供应链 | 顶刊MSOM论文精选——关税对全球供应链网络配置的影响:模型、预测和未来研究

在这里插入图片描述

编者按

关税对企业全球供应链网络设计决策的影响
在这里插入图片描述

本文为 M&SOM期刊20周年特邀论文,原文信息:

Lingxiu Dong, Panos Kouvelis (2020) Impact of Tariffs on Global Supply
Chain Network Configuration: Models, Predictions, and Future Research.
Manufacturing & Service Operations Management 22(1):25-35.
https://doi.org/10.1287/msom.2019.0802

原文摘要总结如下:
过去三十年,由于贸易壁垒的降低和国家之间的自由贸易协定,全球供应链活动得到了巨大的增长。在此期间,全球供应链管理的相关文献提出了众多理论框架和决策支持工具,以支持全球背景下的供应链运营决策。近期,随着贸易壁垒争议愈演愈烈,国家贸易政策不确定性逐渐增加,迫使企业重新思考其全球运营策略。本文从现有全球供应链管理的相关文献中汲取经验,关注《制造与服务运营管理》(M&SOM)期刊最新研究成果,以便了解贸易政策的影响,尤其是关税对企业全球供应链网络设计决策的影响。论文讨论了全球供应链中现有文献尚未涉及的方面,有助于更深入地了解贸易政策对现今全球供应链环境的影响,以期为全球供应链从业者和政策制定者提供管理洞见。深入了解各行业之间复杂且相互关联的供应链的潜在反应,也将有助于政策制定者更好地预测贸易政策变化的影响。
关键词:关税 • 全球供应链 • 运营灵活性 • 网络配置

1 问题背景

美国政府实施的232条款对钢铁 (25%) 和铝 (10%) 进口实施关税,对跨国企业和全球供应链产生了严重影响,导致包括欧盟、加拿大、墨西哥和中国在内的国家采取报复性关税措施,并促使企业对其成本结构做出战略反应。这些政策的初衷是保护美国的制造业,提升就业水平,但实际效果超出了预期,引发了复杂的全球供应链重新配置。如今,单一企业的微观经济模型已不足以解释全球供应链情境下的一些观察结果,从而引发了新的研究问题,即:供应链网络模型是否能更好地捕捉关税对全球供应链、产量和企业盈利能力的影响?本文通过构建程式化模型捕捉关税对全球供应链的影响,为企业提供相应的决策信息,对实践结果做出合理的解释和分析,并在此基础上指明未来研究方向,以更好地理解全球供应链网络结构中贸易问题对企业的影响。

论文结构如下:

  • 第 2 节采用 Lu 和 Van Mieghem (2009)的报童网络模型 (Newsvendor Network Model) 构建全球设施网络结构,讨论关税对全球设施网络设计影响的主要因素,突出了在解释某些行业观察到的关税影响结果方面,复杂运营模型相对于单一企业经济模型的优势与局限性。
  • 第 3 节探讨价格调整和事后转运灵活性在报童网络模型中的应用,及其对解释供应链各阶段关税影响(无论是在输入水平还是成品关税)的作用。
  • 第 4 节研究替代或互补的产品组合,解释关税对复杂产品组合中不同产品的影响,讨论企业可能采取的原材料替代策略以应对因关税导致的成本增加。
  • 第 5 节分析关税的经营风险如何取决于竞争性设施网络的结构和行业竞争的强度。
  • 第 6 节基于当前建模研究中仍然相关但未探索的问题,提出未来研究的方向。

编者注:报童网络模型,是一种用于优化库存和供应链管理的运筹学模型,基于传统的报童问题发展而来,用于描述和解决面对不确定需求时的库存决策问题,详细内容请参考 Lu and Van Mieghem (2009); Van Mieghemand and Rudi (2002)。

在基本的报童问题中,报童需要决定在不确定的日报销量情况下,应该预先购买多少份报纸。目标是在可能的过剩成本(未卖出的报纸的成本)和可能的缺货成本(未满足的需求造成的损失)之间找到最佳平衡。

然而,当这个问题扩展到网络模型时,它考虑了一个包含多个产品、多个阶段和多个位置的复杂供应链。报童网络模型用于解决在这样一个网络中,如何优化库存水平和产品流动,以最大化利润或最小化成本,同时考虑到不同产品和位置之间的相互依赖性和动态需求。

这个模型在供应链管理领域特别有用,因为它可以帮助企业在不确定的市场需求和复杂的供应链网络条件下,做出更有效的库存和运营决策。例如,它可以应用于多级供应链中的库存优化、生产计划、物料采购以及产品分配策略等方面。

2 报童网络模型和关税影响

Lu和Van Mieghem (2009) 考虑了一个两阶段的生产系统,其中,上游阶段生产原材料 (RM),供下游阶段进行最终产品 (FG) 的装配。原材料可以在国内市场 (市场1) 和国外市场 (市场2) 生产;而成品的生产则专门针对特定市场,并在相应市场设有设施。一个市场生产的原材料可以运输到另一个市场,这会产生跨市场的转运成本 (包括运输费用、关税和税费)。网络配置决策包括原材料设施的位置决策和原材料及成品设施的容量水平。如图1所示,存在四种可能的设施位置配置。

在这里插入图片描述
图1: 多市场网络的四种可能配置 (Lu and Van Mieghem2009,Dong et al.2010)

其中,混合/完整配置(Hybrid/Complete Network)和以市场为中心的配置(Market Focused)在每个市场都设有原材料设施。在集中配置(Centralization)下,企业将一个原材料设施集中在其中一个市场,并通过转运供应另一个市场的原材料。Van Mieghem和Rudi (2002)的报童网络框架确定了一个成本阈值,当转运成本低于该阈值时,集中配置为最优选择。否则,在两个市场都设立原材料设施是最佳选择。此外,该阈值会受到市场价格差异、制造成本差异以及两个市场的需求分布的影响,企业必须在收益和成本影响之间权衡,反映了在不确定环境中决策的复杂性。针对转运成本的结果对关税对网络设计影响的讨论有以下几点:

  1. 当转运成本较低时,集中配置是可行的选择。在这种情况下,市场价格差异和需求不确定性(均值、方差和相关性)在决定在哪个市场集中原材料设施方面发挥重要作用。
  2. 高昂的转运成本促使企业在每个市场本地建立原材料设施。当转运成本(即行使事后转运选择权的成本)过高时,以市场为中心的配置主导混合配置。

降低贸易壁垒和新兴经济体的经济改革促使全球供应链得到爆炸性增长。在过去的三十年里,许多行业见证了全球供应链的剧烈重组,常常导致某些增值阶段集中在特定国家/地区,例如,亚洲成为纺织品、电子元件等的主要采购地,美国则成为农产品、飞机和汽车的主要出口国。

根据这些结果,模型预测征收关税将阻碍关税产品的集中生产,推动以市场为中心的网络配置。在原材料阶段,232关税将导致美国钢铁和铝厂增加产量和潜在的额外投资。对于下游制造商(汽车、飞机、电器、罐装水果和蔬菜、饮料、计算机制造商等),他们可能会增加本地原材料采购。如2018年10月,美国钢铁协会报告称,与2017年相比,2018年迄今为止美国钢厂的出货量增长了4.6%。然而,市场担心这可能会通过增加成本影响下游制造商,如果他们提高价格,这可能会损害他们自己的需求,或者他们可能会通过材料替代和/或转移他们的供应链来战略性地对此做出反应。

报童网络模型的局限性在于假设成品价格固定,不考虑投入材料替代和成品组合变化。这在汽车行业中尤为明显,不同类型的车辆对钢铝等投入材料的需求不同。例如,钢或铝投入材料的数量在很大程度上取决于汽车的类型及其结构。轿车在此类投入方面要比运动型多用途车(SUV)和皮卡少得多。在美国汽车市场,超过70%的销量是SUV和皮卡,关税导致的成本增加非常不利,美国汽车制造商(福特和通用汽车)营业利润预计将减少几十亿美元。此外,Dong等 (2010) 的最新模型考虑了价格调整以应对成本不确定性,更适合讨论关税对供应链的影响。

3 响应式定价报童网络模型及关税影响

响应式定价报童网络模型 (Dong等,2017) 提出在供应链管理中将定价整合到决策后过程中如何影响企业战略和运营。这种方法允许考虑产品相互依赖、各种需求冲击和竞争。Dong等 (2010) 使用响应式定价报童网络模型来探索在需求和货币汇率不确定性下的原材料 (RM) 设施网络设计。该模型通过确定不同市场的单位生产成本阈值来识别最佳的全球设施网络配置。如果一个市场的生产成本超过其阈值,那么在另一个市场集中RM生产变得最优。例如,如果市场1的成本过高,则在市场2中集中RM生产,反之亦然。如果两个市场的成本都没有超过阈值,那么RM生产分布在两个市场中,如图2所示。

研究还考察了这些决策受成本参数和需求及汇率不确定性的影响。一个有趣的发现是,使用响应式定价来适应实时需求和汇率变化,会使企业的网络设计对生产成本波动和平均需求的变化更不敏感。文章进一步探讨了关税对网络设计的影响,强调响应式定价可以帮助企业更有效地适应此类经济变化。主要发现表明,响应式定价作为一种战略工具,可以显著影响企业在动态和不确定的经济环境中的运营和网络决策。
在这里插入图片描述
图2: 多市场设施网络的最佳配置

  • Result 1: 当原材料生产需要从其他国家进口时,关税会增加市场1的单位生产成本 c 1 c_1 c1。因此,随着关税的增加,市场1的原材料最优生产量会减少。如果市场1的成本超过其阈值̄ c 1 ˉ \bar{c_1} c1ˉ,企业应将原材料生产集中到市场2。
  • Result 2: 原材料转运成本增加了两个市场中原材料的替代性。例如:增加向市场 i ( i = 1 , 2 ) i(i=1,2) i(i=1,2)转运原材料的进口成本(可能由于关税)会使得企业在市场 i i i增加原材料生产量,同时降低在其他市场集中生产的吸引力。相反,提高市场 i i i对原材料出口的转运成本(可能也是因为关税)会减少该市场的原材料生产,增加在另一个市场的优势。

该模型清楚地描述了全球供应链的现实情况,即生产和销售的商品可能涉及多国间的输入和输出。在 i i i国生产和销售的商品可能涉及来自 j j j国的投入,而这些投入可能需要来自另一个国家(甚至可能是 i i i国)的原材料。

  • 汽车行业:在考虑中国对美国汽车和零部件的报复性关税(高达40%)的影响时,必须考虑到这一现实:在美国生产的汽车可能使用了可能受美国关税影响的来自中国的零部件,最终产品出口到中国也面临中国的关税。然而,正如模型预测的那样,美国的汽车制造商因应中国的高关税和美国的高转运成本,将大部分生产转移到中国。例如,美国的汽车制造商因应中国的高关税和美国的高转运成本,将大部分生产转移到中国。2018年6月,哈雷-戴维森也为了应对欧盟的报复性关税和美国的钢铝关税,将部分生产转移到海外。这些案例表明,面对关税和成本增加,企业会合理调整其生产和供应链策略。
  • 猪肉行业:对美国猪肉生产商来说,关税战是一个双刃剑。关税和中美贸易战对猪肉行业产生了复杂影响。中国对大豆的报复性关税影响了美国的大豆出口,导致价格下降。美国猪肉生产商因中国对猪肉和副产品征税而受到负面影响,尤其是中国是其主要出口市场的情况下。2018年11月,中国从美国进口的猪肉份额降至30%。同时,中国努力增加国内猪肉生产,导致美国猪肉价格下跌。

在上述汽车和猪肉行业的案例中,可以发现企业面临关税带来的挑战时,转换成本和关税政策不确定性是主要障碍。对于许多行业,更换供应商需要时间和努力。关税政策的不确定性也会阻碍企业做出迅速的采购策略调整。例如,猪肉生产商对大豆价格和中美贸易战的不确定性采取观望态度。

报童网络模型和响应式定价反映了全球产品流动的现实,同时受制于多重关税和政治/监管力量。对于企业来说,关键是开发操作灵活性,以应对供应和需求方面的不确定性和中断。例如,企业可能通过提高价格将关税增加的成本转嫁给消费者,或探索替代材料清单来减少对关税投入品的依赖。此外,全球企业通常面临多个市场的竞争。关税对竞争成本结构和行业竞争性质的影响解释了征收新关税时采取的战略响应。

4 产品组合的灵活性:可替代和互补的产品

本节探讨多产品企业以及能够在多个市场定制调整其产品的企业如何应对关税导致的成本激增。许多企业提供由可替代或互补产品组成的产品组合。广泛的产品供应不仅使企业能够满足不同客户需求,还提供了灵活性以应对商业环境的变化。例如,当关税变化影响组合中某些产品的提供成本时,企业可以调整整个产品组合的定价、生产和促销努力,以抵消或减轻成本增加的负面影响。考虑一家销售两种产品的企业,产品 A 和产品 B,其逆需求函数如下:
p A ( q A , q B ) = A − q A − β q B , p B ( q A , q B ) = B − q B − β q A p_A(q_A, q_B) = A - q_A - \beta q_B, \quad p_B(q_A, q_B) = B - q_B - \beta q_A pA(qA,qB)=AqAβqB,pB(qA,qB)=BqBβqA

其中,$ q_A 和 和 q_B 分别为产品 A 和产品 B 的销售量; 分别为产品 A 和产品 B 的销售量; 分别为产品A和产品B的销售量; β ∈ ( − 1 , 1 ) \beta \in (-1, 1) β(1,1) 衡量两种产品之间的替代和互补程度: 衡量两种产品之间的替代和互补程度: 衡量两种产品之间的替代和互补程度: β > 0 \beta>0 β>0 表示替代关系, β < 0 \beta<0 β<0表示互补关系。产品 A 的单位可变成本 v ~ A \tilde{v}_A v~A受投入品关税政策的影响。我们假设未来的关税税率是不确定的,并且 v ~ A \tilde{v}_A v~A服从均匀分布 [ v A , v A + Δ ] [v_A, v_A + \Delta] [vA,vA+Δ]。产品 B 的生产不受相同关税的影响,为简单起见,我们假设产品 B 的单位可变成本 v B v_B vB是恒定的。这两种产品共用一个生产设施。企业在关税不确定性问题解决之前,先决定设施的产能水平 K K K和单位成本 c c c,然后在关税确定之后再决策两种产品的产量。企业的两阶段问题可以表述如下:
Time 0: max ⁡ K ≥ 0 E { [ π ( K , v ~ A ) ] − c K } , Time 1: π ( K , v ~ A ) = max ⁡ q A , q B ≥ 0 , q A + q B ≤ K { p A q A + p B q B − v ~ A q A − v B q B } , \text{Time 0:} \quad \max_{K \geq 0} \mathbb{E}\left\{[\pi(K, \tilde{v}_A)] - cK\right\},\\ \text{Time 1:} \quad \pi(K, \tilde{v}_A) = \max_{q_A, q_B \geq 0, q_A + q_B \leq K} \left\{p_A q_A + p_B q_B - \tilde{v}_A q_A - v_B q_B\right\}, Time 0:K0maxE{[π(K,v~A)]cK},Time 1:π(K,v~A)=qA,qB0,qA+qBKmax{pAqA+pBqBv~AqAvBqB},
其中, E \mathbb{E} E表示对 v ~ A \tilde{v}_A v~A的期望。

求解最优产能水平 K K K并得到相应的产品A和B的预期生产数量和价格。而 Δ \Delta Δ增加代表产品A的单位成本 v ~ A \tilde{v}_A v~A的平均值和方差增加。为了理解关税不确定性如何影响多产品企业的产能和销售决策,命题 1 提供了关于 Δ \Delta Δ的最优产能和预期销售数量和价格的比较静态分析。

命题 1

  1. E [ q A ⋆ ] \mathbb{E}[q_A^\star] E[qA] Δ \Delta Δ增加而减少。当 β > 0 \beta>0 β>0时, d 2 E [ q A ⋆ ] d Δ d β < 0 \frac{d^2 \mathbb{E}[q_A^\star]}{d \Delta d \beta} < 0 dΔdβd2E[qA]<0;当 β < 0 \beta<0 β<0 d 2 E [ q A ⋆ ] d Δ d β > 0 \frac{d^2 \mathbb{E}[q_A^\star]}{d \Delta d \beta} > 0 dΔdβd2E[qA]>0
  2. β > 0 \beta>0 β>0时, E [ q B ⋆ ] \mathbb{E}[q_B^\star] E[qB] Δ \Delta Δ增加而增加,而当 β < 0 \beta<0 β<0时, E [ q B ⋆ ] \mathbb{E}[q_B^\star] E[qB]
    Δ \Delta Δ增加而减少, d 2 E [ q B ⋆ ] d Δ d β > 0 \frac{d^2 \mathbb{E}[q_B^\star]}{d \Delta d \beta} > 0 dΔdβd2E[qB]>0
  3. E [ p A ⋆ ] \mathbb{E}[p_A^\star] E[pA] Δ \Delta Δ增加而增加,但是 E [ p A ⋆ − v ~ A ] \mathbb{E}[p_A^\star-\tilde{v}_A] E[pAv~A] Δ \Delta Δ减少。 E [ p B ⋆ ] \mathbb{E}[p_B^\star] E[pB]不会随 Δ \Delta Δ变化。
  4. K ⋆ K^\star K Δ \Delta Δ增加而减少, d K ⋆ d Δ d β > 0 \frac{dK^\star}{d \Delta d \beta} > 0 dΔdβdK>0

命题中(1-3)可以看出,产品A单位成本的平均值和方差增加会导致其预期生产量下降。产品A和B之间的需求相互依赖性意味着,即使产品B的单位成本保持不变,其生产量也会受到影响。如果A和B是替代品(互补品),产品B的预期生产量随Δ增加而增加(减少)。同时,产品A的售价会提高(将更高关税成本转嫁给消费者),而产品B的售价保持不变。产品A和B的相互依赖性越强(替代关系或互补关系更紧密), E [ q A ⋆ ] \mathbb{E}[q_A^\star] E[qA] Δ \Delta Δ增加而减少的速度越快, E [ q B ⋆ ] \mathbb{E}[q_B^\star] E[qB] Δ \Delta Δ 增加而增加(或减少)速度也越快。命题中(4)表明,最优产能水平 K ⋆ K^\star K Δ \Delta Δ增加而减少,且随着产品A和B变得更可替代(互补)而减少得更慢(更快)。

以铝为例,铝是饮料罐行业非常重要的输入组件。对进口铝征收的10%关税会在生产过程中逐级传递,最终一定程度上转嫁给消费者。对于啤酒行业,由于消费者偏好和生产过程中的限制,难以从铝罐转移到其他包装。关税的影响预计将导致每个啤酒罐的成本增加一到两美分。在竞争激烈的市场中,大品牌啤酒难以调整价格,小型生产商调价可能导致需求下降。例如,ABInBev这样的纵向一体化生产商能够通过改变铝在产品中的用量和调整产品组合来更好地管理关税影响。对于小型精酿啤酒生产商,关税可能导致资本投资延迟或价格上涨,从而影响啤酒产业的发展。

在汽车行业,制造商常通过改变产品组合来应对关税。例如,销往美国市场的汽车制造商可能专注于使用较轻的钢铁和铝制品,如轿车和小型SUV。出口到其他市场的美国汽车制造商则通过调整价格来传递成本增加,以维持需求。面对原材料成本和出口关税双重增加的影响,将低端车辆的生产转移到中国成为应对策略。随着中国或欧盟维持对进口汽车的关税,预计将有更多的产能削减和工厂关闭公告。

5 竞争和关税影响

在竞争环境中,企业在全球市场与竞争对手的竞争程度影响了关税对它们的盈利能力、战略反应和长期市场份额的影响。考虑了两家企业,即企业1和企业2,它们生产可替代的产品并在各自的国内市场销售,接下来比较四种可能的竞争情景,如图3所示。

在这里插入图片描述
图4: 四种竞争/网络结构

q i j q_{ij} qij表示企业 i i i 销往市场 j j j 的数量,其中 i , j = 1 , 2 i,j=1,2 i,j=1,2

  • 情景A:每个企业在其国内市场都是垄断者的情况( q 12 = q 21 = 0 q_{12}=q_{21}=0 q12=q21=0
  • 情景B:企业2向市场1出口,并与企业1竞争( q 12 = 0 q_{12}=0 q12=0
  • 情景C:企业1向市场2出口并与企业2竞争( q 21 = 0 q_{21}=0 q21=0
  • 情景D:两家企业在两个市场中相互竞争。
    企业 i i i的单位生产成本为 v i v_{i} vi,销售到另一个市场的单位运输成本为 t i t_{i} ti。假设每个市场中存在线性逆需求函数为:
    p 1 ( q 11 + q 21 ) = A 1 − ( q 11 + q 21 ) , p_1(q_{11}+q_{21}) = A_1 - (q_{11}+q_{21}), p1(q11+q21)=A1(q11+q21),
    p 2 ( q 12 + q 22 ) = A 2 − ( q 12 + q 22 ) . p_2(q_{12}+q_{22}) = A_2 - (q_{12}+q_{22}). p2(q12+q22)=A2(q12+q22).
    两家企业的博弈问题如下:

企业1:
max ⁡ q → 1 π 1 ( q → 1 ∣ q → 2 ) = max ⁡ q → 1 [ p 1 ( q 11 + q 21 ) q 11 + p 2 ( q 12 + q 22 ) q 12 − v 1 ( q 11 + q 12 ) − t 1 q 12 ] \max_{\overrightarrow{q}_1} \pi_1(\overrightarrow{q}_1|\overrightarrow{q}_2)=\max_{\overrightarrow{q}_1} \left[ p_1(q_{11}+q_{21})q_{11}+p_2(q_{12}+q_{22})q_{12}-v_1(q_{11}+q_{12})-t_1q_{12} \right] q 1maxπ1(q 1q 2)=q 1max[p1(q11+q21)q11+p2(q12+q22)q12v1(q11+q12)t1q12]
企业2:
max ⁡ q → 2 π 2 ( q → 2 ∣ q → 1 ) = max ⁡ q → 2 [ p 1 ( q 11 + q 21 ) q 21 + p 2 ( q 12 + q 22 ) q 22 − v 2 ( q 12 + q 22 ) − t 2 q 21 ] \max_{\overrightarrow{q}_2} \pi_2(\overrightarrow{q}_2|\overrightarrow{q}_1)=\max_{\overrightarrow{q}_2} \left[ p_1(q_{11}+q_{21})q_{21}+p_2(q_{12}+q_{22})q_{22}-v_2(q_{12}+q_{22})-t_2q_{21} \right] q 2maxπ2(q 2q 1)=q 2max[p1(q11+q21)q21+p2(q12+q22)q22v2(q12+q22)t2q21]

其中 , q → 1 ≡ ( q 11 , q 12 ) \overrightarrow{q}_1\equiv(q_{11},q_{12}) q 1(q11,q12) q → 2 ≡ ( q 21 , q 22 ) \overrightarrow{q}_2\equiv(q_{21},q_{22}) q 2(q21,q22)分别代表企业 1 和企业 2 的生产量。

上述四种情景均存在唯一的均衡。每个企业的均衡总产量定义为 Q i ∗ Q^*_i Qi,其 Q 1 ∗ = q 11 ∗ + q 12 ∗ Q_1^*=q^*_{11}+q_{12}^* Q1=q11+q12 Q 2 ∗ = q 21 ∗ + q 22 ∗ Q^*_2=q_{21}^*+q_{22}^* Q2=q21+q22。考虑企业1的单位生产成本 v 1 v_1 v1如何受关税的影响。例如,当企业1的成本增加时,会导致其产量下降。然而,更关键的问题是竞争关系(即:企业之间在供应链网络中的联系)如何影响企业1的产量下降速度、以及如何影响另一家企业的响应策略?命题2总结了,随 v 1 v_1 v1的增加,每个企业在四种竞争场景下的均衡产量将如何变化。

命题 2. 令 Q i X ∗ Q^*_{iX} QiX表示企业 i i i在情景 X ∈ { A , B , C , D } X \in \{A,B,C,D\} X{ABCD}中的均衡产量,则 0 > d Q 1 A ∗ d v 1 > d Q 1 B ∗ d v 1 > d Q 1 C ∗ d v 1 > d Q 1 D ∗ d v 1 , 0 > \frac{dQ^*_{1A}}{dv_1} > \frac{dQ^*_{1B}}{dv_1} > \frac{dQ^*_{1C}}{dv_1} > \frac{dQ^*_{1D}}{dv_1}, 0>dv1dQ1A>dv1dQ1B>dv1dQ1C>dv1dQ1D, 0 < d Q 2 A ∗ d v 1 < d Q 2 B ∗ d v 1 < d Q 2 C ∗ d v 1 < d Q 2 D ∗ d v 1 . 0 < \frac{dQ^*_{2A}}{dv_1} < \frac{dQ^*_{2B}}{dv_1} < \frac{dQ^*_{2C}}{dv_1} < \frac{dQ^*_{2D}}{dv_1}. 0<dv1dQ2A<dv1dQ2B<dv1dQ2C<dv1dQ2D.

命题2表明:在没有竞争的情况下(情景A),企业1的成本增加对其影响最小,对企业2没有影响。竞争使企业1的成本增加对其产量有负面影响,特别是在情景B中,企业2进入市场1与企业1竞争,加剧了企业1的产量减少。情景C中,企业1进入市场2与企业2竞争,导致其在两个市场的产量下降速度比情景B更快。而在情景D中,两家企业在两个市场竞争,企业1受到成本增加的影响最大。因此,随着企业出口市场的增加和竞争的加剧,企业的成本增加会更严重地影响其总产量。

  • 洗衣机行业:考虑美国品牌惠而浦 (Whirlpool) 以及其韩国竞争对手 LG 和 Samsung。美国232条例对钢铁的关税增加了Whirlpool洗衣机的成本,但美国对进口洗衣机征收的20%关税对韩国出口到美国的产品产生了严重影响。所有制造商都将成本上涨转嫁给了美国消费者,导致需求下降(洗衣机销售几乎下降了3%)。LG和Samsung通过调整产品组合和提高一些高端型号在美国的价格,同时将销售产量集中在第232项关税条例后具有成本优势的市场上,成功地度过了美国实施的关税风暴。
  • 太阳能电池板行业:美国是市场1,亚洲市场是市场2。美国对所有太阳能进口产品征收了30%的关税,逐年下降5%。中国和韩国企业在本国设有制造基地,并可以灵活调整其亚洲工厂的生产水平,以获得更有竞争力的成本地位。尽管该行业面临技术改进和供应过剩的挑战,但全球制造商可以依靠美国市场中已存储的库存来减轻关税对其短期销售的影响。此外,他们有财务实力来投资新设施或扩大已收购的美国生产商的产能,以应对持续或重新实施关税的长期影响。值得注意的是,尽管美国钢铁生产商因232项关税而盈利增加,但美国铝制品生产商却面临来自中国和欧洲生产商的激烈价格竞争。欧洲生产商利用相对较低的进口税将更多铝制品出口到美国,导致美国铝制品进口量增加了17%。这与模型中的竞争情景B相符。

6 未来研究的机会

全球供应链管理文献中提出了许多模型和决策框架,用于全球企业的设施网络设计、生产、库存和物流决策。然而,这些模型通常适用于单一企业、单一产品的情境,并假定全球贸易环境稳定。然而,在贸易政策不确定的世界中,全球设施网络的设计需要考虑更多因素。首先,关税的不确定性会影响供应链的多个阶段,关税变动的方向和幅度都不确定。其次,产品相互依赖性意味着不同产品对关税的影响不同,多产品企业有灵活性来调整生产和销售决策。第三,竞争加剧,竞争对手会利用竞争优势。第四,供应链分散,当贸易政策影响到上下游时,供应链合作伙伴会采取战略反应。总之,各个因素相互关联,关税的影响波及从原材料到最终产品的所有企业。运营和供应链管理领域可以通过研究这些相互作用来更好地理解贸易政策对行业的影响,这对从业者和政策制定者都有价值。

参考文献

  1. Dong L, Kouvelis P, Su P (2010) Global facility network design with transshipment and responsive pricing. Manufacturing Service Oper. Management 12(2):278–298.

  2. Dong L, Kouvelis P, Tian Z (2017) Responsive pricing newsvendor networks with discretionary activities. Production Oper. Management 26(8):1534–1552.

  3. Lu L, Van Mieghem J (2009) Multimarket facility network design with offshoring applications. Manufacturing Service Oper. Management 11(1):90–108.

  4. Van Mieghem J, Rudi N (2002) Newsvendor networks: Inventory management and capacity investment with discretionary activities. Manufacturing Service Oper. Management 4(4):241–335.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/241744.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

模式识别与机器学习(八):决策树

1.原理 决策树&#xff08;Decision Tree&#xff09;&#xff0c;它是一种以树形数据结构来展示决策规则和分类结果的模型&#xff0c;作为一种归纳学习算法&#xff0c;其重点是将看似无序、杂乱的已知数据&#xff0c;通过某种技术手段将它们转化成可以预测未知数据的树状模…

SkinEngine皮肤怎么给项目的所有窗体

C# 给winfrom窗体添加皮肤控件SkinEngine怎么给整个项目换皮怎么给winform的按钮添加统一样式怎么使用样式表给winform所有按钮添加统一样式SkinEngine皮肤怎么给项目的所有窗体 如何快速给C# winform添加好看的皮肤C# Winform中窗体的美化 SkinEngine的应用 皮肤控件换肤素材…

【SpringCloud笔记】(8)服务网关之GateWay

GateWay 概述简介 官网地址&#xff1a; 上一代网关Zuul 1.x&#xff1a;https://github.com/Netflix/zuul/wiki&#xff08;有兴趣可以了解一下&#xff09; gateway&#xff1a;https://cloud.spring.io/spring-cloud-static/spring-cloud-gateway/2.2.1.RELEASE/reference/…

linux运维的面试题一

1.linux启动过程 1加电 2加载主板bios设置 3加载多重操作系统启动管理器grub 4加载内核系统到内存当中 5加载配置文件 6加载内核模块 7完成相应的初始化工作和启动相应的服务 8启动系统进程 9出现登录界面 10开机启动完成 2.安装过操作系统吗&#xff1f;怎么安装? 1.小批量设…

嵌入式硬件电路原理图之跟随电路

描述 电压跟随电路 电压跟随器是共集电极电路&#xff0c;信号从基极输入&#xff0c;射极输出&#xff0c;故又称射极输出器。基极电压与集电极电压相位相同&#xff0c;即输入电压与输出电压同相。这一电路的主要特点是&#xff1a;高输入电阻、低输出电阻、电压增益近似为…

线段树/区间树(java实现版详解附leetcode例题)

目录 什么是线段树 线段树基础表示 创建线段树&#xff08;Java版详解&#xff09; 线段树的区间查询 leetcode上的线段树相关问题 leetcode303题.区域和检索-数组不可变 使用线段树解题 不使用线段树解题 leetcode307题.区域和检索-数组可修改 不使用线段树解题 线…

Python----静态Web服务器-返回指定页面数据

1. 静态Web服务器的问题 目前的Web服务器&#xff0c;不管用户访问什么页面&#xff0c;返回的都是固定页面的数据&#xff0c;接下来需要根据用户的请求返回指定页面的数据 返回指定页面数据的实现步骤: 获取用户请求资源的路径根据请求资源的路径&#xff0c;读取指定文件…

VUE element组件生成的全选框如何获取值

//先声明 const Selection ref([]);//获取 const handleSelectCodeForTicket (val) > {console.log(val);// values.value val;Selection.value [];val.forEach((v) > {Selection.value.push(v);});console.log(Selection.value); }; <el-table selection-change…

docker-compaose部署openldap

前段时间在本地搭建了一套gitlab geo测试环境&#xff0c;因为需要集成ldap&#xff0c;所以特意搭建下&#xff0c;特此作为笔记记录下。 文章目录 1. 前置条件2. 编写docker-openldap.yml文件3. 登录4. 使用创建组创建用户登录测试 1. 前置条件 安装docker-compose 安装docke…

毅速:3D打印随形水路已经逐步向压铸模具普及

随着科技的不断发展&#xff0c;3D打印技术已经逐渐渗透到各个领域。其中&#xff0c;3D打印随形水路在注塑模具中已经广泛应用&#xff0c;目前正逐渐向压铸模具普及。 传统CNC等减材工艺的水路制造&#xff0c;可以在模具中生产出平直的冷却水路&#xff0c;但这种工艺难以加…

FMQL开发环境搭建

FMQL开发环境搭建 一、概述 此篇记录上海复旦微电子JFMQL15T开发板开发环境搭建&#xff0c;包含procise安装、vivado2018.3安装破解、IAR安装&#xff0c;以及vivado2018.3 IP_PATCH打补丁全过程&#xff0c;为后续开发基础。 二、IAR安装 安装IAR的软件版本是IAR 8.32.1,…

多用户商城系统哪个好,我的B2B2C电商系统选型之路

选择适合自己的B2B2C电商系统需要考虑多个因素&#xff0c;包括系统功能、易用性、扩展性、安全性和成本等。以下是一些常见的多用户商城系统供您参考&#xff1a; 1. 商淘云 基本情况&#xff1a;广州商淘信息科技有限公司旗下品牌&#xff0c;这家起步过程在国内商户中算比较…

【经典LeetCode算法题目专栏分类】【第9期】深度优先搜索DFS与并查集:括号生成、岛屿问题、扫雷游戏

《博主简介》 小伙伴们好&#xff0c;我是阿旭。专注于人工智能AI、python、计算机视觉相关分享研究。 ✌更多学习资源&#xff0c;可关注公-仲-hao:【阿旭算法与机器学习】&#xff0c;共同学习交流~ &#x1f44d;感谢小伙伴们点赞、关注&#xff01; 《------往期经典推荐--…

Opencv中的滤波器

一副图像通过滤波器得到另一张图像&#xff0c;其中滤波器又称为卷积核&#xff0c;滤波的过程称之为卷积。 这就是一个卷积的过程&#xff0c;通过一个卷积核得到另一张图片&#xff0c;明显发现新的到的图片边缘部分更加清晰了&#xff08;锐化&#xff09;。 上图就是一个卷…

攻防世界——Hello, CTF

运行可以发现这是输入型的flag &#xff08;re题目分为两类&#xff0c;一种你直接输入flag&#xff0c;还有一种就是你完成某个操作后&#xff0c;给你flag&#xff09; 可以发现关键字符串就是wrong 和 input 32位 IDA打开 进入直接进入字符串界面&#xff0c;发现关键字符…

Java小案例-讲一下Nacos、OpenFeign、Ribbon、loadbalancer组件协调工作的原理

目录 前言 Nacos 如何进行服务自动注册&#xff1f; 服务自动注册三板斧 服务实例数据封装--Registration 服务注册--ServiceRegistry 服务自动注册--AutoServiceRegistration Ribbon OpenFeign 总结 前言 注册中心要集成SpringCloud&#xff0c;想实现SpringCloud的…

驱动开发-1

一、驱动课程大纲 内核模块字符设备驱动中断 二、ARM裸机代码和驱动有什么区别&#xff1f; 1、共同点&#xff1a; 都能够操作硬件 2、不同点&#xff1a; 1&#xff09;裸机就是用C语言给对应的寄存器里面写值&#xff0c;驱动是按照一定的套路往寄存器里面写值 2&#xff09…

c++11--强枚举类型,智能指针

1.枚举 1.1. c11之前的枚举 实例 #include <iostream>enum Type{ONE,TWO,THREE };int main(){printf("sizeof_%d, ONE_%d\n", sizeof(ONE), ONE);return 0; }具备以下特点&#xff1a; (1). 枚举值直接在父作用域可见。 (2). 枚举底层类型由编译器结合枚举成员…

爬虫工作量由小到大的思维转变---<第二十二章 Scrapy开始很快,越来越慢(诊断篇)>

前言: 相信很多朋友在scrapy跑起来看到速度200/min开心的不得了;可是,越跑到后面,发现速度变成了10-/min;刚开始以为是ip代理的问题,结果根本不得法门... 新手跑3000 ~ 5000左右数据,我相信大多数人没有问题,也不会发现问题; 可一旦数据量上了10W,你是不是就能明显感觉到速度…

Unity PlayerPrefs存储数据在Windows环境中本地存储的位置

Unity PlayerPrefs存储数据在Windows环境中本地存储的位置 一、编辑器模式下的PlayerPrefs存储位置1.Win r 输入regedit进入注册表界面2. HKEY_CURRENT_USER/Software/Unity3.CompanyName和ProjectName可以在Unity->Edit->Project Settings->Player中查看和设置 二、…