很多因素，例如组织结构、信息渠道、地域分布、行业特征等，都影响到供应链的有效运作。但是，最根深蒂固的影响因素当属"牛鞭效应"。牛鞭效应是关于在一条供应链中，消费市场需求的微小变化如何被一级级放大到制造商、首级供应商、次级供应商等。例如计算机市场需求预测轻微增长2%，转化到戴尔（制造商）时可能成了5%，传递到英特尔（首级供应商）时则可能是10%，而到了替英特尔生产制造处理器的设备商（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。相应地，库存变化呈类似模式。从形状而言，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，这也许是"牛鞭效应"名称的来历。
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不同节点。一旦需求放缓或负增长，大量资金和产品将以库存形式积压，整个供应链可能资金周转不良，严重影响供应链的良好运作，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，直接导致注销高达24亿美元的库存。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。对众多的次级、次次级供应商而言，这则意味着没有新订单，没有新的营业收入，无法维持运营。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。其结果是，当市场需求增加的时候，供应商往往无法支持制造商；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。以笔者所在公司为例，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，设备生产能力利用率只有约30%。
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，面临更大的财政压力，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。
鉴于牛鞭效应的重大影响，多年来学术界和工业界都在积极研究。根据斯坦福大学的李效良教授（Hau Lee）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供应商可能的供货中断。当供货周期长时，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；同理，中国计算机零件供应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。拿移动平均法为例，前三个月的趋势是每月递增10%，那第四个月的预测也将在前三月的平均值上递增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，并且根据上级客户的预测需求来更新预测，这种系统性的放大将会非常明显。
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，以积压一定的库存的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。例如笔者所管理的一家加工设备机箱的小供应商，直到宣布关门停业数月后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。研究表明，价格浮动和促销只能把未来的需求提前实现，到头来整个供应链谁也无法从中获利。
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。
上述种种成因，除了批量生产与生产模式有关外，别的都可以通过整个供应链范围的信息共享和组织协调来解决。例如企业之间共享市场需求信息，避免多重预测，减少信息的人为扭曲；在价格政策上，制造商应该固定产品价格，放弃价格促销，并与零售商共同实行"天天低价"；在理性预期上，供应商在产品短缺时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。但不管如何努力，在不完美的现实世界里，牛鞭效应根深蒂固，可以控制，但不可能完全消除。
本文发表在《商界评论》2008年8月刊，请勿转载。
牛鞭效應 工廠端時候可以通過以下方式減少影響？
1. 預測變化，客戶需承擔相關責任
例如在3個月內FCST變化，工廠統計產生的Inventory、WIP金額，客戶承擔100%責任
在3-6個月內預測變化，客戶承擔30%責任
2. 同供應商明確LT、Cancellation Window 等信息
刘老师:
您好,发现到您的专栏也是近几天的事,觉得受用很大.谢谢!
最近公司也在整理整顿供应商管理模块,因为摊子很大,现在都不知从何下手.不知有没有什么建议?或是好书可以推荐参考的(很期待您的新书出版)谢谢!
牛鞭效应总是存在，但是对于一个稳健型的供应链条来说，控制在一定范围内的波动还是有些办法的：
1、每月滚动发放客3月-6月预测计划，且限定下次FCST 滚动计划上下波动应为上期计划的+-20%。
2、因为客户的FCST 变动+-20%错造成的影响与损失，客户应承担责任。如此对对损失则控制在一定范围内。
3、供应商在实际备库、生产时超出+-20%时负有责任。
4、对于正式订单P/O来讲，则实行每周滚动发放，最近一周为不可变动库存计划，下周为必备库存产品，第三周为生产补货中。推行SCM3 周管理。
5、对于进入产品衰退期，应提前6-12个月进行重点情报共享，减少在库。产品EOL管理。
供应链放大效应关键来自于预测与缓冲库存的层层放大，之所以层层放大关键还是大家相互不信任，沟通困难。而要做到相互信任，必须在相互之间的协议上设立奖惩措施。我们做EMS的，如果完全按照客户的预测跑MRP就会变成客户的银行。这就是我们为什么要自己分析PLC的原因－预测 VS 实际出货的分析。譬如一段时间，如两个周，我们发现客户的实际订单远远小余预测，我们会提出要求客户修改预测，但客户往往不搭理我们，原因是他希望自己的预测高于订单以获取所谓的FLEXIBILITY，但这样就会导致我们、我们的供应商大量的额外库存。解决的办法就是如果我按照你的预测跑MRP而不做任何调整，我的库存（譬如AGING>30）就收你的库存持有成本，如2%每月。但很可惜，由于相对于客户的劣势地位，我们的SALES很少有人要求客户这么做的。所以最终的结果就是，我们不相信客户，客户不相信我们，我们的供应商也不相信我们，这就是为什么CPFR在实践中难以凑效的原因。
说白了，供应链的放大效应实际上是由于供应链上下游的不信任造成的，而之所以大家相互“不信任”是因为契约AGREEMENT是不平等的。
看到上面的留言，让客户承担对预测偏差造成的库存/损失责任，理论上应该是很不错的。
事实上，作为供应商并不总是很强势；对客户这样的要求，甚至会让我们丢了这些客户。
一方面，我们在讲VMI，一方面我们又因此让自己承担责任，好像有点矛盾呢
这是个非常简单又复杂到难以解决的问题。
简单是因为正如楼上各位所讲的，只是个信任或者说是信息的问题，谁都要为自己多留点“富余”以策安全，尤其是在东方文化里，这种思维和想法是非常普遍的，所以很难真正做到JIT采购，而要解决这个问题就需要整个供应链的全体解决，这个工程是非常浩大的。而就其中采购这个环节来讲，个人感觉除了采购人员自身的经验外，就是一定要加强和销售人员和信息交换和沟通，把销售人员收入到整个后勤生产中来。我的做法是每次在跟老板和生产以及技术部门沟通相关事情的时候，尽可能的将内容CC给销售人员，同时也尽量要求他们在跟客户沟通的同时将相关内容CC给后勤系统，这样大家可以通过平日往来的资料里对整个事情的进展有个大概的了解，这样虽然不能保证做到万无一失，但最起码大家心里有个底限，不会出现太大的问题。不知道各位对此怎么看。
非常的好，支持！！
广西贵港职业学院采购班