“一带一路”物流中心大数据体系的建设

China Business and Market - - CHINA BUSINESS MARKET -

doi:10.14089/j.cnki.cn11-3664/f.2017.08.004

引用格式: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.

1

孙彬 ,王 东2 (1.新疆财经大学计算机科学与工程学院,新疆 830011;2.新疆教育学院教育云重点实验室,乌鲁木齐

830033)

新疆乌鲁木齐

摘 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。关键词:“一带一路”;物流中心;大数据;灵活对接;责任追溯

中图分类号:F490.3 文献标识码:A 文章编号:1007-8266(2017)08-0032-09

“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

收稿日期:2017-07-08基金项目:教育部人文社会科学研究规划项目“新疆多元文化下主动引导策略研究”(14YJA860017)、“新疆新丝路核心区下

物流中心的迁移模型研究”(16XJJAZH003)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;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。

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

。2011 6

握[4] 年 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

。2015 8

慧物流的世界 [6] 年 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

TB

据可达到 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MIUI GAPPS

[9]。

如 框架和 架构等

“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爆增问题。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

[12]。“规模巨大”之外的价值稀疏问题

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。“一带一路”客户市场下的物流知识碎片,能

1利用长尾理论来诠释其价值。如图 所示,小宗物流活动,其碎片价值总量(尾部价值)可以与主流物流业务的总量相当,甚至可以在广度上超过主流物流业务的总价值。在传统的物流模式中,由于信息采集成本较高,往往对小规模碎片物流的关注度低,小宗物流的价值汇聚意识也较薄弱。在大数据体系架构下,可以进行碎片价值集聚分析,将易被忽略的微小物流价值,都进行采集梳理和价值汇集,以便挖掘物流新业态和智慧物流的新途径。

智慧物流是构建物流集散中心的基础。通过大数据智慧分析,可以将各种散乱而冷门的客户意向进行索引和汇聚,服务于每个物流个体特殊的需求,维护物流业态的创新、繁荣和多样性。在当前自媒体网络条件下,客户趋向集聚是物流创新的突破口,依托客户情趣碎片开展业务,是智慧物流的一种体现形式[14]。客户与实体间的交互信息往往隐含着新价值的趋向。如果将这些冷门的碎片趋向忽略,就将造成物流新业态和产品延伸价值的巨大损失,就会失去产业中高端转移的契机。从“一带一路”物流集散中心建设的角度看,沿线每个物流业务都在接受着异域产业的习性冲击,机遇往往从少量碎片接触开始,当物流碎片价值总量达到一定程度时,长尾效应就会显现,就会 激起异质的物流新业态。“一带一路”的物流大数据体系工程,是一个碎片价值梳理的过程。

4.

关联性分析越来越多实践证实,大数据分析的侧重点不在于应对数据集的巨大容量特征,而在于分析关键数据之间的关系。大数据分析的作用就是把能反映关键关系的小部分数据独立出来[15]。经济社会中发生的多数经济业态,都要通过物流事件来实现其价值,物流效用价值是体现经济效能的关键关系。具有大数据特征的数据集难以从全局角度进行价值遍历,事实上只能对关键关系部分进行价值估计,并据此判断价值走向。

大数据关联性分析一般是从积累的历史智慧经验出发,来完成关键关系的剥离过程[ 16 ]。通过关键属性的约简,进行局部关系简化,再通过子覆盖和逻辑抽象过程,可实现关键价值的提取[ 17 ]。如将客户间的交互信息消除冗余,映射到一个低维度的趋向空间中,完成趋向价值描述。脱离关联性分析,一味盲目地挖掘数据间的直接因果关

NP

系,必然陷入 的泥潭,并给实际物流业务带来重大资源浪费。

物流集散中心下大数据分析架构,依托规模缩小后的业务数据集,来探析物流新业态、价值创新点和产业(产品)的衍生效用,将使“物流通”工程的假设目标更高效而实用。“关联性”与“因果性”并不是对立的,关联关系包含着因果关系的范畴,关联性分析蕴含着更广阔的逻辑能力[ 18 ]。直觉的物流数据往往不能完全被信任,加之因果性判断思维不能应用于超大数据集,大数据关联性分析就显示出客观的应用优势。

5.

