一件从浙江义乌工厂生产的小商品,要走完到德国消费者手中的全部旅程,需要经历工厂到货站的短途公路运输、从中转仓到宁波港的干线卡车、横跨大洋的集装箱货轮,最终再由欧洲本地快递完成最后一公里的派送。运输,是供应链的"血管系统"——没有它,所有的库存、工厂和仓库都只是孤立的点,无法连成一条完整的链条。运输的每一个决策,都在直接影响成本、速度和客户体验之间的平衡。

运输(Transportation)是指将货物从一个地点转移到另一个地点的过程,是供应链中连接各个节点——工厂、仓库、配送中心、门店和终端客户——的核心纽带。没有运输,供应链上任何一个环节的价值都无法传递到下一个环节。
运输成本的量级
运输成本在供应链总成本中占据举足轻重的位置。根据国内外物流行业数据,制造型企业的运输成本通常占总物流成本的40%至50%,而总物流成本又往往占企业营业收入的8%至15%。对于生鲜、家居等大件或高频配送品类,运输成本比例还会更高。
以下是几个典型行业的运输成本占比数据:
这组数据的意义在于:运输成本不是小数目,在某些行业中,运输效率提升5%,就足以带来显著的利润改善。
速度与成本的根本权衡
运输领域最基础的决策逻辑是速度与成本之间的权衡。这两者并不是线性关系,而是呈现出明显的阶梯式差异:航空运输比海运快一百倍,但成本可能高出十倍以上。
一家手机品牌发布新款旗舰机时,为了赶上首发上市日期,往往选择空运将关键零部件从日本、韩国的工厂运至国内组装线,而非使用正常的海运渠道——这一决策意味着每千克货物的运费从十几元变成几百元。但在旗舰机发布后的补货周期,同样的零部件会改用成本更低的海运来配送。产品生命周期的不同阶段,对运输方式的要求截然不同。
供应链管理中,常用的运输方式有五种:公路、铁路、航空、水路、管道。每种方式在速度、成本、适用货物类型上各有鲜明特点,选择合适的运输方式,是运输网络设计的第一步。
选定了运输方式,接下来的问题是:货物应该如何在网络中流动?直接从发货地运到目的地,还是经过中转节点?这是运输网络设计的核心决策,不同的设计方案在成本、速度和灵活性上有本质差异。
供应链中的客户不是同质的——有的客户每月采购量达数百吨,有的客户每次只订几箱;有的客户在同城,有的客户在千里之外。对所有客户提供统一的运输方案,既不经济,也难以满足多样化的服务需求。量身定制的运输策略,是提升运输效率的关键。
按客户价值与地理距离设计差异化方案
企业在设计运输策略时,需要同时考虑两个维度:客户对企业的价值(购买量、利润贡献、战略重要性),以及客户与发货地之间的距离。这两个维度组合起来,形成四种典型情境:
一家家电制造商向苏宁、国美这类大型零售连锁发货时,会安排专线整车直送,并提供固定的送货时间窗口,确保零售商的仓库能够提前安排卸货人员。而向县城小家电店的散件发货,则通过区域经销商统一中转,或者使用零担物流(LTL,Less-than-Truckload)拼车配送,在可接受的时效范围内降低运输成本。
运输外包与自建车队的决策
企业是否应该自建运输车队,是一个涉及长期战略的决策,不能只看短期账面成本。以下是两种模式的系统比较:
京东物流是国内自建运输体系最典型的代表。京东早年坚持自建配送团队和车队,在用户体验上取得了显著优势——"今日下单,明日送达"的承诺是那个时代的行业领先标准。但自建体系的代价同样显著:前期资本投入巨大,在业务量增长初期,大量固定成本带来了持续的亏损压力。随着业务规模增大,自建体系的规模效应才逐渐显现。
与此形成对比的是天猫(阿里)的策略——依托菜鸟平台整合第三方快递公司(申通、圆通、韵达等),自身不拥有车队,通过数据平台协调和优化各快递公司的运力。这种轻资产模式在初期扩张阶段灵活性极强,但在终端配送质量的一致性管控上,长期面临挑战。
案例一:孟买达巴瓦拉——低技术高效率的同日配送
在印度孟买,有一支被哈佛商学院研究过的配送队伍——达巴瓦拉(Dabbawalas)。他们每天负责将约二十万份家庭自制午餐,从孟买各处的住宅区送到市中心的上班族手中,再在下午将空饭盒原路送回。
这套系统没有任何高科技:没有GPS追踪,没有信息化系统,仅靠饭盒上的颜色标记和符号编码,以及步行、自行车和通勤火车的组合,达到了令人难以置信的准时率——每六百万次配送中,错误率不超过一次(约99.9997%的准确率)。

达巴瓦拉的案例说明,运输网络的效率不完全取决于技术先进程度,而取决于网络设计的合理性和执行的一致性。简单清晰的路线划分、标准化的操作规程、极强的团队协作,同样能构建出高效的配送体系。
案例二:菜鸟网络——数字化驱动的开放式物流平台
菜鸟网络于2013年由阿里巴巴牵头成立,定位不是自建物流,而是建设一个连接全国快递公司、仓储服务商和末端配送商的数字化平台。
菜鸟的核心价值在于"数据大脑":通过整合天猫、淘宝的订单数据,菜鸟能够提前预测各地区的商品需求,指导品牌商提前将商品"预置"到离消费者最近的仓库。当消费者下单时,商品可能已经在同城仓库,从而大幅缩短配送时效。
双十一当天,菜鸟平台需要协调数十家快递公司处理数亿件包裹,任何一家单一物流公司都不具备独立承接这一规模的能力。菜鸟通过数据分配和路由优化,将包裹智能分配给最合适的快递公司和线路,在系统层面实现了整体效率的最优。
菜鸟与京东的两种模式,代表了物流行业的两种基本路径:重资产的垂直整合(京东),与轻资产的平台协调(菜鸟)。两种模式各有优势,在中国这个巨型电商市场中长期并存。
案例三:中欧班列——铁路运输的国际新定位
在中欧班列开通之前,中欧之间的货运几乎只有两个选择:海运(约30至40天)或空运(约5天但成本高出十倍)。2011年首趟中欧班列从重庆开出,用16至18天的时间把货物送到德国杜伊斯堡,为价格敏感但时效要求高于海运的货物开辟了第三条通道。

对于电子产品、机械零配件、汽车配件等货值适中、时效敏感的产品,中欧班列提供了海运与空运之间的合理折中方案。疫情期间海运运力紧缺、运费暴涨时,中欧班列的开行频次大幅增加,成为许多企业维持国际供应链稳定的重要替代选项。
中欧班列的崛起,也体现了"一带一路"倡议对供应链基础设施的实质性影响。铁路运输在全球供应链中的地位,因为这条"钢铁新丝路"而得到重估。
运输网络设计的核心,是在速度、成本和灵活性三者之间找到最适合自身业务特点的平衡点。没有哪一种运输方式或网络结构是绝对最优的,关键在于理解货物特性、客户需求和成本约束,做出针对性的组合决策。
运输网络的优化是一个持续进行的过程。市场覆盖范围扩大、客户结构变化、新技术引入(无人配送、自动化分拣),都会推动企业重新审视和调整运输网络的设计。采购决策同样是供应链管理的核心议题,围绕"自制还是外购"、"选择几家供应商"、"如何管理供应商关系"等问题的决策逻辑,值得同等深度的关注。