智慧物流實時風險管理研究

導語：智慧物流實時風險管理研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、前言

以互聯網、大數據、云計算等技術為代表的智慧物流快速發展,“互聯網+”高效物流重構了物流行業的生態體系和業務流程,激發了大量的物流商業模式創新和新的市場進入者,為大眾創業、萬眾創新提供了不竭動力,能夠迅速應對當今全球供應鏈日益增長的需求,是物流業轉型升級的必由之路,也是國民經濟持續發展的重要支撐。因此智慧物流受到國家高度重視,政府扶植政策在短時間內密集出臺。2016年4月,國務院辦公廳《關于深入實施“互聯網+流通”行動計劃的意見》,意見提出“要求加大流通基礎設施信息化改造力度,充分利用物聯網等新技術,推動智慧物流配送體系建設?！?月出臺《營造良好市場環境推動交通物流融合發展實施方案》,9月出臺《物流業降本增效專項行動方案》。智慧物流也受到學術界的重視。智慧物流不僅涉及到技術性問題,它更是一個系統、綜合的概念物流業發展至今積累的數據資源需要以大數據技術為驅動實現智慧物流,而物流園區作為各個行業企業的結點,是智慧物流運行的中樞,可以為發展智慧物流奠定基礎[1]。從智慧物流的本質來說,它是指從供需平衡角度出發,使資源利用最大化。智慧物流信息處理技術中最核心的就是實時性;信息分析技術能夠有效幫助物流企業規避風險、做出合理決策;信息預測技術發展是最近需要特別關注的問題[2]。與一些發達國家相比,智慧物流在我國的發展仍處于初級階段,還需要在相關政策法規、行業標準規范、核心信息技術、物流管理人才等方面推動智慧物流更好地發展。在“互聯網+”背景下,物流企業也不可避免面臨一些風險,如數據來源的風險、線上線下業務整合的風險以及管理創新的風險等,物流企業需要從多個方面變革來進行風險管理。在智慧物流的發展模式中卻鮮少有學者將風險管理機制納入其框架內,為確保物流過程的質量和連續性,有效的風險管理機制必不可少[3]。

二、“互聯網+”視域下智慧物流框架模型研究

(一)“互聯網+”下的智慧物流的基本內涵。我國快遞業務量連續三年世界第一,快遞業成為統一市場的流通底層和經濟增長點,對全球快遞業增長貢獻率達到40%。智慧物流、無人倉儲等技術領先世界,智慧物流體系的建設更是領先全球。目前,實業界大量的研究和開發工作旨在提高對物流對象的跟蹤、監測和預測的能力。數據采集機制(例如傳感器,GPS,RFID)、通信技術(如4G以及正在研發的5G)和數據分析技術(例如Hadoop技術,流計算技術)等使物流實體之間互相“對話”,讓物流過程更具有靈活性、可擴展性和智能性,以實現人工智能與物流實體的全面互聯。智慧物流也符合交通運輸部《關于推進供給側結構性改革促進物流業“降本增效”的若干意見》的要求,依托數據基礎設施、實物感知技術和物流云,通過互聯網平臺整合各物流要素,降低交易成本,成為降本增效的重要手段,也是行業發展新的價值體現。在物流服務質量提升方面,通過多式聯運、末端共享、路徑優化等,智慧物流對其產生了明顯的積極作用。智慧物流也促進了物流業的長足可持續發展,交通部甩掛運輸試點項目,累計帶動平均單位運輸成本和能耗強度下降10%~20%,共節約燃油約17.8萬噸。到2020年,物流包裹50%將替換成綠色包材,這將使總體碳排放量減少362萬噸。新能源物流車的投放也會助力城市綠色與節能減排成效。圖1“互聯網+”視域下智慧物流框架(二)“互聯網+”智慧物流框架模型建立。綜上所述,智能物流的發展模式是以物聯網為基礎,通過互聯網移動網與實物世界進行實時的信息交換,將各種物流實體的信息及數據以遠遠快于物流實體流動的速度在互聯網中進行過濾、存儲、計算、解析、運籌等,在物流云和數據平臺依據相應的規則標準進行決策,實現物流實體實時跟蹤、配送線路優化、倉儲末端共享等應用,最終提高物流服務能力和用戶滿意度。因此智慧物流的框架主要分為基礎層、網絡層、應用層和用戶端、交付端,如圖1所示。物聯網是智慧物流的基礎層。它利用RFID、GPS、GIS、GPRS、傳感技術、視頻監控、無線傳輸等技術實現智慧物流數據收集與追蹤,實現虛擬信息與物理世界的緊密結合。物聯網和智慧物流的結合主要可分為萌芽期(物流識別)、發展期(物流定位)、成長期(半智能化)和成熟期(智能化)。網絡層是智慧物流中各個部分聯系的媒介及負責決策的部門。它將基礎層收集到的信息數據化,使各種物流實體數據在互聯網中進行過濾、存儲、解析、計算處理等操作后匯集到物流數據平臺及物流云,根據相關的規則與標準進行決策分析以提供最優化的方案。應用層在基于網絡層決策的基礎上完成物流實體的倉儲、運輸、配送、追溯及一些管理應用等。智慧物流的用戶端和交付端可分為三類,第一類是制造企業和商貿企業;第二類是物流企業及其相關從業人員;第三類為社會公眾和從業人員;第四類是行業管理部門和相關平臺[4]?！盎ヂ摼W+”高效物流推動物流的交付方式的革新,如“互聯網+”車貨匹配、“互聯網+”甩掛運輸、“互聯網+”專業物流等促進物流業節能減排和綠色發展。

