基于交通流特征的快遞業(yè)發(fā)展現(xiàn)狀研究

王宏

【摘 要】隨著中國快遞產(chǎn)業(yè)的快速發(fā)展，快遞交通運(yùn)輸形式越來越豐富，運(yùn)輸業(yè)務(wù)量急劇擴(kuò)大，交通流特征逐步顯現(xiàn)。論文研究基于交通流特征的快遞業(yè)發(fā)展，具有理論意義和實踐意義。通過對2011-2018年的由電子商務(wù)發(fā)展形成的交通流數(shù)據(jù)，進(jìn)行空間分析和時間分析。結(jié)果表明：現(xiàn)階段我國快遞業(yè)發(fā)展在時間序列上呈指數(shù)曲線增長趨勢;快遞交通流在空間分布上呈現(xiàn)集中分布態(tài)勢，即少數(shù)區(qū)域承載大多數(shù)的快件流量;東部地區(qū)業(yè)務(wù)量占主導(dǎo)地位。

【Abstract】With the rapid development of the express industry in China， the express transportation form is becoming more and more abundant， the traffic volume is expanding rapidly， and the characteristics of traffic flow are gradually emerging. It is of theoretical and practical significance to study the development of express delivery industry based on traffic flow characteristics. Through the traffic flow data formed by the development of e-commerce in 2011-2018， the spatial and temporal analysis is carried out. The results show that at present， the development of express industry in China shows an exponential growth trend in time series， the spatial distribution of express traffic flow shows a centralized distribution trend， that is， a few regions bear the majority of the express traffic， and the eastern region occupies the dominant position.

【關(guān)鍵詞】交通流特征;快遞業(yè);電子商務(wù)

【Keywords】 traffic flow characteristics; express industry; e-commerce

【中圖分類號】F618.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2019）01-0036-02

1 引言

隨著中國電子商務(wù)的迅猛發(fā)展，電子商務(wù)業(yè)態(tài)的多樣化特征及交通運(yùn)輸?shù)谋憷院涂旖菪源蠓鲩L，帶動快遞服務(wù)業(yè)產(chǎn)值大幅增長。2016-2018年連續(xù)三年，快遞行業(yè)的增長勢頭放緩，開始逐步進(jìn)入成熟期。但快遞業(yè)高速蓬勃發(fā)展，面臨產(chǎn)業(yè)升級轉(zhuǎn)型跳出增長局限。因此，在堅持科學(xué)發(fā)展理念的基礎(chǔ)上加快推進(jìn)物流快遞業(yè)供給側(cè)結(jié)構(gòu)性改革，同時思考物流快遞產(chǎn)業(yè)的轉(zhuǎn)型方向，勢在必行。

2016年快遞服務(wù)企業(yè)業(yè)務(wù)量完成312.8億件，同比增長51.4%;2017年快遞業(yè)務(wù)量完成400.6億件，同比增長28%;2018年，全國快遞服務(wù)企業(yè)業(yè)務(wù)量累計完成507.1億件，同比增長26.6%。2016-2018年，快遞業(yè)務(wù)增長率連續(xù)三年增速放緩，快遞網(wǎng)絡(luò)的負(fù)荷持續(xù)增加。如何統(tǒng)籌規(guī)劃，實現(xiàn)快遞網(wǎng)絡(luò)資源高效利用，提高物流運(yùn)輸效率，降低運(yùn)營成本，提升服務(wù)質(zhì)量是快遞行業(yè)要面對和解決的問題。

分析快遞業(yè)運(yùn)營中產(chǎn)生的物流信息，成為管理者研究快遞業(yè)發(fā)展現(xiàn)狀，優(yōu)化現(xiàn)階段我國快遞業(yè)發(fā)展過程中存在問題的重要手段。物流信息分析貫穿于物流信息資源管理及利用的全過程，對于解決物流供求不對稱矛盾，實現(xiàn)快遞服務(wù)精益化、可視化管理，降低快遞物流運(yùn)營成本，提升快遞物流企業(yè)的客戶服務(wù)水平等具有重要作用[1]。

2 研究綜述

2.1 國內(nèi)外研究綜述

學(xué)術(shù)界對城市群內(nèi)部的人流、物流、資金流、技術(shù)流、信息流和空間流，統(tǒng)稱為城市流。這種廣義上的城市流，普遍被用來測算和研究城市發(fā)展能力。城市流中的交通流反映了城市資源交換和流動空間關(guān)系和時間關(guān)系。

