贵阳神州信息技术股份有限公司

❶ 鍦颁骇鍩哄缓涓瀛楀ご鑲＄エ鏈夊摢浜涳紵

鍦颁骇鍩哄缓涓瀛楀ご鑲＄エ鏈夊摢浜涳紵

涓瀛楀ご鍩哄缓榫欏ご鑲★紝寮曢嗕腑鍥藉熀纭璁炬柦寤鸿捐屼笟鐨勫彂灞曘傚嚟鍊熷己澶х殑瀹炲姏鍜屼赴瀵岀殑缁忛獙锛屾垜浠鎵挎媴閲嶅ぇ椤圭洰锛屾墦閫犲厛杩涚殑鍩庡競鍩虹璁炬柦锛屼笅闈㈠皬缂栧甫鏉ュ湴浜у熀寤轰腑瀛楀ご鑲＄エ鏈夊摢浜涳紝澶у朵竴璧锋潵鐪嬬湅鍚,甯屾湜鑳藉甫鏉ュ弬鑰冦

鍦颁骇鍩哄缓涓瀛楀ご鑲＄エ鏈夊摢浜

涓鍗庝紒涓氥佷腑杩鎶曡祫銆佷腑娲叉帶鑲°佷腑鍗楀缓璁俱佷腑浜ゅ湴浜с佷腑鍥芥﹀し

宸ョ▼鍩哄缓榫欏ご鑲℃湁鍝浜

宸ョ▼鍩哄缓榫欏ご鑲℃湁

涓銆佷腑鍥藉缓绛(601668)锛屾渶鏂拌偂浠5.08鍏冿紝鎬诲競鍊2131.83浜匡紝浠婂勾娑ㄨ穼骞-6.72%锛氬叕鍙镐富钀ヤ笟鍔℃埧寤恒佸熀寤恒佸湴浜у拰璁捐★紝鎴戝浗涓撲笟鍖栫粡钀ュ巻鍙叉渶涔呫傚競鍦哄寲缁忚惀鏈鏃┿佷竴浣撳寲鏈楂樼殑寤虹瓚鍦颁骇缁煎悎浼佷笟闆嗗洟涔嬩竴锛岋紝鍏鍙哥Н鏋佸竷灞鈥滀竴甯︿竴璺鈥濆拰PPP椤圭洰锛岃嗙洊鈥滀竴甯︿竴璺鈥濇部绾41涓鍥藉讹紝璺熻釜椤圭洰杩70涓銆

浜屻佷腑鍥戒腑閾(601390)锛屾渶鏂拌偂浠5.43鍏冿紝鎬诲競鍊1334.20浜匡紝浠婂勾娑ㄨ穼骞-6.43%锛氬叕鍙告槸涓鍥藉拰浜氭床鏈澶х殑澶氬姛鑳界患鍚堝瀷寤鸿鹃泦鍥锛屾寜骞村害宸ョ▼鎵垮寘鎬绘敹鍏ヨ＄畻锛屽叕鍙镐负鍏ㄧ悆绗涓夊ぇ寤虹瓚宸ョ▼鎵垮寘鍟嗭紝鍏鍙稿凡鍦ㄥ冨栭55涓鍥藉跺拰鍦板尯鎵垮缓瓒呰繃230涓娴峰栭」鐩锛屽叕鍙稿弬寤哄氫釜鈥滀竴甯︿竴璺鈥濋」鐩銆

涓夈佷腑鍥介搧寤(601186)锛屾渶鏂拌偂浠8.22鍏冿紝鎬诲競鍊1116.24浜匡紝浠婂勾娑ㄨ穼骞-17.52%锛氫腑鍥芥渶澶х殑宸ョ▼鎵垮寘鍟嗗拰娴峰栧伐绋嬫壙鍖呭晢锛屾槸涓鍥戒箖鑷冲叏鐞冩渶鍏峰疄鍔涖佹渶鍏疯勬ā鐨勭壒澶у瀷缁煎悎寤鸿鹃泦鍥涔嬩竴锛屾ｆ槸鈥滀竴甯︿竴璺鈥濇渶澶у彈鐩婅呬箣涓銆

鍥涖佷腑鍥戒氦寤(601800)锛屾渶鏂拌偂浠7.45鍏冿紝鎬诲競鍊1204.35浜匡紝浠婂勾娑ㄨ穼骞-16.44%锛氬叕鍙镐富钀ュ熀寤鸿捐°佸熀寤哄缓璁俱佺枏娴氬拰瑁呭囧埗閫犱笟鍔＄編鍥芥湁澶у瀷鍩哄缓鍏鍙革紝鍦ㄢ滀竴甯︿竴璺鈥濇部绾65涓鍥藉惰拷韪浜嗗氱被椤圭洰锛岃繍浣滀簡骞朵績鎴愪簡涓鎵硅捣鐐归珮銆佸奖鍝嶆繁銆佽勬ā澶х殑椤圭洰鍜屼簰鑱斾簰閫氶」鐩銆

浜斻佷腑鍥戒腑鍐(601618)锛屾渶鏂拌偂浠2.60鍏冿紝鎬诲競鍊538.81浜匡紝浠婂勾娑ㄨ穼骞-5.06%锛氬叕鍙告槸鎴戝浗鏈澶х殑娴峰栧伐绋嬫壙鍖呭晢涔嬩竴锛屽湪鍥介檯宸ョ▼鎵垮寘甯傚満寤虹珛鈥淢CC鈥濆搧鐗屽舰璞′笌浼佷笟鐭ュ悕搴︺傚叕鍙稿湪鈥滀竴甯︿竴璺鈥濇部绾垮浗瀹跺凡閲嶇偣甯冨眬6澶у尯鍩熷拰25涓椹诲栨満鏋勩

鍏銆佷腑鍥界數寤(601669)锛屾渶鏂拌偂浠3.91鍏冿紝鎬诲競鍊598.19浜匡紝浠婂勾娑ㄨ穼骞-9.54%锛氬叕鍙告槸鍏ㄧ悆姘村埄姘寸數宸ョ▼棰嗗艰咃紝鍏ㄧ悆甯傚崰鐜囩害50%锛屽缓璁句簡涓鍥65%浠ヤ笂鐨勫ぇ涓鍨嬫按鐢电珯鍜屾按鍒╂灑绾藉伐绋嬨備腑鍥芥渶澶х殑娴峰栧伐绋嬫壙鍖呭晢涔嬩竴锛屼笟鍔￠亶鍙婁簹闈炴х編90澶氫釜鍥藉跺拰鍦板尯銆

