智慧物流实时风险管理研究

导语：智慧物流实时风险管理研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、前言

以互联网、大数据、云计算等技术为代表的智慧物流快速发展,“互联网+”高效物流重构了物流行业的生态体系和业务流程,激发了大量的物流商业模式创新和新的市场进入者,为大众创业、万众创新提供了不竭动力,能够迅速应对当今全球供应链日益增长的需求,是物流业转型升级的必由之路,也是国民经济持续发展的重要支撑。因此智慧物流受到国家高度重视,政府扶植政策在短时间内密集出台。2016年4月,国务院办公厅《关于深入实施“互联网+流通”行动计划的意见》,意见提出“要求加大流通基础设施信息化改造力度,充分利用物联网等新技术,推动智慧物流配送体系建设。”6月出台《营造良好市场环境推动交通物流融合发展实施方案》,9月出台《物流业降本增效专项行动方案》。智慧物流也受到学术界的重视。智慧物流不仅涉及到技术性问题,它更是一个系统、综合的概念物流业发展至今积累的数据资源需要以大数据技术为驱动实现智慧物流,而物流园区作为各个行业企业的结点,是智慧物流运行的中枢,可以为发展智慧物流奠定基础[1]。从智慧物流的本质来说,它是指从供需平衡角度出发,使资源利用最大化。智慧物流信息处理技术中最核心的就是实时性;信息分析技术能够有效帮助物流企业规避风险、做出合理决策;信息预测技术发展是最近需要特别关注的问题[2]。与一些发达国家相比,智慧物流在我国的发展仍处于初级阶段,还需要在相关政策法规、行业标准规范、核心信息技术、物流管理人才等方面推动智慧物流更好地发展。在“互联网+”背景下,物流企业也不可避免面临一些风险,如数据来源的风险、线上线下业务整合的风险以及管理创新的风险等,物流企业需要从多个方面变革来进行风险管理。在智慧物流的发展模式中却鲜少有学者将风险管理机制纳入其框架内,为确保物流过程的质量和连续性,有效的风险管理机制必不可少[3]。

二、“互联网+”视域下智慧物流框架模型研究

(一)“互联网+”下的智慧物流的基本内涵。我国快递业务量连续三年世界第一,快递业成为统一市场的流通底层和经济增长点,对全球快递业增长贡献率达到40%。智慧物流、无人仓储等技术领先世界,智慧物流体系的建设更是领先全球。目前,实业界大量的研究和开发工作旨在提高对物流对象的跟踪、监测和预测的能力。数据采集机制(例如传感器,GPS,RFID)、通信技术(如4G以及正在研发的5G)和数据分析技术(例如Hadoop技术,流计算技术)等使物流实体之间互相“对话”,让物流过程更具有灵活性、可扩展性和智能性,以实现人工智能与物流实体的全面互联。智慧物流也符合交通运输部《关于推进供给侧结构性改革促进物流业“降本增效”的若干意见》的要求,依托数据基础设施、实物感知技术和物流云,通过互联网平台整合各物流要素,降低交易成本,成为降本增效的重要手段,也是行业发展新的价值体现。在物流服务质量提升方面,通过多式联运、末端共享、路径优化等,智慧物流对其产生了明显的积极作用。智慧物流也促进了物流业的长足可持续发展,交通部甩挂运输试点项目,累计带动平均单位运输成本和能耗强度下降10%~20%,共节约燃油约17.8万吨。到2020年,物流包裹50%将替换成绿色包材,这将使总体碳排放量减少362万吨。新能源物流车的投放也会助力城市绿色与节能减排成效。图1“互联网+”视域下智慧物流框架(二)“互联网+”智慧物流框架模型建立。综上所述,智能物流的发展模式是以物联网为基础,通过互联网移动网与实物世界进行实时的信息交换,将各种物流实体的信息及数据以远远快于物流实体流动的速度在互联网中进行过滤、存储、计算、解析、运筹等,在物流云和数据平台依据相应的规则标准进行决策,实现物流实体实时跟踪、配送线路优化、仓储末端共享等应用,最终提高物流服务能力和用户满意度。因此智慧物流的框架主要分为基础层、网络层、应用层和用户端、交付端,如图1所示。物联网是智慧物流的基础层。它利用RFID、GPS、GIS、GPRS、传感技术、视频监控、无线传输等技术实现智慧物流数据收集与追踪,实现虚拟信息与物理世界的紧密结合。物联网和智慧物流的结合主要可分为萌芽期(物流识别)、发展期(物流定位)、成长期(半智能化)和成熟期(智能化)。网络层是智慧物流中各个部分联系的媒介及负责决策的部门。它将基础层收集到的信息数据化,使各种物流实体数据在互联网中进行过滤、存储、解析、计算处理等操作后汇集到物流数据平台及物流云,根据相关的规则与标准进行决策分析以提供最优化的方案。应用层在基于网络层决策的基础上完成物流实体的仓储、运输、配送、追溯及一些管理应用等。智慧物流的用户端和交付端可分为三类,第一类是制造企业和商贸企业;第二类是物流企业及其相关从业人员;第三类为社会公众和从业人员;第四类是行业管理部门和相关平台[4]。“互联网+”高效物流推动物流的交付方式的革新,如“互联网+”车货匹配、“互联网+”甩挂运输、“互联网+”专业物流等促进物流业节能减排和绿色发展。

