AQL验货报告写着通过，为什么到货还是一批次品

摘要：验货报告最后一栏印着PASS，货到了客户手里还是挑出一堆毛病，这件事几乎每个做外贸的人都撞见过。原因不在验货员不认真，而在那个判定标准从设计之初就不是用来回答这一票货好不好的——它回答的是这家供应商的长期水平够不够格。本文先从一个被忽略了很多年的改名讲起：这套方法的核心指标在国际标准修订时把水平换成了限，一字之差，含义完全反了个方向，而中文外贸圈至今仍在按旧理解使用它。随后逐段拆开：抽了多少件、坏几件还算过、那个数字换算成百分比是多少、检验水平三档怎么选、缺陷分级为什么必须自己写、抽样方案凭什么会自己变严变松、以及合同验收和法定检验这两把尺子为什么会给出相反的结论。最后一节交代这套方法二十年来改了哪几处，其中一处直接影响今天怎么读一份验货报告。

一批3000条浴巾，验货公司抽了125条，挑出6条有跳线和色差。报告出来是通过，客户按合同付了尾款。三个月后客户来信，说店里退货率异常，抽查发现约百分之五的货有同样的问题。

你翻出验货报告，白纸黑字写着符合AQL2.5标准，合格。客户翻出退货数据，也是白纸黑字。两边都没撒谎，却指向完全相反的结论。这个矛盾不是执行层面的问题，它藏在那套判定规则本身的设计里。

那个核心指标的名字，在1999年被改掉了一个字

抽样检验这套方法在国内的标准是《计数抽样检验程序 第1部分：按接收质量限（AQL）检索的逐批检验抽样计划》，编号GB/T 2828.1-2003，2003年9月15日发布、2004年3月1日实施，等同采用国际标准ISO 2859-1:1999，同时代替了用了十几年的GB/T 2828-1987。

请注意标准名称里的那三个字：接收质量限。而在1987年的老版本里，AQL对应的中文是可接收质量水平，英文是Acceptance Quality Level。国际标准1999年修订时，把Level改成了Limit，中文标准跟着改成了限。

水平和限，这一字之差把整个指标的性质换了个方向。水平听起来像一个目标值，是你希望达到的那个不良率；限是一条边界，是判定过不过的那道线，而且这条线管的对象根本不是眼前这批货。

标准自己把目的写得很清楚：通过批不接收使供方在经济上和心理上产生压力，促使其将过程平均至少保持在和规定的接收质量限一样好，同时给使用方偶尔接收劣质批的风险提供一个上限。

读慢一点。这句话里出现了两个主语——供方的过程平均，和使用方偶尔接收劣质批的风险。它从头到尾都在谈长期表现和长期风险，一次都没有承诺这一批货的不良率会低于AQL。开头那个矛盾，答案就在这里。

为什么这个误读特别顽固

因为它在大多数时候是对的。供应商水平稳定的情况下，过程平均确实接近AQL，抽样结果和整批实际情况八九不离十，用错误的理解也能得到正确的结果。

误读只在两种时候露馅。一种是供应商水平不稳定，批与批之间波动大；另一种是同一批货内部分布不均——比如某台机器某个班次出了问题，坏品集中在整批货的某一段里。抽样是随机的，随机抽125条恰好躲开那一段，完全可能。

这也解释了为什么老手验货时会额外要求打托前混批、或者按生产批次分开抽。他们未必说得出标准里的原理，但吃过亏之后知道，抽样这件事最怕的不是坏品多，是坏品扎堆。

抽125件坏7件还算合格，这个数怎么来的？

抽多少件不是拍脑袋定的，标准里有一张样本量字码表。先按批量查出一个字母，再按这个字母和AQL去查接收数与拒收数。

开头那批3000条浴巾落在1201至3200这一档，字码K，样本量125。这就是验货员抽125条的由来，不是随便抓的一把。

接下来是关键的一步。同样是125件的样本，不同的AQL给出的接收数完全不同。

最后一列是自己算的，标准里没有这一栏，但它才是让人清醒的那一列。AQL写着2.5，样本里坏到5.6%仍然判合格——这个数字是AQL标称值的两倍多。

为什么会这样？因为抽样判定要给双方都留出统计误差的余量。如果125件里只允许坏3.1件（2.5%的严格对应值），那么一个过程平均恰好是2.5%的好供应商，会有相当高的概率被冤枉地拒收。接收数往上放宽，是为了保护供方不被随机波动误伤。