涓冦佷腑閾佸伐涓(600528)锛屾渶鏂拌偂浠9.09鍏冿紝鎬诲競鍊201.94浜匡紝浠婂勾娑ㄨ穼骞-19.91%锛氬叕鍙镐富钀ラ亾宀斾笟鍔°侀挗缁撴瀯鍒堕犱笌瀹夎呬笟鍔°侀毀閬撴柦宸ヨ惧囧強鐩稿叧鏈嶅姟涓氬姟銆佸伐绋嬫柦宸ユ満姊颁笟鍔★紝鍏鍙稿箍娉涘弬涓庘滀竴甯︿竴璺鈥濆熀纭璁炬柦寤鸿俱

鍏銆侀緳鍏冨缓璁(600491)锛屾渶鏂拌偂浠5.53鍏冿紝鎬诲競鍊84.60浜匡紝浠婂勾娑ㄨ穼骞-23.18%锛氬叕鍙镐紶缁熷缓绛戞柦宸ヤ笟鍔′互鍦熷缓鏂藉伐涓烘牳蹇冿紝寤虹瓚瑁呴グ銆侀挗缁撴瀯銆佸箷澧欍佹按鍒╃瓑缁嗗垎棰嗗煙涓鸿緟锛屽舰鎴愪骇涓氳仈鍔ㄥ彂灞曠殑涓氬姟缁撴瀯銆

涔濄佷腑宸ュ浗闄(002051)锛屾渶鏂拌偂浠7.43鍏冿紝鎬诲競鍊91.94浜匡紝浠婂勾娑ㄨ穼骞-22.57%锛2018骞9鏈24鏃ュ叕鍛婏紝鍏鍙告嫙浠ュ彂琛岃偂浠界殑鏂瑰紡鍚戞帶鑲¤偂涓滃浗鏈洪泦鍥㈡敹璐鍏舵寔鏈夌殑涓鍥戒腑鍏100%鑲℃潈锛屼氦鏄撳逛环鍒濇ョ‘瀹氫负12.57浜垮厓銆備腑鍥戒腑鍏冧富钀ヤ笟鍔′负宸ョ▼璁捐″挩璇㈠強鐩稿叧涓撲笟棰嗗煙鐨勫伐绋嬫壙鍖呫傚叕鍙镐富钀ヤ笟鍔′负浠ユ按鍒╃浉鍏冲伐绋嬩负涓荤殑鍥介檯宸ョ▼鎵垮寘锛屾牳蹇冨唴瀹逛负鎴愬楄惧囧強鎶鏈鍑哄彛锛屼竴甯︿竴璺姘村姟鍩哄缓灏忛緳澶达紝涓氬姟閬嶅強闆嗕腑鍦ㄤ簹娲层佹媺缇庛侀潪娲茬瓑鈥滀竴甯︿竴璺鈥濇部绾垮湴鍖烘暟鍗佷釜鍥藉躲

鍗併佽タ钘忓ぉ璺(600326)锛屾渶鏂拌偂浠7.52鍏冿紝鎬诲競鍊69.07浜匡紝浠婂勾娑ㄨ穼骞3.45%锛氬叕鍙镐富钀ヤ笟鍔′负宸ョ▼鏂藉伐銆佹按娉ョ敓浜ч攢鍞鍙婃播闈掓贩鍑濆湡鐢熶骇鍔犲伐閿鍞锛屽吋钀ョ熆浜т笟寮鍙戙傚叕鍙哥殑涓昏佷骇鍝佷负姘存偿閿鍞銆佸晢娣烽攢鍞銆侀ㄦ枡閿鍞銆佹埧寤哄伐绋嬨佸叕璺宸ョ▼銆佸競鏀块亾璺銆佹妧鏈鏈嶅姟鍙婄墿娴併佹播闈掔牸閿鍞銆佺洃鐞嗘娴嬨佹按鍒╁伐绋嬨

闄ゆや箣澶栵紝杩樻湁瀹濋拱鑲′唤(002047)銆佷腑閽㈠浗闄(000928)銆佷腑鍥芥﹀し(000797)銆佽吘杈惧缓璁(600512)銆佸寳鏂拌矾妗(002307)銆佸叞鐭抽噸瑁(603169)銆佸畞娉㈠缓宸(601789)銆佸崕绁炵戞妧(000790)銆佹案瀹夎嵂涓(002365)銆佷腑鎴愯偂浠(000151)銆佹柊鐤嗕氦寤(002941)銆佸氬枩鐖(002761)銆佷氦寤鸿偂浠(603815)銆佹禉鐭胯偂浠(300837)銆佸缓绉戞満姊(300823)銆

涓瀛楀ご鍩哄缓榫欏ご鑲℃湁鍝浜

鍩哄缓琛屼笟鑲＄エ榫欏ご锛

1.涓鍥介搧寤(601186)锛氬熀寤洪緳澶磋偂锛屼腑閾佸崄涔濆眬闆嗗洟鏈夐檺鍏鍙镐腑鏍囪タ钘忕帀榫欓摐涓氳偂浠芥湁闄愬叕鍙哥帀榫欓摐鐭挎敼鎵╁缓宸ョ▼鍩哄缓鍓ョ诲強鐢熶骇閲囧墺宸ョ▼锛屾诲伐鏈10骞达紝涓鏍囦环绾68.5029浜垮厓銆

浠庤繎浜斿勾鍑鍒╂鼎澶嶅悎澧為暱鏉ョ湅锛岃繎浜斿勾鍑鍒╂鼎澶嶅悎澧為暱涓12.46%锛岃繃鍘讳簲骞村噣鍒╂鼎鏈浣庝负2016骞寸殑140.0浜垮厓锛屾渶楂樹负2020骞寸殑223.9浜垮厓銆

2.涓鍥戒腑閾(601390)锛氬熀寤洪緳澶磋偂锛18骞12鏈堣仈鍚堜腑鏍囪吹宸炵渷璐甸槼甯傝建閬撲氦閫3鍙风嚎涓鏈熷伐绋婸PP椤圭洰锛屾绘姇璧勭害涓322.3浜垮厓銆

