2014年中国大数据发展规模分析

第一篇：2014年中国大数据发展规模分析

2014年中国大数据发展规模分析

所谓“大数据分析”，其和“小数据分析”的唯一差别在于数据量以及数据量带来的对于数据存储、查询及分析吞吐量的要求。本质上，“大数据分析”仍然需要通过数据分析来发现现状，找到导致现状的根源要素，并且通过模型与预测分析技术来对改善进行预测与优化，并且实现企业运营各个领域的持续改善与创新。要谈“大数据分析”的中国现状，首先必须深入了解“数据分析”在国内的应用情况。

国内企业，不论是国企还是民企，真正在业务决策中以数据分析结果为依据的，主要集中在银行，保险，电信和电商等几个行业。以IT预算最充沛，人员能力最强的银行为例，目前主要是大型银行在导入数据分析。中小银行尚在观望与学习阶段，人员与能力建设正在起步阶段。数据分析的应用范围主要集中在信用风险、流程优化、市场营销、成本与预算等几个方面，深度尚可，但广度一般，尚未扩充到运营管理的所有领域。

根据前瞻产业研究院发布的《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》分析，目前，在对数据的价值的态度上，除了6.9%的企业认为数据没有价值以外，绝大多数企业都认为数据具有或可能具有很高的价值，可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。

图表1：中国企业对大数据的态度

资料来源：前瞻产业研究院整理

至于支撑起我国庞大GDP的制造业、建筑业和贸易业，在运用数据分析进行业务决策

方面，则尚未见规模。其IT开支仍然主要集中在基础架构与流程化的软件套件领域（如ERP，CRM，HRM,SCM等），部分企业开始导入商业智能（报表、制图、管理驾驶舱），而数据分析应用远远没有进入规模发展阶段。以我国制造业企业为例，从五、六年前开始热炒“六西格玛”、“全面质量管理”，“精益生产”，尽管这些举措对中国制造、中国创造等带来本质变化尚需时日，但是就提升企业决策能力和管理水平而言，这些举措的的确起到了一定的作用，对于中国企业从拍脑袋到用数据决策这一本质转变打下了一个基础。

本文作者：陈辅取（前瞻网产业研究员、分析师）

本文来源前瞻网，未经前瞻网书面授权，禁止转载，违者将被追究法律责任！

第二篇：中国调味品行业规模发展分析

中投顾问产业研究中心

中国调味品行业规模发展分析

一、2014年调味品行业发展规模

中投顾问《2017-2021年中国调味品市场投资分析及前景预测报告》中数据指出，2014年我国规模以上调味品、发酵制品制造行业总资产为2114.2 亿元，同比增长14.55%。

图表 2010-2014年我国调味品行业资产规模

数据来源：国家统计局

调味品行业与居民日常生活息息相关，其原材料采购和生产过程中的质量控制关系到广大消费者的身体健康。我国政府对调味品行业的产品质量安全高度重视，陆续颁布了一系列法律法规和行业标准，建立了质量安全市场准入体系。对于调味品生产企业而言，合理搭建质量检测与控制部门、培养和配置专业检测人员、优选和构建合格供应商体系、形成完善的质量控制体系是一项长期而艰巨的系统工程，需要企业投入大量人力、物力。对产品质量的控制能力成为本行业新进入企业面临的重要挑战。

随着人们生活水平的提高，消费观念、消费方式也发生了转变。就调味品行业而言，消费者会青睐于更为熟悉的、品牌信誉好的调味品生产商的产品。品牌信誉度与知名度不仅代表产品的档次，更代表着产品的高质量和领先的消费文化。目前，调味品行业内大型企业通过多年的经营，已经建立起牢固的品牌优势和较高的市场知名度，而新的进入者要想为广大消费者所接受，不仅需要投入高额的品牌营销费用，还需要长时间的积累。同时，上游供应商和下游渠道销售商也更愿意与具有品牌知名度和经营规模的企业合作。因此，在与行业领先企业竞争中，新进入企业在较长一段时间内将处于劣势地位。

