让我们先举个例子，来说明牛鞭效应。假定全球消费者对计算机的需求预测轻微增长2%，转化到联想（制造商）时就可能成了5%，传递到英特尔（一级供应商）时则可能是10%，而到了英特尔的设备商（次级供应商）时则可能变为20%。简言之，越是处于供应链的后端，需求变化幅度越大。这像西部牛仔挥舞的牛鞭，手腕轻轻一抖，鞭梢便会大幅度抖动，划出一道美丽的圆弧，这或许就是“牛鞭效应”名称的来历。
　　需求变化是不确定因素，供应链的自然反应是要么增加库存，要么增加产能。需求变动越大，供应链合作伙伴的产能、库存变动就越大。而建立库存、产能，以及消耗多余库存、产能都给供应链的产品流、资金流带来很大挑战。

　　下图是从1991年到2001年，北美半导体行业整体库存量的变化趋势。让我们通过这个例子，来理解牛鞭效应的影响。这是个两级供应链：芯片制造是需求方，设备制造是供应商（他们为芯片商提供设备）。半导体行业大致四年一个周期，行业景气时，芯片商的需求上升，传递到其设备供应商时，需求的增幅更大，相应地，设备商就得增加产能、库存来应对。因为设备商在供应链的后端，所以其产能、库存变化更大。你可以看出，在几个季度里，设备行业的库存可以轻易翻一番，或者掉下来一半甚至更多。整个行业因为有多个企业，有聚合效应，单个企业的变化就更剧烈，就如下图所示。对于半导体设备行业来说，要么是在产能爬坡，整条供应链忙地要命；要么是产能下坡，大家为消耗多余的产能、库存头痛。上上下下，成本惊人。

　　牛鞭效应导致对市场变化的过激反应。当市场需求增加时，整个供应链的产能增加幅度超过市场需求增加幅度，超出部分则以库存形式积压在供应链的各个节点。一旦需求增长放缓或负增长，大量资金和产品将以库存形式积压，导致整个供应链资金周转不良，影响供应链的运作，甚至导致企业倒闭，尤其是处于供应链末端的小企业。
　　以思科为例，2000年前后网络经济泡沫破灭，直接导致注销二十几亿美元的库存。以半导体设备制造行业而言，2000年前后经济泡沫后的大量库存，直到2002年才处理完，各大公司动辄注销几千万美金的过期库存。比如2008年的金融危机过后，半导体设备行业陷入严重的衰退。在我当时所在的公司，2009年第一季度的设备产量连两个季度前的10%也没有，生产线大幅裁员。对众多的一级、次级供应商而言，这则意味着新订单锐减，甚至很长时间没有新订单。没有新订单就没有新的营业收入，结果是大批供应商处于崩溃边缘，大幅裁员，甚至难逃破产厄运。
　　对市场的响应速度而言，牛鞭效应表明，越是处于供应链后端，企业响应速度越慢（也因为其响应幅度最大）。其结果是，当市场需求增加的时候，供应商往往产能不足，无法支持制造商；而当市场需求放缓时，供应商则往往继续过量生产，造成库存积压。由于牛鞭效应，伴随着过量生产的是整个供应链的生产能力过度膨胀。一旦经济不景气，整个供应链被迫大幅削减人员，关、停、并、转设备。以我供职过的一个半导体设备公司为例，到2003年，人员从2000年高峰期的5000余人缩减到2200人左右，总部的生产厂房、办公场所从8个缩减为4个。公司的供应商则经历了更加剧烈的苦难历程，大多数供应商的人员减半，营业额只有高峰期的三分之一，有的供应商设备产能力利用率只有30%左右。
　　对整个宏观经济而言，牛鞭效应可以解释为什么有些行业比另一些行业提前衰退，或滞后复苏。拿半导体行业而言，供应链前端的芯片制造业先于后端的设备制造业衰退；而后者则滞后于前者复苏。而对于单个企业而言，当经济复苏的时候，不但要动员自身的生产能力，更重要的是动员各级供应商。这是因为由于牛鞭效应，后端供应商往往受到更大的经济影响，面临更大的财务压力，从而更难也更不情愿扩张生产能力。在行业腾飞、经济景气时，往往由于后端供应商没法及时扩张而影响整个供应链的销售业绩。
　　鉴于其重大影响，多年来学术界和工业界都在积极研究牛鞭效应。根据斯坦福大学的李效良教授（HauLee）及其同事的研究，牛鞭效应有以下四大成因：
