政策解读

行业新闻

规划成果

产业调研成果

招商策划成果

概念规划成果

地产策划成果

投融资顾问成果

园区规划成果

产业规划成果

企业战略成果


	首页 > 大数据产业 > 大数据行业资讯大数据时代智慧物流产业如何发展？智慧物流产业怎样发展？

大数据时代智慧物流产业如何发展？智慧物流产业怎样发展？

来源:中机院时间:2021-05-10 点击: 3078次

大数据时代智慧物流的发展需要建立物流企业联盟、建设物流信息平台、加强数据人才培养和强化数据安全治理。

　　智慧物流离不开大数据支撑，同时也促进了大数据发展，二者之间是相互融合、相辅相成、相互促进的关系。大数据时代智慧物流的发展迎来了降本增效、精准管理、优化决策和提升服务的机遇，也面临着数据采集难度较大、数据分析环节薄弱、数据安全问题突出和数据专业人才匮乏的挑战。为此，大数据时代智慧物流的发展需要建立物流企业联盟、建设物流信息平台、加强数据人才培养和强化数据安全治理。

　　近年来，党和国家高度重视大数据的作用，使其成为经济社会建设中的热点。自2014年“大数据”被写入《国务院政府工作报告》以来，我国先后出台了系列大数据建设的重要部署，如《关于运用大数据加强对市场主体服务和监管的若干意见》《促进大数据发展行动纲要》《大数据产业发展规划(2016-2020年)》《推动企业上云实施指南(2018-2020年)》等，党的十八届五中全会更是提出“实施国家大数据战略”。可以说，在大数据技术的支撑和国家政策的引领下，我国物流业的发展也进入了“快车道”。但作为物流业的新形态的智慧物流，在理论与实践上仍然处于探索阶段，大数据时代的到来既为其提供了机遇也带来了挑战，谋划智慧物流的发展对策成为了一个重要问题。基于此，本文从大数据与智慧物流的基本关系入手，探讨大数据时代智慧物流发展的机遇、挑战和对策，以期为我国物流业的健康稳定发展提供决策建议。

　　一、大数据与智慧物流的基本关系
　　(一)大数据的概念和特征
　　关于大数据这一新兴学术用语的概念，在理论和实践中尚未达成一致认识。有学者从广义的视角进行界定，即“大数据是指为决策问题提供服务的大数据集、大数据技术和大数据应用的总称。”[1]也有学者从狭义的视角进行界定，即“大数据是指能够被现代数据处理技术进行分析和挖掘的大规模、高速度、多样化的数据集合。”笔者比较赞同上述广义的观点，认为大数据不仅表现为数据资源库，也表现为一种数据处理和应用的技术。关于大数据的特征，学界普遍认为“5V”较为科学：一是数据规模大(Volume)，即人们所获取、存储和管理的数据量巨大;二是数据流速大(Velocity)，即数据产生和更新的速度飞快;三是数据类型多(Variety)，即包括结构化数据、半结构化数据和非结构化数据等多种类型;四是数据真实性(Veracity)，即大数据中的真假和新旧数据并存;五是数据可变性(Variability)，即大数据中的数据性质和来源变化多样。

　　(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，其主要指代运用智能化、信息化和自动化技术所形成的一种新兴物流形态。智慧物流的提出旨在基于感应器、RFID标签、制动等设备和技术，建立一个兼具先进、互联和智能特征的供应链。智慧物流的建设需要整合包括大数据在内的各种智能化技术，以提升决策能力、实现精细管理和满足客户需求，实现最大限度降低物流成本和最大程度提高物流效益。智慧物流具有三个典型特征：一是数据驱动，即利用大数据、互联网、人工智能等技术，建设物流信息平台，从对内管理和对外服务两个角度优化资源配置，为物流企业创造更好的经济和社会效益;二是信息联通，即将物流管理看做是一项系统工程，将政府部门、物流企业、社会客户的信息进行共享联动，使得数据信息的传递更加便利高效;三是人工智能，即将本应由人来完成的复杂工作交由设计好程序的机器去完成，通过技术赋予机器以人的思维和行动能力，从而降低人工成本和提高管理效率。

