 供应链波动性。这种波动性研究的是由非周期和非随机需 求导致的零售商和它的上层供应商的临时的周期性的库存 波动。（ Kim 和 Springer,2008 ）利用解析性方法证明了在 一个二级供应链中，一次简单阶跃型需求增加可以带来供 应链上订单和库存的持续性波动。这说明了这种暂时、内 生的动态性甚至可能在相当普通的情况下产生。

12 （ Kim 和 Springer,2010 ）从一个新角度研究了需求突变时 供应链的瞬时波动。在 08 年的基础上又发展了两个新的测 量供应链波动性的衡量指标。一是在途库存和库存波动范 围的划分，波动范围越大，系统越不稳定，二是收敛的时 间，即波动后重新收敛到新的平衡点所需要的时间，收敛 时间越短，就说明供应链模型越稳定。

13 在途库存管理策略 一个适合的在途库存管理政策能有效的管理供应链，而且 库存管理的一个重要方面就是在途库存管理，如果不把在 途库存管理纳入库存管理的范围，整个供应链的稳定性将 下降。在他的著名的行为实验 “ 啤酒游戏 ” 中， Sterman (1989) 观察到游戏者的错误决策和在途库存是供应链动态 性产生的重要原因。 John et al. (1994) 随后通过仿真证明 了在途库存反馈机制的增加提高了供应链的稳定性。

14 Sterman (1989) 认识到确定在途库存目标值也就是在途储 备量的期望值是影响在途库存管理的重要参数，决策者被 认为要决定库存和在途库存的期望值，这两个值都是根据 决策者对订货量的调整来确定的。一般决策者假设已知在 途库存和手头库存的期望值，决策者通过不断调整订单率 来达到这个目标值。

15 并且， sterman 假设这个目标在途库存是个变量，它依靠 于目标提前期和生产量的目标值，比如提前期的延长或生 产量目标值的提高都必然会提高在途库存。虽然考虑到了 这个方面，然而由于时间限制 Sterman 在他的啤酒游戏里 每个决策者仍以常量作为它们的目标在途库存值。

16 在 sterman 后来的出版物中，他进一步讨论了这一假设， 也就是如果需求的值和提前期都是常数的话，决策者就能 够利用这两个参数来决定一个不变的在途库存目标值。在 这种情况下，决策者在制定在途库存目标值时会忽略手头 库存的短暂变化，我们称这种方法为静态的在途库存管理 策略。

17 而相应的， sterman 假设如果决策者可以调整在途库存目 标值，也就是决策者根据可估计的需求率和手头库存的波 动来调整在途库存目标值，在这种情况下，如果上次到达 的货物超过了上次的期望值，也就是手头库存突然增多了 ，那么决策者在这次制定在途库存目标值时就可以减少这 个值，同时，决策者改变了目标在途库存就意味着改变了 订单率，订单率是由在途库存目标值决定的，这种情况我 们称为动态在途库存管理。

18