基于大數據的農產品物流體系創新研究

楊 軍

（仲愷農業工程學院 經貿學院，廣東 廣州 510225）

一、前言

隨著經濟、科技的快速發展，近幾年“大數據”正成為新的時代主題詞，并在各個方面影響著我們日常的工作和生活，也影響著經濟發展的各個方面，與我們日常生活緊密相關的農產品物流也不例外。在大數據背景下，傳統的農產品物流體系將會逐漸不適應時代發展的要求，而基于大數據的、功能強大的農產品物流體系將會取代傳統的物流體系，其中最突出的表現就是農產品物流管理體系的智能化平臺將會建立起來，變成整個農產品物流體系的智能管理中心，傳統的物流終端也將會被智能手機上的“農產品APP”和電腦中的客戶端所取代，農產品的消費數據、資金流動數據、產品信息、物流信息、產品檢測信息、廣告、人員調配信息、促銷、訂單的執行和配送管理信息等，都將會由這個巨大的、智能化的信息平臺進行處理，并推動整個農產品物流體系運作起來。而這將會是未來農產品物流體系改革創新的主方向和主旋律。

正是基于這個原因，國內學界紛紛圍繞此主題開展了一系列的相關研究，如李廣武（2013）[1]的研究指出：基于大數據的農產品物流管理系統中，能做到對農產品搜索引擎和詢價日志進行收集并管理，對海量農產品數據進行并行計算和分布式處理，實現海量農產品數據的實時加載、實時復雜査詢和數據的實時入庫，并結合用戶上網日志和互聯網農產品網頁內容，進行深度數據挖掘和分析，為企業把握用戶行為偏好、改善用戶體驗、精準行銷、產品競爭力分析提供數據支持。胡鈺（2016）[2]認為傳統的農產品物流模式在大數據時代雖然面臨著挑戰，但同時也有機會轉身，因此，完全可以借助大數據帶來的優勢，實現農產品物流的跨越式發展。周海霞、張昊（2016）[3]則基于大數據的農產品一體化物流，分析了物聯網、云計算等信息技術如何使海量數據引用于農產品生產、采購、運輸、儲存、配送、銷售等環節，促進物流的協同化和一體化。國外學界以大數據為背景，主要分析了經濟活動如何以大數據為主線開展各類經營業務，如James M.Tien（2012）[4]認為未來各行業（包括農產品物流業）變革的基礎將會以大數據為基礎。Dennis Maa?，Marco Spruit，Peter de Waal（2014）[5]則認為企業如果要精確地為顧客提供合適的各類服務和商品，并不出現庫存和滯銷，其必須以大數據為基礎實現精細化生產和準確預測。Martin Kowalczyk，Peter Buxmann（2014）[6]指出企業在進行各項決策時均會離不開大數據，大數據是進行精準決策的必要條件。

由國內外相關研究可知，盡管圍繞大數據和農產品物流開展的研究不少，但是，在大數據背景下，圍繞農產品物流體系創新的研究并不多見，而這正是本文研究的切入點，力爭通過對此類問題的研究，為相關決策部門提供參考，并彌補理論研究的不足。

二、目前農產品物流體系存在的突出問題

當前，農產品物流體系中盡管融入了電子商務的元素，但是，總體上仍然表現為傳統的運行方式，它仍存在以下幾個突出的問題：

（一）交易方式仍然以傳統方式為主，整體效益不高

在傳統的農產品物流運行體系中，由于各物流主體相互之間的關聯并不緊密，為了減少交易風險，各物流相關方往往沿用傳統的交易方式，即在很大程度上排除了網上結算、網上交易的現代方式，仍然主要以現金和現貨等傳統的交易方式為主。這種交易方式導致了農產品物流的時間過長、消耗偏大、效率偏低、效益較差的現狀，很難適應大數據時代社會和經濟迅速發展的要求。近年來，盡管隨著交通技術和先進物流技術的應用和完善，農產品物流得到了較快的發展，特別是電子商務在農產品物流中的運用，不僅在一定程度上改變了傳統的交易方式，而且也使物流的速度和效率都比過去有了很大的提高，但是電子商務在農產品物流中的運用仍然有限，在所有的交易業務中，電子商務僅占很小的一部分，整體上仍然還處于初級階段，農產品物流體系的運行效益仍然偏低。

