戴淼：基于大数据技术的商用车路书研究及货运活跃趋势分析_新浪财经

股市瞬息万变，投资难以决策？来#A股参谋部#超话聊一聊，[点击进入]

专题：2024中国商用车论坛

　　2024年3月26日-28日，2024中国商用车论坛在湖北省十堰市举办。本届论坛由中国汽车工业协会主办，以“新步伐•新成效•新提高，助力商用车产业高质量发展”为主题，基于行业高质量发展要求、国家“双碳”目标实现、汽车产业转型和创新需要，以创新促改革、促转型、促发展，助力商用车产业高质量发展。其中，在3月28日下午举办的“主题论坛四：研判商用车发展趋势，挖掘细分市场潜力”上，中汽信息科技（天津）有限公司高级专家戴淼发表精彩演讲。以下内容为现场发言实录：

　　大家下午好！我是来自中汽信息科技的戴淼。中汽信科通过大数据的算法和模型来解决行业，包括围绕产品、营销各方面面临的一些问题，也有一些成熟落地的方法和经验，今天我汇报的题目是基于大数据技术的商用车路书研究及货运活跃趋势分析，这个题目看起来比较难以理解，这里面有几个是我们独创的分析方法和体系，报告里会做一个简单的展开分析，当然今天的报告也好、汇报也好，仅仅是一个抛砖引玉，希望通过今天这样一场咱们的互动也好交流也好，能够打开我们的思路，包括后面围绕大数据以及算法模型，和行业各位专家一起互动起来，一起挖掘这座宝库里更多的价值，今天达到这个目标就达到了。

　　今天分享的内容从三个视角来进行切入，一是从货运的视角看一下货运视角里供需关系的变化，对货运的核心影响作用是什么样的。二是从车辆的视角，车辆去运营也好运输也好，都会产生一系列信息，这些信息对应到反映到货运市场的一些情况，通过大数据捞取一些指标，可以有效的跟运输行业有些现象对应起来。三是深入到一辆车、一条路线，我们去看一下在这里面围绕商用车路书，去解读宏观和微观这些个指标和因素里有怎么样的对应关系。大体上这三个视角的内容。

　　第一，在货运视角这块。我想说的，货运运输行业，包括从业者，包括司机也好，其实都在一个比较困难的局面之下去运营，背后的因素我们行业究竟是活跃还是低沉，还是怎么样，背后都是运输跟运力供需关系变化的调整，这里面行业都是有共识的，我这里边只是做一个简单抛出小概念引出我们这个话题。

　　提到这个供需关系，我冒昧的引用一下经典的理论，货运量和运力之间也是一个供需关系，当世界上货物增加的时候，每个车都能吃得饱，都能找到货。这时候是谁在挑谁呢？车在挑货主，定价权就会向车这方面去倾斜。当市场上车的数量增多的时候，竞争就比较激烈了，货主更多的选择权就挑这个车，造成运价就下跌，运价这边的反应就是经过了剧烈的下跌之后，近几年在缓慢的回升，整体来看还是偏低的，为什么呢？从一个直观的感觉来说，当前很多运输的老板也好司机也好，挣钱比较困难，这就说明运价水平还是不够好，造成目前这样一个局面。总结来说就是供需关系调整的变化，就是现在这个阶段面临一个比较激烈的竞争环境。

　　第二方面，我们展开来看，从货和车的两端来剖析一下谁多了还是谁少了，从货这个角度来说，整体上我们公路货运的运输量整体是增量的，但中间会有一些调节，中间有一些时间做一些铁水分离，把公路的一部分分离到铁路和水路上去，短期是有一些影响的，长期来看供货量还是很大的，在70%以上，还是增长的。22年的时候面临一个小小的挫折，跟社会经济发展环境是有关系的，公路货运占比70%以上，这个目前还是增长的。

