大数据背景下JIT配送在生鲜物流中的应用探究

□ 浦 悦

(上海工程技术大学 管理学院，上海 201620)

1 引言

随着近年来经济快速稳定的发展，消费者对于食品的需求已不再是饱腹，而在于吃得健康吃得放心。随着人们的食品消费观念的不断升级，果蔬生鲜类食品在整个消费体系中的占比正在逐年攀升，并呈现指数级的增长态势。伴随着生鲜类食品的旺盛需求，对物流系统的运输、保管、包装、搬运以及流通加工都提出了更高的要求。物流企业积极引入各种先进的物流技术和全新的管理概念，可以显著地提高整个供应链的运作效率并提高收益水平，同时也保证了生鲜类食品的质量。JIT配送多品种高效率的特点对于生鲜产品至关重要，但JIT配送模式对于信息传递的要求加高，通常运用于相对成熟的制造业中，而随着大数据及相关技术的突破，JIT生鲜配送的发展将大大促进物流业的平稳有序发展。

2 传统生鲜配送的问题分析

2.1粗放式需求预测及缺乏过程控制管理传统生鲜配送模式需求预测的机制过于简单，易引发了供应端与需求端的矛盾，一定程度上人为地造成生鲜产品可供应量呈现出“蠕虫型”的波动，进一步加大了需求预测的难度，导致物流难以应对需求的变化。既难以无法满足生鲜产品对于时效性的要求，又增加了为应对需求波动而设置较高安全库存所付出的仓储成本。此外，对于配送各阶段缺乏有效的过程控制，使得冷链容易发生断裂。这可能造成生鲜产品品质的不稳定性，使得生鲜配送的效率有所降低，无法达成理想的效益水平,因此JIT生鲜配送的特点对生鲜产品至关重要[1][2]。

2.2 欠缺对大量需求数据的采集意识和处理能力

生鲜产品的需求数据有过去的、现在的、将来的、结构化的、非结构化的、半结构化的，且数据呈现越来越多样化的特点。现有的生鲜物流管理能力难以从多角度多层次的角度对生鲜产品需求数据进行挖掘、计算以及分析；物流系统中的数据多来自订单或多日销售数据，并将数据进行处理分析，再根据相关供应链关系进行数据传递与共享从而形成数据库。此类数据库中的数据类型多为结构化数据。当前的仓储系统已被证明能较好地胜任此类数据所属的订货工作，然而非结构化需求数据的价值往往会被忽略，庞大数据中的价值没有被充分挖掘，造成信息利用不充分，生鲜配送的效果难以满足消费者的要求[3]。例如，零售终端虽能按多日需求变化调整订单，但薄弱的快速响应能力仍导致缺货时有发生，并且无法判断导致缺货的原因。由此可见，简单传统的生鲜产品配送模式与生鲜物流中远期的发展不相适应。物流企业需要引入一种新的技术或模式来应对生鲜市场不断变化的格局。大数据背景下，JIT配送模式的引入可以更好地做到多品种高效配送，在品质提升的同时增加效益[4]。

3 JIT配送模式在生鲜物流中的应用分析

3.1 JIT生鲜配送效益分析

JIT配送是多品种多频次定时配送的一种订单拉动式配送模式，强调在规定的时间，将合适的产品按准确的数量送到客户手中。传统生鲜配送方式为了保证各类生鲜产品需求的不确定性，常常会设置较大的安全库存，较高的库存水平在增加成本的同时，也在一定程度上降低了生鲜产品的品质。JIT生鲜配送快速的流转速度有助于暴露供应链的瓶颈，从而使得整个配送过程趋向均衡化，有利于配送效率的持续改善。大数据背景下，JIT生鲜配送模式对于数据的处理和分析能力大大提升，高效配送带来的较高品质的生鲜产品可以促进销售量，同时减少了库存和相关资金占用，进一步提高了生鲜供应链的竞争力和柔性化水平。

3.2 JIT生鲜配送效益模型的构建

假定供应商采用JIT生鲜配送模式为销售终端提供生鲜产品，配送能力能保证准时将生鲜产品送至各销售终端。由于JIT模型属于需求拉动模型，而每位消费者购买生鲜产品的需求是不确定的[5]。假设每位消费者的消费概率满足独立同分布，每位消费者购买传统配送模式下一般品质生鲜产品的概率为a(0≤a≤1)，而消费者对于JIT配送模式下的高品质生鲜产品不做挑选直接购买。消费者前往销售终端的单位交通成本为b，消费者距离销售终端的距离为x。每份生鲜产品的固定成本为C1，JIT配送系统预测并满足超额需求可获得超额利润L。

每一位消费者购买生鲜产品的预算支出均为M,生鲜产品的平均价格为p。消费者在购买完生鲜产品后剩余的钱为S，即预算与实际支出间的差值。

S=M-p-xb

(1)

