浅析大数据环境对冷链物流配送的影响

吴汶书

摘 要：以大数据时代高效的信息接收和反馈方式为背景，分析其对冷链物流配送的影响。文章阐述大数据在冷链物流配送中对车辆的管理与监控、优化与再优化配送路径、预判发货和预判到达三个方面的应用，为提高冷链物流的配送效率提供参考。

关键词：大数据；冷链物流；配送

中图分类号：F252.14 文献标识码：A

Abstract： Based on the efficient information receiving and feedback in the big data environment， the impact of big data on cold chain logistics delivery is analyzed. This paper states three aspects of the impact， that are management of trucks in the delivery， distribution route optimization and re-optimization， advance shipping.

Key words： big data； cold chain logistics； delivery

0 引 言

随着人们物质生活水平的提高，冷链物流作为提供安全新鲜食品的重要手段越来越受到重视。早在2010年，我国发改委颁布的《农产品冷链物流发展规划》提出，到2015年，建成一批运转高速、规模化、现代化的跨区域冷链物流配送中心。而配送作为冷链物流中最重要的环节之一，是冷链物流实施成败的关键。因此，各大电商争相进入冷链物流配送领域，2015年11月6日，京东物流正式对外推出了生鲜冷链物流解决方案，其生鲜冷链配送覆盖城市已达35个，其中7个城市实现了当日达服务[1]，表明冷链物流配送已受到社会各界的高度重视。

与此同时，网络和信息化的发展为冷链物流配送带来机遇和挑战，其中影响最为明显的莫过于大数据。所谓“大数据”，是指大小超出典型数据库软件采集、储存、管理和分析等能力的数据集合[2]。最先提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡认为：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”[3]在我国，大数据在冷链物流领域已经有所应用，据报道，澳柯玛公司积极运用大数据、智能化、云计算等互联网信息技术，推出了“ICM智慧全冷链管理系统”[4]。但是，由于我国冷链物流还处于初级发展阶段，大多数企业还没有建立大数据思维，如何应用大数据改进冷链物流配送仍没有得到良好的解决方案。

本文将在前人研究的基础上，从冷链物流在大数据环境下面临的挑战（缺乏相关设备、信息处理效率低下、缺乏相关标准没有形成信息链）和大数据在冷链物流配送环节中的应用（管理和监控运输车辆、优化和再优化配送路径、预判发货和预判到达）来进行分析。

1 大数据环境下冷链物流面临的挑战

由于冷链物流在我国处于起步阶段，企业思维比较传统，缺乏各种设施设备，在还没有完全搞清楚互联网的情况下，又要面临大数据的冲击，对他们而言无疑是一种挑战。

1.1 缺乏相关设备，信息处理效率低下

一方面，由于很多企业并没有意识到信息化的重要性，为了降低运作成本，对计算机、终端设备、RFID、数据库、传感器等设备采购不到位，缺乏相应的信息技术，无法对在库产品进行实时监控，更无法收集来自在途车辆和货物的信息。另一方面，硬件设施不到位导致企业间信息无法互换，缺乏信息交换平台，形成“信息孤岛”，跟不上各类产品数据增长的步伐。如果企业不加以改善，必将在大数据时代难以生存。

1.2 缺乏标准

由于法律法规的不健全，冷链物流过程中缺乏相关的标准，包括一般物流标准的缺失和数据标准的缺失。前者包括如冷藏柜和冷藏车的尺寸、装载量、托盘大小、冷冻产品所需的温湿度、光照、冷冻和冷藏时间、细菌超标范围等，没有得到很好的规范。后者主要是指在大数据环境下的数据收集、转化和处理标准，由于大数据分析平台是一个很复杂的系统，涉及到数据准备技术、数据储存技术、数据平台技术和数据处理技术等，需要制定大数据分析技术要求、过程模型、可视化工具要求等标准，以提高大数据处理产品的质量。而这些无疑对我国冷链物流行业是一项巨大的挑战。

1.3 信息链尚未形成

所谓信息链，包括从产品生产、加工、库存、配送一直到消费者手中的整个信息链条，这是建立冷冻产品安全可追溯的基础条件。由于基础设施的缺乏，我国冷链物流行业只有少部分企业能做到产品从产地到消费地的信息可追溯，如通过扫描二维码，可查询产品的产地、生产配料、生产者、生产日期和保质期等，向消费者公布产品的原材料信息，不仅能让其参与产品生产的整个过程，也能对有问题的产品及时控制和召回。而大部分企业的产品信息都是黑匣子，让人难以放心消费。总之，由于冷冻产品对温湿度较敏感，容易变质损坏，建立这样一条信息链对保障产品安全和消费者权益来说都至关重要的。

2 大数据在冷链物流配送环节中的应用

大数据环境下冷链物流配送流程图如图1所示。图1中包含配送方、冷藏车、客户、大数据分析平台、公共数据云等要素。配送方（可以是制造商、零售商、第三方物流企业等）派送冷藏车将产品运送至客户，在途中，配送方可通过大数据分析平台监管在途车辆，同时客户也可通过此平台对车辆和货物进行查询并反馈信息，而通过大数据平台提供的一些数据和信息，冷藏车也可接受来自配送方的指令，对自身情况进行调整，为提供高品质的产品提供保障。

