摘要：智慧物流的智慧能力主要體現(xiàn)在三個(gè)方面，智能歸納、智能學(xué)習(xí)和智能決策。我國(guó)智慧物流的發(fā)展具體表現(xiàn)在三個(gè)領(lǐng)域：專利申請(qǐng)數(shù)量逐年上升、企業(yè)創(chuàng)新投入比例持續(xù)擴(kuò)大、物流環(huán)節(jié)智能程度逐年提高。智慧物流在實(shí)際應(yīng)用上卻總是面臨困難，而在新興的物聯(lián)網(wǎng)技術(shù)中，MEC技術(shù)獨(dú)到的可靠性與可操作性，對(duì)智慧物流的優(yōu)化，有著重要作用。

關(guān)鍵詞：物聯(lián)網(wǎng);智慧物流

一、前言

隨著5G時(shí)代的到來(lái)，萬(wàn)物聯(lián)網(wǎng)距離我們的生活已不再遙遠(yuǎn)，然而即使目前物聯(lián)網(wǎng)的技術(shù)與概念已不斷被提出，相應(yīng)的應(yīng)用卻很少。智慧物流作為物流業(yè)界新興提出的概念，其誕生與物聯(lián)網(wǎng)問(wèn)世有著千絲萬(wàn)縷的關(guān)系，然而究竟該如何將物聯(lián)網(wǎng)切實(shí)地應(yīng)用于智慧物流來(lái)優(yōu)化目前的供應(yīng)鏈？我國(guó)若要形成以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局，國(guó)內(nèi)的和連接全球的物流體系必須通暢、高效，智慧物流亟待優(yōu)化。

二、智慧物流

智慧物流（Intelligent Logistics System，ILS）是指物流產(chǎn)業(yè)結(jié)合云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)（Internet of Things，IOT）等智慧技術(shù)，提升物流系統(tǒng)的網(wǎng)絡(luò)化、自動(dòng)化、智能化和可視化水平，進(jìn)而形成技術(shù)引領(lǐng)下的物流生態(tài)圈層。利用智能信息化技術(shù)，為物流系統(tǒng)配備智能感知、主動(dòng)分析、自動(dòng)決策及長(zhǎng)期迭代的智慧能力，則體現(xiàn)在三個(gè)方面：

第一，智能感知?dú)w納。智慧物流系統(tǒng)能夠基于已有的運(yùn)輸、倉(cāng)儲(chǔ)、裝卸、包裝、再加工、配送和訂單等海量信息，實(shí)現(xiàn)數(shù)據(jù)的價(jià)值分類和智慧采集，從而使得物流產(chǎn)業(yè)鏈上的各個(gè)部門均能夠?qū)崟r(shí)準(zhǔn)確掌握物流進(jìn)程，形成強(qiáng)大的物流信息數(shù)據(jù)庫(kù)。

第二，智能學(xué)習(xí)。通過(guò)預(yù)設(shè)的物流效率分析模型，智慧物流系統(tǒng)可以從龐大的基礎(chǔ)數(shù)據(jù)庫(kù)中自主進(jìn)行分析，不斷找出現(xiàn)有物流過(guò)程中的漏洞與低效之處，使得系統(tǒng)具備自我完善的能力。

第三，智能決策。在系統(tǒng)自我完善的基礎(chǔ)上，物流系統(tǒng)形成了 AI 級(jí)別的決策功能，不僅能夠?yàn)楣芾韺拥陌l(fā)展戰(zhàn)略提供信息輔助，而且能夠在具體實(shí)踐中給出相應(yīng)的處理方案，使得物流系統(tǒng)的各個(gè)環(huán)節(jié)有條不紊，促進(jìn)企業(yè)整體的協(xié)同運(yùn)行。

三、我國(guó)智慧物流發(fā)展現(xiàn)狀

早在2016年智慧物流的發(fā)展就得到了國(guó)家政策環(huán)境的支持，政策的頒布為智慧物流營(yíng)造了良好的宏觀發(fā)展環(huán)境，強(qiáng)而有力地推動(dòng)了智慧物流的發(fā)展，具體表現(xiàn)在三個(gè)領(lǐng)域：專利申請(qǐng)數(shù)量逐年上升、企業(yè)創(chuàng)新投入比例持續(xù)擴(kuò)大、物流環(huán)節(jié)智能程度逐年提高。

1.專利申請(qǐng)數(shù)量逐年提升

衡量人類某一知識(shí)領(lǐng)域的發(fā)展程度，得從質(zhì)與量?jī)蓚€(gè)角度著手。專利申請(qǐng)數(shù)量是技術(shù)創(chuàng)新的重要體現(xiàn)，也是反映行業(yè)智慧程度與廣度的重要數(shù)據(jù)，基于國(guó)家產(chǎn)業(yè)專利信息數(shù)據(jù)庫(kù)的相關(guān)數(shù)據(jù)可以發(fā)現(xiàn)，我國(guó)物流行業(yè)的專利申請(qǐng)數(shù)量，在發(fā)明專利、實(shí)用新型專利、外觀設(shè)計(jì)專利上逐年上升（見(jiàn)圖1）。