　　(三)大数据与智慧物流的关系
　　大数据时代是现代社会的一种发展趋势，智慧物流是物流业转型升级的一种新兴业态，二者之间由于“数据”一词的形式共享和价值共通而紧密联系在一起。一方面，所有的物流环节必然要产生大量的数据，只有对这些数据进行采集、挖掘、分析和运用，才能更好推动物流业的发展;另一方面，数据已经成为当前信息时代的一种无形资产，对包括物流在内的各个行业、各个领域都具有不可估量的价值。有学者指出，大数据与智慧物流的融合具有三种优势：一是大数据推动物流服务的个性化和精细化，二是大数据推动物流过程的智能化和数字化，三是大数据推动物流服务的平台化和融合化。从理论上来看，智慧物流是一个复杂的系统工作，其能否实现很大程度上离不开大数据的支持，大数据开启了智慧物流的先河;从实践上来看，各国知名的物流企业均将大数据应用于物流领域，由此也极大地促进了大数据的发展和大数据时代的到来。因此，可以说，智慧物流离不开大数据，同时也促进了大数据发展，二者之间是相互融合、相辅相成、相互促进的关系。

　　二、大数据时代智慧物流的发展机遇
　　(一)降本增效机遇
　　由于我国物流企业是中小企业占据主导地位，资金匮乏、人才不足、制度不健全等因素严重制约着智慧物流的发展步伐，统一、完善的智慧物流体系尚未真正建立，要实现智慧物流发展必须将大、中、小物流企业全部纳入公共智慧物流系统。[4]大数据时代的到来，催生了大数据技术的不断发展，如大数据采集、存储、检索、预处理和分析等核心技术，并广泛应用于物流运输和管理各个环节，为物流环节中数据的识别、传播和利用提供了极大的信息支撑。正是由于大量信息的存在和应用，物流企业得以形成自己的数据平台，从而加强了企业自身的人财物有效管理，使企业的各项决策方案更加科学合理，在降低物流成本的同时提高了物流效率。

　　(二)精准管理机遇
　　智慧物流的管理包括物资管理、员工管理、信息管理和技术管理等，这些管理措施对于物流业的发展起到重要的引导和保障作用。以中储智运平台为例，该平台利用大数据技术成功搭建了物流运输运力电商竞价交易共享平台，使物流供应链上下游的企业和相关产业得以有机联合，通过智能配对推送竞价交易信息，并辅之以无车承运人业务，使物流货物配送、质量安全和服务保障都实现了精准资源配置。可以说，中储智运平台是大数据时代重新定义精准物流管理的典型例证。再以货物仓储为例，利用大数据能够清楚呈现货物储量、库存状况、作业规范等情况，对仓储环境参数进行实时监控，当仓储临时出现问题时能够及时作出回应，提高仓储工作的智能化和精准化管理水平。

　　(三)优化决策机遇
　　智慧物流的典型功能之一就是优化决策，即在物流管理和配送等环节，利用大数据技术进行数据挖掘，实现物流数据、客户需求、商品库存等信息系统处理，从而精准计算出最佳的仓储位置、配送路径、货物跟踪，使物流决策的智能化、及时化和科学化水平大大提高。对于整个物流环节而言，物流决策主要体现为规划和预测两个方面，前者主要以成本和时间为优化目标，常用于仓储选址、运输路径、仓储布局等方面;后者主要以管理和服务为优化目标，常用于商品库存、客户信赖、设备维修等方面。对于物流企业而言，运用大数据能够对企业管理决策、客户维护决策、资源配置决策等方面起到积极的作用。也可以说，在大数据时代，哪个物流企业掌握了更为先进和成熟的大数据技术，也就拥有了最为核心的竞争力。

　　(四)提升服务机遇
　　现代社会是网络信息高度发达的社会，人民群众的物质生活较为丰富导致网购需求积极膨胀，但客户对交通出行、饮食购物等物流便捷服务体验的追求程度也越来越高。以快递业为例，相比快鸟驿站、丰巢等传统取件方式，送货上门则保障了末端配送的“最后100米”，让客户获得更为良好的购物体验，也意味着服务质量的大幅度提升。“如今网上下单，快递直接送货上门让生活越来越便捷。”[5]物流业只有提供更便捷、高质量的服务，才能进一步巩固其与客户间的信赖关系，增强客户的黏粘性，避免客户的流失。大数据时代为物流企业提升服务质量带来机遇，通过提前预测能够了解不同地区、不同群体的消费需求，掌握客户的消费习惯，提升客户的消费体验度;通过科学决策能够及时处理商品在配送过程中出现的各种问题，及时保持与客户的沟通联系，为客户提供个性化的定制服务。

