各位好，今天我分享的主题是《思考与对应：疫情下供应链风险管理》。

　　2020年必定是载入史册的不平凡的一年。突如其来的新冠疫情席卷全球，这可能是人类历史上近百年来遇到的最大挑战。

　　这次新冠疫情将对世界经济、政治、贸易和供应链产生重大影响。

　　正如美国前国务卿基辛格先生所说，虽然病毒对人类健康的冲击有望是暂时的，世界秩序在新冠肺炎疫情后将永远改变。疫情结束之后我们将面对一个非常不一样的世界。

　　这场危机也让我们深刻意识到，供应链风险管理的重要性，尤其是身处全球制造业中心的中国，是全球很多行业供应链的核心节点。

　　制造业在我国经济GDP占比30%左右，如何在不确定的环境中管理好供应链，是我们亟待解决的一个问题。

　　一、供应链风险源自何处？如何分类？

　　1. 风险来源

　　“这个世界唯一不变的就是改变”，我们身处在一个充满不确定性的环境中，这个不确定性源自何方呢？

　　这里给大家介绍一个理论模型——STEEP模型，STEEP也有深的意思，表示我们处在一个深不可测的世界当中。

　　深不可测的不确定性主要源自5个方面：社会（Social）、技术（Technological）、经济（Economic）、环境（Ecological）以及政治法律（Political-legal）。

