长鞭效应出自彼得圣吉在《第五项修炼》中讲述的一个啤酒供销故事，反映供应链的需求信息从最终客户传递到原始供应商的过程中，因信息不能在供应链节点之间共享，而使信息扭曲并随着节点推进不断放大，从而使供需关系失衡的问题。这个现象就像抖动鞭子，手柄端轻轻一抖，末梢端就会产生宽幅摆动，故此得名。

由彼得圣吉中的啤酒供应故事引申出了啤酒游戏，也就是人们用角色扮演（有人扮演零售商，有人扮演批发商，有人扮演分销商，有人扮演制造商）的方式验证长鞭效应的存在，啤酒游戏侧重宏观供应链上不同企业之间的信息波动问题，我在这里对长效效应概念稍微做一个调整，让需求信息在供应企业内部传递的环节也纳入关注范畴：

长鞭效应：当供应链上的各节点只根据来自其相邻的下游节点的需求信息进行生产或者供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象。这样当信息达到最源头的供应节点时，其所获得的需求信息和终端客户实际需求信息发生了很大的偏差。供应链上的节点越多，长鞭效应就越显著。

长鞭效应的直接诱因是市场需求变化，根本原因则是因为信息共享问题。而信息共享问题表面上看是沟通不畅问题，而实质是协同机制原因。协同机制的核心是协作模式，具体展现方式则是信息结构与形态，以及物流形态，而决定协作有效性与沟通有效性的则是立场博弈。

啤酒游戏中，供应链的各节点角色之间的协同很简单，就是仅仅依靠正式订单传递需求信息。很显然，需求信息并不仅仅是正式订单，它还包括各方掌握的可能影响需求的周边信息，比如预测、促销、销售出货趋势等，而在啤酒游戏中，这些信息的互动与共享是没有的，也就是协作模式是缺位的。同时各节点角色本身也有各自不同的立场，也会博弈，即根据自己掌握信息采取具有明显自我保护倾向的假设、推理与行动，而信息不确定情况会驾驭博弈，从而使信息偏差变得更大。依据这个原理，现实中很多企业开始与上下游供应伙伴建立彼此开放程度更高、互动更透明的信息协作模式，甚至在实物流传递模式上也做出大幅度改变。前者诸如通过双方对接的信息系统（EDI，或者supplier portal，或者ERP数据直接对接）传递库存信息、预测信息、销售数据、计划信息，后者则如采用VMI方式、JIT方式。

“宝洁-沃尔玛协同模式”是最早的跨企业供应链协同案例。最开始时，宝洁开发并给沃尔玛安装了一套“持续补货系统”，该系统使得宝洁可以通过电脑监视其产品在沃尔玛各分店的销售及存货情况，然后据此来调整自己的生产和补货计划。后来，宝洁和沃尔玛又合力启动了 CPFR(Collaborative planning, forecasting and replenishment，协同计划、预测与补货)流程。从双方共同的商业计划开始，到市场推广、销售预测、订单预测，再到最后对市场活动的评估总结，构成了一个可持续提高的循环。流程实施的结果是双方的经营成本和库存水平都大大降低，而销售状况有很大提升。

在国内，京东和美的在需求协同方面做出了深度的探索。过去京东依据平台销量做出销售预测，并将其转换为订单传递给美的，美的根据销量也要做一轮预测，并依据自己的预测转换为物料采购订单传递给自己的供应商，应该说供应链上的每一个节点都在做着类似的事情。2014年年底开始，京东和美的共同立项供应链协同项目，通过双方信息系统对接，共享订单数据、销量数据、库存数据、预测数据。这样双方各自为政的预测、计划及补货就变成了一体化的活动，从而大幅降低发生缺货或库存冗余的概率。

VMI模式常被制造型企业在B2B业务中应用，它是一种融合了需求信息协同与实物流协同的综合性协同机制。大致讲就是在供方依据双方共识，在需方企业厂内或距离不远的第三方仓库存有一定安全量的库存，供方派人进行仓库管理（这个仓库叫HUB），在需方没有使用库存以前，这些库存还是供方的，一旦需方有了需求，就立刻调用HUB内的数据，此时才算发生真实交易，也就是财产权由供方转移到了需方。为了支持这种操作模式，供需双方在预测、订单等方面的信息协同是必需的支撑条件，一般是借助IT系统实现的。而当HUB的位置处于供方自己厂区时，VMI模式就成了JIT模式，所以可以认为JIT模式是VMI模式的一种特殊形态。

