政策解讀

行業新聞

規劃成果

產業調研成果

招商策劃成果

概念規劃成果

地產策劃成果

投融資顧問成果

園區規劃成果

產業規劃成果

企業戰略成果


	首頁 > 大數據產業 > 大數據行業資訊大數據時代智慧物流產業如何發展？智慧物流產業怎樣發展？

大數據時代智慧物流產業如何發展？智慧物流產業怎樣發展？

來源:中機院時間:2021-05-10 點擊: 3077次

大數據時代智慧物流的發展需要建立物流企業聯盟、建設物流信息平臺、加強數據人才培養和強化數據安全治理。

　　智慧物流離不開大數據支撐，同時也促進了大數據發展，二者之間是相互融合、相輔相成、相互促進的關系。大數據時代智慧物流的發展迎來了降本增效、精準管理、優化決策和提升服務的機遇，也面臨著數據采集難度較大、數據分析環節薄弱、數據安全問題突出和數據專業人才匱乏的挑戰。為此，大數據時代智慧物流的發展需要建立物流企業聯盟、建設物流信息平臺、加強數據人才培養和強化數據安全治理。

　　近年來，黨和國家高度重視大數據的作用，使其成為經濟社會建設中的熱點。自2014年“大數據”被寫入《國務院政府工作報告》以來，我國先后出臺了系列大數據建設的重要部署，如《關于運用大數據加強對市場主體服務和監管的若干意見》《促進大數據發展行動綱要》《大數據產業發展規劃(2016-2020年)》《推動企業上云實施指南(2018-2020年)》等，黨的十八屆五中全會更是提出“實施國家大數據戰略”。可以說，在大數據技術的支撐和國家政策的引領下，我國物流業的發展也進入了“快車道”。但作為物流業的新形態的智慧物流，在理論與實踐上仍然處于探索階段，大數據時代的到來既為其提供了機遇也帶來了挑戰，謀劃智慧物流的發展對策成為了一個重要問題。基于此，本文從大數據與智慧物流的基本關系入手，探討大數據時代智慧物流發展的機遇、挑戰和對策，以期為我國物流業的健康穩定發展提供決策建議。

　　一、大數據與智慧物流的基本關系
　　(一)大數據的概念和特征
　　關于大數據這一新興學術用語的概念，在理論和實踐中尚未達成一致認識。有學者從廣義的視角進行界定，即“大數據是指為決策問題提供服務的大數據集、大數據技術和大數據應用的總稱。”[1]也有學者從狹義的視角進行界定，即“大數據是指能夠被現代數據處理技術進行分析和挖掘的大規模、高速度、多樣化的數據集合。”筆者比較贊同上述廣義的觀點，認為大數據不僅表現為數據資源庫，也表現為一種數據處理和應用的技術。關于大數據的特征，學界普遍認為“5V”較為科學：一是數據規模大(Volume)，即人們所獲取、存儲和管理的數據量巨大;二是數據流速大(Velocity)，即數據產生和更新的速度飛快;三是數據類型多(Variety)，即包括結構化數據、半結構化數據和非結構化數據等多種類型;四是數據真實性(Veracity)，即大數據中的真假和新舊數據并存;五是數據可變性(Variability)，即大數據中的數據性質和來源變化多樣。

　　(二)智慧物流的概念和特征
　　智慧物流是IBM在2009年首次提出的概念，其主要指代運用智能化、信息化和自動化技術所形成的一種新興物流形態。智慧物流的提出旨在基于感應器、RFID標簽、制動等設備和技術，建立一個兼具先進、互聯和智能特征的供應鏈。智慧物流的建設需要整合包括大數據在內的各種智能化技術，以提升決策能力、實現精細管理和滿足客戶需求，實現最大限度降低物流成本和最大程度提高物流效益。智慧物流具有三個典型特征：一是數據驅動，即利用大數據、互聯網、人工智能等技術，建設物流信息平臺，從對內管理和對外服務兩個角度優化資源配置，為物流企業創造更好的經濟和社會效益;二是信息聯通，即將物流管理看做是一項系統工程，將政府部門、物流企業、社會客戶的信息進行共享聯動，使得數據信息的傳遞更加便利高效;三是人工智能，即將本應由人來完成的復雜工作交由設計好程序的機器去完成，通過技術賦予機器以人的思維和行動能力，從而降低人工成本和提高管理效率。