　　另一方面，我们的周转量在30%左右，所以在货这端的需求上整体上是比较稳健的。问题出在哪呢？从车的角度上去，看一个车的保有量也好，或者另外一个指标叫总吨位数，把所有车货车荷载得吨位数加在一起，这里面可以看出一些问题。从16年开始看，从中间的这个位置，到现在为止我们车的数量、保有量一直是在增加的。我们的总吨位数，可以看到在最近的两三年有一个平缓的减速或者叫一个平台的阶段。这说明了一个什么问题呢？说明我们车的数量是在增多的，但总吨位数没有一个增多，说明它的小车可能是结构在调整，当然我们这个社会已经进入到这个发展阶段，我们城市群的规模，包括需求量，就需要我们用更多的小车去承担中短途的运输，所以这是一个层面的因素。

　　当然这里面总吨位数进入了一个放缓，但是实际上我们这个运力还是一个过剩的局面，为什么这么说呢？从另外一个角度来看，单位运力承担的货运量做一个除法，发现近十多年会发现是一个连下三级台阶的状态，每一辆车它拉的货从重量上来说是越来越少了，右边这个曲线就是比较明显反映出来这样一个状态。

　　也就是说这里边背后是什么呢？比如说在某一次剧烈下降的过程当中，对应会有一些车辆新增量的产生，这个表示有淘汰也有新增，大体上是一个平衡的，可以简单这么理解一下。这就导致了为什么呢？可能在运价上并不是很高的局面，大家会提出来我们从重量上去考量这个货物不是很科学，因为货物有的是重的有的是轻的。另外，目前社会的发展阶段可能也并不需要像过去一样这么大量的资源型运输了，我们的快递近年发展的这么快，货物轻泡货物的种类都是大幅度增长的。这都是有道理的，这都是社会发展的必然阶段。

　　这个过程应该是长期的、渐进式、平稳的过程，社会的变化是一个平稳的过程，像这里面在短短的一到两年的时间里剧烈的下降，像这种就是一个不太正常的现象，它对市场的然动就会直接反应到市场的运价上面来，对应到就是销量上，所以这个内涵，这种短期内的变化加剧了在大环境下内卷的程度。

　　总体来说，当下面临的环境是比较激烈的，在激烈的竞争环境之下，需要对市场有更加敏捷洞察和响应的方式来应对这种变化，首先要看到才能做到，比如看到的时候这个东西已经发生了，或者发生很长时间了，就已经失去意义了，我们通过大数据的方法和手段就可以解决这个问题。

　　总结起来是两个方面，第一个，刚才提到了利用大数据能够提升研究的敏捷程度，这是第一个方面。第二个方面，能够做到从微观到宏观的一个连接和解释，就是说这个事情发生了，我们为什么发生，并不是说像过去依靠经验，或者依靠其他方面的作证来解释这方面的内容。看到车辆每一台车的变化，或者基于统计指标的捞取来解释这一问题，体现两方面的价值。

　　第二，车辆视角，或者叫细分市场的视角，从车辆里捕捉鲜活的指标，把它捞取出来，看看货运市场的活跃程度，这两者之间的关系能不能给我们一些启示。

　　第一步我们看一件事情要有一套方法论，把用户的语言转化成了我们的指标体系，我们在这么多数据的指标体系当中选哪些，来构建我们的体系呢？第一方面就是在一个盘子里面有多少车是在干活的，这个是怎么理解呢？我们发现所有车的保有量里面，不是所有的车都在运营的，是有相当一部分车是在那没有动的，这是第一点。第二点，在动的车里面有的车动的多，有的车动的少，这就是一个活跃不活跃的问题，这是两方面的问题。这个比例，我有多少车在干活，哪些车干的活比较多，反映了这个市场的活跃程度。

　　第二方面叫运营的强度，就是我这个车跑了多少里程，就代表我挣了多少钱，偏作业的车来说，我干了多长时间的活，反映了运营的强度。

　　第三方面叫运营的效率，平均起来把所有的动作都算上我的速度是有多快，就是代表了我干一趟活在单位时间里产出的效率就是更高的，大体上可以这样去理解。基于这样可以通过这些方法去展示，然后加以我们叫细分市场的算法模型，就是我们可以去把每一个车它所干什么样的工作，给它定位出来，然后我们就能看到每一个细分行业里它的车指标活跃情况的变化了，通过这样一个方式我们去看看能不能弄出来一些东西。