浠庤繎浜斿勾鍑鍒╂鼎澶嶅悎澧為暱鏉ョ湅锛岃繎浜斿勾鍑鍒╂鼎澶嶅悎澧為暱涓19.12%锛岃繃鍘讳簲骞村噣鍒╂鼎鏈浣庝负2016骞寸殑125.1浜垮厓锛屾渶楂樹负2020骞寸殑251.9浜垮厓銆

3.涓鍥藉缓绛(601668)锛氬熀寤洪緳澶磋偂锛屽叕鍙镐富钀ヤ笟鍔℃埧寤恒佸熀寤恒佸湴浜у拰璁捐★紝鎴戝浗涓撲笟鍖栫粡钀ュ巻鍙叉渶涔呫傚競鍦哄寲缁忚惀鏈鏃┿佷竴浣撳寲鏈楂樼殑寤虹瓚鍦颁骇缁煎悎浼佷笟闆嗗洟涔嬩竴锛屽叕鍙哥Н鏋佸竷灞鈥滀竴甯︿竴璺鈥濆拰PPP椤圭洰锛岃嗙洊鈥滀竴甯︿竴璺鈥濇部绾41涓鍥藉讹紝璺熻釜椤圭洰杩70涓銆

鏂板熀寤洪緳澶磋偂鎺掑悕鍓嶅崄

鏂板熀寤洪緳澶磋偂鎺掑悕鍓嶅崄濡備笅锛

涓銆佸ぎ浼佸熀寤猴細

涓鍥界數寤恒佷腑鍥戒氦寤恒佷腑鍥藉缓绛戙佷腑鍥介搧寤恒佷腑鍥戒腑閾併佷腑鍥戒腑鍐躲佷腑鍥芥牳寤恒佷腑鍥藉寲瀛︺佷腑鑹茶偂浠姐佷腑鍥芥捣鍩庛佷腑鍏楂樼戙

浜屻侀珮閾侊細

澶鍘熼噸宸ャ佷腑閾佸伐涓氥佷腑鍥介氬彿銆佹檵浜垮疄涓氥佸洖澶╂柊鏉愩佺炲窞楂橀搧銆侀摱榫欒偂浠姐侀紟姹夋妧鏈銆佸崡浜鑱氶殕銆佸弻鐜浼犲姩銆

涓夈佹按鍒╁缓璁撅細

閽辨睙姘村埄銆佸畨寰藉缓宸ャ佷笁宄℃按鍒┿佺菠姘寸數銆

鍥涖佹娊姘磋搫鑳斤細

涓鍥界數寤恒佺菠姘寸數銆佷腑鍥界數鐮斻佷笢鏂圭數姘斻佸畞娉㈣兘婧愩佹禉姹熸柊鑳姐佽鲍鑳芥帶鑲°佹備笢鐢靛姏銆

浜斻佽矾妗ュ缓璁撅細

灞变笢璺妗ャ佹禉姹熶氦绉戙佹柊鐤嗕氦寤恒侀緳寤鸿偂浠姐佹郸涓滃缓璁俱佸洓宸濊矾妗ャ佽吘杈惧缓璁俱侀毀閬撹偂浠姐佸畯娑﹀缓璁俱侀緳婧愬缓璁俱佷笂娴峰缓宸ャ佸洓宸濇垚娓濄

鍩哄缓鑲＄エ鐨勫崄澶ч緳澶磋偂

鏂板熀寤猴紝鍏ㄧО涓烘柊鍨嬪熀纭璁炬柦寤鸿撅紝涓昏佸寘鍚浠ヤ笅涓冨ぇ棰嗗煙锛5G鍩虹珯寤鸿俱佺壒楂樺帇銆佸煄闄呴珮閫熼搧璺鍜屽煄甯傝建閬撲氦閫氥佹柊鑳芥簮姹借溅鍏呯數妗┿佸ぇ鏁版嵁涓蹇冦佷汉宸ユ櫤鑳姐佸伐涓氫簰鑱旂綉銆

浣滀负鍗佸洓浜旇勫垝鐨勯噸瑕佸彂灞曟柟鍚戯紝鎶曡祫鑰呬篃搴旇ュ瘑鍒囧叧娉ㄨ繖浜涢嗗煙锛岀揣璺熷浗瀹剁殑鍙戝睍鎴樼暐銆

灏忕紪浠嶢鑲5000澶氬朵笂甯傚叕鍙镐腑绛涢夊嚭浠ヤ笅榫欏ご鑲★紝渚涘ぇ瀹跺弬鑰冦

1銆5G鍩虹珯寤鸿

5G鏄鎸囩浜斾唬绉诲姩閫氫俊鎶鏈锛屽叿鏈夐珮閫熺巼銆佷綆寤舵椂銆佸ぇ杩炴帴绛夌壒鐐广

璁惧囬緳澶达細涓鍏撮氳

楂橀熷厜妯″潡榫欏ご锛氫腑闄呮棴鍒

灏勯戞潗鏂欓緳澶达細鐢熺泭绉戞妧

澶╃嚎榫欏ご锛氶炶崳杈

鍏夐氫俊榫欏ご锛氱兘鐏閫氫俊

鏃犵嚎灏勯戦緳澶达細娣卞崡鐢佃矾(PCB)銆佹勃鐢佃偂浠(PCB)銆佷笢灞辩簿瀵(婊ゆ尝鍣)