　　(三)大數據與智慧物流的關系
　　大數據時代是現代社會的一種發展趨勢，智慧物流是物流業轉型升級的一種新興業態，二者之間由于“數據”一詞的形式共享和價值共通而緊密聯系在一起。一方面，所有的物流環節必然要產生大量的數據，只有對這些數據進行采集、挖掘、分析和運用，才能更好推動物流業的發展;另一方面，數據已經成為當前信息時代的一種無形資產，對包括物流在內的各個行業、各個領域都具有不可估量的價值。有學者指出，大數據與智慧物流的融合具有三種優勢：一是大數據推動物流服務的個性化和精細化，二是大數據推動物流過程的智能化和數字化，三是大數據推動物流服務的平臺化和融合化。從理論上來看，智慧物流是一個復雜的系統工作，其能否實現很大程度上離不開大數據的支持，大數據開啟了智慧物流的先河;從實踐上來看，各國知名的物流企業均將大數據應用于物流領域，由此也極大地促進了大數據的發展和大數據時代的到來。因此，可以說，智慧物流離不開大數據，同時也促進了大數據發展，二者之間是相互融合、相輔相成、相互促進的關系。

　　二、大數據時代智慧物流的發展機遇
　　(一)降本增效機遇
　　由于我國物流企業是中小企業占據主導地位，資金匱乏、人才不足、制度不健全等因素嚴重制約著智慧物流的發展步伐，統一、完善的智慧物流體系尚未真正建立，要實現智慧物流發展必須將大、中、小物流企業全部納入公共智慧物流系統。[4]大數據時代的到來，催生了大數據技術的不斷發展，如大數據采集、存儲、檢索、預處理和分析等核心技術，并廣泛應用于物流運輸和管理各個環節，為物流環節中數據的識別、傳播和利用提供了極大的信息支撐。正是由于大量信息的存在和應用，物流企業得以形成自己的數據平臺，從而加強了企業自身的人財物有效管理，使企業的各項決策方案更加科學合理，在降低物流成本的同時提高了物流效率。

　　(二)精準管理機遇
　　智慧物流的管理包括物資管理、員工管理、信息管理和技術管理等，這些管理措施對于物流業的發展起到重要的引導和保障作用。以中儲智運平臺為例，該平臺利用大數據技術成功搭建了物流運輸運力電商競價交易共享平臺，使物流供應鏈上下游的企業和相關產業得以有機聯合，通過智能配對推送競價交易信息，并輔之以無車承運人業務，使物流貨物配送、質量安全和服務保障都實現了精準資源配置。可以說，中儲智運平臺是大數據時代重新定義精準物流管理的典型例證。再以貨物倉儲為例，利用大數據能夠清楚呈現貨物儲量、庫存狀況、作業規范等情況，對倉儲環境參數進行實時監控，當倉儲臨時出現問題時能夠及時作出回應，提高倉儲工作的智能化和精準化管理水平。

　　(三)優化決策機遇
　　智慧物流的典型功能之一就是優化決策，即在物流管理和配送等環節，利用大數據技術進行數據挖掘，實現物流數據、客戶需求、商品庫存等信息系統處理，從而精準計算出最佳的倉儲位置、配送路徑、貨物跟蹤，使物流決策的智能化、及時化和科學化水平大大提高。對于整個物流環節而言，物流決策主要體現為規劃和預測兩個方面，前者主要以成本和時間為優化目標，常用于倉儲選址、運輸路徑、倉儲布局等方面;后者主要以管理和服務為優化目標，常用于商品庫存、客戶信賴、設備維修等方面。對于物流企業而言，運用大數據能夠對企業管理決策、客戶維護決策、資源配置決策等方面起到積極的作用。也可以說，在大數據時代，哪個物流企業掌握了更為先進和成熟的大數據技術，也就擁有了最為核心的競爭力。

