採購人員透過普查製造業費用表能看出與不能看出之處

普查局於 2026 年 9 月發布了完整的 2024 AIES 資料集，且 其發布公告 將其稱為美國雇主企業的單一、全面性年度快照，提供全國、統計大區和統計分區層級的數據，以及特定產業的州級估計數據。 同一則公告 將食品製造業的出貨估計價值推算至$1,054.3十億。如此龐大的產業數據容易在採購商業案例中引導出一種常見的捷徑：該產業在某個項目上花費了特定比例，我們的花費更高，因此差額就是節省的金額。本文闡述了費用表格的衡量標準、其項目如何對應至品類樹，以及哪些查核程序是在任何數據納入計畫之前必須執行的。

哪些 2024 AIES 表格報告了製造業營運費用？

該調查雖然是新的，但其製造業內容卻有著悠久的歷史。在 普查局對 AIES 的描述，該調查於2023年取代並整合了七項年度商業調查為單一調查。 提出該提案的聯邦公報通知 將《年度製造業調查》（Annual Survey of Manufactures）列在其所取代的調查之中，並指出該調查自 1948 年起每年進行一次，旨在收集製造業部門的營收、費用、資本支出、燃料與電力消耗以及存貨數據。

對製造業採購人員而言，2024 年的兩張表最為重要。 選定行業：僱主企業的詳細營運費用，AIES00EXP02 表格將營運費用拆分為多個明細行，且僅在美國層級、於特定的 2 至 6 位數的 2017 北美產業分類系統（NAICS）代碼層級顯示。 製造業摘要統計數據，表 AIES31BASIC01，在製造業的 2 至 6 位數層級顯示，並包含物料總成本等彙總指標。上方的面板利用詳細的費用檔案，顯示各項目占產業營運費用的比例，其下方則列出普查局未針對製造業報告的項目。

該調查統計了哪些對象？每個明細包含哪些內容？

本調查統計企業數量，並依產業別報告其營運活動。 AIES 常見問題集 將公司定義為在全國擁有或營運一個或多個據點的組織，並將產業定義為提供相似產品、服務或活動的一組據點，其主要調查內容係按個別據點或基於產業的據點群組進行詢問，因此一家公司的據點可能會被回報於一個以上的產業下。根據 2024 發布，根據地理位置與產業選取約 385,000 家企業的樣本，且估計值未根據價格變動進行調整。

行名稱比其定義短，而定義決定了行在類別樹中的歸屬。在 製造業表格的項目定義，外購專業與技術服務包含清潔、保全與景觀服務，以及諮詢、法律與工程工作。對於製造業而言， 維修項目的定義 針對機械、車輛與設備，同時也包含了建築物主體零件（如電梯和供暖系統）的維修，但不包含清潔與場地維護。 原物料、零件與供應品項目 包含維修所用材料、辦公及清潔用品、小型工具與包裝，對製造商而言亦包含車用燃料。 外購電力 僅計算直接支付給公用事業公司的電費，不包含租賃或租金付款中包含的電費。

買家可以將哪些費用項目對應至品類樹？

這兩張表格有所重疊，而重複計算正是從重疊之處開始的。 製造業彙總表 將材料總成本定義為所使用的材料、包裝及類似項目的成本，加上轉售品、消耗的採購燃料、採購電力與合約工作，並將合約工作定義為由他人對製造廠所提供的材料所進行的工作。詳細的費用表中將這些部分各自列為一行，因此將彙總總計加到費用行中會將相同的金額計算兩次。本節中的第一個調查結果面闆針對配套的彙總檔案 AIES31BASIC02 檢查該算術，該檔案在二至四位數層級記載了材料總成本，適用於彙總檔案公佈總計且費用表公佈所有五個部分的每個產業。

只有在某個項目的定義與該類別自身的邊界相符後，一條費用明細項目才能用來界定該類別的範圍。以下登記冊是我們針對每條費用明細項目執行此操作的提案，其中包含了解答普查費用明細項目無法回答之問題的內部記錄。

