基于大数据云计算的智慧物流模式重构

李 佳

（上海理工大学管理学院，上海市200093）

一、引言

我国电子商务正处于发展的黄金阶段，2017年网络购物比2016年净增长1.4万亿元，对连接客户、商家与物流企业的物流模式提出了巨大挑战。现阶段我国物流模式仍不能有效地应对如“双十一”大促销时期带来的物流曲棍球棒效应[1]；物流“最后一公里”末端配送具有复杂的社会属性，虽然近年来有一定改善，但其中有些问题仍没有得到有效解决[2]；大数据时代的物流企业存在信息数据易泄露的风险，并成为可持续性攻击的载体[3]。上述问题容易导致物流业低效率、高成本和低服务满意度，严重阻碍物流产业的发展。随着物联网、云计算信息技术的逐渐成熟，可以将大数据应用于物流业，实现当今物流产业各个环节信息共享与协同运作并提升效率，促使物流业向智慧物流模式转变。

智慧物流这一概念，由2010年国际商用机器公司（International Business Machines Corporation，IBM）发布的《智慧的未来供应链》研究报告中延伸而来。戴定一[4]认为，物联网时代通过新技术提高信息采集全面性、增加资源管控和优化运作流程，并以此视角界定智慧物流就是依赖信息资源创造更多价值，进而实现发展方式的转变。何黎明[5]提出智慧物流是基于物流互联网和物流大数据，通过协同共享创新模式与人工智能先进技术，重塑产业分工、再造产业结构和转变产业发展方式的新生态。智慧物流可以简单地理解为在物流系统中采用物联网、大数据、云计算和人工智能等先进技术，使整个物流体系如人的大脑一般智能、实时收集并处理信息，实现最优布局，最终协同物流系统中各方参与者高质量、高效率、低成本地分工协作。根据智慧物流的内涵来看，智慧物流主要有三大特征：一是实现信息交互与共享，有效降低物流成本、提高物流效率；二是智能决策与执行，向自动化与程序化方向发展；三是深度协同与一体化，以智能管理为核心优化管理模式，实现以最低的成本向客户提供高质量的物流服务[6]。

实现智慧物流的关键是技术，而技术又以大数据、云计算为核心。研究大数据的先驱——麦肯锡公司（McKinsey&Company）将大数据定义为大小超过常规的数据库工具获取、存储、管理和分析能力的数据集[7]。张文、苏玉[8]认为，云计算具有高效分配动态资源、根据用户请求生成动态计算与存储等功能，为大数据特征分析与挖掘提供良好平台。云计算是从资源层面的管理到应用层面的管理的发展过程，与大数据的应用恰好贴合；大数据则基于云计算的数据处理与应用对海量数据进行分布式数据挖掘，二者在当前的发展中密不可分。大数据云计算可以简单地定义为大数据基于云计算环境对数据的抓取、存储、计算与分析。

基于智慧物流的主要特征，针对物流存在的问题，学者们试图通过大数据、云计算技术构建物流模式实现智慧物流。孙彬、王东[9]基于大数据以“一个核心、三类需求、三个平台和两大门户”为主要建设内容，构建“五个层次、三条总路线”框架，实现丝绸之路物流业的精准化责任追溯和碎片化价值聚集，为智慧物流的国际化之路提出对策。陶君成等[10]针对城乡物流网络构建的不合理性，提出利用大数据共享实现平台信息共享及资源渠道整合，降低城乡物流成本。付平德[11]则基于大数据技术从感知、传输、存储和应用四个方面，较为系统地构建智慧物流的模式。张向阳、袁泽沛[12]将“多网融合”及二维码、云服务、云计算等信息技术与传统物流信息系统进行集成、融合，构建具有智能决策、动态感知能力与自动分配的“智慧云物流”平台体系。以上研究对于智慧物流发展存在的问题并没有进行深刻的探讨，仅基于智慧物流所需的大数据和云计算技术各自进行分析，忽略了两种技术在智慧物流中的不可剥离性。

