实验经济学-论文 8页

对实验经济学在供应链管理中的应用—“啤酒游戏”的再研究及改进摘要：本文对供应链管理中的“牛鞭效应”以及实验经济学的应用--“啤酒游戏”（BeerGame）进行了深入研究，分析出传统实验在研究当今互联网供应链形式下的局限性，提出基于信息共享模式对传统“啤酒实验”的改进方法，以模拟当前互联网供应链模式。最后根据改进实验的预想结果分析新模型是否对减弱供应链上的“牛鞭效应”起作用。我们对国内外相关文献进行广泛查阅，所做的研究建立在前人的研究成果之上，并且批判式地吸收了前人的经验，设计出了更加新颖的经济学实验。关键词：实验经济学，供应链管理，大数据，啤酒游戏，“牛鞭效应”，信息共享；一．前言实验经济学(ExperimentalEconomics)是用以检验已有的经济理论及其前提假设，或者发现新的理论，或者为一些决策提供理论分析的科学。基于对实验经济学浓厚的学习兴趣，我们对供应链管理中的著名实验—“啤酒游戏”及其实验经济学方法进行了深入的研究，并且对它进行了一定的改进。在实施供应链管理的过程中，人们注意到尽管产品的顾客需求变动不大，但是供应链上的信息流从最终客户向生产商传递的时候，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，这就是供应链中的“牛鞭效应”(见图1)。“啤酒游戏”（BeerGame）是由麻省理工大学Sloan管理学院创造的一个经济学实验，目的是为了验证“牛鞭效应”。实验要求十分简单，参与者只需要做出一项决策，即确定商品的订货数量。“啤酒游戏”是在一条存在订货提前期、上下游信息沟通不畅的供应链上进行产供销模拟的，这个游戏直观地表现了供应链上的“牛鞭效应”。图1：“牛鞭效应”图示近几十年来，国外有许多学者对“牛鞭效应”和与此对应的“啤酒游戏”进行了细致的研究和改进。如，Lee(1995)等人通过四个模型得出了导致牛鞭效应的四个原因，D．R．Towill(1996)集中研究了对供应商的不同分配机制对牛鞭效应的影响，Cachont(1998)把Lee等人的预先安排的订货策略(平衡的、同步的、以及随机的)作了更为详细的研究，Gavest(1998)以两级供应链中的库存为研究对象，分析了在无信息共享、部分信息共享和完全信息共享三种条件下的供应链收益，说明只有实现信息共享，才能使供应链整体利益最大化等等。本文首先对Sterman(1989)所提出的传统“啤酒游戏”进行重述，然后根据8\n相应的实验结果进行分析，得到“啤酒游戏”对“牛鞭效应”的科学解释，并且站在互联网供应链的角度对这一实验进行改进，对改进后的实验进行结果的估计和相应分析。一．实验重述（一）实验目的验证供应链管理中的“牛鞭效应”并对其成因进行分析。（二）实验步骤和规则“啤酒游戏”实验模拟了如图2的供应链原理：图2：实验原理实验步骤：①研究者担当“顾客”的角色。被试进入实验室后，被随机分为四人一组，每一组代表一条供应链，随后四人依次抽取代表零售商、批发商、分销商(经销商)及制造商的表格，来决定自己的实验角色。实验以扑克牌代表啤酒。②被试仔细阅读并理解实验说明。③实验开始，“顾客”单独向“零售商”发出事先确定的啤酒需求量指令。被试根据自己现有库存向上游供给商发出任意订单量(唯一决策变量),特别地，制造商根据下游的需求发出生产量指令，并在之前抽到的表格中记录下该轮订单量和库存量。在被试收到到下游订单后，需配送出相应的啤酒。(订单延迟在实验规则中说明)研究者随后发出本轮实验停止指令。④实验如此往复30轮。⑤研究者收取各条供应链及担任各个角色被试的表格，并分析表格中的数据。⑥支付被试的到场费和相应报酬。（在实验规则中进行说明）实验规则和其他说明：①被试需要达到的游戏目标是使得自己所在供应链各自的库存和拖欠交货的成本之和最小化。实验结束后对成本最低的一条供应链中的四个被试进行实际报酬支付，该供应链的报酬为这个成本之和的1/3。②啤酒制造商们都具有无限大的生产能力。每周、每单位库存的成本为O．5元／(单位．轮)，每单位拖欠交货的成本为l元／(单位．轮)。③实验以“轮”(round)为单位，模拟实际情况中的周次。每一轮中，被试需根据自己当前的库存量向上游供应商发出订单量n，尽最大可能确保下游需求，因为拖欠交货成本大于库存成本。