　　(四)提升服務機遇
　　現代社會是網絡信息高度發達的社會，人民群眾的物質生活較為豐富導致網購需求積極膨脹，但客戶對交通出行、飲食購物等物流便捷服務體驗的追求程度也越來越高。以快遞業為例，相比快鳥驛站、豐巢等傳統取件方式，送貨上門則保障了末端配送的“最后100米”，讓客戶獲得更為良好的購物體驗，也意味著服務質量的大幅度提升。“如今網上下單，快遞直接送貨上門讓生活越來越便捷。”[5]物流業只有提供更便捷、高質量的服務，才能進一步鞏固其與客戶間的信賴關系，增強客戶的黏粘性，避免客戶的流失。大數據時代為物流企業提升服務質量帶來機遇，通過提前預測能夠了解不同地區、不同群體的消費需求，掌握客戶的消費習慣，提升客戶的消費體驗度;通過科學決策能夠及時處理商品在配送過程中出現的各種問題，及時保持與客戶的溝通聯系，為客戶提供個性化的定制服務。

　　三、大數據時代智慧物流的發展挑戰
　　(一)數據采集難度較大
　　物流業大數據分析的前提和基礎是數據采集工作，要發展智慧物流必須先把數據采集工作做好。但我國當前的物流企業在運營過程中所產生的信息數量異常龐大，需要一定的人員、技術、設備、資金支撐才能完成數據采集工作。尤其在電子商務的普及時代，龐大的客戶群體、復雜的客戶需求、繁多的物流業務、多樣的物流環節等因素，使得數據采集的難度較大。據中商情報網數據統計，截至2020年6月，我國網絡購物用戶規模達7.49億，較2020年3月增長3912萬，占網民整體的79.7%;手機網絡購物用戶規模達7.47億，較2020年3月增長3947萬，占手機網民的80.1%。[6]同時，我國部分物流企業缺少完善的數據采集設施，或者對已經采集到的數據也未能有效存儲，數據丟失、遺漏、錯誤等問題時有發生，嚴重影響了智慧物流的發展。

　　(二)數據分析環節薄弱
　　對于物流企業而言，數據分析已經成為了物流運轉工作的業務重心，如同類產品中哪些類型，更為受到哪些區域、哪些年齡的客戶喜歡?這都需要通過數據分析環節才能得出結論。但遺憾的是，我國智慧物流的數據分析環境一直處于薄弱環節，只有少數大型的物流企業會根據需要建立相關的團隊，對于小型物流企業而言很難做到這一點。同時，基于數據分析軟件應用和人力供給不足的問題，即使數據采集工作已經完成，但在具體分析工作中，也存在結論片面性和有效性較差的問題。數據分析目前可以分為兩種方案：一是基于節約成本的企業內部自主分析，二是基于專業需求的企業外部外包分析，但前者可能會由于技術手段不足而準確率較低，后者則可能由于對企業了解不足而可行性較低。

　　(三)數據安全問題突出
　　物流業近年來成為公民個人信息泄露的重災區，不僅威脅著公民的人身和財產安全，而且考驗著物流企業的治理能力。如2020年11月，圓通快遞公司河北省區下屬的加盟網點就被爆出有多名員工將賬號有償外租，導致40萬條公民個人信息泄露，不僅一些人員走上了違法犯罪的道路，而且引起了社會的極大恐慌和憤怒。此次事件充分暴露出大數據時代物流信息安全問題，需要引起社會各界的高度重視，一旦物流企業對各類信息沒有進行有效監控所導致的后果將是不可估量的。雖然，我國已經出臺了數據信息安全的法律法規，如《刑法》《民法典》《網絡安全法》等，但隨著物流信息來源渠道和數量的不斷增加，在物流實際運作過程中仍不可避免地出現信息泄露風險和數據安全問題。為此，無論是物流企業、物流員工、客戶個人，還是政府相關部門都需要在建設智慧物流的過程中重視和解決數據安全問題。

　　(四)數據專業人才匱乏
　　當前，我國大數據產業已經進入爆發期，但由于高等教育領域尚未建立成熟的人才培養體系，導致大數據專業人才匱乏，社會發展與人才保障之間的不平性日益明顯。《2018全球大數據發展分析報告》指出，2019年我國大數據專業人才缺口高達150萬。同時，由于智慧物流的快速發展，物流信息分析人才的需求也日益強烈。《京華時報》2016年報道指出，當年6月份全國物流人才的缺口就僅17萬。以安吉智行物流有限公司為例，該公司2019年5月時的在冊員工1.8萬名，雖然從2013年就開始湖南現代物流職業學院的合作培養物流專業人才，但目前物流技能型人才、現場管理人才、技術型人才仍存在很大缺口。我國雖然眾多院校已經創辦了物流專業，但開設大數據專業高校并不多，導致現有的物流企業中數據分析和應用專業的人才仍然短缺。