鏍稿績缃戠粶榫欏ご锛氱传鍏夎偂浠

2銆佺壒楂樺帇

鐗归珮鍘嬶紝鏄鎸嚶800鍗冧紡鍙婁互涓婄殑鐩存祦鐢靛拰1000鍗冧紡鍙婁互涓婁氦娴佺數鐨勭數鍘嬬瓑绾с

鐢靛姏璁惧囬緳澶达細鍥界數鍗楃憺銆佹濇簮鐢垫皵銆佽哥户鐢垫皵

鍙樺帇鍣ㄩ緳澶达細鐗瑰彉鐢靛伐銆佷腑鍥借タ鐢点佷繚鍙樼數姘

楂樺帇寮鍏宠惧囷細骞抽珮鐢垫皵

鑳芥簮寤鸿撅細涓鍥借兘寤

鐢靛姏鑷鍔ㄥ寲锛氬洓鏂硅偂浠

3銆侀珮閫熼搧璺鍜屽煄甯傝建閬撲氦閫

楂橀搧锛氫含娌楂橀搧銆佷腑鍥戒腑杞︺佷腑鍥介氬彿銆佷腑閾佸伐涓

4銆佹柊鑳芥簮姹借溅鍏呯數妗

鍏呯數妗╃被浼煎姞娌规満锛屽彲浠ョ粰鐢靛姩姹借溅鍏呯數銆傞殢鐫鐢靛姩姹借溅鐨勪笉鏂鎺ㄥ箍锛屽厖鐢垫々浠嶇劧鎷ユ湁骞块様鐨勫墠鏅銆

鍏呯數妗╋細涓榧庤偂浠姐佷腑鎭掔數姘斻佸浐寰峰▉銆侀槼鍏夌數婧愩佺壒鍙樼數宸ャ佹潐鏉夎偂浠

5銆佸ぇ鏁版嵁涓蹇

浜掕仈缃戞暟鎹涓蹇冿紝鑻辨枃涓篒nternetDataCenter锛岀畝绉癐DC锛屾湁涓鏉″簽澶х殑浜т笟閾俱

鏁版嵁涓蹇冿細涓绉戞洐鍏夈佹捣閲忔暟鎹銆佹暟鎹娓銆佸箍鐢电綉缁溿佺戝崕鏁版嵁銆佸厜鐜鏂扮綉

浜戣＄畻锛氬箍鑱旇揪銆佺敤鍙嬬綉缁溿侀噾灞卞姙鍏銆佹亽鐢熺數瀛愩佸疂淇¤蒋浠躲佺传鍏夎偂浠

❷ 目前无车承运人企业公司有哪些

根据2018年2月12日交通部发布的《交通运输部办公厅关于公布无车承运人试点考核合格企业名单的通知》企业共有229家具体如下：

北京数据在线国际供应链管理股份有限公司、天津运友物流科技股份有限公司、联合运输（天津）有限公司、世德现代物流有限公司、滴滴集运（天津）科技股份有限公司、五矿物流集团天津货运有限公司、天津陆路港公路运输发展有限公司、振华东疆（天津）有限公司、天津大田运输服务有限公司；

邯郸市邯钢集团安达物流有限公司、分通河北物流有限公司、唐山公路港物流有限公司、中国外运河北分公司、河北快运集团、河北万合物流股份有限公司、胡子物流有限公司、河北沃车港智慧科技有限公司、远迈信息技术张家口有限公司、河北好望角物流发展有限公司、山西快成物流科技有限公司；

山西聚鑫物云电子科技有限公司、山西云启正通物流有限责任公司、山西晋云现代物流有限公司、山西新晋中交兴路信息科技有限公司、山西卡的网络科技有限公司、山西经纬通达股份有限公司、内蒙古诚昊启元股份公司、内蒙古安快物流发展有限责任公司、二连流畅贸易有限公司；

德邻陆港（鞍山）有限责任公司、营口港通电子商务有限公司、鞍山新资讯信息有限公司、特兰格睿物流（大连）有限公司、辽宁诚通物流有限公司、沈阳传化陆港物流有限公司、辽宁门到门信息技术有限公司、辽阳第地嘉仓储物流有限公司、营口四海互联物流有限公司、辽宁农信货联物流有限公司；

辽宁中成物流有限公司、长春卡行天下供应链管理有限公司、吉林省香江物流有限公司、吉林省掌控物流科技有限公司、吉林省吉高物流有限公司、哈尔滨传化公路港物流有限公司、哈尔滨新赛力生信息咨询有限公司、哈尔滨只点互通物流有限公司、黑龙江北斗天宇卫星导航信息科技股份有限公司；

新杰物流集团股份有限公司、上海成达信息科技有限公司、上海胖猫物流有限公司、上海卡行天下供应链管理有限公司、上海圆汇网络技术有限公司、上海天地汇供应链管理有限公司、上海易浦物流有限公司、丹阳飓风物流股份有限公司、中储南京智慧物流科技有限公司、无锡远迈信息技术有限公司；

无锡恰途网络科技有限公司、江苏飞力达国际物流股份有限公司、江苏友货网络科技有限公司、江苏苏宁物流有限公司、江苏物云通物流科技有限公司、江苏金陵交运集团有限公司、江苏物润船联网络股份有限公司、江苏政成物流股份有限公司、江苏星通北斗航天科技有限公司、江苏满运软件科技有限公司；

江苏零浩网络科技有限公司、连云港吉安集装箱甩挂运输交易中心有限公司、林森物流集团有限公司、南京宜流信息咨询有限公司、南京福佑在线电子商务有限公司、常州易呼通物流科技有限公司、惠龙易通国际物流股份有限公司、杭州传化货嘀科技有限公司、杭州大恩物联科技有限公司；

宁波卡哥信息科技有限公司、浙江车马象物联网络有限公司、杭州菜鸟橙运供应链管理有限公司、宁波港国际物流有限公司、浙江专线宝网阔物联科技有限公司、浙江未名物流发展有限公司、宁波万联国际集装箱投资管理有限公司、宁波聚合集卡联盟电子商务有限公司、浙江红狮物流有限公司；

浙江运到网络科技有限公司、安徽共生物流科技有限公司、安得物流股份有限公司、统运物流科技有限公司、安徽金网运通物流科技有限公司、界首市黑豹运输有限公司、安徽迅捷物流有限责任公司、安徽慧通互联科技有限公司、铜陵有色金属集团铜冠物流有限公司、芜湖运泰物流有限责任公司；

合肥维天运通信息科技股份有限公司、安徽神通物联网科技有限公司、泉州天地汇供应链管理有限公司、福建龙洲运输股份有限公司、福建传化公路港物流有限公司、泉州市闽运兴物流有限公司、铁联物流有限公司、福建好运联联信息科技有限公司、福建省交通一卡通有限公司、福建省慧淘供应链管理有限公司；

福建联冠汇通物流科技有限公司、福建未名信息技术股份有限公司、福州迅腾网络科技有限公司、漳州漳龙物流园区开发有限公司、江西万佶物流有限公司、江西正广通供应链管理有限公司、泰安市峰松电子科技有限公司、希杰荣庆物流供应链有限公司、济南传化泉胜公路港物流有限公司、日照港集团有限公司；

