李艳青，秦秋莉

（北京交通大学 经济管理学院， 北京 100044）

基于RFID技术的物联网对于牛鞭效应的减弱

李艳青，秦秋莉

（北京交通大学 经济管理学院， 北京 100044）

通过分析牛鞭效应产生的原因，发现其妨碍供应链高效运作的瓶颈。针对这一问题，构建合理的物联网系统，以及对应的基于RFID技术的智能仓储系统，使连续性盘点策略的效率大大提高，将信息在仓储环节的滞后降到最低，从而有效地减弱了牛鞭效应。

物联网；无线射频技术；牛鞭效应

1 引言

H.L.Lee是国外对于牛鞭效应的成因研究最为深入的学者，他认为牛鞭效应是人的理性的、选择最优化决策后相互影响的结果[1]。指出导致牛鞭效应的四个主要的原因是：需求信息的加工过程、限量供应、批量订货方式和价格的波动。并分别用模型给予了证明。

在国内对于牛鞭效应产生原因的分析归纳起来主要有以下几个方面：需求预测、批量订货、价格波动、短期博弈。

同时还有一些新的研究成果：纪可华[2]认为供应链之所以会表现出牛鞭效应是由于供应链本身特有的结构造成的。分析供应链结构的基础上提出了三种供应链的组织结构。邓树明[3]从理论的角度论述了需求信息在供应链管理中存在滞后的现象，并以企业调研的形式证明了需求信息传递滞后对于牛鞭效应的影响客观存在。该论文还对产生信息滞后的原因进行了分析。

从信息技术角度对于牛鞭效应的减弱措施的研究很多：Jose A.D.Machuca[4]指出电子数据交换系统（EDI）的实施能够显著的减弱牛鞭效应。同时许多学者分别在供应链的各个环节提出了各种信息系统诸如：专家系统、MRP、MRPⅡ、人工智能系统、CIM等。

通过对于以上文献的总结可以知道：对于减弱信息滞后的解决方案比较少。在邓树明的论文中，针对减弱信息滞后的方案中，在改善库存管理这一方面提出的有效措施是：降低总的库存水平和实行连续性的盘点策略。而对于如何降低总的库存水平和如何大范围的实行连续性的盘点策略没有进行详细的说明。针对这一点,本文应用物联网理论设计了一套基于RFID技术的智能仓储系统来解决这一问题。

2 理论基础

2.1 物联网的概念

物联网是在计算机、互联网浪潮之后，世界信息产业界的第三次浪潮。物联网是由多项信息技术融合而成的新型技术体系。可以认为，“物联网”（Internet of Things）是指将各种信息传感设备及系统，如传感器网络、射频标签阅读装置、条码与二维码设备、全球定位系统和其它基于物-物通信模式（M2M）的短距无线自组织网络，通过各种接入网与互联网结合起来而形成的一个巨大智能网络[5]。人与人之间的交流通过互联网实现了，人与物体的沟通和对话将由物联网来实现，同时也可以实现物体与物体互相间的交互。

2.1.1 物联网相关技术。物联网产业链可以细分为标识、感知、处理和信息传送四个环节，每个环节的关键技术分别为RFID、传感器、智能芯片和电信运营商的无线传输网络。

⑴RFID。RFID（Radio Frequency Identification，射频识别）是基于计算机技术和通信技术的高度自动化信息和数据收集的综合性技术。在具体应用上，RFID具有很多的优势：①不受限制于视线。②视频识别卡具有很强的读写能力，同时很难进行仿造和智能性很高。③完成识别工作时不需要人的干预。④可以对时速高达500km的正在移动物进行识别。⑤可以同时对多个射频标签进行识别。

（2）传感器。传感器就是一种能将物理量、化学量转化成便于利用的信号的器件。

（3）智能芯片。智能芯片是具备人性化思维行为的智能电子器件。

（4）无线传输网络[6]。

2.1.2 物联网体系结构。根据国际电信联盟的建议，物联网自底向上可以分为以下的过程[7]：

①感知：该层的主要作用是使用多种类型的传感器对物体的属性、环境状态、行为态势等多种形态的信息进行规模化的、分布式的信息提取与状态的辨识，针对具体感知任务，常通过协同处理这一方式对多种类、角度和尺度的信息实施在线计算与控制，同时通过合适的接入设备将提取的信息与网络中的其它单元进行信息的共享与交互。

②接入：该层的主要功能是将来自感知层的信息数据传送到互联网中去，具体的过程是通过现有移动供应商提供的通信网（如GSM网、TINS网）、无线网、无线局域网（WiFi）、卫星网等基础设施来传送。

③互联网：该层的主要作用是以IPv6／IPv4以及后IP（Post-IP）为核心建立的互联网平台，将网络内的信息资源整合成一个可以相互联通的智能型网络，从而建立起一个高效、可靠、可信的基础设施平台为上层服务管理和大规模行业应用所用。