代价就是买方这一侧的风险上升。这不是标准设计得不好，这是抽样这件事的本质：用一百多件去推断三千件，无论怎么设计，都必然在两类错误之间做取舍，不可能两头都不出错。

样本量为什么不随批量一起长

回头看那张字码表，会发现一件违反直觉的事。批量从3000涨到10000，翻了三倍多，样本量只从125涨到200；再涨到35000，样本量才315。

换算成抽样比更明显：3000件抽125件是4.2%，35000件抽315件只有0.9%。批量越大，抽检的比例反而越低，最大的那批只抽了不到百分之一。

第一反应通常是这不合理，货多了风险不是更大吗。但从统计的角度看，判断一个总体的比例，样本量的作用远大于抽样比。抽125件对3000件总体的推断精度，和抽125件对30000件总体的推断精度，其实相差有限——决定误差范围的是样本量本身，不是它占总体的百分之几。

这个道理和民意调查是一样的：调查一千人能推断一个城市，也能推断一个国家，样本量不需要跟着人口翻倍。抽样检验的表就是按这个原理设计的，所以它在大批量上显得特别省。

不过这里有个实务上的提醒。抽样比过低的时候，批内分布不均带来的风险会被放大——35000件的货，坏品要是集中在某两个托盘上，315件的样本很可能完全碰不到。批量越大，抽样前混批这个动作就越关键，而它恰恰是最容易被验货现场省掉的一步。

把接收数读成允许不良率，会亏在哪

最直接的一笔账是索赔谈判。客户按5%的实际退货率来算损失，你拿着AQL2.5的报告说合格，双方对不上，因为你们在用两个不同口径的数字。真正站得住的说法不是这批货不良率低于2.5%，而是这批货的抽样结果落在了合同约定的接收范围内。前一句可能是假的，后一句是真的。

第二笔账是选AQL的时候。有人觉得AQL4.0听起来只比2.5高一点点，谈判时容易松口。换算成样本允收比例，是8.0%对5.6%，差了将近一半。放在3000条浴巾上，就是几十条的差别，而这些货最后都会变成客户货架上的退货。

谈这个数字的时候，值得把它和尾款绑在一起看。验货通过是放尾款的前置条件，AQL定得松，等于把付款闸门的门槛调低了——这和定金与尾款各自该覆盖什么是同一套现金流逻辑的两端。

检验水平选I、II还是III，差在哪？

标准给了三个一般检验水平，还有四个特殊检验水平S-1到S-4。默认用一般检验水平II，这是绝大多数验货报告上不写出来的那个隐含前提。

三档的区别只有一个：同样的批量，抽的件数不同。水平I抽得少，水平III抽得多。抽得少省钱省时间，但判断的把握小；抽得多反过来。

什么时候该往上调？三种情况值得调到水平III：新供应商的头几批、产品单价高到一件都不能出错、或者上一批刚出过问题正在观察期。什么时候可以往下调到水平I？合作多年、过程稳定、单件价值低、而且验货成本占比明显偏高的时候。

特殊检验水平S-1到S-4是另一套逻辑，用在破坏性检验或者单件检测成本极高的项目上——比如要拆开测内部结构、或者要送实验室做化学分析。这类项目抽二十件和抽一百件的成本差着量级，标准允许用极小的样本换一个粗略的把握。

这里有个容易搞混的地方：外观检查和实验室项目通常用不同的检验水平，一份验货报告里可以同时存在两套抽样方案。看报告的时候如果发现某个项目只测了3件，别急着说验货公司偷懒，先看它用的是不是特殊检验水平。

