基于大数据的物流企业供应链模式与优化路径
白历如1巩家婧2 博士生（1、山东管理学院经贸学院 济南 250000 2、中国矿业大学（北京） 北京 100083）
内容摘要： 当前随着互联网技术的不断发展与应用，以互联网大数据为代表的新兴互联网技术正不断影响现代产业发展。尤其是对于供应链物流产业而言，互联网大数据技术的应用更是加强了传统物流企业的信息数据搜集能力和处理能力，从根本上改变了供应链物流系统内的采购、制造、运输及销售等环节，创新出了运作效率更高、运营成本更低的全新商业模式。但是由于技术、人力资本以及组织形式等方面欠缺，导致我国互联网大数据技术在供应链物流领域内迟迟不能大规模应用。由此，需要从培育物流企业核心竞争力、完善数据管理、建立企业人才培养机制以及根据供应链物流模式的结构组成开展互联网大数据应用等几个方面，着手优化物流企业供应链管理的运作路径。
关键词： 供应链模式 互联网大数据 现代化物流 优化路径
伴随着互联网技术的高速发展与普及，世界经济彼此之间联系不断加深，经济全球化发展趋势愈演愈烈，而作为“第三利润”重要来源的物流产业也正在对全球经济增长以及国家社会发展稳定产生重要影响作用。可以说，物流产业发展程度将决定一国未来经济产业结构组成以及国际市场竞争力，因此发展物流产业实现物流现代化发展，是稳定社会发展、优化产业结构、提升经济发展质量的重要途径之一。对此，在2014年6月国务院常务会议通过了《物流业发展中长期规划》，提出到2020年之前我国要建立起现代化物流服务体系，确定了12个重点工程项目，并对其标准化、信息化、集约化以及智能化提出了要求。鉴于当前我国物流产业正处在高速发展时期，因此想要物流产业继续健康稳定发展，则需要从物流产业的管理模式和发展手段入手，通过科学的管理模式与手段优化和创新物流产业运作模式，以提升整个物流产业的运作效率，即通过发展供应链物流模式的方式，实现我国物流产业朝向现代化物流模式发展转型。
传统供应链物流运作模式
从供应链物流的本质与内涵来看，供应链物流是由两部分组成，一部分是供应链，而另一部分是物流。其中，供应链可以理解为一个拓展式的企业，是上下游企业的一系列整合结果，它可以打破不同企业或者行业之间的壁垒界限，以实现不同的产品服务、资金和信息的协调及双向活动。供应链管理作为先进的管理模式具有以下特征和优势：第一，供应链管理是集合了原料供应商、生产商、分销商、销售商以及客户等资源的网络状结构，它们之间并不是彼此独立，而是通过环环相扣的内在联系组成了一个完整的有机整体，实现了供应链系统内不同节点之间的信息共享、风险共担、利益共存的发展目标，其运作更加高效。第二，供应链管理是一种新的管理方法和策略，其经济效益是从全局出发，而不是关注单独个体，通过协同调度的方式实现全供应链利益最大化。第三，供应链解决了企业的库存成本高问题，实现了上下游企业之间在不同的市场环境中的库存转移，使得每个节点企业的库存都可以快速流动，降低库存成本压力。第四，供应链管理的最终目标是以客户需求为导向，供应链内部企业的一切活动都是为消费者服务，更加符合当前市场化发展需求。
课堂练习的主要目的是促使学生巩固和消化在课堂上所学的数学知识或技能，所以说练习不是目的，只是为了达到教学目的而采取的一种手段。练习设计首先必须明确练习的目的，根据教学目标确定练习的内容，准确地把握住知识结构中的重点和难点，注重练习的针对性。精心选择、设计有针对性的练习内容。如，学习“长方体”后，让学生想办法算出长方体玻璃鱼缸各边安装的角铁长度，需要多少平方米的玻璃，以及鱼缸内水的体积。通过一道题的练习，把学生从繁重机械的练习中解脱出来，技能在练习中掌握，能力在练习中形成，思维在练习中发展。
而物流则是保证供应链系统内部企业可以畅通运作的关键手段，它在供应链中具有以下作用：第一，物流可以提升供应链管理的形式效用，即通过生产以及加工等方式提升产品附加值。第二，物流可以提升供应链管理的空间效用，即打破市场地域界限，将产品由生产地转移到需求地。第三，物流可以提升供应链管理的时间效用，即在指定的时间内将产品与服务提供给消费者。第四，物流可以提升供应链管理的数量效用，即物流可以帮助生产企业制定合理的生产计划，既不会过多生产，也不会生产不足，以保证市场最优化产品服务供应。
