考虑行为因素的牛鞭效应系统动力学模型仿真分析

1、7 行为 S的D/Z XIW力 R%型 00_摘要:供应链是企业运营的有效载体，也是学者们比较关注 的热点问题。随着基于供应链的竞争加剧，些问题涌现出来，比 较突出的是牛鞭效应现象。目前对牛鞭效应的研究有很多，但在国 内,从行为因素的角度研究牛鞭效应是近年才出现的。文章主要针 对决策者的行为因素，以制造商零售商终端客户构成的 三级供应链为研究对象,利用仿真软件Vensim PLE构建供应链 的系统动力学模型，分析供应链中不同风险态度的顾客和零售商 的决策对供应链牛鞭效应的影响。根据决策者的不同行为,更加准 确地对牛鞭效应做进步分析。关键词：供应链 牛鞭效应 行为因素 Z用理论 系统动 力学模型

2、中图分类号:F274 文献标识码:A文章编号：1004- 4914（2021）03- 052- 0320世纪80年代后期，全球经济发展迅速，随着全球经济一体 化脚步的加快，供应链的概念逐渐被众人所知。21世纪初期，随着 “一带一路”倡议的提出，部分企业也随之转型，供应链整体的运作 更加受到关注。在如今“互联网+”的时代，科学技术发展迅速，市 场竞争不断加剧，产品的生命周期越来越短，消费者获得多种产品 的相关信息越来越容易，零售商等其他节点企业也根据客户的需 求做出了相应的调整。同时，在供应链熟练运用的过程中，伴随着一些问题,最为突 出的是牛鞭效应现象，其最早的提出和研究源于系统动力学创始 人F

3、orrester，20世纪中期，就陆续有学者对牛鞭效应从定性和定量 的角度进行了研究，并取得了一定的成果。本文考虑行为运作对牛鞭效应的影响,从决策者的角度分析， 借助效用理论，根据人的心理进行决策;分析三级供应链中客户以 及零售商的行为，得出不同的分类,判断其属于保守型或风险型； 建立由制造商零售商客户构成的三级供应链系统动力学 模型，通过改变不同的风险态度系数和损失厌恶系数的参数，进行 仿真，且对仿真结果进一步分析，研究零售商和顾客的行为因素对 牛鞭效应的影响。、模型描述运用效用理论将决策者态度分为三类，分别是风险型、保守型 和中立型。根据分类，建立系统动力学模型,进一步验证顾客和零 售商的

4、类型。为了更好地观察供应链的牛鞭效应，建立一个由制造 商销商零售商组成的三级供应链系统。本文将供应链 做了简化，建立系统动力学模型选择的主要对象是制造商和零售 商的库存关系，以及消费者和零售商的需求信息，如图1所示为供 应链库存控制系统组成。二、模型建立为了简化整体模型，从供应链模型包含的节点入手，从子系统 的回路开始建模。首先考虑制造商环节。制造商库存的第一个回路:制造商库存 调节率=（安全库存-期末剩余库存）/制造商库存调节时间。制造 商周期末库存包括制造商生产的产品，制造商销售的产品，和生产 率以及销售率相关。制造商的生产率通过对下游零售商的需求预 测决定，因此和生产需求率有关，但生产需

5、求和生产间隔较长时 间，需要延迟。制造商销售率由本周期末剩余库存加下周期期初的 库存决定,下周期期初库存通过零售商需求预测得到。与制造商模 型类似，零售商库存的第一个回路:零售商库存调节率=（安全库 存-期末剩余库存）5零售商库存调节时间。零售商周期末库存包 括零售商生产的产品，零售商销售的产品,和生产率以及销售率相 关。零售商的生产率通过对终端客户的需求预测决定，因此和生产 需求率有关，但生产需求和生产间隔较长时间，需要延迟。零售商 销售率由本周期末剩余库存加下周期期初的库存决定,下周期期 初库存通过终端客户需求预测得到。图1供应链库存控制系统组成在传统的因素影响下，构成制造商和零售商的因果

