物流大数据研究综述
● 李 敏
摘要: 随着经济全球化与电子商务的进一步发展,人工智能、云计算等先进技术与大数据相结合,形成了除去资本、劳动、资源以外的第四大生产要素。本文首先界定大数据与物流大数据的概念,在此基础上对物流大数据的企业现代化应用进行了分类研究综述,最后就物流大数据的未来发展趋势进行了预测。
关键词: 大数据 物流大数据 云计算 物流与供应链
一、大数据与物流大数据相关概念
(一)大数据
麦肯锡全球研究所对大数据的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。高德纳咨询公司则将大数据定义为无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。舍恩伯格在《大数据时代》中网络技术水平看作大数据得以产生和发展的关键。大数据具有的基本特征可以总结为“5V”:即体量大 (Volume)、速度快(Velocity)、模态多(Variety)、难辨识 (Veracity),价值密度低、商业价值高(Value)。大数据因其数据体量大、及时性强、信息的关联性好等特征,在医疗保健、能源、零售业、政府、制造业、金融服务等不同行业领域均具有广阔的应用前景。
(二)物流大数据
物流大数据在物联网、互联网、云计算等信息技术背景下产生,通过大数据在物流业的运用,一方面促进了物流各环节的信息共享及物流业与其他产业的高效协作,另一方面极大的促进了社会资源的利用效率。
物流大数据是对物流要素、物流设施、物流作业工具、物流作业过程等产生的大量信息数据的总称,需要首先借助于现代先进技术如物联网、移动互联网去获取各个物流场景中的物流数据(如货物、包装、物流单据、人员等物流要素的数据;园区、码头、仓库等物流设施的数据;运输车辆、堆垛机、叉车等物流工具的数据;货物交接信息等物流作业过程的数据),之后通过科学的技术手段对获取的数据进行储存、分析及可视化处理,最终将数据服务于物流行业的各个环节。
二、物流大数据的应用综述
大数据的使用对企业物流成本控制和服务效率、质量提升具有十分重要的意义。国内对物流大数据的研究文献较多。对物流大数据的研究视角主要包括:在一带一路背景下的大数据体系建设;大数据在物流运输、仓储、装卸搬运、流通加工、配送、信息处理等环节的应用研究;大数据在电子商务、制造业、服务业等不同行业的应用研究;大数据(B)与人工智能(A)、云计算(C)、优化学与智能经济学(D)结合形成的ABC+D的智能物流研究等。
孙彬 、王东(2017)深入研究了“一带一路”物流集散中心的大数据体系架构建设问题。通过分析物流大数据的特征及作用,提出“一个核心、三类需求、三个平台和两个门户”的主要建设内容,设计“五个层次、三条总线”的建设框架,实现新丝路沿线物流业态的精准化责任追溯和碎片化价值聚集,助力产业中高端转化,提升产业灵活适用性,以达到维护物流数据主权、提升物流资源利用率和激励产业创新的目标。谢泗薪、孙秀敏(2018)对“一带一路”倡议及口岸物流、大数据进行了深入解读,全方位分析“一带一路”倡议下内蒙古、黑龙江及新疆三地口岸物流的发展状况,根据口岸物流存在的发展不平衡、基础设施残缺、信息共享平台建设进程缓慢等问题,提出通过大数据的技术研究与应用解决上述问题促进口岸物流的发展。
李鹤、王琳(2018)通过对我国现代物流行业发展现状的分析,提出了现代物流业发展中存在缺乏对物流配送方案科学合理规划分析、物流运作管理协同程度不足、物流中心选址缺乏科学依据、物流仓储技术不成熟、物流市场策略缺乏数据指导分析等问题,提出通过大数据的使用解决上述的问题。在物流配送方案的设计方面,可以利用物流大数据的及时性对物流配送线路、物流配送工具等进行动态调整,最大化的降低物流配送成本及物流配送效率。在物流运作管理方面,物流大数据与云计算的结合将极大的提升企业生产经营的可视化水平,企业物管理人员可以利用数据信息对现场作业情况、销售库存量等进行监控、分析与决策,带来管理水平的质的提升。在物流中心选址方面,通过分析区域内的顾客消费习惯、交通运输状况等数据,选定辐射范围最广、运营成本最低、配送效率最快的物流中心地。在物流仓储补货调货问题上,充分发挥物流大数据的信息预测能力,合理配置仓库货物数量、提前预调货物,一方面大大降低了仓储成本,另一方面通过缩短顾客获取货物的时间而提升顾客的满意度。在物流市场策略方面,充分发挥目标群体的历史消费数据,利用大数据技术手段预测客户的需求,从而精准确定企业自身的产品方向,从需求端抢占市场份额,提升企业竞争力。由此可以看到,大数据和物流的结合将不仅从供给端通过对配送、仓储、管理环节为企业带来新的活力和竞争点,更可以通过需求端对物流选址、物流市场策略决策规划为企业效率和效益的提升带来质的变化。
在经济全球化和电子商务快速发展的大背景下,结合人工智能、云计算技术,物流大数据在企业物流成本控制、效率和顾客满意度提升方面均得到很大程度的发展。而大数据数量庞大、形式多样、结构复杂、及时性和隐蔽性强,不可避免的带来了技术性壁垒。同时,由于行业发展的成熟度不足,也不可避免的为物流大数据的进一步发展带来潜在性的问题或限制。
就技术方面来说,物流大数据应用的核心在于驾驭大数据的能力。其中云计算和大数据分析能力是至关重要的节点。大数据时代云计算必将成为一项基础性的公共服务,当前具备云计算资源的企业则主要集中与华为、BAT等科技领袖型独角兽企业,大多数的物流企业并不具备单独建设云计算资源的实力。而大数据分析能力,需要具备大数据分析算法和物流供应链理论实践能力的复合型人才,传统培养体系的缺陷,以及企业在经营环境中培养出驾驭大数据能力人才的成本壁垒,都将给大数据分析的物流业发展带来阻碍。
三、物流大数据发展问题及未来趋势
(一)潜在问题
原本唐朝实行坊市制,“坊”是里巷的意思,多用于街巷的名称;“市”是指聚集货物,进行买卖或者贸易的场所。白居易诗中曾写道:“百千家似围棋局,十二街如种菜畦。”可见当时长安城有十二条大街,街道整体划一,所以房屋结构像围棋棋局。唐朝严格系统的宵禁制度,便是在坊市制基础上形成。
张均儒(2018)对我国电子商务企业现有的配送模式进行了总结分析,以京东电子商城实证分析,通过对比大数据背景下电子商务企业配送模式(自营、合作经营、外包)面临的新特点、新优势,综合考虑大数据背景下企业发展的经济因素和战略因素,运用AHP方法和熵值法建立了电子商务企业配送模式的选择模型。同时,利用TOPSIS方法,进行模型验证,得出京东物流自营模式的科学性依据。最后提出通过对大数据的运用为电子商务物流配送模式带来效率和质量的提升。邱玉莲、罗欢(2018)针对钢铁企业物流成本核算现状,通过比较传统核算方法和作业成本法,总结作业成本法的优势,并结合现有的大数据和云会计技术,提出大数据环境下作业成本法在钢铁企业物流核算中的应用,为钢铁企业在物流管理与核算实践中提出新的思路。周兴建(2014)利用服装服饰业在采购、生产及配送中产生了大量的物流数据,运用大数据技术,可抓取、加工和分析其中的关键物流信息,辅助服装服饰供应链进行运营决策功能,分析服装服饰业物流大数据的特点,考虑服装服饰企业在订单驱动下,借助于物流大数据制定精准的跨供应链协作订单策略,达到资源的合理利用和运营能力的均 衡。薛珂(2018)通过阐述冷链物流、大数据环境的内涵特征,指出我国当前冷链物流面临配套设施更新慢、冷链物流标准(如冷藏车尺寸标准、温度光照标准等)和冷链物流数据收集处理标准不统一的两大问题,结合冷链物流在时效性和温度环境的高标准,提出将物流大数据运用于冷链物流配送线路设计、产品信息监控、产品流通生产标准化等方面。杨曙(2018)分析了大数据时代智能物流的优势和困境,指出智能物流智能化与管理便捷、系统一体化与效率提升、服务多样化与顾客满意度提升等优势和智能化偏低、发展成本较高、人次不足的困境,提出发展核心智能物流技术、企业信息数据共享、提升人才培养质量的对应性建议。
我们在地理学习内化过程中,对相关内容主动进行比较、对照和鉴别,不但开阔了眼界、活跃了思维,同时使认识不断趋于充分趋于深刻。 教学中会遇到许多同构异行或是同行异构的知识内容,在对要素教学和巩固中,明显的是有比较才有鉴别。不照本宣科,不本本主义,在相同与相异中辩证剖析,寓意深远。