山东京博云商物流有限公司、满易网络科技有限公司、青岛港国际货运物流有限公司、一点科技有限公司、弘嘉孚国际物流有限公司、山东航天九通车联网有限公司、开封市宏达信息技术有限公司、郑州国际陆港开发建设有限公司、河南省脱颖实业有限公司、中原大易科技有限公司、洛阳市大一物流有限公司；

许昌万里运输集团股份有限公司、河南卓逾物流有限责任公司、河南安联程通信息技术有限公司、河南紫云云计算股份有限公司、郑州金色马甲电子商务有限公司、河南中原云工有限责任公司、郑州交通运输集团有限责任公司、郑州永康物流产业发展有限公司、湖北我家物流服务有限公司、武汉物易云通网络科技有限公司；

武汉小码大众科技有限公司、武汉天地汇天诚供应链管理有限公司、湖北车联天下物流有限公司、宜昌三峡物流园有限公司、湖北天盾电子技术有限公司、湖北真好运智慧物流有限公司、湖北安卅物流有限公司、湖南海驿智能物流产业发展有限公司、湖南国联捷物流有限公司、长沙传化公路港物流有限公司；

湖南省衡缘物流有限公司、长沙市实泰物流有限公司、湖南天骄物流信息科技有限公司、衡阳市雁城物流园有限公司、招商局物流集团湖南有限公司、湖南省京阳物流有限公司、湖南神州大地行物流有限公司、湖南龙骧神驰运输集团有限责任公司、广州林安汇信物流有限公司、广州志鸿物流有限公司；

深圳市前海美泰物流网科技有限公司、好多车联(深圳)科技有限公司、招商局物流集团广州物流有限公司、深圳市新运力科技开发有限公司、深圳一海通全球供应链管理有限公司、广州市鑫亚物流有限公司、深圳卡行天下网络科技有限公司、广州增信信息科技有限公司、深圳市康舶司科技有限公司；

深圳市调车宝物流科技有限公司、深圳市国讯通科技实业有限公司、广东中外运电子商务有限公司、深圳前海阿凡达物流网络科技有限公司、深圳市中芃科技物流有限公司、风神物流有限公司、广州踏歌行物流有限公司、招商局物流集团有限公司、运柜宝物流有限公司、广东一站网络科技有限公司；

四川蜀亚通供应链管理有限责任公司、成都道臣物流集团有限公司、四川省港航开发有限责任公司、拉货宝网络科技有限责任公司、成都返空汇网络技术有限公司、成都天地汇顺邦供应链管理有限公司、成都积微物联电子商务有限公司、成都卡行天下物流有限公司、成都传化公路港物流有限公司；

东亨信息科技股份有限公司、四川华峰物流有限公司、重庆传化公路港物流有限公司、重庆中交兴路供应链管理有限公司、重庆诚通信息技术有限公司、重庆公路运输（集团）有限公司、沙师弟（重庆）网络科技有限公司、重庆返空汇物流科技有限公司、贵州交通物流集团有限公司、贵阳传化公路港物流有限公司；

遵义传化公路港物流有限公司、贵州水钢物流有限公司、贵州道坦坦科技股份有限公司、贵阳货车帮科技有限公司、云南昆明交通运输集团有限公司、云南能投物流有限责任公司、云南腾俊多式联运股份有限公司、昆明海航速运有限责任公司、云南瑞和锦程实业有限公司、榆林货达物流有限公司；

陕西银天物流有限公司、陕西恒顺物流有限责任公司、陕西远行供应链管理有限公司、西安胜途汽车服务有限公司、榆林卡漠网络科技有限公司、西安和硕物流科技有限公司、陕西分通物流有限公司、宝鸡华誉物流股份有限公司、榆林恒泰运输集团、甘肃东部运输实业（集团）有限责任公司；

甘肃中寰卫星导航通信有限公司、武威腾宇物流中心有限公司、甘肃建投资产经营有限公司、甘肃新网通科技信息有限公司、宁夏众力北斗卫星导航信息服务有限公司、新疆汇通互联信息科技有限责任公司、新疆天顺供应链股份有限公司；

新疆伊宁市松发物流有限责任公司、新疆智慧天山信息科技有限公司、新疆华凌物流配送有限公司、新疆九洲恒昌供应链管理股份有限公司、新疆天富易通供应链管理有限责任公司、新疆联宇投资有限公司、新疆聚鑫运通物流有限公司。

(2)贵阳神州信息技术股份有限公司扩展阅读：

交通运输部将无车承运人更改为网络平台货运资质：

为贯彻落实党中央、国务院关于推进“互联网+”高效物流发展相关部署要求，健全完善管理制度，规范培育现代物流市场新业态，加快推进道路货运行业转型升级高质量发展，交通运输部在系统梳理总结道路货运无车承运人试点工作的基础上，起草了《网络平台道路货物运输经营管理办法（征求意见稿）》，现向社会公开征求意见。

《网络平台道路货物运输经营管理办法（征求意见稿）》的出台，意味着开展了两年多的无车承运试点将全面放开，并更名为“网络货运”，这让之前一直观望的意向企业看到了希望。

❸ 大数据在哪些领域有应用前景

近年来，大数据不断向世界的各行各业渗透，影响着我们的衣食住行。例如，网上购物时，经常会发现电子商务门户网站向我们推荐商品，往往这类商品都是我们最近需要的。这是因为用户上网行为轨迹的相关数据都会被搜集记录，并通过大数据分析，使用推荐系统将用户可能需要的物品进行推荐，从而达到精准营销的目的。下面简单介绍几种大数据的应用场景。

大数据让就医看病更简单。过去，对于患者的治疗方案，大多数都是通过医师的经验来进行，优秀的医师固然能够为患者提供好的治疗方案，但由于医师的水平不相同，所以很难保证患者都能够接受最佳的治疗方案。

而随着大数据在医疗行业的深度融合，大数据平台积累了海量的病例、病例报告、治愈方案、药物报告等信息资源所有常见的病例、既往病例等都记录在案，医生通过有效、连续的诊疗记录，能够给病人优质、合理的诊疗方案。这样不仅提高医生的看病效率，而且能够降低误诊率，从而让患者在最短的时间接受最好的治疗。下面列举大数据在医疗行业的应用，具体如下。

