国际物流报告前言模型

天马行空官方博客： ；QQ:1318241189；QQ群：175569632前言2000年和2001年，上海外经贸委组织了实施“大通关”和建设“跨国采购中心”的调研课题，并有步骤地开展实施工作，迄今取得了显著的阶段性成果，为促进上海市对外经济贸易的发展作出了积极的贡献，同时为今后开展类似的课题调研工作和项目实施工作起到了良好的示范作用。今年，在深化前两届课题研究的基础上，为了更好地指导下一阶段发展对外贸易的工作，上海外经贸委组织了“国际物流”课题研究，以巩固和发展“大通关”和“跨国采购中心”的成果。不论是实现“大通关”、建立“跨国采购中心”，还是建设“国际物流”,都离不开跨国公司全球战略的大背景。在全球化和信息化的新千年，跨国公司已经成为推动世界经济渗透和贸易增长的重要媒介，其商业活动对一个国家和地区的经济和对外贸易产生越来越重要的影响。信息技术的革命使跨国公司所处的环境愈加复杂和多变，要求跨国公司以最低的成本、最快的速度为顾客提供最有价值的产品和服务。于是跨国公司纷纷开始整合其全球资源，致力于构筑一个有竞争力的全球供应网络，逐步在世界各地建立地区运营总部和采购中心，以求降低成本和加快反应速度，获得竞争优势。跨国公司在考察是否将某个地区或城市作为其地区运营总部或跨国采购中心的时候，除了战略上的考虑外，力求总交易成本最低，包括信息查询成本、制造成本、国际物流成本以及其它与贸易相关的成本。而这些成本因素与一个地区或城市的地理位置、制造能力、劳动力价格、通关成本和效率、金融贸易服务、口岸基础设施、电子商务应用是息息相关的。上海作为我国的经济、贸易、金融和航运中心，与世界其它中心城市相比，具有地理位置优越、腹地广袤、市场广阔、劳动力成本低廉的优势，正受到越来越多跨国公司的青睐，成为他们亚太运营总部或地区采购中心的目标。但同时我们也应正视，与香港、新加坡等城市相比，上海在通关成本和效率、国际物流服务成本和效率、电子商务应用水平、以及金融中介服务等方面还存在明显差距。正视差距，还要迎头赶上。虽然“大通关”和“跨国采购中心”项目的实施对促进上海进出口贸易取得了一定的效果，但目前跨国公司面临的突出问题是上海国际物流成本居高不下，已经成为制约跨国公司来华投资和建立跨国采购中心的瓶颈。由于物流成本太高，上海制造成本低廉的优势不能得到体现。上海外经贸委由此组织了 “全球供应链环境下的上海国际物流建设”课题研究。为了更有针对性地指导课题研究，作出符合实际的有前瞻性的对策，上海外经贸委和毕马威管理咨询对上海20家跨国公司进行了为期一个月的访谈，以了解他们对上海国际物流服务的评价和需求。对于国际物流，以往的研究认为国际物流成本的降低对地区进出口贸易起到正面推动作用。在本篇报告中，为了论证此条假设并定量地分析国际物流成本对上海进出口额的影响程度，我们对上海150家主要进出口企业进行了调研，建立了数学回归模型，以求得验证。本篇报告分为三个部分。第一部分基于对上海市跨国公司的调查，分析上海国际物流服务现状问题；第二部分从跨国公司全球供应链构建的角度分析上海国际物流建设的机遇和挑战，同时结合模型的结论给予验证；第三部分是对策和行动，根据前面上海的现状、供应链环境的要求、模型的启示给出建议。最后在附录中，我们对模型进行了解释。阐述建模的原因、方法和数据采集的过程，列示模型的结果以及给我们的启示“让世界了解上海，让上海走向世界”。我们衷心地希望本篇报告的事实、分析以及建议对上海的国际物流建设起到积极的推动作用，也衷心地祝愿上海早日成为令世界瞩目的中心口岸。 附录物流成本对进出口业务影响论证的数学模型阐释数学模型的建立和解决步骤我们建立和解决数学模型的基本步骤如图5.1所示建立模型确定建模的目标我们建立数学模型的最终目的是为了了解国际物流建设和国际贸易壁垒对进出口贸易的影响程度，从而指导我们推进国际物流建设的方向和行动。具体可以分解成三个目标：n 明确单位进出口物流成本对进出口额的影响程度；n 明确进出口物流成本的构成；n 明确平均关税税率对进出口额的影响程度。确定建模的方法由于模型主要涉及两个变量之间的相关性及影响程度，我们采取最小二乘法建立回归模型，得出上海进出口额与单位物流成本之间的关系等式，以及上海进出口额与平均关税税率之间的关系等式。回归模型不局限于线性回归，对于线性回归结果不尽人意的情况，我们则采用非线性回归模型。我们首先把采集的数据作成散点图大致判断自变量与因变量间是线性还是非线性关系，决定采用线性回归与否。在具体的操作中，我们对平均关税与上海进出口额关系的模型采取了线性回归，对物流成本与上海进出口额的关系采用了非线性回归模型。针对模型计算出的结果，我们进行以下回归诊断：n 拟和性诊断：我们使用R2来判断回归方程计算出来的因变量与样本因变量变动的拟和程度。