论文部分内容阅读
摘要:实现供应链管理的关键是信息共享。通过文献综述,对供应链环境下,信息共享对库存的影响进行了分析和研究。并对牛鞭效应、VMI、采购承诺和数量柔性与信息共享的关系进行讨论,最后得出了供应链环境下,信息共享的障碍。
关键词:供应链;库存;信息共享
中图分类号:F253.4文献标识码:A
Abstract: Information sharing plays an important role in supply chain management. This paper analyzes the impact of information sharing in inventory. And we discuss the relationship between bullwhip effect, VMI, purchase pledge, quantity flexibility and information sharing. Moreover, we discuss the obstacle of information sharing in the context of supply chain management.
Key words: supply chain; inventory; information sharing
0引言
供应链信息共享是指供应链中各企业的客户订单、库存报告、销售数据等信息能够从一个企业开放、自动地流向另一个企业,使供应链各级企业可以及时了解客户需求变化信息,并尽早对客户的需求变化进行快速反应,避免需求信息逐层传递造成的信息延迟和信息偏差累计效应造成的库存浪费。在一个供应链系统中,信息的流动是双向的,既有供应链下游销售商处的订单信息、订货策略信息、库存水平信息、市场实际需求信息、市场的未来需求信息、销售商的市场需求预测信息等,同样也有上游制造商的补货策略信息、供货水平信息、库存水平信息、生产能力信息等。因此,信息共享是实现低成本、高效率供应链管理的基础[1]。国内对于供应链环境下信息共享对库存的影响研究尚处于起步阶段,本文主要基于国外的文献对该问题的研究工作进行回顾和总结。
1不同需求状态下的信息共享研究
1.1需求信息的个别占有状态下的信息共享研究。早期的一些研究表明,运用历史需求信息可以预测未来的需求分配[2,4-7]。Zheng和Zipkin(1990)可能是研究信息共享价值的第一人。他们分析了信息流在集中型库存系统中的价值。后来,Zipkin(1995)又把分析扩展到多产品库存系统[2-3,8-9]。Bourland 等人(1996)评估了一个采用周期检查的库存系统,只含有一个供应商和一个零售商。他发现在检查周期不随机的情况下,在零售商检货的时候,充分利用信息可以有效改善他们的补充订货决
策[10]。Chen F.等人(1997)分析了在零售商的需求平稳的情况下,共享的库存数据如何改进供应商的订货决策。零售商批量订货时,由于批量或时间间隔的限制,其订货没有完全传达库存的状态,但有了共享的库存数据,供应商可以调节其订货,以响应零售商异常低或高的库存[3,11]。Gavieneni 等人(1999)和Gavieneni(2002)分析了在制造商供应能力制约的情况下,共享零售商订购策略参数的好处。研究考虑了供应商的三种情况:无信息需求,供应商根据以前的销售数据预测市场需求;供应商的s,S策略和最终顾客需求;供应商知道零售商的所有信息,包括每天的库存情况。文章研究了基于供应链水平上的能力,库存和信息之间的关系,以及库存系统和分销网络对这些关系的影响,估计了信息共享给供应商在订货容量限制情况下带来的好
处[2-3]。Cachon和Fisher(2000)研究了在多个相同零售商及供应商有无限订货能力的情况下,假设每个零售商及供应商服从R,nQ策略,在订购数量是预先确定的,没有考虑经济驱动等决策,信息技术的采用和信息流的扩大可以给供应商在订货容量限制情况下带来的好处[2-3]。在一个供应商面对多个不同的零售商的情况下,Moinzadeh(2002)提出了一个结合了零售商库存位置信息的异质产品补货策略,并将它与相同状况下,不在其决策中使用信息的模型进行对比,然后得出信息共享能够使供应商得到最大的利润[2]。
1.2需求为一阶自回归过程时的信息共享研究。在需求信息的个别占有状态下,信息共享的好处主要来自于供应商通过获取零售商库存方面的信息来响应零售商的需求,以帮助零售商降低需求过程中的不确定性。