(1) 优化医疗方案，提供最佳治疗方法。

面对数目及种类众多的病菌、病毒，以及肿瘤细胞时，疾病的确诊和治疗方案的确定也是很困难的。借助于大数据平台，可以搜集不同病人的疾病特征、病例和治疗方案，从而建立医疗行业的病人分类数据库。如果未来基因技术发展成熟，可以根据病人的基因序列特点进行分类，建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊，明确地定位疾病。在制订治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制订出适合病人的治疗方案，帮助更多人及时进行治疗。同时这些数据也有利于医药行业研发出更加有效的药物和医疗器械。

(2)有效预防预测疾病。

解决患者的疾病,最为简单的方式就是防患于未然。通过大数据对于群众的人体数据监控，将各自的健康数据、生命体征指标都集合在数据库和健康档案中。通过大数据分析应用，推动覆盖全生命周期的预防、治疗、康复和健康管理的一体化健康服务,这是未来健康服务管理的新趋势。当然，这一点不仅需 要医疗机构加快大数据的建设，还需要群众定期去做检查，及时更新数据，以便通过大数据来预防和预测疾病的发生，做到早治疗、早康复。当然,随着大数据的不断发展，以及在各个领域的应用，一些大规模的流感也能够通过大数据实现预测。

随着大数据技术的应用，越来越多的金融企业也开始投身到大数据应用实践中。麦肯锡的一份研究显示，金融业在大数据价值潜力指数中排名第一。下面列举若干大数据在金融行业的典型应用，具体如下。

(1) 精准营销。

银行在互联网的冲击下，迫切需要掌握更多用户信息，继而构建用户360立体画像，即可对细分的客户进行精准营销、实时营销等个性化智慧营销。

(2) 风险管控。

应用大数据平台，可以统一管理金融企业内部多源异构数据和外部征信数据,更好地完善风控体系。内部可保证数据的完整性与安全性，外部可控制用户风险。

(3) 决策支持。

通过大数据分析方法改善经营决策，为管理层提供可靠的数据支撑，从而使经营决策更高效、敏捷、精准。

(4) 服务创新。

通过对大数据的应用，改善与客户之间的交互、增加用户黏性，为个人与政府提供增值服务,不断增强金融企业业务核心竞争力。

(5) 产品创新。

通过高端数据分析和综合化数据分享,有效对接银行、保险、信托、基金等各类金融产品，使金融企业能够从其他领域借鉴并创造出新的金融产品。

美国零售业曾经有这样一个传奇故事，某家商店将纸尿裤和啤酒并排放在一起销售，结果纸尿裤和啤酒的销量双双增长!为什么看起来风马牛不相及的两种商品搭配在一起，能取到如此惊人的效果呢后来经过分析发现，这些购买者多数是已婚男士，这些男士在为小孩购买尿不湿的同时，会同时为自己购买一些啤酒。发现这个秘密后，沃尔玛超市就大胆地将啤酒摆放在尿不湿旁边，这样顾客购买的时候更方便，销量自然也会大幅上升。

之所以讲“啤酒-尿布”这个例子，其实是想告诉大家，挖掘大数据潜在的价值，是零售业竞争的核心竞争力，下面列举若干大数据在零售业的创新应用，具体如下。

(1) 精准定位零售行业市场。

企业想进人或开拓某一区域零售行业市场，首先要进行项目评估和可行性分析，只有通过项目评估和可行性分析才能最终决定是否适合进人或者开拓这块市场。通常需要分析这个区域流动人口是多少消费水平怎么样客户的消费习惯是什么市场对产品的认知度怎么样当前的市场供需情况怎么样等等，这些问题背后包含的海量信息构成了零售行业市场调研的大数据，对这些大数据的分析就是市场定位过程。

(2) 支撑行业收益管理。

大数据时代的来临，为企业收益管理工作的开展提供了更加广阔的空间。需求预测、细分市场和敏感度分析对数据需求量很大，而传统的数据分析大多采集的是企业自身的历史数据来进行预测和分析，容易忽视整个零售行业信息数据，因此难免使预测结果存在偏差。企业在实施收益管理过程中如果能在自有数据的基础上，依靠一些自动化信息采集软件来收集更多的零售行业数据，了解更多的零售行业市场信息,这将会对制订准确的收益策略，赢得更高的收益起到推进作用。

(3) 挖掘零售行业新需求。

作为零售行业企业，如果能对网上零售行业的评论数据进行收集，建立网评大数据库，然后再利用分词、聚类、情感分析了解消费者的消费行为、价值取向、评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制定合理的价格及提高服务质量，从中获取更大的收益。

什么是大数据，大数据时代有哪些趋势？

大数据为什么有很好的发展前景：

第一：大数据自身能够创造出更多的价值。大数据相关技术紧紧围绕数据价值化展开，数据价值化将开辟出广大的市场空间，重点在于数据本身将为整个信息化社会赋能。随着大数据的落地应用，大数据的价值将逐渐得到体现。目前在互联网领域，大数据技术已经得到了较为广泛的应用。

第二：数据发展日新月异，我们应该审时度势、精心谋划、超前布局、力争主动，深入了解大数据发展现状和趋势及其对经济社会发展的影响，分析我国大数据发展取得的成绩和存在的问题，推动实施国家大数据战略，加快完善数字基础设施，推进数据资源整合和开放共享，保障数据安全，加快建设数字中国，更好服务我国经济社会发展和人民生活改善。

第三：大数据产业链逐渐形成。经过近些年的发展，大数据已经初步形成了一个较为完整的产业链，包括数据采集、整理、传输、存储、分析、呈现和应用，众多企业开始参与到大数据产业链中，并形成了一定的产业规模，相信随着大数据的不断发展，相关产业规模会进一步扩大。

大数据股票龙头一览表

行业主要上市公司：易华录(300212)、美亚柏科(300188)、海量数据(603138)、同有科技(300302)、海康威视(002415)、依米康(300249)、常山北明(000158)、思特奇(300608)、科创信息(300730)、神州泰岳(300002)、蓝色光标(300058)等

本文核心数据：大数据产业链、产业规模、应用市场结构、竞争格局、发展前景预测等

产业概况

1、定义：大数据产业覆盖范围广

根据中国信通院发布的《大数据白皮书》，大数据产业是以数据及数据所蕴含的信息价值为核心生产要素，通过数据技术、数据产品、数据服务等形式，使数据与信息价值在各行业经济活动中得到充分释放的赋能型产业。不同机构对大数据的定义也有所不同，具体如下：