精准化追溯精准化追溯是实施物流现代化管理的基础环节,包括精准化效能估计、业务灵活对接程度、物流资源利用率、业务责任认证和可信过程取证等。精准化追溯能建立物流集散中心的权威性,从物流业态的广度和深度关系上保障利益各方追求自身经济权益的积极性。精准化追溯也能防止诚信不足、产量过剩、资源迷失和信任缺失等乱象,助力于包容性合作发展模式[ 19 ]。根据物流业务的保障性需求,真实性认定环节甚至比新价值创建环节更重要。精准化业务追溯能杜绝不良习性的蔓延,维护正常经济秩序,及时辨识出最直

接、真实、积极的价值,如验证交易真实性、支付真实性、质量可靠性、时间及时性与合作弹性等。由此可见,精准化追溯是“一带一路”高效流通的基础,是维系物流经济生态的核心能力,更是维系一个国家流通主权的根本保障。

面对物流业态的价值弹性与不确定性,构建大数据体系的精准化追溯模块存在着巨大的技术挑战。物流网络所表现出来的形形色色的业务流,目前尚无通用的关键关系归纳方法,只有一些局部成功的案例,如从庞大事实数据入手,进行关联性关系的逻辑推演,追溯到有关联性的事实关

[20]。系(扎根理论),效果比较突出

总之,“一带一路”物流集散中心的大数据体系建设,能有效地将碎片化客户趋向集聚,捕捉到物流新业态契机;通过大数据关联性分析,保障数据分析的实效性,提升物流业务的灵活适用性;通过精确化追溯,能确认责任归属和信任关系,排除虚假性障碍;能助力物流经济的价值衍生、助力“一带一路”的包容性经济合作模式。(二)网络社群滋生物流新业态网络社群为“一带一路”沿线带来了物流新业态,属于相对稳定的闲散型关系,如微信圈、舆论圈和贴吧等。在当前网络社群中,由于用户量巨大,能产生比较大的消费群体和明确的物流倾向,形成独特的物流新业态。网络社群一般分两大类:一是个体用户圈,二是时尚话题圈。个体社群圈中“意见领袖”影响力较大,可以主导社群的消费趋向,成员间关系比较强,稀疏特征明显;话题社群圈的时效性强,内容为王,大众关注度高,但存在时间短暂,碎片化特征显著。

预测物流新业态是物流行业关注的重要内容。网络社群能集中产生许多物流业务,其价值衍生途径常常被偏置于浅表,由于衍生性需求的培养力度不足,造成网络社群物流的价值理念发生集体性模糊。如在一个普通的贴吧论坛,一天就能启动上百件物流运单,这已经被业界关注。当前,网络社群的物流新业态处于盲目发展中,碎片化价值趋势尤为突出。如何利用碎片化的小众资源,扩大物流业务的数量和品种,常常因为估算工具不足,无法进行深度价值探究。面对成员趋向随意摇摆的自媒体社群圈,对物流业务价值的衡量和潜力探知,成为新时代物流中心在网络环 境中进行竞争的博弈难题。

网络社群所造就的消费形态有较大可塑性,其长尾效应能引发市场动荡,需要建立高效引导机制,规范社群物流的适用性途径[ 21 ]。建立物流业务大数据体系架构,可精准化地追溯用户价值趋向,精细地划分出嗜好关系(粉丝)、促销关系、传送关系、学习关系和互惠关系等,理顺网络社群下的物流业态形势,满足网络虚拟场景下的经济价值衍生需要,实现物流与网络社群的高效融合。(三)“一带一路”、物流中心与大数据三位一体“一带一路”倡议涵盖了物流集散中心在社会各层面的战略方针,有着深刻的科学发展观内涵,加快了沿线各地物流集散中心的建设步伐。从人类文明的进步历程看,“一带一路”、大数据与物流集散中心是协调一致、不可分割的“三位一体”概念,主要表现在以下四个方面:

1.

