摘 要：大数据、云计算技术在物流领域先后经历了初步接触期、逐步渗透期和广泛应用期，并支撑传统物流向智慧物流升级，实现当今物流行业降本增效的根本要求。但是，现阶段为解决传统物流存在的低效率、高成本、低服务满意度问题而构建的大数据云计算智慧物流模式，在物流公共信息平台建设、末端协同发展、政府平台建设等方面依然存在许多问题。因此，应以“一个中心、三条辅线”为主要内容，以电子商务平台、电子物流平台、电子政务平台为基本框架，构建由供给子系统、需求子系统和监管子系统组成的具有诚信、高效、便捷、低成本特征的智慧物流模式，通过萃取稀疏价值、汇聚碎片化价值、精准化业务对接和责任分配机制，在标准化物流模式下促使供给端与需求端最大程度契合，最终实现基于大数据云计算的智慧物流模式运作过程中的信息流、商流、物流、资金流高效率、低成本传输。基于大数据云计算的智慧物流模式在信息共享、资源利用协同化、供应链一体化方面具有良好的适用性，对促进智慧物流发展的作用明显，未来将随着人工智能、区块链等高端技术的发展进一步升级。
关键词：大数据;云计算;智慧物流;物联网;供应链
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。
相关知识推荐：收录物流管理专业论文的期刊
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。——论文作者：李 佳
转载请注明来自：http://www.lunwencheng.com/lunwen/dzi/22093.html