　　2. 风险分类

　　未来的不确定性可以分为三类：已知的已知、已知的未知、未知的未知。

　　如何理解这三个不同的分类呢？

　　比如，我手上有一枚硬币，把它抛向空中，抛的时候我们就知道，因为重力的缘故这个硬币一定会掉到地上，这是已知的已知。

　　掉到地上后，一定是正面朝上或反面朝上两种结果之一，但我们并不确切的知道最后呈现的是哪个结果，这是已知的未知。

　　再比如我们现在所经历的新冠疫情，没有人能够在几个月前就预料到人类会经历这么大的一场危机，这是未知的未知。

　　二、企业如何有针对性的制定应对策略

　　结合STEEP模型，依据风险分类的框架，我们将供应链中可能面临的各种风险来源分为两类：

　　一是已知的未知，二是未知的未知。

　　为什么不包括已知的已知呢？

　　因为如果这个风险是已知的已知，我们会确切地知道这个风险事件肯定会发生，管理上的复杂程度和难度都比较低，只要做好计划、安排好调度就能够很好地处理。

　　所以，管理上最大的挑战是已知的未知和未知的未知。

　　接下来我将根据这两种分类，给大家介绍企业应该如何有针对性的制定应对策略，管理不同的风险。

　　1. 管理已知的未知

　　我们如何衡量已知的未知不确定性强度有多大？这需要引入一个定量分析指标——变异系数，在这个指标中有两个因素：标准差和平均值。

　　以顾客需求为例，我们需要标准差衡量顾客需求上下波动的可能性，以及平均值衡量顾客需求的基数有多大。

　　标准差本身很重要，它反映了随机变量的波动程度，但是如果仅看标准差有时会产生不合理的现象，因为我们还需要考虑随机变量的量纲。

　　举个例子，这次新冠疫情受影响程度，严重程度最大的是哪个国家？

　　大家可能会说美国、意大利或者西班牙，其实都不是。这次受新冠疫情影响最严重的国家是卢森堡，整个国家人口只有60万，但感染的人数已经超过了5000人。

　　如果按照每100万人中感染人数的比例来算，卢森堡是受新冠疫情冲击和影响程度最大的国家。但因为它的人口基数低，所以感染人数相较其它大国家比较少。

　　标准差除以平均值，就能得到变异系数（Coefficient of Variation），这是衡量不确定性因素的不确定性程度的一个核心指标。

　　一般情况下，如果变异系数小于0.2，我们就认为这个已知的未知的不确定性程度较低，是相对波动较小的风险。

　　如果变异系数大于0.5，那这个已知的未知不确定性程度就很高。

　　不确定性程度的高低对企业的经营和管理有非常大的影响。

　　在其它因素不变的情况下，变异系数越高，企业就需要有更多的库存，或者更高的产能、更高的运输能力，这样才能确保维持原来的客户服务水平。

　　所以，变异系数的大小决定了企业供应链管理在应对不确定性时的复杂程度和成本。

　　我们都知道，如果要维持更高的产能，那产能利用效率就会下降；如果要保持更高的运输能力，那么运输的利用效率可能会比较低。

　　即其它情况保持不变，变异系数越大，企业为保持一定的客户服务水平，所要付出的成本会更高。

　　管理已知的未知核心是什么？预测。

　　刚才，我把硬币抛出去，虽然不知道它是正面还是反面，但我知道它肯定是两者之一。

　　而且还知道如果抛硬币的次数足够多，那正面和反面出现的次数是接近的，即它是符合二项分布的一个不确定性变量。

　　对已知的未知进行分析，核心是数据。

　　我们要搜集在不确定性因素发生时，呈现出的结果是怎样的。管理已知的未知核心是，通过数据的收集和分析来刻画已知的未知后面所蕴含的规律。

　　案例分析：7-11

　　日本知名连锁便利店7-11，它不同于大零售企业，每一个单店面积有限，而且单店所销售的产品种类也有限。

　　如果要保证7-11销售的每一款产品的销量都达到比较高的量，应该如何严选、精选产品呢？

　　7-11的产品品类很少，但销量很大。它会定期结合销售数据对门店内销售的品类进行分析，销量不好的品类可能会下架，存在潜在销量的品类可能会增加货量。

　　这家企业几年前曾发生过这样一件事。

　　7-11负责销售的副总裁，发现女性的丝袜销量非常高，竟然做到了全日本销量第一。

　　这位销售副总裁在高管会议上做了一个报告，并建议CEO把销售品类做个延伸，在丝袜旁边摆上口红、面膜，以丝袜来带动口红和面膜的销量。

　　CEO非常聪明，他并没有立刻接受副总裁的建议，而是向对方提了一个问题：你确定会买丝袜的消费者都是会买口红和面膜的消费者吗？

　　副总裁回去将数据进行挖掘后，惊讶地发现买丝袜的大部分是年龄在40-50岁的男性，而且购买时间多在晚上7点到9点。为什么会是这样呢？

　　深入了解后才明白，日本是一个很传统的国家，女主内、男主外，所以很多女性在家相夫教子，男性在外面拼搏。

　　而且男性经常工作到晚上7、8点钟才回家。在回家的路上家里面的妻子会打电话要求带一双丝袜回来，丈夫就会去7-11买。

　　这样一来，还应不应该把口红和面膜放到丝袜旁边呢？肯定是不应该，而是应该把啤酒放在丝袜旁边，因为男性在买了丝袜之后，可以顺便买两箱啤酒。

　　这个案例告诉我们，如果只关注数据的表层，而不是真正洞察数据所蕴含的真实信息，我们做出的决策很有可能是南辕北辙。

　　所以在收集数据后，如何对数据进行分析，如何真正理解数据背后蕴含的商业信息，是非常重要的。

　　最近几周，很多新闻都在报道全世界人民在抢厕纸。厕纸的需求在短时间内有了很大的提高，这意味着变异系数在变大。

　　对于卫生纸的供应商来说，订单增加了，他们应该是开心的，而且他们知道这是一个短期现象，所以不会疯狂地认为这么大的需求会持续到未来，更不会盲目地扩张产能、扩张渠道和运输能力。