本文从智慧物流的内涵出发，梳理基于大数据云计算的智慧物流的发展动态，并基于智慧物流的关键技术，分析现有智慧物流模式存在的问题，系统地探讨重构大数据云计算体系下智慧物流的发展模式，创造智慧物流最核心部分的智慧思维系统[13]，为物流企业提供数据收集、处理、分析和预测，降低物流企业的运营成本，实现资源的有效配置，为客户提供更好的服务体验。

二、基于大数据云计算的智慧物流历史演变动态

（一）初步接触期：大数据云计算技术初步接触物流业

大数据发展的开端是在20世纪90年代至21世纪初，这一阶段是将数据“存起来”。传统的物流企业规模较小，进入门槛低，业务单一，多数企业只做简单的运输服务，企业仅能积累大量的单一数据，各业务板块的数据无法融合做进一步分析，不能为企业的决策提供支持。随着智能物流这一概念在国外出现，物流企业利用计算机协助处理物流信息，逐渐出现了用于数据管理的数据仓库[14]、用于决策的专家系统和企业自我更迭的知识管理系统。当物流企业的各板块数据进入数据库之后，企业通过对大量原始数据的重新组织和多维建模，作为专家系统的一端输入；企业的知识管理系统将企业一些可记录的技术数据化[15]，将员工的想法、经验纳入知识库中，结合人的创新思维进行自我学习、创新，决策者则将知识作为专家系统的另一端输入，最后通过专家系统进行决策，实现物流智能化。

此阶段的智能物流数据来源于自身的机械积累，物流数据信息化程度低，企业间信息无法共享，物流多个环节都不具备智能化特征。2006年《谷歌101计划》首次提出云计算概念，其巨大的分布规模使因特网具备超级计算能力，能够最大程度地整合物流企业的计算资源和数据资源，提高物流产业的整体信息化程度和便捷性[16]，这促使企业纷纷研究、开发这一技术，为云计算在智慧物流中的应用奠定了基础。

（二）逐步渗透期：大数据云计算技术逐步渗透物流业

2009—2016年，大数据云计算技术渗透到各行各业，也初步应用于智慧物流系统之中。在此期间，云计算、物联网和大数据技术发展迅速，其中大数据规模同比增长超过60%，云计算规模同比增长超过55%，促进了大数据云计算在智慧物流的更进一步发展与应用。我国物流业也接轨国际智慧物流，更多物流企业开始进行智慧物流模式和应用探索，基于大数据云计算的智慧物流由此起步。

此阶段前期，传统物流公司已经基于物联网技术进行一系列改变，开始使用条形码、射频识别（RFID）、全球定位系统/地理信息系统（GPS/GIS）、电子数据交换（EDI）等技术进行数据交互与处理，但对大量数据的处理、分析能力有限，不能识别半结构和非结构化数据，无法得到实时、全面、有效的物流数据，造成大数据云计算技术的应用断层[17]，不能使高度依赖信息交互的物流各环节协同化，无法保证客户需求的高质量服务体验。如2012年，淘宝和天猫的“双十一购物节”因缺人、缺货而导致第三方物流力不能及，只好“听天由命”。

此阶段后期，基于大数据云计算的智慧物流蓝图逐渐展开。以天津为例，2014年建立以智能生态社区、网商体验式仓储物流、大数据后台服务为一体的城市物联网综合体；物流企业依托大数据云计算技术逐渐转型升级，由同质化竞争向差异化竞争转型，由注重单一的快递服务向注重客户体验服务转型[18]，物流成本有效降低，配送效率大幅提升。但是，此阶段的大数据云计算智慧物流尚处于学习阶段，信息技术手段落后，专业的技术人才相对缺乏，且多数理论研究难以转化应用。

