巨大な物流会社は、国境の実務をどこまで知っているのか

中国の通関資料を見ていて、同じ国の制度でも、現場の処理には結構違いがあるのでは、と気になった。さらに考えると、毎日大量の荷物を送っている会社は、その違いや変化をかなり早く知れるんじゃないだろうか。

制度を読む人と、毎日その制度を通る荷物を見る人。持っている知識の形が違いそうだ。

ルールを知ることと、通るまでの時間を知ること

JETRO北京事務所の2018年3月の報告書には、小口郵便ルートや物流会社と地方税関との関係がまとめられている。PDFの22ページ目には、申通快递と倉庫所在地域の税関との連携の記述がある。

これは2018年時点の調査だ。現在の全地域の差を測った統計ではない。ただ、全国の法令だけでは説明しきれない実務を見る入口になる。

配送会社が大量に持ち得るのは、とくに後ろ二つだろう。ただ、遅れを観測できることと、原因を知っていることは違う。

ソフトウェアの監視にたとえると、荷物一つ一つが処理時間を返すプローブに見える。件数が増えれば小さな変化も見つけられそうだ。

以下は分析設計のための仮想モデル。比較可能な一つの処理区間について、通過時間を $Y_i$ 時間とし、

Y_i=\alpha_{r(i)}+\beta^\top x_i+\gamma_{t(i)}+\varepsilon_i

と分ける。 $\alpha_r$ はルート差、 $x_i$ は商品群・配送方式などの特徴、 $\beta$ はその効果を時間へ換算する係数、 $\gamma_t$ は時期の効果、 $\varepsilon_i$ は説明できない差だ。

「国別の平均が昨日より長い」だけを見るより、商品構成の変化と、同じ条件での遅れを分けられる。まず引受、出国、到着、輸入側処理、配達を分解する必要がある。記録時刻が処理時刻と一致していなければ、このモデルは記録システムの遅れも拾ってしまう。

同条件の観測が独立で、ばらつきの標準偏差が $\sigma$ 時間なら、平均の標準誤差は $\sigma/\sqrt n$ 。件数を四倍にすれば半分になる。

でも荷物が同じ便や同じ倉庫にまとまっていたら、独立ではない。大きさ $m$ の群があり、群内相関を $\rho$ とする単純な等相関モデルでは、

n_{\mathrm{eff}}\approx\frac{n}{1+(m-1)\rho}

と有効件数を近似できる。 $n,m$ は件数、 $\rho$ は無次元。たとえば仮に $m=100,\rho=0.1$ なら、分母は10.9。荷物が大量でも、独立な状況をそれだけ多く見たことにはならない。

これは実際の配送会社の精度を測った値ではない。「大量のデータがある会社は詳しい」という直感に、どんな種類の大量さが効くのかを足している。

ある制度変更の前後で、影響される群と比較群の処理時間が取れるなら、

D=(\bar Y_{A,1}-\bar Y_{A,0}) -(\bar Y_{B,1}-\bar Y_{B,0})

という差を考えられる。Aは対象群、Bは比較群、0は変更前、1は変更後、棒は標本平均。単位は時間。制度変更がなければ両群が同じ傾向で動き、対象だけに別の変化がなく、比較群へ影響が波及しない、という仮定が要る。

ここで物流のアナロジーが単純なサーバー監視から外れる。事業者は遅延を見てルートを変える。その行動が、次に観測する荷物の構成まで変えるからだ。

次に探したい研究は、単なる国別リードタイムの集計ではなく、経路選択と処理区間を区別できるものになる。未着荷物を除いて平均を取ると、遅い荷物ほど標本から消える問題も確認したい。

AliExpressやTemuの内部データはまだ見ていない。それでも、問いは少し絞れた。物流会社の強みは、ルールを暗記していることより、条件ごとの変化を観測し続けられることにあるのかもしれない。

日本貿易振興機構北京事務所「中国税関における小口郵便ルート・通関等に関する調査報告書」、2018年3月、2017年度特許庁委託事業。確認日：2026-09-16 JST。PDFの22ページ目（本文21ページ）の申通快递の項目を参照。
配送データの分析設計は筆者の仮説。現行通関の助言ではない。実際の申告判断は通関実務の専門家に確認が必要。