物流大數據研究綜述

李敏

摘要：隨著經濟全球化與電子商務的進一步發展，人工智能、云計算等先進技術與大數據相結合，形成了除去資本、勞動、資源以外的第四大生產要素。本文首先界定大數據與物流大數據的概念，在此基礎上對物流大數據的企業現代化應用進行了分類研究綜述，最后就物流大數據的未來發展趨勢進行了預測。

關鍵詞：大數據? 物流大數據? 云計算? 物流與供應鏈

一、大數據與物流大數據相關概念

（一）大數據

麥肯錫全球研究所對大數據的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合。高德納咨詢公司則將大數據定義為無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。舍恩伯格在《大數據時代》中網絡技術水平看作大數據得以產生和發展的關鍵。大數據具有的基本特征可以總結為“5V”：即體量大 （Volume）、速度快（Velocity）、模態多（Variety）、難辨識 （Veracity），價值密度低、商業價值高（Value）。大數據因其數據體量大、及時性強、信息的關聯性好等特征，在醫療保健、能源、零售業、政府、制造業、金融服務等不同行業領域均具有廣闊的應用前景。

（二）物流大數據

物流大數據在物聯網、互聯網、云計算等信息技術背景下產生，通過大數據在物流業的運用，一方面促進了物流各環節的信息共享及物流業與其他產業的高效協作，另一方面極大的促進了社會資源的利用效率。

物流大數據是對物流要素、物流設施、物流作業工具、物流作業過程等產生的大量信息數據的總稱，需要首先借助于現代先進技術如物聯網、移動互聯網去獲取各個物流場景中的物流數據（如貨物、包裝、物流單據、人員等物流要素的數據;園區、碼頭、倉庫等物流設施的數據;運輸車輛、堆垛機、叉車等物流工具的數據;貨物交接信息等物流作業過程的數據），之后通過科學的技術手段對獲取的數據進行儲存、分析及可視化處理，最終將數據服務于物流行業的各個環節。

二、物流大數據的應用綜述

大數據的使用對企業物流成本控制和服務效率、質量提升具有十分重要的意義。國內對物流大數據的研究文獻較多。對物流大數據的研究視角主要包括：在一帶一路背景下的大數據體系建設;大數據在物流運輸、倉儲、裝卸搬運、流通加工、配送、信息處理等環節的應用研究;大數據在電子商務、制造業、服務業等不同行業的應用研究;大數據（B）與人工智能（A）、云計算（C）、優化學與智能經濟學（D）結合形成的ABC+D的智能物流研究等。

孫彬 、王東（2017）深入研究了“一帶一路”物流集散中心的大數據體系架構建設問題。通過分析物流大數據的特征及作用，提出“一個核心、三類需求、三個平臺和兩個門戶”的主要建設內容，設計“五個層次、三條總線”的建設框架，實現新絲路沿線物流業態的精準化責任追溯和碎片化價值聚集，助力產業中高端轉化，提升產業靈活適用性，以達到維護物流數據主權、提升物流資源利用率和激勵產業創新的目標。謝泗薪、孫秀敏（2018）對“一帶一路”倡議及口岸物流、大數據進行了深入解讀，全方位分析“一帶一路”倡議下內蒙古、黑龍江及新疆三地口岸物流的發展狀況，根據口岸物流存在的發展不平衡、基礎設施殘缺、信息共享平臺建設進程緩慢等問題，提出通過大數據的技術研究與應用解決上述問題促進口岸物流的發展。