（二）整體信息化水平偏低，信息資源無法共享

隨著經濟和科技的快速發展，為了滿足日益增加的需求，目前，我國在農產品物流信息和網絡設施的建設方面雖然力度很大，投入很多，但是從整體上來看，并沒有跟上互聯網發展的步伐，物流信息、資金信息、交易信息、價格信息、市場供求信息不暢通，各物流相關主體的信息共享程度較差，無法有效地滿足他們對各類信息的需要，致使物流決策緩慢，市場調節的盲目性比較大。其直接的結果是使廣大的農業生產者無法根據市場的供求信息來調整產品結構，只能根據自己的歷史經驗和小道消息來分析農產品的未來走勢，盲目生產的現象層出不窮，造成了農產品滯銷，產銷脫節的現象比較嚴重，最終的結果往往是廣大的農業生產者增產不增收，農民利益得不到很好的保障。

（三）物流鏈條長，物流速度慢，信息傳遞受阻

由于電子商務在農產品物流中的使用并不占主導，而傳統的物流體系中，從農產品的生產者到最終的消費者往往需要經過4至8個環節，亦即需要經過4至8位物流主體，在此過程中，不僅會導致物流成本上升，也會導致物流速度過慢，而且在此過程中，受外界自然環境的影響，還能導致農產品的物理損耗和化學損耗。再則，由于物流鏈條長，也容易導致各種信息的正向和反向傳遞受阻或失真，各相關物流主體也很難及時根據市場信息作出各項經營決策，因此，使用傳統的物流體系，很容易錯失各類市場良機。

三、農產品物流體系的創新－基于大數據的視角

（一）大數據概念

根據相關學者的觀點，大數據也稱海量數據，它與一般數據有本質的區別，它一般是由圖像、音頻、視頻、文字、結構化和非結構化、社交關系等海量數據以及復雜類型的數據構成，包括交易數據、生產數據、消費數據、流通數據和各類交互數據集在內的所有數據集。在這樣的數據面前，目前主流軟件是很難處理的。

（二）大數據視角下農產品物流體系創新的內容

根據大數據的基本概念可知，要在大數據背景下實現農產品物流體系的創新，需要從以下幾個方面著手：

1.數據收集方法創新

運用大數據，必須首先創新數據收集方法，提高數據采集能力。在互聯網高度發達的當前，要充分利用在線監測的方法獲得第一手數據。隨著家用電腦的普及，以及智能手機的推廣應用，人們每時每刻都有可能與互聯網發生著各種交互，因此，通過在線收集農產品物流的各類實時的相關信息變得越來越可能成為現實。為此，在切實保護個人隱私的前提下，通過智能手機和電子貨幣采集大數據；在滿足用戶需求和提高生產和管理服務能力的同時，自動采集新技術新產品研發，以及各類農產品經營所必需的大數據。從產業的帶動性和監測的經濟性出發，要率先推進針對各類農產品消費群體、各類物流相關主體、各類生產者的在線監測。這種數據收集方法能快速、及時地反饋給各物流相關主體，并及時做出各項生產、管理決策。

2.數據處理技術創新

麥肯錫認為大數據所涉及的數據集規模已經超過了傳統數據庫軟件獲取、存儲、管理和分析的能力。因此，面對海量的數據，在提高數據采集能力的基礎上，還必須進一步提升數據處理、開發、挖掘和分析的能力，實現農產品物流數據處理的技術創新。要大力開展農產品物流的協同研究，并據此建立信息共享平臺，使所有的農產品物流主體、生產者、消費者都能方便地獲取有關農產品物流的公共信息資源。鼓勵有條件的地區，政府要建立開放式的大數據研發平臺，面向全國，甚至全球提出技術研發課題，積極利用全球的科研資源，不斷提高數據處理的技術水平。大力發展云計算，充分利用社會的計算資源，克服一般企業數據處理能力的不足。另一方面，要不斷加大技術投入，通過開發專門軟件和使用大型計算機處理、開發和挖掘農產品物流的大數據。

