大数据对物流供应链创新发展的影响与应用

马明慧MA Ming-hui

（香港迪杰欧亚太有限公司深圳代表处，深圳518064）

0 引言

大数据技术在很多行业都得到了广泛使用，可以优化服务方式，解决运行问题。在物流供应链的建设上，使用大数据也能加快对物流供应链整体状况的分析，解决供应链问题，推动物流供应链的发展。

1 大数据技术对物流供应链的影响

1.1 智能化

传统的物流供应链仅仅从人和机械设备的方面进行设计，比如对操作界面和程序机器进行控制，但是机械设备的自行控制设计比较简单。应用人工智能技术之后，可以自动利用智能系统控制物流系统的各种设备，自动进行线路规划、人眼识别等工作，高集成化的系统也具备很强的独立决策能力，系统运行过程中不再完全依赖于人的经验，而是朝着智能化决策发展[1]。随着智能系统的使用，以及无人化物流操作规划技术的使用，系统获得了相比过去更快的反应和决策速度，能有效降低供应链中人为因素的影响，避免运行过程中存在的错误，保证供应链的稳定性，所有的物流运作方式更加科学和高效，也能实现交通规划路线、终端配送、仓库管理等方面进行网络智能化布局，确保商品流通和物流能够更为协调，确保供应链的整合效果。

在智能化技术大量使用的背景下，系统拥有了全新的供应链，具有机械化、连续性的特点，而且充分融入物联网技术。智能系统将会分析消费者的信息，然后在供应链上做出反应，远程控制订单信息。比如针对消费者的需求，可以利用3D 打印机快速生产个性化产品，然后依托物流系统快速交付，减少了总体时间和物流成本[2]。并且，智能化系统也能监测商品的物流状况，对商品营销十分有利，推动了机器之间的协调，提升了制造和物流的总体效率。利用销售点、残酷的数据，可以预测物流系统执行某项工作时的时间，之后针对不同模式选择输出模式，确保工作的同步性，实现多模式感测，让物流系统可以自行作出决策。

1.2 共生化

工业共生是一个生态系统概念，可以优化原料的消耗，以及充分利用副产品和其他产业原料，降低能量消耗和减少产业资源原料的损失，达到不同层面效益供应的目的。在传统的供应链模式下，都是围绕产品、供应商、客户之间关系进行建设，随着大数据技术的使用，全新的物流系统和供应链建设会看重可持续发展理念的贯彻，以及共享发展理念的使用，而且看重企业的生命周期，提升产业的可持续性，给产业创造更高的共同利益[3]。利用共生系统可以有效降低产业库存，并通过高效的管理提升竞争力和控制成本，从而提升知名度并让消费者能了解各种信息。

工业共生会基于废物、副产品、经济协同的供应链管理模式，达到可持续发展的目的。在共生性的供应链模式下，能够促进企业之间、区域范围内、政府机构和企业的合作，构建起企业和社会过的共生化价值体系，保证可持续共生，利用信息技术传播和整合供应链的网络系统，确保供应链上的各个节点建立起相互依赖的关系。同时，共生供应链还能促进共生网络协作，实现系统的跨组织协调，保证共生系统和平台之间可以相互联系，确保企业政府之间的互动性并保证信息共享。共生网络可以以合作的方式进行管理，利用网络所具有的参与者嵌入性，推动更多社会资本建立合作伙伴以来关系，推动产业环境的制度化发展。供应链的管理层可以利用工业共生优势，工业共生网络市场机制和社区关系、多方共同发展愿景，实现供应链合作，加强供应链之间的整合和协调，促进供应链的高效运营，提升信息网络处理速度，保证系统的运营效率。从供应链管理的角度，也可以引入全新的供应商，构建起合作化的供应网络。

