商品源数据在流通供应链中的应用

山东省标准化研究院 罗翔 赵红

商品源数据是商品实物的数字化信息，它以全球贸易项目代码为关键字，包括商品图片、标签文字、包装尺寸、商品重量等，并符合GS1 全球数据模型（GS1 Global Data Model）定义的数据结构和规则。商品源数据扩大了商品条码的应用深度和广度，为数字经济发展提供了条码技术支撑，为电子商务提供了基础保障，便于流通供应链各参与方之间实现资源整合、共享共用、互联互通，促进贸易和供应链运作便利高效。

商品源数据通用属性信息

商品属性信息是描述商品本身固有特性的信息集合，包括商品通用属性信息和商品专有属性信息。商品通用属性信息包括商品标识信息、商品分类信息、商品基础信息、商品生产信息、商品组成信息、商品说明信息、商品认证信息、商品图片信息、零售单元包装信息、零售单元的上级包装信息和其他信息。与流通供应链密切相关的主要为商品基础信息、商品说明信息和零售单元相关信息，见表1（下页）。

表1

商品源数据对流通供应链的重要性

现代流通供应链要求实现对供应链全过程的精细化、数字化管理，商品源数据作为对商品的基础性、唯一性和标准化描述载体，是链接生产方、物流服务方、最终消费者等供应链各主体的桥梁和纽带，保障供应链上下游商品数据的一致性，对于促进供应链协同运作和信息交互具有重要作用。

保障商品信息一致性

商品源数据包含的商品通用属性信息达80余项，涵盖商品条码、商品名称、品牌、生产商、净含量、保质期、包装尺寸、商品图片等信息，同时包括药品、保健食品等不同商品的特征属性，有助于供应链各主体全面掌握商品信息，保障商品数据质量和一致性。

科学指导作业与管理

商品源数据中的零售单元包装信息，科学准确地提供了物流单元的长度、宽度、深度、重量等尺寸信息，有效指导供应链各参与方合理规划仓储面积、计算存储货位、安排装卸设备以及运输中的托盘堆码，实现供应链精细化作业与管理。

提升供应链运作效率

以往商品信息数据都由生产商、供应商、物流中心等参与方人员自行采集，手工测量，信息反馈速度慢，采集效率低，存在重复测量、标准不统一等问题，采用商品源数据可以有效解决以上难题，推动端到端全链条数据共享，提升供应链运作效率，降低供应链运营成本。

商品源数据在流通供应链中的应用

GB/T 18354-2021《物流术语》中对供应链的定义为：生产及流通过程中，围绕核心企业的核心产品或服务，由所涉及的原材料供应商、制造商、分销商、零售商直到最终用户等形成的网链结构。托盘是流通供应链运作中最基础的装载单元，提高单个托盘的码放数量，可以减少托盘使用数量，节省仓库存储空间和车辆装载空间，合理进行商品托盘堆码可以帮助物流运营主体降低物流成本。本文以托盘堆码为例，介绍商品源数据在流通供应链中的应用思路。

建立数据模型

物流运营主体在获取商品源数据之后，提取商品数量值和零售单元包装信息或零售单元上级包装信息中的高度、宽度、深度/长度、重量等关键计量单位数值。

假定条件如下：

a.某类商品上级包装的深度/长度为L，宽度为W，高度为H，商品含包装的重量为T，且L≥W；

b.常用标准托盘的长度1200mm，宽度1000mm，载重2000kg，托盘堆码限高一般不超1400mm；

C.沿托盘1200mm 方向，以左下角为起点，横向放置包装箱的列数为x1，每列数量y1；以托盘右下角为起点，纵向放置包装箱的列数为x2，每列数量y2；以托盘右上角为起点，横向放置包装箱的列数为x3，每列数量y3；以托盘左上角为起点，纵向放置包装箱的列数为x4，每列数量y4。堆码原理，如图1所示。

图1 堆码原理

得到非线性规划模型为：

单层码放最大数量Qmax=x1y1+x2y2+x3y3+x4y4

约束条件为：

运用Java、C++等语言进行编程或采用LINGO 软件进行编程计算即可得出托盘单层码放最大数量，结合码放高度不能超过堆码限高1400mm，总重量不得超过托盘载重2000kg，即可求出每个托盘码放该类商品的数量，进而得出某批次该类商品仓储或运输所需的托盘总数量。

执行编程语言

本文以Java 语言进行编程，并模拟一系列包装箱的尺寸数据得出1200×1000mm 标准托盘单层码放的运算结果。

•Java程序设置

编写Java应用程序，接收用户输入，将计算结果输出到控制台。

•数据输入

接收用户输入的四个参数，分别赋值给下面的程序变量。

包装箱的长：L=args[0]；

包装箱的宽：W=args[1]；

托盘的长：TL=args[2]，此参数未输入的时候，使用默认值1200；

托盘的宽：TW=args[3]，此参数未输入的时候，使用默认值1000。

•数据输出

单层码放最大数量：Qmax

托盘的各个决策变量：x1、x2、x3、x4、y1、y2、y3、y4

•执行函数

首先，根据以下的约束条件计算出x1、x2、x3、x4、y1、y2、y3、y4的最大值。

其次，根据所有的约束条件，以递归的计算方法枚举所有的包装箱摆放的可能性。

最后，根据枚举结果，计算可以摆放包装箱的最大值。

•运行结果

以1200×1000mm 的托盘为例，L、W 分别是商品包装箱的长度和宽度，以毫米（mm）为单位，运行结果见表2。

表2 运行结果

商品源数据使流通供应链中的生产商、分销商、零售商以及终端消费者都可以获得标准化的商品数字信息，为供应链中的物流配送中心提供了最基础、最真实的商品及包装信息，帮助其优化物流作业，实现与供应链上下游的高效协同运作，降低供应链运行成本。今后，还需要进一步研究探索商品源数据在优化仓储布局，科学进行车辆装载等方面的应用，发挥其在流通供应链中的最大价值，为企业创造市场经济效益。