“大數據”背景下智慧物流產業發展路徑研究

（蕪湖職業技術學院國際經貿學院 安徽 蕪湖 241001）

0.引言

大數據技術是基于互聯網衍生的新型數據分析技術，伴隨社會經濟的發展和傳統產業轉型，大數據技術在各個領域獲得了廣泛應用和發展空間。特別是在智慧物流產業發展中，大數據技術的重要性日漸凸顯，以此來促進產業發展，能夠真正實現自動化、智能化、信息化、可控化、可視化，具有十分重要的應用價值。

1.智慧物流的概念及發展現狀

1.1 智慧物流概念

IBM公司是智慧物流概念的最早提出者，中國物流技術協會信息中心與華夏物聯網和《物流技術與應用》編輯部，共同對智慧物流概念進行了革新，因此衍生了新型的智慧物流概念。智慧物流在市場中應用的根本目的，是為企業能夠進一步降低在物流成本上的支出，促使企業整體經濟效益的不斷提高。智慧物流的核心內容，則是如何發揮其中的“智慧”，即通過智慧的手段，促使物流的運行更加高速、高效和便捷。當前智慧物流發展過程中，主要依靠的則是互聯網+、大數據、智能硬件等手段，進而使物流倉儲、運輸、搬運、配送等各個環節均逐漸呈現出信息化、智能化、自動化的發展趨勢。智慧物流在發展過程中，始終在不斷創新和引入多種先進技術手段，應用智能化方法優化操作流程，促使整個物流環節的智慧化，使物流配送和運輸的各個環節中，均可以具備較高的思維能力、感知能力，進而實現物流信息系統的自動執行能力，促進物流企業的精益化管理，為企業的客戶提供多元化的服務，切實滿足其不同的需求，真正節省物流運輸過程中的資源耗費和成本支出，發揮智慧物流的價值和優勢。

1.2 智慧物流發展現狀

1.2.1 大型物流企業

當前我國一些處于行業領先位置的大型物流企業，在信息技術等方面逐漸有了新的突破，構建了信息化的物流平臺，并且記住互聯網加的相關技術，構建了智慧物流體系。在網絡信息技術的支持下，當前的大部分物流過程均已經實現了信息化發展，并且各個環節開始運用智能化、自動化技術手段。在大型物流企業的相關產品儲存和配送環節，均已經運用機器的手段替代了傳統人工模式，這在很大程度上解決了企業在員工方面的支出，同時運用傳統的人工模式，不僅需要耗費大量資金同時整體的效率偏低，安逸與機械化的高效率和低失誤率相比。大型企業在自己的信息化平臺中，能夠實時查看物流傳送的位置信息，在很大程度上提高了貨物的輸送、配送速度，同時整個配送流程的信息得以完整保存，配送難度大大降低。當前雖然大型企業的智慧物流發展現狀良好，提高了物流各個環節的效率，但仍然存在一些不足之處。例如，在貨物配送過程中，雖然部分地區實現了無人機配送方式，但人工仍然是當前的主要方式，企業仍然需要耗費較高的人工成本，同時配送的效率相對較低。

1.2.2 小型物流企業

相比我國的大型物流企業而言，中小型的物流企業當前智慧物流發展現狀較差，普遍均未全面落實，特別是物流的信息化建設和智能化管理。我國大部分的中小型的物流企業均為建設完善的信息化管理體系，僅有很少部分的物流企業建設了信息化管理系統，但僅僅是針對物流運輸過程中的部分環節，難以實現全方位的覆蓋。同時，許多中小型物流企業仍然采用傳統的物流信息通訊模式，即運用電話的方式進行貨物的配送，當前大數據背景下，仍然難以實現運用手機或電子智能設備查詢物流信息，這樣的方式不僅無法為客戶提供高效便捷的服務。同時，這種方式難以保證貨物物流信息的精準性，極其容易出現貨物丟失的問題，整個物流環節從發貨到配送到客戶手中需要經歷較長的時間，同時由于丟失的風險較大，對客戶的財產安全產生了一定的損害，企業難以在激烈的市場競爭中立足。這也是當前在市場競爭中，我國許多中小型物流企業為了爭奪市場，在市場中獲得競爭力，通常依靠降低運送價格的方式，這不僅會造成中小物流企業市場混亂、價格惡意競爭的問題，同時也阻礙了物流市場秩序的健康發展。

