大數據對物流供應鏈創新發展的影響與應用對策

孫楚綠，于麗艷

(1.天津商業大學寶德學院，天津 300384；2.天津科技大學經濟與管理學院，天津 300222)

傳統物流企業的信息系統由于缺少靈活性，導致物流效率低、物流風險增加等問題頻頻出現，已無法滿足經濟活動對信息的需求。而大數據技術具有數據量大、速度快、數據多樣性和低價值密度的特征，能夠為供應鏈各環節提供實時實地信息，增加物流企業經營的靈活性和可持續性，并通過推動互聯網和物流業融合改變物流企業商業模式，促進社會經濟發展。在供應鏈運營管理中運用大數據技術，不僅會提高企業的經濟效益，而且還會提高不同部門和經濟整體的生產力、創新力和競爭力，有助于解決物流供給與需求的匹配，優化資源配置，提升運營效率和獲取最大效益，因此大數據技術引起了全球物流部門的極大關注［1］。據美國供應鏈行業研究組織SCM World 的報告，64%的供應鏈管理人員認為，大數據技術因能夠將供應鏈上下游企業的資源和信息整合共享，深刻影響物流供應鏈的發展，因此，其正在重塑物流供應鏈產業［2］。

1 文獻綜述

已有關于物流供應鏈大數據分析的研究各有側重，大致可以從意義優勢層面、信息了解層面、應用領域層面進行歸納。

在意義優勢層面，大數據分析對物流供應鏈具有巨大的意義。Akter 等［3］認為企業通過提高大數據分析能力可以創新產品，并為客戶提供更好的服務、提升服務水平，同時增加銷售額和收入、開拓新的市場。利用大數據進行分析，使消費者能夠清楚了解生產及流通過程，為食品供應鏈的安全性和可持續性提供保障［4］。桑德斯［5］的研究指出，供應鏈系統中的制造、采購、物流、銷售等各環節協調聯系，通過大數據分析能夠對其進行優化，增強聯系。

在信息了解層面，信息的聯系與融合為物流供應鏈提供了進步空間。Waller 等［6］認為，物流和供應鏈管理領域的研究者運用數據科學為企業經營預測和分析提供了大量的研究機會。Zinn 等［7］認為近年來物流和供應鏈管理受信息通信技術全球化指數增長的影響，越來越多的企業愿意運用大數據業務模型進行管理。王柏誼等［8］總結了國外先進物流技術信息與我國現有物流技術信息存在的差異，從平臺合作機制、平臺安全性、人才缺失等多方面提出了建議。

在應用領域層面，許多研究都嘗試過分析、構建并推進大數據與供應鏈管理的應用。Barreto 等［9］認為依托智能技術，新的物流模式將供應鏈、物流平臺、服務場景、消費者需求等多維度深度融合，構建無處不在且根植于生產、流通、消費的價值網絡。吳迪等［10］對大數據應用的優勢和機遇進行了研究，結果表明基于大數據的西部民族地區物流云模式解決了西部地區物資資源分配的問題。陳永平等［11］結合大數據時代背景對物流末端配送進行了研究，并對如何提升消費者體驗與價值進行了分析。

綜上所述，現有研究從意義優勢層面、信息了解層面、應用領域層面進行歸納，研究了大數據技術在物流供應鏈中的應用現狀，對大數據的重要性、信息的聯系以及技術的應用已有初步認識，但是從發展趨勢角度進行總結和提煉的較少。由于國內相關研究起步較晚，對于大數據技術的應用研究尚不全面，結合國內實際的分析也相對不足。物流供應鏈大數據分析未來的發展方向如何？農產品如何推進物流供應鏈大數據創新應用？大數據技術在我國物流供應鏈領域如何進行推廣？對此，本研究將大數據技術在物流供應鏈的發展趨勢總結為智能化、共生化、短鏈化、智慧化4 個方面，以農產品為例，對應其作用和意義以及在實踐中遇到的難點和問題進行分析，并提出相應的對策建議，為物流供應鏈領域進一步推廣和應用大數據分析技術提供參考。