　　第一个就是整体让一个公路的货运活跃指数，把所有的活跃指数加在一块，今年跟去年相比，大体上是稍好一些的，2月份怎么这么低，2月份是因为过年，因为这个2月份过年，这个年过的基本上在2月份的中间，前边后边都没有什么运营。去年是1月份过年，所以把这个线调过来，是比去年好一些，是这样大体上理解。第二个对于新能源车来说，会稍微的更好一些，这里边因为他在某一些个行业里边有推广，但不是在所有细分行业里都有应用，所以跟整体上有一些差别。

　　第三个就是我们看一下所有的细分市场，对比上来看，比如说像快递、绿通，它在春节前，因为1月份，1月份可以理解为大家都在努力的干活，把所有的工作量都放在1月份了，有一些长期环境不好的，比如说外贸影响，比如说港口运输，可能就增长的比较缓慢一点，稍微比较一般一点，这是从细分市场视角看的这个问题。

　　第三个就是我们看一下运营强度，就是说我们有多少车在活跃，圆圈的大小就代表了活跃车辆的多少或者份额，你可以这样理解。每一个圈代表了一个细分行业，从某种程度上来说可以跟保有量做一个对比，有一定的关系，并不是完全对等的，并不等同于保有量的内容。这里面可以看到，相对来说有一些行业还是有一些特点的，包括之前很多市场研究的专家都在划分细分市场的区隔大小，有多少车，哪个市场增长快，哪个市场快，这些通过大数据能够直观的去反映出来真实的情况。

　　第三个就是从品牌方面解读这个问题，这个数据实际上是我们对于这个占比或者份额的一个处理，可以看到有超过100的，是通过处理之后的数值，并不是真实的份额的百分比。这里面可以看到如果对比新能源和传统市场的话，还是有一些明显差别的，比如像新能源这块，跟传统车企业有一个明显的差别，经过这几年有一些企业在新能源深耕，在新能源领域形成了几家比较强的竞争力的企业了，包括一些新模式、新业态也在不断涌现，也就是说我们在新能源领域，可以看到这个榜单跟传统车有一些比较大的差别，在认识上有一些差别。

　　另外，把目光聚焦在这些背后的指标里去看，从运营的指标上对比来看，新能源和传统车去做一个对比的话，可以发现这里边可能会通过这个对比有一个问题，可能想要提出来。第一个，现在究竟是场景选择车，还是车选择场景？这是现在新能源车面临的一个问题。我们认为这两者都有，我们现在新能源车它能做到多大的续航里程，补能是怎么样的，决定了我能服务于什么样的场景。反过来说，我们这个场景对于车辆是有选择在里边的，我们能做的是什么呢？最朴实的一点就是提高产品的能力，当然这个是大家一直在努力的。

　　另外一点我想提出来，我们还可以去在现有的一些场景之上，继续去挖掘还有哪些个可以应用我们新能源车更多的细分场景，就是现在目前传统车还是占比比较大的，但是跟现在应用场景比较类似的，比如说短导的，我们需要找的是这样一些个细分市场，这样的话我们通过这种方式也能推广我们新能源车辆。

　　另外，我们把所有的指标里面捞出来一个核心的内容，就是反映我们这个车挣不挣钱，实际上跟行驶里程有一个直接的关系，就是我这个车跑多少行驶里程就证明我这个车能挣多少钱。以牵引车为例，我们提出来一个概念叫盈亏平衡，盈亏平衡就是把一个月平均的支出除一下，得出来一个月不赔不挣，利润是零的时候，我们需要行驶的一个最低的里程是多少，不赚钱也不赔钱。大体上可以理解为，一个车我一个月，当然是牵引车，8000到1万公里一下，肯定是赔钱的，我必须每个月8000到1万公里以上，我才能达到一个零元利润的状态，我挣更多的钱，我跑更多的里程，这上面就是我挣的钱，可以这样理解。

