基于动态规划建模定量比较通达系.docxVIP

第 PAGE 1 页 共 NUMPAGES 3 页 目录索引 一、模型构建及数据处理 5 研究问题及模型构建 6 数据处理及优化求解 7 二、统计特征分析： 7 全国百城数据：快递分布与电商高度重合，三四线城市的增量贡献已超 40% 7 分拨网络数据：韵达网络扁平集约稳定性好，中通网络覆盖面广规模优势突出. 11 三、建模结果分析： 13 基准模型分析：韵达网络和当前需求分布匹配，转运中心效率最高 13 对比模型分析：中通网络最能适应三四线城市快递占比的提升 16 投资建议：加速突围，布局龙头 18 风险提示 19 图表索引 图 1：快递中转中心布局和成本的关系 5 图 2：快递流转示意图 6 图 3：前十大城市快递量及其占比 8 图 4：全国快递量结构（2018 年） 8 图 5：中国三四线城市快递量保持快速增长 8 图 6：三四线城市快递增量占总增量的比重提升 8 图 7：全国年人均快递量分布 9 图 8：快递收入占可支配收入比重 9 图 9：19H1，全国各城市发件量（揽件量：万件） 9 图 10：19H1，全国各城市收件量（派件量：万件） 9 图 11：19H1，全国各城市人均发件量（万件） 10 图 12：19H1，全国各城市人均收件量（万件） 10 图 13：19H1，全国各城市快递增量和按全国增速的快递增量的差额（万件） 10 图 14：不同线路的快递寄送量占全国的比重 11 图 15：韵达转运中心布局 12 图 16：中通转运中心布局 12 图 17：圆通转运中心布局 12 图 18：申通转运中心布局 12 图 19：三通一达前十大转运中心收件量占比 13 图 20：三通一达转运中心收件量变异系数 13 图 21：三通一达干线有效线路条数及占比（条） 13 图 22：不同市占率情况下，三通一达全网最优平均运距（千米） 15 图 23：不同市占率情况下，三通一达干线最优平均运距（千米） 16 表 1：前六大快递公司网络建设（截止 2018 年底） 11 表 2：三通一达 2019H1 最优线路规划结果（按 50%的市占率） 14 表 3：三通一达 2019H1 最优线路规划结果（按各自 19H1 的市占率） 14 表 4：三通一达最新单件成本（元/件） 15 表 5：三通一达最优线路规划结果（调整三四线人均收件量至 12 件/人） 16 表 6：三通一达最优线路规划结果（调整全部城市揽派比至 1） 17 表 7：三通一达最优线路规划结果（同时调整三四线人均收件量及揽派比） 17 表 8：在不同的需求分布下，三通一达最优平均运距由小到大的排序 18 在当前的竞争格局下，网络稳定性和效率是份额争夺的重要支撑。一方面，网点爆仓或瘫痪可能意味着直接出局，网络稳定性关系到存亡；另一方面，成本的规模效应正边际递减，降成本将更赖于精细化管控和网络效率的提升。和设备、产能等要素不同，快递公司的网络布局存在较强的先发优势，前期卡位较好的公司在效率和成本上拥有更大的优化空间。 在此前的系列深度中，我们已经从成本、现金流、资产负债等表内视角构建了加盟快递的分析框架。本研究将跳出三张表，深入分析快递公司网络布局对成本优化的传导作用。 以往对快递网络的研究大部分停留在对整体数量的比较上，细节的数据验证不充分。本研究收集了全国340个城市的快递量数据，以及三通一达（韵达、圆通、申通、中通）的分拨中心分布数据，构建全国快递网络优化模型，并运用Floyd算法定量测度三通一达的分拨网络效率。 一、模型构建及数据处理 在不考虑布局的情况下，理论上，快递公司的转运中心数量越多，越容易规划出最短路线，使得快递的平均运距最短、时效最优，同时单件运输成本也能更低；但另一方面，转运中心数量越多，重资产投入越大，且单个转运中心的规模效应越弱， 那么单件中心操作成本就可能越高。 从中转布局策略来看，理论上，转运中心的选址越靠近揽件地，就越早完成快递分拣和路由规划，从而发挥干线运输的规模优势，提升全网的运输效率。因此，转运中心的选址应该尽量靠近揽派比较高的区域。 图1：快递中转中心布局和成本的关系 数据来源： 考虑到网络布局的差异，接下来，我们将构建一个网络优化模型，定量比较快递公司的分拨网络效率。 研究问题及模型构建 研究问题 给定全国快递流转的分布以及快递公司转运中心分布，比较不同的快递公司承运全国快递的最优平均运距。 模型构建 假定所有快递均为异地件，且运输都分为三个过程，即出发地城市到转运中心A，转运中心A到转运中心B，转运中心B到目的地城市。那么快递运输的全路程为， 出发地城市到转运中心A的距离、转运中心A到转运中心B的距离、转运中心B到目的地城市距离之和。 首先，将各城市按照就近原则分配给不