3.物流管理的范圍和重點創新

從大數據的概念可知，與傳統農產品物流相比，大數據背景下的農產品物流所涉及的數據復雜，內容廣泛，如果單從其物流體系的某一個局部或僅從物流體系本身來分析問題并做出相應的決策，顯然不符合大數據的基本特點，亦即在大數據背景下，對農產品物流體系的管理必須要具備全局觀念，為此，對物流體系的管理范圍需要重新界定，要把管理資源從企業內部延伸到企業外部，從物流體系內部延伸到物流體系外部，管理的范圍要盡可能地擴展。其次，要對管理重點進行變革，在傳統物流體系中，農產品的物質流無疑是物流管理的重中之重，而信息流往往被置于次要位置，這就降低了傳統物流體系獲取各類市場信息的能力，限制了其物質流空間擴展的范圍。在大數據條件下，由于數據信息是農產品物流體系中最為重要的要素，它是物質流有效拓展和延伸的前提，因此，農產品物流管理的重點應該放在數據信息上，把獲取與之相關的所有信息當作第一要務，并把獲取、處理、分析信息數據的能力作為農產品物流業的核心競爭力。

（三）大數據視角下農產品物流體系創新的目標

根據麥肯錫的觀點，大數據具有數量大、種類多、速度快、價值量和真實性的特點，因此，大數據視角下的農產品物流體系創新的目標應該包括以下幾個方面：

1.數據搜集量大，種類齊全

在大數據背景下，農產品物流體系創新的首要目標即是要保證能搜集到農產品物流管理所需要的各類信息，不僅要包括農產品物流體系內部的各類信息，還包括體系外的各類信息。在互聯網時代，人們日常工作、生活、學習等活動均有可能留下各類有用信息，因此，數據源會不斷地更新和增加，數據的類型也會不斷地改變，不僅包括各種傳統的關系型數據，還包括各類原始的、結構化、半結構化的數據，如人們通過智能手機、電腦點擊的網頁、電子郵件、搜索痕跡，以及通過網上社區如QQ群和微信群留下的碎片信息均有可能是農產品物流體系所需要數據信息。因此，在大數據視角下的農產品物流體系理應達到數據量大、種類齊全的目標，為數據挖掘和分析提供海量的數據。

2.數據處理、分析速度快

由于大數據是一個海量的數據，而在此海量的數據中有用的數據可能只占很小的一部分，這就要求農產品物流體系能夠以最快的速度處理并分析出哪些是有用的數據，哪些是無用的數據，并把有用的數據篩選出來，并以最快的速度傳遞給各物流相關方，滿足他們決策和管理的需要。另外，在大數據時代，數據變化的速度也在加快，俗話說，商場如戰場，數據處理和分析如果跟不上數據變化的速度，不能及時向物流體系中的相關各方傳遞實時、有用的各類數據信息，那么就會失去大數據物流的基本特點。這就要求農產品物流體系能夠在數據變化的過程中實時監控各類數據，并對其進行實時分析，而不是做一些滯后的處理。而要做到這一點，則需要此物流體系具備快速處理和分析數據的功能。

3.數據真實可靠，并具有較高的使用價值

物流體系中的相關各方要能夠正確地做出各類物流決策并進行有效地規劃和管理，均要求所使用的數據信息是真實的、可靠的，并確實具有較高的使用價值。因此，基于大數據的農產品物流體系如能利用高效、智能化的信息平臺，在上述兩個目標均能實現的前提下，再輔以人工技術的支持，國外實踐證明，此物流體系完全可以把有用的信息從海量的數據中提取出來，并經過智能化的處理和分析之后，向農產品物流體系中的相關各方提供真實、可靠、有用的數據信息。而要實現此一目標，高效、智能化的信息平臺和管理平臺是不可缺少的部分，它扮演著戰略指揮中心的作用。