④实验开始前市场处于均衡状态，各被试库存量12单位；在途货物和订单为4单位；8\n图3：初始状态图⑤供应链上下游企业之间，订单延迟为2轮，即下游企业发出订单，上游企业收到订单需要2轮时间(包含信息传送、确认和计划等时间)；交货延迟为2轮，即上游企业生产、运输和交货，货物到达下游企业需要2轮时间；生产延迟为3轮，即生产商需要3轮完成生产。⑥被试独立进行决策，在供应链运营的每一轮，被试们只获得本轮的下游企业的需求信息，以及自身库存。经营决策不能互相交流，只有零售商获取顾客的需求。即：顾客——零售商——批发商——分销商——制造商(从左到右下订单，从右到左满足订单)[*⑦此点被试不能看到。“顾客”事先确定的需求量前4轮为4个单位/轮，其余轮次需求量为8个单位/轮。]（三）实验结果及分析通过对前人进行传统实验的结果分析，我们总结结果如下：每轮啤酒市场需求量会有波动，由于为了避免缺货，每轮各自的库存量和缺货量都有变化。通常，到游戏结束后，除零售商掌握啤酒市场需求的实际数据，而批发商、分销商和啤酒制造商给出的市场需求量分析，与实际情况相差甚远。当得知前4周每周啤酒市场需要量为4个单位／轮，其余时间每周需要量为8个单位／轮，参与游戏者均感到十分惊讶，会本能地指责其它厂商采取了错误的策略。市场需求的微小变化对上游供应商的订单和库存水平产生了巨大的影响。在此我们直接引用了前人所得出的实验结果进行分析：8\n图4：累计缺货量与订单量表（一条供应链）对上述数据的制图，见图5、图6：图5:库存或累计缺货量折线图图6：订单需求预测折线图接下来我们对传统“啤酒游戏”的实验结果进行如下分析：l从生产商来看：初期由于没有预测到下游的订单量很大导致缺货十分严重，供应链成本主要为拖欠货物成本。而中期订单量减少，前期订货量过大，导致货物的小幅度积压，此时供应链成本8\n主要为库存成本。后期由于下游订单增加而预测没有跟上，导致缺货现象严重。l从分销商来看：初期下游的订货量较大于是预期需货量较大，初期一直稳定的有小部分库存，供应链成本主要为库存成本。而中期从第10轮开始，下游订单骤减而前几轮订货太多导致库存大量堆积，库存成本负担加重。而从20轮开始，下游订货量恢复，而前几轮未订货导致缺货现象严重，成本几乎都为拖欠交货成本。l从批发商来看：实验前半由于初期1-8轮下游订货量较大而9-16轮下游订货量较小，导致向经销商的订货过多，库存堆积十分严重使得实验前半的成本全部为库存成本。实验后半下游订货量稳定在一个较高的水准，而向经销商的订货量没有跟上导致实验后半一直处于缺货状态，供应链成本全部为拖欠交货成本。l从零售商来看：由于一直能够直接得到顾客需求，除了7-10轮以及25-26轮略有波动之外，前半直到19轮供应链成本一直为库存成本，而20-30轮主要为延迟交货成本。综上所述，根据数据可以看出，越向上游，库存货累计缺货量的波动越大，营销过程中的需求变异放大现象十分明显。图5的四条曲线明显无法趋近于x轴，这和理想中的“0库存”情况相距甚远。这主要是由于上下游缺乏信息的交流，导致需求量的估计周期性出现严重的错误，订货量往上游就放大了，导致订单的剧烈波动，即牛鞭效应一定存在。整条供应链中，各商只考虑自己的成本没有顾虑整条供应链的成本，使得整条供应链由于牛鞭效应而十分不稳定。（四）传统实验的缺陷传统“啤酒游戏”模拟出了传统闭环供应链模式，但是却不能模拟当下互联网供应链模式。从上世纪80年代至今，供应链模式已经悄然改变，互联网的普遍应用使得通讯和互动更加有效，大数据时代下的各类信息可以为供应链管理能够提供更好、更及时的订货信息、运输信息、库存信息，为实现“零库存”提供了可能。它的作用主要体现在：（1）直接连通供应商、合作伙伴和客户；（2）集中化的战略采购、订单处理、库存查询和购买活动；（3）自动实现企业间的商务处理。供应商通过投资架构起管理信息系统来管理库存可以使库存水平降低，减少总的库存维持成本，提供高的客户服务水平。在国内，“怡亚通”是互联网供应链公司中的典范。我们正是基于这个原因，通过小组成员的精心研究和设计，对Sterman(1989)提出的传统“啤酒游戏”进行改进。三.实验改进（一）改进综述本小组对“啤酒游戏”进行改进的依据是：信息共享机制。信息共享的实质就是要打破供应链中信息逐级传递的模式，通过构建信息共享系统的管理平台，运用先进的管理信息系统（如POS(销售终端)、RIO(实时订单查询系统)、IoT(物联网)、Intranet(企业内部网)等）使供应链合作伙伴在商业模式和它所支持的系统结构中实现信息共享。