供应链“去中国化”的风险如何应对

“去中国化”在短期无法实现，长期而言有重大风险，需通过供应链升级来应对

最近连续两则的新闻让制造业“去中国化”言论甚嚣尘上：一则是彭博社报导，为了减缓疫情对经济造成的严重影响，日本追加预算包括2200亿日元（20亿美元）资助企业将生产线撤回本土，以及235亿日元协助企业将生产转移到其它国家。另一则是美国白宫经济顾问库德洛（Larry Kudlow）接受外媒访问时表示，美国可以考虑为每家想要离开中国的美国企业补贴搬迁费用，比如承担企业回国的转移成本，包括工厂、设备、知识财产、装修等等，政府将 100% 的此类开销一次性费用化（Immediate expensing），也就是说这些成本费用将允许一次性税前扣除。

虽然日本官方文件并没有指明中国，但我国是全球第一制造大国、世界供应链枢纽，拥有数量最为庞大的全球供应链环节，现在世界各国在做的平衡供应链风险，基本迁出国都是中国。2018年的公开数据显示，我国汽车零部件产值近4万亿元，出口额达700亿美元，占全球出口额10%。全球汽车市场对中国供应链的过度依赖造成了疫情中的停产，如今各主机厂希望通过在中国以外建厂来分散供应链风险。而疫情造成的高失业率，也推动了各国政府将制造业迁移回国增加本国就业率，就这么“一拍即合”地产生了“去中国化”。这势必会对我国的供应链造成极大的负面冲击和深刻的影响，我国汽车制造业将如何应对？

笔者的观点是：“去中国化”在短期无法实现，长期而言有重大风险，需通过供应链升级来应对。

首先，资本永远是逐利的，制造业整体搬迁，既包含工厂、设备、仓储、物流、人员等硬件设施，还包含知识产权、专利、品牌影响力这些无形资产，即使把整个工厂都搬走，那相关的配套设施如何解决？所有这些，都需要庞大且巨额的支出费用，不管是外国政府还是华尔街都是无法承受的。

短期来看，从劳动力成本、工人素质、配套产业链完整度、国内市场规模等角度，这个世界上不存在可以代替中国的“容器”。制造业转移到中国花了几十年的时间，要离开中国，也非短短几年时间可以办到。而且中国本身既是全球最大的“世界工厂”，也是最大的汽车消费市场，已经连续十年整车产销量世界第一，国外主机厂无法脱离中国市场而存活。

但从长期来看，我国制造业面临重重困境，目前国内的制造业供应链体系建设仍处在初级阶段，产能过剩，管理粗放，缺乏协同，需要高度重视制造业供应链体系建设，从人口红利和廉价劳动力的怪圈中跳出，提升供应链整体效率与可靠性。

任何一件事情都有两面性，本次疫情虽然对汽车行业造成极大的冲击，但是也将制造产业链的问题极大地暴露了出来，这相当于是对汽车供应链的一次极限压力测试，我们正好可以利用这次供应链重新整合的机会，通过大数据、物联网、人工智能等新技术，将暴露出来的问题解决，拉近与发达国家供应链体系的差距。现在正是细化供应链管理、优化效率与可靠性最好的时机，通过提升产业供应链的综合软件实力，保持中国汽车产业长期的国际竞争优势。

汽车供应链的特点在于以整车厂为核心，上万家零配件企业从各层级为整车厂服务，形成一个错综复杂的供应链网络，任何一个零配件企业断链，都会造成整车厂的停产。

在这次疫情发生后，我们看到主机厂的采购部门花费了大量时间，通过邮件和电话的方式，跟大量的供应商对接生产交付、成品库存、生产计划等相关数据。这是因为在行业供应链透明化的领域，目前的技术手段的局限性造成的。

目前国内整车厂与零配件企业间的供需信息交流还是以采购系统的订单信息为主，通过邮件、EDI等信息交换手段进行需求信息交互，并辅以大量的线下计划员之间的个人沟通。这种方式在平时市场需求相对稳定环境下没有问题，但在市场需求出现剧烈波动时，就会陷入混乱，造成大量无效库存与产能浪费。

人类社会步入大数据时代的这十年，数字技术的进步已经大大提升了我们对供应链协同的管理与优化的能力。通过我们这几年来在汽车整车厂与大型一级配件企业的生产供应链数字化探索，已经可以清晰地看到下一代数字化供应链整体优化的未来。具体来说，分为以下两个层面：

首先，利用物联网技术，采集整个供应链上所有节点的数据，包含上下游的订单、库存、计划、交付、生产、运输等相关的数据，从最宏观的行业需求波动，到最微观的某辆物流车当前的GPS定位都进行采集。

而影响供应链执行能力的往往就是那些微观的因素，比如我们在给某个零配件企业分析计划执行率的时候，发现有10%是因为料箱或料架不足导致的，通过物联网技术我们就可以实时获取料箱位置，提升计划的执行率。

同时，我们还可以利用云计算，将整个供应链网络采集到的信息存储在云端，并进行实施的计算和分析，将每个节点的数据实时同步到网络中所有的相关节点。

整个供应链网络是错综复杂的，每个零配件厂商有大量的主机厂客户，同时也有大量的供应商和委外加工等，同一个产品有的存在一品两点，还有产品的替换关系和断点切换，通过云计算可以把每个节点跟整个网络的关系用知识图谱快速计算出来，当一个节点发生问题，迅速将信息同步到所有节点并完成整个网络的调整。

回顾过去，我国汽车行业用三十年走完了国外上百年的发展道路，这样的快速奔跑也造就了我国汽车供应链的另一个特点，那就是重执行轻计划，重交付轻运营。这个问题也在本次疫情中暴露无遗，订单的大幅波动和供应商的异常断供导致计划部门难以拟定可执行的生产计划，过去依赖计划员的经验和判断，已经无法适应现在的供应链环境。

人的时间和精力终究是有限的，面对海量的供应链数据和各种可能性判断，人类一般是选择最简单有效而非最优的解决方案。然而，我们却可以依靠人工智能的算法，模拟计划员要面对的业务约束各种逻辑条件，将决策目标和限制分拆，按照目标优先级进行逐层求解，帮助供应链每个节点寻求最优解，给出最合理的生产计划，协助企业度过疫情的难关。