文 / 史官清 歐陽天治 杜鑫可
物流產業是支撐國民經濟發展的基礎性、戰略性、先導性產業,為推動物流高質量發展,國家不斷出臺利好政策。例如,2019年國家發改委等24個部門和單位聯合印發的《關于推動物流高質量發展促進形成強大國內市場的意見》中就明確提出:實施物流智能化改造,大力發展數字物流,大力發展高效物流新模式、新業態,鼓勵各類企業建設物流信息平臺。
面對我國物流業存在的管理體制條塊分割、責任不清、信息孤島,物流企業智慧化程度低、信息標準體系不健全、人才質量不高等制約因素,理論與實踐都傾向于以智慧物流平臺建設確保智慧物流建設的順暢運營。
數據是物流平臺的核心要素,大數據在智慧物流平臺構建中處于核心位置。城市智慧物流大數據平臺能夠引導物流企業智慧化、平臺化轉型,并利用大數據資源解決物流資源分散及系統能力差等問題,同時能夠提升對物流企業各業務環節的決策支持,培育物流企業核心競爭力、完善數據管理、建立企業人才培養機制。
筆者在前人研究的基礎上,提出城市智慧物流大數據平臺架構,包括大數據分析系統,以及集數據中心、通信網絡、系統平臺、災備系統等于一體的支撐平臺。尤其針對數據的采集、交換、共享、整合、分析系統提出一些見解,以期對智慧物流大數據平臺建設提供參考。
建設智慧物流平臺,對于助力我國智慧物流發展具有重要意義。政策導向不明、信息技術滯后、服務能力不足、資源整合不到位等等,是制約智慧物流發展的突出問題,需要通過智慧物流平臺建設加以解決[1]。而物流信息化需要有效規劃和完整的科學體系,克服信息孤島、標準化程度低、運營模式不合理等問題[2]。
智慧物流平臺需具備完善的邏輯架構、功能模塊、業務結構、層次關系及結構模式[3],包括“一個核心、三類需求、三個平臺和兩大門戶”等建設內容[4]。同時,需要不斷融合物聯網[5]、大數據[6]、云計算[7]等現代信息技術,加強宏觀政策支持以引導物流企業智慧化、平臺化轉型[8]。
大數據在智慧物流平臺構建中處于核心位置。大數據思維與共享理念需融入物流信息平臺[9],能夠解決物流資源分散及系統能力差[10]、信息數據搜集與處理能力差[11]、應用環節不廣[12]等問題。大數據對物流組織結構、運營管理、物流信息化都產生了核心影響,需重構智慧物流業務體系構建思路、構建技術、體系結構和運營模式[13]。
可見,智慧物流平臺需兼顧公、鐵、水、空等運輸方式,兼顧城市工業品、農產品在內的各領域垂直行業信息,兼顧政府的行業管理需求與“泛供應鏈”企業的發展需求,全面發揮信息服務、產業集群培育、數據匯聚與交換等功能。智慧物流大數據平臺的平臺架構及數據系統,需依據這些發展定位與功能需求設計。
智慧物流平臺包括大數據分析系統以及支撐此系統的數據中心、通信網絡、系統平臺及災備系統。
大數據分析平臺是智慧物流平臺的核心,提供數據采集、數據交換、數據共享、數據整合、數據分析等職能。建設智慧物流的大數據平臺目的,在于為城市智慧物流平臺打造技術先進、高性能計算、全面服務社會的數據治理和數據分析體系,體系結構如圖1所示。

圖1 智慧物流平臺大數據分析系統的體系結構
本著集約化管理、節約成本、避免重復建設的建設原則,系統環境適應市政務數據中心運營管理。
智慧物流大數據支撐平臺包含四個主要部分,即數據中心、通信網絡、系統平臺與災備系統等。
(1)數據中心。數據中心總體結構分成系統數據資源、數據共享交換平臺、數據中心資源庫等。作為數據及業務應用的總控中心,須從系統整體架構的角度出發,一方面最大限度地利用現有的數據資源,另一方面應適應數據源擴大后的系統延展性。
(2)通信網絡。主要設備包括園區寬帶、園區無線、網管系統、網閘系統、路由器、核心交換機、防火墻等。
(3)系統平臺。指物流核心業務運行的系統平臺,包括服務器、存儲、操作系統、中間件、工具軟件等相關內容,滿足業務運行、擴展、增容。
(4)災備系統。有效的IT治理必須全面分析風險因素,均衡風險系數,制定應急策略和日常監管機制事關業務風險管控的全局。建立常態化的風險管控機制,包括日常監管、應急聯動等。
通過構建數據中心,挖掘出政府物流行業管理數據的共享價值,以及運輸、倉儲、搬運裝卸、包裝及流通加工等物流日常業務數據背后的隱藏信息價值,并基于大數據分析提出政府管理與物流運作的系統性解決方案。
物流大數據平臺是典型特征是數據采集、匯聚、分析與服務輸出。首先,區域物流公共信息平臺的數據來源廣泛,必須擴展物流數據來源及獲取渠道。其次,需實現動態的數據的實時采集,供大數據分析和數據開放共享使用。第三,實現跨行業的信息實時傳輸、遠程數據訪問、數據分布處理、數據共享等功能。第四,通過數據分析及挖掘,面向社會服務、政府服務、行業監管、商業服務提供數據支持。整體架構,見圖2。

圖2 城市智慧物流的數據架構
平臺提供物流信息的采集、整合支持,平臺根據物流信息采集、共享等標準構件的數據模型,通過自動數據采集平臺,實現對標準化數據的自動采集、分類、提取、存儲操作,為物流數據的廣泛應用打造大數據基礎。