人类文明总是基于新技术创新来实现大变迁格局的。“一带一路”下的物流中心战略是助力沿线各地文明进步的新动力,离开了“物流通”, “一带一路”就是虚无的幻想。物流集散中心的建设是国际认同的、推进社会文明进步的必由之途径 [ 22 ]。通过大数据体系建设,“一带一路”战略才能获得各地的认可,才能使各地的经济社会从“地域封闭,经济隔绝”步入“开放与联系”的先进经济生态圈之中。从物流客户的体验效果看,大数据体系能方便客户应对复杂纷繁的物流经济现象,实现碎片化价值集聚,培养客户群背后的巨大衍生价值,真正地创新物流业态,促进物流经济的大发展。

2.

物流业务结合大数据处理技术,才能实现科学指标监督下的“物流通”自信道路。道路自信是每个国家对自己文明的深刻反思,科学分析是建立自信的基础。从科学发展观的角度看,准确定位自己,才能把握发展契机。费孝通在《反思—对话—道路自信》一书中说,道路自信是一个艰巨的守业过程,守业过程比建业过程更艰巨,只有科学

[23]。地认识自己,才能充分领悟到正确的发展道路纷繁复杂的物流新业态,扰乱了经济社会的秩序,只有大数据分析才能理清乱象频发的物流经济现象,才能保障走上道路自信的征途,确保“一带一路”沿线各地各抒所长、凸显优势和共同进步,真正实现中华文明道路自信的伟大事业。

3.

大数据精准化追溯能够建立诚信机制,为每个物流实体提供适用的个性化诚信认证机制。罗兰·罗伯森教授说,文明社会范式就是“坦诚交流”的实现过程。每个物流实体面对的信任资源都是不相同的,大数据以每个物流实体的可信历史数据为依据,建立专用的个体化诚信认证系统,为物流集散中心的业态可靠可信提供前提基础。在物流经济过程中,业务欺诈、信任疑虑、对接差错和资源冗余等均不可避免,为了消解这些负能量现象,关键环节就是建设一种能表征真实、高效和坦诚的大数据认证体系架构,来保障“物流通”的道德正向性,与人类文明的普世价值保持高度的一致性。

4.“一带一路”物流集散中心的大数据体系建设,能提升智慧物流的效能和品质。大数据分析整合出各地物流业态的超维数据集,掌握新价值链业态的动态趋势与价值衍生状况,助力创造能力的快速产生。大数据体系强调智能体验、自动适用、角色扮演和良好效用等智慧过程,能使“一带一路”各地民众获得比较舒心的业务接触方式,从“被动应付者”转变为“主动参与者”,使民众充满新奇地加入物流价值链中,依托智慧物流得以顺畅进步,实现包容性合作发展。

总之,中国所倡导的“一带一路”物流通战略,面临着信息爆棚的危险和严酷的对接性挑战,必须结合大数据体系建设来克服诸多实际困难。通过“一带一路”物流集散中心与大数据的“三位一体”架构,物流才能真正实现“道路自信”。“三位一体”架构能保护不同民族物流习性的多样性和传承性,能提炼出最真诚、最赋于经济效能优化的文明共性,扬弃杂乱、颓废、迷茫、鲁莽和短视的一面,洗涤出真实、坦诚、自信、高效、创新和进取的另一面,为当今社会的精神文明进程塑造里程碑。

