作者：张彤
来源：《商业经济研究》2019年第21期
内容摘要：本文从供应链物流管理和物流业务管理角度分析智慧物流业务体系，从组织结构、运营管理、物流信息化三个方面阐述大数据对智慧物流业务体系的影响。在此基础上，提出大数据背景下智慧物流业务体系构建思路、构建技术、体系结构和运营模式。相关研究结论为全面实施智慧物流提供理论依据和可行方案。
关键词：智慧物流 ; 物流业务体系 ; 大数据 ; 云计算 ; 物联网
引言
在技术支撑和引领下，智慧物流进入快速发展通道。但是智慧物流作为新兴业态，在理论与实践上还处于探索阶段。在理论上，国内外学者们从智慧物流的概念、内涵、特征、应用技术等方面进行大量研究，并取得了较为丰富的研究成果。在实践上，诸多国际知名企业率先将物联网、大数据、云计算、人工智能等信息技术应用于物流领域，开启了智慧物流的先河;国内有实力的企业也投入了大量资金、技术和设备，建立起相对完善的智慧物流体系，极大提高了物流环节智能化水平，在行业中起到了标杆作用。但是我国物流企业以中小企业为主，资金匮乏，缺乏足够资金去研发和构建智慧物流体系，因此制约了智慧物流快速平稳落地，需要构建统一、完善的智慧物流体系，将大中小物流企业纳入公共智慧物流系统中，真正实现智慧物流一体化。
本文从供应链物流管理和物流业务管理角度分析智慧物流业务体系，在此基础上，提出大数据背景下智慧物流业务体系构建思路、构建技术、体系结构和运营模式。相关研究结论为全面实施智慧物流提供理论依据和可行方案。
智慧物流业务体系分析
物流业务体系是以物流业务为核心，以保证各项物流业务运行的所有相关因素为支撑，在各要素有机结合下完成高效、低耗的物流活动。物流业务体系随着物流业发展而不断更新与迭代。我国物流经历了基础物流服务、供应链物流服务和智能化物流服务发展阶段，因此物流业务体系业务内容由传统物流的七项业务扩展到基于供应链管理的一体化物流业务，以及基于信息集成业务和智能化增值业务的智慧物流业务，物流业务体系从传统物流业务体系向现代物流业务体系、智慧物流业务体系转型。
从宏观和微观两个层面来看，智慧物流业务体系业务沿着“智慧供应链物流管理”和“智慧物流业务管理”两条路线展开。
（一）智慧供应链物流管理
从宏观层面来看，智慧物流业务是指运用智能化信息技术对供应链物流（采购物流、生产物流、销售物流）和客户服务进行一体化管理，即智慧供应链物流管理。在整个管理过程中，智慧物流联合云制造、云销售等技术，对采购物流数据、生产物流数据、销售物流数据和客户数据进行采集、分析、智能化决策，实现云制造、云销售和云物流的供应链一体化管理。
核心业务是为供应链节点企业提供智能化采购物流管理、生产物流管理、销售物流管理、客户服务。即：运用智能化信息技术进行供应商信息管理、客户需求分析与预测、采购计划制订、采购订单管理等;联合云制造技术进行生产物流组织、生产物料运输与储存、生产库存控制等;运用大数据和云计算技术进行商品销售分析、销售信息查询、销售网络规划、商品运输与配送等;运用智能化信息技术分析客户信息，为客户提供个性化服务等。
辅助业务是为供应链节点企业提供征信管理、数据管理、绩效评价等辅助业务，对核心业务提供辅助支持。
增值业务是为供应链节点企业提供一体化物流管理，包括供应链协同管理、供应链资源整合、供应链信息集成、供应链金融等。
（二）智慧物流业务管理
从微观层面来看，智慧物流业务是指运用物联网、云计算、大数据、移动互联网、人工智能等智能化信息技术，对基本物流业务进行管理，即智慧物流业务管理。通过智能化信息技术采集物流业务数据，进行加工处理，辅助企业管理物流运营过程，促进物流业务流程优化。
核心业务主要是智能运输、智能仓储、智能配送和信息控制。智能运输是将智能化信息技术应用于物流运输系统，对运输路线和运输货物进行实时追踪和控制，对运输单据、运输计划、运输执行和运输结算全过程进行自动化管理、自动采集和传输运输数据，实现运输过程的可视化和智能管控。智能仓储是运用自动分拣系统和智能化信息技术，自动采集和传输出入库物流信息，安排出入库流程，实时监控库内存货情况，自动盘点等，实现云仓储。智能配送是运用感知节点即时捕捉交通条件、地理环境、客户数量和客户分布等数据，及时调整配送方案，实施动态配送。信息控制是运用智能化信息技术对各业务环节的物流信息进行全面感知、针对性采集、安全传输、智能化控制，实现物流企业信息流活动的升级，提高整个供应链物流的响应度和精准度。