由此可知，供应链物流其实质是加强上下游企业之间的联系，通过更加科学合理的管理和分配手段，实现整个供应链系统内部企业的利益最大化过程。而在其中，物流则是充当供应链系统内部各企业之间的联系枢纽，以中介的角色减少原料供应商、产品服务生产商以及中间其它环节的工作量，通过统一配送和合理安排的形式提升整个供应链的运作效率，具体的供应链物流运作流程如图1所示。由图1 可知，传统供应链物流模式运作分为两大部分，分别为进货物流和出货物流。在进货物流环节中，主要是原材料的管理，包括对原材料的运输、存储及生产和加工。在出货物流环节中，主要是对已经生产完毕的产品和服务进行存储，并最终根据市场需求将不同的产品和服务由不同仓库按照需求数量运输到指定市场。而物流企业在整个供应链环节中，都是充当配送管理任务。例如，在进货物流环节，物流企业将原材料配送到存储地点后，根据生产状况分配到生产企业并完成交接与清点。在出货物流环节，物流企业将根据市场需求将货物配送到市场，直接与市场取得联系，而不需要和供应商再进行接触。因此供应链物流的运作环节流程更为简洁，运作效率更高，而成本更低。
互联网大数据对供应链物流制造环节的影响。制造环节是供应链物流的传输环节，它可以将生产企业的所有生产资料投入转变成最终产品与服务。互联网大数据技术在供应链物流的制造环节应用，可以帮助生产企业进行合理的生产安排，例如互联网大数据技术在生产企业的库存管理应用可以让生产企业有更多的精力和资源专心用于生产环节，不仅可以提升生产企业的生产效率，同时还可以改善生产企业的产品服务质量，对生产资源进行最优化安排。此外，互联网大数据技术也可以帮助生产企业对自身的生产能力进行科学评价，及时找出生产不足之处，帮助生产企业在生产环节进行针对性调整。
互联网大数据技术对供应链物流模式的影响
（一）互联网大数据内涵
互联网大数据技术的成熟与应用，将对许多商业领域进行变革。尤其是诸如供应链物流这类具有较为复杂体系的商业模式而言，互联网大数据更是能够从该商业模式各环节入手，对贯穿供应链物流始末的四大环节（采购、制造、运输、销售）进行根本性变革（见图2）。互联网大数据在供应链物流领域的应用将为上下游企业带来巨大的竞争优势，通过技术驱动创新使其供应链系统内部企业更加了解市场需求和消费者行为，并与之建立起紧密的关系，帮助企业开展精准生产，进行精准营销，平衡市场需求和企业库存，真正实现整个供应链物流的利益最大化目标。
图1 传统供应链物流模式
图2 互联网大数据对供应链物流主要环节的影响
（二）互联网大数据对供应链物流模式的影响
互联网大数据特指数量巨大的数据，以至于无法将所收集到的信息数据存储在一般的计算机系统内。由于大数据信息数据量较大，因此具有被获取、存储、整合以及分析的价值。互联网大数据与以往的数据分析不同点在于，互联网大数据具有大容量、高速率以及多样性的特征。具体而言：第一，大容量可以理解为海量数据，并且在社会中无处不在。例如，谷歌公司每天的搜索量可达30亿次，这已经是美国国会图书馆资料存储量的上万倍的数据存储量，并且随着时间的不断积累，大数据的容量还在不断增长，使其更具有经济价值，目前大数据已经是一种新型资产；第二，高速率指大数据无时无刻不在搜集数据和分析数据。当企业在不断搜集数据和分析时，可以将搜集到的数据进行整合与拆分，进而形成无数种组合模式，更有利于企业对市场的分析，有利于做出最优决策；第三，多样性表现为数据来源及其组合的多样性。例如，互联网大数据的信息数据来源可以是传感器、智能设备以及射频识别数据等。互联网大数据的表现形式可以是具有规律的结构化表现形式，也可以是非结构化的语音信息、手机短信等。