最近,Lee等人(2000)研究了由单一供应商和单一销售商组成的两级供应链中,在需求不确定情况下信息不共享和信息共享对供应商订单数量决策的影响。研究表明当需求为一阶自回归过程AR1时,共享需求信息能改善供应链的订单数量决策,从而降低供应商和销售商的平均库存和平均成本[2,9]。但是,Raghunathan, S.(2001)指出如当需求为一阶自回归过程时,参数被所有供应链上的成员都知道的话,那么,需求信息共享的价值将非常有限[2,16]。因此,信息共享在有些时候并不总是有益的,或者说信息共享的价值很小,尤其对零售商来说[3,10-11]。
2牛鞭效应与信息共享
信息共享对于生产规划以及库存管理都有直接影响。需求的不确定以及需求信息的个别占有是信息扭曲的一个重要原因,需求信息在供应链的传递过程中发生了扭曲,使得订单量与实际的销售量不一致,这就是我们熟知的“牛鞭效应”。一般来说,发给供应商的订货量,其方差大于销售给买方的(即需求扭曲),这种扭曲以放大的形式向供应链的上游蔓延(方差变大),牛鞭效应给企业造成的后果往往是不言而喻的。由于较差的需求预测,制造商支付了超额的原材料成本或产生原材料短缺,增大额外的制造费用、加班费,以及很高的库存水平导致超额的仓储费用和大量资金积压,低效率的运输过程和超额的运输成本等,都直接影响企业的效益[2-3]。
第一个认识到牛鞭效应的人是Forrester.,他通过一系列案例研究指出,对于季节性商品,制造商觉察到的需求变化远远超过顾客的需求变化,他还注意到这种效应在供应链的每一级都会放大[20]。Lee等人从运营管理的角度分析了牛鞭效应现象的5个主要原因[13-14]:需求信号处理,供应短缺,批量订货,价格变化,交货时间[13-15],并表明信息共享可以消除或减轻牛鞭效
应[13-14]。Chen等人(2000)第一次在一个简单的两级供应链系统中(包含一个供应商和一个零售商)定量分析了牛鞭效应的影响。模型研究了造成牛鞭效应的两个主要原因:需求预测和订单提前期,并把结果扩展到多级供应链,证明有集中顾客需求信息和无集中需求信息能够可以减少,但不能完全消除牛鞭效应[16,18]。
最根本解决牛鞭效应的方法就是在供应链各成员之间实行信息共享,但是信息共享在实际操作中是很难实现的。一般来说,供应链各成员都有属于自己的私有信息,为了解决牛鞭效应,要求下游企业向上游企业提供原本属于自己的私有信息,这会给上游企业带来额外的收益,增加他们在供应链内部的权威,也削弱了下游企业的权威,使之在与上游企业的谈判中处于明显的不利地位而失去竞争优势。有理论证明,信息共享可以增加供应链的整体绩效,但并不是所有的企业都能从中得到更多好处[3,16,18]。
3VMI与信息共享
VMI 或CRP连续补充计划(continuous replenishment programs)是正在流行的敏捷物流合作关系协议[2]。Cetinkaya和Lee(2000)为供应商提出了一个整合的库存补充和交货计划模型,供应商采用s,S策略补充其库存,基于时间的运输联合策略发送顾客的订货。在这些假设下,使用关于零售商库存地点的信息,并对随机需求情况计算最优补充数量和发货频率,目的是在满足以时间为基础的需求时,极小化采购、运输、库存保管和等待成本的总和,并扩大供应商的规模效应[18]。Clark T和Hammond J讨论了美国食品行业实施EDI的业务流程再造(BPR)与渠道绩效之间的关系,通过实证分析认为,在食品工业中,VMI比纯粹使用EDI取得了更令人满意的成功[19]。
4采购承诺、数量柔性与信息共享
传统库存理论中,买方可以在任何时候以任何数量向卖方发出订单。如果买方在不确定的需求下采用s,S订货策略,在某段时间内向卖方订购大量货物,在另一段时间内可能没有任何的订货,这是导致牛鞭效应的原因之一。为了解决这个问题,一些学者提出在订立契约时采用采购承诺或数量柔性的条款,在契约执行的开始卖方事先承诺购买一定数量或某一范围数量的货物,买方则提供一定的优惠条件,其目的是买卖双方共同承担风险或共同分享利益,促使买方认真预测需求和计划订货数
量[20-21]。
Anupindi R是最早提出这类契约的人[20]。在信息共享的基础上订立此类契约可以有效预测雪球和计划订货数量。Tsay A A.在此建立了买卖双方的激励模型,对即将到来的销售季节,买方首先估计采购数量,卖方承诺生产,最后买方根据随机需求的更新信息作出实际的订货策略,但不能低于最初承诺数量的某个百分比,否则会受惩罚,选择适当的单价后,该契约结构表明,通过分配市场需求不确定所引起的成本,把买供双方的个别利益整合成系统最优的结果[3,22]。
5影响供应链信息共享的障碍
虽然信息共享能够解决供应链运作中的很多问题,提高供应链的整体绩效,实现上下游企业的“双赢”。但供应链企业间是合作竞争的关系,每个企业都以自身的利润最大化为目标。根据波特的竞争战略理论,企业在与其他企业进行商务往来时为了在谈判中取得优势,通常会保留某些私人信息。供应链中的各成员不愿意与他人分享自己的私有信息,实现真正意义上的信息共享,有以下主要因素[1]:
5.1信息共享需要成本[1,23-24]。供应链上各企业对信息的采集、处理、传输需要投入一定的人力、物力和技术支持,如果一个企业信息共享所投入的成本大于其所能得到的收益,它就可能发生抵制行为。作为理性的决策者必然会在信息共享的费用与所带来的收益之间进行权衡,以决定是否信息共享以及最优的信息共享程度。
5.2共享信息带来的额外利润在供应链中分配不均[1,23-24]。共享的信息主要来源于下游企业,而利润的增加主要体现在上游企业。由于各个企业有自己的利益,如果整体利润的增加不能合理分配到各成员企业,必然造成部分企业的抵制,甚至由此破坏供应链企业的合作关系。
5.3信息不对称。所谓不对称信息是指在相互对应的经济主体之间不作对称分布的有关时间的知识或概率分布。不对称信息现象存在的根源一方面是由于与厂商或市场参与者所拥有的私人信息;另一方面是由于参与人基于不同的获取能力而获得不同的信息所致。
Dolan(1987)在其研究中提到,供应链各节点企业在信息上是非对称的[22]。在以制造企业为核心企业的供应链中,制造企业处于委托人的地位,供应商、经销商、物流服务提供商等处于代理人的地位,由于后者拥有制造企业所难以掌握的私人信息,在制造企业构建供应链的过程中,就可能会出现合作伙伴的逆向选择[1,23-24]。
6结束语
信息共享尽管对供应链中各种因素的协调起着重要的作用,供应链环境下,库存信息和库存数据的共享能很好地帮助链中成员制定各种决策,提高供应链绩效。但信息共享在具体的运作中却很难实施。有理论证明,信息共享可以增加供应链的整体绩效,但并不是所有的企业都能从中得到更多好处。如果信息不能共享,那就存在信息不对称或信息不完全问题[3,24],这是牛鞭效应最重要的起因之一。总之,信息共享或信息如何共享是当前供应链管理面临的最大挑战之一[2-3]。
参考文献:
[1] 李家清. 基于供应链的信息共享研究[J]. 情报杂志,2008(5):94-97.
[2]Xiu hui Li, Qinan Wang. Coordination mechanisms of supply chain systems[J]. European Journal of Operational Research, 2007,179:1-16.
[3] 达庆利,张钦,沈厚才. 供应链中牛鞭效应问题研究[J]. 管理科学学报,2006,6(3):86-93.
[4]Iglehart D.L. The dynamic inventory problem with unknown demand distributions[J]. Management Science, 1964,10(3):429-440.
[5]Azoury K.S.. Bayes solutions to dynamic inventory models under unknown demand distributions[J]. Management Science, 1985,31(9):1150-1160.
[6]Lovejoy W.S. Myopic policies for some inventory models with uncertain demand distributions[J]. Management Science, 1990,36(6):724-738.
[7]Milner J.M., Kouvelis P.. On the complementary value of accurate demand information and production and supplier flexibility[J]. Manufacturing and Service Operations Management, 2002,4(2):99-113.
[8]Zheng Y., Zipkin P.. A queuing model to analyze the value of centralized inventory information[J]. Operations Research 1990, 38(2):296-307.
[9]Zipkin P.. Performance analysis of a multi-item production-inventory system under alternative policies[J]. Management Science, 1995,41(4):690-703.