（三）广泛应用期：大数据云计算技术广泛应用于物流业

在2017年，工业和信息化部印发《大数据产业发展规划（2016—2020年）》，有力地推进了我国大数据技术创新和相关产业的发展。从2016年至今，大数据云计算技术已经成熟，在智慧物流中的应用逐渐深入，适应性也大大增强，促使智慧物流体系更加完善，有效地实现了数据业务化和业务数据化。一些实力较强的企业已建立起相对完善的智慧物流体系，如京东的青龙系统、阿里巴巴的菜鸟网络等。

此阶段，基于大数据云计算技术的智慧物流在物流信息传输、供应链管理、运输路线规划、仓库储位优化和市场预测等方面取得显著成就。在信息联通方面，将基础数据传送到透明、共享的数据平台，实现企业供货方、采购方、政府工商部门、物流企业运输部门等的信息交换和共享[19]；在基础数据库中，可将初级的分布式非关系型大数据云计算处理技术应用在供应链管理、运输路线规划、仓库储位优化和市场预测等方面。以京东为例，其根据以往的营运数据，利用大数据云计算技术对消费者的数据进行挖掘，供应商根据市场需求预测提前布局在消费需求周围，从而优化供应链；在仓储方面，系统已深入挖掘“20万×20万/日”的订单数据，构建基于时间序列的数据立方体①，萃取稳定可信的商品关联度[20]，实现仓库商品布局最优化；在运输路线规划方面，基于对消费者数据分析得出的仓库商品布局，结合实时路由优化，指导车辆采用最佳路由线路进行跨城运输与同城配送[21]，而无人车辆配送将会成为大数据认知的一个突破口[22]，推动智慧物流升级。

总体来看，目前智慧物流体系的服务质量有所提升，《2017中国智慧物流大数据发展报告》综合指数显示，我国智慧物流处于快速安装阶段，但我国以大数据云计算技术为基础的智慧物流蓝图才刚刚铺开。

三、基于大数据云计算的智慧物流模式存在的问题

随着大数据云计算技术的不断突破，智慧物流发展迅速，一些实力较强的物流企业已构建了包括基础设施、数据采集、业务评估、预测和智能决策五个层面的智慧物流模式。这套模式虽结合先进的大数据云计算技术，但针对顾客对智慧物流服务具有柔性化、个性化、透明化和订单履约期极短化的要求[23]所需的具体模式不够完善，现阶段以大数据云计算构建的智慧物流模式仍存在以下问题。

（一）缺乏统一、完善、标准化的信息平台

在大数据云计算技术发展成熟的背景下，物流企业为了提升自身的竞争力不得不紧跟时代步伐，建设属于自身的智慧物流体系。但是，相比国外的智慧物流模式，我国物流企业数量多（2016年重点物流企业多达1 400家），且多数企业规模小，在全国范围内分布不平衡。在缺乏有效管理的前提下，资源配置难以优化，无法形成统一、开放、有序的市场[24]。企业规模小，缺乏足够的资金去研发、构建、创新基于大数据云计算技术的智慧物流体系，如果大量物流企业投入资金建设相关智慧物流体系，会导致物流业总成本偏高，况且企业本身能力不足，也难以吸收大数据云计算相关的溢出技术。

现阶段，多数物流企业拥有自己的信息平台，缺乏统一、完善、标准化的公共信息平台，市场竞争激烈，难以形成规模效应，经营成果不佳。智慧物流行业的发展需要实现供应链一体化，但目前智慧物流并未建立统一的信息标准，且分割条块复杂，信息孤岛现象普遍，物流业在发展过程中资源浪费现象严重[25]。因此，亟须建立基于大数据云计算技术的超物流企业联盟体系，不仅要整合国内所有物流信息，而且要整合供应链，形成云制造、云销售和云物流的供应链一体化[26]。