三、“互聯網+”視域下智慧物流實時風險管理機制構建

(一)智慧物流實時風險管理的基本思路。傳統物流行業在風險識別、評估、預警、控制等方面已經具有了自己成熟的體系,尤其是在部分風險評估的方法和模型研究方面已經比較完善;而智慧物流風險管理機制因為研究時間短,且又強調跨界協同共享模式的發展,因此其在風險識別、評估、預警、控制等管理體系和機制建設上落后于傳統物流業的風險管理。而傳統物流業的風險往往關注物流系統本身,一般與其他主體和行業無關,而互聯網+下的智慧物流是跨界協同共享的新物流模式,不可避免的涉及到多方的風險及多方相互交融而產生的新風險。智慧物流比傳統物流業面臨的風險范圍更廣,風險特征也亟需更新。馬鵬程[5]認為,物聯網技術強大感知和傳輸功能可以有效識別、評價和預警物流企業面臨的潛在風險,因此他將物聯網技術和風險管理理論相結合構建了物流風險管理體系。何明珂和錢文彬[6]從風險識別、評估和處理三個階段研究了型物流金融風險管理的全過程。Kwanho[7]通過引入情景感知的實時風險管理的概念,提出了一種適合各種類型的風險的智能風險管理框架(i-RM),可以在物流系統運行過程中實時發現并處理風險。(二)智慧物流實時風險管理機制的構建。隨著“互聯網+”與物流行業的深度融合,“物流云+互聯網+智能終端”成為新的信息基礎設施,實現了物流實體運作過程中對全要素的實時監控,同時革新了物流業風險管理機制。借助互聯網移動網的大數據技術,智慧物流能有效擴容傳統物流行業風險管理的數據源,使得數據維度豐富多樣、數據顆粒度細化具體、數據延展面縱橫拓寬,使不同時間、場合、類型的實時監測數據的收集、存儲、計算、分析得以實現,從而風險管理機制甄別度和數據準確性得以大幅提升。在此基礎上,本文結合國內外對風險管理的研究成果和智慧物流框架,將風險管理機制納入智慧物流框架中,以實現其風險識別、評估、分析和化解等功能,如圖2所示。如圖2所示,風險管理機制的構成應與智慧物流的功能相適應,主要包括四個子域,分別為:原始風險數據庫子域、實時數據識別子域、風險評估子域和響應行為子域。原始風險數據庫子域。風險數據庫建設的本質是通過搜集可能引發物流業各類風險的主要風險信息,分析“互聯網+”視域下我國智慧物流風險管理的主要矛盾,在此基礎上“剝繭抽絲”,找出導致主要矛盾的具體特征,構建出風險特征清單,并賦予特征權重,得出風險水平集合。并且要根據互聯網及物聯網技術的不斷發展及時更新,為實時數據識別、風險評估及響應行為子域奠定堅實的數據基礎。本文的風險特征清單主要包括五大特征,分別為時間(T)、位置(P)、溫度(E)、形狀(S)、數量(Q)。五大特征的權重集為ε={ε1,ε2,ε3,ε4,ε5},五大特征集與其權重的對應關系:T→ε1,P→ε2,E→ε3,S→ε4,Q→ε5五大特征的權重集ε={ε1,ε2,ε3,ε4,ε5}和對應的情景特征值的乘積和構成智慧物流風險水平值的集合R,R=(T,P,E,S,Q)*ε,風險預警集為R={r1,r2,r3,r4,r5}。