　　1．多重需求预测。当处于不同供应链位置的企业预测需求时，都会包括一定的安全库存，以对付变化莫测的市场需求和可能的供应商供货中断。当供货周期较长时，这种安全库存的数量将会非常显著。例如一美国计算机制造商预测到某型号计算机的市场需求是10万台，但可能向中国的供应商下11万的零件订单（“万一卖地好呢”）；同理，中国计算机零件生产商可能向其供应商定购12万的原材料。以此类推，供应链各节点库存将逐级放大。
　　此外，有些预测方法也会系统地扭曲需求。比如前三个月的趋势是每月递增10%，那第四个月的预测也将递增10%。但市场增长不是无限的，总有一天实际需求会降低，这差额就成了多余库存。如果供应链各个企业采用同样的预测方法，这种系统性的放大就会非常明显。
　　2．批量生产、订购。为了达到生产、运输上的规模效应，厂家往往批量生产或购货，以积压一定库存为代价，换取较高的生产效率和较低成本。在市场需求减缓或产品升级换代时，代价往往巨大，导致库存积压、库存品过期，或二者兼具。例如我所管理的一家加工设备机箱的小供应商，都关门停业几个月了，还没有用掉生产积压下的数种机箱，主要是因为大批量生产。
　　3．价格浮动和促销。厂家为促销往往会推出各种促销措施，其结果是买方大批量买进而导致部分积压。这在零售业尤为显著，使市场需求更加不规则、人为加剧需求变化幅度，严重影响整个供应链的正常运作。比如零售商在促销，给制造商几个大订单；制造商往往不知道这是促销，还以为是销量好，就增加产能、库存来应对；促销停止了，零售商的订单量降下来，但制造商的库存、产能已经增加上去了，需要一段时间才能消化掉。其实即使制造商知道是零售商在做促销，类似的问题还是存在：比如正常需求是100个/星期，促销下变为150个/星期，那制造商就得想办法弥补这50个的变动，不增加安全库存，也得赶工加急，成本上升。对于制造业来说，最好是产量平稳，这样产能、成本更容易控制。
　　总的来说，价格浮动和促销只是把未来的需求提前，到头来整个供应链很难从中获利，人工制造的波动反倒是成本更高。当然，存在的都是有原因的，价格浮动和促销的助推器就是“活在当下”的企业绩效评估体系。月度指标、季度指标、年度指标的驱动下，打折、促销就成了销售利器，尽管大家都不受益。结果呢，就是把原本比较平滑的供应链整出一个个的波峰与波谷，而这波峰跟波谷之间的沟壑，就意味着一堆堆的库存、产能，换句话说，就是浪费、成本。
　　4．理性预期。如果某种产品的需求大于供给，且这种情况可能持续一段时间，厂家给供应商的订单可能大于其实际需求，以期供应商能多分配一些产品给它，但同时也传递虚假需求信息，导致供应商错误地解读市场需求，从而过量生产。随着市场供需渐趋平衡，有些订单会消失或被取消，导致供应商多余库存，也使供应商更难判断需求趋势。等到供应商搞清实际需求已经为时过晚，成为又一个“计划跟不上变化”。
　　这种现象在2000年前后的电子行业得到充分体现，整条供应链都深受其害，积压了大量库存和生产能力，前面提到的思科就是一个典型例子。2005、2006年前后全球原材料短缺，大家拼命多下订单，希望冶炼厂能多分配些产能，客观上造成了冶炼厂产能的过度膨胀。2008年金融危机以后，很多企业预计需求低迷会持续很久，就大幅度减产，以消耗现有的库存。全球很多经济体很快触底反弹，从2009年第二季度开始，部分电子产品短缺，造成市场上类似的过激反应，掀起新一轮的产能、库存膨胀。
　　上述种种成因，除了批量生产与生产模式有关外，别的大都可以通过供应链范围的信息共享和组织协调来减轻影响。例如上下游企业之间培养信任，并加大非核心保密信息的交流和共享，通过信息交流代替实物的库存，避免多重预测，减少信息的人为扭曲；在价格政策上，制造商应谨慎使用价格促销，并尽量与零售商实行“天天低价”；在理性预期上，供应商应以历史需求为基础分配产品，从而避免用户单位虚报需求；在生产方式上，供应商应采用精益生产，使达到最佳经济生产批量的数量减小，从而减少供应链库存，提高对市场需求变化的响应速度。
