印度位置信息对物流与运输造成的经济影响
8589在地球上70亿居民中，大约75%[1]的人没有恰当的地址，使得他们的住址、房产或公司无法在地图上用合理的坐标定位。为了说明这一点，可以参考我们其中一位作者在不同两个邦的两个地址:
▲图1: 图片版权属Debabrata Majumdar
▁[Name], 7116 Via Correto Dr, Austin, TX 78749：此处地址的位置很容易搜索到并且任何导航系统都能在白天或晚上将你带回家，无论天气好坏！这是一个结构化地址的例子。
▁[Name], College Tilla, PO Agartala College, Agartala 799004：谷歌映射将这个地址解析为大约76平方公里的区域。在阿加尔塔拉城，这个地址是非结构化的。
▁在第二个地址加一个地标如“College Tilla near College Tilla Lake……”能缩小到大约3平方公里的面积。
▲图2: 发达国家大多数地址可以处理到一个很小的范围内，印度则很少能够精确定位到某房屋这一级别
这些不仅仅是造成不便的一次性体验。无法为每个地址提供准确的位置，在许多方面影响着居民的生活。首先抑制了他们当地的行业，如沙龙、面包店或小吃摊的发展。它降低了诸如创建银行账户和提供商品和服务（例如电子商务）等便利设施的可用性，并延误了诸如消防队和救护车等紧急服务。
如前例所示，考虑电子商务行业，或需要将货物递送到某一地址的任何行业，因为无法在合理的精度范围内定位地址，限制了运输商按时交货而且不产生额外费用的能力。由于没有适当的地理编码，印度的大多数公司都会通过邮编对包装或商品进行“分类”，因为邮编是印度唯一出现在大多数书面地址的数字定位描述符号。
尽管这看起来像是一个合理的解决方案，例如，按照邮编对交付货物进行分类，甚至根据不同邮编中存在的需求量创建设施（存放待发运和退货的货物）。然而，在实现这个想法的过程中，出现了两个主要的实际问题：
▁印度大约有30-40％[2]的邮编错了，导致货物派送出错，需要人工干预最终路线并回到正确的邮编上；▁每个邮编的平均覆盖面积为179平方公里，包括约135,000户家庭和超过100,000个企业、教育机构和政府建筑等。超过25万个地址中只有30％是结构化的，给派送货物带来了许多挑战。
我们将在物流和运输行业中选择一部分来详细说明（其中的）挑战。比如在收入、消费和数字化增长推动下的电子商务，其复合年增长率达到30 [3]，并且在可预见的未来将持续下去。印度消费者希望产品免费送货上门，这给电子商务公司带来了在世界大部分地区都没有见过的特殊负担。
当在电商网站上订购一个产品时，商品从商家或仓库中取出并送去处理（打包），期间根据目的地城市进行分类——这一过程被称为“first mile operation”。然后通过长途运输，如卡车、飞机等“line haul”在发运城市和目的城市间运输。在“last mile operation”中，商品从送货中心送到顾客家中。
▲图3: 最后一公里支出约占整体派送成本的30%
在西方国家，结构化的地址形成相对准确的地理编码，因此最后一公里的成本约占总成本的10-12%。在印度，这一开销约占整体派送成本的30% ，尽管印度的劳动力成本低。额外的成本来自司机要花更长的时间去定位（如何从）一个地址行驶到另一个地址、多次停下来给收信人打电话、或者在路上或附近的商店询问位置和方向、在寻找地址时浪费了几公里的时间等等。
图4展示了无法从（房屋级别）定位消除不合理的部分对目的地交付提出的挑战。在缺少所需地址坐标的情况下，地址是根据邮编进行分类的，并且所有包裹都围绕这一邮编分类、储存以及从这一（有时会有两个甚至更多）派送中心分配派送。典型的基于邮编的分类中心，位于途中橙色位置，可以有4-20公里的派送“投递”(半径)。由于缺乏基于区域（某一范围）负载量分布的理解，这些中心的位置往往是不平衡的。例如本例中，（同一邮编）一名快递员行驶了约22公里，而另一名快递员则行驶了104公里，后者行驶距离约为前者的5倍。类似的问题严重的妨碍了这些中心提高效率和降低成本的计划。
▲图4: 浅橙色是单独一个邮编的控制范围
另一方面，如果地址可以从户级层面上细化分解，那么每个地点都可以有一个小的配送中心，就像在大多数地区有药房、杂货店或餐馆一样。在这种情况下，配送中心的配送范围降至平均1-3公里。派送员通常轮班派送一小段距离并且一天可以多次轮班，以配合从各个目的地中心载货的多辆卡车的安排。图4小型配送中心的位置用红色定位标志表示，它们所覆盖的区域用黄色表示。这能够促使基于地址分类的较小中心的效率显著提高。
此外，在地址编码上更细化，还可以优化路径，为快递员提供系统（优化的）驾驶路径。我们这里提供印度领先的电商物流供应商之一——Delhivery的案例。
