文档介绍：引言

P%26
24
22
20
18
16
14
12
10
8
6
70 75 80 85 90
图1–1美国零售行业滞销打折的销售比例猛增
P%表示存货打折销售额占整个销售额的比例
资料来源:Financial and Operating results of
Department and Specialty Stores,National Retail Federation (Fisher et al.,1994 )
需求不确定是商业环境中的一种普遍现象,它降低了资源配置的效率,给供应链成员的所有经济活动都带来了巨大的负面影响。由于很难把握需求,每个销售商
都很难制定最优的订货计划,不是订得过多就是过少;由于需求预测与信息沟通的困难,分销商很难制定最优的库存规划和送货安排,以至于要负担过多的仓储和运输费用;同样的原因使得制造商很难分配生产能力和制定生产规划,生产能力的过剩及不足都将导致生产成本的提高;而且也是由于无法得到真实的需求信息,供应商会花费更多的原材料采购成本……。据估计,%到25%(Kurt Salmon Associates,1993),使美国服装行业每年蒙受了250亿美元(仓储、滞销及短缺)的损失,占年销售额的25%,(Frazier,1986)而且这种需求不确定带来的损失已经明显
更加可怕的是,需求不确定的程度和危害正在进一步扩大。一方面,消费者的需求越来越个性化,需求被分割成一系列的小单元(Stock-Keeping Units),而市场上与之相呼应的是新产品的增多,因此制造商即使有把握预测整个大类产品的需求量,他也很难判断各个小单元商品需求量的多少。这就象预测每个篮球队员的得分数比预测一场篮球比赛的胜负要难得多一样。另一方面,市场越分越细之后,许多相似商品之间的可替代性增加,这使得商品的生命周期日益缩短,厂家预测的难度进一步加大。所以近30年来,需求预测的误差增长很快,这可以从滞销和打折损失快速上升的数据零售行业滞销打折销售额的快速上升”),到1990年,这一数字达到了26%。而且,缺货损失(Stockout)同样也很严重,据估计,现在,三分之一的顾客常常在现有柜台中找不到他所需要的商品。
总之,需求不确定给供应链成员带来了巨大的经济损失,但是这也在一定程度上揭示了减少需求不确定的重要意义和可能带来的巨大收益。正是因为这个原因,寻找需求不确定的原因并找出相应的解决方法就成了理论和商业界的中心话题。
目前与需求不确定有关的管理学研究主要有两个重点(1)对牛鞭效应的研究。牛鞭效应是指供应链中常常会出现的下游需求不确定程度较低,但顺着上游不确定程度越来越大,而且整个供应链会重复出现周期性的需求上升、库存减少、商品短缺、需求降低、库存上升和商品滞销…。这些研究不仅分析供应链中需求不确定存在原因,而且还探讨为什么需求不确定的程度会顺着供应链上游逐级放大;(2)对短生命周期商品需求不确定的研究。在这类商品的供应链中,下游的需求不确定程度就非常高,而上游的不确定程度同样会进一步放大,销售商的平均缺货率为10%到40%,而且制造商的需求预测误差一般为40%到100%(Fisher,1997),所以需求不确定带来的影响很大,商品的滞销和短缺每年都会发生。相关的研究主要是系统分析这类商品需求不确定的各种原因及应对策略。总的说来,这些研究从不同的角度对供应链中的需求不确定进行了探讨,仁者见仁,智者见智,代表性的研究结果可以分为三个层次(表1-1)。
有些文章分析了需求不确定的一些直接产生原因(我们可把这理解为研究的第一个层面):(1)需求的内在性质。需求不确定与商品的内在供需性质有关,比如消费者对该商品的偏好在不断变化;科技进步的加快使商品的生命周期越来越短,具有相类似功能的替代性商品的供应也在不断变化,这些情况都导致商品的需求也充满着不确定,尤其是短生命周期商品的需求,代表性的文献为Fisher(1997)等等。(2)其他供应链成员的失误。每当供应链出现牛鞭效应之后,供应链成员常常相互指责,从直观上认为直接原因是其它成员的偶然性失误(Senge,1996)。
另一些文献则试图分析这些直接原因背后的行为影响因素(可以把这理解为研究的第二个层面),Lee et al.(1997a,b)通过所建立的数量模型分析了供应链(理性)成员的策略性行为互动,他认为每个成员追逐利益的理性行为互动是带来牛鞭效应的主要原因,而且这种理性行为具体体现为四种策略性行为:多级预测行为、批量订货的策略性行为、短缺博弈和价格波动的策略性行为等等。Sterman(1989)通过试验验证了啤酒游戏(Beer Ga