二、2015年调味品行业发展规模

2015年1-10月我国调味品及发酵制品行业营收达2,303亿，同比增长8.94%，虽然营业收入的增长速度同比有所下降，但行业盈利能力不断提升，利润总额同比增长20.22%，利润总额/收入从2004年的5.20%升至9.08%，利润增速显著快于收入增速。细分品类方面，酱油食醋产量和营收占比居首。调味品行业的增长驱动力一方面来自饮食结构变化带来调味品渗透率的提升和单次用量的增加，使得行业收入规模不断增长；另一方面收入水平的提升推动调味品产品结构持续升级，同时产品的平均售价也获得不断提升。

中投顾问·让投资更安全 经营更稳健

中投顾问产业研究中心

三、2016年调味品行业运行概况

2016年，中国调味品行业发展趋势向好，各经典产品、畅销单品、创意新品都争相占领市场。总体来讲，企业可分为大型企业、成长型企业、区域型企业，从全国范围来说，小微企业逐渐缩水、大型企业发展迅速、企业并购与资本入驻风生水起。至2016年，西南地区企业数目占比最大，以成长型企业居多；华中与华东地区在企业数目上较为领先也较为均等；华南地区企业数并不算突出，但大型企业数量可观。

中投顾问在《2017-2021年中国调味品市场投资分析及前景预测报告》中表示，2016年，调味品行业综合型平台公司与专一性生产企业都得到了很好的发展，无论是老字号企业还是新兴企业，除了主打产品（市场销量领先）、特色产品（市场关注度高）、种类产品（丰富产品品类的小品种产品）等，还有层出不群的创新包装新品、新概念与新口味产品、客户针对性强的细分产品在不断推向消费者的视线。

中投顾问·让投资更安全 经营更稳健

第2页

第三篇：贵州省旅游大数据产业发展规模及现状分析

中投顾问产业研究中心

贵州省旅游大数据产业发展规模及现状分析

贵州省旅游大数据产业发展现状

中投顾问《2016-2020年贵州省大数据产业深度调研及投资前景预测报告》数据显示，目前，贵州已经有了智慧旅游的概念和大数据的框架，将建成集旅游行业的大数据精准管理功能、企业之间的数据共享和投融资交易功能以及为游客提供一站式服务功能为一体的旅游大数据平台，建成应急调度指挥中心和大数据中心。今后无论是景点开发、业态丰富都要走企业化、资源化的道路。

2012年12月，贵阳市被国家旅游局确定为第二批智慧旅游试点城市，自此，贵阳市全面启动智慧旅游体系建设，致力打造智慧旅游“贵阳模式”。目前，“贵阳市智慧旅游运行监管及应急指挥平台”已现雏形。

2016年3月，《太极-IBM贵阳智慧旅游联合创新中心建设方案》通过专家评审。这个中心，将创新实践贵阳智慧旅游平台模式，以全方面整合资源、渠道、洞察、智慧为思路，围绕“+互联网”与“互联网+”、公共设施的集成与优化、以API经济为特色的大数据创新三个建设重点，从组织架构、标准、人才、产业等多方面搭建创新中心，构建以互联网为基础的智慧旅游生态圈，打造全国智慧旅游大数据中心。

贵州省旅游大数据产业发展规模

自智慧旅游云工程建设工作开展以来，贵州旅游大数据产业获得了广泛关注。一是我局积极引导省内、外著名企业参与智慧旅游云建设，其中以阿里巴巴集团、贵州联通、贵州移动、天涯社区科技有限公司、贵州旅投集团、贵州省新技术研究所、贵州广电网络集团、中国人民银行贵阳中心支行、中国银联贵州省分公司、中国银行贵州省分行等为主要龙头企业。二是通过智慧旅游云工程建设，在贵州本地培育了贵州大数据旅游产业股份有限公司、贵州智慧旅游云运营中心、中国联通云计算公司贵州分公司、贵州黔旅一二三0一公司、贵州行游通新媒体科技有限公司、贵州黄果树智慧旅游公司、贵州快行漫游电子商务公司、贵州慧积地公司、贵州绿宝石电子商务有限公司、贵州爽爽网络传媒股份有限公司、贵阳爽游在线电子商务公司、贵州中移通信有限公司、贵阳睿游网络科技公司、贵阳乐之库网络科技有限公司、贵州致远天下传媒有限公司等旅游大数据产业创业企业。三是引进中国科学院软件研究所、太极计算机公司、腾讯公司、四川中科大旗软件有限公司、四川壹旅游科技公司、三亚天涯通公司、桂林天桂公司、北京艾迪互动科技有限公司、海康威视公司、杭州诚智天扬科技公司、上海积分通公司、全景客公司、深大智能科技公司等企业加入到智慧旅游云建设中。涉及领域包括信息技术、通信、大数据、旅游、科技、游戏、互联网、移动互联网、金融等行业。