在Delhivery，将基于邮编的分类转换为基于地址（地理位置）的排序，可以将最后一公里操作的效率提高40-60%，（效率）取决于地址的类型/复杂性和位置的范围/地形。
▲Table 1: 基于地址的分类可以提高40-60%的效率
这种最后一公里的高成本不成比例地影响着一家公司的利润底线。表2简单分析中，我们证明了一个优化的地理编码可以将最后一公里的成本降低40%，在现有技术范围内，提高电子商务公司的盈利能力。
▲Table 2：最后一英里成本的提高可能会影响电子商务业务的盈利能力
即使是印度的一个小型行业，例如电子商务交付，据估计，截至2017年，该行业每年的业务量为500亿卢比(约7.75亿美元)，一个更好的解决方案每年为其节省的成本约为65亿卢比(约1亿美元)。
对于物流和运输行业，相同的框架可以用于不同类型的货物和服务的流动。当货物从一个城市移动到另一个城市时，通常是城际运输的线路运输段不会因缺乏适当的地理编码地址而受到太大影响。然而，无论是驾驶摩托、卡车还是骑自行车执行这部分工作——第一公里（例如从客户或配送中心取货）或最后一公里（送货到家或公司），都被无法解析的地址严重影响。
我们对前三大行业 - 物流、制造业（包括消费品）和紧急服务进行了类似的分析，得出了印度的成本估算。使用这种算法，我们的估计表明，差劲的地址（信息）每年耗费印度100-140亿美元，约占GDP的0.5％；见表3。
▲Table 3: 印度差劲的地址（信息）产生的经济成本
要注意，表4中给出的数字包含了错误地址产生的成本，但不包括优化地址带来的其他效益，如生产率的提高和收入的增加，这将促使业务和GDP的进一步增长等。
易于定位的地址对于印度等快速发展的经济体非常重要。地址不仅仅是一种便利，而且对于推动自我强化的经济周期至关重要，从而改善印度人的生计和收入。消费者独立识别和采用地址来方便自己，而企业使用技术或第三方服务将这些地址解析为地理编码，以降低成本提供产品和服务。然而，对于大多数地址而言，无法借助印度目前的导航系统去获取相对准确的坐标。
我们的案例研究分析表明，缺乏良好的导航系统使印度每年至少花费100-140亿美元，约占其GDP的0.5％。随着印度经济在经济产出以及各种新业务和服务方面的持续增长，由于缺乏适当的导航系统而引起的成本将显着增加。因此，印度需要考虑采用一种全新的方法来使导航系统现代化，从而提高效率。
本文节选自Dr. Santanu Bhattacharya、Sai Sri Sathya、Dr. Kabir Rustogi、Dr. Ramesh Raskar联合创作的文章《ECONOMIC IMPACT OF DISCOVERABILITY OF LOCALITIES AND ADDRESSES IN INDIA》，由CNILINK编译。
作者信息：
Dr. Santanu Bhattacharya is scientist collaborating with Camera Culture Group at MIT Media Lab. A serial entrepreneur who has led Emerging Market Phones at Facebook, he is a former physicist from NASA Goddard Space Flight Center.
Sai Sri Sathya is a researcher collaborating with REDX and Camera Culture Group at MIT Media Lab and formerly at the Connectivity Lab at Facebook, focused on Emerging World Innovations.
Dr. Kabir Rustogi leads the Data Science team at Delhivery, India’s largest e-commerce logistics company. A published author, he was previously a Senior Lecturer of Operations Research at The University of Greenwich, UK.
Dr. Ramesh Raskar is Associate Professor at MIT Media Lab and leads the Emerging Worlds Initiative at MIT which aims to use global digital platforms to solve major social problems.
