分享一篇快递行业分析报告

喜欢

来源：互联网
|
2017-08-12
|
0 条评论
|
我要分享
|
T小字　 T大字

　　摘要：近年来，我国电子商务和网络购物的迅猛发展，为快递业带来了前所未有的发展机遇。年，中国经济进入新常态，经济增长从高速增长转为中高速增长，全国快递量增幅也有所下滑，但仍超过亿件大关，继续稳居世界第一，中国快递业在加速流通、扩大内需、调整结构、吸纳就业、普惠民生等方面的基础性作用日益。国家高度关注快递行业发展。万人以上。在“十三五”期间，中国快递行业的发展将越来越与中国经济相互依存、相互影响、共同发展。为此，探讨和研究“十三五”期间全国快递行业的发展，就显得十分迫切和必要。

　　1.现状及问题据国家统计局及国家邮政局的统计数据，自2011年以来，全国快递业务量增长连续6年超过或接近50%，现已位稳居世界第一。如表1所示。

　　在“十一五”期间，全国网购交易规模年平均增幅为104.6%，处于高速发展期；同期快递业务量年平均增幅为21.90%，快递收入年平均增幅为17.67%，处在中速发展期。而在“十二五”期间，全国网购交易规模年平均增幅为48.20%，进入中速发展期，同期快递业务量年平均增幅为54.05%，快递收入年平均增幅为38.26%，进入高速发展期。2016年，全国快递业务量完成312.8亿件，同比增长51.33%；快递收入3974.4亿元，同比增长43.50%，仍保持高速发展，如下图。

　　进入“十三五”时期，中国经济转型，经济增长从高速转向中高速，经济结构会进一步优化，第三产业对经济的贡献显著上升，现代服务业（包括生产性服务业和生活性服务业）广泛发展，提供了大量的就业机会，增加百姓收入水平，增加消费能力，导致未来消费对经济的贡献进一步提升。而中国快递行业，作为‘新经济’的代表，在2016年取得“开门红”。接下来的四年是否继续保持高速增长，将会达到什么水平，应提前做好预判和准备。

　　为此，基于国家宏观经济政策和历史数据，结合全国快递行业的内部数据，探讨和研究“十三五”期间全国快递行业的发展，是十分必要和迫切的。

　　2012年，张仲斐、赵一飞利用平稳时间序列ARIMA模型，采用全球四大跨国快递公司在2001年Q1至2010年Q4业务量总和，研究和预测2011年Q3至2013年Q4全球跨国快递业务量。经检验在2010年Q1至2011年Q2之间，预测误差在-0.99%～-6.87%之间波动，说明短期预测效果良好。

　　2016年，商丰瑞、张静利用SARIMA模型，分析2003年1月至2014年12月全国快递业务量数据，预测2015年1月至2015年4月全国快递业务量中，除2月外绝对误差均小于10%，取得良好效果。

　　2014年，用微分方程GM(1,1)，分析2008-2013年Q2各季度全国快递收入数据，按照季度分别建立模型，预测2013年Q3至2017年Q4的快递业务收入。预测结果对比国家邮政局发布的实际业务收入，发现：2013年Q3、Q4，季度相对误差在-7%～-6%；2014年Q3、Q4，季度相对误差在-14%～-11%；2015年Q3、Q4，季度相对误差在-14%～-16%；2016年Q3、Q4，季度相对误差在-24%～-19%。说明：根据季度差异建立模型在短期内效果良好，但伴随时间的延续，效果逐渐减弱。

　　ARIMA模型、SARIMA模型和GM(1,1)模型，均只考虑了快递业务本身的历史数据，在快递业务量、业务收入的周期性（月、季）发展中，预测效果良好，但对两年以外的预测则误差越来越大。但对于快递业务中长期的发展，不仅要考虑快递业务本身的历史数据，还应考虑其发展的诱因及这些诱因的发展变化趋势，更要考虑国家宏观政策对快递业发展的引导、国民经济发展的趋势，以及社会、技术的发展变化所带来的各种影响。

　　因此，本研究从国家政策、经济发展趋势、社会发展、技术发展分析入手，研究分析快递业发展的诱因，并据此建立模型，进行评价、假设与预测“十三五”期间全国快递业的发展情况。

　　近年来，快递行业迅猛发展，其主要客户依赖于网购。在国家标准《GB/T27917.1-2011快递服务第1部分:基本术语》中，明确：快递服务是“在承诺的时限内快速完成的寄递服务”。

　　据国家统计局网站刊登的第三产业划分国家标准《国民经济行业分类(GB/T4754-2011)》中：“6020快递服务，指在承诺的时限内快速完成的寄递服务”，属于“60邮政业”；“5294互联网零售，指不包括在网络销售中，仅提供网络支付的活动，以及仅建立或提供网络交易平台和接入的活动”，属于“52零售业”。

