“大数据”背景下智慧物流产业发展路径研究

（芜湖职业技术学院国际经贸学院 安徽 芜湖 241001）

0.引言

大数据技术是基于互联网衍生的新型数据分析技术，伴随社会经济的发展和传统产业转型，大数据技术在各个领域获得了广泛应用和发展空间。特别是在智慧物流产业发展中，大数据技术的重要性日渐凸显，以此来促进产业发展，能够真正实现自动化、智能化、信息化、可控化、可视化，具有十分重要的应用价值。

1.智慧物流的概念及发展现状

1.1 智慧物流概念

IBM公司是智慧物流概念的最早提出者，中国物流技术协会信息中心与华夏物联网和《物流技术与应用》编辑部，共同对智慧物流概念进行了革新，因此衍生了新型的智慧物流概念。智慧物流在市场中应用的根本目的，是为企业能够进一步降低在物流成本上的支出，促使企业整体经济效益的不断提高。智慧物流的核心内容，则是如何发挥其中的“智慧”，即通过智慧的手段，促使物流的运行更加高速、高效和便捷。当前智慧物流发展过程中，主要依靠的则是互联网+、大数据、智能硬件等手段，进而使物流仓储、运输、搬运、配送等各个环节均逐渐呈现出信息化、智能化、自动化的发展趋势。智慧物流在发展过程中，始终在不断创新和引入多种先进技术手段，应用智能化方法优化操作流程，促使整个物流环节的智慧化，使物流配送和运输的各个环节中，均可以具备较高的思维能力、感知能力，进而实现物流信息系统的自动执行能力，促进物流企业的精益化管理，为企业的客户提供多元化的服务，切实满足其不同的需求，真正节省物流运输过程中的资源耗费和成本支出，发挥智慧物流的价值和优势。

1.2 智慧物流发展现状

1.2.1 大型物流企业

当前我国一些处于行业领先位置的大型物流企业，在信息技术等方面逐渐有了新的突破，构建了信息化的物流平台，并且记住互联网加的相关技术，构建了智慧物流体系。在网络信息技术的支持下，当前的大部分物流过程均已经实现了信息化发展，并且各个环节开始运用智能化、自动化技术手段。在大型物流企业的相关产品储存和配送环节，均已经运用机器的手段替代了传统人工模式，这在很大程度上解决了企业在员工方面的支出，同时运用传统的人工模式，不仅需要耗费大量资金同时整体的效率偏低，安逸与机械化的高效率和低失误率相比。大型企业在自己的信息化平台中，能够实时查看物流传送的位置信息，在很大程度上提高了货物的输送、配送速度，同时整个配送流程的信息得以完整保存，配送难度大大降低。当前虽然大型企业的智慧物流发展现状良好，提高了物流各个环节的效率，但仍然存在一些不足之处。例如，在货物配送过程中，虽然部分地区实现了无人机配送方式，但人工仍然是当前的主要方式，企业仍然需要耗费较高的人工成本，同时配送的效率相对较低。

1.2.2 小型物流企业

相比我国的大型物流企业而言，中小型的物流企业当前智慧物流发展现状较差，普遍均未全面落实，特别是物流的信息化建设和智能化管理。我国大部分的中小型的物流企业均为建设完善的信息化管理体系，仅有很少部分的物流企业建设了信息化管理系统，但仅仅是针对物流运输过程中的部分环节，难以实现全方位的覆盖。同时，许多中小型物流企业仍然采用传统的物流信息通讯模式，即运用电话的方式进行货物的配送，当前大数据背景下，仍然难以实现运用手机或电子智能设备查询物流信息，这样的方式不仅无法为客户提供高效便捷的服务。同时，这种方式难以保证货物物流信息的精准性，极其容易出现货物丢失的问题，整个物流环节从发货到配送到客户手中需要经历较长的时间，同时由于丢失的风险较大，对客户的财产安全产生了一定的损害，企业难以在激烈的市场竞争中立足。这也是当前在市场竞争中，我国许多中小型物流企业为了争夺市场，在市场中获得竞争力，通常依靠降低运送价格的方式，这不仅会造成中小物流企业市场混乱、价格恶意竞争的问题，同时也阻碍了物流市场秩序的健康发展。