虽然互联网大数据技术在供应链物流领域的应用将带来商业模式的巨变，为供应链内所有企业提供更多机遇，增强供应链的市场竞争力。但是，从现实情况来看，并不是所有的供应链物流模式都可以利用互联网大数据进行数据分析，对业务运营流程进行优化升级。由于企业规模之间的差异及其企业技术水平的不同导致互联网大数据在供应链物流模式的应用过程中将遇到许多阻碍，面临较大的发展困境。这些阻碍与困境大致包含三方面，分别为技术水平、人力资本以及合理的组织安排能力。
近日，财政部向地方提前下达了2019年城乡义务教育补助经费预算1318亿元，约占2018年预算执行数的90%。
互联网大数据供应链物流模式发展难点与困境
互联网大数据对供应链物流采购环节的影响。采购环节作为供应链物流的首要环节，其运作效率的高低将决定后续环节的运作效率。如果采购环节可以进行科学合理的规划，帮助企业实现资金最优化使用，那么企业将有更多的资金要素应用到其它环节，例如研发等。当前，企业的采购环节已经占据整个企业支出的50%到90%，因此利用互联网大数据技术将企业采购支出压缩到最低将具有重要现实意义。此外，互联网大数据技术对于企业而言，还具有分析对比的作用，帮助企业分析和识别不同供应商的材料供应状况，为企业采购提供更多的谈判条件。同时，互联网大数据技术也可以帮助企业及时了解消费者需求，根据需求制定合理的采购计划。
（一）互联网大数据在供应链物流模式应用中的技术难点与困境
当前，我国互联网大数据无法大范围普及的主要原因在于技术限制。虽然，我国物流产业目前已经进入发展快车道，在近十年的发展时间里物流产业平均以20%的增长速度发展。但是，可以用于互联网大数据发展的物流自动化水平较低。根据智研咨询所发布的《2018-2024年中国自动化物流系统行业分析及发展趋势研究报告》的统计数据显示，截至2018年底我国物流产业的自动化普及率仅为20%，这与国外物流发达国家的自动化普及率80%相差甚远。而对于已经实行自动化的物流企业而言，也存在系统老旧问题，亟需对处理系统进行升级。同时，由于我国物流产业自动化发展较为落后的原因，导致许多已经开展自动化运营的物流企业在经营过程中使用的是自定标准与格式，这显然与具有共享精神的互联网大数据技术的功能特征相违背，不利于不同企业之间的数据搜集与整合。此外，对于正在升级系统的企业同样存在技术更新风险，因为新技术的应用往往存在许多无法预料的风险，一旦产生不可预知风险，企业需要在最短时间内进行解决，否则极易引发系统性风险。例如，在射频技术应用的早期，由于精准度的问题导致仓储管理经常出现偏差，不仅无法达到提升管理效率的作用，反而因为需要人工的不断修正导致企业成本不断增加。
（二）互联网大数据在供应链物流模式应用中的人力资本难点与困境
使用“do/does/did+v.”构式既能表达变化，也能表达移动。变化是抽象的移动，移动是具体的变化。造成变化和移动的可以是物理力，也可以是心理力，甚至是社会力。例7中，他们受到心理感受的无形的力而改变态度，例8是物理力的作用，是施事者就具体物体发出的力量，例9则是来自社会的约束力。使用目标构式表达变化或移动，起到凸显力作用的效果。
（三）互联网大数据在供应链物流模式应用中的组织难点与困境
由于供应链物流组成模式是一项较为复杂的系统，里面不仅包含不同领域的企业，同时由于企业之间的能力具有较大的差距，因此想要在整个供应链物流系统内完全应用互联网大数据技术具有较大难度。例如，在一个供应链物流系统内，大型企业使用互联网大数据技术显然有利于自身企业发展，使企业在运营过程中更具有组织性和条理性。但是对于中小型企业而言，由于自身规模较小，因此即使不应用互联网大数据技术也可以保持较高的运营效率，并且还不需要额外承担因使用互联网大数据技术的花费。即对于供应链物流系统内的中小型企业而言，缺乏升级转型的激励。此外，供应链物流系统作为一个组织系统，除了上下游企业之间在业务具有关联性之外，其它企业之间并无显著的关联性。因此，即使整个供应链物流系统内可以应用互联网大数据技术，但是如何将所有信息数据及业务活动进行整合，以便更好的发挥互联网大数据技术的预测能力和管理能力仍是整个供应链物流系统需要重点考虑的方面。