（二）末端协同仍处于起步阶段

处于配送末端的货物集合了消费者、销售平台、快递物流网点、城市末端合作点的交互数据，末端协同程度的高低可以反映物流“最后一公里”的配送效率。物流“最后一公里”高成本、低效率是物流发展的痛点，在促销时期爆仓现象时有发生。在基于大数据的智慧物流模式的“最后一公里”研究中，京东移动商店利用大数据，对不同社区的消费能力和消费习惯进行分析，描绘小区的具体画像，并提前备货实现精准营销[27]。销售平台结合物流产生的“新零售”正处于起步阶段，而且从2017年的网络零售总额来看，京东只占13.6%，淘宝、天猫各占30%以上，基于客户黏性的情况，如果不能将其整合为一个信息平台，同样存在资源浪费，无法彻底解决物流“最后一公里”的难题。

（三）政府平台未纳入体系

在现有大数据云计算的智慧物流模式研究中，通常以物流企业、供应商、消费者为智慧物流体系中的主要参与者，而政府在其中是一个必不可少的角色。物流服务的范围复杂，涉及多个环节，而物流企业没有一套完整的规则标准体系，信息采集方式不统一，妨碍数据衔接与共享；在大数据环境下，物流企业的信息完整性易被破坏，使恶意模型中方法的复杂性增加②，导致在多协议执行的网络环境下难以有效适应[28]。政府可以集中对整个物流流程、产品质量、企业规范、信息技术安全等进行监管，建立标准化监管体系，规范企业纳税，提供信息技术安全保障。

智慧物流发展迅速，支撑技术也趋于成熟，但上述问题在智慧物流的未来发展中仍需要解决。未来需以“大数据云计算”概念代替“大数据”，并对现有的智慧物流模式进行重构，将大小物流企业纳入公共信息系统中，建立统一、完善的智慧物流模式，实现智慧物流真正一体化。

四、基于大数据云计算的智慧物流模式重构：思路、要素、路径

在整个物流模式运作过程中，伴随着物品流动，数据流通可以分为三个步骤。首先是数据流的产生与传输。近年来，物联网技术取得飞速发展，基于感知技术对物流要素的感知，基本实现物流运作过程中数据的可视化和可传输化[29]。其次是数据流的存储与筛选，云存储将互联网汇聚形成的杂乱无序的大数据进行分布式存储，云计算对数据源进行初步分离与筛选。再次是数据流的整合与分析。大数据对数据源进行多重筛选，挖掘出最有价值的数据信息，进而科学决策物流进程，合理预期物流进程相关数据。

基于大数据云计算的智慧物流模式的核心功能是对物流产业链资源的整合，通过优化资源配置，促使供给端与需求端最大程度地契合，最终使整个物流模式低成本、高效率运作。

（一）重构思路

智慧物流体系涵盖了物流产业链中的每一个单独个体，各个单独个体的集合形成了物流模式中的商业生态系统[30]。智慧物流模式的商业生态系统中包括三个子生态系统：一是供给子系统，由人力资源、物力资源、空间资源供给商构成，主要职能是碎片化资源整合与稀疏价值萃取；二是需求子系统，由供应链中的供应商、中间商、核心企业、经销商和消费者构成，主要职能是个体需求信息汇集和灵活性业务对接；三是监管子系统，由政府机构、检查和税务机关等构成，主要职能是个体资质审核以及责任机制的分配与追溯。人力、物力资源和信息流数据在各个子系统间流动，各个子商业系统之间相互联系、协同合作、彼此依赖，共同打造资源开放、个性化包容、精准对接、协调统一的物流运作平台，重构集诚信、高效、便捷为一体的物流模式。

（二）重构要素

以三大子生态系统重构的智慧物流模式的最大化效用可以通过“一个中心、三条辅线”来实现。“一个中心”指的是以大数据云计算为基础的数据处理中心，“三条辅线”指的是分别从供给、需求和监管三个方面对物流运作过程进行资源整合，实现物流商业系统各个体间的最优契合。

