疫情環境下智慧物流的作用與發展趨勢

摘 要：2020年初，突如其來的新冠肺炎疫情，給全國人民的生活帶來諸多不利影響，如何確?？挂呶镔Y及時到達和保障居家隔離人民群眾的日常生活，成為急需解決的時代課題。伴隨著改革開放蓬勃發展的物流業，在這次疫情中交上了一份滿意的答卷，本文重點探討智慧物流在抗擊疫情中體現的作用和后疫情時代智慧物流的發展趨勢。

關鍵詞：智慧物流;新冠疫情;作用;發展趨勢

一、疫情環境下的智慧物流

智慧物流是一種以信息技術為支撐，在物流的運輸、倉儲、包裝、裝卸搬運、流通加工、配送、信息服務等各個環節實現系統感知、全面分析、及時處理及自我調整功能，從而實現物流規整智慧、發現智慧、創新智慧和系統智慧的現代綜合性物流系統。智慧物流的推廣，不僅能夠對于突發公共衛生事件、重大自然災害得到保障，同時對于物流行業提質增效起到深遠影響。在疫情期間，救援物資運輸和網上購買配送的速度之快無不體現著科技在物流業運用帶來的價值，在這方面，我國的順豐集團、京東集團體現最為明顯。我國政府對于智慧物流行業發展較為重視，同時發布了《“互聯網+”高效物流實施意見》、《關于推動物流高質量發展促進形成強大國內市場的意見》等重要政策文件，推動了智慧物流發展，關于物流的新科技、新技術、新設備得到鼓勵和支持。在此次疫情的契機下，我國智慧物流建設加快馬力，將迎來新一輪提速期，在后疫情時代下，精準投遞、無人運輸、無接觸配送能夠煥發出嶄新的活力。

二、疫情環境下智慧物流的作用

疫情爆發需要堅持在黨的正確領導下做到群防群控，筆者看來智慧物流主要發揮了五大作用，分別是：

1.平衡供需

疫情突發以后商品需求迅速增長，人們處于搶購囤貨狀態，如果放任大家搶購，這些物資就無法得到充分利用。例如，如果放任感染病例較少省份的消費者大量購買并囤積市場上僅有的口罩，那么這些口罩很可能僅是被閑置在家，而疫情嚴重的地區卻無法獲得急需的抗疫物資?；赟EIR流行病傳播模型預測了疫情物資需求，避免非疫情嚴重地區出現疫情用品囤積的情況。SEIR模型基于人們在恢復后對疾病具有終生免疫力的假設上，對各區域的患者人數、疑似人數、傳播路徑進行預測，并進一步結合區域人口規模預測疫情物資需求，并控制需求以確保將有限的物資分配到最需要的區域。同時發動上游廠商增加產能，加速供應。

2.全渠道供應

民生商品的需求，平時更多在線下，疫情發生后，人們居家隔離，這些商品的需求迅速轉移到線上，京東集團的創新項目物競天擇全渠道供應鏈平臺此時發揮重要作用。它針對用戶的線上訂單，通過實時匹配離用戶最近的線下門店的商品庫存，配送到家。如果以前北京的消費者訂購兩瓶5升的食用油和一袋米，那么產品需要先從京東倉庫發出，然后到達顧客附近的京東物流配送站，再配送給客戶。全渠道解決方案將不再僅依賴京東倉庫的庫存，而是通過算法匹配距離顧客最近的實體店，然后從那里調用庫存配送。疫情期間，上百個城市的上萬家線下門店與京東一起，通過全渠道供應鏈平臺向廣大用戶配送商品，日均配送量約為疫情暴發前的五倍。

3.倉網優化

針對物流產能問題，疫情剛好發生在春節期間，許多物流工作人員還在放假。加上部分交通線路被封鎖，物流運輸及配送變得非常困難。這將導致部分倉庫無法正常供應其原來輻射范圍內的城市，延誤大量配送時效。在人力資源吃緊的情況下，將貨物從京東的區域物流中心運輸到下級倉庫，比如前置倉，也十分具有挑戰性?！岸嗉壘W絡分層優化”根據最新疫情信息實時分析倉網狀態，從而計算省市間倉網中的庫存分布并重新規劃運輸。該平臺還使京東的供應商可以直接向京東的前置倉交貨。疫情期間，數百種供應商品繞過了原有的區域運輸系統，直接供應到了京東的前置倉。

4.早期預警模型

隨著疫情期間人們對口罩、酒精等疫情物資需求的暴漲，個別商家趁機大幅度地調高商品價格，還有個別商家提供虛假的庫存數量導致用戶購買后沒有商品發貨，影響用戶體驗，同時也影響到整個平臺商家的信譽。在這種情況下，通過人工方式從數十萬條信息中找到這些投機行為異常困難，基于智能預測、異常數據檢測等算法技術，建立風險預警模型，識別出疑似不合理漲價、超賣隱患的操作行為，規范商家運營。