VMI与JIT模式本质上是双方契约化的一种协作模式，对于需方来讲是在降低缺货风险的同时，也避免了库存冗余风险，对于供方来讲，是稳定了双方销售关系，增加了销售机会，从双方一体化利益角度，通过HUB库存的缓冲作用，能让双方的冗余库存风险都有所降低。一般情况下，供方也会事先承诺假如HUB中的库存成为呆滞料，供方会想办法消耗掉，或者供方承担一定比例的损失。

总而言之，宏观供应链上各企业间的协同，相对于传统订单交易模式，是对双方权责的一种调整，是协作模式的创新，而EDI等信息系统的支持则是必要的支撑工具和信息共享载体。

相对于跨企业节点的长鞭效应，我认为企业内部供应链节点视角的长鞭效应更值得关注，事实上内部供应链协同是宏观供应链系统的基础，内部供应链协同做不好，宏观供应链协同也做不好。

企业内部各节点之间名义上属于一个企业，它们之间的信息协同应该比宏观供应链上企业和企业之间的信息协同要好得多。但现实是从销售到计划、采购、制造、物流之间这条链上的协同不畅情况更是几乎所有企业头疼的事。

销售部门的订单达到计划部门之前往往有不短的搁置时间。销售订单变更前往往销售人员是掌握一些征兆信息的，但一般这种信息到不了计划部门，前者很少主动去讲，后者很少积极去问。预测更是销售与计划之间的永恒问题话头，销售部门往往不会下太多功夫在做销售预测上；计划部门则一方面埋怨预测太离谱，一方面自顾自重新做预估，这相当于两个节点各自在预测。采购部门拿到计划部门真实的采购预测也不易，更不要说预测从销售到计划，再到采购的幅度偏差。制造部门往往希望计划部门给出更长区间的生产计划，这样方便做好产线工人的招募和释放，可这并不容易。在实际生产安排中，一般不能直接按照采购订单的预到货日期进行生产安排，必须掌握真实的、分批次的供应商到货节奏，当采购与计划之间信息共享不及时、不准确时，对排产产生的震荡影响很大。物流部门的发货也是一件相当多头多绪的事，销售的指令，计划的安排、制造的实际完工时间、承运商的车辆安排情况都要同步盯着，有一头出了差池，就会影响发货安排。

长鞭效应的实质还是谷仓效应，不过是叠加的谷仓效应，要根本性解决长鞭效应，绕过前一章归纳的几种集成方法。比如要扩大计划的权责，让计划部门明确扮演全链条统筹的角色；比如计划要沿着供应链前移直接参与预测，而非在下游被动等待销售的预测；比如内部供应链各阶段信息传递的职责要强化，要针对持续出现的各种信息沟通问题，持续细化各部门的信息责任；比如要强化标准化，把内部信息传递（特别是例外信息、变更信息）的路径不断合理化、高效化，把信息进行标准化，以表单方式持续精细化。

实质还是分工失耦效应，宏观的是社会分工之间的耦合，微观的是内部部门分工之间的耦合，还是决策分裂效应，就是基于不充分的信息或技能进行决策。

此外，在长鞭效应这个概念基础上可以衍生出另外几个概念——纠错长鞭效应、成本控制长鞭效应、质量控制长鞭效应。

纠错长鞭效应指对一个业务流链条而言，越靠前端位置出现错误，那么到后期纠正这个错误所付出的代价就越大。也就是说错误影响会沿着业务流流向逐步放大。比如销售订单中有一个组件型号搞错，假设分别在业务流动到计划环节、采购环节、制造环节发现这个错误，纠正错误所付出的代价也会逐步变大。

这个效应的意义在于给我们一个更全局性、更动态的成本观、质量观、效率观，即业务流上游环节的失误代价是个延滞变量，随着问题发现时间变长而几何级变大。所以，不管从成本控制角度，还是质量控制角度、效率控制角度，减少出错，减少上游环节的低品质过程输出，从而减少返工都是管理的大事。

类似地，当我们关注一个全业务流的成本控制时，就存在一个成本控制长鞭效应；当我们关注一个全业务流的质量控制时，就存在一个质量控制长鞭效应。不管是成本控制还是质量控制，越在上游环节做好控制，产生的作用就越大，直到最下游没有多少能动空间。事实上这两种效应也为前一章我提出的一种集成方法“下游前插法”提供了一个经验角度的背书。