1.一个中心：大数据云计算处理中心

大数据云计算处理中心的核心功能是对输入数据源进行分类整理，汇集每个个体所产生的所有历史数据，再通过数据估计算法进行约简、属性覆盖、关联关系挖掘、碎片化集聚和精准化验算等以对未来个体的选择做出合理预测[9]，同时根据实时更新的物流数据结合人工智能不断给出最优决策。大数据在物流运作过程中的主要作用可以通过三个方面体现：一是智能决策。大数据平台能够很好地将物流运作过程中所需的人力、车辆、仓储资源最便捷、最适宜地在需求方与供给方之间进行匹配，极大地节约供需双方的匹配时间，并且通过对所有目的地进行最优化求解，同时通过对实时路况的监测同步给出运输司机最优的行驶路线。二是销售预测。每一个消费者的历史消费记录（购买种类、消费次数、消费时间、购买商家等）形成单独个体的消费大数据，合理预期消费者在未来一段时间内的消费特征，提前对所需物品进行配置，有效防止货物积压，缩短运输时间，提高运输效率。三是环境分析。中国电商物流指数表明，电子商务物流存在明显的季节性波动趋势（6月和11月业务量显著增长），同时根据行业生命周期理论，在生命周期各个阶段对物流资源的需求也存在巨大差异。大数据通过对碎片化信息的收集分析准确预测出物流行业的细微波动，从而对现有物流资源进行适当化的预分配，避免物流需求集中爆发的风险。

2.三条辅线之一：整合供给端

传统物流模式的供给方多由物流企业构成，由于物流企业间存在竞争关系，彼此的信息传递和资源贡献程度有限，易因信息不对称造成信息孤岛现象。智慧物流模式的重构目的之一就是整合物流产业链供给端的所有资源，使供给端真正实现资源共享、信息共享、数据共享，最大化和最优化地利用存量资源。供给端整合优势主要从以下几点出发：首先，通过智慧物流平台实时更新供给方人力、物力、仓储等资源信息，并根据需求信息以资源利用最大化为目标分配供给资源，跨越企业间限制，实现资源共享；其次，根据大数据计算的销售预测信息帮助供应链上下游企业按照需求变化进行库存智能预测补货，实现销售与库存的协同，提高库存周转率，帮助企业实现最小化成本，提高空间资源利用率，从而提升供应链运作效率；再次，通过大数据对商品的销售目的地进行统筹分析，精准化预测未来的销售情况，同时根据商品的供应链信息合理预测该商品的辐射范围以确定最优仓储位置，实现物流运输路程最短化、效率最大化；最后，利用大数据对不同区域、不同时间的车辆资源、装卸人员、配送人员需求状况进行分析，实现人力与物力资源的智能布局，协调供需两端，缩减运营成本。

3.三条辅线之二：整合需求端

传统物流模式中产业上下游间存在严重的信息不对称现象，需求信息呈现分散化、局部化、多样化特征，在新的智慧物流模式下，通过整合企业、个人的需求信息，统一调配供给端人力、物力资源，实现供给与需求的最优契合。从数据共享方面来看，企业间通过共享供应链数据汇集成大数据系统。原材料供应商提供原材料的订购数量、订购时间、订购企业等数据；制造商提供产品的需求数据，辅助预测各个行业的季节性需求、行业的未来发展趋势以及验证预测数据的准确性；电子商务企业、零售商提供消费数据（消费者的基本信息数据和购买数据），帮助预测个体消费者未来的消费情况。从信息共享角度来看，通过汇总供应链上中下游企业以及终端消费者的需求信息，然后对大数据进行同类、同质性需求整合，以最优路程配置物流资源。

