܄

《2017中国智慧物流大数据发展报告》完整版发布

【数据猿导读】 智慧物流是世界物流业的发展趋势,是物流从业者共同追求的目标。2016年是我国智慧物流发展具有标志性意义的一年

《2017中国智慧物流大数据发展报告》完整版发布

导语

智慧物流是世界物流业的发展趋势,是物流从业者共同追求的目标。2016年是我国智慧物流发展具有标志性意义的一年。

7月,国务院常务会议部署推进“互联网+”高效物流,以现代信息技术为标志的智慧物流已成为物流业供给侧结构性改革的先行军。特别是电商物流的迅猛发展,不断刷新物流业的历史纪录,解决了一个又一个世界级的物流难题,催生出各种新的商业模式和业态,智慧物流从此进入了快速发展的新阶段。

记录现代物流技术和产业变革的历史轨迹,深入分析智慧物流发展的典型案例,探索行业未来发展趋势和运行规律,意义深远且刻不容缓。

基于以上考虑,菜鸟网络与交通运输部科学研究院、阿里研究院共同编制了《2017中国智慧物流大数据发展报告》,记述和总结2016年智慧物流发展成效。为客观评价我国智慧物流的发展程度,本报告第一次提出并运用了“智慧物流大数据发展指数”这一概念,为量化评价物流行业的数据化和智能化水平做了进一步探索。

目录

一、2016年中国智慧物流发展回顾

(一)智慧物流成为物流业发展新动能

(二)利好政策推动智慧物流快速发展

(三)智慧物流提质增效降本成效显著

二、2016年中国智慧物流热点分析

(一)协同创新和资源共享

(二)一切业务数据化和一切数据业务化

(三)人工智能和万物互联

(四)节能减排和绿色发展

三、智慧物流大数据发展指数

(一)智慧物流大数据发展评价指标体系

(二)2016年智慧物流大数据发展指数分析

 

报告摘要:

  • 智慧物流引领行业发展趋势

进入21世纪以来,我国物流业增速经历了由快趋缓、逐步企稳的过程。

2001-2008年,我国社会物流总额年均增长在20%以上。

2008年全球金融危机爆发后,社会物流总额增速出现了较大波动。

2012年-2016年,社会物流总额年均增长8% , 其中2015年、2016年增速回落至3%和5%。与此同时,随着电子商务的快速兴起,快递市场规模迅速增长,呈现出连续跨越式增长态势。

据邮政局统计,继2014年、2015年我国快递年业务量先后突破100亿件和200亿件后,2016年再上新台阶,超过300亿件。全年快递企业业务量达312.8亿件,同比增长51.4%;业务收入累计完成3974.4亿元,同比增长43.5%。

传统商业模式下,物流主要指以大批货物为主的运输和仓储;电子商务兴起后,小包装、多频次的包裹快递需求持续扩大,物流碎片化特征开始显现。

国家统计局公布的数据显示,2016年网络零售额达到5.2万亿元,同比增长26%,快递包裹量增长超过50%以上。

我们推测,快递业务增长率高于网络零售增长率的原因主要有两个:一是包裹对应货值进一步降低,包裹数量进一步碎片化;二是移动社交网络蓬勃发展,大量基于移动社交网络的商品交易尚未纳入现有电商统计范畴。

传统经济条件下,流通业的发展依赖于所在的地域。根据国家统计局统计,全国交易额在1亿元以上(含1亿元)的商品批发市场超过5000个,摊位超过350万个,营业面积约3亿平方米。这些专业市场作为传统流通业的重要分销渠道,是商品交易和信息中心,也是物流集散中心。

而电子商务平台兴起后,由于其天然具有统一大市场、大流通的属性,使得任何人在任何地方、任何时间均可达成交易意向,地理位置不再重要。

例如,阿里巴巴集团2016财年电商交易额(GMV)突破3万亿元,超过沃尔玛成为全球最大的零售平台。这场流通革命带来了物流属性的根本性改变。

  • 智慧物流提质增效降本成效显著

随着经济增长企稳,2016年我国社会物流需求稳中有升,全年社会物流总额达到230万亿元,同比增长6%左右;社会物流总费用约11.1万亿元,同比增长3%左右,增速与上年基本持平。

与整个物流行业相比,以智慧物流理念为指导的电商物流表现优异,年度增速超过50%,从业人数超过200万人,服务质量、物流时效和效率水平居于领先位置。

1.服务质量不断提升

以互联网、大数据为代表的智慧物流解决方案在行业内应用越来越广泛,对于行业服务能力的提升发挥了巨大作用。

举例来说,“双十一”包裹订单从2014年的2.78亿、2015年的4.67亿,直至2016年的6.57亿,服务能力从原先的拥堵“爆仓”、用户体验差到现在的井然有序,智慧物流技术是关键。与2015年“双十一”对比,2016年“双十一”的包裹履约率提升了近25个百分点;与2013年“双十一”对比,1亿包裹的签收时间减少了近3倍。

2.物流时效进一步改善

我国幅员辽阔,地区间发展水平差异巨大。按照国家统计局的地区分类,我们分析了近几年东、中、西部地区的时效变化情况。(为了便于比较,设定东部地区2014年一季度为基期,基期指数值为100,指数值越低代表时效越好。)