贵州省旅游局局分别与天涯社区、贵州联通、贵州移动签署合作协议，明确天涯社区作为智慧旅游云运营主体，阿里巴巴集团、贵州联通、贵州移动、贵州旅游集团、贵州省新技术研究所、贵州广电网络集团等主要龙头企业作为智慧旅游云建设实施和应用开发示范企业。目前，根据我局统一协调部署，由主要

中投顾问·让投资更安全 经营更稳健

中投顾问产业研究中心

龙头企业牵头，结合已有经验及项目，直接和间接带动信息技术、通信、大数据、旅游、科技、游戏、互联网、移动互联网、金融等领域80余家企业参与到智慧旅游云建设中。在数据资源方面，已整理全省A级旅游景区117家，旅行社335家，星级饭店379家，导游12582人等基础信息数据和12301旅游公益服务热线10万余条旅游资讯信息数据并导入到云上贵州智慧旅游云主要应系统中。

中投顾问·让投资更安全 经营更稳健

第2页

第四篇：2017年中国数据分析行业发展报告

2017年中国数据分析行业发展报告

篇一：2017年中国大数据行业分析及发展趋势预测(目录)

2017-2022年中国大数据行业市场分析预测及投资前景评估报告（目录）

华经情报网

公司介绍

北京艾凯德特咨询有限公司是一家专业的调研报告、行业咨询有限责任公司，公司致力于打造中国最大、最专业的调研报告、行业咨询企业。拥有庞大的服务网点，公司高覆盖、高效率的服务获得多家公司和机构的认可。公司将以最专业的精神为您提供安全、经济、专业的服务。

公司致力于为各行业提供最全最新的深度研究报告，提供客观、理性、简便的决策参考，提供降低投资风险，提高投资收益的有效工具，也是一个帮助咨询行业人员交流成果、交流报告、交流观点、交流经验的平台。依托于各行业协会、政府机构独特的资源优势，致力于发展中国机械电子、电力家电、能源矿产、钢铁冶金、服装纺织、食品烟酒、医药保健、石油化工、建筑房产、建材家具、轻工纸业、出版传媒、交通物流、IT通讯、零售服务等行业信息咨询、市场研究的专业服务机构。服务对象涵盖机械、汽车、纺织、化工、轻工、冶金、建筑、建材、电力、医药等几十个行业。

我们的服务领域

2017-2022年中国大数据行业市场分析预测及投资前景评估报

告（目录）

【出版日期】2017年

【关 键 字】大数据

【交付方式】Email电子版/特快专递

【价

格】纸介版：8000元电子版：8000元纸介+电子：8500元 【网 址】/story/302700 大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。大数据时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心的资产，并将深刻影响企业的业务模式，甚至重构其文化和组织。因此，大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。如今的数据已经成为一种重要的战略资产，它就像新时代的石油一样，极富开采价值。如果能够看清大数据的价值并且迅速行动起来，那么在未来的商业竞争中会占得先机。

众所周知，依托价格相对较低的硬件和开源软件构成的组合，大数据大幅降低了普通企业获得“智慧”的门槛。而在过去，商业智能才是企业获得“智慧”的主要技术手段，一个典型的商业智能需要基于传统数据仓库实现，需要专用硬件和专业ETL工具，项目投资不菲而且建设周期长，这就让大量中小企业对商业智能望而却步。正是基于此，当同样能给企业带来“智慧”的大数据一出现，就受到企业的普遍欢迎。全球大数据技术及服务市场复合年增长率将达31.7%，2016年收入将达到238亿美元，将增速约为信息通信技术市场整体增速的7倍之多。2013年中国大数据市场规模达7.8亿元，从2014年到2017年期间，每年将保持60%的增长。