在根据经验判断因变量与自变量确实存在相关性而且符合某种形式的回归的情况下，R2越高，表示拟和性越好，即回归方程的预测性越准确。n 回归系数的置信度：我们使用95%作为回归系数的置信度，要求该置信度内回归系数的置信区间不包括零。我们使用t-statistics的绝对值作为判断依据，其值大于2.306有效（.306是自由度为的t分布在概率密度为95%时的取值范围）。n 残差的正态性：回归模型假设残差是一组正态分布的随机变量，我们将根据残差的直方图、散点图等来判断残差的正态性，以及是否存在异方差或自相关现象。n 对于非线性回归模型（物流模型），我们还采取联立表的x2独立性检验物流成本与进出口规模之间的相关性。建立模型框架进出口的变化可以由许多因素的变化所驱动，本模型只是研究物流成本以及关税变化等因素对进出口的影响。对于其他的驱动因素，在具体访谈中对其的影响的重要程度进行定性的核实，并发现与我们的假设一致，可认为它们与物流成本以及关税变化是相互独立的，因此在研究物流成本以及关税变化对进出口的影响时，可以认为它们为不变量因素。针对物流模型和关税模型的具体情况，我们用相同的原则建立两个模型框架：1. 物流模型框架目标：讨论物流成本对进出口贸易的贡献率（边际效益）因变量：上海进出口规模（用进出口贸易额衡量），用M表示自变量：（单位）物流成本，用A表示，包括所有与进出口贸易相关的因素造成的物流成本；其他与A不相关的成本因素，用B表示，主要包括关税水平以及产品自身的成本等（见图5.2）。物流成本A为相对量，对应于单位进出口贸易的平均物流成本（即物流成本占进出口贸易额的百分比）。因变量与自变量之间可以表示为：M=f(A,B)。考虑到B与A的不相关性，从影响趋势的角度来说，f(A,B)与g(A)之间没有本质上的差别，g（A）只不过是f(A,B)在自变量A对应轴与因变量对应轴构成的平面上的投影。存在的差别只是数值上大小的差异。根据图5.2，物流成本A包括直接物流成本和物流周期所带来的间接（时间）成本等，因此对物流成本的考虑可从三个方面进行：- 直接物流成本（用C表示） ：包括运输成本、仓储成本以及相关费用等。这些成本数据可以直接从问卷中获得。- 物流周期（用T表示） ：包括运输时间、仓储时间、平均进（出）口到货周期等。这些数据也应该能够从问卷中直接获得。- 间接（时间）成本：引入价格波动率函数（t）,然后定义损益函数来描述时间成本，这样物流成本就可表示为： 其中k为进出口商品种类数目，ni为第i类商品的进出口数量 注：在实际计算中，时间成本主要通过流动资本在途时间内的利息得到，并未考虑其它时间成本因素。 这样，我们可以通过上海进出口企业的调研及桌面资料的收集来获得各企业进出口物流成本和细项，通过上式算出上海平均单位进出口物流成本。同时也可通过年鉴获得上海历年进出口额的数据，使回归模型得以建立。2. 关税模型框架 目标：讨论关税水平降低对进出口贸易的贡献率（边际效益）。 因变量：进出口规模（用进出口贸易额衡量），用M表示。 自变量：平均关税水平，用表示；其他与不相关因素，用B表示，主要包括物流成本和产品成本。因变量与自变量之间可以表示为：M=k(TR,B)。考虑到B与TR的不相关性，从影响趋势的角度来说，k(TR,B)与j(TR)之间没有本质上的差别，j（TR）只不过是k(TR,B)在自变量TR对应轴与因变量B对应轴构成平面上的投影。存在的差别只是数值上大小的差异。关税模型的建立相对比较简单，主要因为自变量和因变量的数据没有太多的细分，可以从桌面资料直接收集获得，使回归模型得以建立。数据采集处理我们通过两条途径来获得计算数学模型的数据：企业调研的第一手数据和桌面资料收集的第二手数据。对于物流成本与进出口关系的数学模型，我们主要通过调研150家（实际回收的有效样本数是50家）有代表性的上海进出口企业，获得各企业的单位物流成本数据以及细分，来反推上海过往几年的平均单位物流成本及细项比例，并通过次级资料获得上海过往几年的进出口数据，籍此解得回归模型；对于关税与进出口关系的数学模型，我们主要通过桌面次级资料的收集获得过去十年我国平均关税税率和进出口额数据，来求得线性关系。我们在调研过程中还特别采集了进出口企业物流成本中各细项物流成本的数据，包括：n 进出口海运成本；n 进出口空运成本；n 内陆陆上运输成本；n 内陆水上运输成本；n 仓储成本；n 口岸报关、商检等管理费用成本；n 货代佣金成本；n 保险费用成本；n 间接时间成本；n 其它与进出口物流相关的成本。物流模型的关键数据是历年上海市进出口单位物流成本及构成比例。数据收集的原则如下：按某一时间间距收集数据（对所有行业的样本企业），使得在横向上具有可比性。