[10]Bourland K.E., Powell S.G., Pyke D.F.. Exploitingtimely demand information to reduce inventories[J]. European Journal of Operational Research, 1996,92:239-253.
[11]Chen F, Zheng Yu-sheng. One-warehouse multi-retailer systems with centralized stock information[J]. Operations Research, 1997,45:275-287.
[12]Forrester J. Industrial Dynamic[M]. New York: MIT Press and Wiley & Sons, 1961.
[13]Lee H, Padmanabhan V, Whang S. Information distortion in a supply chain: The bullwhip effect[J]. Management Science, 1997,43:546-558.
[14]Lee H, Padmanabhan V, Whang S. The bullwhip effect in supply chains[J]. Sloan Management Rev, 1997,38:93-102.
[15]Lee H, So Kut C, Tang Christopher S. The value of information sharing in a two-level supply chain[J]. Management Science, 2000,46:626-643.
[16]Chen F., Drezner Z., Ryan J.K., Simchi-Levi D. Quantifying the bullwhip effect in a simple supply chain: The impact of forecasting lead time and information[J]. Management Science, 2000,46(3):436-443.
[17] 庄品,王宁生. 供应链协调机制研究现状及发展趋势[J]. 机械科学与技术,2008,11(22):204-206.
[18]Cetinkaya S., Lee C.Y.. Stock replenishment and shipment scheduling for vendor managed inventory[J]. Management Science, 2000,46(2):217-232.
[19]Clark T, Hammond J. Reengineering channel reordering processes to improve total supply chain performance[J]. Production and Operation Management, 1997(6):248-265.
[20]Anupindi R. Supply Management Under Uncertainty[D]. School of Industrial Administration, Carnegie Mellon University, 1993.
[21]Bassok Y, Bixby A, Srinivasan R, et al. Design of component-supply contract with commitment-revision flexibility[J]. IBMJ ResDevelop, 1997,41:693-702.
[22]Tsay A A. The quantity flexibility contract and supplier-customer incentives[J]. Management Science, 1999,45:1339-1358.
[23] 宫敏丽. 供应链管理中信息共享的分析与控制[J]. 求索,2005(9):67-69.
[24] 张修志,等. 基于EIP 的供应链信息共享模式研究[J]. 情报杂志,2007(3):61-63.
关键词:供应链;库存;信息共享
中图分类号:F253.4文献标识码:A
Abstract: Information sharing plays an important role in supply chain management. This paper analyzes the impact of information sharing in inventory. And we discuss the relationship between bullwhip effect, VMI, purchase pledge, quantity flexibility and information sharing. Moreover, we discuss the obstacle of information sharing in the context of supply chain management.