4.數據能夠無縫連接，信息資源能夠共享

農產品物流體系中各類信息非常多，而且分別屬于不同的物流主體，在這些主體屬性不同的數據信息中，除了一些隱私信息之外，有相當一部分信息本應被物流體系中其他相關各方所掌握和了解，但是，在傳統的農產品物流體系中，由于缺少智能化的信息平臺，而且各物流相關方彼此之間也很難做到無縫連接，無法向各個物流相關方有效傳遞數據信息，無法實現信息資源共享。因此，在基于大數據的農產品物流體系中，需要建立高效、智能化的信息平臺和管理平臺，通過此平臺，各物流相關方要能夠很便利地互相溝通和交流各類信息，實現物流體系內各類信息的無縫連接，信息資源要能夠共享，在交易成本很低的情況下，各物流相關方也能輕易地完成各項交易業務。此外，基于大數據的農產品物流體系還要能有效地與體系外的數據鏈做到無縫連接，使體系外的有用信息源源不斷地流入體系內，并通過智能化的信息處理后，能迅速地共享給物流體系內各相關方。因此，在大數據時代，客觀上需要對傳統的農產品物流體系進行革新，實現各類信息資源在整個物流體系中的無縫連接和共享。

（四）大數據視角下農產品物流體系的框架

根據上述農產品物流體系創新的內容和創新的目標，結合大數據本身所具有的特性，本文構建了大數據視角下農產品物流體系的框架，見圖1。

圖1 基于大數據的農產品物流體系框架

四、基于大數據的農產品物流體系創新的路徑

根據上述大數據條件下的農產品物流體系創新的內容和目標，并結合圖1中的體系框架，可以構建出其創新的路徑：政府→農產品物流企業及其他相關方→農產品生產者→消費者，具體可從以下幾個方面來看：

（一）政府

從圖1可知，基于大數據的農產品物流體系的核心環節便是智能化的信息和管理平臺，它集中處理、分析和管理了所有與物流運行有關的信息和工作內容，它的創設不僅需要耗費大量的資金、人力、物力，還需要高新信息技術和信息管理的投入，創設之后，還需劃出專項資金，根據實際情況不斷地完善和維護。同時，為了保證所有數據信息均能被其捕捉、處理、分析并共享給其他有關各方，還要做出相應的管理決策，因此，該智能化的信息和管理平臺還應該是全天候24小時運行的。由此可見，一般的農產品物流企業由于在資金和管理上仍還處于弱勢地位，難以承擔如此重任。此外，從發達國家的實踐可知，智能化的信息和管理平臺不屬于某一市場主體的私有物品，對于物流體系中所有的相關方，甚至是體系外的其他社會人員均是公開的，都可得到由其提供的相關服務，因此，它在整個物流體系中，乃至整個社會中均扮演著公共物品的角色，而公共物品具有非競爭性和非排他性的特點，允許所有的社會成員以“搭便車”的方式消費此類物品。從這個意義上說，智能化的信息和管理平臺不應該由農產品物流企業和其他物流主體來創設，而只能由政府來提供。因此，在大數據背景下，政府毫無疑問成為了農產品物流體系創新的發起者、推動者和創設者，政府需要從全社會的視角統籌規劃此項工程。

（二）農產品物流企業及其他相關方

智能化的物流信息和管理平臺建立起來之后，要實現農產品物流體系運行的無縫連接，農產品物流企業及其他相關各方，如第三方物流、第四方物流、國際物流、批發市場，甚至大型的零售終端，如大型超市都需要在此信息和管理平臺的基礎上，構建起屬于自己的物流信息中心和管理中心，并且要能夠與政府創設的智能化平臺無縫連接。當然，對于一般的農產品物流企業而言，由于其人力、物力、資金實力無法與政府相比，因此，在物流信息和管理中心的建設方面，應該量力而行，但是，一定要保證自身的信息和管理中心與政府智能化的平臺無縫連接，亦即，不僅物流企業及其他相關方要在信息搜集、貨物運輸、倉儲、冷鏈、訂單信息、配送服務等方面通過此平臺實現與相關各方共享，而且還要使物流企業、配送中心，以及其他相關各方的物流、資金流、甚至是消費者購買的實時信息傳遞到智能化平臺上，并通過智能化平臺的優化分析做出合理的規劃和決策。對于一些偏遠的農產品物流企業，政府可通過評估其經濟效益和社會效益，以及技術可行性，考慮提供適當的財政補助，幫助其建立起能與政府智能化平臺無縫連接的物流信息和管理中心。