6、关系，其中 影响供应链节点的因素众多，最重要的是对市场需求的预测。若能 从客户的消费态度出发,将客户的购买风险加入到整个链条，有利 于分析顾客行为，同时，可以分析零售商管理者的决策行为，从而 利于分析需求市场，减小牛鞭效应。分析制造商和零售商相关影响因素，并绘制系统流程图，如图 2所示。顾客需求率、零售商订货率制造商产 品生产率霜喘零售商库存调节率制造商下周期 期初库存顾客需求率、零售商订货率制造商产 品生产率霜喘零售商库存调节率制造商下周期 期初库存零售商下周期初库存制造商周 期末库存制瞽萨制呷全库危零售商库存1H节时间零售茴安全岸芹图2制造商和零售商系统流程图三、模型基本设置及方程根据整体

7、的系统流程图，表示出各个参数之间的相互关系，可 以得出库存方程的基本模型。用件为单位表示库存量，用一个周期 T表示时间量;为便于使用VENSIM建模,对流程图中的变量用字 母表示：模型中的常量:制造商的库存调节时间,MINV Time;制造商 的安全库存,MSafety Stock;零售商库存调节时间,R INV Time; 零售商安全库存,R Salety Stock.模型中的状态变量:制造商的周期末库存,MINV;零售商周 期末库存,RINV。模型中的辅助变量:制造商的库存调节率,MINV Rate;制造 商的产品生产率,MMRate;制造商的下一周期期初库存,MN INV;制造商的发货率

8、,MS Rate;制造商生产需求率,MNeed;零售 商库存调节率,RINVRate;零售商下周期期初库存,RN INV;零 售商订货率,R Order；零售商发货率,RSRate;顾客需求率,C Demand。模型中增加的辅助变量:顾客订货风险系数,CORisk；零售 商订货风险系数,RORisk。根据系统流程图，得出制造商相关参数之间的函数关系为: 制造商的周期末库存9MINV(t) =MINV(t- dt) +(MMRate- MS Rate) *dt 制造商的库存调节时间初始值9MINV(to)=8 制造商的产品生产率9M M Rate=DELAY$(M Need,2,0) 制造商的发

9、货率9M S Rate=MIN( M M Rate+M N INV, DELAY1 (R Order ,1,0) 制造商的库存调节率9M INV Rate=(M Safety Stock- M INV) 5M INV Time 制造商的库存调节时间9M INV Time=6制造商的安全库存9M Safety Stock=$0 制造商生产需求率9MNeed=DELAY1 (R Order, 1 .5,0)+MINV Rate 制造商的下一周期期初库存9MNINV Rate=DELAY 1 (MINV, 1,0) 零售商相关参数之间的函数关系为9 零售商的周期末库存9R INV(t)=R INV(

10、t- dt)+ (DELAY $(M S Rate , ,0)- R S Rate) *dt零售商的库存调节时间初始值：RINV(to)=6零售商的发货率：R S Rate =MIN (P N INY+DELAY11 (M S Rate, 1,0),C Demand)零售商库存调节率：RINV Rate=(R Safety Stock- R INV)5R INV Time零售商安全库存：R Safety Stock=8零售商的库存调节时间：R INV Time=2零售商订货率：R Order=R S Rate+R INV Rate零售商下周期期初库存：R N INV=DELAY11 (R IN

11、V, 1,0)顾客需求率：CDemand=10对参数之间的函数关系做出解释：制造商的周期末库存是上周期剩余库存加上制造商的生产率 减去发货率在时间上的积分，另外设定初始库存;制造商的产品生 产率用于延迟函数，制造商对下级节点的需求预测需要一个过程, 函数形式为:DELLAY11(In, Delay Time, Initial Value)。制造商的发 货率需要用到最小值的函数，该函数的形式为:MIN( x1Jx2()o若考虑顾客风险系数，需改变的函数关系为:顾客订货风险系数；C O Rate=0.5零售商订货风险系数;R O Rate=0.5顾客需求率;C Demand(t) =C Deman

12、d(t0) *C O Risk零售商订货率;R Order=R O Risk R S Rate+R INV Rate初步运行结果显示在顾客需求稳定的情况下，零售商订单率 和制造商生产率均发生变化,制造商需求订单波动最大,其次是零 售商订单，在整个供应链中，发生了明显的牛鞭效应,且牛鞭效应 是逐级变化的;在系统运行的仿真时段中，供应链模型中下游成员 到上游成员的库存量逐渐增大,且在系统运行初期,供应链中两个 成员的库存均是呈现逐渐放大的发散振荡态，而后趋于减缓直至 稳态,该现象为供应链中存在牛鞭效应的结果。四、牛鞭效应的系统动力学模型仿真根据Kahneman & Tversky给出的经验值，在考

