收货效率：码头卸货排队，收货组的人效账

要谈收货效率，先别看卸货工人的手速，先看码头门口排了几辆车。在我们过去几年调研的数十家区域仓样本里，一个反复出现的现象是：早高峰时段，卡车在码头外等待的时间，经常比实际卸货的时间还长。卸货这个环节的问题，表面上是人效，深一层看，是节奏失配。

收货效率的账，要从"等"字算起

一个仓库的收货流程，按时间拆开大概是五段：车到、等待、卸货、点验、上架。其中只有"卸货"和"点验"真正由收货组的人效决定，而"等待"这一段，既消耗司机的工时，也占用仓库的码头资源，却几乎不产生任何产出。我们在加州 Ontario 一带的一家 3PL 区域仓做过一周跟测：约 8 万平方英尺的库，5 个卸货门，周一早班从 6 点到 9 点陆续到了 7 辆车，收货组 9 个人全部到岗。第一辆车 6 点 12 分进场，最后一辆 11 点 40 分才完卸。按行车记录和码头日志还原，司机在场总时长里，排队等待的比例接近四成。这意味着，仓库为这 7 辆车支付的"在场时间"里，近一半并没有变成卸货产出。

值得注意的是，这家仓的卸货速度本身并不慢。两名工人配一台叉车，标准托盘货平均 20 多分钟掏完一车——在行业里算中上水平。问题在于，车是扎堆来的，门是有限的，人是固定的。收货效率的第一个真相就藏在这里：当"进"的节奏不可控时，"干"的速度再快也补不回来。

排队时间，恰恰是收货效率里最贵的一项

为什么排队最贵？因为它同时烧掉两边的钱。司机这边，等待时间是承运商成本的一部分，长期看会被折进运价，或者变成隐性的滞期费争议；仓库这边，码头门被占用、预约窗口被挤占，后续到港的车连环迟到，形成"迟到—积压—更迟到"的传导。我们追踪过一家服装进口商的自有仓，洛杉矶港腹地，集装箱货集中在每周五到港。他们的预约颗粒度是"上午/下午"两段，听起来不算粗，但实测发现：所有人都想约"上午"，导致上午的门不够用、下午的门空着。周五的平均等待时长，是周二到周四的 3 倍以上。

排队的第二个代价更隐蔽：它打乱点验质量。司机等久了，卸货时催得紧，点验环节被迫压缩。我们见过不止一家仓，在排队压力最大的日子里，数量差异和破损的发现率明显上升——不是工人变懒了，是流程被压缩后，抽检变成了走过场。这笔账很少被算进收货效率，但它最后会以退货、索赔、盘点差异的形式回来。

卸货慢，多半不是人手问题

归因到这里要小心。一个常见的误判是：收货慢 = 人不够 = 加人。这个逻辑链在数据上经常不成立。根据我们的样本，收货组的人效差异（以托盘/人时计）主要来自三个变量：货型混杂度、预约颗粒度、点验前置程度，排在后面的才是人数和设备。

货型混杂度很好理解：一车 30 个 SKU 的混装柜，和一车 2 个 SKU 的整托货，点验耗时差一个数量级。预约颗粒度决定了"扎堆"还是"错峰"。点验前置程度则是一个经常被忽略的变量：如果供应商的 ASN（预先发货通知）里有准确的 SKU 级明细，收货时扫码核对即可；如果 ASN 只有总箱数，收货组就得开箱逐一点——这一步的耗时，常常超过卸货本身。

第二个案例能说明问题。前面提到的那家服装进口商仓，后来做了两件事：第一，把预约从"上下午"两段改成 2 小时窗口，并对未预约车辆收取门外等待的既定规则（本质是让"扎堆"有代价）；第二，要求核心供应商的 ASN 细化到 SKU 级，否则收货时按整批暂存、延后点验。三个月后，同样是周五高峰，周均等待时长下降了约一半，收货组人数没变。这个案例的启示是：收货效率的杠杆，不在卸货动作本身，而在车进门之前的信息和节奏。

收货组的人效账：一个简化的算账框架

如果要把收货效率变成一笔可以管理的账，建议按下面这个框架拆开看。每一行都是一个独立的杠杆，互不替代：

这个框架的用法是：先测出自己仓每一行的基线，再看哪一行偏离最大。我们的经验是，大多数仓的问题集中在第一行和第四行——也就是"进"的节奏，而不是"干"的速度。算账的时候还有一个容易漏的项：加班。收货高峰的加班费，往往是收货组全年人力成本里波动最大的一块，而它几乎完全由到港节奏的不均匀造成。把到港节奏拉平，加班费的下降经常比人效提升本身更值钱。

一个反常识的判断：先管好"进"，再谈"快"

这里有一个反常识的判断，值得单独拿出来：收货环节提速的上限，是由上架环节的消化速度决定的。如果你把卸货速度提了一倍，但上架组还是原来的节奏，那么多卸下来的货只会堆在暂存区，占用通道、增加二次搬运，最后收货组还得停下来等暂存区腾空。我们见过一家仓，花了大力气把卸货人效提了 30%，结果暂存区爆了三次，净效果几乎为零。

所以，收货效率的优化顺序应该是：先让"进"的节奏可控（预约、窗口、ASN），再让"干"的动作顺畅（分流、设备、点验规则），最后才是"快"（人效、排班）。这个顺序反过来，投入产出比会差很多。更进一步说，收货、上架、补货其实是一条连续的流，单独优化其中一段，很容易把瓶颈搬到下一段。真正值得追求的指标不是"卸货有多快"，而是"从车进门到货可拣"的全程时长稳定且可预测。

说到趋势，有两个变化值得关注。第一，预约系统的颗粒度正在从"天"细化到"小时"，头部 3PL 已经开始用动态窗口定价来调节到港节奏——这本质上是把航空业的时刻管理搬到了码头。第二，AI 视觉点验开始进入试点：卸货时自动数箱、识别破损，把点验从"人眼+手"变成"机器初筛+人复核"。这两件事的共同指向是：收货正在从一个"体力环节"变成一个"计划环节"。谁先把收货当成计划来管，谁就先拿到这部分效率红利。

留一个开放的问题：如果未来的趋势是到港节奏完全可计划、点验大部分自动化，那么收货组这个岗位本身会被重塑成什么样？是变成更少的"异常处理专家"，还是变成兼顾质检和数据的新工种？这个问题现在还没有标准答案，但提前想清楚的人，在下一轮人力结构调整时会从容得多。

作者：陈博士｜供应链行业研究员