　　在供应链管理中，也发生了很多类似现象，但并不都如同这个问题明显。

　　在供应链管理中，有个牛鞭效应理论。牛仔手上拿了一根牛鞭，他的手轻抖一下，牛鞭的另一端会抖动得非常厉害，这就是牛鞭效应。

　　牛鞭效应在供应链里普遍存在，其意义是什么呢？

　　我们在分析顾客需求时，可能会发现顾客需求有一点波动，但通过供应链向上传导时你会发现，在供应链上游的企业，它所观测到的需求波动要大得多。

　　哪些原因会导致消费者需求波动，在往供应链上游移动时不断放大呢？有很多。

　　比如当供应出现短期不足时，消费者的恐慌性购买导致需求信号在供应链里的传递失真。全世界人民抢厕纸就是这个原因。

　　比如每个供应链中的企业在收到订单后，仅仅只看下一级供应链伙伴的情况。对批发商来说，他的客户就是零售商；对分销商来说，客户就是批发商。

　　但是，如果分销商仅仅是通过批发商给他的订单信息来分析需求情况，他看到的很可能并不是真实的顾客需求。

　　随着供应链层级的增多，每个成员都会对需求进行预测，而这些预测在整个供应链中并不能很好地分享、传递。

　　因为很多企业为了享受规模效应带来的成本降低，会将预测需求乘以一个系数，形成批量采购，而不是按照真正需求的量进行采购。

　　这会造成牛鞭效应的出现，对企业的冲击和影响非常大。

　　造成“牛鞭效应”的原因有很多，包括供应链中各自独立的需求预测、批量订购、短缺博弈时的恐慌性购买（例如，疫情中相关物资遭到哄抢）。

　　企业如果不理解“牛鞭效应”就可能误判需求波动的真实情况。

　　因此，在供应链中管理“已知的未知”，全局意识非常重要：你看到的并非是你所真正面对的，你必须深刻理解自己企业在供应链中所处的位置，关注产品的最终消费者。

　　2.管理未知的未知

　　如何管理未知的未知呢？主要有以下2种方法：

　　① 风险暴露模型（Risk Exposure Model）

　　方法一，建立供应链全景图（Supply Chain Mapping）， 通过风险暴露模型（Risk Exposure Model）找出供应链中的瓶颈环节。

　　企业应该把有限的资源投入到解决供应链的瓶颈环节的问题，只有瓶颈环节提升了，才能提升整个供应链的管理水平。

　　我先给大家介绍三个核心指标：恢复时间、财务影响、风险敞口指数。

　　恢复时间（TTR-Time to Recover），是指供应链某一节点中断之后完全恢复到正常功能所需要的时间。

　　通过恢复时间指标，我们能够分析在供应链中被迫中断的供应链企业所受到的财务影响有多大。

　　财务影响（FI- Financial Impact）就是在TTR过程中，企业遭受了多少损失。有TTR、FI两个指标之后，就可以分析供应链中的风险敞口指数（RI-Risk Index），该方法被称为风险暴露模型。

　　现在我们看一个简化的供应链模型，它有非常多的层级，比如原材料供应商、半成品供应商、零部件供应商等。产品要经过多级加工，最后才能到达门店销售给最终消费者。

　　从上图大家可以看到，有的供应商位于美国，有的位于欧洲的，装配车间则位于中国。新冠疫情发生后，分析这条供应链会发现，疫情对供应链中每个节点的冲击与影响是不同的。

　　比如，位于中国的装配车间，在二月份和三月份时，没有进行正常生产，恢复时间（TTR）可能是8个星期。

　　现在，因为美国疫情的发酵，很多企业没办法正常生产，美国供应商的TTR可能是6个星期（注：案例中每个数字只是为了描述这个现象所展现的，并不是真实数据）。

　　通过对整个供应链的分析，我们发现供应链中每个节点受到的冲击大小取决于它的TTR的长短，TTR决定了在这个过程中相关企业所遭受的财务影响（FI）有多大。

　　从供应链思维角度思考，我们如何才能精准、有效、科学地复工复产？

　　其实，复工复产不取决于企业，甚至不取决于中国对疫情控制的情况，而是取决于美国的疫情什么时候可以得到控制，欧洲疫情什么时候得到控制。

　　我们在这个供应链中可以看到，有一个供应商位于美国，如果美国无法正常生产，即使中国的企业能够复工复产，那这个产品也无法生产加工出来。

　　供应链是牵一发而动全身，缺少了任何一个环节、零部件，这个产品最后都没有办法完成生产。整个复工复产计划要根据对供应链网络全景的分析之后，才能够科学地把握节奏。

　　所以供应链的能力不是由能力最强的那一环决定，而是由能力最弱的那一环决定。

　　这告诉我们，在供应链中不能只顾自己不顾他人，特别是当资源有限时，我们要把资源投入到供应链中瓶颈所在的环节，因为只有瓶颈所在环节的问题得到解决，供应链才能够真正得以恢复。