4.三条辅线之三：嵌入政府审查机制

在以供应商为起点、消费者为终点的物流产业链中，信用一直是个不可回避的问题，以诚信为基础构建智慧物流模式必须将监管方纳入其中，而政府作为具有公信力的权力机关，能够从公平、公正、公开的角度出发，净化物流环境，完善审查机制。为保证整个物流模式透明化，物流企业必须以取得相关营业资格为进入前提，各个企业间的交易数据在政府平台具有可查性，有效杜绝欺诈与财务造假，企业间可建立评价、反馈体系，以帮助各个企业提升自身服务能力、营造诚信氛围，畅通企业与终端消费者维权的渠道。在整个物流模式中，政府部门可实现监管全面化，通过智慧物流平台可以实时审查任何一家企业的经营信息，对时时刻刻发生的物流运转进行智能监管，及时反馈出现的各种问题，保证物流体系标准化高效运作。政府部门可根据长期物流规划或短期突发状况对物流体系进行宏观规划或者暂时性调整，将政策信息和调整方案通过智慧物流平台传递到物流企业，保证调控的及时性与高效性。

（三）重构路径

基于大数据云计算的智慧物流模式重构路径可通过三个主体平台和一个核心模块实现（如图1所示）。从信息流动和服务流动来看，物流电子商务平台主要从需求端连接到智慧物流模式中，渗透到供应链各环节，充分利用物联网技术，以原材料为起点，以消费者为终点，将整个供应链条中所涉及的商流、物流、资金流、信息流汇集到物流电子商务平台，形成大数据系统的输入信息。电子物流平台从供给端连接到智慧模式中，汇总物流活动中的仓储、人力资源、库存等实时静态信息并录入大数据系统，通过物联网技术对物流进程实施全程监控，形成动态信息实时传输到大数据系统中。物流电子政务平台主要从政府监管的角度出发对智慧物流模式进行微观调节和宏观把控，将物流相关政策信息、各区域间物流条例信息、政府机关对物流系统的规划、调控和设计指示等信息汇总录入到平台中，以方便政府监管。

图1 基于大数据云计算的智慧物流模式

大数据系统的核心模块主要由通信层、隔离层、云计算和大数据四部分组成。首先，由通信层将三方信息平台提供的大量不规则数据信息传输到系统中，以光纤光缆、金属导线为主的有线通信和以微波通信、卫星通信为主的无线通信数据传输保证数据传输的快速性和高效性。其次，隔离层对数据进行隔离以保证数据安全。一是进行网络隔离，在通信层的外源网络和云计算层的内源网络间设置防火墙，然后将内部网络分为若干子网络，以隔离有害攻击；二是进行数据隔离，利用节点加密、端点加密、链路加密等技术对数据进行加密处理，利用精确识别认证技术防止数据的非法提取。再次，庞大的数据体量需要云存储提供硬件基础，通过大量的分布式计算机实现数据存储，然后利用云计算将复杂无序的混乱信息按照信息的重要性进行分类整理，将整合后的数据进行分析，剔除无用信息、保留有价值的数据源。最后，大数据的处理需要依靠程序化语言、人工智能、理性人合作完成，先对数据源进行二次数据挖掘，通过多重筛选提取关键信息，再通过深度学习、自然语言处理（Natural Language Processing，NLP）等方式将所收集的关键信息进行处理，运用人工智能计算、分析出最优资源配置方式，由人工审核调整，然后将决策信息通过通信层传输到智慧物流模式中的各个平台，最终反馈到实际的物流转移过程中。整个智慧物流模式可以迅速将智慧物流的供给需求信息整合，并及时有效地反馈到需求端，从而使物流运作快速高效，资源合理利用，成本大幅削减，管理全面完善。

1.物流电子商务平台

供应链体系包括了商品从生产到销售的全过程，实现了原材料到产成品再到商品的转换，而无论是商品形态的转换还是空间的转移都需要以物质流动作为桥梁，供应链体系是物流、商流、信息流、资金流的有效结合，基本涵盖了所有的物流活动。