三、“互联网+”视域下智慧物流实时风险管理机制构建

(一)智慧物流实时风险管理的基本思路。传统物流行业在风险识别、评估、预警、控制等方面已经具有了自己成熟的体系,尤其是在部分风险评估的方法和模型研究方面已经比较完善;而智慧物流风险管理机制因为研究时间短,且又强调跨界协同共享模式的发展,因此其在风险识别、评估、预警、控制等管理体系和机制建设上落后于传统物流业的风险管理。而传统物流业的风险往往关注物流系统本身,一般与其他主体和行业无关,而互联网+下的智慧物流是跨界协同共享的新物流模式,不可避免的涉及到多方的风险及多方相互交融而产生的新风险。智慧物流比传统物流业面临的风险范围更广,风险特征也亟需更新。马鹏程[5]认为,物联网技术强大感知和传输功能可以有效识别、评价和预警物流企业面临的潜在风险,因此他将物联网技术和风险管理理论相结合构建了物流风险管理体系。何明珂和钱文彬[6]从风险识别、评估和处理三个阶段研究了型物流金融风险管理的全过程。Kwanho[7]通过引入情景感知的实时风险管理的概念,提出了一种适合各种类型的风险的智能风险管理框架(i-RM),可以在物流系统运行过程中实时发现并处理风险。(二)智慧物流实时风险管理机制的构建。随着“互联网+”与物流行业的深度融合,“物流云+互联网+智能终端”成为新的信息基础设施,实现了物流实体运作过程中对全要素的实时监控,同时革新了物流业风险管理机制。借助互联网移动网的大数据技术,智慧物流能有效扩容传统物流行业风险管理的数据源,使得数据维度丰富多样、数据颗粒度细化具体、数据延展面纵横拓宽,使不同时间、场合、类型的实时监测数据的收集、存储、计算、分析得以实现,从而风险管理机制甄别度和数据准确性得以大幅提升。在此基础上,本文结合国内外对风险管理的研究成果和智慧物流框架,将风险管理机制纳入智慧物流框架中,以实现其风险识别、评估、分析和化解等功能,如图2所示。如图2所示,风险管理机制的构成应与智慧物流的功能相适应,主要包括四个子域,分别为:原始风险数据库子域、实时数据识别子域、风险评估子域和响应行为子域。原始风险数据库子域。风险数据库建设的本质是通过搜集可能引发物流业各类风险的主要风险信息,分析“互联网+”视域下我国智慧物流风险管理的主要矛盾,在此基础上“剥茧抽丝”,找出导致主要矛盾的具体特征,构建出风险特征清单,并赋予特征权重,得出风险水平集合。并且要根据互联网及物联网技术的不断发展及时更新,为实时数据识别、风险评估及响应行为子域奠定坚实的数据基础。本文的风险特征清单主要包括五大特征,分别为时间(T)、位置(P)、温度(E)、形状(S)、数量(Q)。五大特征的权重集为ε={ε1,ε2,ε3,ε4,ε5},五大特征集与其权重的对应关系:T→ε1,P→ε2,E→ε3,S→ε4,Q→ε5五大特征的权重集ε={ε1,ε2,ε3,ε4,ε5}和对应的情景特征值的乘积和构成智慧物流风险水平值的集合R,R=(T,P,E,S,Q)*ε,风险预警集为R={r1,r2,r3,r4,r5}。