2017年中国物流科技行业发展现状分析及未来发展前景预测

　　物流业的发展经历了人工生产、机械化、自动化再到智慧化的历程。人工生产的比例逐渐降低，物流作业过程中的设备和设施逐步自动化，但总体上与美国、德国等西方发达国家相比差距较大。工业4.0的提出，强调利用物联信息系统将生产中的供应，制造，销售信息数据化、智慧化，最后达到快速，有效，个性化的产品供应。对于物流科技而言，即整合传统和新兴科技，以互联网、大数据、云计算、物联网等现代信息技术提升物流智能化程度，增强供应链柔性。

中国物流科技行业发展历程及相应特点

数据来源：公开资料整理

　　仓储作业已经在自动化层面发展多年，未来要提高智能化水平，根据商品的件型、重量、销量、交付时效等属性，设计不同的作业流程，并采用相匹配的物流智能化系统进行操作。 运输、分拣和派送环节的辅助驾驶、编队运输、自动化及机器人分拣、智能终端已经实现应用。随着购物场景的碎片化以及交付地点的动态化，未来在实现无人化作业的同时，会基于实时定位的应用，在消费者日常的某个动态节点实现交付，与消费者的工作和生活完美融合。

2017年物流科技在智能化作业流程中的应用

数据来源：公开资料整理

2017年中国物流科技行业产业链图

数据来源：公开资料整理

　　公路货运占整个物流运输的比重最大，进一步可细分为整车、零担和快递三个部分。零担和快递的行业集中度相对整车市场较高，相应运营效率较好。剩下的整车领域，行业分散，一个人一辆货车就可以做起整车生意。但也因此可优化的空间和市场潜力广阔。 2013年前后，以运满满为代表的一大批车货匹配平台涌入到整车行业，利用信息技术改善车源和货源的双向匹配效率，给行业带来了变革。 16年全年车货匹配平台的市场规模超过万亿元，并继续保持稳定增长。除了信息化平台的建设，智能装备的应用也在蓬勃发展，16年市场规模接近347亿元，较之上一年增长29.8个百分比。

2013-2018年中国车货匹配平台市场规模及增速

数据来源：公开资料整理

2013-2018年中国物流业智能装备市场规模及增速

数据来源：公开资料整理

　　“互联网+高效物流”已被列入“互联网行动计划当中”。大数据、云计算、物联网、人工智能技术的成熟发展，可以对物流各环节进行信息化、高效率的管理，提高运输、配送效率、减少损耗，并可指导生产制造，为顾客提供更好的服务体验，推动物流供应链智慧化升级。

中国物流科技行业发展的基础设施

数据来源：公开资料整理

　　区块链是用分布式数据库识别、传播和记载信息的智能化对等网络。由于分布式去中心化，区块链中每个节点都必须遵循同一记账交易规则，通过算法的自我约束，任何恶意欺骗系统的行为都会遭到其他节点的排斥和抑制。因此，区块链系统不依赖中央权威机构支撑和信用背书，同时采用单项哈希算法，不可篡改，加密安全。区块链的应用将会对物流发展产生深远影响，可以追溯货物运输的全部过程，确保其安全性。 同时通过路线优化，提高效率。正因为其安全性，可实现物流商品资产化，解决物流中小微企业融资难问题。

区块链特点及其在物流行业中的应用

数据来源：公开资料整理

　　针对传统货运信息不畅、运行效率低下、成本高企的问题，在“互联网+物流”的推动下，车货匹配平台在2013年和2014年间快速涌现。以往传统匹配方式主要通过线下实体，包括配货站、公路港、物流园区等进行信息发布、 售卖等。当互联网介入后，形成了虚拟车货匹配平台，利用互联网，通过物流APP、 WEB或其他系统的开发，将线下车源、货源等进行整合，并在线上发布信息进行精确匹配，由此解决物流信息不对称性问题。

车货匹配平台技术原理解析

数据来源：公开资料整理

　　目前，我国的公路物流货运量占到了整体货运量的80%，干线物流在整个公路物流中占比最大，但是行业整体运作效率不高，我国货车日均有效行驶里程300km/天，美国则可以达到1000km/天。国内2000多万货车，空驶率40%。 造成资源错配、效率低下的原因主要在于信息的不对称性，车货匹配平台利用信息技术将线下信息进行整合，发布信息并进行精准匹配，可以优化供应链下游的货物与司机的资源分配，降低空驶率，进而节约运输成本。

传统公路干线货运与车货匹配平台效率对比

数据来源：公开资料整理

　　由于传统货运市场信息和交易主要以线下物流园为依托，车货匹配平台的诞生相当于是与物流园模式的正面较量，而大规模的司机群体基本集中在物流园内，因此初期推广时，平台会遇到极大的阻力。加上司机群体素质整体偏低，互联网App存在一定使用门槛，为了吸引更多的用户注册，大多数平台早期均免费提供配货服务，免收信息费，目的在于积累和沉淀大量的用户数据，为后期变现渠道的拓展蓄力。发展中后期，在掌握用户资源和数据的同时，发力更大想像空间的供应链金融和车后服务市场，打造公路运输一体化生态体系。