缺陷分级为什么必须自己写？

AQL从来不是一个数字，是一组数字。因为缺陷本身就分等级，不同等级配不同的AQL。

这三档的AQL是行业惯例，不是标准规定的。标准只提供了从AQL查方案的表，至于你的产品哪些算主要缺陷、哪些算次要，标准一个字都没写，也写不了——它管不到具体品类。

所以那句常见的合同表述按AQL2.5验货，严格说是不完整的：没说清2.5适用于哪一级缺陷，也没定义什么算这一级。真正能用的写法是三层齐备：缺陷等级的定义、每级对应的AQL、以及缺陷判定有争议时的仲裁方式。前两层多数合同有，第三层几乎都缺。

分级表要具体到看得见摸得着

把主要缺陷定义成明显影响销售，等于没定义，因为明显这两个字每个人的尺度不一样。可用的定义长这样：破洞面积超过2毫米、色差超过灰卡三级、克重低于标称值百分之五以上。

这活儿看着琐碎，但它是整套验货体系里唯一无法外包的部分。验货公司可以替你抽样、替你测量、替你出报告，唯独不能替你定义什么算缺陷——那是产品和市场的事，不是质检的事。做惯了的买手会带着自己的分级表去谈判，而不是等验货公司给模板。

这一步和合同里样品条款是连在一起的。封样解决的是看得见的差异，分级表解决的是差异到什么程度算问题，两者缺一不可。关于封样本身要满足哪几个条件，打样与开模那一环的条款怎么写里已经拆过一遍，这里不重复。

抽样方案凭什么会自己变严变松？

这是整套标准里最少被用到、却最有价值的一块，叫转移规则。

它的设计思路是：验货不该只看这一批，还该看这家供应商最近的表现。表现变差就自动收紧，表现稳定就允许放松。标准里写的两个理由分别是——一旦发现质量变劣，通过转移到加严检验或暂停抽样检验给使用方提供一种保护；一旦达到一致好的质量，经负责部门决定，通过转移到放宽检验提供一种鼓励，以减少检验费用。

大致的运转方式是这样的：默认从正常检验开始；连续若干批里出现多次不接收，就转到加严检验，样本量不变但接收数收紧；加严之后如果连续几批都合格，转回正常；反过来，长期表现良好可以转到放宽检验，抽得更少。加严之后迟迟回不到正常的，标准要求直接暂停抽样检验——也就是说，这家供应商暂时不能再靠抽样放行了。

暂停这一档是外贸实务里几乎从不使用、却最该用的一条。它对应的场景很常见：一家供应商连续几批出问题，你每次都是重工、重验、勉强放行，然后下一批继续出问题。标准的意思是，走到这一步该做的不是再验一次，是停下来查过程。

为什么外贸场景里转移规则基本失效

不是因为大家不懂，是因为条件不具备。转移规则要求的是连续系列批——同一家供应商、同一个产品、稳定持续的供货。而外贸订单很多是断续的，这一单三千条浴巾，下一单可能半年后，中间还换了面料。批与批之间不连续，转移得分就无从累积。

能做的补救有两个。一是把转移规则手工化：不指望验货公司自动执行，自己维护一张供应商历次验货结果的表，出现两次不接收就在下一单的验货指令里主动把检验水平调高一档。二是把这条写进合同：约定连续两批不接收后，后续订单改用加严检验，且加严期间的验货费用由供方承担。

第二条的威慑力比想象中大。验货费用从买方成本变成卖方成本的那一刻，供应商内部对质量问题的重视程度会立刻换一个量级。

合同验收和法定检验，用的是同一把尺子吗？

完全不是。这两件事在时间上挨得很近，经常在同一周发生，因此常被当成一回事，但它们的判定依据、执行主体和不合格后果，没有一处相同。

两把尺子给出相反结论是完全可能的，而且两个方向都会发生。法检合格但客户拒收，因为国家标准管的是安全底线，客户要的是商业品质，后者远高于前者。反过来，客户验货通过但法检不放行，因为客户压根不关心某项强制指标，而那项恰恰在目录要求的检测项目里。

