符 莹 张永帅 秦浩 李进

摘要：随着信息科学技术的发展，区块链技术开始应用于各行各业，为供应链的优化开拓了新方向。本文通过对信息不对称对“牛鞭效应”的影响进行分析，引入区块链技术，分析其如何解决供应链中的信息不对称，最后构建一个基于区块链技术的信息共享模型，实现“牛鞭效应”的弱化，节省供应链企业成本。

关键词：区块链;供应链;信息不对称;牛鞭效应

中图分类号：F552.6 文献识别码：A 文章编号：

2096-3157（2019）06-0015-02

一、引言

近年来，随着物流的发展，为了降低“牛鞭效应”带来的风险，现行的管理模式需要引进新技术进行革新。

目前，有关“牛鞭效应”和信息不对称的研究层出不穷。如杨文升等[1]以博弈论对供应链企业优化博弈进行分析，得出其本质就是高度的信息共享。代宏砚等[2]通过描绘信息在供应链中得传递过程，利用解析模型量化分析得出缓解信息失真的有效方式是信息共享，其可将牛鞭效应降低为线性增长。黄远新等[3]认为对“牛鞭效应”进行弱化，应以信息共享为根本出发点，进行结构精简、管理模式改革、重新分配库存责任，从而避免博弈行为。李翀等[4]认为提高信息共享程度是弱化“牛鞭效应”的主要手段，并提出了库存网络系统状态转换模型对“牛鞭效应”进行弱化。

现有的关于通过信息共享弱化“牛鞭效應”的研究多是从革新管理方式的角度出发，较少从利用信息科学技术进行信息共享的角度进行分析研究。本文着眼于信息不对称，即“牛鞭效应”产生的根源之，分析其对“牛鞭效应”的影响，并在此基础上引入区块链技术解决供应链中信息共享难的问题，最后构建基于区块链技术的信息共享模型。

二、信息不对称对牛鞭效应影响分析

“牛鞭效应”是指供应链中各节点企业在缺乏有效沟通和希望自身利益不受损害情况下引起的需求信息沿着供应链层级被逐级放大、歪曲失真的现象。信息不对称主要在以下方面对“牛鞭效应”产生影响：

1.信息传递时滞

在供应链中，上游企业进行生产安排所需的预测信息是从其相邻的下游企业获取的，即信息是随着供应链的层级一级一级传递的，因此上游企业无法直接获取终端客户的消费数据。同时，由于企业间订单传递需要多次录入及输出，这就增加了信息的录入、处理和输出时间，大大降低了信息传递的时效性，当信息到达最顶端的企业时，也就失去了其真实性，即需求信息发生歪曲失真，与实际市场需求差异大从而导致资源严重浪费。

2.信息安全考虑

根据管理学理论，在供应链中每一个企业经营者都是理性人，因此出于保护企业自身利益最大化和避免商业机密泄露的考虑，在与供应链中的其他相邻企业进行信息共享时，就会选择隐瞒一部分敏感信息，即涉及商业秘密的信息不外泄。而这也就使得上游企业获取的是错误的信息，当上游企业进行需求预测时，就会出现歪曲失真造成资源浪费和经营利润损失。

3.信息传递准确性

在传统的供应链中，供应链中上下游企业之间的信息传递是依靠纸张或者信息系统进行的，而这就增加了在在复杂、重复、繁琐的工作中的人为错误。倘若供应链中的某一结点出现了信息传递错误，这种信息的歪曲失真就会随着信息的传递而出现逐级放大，因而大大降低了信息传递是的准确性。此外，这种由于信息传递错误导致的时间浪费也会影响信息的时效性，同样造成信息的失效。

综上所述，由于信息存在泄露风险和各主体间存在博弈关系的原因，供应链中的大部分成员不愿意进行充分的信息共享;由于信息传递速度慢、信息传递易人为错误，供应链中信息在传递时易歪曲失真，产生甚至加剧了“牛鞭效应”。

三、基于区块链技术解决信息不对称思路

1.区块链及相关研究

区块链的本质可以理解为一个可靠数据库的技术方案，它可以创建任意数量“块”与节点，然后由权力分散的主体共同维护的。其具有以下特点：（1）去中心化，各节点权限对等。（2）集体维护，各节点均可参与数据区块的验证及维护。（3）高度透明，所有运作规则和数据内容均公开透明。（4）匿名性，各节点之间无需相互公开身份。（5）不可篡改，只有同时控制系统中超过51%的算力，才可实现单节点对数据库的修改。（6）可追溯，所有交易都会与相邻的2个区块进行串联，因此可对每一笔交易进行溯源。

2.基于区块链技术解决信息不对称

（1）减少信息传递时滞。区块链采用分布式系统，以分布式共同对数据库进行维护和更新验证，区别于传统“中心化”交易模式，体现其创新性和“去中心化”特征。供应链上多方主体基于区块链的信息共享模式获取信息，区块链与供应链的信息分布式管理方面均按照“去中心化”思想，各主体平等交换和储存信息。各节点可以直接从信息池中随时获得自身需要的相关信息，不再仅仅通过相邻节点的信息而是根据全部链上信息来做出决定。因此，应用区块链技术后，供应链中各主体的信息都上传至区块链系统，供应链中的企业不仅可以使用相邻企业共享的信息，也可以使用来自终端客户得数据信息进行相关预测活动，有效避免了信息传递时间长、速度慢的迟滞问题，提高供应链的协同性和效率，有效的弱化了“牛鞭效应”。