　　② 效应分析法

　　管理未知的未知方法二，需要我们把思维模式从原来的“事件导向”转为“效应导向”。针对可能出现的结果进行场景模拟和分析，最后制定、识别关键的几个监控指标并实时监控这些关键指标。

　　• 思维模式

　　大家可以看到，以下有70-80种事件，都会对供应链的供需造成影响。但我们根本不知道哪个事件会发生、什么时候发生、影响有多大，我们很难仔细分析那么多种未知的事件，并归纳出规律、做出预测。

　　但是，如果把对事件的分析转化为对效果的分析，我们就能够转变我们的思维方式。

　　比如这些事情发生时，它会如何影响企业的运营？它可能会对采购模式产生何种影响？

　　一旦对物流、目标造成冲击，对运输方式造成影响，对物流路径产生影响，就可能对整个流量都产生影响。

　　所以，我们要把对不确定性事件的关注，转化为对效果的关注，然后通过效果进行过滤，以帮助企业更好地防范未然。

　　• 场景规划

　　如何做场景规划呢？

　　我们可以邀请企业，或者是供应链管理中不同环节的人来进行一场头脑风暴，每次选定一个不确定性的趋势或驱动因素，来探讨它可能发生的概率以及可能对企业造成的冲击和影响。

　　这里可以采用量化的方法，让参与者使用扑克筹码衡量在不同的事件发生时它对企业所产生效应的影响有多大。最终使用便签来记录见解和意见。

　　这就能够把非常多的、难以叙述的事件分析转化为效果分析。虽然不确定它是否会发生，但是我们能够通过对可能发生的事件进行分析，来寻找一些规律。

　　比如，以出口为导向型的制造类供应链企业，现在需要对这次新冠疫情的冲击和影响，做一个场景规划。因为未来疫情的不同走势，会对企业未来的供应链决策和战略会产生不同的影响。肯定逃不出以下三种可能性：

　　第一种场景是最坏的可能性，如果疫苗在未来9个月甚至12个月还没有出来，疫情可能会持续一年，这对整个企业供应链会造成很大影响。

　　第二种场景是最佳的可能性，如果全球都能像中国一样，在短时间内把疫情基本控制住，那么这又是另外一种情形。这一场景下，需求可能会快速恢复，企业一定要注意，提前做好规划与预案。