2 物流供應鏈應用大數據分析技術的創新發展趨勢

2.1 智能化

傳統的物流供應鏈流程設計通常僅包括人與機器之間的主從關系，即人通過操作界面及程序對機器進行控制。而通用人工智能（artificial general intelligence，AGI）的應用，則通過將物流系統設備進行自主路線設計、人眼識別、捕捉等仿真，實現系統集成的獨立決策，使以經驗為基礎的傳統決策模式發生了徹底轉變［12］。應用智能化與無人化的物流操作規劃、決策和反饋，將供應鏈運營過程中人的參與因素逐漸減少直至消除，物流產業實現智能化后，將完全避免操作中的錯誤，使整個供應鏈智能化，物流運作方式有序、高效，實現交通規劃路線、終端配送、倉庫管理等的智能網絡布局，改變了商品流通和物流協調的方式，大大提高了供應鏈的整合效率。

智能化創造了全新的供應鏈，機器化、連接性和物聯網是推動這種變革的主要力量。大數據分析技術為消費者提供了大量信息，使消費者可以通過遠程控制來了解訂單的信息，比如，許多產品都將是智能的，利用3D 打印機，個性化產品可以在消費者家中制造并按時交付，減少了時間和物流成本。智能化的可追溯性能夠增加客戶對生產商物流狀況的了解，有利于商品的營銷。如圖1 所示，在工業4.0下，機器之間相互協調，提高了運營效率［13］。

圖1 工業4.0 下的智能化物流供應鏈

通過包括銷售點和倉庫的數據計算預測，供應鏈的計劃流程更加準確和及時。以美國為例，其開發的物流供應鏈及電子商務自動化的自主移動機器人（autonomous mobile robots,AMRs）能夠在極短時間內對不同輸出模式之間的同步行為實現多模式感測并作出決策，發展十分迅速［14］。

2.2 共生化

“工業共生”（industrial symbiosis，IS）是一個基于生態系統的概念，強調通過提供優化原料和能源消耗以及副產品作為其他產業的原材料減少資源浪費和損失，實現不同層面的效益共贏。傳統的供應鏈主要關注的是產品、供應商和最終客戶的關系，而新一代物流秉持的可持續和共享發展理念更加關注企業的生命周期和社會責任，使產業更具可持續性，實現共同利益。Zahra 等［15］的研究表明，共生系統能夠通過減少產業庫存、高效管理庫存來降低成本、提高效率、提高知名度以及了解消費者信息等，進而提高競爭力。工業共生基于廢物、副產品和經濟協同的供應鏈管理形式，以實現可持續發展為目標。從經濟、環境和社會角度，企業通過獲得更低價的資源而受益，減少了自然資源的消耗和對環境的排放污染，并促進了企業、區域、政府機構的合作，因此，共生化即企業與社會的價值體系。追求可持續性工業共生，可以通過信息通信技術來傳輸并整合供應鏈網絡信息，供應鏈上各節點形成相互依賴關系。

共生供應鏈管理包括工業共生網絡的協作和跨組織協調。供應鏈管理與工業共生網絡密切相關，共生系統提供平臺使企業可以互相聯系，企業和政府可以互動、共享信息。共生網絡以合作方式進行管理，通過網絡參與者的嵌入性、位置因素和社會資本共生等方式建立合作伙伴之間的相互依賴關系，有利于產業環境的制度化發展［16］。供應鏈管理層利用工業共生優勢、工業共生網絡市場機制與社區關系、相互信任和共同的可持續發展愿景，通過供應鏈合作、整合與協調等實踐提高運營績效，進一步提高了信息系統網絡的資源利用效率和管理運營效率，提升了信息系統網絡環境下企業協作的組織與運作能力。從運營和供應鏈管理的角度引入新的供應商，形成新的供應鏈協作共生網絡［9］。