交通流預(yù)測，是交通信息管理決策支持系統(tǒng)的核心內(nèi)容和重要基礎(chǔ)，對提高城市交通管理水平具有重要的意義。Okutani I等（1984）[2]通過交通流預(yù)測，規(guī)劃交通網(wǎng)絡(luò)和實現(xiàn)交通優(yōu)化控制策略。張洪坤（2015）[3]以農(nóng)產(chǎn)品物流供應(yīng)鏈運(yùn)營系統(tǒng)為研究對象，從供應(yīng)鏈協(xié)同及農(nóng)產(chǎn)品供應(yīng)鏈相關(guān)理論出發(fā)，對農(nóng)產(chǎn)品供應(yīng)鏈協(xié)同要素、物流組成形式、運(yùn)營機(jī)制及盈利問題進(jìn)行探究，旨在給未來農(nóng)產(chǎn)品物流運(yùn)營機(jī)制帶來積極影響。黃俊等（2017）從研究交通流與經(jīng)濟(jì)流耦合角度，對城市聯(lián)系度進(jìn)行動態(tài)分析和綜合評價時，發(fā)現(xiàn)武漢市城市圈處于單核心集聚的初級階段，并據(jù)此提出了優(yōu)化城市圈空間結(jié)構(gòu)的建議。胡浩，閆偉等（2019）建立了基于ARMA模型和BP神經(jīng)網(wǎng)絡(luò)模型的組合預(yù)測模型，深入研究了城市路網(wǎng)的劃分、路網(wǎng)構(gòu)建和特征路口交通流預(yù)測等內(nèi)容，通過實測交通流數(shù)據(jù)，驗證了方法的可行性和有效性。

結(jié)合快遞業(yè)特點，借鑒交通運(yùn)輸領(lǐng)域的運(yùn)營機(jī)制研究，采用快遞業(yè)的交通流數(shù)據(jù)，研究快遞資源的空間資源流動特征和時間特性，具有實踐價值和理論研究價值，對優(yōu)化和改進(jìn)城市治理和管理也具有數(shù)據(jù)支撐價值。

2.2 快遞交通特征流的定義

快遞網(wǎng)絡(luò)交通流由快遞物流信息計算得來，一條快遞信息代表一個單位的交通流，以下也稱作快件流量。一段時間內(nèi)的快件流量稱為快遞業(yè)務(wù)量?？爝f網(wǎng)絡(luò)交通流的時空動態(tài)特性分析，是分別基于時間分布和空間區(qū)域分布兩個角度來進(jìn)行，反應(yīng)快件流量的運(yùn)行特征和規(guī)律。譚旭（2015）在研究物流網(wǎng)絡(luò)數(shù)據(jù)和建模時，通過分析數(shù)據(jù)建模交通流的特性，驗證了快遞交通流適用于快遞網(wǎng)絡(luò)本身的管理運(yùn)營、運(yùn)輸班次規(guī)劃、網(wǎng)絡(luò)優(yōu)化，便于消費(fèi)者日常使用快遞。

3 快遞業(yè)交通流特征分析

快遞業(yè)數(shù)據(jù)來源于2011-2018年國家統(tǒng)計局?jǐn)?shù)據(jù)。從時間和空間特征兩方面出發(fā)，分析快遞業(yè)的交通流特征。時間特征分析的跨度為2011年到2018年;空間特征分析，從快遞業(yè)務(wù)量的結(jié)構(gòu)組成和區(qū)域快遞業(yè)務(wù)量的分布兩方面進(jìn)行。

3.1 交通流的時間動態(tài)特性分析

第一，快遞交通流逐年增大，呈現(xiàn)指數(shù)上升趨勢。從2011-2018年連續(xù)8年快遞業(yè)務(wù)總量持續(xù)上升，表明了快遞網(wǎng)絡(luò)交通流逐年增大。以2012年為節(jié)點，2012年以前快遞業(yè)務(wù)量和增長幅度都相對較小，快遞業(yè)務(wù)量均不足25億件，同比增長率低于30%。2011-2018年快遞業(yè)務(wù)量的同比增長率均超過48%，增幅較大。2012年快遞業(yè)務(wù)量首次超過50億件，2016年超過100億件達(dá)到近乎140億件，2017年超過200億件，2018年業(yè)務(wù)量超過300億件。第二，月度分布呈三段式結(jié)構(gòu)。對比分析2016-2018年三年內(nèi)月度快遞業(yè)務(wù)量的變化情況可以看出，快遞交通流在一年的時間尺度上均呈三段式分布，即兩頭下降中間上升。每年的3～11月，快件流量整體呈上升趨勢。其中3～8月流量整體保持平穩(wěn)，穩(wěn)重有升;8～11月上升趨勢較為明顯，11月同比上升最快，快件流量達(dá)到峰值，12月有所下降。每年11月快件流量最大也存在兩個方面的原因：一是客觀原因，快遞業(yè)務(wù)量高度依賴電商;二是主觀原因，每年11月各電商平臺舉辦“雙十一”促銷活動。