二、“一带一路”物流中心大数据体系的建设思路

物流集散中心大数据体系建设工程是“一带一路”战略的重要环节,始于物流大数据的采集,并构建物流各种业态的运转支撑架构和系列指标评价。系列指标评价的目标是物流业务灵活适应性对接、物流业态的包容性发展和业务事件的精 准追溯等,具体的数据估计算法涉及约简、属性覆盖、关联关系挖掘、碎片化集聚和精准化验算等。物流集散中心大数据体系对“一带一路”沿线各地物流新业态的支持程度将是建设成败的关键。(一)总体思路“一带一路”物流集散中心的大数据体系,必须广泛采集沿线各地物流业务相关信息,构建物流业务大数据集和价值测评指标集,实现对经济社会整体价值升值的服务支持。面对“一带一路”沿线各地物流业务及物流新业态发展的需要,设计适用性应用架构,展开对物流大数据集的稀疏价值约简、碎片化价值汇聚、精准化责任追溯、灵活性业务对接和关联性新业态挖掘等科学分析过程,打造开放包容、协调统一的物流业深度创新机制,最终形成高效、诚信和适用的物流集散中心。(二)建设要点物流集散中心大数据体系的内容繁多庞杂,梳理过程引用了扎根理论的“建构”方法。首先,对“一带一路”物流集散中心相关业务对象进行详细的访谈和客户需求调查,归纳成开放式编码,再启用大数据关联性关系类聚,确认主轴编码、选择编码等,最后建设内容抽象为“核心目标—需求导向—平台条件—行动方法”的模型框架,关联性主

9 1332

轴概念形成 个类属,归结为 模式:一个核

2)。心、三类需求、三个平台和两大门户(参见图

1.

一个核心物流集散中心的大数据体系围绕一个核心目标:促进“一带一路”各经济实体间物流业务的灵活对接,支持物流业态的创新,促进各地物流经济繁荣。

2.

三类需求“一带一路”物流集散中心的大数据体系,旨在将先进物流理念和服务带给当地社会,承接的三类需求是:(1)满足“一带一路”物流业务的灵活对接需求。面对“一带一路”沿线的各经济实体,积极承接物流业务的关联性分析任务,包括物流资源利用、包容性合作、技术增值和碎片化价值评估等业务流程,实现对“一带一路”相关的重大专题、重点行业、重点区域和重点对象进行深度的服务支持。(2)满足国际市场“物流通”战略的需求。开拓大数据精准化责任追溯机制,坚持诚信导向,确保高效和真实诚信的物流业务环境,消除各地

民众的顾虑和担忧,拓宽物流增值大通道。(3)满足中国先进文化、先进产品“走出去”战略的需求。开展面向“一带一路”沿线各地的优秀产品配送服务,保障中国先进技术和先进产品及时引领“一带一路”沿线的经济发展潮流,实现物流经济的普世价值。

3.

三个平台“一带一路”物流集散中心的大数据体系,需要汇聚沿线各地各界的力量,担负起各类物流资源的供给、储备、开放、整合与认证等职能,需要建设三大交互平台:(1)物流集散中心数据存储平台。汇集“一带一路”沿线各地全方位物流业务的相关信息,为各地民众降低信息获取的复杂度,减少信息获取成本,提高信息成果交流体验。为此,大数据存储平台应深度归集涉及“一带一路”的各种物流相关信息,如各地物流资源概况、客户习性、经济法规、新兴业态、支柱产业、贸易倾向、人文生态和舆情动向等,理顺各类信息源通道,构建“一带一路”物流集散中心智库资源。(2)开放式成果交流平台。打造优秀产品流通链路,汇聚不同文化的品牌特色,汇集科技成果、理念创意和新业态,促进各地物流系统的包容性合作发展。(3)诚信认证服务平台。依据每个物流实体单元的切身实际,结合个体经历和习性,单独聚集其可信资源,为该个体单元量身打造可信资源体系,定制简单易行的个性化可信任资源索引。在诚信服务平 台上,为每个物流个体定制可信物流业态标识,再将可信物流资源向全世界推介。实体资源的个性化独立认证,能结合当前“一带一路”的实际场景,为普通物流个体客户打造适用的诚信流通环境,预防恶意诈骗、滥竽充数和投机取巧等行为。

4.

