虚拟营销的渠道管理

5.3　虚拟营销的渠道管理

虚拟营销的实施是在组建营销动态联盟、获取营销资源后，运用营销资源实现营销机会的过程。这一过程涉及产品、价格、分销、促销等诸多营销活动环节。其中，分销与促销环节更多地体现了营销的特点，而在现有的虚拟经营文献中，关于虚拟分销和虚拟促销的研究还相当少，因此，本节主要从虚拟分销和虚拟促销的角度分析虚拟营销的实施。在分销和促销的诸多环节中，我们重点分析虚拟渠道中的供应商均势结构、牛鞭效应以及虚拟促销中的合作广告3个方面的问题。

5.3.1　虚拟渠道中的供应商均势结构

（1）虚拟渠道中供应商均势问题的提出

建立战略性供应商伙伴关系是虚拟渠道管理的重点。如何进行虚拟渠道合作伙伴间结构的合理设计，是影响虚拟营销合作质量和合作效率重要因素。目前，在虚拟渠道合作伙伴间结构设计方面还存在以下的缺陷。

①合作伙伴的选择过于短期化。企业对合作伙伴的选择标准仅仅局限于降低成本、降低库存水平、增强信息共享、改善相互之间的交流、保持战略伙伴之间操作的一贯性、产生更大的竞争优势。对于这种合作伙伴的机制，在战术层面上无可厚非。但却容易使企业陷入战略的被动，损害企业的长期利益和虚拟营销战略的长远发展。

②缺乏对虚拟渠道的结构力分析和在此基础上的系统设计。合作伙伴的选择，将在很大程度上影响甚至决定虚拟渠道的体系结构，如果不对影响虚拟渠道运作的结构力进行衡量和把握，就会影响虚拟渠道的战略持久性和运作的稳定性。因此基于结构力的系统设计是非常重要的。

③合作伙伴关系是一种投资，这种投资在一定的情形下是一种专用性的投资，容易使投资者产生可剥削性准租金，这会关系到虚拟渠道中企业的机会主义行为和企业的得益。而传统的企业联盟研究对此重视不足。

因此，在对合作伙伴进行选择时，要从虚拟渠道的总体结构上来把握，注意结构力对虚拟渠道的影响，构架均势结构。（廖成林，2003）

（2）虚拟渠道中的供应商均势战略模型诠释

考虑到结构力、可剥削性准租金和转换成本对虚拟渠道成员的影响，我们在此提出均势结构的概念。所谓均势，是指事物之间的力量的均衡。而所谓均势结构，就是指虚拟营销的核心企业在进行虚拟渠道的构架时，从对合作伙伴的选择和合作策略上，注意对同一层次上不同的合作伙伴进行一定程度的力量平衡，从而使合作伙伴之间保持一定的均衡。（廖成林，2003）这种虚拟渠道的构架，一般说来是从核心企业的角度来构思的，它使核心企业能够在总体的虚拟渠道结构上占有优势，同时减小合作伙伴的机会主义行为，控制转换成本。均势结构的构架也有利于虚拟渠道的稳定性，防止因虚拟渠道的内外部结构的变化，使虚拟渠道遭到破坏。只要均势结构内的利润分配机制合理，那么均势结构内各企业是可以达到共赢的。

假定某虚拟渠道的核心企业是A，而在某一层次上备选的合作伙伴有两个:B1，B2。A和B1，B2在一定程度和一定意义上形成了一个相对封闭的交易圈。其中B1较B2在价格、服务、销售政策等方面要有一定的优势，如果选择其中的一方，另外一方会逐渐被淘汰或者加入其他的虚拟渠道。

我们知道合作关系的建立在一定程度上是一种专用性的投资，包括彼此文化的融合和认可、相互的信任以及流程的重组等，当核心企业解除和原来合作伙伴的合作、重新建立新的合作关系时，是要付出一定的代价的。因此当核心企业只选择一个合作伙伴时，这种投资的专用性就增大了，而选择两个或者以上的合作伙伴时，就相应地减少了这种专用性，增大了关系投资的适应性。