我们相信，当代供应链上信息传递不再仅仅是线性的，而是网络化的传递过程和多信息源的反馈过程，基于此，我们设定了下图所反映的模型：信息共享信息中心8\n原料分销商生产商顾客零售商批发商运输延迟运输延迟运输延迟索取信息图7：改进后的实验模型（二）对改进后实验的解释⑴基于企业间实时订单查询系统(RIO)，我们将原实验中的订单延迟撤除。即仅保留原实验说明中的交货延迟（2轮）和生产延迟（3轮）。⑵基于管理信息系统构建信息中心(如图8)。我们对实验做出如下改进：每一轮研究者发出啤酒需求后，在分销商发出订单量之前，零售商、批发商填写的订单信息由实验助手转移给分销商，使得这条供应链上的“核心企业”分销商能够提前获取零售商和批发商的订单信息。避免了供应链的震荡过大。图8：构建信息系统⑶基于供应链上信息网络化的发展现状，我们了解到目前供应链的各级供应商可以通过特定渠道间接了解顾客的需求以提前制定供应计划，因此我们对实验做出如下改进：在每一轮顾客发出需求指令后，我们允许批发商以0.5元的成本向零售商索取顾客的啤酒需求量，零售商可以选择接受或者拒绝，若接受，则获得的报酬为0.5元成本的抵消，但须如实传达顾客需求。⑷增加市场仲裁机制，为防止零售商为了避免缺货而肆意夸大订单量，尔后又恶意退货的情形，我们规定零售商的退货成本为0.5元/单位。⑸我们发现原实验的时间过于冗长，某些被试因为非系统因素出现决策明显偏误，所以我们改进实验如下：减少游戏时间为20轮，避免游戏时间过长被试由于心理疲劳等因素而做出违背理性人假设的决策。⑹我们发现被试对于实验结果的记录具有偏误，所以我们改进实验如下：向每一条供应链分配一名记录员，专门记录每一轮后每一名被试的库存和订单量。（三）改进后实验的预想结果在上述模型的假设下，我们可以预见的实验结果是：批发商会乐意花费0.5元成本向零售商获取顾客的需求信息，以确保自身的库存、订单量合理；各个被试每一轮的订单量8\n、库存量方差减小；库存和累计缺货量折线更贴近与y=0（“0”库存情况的实现）；需求变异现象被有效遏制，各被试所做决策更加理性，整条供应链运行更加稳定。四.结论本文通过对前人的实验（Sterman1989）进行批判性总结，在信息共享机制的基础上对实验进行了改进并保证了可行性。实验的预想结果是在缩短订单延迟和各商户信息共享后供应链整体的成本降低，验证了在互联网大数据的工具的辅佐下，供应链的震荡能得到整体的减弱，分级向上的需求变异得以遏制，必然存在的牛鞭效应也得到一定的缓解。可以预见，融合了互联网思维的“新啤酒游戏”可以使企业对于当今供应链模式有了更深入的了解，对于减少供应链的成本、促进互联网供应链的科学发展有着理论指导意义。由于研究时间和深入程度受限，论文中存在着不可避免的错误与缺陷——对供应链中牛鞭效应的分析可能还缺少定量分析的成分；改进的实验因为条件限制没有给出具体数字和模型进行说明；没能控制所有实验变量，使得实验数据不够精确，实验结果有一定偏差，其中需要改进的地方请老师指正。参考文献：[1]黄小原，卢震．具有不确定性需求的供应链牛鞭效应的随机控制．东北大学学报(自然科学版)，2003．4：393～396[2]牛芳，乔卓，董颖颖．信息不对称情况下供应链库存控制研究．工业工程，2003．3：58～60[3]肖进.供应链中长鞭效应的理论分析与研究[D].大连海事大学.20078\n[4]袁旭梅，史丽君.“啤酒游戏”的系统动力学分析[M].价值工程.2007(4)[5]ForresterJ，IndustrialDynamics；ABreakthroughforDecisionMakers．HarvardBusinessReview．1958(8)：164～179[6]JackS.GoodwinStephenG.Franklin,(1994),"TheBeerDistributionGame:UsingSimulationtoTeachSystemsThinking",JournalofManagementDevelopment,Vol.13Iss8pp.7–15[7]RachelCroson,KarenDonohue(2002)ExperimentalEconomicsandSupply-ChainManagement.Interfaces32(5):74-82[]Sterman,J.1989.Modelingmanagerialbehavior:Misperceptionsoffeedbackinadynamicdecisionmakingexperiment.ManagementSci.35(3)321–339.8