电子商务背景下的货运特征分析

 孙亭亭，石小法

 (同济大学交通运输工程学院，上海201800)

【摘要】本文根据到上海的快递的面单数据，研究电子商务背景下的货运特征。本文主要研究了电子商务背景下货物运输的分布特征及重量特征。研究发现，地区产业结构与电子商务背景下的货运特征关系密切，产业发展较好的地区产生的对应产业的产品快递量较大；电子商务背景下的货物重量在0.3~1.3kg之间，不同种类货物的平均重量和重量的标准差都有所不同，为电子商务背景下的货运量预测提供了新的方向，并对电子商务背景下的货运物流规划提供了一定的依据。

【关键词】电子商务；货物；分布特征；重量

【中图分类号】U12 【文献标识码】A 【文章编号】1000-713X (2015) 12-0011-06

 Research on the Characteristics of Freight under the Background of E-commerce

 SUN Tingting, SHI Xiaofa'

 (Transportation Engineering School of Tongji University, Shanghai 201800,China)

Abstractl According to the express data in Shanghai, the paper researched in the characteristics of freight underthe background of e-commerce. The paper mainly studied the characteristics of distribution and weight of freight.Characteristics of freight transport under the background of the e-conunerce are related to the regional industrialcharacteristics. The better development ofindustry produce larger express quantities. The average weight of the goodsunder the background of e-commerce is between 0.3kg and l.3kg, and different types of goods have different averageweight and standard deviation. The paper provided a new direction to forecast freight volume and also providedcertain basis to freight logistics planning under the background of e-commerce.

IKeywordsl e-commerce, goods; regionalfeatures; weight

1  引言

  货物运输是社会经济发展的重要支柱。发达国家的发展历程告诉我们当社会生产力发展到一定阶段，需要对货运交通进行系统规划，包括货运政策的制定、区域货运体系的整体规划、货运对环境能耗的影响等。货运相关研究的重要性已经越来越进入学者们的视野。

 目前，电子商务在中国发展势头良好，中国网络零售市场交易额逐年上升，增长迅速，由于各类手机端电子商务类应用的迅速扩张，网络零售的交易额将继续保持上升，网络零售的影响力越来越大，而在像北京、上海、广州、深圳、杭州这样的一、二线城市这个比例远远超过平均水平，达到20～30%。快递行业面临有史以来最大的包裹量，而物流的服务远达不到该要求，爆仓仍会是一大严峻问题。因此研究电子商务背景下的货运特征，以更好地规划完善物流配送网络已成为迫切需求。

 关于电子商务背景下的货运交通特征分析，国内外还没有专门的研究，国内外学者的研究重点主要放在电子商务背景下的物流系统规划、物流节点优化、配送网络的设置上，已有的相关研究主要有以下几点。

 Lanzendorf( 2004)认为许多购物出行不是独立的，而是一个出行链，比如上下班途中的购物，这就使得网络购物对居民的出行并没有很显著的影响。Farag(2006)认为由于网络搜索使得居民关注到不是在家附近的购物信息，可能造成一些本不会发生的购物出行增加出行距离。Cao (2012)通过实证研究，建立了网络购物、网络信息搜索和传统购物之间关系的结构方程模型，发现两者之间存在着复杂的关系。

 Browne (2001)认为这是由于居民购物出行通常是一个出行链中的一部分，而大部分网络购物都将产生货运交通。Cairns等(2004)研究发现网络购物对货运交通的影响与货物的类型相关度非常大，对每种类型商品产生的货运量进行简单的分析。此外，Mokhtarian (2004)研究发现网络购物对道路环境、能源、空气等方面都有着很大的好处，与个人购物出行相比，对道路的拥挤、能源消耗、空气质量的影响很低。汪明峰，卢姗(2012)通过对大学生购书行为的调查研究发现，网络搜索以及网上购物可能会使传统日常购物出行频率、距离减少，可能使得多目的出行频率以及非日常出行频率增加，两者之间的关系较为复杂。

 Ham (2005)对区域间的货物运输对于区域间经济的规模和范围的影响进行了分析并且建立相应的模型。Lahiri (2006)深入分析了运输对于商业经济的影响，并根据一系列的统计数据建立了运输的经济指标体系，从而可以对运输进行预测。赵永超，孙有望(2009)引入单位GDP货运量这一概念，并以此为指标判断城市产业结构与产业发展对货运需求与供给的导向特征。孪红娟(2010)运用西方经济学研究城市货运供需关系，分析了城市货运需求与供给特征以及分类，总结出城市货运的特殊性，得出城市货运成本是最重要的影响因素。

 分析可知，关于网络购物对货运出行的影响研究，国内进行的非常少，而国外的研究地区性较强，且研究比较宏观，特别是对货运的影响研究，以定性分析为主。而研究货运量与经济的关系时研究货运与城市经济发展、产业结构之间的关系，以宏观分析为主，很少有涉及到具体产业的影响以及影响程度的分析。