设A生产单位产品的收益为u，B向A提供某种服务，因B1和B2是同一层次上的竞争者，所以该结构上的弱势使B1和B2对A的单位要价为竞争性要价w′，即:

w′＝w·1－(θ)

其中θ为结构性竞争程度的体现，0≤θ≤1。w为没有竞争者时B的单位要价。

因为该虚拟渠道是一个相对封闭的交易圈，所以，如果A只选择B1或B2中的一个进行合作，则相当于在这种合作关系中进行了专用性的投资，当未被选中的一方被淘汰出该交易圈后，产生了一定的垄断租金和可剥削性准租金，设为单位产品的可剥削性准租金c（该租金的大小受重新建立合作关系或进行一体化的成本的影响，这里我们假设它不表现为要价）。而当A同时选择B1和B2时，需要为保持B1，B2的力量均衡付出一定的成本，设单位成本为c′。

假定合作是长期的，因此A只选择B1时，B1在B2退出前所作的利益上的让步可以忽略不计。A要作出选择B1还是同时选择B1，B2，就需要在其收益上作出权衡，只选择B1的单位收益为

u－w－c

而同时选择B1，B2的单位收益为:

u－w′－c′，

当u－w－c＜u－w′－c′时，即:

w－w′＞c′－c。

也就是θ·w＋c＞c′时，均势结构是必要的和可行的。

以上的不等式说明因竞争的存在，竞争性要价一定比垄断性要价低，从而可以避免垄断租金的支出，能获得一个正的收益。问题的关键在于专用性准租金和维持均衡的投入成本的大小。只要专用性准租金和垄断租金之和大于维持均衡的投资，采用均势结构都是可行的。实际我们可以看到，在该例中，因其交易圈的相对封闭性，垄断租金和专用性准租金是非常大的，因此采用均势结构管理的可能性是很大的。

（3）共生理论及均势结构的利润分配

共生系统是指共生单元之间在一定的共生环境中按某种共生模式形成的系统。在企业加入虚拟渠道后，实际上也就是进行了一个共生系统的人为设计。在共生系统中，如何增加共生能量、对共生能量进行合理分配、保持共生系统的竞争力，稳定和防止共生系统的相变是重要的。

共生系统的相变是指系统从一种状态向另一种状态的转变过程。这个转变取决于共生能量的非对称分配，共生能量的不匹配使用及全要素共生度的变化是共生系统相变的基本原因。共生系统的相变就意味着虚拟渠道的不稳定甚至解体。

1）核心企业与非核心企业之间的利益分配机制

在某个共生环境中的各类企业，虽然相互之间是互惠的，然而由于其规模、经营性质、人力资源的素质等各方面的原因，必然会形成一种势力、地位和角色的差异，也会有相对核心的企业和非核心的企业。怎样运用各种手段、方式和方法，使系统中的各个企业各司其职，并形成有利于核心企业的势力分布，保持虚拟渠道的稳定与平衡及其竞争力，在很大程度上取决于虚拟渠道的利润分配机制设计。

我们假定核心企业为A，非核心企业为B。由于A处于虚拟渠道的结构优势状态，是共生系统的主导共生单元，对整个共生系统的设计也是基于A的利益考虑的，A，B是非对称互惠共生关系，因此要实现A与B之间的对称分配关系是很难的。作为处于主导地位的A应该如何确定合理的分配机制，才能保证整个虚拟渠道的稳定和竞争力呢？

我们定义α为A与B之间的非对称分配因子，理想共生状态的分配系数为k_n，α即为共生系统偏离理想共生状态的系数，Ea，Eb分别为共生单元A和B在非共生条件下的能量，Es为共生条件下新增的能量。对于α的确定，当然不是基于A的短期利益的考虑，越大越好。因为A，B处于一个共生的系统中，他们还需要与其他的共生系统相抗衡，相竞争。如果α一味地扩大，将会影响到B的发展能力和竞争力，影响其合作的积极性，从而影响到整个虚拟渠道的竞争力。因此α的确定不是单单由共生系统的内部力量对比决定的，还要受外部竞争共生系统的影响。A应该对整个共生系统的发展有一个整体的认识和一个目标，应该根据自己所处共生系统的发展和潜力及其与自己相竞争的共生系统的情况，设定一个参照的共生系统的能量作为超越的目标。设设定的外部共生竞争系统的能量为Ex，α₁为与外部竞争虚拟渠道的能量相等时的A对B的非对称分配因子，即有:

Ex＝Ea＋Eb＋Es＝Eb＋(1＋α₁)k_n Eb＋Es

其中α₁≥α₀，α₀为共生体系不解体的临界非对称分配系数，即当α₁＜α₀时，共生体系就会解体。

2）核心企业对非核心企业间的利益分配机制

在前面我们曾对虚拟渠道的均势战略作出了探讨，当核心企业在某一层次保留两个或以上的合作伙伴时，并满足均势结构实施的条件下，就存在核心企业对非核心企业间的利益分配问题，其分配的机制该如何来设计呢？还是以前面的A，B1，B2企业为例。

当A企业实施了虚拟渠道的均势战略后，也完成了对一个共生系统的人为设计。当虚拟渠道达到合理的稳定状态，此时，B1，B2的力量均衡，而A与B i之间在一定意义上是一种非对称互惠共生的关系。在这种相对的封闭的共生环境下，A是主导共生单元，处于主导的地位，并通过共生伙伴的选择、共生维度和共生密度的确定，完成了对共生模式的塑造。A和B i通过这种相互依赖的共生系统的设计和其他的共生系统相抗衡。

我们定义共生系统的总能量为E，即:

E＝Ea＋Eb₁＋Eb₂＋Es

Ea，Eb₁，Eb₂分别为共生单元A和B1，B2在非共生条件下的能量，共生条件下新增的共生能量为Es。

要实现共生关系的稳定与发展，并使E最大，而实现这一要求的必要条件就是要实现各企业的最优激励。这种最优激励要获得两个非主导共生主元素能量的平衡，即:

其中，Es_i表示第i个共生元素获得的能量，Ec_i表示第i个共生元素消耗的能量，Ks_i表示平衡状态下的能量分配系数。在这种状态下，才可能使共生体系处于最佳稳定状态，而且对两个非主导共生单元具有理想激励效率。这种状态下对非主导共生单元的共生能量的分配呈对称性分配，对B1，B2具有最优的激励。对应虚拟营销系统的均势结构，这里分配的对称性是指战略性的分配对称，而不一定是指每一次分配的对称。

（4）均势结构小结

虚拟渠道的均势结构设计能提高虚拟渠道的稳定性，在某些条件下还能实现企业间的“共赢”。通过对虚拟渠道这一共生系统的人为设计，特别是适当的利益分配机制设计，核心企业能够使整个虚拟渠道系统增加共生能量，并对共生能量进行合理分配，保持共生系统的竞争力，稳定和防止共生系统的相变。

5.3.2　虚拟渠道中牛鞭效应的存在性

（1）虚拟渠道中牛鞭效应问题的提出

牛鞭效应是供应链中的需求波动放大现象，是影响供应链绩效的关键问题。以往供应链中牛鞭效应的研究，主要将牛鞭效应的影响因素归结为信息与交货周期。本节试图通过假设企业间实现完全敏捷经营和信息共享并将牛鞭效应引入虚拟营销的渠道管理中，来研究除信息与交货周期因素以外，非平稳的需求波动对虚拟渠道内部牛鞭效应的影响，并讨论其在需求波动系数影响下的存在条件。（廖成林，2006）

