鞭效应：一次微小的需求波动如何演变成供应链混乱

1990年春天，宝洁公司的数据团队发现了一件违背常理的事。消费者对帮宝适纸尿裤的需求几乎完全稳定，婴儿的需求不会有周期性波动。但宝洁自家工厂向原材料供应商下的订单，却在逐月、逐季地剧烈摆动。这种波动并非来自下游，而是供应链自身递归制造出来的。

他们重新发现了Hau Lee、V. Padmanabhan和Seungjin Whang四年后在《斯隆管理评论》上正式命名的现象：鞭效应。这篇论文至今仍是运营管理领域被引用最多的文献之一。其核心发现简单而无情，需求波动会随着向上游移动而放大，其成因并非偶然。它们是理性的人在一个隐藏了真实信号的系统中做出局部合理决策后，数学上可预测的产物。

Figure

四大成因

Lee、Padmanabhan和Whang识别出了四种机制。你在实践中遇到的每一次鞭效应，都是它们的某种组合。

需求信号处理。 供应链中的每一层都是根据下给自己的订单来做预测，而不是根据消费者的真实需求。当零售商看到销量上升，他们会调高预测、加上安全库存缓冲，下的订单量超过实际所需。分销商收到这份被夸大的订单后，又基于它来预测，再加上自己的缓冲，进一步放大。没有人个体上是错的。系统在结构上是错的，因为每一环都在为自己的不确定性做优化，而不是为底层的真实信号做优化。

批量订货。 按批次订货，每周、每月、按整车，给一个连续的信号引入了人为的周期性。一个每两周补货一次的分销商，不会在需求上升时发出十七份小订单，而是发一份大订单。供应商看到的需求暴涨,与消费者无关,完全是日历造成的。经济订货批量模型和最小起订量会加剧这一点。批次周期越大，暴涨幅度越大。

价格波动。 当制造商推出促销或批量折扣时，客户会提前囤货。他们在促销窗口期大量采购，之后归于沉寂。供应商看到的需求信号,是促销造成的扭曲,而非真实消费。一项针对八家消费品公司的研究发现，提前囤货导致的需求波动占表观需求波动的20%到40%，几乎全部会反转，对真实消费趋势毫无参考价值。

短缺博弈。 当供应紧张时，客户会夸大订单量以确保能拿到分配份额。如果供应商在短缺期间只能满足60%的订单，买家就会下167%的订单量，预期自己会被同比例砍单。供应商看到看似67%的需求激增，就会过度投资产能。短缺缓解后，买家取消虚高的订单，供应商则被留下过剩的库存和过剩的产能，需要花上数年时间去消化。半导体周期是典型案例：在2020至2022年的短缺期间，客户下的订单量达到1.2亿件，而整个行业的实际产能只有8300万件。这种超额下单，从每家企业自身角度看都是理性的，但对整个系统而言却是灾难性的。

哪些方法不起作用

有两种常见干预手段，但基本都没什么用。

增加安全库存。 在每一层都增加缓冲库存能缓解服务水平，但对根本的波动性毫无作用。你是在为一个你并未解决的问题付费。分销商的安全库存，是针对一个本身已经被夸大的需求信号所持有的库存，你只是在缓冲鞭效应，而不是消除它。

不共享数据的更快补货。 把补货周期从每月缩短到每周,单独来看能减少批量订货带来的暴涨,但如果每一层仍然是根据下给自己的订单而不是下游的真实需求来做预测,你只是让扭曲跑得更快了。信号依然是错的，放大效应依然真实存在。你只是把月度的锯齿波换成了周度的锯齿波。

真正能扭转局面的三个杠杆

需求信号共享。 最根本的干预措施，是让上游各层能看到销售终端或消费数据，而不是让他们靠订单来预测。供应商管理库存（VMI）把这一点付诸实践：供应商根据零售商的实际库存水平和消费数据来补货，彻底绕开订货这一层。宝洁与沃尔玛从1990年代初开始的VMI项目，把缺货率降低了30%，并让宝洁的库存减少了两周。之后所有主要的变体，协同计划、预测与补货（CPFR）、连续补货计划，都是同一原则的不同版本：让信号更靠近真实的消费终端。

在CPFR推行后、贯穿1990年代末的多项研究中，参与该项目的零售商预测准确度稳定提升了10%到40%，波动性最大的SKU上收益最明显。这一机制并不神秘：当零售商在促销和季节性预期发生之前就与供应商共享计划，而不是等到订单暴涨之后再说，供应商就能提前规划。信息优势消解了大家原本要加到订单里的那份不确定性溢价。

稳定定价。 天天低价（EDLP）消除了提前囤货的动机。宝洁在1990年代初转向EDLP，部分正是对自身鞭效应研究的回应。这里存在真实的取舍：EDLP会牺牲促销暴涨带来的那部分营收。但由此带来的运营节省，需求波动减小、计划复杂度降低、紧急发货减少，往往足以弥补放弃的促销营收，在价格弹性较低的品类中尤其如此。

将分配与历史订单脱钩。 在短缺期间，如果供应商按历史消费量而非当前订单量按比例分配，短缺博弈的动机就会消失。如果客户知道无论下多少订单，自己都会拿到历史份额，那么虚报订单就没有任何好处。英特尔在2000年代初经历半导体产能过剩之后，正是转向了这样一套模式：按过去12个月的出货量分配，而不是按当前订单簿分配。这并未消除周期性波动，半导体需求本身就是块状的，但它把需求信号与博弈行为脱钩了。

Figure

组织层面的问题

这三种干预措施早已为人所知，自1994年起就已被理解。鞭效应之所以持续存在，原因不是不知道解决方案，而是每一种解决方案都需要单个企业无法单方面提供的东西。

需求信号共享，需要零售商把自己视为专有的数据开放给供应商。EDLP需要市场部门放弃那个能带来短期销量的促销工具。分配改革需要供应商在客户拼命要更多货的时候依然守住分配规则。这些决定没有一个是供应链职能部门能做的。全部都需要商业、财务和运营部门在高层达成一致。

鞭效应说到底是一个披着技术外衣的组织问题。数学题已经解出来了。政治问题还没有。

---

Sources

• Lee, H.L., Padmanabhan, V. & Whang, S. (1997). The Bullwhip Effect in Supply Chains. Sloan Management Review, 38(3), 93–102.
• Lee, H.L., Padmanabhan, V. & Whang, S. (1997). Information Distortion in a Supply Chain: The Bullwhip Effect. Management Science, 43(4), 546–558.
• Forrester, J.W. (1961). Industrial Dynamics. MIT Press.
• Cachon, G. & Fisher, M. (2000). Supply Chain Inventory Management and the Value of Shared Information. Management Science, 46(8), 1032–1048.
• Fliedner, G. (2003). CPFR: an emerging supply chain tool. Industrial Management & Data Systems, 103(1), 14–21.
• ECR Europe. (2001). CPFR Best Practices Report. Brussels.