两大门户门户是物流中心大数据体系面对终端客户的权威性知识推送界面,承担着主动传播物流新思维的职能。“一带一路”物流集散中心的两大门户是:(1)物流通门户。依托大数据平台,主动宣传各地物流经济优势,实现消费取向共鸣、互相谅解和加深友谊的目标。“物流通”门户曝光各种负能量经营行为,积极推进诚信和高效的物流经济,包括业务高效对接、先进技术推广、实时政策发布、价值评估和责任查询等基本职能。(2)物流业态创新门户。依托大数据平台,汇集“一带一路”沿线各地物流业态的优秀成果,倡导积极正向的物流新业态,主动完成向全体用户推介的过程。面向“一带一路”各种物流用户,激发其科技成果转化,构建物流业态的全方位服务机制。如明晰各地优秀物流资源层次和未来发展潜力,明晰物流业态的先进性、科学性和适用性,引领大众践行“物流价值增值”的具体实践。

三、“一带一路”物流集散中心的大数据体系架构

为切实落实“一带一路”物流集散中心大数据体系的建设目标,聚焦“核心目标—需求导向—实施条件—行动方法”模型,物流集散中心的大数据体系建设方案采取“五个层次,三条总线”的基本架构。其中,“五个层次”是指基础层、数据层、关联层、应用层、移动层,自下而上逐层支持(参见图3);“三条总线”是指大数据调度总线、诚信追溯总线和高效仲裁总线。“五个层次,三条总线”的架构为物流集散中心大数据体系提供了适用性强的设施保障。

(一)五个层次

1.

基础层。构建物流大数据实施云服务的基础设施,包括网络服务器、分布式存储、分布式文

件系统和搜索引擎系统等。“一带一路”沿线地域分散,路途遥远,需要规划布局基础设施的合理位置。为提高资源利用率,可以实施逻辑上集中的虚拟资源中心 [24]。基础层应兼容各地已经成熟的云平台和云服务资源,增设若干“一带一路”沿线物流业务的直接交换子云(核心区),实现对物流集散中心的大数据分布式架构支撑。

2.

数据层。实现大数据采集、资源关系梳理和增值价值核算等职能,涉及海量物流大数据汇集与约简、关联性分析和碎片化增值分析等量化计算,全面完成各类物流业态的数据检索、查询、提取和认证等综合性检索任务。数据层构建必须依靠“一带一路”沿线各地实体的积极参与,遵照“资源共建,统一规划,按约履行”的原则,灵活规约各地物流业态协作形式,最终发挥物流资源的大数据智慧调度职能。

3.

关联层。从物流新业态发展与支持的角度,充分展开智慧物流的开发进程。将已有的数据资源进行关联性分析、精准化责任追溯和效能核算等,为物流业务的创新活动提供全方位数据支持。关联层以数据量化为基本出发点,设计各 类效能量化指标,包括物流业务的灵活适应度、物流资源的利用率、物流客户的满意度、物流业务的价值衍生度和物流业务的价值长效性等,形成适用性指标体系,实现物流业务的智慧开发战略。

4.

应用层。形成“一带一路”物流集散中心大数据体系的价值体现场景,面对各地物流实体参与者展开个性化诚信资源检索、物流产品评测与推广、改良物流业务体验、物流业态优化和虚拟现实等功能,对不同层次的物流业务参与实体区别提供灵活适用的物流产品和物流服务,如构建面向“一带一路”沿线各地的物流资源平台和成果推送门户等。应用层重点推送“一带一路”沿线各地的优秀产品,弘扬光大先进物流业态,如为中国产业提供“走出去”的平台式服务,满足不同物流阶层对中国先进文化产品的需求。

5.