從圖1中可以發(fā)現(xiàn)，在2012年我國(guó)物流專利申請(qǐng)數(shù)量進(jìn)入井噴期，這其中，實(shí)用新型專利和發(fā)明專利的提升幅度尤其亮眼，正說(shuō)明近年來(lái)我國(guó)智慧物流創(chuàng)新動(dòng)力強(qiáng)勢(shì)活躍。同時(shí)，我國(guó)也是目前全球第一的智能倉(cāng)儲(chǔ)成套設(shè)備關(guān)鍵技術(shù)相關(guān)申請(qǐng)數(shù)量的國(guó)家。

2.創(chuàng)新投入比例持續(xù)擴(kuò)大

從質(zhì)的角度上看，企業(yè)R&D投入，即研究與試驗(yàn)發(fā)展投入經(jīng)費(fèi)，是指企業(yè)為增加當(dāng)前的研發(fā)水平，并基于研發(fā)內(nèi)容實(shí)現(xiàn)系統(tǒng)創(chuàng)造的過(guò)程，因此R&D投入在企業(yè)總投入中的占比，被視為衡量智慧物流發(fā)展深度的重要指標(biāo)。通過(guò)對(duì)Wind數(shù)據(jù)庫(kù)中所有在A股上市的物流類企業(yè)財(cái)務(wù)數(shù)據(jù)的統(tǒng)計(jì)，得出了2010年至2020年間我國(guó)物流上市企業(yè)平均R&D投入比重的數(shù)據(jù)，見(jiàn)圖2。

由圖2可見(jiàn)，我國(guó)物流上市企業(yè)平均R&D投入比例從2010年的2.17%上升至2020年的12.05%，可見(jiàn)在我國(guó)物流產(chǎn)業(yè)的不斷發(fā)展中，大型物流企業(yè)均著力于研發(fā)投入的加大，助力智慧物流體系的構(gòu)造。實(shí)際上，國(guó)際對(duì)高新技術(shù)企業(yè)的R&D投入比例要求為高于6%，而這一指標(biāo)數(shù)據(jù)早在2015年我國(guó)就已完成，說(shuō)明我國(guó)智慧物流行業(yè)在高新技術(shù)水平上的大力發(fā)展。

3.物流環(huán)節(jié)智能程度逐年提高

我國(guó)物流業(yè)一直屬于勞動(dòng)密集型產(chǎn)業(yè)，在供應(yīng)鏈的各個(gè)環(huán)節(jié)均依賴大量的人力參與，而我國(guó)的“人口紅利”也為早期的物流業(yè)發(fā)展提供了動(dòng)力。然而，隨著我國(guó)勞動(dòng)力成本的日益上升，中國(guó)人口增長(zhǎng)壓力的進(jìn)一步增加，“人口紅利”的作用已微乎其微，進(jìn)一步實(shí)現(xiàn)智能化技術(shù)+自動(dòng)化裝備迫在眉睫。根據(jù)《中國(guó)智慧物流大數(shù)據(jù)發(fā)展報(bào)告》（見(jiàn)圖3），至2020年我國(guó)關(guān)鍵物流環(huán)節(jié)自動(dòng)化比重已逼近80%，正說(shuō)明物流業(yè)的轉(zhuǎn)型，智慧物流建設(shè)得到重視。

四、物聯(lián)網(wǎng)技術(shù)優(yōu)化智慧物流

物聯(lián)網(wǎng)是以互聯(lián)網(wǎng)為基礎(chǔ)，通過(guò)傳感網(wǎng)、紅外、射頻識(shí)別（RFID）等技術(shù)，依靠一定協(xié)議，將物具與互聯(lián)網(wǎng)聯(lián)接，進(jìn)行信息交換，強(qiáng)化人與機(jī)、人與物聯(lián)系的網(wǎng)絡(luò)系統(tǒng)。其運(yùn)行流程一般有三個(gè)步驟：標(biāo)識(shí)、識(shí)別、通信。目前已有的關(guān)鍵核心技術(shù)則包括：射頻識(shí)別技術(shù)、傳感網(wǎng)技術(shù)、M2M技術(shù)等。本文介紹了應(yīng)用物聯(lián)網(wǎng)技術(shù)來(lái)對(duì)航空智能報(bào)價(jià)進(jìn)行優(yōu)化。

1.系統(tǒng)設(shè)計(jì)思路

系統(tǒng)主要供內(nèi)部報(bào)價(jià)員使用，輔助報(bào)價(jià)員向客戶提供適合的報(bào)價(jià)方案。該系統(tǒng)運(yùn)用數(shù)據(jù)庫(kù)和對(duì)應(yīng)的規(guī)則庫(kù)來(lái)標(biāo)準(zhǔn)化、高效率輔助報(bào)價(jià)員報(bào)價(jià)方案的生成，同時(shí)又能保證維護(hù)客戶群體和實(shí)現(xiàn)中外運(yùn)企業(yè)的利潤(rùn)最大化。系統(tǒng)的優(yōu)化初步包括如圖幾個(gè)方面。