2.“大數據”背景下智慧物流產業發展的問題

2.1 智慧物流技術應用局限性

智慧物流技術在應用于發展過程中，主要分為兩個方面，分別為硬件技術和軟件技術。其中，硬件技術是計算機系統的重要構成部分，是物流企業在物流的各個環節中必不可少的外部設備。軟件技術則是在智慧物流的各個環節中，所應用的智慧物流系統、軟件程序等內容。智慧物流產業在發展過程中，軟件是其發展的核心構成部分，是最重要的內容。軟件技術所發揮的作用，則是在操作系統的支持下，借助大數據相關技術，實現數據信息的科學儲存管理以及客戶的高效獲取，并且保證數據信息的安全性維護。然而當前智慧物流在我國發展的時間相對較短，在我國物流領域的應用具有較大的局限性。近年來，京東商城、蘇寧易購等大型的電子商務企業，將側重點放在了構建自身的物流系統上，充分引用了智慧物流技術，致使企業的物流管理效率和質量顯著提升。然而當前僅有大型企業引用了智慧物流技術，中小型企業仍然難以推進和普及智慧物流，導致當前在我國物流領域應用的范圍狹窄，難以真正發揮出智慧物流的優勢和價值。

2.2 智慧物流數據采集難度較大

大數據背景下，實現數據分析的基礎則是數據采集工作，當前企業在經營發展過程中，每天均會產生海量的數據信息，包括物流運輸的各個環節以及向好的相關費用，特別是我國電子商務企業，產生的數據信息規模巨大。據相關數據統計，截至2018年12月，我國網絡購物用戶規模達6.10億，較2017年底增長14.4%，占網民整體比例達73.6%。手機網絡購物用戶規模達5.92億，較2017年底增長17.1%，使用比例達72.5%。在當前電子商務高度普及的時代下，龐大的用戶群體產生的消費軌跡差異性較大，不同的客戶數據信息種類繁多，同時由于數據規模當前已經達到ZB級，在數據采集過程中難度較高。與此同時，數據信息的內容種類豐富、復雜多樣，物流企業的相關業務融入了不同的環節中，例如儲存、運輸和配送等，不同的業務環節所產生的數據種類不同。當前如何借助智慧物流技術手段進行物流數據采集，已經成為較為困難的問題，許多物流企業缺少完善的數據采集工具，同時海量的數據信息難以進行有效的儲存，導致數據信息丟失、遺漏等問題頻發，部分時效性的數據也會由于企業采集滯后問題影響應用價值。

2.3 智慧物流數據分析環節薄弱

現階段智慧物流在我國物流領域的應用過程中，物流數據分析環節始終處于劣勢的地位，只有大型的物流企業或電商公司，會根據數據分析的需求建立專門的工作部門或小組，許多小型企業難以普及。同時，許多企業針對物流數據的分析問題，數據信息已經采集完畢，但在具體實施分析過程中，卻存在對數據信息分析軟件應用不足的問題，對現代化的數據分析手段掌握較差，難以運用有效的數據分析方法對企業的數據進行分析。面對這種現實問題，企業通常會選擇兩種手段，一方面，部分企業為了節約成本，通常會在企業內部進行自主數據分析，最終形成的結果，則是數據結果的準確性較低，難以為發展趨勢和決策提供有效的依據，甚至會對企業的最終決策產生消極影響。另一方面，則是企業將數據信息進行外包，由專門的數據分析公司進行，但這種方式導致企業數據分析的成本增加，部分公司在數據分析后仍然難以給出針對性的優化建議，或方案的可行性較低。并且數據的安全保密問題同樣至關重要，在數據信息外包過程中，企業難以對外包公司實施有效監管。

3.“大數據”背景下智慧物流產業發展可行性路徑

3.1 大力推廣智慧物流技術應用

伴隨近年來我國互聯網技術高速發展，隨之衍生的人工智能IoT等技術逐漸發展成熟，在企業應用智慧物流技術過程中，其軟件和硬件的成本大大降低，這樣的發展趨勢會吸引更多的企業應用智慧物流技術手段，在一定程度上推動了智慧物流產業的發展。與此同時，政府部門應針對智慧物流的相關應用給予政策上的扶持和優惠，例如，在企業引入智慧物流技術手段過程中，政府可給予一定的資金扶持，例如減免稅收等政策，給予我國物流企業良好的激勵措施，促進其從傳統的物流轉型為智慧物流，不僅能夠大幅度提高我國的物流運作效率，同時能夠節省企業的成本支出，促進我國物流產業的轉型升級發展。例如，我國物流領域的龍頭企業阿里巴巴，馬云曾在2018年提出，將會在菜鳥裹裹打造成為國家智能物流的頂尖網絡，并且其CTO提出，IoT技術將會在2019年～2020年成為物流行業的重要應用技術，促使傳統物流產業呈現出數字化的發展趨勢，促進物流產業進入新的發展時代。大型企業的不斷創新應用，將會在很大程度上帶動我國智慧物流技術的發展，形成良性的效仿。