2.“大数据”背景下智慧物流产业发展的问题

2.1 智慧物流技术应用局限性

智慧物流技术在应用于发展过程中，主要分为两个方面，分别为硬件技术和软件技术。其中，硬件技术是计算机系统的重要构成部分，是物流企业在物流的各个环节中必不可少的外部设备。软件技术则是在智慧物流的各个环节中，所应用的智慧物流系统、软件程序等内容。智慧物流产业在发展过程中，软件是其发展的核心构成部分，是最重要的内容。软件技术所发挥的作用，则是在操作系统的支持下，借助大数据相关技术，实现数据信息的科学储存管理以及客户的高效获取，并且保证数据信息的安全性维护。然而当前智慧物流在我国发展的时间相对较短，在我国物流领域的应用具有较大的局限性。近年来，京东商城、苏宁易购等大型的电子商务企业，将侧重点放在了构建自身的物流系统上，充分引用了智慧物流技术，致使企业的物流管理效率和质量显著提升。然而当前仅有大型企业引用了智慧物流技术，中小型企业仍然难以推进和普及智慧物流，导致当前在我国物流领域应用的范围狭窄，难以真正发挥出智慧物流的优势和价值。

2.2 智慧物流数据采集难度较大

大数据背景下，实现数据分析的基础则是数据采集工作，当前企业在经营发展过程中，每天均会产生海量的数据信息，包括物流运输的各个环节以及向好的相关费用，特别是我国电子商务企业，产生的数据信息规模巨大。据相关数据统计，截至2018年12月，我国网络购物用户规模达6.10亿，较2017年底增长14.4%，占网民整体比例达73.6%。手机网络购物用户规模达5.92亿，较2017年底增长17.1%，使用比例达72.5%。在当前电子商务高度普及的时代下，庞大的用户群体产生的消费轨迹差异性较大，不同的客户数据信息种类繁多，同时由于数据规模当前已经达到ZB级，在数据采集过程中难度较高。与此同时，数据信息的内容种类丰富、复杂多样，物流企业的相关业务融入了不同的环节中，例如储存、运输和配送等，不同的业务环节所产生的数据种类不同。当前如何借助智慧物流技术手段进行物流数据采集，已经成为较为困难的问题，许多物流企业缺少完善的数据采集工具，同时海量的数据信息难以进行有效的储存，导致数据信息丢失、遗漏等问题频发，部分时效性的数据也会由于企业采集滞后问题影响应用价值。

2.3 智慧物流数据分析环节薄弱

现阶段智慧物流在我国物流领域的应用过程中，物流数据分析环节始终处于劣势的地位，只有大型的物流企业或电商公司，会根据数据分析的需求建立专门的工作部门或小组，许多小型企业难以普及。同时，许多企业针对物流数据的分析问题，数据信息已经采集完毕，但在具体实施分析过程中，却存在对数据信息分析软件应用不足的问题，对现代化的数据分析手段掌握较差，难以运用有效的数据分析方法对企业的数据进行分析。面对这种现实问题，企业通常会选择两种手段，一方面，部分企业为了节约成本，通常会在企业内部进行自主数据分析，最终形成的结果，则是数据结果的准确性较低，难以为发展趋势和决策提供有效的依据，甚至会对企业的最终决策产生消极影响。另一方面，则是企业将数据信息进行外包，由专门的数据分析公司进行，但这种方式导致企业数据分析的成本增加，部分公司在数据分析后仍然难以给出针对性的优化建议，或方案的可行性较低。并且数据的安全保密问题同样至关重要，在数据信息外包过程中，企业难以对外包公司实施有效监管。

3.“大数据”背景下智慧物流产业发展可行性路径

3.1 大力推广智慧物流技术应用

伴随近年来我国互联网技术高速发展，随之衍生的人工智能IoT等技术逐渐发展成熟，在企业应用智慧物流技术过程中，其软件和硬件的成本大大降低，这样的发展趋势会吸引更多的企业应用智慧物流技术手段，在一定程度上推动了智慧物流产业的发展。与此同时，政府部门应针对智慧物流的相关应用给予政策上的扶持和优惠，例如，在企业引入智慧物流技术手段过程中，政府可给予一定的资金扶持，例如减免税收等政策，给予我国物流企业良好的激励措施，促进其从传统的物流转型为智慧物流，不仅能够大幅度提高我国的物流运作效率，同时能够节省企业的成本支出，促进我国物流产业的转型升级发展。例如，我国物流领域的龙头企业阿里巴巴，马云曾在2018年提出，将会在菜鸟裹裹打造成为国家智能物流的顶尖网络，并且其CTO提出，IoT技术将会在2019年～2020年成为物流行业的重要应用技术，促使传统物流产业呈现出数字化的发展趋势，促进物流产业进入新的发展时代。大型企业的不断创新应用，将会在很大程度上带动我国智慧物流技术的发展，形成良性的效仿。