实时数据识别子域。这一环节用于收集、过滤和汇总来自物流实体的实时信息。这些信息主要包括定期从RFID标签、传感器、视频监控等智慧物流基础层传输的物理信息,包括结构化、半结构化、非结构化的数据。这些数据被计算机程序语言(EPL)处理为互联网可以识别的语言用来确定各种物流实体及它的实时状态。将物流实体和它对应的状态的数据进行汇总整理,作为一组情景形成情景集。风险评估子域。将上一环节的情景识别进一步转化为对从情境中提取的五大特征的实时数据,分别为:时间(T0)、位置(P0)、温度(E0)、形状(S0)、数量(Q0),并将其分别用五个集合进行描述:T0={t1,t2,…,tX},P0={p1,p2,…,pX},E0={e1,e2,…,eX},S0={s1,s2,…,sX},Q0={q1,q2,…,qX}.通讯作者:郭丽芳,E-mail:glfsx@163.com。将上述五个实时特征值集与原始风险数据库中的五个特征值对应的权重做乘积后求和,得出物流实体实时风险集R0。实时风险水平值集合R0与原始风险水平值集合R的差值P所处的风险区间是确定风险水平的依据。响应行为子域。响应行为子域是风险管理机制的核心,是减轻或消除物流风险的落实性质的环节。基于上一环节的风险水平划定风险区间,本文将风险区间分为绿色区间、橙色区间和红色区间。红色区间是指物流实体及其状态的实时数据与原始风险数据库的数据差异大,P值显著,风险发生概率很高,需要立即作出响应与处理;橙色区间是指物流实体及其状态的实时数据与原始风险数据库的数据有差异,R0与R的差P值较大,风险发生概率较高,物流模式暂时可能不会发生风险状况,但如果没有及时采取一些调整、控制行为,风险水平极有可能上升至红色风险区间;绿色区间是指物流实体及其状态的实时数据与原始风险数据库的数据吻合度高,R0与R的差P值的大小可以忽略不计,风险发生的概率极其低。当风险水平位于红色区间,此时应即刻采取有效应急措施;当风险水平处于橙色区间,则对风险进行重点的风险监控;若风险水平处于绿色区间,则可以忽视。实时风险管理机制是一个循环的过程,风险响应子域的信息反馈至原始风险库建设,有助于及时对新情景进行识别和评估,进而实现风险管理机制的自我改进和优化。

四、结论

智能实时风险管理机制可全天候对智慧物流模式运营的各种风险进行实时数据收集、风险识别和风险响应,物联网和互联网对海量数据的收集处理能力可有效弥补传统物流风险管理的局限,减少人为操作和系统延迟引发的一系列问题,实现了物流实体及其状态数据的实时采集和评估结果的自动、实时输出,提高物流风险管理的智能化水平,从而使智慧物流模式更加稳定可靠。在“互联网+”视域下的智慧物流实时风险管理机制与智慧物流模式相辅相成、相互促进,形成了物流业应对内外部的各类风险的机制保障,通过实时数据识别、风险评估、风险响应三个阶段可将风险控制在有效范围内,进一步提高了智慧物流风险管理的系统性与有效性。

作者:王郁 郭丽芳 马家齐 武雅敏 单位:太原理工大学