　　说完牛鞭效应的成因及危害。下面我想重点介绍三种应对措施，即跨入多个行业，期待不同行业的周期相互抵消；推行外包，把随业务变化剧烈的职能委托给供应商；信息共享，即这些年北美流行的“拿信息换库存”。
　　跨行。这后面的逻辑是不同的行业周期性往往不同。一个行业低迷的时候，另一个行业可能上扬，反之反是。两相抵消，以降低波峰与波谷，公司整体营收就比较稳定。这从理论上看上去很好，但实践上并非如此。在跨越多行的大型集团公司里，除了GE，你很少能找到绩效好的企业。有人会说，那三星集团呢？三星跨越电子、金融、机械、化学等多个行业，2013年营收近2200亿美元，占韩国整个国家GDP的五分之一左右。这两年三星是不错。不过想想看，三星作为一个公司，自1938年建立以来，已经有近80年的历史。人们是什么时候才开始把它跟一流公司挂起钩来的呢？其实也就是这几年的事，或者更准确地讲，智能手机出来的这几年。看到一些文章，说三星的优势是竖向集成的供应链，比如芯片、显示屏和很多零部件都是自己生产。其实这些与其说是优势，不如说是巧合。用英语里的一句话来说，就是everydoghasitsday（每条狗都有得意的一天），并不能证明跨行的优势。相反，你看三星，除了三星电子意外，别的事业部大都绩效平平。
　　此外，即使跨行，也不意味着资源能在不同行业自由流动。我以前有个50亿美金营收的大供应商，他们老是说，他们的业务很多元，不但支持半导体，而且支持航空业、建筑业等。一旦半导体行业开始复苏，他们可以从别的行业借调资源。实际上并行不通。一方面，经济复苏时，很多行业同时复苏，或者复苏的时间间隔很短，比如2004年前后的半导体与航空业；另一方面，不同行业，要求不同，比如半导体行业的要求高、建筑业要求低，虽然是同样的工种，建筑业的根本没法投入半导体行业。
　　我对跨行非常谨慎。我的逻辑是，企业跨行，是因为管理能力不高，没法应对一个具体的行业；不同的行业在管理上是相通的：既然你没法管好一个行业，那你管好多个行业的概率有多高？这就如放到孩子教育上，如果你不懂教育，教不好老大，那你八成也教不好老二、老三。所以，企业也要考虑优生优育，避免跨行太多。
　　外包。牛鞭效应带来业务上的起起伏伏，并不意味着对每个职能的影响都一样。有些职能，比如财务、人事、总务，受业务变化的影响没有生产、客服、物流等部门大，变动成本较少；而生产、客服和物流等部门，变动成本相对较多。对于变动成本较多的职能，可以考虑外包或者部分外包策略。比如在硅谷，有些高科技公司把整个生产、物流、仓储等职能外包，这样业务一旦好起来，是供应商在准备产能爬坡；业务衰退，是供应商在处理多余的产能。
　　有人会问，难道供应商就没有这问题了吗？他们有，但如果选择、管理得当，供应商可以更有效地应对。比如说一个第三方仓储服务计算机、医疗设备和半导体行业，假定医疗设备行业的业务上升20%，而医疗设备只占这个仓储公司30%的份额，这就意味着该仓储公司的业务只增加了6%，波动小多了。
　　对客户来说，外包意味着原来在内部做的任务转到外部，内部协调变为外部协调。相应地，需要提高供应链管理能力，特别是采购部门的力量。在过去的三四十年里，很多北美公司经历了大幅外包，其生产运营职能越来越边缘化，而采购职能越来越重要，就是这个原因。
　　当然，外包的另一个好处是轻资产经营，对资产回报率有好处，而资产回报率是股东最为关注的指标之一。这其实对供应商也有好处：他们是专业经营，规模效益大，资产利用率高，可以说是双赢。
　　信息共享。牛鞭效应的主要原因是信息不对称，即采购方知道的供应商不知道，供应商知道的采购方不知道。放在公司内部也是。在部门利益驱动下，部门之间互相防范，信息不共享，比如销售为了确保有货，故意拔高预测，就驱动生产和供应商增加额外的库存，构成牛鞭效应。
　　那解决方案也可以从信息共享来，比如协同计划、预测和补货（CPFR）。