从时间顺序看,时效指数总体延续持续下降的趋势,即时效逐年改善。2016年,东部、中部和西部地区时效指数同比减少了6%、10%和9%。这说明我国物流时效整体上较上年有了明显提高,且越是偏远地区,时效改善的效果越明显。

从地区比较看,时效指数从东、中、西部地区依次提高,即东部地区时效最优、中部次之、西部较为滞后。2016年,中部、西部地区的时效指数较东部地区高23.1%和57.1%,比率较往年进一步降低。这说明尽管中部、西部地区的时效水平较东部仍然存在较大差距,但差距在不断缩小。

从季节变化看,东部、中部、西部时效指数均是二、三季度较低,一、四季度偏高,存在较为明显的季节因素影响,即年初年末时效相对较差。2016年,东部、中部、西部二季度的时效指数较一季度分别下降15%、15.5%和14.8%。

此外,通过对全国各省的时效比较,长三角地区继续保持领先地位,上海市、浙江省和江苏省位列全国前三。这三省市也是我国物流业务大省,三地物流业务量合计占全国总量的13%。这说明物流时效与物流业务量大小正相关,业务量越是饱满,越有利于提升物流效率。

3.  物流成本有效降低

2016年,我国社会物流总费用与国民生产总值(GDP) 的比率为14.9%,比上年下降1.1个百分点,表明2016年每万元GDP所消耗的社会物流总费用为1490元,比上年下降6.9%。从电商物流来看,成本降低的原因主要有两方面,运输组织方式的改变和供应链优化。

为了衡量智慧物流大数据的发展现状,根据数据可获得、可更新原则,我们从数据化程度、数据存储与计算能力、数据协同应用水平三个方面,建立了物流大数据发展评价指标体系。

智慧物流大数据指数是一级指标按照不同权重进行汇总加和的结果,一级指标是二级指标按照不同权重进行汇总加和的结果,权重是根据专家调查法得出。

1.数据化发展指数

数据化发展指数主要是指物流数据在整个物流发生环节中掌握的程度,具体可用境内物流详情数据完备率、境外物流详情数据完备率来反映。

根据菜鸟网络平台数据统计,2016年全年境内物流详情数据完备率指数为84.8,意味着物流静态数据化程度已经达到较高水平。此外,与2015年1月对比,2016年12月行业数据化程度上升了27%,说明境内物流数据化程度在过去两年内迅速提高。

2.智能协同发展指数

智能协同发展指数,反映了平台、商家、物流各行业之间的产业联动程度,具体包括智能路由分单率、电子面单普及率和末端协同率。

智能路由分单是指物流平台型企业联通商业数据与物流数据,优化算法确定物流最优路径的方式。智能路由分单率是通过智能路由分单的包裹业务量与包裹总量的比率。

2016年,智能路由分单率均值为74.2,12月为88.4,反映出物流各环节协同程度提高较快,已达到相对成熟阶段。

电子面单反映了物流企业在数据采集、录入、传输等基础领域的数据化程度。电子面单普及率即应用电子面单的包裹数量与全部包裹数量的比率。由于电子面单目前主要应用于快递企业,故以快递行业作为数据来源。

2016年1月,电子面单普及率数值为63,12月份增长至82,说明电子面单的发展速度非常快,目前已经达到相当高的普及程度。

末端协同率是利用城市末端网点的物流配送规模与总规模的比率。这部分货物经过了消费者、平台、快递物流网点、城市末端合作点之间的多重数据交互,可以反映末端“最后一公里”物流配送的协同程度。

该指标2016年12月为9.4,比年初增长了近9倍,说明末端发展已经进入高速增长期。

3.数据基础设施指数

数据基础设施指数可以通过企业物流云的普及率来反映。物流云是近年来智慧物流的发展重点之一。

2016年1月快递业物流云普及率的数值为5,12月增长至25.4,反映出云计算在快递领域的应用程度尽管处于起步阶段,但是发展速度相对较快。

综合计算,2016年,智慧物流大数据发展指数全年均值为40.9,其中12月为45.6。从一级指标看,数据化发展相对较好,指数值为56.3,其中国内物流数据获取领域发展基本成熟,跨境物流数据获取仍处于起步阶段;数据基础设施还处于起步阶段,指数值为18.8,是发展瓶颈;智能协同发展处于高速发展中期,指数值为45.9,大数据产品协同相对成熟,末端协同仍需加强。

当前,我国正加快进入数字经济时代,大数据已逐渐成为引导各行各业发生根本性变革的核心关键。智慧物流的蓝图才刚刚开始,可以预见以大数据技术为基础的物流创新将层出不穷。

点击下载报告全文

http://i.aliresearch.com/img/20170328/20170328173815.pdf


来源:阿里研究院

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

美国大数据行业究竟什么样? 我们带你一探究竟
美国大数据行业究竟什么样? 我们带你一探究竟
数之联CTO方育柯:大数据时代下的传统制造业
数之联CTO方育柯:大数据时代下的传统制造业
明略数据工业大数据专家葛利鹏:大数据驱动的工业人工智能初探
明略数据工业大数据专家葛利鹏:大数据驱动的工业人工智能初探

我要评论

精品栏目

[2017/04/11]

大数据24小时

More>

[2017/04/03-7]

大数据周周看

More>

[2017/04/03-7]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2017/04/03-10]

大数据周聘汇

More>

[2017/04/04-11]

每周一本书

More>

返回顶部