移动层。全面支持手机移动终端应用,重点为物流参与者提供优质的操作体验,“简平快”式地响应目标客户的应答需求。简单易用、实时应答和自然流畅是物流集散中心良性运转的基础标准,移动客户端数字场景涉及每个用户社会生活的各个方面,要极力避免操作繁杂、步骤曲折的操作环节。已有的经验证实,操作烦琐是用户脱离体系约束的最重要原因。另外,针对各种小语种的物流用户,必须设计专用物流服务终端界面,使小语种客户直接得到大数据物流体系的智能支持,保障其融入“一带一路”建设的洪流。(二)三条总线“一带一路”物流集散中心的大数据体系要求物流业务实现高效率灵活对接和普遍性兼容,由此设计总线(生命线)控制结构,来完善整个数据流过程。物流信息冗余大、信息价值稀疏和业态碎片化都是十分难处理的技术问题。为了保障物流集散中心的高效资源利用,总线控制是十分必要的。从经济环境来看,“一带一路”沿线多数地区的诚信状况堪忧。在产品流通过程中,假冒伪劣、巧取豪夺现象频频发生,良性经济发展秩序不能顺畅建立。从科技进步与文明进步角度看,科技日新月异,各地物流参与者应接不暇,但地方保护主义抬头并限制新兴物流业态的生长空间,正能量导向能力脱节,物流无序低效的现象十分严重。由此,物流集散中心大数据体系必须采用数据流总线控制,将物流相关内容整合成诚信高效

的有机整体。基于物流集散中心的巨大数据流管理任务,统筹“一带一路”沿线的物流数据流品种,建立一种良性的信息交流机制,来克制格式繁杂和海量暴增的现象。

从知识维度、时间维度和逻辑维度三个方面考虑,借鉴霍尔支撑模型理论[25] ,可搭建物流集散

4)。通过中心大数据体系的工作流总线(参见图三条数据控制总线,融通物流大数据体系的“五个层次”,实现物流通工程的规范性、适用性、可靠性和长效性。

1.

从知识维度出发,构建大数据调度总线,保障物流资源与当地生产实际的对接,如对接“一带一路”沿线各地的云服务资源,系统化部署和管理物流资源,进行新设备、新技术和新标准的注册登记,完成功能评测和市场准入等工作。通过调度总线,可以降低沿线各地使用大数据资源的难度,提升物流新业态进入体系的便捷性,最终实现经营资源及时融会贯通全部物流网络的目标。

2.

从时间维度出发,构建诚信追溯总线。诚信追溯总线面对“一带一路”沿线的经济社会形势,理清诚信状况日益复杂的不利因素,为每个物流参与者量身打造可信的个性化资源检索通道,及时提供经营资源的真实性验证。显而易见,不同物流客户的可信资源并不相同,如甲客户的可信资源,对乙客户而言有可能是不可信的。诚信追溯总线以管控单个客户的诚信特征为基础,逐步将诚信经营的理念扩散到整个物流网络,必然能改变诚信不足的不利局面,加快物流业态中人人自律、诚信经营的文明进程。

3.

从逻辑维度出发,构建物流集散中心的高效仲裁总线。大数据物流业态形势复杂而敏感,负能量风波频繁发生,需要建立完善的高效智能仲裁总线。高效仲裁总线包含业务合理性、市场公平性、创新理念引导、资源权限监管、推行先进物流业态、保障运维连续性等数据支持过程。为达到高效智能仲裁的目标,高效仲裁总线需要组合不同类型的管控策略,响应不同类型物流客户的习性需求,体现包容性发展的特色。

