物流与运输
把正确的货物在正确的时间送到正确的地方——物流决定了供应链的最终效率。
物流网络
graph TD
PLANT[工厂] --> CDC[中央配送中心]
CDC --> RDC1[区域仓-华东]
CDC --> RDC2[区域仓-华南]
CDC --> RDC3[区域仓-华北]
RDC1 --> LD1[末端配送]
RDC2 --> LD2[末端配送]
RDC3 --> LD3[末端配送]
LD1 --> CUST[客户]
LD2 --> CUST
LD3 --> CUST
style CDC fill:#e3f2fd,stroke:#1565c0,stroke-width:2px
style CUST fill:#c8e6c9,stroke:#388e3c,stroke-width:2px
运输方式对比
| 方式 | 速度 | 成本/kg | 载量 | 适合 |
|---|---|---|---|---|
| 公路 | 中 | ¥0.3-1.5 | 1-30吨 | 国内中短距 |
| 铁路 | 中 | ¥0.1-0.5 | 50-5000吨 | 大宗/长距 |
| 海运 | 慢 | ¥0.02-0.1 | 万吨级 | 跨境大宗 |
| 空运 | 快 | ¥15-50 | <100吨 | 高价值/紧急 |
| 快递 | 快 | ¥3-20 | <30kg | 电商小件 |
TMS 运输管理
"""
TMS 运输管理
"""
from dataclasses import dataclass
@dataclass
class Shipment:
id: str
origin: str
destination: str
weight_kg: float
volume_cbm: float
urgency: str # normal / express / critical
class TransportManager:
"""运输管理器"""
# 运费费率 (元/kg)
RATES = {
"公路": {"normal": 0.5, "express": 1.0, "critical": 2.0},
"铁路": {"normal": 0.15, "express": 0.3, "critical": 0.5},
"空运": {"normal": 20, "express": 30, "critical": 45},
}
@classmethod
def select_mode(cls, shipment: Shipment) -> dict:
"""运输方式选择"""
recommendations = []
for mode, rates in cls.RATES.items():
rate = rates[shipment.urgency]
cost = shipment.weight_kg * rate
recommendations.append({
"方式": mode,
"费率": f"¥{rate}/kg",
"总费用": f"¥{cost:,.0f}",
})
recommendations.sort(
key=lambda x: float(x["总费用"][1:].replace(",", ""))
)
return {
"货物": shipment.id,
"重量": f"{shipment.weight_kg}kg",
"紧急度": shipment.urgency,
"方案对比": recommendations,
"推荐": recommendations[0]["方式"],
}
@staticmethod
def consolidation(
shipments: list[Shipment],
) -> dict:
"""货物合并"""
total_weight = sum(s.weight_kg for s in shipments)
total_volume = sum(s.volume_cbm for s in shipments)
# 整车 vs 零担
if total_weight >= 5000:
mode = "整车 (FTL) — 独占车辆更划算"
elif total_weight >= 500:
mode = "零担 (LTL) — 与其他货物共享"
else:
mode = "快递/小包"
return {
"合并货物数": len(shipments),
"总重量": f"{total_weight:,.0f} kg",
"总体积": f"{total_volume:.1f} CBM",
"建议方式": mode,
}
tm = TransportManager()
# 单票选择
s1 = Shipment("SH-001", "深圳", "上海", 800, 2.5, "express")
result = tm.select_mode(s1)
print(f"=== {result['货物']} ({result['重量']}, {result['紧急度']}) ===")
for r in result["方案对比"]:
print(f" {r['方式']}: {r['总费用']}")
print(f" 推荐: {result['推荐']}")
# 合并运输
shipments = [
Shipment("SH-001", "深圳", "上海", 800, 2.5, "normal"),
Shipment("SH-002", "深圳", "上海", 1200, 3.0, "normal"),
Shipment("SH-003", "深圳", "上海", 500, 1.5, "normal"),
]
print("\n=== 货物合并 ===")
for k, v in tm.consolidation(shipments).items():
print(f" {k}: {v}")
运输优化策略
| 策略 | 方法 | 节省 |
|---|---|---|
| 路线优化 | TSP/VRP 算法 | 10-20% |
| 货物合并 | LTL → FTL | 15-30% |
| 多式联运 | 铁路+公路组合 | 20-40% |
| 回程利用 | 空车返程拉货 | 30-50% |
| 区域集配 | 城市配送中心集中分拣 | 10-25% |
最后一公里
| 方案 | 成本/件 | 覆盖 | 体验 |
|---|---|---|---|
| 快递到门 | ¥3-8 | 全覆盖 | 最佳 |
| 驿站自提 | ¥1-3 | 城市 | 中 |
| 智能柜 | ¥0.3-0.5 | 社区 | 中 |
| 无人车/无人机 | ¥1-5 | 试点 | 新颖 |
行动清单
- [ ] 统计各运输方式的成本占比,识别是否存在"惯性选择贵运输"的场景
- [ ] 对 3 条主要运输路线使用 TMS 逻辑计算最优方式(FTL vs LTL 临界点)
- [ ] 评估货物合并(Consolidation)机会:同一目的地的小批次是否可以合并发运
- [ ] 建立物流商 KPI 评分(准时率、货损率、投诉率),每季度评审
- [ ] 对跨境业务梳理 Incoterms 条款,确认费用归属和风险节点清晰
- [ ] 了解目的地"最后一公里"配送成本,评估是否有更低成本的自提点方案
下一节:02-跨境物流与清关 — 跨境物流与清关实战指南。