3.2 构建智慧物流数据采集平台

大数据时代背景下，物流信息平台是实现数据采集和信息交互的重要枢纽，在智慧物流产业高速发展背景下，物流信息凭条将为各个物流环节建立起沟通交流的桥梁。智慧物流数据采集平台，是通过应用现代化衔接的信息技术手段，将不同层次的物流信息内容进行整合归纳，进而对整体的供应链结构和物流布局进行不断优化，为物流企业的各个环节运行和服务质量提供良好的把控和保障，进而实现我国物流企业的人员调度、财务资源合理配置，真正推动物流资源的高效高质整合利用。通过构建智慧物流的信息凭条，不仅能够对海量的数据信息进行储存、整合归纳，同时，还能够在该平台中，引入不同的物流企业入驻，在该平台中进行数据信息的储存，在一定程度上实现了信息的分类，并未信息与信息之间建立了关联，有利于实现企业的数据信息实时共享。近年来，我国的京东云、阿里云、百度智能云等平台，均构建起数据库功能用于储存，并且电子商务企业能够在此获得较为专业化的数据分析和解决方案，但伴随智慧物流产业的不断发展仍然需要不断的完善，开拓更加多样化的业务功能，为更多不同类型的企业提供优质服务，打造真正的智慧物流信息平台。

3.3 拓展智慧物流数据分析深度

智慧物流数据分析时整个环节中的核心内容，对未来的发展趋势预测以及决策均起到十分关键性的作用，所以，必须不断形成物流智能化的决策体系，进一步拓展智慧物流数据分析的深度，并加大挖掘的力度，保证信息的多元化同时，为分析的准确性提供保障。在从多个维度入手进行数据信息的分析过程中，应对物流作业进行预估处理，进而实现科学的调度和只能运作。同时，在进行深入挖掘数据信息的同时，分析物流运作管理的模式，促进整体实现智慧管理。在数据分析过程中，无论选择自主分析或外包分析哪种方式，均需要立足于物流企业的实际情况，同时也需要不断提高自身的数据分析能力，进而对行业的未来发展等进行精准的预测。预测的结果能够为物流企业在未来趋势中体现出较强的适应能力，不断提高自身的竞争力和创新能力，不断学习和引进新型技术手段，逐渐从模仿转型发展为超越，进而在激烈的物流产业市场竞争中始终保持立足之地。

3.4 智慧物流数据分析人才培育

近年来大数据技术高速发展，逐渐进入新的时代中，培养高新技术人才仍然需要依赖高等院校，但此过程中政府以及企业的协同推动作用不容忽视，逐渐形成三方稳定的协同合作关系，才能实现协同发展、相互促进和影响，实现多方共赢的良好局面。我国政府部门应针对智慧物流产业发展，颁布相应的激励机制，促进物流企业与高等院校建立良好的校企合作关系，进一步推进人才培养质量和效率的提升。高等院校则需要深入分析物流企业在人才方面的需求，立足于此制定具有针对性、合理性的人才培养方案，建立起与之配套的课程体系，培养更多符合市场与企业需求的新型人才。高等院校在进行人才培养方案制定以及课程体系构建过程中，企业方面应积极参与其中并给予提供针对性建议，真正实现智慧物流人才培养的产学研深度结合。在人才实际培养过程中，同时需要兼顾跨学科研究的基本性质和特点，人才不仅需要掌握专业化的物流知识、电子商务知识以及数理统计知识，同时应在计算机技术领域具有一定造诣。主要是由于在大数据时代背景下，传统人才培养模式已经难以适应时代的发挥需求，难以在激烈的市场竞争中获得就业和发展优势。所以，高等院校应与企业协同，构建复合型人才培养体系，加强跨界研究型人才培养，使其能够适应时代发展，为我国智慧物流产业发展输送高质量、高素质的复合应用型人才。

4.结语

综上所述，近年来我国物流企业高度重视智能化、数字化和信息化发展，大数据技术在其中广泛应用，并取得了良好成效。智慧物流产业在不断发展过程中受到认可和关注，现如今成为我国经济发展的重要推动部分，但在具体的建设过程中，仍然存在一些实际性的问题，阻碍了智慧物流产业发展。因此，必须通过大力推广智慧物流技术应用、构建智慧物流数据采集平台、拓展智慧物流数据分析深度、智慧物流数据分析人才培育等措施，为智慧物流产业在大数据背景下的发展保驾护航。