车货匹配平台不同发展阶段的盈利模式

数据来源：公开资料整理

　　车货匹配市场从2016年初开始到今年9月之间，融资数量超过20次，但大部分集中在A轮及以前阶段，且融资金额较小。目前，少数企业在融资能力上开始逐渐拉开差距，平台的技术研发能力、 运力基础、体验、诚信保障、以及可延展的业务及盈利空间，均是资本关注的重点。

典型车货匹配平台创立时间及最新融资情况

数据来源：公开资料整理

　　绿色物流与供应链正成为中国促进绿色转型、实现绿色制造的重要途径和切入点。从技术环境来看，新能源技术发展迅速。在国家政策的扶持下，新能源物流车这一细分市场增长势头乐观。阿里旗下的菜鸟网络在2017年5月的全球智慧物流峰会上正式推出新能源智慧物流（ACE）计划。京东也开始正式规模化启用新能源电动运输车，并高调宣布要在未来五年全部更换为电动物流车。

　　2017年最新出台的新能源车补贴政策，对新能源客车以动力电池为补贴核心，以电池的生产成本和技术进步水平为核算依据，并进一步完善新能源货车和专用车的补贴标准，按提供驱动动力的电池电量的分档累退方式核定。同时设定中央和地方补贴上限，其中地方（地方各级财政补贴总合）不得超过中央财政单车补贴额的50%。除燃料电池汽车外，各类车型2019-2020年中央及地方补贴标准和上限，在现行标准基础上回落20%。但对比传统燃油车，新能源纯电动车的运营和维护成本仍大幅降低，加上清洁，无污染，将在物流运输中大规模普及。

传统燃油物流车和纯电动物流车成本对比

数据来源：公开资料整理

　　伴随着新能源汽车的高速发展，动力电池投资热度只增不减。作为技术核心的电池，目前成本占到了整车成本的1/3至1/2，意味着整车厂可能需要把一辆车一半的收入分给电池厂。目前我国电池企业在技术和生产方面有了明显提升，但和松下、三星、 LG相比还是有一定差距。电池的重要性，除了体现在车辆续航能力等方面，整车的管理系统等其他成本也会下降。

2017年国内新能源车技术解析

数据来源：公开资料整理

　　随着物联网、大数据、云计算等技术纷纷向汽车业渗透，汽车制造业迈向了智能化的时代，无人驾驶的实现备受期待。无人驾驶不仅可以为驾驶出行提供更多的安全保障，在商用的货物配送领域发挥空间更大。根据驾驶系统的自动化程度，无人驾驶从无自动驾驶阶段到完全自动驾驶共6个阶段。现阶段的发展应用还处于辅助驾驶向完全自动驾驶的过渡阶段，距离无人驾驶的大规模商用还有相当长的一段时间。

无人驾驶发展阶段

数据来源：公开资料整理

　　目前无人驾驶领域入局者主要有两方：一是谷歌、百度等互联网巨头以及英尔特等软硬件提供商，从自动驾驶算法切入，实现跨越式发展；二是奔驰、福田、一汽等传统老牌车企，以整车控制集成为切入点，借助高级辅助驾驶（ADAS）经验继续深入；双方的竞争从技术层面延伸至上下游的生态体系构建。目前共享出行理念的诞生和需求增加，分时租赁、网约车等形式也成为布局的重点。无人驾驶技术加上用户场景的建立，将会颠覆整个交通运输行业。

无人驾驶切入路径

数据来源：公开资料整理

　　仓储行业正在变得更加自动化和智能化，自动化可以刚性提高效率，智能化可以满足差异化、个性化需求，增强供应链柔性。从商品的入库、储存、拣选、分拣、出库等一系列流程，在无人仓中都可以用相应的自动化设备或者机器人替代。常见的有AGV机器人，根据不同用途分为搬运、拣选和分拣等不同类型，以及专业从事码垛工作的码垛机器人。另外，RFID标签、立体仓库的应用等均显著减少成本费用，提高了作业效率。

无人仓中先进智能化装备的应用

数据来源：公开资料整理

　　从单个AGV机器人来看，核心技术主要在定位、导航、避障等操作方面。但实际在无人仓中运作时，通常一个大型仓库需要配备几十甚至上百个机器人，如何通盘的调配和统筹安排，把集体效用发挥到最好才是考验企业实力的核心指标。针对码垛机器人，国内外的差距主要体现在控制系统上，国外一般采用的伺服控制，精度和响应速度远好于国内的变频器。