2.確定運(yùn)費(fèi)

系統(tǒng)內(nèi)部置有設(shè)定好的規(guī)則庫(kù)，當(dāng)貨物信息輸入后，系統(tǒng)會(huì)根據(jù)規(guī)則庫(kù)來(lái)標(biāo)準(zhǔn)化、高效率確定運(yùn)輸貨物適用的運(yùn)價(jià)類型以及具體運(yùn)價(jià)的計(jì)算。系統(tǒng)自動(dòng)化確定運(yùn)價(jià)大大提高報(bào)價(jià)效率和準(zhǔn)確度。

五、調(diào)整運(yùn)費(fèi)

1.影響因素說(shuō)明

（1） 預(yù)定時(shí)間

航空客運(yùn)中在不同時(shí)期的價(jià)格是不同的。因此，即使面對(duì)同一航班，在不同時(shí)間段預(yù)定艙位，艙位價(jià)格也應(yīng)該是不同的。這主要與艙位的供求關(guān)系有關(guān)。一般而言，預(yù)定時(shí)間越早，艙位空余，價(jià)格會(huì)越便宜。而隨著出發(fā)時(shí)期的臨近，價(jià)格會(huì)隨著艙位的緊張逐漸走高。并且離飛機(jī)出發(fā)時(shí)間越短，顧客對(duì)價(jià)格越不敏感，需求彈性越小。因此，公司在銷售階段價(jià)格是先低后高的。如圖所示是運(yùn)價(jià)與不同預(yù)定階段的關(guān)系。

（2） 同行價(jià)格

公司在制定價(jià)格時(shí)需要考慮同行競(jìng)爭(zhēng)者價(jià)格的存在。例如如果提供價(jià)格高于同行業(yè)競(jìng)爭(zhēng)者，則容易丟失客戶，因此在這種情況下公司需要相應(yīng)調(diào)低價(jià)格、犧牲利潤(rùn)來(lái)維持客戶市場(chǎng)，保證長(zhǎng)期利潤(rùn)。所以公司之間在不同階段制定價(jià)格時(shí)是相互制約的關(guān)系。公司（A）在某階段制定價(jià)格時(shí)主要會(huì)考慮：① 另一家與A規(guī)模差不多的公司B在對(duì)應(yīng)階段的價(jià)格制定策略;② 自身各階段所得利潤(rùn);③ 各個(gè)階段的艙位預(yù)定量。

六、結(jié)語(yǔ)

物聯(lián)網(wǎng)技術(shù)使物流管理變得越來(lái)越智能化、數(shù)據(jù)化，提高了我國(guó)物流供應(yīng)的管理水平，優(yōu)化了物流環(huán)節(jié)，為企業(yè)帶來(lái)了更多的經(jīng)濟(jì)效益。為了更好利用物聯(lián)網(wǎng)，必須不斷發(fā)揮物聯(lián)網(wǎng)的優(yōu)勢(shì)，結(jié)合多項(xiàng)技術(shù)，改善物流管理現(xiàn)狀，促進(jìn)物流業(yè)的長(zhǎng)遠(yuǎn)發(fā)展，從而使企業(yè)在激烈的市場(chǎng)環(huán)境中立于不敗之地。

參考文獻(xiàn)

[1]王蘭敬.基于物聯(lián)網(wǎng)的我國(guó)區(qū)域智慧物流配送能力評(píng)價(jià)[J].商業(yè)經(jīng)濟(jì)研究，2020，（16）： 122-124

[2]吳志偉.鐵路智慧物流園信息管理平臺(tái)物聯(lián)網(wǎng)技術(shù)研究[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2020，第42卷（10）： 14-20

[3]梁俊斌 1，2 ，田鳳森 1，2 ，蔣嬋 3 ，王天舒 4 .物聯(lián)網(wǎng)中多設(shè)備多服務(wù)器的移動(dòng)邊緣計(jì)算任務(wù)卸載技術(shù)綜述[J].計(jì)算機(jī)科學(xué)，2021，48（1）： 16-25

[4]鄭秋麗.我國(guó)智慧物流發(fā)展模式、問(wèn)題及對(duì)策[J].商業(yè)經(jīng)濟(jì)研究，2019，（18）： 108-111

[5]張宏海，彭明田，劉開(kāi)勝.基于價(jià)格導(dǎo)向的民航運(yùn)價(jià)搜索方案設(shè)計(jì)[J].中國(guó)民航大學(xué)學(xué)報(bào)，2020，38（03）：40-44.

[6]鄭懷宇.基于用戶聚類的二分圖網(wǎng)絡(luò)協(xié)同推薦算法[J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)，2018，40（03）：316-321

項(xiàng)目信息：本項(xiàng)目成果受“2021年度上海大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃”（11）建設(shè)經(jīng)費(fèi)資助

作者簡(jiǎn)介：何心怡（2000-），女，漢族，浙江杭州人，上海對(duì)外經(jīng)貿(mào)大學(xué)本科在讀，國(guó)際商務(wù)管理專業(yè)