辅助业务主要是智能包装、智能装卸搬运和智能加工。智能包装是根据货物属性、客户要求、包装成本、环保要求等因素自动选择包装容器、包装材料和包装技术，提高包装效率和效能。智能装卸搬运是利用输送机、智能穿梭车等设备，运用智能装卸搬运信息系统、通讯系统、控制系统、监控系统，与智能运输、智能仓储、智能包装、智能加工等系统无缝对接，实现物流运作一体化。智能加工是运用智能化信息技术和智能设备对货物在流通环节中进行智能化贴签、配货和选装，提高物流运作效率。
增值业务主要是物流体系设计与优化、物流状态实时查询、物流过程智能化控制、智能结算、支付等业务。增值业务是基于智能化信息技术准确获取物流信息，并且对所获取信息进行深度挖掘与分析，拓展增值服务领域，提高增值服务水平。
大数据背景下智慧物流业务体系构建
（一）构建思路
大数据背景下智慧物流业务体系是以大数据为技术环境，以设施、装备、管理、技术、标准等为内部环境和法律、金融、电子商务、安全、信用等为外部环境的支撑环境，面向不同服务对象、不同性质货物、不同运输方式、不同服务范围，基于“智慧供应链物流管理”和“智慧物流业务管理”开展系列核心业务、增值业务、辅助业务，三大业务共同構成智慧物流业务体系。
（二）构建技术
物流信息捕捉技术。物流信息捕捉技术是指通过物流感知技术和数据获取技术，捕捉物流运作过程中各种基础数据：流体、流向、流量、流程、流速、环境基础参数，对周边情景进行感知，使得处于不同位置和环境的物流对象能够可靠、稳定运行。智能感知技术包括条码技术、RFID技术、GPS技术、GIS技术。数据抓取技术主要包括基于企业营销数据、网络搜索引擎和互联网（移动互联网）数据抓取技术。
物流信息传输技术。物流信息传输技术是指通过移动通信网、互联网、无线传感网等传输网络和通信技术将传输感知设备所采集的信息在网络通道中传输，并进行分类等初步处理。信息传输技术包括基于商品的智能信息推拉技术以及移动通信技术、互联网技术与传感网相融合的可靠数据传输技术。
物流信息处理技术。物流信息处理技术是指通过建立物流数据仓库，运用物流云计算技术，对物流信息实时处理，完成物流信息的存储、运算和实时处理，为智慧物流提供完备的数据准备。物流信息处理技术包括物流数据仓库技术、物流云计算技术和物流信息实时处理技术等。
物流信息分析技术。物流信息分析技术包括数据挖掘技术、关联分析技术、聚类分析技术等。运用物流数据挖掘和分析技术，可以进行物流客户关系分析、商品关联分析、物流市场信息聚类分析，为智慧物流业务运营提供决策依据。
物流预测和决策技术。物流预测技术是指运用大数据技术对物流数量的预测，提前进行物流规划。物流决策技术是指在精准预测的基础上，运用大数据技术对海量的感知信息进行分析，综合其他数据信息进行计算分析和智能决策。
（三）体系结构
基于智慧物流业务体系的业务和技术分析，以及大数据对智慧物流业务体系的影响，大数据背景下智慧物流业务体系结构由业务层、应用层、技术环境、支撑环境四个部分构成，如图1所示。
业务层包括核心业务层、辅助业务层和增值业务层。基于智慧物流业务体系业务分析，将智慧供应链物流管理和智慧物流业务管理的核心业务、辅助业务和增值业务进行集成与整合，形成智慧物流业务体系的核心业务层、辅助业务层和增值业务层。核心业务层是智慧物流业务体系的主导;辅助业务层位于核心业务层之下，为各项核心业务提供辅助支持;增值业务层是核心业务层和辅助业务层的延伸。
核心业务层包括智慧供应链物流管理、智慧物流基本业务管理以及信息全域控制业务。通过大数据技术对采购物流、生产物流、销售物流的数据以及客户数据进行采集和分析，实现供应链物流一体化管理。运用大数据技术对物流信息进行全面感知、安全传输和智能控制，实现物流业务体系中各个要素互联互通，提高整个物流过程的敏捷性和精准性。
辅助业务层包括征信管理、数据管理、绩效评价、智能包装、智能加工、智能装卸与搬运等业务。运用大数据技术能够对供应链物流管理和物流业务管理中的各项辅助性业务数据进行储存、筛选、分析，获得有价值的数据，与核心业务数据对接，助力核心业务，使整个物流过程更加智能化。