1.3 短链化

传统的供应链比较长，目前的供应链建设都朝着短链化发展，可以减少运输次数和缩短运输距离，通过短链能提供更为灵活的物流服务，还能确保物流环节的准确性和高效性，并且通过供应商和消费者之间距离更短降低管理成本，让生产商、销售商和消费者更为受益[4]。在短链化的物流系统下，物流处理的货物平均装卸数量更低，在仓储和配送服务得到整合之后，中间链条会得到明显缩短，一些产品可以直接从生产商的仓库分销中心直接发送给客户，达到短供应链的目的。在不断优化仓储局部网络的情况下，商品和消费者之间的距离得到明显缩短，提升了交货速度而且成本也明显降低。

利用大数据分析技术，可以充分利用自动化技术进行操作，以及完成对大量数据的处理工作，有效控制采购、生产、调试的周期，通过优化流程系统，控制系统的周转周期，让产品信息在物流系统内高速传递，避免由于链条过长导致信息滞后和损失，而且可以实现对供应链的柔性化管理，适应市场需求的变化，而且有效应对市场中的不确定风险。例如食品供应链一般都会选择短供应链的方式，通过供应链技术可以追踪食品的产销全程，能缩短追踪时间。

1.4 智慧化

大数据背景下的供应链管理方式并不等同于虚拟化的物流动态信息化管理i 系统，而是具有智慧化的特点，能够进行物流系统的分析、评估、衡量，还能对物流系统的运行状态进行特定研究，利用大数据、智能硬件、物联网技术，提升整个物流系统的感知能力、执行决策能力，也能保证物流系统的自动化水平、无人化水平[5]。系统运行当中，智慧物流整合物联网、传感网和互联网，实现物流系统的可视化、智能化，并充分利用互联网技术进行控制。整个系统的网络协同会依靠人工智能、大数据分析开展，满足储存、运输、交付的全链条智慧化和社会化建设，提升资源配置和流通效率，保证生产力水平和资源利用率，让物流系统可以给社会创造更多的财富和价值。

作为工业4.0 的重要支柱，通过建立智慧物流有利于将新技术整合到物流管理当中，比如目前的区块链技术，作为一种重要的集成技术，可以验证数据分散问题，以及永久储存一些关键数据，使用集成化的智能技术可以让物流的管理系统模仿人的思维，通过不断的学习、感知，自动完成对物流系统中某些问题的分析，并具备一定的推断能力。利用智慧物流技术，也能推动智慧城市的发展，通过快速处理各种数字化信息，优化整体物流流程，提升城市的运转效率，保证城市的生活质量。

2 使用大数据技术建立的物流供应链实例

大数据技术所建立的物流供应链管理系统相对于传统的物流供应链管理具有很多优势，能实现供应链的整合、强化信息流和资金流的建设，推动供应链上的生产商、分销商、经销商、批发商、零售商店有更为紧密的联系，建立起更完善的整体网络，同时，使用大数据还能完成对供应链的快速重组，保证产品的物流效率和经济效益。本文以农产品使用大数据进行供应链建设展开研究。

2.1 实现农产品供应链过程控制精细化

多数农产品并不容易保存，但是随着人口增加，目前粮食需求不断增加，必须提升物流效率。另一方面，气候环境是在不断变化的，为了能更为快捷地实现农产品的储存和运输，就需要借助物联网大数据、云计算等技术，快速完成物流的供应链的建设工作[6]。使用物联网技术可以在车辆、耕地、土壤等位置设置传感器获得实时数据，收集大量实时数据后，系统会对各类数据进行分析和整合，然后对土地质量进行分析，使用合理的方法解决目前存在的问题和不足，提升操作效率。随着消费者对饮食卫生、健康食物需求的增加，通过对农产品全物流进行监控，可以加强对农民遵守法律规范情况的监督，保证各种法律法规的执行，以及避免在食品生产中出现过度使用农药、杀虫剂的情况，还能对农业提供的信息进行精准分析，高效帮助农民解决问题。