国外，Lee H.L.等（1997）首先分析了上下游企业的委托代理关系由不完善信息和不合理契约所引起的信息不对称博弈所导致的牛鞭效应。Lee H.和Whang S.的研究表明了信息共享可以帮助企业减少信息失真，减轻牛鞭效应所带来的负面影响。Chen F.等研究了市场预测、交货周期和信息共享对牛鞭效应的影响。国内张钦等（2000）研究了在市场需求稳定状态下的ARIMA（0，1，1）模型时的供应链中的牛鞭效应，得到信息共享以及交货周期是影响牛鞭效应的主要因素。傅烨等则都分析研究了不对称的信息结构是导致牛鞭效应的重要因素。王勇等（2003）基于供应链内部委托—代理关系对牛鞭效应进行了研究，强调信息对牛鞭效应的重要影响。达庆利等（2003）分别从经济学和运作管理的角度分析了供应链中牛鞭效应的成因。

王茜和何文奇（2002），方志梅和叶飞帆（2002）对虚拟企业的供应链管理进行了研究，虚拟企业作为功能专长化、运作方式合作化、存在形式离散化的新型企业组织形式是供应链管理思想实现的很好的平台，虚拟企业内部成员企业之间在生产经营中形成一套供应链体系，通过实现供应链管理，确保虚拟企业整体目标利益的实现。现实中虚拟企业内部成员企业之间的关系是一种基于各自利益与整体利益产生矛盾和不断协调的动态过程，且由于未能建立完善的信息共享机制以及真正实现敏捷经营，因此根据以往的文献关于牛鞭效应的研究，由于信息不对称和交货周期的延误直接导致了牛鞭效应的产生，从而导致了虚拟企业整体合作目标的无法实现。

为区别于前人的研究，本书假定虚拟渠道实现完全敏捷经营和信息共享，来研究市场需求波动对虚拟渠道运营过程中牛鞭效应存在性的影响。首先从虚拟渠道管理的角度出发建立虚拟渠道概念模型，然后在虚拟营销敏捷经营、市场需求非平稳的状态下，通过运用可变系数的自回归移动平均（ARIMA）模型对虚拟渠道内上下游企业订货策略及水平进行分析，来证明非平稳需求状态下虚拟渠道运营过程中牛鞭效应的存在性。（廖成林，2006）

（2）基本模型

现在基于供应链管理的思想来建立虚拟渠道的内部供应链概念模型。为了简化问题和研究的方便，本书先考虑由一个供应商和一个零售商作为上下游企业构成的虚拟渠道。则虚拟渠道的内部供应链是一个简单的两阶段供应链系统，下游零售商面对的是外部实际市场需求，但不确定顾客的确切需求分布，且由于零售商经常进行促销活动，使得产品的市场需求经常发生波动，因此只能根据前期产品的市场需求情况对外部市场需求作出预测。虚拟渠道中作为供应商的上游成员企业面对的是下游零售商的订货需求，且根据零售商的订货策略作出市场需求预测，从而制定自己的订货决策。

根据牛鞭效应产生的原因，需求信息预测的差异将导致牛鞭效应现象，直接影响着虚拟渠道的整体效益，需求预测的差异描述了上下游企业订货决策中订货水平所发生的方差变化。在上文提出的虚拟渠道两阶段供应链模型及模型假设的基础上，我们将研究虚拟渠道两级供应链中在可变系数ARIMA需求模型下牛鞭效应的存在性。我们运用ARIMA来对市场需求进行预测，因为ARIMA模型能够更好地预测市场需求。一个ARIMA过程是自回归过程（AR）和移动平均过程（MA）的集成，不但能有效地表示两个过程本身，而且能以较少的参数和简洁的符号表示两个过程共同发挥作用的时间序列，且ARIMA过程是一个强有力的集成模型，能描述在实际的市场环境中出现的需求波动的时间序列。为适应当今激烈的市场竞争，零售商在不同时期采用不同促销手段，市场需求也不断波动、处于非稳定的状态。下面研究市场需求非平稳状态下，虚拟渠道运营中的牛鞭效应，将可变系数引入一般ARIMA模型中，从而有效地表达需求非平稳的过程。则虚拟渠道下游零售商对市场的需求预测是比较符合实际情况分布函数未知的非平稳的过程，即需求波动的可变系数的ARIMA模型。