3.2 交通流的空間動態(tài)特性分析

第一，異地快遞業(yè)務(wù)量占比持續(xù)提升，且增速最快。2018年，同城、異地、國際/港澳臺快遞業(yè)務(wù)量分別占全部快遞業(yè)務(wù)量的22.5%、75.3%和2。2%;業(yè)務(wù)收入分別占全部快遞收入的15.0%、51.4%和9.7%。2018年同城快遞業(yè)務(wù)增速放緩，全年同城快遞業(yè)務(wù)量完成114.1億件，同比增長23.1%。與2017年的業(yè)務(wù)量增速25%相比較，2018年快遞業(yè)務(wù)量的增速明顯放緩。第二，異地快遞業(yè)務(wù)仍占主導(dǎo)地位，且占比持續(xù)提升。2018年，異地快遞業(yè)務(wù)量累計完成381.9億件，同比增長27.5%。相較于2017年業(yè)務(wù)量占比的28.9%，2018年異地快遞業(yè)務(wù)量占比增長率下降明顯。國際及港澳臺快遞業(yè)務(wù)增速加快。2018年，國際及港澳臺快遞業(yè)務(wù)量完成11億件，同比增長34.0%。第三，快遞業(yè)務(wù)占比東部持續(xù)下降，中部和西部上升。2018年，東、中、西部地區(qū)快遞業(yè)務(wù)量比重分別為79.9%、12.3%和7.8%，業(yè)務(wù)收入的比重分別為80.0%、11.2%和8.8%。與去年同期相比，東部地區(qū)快遞業(yè)務(wù)收入比重下降了1.2個百分點，快遞業(yè)務(wù)量比重下降了0.9個百分點;中部地區(qū)快遞業(yè)務(wù)收入比重上升了0.7個百分點，快遞業(yè)務(wù)量比重上升了0.4個百分點;西部地區(qū)快遞業(yè)務(wù)收入比重和快遞業(yè)務(wù)量比重均上升了0.5個百分點。東部地區(qū)快遞市場業(yè)務(wù)量目前已趨近飽和，增速連續(xù)三年下滑。中部地區(qū)市場的發(fā)展?jié)摿θ找骘@現(xiàn)，中西部地區(qū)快遞業(yè)務(wù)量占比將進(jìn)一步提升，東部地區(qū)仍占據(jù)主導(dǎo)地位。第四，西部快遞業(yè)務(wù)兩級業(yè)務(wù)收入同比增長率上升最快。2018年東、中、西部地區(qū)各項快遞業(yè)務(wù)均保持了較快的增長勢頭，業(yè)務(wù)量和業(yè)務(wù)收入同比增長率均上升，其中中部地區(qū)快遞業(yè)務(wù)量占比穩(wěn)步提升。全年東部地區(qū)完成快遞業(yè)務(wù)量405億件，同比增長24.6%;實現(xiàn)業(yè)務(wù)收入4830.8億元，同比增長20.4%。中部地區(qū)完成快遞業(yè)務(wù)量62.4億件，同比增長34.8%;實現(xiàn)業(yè)務(wù)收入677.9億元，同比增長26.9%。西部地區(qū)完成快遞業(yè)務(wù)量39.7億件，同比增長35.4%;實現(xiàn)業(yè)務(wù)收入529.6億元，同比增長28.8%。西部地區(qū)快遞業(yè)務(wù)量及業(yè)務(wù)收入相較于2017年增長率提升最快。

4 結(jié)語

快遞交通流在時空動態(tài)變化中呈現(xiàn)一定的特性，有其發(fā)展規(guī)律：一是快遞交通流在時間序列上呈指數(shù)曲線增長趨勢;二是快遞交通流在空間分布上呈現(xiàn)集中分布態(tài)勢，即少數(shù)區(qū)域承載大多數(shù)的快件流量，東部地區(qū)業(yè)務(wù)量占主導(dǎo)地位。

【參考文獻(xiàn)】

【1】張玉峰，曾奕棠.物流信息分析研究現(xiàn)狀與趨勢展望[J].情報雜志2014（06）：87-92.

【2】Okutani I， Stephanedes Y J. Dynamic prediction of traffic volume through Kalman filtering theory[J].Transportation Research Part B： Methodological， 1984， 18（1）： 1-11.

【3】張洪坤.基于供應(yīng)鏈戰(zhàn)略協(xié)同的農(nóng)產(chǎn)品物流運(yùn)營機(jī)制研究[J].商業(yè)經(jīng)濟(jì)研究，2015（35）：39-40.