　　以2009年第一次“双十一”为例。那时中国供应链管理出现了运输产能不足的问题，在那个“双十一”很多消费者下了订单之后，过了几个月才收到自己买的产品。

　　这段时间，受疫情影响不少航空运输企业经营困难，产能受到冲击和影响很大的。

　　如果疫情得到快速控制，当所有人都想快速的把货物交付给国际客户，或者是国内客户的时候，运输产能出现短期缺口的可能性很高。

　　相关企业要做好计划和应对，避免出现供应链管理的“双十一”现象。

　　第三种场景，也是最有可能发生的情况。疫情既不会向最坏的情况那样长期存在，也不会像最好的情况那样马上得到控制，它可能在每一个国家控制的时间节点不同步。

　　这个时候企业供应链管理要做好产能可能在不同产品、不同市场灵活调换、灵活切换的准备，而且还要做好供应商可能及时的寻源，寻找新的供应商，进行切换的准备。

　　所以面对未知的未知，我们要把不可知的事件转化为对企业有限的影响，然后通过不同规模的场景规划、模拟，来寻找企业应对的方向和策略。

　　• 关键数据

　　另外，在制定好策略之后，我们要找准关键数据，对关键数据的变化趋势进行实时监控。这样才能根据动态变化的场景快速地、持续地做出调整。

　　举个例子，2000年3月17日晚8点，飞利浦芯片工厂被闪电击中，随后着火，消防队快速赶来，20分钟就把火扑灭了。

　　着火的这个工厂同时为爱立信和诺基亚提供手机芯片。这个工厂芯片的产量在每个品牌的销量中都占40%，是爱立信和诺基亚非常重要的一个供应商。

　　火虽然很快被扑灭了。但是灭火的过程污染了芯片的加工环节中对外部环境的无尘、温度要求非常高的净化车间，破坏了正在准备生产的数百万个芯片。

　　飞利浦最初评估认为恢复时间（TTR）可能在左右两个星期，并没有做出什么应对措施。

　　诺基亚在收到信息之后，就开始启动对飞利浦出货量的实时监控。

　　三天之后发现异常，诺基亚就强烈要求派工程师，实地了解火灾所造成的冲击和影响。分析后发现，TTR不是两个星期而是六个月，为此诺基亚立刻采取了应急方案。

　　首先，同飞利浦其他工厂签约，将剩余产能全部锁定；

　　其次，寻源，寻找可替代的芯片供应商。

　　爱立信在收到信息两个星期后，因为自己还有一些库存，而且飞利浦最初的说法是问题并不严重，因此就没有引起重视。

　　但在若干星期后，才意识到问题的严重性。但此时，再去寻找危机应对方案，已为时已晚，因为诺基亚已经把市场上所剩余的产能都锁定了。

　　这导致爱立信的直接损失超过16亿美金，这个事件也成为了压倒爱立信手机的最后一根稻草。

　　这个案例告诫我们，如果没有对核心指标的实时把控，即使你有应对机制，也没有办法发挥它应有的效果。

　　三、全球制造业供应链的发展趋势及对应的政策建议

　　1.全球制造业供应链的发展趋势

　　全球制造业一共经历了4次大转移：

　　20世纪初，英国将部分过剩的产能向美国转移；

　　20世纪50年代，美国将钢铁、纺织等传统制造业向日本、德国转移；

　　20世纪60-70年代，日本、德国将劳动密集型加工产业向亚洲“四小龙”和部分拉美国家转移；

　　20世纪80年代处，欧美日及亚洲“四小龙”等把劳动密集型产业和低技术高消耗产业向发展中国家转移。

　　从2016年开始，全球制造业正在启动新一轮的转移。在此，我们先看BCG（Boston Consulting Group）在2014年发布的对制造业成本（包括劳动力成本、电力成本和能源成本）的数据研究，这个研究显示中国制造业的成本已经没有太大优势了。