　　CPFR之前，沃尔玛的销售数据需要先在公司内部整合，经过几道手后转化成订单或预测给保洁。我们都知道，凡是人手触到，就有扭曲的可能。所以，保洁得到的信息在准确度和时效上都不够好。CPFR下，保洁得到实时销售数据，可以更好地安排计划、生产和补货，提高响应速度的同时，降低了供应链的库存和成本。当然，CPFR还有很多内容，但核心是拿信息换库存：供应链上的波峰波谷，你要么用库存/产能（产能其实是库存的另一种形式），要么拿信息来填平。
　　CPFR等信息共享的方式，看上去挺宏观的，是公司层面的事；其实在工作中，每个人都可以在信息共享上做地更好，都可以做点什么。比如管理供应商时，二级供应商的预测原来是由一级供应商提供，存在牛鞭效应。那采购方可以直接给二级供应商提供预测，让他们看到给一级供应商的预测。这样，大家都在同一个预测下运作，减小了牛鞭效应的影响。你可以在电子商务网站上加了个功能，二级供应商键入相应的零件号，就能看到最根本的预测；也可以通过Excel表格、Email来定期更新。在这里，技术，即如何做是次要的；重要的是心态，即愿不愿做。
　　这里我想特别讲一下公司内部的牛鞭效应。从表面上看，牛鞭效应似乎是公司与公司之间的事。其实，公司内部不同部门之间同样存在牛鞭效应。比如经济景气时，销售预测为100，计划不信任销售，按照120来准备；采购不信任计划，让供应商按照140来准备。经济不景气时，这又倒过来了。结果要么是过剩，要么是短缺。两样问题，一样根源。而解决方案了，就是制定一个数字。销售与运营计划（S&OP）的重要目标，就是让公司在一个数字上运作。可以说，供应链上的各种问题，在公司内部都存在；相反，供应链的各种问题，也是公司内部问题的延伸。
　　牛鞭效应是导致行业周期波动的重要因素，几乎找不到什么行业能摆脱牛鞭效应的影响。在美国，对于牛鞭效应的系统研究至少从上世纪50年代就开始了，比如麻省理工的系统动力学（SystemDynamics），就是研究供应链上不同伙伴之间的互动对整个链条的影响。后来，在80年代/90年代，以斯坦福大学的李效良（HauLee）为代表的学者进一步完善牛鞭效应的研究，并提出通过解决信息不对称来应对牛鞭效应。在工业界，企业也是久病成医，形成一成套的做法，系统应对牛鞭效应带来的业务起伏。我在硅谷十余年间，一直在周期性非常明显的设备行业，亲身经历了数个大大小小的周期，熟悉北美企业如何管理行业的周期性。
　　在国内，牛鞭效应，或者说行业的周期性，也是存在，而且由于政府宏观政策的不确定性而更加难以预测。得益于经济的高速发展，一些行业的牛鞭效应被掩盖或者弱化。但随着经济增速的放缓，牛鞭效应的影响会越来越突出。相比北美企业，本土企业的周期管理还普遍不成熟。有些企业虽然跨行，但行业跨度太大，比如制造计算机的搞房地产、做电商的来养猪，没有什么实质意义。外包还不成风气，竖向集成、重资产运作还是主旋律。短期利益驱动下，供应链的协作乏善可陈；公司内部壁垒林立，都导致信息孤岛、信息不对称普遍存在。在经济景气的假定下，企业宁滥勿缺，大量投入固定资产和库存，在经济增长放缓时，必将自重过重而压垮企业。
　　特别值得警惕的是，很多企业习惯了多年的高速增长，对宏观经济的放缓和行业的周期性变化心理准备不足，或者就根本没有准备，仍旧重资产运营、过度扩张，最后注定要付出沉重的代价。对于远离消费者、处于供应链末端的设备行业，这点尤其重要。如何管理固定投资、扩张或收缩产能、决定自做还是外包，要说关系到公司的存亡，也不是危言耸听。忽视供应链管理、过度依赖重资产运作，企业势必要付出严重代价，其中一些已经在承受恶果。
　　比如三一重工，由于4万亿刺激方案结束，业务增长大受影响，过度扩张时的大批固定资产投资就成了大问题——他们的基础设施是按照年营收1500亿打建的，在业务量只有一半左右的情况下，外行也能想象问题有多大。振华重工，我的另一个客户，重资产进入海工领域，但由于2008年的金融危机，营收大幅下落，连续数年亏本或处于亏本边缘，到2014年尚看不到全面盈利的迹象。金融危机看似问题的根源，其实最根本的原因了，是因为这些行业根深蒂固的周期性。
（更多资讯，请关注浙江物流网微信公众平台zj56156）