参考资料：
[1] Startup What3words Aims To Give Billions Of People One Thing They Don't Have
https://www.forbes.com/sites/rebeccafeng/2016/06/11/new-company-aims-to-give-billions-of-people-one-thing-they-dont-have-an-address/#2a6a8aa92b3c
[2] Sample from Delhivery’s database of 10 million addresses
[3] Morgan Stanley Bets On Digital To Forecast $6 Trillion Economy, Sensex At 1,30,000
https://www.bloombergquint.com/markets/2017/09/28/morgan-stanley-bets-on-digital-to-forecast-6-trillion-economy-sensex-at-130000
中印头程空运
尾程解决方案
信息一体化物流管理
在地球上70亿居民中，大约75%[1]的人没有恰当的地址，使得他们的住址、房产或公司无法在地图上用合理的坐标定位。为了说明这一点，可以参考我们其中一位作者在不同两个邦的两个地址:
▲图1: 图片版权属Debabrata Majumdar
▁[Name], 7116 Via Correto Dr, Austin, TX 78749：此处地址的位置很容易搜索到并且任何导航系统都能在白天或晚上将你带回家，无论天气好坏！这是一个结构化地址的例子。
▁[Name], College Tilla, PO Agartala College, Agartala 799004：谷歌映射将这个地址解析为大约76平方公里的区域。在阿加尔塔拉城，这个地址是非结构化的。
▁在第二个地址加一个地标如“College Tilla near College Tilla Lake……”能缩小到大约3平方公里的面积。
▲图2: 发达国家大多数地址可以处理到一个很小的范围内，印度则很少能够精确定位到某房屋这一级别
这些不仅仅是造成不便的一次性体验。无法为每个地址提供准确的位置，在许多方面影响着居民的生活。首先抑制了他们当地的行业，如沙龙、面包店或小吃摊的发展。它降低了诸如创建银行账户和提供商品和服务（例如电子商务）等便利设施的可用性，并延误了诸如消防队和救护车等紧急服务。
如前例所示，考虑电子商务行业，或需要将货物递送到某一地址的任何行业，因为无法在合理的精度范围内定位地址，限制了运输商按时交货而且不产生额外费用的能力。由于没有适当的地理编码，印度的大多数公司都会通过邮编对包装或商品进行“分类”，因为邮编是印度唯一出现在大多数书面地址的数字定位描述符号。
尽管这看起来像是一个合理的解决方案，例如，按照邮编对交付货物进行分类，甚至根据不同邮编中存在的需求量创建设施（存放待发运和退货的货物）。然而，在实现这个想法的过程中，出现了两个主要的实际问题：
▁印度大约有30-40％[2]的邮编错了，导致货物派送出错，需要人工干预最终路线并回到正确的邮编上；▁每个邮编的平均覆盖面积为179平方公里，包括约135,000户家庭和超过100,000个企业、教育机构和政府建筑等。超过25万个地址中只有30％是结构化的，给派送货物带来了许多挑战。
我们将在物流和运输行业中选择一部分来详细说明（其中的）挑战。比如在收入、消费和数字化增长推动下的电子商务，其复合年增长率达到30 [3]，并且在可预见的未来将持续下去。印度消费者希望产品免费送货上门，这给电子商务公司带来了在世界大部分地区都没有见过的特殊负担。
当在电商网站上订购一个产品时，商品从商家或仓库中取出并送去处理（打包），期间根据目的地城市进行分类——这一过程被称为“first mile operation”。然后通过长途运输，如卡车、飞机等“line haul”在发运城市和目的城市间运输。在“last mile operation”中，商品从送货中心送到顾客家中。
▲图3: 最后一公里支出约占整体派送成本的30%
在西方国家，结构化的地址形成相对准确的地理编码，因此最后一公里的成本约占总成本的10-12%。在印度，这一开销约占整体派送成本的30% ，尽管印度的劳动力成本低。额外的成本来自司机要花更长的时间去定位（如何从）一个地址行驶到另一个地址、多次停下来给收信人打电话、或者在路上或附近的商店询问位置和方向、在寻找地址时浪费了几公里的时间等等。
图4展示了无法从（房屋级别）定位消除不合理的部分对目的地交付提出的挑战。在缺少所需地址坐标的情况下，地址是根据邮编进行分类的，并且所有包裹都围绕这一邮编分类、储存以及从这一（有时会有两个甚至更多）派送中心分配派送。典型的基于邮编的分类中心，位于途中橙色位置，可以有4-20公里的派送“投递”(半径)。由于缺乏基于区域（某一范围）负载量分布的理解，这些中心的位置往往是不平衡的。例如本例中，（同一邮编）一名快递员行驶了约22公里，而另一名快递员则行驶了104公里，后者行驶距离约为前者的5倍。类似的问题严重的妨碍了这些中心提高效率和降低成本的计划。
▲图4: 浅橙色是单独一个邮编的控制范围
另一方面，如果地址可以从户级层面上细化分解，那么每个地点都可以有一个小的配送中心，就像在大多数地区有药房、杂货店或餐馆一样。在这种情况下，配送中心的配送范围降至平均1-3公里。派送员通常轮班派送一小段距离并且一天可以多次轮班，以配合从各个目的地中心载货的多辆卡车的安排。图4小型配送中心的位置用红色定位标志表示，它们所覆盖的区域用黄色表示。这能够促使基于地址分类的较小中心的效率显著提高。
此外，在地址编码上更细化，还可以优化路径，为快递员提供系统（优化的）驾驶路径。我们这里提供印度领先的电商物流供应商之一——Delhivery的案例。
