全球海运供应链中断的度量

授权公开披露 授权公开披露 政策研究工作文件10839 全球海运供应链中断的度量 全球供应链压力指数(GSCSI) Jean-FrançoisArvisCordulaRastogiJean-PaulRodrigueDariaUlybina 宏观经济、贸易和投资全球实践2024年7月 政策研究工作文件10839 Abstract 全球供应链最近面临着广泛的中断。COVID-19大流行在2021年和2022年造成了重大破坏，而在2023年底，红海的地缘政治事件和巴拿马运河的水资源短缺扰乱了全球航运路线。无论原因如何，延迟或重新路由都意味着中断在全球范围内扩散。为了量化和评估全球或局部中断的程度，世界银行在2021年制定了一个拟议的指标，即全球供应链压力指数。该索引来自自动识别系统跟踪数据。它计算测得的等效失速船舶容量。 二十英尺等值单位)，在港口、国家、区域和全球各级提供数据 。这种精细的信息可以为有针对性的干预措施和应急计划提供信息，从而提高海事基础设施和网络的弹性。该指数解释了在中断期间观察到的运费激增，假设托运人愿意为稀缺的运费支付费用。全球压力增加100万20英尺当量单位，推动上海集装箱货运指数每20英尺当量单位上涨2300美元。 本文是宏观经济学，贸易和投资全球实践的产物。这是世界银行为开放其研究并为世界各地的发展政策讨论做出贡献的更大努力的一部分。政策研究工作文件也在http://www上发布。世界银行。org/prwp.作者可以通过jarvis1@worldba联系。org,crastogi@worldba.org,ecojpr@tamg.ed和dlybia@worldba。 政策研究工作文件系列传播了正在进行的工作结果，以鼓励就发展问题交换意见。该系列的目标是快速得出发现，即使演示文稿还不够完善。论文带有作者的姓名，应相应地引用。本文表达的发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不代表世界银行执行董事或它们所代表的政府的观点。 由研究支持团队制作 全球海运供应链中断的度量：全球供应链压力指数(GSCSI) Jean-FrançoisArvis,CordulaRastogi,Jean-PaulRodrigue,DariaUlybina JEL:F10,F14,L13,R40,R41 关键词：海运，贸易便利化与物流，供应链与物流 1.Introduction 近年来，作为全球价值链支柱的集装箱贸易经历了前所未有的中断。例如，COVID-19大流行在全球范围内广泛的行业造成了不可预见的后果，引发了从2020年底到2022年年中前所未有的供应链危机。激增的贸易需求超过了航运能力，这本身受到主要港口大规模运营中断的影响。2023年，有两个具有全球相关性的事件。首先，严重的干旱影响了巴拿马运河船闸的运作，导致吞吐量减少，限制了能够通过运河的船只的规模。今年晚些时候，好战组织在红海发动了袭击，迫使航运公司改道通过好望角为亚欧和亚美东海岸贸易航线服务的船只。 与影响供应和物流链的典型本地化事件相反，最近的中断在地理上是广泛的，持续时间是持久的，并且是多方面的-以复杂的方式影响需求模式，制造，海运物流，港口运营和货运配送。几十年来，集装箱运输网络一直按照定期时间表运营环路服务，如客运铁路或航空服务。时间表的可预测性有助于应对贸易失衡，一些地区的盈余抵消了其他地区的赤字 。这种集装箱供需不匹配意味着大约20%的集装箱总移动是空的重新定位航程。当中断发生时，重新定位集装箱的延误可能会放大船舶延误的影响（第4节）。 一个关键挑战在于通过一个统一的度量来量化全球集装箱港口面临的压力水平，该度量可以精确测量并用作有意义的指标。为了填补这一空白，提出了全球供应链压力指数（GSCSI）作为衡量全球海运港口延迟集装箱运输能力的指标。自2021年底以来，这一压力指标已在世界银行的贸易观察中发布，本质上是以港口为中心的，并来自分析集装箱运输流量。该指数每月计算一次，可以从港口一级的数据汇总为区域或全球指数。它特别关注巴拿马级集装箱船和在洲际班轮服务上运营的大型集装箱船。馈线回路本质上表现出较高的波动性，并且未包括在初始范围内。因此，该指数尚未完全反映整个航运网络的港口压力，因为不包括仅由能力低于巴拿马型的船舶调用的港口。 衡量和理解供应链中断的影响和传播受到了极大的关注，尤其是自2021-2022年供应链危机以来。在这一领域的大多数努力都来自私营部门的倡议和出版物(例如Procedre，航运公司和运营商，以及海事研究咨询公司)，只有少数公司早于危机。船舶跟踪数据和时间表信息的日益增加的可用性促进了这些努力,因为这种类型的信息最近变得可用。但是，相比之下，解决这些主题或提供可凭经验检验的理论框架的经济文献仍然有限，几乎没有例外（例如Procedre白，等。2024).值得注意的是 ，作为运费和供应链中断之间明显联系的核心问题，在先前的文献中尚未全面涵盖（Notteboom等人。，2021年；罗德里格，2022年)。 量化供应链中断的指标通常分为三大类（表1）：（1）对供应链专业人员的调查，（2）从跟踪或进度数据得出的指标，以及（3）基于专家知识汇总现有数据系列的元指标。其他值得注意的工具是可视化船只运动的工具，包括国际货币基金组织港口观察和海事咨询公司的类似工具。 表1.量化供应链中断的指标 供应链专业人士调查 采购经理人指数和成分(IHSMarkit，标准普尔)，见第5节 跟踪、计划数据 全球供应链压力指数(GSCSI)附表可靠性（海上情报），见第5节海洋及时性指标1(Flexport) 元指标 全球供应链压力指数(美联储纽约)，见第5节供应链稳定性指数，2毕马威 来源：作者。 当前的工作文件介绍了属于第二类指标的GSCSI的基本方法和用例。工作文件的其余部分如下：下一节 (2)拓展了压力指数的概念框架。第3节解释了如何从AIS跟踪数据中得出索引，而第4节描述了实际用例。第5节将拟议的压力指数与私营部门或政府机构制定的其他指标进行了比较。第6节根据中断时观察到的加息模式提出了利率模型，第7节得出结论。 2.概念框架和数据源 压力指数试图量化与标准的偏差，标准是系统运行的典型稳态。偏差越大，系统就越有可能承受压力。然而，由于不可预见的事件，如风暴或设备中断，预计会出现一定程度的偏差，因此只有较大的偏差才被认为是应力的指示。其他是常规操作中的可变性。需要定义标准偏差的特定阈值以确定何时偏差足够显著以指示压力。全球集装箱运输需求有季节性规律，2月份明显偏低。虽然中断通常没有季节性模式，但该行业在今年第一季度可能有更多的能力来吸收它们 。 在这个概念框架中，全球集装箱运输被示意为一个有向网络，其中节点代表港口，边缘代表航运公司的环路或区间服务所使用的港口之间的运输连接（图1）。在正常情况下，这些环路服务是高度可预测的，具有以下一致性： (i)提前期:离港(d)和随后到达港(a)之间的过境时间。 (ii)周转时间：在每个港口花费的时间，特别是装卸操作。 因此，给定时间的网络数据的特征在于港口之间的移动贸易能力（以TEU表示）以及一致的运输时间，这些时间在同一船级内趋于相对稳定。因此，给定连接上的动员贸易能力（流动能力）可以计算为： 动员贸易能力=单位时间流动能力×运输时间但是，目标端口周围的运行中断（如拥塞）可能导致： 1https://www.flexport.com/research/ocean-timeniality-indicator/ 2https://kpmg.com/us/en/articles/2023/supply-chain-stability-index.html (i)延迟到达事件。从较早港口到达的船只必须在停泊前等待锚地。 (ii)延迟离港事件。服务船舶所需的时间比正常时间长。 要分析供应链中断情况，可以看从上一个港口出发到当前港口出发的过境时间统计，其中包括提前期和港口周转时间。压力的发作被识别为异常值，其中渡越时间超过正常范围。这些压力事件意味着相同数量的贸易所需的船舶容量增加，相应的额外或停滞容量可以计算为：。 图1.GSCSI的概念 来源：作者。 GSCSI的计算源自AIS跟踪数据集。3该数据集包括所有集装箱船的港口呼叫（到达和离开）的完整序列，以及有关其容量和大小类别的信息。当前的分析侧重于全球贸易，仅考虑巴拿马型或更大尺寸的船舶，因为这种大规模的集装箱船运输构成了全球价值链的支柱。同样的分析方法也可以应用于支线运输活动，但需要不同的数据集。与主要的全球贸易路线相比，支线运输就其性质而言往往表现出更大的波动性，服务频率较低，交货时间的可变性更大。因此,需要产生单独的数据集以准确地捕获馈线装运网络的特性。 3.模型中间数据框架 3海上交通。 起点是采取一对后续端口d（离开）和a（到达）在运输顺序中。出发之间的时间跨度d和下一个出发T(da)(或���) 捕获影响端口的大多数可能的中断a（图2），是否在a或之前。这些包括中断途中从ato d，或中断a（到达）端口。因此，查看可能的入站连接的交付时间统计信息会发现影响a.图2.一对后续端口之间的前置时间 来源：作者。 对于每对端口(d、a)，从船只跟踪数据构建了一个具有以下变量的数据帧： Periodt(实际上从2016年2月到最近的月度数据)。 港口到达a. 上一个端口d. 周期的运输时间中位数t:𝑇𝑑𝑎(t).使用中位数而不是平均值可以避免异常值（由于非商业原因，例如维修或船员变更而留在港口的船只）的问题。 边缘的参考渡越时间(d,a):𝑇𝑑�代表车道上的正常运输和港口状况dtoa以上的船只被认为是延迟的(见下文)。 从以下位置移动的船舶容量总和atob对于这个时期𝐶𝑑𝑎(t). 与血管计数相同的概念𝑁𝑑𝑎(t). 超过参考的周期或运输时间的延迟。 � �(𝑡)−� 𝑑� � (𝑡)=� 0 𝑖𝑖𝑖�𝑇𝑑𝑎(𝑡)≥𝑇𝑑� ���� 估计参考传输时间 压力指数旨在捕获大的系统性破坏。参考运输时间的值太小(���））会以小但频繁的偏差的形式捕获过多的噪声，例如在钟形曲线中 分发。相反，���应在每月提前期分布的右侧确定外围提前期(图3和图4)。 图4.每月运输时间中位数(���))在上海港和长滩之间(小时) 图3.上海港至长滩港月中转时间中位数分布(小时) 650 600 550 500 450 400 350 300 Hours 700 关。 作者 -------------------------------------------- 注：94条记录基于664个航次的全球流量 2016年1月至2024年4月，上海(CNSHG)和长滩港(USLGB) 之间。 注意：指示月份对应于时间戳与船只离开目的港有 451是图3中的平均值（平均值），因为它没有被识别？ 使用平均值和标准偏差来识别异常值是不可取的，因为这些统计数据可能会由于存在异常值而产生偏差。相反，最好使用 代表正常或最佳操作条件的参数。 这里提出的模型利用了中值运输时间(���)(中位数))和下四分位数渡越时间(���）（四分位数））作为定义正常运行范围的参考点。这些趋势和分散度量受极值或异常值的影响较小。 通过关注中位数和较低的四分位数运输时间，该模型可以建立阈值，以捕获典型的预期运营绩效，而不会受到已经在运输时间表中注册的非典型或“压力”事件的不适当影响。这种方法提供了一种更可靠的方法来识别供应链压力或中断事件，因为与这些左倾斜参考点的偏差更可能表明真实的操作干扰。 对于每月提前期中位数和第一个四分位数的高斯（或正态）分布，其标准偏差为： 3 �≈2�𝑇𝑑�(𝑚𝑒𝑑𝑖𝑖𝑎𝑛)−𝑇𝑑�(𝑞𝑢𝑎𝑟𝑡𝑖𝑖𝑙𝑒)