增值业务层包括供应链协同管理、供应链信息集成、供应链资源整合、供应链金融、物流体系设计与优化、物流状态实时查询、物流过程智能化控制、智能结算和自动支付等业务。大数据技术对整个供应链的采购数据、生产数据、销售数据、客户数据进行实时、精确、全面跟踪，挖掘有价值的数据，进行供应链信息集成和有效资源整合，实现供应链协同管理。基于大数据的物流信息平台可以获取物流实时数据，实现物流过程可视化管理，可以解决物流系统优化中数据采集、数据集成、复杂计算和支持过程优化问题。
应用层是智慧物流核心业务层、辅助业务层和增值业务层中各项业务所服务的领域，以实现物流业务的应用价值。基于服务对象、货物性质、运输方式和服务范围对应用层进行分类。基于服务对象，将物流应用层分为企业物流、行业物流和社会物流;基于货物性质，将应用层分为普通货物物流、大宗货物物流、长大货物物流、危险品物流和冷鲜物流;基于运输方式，将应用层分为铁路物流、公路物流、水路物流、航空物流、管道物流和多式联运物流;基于物流服务范围，将应用层分为区域物流、国内物流和国际物流。智慧物流业务在应用层各个领域根据特定物流需求和物流环境开展业务活动。
技术环境。智慧物流业务体系需要大数据及其相关技术的支持，物流信息的全面感知是建设智慧物流系统的前提。物联网感知技术使物流全过程透明化，是实现物流全程可视、可控和可追溯的基础。大数据采集技术可以及时准确地采集业务运行数据。物流信息传输技术可以将采集的信息传递到云计算中心，实现各物流主体之间的信息和业务互联互通;物流信息处理技术可以对物流信息进行大规模储存与运算，实现与各项物流业务的对接;物流信息分析技术可以深度挖掘物流业务体系中各要素之间的相关性，保证物流业务主体之间协同运作;物流预测与决策技术可以为物流提供准确的预测和优化决策方案。这些技术应用为物流数据运营和物流业务运营提供技术支持。
支撑环境。内外部支撑环境对智慧物流业务开展提供支持，对大数据技术在物流中的应用提供实施条件与基础。
内部支撑环境由智能设施、智能装备、智能技术、管理和标准五个要素构成，智能物流基础设施为物流数据采集提供基础性服务。智能物流装备中的传感设备与传输设备、终端设备衔接，保证物流数据快速传输到客户界面。物联网、大数据、云计算、移动互联网、人工智能等智能化信息技术的应用，保证业务体系中的信息流畅通，为整个供应链资源优化配置提供信息服务。智能化信息技术标准与物流行业标准融合，支持不同地理环境和物理环境下物流业务系统的对接，实现物流业务一体化。
外部支撑环境由法规、金融、电子商务、信用和安全五个要素构成。健全的智慧物流法律法规为大数据技术在智慧物流中的应用和智慧物流业务的开展提供法律保障。智慧金融推进供应链与金融的融合、物流与金融的融合，为供应链金融和物流金融的形成创造条件。电子商务环境为智慧物流业务开展提供了良好营商环境。良好的信用和数据安全环境为保证智慧物流業务正常运行保驾护航。
大數据背景下智慧物流业务体系运营
业务运营为数据运营提供数据资源，数据运营为业务运营提供决策依据和运营方向。大数据背景下智慧物流业务体系运营模式如图2所示。
（一）物流业务数据运营
物流数据采集。物流数据采集是指通过感知技术和大数据技术对物流基础数据的采集，包括物流信息感知和数据获取两个环节。运用智慧感知技术捕捉物流业务运行中的各种基础数据，运用大数据采集技术收集和获取这些数据，放置在智慧物流业务系统中，为云计算和智能决策等提供数据基础。
物流数据传输。物流数据传输是指通过大数据技术和媒介将采集的数据进行初步处理和传递，包括物流数据处理和物流数据传递两个环节。在物流数据处理环节，运用大数据预处理技术对已接收数据进行辨析、抽取和清洗，通过数据辨析获取有价值的数据，通过数据抽取将复杂数据转换成单一的或者可以处理的构型，便于快速分析处理，通过数据清洗可以提取出有效数据，进而通过传输网络将数据传递至物流云计算平台。
物流数据储存。物流数据储存是指采用云计算、大数据技术对物流信息进行大规模储存和运算，包括物流数据存储和物流数据控制两个环节。先按照业务需求建立物流数据仓库，将接收的不同物流数据源进行格式化，进行集成化收集和处理，正确放到物流数据仓库中。然后通过物流云计算技术对物流数据资源进行调用和管理，实时处理物流信息，监控物流状态，为互联网用户提供数据存储、运算、交互等服务。在这个阶段完成物流数据的储存、复杂运算和实时处理，为智慧物流数据分析奠定基础。