大数据时代将引发新一轮信息化投资和建设热潮。到2020年全球将总共拥有35ZB的数据量，预测未来大数据产品在三大行业的应用就将产生7千亿美元的潜在市场，未来中国大数据产品的潜在市场规模有望达到1.57万亿元，给IT行业开拓了一个新的黄金时代。数据处理技术和设备提供商、IT系统咨询和ERP/CRM/BI改造服务商、智能化和人机交互应用以及信息安全提供商将获巨大需求，相应公司将获得机会。

本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数

据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。

报告目录：

第一部分 大数据行业发展概述

第一章 2015年中国大数据行业宏观环境分析第一节 大数据行业定义分析

一、行业定义

二、行业产品分类

第二节 2015年大数据行业宏观环境分析

一、政策环境

二、经济环境

三、技术环境

四、社会环境

篇二：2017年大数据行业概况及发展趋势展望分析报告

2017年1月出版

第1页

一、行业主管部门、监管体制及相关政策........................................3

1、行业主管部门.......................................................................................................3

2、行业主要法律法规和相关政策..........................................................................3

二、行业概况...................................................................................4

1、大数据行业发展概况..........................................................................................4

2、大数据行业发展趋势..........................................................................................6

3、上下游发展对行业的影响..................................................................................6（1）云计算行业是大数据行业最重要的上游行业...................................7（2）泛娱乐产业既是大数据行业内容来源的上游，也是大数据行业应

用的下游............................................................................................................7（3）下游应用广泛的精准广告行业............................................................8

4、行业的市场情况.................................................................................................10

5、会展业概况.........................................................................................................11

三、行业壁垒.................................................................................12

1、技术壁垒.............................................................................................................12

2、行业先入壁垒.....................................................................................................12

3、人才壁垒.............................................................................................................13

四、相关公司简介..........................................................................13

1、深圳市慧动创想科技有限公司........................................................................13

2、北京影谱科技股份有限公司............................................................................13

3、北京腾云天下科技有限公司............................................................................14

4、北京品友互动信息技术股份有限公司...........................................................14

5、北京艾漫数据科技股份有限公司...................................................................15 第2页

一、行业主管部门、监管体制及相关政策

1、行业主管部门

行业没有特定的主管部门及管理体制，仅接受工商局和税务局管理，并且不存在自律组织。

2、行业主要法律法规和相关政策

我国高度重视大数据未来发展，以下是2012年以来国内关于大数据行业相关政策汇总：

2012年7月，国务院发布《“十二五”国家战略性新兴产业发展规划》，明确提出支持海量数据存储、处理技术的研发和产业化。

2013年7月，重庆市发布《重庆市大数据行动计划》，提出2017年将大数据产业培育成全市经济发展的重要增长极。

2013年7月，上海市印发《上海推进大数据研究与发展三年行动计划（2013-2015年）》，指出数据硬件及大数据软件产品具备产业核心竞争力。

2014年2月，国务院公布《关于促进信息消费扩大内需的若干意见》，推动商业企业加快信息基础设施演进升级，构建大数据产业链，促进创新链与产业链有效衔接。

2015年3月，国务院部发布《制定“互联网+”行动计划》，推动移动互联网、云计算、大数据、物联网与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。

第3页

篇三：2017年最新互联网+大数据行业分析报告

(说明：此文为WORD文档，下载后可直接使用)目 录

一、大数据概述.............................................................1

1、大数据简介............................................................1

2、大数据特征............................................................1

3、大数据的技术..........................................................2

4、大数据的应用..........................................................2

5、大数据处理方法........................................................2

二、大数据发展现状与趋势分析................................................4

1、国外现状..............................................................4

2、国内现状..............................................................5

3、发展趋势分析..........................................................6

三、重点应用领域及行业企业分析..............................................8

1、重点应用领域..........................................................9

2、重点企业.............................................................14

3、国内运营商分析.......................................................19

四、存在问题及对策分析....................................................20

1、数据量的成倍增长挑战数据存储能力.....................................20

2、数据类型的多样性挑战数据挖掘能力.....................................20

3、对大数据的处理速度挑战数据处理的时效性...............................20

4、数据跨越组织边界传播挑战信息安全.....................................20

5、大数据时代的到来挑战人才资源.........................................21

一、大数据概述

1、大数据简介

随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长。大量新数据源的出现导致了非结构化、半结构化数据爆发式的增长。这些数据已经远远超越了目前人力所能处理的范畴，如何管理和使用这些数据，逐渐成为一个新的领域，于是大数据的概念应运而生。