　　与国际市场类似，目前国内AGV机器人的应用主要集中在汽车领域，随着电商等兴起，场景多元性将逐渐得到增强。与传统AGV相比，智能仓储AGV在灵活度、速度和效率等方面区别明显。传统AGV比较固化，属于连续性搬运模式，依靠磁条进行往复式运动。智能仓储AGV可以在任意点和点之间运动，有任务调度系统RCS控制，系统可以依据小车任务量，距离等因素，进行系统判断，更智能，更灵活。传统AGV以牵引式居多，速度较慢，而智能仓储AGV，采用背负式，运行速度快，效率高。但国内AGV机器人制造主要集中在低端市场，产品趋于同质化，部分关键零件还需要依赖进口，导致整车成本过高。未来，自行研发能力和创新实力的提升将成为突破的关键。

　　AGV搬运机器人可以自主规划路线，实现点对点的搬运以及取放货架托盘动作，在承重量、工作时长、安全性方面均优于人工操作。一般来说，机器人化可节约20%-40%搬运成本，具体情况视仓库布局、订单准备的操作的复杂程度而定。一套搬运机器人系统核心木块包括机器人、管理系统、充电站、终端设备等，国产机器人一般每台在几万-十几万之间，相当于2-3名操作人员年薪的总和。

AGV搬运机器人生产效率提高示例

数据来源：公开资料整理

　　仓储物流的拣选一般有人到货和货到人两种方式。人到货方式中，当前应用最广的是PDA人工拣选，语音拣选、 AR眼镜拣选等新兴技术尚未在国内普及。货到人方式中，主要有穿梭车和拣选机器人两种解决办法，都是根据拣货员指令，将所需的商品送到作业人员面前，节约行走和寻找时间。但前者设备投资大，柔性小。后者更加灵活，可根据实际需求，自主规划，相对于人工拣选，机器人操作均效提高3-5倍，节约人力70%。

物流业拣选方式

数据来源：公开资料整理

　　分拣环节的机器人应用能够节约70%左右的人力。 2017年8月，京东物流昆山无人分拣中心正式亮相，昆山无人分拣中心最大的特点是从供包到装车，全流程无人操作。目前，该中心已经实现自动供包并对包裹进行六面扫描，保证面单信息被快速识别，由分拣系统获取使用，进而实现即时有效的分拣。申通的快递分拣机器人“小黄人”可以24小时不间断分拣，扫码、称重、分拣功能“三合一”，能够实现快递面单信息识别，以最优路线投递。

无人分拣仓应用示例

数据来源：公开资料整理

自动码垛系统示意图

数据来源：公开资料整理

　　RFID是一种非接触自动识别技术，基本原理是利用射频信号和空间耦合（电感或电磁耦合）或雷达反射的传输特性，实现对被识别物体的自动识别。射频识别系统主要由RFID标签卡产品和RFID读写器组成，RFID标签卡产品是射频识别系统的数据载体，将待识别物体的标识信息记载在标签的存储区内，由标签天线和标签专用芯片组成。 RFID标签卡产品与读写器之间通过无线电耦合元件，实现射频信号的空间（无接触）耦合，进行能量传递和数据交换，从而实现读写器读取RFID标签卡产品中的数据信息。

RFID系统工作原理示意图

数据来源：公开资料整理

　　无人送货时代即将到来，机器人上岗取代快递小哥。

送货机器人技术示例

数据来源：公开资料整理

无人机技术示例

数据来源：公开资料整理

　　物流精细化运营后，末端配送的成本和效率成为优化重点，物流公司不约而同将最后一公里的物流配送寄托在机器人身上，阿里和京东相继推出自主研发的送货机器人。无人机方面，顺丰、 京东、邮政等也纷纷加快布局动作。就实际应用来看，送货机器人技术尚未成熟，最大难点在于城市道路的极其复杂，加上承载量较小，目前各家投入比例相对小于无人机领域。而无人机技术已经相当成熟，目前最大的阻碍来自政策监管，一旦政策放开后，大规模的商用将会迅速普及。

智能快递柜成社区标配，打造智能物流全民入口

数据来源：公开资料整理

　　2017年6月，顺丰和菜鸟双方互相关闭数据接口，一时间引起业内广泛关注。虽然在国家邮政局的协调下，双方同意从6月3日12时起，全面恢复业务合作和数据传输，但丰鸟之争实质上是数据、用户等的竞争。丰巢在智能快递柜的布局力度和速度在2017年1月份25亿元的融资后表现得更加强劲，可能对菜鸟形成了一定压力，菜鸟迅速入股速递易的举动，也被看成是和顺丰的正面较量。目前智能快递柜市场入局者主要分为三类：京东、苏宁等电商系；丰巢、 邮政易邮柜等快递系；速递易、日日顺、云柜等第三方，各有优势。随着国家队和阿里站队速递易、阿里投资的苏宁和日日顺也将逐渐统一阵营，丰巢背后则有顺丰、腾讯、京东等的支持，三方势力逐渐演化为两大阵营的对峙。