實時數據識別子域。這一環節用于收集、過濾和匯總來自物流實體的實時信息。這些信息主要包括定期從RFID標簽、傳感器、視頻監控等智慧物流基礎層傳輸的物理信息,包括結構化、半結構化、非結構化的數據。這些數據被計算機程序語言(EPL)處理為互聯網可以識別的語言用來確定各種物流實體及它的實時狀態。將物流實體和它對應的狀態的數據進行匯總整理,作為一組情景形成情景集。風險評估子域。將上一環節的情景識別進一步轉化為對從情境中提取的五大特征的實時數據,分別為:時間(T0)、位置(P0)、溫度(E0)、形狀(S0)、數量(Q0),并將其分別用五個集合進行描述:T0={t1,t2,…,tX},P0={p1,p2,…,pX},E0={e1,e2,…,eX},S0={s1,s2,…,sX},Q0={q1,q2,…,qX}.通訊作者:郭麗芳,E-mail:glfsx@163.com。將上述五個實時特征值集與原始風險數據庫中的五個特征值對應的權重做乘積后求和,得出物流實體實時風險集R0。實時風險水平值集合R0與原始風險水平值集合R的差值P所處的風險區間是確定風險水平的依據。響應行為子域。響應行為子域是風險管理機制的核心,是減輕或消除物流風險的落實性質的環節。基于上一環節的風險水平劃定風險區間,本文將風險區間分為綠色區間、橙色區間和紅色區間。紅色區間是指物流實體及其狀態的實時數據與原始風險數據庫的數據差異大,P值顯著,風險發生概率很高,需要立即作出響應與處理;橙色區間是指物流實體及其狀態的實時數據與原始風險數據庫的數據有差異,R0與R的差P值較大,風險發生概率較高,物流模式暫時可能不會發生風險狀況,但如果沒有及時采取一些調整、控制行為,風險水平極有可能上升至紅色風險區間;綠色區間是指物流實體及其狀態的實時數據與原始風險數據庫的數據吻合度高,R0與R的差P值的大小可以忽略不計,風險發生的概率極其低。當風險水平位于紅色區間,此時應即刻采取有效應急措施;當風險水平處于橙色區間,則對風險進行重點的風險監控;若風險水平處于綠色區間,則可以忽視。實時風險管理機制是一個循環的過程,風險響應子域的信息反饋至原始風險庫建設,有助于及時對新情景進行識別和評估,進而實現風險管理機制的自我改進和優化。

四、結論

智能實時風險管理機制可全天候對智慧物流模式運營的各種風險進行實時數據收集、風險識別和風險響應,物聯網和互聯網對海量數據的收集處理能力可有效彌補傳統物流風險管理的局限,減少人為操作和系統延遲引發的一系列問題,實現了物流實體及其狀態數據的實時采集和評估結果的自動、實時輸出,提高物流風險管理的智能化水平,從而使智慧物流模式更加穩定可靠。在“互聯網+”視域下的智慧物流實時風險管理機制與智慧物流模式相輔相成、相互促進,形成了物流業應對內外部的各類風險的機制保障,通過實時數據識別、風險評估、風險響應三個階段可將風險控制在有效范圍內,進一步提高了智慧物流風險管理的系統性與有效性。

作者:王郁 郭麗芳 馬家齊 武雅敏 單位:太原理工大學