啤酒游戏实验报告书.doc

啤酒游戏”实验指导书
一、实验的目的与要求
要求熟悉模拟软件的操作，理解实验中相关数据的含义，能够利用模拟工具完成设定的模拟内容，理解模拟中出现的供应链管理手段。
能够模拟供应链上制造商、批发商、零售商等不同节点企业的订货需求变化。
认识供应链中需求异常放大现象（即“牛鞭效应”）的形成过程。
分析“牛鞭效应”的产生原因。
找出减少“牛鞭效应”的方法。
二、实验原理
假设我们的供应链由4个环节构成－－生产厂商、经销商、批发商和零售商，且每个环节只有单一的下游客户（这是为了试验方便)，相邻环节之间存在物流（啤酒）和信息流（订单），上游环节根据下游相邻环节发来的订单安排生产或订货。整个供应链如图1所示。

图1 供应链结构图
订单和啤酒在相邻两个环节之间需要经过两周时间才能到达，也即发出的订单最早也要4周后才可能到货（如果上游环节无货可发，可能还需要更长的时间）。假设各环节上1瓶啤酒存货的成本都是0.1元，除了零售商外延期1瓶啤酒的成本是0.2元，而零售商延期1瓶啤酒的成本是0.4元（这时意味着消费者不能及时喝到啤酒)。各扮演的角色制定各自的订货策略，使得自己所在的整个供应链的总成本最小。
三、啤酒游戏的假设
（1）“啤酒游戏”的供应链只涉及一种商品：啤酒；
（2）供应链节点：共5个。上游4个节点，每个节点代表一个企业；

a) 最终消费者 Consumer
b) 零售商 Retailer
c) 批发商 Distributor
d) 分销商 Wholesaler
e) 生产商 Manufacturer

（3）游戏过程的决策问题：各决策主体（零售商、批发商、经销商和生产商）基于实现自身利益最大化的目标来确定自身每周的定购量。
（4）供应链为直线型供应链，商品（啤酒）与订单仅仅在相邻的两个节点之间传递，不能跨节点。
（5）供应链最上游是生产商，其原材料供应商视为供应链外部因素，并假设原材料供应商的供应能力无限大。
（6）生产商的生产能力无限制，各节点的库存量无限制。
（7）不考虑供应链的设备故障等意外事件。
（8）时间单位周。
（9）每周发一次订单。
（10）订货、发货与收货均在期初进行。（第n期初发的货为第n-3期初收到；第n期初发的订单为第n-3期初收到。）
（11）本期收到的货能够用于本期销售。
（12）供货期（提前期）：
a) 零售商―――消费者：0周
b) 批发商―――零售商：4周（订单响应期2周，送货时间2周）
c) 经销商―――批发商：4周（订单响应期2周，送货时间2周）
d) 生产商―――经销商：4周（订单响应期2周，送货时间2周）
e) 生产商制造周期：2周
（13）除了下游节点向相邻上游节点传递订单信息之外，供应链节点之间信息隔绝。
四、游戏结果分析
（一）基本结果分析（牛鞭效应验证）
供应链各节点根据自己的游戏数据记录表，绘制自己的“库存～缺货折线图”和“需求预测（订单）折线图”，并进行对比分析。
作为生产商，由数据计算可得：