从以下两个方面进行考虑：（1）物流成本： 单个样本企业：收集单个企业的相关物流成本和进出口额数据，计算单 位进出口贸易额的平均物流成本 对每个行业：根据该行业选出的样本及其权重，反推该行业的单位物流成本的期望（包括所有纵向上划分时间的期望） 综合：根据各个行业的规模，确定其相应的权重，然后计算综合单位物流成本的期望（包括所有纵向上划分时间的期望）（2）进出口规模：与（1）的做法类似具体来说，数据的收集涉及到三个方面的工作：1 确定样本的数量我们选取150家企业的单位物流成本数作为抽样调查的样本，回收的有效样本为50份，置信度95%。在设计样本数时，我们依据统计学公式：n = C2 S2 / L2n: 计划抽取的样本数C: 1.96，即标准正态分布的概率密度为95%的取值S：样本点的标准差，经预调研取值为6%L：可以容忍的置信区间半幅度，我们选取2%这样算出n=35。考虑到样本回收不可能100%，加上有一定比例的无效样本，我们选取150家企业发放问卷，而最后回收的50份有效问卷亦能满足样本代表性的要求。2 确定调研企业的名单n 确定分类抽样数。将上海的进出口企业按照海关商品分类（分成光学医疗、动植物、化工、木制品、机电、杂项制品、珠宝、矿产品、矿物材料制品、有色金属、纺织原料、车辆、鞋帽、食品等14个大类），划分出每一类企业的进出口总额。以上海企业进出口总额为100，分析各分类的进出口量所占权重。以50个样本为总数进行分解，算出每个类别应该抽取的的样本数。n 确定各分类的企业抽样原则。我们认为，各分类的企业符合80/20原则，即20%的企业占分类进出口总额的80%，能代表该分类的具体特点。因此我们集中分析对于分类进出口贡献比较大的企业的情况，将各分类内的企业按照2001年的进出口总额从大至小进行排序，找出占分类进出口总额80的大企业的名单，作为抽取样本的基数。n 确定样本企业名单。在每个分类的样本基数名单中按照确定的样本数随机抽取样本。3 设计、收集问卷及跟踪访谈问卷的设计围绕我们需要收集的企业历年与进出口相关的物流成本数据和进出口规模数据，包括总物流成本及各细项物流成本数据。由于许多企业中的财务数据按照国家会计原则的科目分类进行安排，没有明晰的各项物流成本的数据，我们要求企业尽量提供与物流相关的细目成本数据并要求对各项费用提供百分比估计，以此推导各类物流费用情况。在实际操作中，不同企业填写问卷的部门不同，有些是财务部门负责，有些是物流部门负责。为了数据口径的统一，我们在问卷发放后对每家企业进行电话跟踪，解答企业对问卷提出的问题，同时给予指导，确保收集的问卷真实有效。在问卷回收后，针对重点企业，我们还组织上门访谈，交流企业进出口业务的进展和物流成本变动情况。解模与检验1物流模型结果：M = 111.69 A-1.0131R2 = 0.7258A：单位进出口物流成本，即进出口物流成本与进出口金额的比值M：上海口岸年进出口金额（亿美元）数据来源：内部调研、上海统计年鉴2001，上海海关。对单位物流成本与进出口规模之间是否存在相关性的判定我们采用联立表的x2独立性检验，在联立表的独立性检验中：n 将要检验的实验条件称为因子。针对本问题，涉及到的因子为单位物流成本（用符号A表示）以及进出口规模（用符号M表示）。n 因子的不同状态称为水平。针对本问题，我们采用区间划分的方法来确定各因子的水平。区间划分应根据数据的采样进行。假定采用区间划分方法，最终确定的结果如下：A有r个水平（A1Ar），M有s个水平（M1Ms）于是可得如下联立表：经计算得出：r=3，s=3，a=0.05以上相关性检验验证了物流成本与进出口业务规模之间相关性的可靠度。其中：n是样本（Ai, Bj）的观测次数（即频数）2进出口物流成本的构成根据2001年上海50家进出口企业物流各细项成本的数据，我们解得进出口物流成本构成为（如图1.2 所示）：进出口物流成本构成数据来源：内部调研。3。关税模型结果：M = -2318TR + 1219.4R2 = 0.6869TR：我国平均关税税率M：上海海关年进出口额（亿美元）我国进出口金额与平均关税税率的关系来源：中国统计年鉴2001，上海统计年鉴2001，外经贸部，上海海关、中国经贸导刊通过图1.3描绘的二者关系等式，我们可以预测：在其它因素不变的情况下，我国平均关税税率每降低一个百分点，会带来上海口岸进出额增加23.18亿美元。从下表回归分析的结果可以看出模型的结果是另人满意的：n R2为0.6869，是比较高的；n t-statistics的绝对值均大于2.306:对应回归方程斜率的该值为4.216，对应截距的该值为7.929。n 残差的正态性：我们把计算出的残差作出直方图以及散点图，看出直方图比较接近钟形的正态分布，而散点图上，残差没有明显的特征分布，可见其不具有自相关性（图在此省略）。8 / 9文档可自由编辑打印