2.3 短鏈化

與傳統的長供應鏈相比，短供應鏈的核心就是減少運輸次數并且縮短運輸距離。短鏈能夠提供靈活、準確和高效的物流服務，通過使本地供應商與消費者產生更直接聯系來降低管理成本，并使生產商、銷售商和最終消費者受益。物流處理和快速交付設計的核心目標是減少貨物平均裝卸數量，因此通過整合倉儲和配送服務，不斷縮短中間鏈條，可實現從生產商的倉庫到分銷中心后直接發送給客戶的短供應鏈目標［17-18］。通過不斷優化倉儲布局網絡，縮短商品與消費者的距離，物流交貨速度越快則成本會越低。大數據分析技術的優勢在于，能以其自動化操作和處理大量數據的能力，包括縮短供應商的采購前置期，縮短生產、調試、安裝周期，優化流程系統，縮短信息周轉周期，使產品信息迅速在物流系統內傳遞，避免長鏈條帶來的信息滯后和損失，推動供應鏈柔性化，適應不斷變化的需求所帶來的不確定性和風險。短供應鏈的主要表現形式為短食品供應鏈（short food supply chain），如全球最大零售商沃爾瑪百貨有限公司在我國利用區塊鏈技術追蹤豬肉產銷全過程，大大縮短了追蹤時間，使其整個產品供應鏈獲得了消費者信任［16］。

2.4 智慧化

與一般的虛擬物流動態信息化互聯網管理體系不同，智慧化物流具有可評估、可衡量、特定性等特點，通過大數據、智能硬件、物聯網等智慧化的技術與手段，能夠提高物流系統的智能執行和決策能力，并對物流系統的智能化、無人化和自動化水平進行提升。智慧物流將物聯網、傳感網和互聯網的整合放在首位，實現物流的可視化、智能化和網絡化。在網絡協作方面，人工智能、大數據分析和物聯網將改變物流協調的方式，實現存儲、運輸和交付的全鏈條智能化和社會化，使資源配置和流通效率取得根本性的飛躍，從而提高資源利用率和生產力水平，創造更豐富的社會價值［19］。

智慧物流是“工業4.0”的基本支柱之一，在新技術融入到供應鏈管理的流程中，區塊鏈作為一種集成技術，對驗證數據進行分散、永存式存儲，利用集成智能化技術使物流系統對人的智能進行效仿，在解決物流領域某些問題中擁有學習、思維、感知和推理判斷的能力。智慧物流在智慧城市的發展中也是不可或缺的，通過數字化和信息技術的使用來優化物流流程，提高城市的創新水平，可使城市減少人流以及車流帶來的負面影響，提高城市生活質量水平，支持智慧城市的發展［20］。

3 應用大數據技術的物流供應鏈創新——以農產品為例

農產品供應鏈在農產品從農田到餐桌的整個生產消費過程中，整合了供應鏈上各個環節相關的物流、資金流和信息流，并把生產商、分銷商、經銷商、批發商和零售商等各主體鏈接成為一個整體網絡。運用大數據技術重組供應鏈，極大地提高了農產品物流的效益和效率。

3.1 實現農產品供應鏈的過程精細化

為了應對日益增長的糧食需求和氣候變化的壓力，政策制定者和行業領導者致力于借助物聯網、大數據及云計算等技術力量。物聯網主要通過傳感器從車輛、田地、土壤等地面上收集實時數據，在收集的大量數據（歷史氣象數據、衛星和無人機圖像以及土壤類型）的基礎上進行數據分析和整合，對土地質量和操作效率等方面存在的問題進行分析。消費者追求衛生和健康的食物，通過對農產品的全物流過程進行密切監控，促進農民遵守相關法規規定，避免在食品生產中過度使用農藥、殺蟲劑等。大數據技術為精準農業提供信息分析和決策幫助。

3.2 實現農產品供應鏈的綠色信息互通

對于農產品供應鏈來說，農業生產中由于不科學施肥和土壤質量下降等問題導致的農產品品質差、市場競爭力弱等結果是整個農業產業鏈價值提升所面臨的主要問題與挑戰。大數據技術驅動的農產品供應鏈創新與可持續發展，通過綠色可持續優質農產品質量評價，著眼消費端質量數據需求，以大數據技術為創新驅動力打造全程質量控制信息化數據評定體系，助力農產品實現優質優售、優質優價。除了助力農產品生產過程中的精確管理和優化生產，大數據技術應用還可通過建立軟件和分析平臺共享農產品生產的綠色與可持續發展相關信息，為農民管理和查看相關數據提供幫助。例如，拜耳集團使用機器學習和人工智能來識別雜草和昆蟲侵害的問題處理程序，農民應用該程序上傳雜草或昆蟲的照片，與拜耳的綜合數據庫進行匹配識別，通過大數據分析所得到的精確結果有助于提高農產品生產質量和效率，同時提高產品生產的可持續性［21］。