2.1 管理和监控冷藏配送车辆

配送前，通过将企业内部信息与行业数据相结合，与其他企业合作，建立冷藏车辆信息库（载重、容量、存储条件等），通过对车辆信息库的管理，可对冷藏车进行合理安排和及时调度，避免冷藏车的无效运输，提高运输效率。在此基础上为每辆车及对应的司机建立“身份证”，通过“一车一证”可准确核查冷藏车和司机身份的真伪，有效制止骗车骗货现象的发生，保证货物安全。配送中，对车辆运行状况进行实时监控，包括冷藏车箱的温度、湿度、光照、烟雾，车辆行驶路径，停车或者行驶时间，装卸货信息等，也可以计算驾驶员急加速，急刹车的次数，经济转速区行驶时间等信息[5]，并通过车载终端将实时数据传送至大数据分析平台供配送方和客户对货物和冷藏车进行追踪，以免在出现意外时第一时间做出反应，降低损失。配送完成后，可通过大数据分析平台共享的信息收集目的地附近的货物，捎带返回顺路的货物，避免车辆返空，提高配送车辆利用率。

2.2 优化和再优化配送路径

无论从成本的角度还是从保障产品质量的角度讲，都要尽可能快地将冷藏产品运送至客户手中。这就要求对配送车辆的路径进行合理规划。目前我国冷链配送路径安排比较粗放，基本靠配送人员的个人感知来确定行驶路线。在大数据环境下，企业可借助来自公共数据云提供的基础数据如天气、交通、路况等为配送车辆规划合理路径。这些基础数据涉及城市配送中每段路径在一天中各细分时段的通过时间、各路段交通事故的发生概率等基础交通信息，基于动态与随机车辆路径规划模型（off line dynamic vehicle routing problem），在考虑各配送任务时间窗的情形下，快速生成各配送批次的初始优化路径。在车辆配送过程中，根据途中车辆实时反馈的运行状态信息、公共交通云反馈的公共交通信息，依赖在线的动态车辆路径优化模型（online dynamic vehicle routing problem），做出在途实时的路径调整安排，保证获取实时状态下较优的配送路径安排[6]。

2.3 预判发货和预判到达

2013年亚马逊申请了一项名为“预判发货”的专利，即通过对用户行为数据（顾客此前的订单、商品搜索记录、心愿单、购物车，甚至包括用户鼠标在某商品页面的停留时间等）的分析，预测顾客的购买行为，在顾客下单之前提前发出包裹，最大程度地缩短物流时间。这为其他企业提供了模仿的典范。企业可利用大数据分析平台，收集分析有关客户消费行为（购买时间和次数，冷冻产品数量、品类等）的数据，建立消费行为与时间段的联系，在消费旺季或高峰时间段来临前，提前按一定的比率将产品运送至消费地附近，待消费高峰期到来时，可用最短的时间来满足消费者的需求，避免短缺货现象发生，同时也保障了产品质量。这对于具有固定消费时间段和需要冷藏保鲜的产品尤为有效，如月饼、粽子、生鲜果蔬、肉类等。

而“预判到达”则是指通过大数据平台对冷链配送相关历史数据（如冷藏配送车辆到达后对客户的平均等待时间、在目的地的装卸货时间、与客户的交接时间等）的分析，在车辆到达前的一定时间提前通知客户收货，保障冷冻产品从“冷藏车”转移到“冷柜”的过程中没有断链，避免车辆等待客户或客户等车的现象，节省双方的时间成本。如果客户经常要求延迟收货，配送方甚至可将这类产品放至下一批配送货物中，减少目的地仓库的库存。同时，若配送车辆在途中出现天气恶劣、交通事故等意外情况，及时通过大数据分析平台传送信息到配送方和客户，更新到货收货时间。

3 结 论

大数据时代的变革，不是技术变革，而是思维变革与商业模式变革。配送企业应及早做好准备，改变传统思想，建立大数据思维，积极应对大数据和云计算带来的机遇和挑战。本文首先分析了大数据环境下冷链物流面临的挑战，然后着眼于冷链物流的配送环节，分析大数据在冷链物流配送环节可能的应用场景（车辆的管理和调度、路径优化和再优化、预判信息），为提高冷链物流配送效率、提高冷冻产品质量提供参考。

参考文献：

[1] 佚名. 京东物流全面进入国内生鲜物流配送领域[EB/OL]. （2015-11-07）[2016-07-05]. http：//www.logclub.com/forum.php？mod=viewthread&tid;=206853&highlight;=%BE%A9%B6%AB%CE%EF%C1%F7.

[2] 张琳. RFID在物流供应链中的应用[J]. 电子商务，2014（3）：50-51.

[3] 丁俊发. 大数据时代的机遇与挑战[J]. 中国储运，2013（7）：32.

[4] 佚名. 澳柯玛打造ICM智慧全冷链管理系统[EB/OL]. （2015-09-30）[2016-07-05]. http：//service.twwtn.com/news_detail.php？id=6108.

[5] 郭双盈，陈明晶，沈狄昊. 大数据在冷链物流中的应用[J]. 商场现代化，2014（9）：40-42.

[6] 邱晗光，徐志花，陈久梅. 大数据支撑下基于公共配送中心的城市配送流程改进研究[J]. 物流技术，2014，3（7）：408-410.