13、虑客户行为 时,a值等于0.88为最佳值。效用理论中的高收益伴随着高风险, 认为顾客属于保守型，零售商属于风险型。对顾客和零售商管理人 员的风险态度进行设定,分析风险态度如何影响决策行为。(一)顾客决策风险系数对模型的影响验证顾客风险系数的范围，根据学者提出的经验值，设置基础 模型的风险系数为0.8,在升高和降低系数后分析制造商和零售商 库存变化。分别设置a =0.5,0.8,1 .2,得到制造商和零售商库存如 图3所示。Tine (Mouth)MINV: a =0.82111MINV: a=1.2p-MINV: a=0.5*J222-a.制造商期末库存b.零售商期末库存图3 c=0.5,0.

14、8,1.2时期末库存通过分析曲线得出，在a =0.8左右时，库存最小。将仿真的最 佳客户风险系数带入效用函数，可通过分析U(M(x)的值找到针 对客户的销售方式。改变C O Risk的值,设定三组不同的数值,分别使a =0.1, 0.5,0.8,绘制不同状态变量的曲线。图4是不同风险系数下，制 造商和零售商期末库存曲线图。分析曲线得出，零售商与制造商的相关系数变化趋势是相同 的;且不同顾客决策的风险系数对制造商库存的改变与周期相关; 对零售商而言，前十周期变化较大,在十周期以后趋于稳定,并且 不同风险系数下，最终稳定的库存量是不同的,在风险系数为0.8 时，零售商库存最小;改变顾客风险系数后，

15、零售商的反应程度比 制造商大,即库存改变较迅速。RINV: a =0.5 111RINV： a =0.8- 9引RINV: a =0.N 2222-b.零售商期末库存图4 a =0.1,0.5,0.8时期末库存研究不同风险态度下制造商生产需求率和零售商订单率。风 险态度系数0a 1,基础模型设置的参数为0.5时,在不同顾客风 险态度系数影响下，零售商订单率和制造商生产需求率呈现出不 同的变化。改变顾客购买的风险态度系数后，零售商订单率迅速变 化，制造商需求率也快速发生变化，但反应速度较零售商慢。此外, 分析曲线得出在整个供应链的研究过程中，风险态度系数是逐级 影响的，说明顾客风险系数对零售商的

16、影响大，对制造商的影响不 大,甚至相关性更小。故可进一步考虑零售商订货的风险系数，讨 论不同的零售商订货风险系数对制造商库存的影响。（二）零售商决策风险系数对模型的影响图5表示零售商不同风险态度下制造商与零售商期末库存。 分析可知，零售商决策的风险系数对制造商影响较大,a值达1.5 时,周期呈现波动趋势,a达到2时,曲线震动幅度呈现周期性变 化,此时的风险态度一般是达不到的,验证了上文所说范围，在风 险系数为1.2时，库存量达到最优;零售商期末库存变化与制造商 类似，但不同风险系数达到的稳定程度不同。a =1.2左右时，供应 链的牛鞭效应会降低，将系数带入效用函数，可以求出U（M（x）范 围。

17、同理，根据不同决策者对风险的态度，可以设置风险厌恶系数, 进一步量化牛鞭效应。（三）牛鞭效应系统动力学仿真结论通过对制造商零售商各种影响因素进行仿真，得出结论 如下：在供应链中，牛鞭效应是逐级影响的。客户风险系数对零售 商影响最大,根据效用理论分析零售商订货风险系数对上级供应 链的影响是有必要的。由效用理论和仿真分析可以得知，高收益伴随着高风险，故 供应链中的两个节点终端客户和零售商相比较而言，顾客相 对比较保守，属于保守型,0a 1。通过仿真得到，顾客的最佳风险系数为a =0.8,零售商的最 佳风险系数为a =1.2。图5零售商不同风险态度下期末库存a越大表示对收益的增加越敏感,对损失的减小越迟钝。当 a在0