产业整合与CRn曲线

关注
如何捕捉合适赛道中的优势企业、抽象产业链整合的共性要素是投资选择的重要任务。

编者按:本文作者星瀚资本创始合伙人杨歌,创业邦经授权转载。

从2016年起,产业升级逐渐超过文娱消费成为星瀚资本关注和投资的第一大板块。受互联网赋能的深化影响,传统线下商业、第一、第二产业纷纷转型升级,从生产供应到终端消费开始尝试各环节的整合。市场中我们经常提到产业升级和产业整合,以及包括供给侧改革、渠道整合、新零售等政策方向与商业模式,其实都离不开对产业链整合的理解。实现整合是降低生产成本、优化生产关系、提高生产效率、总体提升生产力的综合体现。

非标准化与碎片化是整合的公敌与改造对象(这当然也是区块链最初爆发的重要原因之一),其衍生问题如产业链上的多中间环节、效能低下、商品价格泡沫严重、金融信用体系亟待建立并完善等也是投资和行业改革所面临的重要课题和机遇。我们经常形象地用毛细血管来形容传统端到端的产业链环境,如何实现毛细血管快速向支系血管汇合,进而最终形成标准畅通的主干管道,是产业升级、B2B和供应链升级改造的重要工作。

在各环节生产工具提升和生产关系重组的过程中,商品和提供服务的标准化、销售和运营管理的信息数字化是我们考察企业整合产业能力的重要因素。能否在合适的赛道中,选择合适的阶段,将传统的非标业务,通过专业化的人员培训、系统化的运营管理、信息化的产业赋能(互联网+),乃至进一步调用区块链、大数据和人工智能等更高级的生产工具,借助数字和算法的力量进行智能化的升级改造,都会帮助企业在产业链整合的竞争环境中形成优势壁垒,完成一个个阶段性的整合过程。

如何捕捉合适赛道中的优势企业、抽象产业链整合的共性要素是投资选择的重要任务。本文并不对企业的基本面选择做深入分析,单就对行业的中宏观规律性认知做探讨。

首先对于多数行业的产业链我们定义为四个环节,包括生产制造环节、供应链环节、分销链环节、以及零售终端环节。对每个环节、环节之间、以及环节内部进行整合的过程我们定义为八个阶段:经验化、标准化、信息化、数据化、模块化、系统化、自动化、智能化。不同的生产工具和方法对于每个阶段有着不同的历史意义与作用。比如专业的商业管理促成企业从经验化走向标准化,互联网的赋能完成了企业从标准化走向信息化的过程,大数据对应数据化,区块链对应模块化,人工智能驱动的自动智能化则是当前我们想象与预期的终极目标而已,目前只能在极少数的系统化产业链中可以实现。

在过往的分享中提及的互联网改造“三流”,指的是使用互联网的方式实现链条信息流、资金流和物流的整合,其实在产业链中,这三点在上图中分别对应着区块链、资金链和供应链。互联网把行业文明送到了信息和数据的平台上,区块链进一步帮助完成产业模块化的拼接过程(以形成一套更完整标准的体系)。

由于不同行业中商品服务与运营环境的状态不同,每个行业的标准程度和进化进程在历史同期下是不同的。并不是机械套用互联网TMT方式就可以完成所有传统产业的信息化和数据化升级,也并不是只有等到互联网出现时系统化整合格局才能出现。对于很多传统二产行业,例如矿产能源化工等,由于商品以及流通环节本身的特殊性,早已实现了大面积的整合,从生产源头到零售终端都被产业链条主导企业(称为“链主”,后面会提及出处)所垄断把持,在当前历史阶段基本已经不存在二次整合或绕道超车的可能;相反一些碎片化的如零售消费行业,以及一些更传统的第一产业,在过往的10年乃至至今仍存在大量的整合机遇,它们的产业资源相对分散,“链主”并不明显,行业标准尚未完全建立,在新技术出现赋能的过程中会突显整合趋势,是投资判断和企业产业升级的重点方向。

如何定义一套体系化的方法去分析各行业的产业集中度之后在其中寻找可整合机遇并结合实际分析其可行性是产业整合的核心问题首先介绍一个基本的概念:产业集中度(Concentration Ratio),是指市场上的某种行业内部部分头部企业的生产量、销售量、资产总额等方面对该行业的支配程度,一般是由头部几家企业某一指标(多数情况用销售额指标)占该行业总量的百分比来表示。表达公式为:

CRn = Σ(Xi) n / Σ(X i)N

其中Xi为行业中的企业,n为头部的n家企业,N为行业全部企业的数量,取值范围为0~100%.美国经济学家贝恩和日本通产省对产业集中度的划分制定标准,将产业市场结构粗分为寡占型(CR8≥40)和竞争型(CR8<40%)两类。其中,寡占型又细分为极高寡占型(CR8≥70%)和低集中寡占型(40%≤CR8<70%);竞争型又细分为低集中竞争型(20%≤CR8<40%)和分散竞争型(CR8<20%)。本文的主要工作是将CRn的定义与产业链的环节进行结合,并用连续图线来细化CRn在产业链上的动态过程,描述产业链在各个环节下的集中程度分布。



常见的传统产业链特征是复杂且零碎的端到端过程,各地繁多的小生产户提供产品,最终销往各类不同的终端消费者,在产业链中段为了满足物流和仓储的便利而实现了部分整合,CRn曲线呈现两端低而中间高的情况。这种常见形态以农业生产和手工业生产最为典型,我们可以定义为凸型CRn曲线。

在过往众多的投资案例和投前项目分析过程中,我们接触了上万家分属于不同行业的企业,我们为很多企业梳理产业链结构、分析产业形态,并指出产业升级和整合的机遇。从第一产业的农林牧渔,到第二产业能源矿产、生产制造的轻工重工,再到第三产业的消费与零售、金融与地产、科技与服务等,每个行业的产业链条既有关联也有不同,我们将各行业的CRn曲线分为以下几种形态(其中包含理想模型形态,未纳入例如M和W型等很多极特殊的长尾形态)。

bd96e4343ce213396692dbe70bbb3ef.png

每个行业的商品或服务模式最终决定了该行业在当前阶段下的CRn曲线:

· 例如农产农资产业链,由于小农农户经验有限生产效率相对低下,农产品除部分大宗商品之外标准难以制定,零售终端形态多样消费需求分散,因而通常呈现强凸型,在电子化记账和互联网平台化的推动下有着很强的整合机遇;

· 例如汽修零配件产业链,由于SKU数目繁多,传统代理商、中间商资源竞争,终端需求差异大,因而呈现供给端寡占需求端分散的形态,在数据库体系化管理的方式下,可以迅速提升管理效率、精准触达并快速解决客户需求,最终实现品牌化的渠道整合;

· 例如酒类行业产业链,由于酒类厂商品牌强势占有市场,因而一批相对集中而二、三批逐渐分散,多如牛毛的批发中间商导致了成本不透明与终端价格的攀升,因而也呈现了供给端寡占需求端分散的形态,在互联网的强运营与风险投资支持下的价格战打斗中,出现了一轮渠道整合的趋势;

· 例如珠宝行业产业链,由于宝石开采加工的复杂性与品牌终端的高壁垒,加上商品毛利高而吸引了大量的中间倒手经销商,导致了与大多数行业截然相反的CRn曲线形态,中段分散而两端集中的强凹型曲线带来了中段供应链整合的机遇;然而同样由于成本不透明、商品SKU繁杂、以及上游经销商不规范标准、下游代理商地域势力斗争激烈等原因,仍然没有涌现出中段强力整合的企业;

· 例如畜牧业产业链,以猪肉供应链为典型,由于产业链上游包含饲养、畜牧经纪业务、屠宰、以及之后长而繁琐的冷链供应,因而导致行业最集中的中段也只有CR20<8%,属于典型的弱凸型曲线,至今没有完成良好的整合;

· 例如建材行业产业链,由于产业链后端都是大型的地产与开发商,加上上游石料板材的生产原料价格不统一、不标准、不透明,因而呈现了典型的买方市场,与酒类行业产业链截然相反,形成了需求寡占而供给分散型的曲线;

· 例如纺织行业产业链,从棉花到纱线到布类再到服装的链条极其复杂,其前端是较为标准的大宗商品因而相对集中,而中段到中后段的商品由于自身特性(纱与布类的各项指标如柔韧度与色泽)难以工程标准化,因而导致了对应经销买卖的碎片化,呈现了复杂单边的供给型形态;

· 再例如芯片行业产业链是一个很特殊的产业链,上游的制造商是极少数厂商(如高通和Intel)垄断的市场,而中游众多的市场经销商夹在上游大型制造商和中下游品牌硬件整合商(如苹果和小米)之间,且还有一个很特殊的特性,即品牌硬件整合商通常都会屯储大量的尾货以备超卖和换件而最终这些尾货又会流入下游的经销商和尾部的山寨手机电子产品手中,因而与纺织行业产业链条相似,也呈现了复杂单边的供给型形态;

· 还有比如渔业行业也是一个很特殊的行业,由于商品含水量大而导致易腐烂(第一产业同性质产品的通病),因而使得仓储与物流的难度都大幅度增高,出海后上游流转过程与冷链链条都十分复杂,导致与畜牧业类似,也属于典型的弱凸型曲线,整合难度较大;

· 另比如林板行业产业链也非常有特殊性,从苗木种植与买卖,到林木林板、板材建材,到后端接回到建材行业,是一个相对漫长的流转过程,除了自身链条较长之外,另外由于苗木自身的成长周期远远大于农牧渔业,因而流转周期也相对加长,并且造成小户难以介入、大户固有链条相对稳定,不易于新赋能而完成颠覆整合。

当然还有很多的产业链也具备自身很有意思的特殊形态,在此就不再过多进行讨论,欢迎各行业的企业专家有机会与我们进行更多的探讨。

在理解产业链形态的基础上,选择整合点和分析整合可行性就相对简单了许多。在上次与华兴合作的分享会上,副总裁徐琨首次提出了产业链链主的概念,非常值得思考。在切入行业业务的过程中,与链主进行正面竞争,特别是与局部寡占型行业的链主竞争,显然是不明智的。多数情况下,机遇会从相对分散的环节开始,逐步向上下游渗透,最终形成行业新格局才或有可能再与链主分夺市场。

3fbd4db12052bfd2a37876a9b34f35d.png

在选定方向与切入点后,新型企业需要有大量的战略战术思考、运营工作与资本助力,本文在此不做更多讨论,希望在行业的探索中继续摸索更有价值的规律。

反馈
联系我们
推荐订阅