Key words: supply chain; inventory; information sharing
0引言
供应链信息共享是指供应链中各企业的客户订单、库存报告、销售数据等信息能够从一个企业开放、自动地流向另一个企业,使供应链各级企业可以及时了解客户需求变化信息,并尽早对客户的需求变化进行快速反应,避免需求信息逐层传递造成的信息延迟和信息偏差累计效应造成的库存浪费。在一个供应链系统中,信息的流动是双向的,既有供应链下游销售商处的订单信息、订货策略信息、库存水平信息、市场实际需求信息、市场的未来需求信息、销售商的市场需求预测信息等,同样也有上游制造商的补货策略信息、供货水平信息、库存水平信息、生产能力信息等。因此,信息共享是实现低成本、高效率供应链管理的基础[1]。国内对于供应链环境下信息共享对库存的影响研究尚处于起步阶段,本文主要基于国外的文献对该问题的研究工作进行回顾和总结。
1不同需求状态下的信息共享研究
1.1需求信息的个别占有状态下的信息共享研究。早期的一些研究表明,运用历史需求信息可以预测未来的需求分配[2,4-7]。Zheng和Zipkin(1990)可能是研究信息共享价值的第一人。他们分析了信息流在集中型库存系统中的价值。后来,Zipkin(1995)又把分析扩展到多产品库存系统[2-3,8-9]。Bourland 等人(1996)评估了一个采用周期检查的库存系统,只含有一个供应商和一个零售商。他发现在检查周期不随机的情况下,在零售商检货的时候,充分利用信息可以有效改善他们的补充订货决
策[10]。Chen F.等人(1997)分析了在零售商的需求平稳的情况下,共享的库存数据如何改进供应商的订货决策。零售商批量订货时,由于批量或时间间隔的限制,其订货没有完全传达库存的状态,但有了共享的库存数据,供应商可以调节其订货,以响应零售商异常低或高的库存[3,11]。Gavieneni 等人(1999)和Gavieneni(2002)分析了在制造商供应能力制约的情况下,共享零售商订购策略参数的好处。研究考虑了供应商的三种情况:无信息需求,供应商根据以前的销售数据预测市场需求;供应商的s,S策略和最终顾客需求;供应商知道零售商的所有信息,包括每天的库存情况。文章研究了基于供应链水平上的能力,库存和信息之间的关系,以及库存系统和分销网络对这些关系的影响,估计了信息共享给供应商在订货容量限制情况下带来的好
处[2-3]。Cachon和Fisher(2000)研究了在多个相同零售商及供应商有无限订货能力的情况下,假设每个零售商及供应商服从R,nQ策略,在订购数量是预先确定的,没有考虑经济驱动等决策,信息技术的采用和信息流的扩大可以给供应商在订货容量限制情况下带来的好处[2-3]。在一个供应商面对多个不同的零售商的情况下,Moinzadeh(2002)提出了一个结合了零售商库存位置信息的异质产品补货策略,并将它与相同状况下,不在其决策中使用信息的模型进行对比,然后得出信息共享能够使供应商得到最大的利润[2]。
1.2需求为一阶自回归过程时的信息共享研究。在需求信息的个别占有状态下,信息共享的好处主要来自于供应商通过获取零售商库存方面的信息来响应零售商的需求,以帮助零售商降低需求过程中的不确定性。
最近,Lee等人(2000)研究了由单一供应商和单一销售商组成的两级供应链中,在需求不确定情况下信息不共享和信息共享对供应商订单数量决策的影响。研究表明当需求为一阶自回归过程AR1时,共享需求信息能改善供应链的订单数量决策,从而降低供应商和销售商的平均库存和平均成本[2,9]。但是,Raghunathan, S.(2001)指出如当需求为一阶自回归过程时,参数被所有供应链上的成员都知道的话,那么,需求信息共享的价值将非常有限[2,16]。因此,信息共享在有些时候并不总是有益的,或者说信息共享的价值很小,尤其对零售商来说[3,10-11]。
2牛鞭效应与信息共享
信息共享对于生产规划以及库存管理都有直接影响。需求的不确定以及需求信息的个别占有是信息扭曲的一个重要原因,需求信息在供应链的传递过程中发生了扭曲,使得订单量与实际的销售量不一致,这就是我们熟知的“牛鞭效应”。一般来说,发给供应商的订货量,其方差大于销售给买方的(即需求扭曲),这种扭曲以放大的形式向供应链的上游蔓延(方差变大),牛鞭效应给企业造成的后果往往是不言而喻的。由于较差的需求预测,制造商支付了超额的原材料成本或产生原材料短缺,增大额外的制造费用、加班费,以及很高的库存水平导致超额的仓储费用和大量资金积压,低效率的运输过程和超额的运输成本等,都直接影响企业的效益[2-3]。
第一个认识到牛鞭效应的人是Forrester.,他通过一系列案例研究指出,对于季节性商品,制造商觉察到的需求变化远远超过顾客的需求变化,他还注意到这种效应在供应链的每一级都会放大[20]。Lee等人从运营管理的角度分析了牛鞭效应现象的5个主要原因[13-14]:需求信号处理,供应短缺,批量订货,价格变化,交货时间[13-15],并表明信息共享可以消除或减轻牛鞭效