互联网大数据在供应链物流模式中的人力资本发展难点与困境主要体现在两方面：第一，互联网大数据技术作为新兴互联网信息技术，对使用者的能力有一定要求。尤其是考虑到我国当前物流企业的自动化水平不高，供应链物流模式各环节的运输仍以人力运输为主，因此我国物流企业的一线工作人员能力普遍不足，将难以适应互联网大数据对人才的要求。而作为企业而言，如果想要提升自身员工的能力素质，一方面是通过社会招聘，寻找高素质人才。另一方面则是通过企业内部培训不断提升员工水平。但是，两种方式不仅需要花费更多的成本，而且还要花费更长的时间。第二，对转型升级企业领导者的考验。互联网大数据技术属于颠覆性技术，它的应用需要企业领导者摆脱之前的企业运营理念，不仅需要领导者完全了解互联网大数据的技术特征与优势，更需要领导者知道互联网大数据对企业未来发展的意义。因此，互联网大数据的应用不仅需要企业自身转型与之适应，更需要领导者的经营理念与思想进行转型。此外，互联网大数据的应用也将对企业文化提出挑战，以适应不断变换的外界条件与环境。
互联网大数据供应链物流模式发展路径
（一）树立现代化物流发展观念，培育企业核心竞争力
由于互联网大数据技术属于新兴互联网信息技术，因此想要全面将其应用在供应链物流领域，首先需要改变传统经营理念，树立现代化物流发展观念。具体的现代化物流发展观念应当包含以下几方面：第一，以客户需求为重心。企业应当与时俱进，将其产品和服务紧密围绕客户，并为其提供个性化服务。第二，真正将供应链物流体系内所有参与主体作为一个发展整体，通过双赢理念实现共同发展。建议供应链物流系统内的企业之间加强联系，不仅上下游企业应当加强业务合作，非上下游企业同样可以通过开发新的业务和项目实现业务交叉，以保证整个供应链物流系统的稳定。第三，充分认识到信息数据是企业的一项重要资产，通过信息数据挖掘更深刻的价值，以信息数据共享理念加速供应链物流系统内的数据传输频率。此外，互联网大数据是一项技术，因此供应链物流系统内的各企业还应当提升自身技术硬件，以适应产业发展趋势，通过培养企业核心竞争力来获得市场认可。例如，加强供应链物流系统内各企业的信息化基础设施建设，实现业务无纸化及互联网化运营，为互联网大数据技术的数据搜集提供必要技术基础。
（二）提升产业整体素质，培育复合型人才
当前，随着互联网信息化的高速发展，传统物流企业所采用的人力服务和通过打价格战获取市场份额的方式已经行不通，而培养现代化物流人才及助推企业业务朝向高端化发展已经是大势所趋。尤其是对于互联网大数据技术的发展和应用，更是需要高端复合型人才的支持。对此，各企业可以通过以下方式进行人才培养：第一，培养不同层次的物流人才，建设具有梯度的人才培养机制。对于高端物流人才而言，不仅需要他们具有较为深厚的理论基础，同时也要掌握互联网技术方面技能，不仅要懂得使用互联网大数据等技术，还要在发生问题时可以及时找出问题所在并给予相应的解决办法。第二，优化人才培养模式，提升现代化物流人才的学历质量。例如，针对不同业务环节提供不同的培养计划，根据企业和市场需求提供具有针对性的课程设置。同时，需要注重人才的实际操作能力，在教授理论时也要结合实际操作，建立起产学研一体化的人才培养体系。第三，建立企业人才培养机制，从企业内部深挖人才。由于企业员工本身就具有较强的实际操作能力，因此只需要对其进行理论培训即可。对此建议企业可以通过与高等院校及社会培训机构采取联合培养方式，共同培养复合型人才。或者企业可以通过聘请专家学者授课等方式定期到企业进行培训，不断向企业员工灌输最新思想、理念及技术。
ArcGIS中并未提供海图符号，这需要我们自己建立ArcGIS的海图符号库。经过研究《中国海图图式》GB 12319—1998中关于海图符号的表达规范，分析了不同类型符号的特点，以CorelDRAW为符号绘制平台，通过FontCreator对所有符号进行整合导出，最后形成以ArcGIS为符号库管理软件的海图符号库制作方案。
（三）根据供应链物流模式的结构组成，有序的开展互联网大数据应用