④服务管理：该层的主要功能是通过中心计算机群（具有超级计算能力），对在网络中传输的大量信息实施随时的管理和控制，与此同时为上面的应用层提供一个很好的用户接口。

⑤应用：该层的主要功能是通过对系统底层功能的集成，构建起面向各行业的实际应用，如智能餐厅、智能交通、文物保护等。

2.2 信息滞后对于牛鞭效应的影响

牛鞭效应是供应链管理中所特有的现象。所谓的牛鞭效应就是随着供应链的下游向上游延伸，商品订单量的波动越来越大，如同抖动的鞭子，波动越来越大一样[8]。

在供应链信息中，需求信息是居于核心地位的信息。供应链需求信息是指：关于下游对上游关于需求方面的各种信息。需求信息的最终来源是最终的消费者。需求信息在传递的过程中会呈现单级和逐级传递的特征。这种特征就决定了需求信息的传递不可能是瞬间发生的事情。通常情况下，越是居于供应链的上游于是最晚得到需求的信息。这就是需求信息的滞后效应。信息滞后的时间可以分成三个部分：信息必须的间隔时间、加工信息的时间、传递信息的时间。

信息滞后可以从以下两个方面影响到牛鞭效应。

信息滞后对牛鞭效应波动的时间会产生影响：在没有将信息滞后考虑进牛鞭效应之前，通常认为上游和下游的波动同时发生或是时间不明确。在考虑到信息滞后的存在之后，发现牛鞭效应上游的波动不但比下游大而且晚。

信息滞后对于牛鞭效应的波动幅度会产生影响：信息滞后会使牛鞭效应的波动幅度增大。信息滞后对于牛鞭效应的波动幅度产生影响是因为信息滞后影响到了决策信息的三个基本的需求：准确性，信息滞后会使信息的准确性降低。及时性，信息滞后会使信息的到达不及时，进而引发决策的不及时。必需性，信息的滞后使得决策所必需的信息不能按时到达，这就影响到了信息的必需性。

导致需求信息滞后的影响因素主要有以下四个方面：需求信息的传递和处理、库存的水平、库存补充策略、需求的预测。

存货补充策略有两种。第一种是连续性补货策略，第二种是周期性补货策略。第一种指可以实时的盘点库存，可以实时发现是否应该补货，订单发出及时；后者是每隔一定的时间才对存货盘点，发现库存较少就补充存货，订单发出比较晚。连续性补货策略不会造成信息延迟，而周期性的补货策略则会造成信息的延迟。因为在周期性补货策略下，实际库存已经降到了安全库存以下，但由于没有到盘存的时间，这种情况不被发现，订单就不会及时的向上游发出。

从影响牛鞭效应的信息滞后这一原因出发，我们从解决引起信息滞后的因素入手就可以有效地减弱牛鞭效应。本文就是从库存补充策略这一原因入手减弱牛鞭效应的。

3 基于RFID的智能仓储系统

连续性的补货策略要比周期性的补给策略优越。但是在实际库存盘点中，连续性的补货策略由于技术和成本限制，只是很少的特殊行业有能力的企业会实施。

造成这一现象的主要原因是：在传统仓储管理模式下，普遍存在库存量大、资金和存货周转效率低、货物跟踪困难、人力成本高，在这种情况下实行连续性补货的策略是不可行的。但是基于RFID技术的物联网则可以很好的解决这一问题。

以RFID技术为核心的智能仓储系统解决了产品在仓库中装卸、处理和跟踪过程中所需要信息获取的高效和精确。通过将仓库管理系统与RFID技术结合，管理人员能高效完成各种仓库业务操作，如指定堆放区域、补货、上架取货等。管理人员通过RFID技术为核心的智能仓储系统能够实时了解到产品的存放位置，有效地利用库存空间，在提高了工作效率的同时也降低了库存成本。由于RFID实现了数据录入的自动化，盘点时无需人工干预，可以减少大量的人力物力，使盘点非常的快速和准确[8]。通过这样一个基于RFID技术的智能仓储系统，可以使连续性补货策略得以实施，从而降低了信息在仓储阶段的滞后，使得牛鞭效应得以减轻。

前面已经提到了物联网的体系结构包括感知层、接入层、互联网、服务管理、应用层这五个基本的层次。在本文的基于RFID技术的智能仓储系统中自底向上分别包括了手持读写器和标签的感知层用来收集货物的信息、公司采用的局部网用来将读取到的信息传到互联网中。互联网层、服务管理层主要功能就是将互联网传递的数据进行处理。最后一层就是应用层。

