數據視域下智慧物流體系構建與發展路徑研究

王靜漪

(蕪湖職業技術學院 國際經貿學院，安徽 蕪湖 241001)

“智慧物流”概念由中國物流技術協會信息中心、華夏物聯網、《物流技術與應用》編輯部于2009年首次提出。是指利用集成智能化技術，使物流系統具有思維、感知、學習、推理判斷和自行解決物流中各種問題的能力。大數據技術作為智慧物流發展的基本構成，其有效應用將顯著改善物流運營效率和水平，提升用戶的體驗感，減輕物流企業的運營資金支出。因此，探索構建基于大數據的智慧物流發展模式有至關重要的意義。

一、智慧物流的產業特征

為了推進智慧物流發展，中央政府全面部署并印發了《“互聯網+高效物流”實施意見》，為實現智慧物流可持續發展創造了良好的政策氛圍。[1]

1.物流互聯網正逐步形成。隨著信息技術、硬件設施與物流技術的融合發展，“物流在線”為物流智能化發展創造了有利的發展條件?，F階段，互聯網技術日益完善，物聯網傳感器完成和互聯網有效銜接。我國已經開展了重型貨車北斗定位系統，托盤、集裝箱、貨運等物流設施均已實現互聯網發展。

2.大量物流數據已被廣泛應用。物流網絡會產生大量的數據信息，實現了大數據的有效運用，推進了工業智能改革發展進程，顯著提升了生產效率。如：菜鳥網絡通過智能路由器形成了包裹與節點精確交付的發展模式，其精確率達到98個百分點。同時，通過大數據技術對信息進行分類管理，能有效挖掘出對企業管理有參考價值的數據信息，對于企業的重大決策有不容忽視的參考作用。

3.“協同共享”的創新模式。智慧物流以“協同共享”模式實現了創新發展，對百姓的生活和工作產生了不容忽視的影響。[2]基于“共享分享而不占有”的發展理念，企業發展不再受時間、空間和地域限制，提高了社會資源的利用率，并實現了存量資源的社會化發展。

4.人工智能仍處于起步階段。以人工智能為代表的物流技術服務具有效率高、低成本的發展優勢。人工智能作為物流企業升級、轉型的重要技術，能完成智能分配資源、智能提升效率、智能優化等操作，特別是在無人倉儲和無人配送的人工智能發展領域。現階段，我國僅有部分企業對這一新領域進行了研發，菜鳥與京東已經進入到試驗階段，其成功研發將會提高其在國際物流領域的影響力。

二、智慧物流發展中存在的問題

1.智慧物流技術應用的局限性。目前，我國智慧物流發展尚屬于初級階段，智慧物流技術在物流行業的應用仍有很大的局限性。近年來，雖然京東、阿里巴巴和蘇寧等大型電子商務集團投入大量資金成立智慧物流系統，顯著提高了其物流運營水平和效率。然而大部分物流公司為了減少資金投入，關于智慧物流的應用程度并不高，僅僅有個別環節實施了智能化發展，并沒有實現規模化發展。

2.智慧物流數據分析流程效率低下。(1)智慧物流數據采集困難。數據采集是智慧物流分析流程的首要環節，但物流公司時時刻刻都會產生大量的數據信息，如：倉庫的出入庫和在庫數據信息、運輸車輛的運行路線、燃油消耗等相關運輸費用、配送中心的貨物中轉數據等，尤其是電商物流銷售和消費者信息數據信息更是超出其他數據。同時，用戶的消費軌跡形成的消費者數據信息，也將隨著互聯網技術的高速發展，由之前的TB級有望達到ZB級。此外，供應鏈流程涉及到的物流業務，如存儲、運輸、配送等，也會產生相應類型的數據。以上所有數據都需要進行采集，然而，物流單位缺少專業的數據采集手段和辦法，也缺少專門的數據庫存放大規模的數據，加之數據有著明顯的時效性特點，因此，如何利用智慧物流技術有效收集物流數據信息存在很大的難度。(2)智慧物流數據不易挖掘。數據采集結束后，要進行數據挖掘與篩選。[3]現階段，物流單位越來越認識到數據的重要性，開始高度重視數據采集工作。然而采集的數據大部分缺少有序性，甚至會出現數據重復或者數據丟失現象，這在很大程度上影響了企業對智慧物流業務發展走向的精準推測。同時，由于企業無時無刻都在產生新的、大量的數據，從大量數據中挖掘出對企業發展有參考意義的數據信息并不容易，如何篩選、挖掘出有價值的數據信息還有很長一段路要走。(3)智慧物流數據分析相對薄弱。現階段我國智慧物流數據分析水平尚處于初級階段，實力雄厚、具有一定規模的電商企業或者物流企業有專業部門對數據進行分析，而大部分企業都無法有效應用軟件對數據進行分析和處理，通常會采取以下方式處理：其一，企業自己分析數據，導致分析結果精確性不夠，無法為企業決策提供可行性參考；其二，把數據外包給專門的數據分析企業來處理，增加了企業運營資金投入。數據分析完成后，其結果是否具備參考價值還有待商榷，數據的泄漏等問題更無法保證，并且關于外包數據分析企業的監管問題目前尚未得到有效解決。