李鶴、王琳（2018）通過對我國現代物流行業發展現狀的分析，提出了現代物流業發展中存在缺乏對物流配送方案科學合理規劃分析、物流運作管理協同程度不足、物流中心選址缺乏科學依據、物流倉儲技術不成熟、物流市場策略缺乏數據指導分析等問題，提出通過大數據的使用解決上述的問題。在物流配送方案的設計方面，可以利用物流大數據的及時性對物流配送線路、物流配送工具等進行動態調整，最大化的降低物流配送成本及物流配送效率。在物流運作管理方面，物流大數據與云計算的結合將極大的提升企業生產經營的可視化水平，企業物管理人員可以利用數據信息對現場作業情況、銷售庫存量等進行監控、分析與決策，帶來管理水平的質的提升。在物流中心選址方面，通過分析區域內的顧客消費習慣、交通運輸狀況等數據，選定輻射范圍最廣、運營成本最低、配送效率最快的物流中心地。在物流倉儲補貨調貨問題上，充分發揮物流大數據的信息預測能力，合理配置倉庫貨物數量、提前預調貨物，一方面大大降低了倉儲成本，另一方面通過縮短顧客獲取貨物的時間而提升顧客的滿意度。在物流市場策略方面，充分發揮目標群體的歷史消費數據，利用大數據技術手段預測客戶的需求，從而精準確定企業自身的產品方向，從需求端搶占市場份額，提升企業競爭力。由此可以看到，大數據和物流的結合將不僅從供給端通過對配送、倉儲、管理環節為企業帶來新的活力和競爭點，更可以通過需求端對物流選址、物流市場策略決策規劃為企業效率和效益的提升帶來質的變化。

張均儒（2018）對我國電子商務企業現有的配送模式進行了總結分析，以京東電子商城實證分析，通過對比大數據背景下電子商務企業配送模式（自營、合作經營、外包）面臨的新特點、新優勢，綜合考慮大數據背景下企業發展的經濟因素和戰略因素，運用AHP方法和熵值法建立了電子商務企業配送模式的選擇模型。同時，利用TOPSIS方法，進行模型驗證，得出京東物流自營模式的科學性依據。最后提出通過對大數據的運用為電子商務物流配送模式帶來效率和質量的提升。邱玉蓮、羅歡（2018）針對鋼鐵企業物流成本核算現狀，通過比較傳統核算方法和作業成本法，總結作業成本法的優勢，并結合現有的大數據和云會計技術，提出大數據環境下作業成本法在鋼鐵企業物流核算中的應用，為鋼鐵企業在物流管理與核算實踐中提出新的思路。周興建（2014）利用服裝服飾業在采購、生產及配送中產生了大量的物流數據，運用大數據技術，可抓取、加工和分析其中的關鍵物流信息，輔助服裝服飾供應鏈進行運營決策功能，分析服裝服飾業物流大數據的特點，考慮服裝服飾企業在訂單驅動下，借助于物流大數據制定精準的跨供應鏈協作訂單策略，達到資源的合理利用和運營能力的均 衡。薛珂（2018）通過闡述冷鏈物流、大數據環境的內涵特征，指出我國當前冷鏈物流面臨配套設施更新慢、冷鏈物流標準（如冷藏車尺寸標準、溫度光照標準等）和冷鏈物流數據收集處理標準不統一的兩大問題，結合冷鏈物流在時效性和溫度環境的高標準，提出將物流大數據運用于冷鏈物流配送線路設計、產品信息監控、產品流通生產標準化等方面。楊曙（2018）分析了大數據時代智能物流的優勢和困境，指出智能物流智能化與管理便捷、系統一體化與效率提升、服務多樣化與顧客滿意度提升等優勢和智能化偏低、發展成本較高、人次不足的困境，提出發展核心智能物流技術、企業信息數據共享、提升人才培養質量的對應性建議。

三、物流大數據發展問題及未來趨勢

（一）潛在問題

在經濟全球化和電子商務快速發展的大背景下，結合人工智能、云計算技術，物流大數據在企業物流成本控制、效率和顧客滿意度提升方面均得到很大程度的發展。而大數據數量龐大、形式多樣、結構復雜、及時性和隱蔽性強，不可避免的帶來了技術性壁壘。同時，由于行業發展的成熟度不足，也不可避免的為物流大數據的進一步發展帶來潛在性的問題或限制。