2数据来源与货物种类分析

2.1数据来源

 本文的数据来源是上海快递点的快递面单数据，通过对快递面单数据的抽样，进行整理统计，结合快递单号，从而得到快递的物品种类、重量以及始发地等信息。由于条件限制，数据是2014年随机挑选的一周的数据量。通过单张整理，单条录入，共得到2550条数据，剔除不完整、无效的数据，共得到1994条有效数据。

2.2货物种类分析

 电子商务背景下的网购货物的种类繁多，根据中国互联网信息研究中心发布的数据，可以将货物分为服饰鞋帽；日用百货；电脑、通讯数码产品及配件；充值卡、通讯数码产品及配件；手提包、箱包；化妆品及美容产品、书籍音像制品；家用电器；食品、保健品和文体用品10类。

 本文也将依照上述商品分类的方式，将所得到的各省份到上海的快递面单数据按照货物的种类进行分类统计，统计结果如图1所示。

由不同种类货物的数量统计表以及占比图，可以得出以下结论。

 (1)各地到上海的产品分布除了家用电器品类外，与2014年全国网络购物种类的统计情况相差不大，这在一定程度上证实了数据的真实有效性。

 (2)电子商务背景下的货物组成以服饰鞋帽、数码配件等体积小、重量轻的商品为主。

 (3)货物数量较多的前四种服饰鞋帽类、数码配件类、生活百货类和食品类的货物数量总占比超过80%，说明在电子商务中，这几种商品所占的比重较大，因此下文的分类研究将主要对这四种货物进行研究分析。

 对于家用电器这部分数据的缺失，原因主要是抽样的快递点多在学校和办公楼，这部分人群以学生和白领为主，学生对于家用电器的需求较少，而白领则通常不会选择将家用电器这种重量较大的货物寄到办公楼，因此在统计快递的面单数据时没有这部分的数据。

3  电子商务背景下的货运特征分析

 根据得到的快递面单数据，对电子商务背景下的货物运输的数量分布特征以及重量特征进行分析。

3,1  电子商务背景下的重量分布特征

 根据快递面单及快递单号可获得货物的始发地信息，对始发地进行分类，可以得到每个地区到上海的快递数量；同时对数据量较多的四种货物进行分别分析。

3.1.1  电子商务背景下的总货物的重量分布特征

 根据快递面单上的单号，可以查得其始发的地点，将得到的数据按始发地进行分类统计，可得到统计结果如表1所示（按快递数量排序）。

 由表1，可以清晰地看出全国各地到上海的快递量有着较大差别，海南与台湾地区的快递量最少，7天统计数据分别只有一单，而到上海快递量最多的则是浙江，其次为广东，上海同城和江苏的快递量也不少。为了更加直接明了地看出全国各地区到上海快递量的情况，按照快递量的多少将各省份进行分类标识，利用ARCGIS软件对数据进行处理，进行数据可视化。

图2中通过颜色的深浅来表示各省份到上海的快递量的多少。由上面的分布图可以得出以下结论。

 (1)到上海的快递的省份分布较广泛，全国各地几乎都有到上海的快递。而图中少数几个空白的地区一部分是由于统计数据量较少，没有覆盖到，另一部分是由于该地区的快递量本来就比较少。

 (2)到上海的快递量多即颜色较深的地区主要集中在东南沿海等经济较发达、人口密集、交通便捷的地区。

 (3)各地区到上海的快递量很不均衡。从图中可以看出，各省份到上海的快递量差异较大，颜色较深即到上海快递量较多的地区主要是东南区；而西北、东北地区到上海的快递量较少。

 (4)江浙沪地区到上海的快递量较多。一方面，江浙沪地区的经济较为发达，交通便捷；另一方面，江浙沪地区已经形成了明显的电子商务抱团发展的现象，很多电子商务商家都实行“江浙沪”包邮的优惠条件，一定程度上刺激了到沪快递量的增多。

3 .1.2  电子商务背景下不同种类货物的货运分布特征

 上文分析了电子商务背景下的货运分布情况，而电子商务背景下的货物有许多种类，下面将分别研究不同种类的货物的分布情况。由于数据和篇幅限制，本文只研究服饰鞋帽、数码配件、生活百货、食品这四类数量较多的种类，将这四类货物的始发地进行分类汇总。

 服装类的货物分布较为广泛，大多数省份都有到上海的服装类货物，而地区之间差异明显，西北地区较少，货物来源主要集中在东部地区。这与服装业区域性强有关。中国服装业出口区主要集中于珠三角地区、长三角地区等地域。

 数码配件类的货物在全国范围内分布较少，东南沿海地区数量较多，而广东省到上海的数码配件类货物占有绝对优势，远超其他省份。广东省信息产业持续高速发展，涌现出了一批竞争力较强的创新IT型企业群体，形成了新材料等4个超千亿元的新兴产业集群，2013年全省电子信息制造业总产值占全国的1/4以上，连续23年居全国首位。数码产业作为广东信息产业的核心竞争力，现在已经形成东莞、惠州等地为中心，以数码文化为纽带，集聚产业的优势力量，众多各种类型的数码企业在广东集聚，已逐渐形成数码产业群。由此可见，广东地区数码产业群的产生使得广东的数码配件类商品的快递数量远超其他省份。