　　智能快递柜结构分为储物终端、平台管理系统，可以智能存件、智能取件、远程监控、信息管理、信息发布等。内嵌固定式条码扫描头，可读一维、二维条码及手机屏幕条码信息。取件时，用户可凭手机上的收到的取件码，在智能物流柜的扫描窗口刷取，验证成功即可取件。核心技术在于物联网、智能识别、无线通讯等。

2017年国内智能快递柜技术解析

数据来源：公开资料整理

　　目前智能快递柜盈利存在困难，速递易母公司三泰控股2016年总营业收入10.4亿元，同比下降27.12%，营业利润-12.4亿元，同比下降1428.29%。另一行业领先者丰巢科技，也处于亏损状态。智能快递柜的收入模式通常有基础业务的双向收费、广告售卖、以及收取加盟费等几种，但广告等收入仅占5%-10%，对比快递柜的材料成本、租金、维护、安装、设备折旧等费用，入不敷出，加上快递柜格口有限，成本太大。未来，企业需积极探索多元化的变现渠道，打破盈利桎梏。

2017年智能快递柜收费模式

数据来源：公开资料整理

　　运输和物流业对数据分析的重视程度在未来5年内有40%的明显提升，达到90%。随着新零售出现增加了供应链的复杂性，也对物流效率提出了更高的要求，企业需要把握政策红利的机会，积极构建上下游合作伙伴关系，数据共享，沉淀下来的丰富数据资源，反过来指导全渠道运营，由物流仓储延伸至生产制造、商贸流通和信贷金融，打造平台经济。

政企合作布局物流大数据

数据来源：公开资料整理

　　自2013年来，我国已成为全球最大的机器人消费国，但国产机器人的份额仅占约三成的份额，且处于行业低端，高端机器人主要依赖进口，具有自主研发能力，可以生产关键零部件或机器人产品的企业仅百家左右。随着人工智能技术的成熟，机器人产业的重要性日益提高，国家相继发布《关于推进工业机器人产业发展指导意见》 、 《中国制造2025》 、 《关于推进工业机器人产业发展指导意见》 等多部政策，明确了十三五期间的发展目标，预示工业机器人即将迎来广阔发展前景。

中国工业机器人产业未来发展计划及物流行业的应用

数据来源：公开资料整理

　　未来工业机器人是否能像智能手机一样普及，取决于硬件和软件的通用化和平台化。 Willow Garage公司开发了机器人操作系统ROS，并针对工业机器人专门开发了一套系统ROS- Industrial。 现有14家企业成立ROS- Industrial 联盟（ROC），旨在通过ROS-Industrial开源软件促进先进制造技术的组织构成。 目前支持ROS系统机器人有40多种，包括安川、 ABB、FANUC、 ADEPT等。 通用软件平台降低开发门槛，未来3D打印技术成熟后，中小企业和个人都可成为工业机器人开发者。

机器人的发展想象

数据来源：公开资料整理

　　科技创新，催生商业新模式

　　物流科技的创新将给传统的商业模式带来升级和变革。 未来，大数据、 云计算等技术的成熟和应用，可以更灵活的调整物流结构，由传统先订单后物流的模式，转变为分析消费数据，提前将一部分商品前置，或是生产符合客户需求的定制化产品，精准地配置库存，降低成本。 另外，自动化设备方面，由于投资规模大，回报周期长，且改动成本高，一般要求对业务不要具有太多的变化，但目前国内商业发展活跃，变化快，因此10年内一般不会实行仓库全自动化，但自动化程度会逐渐提高，较好的兼顾供应链柔性。 因此，一些大规模有实力的物流公司很有可能会凭借其自动化、 智能化的供应链体系优势，打造社会化运力平台，惠及更多中小型企业。 由于机器人价格昂贵，一些智能装备制造商也正开拓代运营业务，企业在成本允许范围内，能享受到更加先进的仓储管理服务。

精细化数据分析对商品交易过程的影响

数据来源：公开资料整理

仓储自动化的发展与商业机会

数据来源：公开资料整理

　　机器人替代人工是大势所趋，当前处于风口浪尖上的，当属物流机器人。未来10年，欧元区150万个物流就业岗位将被机器人取代；而国内市场， 2015-2018年间，中国服务机器人的累计市场销量将达到117万台，其中快递机器人所属的专业服务机器人的累计销售量预计达到6840台，失业浪潮的到来似乎不可避免。但是随着机器人普及后，也创造了一系列大量新的就业需求，例如机器人维修师，培训师等职业，未来将是一个人和机器协同工作的时代。

物流机器人普及后新的工作机会

数据来源：公开资料整理