传统的供应链体系中，供应商、制造商和零售商三方各司其职、独立运行，而此智慧物流模式将整个供应链上游和下游融合为一体。具体来看，整个供应链的物质流动需以物联网技术为基础，从原材料地采购开始，利用射频识别技术将原材料信息进行储存，经过运输到达制造企业；制造企业根据储存信息以及物流信息评估原材料的质量、数量、来源等将原材料加工成产成品，并将相关信息继续储存入射频识别系统中，经过二次转移到零售企业；零售企业同样对产成品进行质量检测、来源核查，并录入零售相关信息，商品最终转移到消费者手中，消费者通过查看射频识别系统中存储的原材料、产成品、零售商、物流等一系列信息，确保自己购买的商品安全、可靠。

图2 物流电子商务平台

从供应链物流与大数据系统的具体链接来看，在供应链物流的不断转移过程中，会产生与物流相关的需求。首先，在原材料采购过程中，采购商可以将相关原材料信息输入大数据系统，大数据系统中存储着大量的物品仓储信息以及相关商家信息，在智能分析、决策的作用下可以自动反馈相关原材料的最优供应商和最优仓储等信息；其次，在运输过程中，供应商、制造商和零售商均对仓储、装卸、运输工具、货运司机等有需求，将相关需求输入大数据系统中，经过分析相关人力、物力资源供给进行智能决策，反馈最优的运输工具、司机人选、仓储和装卸选择；再次，在分拣和配送过程中，根据商品中内嵌的射频识别技术信息与大数据平台链接，在对运输路线、商品大小、贵重程度等因素进行综合分析后进行智能分拣，然后依据商品配送信息、存量资源信息智能规划出最优配送路线，使整个配送过程高效、及时，从总体上实现资源的最优化配置。如图2所示。

2.电子物流平台

电子物流平台主要从物流运输的供给端对物流过程进行全程实时监控和管理。从信息收集来看，资源提供方将仓储、人力、车辆、司机等信息作为基础存量信息录入大数据系统中，再根据动态信息来调整存量信息，并定期核查存量信息的准确性；在物品流动中，在商品中内嵌射频识别技术，通过与无线电信号链接进行识别、读写，在运输车辆上安装GPS定位跟踪系统和射频识别设备，可以实时定位追踪运输车辆的位置、路线信息，另外通过射频识别设备互联进而感知每个商品的位置信息，精准地追踪物流过程中的人力、物力和商品的状态，形成最新的动态信息并在大数据系统中进行更新。从资源配置角度来看，电子物流平台是人力、物力资源的提供者，在存量信息与动态信息不断更新的基础上，大数据平台依据需求方提出的资源要求对存量资源进行最优配置。当产生仓储需求时，供给方提前接收需存储物资的信息，提前分配装卸人力和仓储空间；当产生车辆与司机需求时，根据存量信息，智能选取距离最近、成本最低的车辆和司机。如图3所示。

3.物流电子政务平台

物流电子政务平台是政府对物流过程中的人力、物资、企业、账务、操作等的核查、监管与调控。从智慧物流模式的供给端来看，政府需要对物流资源、物流企业进行资格、账务审查，物流供给车辆需要提供注册、年检等信息，物流供给司机需要提供驾照、驾驶资历等身份和能力证明信息，仓储物流公司需要提供营业执照，进行资金流转则需提供账务处理信息等。从智慧物流模式的需求端来看，供应链相关企业在产生物流需求时需满足一定条件，如是否处于正常营业状态，是否有真实的物流需求活动等，同时需要对相关物流活动涉及的账务处理进行核实。从供给端和需求端提取的相关信息录入大数据系统中，经过分类处理将数据导出至电子政务平台，政府机关对相关信息进行确认与核查。从政府平台来看，随着物流模式的不断完善与发展，物流相关政策也不断地推陈出新，政府部门将物流活动相关政策要求、区域间物流准则录入大数据系统，大数据系统自动将相关信息准则公告发给物流体系相关参与者，同时在物流活动中进行相关设置，严格按照政策条例进行物流资源配置。同时，政府端可以将可能进行的物流调控（如突发事件需要对物流路线进行调整）、相关规划与设计（如公路规划建设）等短时间或长时间的物流调整信息录入大数据系统中，以方便在发生需求时大数据系统能够及时调整，提高效率，避免损失。物流电子商务平台保证了物流体系的合规性，一切物流活动都在监管之下进行，可以保证智慧物流模式的安全稳定运行。如图4所示。