2.2 建立绿色互通的农产品供应链

农业生产中可能会由于施肥方式不科学和土壤质量下降导致农产品的品质降低，严重影响农产品的产业链价值，并削弱农产品的市场竞争力。使用大数据技术驱动农产品的供应链创新，可以提升农产品供应链的运转效率，也能保证农业产业的可持续发展，通过进行绿色可持续优质农产品的质量评价，以及充分研究消费端需求，使用大数据技术创新驱动力，建立起全过程的质量管理体系，加强对农产品的评定，保证农产品的整体品质，还能缩短物流控制农产品价格。农产品供应链除了能促进农产品的优化生产，利用大数据技术应用和对数据的分析结果共享，也能让整个产业链之内都获得农产品的绿色可持续发展信息，帮助农民开展管理工作，充分利用数据的作用[7]。比如，目前的机器学习和人工智能识别杂草、昆虫侵害的程序中，农民上传一些害虫和杂草的照片，程序就可以利用数据库进行害虫的综合识别，获得相对精确的处理结果，确保农业安全生产，以及保证产品的可持续性。

2.3 推动农产品供应链价值创新

传统农产品供应链中，各个环节的都会出现物流储运效率能耗高的问题，以及难以控制流程数量，导致供应链的经营成本增加。比如会经过农民、市场、零售商、批发地、超市商场，最后才能从产地抵达消费者手中，过长的交付周期和流通环节会导致农产品的质量降低，还会增加总体成本。通过使用大数据技术，可以保证数据的有效匹配，方便农民获得产品生产和市场需求的大量信息，解决生产者和消费者之间的信息隔断，加快分销速度。其次，使用大数据也能监控土地条件水平，提升管理的精确性，尤其有效减少了管理的步骤，能提升农产品的生产效率和盈利能力，并且根据市场需求进行规模化生产也能保证增值效应。在物流控制中，利用陈品追踪和优化农产品的车辆运输路线，也能缩短物流的时间和里程，降低能源消耗和排放量[8]。

2.4 改进农产品供应链

传统的农业生产几乎完全依赖于自然条件，而且整个生产环节比较分散，并不能满足规模化的要求，农业生产也很难进行标准化建设。使用大数据分析技术，可以充分利用机器、软件中的数据，通过机器设备的交互就能帮助农民正确做出决定，提升消费者获得农产品信息的整体效率，通过食品监测、物流车联网等信息，形成可以进行全程追溯的管理体系，确保对农产品的标准化生产，获得具有稳定品质的农产品，而且通过快速、精准、高效地确定需求方所需要的农产品信息，也能优化农产品的品类，达到根据市场需求调节生产的目的。消费者通过物流系统也能获得相关信息，提升消费者对农产品的信任，提高他们的购买意愿。

3 物流供应链使用大数据分析技术的发展方式

虽然大数据得到了广泛的应用，但是在物流供应链中大数据的使用依然存在很多障碍。比如目前技术平台价格很高，算法算力基础设施建设需要投入大量资金，导致多数物流企业很难承受；数据依然可能存在不准确的问题，或者缺少关键数据，导致大数据系统很难高效进行数据分析工作，更不能实现精细化、智能化的物流运作；随着监控系统的增加，目前物流系统运行过程中有很多不同类型的数据，企业的数据处理系统需要具备不同数据的处理功能，以便能获得准确的分析结果，为物流市场决策提供指导[9]。

3.1 细化支持政策

利用政策支持可以促进物流产业大量使用大数据技术，所以政府应该充分发挥引导作用，建立促进物流产业发展的宏观政策，使物流行业投入更多资金针对大数据技术展开研发。虽然目前国家发改委、工信部都已经制定了促进互联网、大数据等技术深度融合的政策，以支持大数据技术下的物流体系建设，但仍然存在细致程度不足的问题，必须加强对技术的分类工作，以及对供应链、大数据技术应用开发提供支持。比如细化搭建物流大数据平台的相关要求，建立信息共享平台、技术分析平台、过程运营平台，以及从资金支持、减少产业限制等角度细化要求，加强信息开放性建设，还要从数据开放、采集、挖掘等角度入手，对物流行业制定更为细化的标准。