该系统的RFID设备主要有固定读写器、手持式读写器、叉车读写器和通道标签、货架标签、托盘标签等。手持式读写器通常情况下选择超高频多功能手持机读写器。这种读写器具备GSM/GPRS语音通讯和数据通讯、无线蓝牙功能，输入/输出支持RS—232和USB标准接口，支持TCP/IP接口协议，支持EPCClass l标准协议;通过无线网络与服务管理层进行信息交互或者通过员工卡间接与服务管理层系统进行通信，界面交互性能好，实现盘点和拣选过程完全可视化、无纸化操作，实时提示和在线确认盘点和拣选的结果。仓库的每个区域中包含许多个货架，每个货架上配有一张唯一的电子标签，用来记录该货架上货物库存信息。货架标签上的信息在每次仓储操作后，由手持机设备刷新，并且接受该区域固定阅读器的实时查询设备刷新和查询[9]。

库存盘点操作流程:下达和接受盘点指令，制定详细盘点作业计划;对要盘点的仓库、库区进行选择;具体的实施情况是：操作员持手持设备进入需要盘点的区域，以每个货架为单位进行盘点，手持设备读取当时的操作时间与状态，连同区域编号、货架标签编号和盘点信息，同时在其操作日志中保存。操作员将存在于手持设备上的盘点操作日志通过自己的员工卡上传到后台管理系统，管理系统的操作日志对其进行存储，同时制定盘点表，生成盘点清单。在仓库的工作人员定位到需要进行盘点货位的同时，管理系统可以通过无线网络和固定读写器对存储在高层货架标签上的信息进行快速查询，固定读写器查询到盘点数据又通过无线网络传送到后台管理系统，系统进行盘点处理，将获取的最新盘点信息也就是库存货物的实际情况与原始库存信息相比较，产生库存量比对信息，当货物实际库存量低于预设的货物安全库存量时，系统能够自动提供预警;手持读写器配合固定读写器，能够将盘点误差降至最低，从而使精确的单品级自动化盘点管理以较低的成本和较高的效率得以实施。

4 结论

信息滞后对牛鞭效应的波动幅度和波动时间都产生了影响，减弱信息滞后就会有效的减弱牛鞭效应。在引起时间滞后的原因中，本文从仓储策略入手，应用物联网理论，设计了一套基于RFID技术的智能仓储系统。使得连续性的补货策略可以较为普遍的被应用到库存管理中。信息在库存环节的滞后大大的缩短了，使得供应链的流动更加的顺畅。信息从下游到上游的传递更加准确、可靠、及时。将物联网技术应用到供应链物流管理中，有效的减轻了牛鞭效应，给物流的发展提供了有效的支持。由此可见物流网的应用前景非常的广阔。

[1]H L lee,V Padmanabhan,S Whang.Bullwhip effect in a supply chain[J]. Sloan Management Review,1997,38：93-102.

[2]纪可华.供应链管理中牛鞭效应的成因及对策研究[D].天津：天津大学,2005.

[3]邓树明.信息滞后对牛鞭效应的影响[D].成都：电子科技大学,2004.

[4]Jose A，D Machuca，Rafacl P Barajas.The impact of electronic data interchange on reducing bullwhip effect and supply chain inventory costs[J]. Transportation research Part，2004,40：209-228.

[5]刘强,崔莉,陈海明.物联网关键技术与应用[J].计算机科学,2010,37（6）:3-4

[6]韦晓凯，曹从勇,王卫.物联网技术在危险化学品管理中的应用[J].信息系统工程，2010，（5）:66-67.

[7]ITUNGN-GSI Rapporteur Group．Requirements for support ofUSN applications and services in NGN environment[A]．Geneva：International Telecommunication Union（ITU）[C].2007.

[8]Sunil Chopra,Peter Meindl.Supply Chain Management[M].北京：清华大学出版社，2001.361-363.

[9]罗风.RFID在供应链物流管理中的应用研究[D].成都：西南交通大学,2009.

Mitigation of Bullwhip Effect through the RFID-based Internet of Things

LI Yan-qing,QI NQiu-li
（School of Economics&Management,Beijing Jiaotong University,Beijing100044,China）

The causes for supply chain bullwhip effect are analyzed and the bottleneck restricting effective supply chain performance is exposed,as a countermeasure for which,a clear-targeted inter net of things system as well as a RFID-based intelligent ware housing system is established which greatly improves the efficiency of the continuous inventory strategy and reduces wares house information dwell time to the lowest,thus mitigating supply chain bullwhip effect.

internet of things;RFID;bullwhip effect

F252；TP391.4

A

1005-152X（2011）02-0032-03

10.3969/j.issn.1005-152X.2011.02.011

2010-12-14

李艳青，北京交通大学经济管理学院信息管理专业硕士；秦秋莉，北京交通大学经济管理学院副教授，博士。