　　国家邮政局数据显示：2009年，超过50%的快递包裹来自网购；2013年，数字超过60%；到2015年，网购包裹占快递业务量的比重已接近70%，网络零售逐步成为推动我国快递发展的重要动力，网络零售的持续繁荣，必将带动快递产业的高速增长。在2009～2015年之间，网购包裹占快递的比重，约每年增加3个百分点。根据前面数据显示，我国网络购物是从大约2008年左右进入一个特别的快速增长期，在此之前处于逐步成熟发展的阶段。因此在数据起止口径选择上，为了使用到更符合现在快递行业发展阶段和发展状况的数据来进行“十三五”的预测，本研究将选取数据的起止时间确定为2006年－2015年。

　　2017年1月4日，国务院总理李克强指出：“快递业作为‘新经济’的代表，既拉动了消费也促进了生产，是在为实体经济服务，也是实体经济的一部分”。

　　综上：快递行业是服务业，属于第三产业，其行业发展与第三产业的发展必然存在一定的关系；同时，快递行业也与网购、零售业的发展存在密切的联系。因此，研究思确定如下：

　　[1].采集数据：从国家统计局、国家邮政局及专业资讯网站统计宏观经济和快递行业的相关数据；

　　[3].建模、检验及评估；对选定的数据，进行回归分析，建立模型并检验。经检验通过后，预测快递业务收入，并比对实际收入，根据误差、行业发展评估建模效果。

　　[4].预测未来；根据建立的模型，预测2017-2020年全国快递行业业务量、业务收入的区间。

　　相关分析、回归分析，是一类较经典、实用和成熟的研究方法，且易于理解，应用广泛。因此，本次研究，采用相关分析、回归分析来研究和预测未来几年全国快递行业的发展，具体介绍如下：

　　研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。

　　线性相关分析，是研究两个变量间的线性关系的程度，用相关系数r来描述，分为三种：r＞0时，变量正相关；r＜0时，变量负相关；r＝0时，变量无线性相关。相关性的强弱，用绝对值表示，具体如下：

　　按照数据度量的尺度的不同，相关分析方法也不同。对于连续变量之间的相关性，常用Pearson简单相关相关系数来测定；而对于定序变量的相关性，常用Spearman秩相关系数或Kendall秩相关系数来测定。即：对于分布不明的或不服从正态分布的资料、原始资料等级资料、一侧开口资料、总体分布类型未知的资料，不符合使用积矩相关系数来描述关联性。此时可采用非参数检验方法的秩相关系数，也称等级相关系数，来描述两个变量之间的关联程度与方向。

　　在大量历史数据的基础上，利用统计学理论建立因变量与自变量之间的回归关系函数表达式（称“回归方程式”）的分析方法。根据自变量的个数，可以是一元回归，也可以是多元回归。根据所研究问题的性质，可以是线性回归，也可以是曲线拟合或非线.

　　数据采集根据研究思，在国家统计局网站，采集第三产业增加值、社会零售品总额；艾瑞咨询网站，采集网络购物市场交易规模；在国家邮政局网站，采集全国快递行业收入数据，如下表所示。

　　数据分析对于第三产业增加值、社会零售品总额、网络购物市场交易规模、全国快递业务量、全国快递业务收入，均不服从正态分布。因此，如下的影响因素分析，均采用秩相关分析。

　　根据假设，依次分别对第三产业增加值、社会零售品总额、网络购物市场交易规模，与全国快递业务量数据，采用SPSS软件进行

　　和Kendall秩相关分析，由于数据量较小，因此斯皮尔曼的秩相关系数最为可靠，从数据中可以看出，由于秩相关系数反映了顺序趋势，而且这11年的数据增长趋势始终未变，因此检验到了最强的相关，并且通过了显著性检验。结果如下表所示。表4

　　根据假设，依次分别对第三产业增加值、社会零售品总额、网络购物市场交易规模，与全国快递行业收入数据，采用SPSS软件进行

　　综上，三个自变量之间两两显著相关，但从业务角度出发考虑快递行业与网购商场的天然联系，远远超过第三产业增加值、社会零售品总额。最终确定两个模型的自变量，均为网购交易规模。

　　业务量建模根据业务量影响因素分析结果，参考“十一五”、“十二五”期间网购交易规模的增幅变化趋势，结合2016年快递业发展的最新数据，本研究预测“十三五”期间快递业的发展，无论从时间上看，还是从业务量的增幅、业务收入的增幅上看，距离“十二五”期间的数据差距均较小。因此，选择

　　～2015年的“快递业务量”和“网购交易规模”五年的数据，进行业务量建模。7.1.

　　按照自变量为网购交易规模，因变量为全国快递业务量，在计量经济学领域经常假定增长不是线性的，因此需要在线性回归之外，增加选择曲线拟合的方法进行比较。本研究具体根据图像观察结果呈现出可能存在线性、二次项或幂函数，利用SPSS软件进行曲线拟合，探索建立比较三种回归拟合模型，得到拟合图像及检验结果，如下所示。