3.3 實現農產品供應鏈的短鏈價值創新

傳統農產品供應鏈中的各個環節經常會出現物流和儲運高損耗等問題，使得經營成本不斷增加。從產地到餐桌，需要經歷從農民到批發廠家和市場、零售商、批發銷售地、超市/商場/菜市場，再到消費者/顧客之間等多各個環節，要縮短從生產者到消費者的交付周期，通過大數據技術有效精準匹配農產品生產與市場需求上下游的大量信息，可以有效地解決生產者和消費者之間信息隔斷等問題，實現快速分銷。應用大數據技術，通過監控土地條件實施精確管理，在無形中減去了繁瑣的步驟，有利于提高農產品的生產率和盈利能力，以及農產品的生產規模和增值效應［22］。應用大數據技術還可以通過追蹤和優化農產品運輸車輛路線，縮短物流運輸里程和時間，減少能源消耗和碳排放。

3.4 實現農產品供應鏈的各方意愿改進

傳統農業生產在很大程度上依賴于自然條件，生產環節分散，難以在實現規模化的同時達到標準化。而利用大數據分析技術，能夠在機器和軟件與數據、設備和人員的交互中幫助農民有效地作出正確的決定，提高消費者獲取農產品信息的效率，連同食品檢測、物流車聯網等相關信息數據形成農產品的全程可追溯管理體系，確保生產標準化、品質穩定的農產品，并可精準、快速、高效地為需求方提供其所需要的農產品信息。運用大數據分析技術既可以指導農民如何根據市場需求調整生產，提高產量和獲利能力，又可以幫助消費者了解產品質量和相關物流信，從而提高生產者的生產意愿以及消費者的購買意愿［23］。

4 物流供應鏈應用大數據分析技術的發展對策

目前大數據分析技術在物流供應鏈的應用中仍存在許多障礙。首先，單個企業在資金和技術方面難以承受技術平臺、算法和算力能力建設之重；其次，由于數據來源問題導致數據不準確和關鍵數據缺少，即使數據數量足夠大，大數據分析系統也無法準確及時處理，無法提供精細化、智能化的物流運作；第三，如何確保有效收集信息并處理和分析成倍增長的不同數據，服務于物流的現場運作和決策指導，也是目前物流供應鏈企業面臨的具有挑戰性的問題。為此，建議從4 個方面促進物流供應鏈應用大數據技術的發展。

4.1 進一步細化支持政策

政策的支持能夠為物流產業應用大數據技術帶來促進作用。充分發揮政府的督促職能，使物流產業發展政策向促進應用大數據技術方向傾斜。國家發改委、工信部均已制定促進物聯網、大數據等智能化技術與物流深度融合的政策，支持運用大數據等技術完善物流體系建設，但在此基礎上應制定更加細致而具體的分類政策，對大數據技術的開發和供應鏈的應用過程提供更精準的支持。細化搭建物流大數據平臺，包括信息共享平臺、技術分析平臺、過程運營平臺等；從資金支持、減少產業限制等角度細化，推動信息開放；從數據開發、采集、挖掘、處理、分析、交換和管理等方面入手，為物流業制定細化的產業標準。