 生活百货类的货物在全国范围内分布相对也较少，主要集中在广东和江浙沪。由于浙江，特别是浙江义乌，义乌市位于浙江省中部，是目前全球最大的小商品集散中心。被联合国、世界银行等国际权威机构确定为世界第一大市场。2011年义乌中国小商品城成交额515.12亿元，自1991年以来连续21年居全国专业市场榜首。这就使得浙江的生活百货类货物数量远大于其他地区。

 食品类的货物在全国范围内分布较广，几乎所有地区都有一定的数量，而在数量上的分布也较为均匀。

 从本文收集的数据来看，服饰鞋帽、数码配件、生活百货、食品这四类货物的地域分布情况差异较大；统计所得服饰鞋帽类货物大多分布在东南沿海地区，数码配件类货物超过80%来自于广东，生活百货类货物浙江分布较多；而目前中国的服装业主要集中在长三角、珠三角地区，广东的数码行业集聚发展，处于全国领先地位；浙江尤其是浙江义乌已成为全球最大的小商品市场；电子商务背景下的货运特征与地区的产业结构密切相关，地区发展较快的行业通常产生对应的电子商务的快递量也较大。

3.2  电子商务背景下不同种类货物的重量特征分析

 通过上文的分析可以发现到上海的不同种类的货物的地域分布存在着明显的差异。而电子商务背景下的每种品类商品的体积、重量、平均交易额都有很大的不同，例如家用电器的体积、重量一般都较大，其对应产生的货运量相对就较大，而一些例如充值卡、游戏点卡等虚拟卡产生的货运量会很小，甚至不会产生货运量。因此研究每种类型货物的特征对于研究电子商务背景下的货运特征有着重要意义。

 本文仅分析数据量较多的四种货物，即服饰鞋帽、数码配件、生活百货和食品。将数据根据货物的种类进行分类，算出每种货物的重量的平均值X (kg)和标准差δ。可以得到表2，对表格内数据进行对比分析，可以得出以下结论。

 (1)电子商务背景下的货物的平均重量相差范围大约在0.3～1.3kg之间，虽然从单个物品看不是很大，但从2014年的快递量来看，基本单位是百万件，加上数量，将是巨大的差异。

 (2)从重量平均值来看，食品类>生活百货类>服装类>数码配件，而根据进一步的调查分析发现，消费者通常购买食品类商品时都会有较大的包裹而不是单件，重量通常较重，而数码配件类货物一般较小而轻。

 (3)从标准差上来看，食品类>生活百货类>数码配件类>服饰类货物，说明服装类和数码配件类的货物种类相对较为平均，其单个物品重量与平均值的偏差较小，而生活百货类和食品类货物的偏差则较大，这主要是由于服装类货物通常都是1～2件衣服一个包裹，数码配件通常都是手机壳+手机膜的套装，故而相差较小；而生活百货类货物从小的口罩、保温杯到大件的电脑桌等种类比较多，食品类更是如此，从普通的小吃到水果生鲜种类繁多，重量差异也较大。

 研究发现到上海快递量较多的省份是广东及江浙沪地区。江浙沪地区的经济较为发达，交通便捷，同时江浙沪地区已经形成了明显的电子商务抱团发展的现象，很多电子商务商家都实行“江浙沪”包邮的优惠条件，一定程度上刺激了到沪快递量的增多；而广东地区，不仅经济发达，且很多快递公司的总部都设立在广东，使得快递运费相对较低，大大促进了电子商务的发展。

4不足及展望

 (1)数据来源较为单一。由于数据来自于快递面单，出于对顾客隐私的保护，大多数快递公司不会提供，因此在收集时难度较大，最终只通过与学校快递点的谈判取得部分数据,另一部分数据则通过个人的调查统计获得，使得数据来源较为单一，且数据量有限，可能会导致部分结论存在一定偏差。

 (2)数据分析方法较为简单。由于数据量及数据丰富程度的限制，本文在对数据进行处理分析时限制较大，只能进行较为简单的统计分析。

 通过了解电子商务背景下的货运特征，对下一步电子商务背景下的货运预测有着重要意义，比如通过不同种类货物的重量分析，再结合电子商务背景下不同种类货物的价格特征，可以建立有效的价值一重量模型，为在电子商务背景下有效预测由电子商务产生的货运量提供了一种新的方法。此外，了解电子商务背景下的货物分布特征对电子商务蓬勃发展背景下的货运物流规划也提供了一定的依据。下一步可以通过收集更多的数据，得到更全面、丰富的数据对该问题进行进一步的研究分析；此外，下一步的研究还可以对电子商务货物的价值与其重量、体积的关系进行深入研究分析，为电子商务背景下货运需求的预测提供新的思路。