（2）提高信息准确性。区块链系统内各分布式节点通过“链”将各“区块”的信息进行连接并通过“时间戳”形成完整有序的链式结构，从而达成共识机制。基于区块链的技术下。信息变得安全透明、可验证、可追溯并且无法被篡改。在信息传递过程中，各主体之间为了自身安全以及不信任他人存在放大需求等行为。可通过引入区块链网络中的“去信任”机制，各节点进行线上信息录入，且各主体协同验证，保证其信息的真实记录，以降低缺乏信任时的机会成本。各主体权力分散，有利于保障交易过程中数据等信息的完整性和真实性。因此，在应用区块链技术后，供应链中各主体需要利用相关信息时，仅需从信息数据库中进行调用即可，大大减少了中转环节和人工操作时间，可以显著地降低信息传递的错误率，有效降低了信息歪曲失真的概率，从而有效的弱化了“牛鞭效应”。

（3）提高信息安全性。區块链技术所支撑的数据库安全透明、冗余备份，对故意、恶意逃避责任行为进行有效控制，且各节点数据完整。在供应链中也需要这样完备、透明的数据库共享平台，链上各个节点都可以实时更新物流数据库，并通过分布式系统协同验证，以完全透明化运作来建立各节点间的“微信任”。从而在出现问题时能明确责任，根据实时数据库传达的意见进行改进和完善。区块链技术基本可以使分布式数据库无法随意篡改。

综上所述，利用区块链技术搭建一个供应链中各节点企业在低信任成本环境下安全交换数据的信息共享模型，减少信息流通层级，提高信息流动速度、降低信息传递错误和泄露风险，使各成员安全地进行信息共享，减少由信息不对称引发的风险，对“牛鞭效应”进行有效的弱化。

3.基于区块链技术的供应链信息共享模型

图 基于区块链技术智能信息共享模型

由于“牛鞭效应”只能被有效的弱化，而无法被消除。所以，本文构建了一个基于区块链技术智能信息共享模型，如图所示。该模型以解决企业上下游信息不对称问题为出发点，增加供应链各节点企业间运作的协同性。供应链上各节点主体获取目标客户需求后，做出相应的计划和进行需求预测，并将信息输入供应链子数据库中，每个供应链子数据库就是一个“块”，然后供应链上企业主要依托基于区块链智能化信息共享平台，通过智能合约和共同算法，可以随时获取供应链上其他企业的“块”上信息。并且这些信息是绝对真实的，无法被篡改且可以追溯信息来源，使得企业之间可以较低信任成本获取高质量的真实信息。并且基于区块链技术的“去中心化”特性，该模型可以监督和杜绝供应链链上某个企业夸大扭曲需求信息造成需求波动，上游企业可以获得客户的真实需求信息，减少企业与企业之间的信息不对称，从而有效弱化“牛鞭效应”。

四、结语

本文在研究信息不对称和“牛鞭效应”二者关系的基础上，得出信息不对称主要是通过影响需求预测、限量决策和交货时间三方面产生“牛鞭效应”，随后阐述了引入区块链技术解决信息不对称的思路，构建了一个基于区块链技术的供应链中各节点企业参与的信息共享模型，从而提高整个供应链的透明化和可视化，实现较高程度的信息共享，降低企业成本，进而对“牛鞭效应”进行有效的削弱。

参考文献：

[1]杨文升，吴思宇.供应链风险管理与企业物流信息共享机制研究[J].求索，2009，（04）：7～9.

[2]代宏砚，周伟华，陈志康.多级供应链中库存不准确性对牛鞭效应的影响[J].管理工程学报，2013，27（02）：195～201.

[3]黄远新，田红英.供应链中的“牛鞭效应”及其缓解策略研究[J].经济体制改革，2008，（04）：181～184.

[4]李翀，刘思峰.信息共享受限条件下的供应链网络系统牛鞭效应控制策略[J].控制与决策，2012，27（12）：1787～1792+1799.

[5]张宁，王毅，康重庆，程将南，贺大玮.能源互联网中的区块链技术：研究框架与典型应用初探[J].电机工程学报，2016，36（15）：4011～4023.

[6]李青，张鑫.区块链：以技术推动教育的开放和公信[J].远程教育杂志，2017，35（01）：36～44.

[7]薛腾飞，傅群超，王枞，王新宴.基于区块链的医疗数据共享模型研究[J].自动化学报，2017，43（09）：1555～1562.

[8]吕芙蓉，陈莎.基于区块链技术构建我国农产品质量安全追溯体系的研究[J].农村金融研究，2016，（12）：22～26.

[9]汪传雷，万一荻，秦琴，汪宁宁.基于区块链的供应链物流信息生态圈模型[J].情报理论与实践，2017，40（07）：115～121.

[10]朱兴雄，何清素，郭善琪.区块链技术在供应链金融中的应用[J].中国流通经济，2018，32（03）：111～119.

[11]Lee，HL，Padmanabhan，V and Whang，S.The Bullwhip Effectin Supply Chains[J].Sloan Management Review，1997，38（2）：93～102.

[12]Serman， J.Modeling Managerial Behavior Misperceptions of Feed-back in a Dynamics Decision Making Experiment[J].ManagemenScience，1989（35）：321～339.