3.智慧物流數據分析領域人才緊缺?，F階段，智慧物流數據規模表現出快速增長的發展趨勢，具體體現為大規模、異構性以及分布式，從而出現了數據人才短缺的局面。相關數據統計結果顯示，經營類企業的電子商務部門關于智慧物流數據分析專業的需求一直存在，對該領域人才需求缺口較大。然而，目前我國僅有少數學校開辦了物流專業，其對商務數據人才的培養速度遠不能滿足市場的需求。

三、智慧物流發展路徑優化對策

1.政府應加大對智慧物流的扶持力度。一方面，政府要適應智慧物流發展趨勢，加強政府與企業之間的聯系和信息共享，推進物流信息動態化發展，加大協調力度，擬定各項政策推進智慧物流發展；另一方面，要加強對智慧物流企業的資金補助，通過財政資金政策來扶持一批技術領先、實力雄厚的智慧物流企業，讓其成為行業標桿。如：可以通過稅收減免，也可以利用財稅補貼政策，減輕物流企業運營負擔；引導并支持物流企業發展共享合作模式，從而提高社會物流資源利用率；最為關鍵的是基于大數據技術，對企業閑置廠房、倉庫、集裝箱、裝載車等設備資源進行全方位整合，持續擴大智慧物流覆蓋范圍并提升其服務質量，減少智慧物流運營資金投入。

2.優化智慧物流數據分析流程。(1)建立智慧物流信息平臺。智慧物流信息平臺在銜接物流各個環節方面發揮著重要作用，其借助信息技術使不同層面的物流信息得到有效整合，從而對供應鏈的結構與物流布局進行優化處理，達到對物流不同業務運營和服務質量的有效監管，進而協調人、財、物等物流資源的分配，提高了資源分配的科學性。[4]因此，智慧物流信息平臺的構建，不僅要滿足數據倉庫的存儲需求，還要實現相關物流企業入駐，從而實現數據存儲操作。此外，信息分類與交流功能在很大程度上實現了企業數據的有效傳遞和共享。雖然現階段阿里云、京東云等構建了云數據庫來對數據存儲，同時還為電子商務企業提供了專業的數據解決方案，然而其業務功能仍需進一步優化和完善，以實現其對更多企業的服務，使得該信息平臺向著智能化方向發展。企業協同數據挖掘系統，可以在物流信息平臺中進行數據挖掘操作。(2)健全智能物流終端服務體系。終端服務系統決定了整個智慧物流是否可以有效運營指令，獲得預想結果。根據現階段終端服務系統存在的不足，首先，要結合物聯網以及電子商務等資源，構建智能型物流終端服務系統。關鍵是要重視電子商務和現代物流公司的進一步合作，利用云計算、大數據等信息技術，不斷實現無人配送、共同配送等智慧物流模式的推廣，推進智慧物流配送模式向著集約化方向發展，讓“最后一公里”配送問題得到充分解決。其次，為加快對物流終端自動化發展的推進，從自動化倉儲、分揀機到電子標簽揀選、機器人揀選，再到自動化分揀、存取、裝運等物流作業，要全部實現智能化、自動化操作。利用智能化機器人取代人工操作，顯著提高智慧物流的配送效率。最后，要擴大終端服務系統的覆蓋范圍，推進物流配送企業深入社區、農村地區，與社區服務站、便利店、物業公司等建立合作關系，合理、有效配置智能快遞柜、快遞點，讓智慧物流的覆蓋范圍延伸到各個角落，使得智能物流終端服務效益最大化，優化其服務質量和效率。(3)加強智慧物流數據分析及趨勢預測功能。應該持續構建物流智能決策系統，優化智慧物流數據挖掘服務效率，延伸智慧物流數據分析的廣度和深度。基于多維度數據分析，關于物流作業實施預處理，實現智能化操作、科學調度；利用深層次數據挖掘對物流運營管理實施診斷和研究，實現智能化管理的發展目標。物流公司應該選取符合其發展的數據分析模式，提高數據分析水平，優化對業務預測的精確度，全面把握行業發展走向，持之以恒，從而順應市場發展需求，提高在市場中的核心競爭力。

3.重視智慧物流專業人才培養。人才是智慧物流升級發展不可或缺的資源，必須加大對物流專業人才的培養力度，培養高、精、專人才。政府應出臺相關人才培養政策，對高校與企業在人才培養的深度融合方面提供財政補貼，制定科學有效的人才激勵方案，健全人才服務市場機制，實現人才配置優化發展，為智慧物流人才提供良好的政策環境和市場環境。大力引進海外優秀的物流人才與物流教育人才，實現我國物流發展和國際接軌。與此同時，政府、企業和高校之間要加強合作，優化并創新人才培養模式，從而帶動教學內容與教學手段的改革，帶動專業設施的更新與師資團隊的建設，使人才培養與行業發展有效融合。