2、大数据特征

大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到收集、管理、处理、并整理成为帮助企业经营决策目的的咨询。大数据不单单是指数量的量大，而且包括了以下的四个方面：

首先，数据的体量（volumes）大，大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T），和我们所熟知的G相比，体量不可谓不大。其次，是数据类别（variety）大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。再次，是数据处理速度（velocity）快，在数据体量庞大的情况下，也能够做到数据的实时处理。最后，是指数据的真实性（veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴起，传统数据源的局限被打破，信息的真实性和安全性显得极其重要。

3、大数据的技术

大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。主要可分为：数据采集、数据存取、基础架构、数据处理、统计分析、数据挖掘、模型预测和结果呈现等8种技术。同时，由这几种技术形成了批处理、流处理和交互分析三种计算模式。

4、大数据的应用

大数据的应用范围非常广。有机构预测，“大数据”的发展，将使零售业净利润增长60%以上，制造业的产品开发、组装成本将下降50%以上。

在制造行业，企业通过对网上数据分析了解客户需求和掌握市场动向，并对大数据进行分析后，就可以有效实现对采购和合理库存量的管理，大大减少因盲目进货而导致销售损失。

在商业上，国外一些超市利用对手机的定位和购物推车获得商场内顾客在各处停留时间，利用视频监视图像软件分析顾客购物行为，优化商场布局和货架排列。

在政府决策上，分析几十年来的天气数据，将各地降雨、气温、土壤状况和历年农作物产量做成精密图表，就可以预测农产品生产趋势，政府的激励措施、作物存储量和农业服务也可以随之确定。

5、大数据处理方法

大数据的处理方法有很多，普遍适用的大数据处理流程，可以概括为四步，分别是采集、导入和预处理、统计和分析，最后是数据挖掘。

（1）、采集。大数据的采集是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。在大数据的采集过程中，其主要特点和挑战是并发数高，因

为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片是需要深入的思考和设计。

（2）、导入/预处理。虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自Twitter的Storm来对数据进行流式计算，来满足部分业务的实时计算需求。

导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别。

（3）、统计分析。统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。

统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是I/O会有极大的占用。

（4）、挖掘。与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测（Predict）的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等。

该过程的特点和挑战主要是用于挖掘的算法很复杂，并且计算涉及的数据量和计算量都很大，常用数据挖掘算法都以单线程为主。

第五篇：中国黄酒行业规模现状分析

中投顾问产业研究中心

中国黄酒行业规模现状分析

在最新的国家标准中，黄酒的定义是：以稻米、黍米、黑米、玉米、小麦等为原料，经过蒸料，拌以麦曲、米曲或酒药，进行糖化和发酵酿制而成的各类黄酒。黄酒是中国的汉族特产，属于酿造酒。在世界三大酿造酒（黄酒、葡萄酒和啤酒）中占有重要的一席。酿酒技术独树一帜，成为东方酿造界的典型代表和楷模。

按黄酒标准分类，可以分为绍兴黄酒（执行《绍兴黄酒国家标准》）和黄酒（执行《黄酒国家标准》）；按生产工艺分类，可分为传统（手工）酿造黄酒和机械化酿造黄酒；根据《黄酒国家标准》，按产品风格分类，可分为传统型黄酒、清爽型黄酒、特型黄酒。绍兴黄酒为黄酒的一种，是地理标志产品。根据《绍兴黄酒国家标准》的定义，绍兴黄酒是“以优质糯米、小麦和保护范围内的鉴湖水为主要原料，经过独特工艺发酵酿造而成的优质黄酒”。

与其他酒类相比，黄酒具有高营养、低酒精度、低粮耗的特点。第一，高营养。酿造黄酒的原料大米、小麦中的蛋白质经微生物酶降解，绝大部分以肽和氨基酸的形式存在，极易为人体吸收利用，因此黄酒富含氨基酸、蛋白质、功能型低聚糖、维生素等多种营养物质。第二，低酒精度。黄酒一般酒精含量为8%-17%，在酒类行业中属于低度酿造酒。第三，低粮耗。黄酒用粮较少，出酒率高，符合国家节约资源的方针。同时以粮食为原料，1吨粮食可制成黄酒约2吨，而1吨粮食仅能生产普通白酒约0.6吨。黄酒除饮用外，也可用作烹饪料酒、制作其他药酒或补酒的原酒、中药辅料等。