第二种情况杀伤力更大，因为它发生在出货环节，货已经打包好了。判定入口在商品编码那一栏，具体怎么查、监管条件那两个字母各自什么意思，法定检验这道手续是怎么判出来的那篇拆得比较细。这里只强调一句：安排验货的时间点要放在法检之前，而不是之后。验货发现的问题还能重工，法检拦下来的时候船期通常已经保不住了。

客户自己派人验，和请第三方验，差在哪

大客户经常自己派QC驻厂，小客户多数买第三方验货服务。这两种安排出来的报告，在争议里的分量并不一样。

第三方机构的价值不在于它验得更细——很多时候自家QC对产品的理解反而更深——而在于它和交易双方都没有利害关系。报告的说服力来自出具者的中立性，而不是来自检验本身有多严格。这一点在需要向保险公司、银行或者法院出示的时候差别最明显。

自家QC出的报告，在对方眼里始终带着立场。工厂可以质疑判定尺度，也可以质疑抽样是否随机。真到了扯皮那一步，一份第三方报告能省掉很多口舌。

反过来，第三方也有它的短板。验货员通常一天跑好几家，对你产品的了解全部来自那份验货指令。指令写得含糊，他就按通用标准判；指令里没提的项目，他一个字都不会写。第三方验货的质量上限，取决于你给出的验货指令有多具体，而不是取决于那家机构的名气。

比较务实的组合是：日常批次用第三方，关键批次或新品首批自己派人跟，同时保留第三方出报告。两者不是替代关系，一个提供专业理解，一个提供中立证据。

验货没过，接下来有几种走法？

报告出来是不接收，第一反应往往是找验货公司复议。这条路多数时候走不通，因为验货员记录的是客观事实，不是判断。真正有效的处理有四种。

第一种是百分之百全检加返工。适用于缺陷可修复、且工厂还有时间。要注意全检之后不能拿原来的AQL方案再验一次就完事——经过挑选的批和原始批不是同一个总体，标准意义上应该按加严检验重新抽。这一点几乎没有工厂会主动提。

第二种是让步接收，也就是打折收货。买方接受这批货，价格上补偿。适用于缺陷不影响功能、且船期压力大于品质损失的时候。这里必须留一份书面的让步接收记录，写明本次让步不构成对后续批次标准的变更，否则下次工厂会拿这次的结果当新基准。

第三种是分拣出货，合格品先走、不合格品留下。适用于订单可以拆分交付、客户也接受分批到货的情形。运费会增加，但比全批延期强。

第四种是退单。听起来干脆，实际最贵——已经投入的物料、已经占用的产能、以及那副为这一单开出来的模具，全部变成沉没成本。所以这条路通常只在缺陷属于致命等级、或者供应商明显失去能力的时候才走。

让步接收里最容易被吃掉的一句话

打折收货的谈判焦点是折扣比例，双方会在这个数字上来回拉锯，然后往往就忘了写另外一件事：这批货的缺陷品，客户在市场上退回来之后归谁。

浴巾打了百分之八的折，客户接了货，三个月后消费者退回来一批，客户要求二次索赔。工厂说折扣里已经包含了，客户说折扣只补偿了成本不包括处理退货的费用。这场争论没有对错，只有当初写没写。

建议的写法很短：本次让步接收的折扣已涵盖该批货物因所列缺陷产生的全部后果，双方就此批不再另行主张。一句话，把口子封死。

什么时候不该用抽样，而该全检？

抽样是一种成本妥协，它成立的前提是抽样成本远低于全检、且抽样带来的误判风险可以承受。这两个前提有一个不成立，就该换方法。

三种情况建议直接全检。一是致命缺陷项，AQL定成0本身就意味着一件都不能接受，而抽样永远无法保证零缺陷——它只能保证抽到的那些里没有。二是单件价值极高、一件出问题就吃掉整批利润的产品。三是首单，尤其是新供应商的首单，这时候你手上没有任何关于它过程平均的历史数据，抽样推断缺少立足点。