就行业发展方面来说,首先物流企业间及上下游企业未形成有效的数据共享协作机制,物流企业及相关产业间信息的孤立将对数据价值的深入挖掘产生阻碍。其次,具备大数据处理的专业性人才主要集中于IT行业,物流行业的专业要求与IT人才的就业领域相脱节,大大限制了物流大数据在物流企业的发展应用空间。再次,大数据在采集及数据维护方面还未形成统一的标准,一方面未统一的数据采集方式提高了相关数据衔接的难度,更可能收集的数据重复与缺失,加大数据采集环节的成本。另一方面,大数据安全技术标准体系建设不完善,给大数据的信息安全带来极大不确定性。最后,当前我国物流行业仍未彻底摆脱粗放型发展模式,建设大数据基础设施资金投入过大,大大降低了物流企业主管进行信息化升级的动力。
(二)发展趋势
当前,国内外对物流大数据的研究和应用还处于起步阶段,未来的发展潜力巨大。物流大数据对于物流企业的市场分析、仓储中心选址、配送线路优化、电商平台的销售布局与顾客满意度提升、金融平台的投融资风险评估等均具有十分广阔的应用前景。未来物流大数据应用深度发展将集中于解决:如何建立标准规范的数据获取标准模式、如何通过现代化的数据处理技术进行精准数据价值挖掘、如何在保证信息安全性的前提下形成一体化的企业大数据共享平台、如何将人工智能、云计算等技术与物流大数据进行深度有机结合;物流大数据的应用不仅在于帮助企业进行物流成本控制、物流效率提升,更在于对客户的深度挖掘和客户满意度的提升,通过信息化手段的应用,为企业与客户带来双赢。
近年来乳腺癌的等恶性肿瘤的发病率不断上升,是严重威胁人类健康和生命安全的恶性肿瘤[6]。在乳腺癌中,乳腺浸润性导管癌为其最为常见的类型,而其临床治疗疗效和预后较差,仍需进一步改善[7]。乳腺浸润性导管癌浸润性生长转移,常可发生远处转移而影响病情和预后[8]。因此,对乳腺浸润性导管癌临床病理特征进行评估和及时有效的干预十分重要。本研究亦关注了乳腺浸润性导管癌临床病理特征,研究结果显示,乳腺浸润性导管癌T2、T3、N2和N3患者比例均较高,肿瘤较大,累及范围广,而淋巴结侵犯转移率高,病情严重,急需改善。
参考文献:
[1]张均儒. 大数据背景下电子商务物流配送模式研究[J].探讨与研究,2018(10).
[2]邱玉莲,罗欢.大数据环境下钢铁企业物流成本核算研究 [J].成本管理2018(01).
[3]薛柯.大数据技术在冷链物流中的运用探析 [J].物流工程与管理,2018(06):40.
[4]李鹤,王琳.大数据技术在我国现代物流业发展中的应用 [J].市场周刊,2018(03).
[5]贾婷. 基于大数据的港口煤炭物流可视化分析平台[J].航海,2018.
[6]李欣儿. 计算机之大数据对智慧物流的影响[J].现代交际,2016(02):462
[7]黄滨. 简谈大数据时代的物流信息化 [J].物流技术与应用,2018(04).
[8]谢泗薪,孙秀敏. “一带一路”倡议下基于大数据的口岸物流发展战略思考-以内蒙、黑龙江、新疆三地口岸物流发展为例 [J].物流经济月刊,2018(488).
[9]孙彬,王东.“一带一路”物流中心大数据体系的建设[J].中国流通经济,2017(8):32-40.
[10]李娜. 从数博会看交通物流大数据演绎新生态 [J].现代物流报,2018(009).
[11]张榕. 大数据对物流行业的影响 [J].中国管理信息化.2018(04):0036-02.
[12]丁坤. 大数据和人工智能驱动物流全面升级[J].人民邮电,2018(002).
[13]杨曙. 大数据时代的智能物流模式研究[J].企业科技与发展,2018(05).
[14]罗浩. 大数据时代下物流企业创新发展策略分析[J].中国集体经济,2018(01).
[15]周兴建. 基于物流大数据的服装服饰供应链运营模式研究[J].服饰与产业:产业管理,2014.
(作者单位:上海海事大学经济管理学院国际贸易学)
标签:大数据论文; 物流大数据论文; 云计算论文; 物流与供应链论文; 上海海事大学经济管理学院论文;