应[13-14]。Chen等人(2000)第一次在一个简单的两级供应链系统中(包含一个供应商和一个零售商)定量分析了牛鞭效应的影响。模型研究了造成牛鞭效应的两个主要原因:需求预测和订单提前期,并把结果扩展到多级供应链,证明有集中顾客需求信息和无集中需求信息能够可以减少,但不能完全消除牛鞭效应[16,18]。
最根本解决牛鞭效应的方法就是在供应链各成员之间实行信息共享,但是信息共享在实际操作中是很难实现的。一般来说,供应链各成员都有属于自己的私有信息,为了解决牛鞭效应,要求下游企业向上游企业提供原本属于自己的私有信息,这会给上游企业带来额外的收益,增加他们在供应链内部的权威,也削弱了下游企业的权威,使之在与上游企业的谈判中处于明显的不利地位而失去竞争优势。有理论证明,信息共享可以增加供应链的整体绩效,但并不是所有的企业都能从中得到更多好处[3,16,18]。
3VMI与信息共享
VMI 或CRP连续补充计划(continuous replenishment programs)是正在流行的敏捷物流合作关系协议[2]。Cetinkaya和Lee(2000)为供应商提出了一个整合的库存补充和交货计划模型,供应商采用s,S策略补充其库存,基于时间的运输联合策略发送顾客的订货。在这些假设下,使用关于零售商库存地点的信息,并对随机需求情况计算最优补充数量和发货频率,目的是在满足以时间为基础的需求时,极小化采购、运输、库存保管和等待成本的总和,并扩大供应商的规模效应[18]。Clark T和Hammond J讨论了美国食品行业实施EDI的业务流程再造(BPR)与渠道绩效之间的关系,通过实证分析认为,在食品工业中,VMI比纯粹使用EDI取得了更令人满意的成功[19]。
4采购承诺、数量柔性与信息共享
传统库存理论中,买方可以在任何时候以任何数量向卖方发出订单。如果买方在不确定的需求下采用s,S订货策略,在某段时间内向卖方订购大量货物,在另一段时间内可能没有任何的订货,这是导致牛鞭效应的原因之一。为了解决这个问题,一些学者提出在订立契约时采用采购承诺或数量柔性的条款,在契约执行的开始卖方事先承诺购买一定数量或某一范围数量的货物,买方则提供一定的优惠条件,其目的是买卖双方共同承担风险或共同分享利益,促使买方认真预测需求和计划订货数
量[20-21]。
Anupindi R是最早提出这类契约的人[20]。在信息共享的基础上订立此类契约可以有效预测雪球和计划订货数量。Tsay A A.在此建立了买卖双方的激励模型,对即将到来的销售季节,买方首先估计采购数量,卖方承诺生产,最后买方根据随机需求的更新信息作出实际的订货策略,但不能低于最初承诺数量的某个百分比,否则会受惩罚,选择适当的单价后,该契约结构表明,通过分配市场需求不确定所引起的成本,把买供双方的个别利益整合成系统最优的结果[3,22]。
5影响供应链信息共享的障碍
虽然信息共享能够解决供应链运作中的很多问题,提高供应链的整体绩效,实现上下游企业的“双赢”。但供应链企业间是合作竞争的关系,每个企业都以自身的利润最大化为目标。根据波特的竞争战略理论,企业在与其他企业进行商务往来时为了在谈判中取得优势,通常会保留某些私人信息。供应链中的各成员不愿意与他人分享自己的私有信息,实现真正意义上的信息共享,有以下主要因素[1]:
5.1信息共享需要成本[1,23-24]。供应链上各企业对信息的采集、处理、传输需要投入一定的人力、物力和技术支持,如果一个企业信息共享所投入的成本大于其所能得到的收益,它就可能发生抵制行为。作为理性的决策者必然会在信息共享的费用与所带来的收益之间进行权衡,以决定是否信息共享以及最优的信息共享程度。
5.2共享信息带来的额外利润在供应链中分配不均[1,23-24]。共享的信息主要来源于下游企业,而利润的增加主要体现在上游企业。由于各个企业有自己的利益,如果整体利润的增加不能合理分配到各成员企业,必然造成部分企业的抵制,甚至由此破坏供应链企业的合作关系。
5.3信息不对称。所谓不对称信息是指在相互对应的经济主体之间不作对称分布的有关时间的知识或概率分布。不对称信息现象存在的根源一方面是由于与厂商或市场参与者所拥有的私人信息;另一方面是由于参与人基于不同的获取能力而获得不同的信息所致。
Dolan(1987)在其研究中提到,供应链各节点企业在信息上是非对称的[22]。在以制造企业为核心企业的供应链中,制造企业处于委托人的地位,供应商、经销商、物流服务提供商等处于代理人的地位,由于后者拥有制造企业所难以掌握的私人信息,在制造企业构建供应链的过程中,就可能会出现合作伙伴的逆向选择[1,23-24]。
6结束语
信息共享尽管对供应链中各种因素的协调起着重要的作用,供应链环境下,库存信息和库存数据的共享能很好地帮助链中成员制定各种决策,提高供应链绩效。但信息共享在具体的运作中却很难实施。有理论证明,信息共享可以增加供应链的整体绩效,但并不是所有的企业都能从中得到更多好处。如果信息不能共享,那就存在信息不对称或信息不完全问题[3,24],这是牛鞭效应最重要的起因之一。总之,信息共享或信息如何共享是当前供应链管理面临的最大挑战之一[2-3]。
参考文献:
[1] 李家清. 基于供应链的信息共享研究[J]. 情报杂志,2008(5):94-97.
