“一带一路”物流中心大数据体系的建设

作 者:

作者简介:
孙彬(1970-),女,黑龙江省牡丹江市人,新疆财经大学计算机科学与工程学院副教授,主要研究方向为技术经济与管理,新疆 乌鲁木齐 830011;王东(1966-),男,山东省青岛市人,新疆教育学院教育云重点实验室教授,主要研究方向为电子商务,新疆 乌鲁木齐 830033

原文出处:
中国流通经济

内容提要:

“一带一路”沿线各地展现出物流业态纷繁而复杂的形势,新丝路“物流通”战略以产业中高端转化为宗旨,急需适用性良好的物流集散中心。面对物流业务的信息暴增、业态种类繁多、信息价值稀疏和需求碎片化等特征,应明确大数据体系建设的指导思想,归纳“一个核心、三类需求、三个平台和两大门户”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。物流中心大数据体系架构可靠性和适用性良好,对物流通战略的促进作用明显,体现出大数据价值汇集的发展优势。


期刊代号:F14
分类名称:物流管理
复印期号:2017 年 11 期

字号:

      “一带一路”物流集散中心需要科学适用的支撑体系,以强化物流业务的运转实效。探究世界级物流集散中心的大数据体系架构,对于“中国梦”的战略、物流数据主权战略和中国优秀产品“走出去”战略,都具有十分重要的实践意义。

      一、物流大数据特征与作用

      “一带一路”倡议是促进沿线各国经济繁荣、区域合作、文明互鉴、造福世界各族人民的宏伟战略,是古丝绸之路文明的当代体现,是当代中华文明播撒四方、进一步推动改革开放、提高我国产业经济实力的重要举措[1]。围绕“一带一路”物流通(国之交在于品相连,品相连在于路相通)的宏伟目标,物流集散中心大数据体系建设是“一带一路”沿线各地加强沟通、扩大了解、深化经济合作的重要实践,是中国产业向中高端转化及动态良性发展的重要里程碑。“一带一路”工程横跨亚、欧、非大陆,各地物流业态各异,经济社会发展水平、物流资源条件和人文风俗千差万别,物流集散中心的建设任务十分艰巨[2]。在当今世界,对产业经济的引领能力及物流数据的主权能力,已经成为衡量国家主权和竞争力的重要标志之一,将决定着未来经济的强弱走势[3]。为了消除“一带一路”沿线的物流瓶颈、效能困惑和习性冲突等难题,必须开展大数据体系建设,保障快捷通畅的智慧物流大通道。

      (一)物流大数据研究的现状

      随着自媒体、大数据和物联网等新技术的快速发展,物流大数据的实践应用成果日渐丰硕,理论深度和广度不断扩大。当前,大数据的应用已由对信息因果关系的推理转变为对过程趋势的把握[4]。2011年6月,美国麦肯锡咨询机构发布《大数据:创新、竞争和生产力的下一个前沿》报告,对当代大数据的核心概念和核心目标进行了深刻阐述,激发了世界各地对大数据技术的新一轮探索高潮[5]。维克托和肯尼斯在《大数据时代》中认为,大数据带来一场世界级的数字风暴,全面改变着人类的生活、工作和思维习惯,科学创造和人工智能达到了前所未有的高度,成为新发明和新创造的思维源泉;智慧演算成为大数据推动物流业务的技术利器,已经促使当前经济社会演变为智慧物流的世界[6]。2015年8月,在《促进大数据发展行动纲要》中,中国强调加快发展大数据产业,深化数字智慧在各行业中的创新作用。

      1.数据急剧膨胀与大数据范式转变

      “一带一路”沿线各地、各民族的特色产品及物流业态种类繁多,物流业务匹配度低、数量巨大而价值率不高,急需大数据效能核算工具提高物流业务的灵活适用性。新丝路沿线分分秒秒都在海量地涌现着经济信息、产品视频和用户行为等数据,单一物流节点服务器每小时急剧新增的数据可达到TB级规模,物流数据库时时有爆棚的危险[7]。当前众多类型的物流数据采集设备被使用,新介质识别技术被广泛开发,加速了海量物流数据的集聚过程。而自媒体网络的盛行,更进一步加剧了物流信息规模膨胀的速度,物流数据集以指数级的速度递增,增长速度已经远远超出了分布式堆叠处理器延展所增长的速度。依靠大量的分布式处理器集群,在规模和速度方面,可实现网络数据分析能力的直线扩展,但不能扭转大数据爆棚的危机局面[8]。从非关系型数据库(NoSQL)的角度看,传统数据库系统(DBMS)不能有效处理非结构化大数据,不能满足大数据环境下物流数据急剧增长的需要。针对网络数据暴增的局面,实践中已经有多种分布式架构被启用,例如MIUI框架和GAPPS架构等[9]。

      “一带一路”各地物流数据集表现出业态异构、规模巨大、价值稀疏等多维属性,冗余、欺骗和虚假等现象时常发生,就规模十分巨大的物流业务数据集而言,传统“数据集全局遍历,寻求挑选最优结果”的处理方法,已经被实践证实是“NP完全”的结果。许多研究者认为,有效的大数据应用不是如何聚集越来越多的数据,而是如何将大数据集有效进行关系诊断,解决实践中的价值发现问题[10]。物流大数据体系必须在不同层次进行变革,包括建模、约简和优化等,以便应对随时可能出现的物流信息暴增问题。基于开放式编码的构建假设机理(扎根理论)[11],能促进物流大数据分析范式的转变,增强物流业务分析的高效性和适用性。

      2.信息价值稀疏与隐性挖掘

      物流业务数据集规模越来越大,单项信息的价值越来越稀疏,传统的数据计量方案容易获得假性的结果,价值真相越来越难以捕捉。大数据集体量越来越大,但大部分冗余无用,虚假结果和加工困难并存,只有解决了信息价值稀疏的难题,才能摆脱隐性知识屏障,实现真正的物流增值效应。当前,由于大数据价值稀疏,物流业务与客户需求越来越难以协调,需要改变传统方法,深入探究深藏于大数据隐性领域的数据真相。从大数据分析的发展轨迹看,更重要的大数据技术是解决“规模巨大”之外的价值稀疏问题[12]。

      物流大数据规模巨大与价值稀疏,已经被物流业广泛重视,物流集散中心相应的理念应运而生。物流集散中心需要全方位、全类型、多目标地广泛采集物流业务相关大数据,从克服价值稀疏、畅通渠道、智慧演算和品牌影响力等多个维度,建立隐性价值挖掘机制,保障物流集散的高效适用性。如将物流客户的个体趋向、配送途径、仓储效能、多语种支持等数据聚合在一起,通过关联关系发现隐性价值。另外,物流业务的隐性价值挖掘和追溯问题,已经获得“一带一路”各地广泛一致的共识,具备了共同开发、共享使用的设施基础。

      3.碎片化梳理与智慧物流

      由于移动支付、人工智能和自媒体微信圈等互联网构件的推波助澜,物流新业态、新思维海量涌现,表现出风格各异的碎片化趋势。各种物流业态、新思维交互碰撞,使得原本主流的物流公司已经没有了优势和权威性。新业态纷繁登场亮相,物流价值增值逻辑越来越混乱。自媒体论坛成为产生物流新业态的重要途径,“小众渠道”也能获得一席空间。自媒体中的每一个信息圈,都包含着物流新契机,充满了价值碎片[13]。由此,建立大数据物流价值梳理和汇聚中心,及时挖掘客户需求、创新点和新业态契机,已经迫在眉睫。

相关文章: