🔗 有一条线从第一周接到了第九周

五个阶段看下来，十个主题好像各管各的。但从 W1 开始有一条总物流成本的线贯穿了大半个学期，每换一个场景 course 都把你拉回这个框架来判断。

W1 先给你一个起点：在途库存利息公式。空运只承载全球约 1% 的货运吨位，但承载了约 35% 的价值。原因是高价值货物在海上多漂几天产生的资金占用成本，可能比空运和海运之间的运费差价还高，一算在途利息就知道海运省下的运费被资金成本吃掉了。接着 W3 把这个逻辑推成完整的 Total Logistics Cost 模型：运输成本加库存成本加仓储成本加缺货损失再加风险成本。然后 W4 的 Resilience Ratio 告诉你怎样把「为安全多花的钱」量化成一个可以比的数字，R 大于 1 就意味着库存缓冲会在恢复完成之前耗尽，这时候光靠加库存挡不住断供。W7 的船舶最优规模模型证明更大的船降低了单位运费但推高了库存成本，存在一个 U 型最优点。再到 W9，最优航速公式又用同样的权衡：燃油成本按速度三次方增长，减速省油但增加在途库存成本和缺货风险，也是一个 U 型。

🧭 换运输方式、换船的大小、换航速，这门课都在问同一个问题：算到总物流成本以后，哪个选项的总账更低？

到你做供应链设计任务时，这个框架可以直接用来组织七大模块的取舍逻辑。停在「选海运因为运费低」是写不出设计方案的。

🚢 红海改道怎样让名义运力变成空话

这条总成本的线到了航运上变得格外直观。

2026 年红海危机迫使集装箱船改走好望角，欧亚航线单程从约 73 天变成约 105 天，多了 32 天。全球集装箱船队的名义总运力可能还在增长，2025 年初在手订单量达到已有运力的 27%。但一条航线要维持每周一班的频率，多 32 天意味着原来 10 条船够用现在要 14 条船。每船每航次成本从约 695 万美元涨到约 1037 万美元，涨幅 49.3%。

这 49.3% 的成本涨幅没有直接变成运价涨幅 🌊 2026 年 8 月 Shanghai→Sydney 40ft 即期运价 USD 5,092，同方向合同价 USD 2,309；而反向 Sydney→Shanghai 即期只有 USD 689。头程溢价完全没传导到回程。装载率、航线竞争、合同保护和网络配置都在中间过滤，成本涨了多少和你实际付的运价之间隔着好几层。

你只看名义运力增长会以为全球供应链缓过来了，但你的航线上能不能拿到舱位、即期价和合同价差多少、为什么同一时间两个方向的定价差了七倍，都需要用总物流成本的思路一层一层拆。「名义运力」和「有效运力」之间的差距，就是这门课反复教你识别的东西。全球船队总量说的是行业有多少船，而供应链关心的是你的航线、你的设备类型、你的出发日有没有舱位。

⚖️ 一条法则管十周

整个学期可以压成一句判断方法：每个物流决策都要算到总物流成本，运输加库存加仓储加缺货加风险，运价便宜的方案可以产出总成本更高的结果。

这条法则在 course 里被五个场景直接验证过：

• 选空运还是海运，高价值货物在海上的在途库存成本可能抵消运费优势
• 选多大的船，更大的船降低单位运费但推高库存持有成本
• 评估投资，NPV 把未来成本和收入折回当下，避免被某一年的低运费蒙蔽
• 选航速，减速省燃油但增加在途天数和缺货风险
• 做韧性缓冲，多花的备选路径和库存费用需要和 Resilience Ratio 一起看

三项 assessment 里这个框架都能直接上手。先确定判断工具再进入每一项任务，数据报告、供应链设计和 essay question 里的取舍就都有骨架了。

💡 运价便宜的方案可以产出总成本更高的结果——带着这个判断进每一项 assessment，取舍都有着落。