3.2 構建智慧物流數據采集平臺

大數據時代背景下，物流信息平臺是實現數據采集和信息交互的重要樞紐，在智慧物流產業高速發展背景下，物流信息憑條將為各個物流環節建立起溝通交流的橋梁。智慧物流數據采集平臺，是通過應用現代化銜接的信息技術手段，將不同層次的物流信息內容進行整合歸納，進而對整體的供應鏈結構和物流布局進行不斷優化，為物流企業的各個環節運行和服務質量提供良好的把控和保障，進而實現我國物流企業的人員調度、財務資源合理配置，真正推動物流資源的高效高質整合利用。通過構建智慧物流的信息憑條，不僅能夠對海量的數據信息進行儲存、整合歸納，同時，還能夠在該平臺中，引入不同的物流企業入駐，在該平臺中進行數據信息的儲存，在一定程度上實現了信息的分類，并未信息與信息之間建立了關聯，有利于實現企業的數據信息實時共享。近年來，我國的京東云、阿里云、百度智能云等平臺，均構建起數據庫功能用于儲存，并且電子商務企業能夠在此獲得較為專業化的數據分析和解決方案，但伴隨智慧物流產業的不斷發展仍然需要不斷的完善，開拓更加多樣化的業務功能，為更多不同類型的企業提供優質服務，打造真正的智慧物流信息平臺。

3.3 拓展智慧物流數據分析深度

智慧物流數據分析時整個環節中的核心內容，對未來的發展趨勢預測以及決策均起到十分關鍵性的作用，所以，必須不斷形成物流智能化的決策體系，進一步拓展智慧物流數據分析的深度，并加大挖掘的力度，保證信息的多元化同時，為分析的準確性提供保障。在從多個維度入手進行數據信息的分析過程中，應對物流作業進行預估處理，進而實現科學的調度和只能運作。同時，在進行深入挖掘數據信息的同時，分析物流運作管理的模式，促進整體實現智慧管理。在數據分析過程中，無論選擇自主分析或外包分析哪種方式，均需要立足于物流企業的實際情況，同時也需要不斷提高自身的數據分析能力，進而對行業的未來發展等進行精準的預測。預測的結果能夠為物流企業在未來趨勢中體現出較強的適應能力，不斷提高自身的競爭力和創新能力，不斷學習和引進新型技術手段，逐漸從模仿轉型發展為超越，進而在激烈的物流產業市場競爭中始終保持立足之地。

3.4 智慧物流數據分析人才培育

近年來大數據技術高速發展，逐漸進入新的時代中，培養高新技術人才仍然需要依賴高等院校，但此過程中政府以及企業的協同推動作用不容忽視，逐漸形成三方穩定的協同合作關系，才能實現協同發展、相互促進和影響，實現多方共贏的良好局面。我國政府部門應針對智慧物流產業發展，頒布相應的激勵機制，促進物流企業與高等院校建立良好的校企合作關系，進一步推進人才培養質量和效率的提升。高等院校則需要深入分析物流企業在人才方面的需求，立足于此制定具有針對性、合理性的人才培養方案，建立起與之配套的課程體系，培養更多符合市場與企業需求的新型人才。高等院校在進行人才培養方案制定以及課程體系構建過程中，企業方面應積極參與其中并給予提供針對性建議，真正實現智慧物流人才培養的產學研深度結合。在人才實際培養過程中，同時需要兼顧跨學科研究的基本性質和特點，人才不僅需要掌握專業化的物流知識、電子商務知識以及數理統計知識，同時應在計算機技術領域具有一定造詣。主要是由于在大數據時代背景下，傳統人才培養模式已經難以適應時代的發揮需求，難以在激烈的市場競爭中獲得就業和發展優勢。所以，高等院校應與企業協同，構建復合型人才培養體系，加強跨界研究型人才培養，使其能夠適應時代發展，為我國智慧物流產業發展輸送高質量、高素質的復合應用型人才。

4.結語

綜上所述，近年來我國物流企業高度重視智能化、數字化和信息化發展，大數據技術在其中廣泛應用，并取得了良好成效。智慧物流產業在不斷發展過程中受到認可和關注，現如今成為我國經濟發展的重要推動部分，但在具體的建設過程中，仍然存在一些實際性的問題，阻礙了智慧物流產業發展。因此，必須通過大力推廣智慧物流技術應用、構建智慧物流數據采集平臺、拓展智慧物流數據分析深度、智慧物流數據分析人才培育等措施，為智慧物流產業在大數據背景下的發展保駕護航。