物流数据应用。物流数据应用是指运用大数据分析技术对已有物流数据进行分析，进而进行物流业务预测和决策，包括物流数据分析、物流业务预测和物流业务决策三个环节。通过对海量客户数据和商品数据运用关联分析技术和聚类分析技术等进行数据挖掘，进行客户关系分析、商品关联分析和市场聚类分析，为智慧物流业务预测和决策提供有效数据支持。在物流数据分析的基础上，对物流业务进行精准预测和科学决策。
物流数据呈现。物流数据呈现是指将物流数据呈现于PC浏览器、平版电脑、智能手机等终端设备上。企业可以通过应用程序发布物流信息，客户可以通过智能设备客户端查询物流信息，实现物流数据的人机交互。
（二）智慧物流业务运营
智慧物流业务运营。智慧物流业务运营是从物流企业的角度出发，智慧物流业务涵盖智能运输、智能仓储、智能配送和智能流通加工等环节。
智能运输业务运营是指从接受运输需求开始，直到将货物运输到客户指定地点为止的一系列作业流程。运输企业运用物联网感知和定位技术对运输车辆和货物进行实时跟踪，及时在线更新，实现运输过程的可视化和智能化管控。智能仓储业务运营是指从货物入库开始，经过在库管理直到出库为止的一系列作业流程。仓储企业通过自动分拣、智能化出入库和自动盘点，实施智能化仓储管理。智能配送业务运营是指从客户委托配送开始，包括订单处理、备货、储存、拣货、配货、送货等一系列作业流程。配送企业利用物联网感知技术、定位技术采集配送车辆、路线、环境、订单等数据，进行线路优化和资源的智能匹配;运用移动互联网技术将配送信息直接传递到客户终端，为客户提供实时配送跟踪。智能流通加工的业务运营是指从生产地到使用地过程中，进行再包装、计量、分拣、贴签、组装等一系列作业流程。加工流通企业运用智能设备和智能系统进行智能化作业。
在大数据背景下，通过仓储、运输、配送、流通加工等环节的信息流通与交互，运用大数据技术对各个环节业务数据进行分析，打通了物流各个环节，有效控制物流业务运营过程，使智慧物流业务运营过程一体化、可视化、智能化。
智慧供应链物流业务运营。智慧供应链物流业务运营是从供应链物流的角度出发，包括原材料采购、加工生产、成品送达客户全过程所形成的采购物流、生产物流、销售物流运营。采购物流是指从下达采购订单开始，直到订单完成，采购物料验收入库。物料进入生产环节，根据生产计划和生产节拍，准时配送到工位，随着加工的逐步完成，最终生产出成品。原材料、中间产品和最终产品的物流活动与生产过程同步。根据客户订单进行运输与配送，将最终产品送达客户。大数据背景下，运用大数据技术对采购物流数据、生产物流数据、销售物流数据和客户数据采集和分析，对智慧物流供应链业务运营进行智能化决策，促进了供应链协同、实现物流、信息流、资金流的供应链一体化运营。
提供智慧物流服务。智慧物流的目标是“以客户为中心，为客户提供高效快捷物流服务”。大数据背景下，智慧物流业务运营一体化、可视化、智能化、协同化，业务数据运营网络化、实时化、标准化、安全化，智慧物流业务运营和数据运营完成了实时、快速的交互，使智慧物流业务体系整体运营高效有序，最终为客户提供一体化、可视化、精准化、网络化、移动化、智能化的智慧物流服务。
参考文献：
1.柯黎明.我国物流业2018年发展回顾与2019年展望[J].中国流通经济，2019，33（4）
2.吴萍.“互联网+”背景下智慧物流发展的新动能、态势与路径[J].商业经济研究，2018（7）
3.王喜富.大数据与智慧物流[M].北京交通大学出版社，清华大学出版社，2016
4.胡进.大数据背景下智慧物流业务体系设计构思[J].中国科技纵横，2017（20）
5.付平德.基于大数据的智慧物流模式构建[J].物流技术，2018，35（1）
6.申嘉琳.基于“一带一路”战略下的我国智慧物流发展策略研究[J].山西经济管理干部学院学报，2018（3）
7.张宇.智慧物流与供应链[M].电子工业出版社，2016
8.王智泓.大数据时代下云物流模式探究和转型路径研究[J].技术经济与管理研究，2019（3）下载本文