五、结论与展望

21世纪是信息时代，大数据是核心竞争力，此智慧物流模式能够在信息共享的基础上实现供应链一体化、资源利用协同化、供给需求无差别对接以及物流体系的提前规划，这不仅是物流模式的更新与升级，也是新技术与时代结合的产物，智慧物流拥抱新技术的同时也要求物联网、云计算、大数据、人工智能等高端科技不断创新以适应不断变化的物流需求，彼此循环推动构建共享物流商业生态系统。目前来看，智慧物流受限于社会环境、高端技术、物流发展水平等因素，未来发展方向大致如下：

（一）物联网应用升级

图3 电子物流平台

图4 物流电子政务平台

未来随着物联网技术的进一步发展，物物识别、人物识别更加精确，在仓储、运输和配送过程中能够得到更广泛的应用。首先，物联网可以捕捉仓储中的人、设备、订单、库存等所有状态，通过大数据分析实现仓储最优化和人力分拣最优化；其次，在物流运输中通过人、物的动态识别，可以将物流运输过程中所有信息归集以更好地进行责任分配；再次，将物品与配送人员匹配，实现物品的物流全产业链跟踪。

（二）人工智能全面开发，物流相关技术全面应用

未来随着人工智能、无人车、无人机等技术的成熟化，将全面运用到物流体系中。从仓储运作来看，智能机器人将会完全代替人工，路线规划更合理、协同运作更便捷、分拣速度更快，仓储运作全面实现智能分拣，极大地提高仓储利用率。从商品配送过程来看，无人车可以替代人力进行配送。无人车完全由电子计算机操纵，对物流路线规划、信息接收传递更为敏感，同时结合人脸识别技术等实现配送过程的全面优化。

（三）线上线下一体化

电子商务近年在我国实现了飞跃式发展，但在其他一些国家如日本却远远不如实体店，所以电子商务仍有其局限性，线上线下一体化才是未来发展的方向。智慧物流作为物流新业态可以很好地与“新零售”相融合，智慧物流平台为“新零售”提供信息支持、技术支持、仓储支持、数据支持等，电子商务实现线上下单、线下门店或者仓储配送，缩短配送时间、削减运营成本，同时提升客户的购买体验。“新零售”同时也为智慧物流提供用户消费数据，助力物流平台的预测优化，二者相互推动，循环作用，打造销售—物流新模式。

（四）区块链技术应用

区块链的本质是可追溯的分布式存储数据的账本，在数据存储、传输、保密方面有着较强的优越性，可以与智慧物流平台相结合优化信息传输，保障数据安全。基于区块链匿名性的特点，将智慧物流平台中的各个企业作为单个节点，在区块链应用中各个企业间进行信息交互，保护了企业的私密信息，基于数据可追溯特性，各个节点传输的数据信息都是可追溯的，有利于防止数据丢失和确立责任分配机制，基于非对称加密技术可以很好地保障数据传输过程中的安全性[31]。

注释：

①日流量20万×20万的订单数据，在二维表中可以表示为x轴为时间，y轴为购买商品的种类（如自行车、水壶等），将二维表扩展可以形成多维矩阵的数据立方体（类似于将二维图扩展为三维图）。

②恶意模型是指支持恶意参与方存在的安全模型。恶意参与方在协议执行中，不仅可以做任何事情来推断其他参与方的隐私信息，而且可以更改原始输入、篡改交互信息及中断协议执行，而恶意参与方对数据的破坏会导致算法的复杂性增加，将需要更加复杂的安全协议来保障协议的安全性。