　　四、大數據時代智慧物流的發展對策
　　(一)建立物流企業聯盟
　　當前我國物流企業具有總體數量多但規模均不大的特點，很少有物流企業能夠獨立建構整個營運管網系統，而且這一系統的建設成本高昂，如果各個企業獨立監事也會造成社會資源的浪費。為此，為了降低中小物流企業生產經營成本，組建物流企業聯盟是一種可行的選擇，可以實現資源整合和利益共享。“物流企業聯盟，可以集資共營，科學選址，做好倉儲配送中心布局，充分利用好倉儲配送中心的最大使用價值。”在大數據時代，智慧物流的發展也必須重視物流企業聯盟的作用，通過建立縱向一體化、橫向一體化抑或二者混合模式物流企業聯盟，能夠應對單個物流企業自身能力不足的問題。同時，大數據技術的應用不僅可以實現區域內物流企業聯盟的建立，而且也使得跨區域物流企業聯盟建立成為可能，因為通過倉儲配送中心和物流信息平臺的資源共享，物流企業合作伙伴能夠互通有無、優勢互補，減少交易成本和降低違約風險。

　　(二)建設物流信息平臺
　　“大數據收集和使用能力提升是行業信息化建設水平提升的必然要求。”[8]對于智慧物流的發展而言，要充分認識到大數據收集、分析、處理技術的重要價值，上述技術應用恰當，則會推進物流企業的良好發展。為此，智慧物流的發展需要物流信息平臺的支撐，以實現對大數據的收集、儲存、分析，協調物流運行各環節和，加強物流企業之間的合作。對于物流企業而言，通過物流信息平臺能夠很好實現物流信息共享，既能為本次物流服務做好記錄、規劃、跟蹤，又能為下次物流服務提前預測、研判和準備。同時，物流信息平臺能夠為物流企業聯盟的所有成員提供有價值、可共享的數據信息，從而加強物流業整體業務的控制管理，更科學配置物流資源，推動智慧物流的不斷優化整合和健康發展。

　　(三)加強數據人才培養
　　“智慧物流的發展需要一大批既熟練掌握現代信息技術，又熟悉物流運作基本規律，創新意識、服務意識強的復合型人才。”[9]正如上文所述，大數據時代的到來雖然推進了智慧物流的發展，但相應的專業人才保障卻明顯不足。據筆者統計，截止2019年我國開設大數據專業的高校不足10所，如北京大學、對外經濟貿易大學、中南大學、中國人民大學、復旦大學和電子科技大學等。雖然數據專業人才的培養不能僅僅依靠高等院校，但高等院校應當在這方面發揮主導作用。當然，數據數據人才的培養還需要社會各界的共同推動，建議采取政府、高校、企業、行業四方面聯合的模式，盡快實現數據專業人才的高質量輸出。這就要求政府要出臺人才培養的相關政策，高校要制定科學的人才培養方案，企業和行業要積極參與人才的建設。

　　(四)強化數據安全治理
　　在大數據時代智慧物流的發展過程中，如何確保數據安全性，避免信息泄露和非法篡改所帶來的各種風險，已經成為各政府、物流企業和客戶都較為關心的問題。如“出于利益，網絡黑客可能會攻擊數據庫，竊取顧客信息，企業內部員工也可能會出售顧客信息。”隨著大數據的不斷發展，數據安全的目標已經不斷完成升級，從1.0時代的數據庫管理系統安全目標逐步升級到2.0時代的數據安全防護目標，以及當前3.0時代的數據安全治理目標。物流企業要發展智慧物流，必須遵循大數據時代的數據安全治理要求，加強防護意識，采取防護手段，不斷強化數據安全治理體系建設。首先，應確保物流企業自身的有價值的商業信息不被竊取、販賣和丟失，加強數據采集、存儲和使用的管理;其次，應確保客戶的個人信息安全，加強客戶信息的識別、檢測、監測、管控，為客戶個人信息定制系統保護方案;再次，應確保國家機關嚴格執法、公正司法，對危害數據安全的違法犯罪行為及時進行打擊。（作者：樸銀玥）

上一篇：基于大數據的企業集團財務共享服務的構建探析

下一篇：大數據時代企業清潔能源運營模式的實踐探索

掃一掃關注
中機院
園區規劃
產業規劃