　　统计来看，这个数据叫163000公里，这是一年牵引车行驶什么样的状态，收入20多万的一个状态。这个20多万的状态怎么去理解，是多还是少，还是怎么样理解？我觉得如果抛开风险去谈利润就是不负责任的，现在我们这个20多万其实面临很大的风险，风险来源于几个方面，第一个就是说我如果在以后的运输活动当中，我不能像现在一样获得稳定的货源了，这个20万无法保证，甚至没有下限，甚至是亏损。第二方面，一旦从车的层面上，这个车出了问题了，比如说发生故障了，达不到1万公里一个月了，这也是赔钱的，所以说风险是很大的，它的不稳定性比较大，这就是当前我们面临的环境。这是第二方面，

　　第三，从一个路线或一辆车的角度去观察一下这个问题。

　　这里面提出一个概念叫商用车路书，所谓的商用车路书是一个要素的总称，就是一辆车在行驶过程当中会产生很多的信息，这里面包含车和路的信息，这里边它行驶过的路线、地形和路线上海拔的情况，什么样的道路，包括它的里程、时长、什么样的速度，还有它坡度的变化，所有东西加在一起就是商用车路书。

　　通过这个能做哪些事呢？是五个方面，第一个是人，一切与人相关的因素，或者范称的人。第二个是车。第三个是路，大数据能提供的方法也好，或者叫能量也好。第四个就是运，包括运的行为，包括运距，包括什么时候停车的，什么时候装卸货。对新能源来说还加了一个补能的行为，当前重卡这块新能源车相对来说还不是很多，但是我们把目前推广的车做一个聚类的话，普通的站点在哪些地方，围绕哪些站点它换电的行为是怎么样的，是不是满充满放的，达到的比例是多少，这些给一个参考。

　　举一个例子，抛砖引玉，首先第一个就是看一下路线，就是说我们这个车的这些货从哪运到哪，它的出发点是哪，目的地是哪，做了一个路线。有这么几个核心的区域，华中地区以中转为主，并不是主要作为它的目的地或者叫始发地。选几条路线来看，比如说从高原下到广州去，中间会进入一个长下坡，比如说110公里之内落差1100米，像这种的，因为这条在所有路线里选择车辆跑得比较多的路线，是不是以后在开发过程中会有针对性的针对路线去开发，过去以往是针对版本，比如说寒区、高原，很多同仁都在做这个工作，是进一步的优化还是怎么样的工作，这个问题抛出来跟各位探讨一下。

　　另外在一些指标上，衡量效率的指标，司机还是去算账，我可能走高速我又省油又省车还快，但是有时候我会调整呢，我会避免一部分高速公路呢，因为中国高速公路收费，除了绿通之外，所以为什么提成本再平衡呢。

　　这个例子就能够解释，我们举了一个例子，从2013年1月到6月运价是整体下降的状态，一些会选择少走一些高速公路，会减少一些成本。回到刚才提到的问题，我们可能会进一步针对一些路线，包括一些热点的场景和区域去进行产品的开发，这里面可能也会面临一些变化，这个变化也需要进行观察，是不是产品做出来之后风向又变了，比如说环境不好了，大家又不走高速了，路线又换了，存在这样一个情况，需要我们在新的这个玩法之下，想到这些个应对或者解决的方案。

　　总体总结一下，商用车路书实际上就是应用动态大数据去转化商用车行业驱动力的一个方法，这里面中汽信科也好都是有一些前期积累的，希望把这些东西作为一个基础或者叫一个台阶，希望跟各位行业的专家一道把这个金矿去充分的挖掘一下，然后让商用车的行业越来越好。

　　以上是我的汇报，谢谢大家！

　　（注：本文根据现场速记整理，未经演讲嘉宾审阅）

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。