[2]Xiu hui Li, Qinan Wang. Coordination mechanisms of supply chain systems[J]. European Journal of Operational Research, 2007,179:1-16.
[3] 达庆利,张钦,沈厚才. 供应链中牛鞭效应问题研究[J]. 管理科学学报,2006,6(3):86-93.
[4]Iglehart D.L. The dynamic inventory problem with unknown demand distributions[J]. Management Science, 1964,10(3):429-440.
[5]Azoury K.S.. Bayes solutions to dynamic inventory models under unknown demand distributions[J]. Management Science, 1985,31(9):1150-1160.
[6]Lovejoy W.S. Myopic policies for some inventory models with uncertain demand distributions[J]. Management Science, 1990,36(6):724-738.
[7]Milner J.M., Kouvelis P.. On the complementary value of accurate demand information and production and supplier flexibility[J]. Manufacturing and Service Operations Management, 2002,4(2):99-113.
[8]Zheng Y., Zipkin P.. A queuing model to analyze the value of centralized inventory information[J]. Operations Research 1990, 38(2):296-307.
[9]Zipkin P.. Performance analysis of a multi-item production-inventory system under alternative policies[J]. Management Science, 1995,41(4):690-703.
[10]Bourland K.E., Powell S.G., Pyke D.F.. Exploitingtimely demand information to reduce inventories[J]. European Journal of Operational Research, 1996,92:239-253.
[11]Chen F, Zheng Yu-sheng. One-warehouse multi-retailer systems with centralized stock information[J]. Operations Research, 1997,45:275-287.
[12]Forrester J. Industrial Dynamic[M]. New York: MIT Press and Wiley & Sons, 1961.
[13]Lee H, Padmanabhan V, Whang S. Information distortion in a supply chain: The bullwhip effect[J]. Management Science, 1997,43:546-558.
[14]Lee H, Padmanabhan V, Whang S. The bullwhip effect in supply chains[J]. Sloan Management Rev, 1997,38:93-102.
[15]Lee H, So Kut C, Tang Christopher S. The value of information sharing in a two-level supply chain[J]. Management Science, 2000,46:626-643.
[16]Chen F., Drezner Z., Ryan J.K., Simchi-Levi D. Quantifying the bullwhip effect in a simple supply chain: The impact of forecasting lead time and information[J]. Management Science, 2000,46(3):436-443.
[17] 庄品,王宁生. 供应链协调机制研究现状及发展趋势[J]. 机械科学与技术,2008,11(22):204-206.
[18]Cetinkaya S., Lee C.Y.. Stock replenishment and shipment scheduling for vendor managed inventory[J]. Management Science, 2000,46(2):217-232.
[19]Clark T, Hammond J. Reengineering channel reordering processes to improve total supply chain performance[J]. Production and Operation Management, 1997(6):248-265.
[20]Anupindi R. Supply Management Under Uncertainty[D]. School of Industrial Administration, Carnegie Mellon University, 1993.
[21]Bassok Y, Bixby A, Srinivasan R, et al. Design of component-supply contract with commitment-revision flexibility[J]. IBMJ ResDevelop, 1997,41:693-702.
[22]Tsay A A. The quantity flexibility contract and supplier-customer incentives[J]. Management Science, 1999,45:1339-1358.
[23] 宫敏丽. 供应链管理中信息共享的分析与控制[J]. 求索,2005(9):67-69.
[24] 张修志,等. 基于EIP 的供应链信息共享模式研究[J]. 情报杂志,2007(3):61-63.