其中:D_t——在周期t下游零售商企业预测的市场需求；

D₀——已知的参数，表示市场的基本需求；

α_t——随时间变化的系数。由于不同时期零售商采用的不同促销方式，会引起市场需求不同程度的变化，可变系数α_t与促销活动密切相关，α_t越大，表明企业的促销力度越大，由于零售商对促销活动的计划性，我们可假定零售商在未来促销的α_t值。根据Lee等学者的研究可知，大部分产品的销售模式都是自相关的，且自相关系数都倾向大于零，因此我们在此假设0≤α_t≤1，故市场需求过程是非平稳的；

β——已知的需求增长的移动平均的平滑参数，且0≤β≤1；

ε_t——周期t的残差，且是服从正态独立同分布的随机变量序列，即ε_t∈（0，σ²）。

（3）虚拟渠道内部成员企业的订货决策

假设零售商与供应商是在周期要结束的时候对库存进行盘点并从上游订货，且虚拟渠道内部实现敏捷经营，即交货时间为零。在周期t末（t＝1，2，3，…），即在市场需求已经实现D_t，下游的零售商观察其库存水平，向上游的供应商发出一个数量为Y_t的订货来补充其库存，上游供应商将在周期t结束前提供给零售商的订货Y_t，如果上游供应商没有足够的库存满足下游订货，则从其他的途径获得所缺的订货，从而实现虚拟渠道的敏捷运营。在发出零售商的订货后，供应商发出自己的订单T_t，并在t周期结束前得到订货。

由于虚拟渠道内部合作机制，在整个运作期间都不存在订货费，而成员企业单位库存的保管费和缺货费是固定的。设h和p表示零售商企业的单位库存的保管成本和缺货成本，H和P表示供应商企业单位库存的保管成本和缺货成本。为了使无限期的期望保管成本和缺货成本的总和最小，根据Lee关于牛鞭效应中最佳库存量的研究，供应商和零售商都采用订货使其库存上升到（or-der-up-to）S的策略。则零售商的订货策略S为:

根据万杰等对需求信息预测与处理中的牛鞭效应的分析，认为供应商和零售商在库存策略处理需求信息的过程中显著存在牛鞭效应现象，下面我们分别对虚拟渠道中下游零售商和上游供应商的订货策略及水平进行分析。

1）零售商的订货决策

假设虚拟渠道内部下游零售商企业向上游供应商企业的订货使其库存上升到水平S_t（t＝1，2，3，…），使其在周期t的库存保管成本与缺货成本期望之和达到最小，而在t周期零售商订货量Y_t为每周期的市场实际需求，加上从t—1周期到t周期订货至S策略的订货水平的改变，即:

由式（5.62）可知，零售商在t＋1周期的市场需求预测为:

在已知D_t的条件下，可得到对t＋1周期市场需求预测D_t＋1的条件期望和方差分别为:将式（5.65）代入式（5.62），得:

其中k＝Φ－1（p/p＋h），Φ为标准正态分布函数。

再将式（5.61）和式（5.66）代入式（5.63），则下游零售商的订货数量Y_t可表达成为:

2）供应商的订货决策

现在考虑上游供应商的订货决策。与下游零售商的订货过程相似，虚拟渠道内部上游供应商在满足了零售商第t周期的订货Y_t，并在该周期结束前立刻向原料供应商发出自己的订货，以使其库存水平上升到T_t的订单。为了确定订货水平T_t，并使其在周期t＋1的库存保管和缺货成本期望之和达到最小，上游供应商企业就必须预测到t＋1周期下游零售商的订货量Y_t＋1，由式（5.67）我们得到:

将式（5.64）的D_t＋1代入式（5.68），并结合式（5.67）整理得:

①无信息共享的订货决策。当无信息共享时，上游供应商收到下游零售商的订货数量为Y_t，并在这种情况下，供应商在周期t结束前确定T_t时并没有完全了解到市场需求D_t、随时间变化的系数α_t＋2、误差项ε_t－1和ε_t的有关信息。因此供应商只能用自己预测的平均值α来代替α_t＋2，又由ε_t～（0，σ²），则在这时Y_t＋1在已知D_t的条件期望M_t和方差V_t分别为:

M_t＝D₀＋αY_t

V_t＝｛［α（1－β）］²＋［α（2－β）＋（1－β）］²＋（1＋α）²｝σ²（5.70）

再由式（5.62）得到无信息共享的情况下供应商的订货水平的表达式:

②完全信息共享的订货决策。如果虚拟渠道内部合作建立了完美的信息共享机制，成员企业之间关于产品的市场需求信息达到完全共享，则上游供应商收到下游零售商的订货数量为Y_t，并在这种情况下，供应商在周期t结束前确定T_t时能够完全了解到市场需求D_t、随时间变化的促销系数α_t＋2、误差项ε_t－1和ε_t的有关信息。由于T_t的分布函数F服从正态分布，则此时Y_t＋1在已知D_t的条件期望M_t和方差V_t分别为:由式（5.62）得到供应商在信息完全共享的情况下订货水平的表达式:

（4）仿真示例

1）模型参数定义

通过以上分析，得到了市场需求和厂商订货决策关系的函数关系。根据这些关系，设计出一个两阶段的仿真模拟，根据指定的需求过程自动推导出相对应的订货决策，主要分析需求信息在虚拟渠道内部传播时对订货决策所产生的影响。下面对模型的一些关键参数进行定义，假设如下。

①市场的基本需求稳定为D₀＝0，随机变量方差为σ＝50。对于ARIMA需求过程，因为在周期t的需求实现能够表达从ε₀到ε_t的所有随机扰动的线性组合，随机生成t个满足正态分布的扰动项，有效地仿真t周期内的初始需求。

②下游零售商对于市场需求的反馈时间为0，也就是说，只要零售商拥有商品，市场上消费者的需求马上可以得到满足，即虚拟渠道实现敏捷经营。

③上游供应商对于零售商根据市场需求发出的订货请求的反馈时间为一个周期，也就是说，当零售商在上个周期末向上游供应商发出订货Y_t来补充其库存，上游供应商在当前周期结束前提供给零售商所需要的订货。

④上游供应商预测下游零售商企业在下个周期的订货量Y_t＋1，从而向其上游企业再发出本身所需要的订货T_t，上游企业的反馈时间也为一个周期。

⑤供应商的上游原材料供应企业的生产周期也为一个周期，也就是说，模型假设有足够的原材料供应，当供应商的生产计划下达一个周期以后，其生产计划所制定数量的原材料将被加工出来，并运送给供应商。

⑥零售商企业的促销系数α_t与企业的产品促销力度正相关，且α_t∈（0，1）。在仿真实验中我们假定市场产品促销系数α_t在各个周期中是一样的，即稳定不同周期的促销力度，市场需求增长的移动平均平滑系数β∈（0，1）。

这些有关延迟的参数是客观存在的重要参数，如果没有这些时滞效应的存在，供应链上各个生产环节的需求能够得到立即满足，就不存在库存或者缺货问题，则牛鞭效应的扩散现象也就不会发生。因此时滞越大，市场的需求波动引起的库存量的波动就越大，引发的库存成本或生产机会成本就越高，这是牛鞭效应产生的本质原因。本书着重分析讨论市场需求波动，即企业促销系数α_t和市场需求增长的平滑系数β对虚拟渠道中牛鞭效应存在性的影响，因此对这个问题不多加深入。

2）仿真模拟结果分析

通过Matlab对其进行简单的仿真研究，利用对市场需求预测的ARIMA模型结合零售商和供应商的最佳库存量的订货策略，计算不同促销系数和移动平滑系数的需求信息在虚拟渠道内部传播导致的对上游供应商最佳库存订货决策波动的影响，即牛鞭效应现象。当零售商企业促销系数α和市场需求增长的平滑系数被赋予不同的数值时，上游供应商企业相对于下游零售商企业订货波动情况，模拟结果如图5.3所示。