　　三、大数据时代智慧物流的发展挑战
　　(一)数据采集难度较大
　　物流业大数据分析的前提和基础是数据采集工作，要发展智慧物流必须先把数据采集工作做好。但我国当前的物流企业在运营过程中所产生的信息数量异常庞大，需要一定的人员、技术、设备、资金支撑才能完成数据采集工作。尤其在电子商务的普及时代，庞大的客户群体、复杂的客户需求、繁多的物流业务、多样的物流环节等因素，使得数据采集的难度较大。据中商情报网数据统计，截至2020年6月，我国网络购物用户规模达7.49亿，较2020年3月增长3912万，占网民整体的79.7%;手机网络购物用户规模达7.47亿，较2020年3月增长3947万，占手机网民的80.1%。[6]同时，我国部分物流企业缺少完善的数据采集设施，或者对已经采集到的数据也未能有效存储，数据丢失、遗漏、错误等问题时有发生，严重影响了智慧物流的发展。

　　(二)数据分析环节薄弱
　　对于物流企业而言，数据分析已经成为了物流运转工作的业务重心，如同类产品中哪些类型，更为受到哪些区域、哪些年龄的客户喜欢?这都需要通过数据分析环节才能得出结论。但遗憾的是，我国智慧物流的数据分析环境一直处于薄弱环节，只有少数大型的物流企业会根据需要建立相关的团队，对于小型物流企业而言很难做到这一点。同时，基于数据分析软件应用和人力供给不足的问题，即使数据采集工作已经完成，但在具体分析工作中，也存在结论片面性和有效性较差的问题。数据分析目前可以分为两种方案：一是基于节约成本的企业内部自主分析，二是基于专业需求的企业外部外包分析，但前者可能会由于技术手段不足而准确率较低，后者则可能由于对企业了解不足而可行性较低。

　　(三)数据安全问题突出
　　物流业近年来成为公民个人信息泄露的重灾区，不仅威胁着公民的人身和财产安全，而且考验着物流企业的治理能力。如2020年11月，圆通快递公司河北省区下属的加盟网点就被爆出有多名员工将账号有偿外租，导致40万条公民个人信息泄露，不仅一些人员走上了违法犯罪的道路，而且引起了社会的极大恐慌和愤怒。此次事件充分暴露出大数据时代物流信息安全问题，需要引起社会各界的高度重视，一旦物流企业对各类信息没有进行有效监控所导致的后果将是不可估量的。虽然，我国已经出台了数据信息安全的法律法规，如《刑法》《民法典》《网络安全法》等，但随着物流信息来源渠道和数量的不断增加，在物流实际运作过程中仍不可避免地出现信息泄露风险和数据安全问题。为此，无论是物流企业、物流员工、客户个人，还是政府相关部门都需要在建设智慧物流的过程中重视和解决数据安全问题。

　　(四)数据专业人才匮乏
　　当前，我国大数据产业已经进入爆发期，但由于高等教育领域尚未建立成熟的人才培养体系，导致大数据专业人才匮乏，社会发展与人才保障之间的不平性日益明显。《2018全球大数据发展分析报告》指出，2019年我国大数据专业人才缺口高达150万。同时，由于智慧物流的快速发展，物流信息分析人才的需求也日益强烈。《京华时报》2016年报道指出，当年6月份全国物流人才的缺口就仅17万。以安吉智行物流有限公司为例，该公司2019年5月时的在册员工1.8万名，虽然从2013年就开始湖南现代物流职业学院的合作培养物流专业人才，但目前物流技能型人才、现场管理人才、技术型人才仍存在很大缺口。我国虽然众多院校已经创办了物流专业，但开设大数据专业高校并不多，导致现有的物流企业中数据分析和应用专业的人才仍然短缺。