2、产业链剖析：大数据产业链庞大

大数据产业链覆盖范围广，上游是基础支撑层，主要包括网络设备、计算机设备、存储设备等硬件供应，此外，相关云计算资源管理平台、大数据平台建设也属于产业链上游;

大数据产业中游立足海量数据资源，围绕各类应用和市场需求，提供辅助性的服务，包括数据交易、数据资产管理、数据采集、数据加工分析、数据安全，以及基于数据的IT运维等;

大数据产业下游则是大数据应用市场，随着我国大数据研究技术水平的不断提升，目前，我国大数据已广泛应用于政务、工业、金融、交通、电信和空间地理等行业。

大数据产业上游基础设施具体包括IT设备、电源设备、基础运营商及其他设备，相关代表企业华为、中兴通讯、艾默生、三大运营商等。

中游大数据领域可以细分为数据中心、大数据分析、大数据交易与大数据安全等子行业，相关代表企业包括宝信软件、数据港、久其软件、拓尔思、上海数据交易中心、贵阳大数据交易所与华云数据等。

在下游应用市场，我国大数据应用范围正在快速向各行各业延伸，除发展较早的政务大数据、交通大数据外，在工业、金融、健康医疗等众多领域大数据应用均初见成效。

产业发展历程：十年来大数据产业高速增长，信息智能化程度得到显著提升

我国大数据产业布局相对较早，2011年，工信部就把信息处理技术作为四项关键技术创新工程之一，为大数据产业发展奠定了一定的政策基础。自2014年起，“大数据”首次被写进我国政府工作报告，大数据产业上升至国家战略层面，此后，国家大数据综合试验区逐渐建立起来，相关政策与标准体系不断被完善，到2020年，我国大数据解决方案已经发展成熟，信息社会智能化程度得到显著提升。

产业政策背景：优化升级数字基础设施，鼓励大数据产业发展

2014年，大数据首次写入政府工作报告，大数据逐渐成为各级政府关注的热点，政府数据开放共享、数据流通与交易、利用大数据保障和改善民生等概念深入人心。此后国家相关部门出台了一系列政策，鼓励大数据产业发展。

当前，随着5G、云计算、人工智能等新一代信息技术快速发展，信息技术与传统产业加速融合，数字经济蓬勃发展，数据中心作为各个行业信息系统运行的物理载体，已成为经济社会运行不可或缺的关键基础设施，在数字经济发展中扮演至关重要的角色。数据中心作为大数据产业重要的基础设施，其快速发展极大程度地推动了大数据产业的进步。在2021年3月发布的“十四五”规划中，大数据标准体系的完善成为发展重点。

产业发展现状

1、行业整体情况：大数据产业规模维持高速增长 主要应用于金融和政府领域

——大数据产业规模：2021年超过800亿元

近年来我国大数据行业取得快速发展，赛迪CCID统计，我国大数据市场规模由2019年的6197亿元增长至2021年的8631亿元，复合年增长率达到180%，大数据市场规模包含了大数据相关硬件、软件、服务市场收入。

——大数据市场结构：产业整体以大数据服务为主，应用领域以金融和政府领域为主

从产业结构来看，目前，我国的大数据产业进入高质量发展阶段，大数据软件和大数据服务的需求开始不断提升，大数据硬件占比有所下降但仍占据主导地位，

CCID统计，2021年我国大数据市场结构中，大数据硬件、大数据软件和大数据服务的市场占比分别为405%、257%和338%。近几年大数据硬件的占比在逐渐下降，大数据软件和大数据服务的占比在逐步提高。未来我国大数据软件和服务市场相比硬件市场将呈现更好的发展态势。

从应用领域来看，大数据分析产品及服务已经从最早的为电信领域客户提供经营分析、为银行领域客户提供风控管理等辅助性经营决策，发展到目前的为金融、电信、政府、互联网、工业、健康医疗、电力等多个行业领域客户提供预测性分析、自主与持续性分析等，以实现企业决策与行动最优化。大数据分析产品及服务应用已经十分广泛，但由于各下游领域业务特点的不同，决定了其对大数据分析产品及服务的具体需求存在一定差异。

CCID统计，2021年我国大数据分析市场下游行业中，金融、政府、电信和互联网位居应用领域前四名，市场占比分别为191%、165%、152%和139%，合计超过60%;其他重点应用领域主要包括健康医疗、交通运输、工业、电力等。

2、细分市场一：金融大数据

——金融大数据需求：金融业务规模不断扩大，带动大数据需求提升

从金融领域需求来看，近年来，中国金融领域业务规模不断扩大，其中中国银行业金融机构不断积极拥抱金融科技，推动数字化转型，整体行业规模扩大;保险业和证券业的收入也随着市场经济的发展而提升。

近年来，随着新一代信息技术加速突破应用，以移动金融、互联网金融、智能金融等为代表的金融新业态、新应用、新模式正蓬勃兴起，我国金融业开始步入一个与信息社会和数字经济相对应的数字化新时代，金融数字化转型成为金融行业转型发展的焦点。2019年，人民银行印发《金融科技发展规划(2019-2021年)》，构建起金融科技“四梁八柱”的顶层设计，明确了金融科技发展方向和任务、路径和边界。2022年1月，人民银行再次发布《金融科技发展规划(2022-2025年)》明确提出，从战略、组织、管理、目标、路径以及考评等方面将金融数字化打造成金融机构的“第二发展曲线”。随着金融业务规模不断扩大，加之新一代信息技术的发展，大数据在金融领域的需求将不断提升。

——金融大数据应用场景

过去几年，金融大数据带来了重大的技术创新，为行业提供了便捷、个性化和安全的解决方案。目前，中国金融大数据典型的应用场景包括股票洞察、欺诈检测和预防、风险分析与金融服务领域。

3、细分市场二：政府大数据

——政府大数据需求：互联网政务服务用户规模不断提升

从政府领域需求来看，根据中国互联网络信息中心(CNNIC)发布的第49次《中国互联网络发展状况统计报告》数据显示，互联网政务服务发展展现出了巨大潜能。截至2021年12月，我国互联网政务服务用户规模达921亿，较2020年12月增长92%，占网民整体的892%。“十四五”规划纲要提出要“推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”。2021年，我国各省市积极探索、持续推进互联网政务服务建设发展，努力提升公共服务、社会治理等数字化、智能化水平。截至2021年11月，全国已有20多个省(区、市)相继出台数字政府建设的有关规划，为我国互联网政务服务发展注入新的活力。