信息不共享
信息共享
信息共享（周期减半）
库存总量
135
96
73
缺货总量
54
90
56
总利润
614.1
755.2
779.5
根据“库存~~缺货折线图”和“需求预测（订单）折线图”对比分析可以看出，在实验过程中折线图的差距是越来越小的极差是越来越小的，并且由于供应链供求信息的共享及运行周期的改变，其改变幅度在减小，造成的影响在减弱。
利润计算公式：
某节点第t周的利润＝第t周订单响应量×（销售价－采购价或者生产成本）
－第t周缺货量×缺货成本－第t期周末库存量×库存成本
总利润＝
注：假设1瓶啤酒的销售价为5.0元、采购价为2.5元、生产成本为1.2元。各环节上1瓶啤酒存货的成本都是0.1元，零售商延期1瓶啤酒的成本是0.4元，其余各环节延期1瓶啤酒的成本是0.2元。
经计算，在信息不共享的情况下：总利润为614.1元；在信息共享的情况下：总利润为755.2元；在信息共享且周期减半的情况下：总利润为779.5元。
五、思考题
（1） 什么是牛鞭效应？它是怎么产生的？
营销过程中的需求变异放大现象被通俗地称为“牛鞭效应”。“牛鞭效应”指供应链上的信息流从最终客户向原始供应商端传递时候，由于无法有效地实现信息的共享，使得信息扭曲而逐渐放大，导致了需求信息出现越来越大的波动。
“牛鞭效应”是营销活动中普遍存在的现象，因为当供应链上的各级供应商只根据来自其相邻的下级销售商的需求信息进行供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象，到达最源头的供应商（如总销售商，或者该产品的生产商）时，其获得的需求信息和实际消费市场中的顾客需求信息发生了很大的偏差，需求变异系数比分销商和零售商的需求变异系数大得多。由于这种需求放大变异效应的影响，上游供应商往往维持比其下游需求更高的库存水平，以应付销售商订货的不确定性，从而人为地增大了供应链中的上游供应商的生产、供应、库存管理和市场营销风险，甚至导致生产、供应、营销的混乱。
（2） 游戏过程中你是怎样进行需求预测的？有什么值得改进的地方吗？你认为预测水平的提高有助于降低牛鞭效应吗？
作为生产商：在信息不共享的情况下，只能根据下游经销商前几期给我的
订单量、我目前的库存量或缺货量以及本期下游经销商给我的订单量来预测本期的需求量，进而来决定我的计划生产量。而不能直接根据市场的实际需求量来准确预测需求，导致库存总量和缺货总量的增多。
在信息共享的情况下，不仅要考虑下游经销商的订单量还要考虑以下各节
点的库存量还有其在途量，另外还要考虑零售商的订单量以及最终需求量来决定我的计划成产量，进而减小牛鞭效应的影响，但是导致了库存总量的增多。
在周期减半的情况下，这种情况和信息共享情况下考虑的因素差别不大，
但是在这种情况下生产流程加快，运输流程加快，即信息的流通加快，更加及时，货品的发送运输也在加快。这在一定程度上可以减小牛鞭效应的影响。
值得改进的方面：供应链上的信息流是从最终客户向原始供应商即生产商
传递的，由于无法有效地实现信息的共享，使得信息扭曲而逐渐放大，导致了需求信息出现越来越大的波动。经过实验可以看出在信息共享和周期减半的情况下，各个节点的都趋于合理化接近真正的需求量，因此大大减小了牛鞭效应的影响。所以应该加快信息的流通使信息及时有效的得到利用，另外应该缩短各个节点间的运输时间是时间得到充分利用。
我认为预测水平的提高有助于降低牛鞭效应，预测水平的提高使得各节点下的订单量会更切合实际，这样一来库存和缺货量都不至于太大，各节点的稳定性增大。并且牛鞭效应产生的原因主要有6个方面，即需求预测修正、订货批量决策、价格波动、短缺博弈、库存责任失衡和应付环境变异，也可以看出需求预测是其中一方面影响，所以预测水平的提高有助于降低牛鞭效应。
（3） 造成订单剧烈波动的原因是什么？如何解决或者缓解这种现象？
造成个订单剧烈波动的原因是：一、牛鞭效应的影响，牛鞭效应的产生使得订单波动性增加。二、市场的不稳定性，这是最根本的原因，由于市场的不确定性，如市场的价格波动，供需状况，市场需求量等这里主要是市场的需求量不稳定，这是导致订单剧烈波动的主要原因。当然还有其他的原因。
解决或缓解现象的方法：提高预测水平，保持合理的库存量，了解周围的自然环境、人文环境、政策环境和社会环境的变化，参考历史资料，适当减量修正，分批发送规避短缺情况下的博弈行为 ，加强出入库管理，合理分担库存责任 ， 订货分级管理等等
（4） 造成库存（缺货）剧烈波动的原因是什么？如何解决或者缓解这种现象？
造成库存（缺货）剧烈波动的原因：由于供应链每一个节点都有自己管理的库存，都有自己的库存控制目标和相应的策略，而且相互之间缺乏信息沟通，彼此独占库存信息，因此不可避免地产生了需求信息的扭曲和时滞，库存责任失衡加剧了订货需求放大。对需求的预测不合理，订单下的偏大或者偏小，没有考虑到生产周期的影响，使供应商无法快速准确地满足用户的需求。
解决方法：库存（缺货）的偏大或者偏小都会增加企业的生产销售成本，造成资金的浪费，合理的库存才可以减少成本节约资金。可以实施网上订货，及时了解信息，根据实际需求进行订货补货，并且在一定程度上及时更新各自节点的库存量，尽快在最大程度上做到信息共享，减小牛鞭效应的影响，同时加快信息的传递流通速度，还有缩短周期也是比较有效的方法。