4.2 建立物流大數據可持續互聯體系

數據互聯意味著信息量的增加和數據的聯系，大數據驅動供應鏈變革的關鍵在于能夠有效地整合并處理分散又多元的企業信息。信任是企業參與共生網絡的基礎，不安全數據交換的潛在風險會使企業未必愿意分享自己的產品數據，而物流企業間合作和數據共享意識不足將極大地影響企業的經營效益。盡管在數據共享流程環節會涉及到部分隱私以及機密信息，但企業之間的信任與法律的協調合作約束能夠減少其中帶來的不確定因素。需要通過內部和外部數據集的組合，從根本上改善供應鏈管理的運作和決策，使之有效獲取外部數據，這是供應鏈管理中的一項戰略任務。改善供應鏈相關數據的可用性，可以提高供應鏈透明度，促進供應鏈可持續發展。建立物流產業大數據互聯體系和共享模式，建立上下游產業的數據協作共享與聯系機制，將不同物流企業的碎片化數據加以整合，得出能夠反映某個物流方向或整個物流產業的全面化數據，降低企業單獨利用數據的成本，增強綠色物流發展動力，增強產業可持續性和企業競爭力［24］。

4.3 加快技術創新

從對世界主要國家大數據技術創新能力進行比較可以看出，美國、英國、韓國等國家處于領先地位，我國大數據產業的創新能力還存在較大不足，需加強自主創新［25］。因此，為加快大數據技術創新發展，應在共享供應鏈信息的前提下探索大數據技術創新發展的潛力，從大數據的新技術研發、關鍵技術研發等相關創新要素出發搭建大數據技術創新平臺；通過重新平衡低成本勞動力與庫存持有量和運輸成本之間關系優化供應鏈的運營管理；通過推動機器人和自動化技術的采用提高物流效率，將新技術與倉儲調度進行結合解決供需之間的差異化問題；通過自動駕駛技術改變物流業運營模式，為市場創造新的運力來源。

4.4 提升企業數據化管理意愿

目前，我國很多物流企業依然沿用傳統的物流模式，共生思維、信息交換和流程共享的總體程度還不高，企業應用大數據的能力還較弱，因此帶來信息不匹配、信息滯后等問題，導致不能有效地降低運營成本。由于應用大數據技術需要的資金壓力，以及對新知識掌握的能力和對新技術吸收的壓力，使得物流業對大數據技術的接受并不是十分積極。應對物流企業應用大數據技術的宣傳力度進行強化，普及相關知識，將國家相關政策進行及時解讀；另外，在物流企業中選取基礎條件較好的企業開展數據共享、實施智慧物流試點，聘請大數據領域方面的專家學者為物流企業進行知識普及與技術培訓，使物流企業對大數據技術的應用價值與前景有更為直觀的了解，從而提升物流企業積極進行數據化的意愿。

5 結論與展望

大數據技術的特征是容量巨大、品種復雜、處理速度快、價值密度低，隨著數據挖掘技術和數據處理技術的發展，大數據技術的價值在物流供應鏈中體現得越來越明顯，基于大數據技術的物流供應鏈呈現智能化、共生化、短鏈化、智慧化的發展趨勢。大數據技術改變了物流供應鏈的傳統運營方式，建立了一個能夠通過數字捕捉的人員、訂單和庫存的物流交易系統，解決物流供給與需求匹配、物流資源優化與配置的問題，降低物流成本、提高物流效率，鞏固與客戶之間關系。世界上物流產業發達的國家如美國、韓國等正在對物流供應鏈的大數據技術推廣和應用進行深入研究。

本研究所提出的農產品物流供應鏈的大數據技術應用，為物流供應鏈管理新思路提供了參考。在大數據時代，“互聯網+”已成為各行各業發展的必然趨勢，通過實現農產品供應鏈與大數據的全方位、鮮活化、大視野的融合，能夠打破傳統農產品供應鏈中存在的各種制約障礙，推進供應鏈中各環節、各主體的各類信息、資源共享，構建簡單、快速、安全、生態、可持續發展的新型現代農產品生產營銷模式，進而為其他行業供應鏈應用大數據技術發展提供借鑒。目前，大數據技術的應用在國內還處于初期階段，仍在不斷疊加式普及和完善的過程中，在物流供應鏈各個核心階段如何靈活處理所收集的數據，實現大數據的真正價值，仍面臨許多瓶頸和制約問題，對此，本研究基于上述分析，提出從細化物流產業應用大數據技術的支持政策、建立物流大數據互聯體系、加快大數據技術創新和提升企業數據化意愿等方面促進大數據技術在物流供應鏈領域的應用。