由于互联网大数据技术是一项复杂的技术，因此对于整个供应链物流模式而言，不能试图一下全部实现转型，而是应当有序的从小规模到中等规模再到大规模的实现过程。具体而言：第一阶段，应当先实现数据的结构化处理，使得这些信息数据可以被用来进一步分析。而要实现第一阶段目标则需要优先解决数据质量及其数据标准化问题；第二阶段，保证信息数据的可用性并可以使用数据进行基础性的分析，为以后高阶化分析做好基础准备；第三阶段则是全面应用互联网大数据技术，不仅可以用于基础性分析，还可以进行市场预测并为客户制定最优服务方案。此外，值得注意的是，企业转型一定要谨慎严格按照从小规模应用到大规模全面应用的顺序逐步开展，待小规模应用效果较为成熟时，再向大规模全面推进。
参考文献：
1.A Favache，D Dochain，B Maschke. An entropybased formulation of irreversible processes based on contact structures[J].Chemical Engineering Science，2010，65（18）
2.余娟，张滨丽.基于大数据视角的流通业供应链管理分析[J].商业经济研究，2018（7）
3.邱晖，许淑琴.大数据在互联网供应链金融风险管理中的应用[J].会计之友，2018（7）
4.张春霞，彭东华.我国智慧物流发展对策[J].中国流通经济，2013（10）
5.Lorena Garcia-Alonso，Joaquin Sanchez-Soriano.Analysis of the Evolution of the Inland Traffic Distribution and Provincial Hinterland Share of the Spanish Port System[J].Transport Reviews，2010，30（3）
6.H Ramirez，B Maschke，D Sbarbaro Modelling and control of multi-energy systems：An irreversible port-Hamiltonian approach[J].European Journal of Control，2013，19（6）
7.张夏恒，马天山.大数据背景下网络购物的物流增值研究[J].当代经济管理，2015（11）
8.宋玮楠，毛佳，李珊.应加强对物流金融风险的防范[J].经济纵横，2014（3）
9.刘垭.大数据背景下供应链需求预测与牛鞭效应的研究[D].沈阳航空航天大学，2018
10.周叮波，邓松.传统物流向智慧物流转型方略[J].开放导报，2017（12）
11.成栋，陈思洁.供应链管理中的大数据运用[J].现代管理科学，2017（8）
12.滕飞.揭开运营商供应链管理大数据的神秘面纱[J].通信企业管理，2017（8）
13.梁红波.云物流和大数据对物流模式的变革[J].中国流通经济，2014（5）
14.赵振.“互联网+”跨界经营：创造性破坏视角[J].中国工业经济，2015（10）
15.王红春，刘帅.大数据在供应链管理中的应用研究综述[J].物流科技，2017，40（8）
16.黄
.大数据环境下物流统计的变革[J].统计与决策，2016（11）
17.雷蕾，史金召.供应链金融理论综述与研究展望[J].华东经济管理，2014（6）
18.张颖.当前我国城市物流金融的发展机制研究[J].财经问题研究，2011（11）
19.宋华.基于产业生态的供应链金融的创新趋势[J].中国流通经济，2016（12）
20.伍宁杰.“互联网+”背景下我国智慧物流转型路径探讨[J].商业经济研究，2018（6）
基金项目： 国家社科基金青年项目“全要素生产率驱动型经济增长条件下的就业创造研究”（15CRK018）
中图分类号： F252
文献标识码： A
标签：供应链模式论文; 互联网大数据论文; 现代化物流论文; 优化路径论文; 山东管理学院经贸学院论文; 中国矿业大学(北京)论文;