標記和變異係數限制了什麼？

費用表格中的每個儲存格都帶有狀態，而缺失的數據背後都有原因。在 費用表的備註，貢獻企業或貢獻機構少於三家的資料列將完全不會顯示。在所顯示的資料列中， 該表的符號 以 D 標記為避免揭露個別公司資料而隱匿的值（但已包含在更高層級的總計中）；以 N 標記無法取得或無法比較的值；以 S 標記因抽樣變異數高、回覆品質不佳或其他品質疑慮而未達到發布標準的估計值；以及以 Z 標記四捨五入為零的值。 S 定義 補充說明：透過相減從表中得出的未發布估計值具有相同的侷限性，不應歸因於美國普查局，因此從總數中扣除得出的數據是團隊自己的估計，而非普查局的估計。第二個結果面板逐行計算這些儲存格。

已發布的數據仍然是來自樣本的估計值。 相同的備註 聲明每項估計值均存在抽樣變異性，可能與完整普查的結果有所不同，且變異係數較大的估計值應謹慎使用。 備註 以 v 標記介於 30.0% 與 60.8% 之間的變異係數，作為高抽樣誤差的徵兆，並以 w 標記超過 60.8% 的變異係數，這代表該估計值在 90% 的信賴水準下與零無顯著差異。

抽樣並不是誤差的唯一來源。 2024 發布 表示估計值可能受抽樣變異和其他誤差來源影響，而插補是早期製造業數據中已被測量的誤差來源之一。在 一項針對人口普查製造業數據的同行評審研究（2018 年發表於《經濟學與統計學評論》（Review of Economics and Statistics））中，研究人員發現，2002 年與 2007 年美國製造業普查中，分別有 79% 與 73% 的觀測值針對用於計算全要素生產率的至少一個變數包含插補數據，且該局主要使用的平均值插補方法可能降低插補變數的變異數。該研究描述的是較早期的普查，而非 AIES，因此它未提供任何 2024 年明細的插補率。它對買方的啟示更加具體：已發布的數據可能部分建立在插補值之上，因此針對單一工廠的決策應依據該工廠自身的記錄。

買方自內部記錄中還需要哪些資訊？

本調查描述了各個產業，而採購決策需要單一公司的數據。在普查明細項目將某個類別在計畫中提升之前，請先從與之相符的總帳科目著手，接著依供應商、廠址與商品代碼拆解應付帳款與採購單明細，包含非採購單發票與信用卡支出，以及其背後的合約、採購量與價格條件。將每個廠房對應至其專屬的六位數 NAICS 行業代碼，而非公司的主要代碼；若該儲存格被隱匿或標註，請使用四位或五位數層級並予說明。在對您與產業之間的費用佔比差距下定論之前，請先檢視影響該差距的選項，例如自製與外包、外包與內部維護、租賃與自有、產品組合及能源密集度。若問題涉及供應商而非您自身的支出，請從供應商可分享的記錄著手，詳見 我們的供應商風險評估方法指南.

這個登記冊也適用於另一個方向。當供應商引用產業數據來支援價格變動時，請詢問該數據來自哪個表格、行、NAICS 層級以及標記。AIES 行是供應商整個產業的年度總金額，因此無法顯示單位成本的變動：請採用供應商經過驗證的成本明細中的任何成本權重，以及合約所指定指數中的任何價格變動，這將提供給 供應商關係檢視 共有的事實基礎。

公共費用表在品類規劃中屬於哪裡？

對於下一次品類檢視，請排除物料、薪資、員工福利以及涵蓋廣泛的其他營運費用，挑選出您主要工廠所屬產業中剩餘的三大主要項目（通常為轉售成本、機械維修、租賃或電力），並檢查上方看板中各項目的標記與變異係數。從支出立方體或應付帳款中提取工廠在相同項目上的支出，請工廠財務長確認工廠將清潔服務或進貨運費等項目記帳的位置，並將每一行除以工廠自身的營運費用（其建構方式與表格中製造業總計的加總方式相同，即包含薪資、物料和轉售在內的所有已發布行項目的總和）。差距告訴您接下來該去哪裡尋找，而不是您可以節省多少。