　　中国制造业成本指数96，美国100，即中国只比美国低4%。印度比墨西哥、泰国、印尼、越南等国家的成本都高。

　　因此BCG研究人员认为，新一轮制造业的大规模转移马上发生，并且很多制造业企业会回流到美国、欧洲。

　　当然他研究里面的一部分逻辑并不是完全从整个供应链的方向出发。为什么是2016年一些制造业正在全球进行产能转移？

　　美国政府其实并不是今天才开始强调制造业的回流。

　　奥巴马在他刚上任的时候就提出了“美国再工业化”的口号，专门成立了一个白宫制造业政策办公室，制定了一系列鼓励美国制造企业移回美国的制度，还提供了很多专项计划支持。

　　美国制造业的工作数量从2009年以来不断上涨。特朗普就任美国总统之后，进一步提出了“美国优先”策略，通过税收、法律等手段鼓励美国制造业把工厂搬回到美国。

　　同时，他就中国贸易问题也推出了一系列政策，这些都对跨国企业在全球供应链的布局产生影响。

　　基于此，我同包括MIT、斯坦福、沃顿商学院在内的全球研究学者一起，研究了全球制造业供应链发展趋势中的三个问题：

　　全球制造业流动已经发生和预期发生哪些变化？

　　为什么会有这样的变化？

　　其内在驱动因素到底是什么？

　　① 发展趋势

　　疫情后全球供应链布局将加速变革，以美国、日本为代表的国家将降低对中国的进口依赖，通过补贴等方式让制造业回流到本国。

　　根据科尔尼的最新报告，在过去一年，美国对中国的进口已经大幅下降了17%。在新冠疫情发生之后，这个趋势不会有根本性的改变，并且压力只会更大。

　　大家都发现，在这轮疫情控制的过程中，美国、日本对中国制造的依赖程度很高，特别是口罩、医疗设备、呼吸机等医药健康行业的产品。

　　在疫情结束之后，美国、日本一定会有反思，而且一定会想办法使这些行业回流到自己国家。

　　② 驱动因素

　　从2015年开始，全球制造类企业发生了非常多的产能迁移现象。不同于BCG的报告，我们在分析全球供应链布局时，除成本因素外，还会考虑非常多其他因素。

　　下面列了企业在进行全球供应链布局时，都需要考虑的22个因素。我们发现，劳动力成本是企业从中国迁移到东盟其他国家最重要的原因。

　　但是迁出方向并不像BCG报告所预测那样，会把工厂搬回到美国和欧洲。目前，美国、欧洲仍然存在制造业产能溢出现象，特别是欧洲15国。

　　而且我们发现这些跨国企业，在选择生产制造基地时，中国仍然是吸引力最强的国家。中国不再是吸引追求低劳动力成本的制造行业，而是吸引附加值较高、对于技术要求比较高的行业。

　　对于很多行业，劳动力成本不再是制造业流动的决定性因素，市场需求和风险才是最重要的驱动因素。

　　工厂设在离目标消费者更近的地方，可以更好地适应市场需求的变化，以更快的速度、更高的质量为消费者提供服务。

　　风险也是一个非常重要的因素，尤其近两年，因为中美贸易摩擦导致很多跨国企业在做产能规划及新产能投资时，都会考虑风险因素。

　　我们还发现，在这轮制造业流动过程中，受益最大的国家是越南和墨西哥，特别是越南。从中国转移出去的标准化和模块化程度高的劳动密集型产品，50%以上的产能转移到了越南。

　　以手机生产为例，原来中国是全球手机生产最大的生产国，但现在已经有非常多的企业，把生产手机工厂搬到了越南。

　　2.对应的政策建议

　　中国经济的发展有三驾马车：出口、投资和消费。其中出口和投资是存在问题的。

　　出口现在面临两个问题，一是中美贸易摩擦，二是随着疫情的影响，全球经济放缓，甚至衰退，导致需求萎缩。

　　虽然我们很希望提升出口，但通过促进出口来稳定经济增长是难以实现的。为此以出口为导向型的制造类企业，在未来相当长一段时间里，要做好过苦日子的准备。

　　投资这架马车是最难的。我们希望用它来拉动经济发展，但现在靠投资拉动经济的效果正在不断下降。

　　1980年-1999年，投10块钱，拉动效果可能是5块钱；2000年-2009年，投10块钱，可能拉动效果是3块钱。

　　现在，2020年，我们投10块钱，拉动效应可能是1块钱。投资对经济整体的拉动效果已大不如前了。所以通过投资带动经济复苏的难度也非常大。

　　① 提升消费

　　提升消费将有两重效应：促进经济复苏；调整全球制造业格局。

　　对于可能要离开中国的产能，我们可以通过做大市场尽可能留住它。

　　刚刚分享中所讲的，在很多行业，企业在全球布局时除了考虑劳动力成本，市场和风险也是非常重要的考量因素。

　　特别是市场，如果中国是最大的市场，为了更好地服务这个市场的客户，企业就会有很强的动力把产能留在中国。

　　② 给企业减负

　　减负，特别是出口导向型的制造业。国家应该有针对性地降低以出口为导向的企业负担，可以考虑短期内取消或大幅降低企业增值税。

　　③ 长期应对策略

　　长期来看，如果要帮助中国企业布局全球，政府应该创造更好的外部环境以及政策条件，帮助中国企业走向全球。

　　随着部分产能转移到中国以外的市场，配套的供应商也需要去跟进；另外在寻找新市场时，我们要更深刻地理解目标消费者的需求，要能以更快的速度、更好的柔性满足消费者的需求。

　　中国企业也要走进目标消费群体，而不是延续“在东方生产，在西方消费”的模式。将来，全球布局会出现区域化和分散化的全球供应链产能布局调整的趋势。

　　最后，用一句话结束今天的分享——“未来已来，只是分布不均”。

　　我们已经处在一个全球百年未有之大变局的时代，很多事情已经在悄悄发生，只是身处其中的我们很多时候还没有感受到。但是这个改变已经发生，未来已来。

　　只有不断学习，不断提升自己的能力，才能在未来不断变化的市场当中保持优势。

作者：刘少轩；上海交通大学安泰经济与管理学院副院长