　　四、大数据时代智慧物流的发展对策
　　(一)建立物流企业联盟
　　当前我国物流企业具有总体数量多但规模均不大的特点，很少有物流企业能够独立建构整个营运管网系统，而且这一系统的建设成本高昂，如果各个企业独立监事也会造成社会资源的浪费。为此，为了降低中小物流企业生产经营成本，组建物流企业联盟是一种可行的选择，可以实现资源整合和利益共享。“物流企业联盟，可以集资共营，科学选址，做好仓储配送中心布局，充分利用好仓储配送中心的最大使用价值。”在大数据时代，智慧物流的发展也必须重视物流企业联盟的作用，通过建立纵向一体化、横向一体化抑或二者混合模式物流企业联盟，能够应对单个物流企业自身能力不足的问题。同时，大数据技术的应用不仅可以实现区域内物流企业联盟的建立，而且也使得跨区域物流企业联盟建立成为可能，因为通过仓储配送中心和物流信息平台的资源共享，物流企业合作伙伴能够互通有无、优势互补，减少交易成本和降低违约风险。

　　(二)建设物流信息平台
　　“大数据收集和使用能力提升是行业信息化建设水平提升的必然要求。”[8]对于智慧物流的发展而言，要充分认识到大数据收集、分析、处理技术的重要价值，上述技术应用恰当，则会推进物流企业的良好发展。为此，智慧物流的发展需要物流信息平台的支撑，以实现对大数据的收集、储存、分析，协调物流运行各环节和，加强物流企业之间的合作。对于物流企业而言，通过物流信息平台能够很好实现物流信息共享，既能为本次物流服务做好记录、规划、跟踪，又能为下次物流服务提前预测、研判和准备。同时，物流信息平台能够为物流企业联盟的所有成员提供有价值、可共享的数据信息，从而加强物流业整体业务的控制管理，更科学配置物流资源，推动智慧物流的不断优化整合和健康发展。

　　(三)加强数据人才培养
　　“智慧物流的发展需要一大批既熟练掌握现代信息技术，又熟悉物流运作基本规律，创新意识、服务意识强的复合型人才。”[9]正如上文所述，大数据时代的到来虽然推进了智慧物流的发展，但相应的专业人才保障却明显不足。据笔者统计，截止2019年我国开设大数据专业的高校不足10所，如北京大学、对外经济贸易大学、中南大学、中国人民大学、复旦大学和电子科技大学等。虽然数据专业人才的培养不能仅仅依靠高等院校，但高等院校应当在这方面发挥主导作用。当然，数据数据人才的培养还需要社会各界的共同推动，建议采取政府、高校、企业、行业四方面联合的模式，尽快实现数据专业人才的高质量输出。这就要求政府要出台人才培养的相关政策，高校要制定科学的人才培养方案，企业和行业要积极参与人才的建设。

　　(四)强化数据安全治理
　　在大数据时代智慧物流的发展过程中，如何确保数据安全性，避免信息泄露和非法篡改所带来的各种风险，已经成为各政府、物流企业和客户都较为关心的问题。如“出于利益，网络黑客可能会攻击数据库，窃取顾客信息，企业内部员工也可能会出售顾客信息。”随着大数据的不断发展，数据安全的目标已经不断完成升级，从1.0时代的数据库管理系统安全目标逐步升级到2.0时代的数据安全防护目标，以及当前3.0时代的数据安全治理目标。物流企业要发展智慧物流，必须遵循大数据时代的数据安全治理要求，加强防护意识，采取防护手段，不断强化数据安全治理体系建设。首先，应确保物流企业自身的有价值的商业信息不被窃取、贩卖和丢失，加强数据采集、存储和使用的管理;其次，应确保客户的个人信息安全，加强客户信息的识别、检测、监测、管控，为客户个人信息定制系统保护方案;再次，应确保国家机关严格执法、公正司法，对危害数据安全的违法犯罪行为及时进行打击。（作者：朴银玥）

上一篇：基于大数据的企业集团财务共享服务的构建探析

下一篇：大数据时代企业清洁能源运营模式的实践探索

扫一扫关注
中机院
园区规划
产业规划