（三）農產品生產者

農產品生產者處于物流體系的起始位置，他們需要的信息主要包括訂單信息、價格信息、市場供求信息、產品變化信息等等，還包括原材料的價格信息、供求信息，以及其他相關信息。在大數據背景下，這些信息以各種載體的形式出現于各類網站上，在政府智能化物流信息和管理平臺和物流企業及其他相關方的信息和管理中心建立起來之后，這些信息均可通過各種途徑向生產者發布。但是，農產品生產者如果要獲得這些有用的信息，則必須要有接收、存儲、查閱的能力和工具，對于起始位置上的農產品生產者來說，則需要購置并能熟練使用智能手機和普通電腦。為了使智能化的物流信息和管理平臺及時地搜集、處理和分析數據信息，農產品生產者通過智能手機或電腦從政府和物流企業及其他相關方獲得相關信息的同時，也要實時將一些非商業秘密的數據信息傳輸給智能化的物流信息和管理平臺，以及物流企業及其他相關方的信息和管理中心，這兩類信息和管理節點也需要實時監控、搜集生產者的各類交易信息，形成生產者、政府、物流企業及其他相關方之間的信息交互狀態，而且這種信息交互行為應該常態化，保證政府智能化的物流信息和管理平臺獲得海量的數據，并做出正確的管理決策。

（四）消費者

消費者在農產品物流體系中處于最未端的位置，他們需要的信息主要包括農產品物理移動信息、產品價格信息、質量信息、產量信息，以及其他同類產品的相關對比信息，并且要求圖文并茂。在互聯網時代，只要政府的智能化物流信息和管理平臺建立起來后，消費者均可通過電腦或智能手機輕便地從該平臺上獲得此類信息。另外，從消費者的實踐可知，消費者不會主動將自己的消費行為、消費心理、偏好等重要的消費信息傳遞給該平臺。但是，消費者通過智能手機或電腦在互聯網上點擊和購買的任何信息要被該智能化的平臺捕捉、處理和分析，并將分析結果共享給物流體系中其他物流主體和生產者。因此，對于農產品物流體系圍繞大數據所進行的創新來說，消費者也需要購置和熟練使用智能手機或電腦，當然，在網絡發展迅速的當前，消費者的網絡知識和操作智能手機和電腦能力已經不是問題了，智能手機和電腦的普及率也正逐漸提高。尤其重要的是，消費者越來越傾向于通過互聯網購買自己需要的農產品，而且正逐漸演變為一種消費時尚，成為拉動農產品物流體系朝著大數據方向創新的主要動力。

五、結束語

互聯網+物流是中央十三五規劃的重要內容，是在互聯網迅速發展并切實影響到我們日常生活和工作的背景下提出的戰略選擇，可以預見其將會是我國經濟發展的新引擎。而大數據正是在互聯網快速發展的背景下提出來的，它是未來物流行業快速發展的主要推動力，因此，農產品物流體系圍繞大數據進行創新正是迎合了中央“互聯網+物流”的戰略方向。但是，基于大數據的農產品物流體系創新是一個巨大的系統工程，在這個系統工程里，單個物流企業或其他相關方均無法挑起此重擔，因此，政府應該扮演著主要的角色，并且，政府要從人力、物力、財力上支持農產品物流體系圍繞大數據進行創新，保證農產品物流體系利用大數據來不斷提高農產品的物流效率、降低物流成本，并達到向消費者快速提供優質、安全、可靠的農產品的戰略目標。

[1]李廣武.大數據在農產品物流管理系統中的應用[J].物流技術,2013(10):97-100.

[2]胡鈺.大數據背景下我國農產品物流面臨的挑戰及發展趨勢[J].改革與戰略,2016(04):30-32.

[3]周海霞,張昊.基于大數據的農產品物流一體化研究[J].合作經濟與科技,2016(04):56-57.

[4]James M.Tien.The next industrial revolution: Integrated services and goods[J].Journal of Systems Science and Systems Engineering,2012,21(03):257-296.

[5]Dennis Maa?,Marco Spruit,Peter de Waal.Improving short-term demand forecasting for short-life cycle consumer products with data mining techniques[J].Decision Analytics,2014,1(01):1-17.

[6]Martin Kowalczyk,Peter Buxmann.Big Data and Information Processing in Organizational Decision Processes[J].Business Information Systems,2014,56(05):289-302.