反过来也有不该全检的时候。全检并不等于零缺陷，人工全检的漏检率在实务中通常并不低，重复劳动会让检验员的注意力快速下降。把一批货全检三遍，第三遍挑出来的东西往往比第一遍还多，这不是货变差了，是人变累了。产品数量大、缺陷类型隐蔽的时候，与其上全检，不如把力气花在改过程上。

货只做了七成，能不能先验

这是排验货时最常见的争执。工厂想早点验完早点安心，买手想等做完再验，验货公司则会甩过来一句成品率不足，本次验货作废。

行业通行的门槛是成品率达到八成以上、且包装完成的部分不低于两成，才受理验货。这个门槛不是刁难，它直接来自抽样的前提——抽样要求样本能代表整批。已完成的七成里如果全是先做的那批料，后面三成换了一卷布，样本对那三成就没有任何代表性。

更要命的是尾货效应。多数工厂的排产是先易后难，结构复杂的规格、颜色难调的款式往往压到最后做，而这些恰恰是最容易出问题的部分。提前验货抽到的是最好做的那一批，得出的结论系统性偏乐观，这个偏差不是随机的，没法靠增加样本量弥补。

那实在赶船期怎么办？两条路。一是分批验，把订单按生产批次拆成两次验货，各自独立判定，费用增加但结论可靠。二是做中期验货加尾期验货，中期那次不作为放行依据，只用来提前发现系统性问题，避免做完了才发现整批要返工。

中期验货这个动作性价比很高，却经常被省掉，因为它不产生一份能拿去放尾款的报告。但它拦下来的成本是最实在的——同样一个尺寸偏差，在做了三成时发现只需要调机，做完了发现就是全批返工。

还有一件事值得提前想清楚：验货安排在装柜前还是装柜时。装柜前验，发现问题还有余地；装柜时验，等于把决定权交给了船期。两种做法的成本差别不在验货费，在留给补救的时间——这一点和整条出运链上其他责任与费用的分界怎么划是同一类考量。

拿到一份验货报告，先看哪三行

验货报告动辄二三十页，照片一大堆，真正决定结论的信息其实只有几行，而且往往印在最不起眼的位置。

第一行是批量与样本量。拿报告上写的批量去对字码表，看样本量对不对得上。对不上有两种可能：用了非默认的检验水平，或者验货时货没做完、实际可抽的批量不足。后一种情况相当常见，而它意味着这份报告只覆盖了部分货。

第二行是检验水平和缺陷分级。检验水平没写就是默认水平II；缺陷分级如果引用的是验货公司的通用标准而不是你的分级表，那么报告里判为次要缺陷的项目，很可能在你的客户那里算主要缺陷。

第三行是各级缺陷的实际发现数和对应的接收数。这两个数字并排放着才有意义。主要缺陷发现6件、接收数7件，这叫贴着线过；发现1件、接收数7件，这叫轻松过。报告上都写通过，但这两批货送出去以后的命运完全不同。

贴着线过的批次，值得在合同允许的范围内追加一次抽样，或者至少在下一批把检验水平提上去。这个动作成本很低，但它拦下来的东西往往就是那批会引发退货潮的货。看报告只看最后那个PASS，等于把最有价值的信息全扔了。

这套方法二十年来改动了哪几处

本文引用的规则，来自当时在役的国家标准和它对应的国际标准。此后的变化不多，但有几处会影响今天怎么读一份报告。

最有意思的是第三行和第四行。这套抽样方法最早是美国军方在二战期间为验收军需物资开发的，MIL-STD-105是它的载体。1995年2月27日，美国国防部取消了105E，理由是今后的采购应当引用非政府标准。此后军方一度改推另一套标准，2008年又回到两者皆可的口径。