通过对图5.3和图5.4的比较可以看出，随着需求平滑系数β的增长，虚拟渠道运营过程中内部的牛鞭效应呈现扩大的迹象。通过对图5.5和图5.6的比较还可以看出，随着促销系数α_t增大，即下游零售商企业促销力度的加强，虚拟渠道运营过程中内部的牛鞭效应也呈现扩大的迹象。由此我们可以推断虚拟渠道内部运营过程中的牛鞭效应与促销系数α和需求平滑系数β的正相关关系，即随着影响需求波动的因素促销系数α和需求平滑系数β的变大，牛鞭效应现象也越来越明显。同时通过仿真实验结果我们可以看出:虚拟渠道运营过程中内部的牛鞭效应呈现缩小的迹象，即当促销系数α和市场需求增长的平滑系数β满足一定条件时，虚拟渠道内部甚至存在反牛鞭效应现象。因此，我们可以推测假定关于促销系数α和需求平滑系数β的某种条件关系成立的前提下，虚拟渠道内部的牛鞭效应现象是可以消除的。

图5.3　α＝0.3，β＝0.3时虚拟渠道上下游成员企业的订货波动

图5.4　α＝0.3，β＝0.7时虚拟渠道上下游成员企业的订货波动

图5.5　α＝0.7，β＝0.3时虚拟渠道上下游成员企业的订货波动

图5.6　α＝0.1，β＝0.5时虚拟渠道上下游成员企业的订货波动

这些上游供应商的库存订货量的变化反映了整个虚拟渠道的运作状况，同时，当对促销系数α和需求平滑系数β赋予其他值时，我们同样发现虚拟渠道内部运营过程中的牛鞭效应与促销系数α和需求平滑系数β的正相关关系，即随着市场需求的波动，牛鞭效应不断扩散。因此通过Matlab简单的仿真分析可以看出下游零售商企业的促销力度和市场需求增长的平滑系数对于渠道影响在某种程度上的合理性。

（5）牛鞭效应的量化及解释

根据牛鞭效应的定义以及Fransoo和Wouters关于供应链中牛鞭效应量化的研究，我们可以把牛鞭效应间接表示为虚拟渠道中上游供应商订货的变化率与下游直接面对市场需求的零售商企业的订货需求的变化率的比率。因此给出计算牛鞭效应的一个简单公式:

由上文对虚拟渠道两阶段供应链中成员企业的订货策略分析可以知道，周期t上游供应商的订货需求方差和下游零售商订货需求方差之比就是牛鞭效应的量化值η，则分别计算无信息共享和信息完全共享情况下的牛鞭效应值。

1）无信息共享时的牛鞭效应

由式（5.75）很明显可以得到V_t＞v_t，即η＞1，牛鞭效应是存在的。则我们得到结论:当虚拟渠道内部无信息共享时牛鞭效应是必然存在的，且牛鞭效应的值为η，随着系数α的增大，即随着下游零售商促销力度的加强，虚拟企业运营中的牛鞭效应将不断扩大。

2）完全信息共享时的牛鞭效应

由式（5.76）可以得到，当信息完全共享时，上游供应商能够得到下游零售商的促销系数α_t＋2，则当下游零售商的促销系数:

①α＞－1时，η＞1，上游供应商的订货需求方差大于下游零售商订货需求方差，则根据牛鞭效应的定义，虚拟渠道内部运营过程中存在牛鞭效应现象。

②α＜－1时，η＜1，上游供应商的订货需求方差小于下游零售商订货需求方差，则根据李刚等对反牛鞭效应现象的定义，此时虚拟渠道内部运营过程中存在反牛鞭效应现象。

③α＝－1时，η＝1，上游供应商的订货需求方差等于下游零售商订货需求方差，则该虚拟渠道运营过程中既不存在牛鞭效应现象，也不存在反牛鞭效应现象。

根据上文在信息完全共享的情况下，对牛鞭效应产生的条件分析可以知道，即使在虚拟渠道实现完全敏捷经营，零售商和供应商的交货周期都为零；即使虚拟渠道内部达到完全的信息共享，牛鞭效应依然有存在的可能性。可见牛鞭效应的存在取决于下游零售商企业对产品的促销力度与需求增长的移动平滑系数之间的关系。且当平滑系数β一定，随着下游零售商促销力度α的加强，牛鞭效应将逐渐扩大或者越容易出现，同时也验证了仿真实验的结果的合理性。