3.2 建立可持续性的物流大数据互联网体系

数据互联信息可以增加信息量，以及提高数据之间的联系，在大数据驱动的供应链变革背景下，建立物流物联网体系能整合整个供应链中的各种数据信息，提升信息的多元化。很多企业对供应网络的物流大数据体系并不信任，不愿意分享产业数据和产品信息，物流企业之间的合作也存在数据共享不足的问题，会影响企业的经营效益[10]。共享数据过程中，可能会涉及到部分隐私、企业内部机密信息，但是可以通过明确法律要求促进企业之间提升信任，强化协调合作，从而减少其中的不确定因素。同时，也要通过内部数据集和外部数据集的组合，改善供应链管理和运作的决策方式，从而更为有效地获取外部数据，实现供应链管理目标。为了提升供应链数据的可用性，可以提升供应链的透明度水平，确保供应链的可持续发展。为保证物流产业大数据互联体系的共享，可以建立上下游数据协作共享的联系机制，实现不同物流企业碎片化数据的充分整合，获得可以反映某个物流方向、整个物流产业的全面化数据，控制企业单独利用数据的成本，推动绿色物流的发展。

3.3 提升企业数据化管理意愿

我国的物流企业依然使用传统的物流管理方式，在共生思维意识、信息交换、流程共享的总体建设水平比较低，企业使用大数据的能力也存在不足，所以容易出现信息不匹配和信息滞后等问题，导致很难降低物流企业的运营成本。而且由于使用大数据需要投入大量资金，还需要掌握和吸收新技术，需要在管理层面、工作方式上都进行调整，导致很多物流企业对大数据接受程度比较低。所以应该加强对物流企业使用大数据技术的宣传工作，普及相关知识，帮助企业解读国家政策，并建立数据共享、智慧物流试点，聘请大数据领域循着提供专业的技术培训，让企业深刻认识到大数据的应用价值，提升他们对使用大数据的积极性。

3.4 强化对技术的创新

我国的大数据产业发展迅速，但是对供应链系统使用大数据的研发还存在不足，所以需要加强技术创新，加快大数据技术的发展，挖掘大数据技术在供应链系统中的价值。比如建立大数据技术的研发、关键技术创新平台，整合大数据技术要素，平衡低成本劳动力、库存持有量、输出成本之间的关系，从而优化对供应链的管理。通过推动机器人的使用、自动化技术因公提升物流效率，以及融合新技术和仓储调度，解决供需之间存在的差异问题。还可以利用自动驾驶技术改变物流的运营方式，推动市场发展。

3.5 完善数据管理

在确保产品品质的基础上，企业的大数据供应链管理模式中也要结合大数据技术展开建设，利用大数据分析完善企业的数据管理方式，提升供应链的运作水平，确保供应链系统的完整性。例如对供应商的抉择信息、商品出入库数据信息、货主数据、订单生成新、有关决策的数据信息等等，都要加强汇总和管理控制，让企业可以充分利用大数据所带来的便利和优势，优化供应链的运营。同时，企业也要利用数据分析结果开展分析工作，并结合市场情况不断优化服务，充分利用大数据提升企业供应链管理水平，提升供应链的运行效率。

4 结束语

大数据中拥有巨大、复杂品种的数据，具有数据处理速度快、信息价值密度低的特点，但是随着大数据处理技术的快速发展，大数据中的信息得到了充分使用。对于供应链建设，应该围绕市场需求建立大数据处理系统，国家需要通过政策支持和引导，使更多企业接收大数据技术，并愿意共享数据，帮助企业完善供应链建设，推动经济发展。