载体反复折腾了三十年，方法本身一天没停过。今天全球的验货公司仍然在用同一张样本量字码表、同一组接收数，只是印在报告上的标准编号从军标换成了民用标准和国际标准。这是判断一个技术方法有没有生命力的好例子——看它换了几次外壳还活着。

对实务的直接影响有两条。一是今天签合同引用标准编号时，写国际标准或国内现行标准比写早已作废的军标稳妥，虽然三者的表在关键部分是一致的。二是那个改名至今没有被行业消化，绝大多数中文验货指南仍然把AQL解释成允许不良率。知道这一层的人，在索赔谈判桌上会比对方多一个论据。

最后留一句实操上的话。这套方法能给的，是一个在成本约束下尽量不偏不倚的判定程序；它给不了的，是货本身的质量。抽样只是把已经发生的结果测出来，测得再准也改变不了那批货。

真正决定退货率的动作发生在更早的地方——分级表写得够不够具体、封样有没有留双份、中期有没有去看一眼、供应商连续出问题的时候有没有真的停下来查过程。验货是体检报告，不是药。把预算全押在验货上而不改过程，等于每个月认真体检、然后继续熬夜。

这也是为什么值得花时间读懂那几张表。读懂了以后你会发现，它给出的从来不是一个通过或不通过的结论，而是一组可以调节的旋钮——检验水平、缺陷分级、AQL取值、转移规则。这些旋钮怎么拧，取决于你对这家供应商知道多少。知道得越多，抽样就越不重要。

常见问题解答

问：AQL2.5是不是就是允许2.5%的不良率？

不是。AQL是对供应商长期过程平均的判据，不是对单批不良率的承诺。以3000件的批量为例，样本量125件，AQL2.5对应的接收数是7件，也就是样本里坏到5.6%仍然判合格，是标称值的两倍多。接收数放宽是为了保护供方不被随机波动误伤，代价就是买方一侧的风险上升。真正准确的说法是这批货的抽样结果落在约定的接收范围内。

问：验货通过了，货到客户手里还是一堆问题，责任在谁？

先分清是哪种情况。如果整批的实际不良率明显高于抽样结果，多半是缺陷在批内分布不均——抽样恰好躲开了集中区域，这种情况下验货流程本身没有过错，问题出在抽样前没有混批。如果是缺陷类型压根没在验货清单里，那是缺陷分级表没写全，责任在合同起草阶段。两种情况的补救方向完全不同，别混着谈。

问：一般检验水平II和III怎么选？

看三件事：供应商是不是新的、单件价值高不高、上一批有没有出过问题。三条命中任意一条就该考虑用水平III，抽得多一点，判断更有把握。老供应商、过程稳定、单件价值低、验货成本占比又高的情况下，可以降到水平I。默认不写就是水平II，所以合同里最好把这一项明确写出来，别留给验货公司自行决定。

问：缺陷分级表能直接用验货公司给的模板吗？

可以当起点，不能直接照抄。验货公司的模板是按通用品类写的，覆盖不了你产品的特殊卖点和目标市场的特殊要求。更关键的是，什么算缺陷取决于产品和市场，这件事无法外包给质检机构。可行的做法是拿模板打底，再逐条补上自己产品的判定尺度，尤其要把明显、轻微这类形容词换成具体的数值和比对方法。

问：验货没通过，全检返工之后再验一次就行了吗？

流程上可以，但要注意一个技术细节：经过挑选的批和原始批不是同一个总体，用原来的抽样方案再验一遍，统计意义上并不等价。规范的做法是返工后按加严检验重新抽。另外全检本身不等于零缺陷，人工全检存在漏检率，缺陷越隐蔽漏得越多，所以全检不是万能的兜底手段。

问：合同验收通过了，法定检验还会不放行吗？

会，而且这种情况比反过来更常见。两者的依据完全不同，客户验货看的是商业品质，法定检验看的是强制性标准和目录要求。客户不关心的某项强制指标，可能恰恰是法检必检的项目。所以验货的时间点应当安排在法检之前，验货发现的问题还能重工，法检拦下来的时候船期通常已经来不及了。

权威参考资料