中投顾问发布的《2016-2020年中国黄酒市场投资分析及前景预测报告》表示，黄酒行业主营业务收入绝对额呈逐年增长的趋势，2014年主营业务收入达到158.56亿元，2009-2011年，行业营收增速随着经济的高速增长逐年增加，从2012年开始，营收增速受经济下行、反腐等不利因素影响呈现了逐步下降的态势，2015年1-10月行业营收增速达到12.85%，出现了明显复苏势头。2011年以前，依赖于整个行业成本费用的控制以及产品结构升级，利润总额的增幅超过营收的增幅，2013年行业的利润总额达到17.12亿元。

图表 2009-2015年黄酒行业的主营业务收入及增速

中投顾问·让投资更安全 经营更稳健

中投顾问产业研究中心

数据来源：国家统计局

图表 2009-2015年黄酒行业的利润总额及增速

数据来源：国家统计局

比较2006-2012年黄酒的人均消费金额，2006年，黄酒的人均消费额为4.3元，而白酒的人均消费额为71.8元，白酒的人均消费额是黄酒人均消费额的17倍左右。到了2012年，黄酒的人均消费额为10元，白酒的人均消费额为336元，两者的差距进一步拉大，相差近33倍。由此看出，黄酒近些年的增长较白酒而言，是缓慢的，但我们认为2014年中国白酒行业人均白酒消费量达到9.2升，超全球平均水平，未来增长空间不大，甚至可能下降，下降的份额或被黄酒、葡萄酒等更加健康、低度酒种替代。

图表 黄酒与白酒人均消费额

中投顾问·让投资更安全 经营更稳健

第2页

中投顾问产业研究中心

数据来源：中投顾问产业研究中心

中投顾问发布的《2016-2020年中国黄酒市场投资分析及前景预测报告》指出，黄酒的消费有传统消费区域和非传统区域之分，传统区域集中在浙江、江苏和上海，而其他地区则为非传统区域。

黄酒行业于2015年7月首次突破100家，传统区域集中了众多大型黄酒企业。其中，浙江省集中了中国黄酒的主要生产企业，如会稽山、古越龙山、塔牌等；上海本地黄酒企业以金枫酒业为代表；江苏省的黄酒企业近年来发展势头良好，代表企业有张家港酿酒厂和江苏丹阳酒厂。非传统区域的黄酒生产企业结合当地特色，推出符合当地消费者口味的黄酒产品，其中代表企业有陕西谢村黄酒、山东即墨黄酒厂等企业。

比较了黄酒行业古越龙山、金枫酒业和会稽山三家上市公司，2011-2015Q3间三家公司的营业收入，古越龙山的规模大于金枫酒业和会稽山。受经济下行、其他黄酒企业竞争冲击等不利因素影响，三家企业2014年的营收增速均为负值，2015年1-Q3营收增速重回增长轨道。古越龙山净利润增速于2013年达到低谷后，又开始重新领跑，拉开与其他两家上市公司的差距。

图表 三家黄酒上市公司营业收入

单位：百万元

数据来源：中投顾问产业研究中心

中投顾问·让投资更安全 经营更稳健

第3页

中投顾问产业研究中心

图表 三家黄酒上市公司营业收入的增速

单位：%

数据来源：中投顾问产业研究中心

2011-2015Q3，古越龙山、会稽山和金枫酒业三家上市公司销售毛利率都较为稳定，金枫酒业遥遥领先，古越龙山则最低，近几年基本维持在38%，与金枫酒业的差距较大，因为金枫酒业生产的为海派系黄酒出酒率相对较高。比较三家上市公司的销售净利率，却是民营机制的会稽山保持高位且较为稳定，主要得益于其对销售费用、管理费用的良好控制，而古越龙山、金枫酒业的净利润率波动较大。

中投顾问·让投资更安全 经营更稳健

第4页