【名词】供应链牛鞭效应的成因和解决方法

很多因素 , 例如组织结构、信息渠道、地域分布、行业特征等 , 都影响到供应链的有效运作 。 但是 , 最根深蒂固的影响因素当属“牛鞭效应” 。
【【名词】供应链牛鞭效应的成因和解决方法】牛鞭效应是关于在一条供应链中 , 消费市场需求的微小变化如何被一级级放大到制造商、一级供应商、次级供应商等的现象 。 例如计算机市场需求预测轻微增长2%,转化到戴尔(制造商)时可能成了5%,传递到英特尔(一级供应商)时则可能是10%,而到了为英特尔生产制造设备的设备商(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 。 需求变化转化为库存水平 , 相应地 , 库存变化呈类似模式 。
【名词】供应链牛鞭效应的成因和解决方法

1991——2001年北美半导体行业整体库存量的变化趋势 , 这是个两级供应链:芯片制造是需求方 , 设备制造是供应商(芯片制造商用设备制造商生产的设备来加工芯片) 。 不难看出 , 供应链末端的设备制造行业的库存变化幅度远大于芯片制造行业 , 而单个企业的变化幅度则更大 。
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 , 影响供应链的良好运作 , 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 , 直接导致注销二十多亿美元的库存 。 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年各大公司才处理完注销几千万美元的过期库存 。 对众多的一级、次级供应商而言 , 这则意味着很长时间没有新订单 , 没有新的营业收入 , 无法维持运营 。 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 。
【名词】供应链牛鞭效应的成因和解决方法

以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 , 设备产能利用率只有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 。 对于半导体行业而言 , 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多的经济影响 , 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产能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(HauLee)及其同事的研究 , 牛鞭效应有四大成因 。