货运行业的企业退出数量正逐渐追平疫情期间涌入的增量,但承运商仍期待市场进一步改善。自2020年7月以来,大量企业涌入市场以获取高运价,随后出现的吊销潮帮助市场趋于平衡,近几个月的数据显示出更多积极迹象。

“感觉运力退出潮可能已逐渐消化,我们开始看到市场回归更正常水平。”DAT首席分析师Dean Croke在2月接受Trucking Dive采访时表示。他指出,2024年1月的吊销数量同比有所放缓。

尽管变化显著,但市场退出尚未完全恢复到疫情前的正常水平。行业领袖一直在密切关注这些进入与退出如何相互作用,大型承运商也多次在财报电话会议上讨论此事。

传统快照显示退出超过新增

运营授权中吊销、恢复和授予的月度变化。

然而,行业领袖指出,周度、月度和季度快照虽然凸显了货运市场运力的激增与退出,但并未展示全貌。Trucking Dive的分析进一步揭示了这些变化可能意味着什么,并暗示行业规模可能开始转向。

主流叙事:小企业的韧性超出预期

货运行业领袖对市场调整的缓慢既感到沮丧又惊讶。在之前几个季度需求疲软时,高管们质疑市场供过于求还能持续多久。

“我们一直在谈论运力退出的顽固性,”Schneider National总裁兼CEO Mark Rourke在2月1日的第四季度财报电话会议上表示,并补充说高管们“原本预期退出速度会更快、规模更大。”

其他承运商也评论了小规模货运企业的生存能力。Werner Enterprises CEO Derek Leathers曾指出,2022年的峰值运价、联邦刺激措施和较低的燃油成本是支撑这种韧性的因素。

此外,Werner Enterprises多次指出,每周的退出潮已持续超过一年。Werner总裁兼首席法务官Nathan Meisgeier在2月的花旗投资者会议上谈到了此事,指出每周退出已连续持续72周。

然而,在2月初的第一季度电话会议上,该承运商也指出新激活数量近期大幅下降。

重新思考快照数据的含义

数据集并非完美。前Knight-Swift CEO兼总裁David Jackson在1月的财报电话会议上表示,月度快照因波动性可能特别有问题。他指出,由于部分承运商无法找到保险,月末吊销数量可能激增。

Jackson还表示,月度变化可能无法反映公司长期观察到的更广泛趋势。“并非所有数据都同等重要,”他说。

同样,联邦汽车安全管理局在其数据中指出,一家企业可能拥有多个运营授权,分析师也指出车队规模不一定被捕捉到。

当前比较并非唯一考量。即使月度快照从净退出转为净增加,那也只是长期趋势中的一个片段。

自疫情开始以来,吊销数量仍在追赶

授予、恢复和吊销之间的月度变化,强调“曲线下面积”以显示2020年1月至2024年2月的总体新增运力。

不同视角提供更多运力变化洞察

另一种方法是检查授予和吊销的变化率,或行业总体增加或损失的运力。

例如,通过查看累计总数(不包括恢复),数据显示2024年吊销实际上已超过授予,这一趋势持续至今。

“我认为,除非你查看累计变化,否则你会误解数据,”FTR货运副总裁Avery Vise在邮件中表示。“例如,除2月外,最近的净减少是有记录以来最高的。但如果你不考虑2020年中期至2022年中期之间的异常新进入时期,你就忽略了运力增加的规模。”

累计吊销超过新授予,表明再平衡信号

2020年1月至2024年2月的总体运力增加。

但Vise指出,还必须考虑工资就业的变化。密歇根州立大学的Jason Miller正是这样做的,他指出工资数据有助于显示“缓慢而稳定的涓流”式再平衡。这位供应链教授兼系临时主任在3月中旬的LinkedIn帖子中指出了他的发现,并表示这些政府统计数据在评估运力方面也更可靠。

行业领袖表示,需求尚未到来

尽管吊销数据可能表明车队期待市场转向有利方向的势头,但分析师警告需求尚未恢复。

DAT的Croke指出,运力退出从未扭转市场周期。“总是需求侧在起作用,”他说。

在查看其他运力指标(如季节性调整的卡车就业数据和其他就业数据)时,Miller在邮件中表示,总体而言供应并未大幅下降。

Miller在2月23日指出,现货市场周期指标在定价方面处于熊市区域,且调整后的雇佣卡车吨英里数没有显著下降,表明“市场仍存在大量过剩运力的证据。”

“我们尚未看到卡车运输需求的回升,”他写道。

Werner的Meisgeier在花旗会议上表达了类似观点:“感觉我们仍需要最后一点推动力,才能达到供需双方的真正平衡。”

方法论

Trucking Dive分析了FMCSA关于授予、恢复和吊销的数据。

这些指标来自涉及FMCSA运营授权批准和移除的公共政府数据,称为授予和吊销。

为聚焦数据,我们排除了涉及经纪人、货运代理、客运服务和私人承运商的条目。

吊销基于“已吊销”状态进行过滤,这可能无法完全捕捉每个被迫退出或自行退出的企业。

在累计可视化中,我们排除了恢复。在月度差异可视化中,我们包含了它们。

对于过滤,Trucking Dive使用了开源数据程序KNIME。

数据还使用Tableau进行了分析和验证。数据集在3月初不同时间收集,授予变量差异为0.0031%,恢复变量差异为0.0015%,吊销变量差异为0.0005%。

管理编辑Edwin Lopez对本文有贡献。