——政府大数据应用场景

中国政府大数据主要应用于信息共享、政务数据管理、城市网络管理与社会管理几大领域。加强电子政务建设，管理好政府的数据资产，完善政府决策流程，将是未来数年大数据在公共管理领域发展的重要方向。大数据将对政府部门的精细化管理和科学决策发挥重要作用，从而提高政府的服务水平。舆情监测、交通安防、医疗服务等将是公共管理领域重点应用领域。

4、细分市场三：互联网大数据

——互联网大数据需求：互联网行业规模不断提升

在人工智能、云计算、大数据等信息技术和资本力量的助推和国家各项政策的扶持下，2021年，互联网和相关服务业发展态势平稳向好。企业业务收入和营业利润保持较快增长;互联网平台服务和数据业务实现快速发展，信息服务收入较快增长;多省份保持增长态势。2021年我国规模以上互联网和相关服务企业完成业务收入15500亿元，同比增长212%。

2022年上半年，我国规模以上互联网和相关服务企业完成互联网业务收入7170亿元，同比增长01%。

注：2021年及以前年份，规模以上互联网和相关服务企业，指获得《增值电信业务经营许可证》在中国大陆境内经营全国或区域性增值电信业务、上年度互联网业务收入500万元及以上的企业。2022年，规模以上互联网和相关服务企业口径由互联网和相关服务收入500万元以上调整为2000万元及以上。

——互联网大数据应用场景

在互联网行业，除了社交、B2C业务之外，像在线音视频业务、广告监测、精准营销等等，也是未来潜在应用场景。

产业竞争格局

1、区域竞争：中国大数据企业主要分布在华南和华东沿海地区

根据企查猫数据，截止2022年9月23日，全国大数据产业中“存续”及“在业”的企业多集中分布在华南和华东沿海地区。其中，广东省的大数据企业最多。

2、企业竞争：技术领域创新和经验是关键，融合应用领域行业龙头更能获得青睐

根据大数据产业联盟调研和发布的2022大数据企业投资价值百强榜单来看，榜单共选取了10个细分领域，涉及大数据基础软件、数据治理与分析、数据安全、商业智能、营销大数据5个通用领域，以及政府大数据、金融大数据、工业大数据、健康医疗大数据、空间地理信息大数据5个融合应用领域。

大数据基础软件、数据治理与分析、数据安全、数据可视化等，是所有细分行业应用场景的基础支撑，体现了大数据技术价值和作用。在这些细分领域提供技术解决方案的企业中，技术创新能力较强、在各自的细分领域有较长时间技术积累的厂商是投资机构的关注重点。

政府大数据、金融大数据发展相对成熟，落地实践案例多和品牌知名度高的企业受市场关注程度较高。工业大数据、健康医疗大数据、空间地理信息大数据等市场仍处于待爆发阶段，在各自细分领域建立竞争优势的企业容易获得投资机构的青睐。

注：2022年大数据企业投资价值百强榜是从企业估值/市值、营收状况、创新投入、产品竞争力、细分市场潜力、领导层能力等多个维度进行综合评比，同时结合行业专家打分，评选出2022年度大数据领域最具投资价值的100家企业。

产业发展前景：大数据将继续保持高速增长

大数据作为新一代信息技术的重要标志，对生产制造、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力均产生重要影响。伴随国家快速推动数字经济、数字中国、智慧城市等发展建设，未来大数据行业对经济社会的数字化创新驱动、融合带动作用将进一步增强，应用范围将得到进一步拓宽，大数据市场也将保持持续快速的增长态势。预计2027年我国大数据市场规模将达到29309亿元，未来六年复合年增长率为226%。

更多本行业研究分析详见前瞻产业研究院《中国大数据产业发展前景与投资战略规划分析报告》。

30060八除八等于多少

大数据股票龙头一览表:

1、福田汽车：大数据龙头股。 2021年第二季度公司实现总营收1606亿，同比增长-1072%；毛利润为1517亿。 公司是网络Apollo的合作伙伴，与网络就车联网、大数据、智能汽车和无人驾驶展开全面合作，共同打造面向未来的智能互联网商用汽车。

2、高鸿股份：大数据龙头股。 2021年第二季度，公司实现总营收1925亿，同比增长739%，净利润为6323万，毛利润为1317亿。 公司持有贵州大数据旅游公司30%；主营建设贵州大数据旅游云平台，提供贵州省高分辨率遥感空间信息在各行业的应用服务；18年9月25日公告，子公司与IDC运营商设立合资公司。 大数据概念股其他的还有：芭田股份、长信科技、恒华科技、安恒信息等。

龙头股票有哪些:

大数据股票龙头股票主要有海量数据（603138）、科创信息（300730）、新国都（300130）、德生科技（002908）、真视通（002771）、拓尔思（300229）、思特奇（300608）、先进数通（300541）、同有科技（300302）、众应互联（002464）等。

龙头股是指在某一行业中具有影响和号召力的股票，起到带头的作用，其涨跌往往对其他同行业板块股票的涨跌起引导和示范作用。龙头股的技术面表现和成交量都会远远强于同时间的大盘和板块。

龙头股具备的条件：

1、龙头股必须从涨停板开始，涨停板是多空双方最准确的攻击信号，不能涨停的个股，不可能做龙头。

2、龙头股必须是低价股，只有低价股才能得到股民追捧，一般不超过10元，因为高价股不具备炒作空间。

3、龙头股流通市要适中，适合大资金运作和散户追涨杀跌，大市值股票和小盘股都不可能充当龙头。

4、龙头股必须同时满足日KDJ，周KDJ，月KDJ同时低价金叉。

5、龙头股通常在大盘下跌末期端，市场恐慌时，逆市涨停，提前见底，或者先于大盘启动，并且经受大盘一轮下跌考验。

最后提醒：龙头股并不是一成不变的，它的地位往往只能维持一段时间。

解：30060八除八等于（ 1/37576 ）   

∵A除B = B ÷ A = B/A    

∴300608除8    

= 8 ÷ 300608    

= 8/300608   

= 1/37576   

答：30060八除八等于1/37576