综上所述，除了成员企业的交货周期（敏捷经营）和信息的共享程度以外，下游零售商企业对产品的促销力度和需求增长的平滑系数，即需求的非平稳波动也是虚拟渠道运营中影响牛鞭效应的主要因素。因此提出在信息不完全共享的虚拟企业内部，除了需要实现敏捷经营和不断完善信息共享机制以外，还必须建立较为完善的协调合作机制，通过稳定市场需求、订货水平的波动来提高虚拟渠道内部供应链运营的效率，从而减弱或者消除牛鞭效应的影响。

（6）多阶段虚拟渠道的牛鞭效应

根据上文虚拟渠道两阶段供应链中牛鞭效应的分析情况，我们现在来对虚拟渠道内部多阶段供应链的牛鞭效应进行分析。在虚拟渠道多阶段供应链中，随着虚拟渠道规模的扩大，供应链节点也会增加，当虚拟渠道内部供应链中各节点之间缺乏沟通并且流通环节增多时，我们运用一个更一般性的ARIMA需求预测模型——ARIMA（p，d，q），其中p是自回归过程AR（p）的阶，q是移动平均过程MA（q）的阶，d表示最初过程的第d阶差分。如果d＝0，则市场需求是平稳的。如果d＞0，则市场的需求是非平稳的，需求将逐渐偏离市场需求回归的均值。考虑市场需求是一般的ARIMA过程，我们对这个模型的参数取值不作任何强制的约束。但是当d＞0，ARIMA（p，d，q）过程有无穷大的方差，直接比较这类过程的方差以研究牛鞭效应的大小是非常困难且没有意义的。因此我们选择的替代方法是比较它们第d阶差分过程的方差，对形式为ARIMA（p，d，q）（d＞0）的需求过程的牛鞭效应研究转化为等效的ARIMA（p，0，q）过程之间的方差比较。这样在虚拟渠道多阶段供应链的牛鞭效应分析中也仅仅考虑那些遵循ARIMA（p，0，q）形式的初始需求，因此应该将虚拟渠道多阶段供应链的牛鞭效应分析拆分为多个简单的两阶段供应链的牛鞭效应分析。

（7）虚拟渠道中牛鞭效应问题小结

本节在虚拟渠道管理的基础上，通过可变系数的ARIMA需求模型对虚拟渠道内下游零售商和上游供应商的需求信息进行预测，分析非平稳需求状态下零售商和供应商订货水平的差异，从而证明在信息完全共享和敏捷经营的情况下，虚拟渠道运营过程中牛鞭效应的存在性。

通过对虚拟渠道内部供应链系统上、下游成员企业订货决策的仿真实验，发现虚拟渠道内部的牛鞭效应与市场促销系数以及需求平滑系数存在正相关关系，同时发现虚拟渠道内部存在的反牛鞭效应现象。并通过对虚拟渠道内部牛鞭效应的量化计算，验证了上文中仿真实验的结果，并进一步分析了在促销系数α和需求平滑系数β影响下虚拟渠道内部牛鞭效应的存在条件，且证明虚拟渠道内部的牛鞭效应随着市场需求波动的加强而不断扩大，并得到在实现敏捷经营和信息完全共享的条件下能够有效消除牛鞭效应现象的促销系数α和需求平滑系数β的条件。从而得出在现实虚拟渠道运营过程中追求敏捷经营、信息完全共享的同时，还需要通过虚拟渠道内部成员的相互协调合作来稳定对非平稳需求的预测，才能进一步减小上下游企业的订货需求差异，最大化减弱虚拟渠道运营过程中的牛鞭效应的危害。

本节重点考虑了一个零售商和一个供应商构成的简单虚拟渠道（廖成林，2006），同时也将研究试图进一步扩展到大规模虚拟渠道中的多阶段供应链的分析，并提出对复杂多阶段虚拟渠道牛鞭效应分析的思路。