假定JIT生鲜配送能达到理想状态，即能够在一定程度上预测到顾客的需求。引入β(0≤β≤1)作为预测的准确程度参数，销售终端能满足预测准确的额外需求。

假设消费者的购买预算是固定的，消费者不会过多消费，即有S≥0。考虑到各销售终端的相互位置以及计算方便，故将相互距离定义为1，销售终端的生鲜产品储备量为1个单位。JIT配送能通过高品质将1单位生鲜产品全部销售且能满足超额需求。销售终端需要保证离超市较远的客户在购买完生鲜产品后剩余的钱不小于零，此时约束条件为：

(2)

由此得出JIT生鲜配送模型效益函数π1：

π1=p+βL-c1

(3)

若运用传统配送模式，则供应链无法满足超额需求。假定被消费者挑剩下的生鲜产品将以d的促销价格售完(0≤d≤1)；c2为传统配送的单位固定成本，因JIT配送模式的固定投入高于传统配送，其数值小于c1。其效益函数为：

π2=pa+(1-a)d-c2

(4)

约束条件为：

(5)

JIT生鲜配送与传统配送的效益差值G为：

G=π1-π2=(1-a)·(p-d)+βL+c2·c1

(6)

最大效益差值为：

(7)

(7)式即为JIT生鲜配送与传统配送的效益差值。若G>0，则JIT配送效益更好，而且当G的数值越大时，JIT生鲜配送相比传统配送获得的效益就越大。G值的大小及正负主要受消费者挑剔程度1-a、预测准确率β和固定投入差值c2-c1影响。随着物质生活的丰富，消费者对生鲜产品的挑剔程度正在逐步提高，甚至出现了不新鲜就不选购的现象。大数据与JIT配送模式的结合，使得预测准确率β不断提高，将带来更多的超额利润。随着信息产业的成熟，JIT生鲜配送的固定投入与传统生鲜配送模式的固定投入差值正在缩小，对于G值的影响正在减少。因此，JIT生鲜配送与传统配送的效益差值G呈现出逐步增大的趋势，JIT生鲜配送的优势正在逐步凸显。

4 基于大数据构建新的JIT生鲜配送管理模式

4.1 供应链订单数据实时共享

生鲜产品订单信息反映了需求信息，订单信息无法实时共享会造成需求波动加剧。“牛鞭效应”往往会导致需求预测出现较大偏差，增加库存成本和运作成本，从而影响整个供应链的绩效。实现订单共享，则可以大数据技术对大量的实时和历史订单数据进行处理和分析，并对任意时点进行更为精确的需求预测[6]。精确的需求预测能最大限度地发挥JIT配送多品种高效的特点，使得在实际订单到达之前开展相关作业成为可能，大大缩短了前置时间从而提高了生鲜产品的品质[7]。

图1 JIT供应链三方关系图

4.2 同步化配送协作

通过大数据和电子数据交换技术，大量实时物流状态数据的处理与分析将外部物流和内部物流更好地衔接在一起，消除了作业时间节点间的断裂现象。生鲜供应链配送协作同步化不仅要对外部物流进行适应JIT配送模式的设计，同时也要对内部物流进行相应的改造[8]。同步化配送协作使得生鲜物流实现了快速流动，降低货损率的同时提高了设备利用率。大数据的应用能够实现更高水平的时间节点控制，而时间节点控制是实现JIT配送的根本保证，大数据与同步化配送协作有利于供应链上下游之间的联动与战略合作。

4.3 精益化作业流程

由于生鲜产品品种繁多，且所需作业流程与人力需求有所不同，传统的章程式或经验式作业管理难以满足JIT生鲜配送的需求。大数据平台实现时间管理、质量管理、系统设备管理、人员管理和作业管理之间的无缝对接,从而消除冗余的作业过程。在大数据的帮助下，信息系统可以根据订单信息和生鲜产品品种更为智能地安排事务流程、作业时序和人力需求，大大改善作业流程的弹性[9][10]。

4.4 自动化进程管理

拥有大数据处理能力的配送中心可以根据大量的实时订单数据、同步化配送协作状态和对流程时间的精确预测，自主判断进程状态并调整[11]。由于JIT生鲜配送运输环境的复杂多变性和运输成本的变动性，大数据技术能帮助配送中心根据当前进程状态、可用设备资源以及交通状况自动对运输策略、运输工具和运输线路进行优化调整，在保证生鲜产品品质的同时提高了JIT生鲜配的效率，有利于成本与质量间的平衡。

5 结语

JIT生鲜配送模式对于时效性强、货损率高的生鲜产品至关重要，而在实际应用中，部分企业出于成本的考量并未采用JIT方式，使得产品难以满足越来越挑剔的消费者。大数据的应用有效克服了JIT生鲜配送在风险控制上的弱势，并强化了JIT生鲜配送快速高效的优点。随着大数据和物联网技术的成熟，JIT生鲜配送的投入成本大幅降低，JIT配送对生鲜物流的价值将越发凸显。