四、总结与展望

“一带一路”物流集散中心的大数据体系,应

4

图 大数据体系的总线结构该坚持“和平共处”的发展原则,实现“物流通”战略,聚焦包容性合作发展、灵活性业务对接和精准化责任追溯等职能,促进世界级的物流供应链经济改良,加快各地经济社会的快速进步和产业中高端化,并助力中国先进技术和先进产品“走出去”战略。大数据体系密切关注诚信机制的维护,为相关组织实体提供科学的数据量化支撑,提高物流业务的良性体验和适用性,必然激发沿线广大民众的参与热情,并且吸引更多新伙伴加入到“一带一路”建设中,全面推进高效智慧物流发展。参考文献: [1]刘小军,张滨.我国与“一带一路”沿线国家跨境电商物流

的协作发展[J].中国流通经济,2016(5):115-120. [2]谢泗薪,朱浩.“一带一路”战略架构下物流发展模式与

策略[J].铁路采购与物流,2015(10):53-56. [3]齐爱民,祝高峰.论国家数据主权制度的确立与完善[J].苏

州大学学报(哲学社会科学版),2016(1):83-88. [4]童楠,朝乐门.大数据时代下管理理念的变革:从结果派

到过程派[J].情报理论与实践,2017(2):60-65. [5]于施洋,杨道玲.“一带一路”大数据决策支持体系建设

[J].电子政务,2017(1):2-7. [6]郝书池.发展智慧物流的动因与对策研究[J].物流科技,

2017(1):28-31. [7]林海伦,王元卓,贾岩涛,等.面向网络大数据的知识融合

方法综述[J].计算机学报,2017(1):1-27. [8]李学龙,龚海刚.大数据系统综述[J].中国科学:信息科学,

2015(1):1-44. [9]乔艳芬,卢鑫.在线产品创新社区价值共创研究[J].现代管

理科学,2017(5):115-117. [10]王元卓,贾岩涛.基于开放网络知识的信息检索与数据

挖掘[J].计算机研究与发展,2015(2):456-474 [11]项国鹏,张志超,罗兴武.利益相关者视角下开拓型制度

创业机制研究[J].科技进步与对策,2017(2):9-17. [12]周小平,梁循,赵吉超,等.面向社会网络融合的关联用

户挖掘方法综述[J].软件学报,2017(4):1-21.

[13]龙思思.自媒体营销价值与盈利模式分析——以微信公

众号为例[J].当代传播,2017(2):84-87. [14]王欣悦.我国智慧物流发展问题及对策研究[J].铁道运输

与经济,2017(4):37-41. [15]乔少杰,韩楠,张凯峰.复杂网络大数据中重叠社区检测

算法[J].软件学报,2017(3):631-647. [16]司光亚,高翔,刘洋.基于仿真大数据的效能评估指标体

系构建方法[J].大数据,2016(4):57-68. [17]曹玖新,董丹,徐顺,等.一种基于k-核的社会网络影响

最大化算法[J].计算机学报,2015(2):238-248. [18]杜岳峰,申德荣,聂铁铮.基于关联数据的一致性和时效

性清洗方法[J].计算机学报,2017(1):92-106. [19]张良卫“.

一带一路”战略下的国际贸易与国际物流协同分析[J].财经科学,2015(7):81-88. [20]全守杰,马志强.扎根理论视角下协同创新中心组织智

力特征研究[J].科技进步与对策,2017(1):20-24. [21]刘晓宁“.互联网+社区”终端物流模式发展现状与展望

[J].商业经济研究,2017(2):100-102. [22]赵国军.加强我国物流企业价值观建设的几点措施[J].中

国物流与采购,2015(20):72-73. [23]杜治娟,王硕,王秋月,等.社会媒体大数据分析研究综

述[J].计算机科学与探索,2017(1):1-23. [24]陈宝权,秦学英.混合现实中的虚实融合与人机智能交

融[J].中国科学:信息科学,2016(12):1737-1747. [25]李信.基于霍尔模型的大数据战略实施体系构建[J].数字图书馆论坛,2016(6):28-33.

责任编辑:方程

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.