就技術方面來說，物流大數據應用的核心在于駕馭大數據的能力。其中云計算和大數據分析能力是至關重要的節點。大數據時代云計算必將成為一項基礎性的公共服務，當前具備云計算資源的企業則主要集中與華為、BAT等科技領袖型獨角獸企業，大多數的物流企業并不具備單獨建設云計算資源的實力。而大數據分析能力，需要具備大數據分析算法和物流供應鏈理論實踐能力的復合型人才，傳統培養體系的缺陷，以及企業在經營環境中培養出駕馭大數據能力人才的成本壁壘，都將給大數據分析的物流業發展帶來阻礙。

就行業發展方面來說，首先物流企業間及上下游企業未形成有效的數據共享協作機制，物流企業及相關產業間信息的孤立將對數據價值的深入挖掘產生阻礙。其次，具備大數據處理的專業性人才主要集中于IT行業，物流行業的專業要求與IT人才的就業領域相脫節，大大限制了物流大數據在物流企業的發展應用空間。再次，大數據在采集及數據維護方面還未形成統一的標準，一方面未統一的數據采集方式提高了相關數據銜接的難度，更可能收集的數據重復與缺失，加大數據采集環節的成本。另一方面，大數據安全技術標準體系建設不完善，給大數據的信息安全帶來極大不確定性。最后，當前我國物流行業仍未徹底擺脫粗放型發展模式，建設大數據基礎設施資金投入過大，大大降低了物流企業主管進行信息化升級的動力。

（二）發展趨勢

當前，國內外對物流大數據的研究和應用還處于起步階段，未來的發展潛力巨大。物流大數據對于物流企業的市場分析、倉儲中心選址、配送線路優化、電商平臺的銷售布局與顧客滿意度提升、金融平臺的投融資風險評估等均具有十分廣闊的應用前景。未來物流大數據應用深度發展將集中于解決：如何建立標準規范的數據獲取標準模式、如何通過現代化的數據處理技術進行精準數據價值挖掘、如何在保證信息安全性的前提下形成一體化的企業大數據共享平臺、如何將人工智能、云計算等技術與物流大數據進行深度有機結合;物流大數據的應用不僅在于幫助企業進行物流成本控制、物流效率提升，更在于對客戶的深度挖掘和客戶滿意度的提升，通過信息化手段的應用，為企業與客戶帶來雙贏。

參考文獻：

[1]張均儒. 大數據背景下電子商務物流配送模式研究 [J].探討與研究，2018（10）.

[2]邱玉蓮，羅歡.大數據環境下鋼鐵企業物流成本核算研究 [J].成本管理2018（01）.

[3]薛柯.大數據技術在冷鏈物流中的運用探析 [J].物流工程與管理，2018（06）：40.

[4]李鶴，王琳.大數據技術在我國現代物流業發展中的應用 [J].市場周刊，2018（03）.

[5]賈婷. 基于大數據的港口煤炭物流可視化分析平臺 [J].航海，2018.

[6]李欣兒. 計算機之大數據對智慧物流的影響[J].現代交際，2016（02）：462

[7]黃濱. 簡談大數據時代的物流信息化 [J].物流技術與應用，2018（04）.

[8]謝泗薪，孫秀敏. “一帶一路”倡議下基于大數據的口岸物流發展戰略思考-以內蒙、黑龍江、新疆三地口岸物流發展為例 [J].物流經濟月刊，2018（488）.

[9]孫彬，王東.“一帶一路”物流中心大數據體系的建設[J].中國流通經濟，2017（8）：32-40.

[10]李娜. 從數博會看交通物流大數據演繹新生態 [J].現代物流報，2018（009）.

[11]張榕. 大數據對物流行業的影響 [J].中國管理信息化.2018（04）：0036-02.

[12]丁坤. 大數據和人工智能驅動物流全面升級[J]. 人民郵電，2018（002）.

[13]楊曙. 大數據時代的智能物流模式研究[J].企業科技與發展，2018（05）.

[14]羅浩. 大數據時代下物流企業創新發展策略分析[J].中國集體經濟，2018（01）.

[15]周興建. 基于物流大數據的服裝服飾供應鏈運營模式研究[J].服飾與產業：產業管理，2014.

（作者單位：上海海事大學經濟管理學院國際貿易學）