數據采集的來源主要包括交通運輸部門、其他政府部門、企業、采購行業、互聯網平臺、社會協作渠道等方面的數據。
(1)交通運輸部門基礎數據采集
城市物流基本數據體系根據數據源單位進行采集構建,交通運輸部門是運輸業務的管理部門,數據最為集中。
交通運輸部門擁有的數據包括:公路基礎數據庫、港航基礎數據庫、公交基礎數據庫、汽車客運基礎數據庫、出租車基礎數據庫、物流基礎數據庫、GIS數據庫、視頻監控數據庫、動態路況數據庫、路政數據庫、出行運單數據庫、司乘基礎數據庫、車輛基礎數據庫、票務管理數據庫、OA辦公系統數據庫等。支撐系統包括信息服務系統、數據交換系統、物流作業系統、電子商務系統、輔助決策系統與安全管理系統等。
(2)其他政府部門數據
采集來自城市各部門的政府政務及行業業務數據,如氣象數據、通行環境數據(道路保養、施工等數據信息、各類車位的使用情況、空閑可用情況信息)、地理信息(與土地管理部門聯系共享GIS數據)、人口數據、法人數據、宏觀經濟數據(規劃數據、結果數據、執行中的數據)等。
(3)企業數據
主要包括物流企業數據與企業物流數據。物流企業數據主要包括物流園區、物流中心和配送中心、農村物流節點等物流節點的數據。企業物流數據包括倉庫數據、運力數據、物品數據、包裝信息、配送數據、在途數據、貨物卸載搬運數據、入庫數據、出庫數據、運力需求信息等。企業物流數據信息主要為供應鏈上下游企業、倉儲企業提供業務規劃依據和產品追溯使用,這些信息包括生產計劃、訂單數據、產品數據、運力需求信息、倉儲需求信息、采購需求信息、銷售訂單信息、自有倉庫信息、自有運力信息、駕駛員信息等。
(4)采購行業數據
來自共享渠道的采購的物流數據,一般為專有的價值密度高的業務數據、行業數據。從大數據交易平臺或者專業渠道采集來的行業數據、特色業務數據(如區域電子商務數據、行業交易數據等),供數據分析使用。
(5)互聯網平臺的數據
采集自互聯網平臺的公共交易平臺的業務數據,如某類產品、某個企業、某個區域等物流數據、交易數據等,并進行分類存儲。
其他智慧物流平臺的自有數據,包括倉庫數據、運輸數據、配送數據、包裝數據、支付數據、交易數據、客戶行為數據、業務規劃數據、各類歷史數據等所有業數據、歷史數據等。
(6)來自社會協作渠道數據
根據業務協作的需求,采集社會合作機構的數據,如銀行、證券、保險、智慧產業聯盟或其他渠道數據等。
物流園區信息平臺涉及企業間物流、資金流、信息流、商流,牽涉到多個政府部門、物流樞紐、環節、企業,信息的流動是跨企業、跨地區、跨行業進行的,物流信息平臺必須實現大跨度的信息實時傳輸、遠程數據訪問、數據分布處理等功能。
數據通過開放、共享將帶來更大的社會價值和經濟價值。城市智慧物流平臺的數據共享對象包括政府主管部門、行業主管部門、市屬各委辦局、行業垂直主管部門、物流園區、物流協作單位、物流企業、工業企業、社會機構、社會公眾等。
城市智慧物流平臺的數據共享策略有兩個方面:(1)公共數據開放共享平臺提供專業的數據開放共享網站,根據數據共享開放的標準將城市智慧物流平臺的物流數據以Excel、Word、其他規定的格式等開放瀏覽、下載使用;(2)提供數據訪問接口及數據訪問規范,通過許可授權方式為協作單位,或授權單位提供數據開放支持。系統將設置專業的前置機服務器,將按規定共享、開放的數據轉儲到前置機,并由需求部門根據訪問接口標準,安全訪問、獲取相關的業務數據。
數據整合系統是將來自不同數據源的業務數據、統計數據,按業務規程,通過自動分拆、聯合、過濾、轉換、衍生等方式生成目標格式的數據,并提供數據分析、業務監管、數據挖掘使用的系統平臺。
數據整合系統是大數據平臺最重要的數據整合匯聚工具,通過此平臺的高效運行真正可以實現從數據源平臺按需獲取數據的應用需求。數據整合要兼顧開放性、靈活性、快捷實施、方便操作、經濟可用的建設原則。
城市智慧物流平臺核心業務部分的數據分析及挖掘選擇使用傳統SQL平臺的BI解決方案構建,而面向普遍的社會服務、政府服務、行業監管、商業服務的數據支持,選擇使用基于Hadoop架構的大數據解決方案。充分利用Hadoop的存儲擴展能力、高性能計算能力、虛擬化管理能力為用戶、政府、行業提供高性能的數據服務支持。
城市智慧物流大數據平臺對于解決物流行業管理、物流產業困境,實現多產業聯動都具有重要意義。建設智慧物流的大數據平臺目的,在于為城市智慧物流平臺打造技術先進、高性能計算、全面服務社會的數據治理和數據分析體系。
平臺架構上至少包括大數據分析平臺與支撐平臺。大數據分析平臺提供數據采集、數據交換、數據共享、數據整合、數據分析等職能。大數據支撐平臺包括數據中心、通信網絡、系統平臺與災備系統等。
數據系統需處理交通運輸部門、其他政府部門、物流企業及企業物流、采購行業、互聯網平臺、社會協作渠道等多維度的數據。進而實現數據交換、共享、整合與分析,解決宏觀上的政策引導及微觀上的決策支持問題。