在Delhivery，将基于邮编的分类转换为基于地址（地理位置）的排序，可以将最后一公里操作的效率提高40-60%，（效率）取决于地址的类型/复杂性和位置的范围/地形。
▲Table 1: 基于地址的分类可以提高40-60%的效率
这种最后一公里的高成本不成比例地影响着一家公司的利润底线。表2简单分析中，我们证明了一个优化的地理编码可以将最后一公里的成本降低40%，在现有技术范围内，提高电子商务公司的盈利能力。
▲Table 2：最后一英里成本的提高可能会影响电子商务业务的盈利能力
即使是印度的一个小型行业，例如电子商务交付，据估计，截至2017年，该行业每年的业务量为500亿卢比(约7.75亿美元)，一个更好的解决方案每年为其节省的成本约为65亿卢比(约1亿美元)。
对于物流和运输行业，相同的框架可以用于不同类型的货物和服务的流动。当货物从一个城市移动到另一个城市时，通常是城际运输的线路运输段不会因缺乏适当的地理编码地址而受到太大影响。然而，无论是驾驶摩托、卡车还是骑自行车执行这部分工作——第一公里（例如从客户或配送中心取货）或最后一公里（送货到家或公司），都被无法解析的地址严重影响。
我们对前三大行业 - 物流、制造业（包括消费品）和紧急服务进行了类似的分析，得出了印度的成本估算。使用这种算法，我们的估计表明，差劲的地址（信息）每年耗费印度100-140亿美元，约占GDP的0.5％；见表3。
▲Table 3: 印度差劲的地址（信息）产生的经济成本
要注意，表4中给出的数字包含了错误地址产生的成本，但不包括优化地址带来的其他效益，如生产率的提高和收入的增加，这将促使业务和GDP的进一步增长等。
易于定位的地址对于印度等快速发展的经济体非常重要。地址不仅仅是一种便利，而且对于推动自我强化的经济周期至关重要，从而改善印度人的生计和收入。消费者独立识别和采用地址来方便自己，而企业使用技术或第三方服务将这些地址解析为地理编码，以降低成本提供产品和服务。然而，对于大多数地址而言，无法借助印度目前的导航系统去获取相对准确的坐标。
我们的案例研究分析表明，缺乏良好的导航系统使印度每年至少花费100-140亿美元，约占其GDP的0.5％。随着印度经济在经济产出以及各种新业务和服务方面的持续增长，由于缺乏适当的导航系统而引起的成本将显着增加。因此，印度需要考虑采用一种全新的方法来使导航系统现代化，从而提高效率。
本文节选自Dr. Santanu Bhattacharya、Sai Sri Sathya、Dr. Kabir Rustogi、Dr. Ramesh Raskar联合创作的文章《ECONOMIC IMPACT OF DISCOVERABILITY OF LOCALITIES AND ADDRESSES IN INDIA》，由CNILINK编译。
作者信息：
Dr. Santanu Bhattacharya is scientist collaborating with Camera Culture Group at MIT Media Lab. A serial entrepreneur who has led Emerging Market Phones at Facebook, he is a former physicist from NASA Goddard Space Flight Center.
Sai Sri Sathya is a researcher collaborating with REDX and Camera Culture Group at MIT Media Lab and formerly at the Connectivity Lab at Facebook, focused on Emerging World Innovations.
Dr. Kabir Rustogi leads the Data Science team at Delhivery, India’s largest e-commerce logistics company. A published author, he was previously a Senior Lecturer of Operations Research at The University of Greenwich, UK.
Dr. Ramesh Raskar is Associate Professor at MIT Media Lab and leads the Emerging Worlds Initiative at MIT which aims to use global digital platforms to solve major social problems.
参考资料：
[1] Startup What3words Aims To Give Billions Of People One Thing They Don't Have
https://www.forbes.com/sites/rebeccafeng/2016/06/11/new-company-aims-to-give-billions-of-people-one-thing-they-dont-have-an-address/#2a6a8aa92b3c
[2] Sample from Delhivery’s database of 10 million addresses
[3] Morgan Stanley Bets On Digital To Forecast $6 Trillion Economy, Sensex At 1,30,000
https://www.bloombergquint.com/markets/2017/09/28/morgan-stanley-bets-on-digital-to-forecast-6-trillion-economy-sensex-at-130000
中印头程空运
尾程解决方案
信息一体化物流管理
热门活动 
其他
04-09 周四
热门报告 