最后是未來一定周期內經濟壓力及產業產能不足帶來的挑戰。疫情期間，結合本次新冠疫情期間的數據表現，不斷地推演對各個行業未來的趨勢預測，積極與供應商合作伙伴溝通未來的形勢、遇到的困難，通過反復地溝通與協調，達成最有效的恢復預案。

5.共建應急供應鏈管理平臺

疫情期間，面對各地不同的需求，如何把相對短缺的醫療防護物資分配到最需要的地方去，成為了決定抗疫成敗的一個關鍵因素。數字化技術與大數據分析在此環節扮演了重要角色。以湖北省政府和京東的合作為例，通過共建“應急物資供應鏈管理平臺”，京東幫助湖北省新冠肺炎防控指揮部實現了需求、采購、調配、送達到捐贈的全場景全面協同：通過數字化技術連接需求方、采購方、供貨方三方，將醫療防護物資在供應鏈不同環節的數據和信息以數字化形式進行整合，從而在上游指導生產決策、監控生產進度，在下游精準測算不同需求的優先級、進行科學調度并可視化發放過程，從而實現“將好鋼用在刀刃上”。

6.加深信賴

疫情之下，促進了上下游供應商之間的信任和合作，只有建立在共擔風險、共享信息、共同獲利的新型供應鏈合作伙伴關系上，秉承為人民群眾謀福利的宗旨全力保障商品供應，并做到“天天低價、讓利于民”，才能最終獲得群眾的認可，樹立品牌形象。

三、后疫情時代智慧物流的發展對策

1.加快智慧物流人才的培養力度

智慧物流的發展關鍵在于人才，當前，我國高校物流專業群的人才培養大多停留在理論層面，達不到物流企業的用人需求，后疫情時代對智慧物流的人才需求提出更高的要求，高校的物流專業群課程建設要以“產學研”一體的思路，將重點放在以實際產業來源為主的經驗型、技術型教學內容的設計上。注重校企雙制共育智慧物流人才，打造智慧物流專業群實戰金課、智慧物流實訓基地，校企聯合共同建設智慧化、高端化實驗課程，共同培養結構合理、專兼結合的專業教學團隊，全面提升專業辦學能力與人才培養質量，推動學生高目標、高質量、高端化成長成才。

2.加快運輸作業業務流程優化

由于我國地域廣、人口多，因此很多企業從未過多關注運輸作業優化問題。疫情之下，訂單爆增，時效要求急迫，繁瑣的物流運輸流程，讓大部分物流企業運轉變得舉步維艱，同時由于缺少簡單的操作指令和直觀的工作說明書，也讓快速上崗的員工無法及時跟進企業的工作要求。此時，智能運輸管理信息系統顯得尤為重要，智慧運輸管理系統能最大限度優化運輸方案，節能高效的滿足運輸需求。

3.加快推進末端配送改革

疫情之下產生的無接觸配送對末端配送改革提供契機，末端配送一直存在配送人員素質良莠不齊、配送商品品類多樣、規格不同、配送難度大和客戶對配送質量要求高等問題，無接觸配送用戶在下單后，通過訂單備注、電話、App內即時通信系統等方式與騎手約定位置，進行包裹自提，這緩解了“最后一公里”的運力安全挑戰。另一方面，在感染最嚴重的地區，無人配送車、無人機、病房送藥機器人等無人設備的應用進一步降低了相關人員被感染的風險。這些新技術和新模式的背后，同樣離不開大數據分析的支持。通過快遞柜的投放可以較好地解決這一難題，既減少了物流企業末端配送的難度，也提升了客戶的滿意度。此次疫情對物流行業提出了無人化、智能化、無接觸化的新需求。這些需求引發了物流企業對相關數字化技術的新一輪思考與嘗試，也將推動物流企業深化數字化轉型。

4.加快柔性供應鏈建設

柔性供應鏈是指快速而經濟地處理企業生產經營活動中環境或由環境引起的不確定性的能力。強大的供應鏈應該具備三種能力：彈性、韌性、柔性。疫情期間口罩供應緊張，于是，全國的制造企業迅速把生產線轉移到了口罩機和呼吸機，僅深圳就有1500多家企業。短短2個月，國內口罩的日均產能從2000萬增長到2億，暴增10倍。這說明這些企業的改造具備很強的柔性，可以根據爆發性的需求建立生產的能力，適應在突發的大規模公共事件上的應急需求。而在物流領域，中國的供應鏈同樣顯示出了強大的柔性。在疫情期間，京東物流有能力保證最后50米、10米的配送場景，甚至在武漢，以供應鏈科技為依托，京東物流還完成了配送地圖采集和機器人測試工作，全國范圍內無人機、無人倉保持常態運營，大大降低病毒傳播可能性。京東物流還承建湖北當地的應急物資供應鏈管理平臺，運用供應鏈科技直接參與到政府部門疫情防控工作中。

四、總結

疫情加速智慧物流的發展，從市場需求來看，客戶越來越需要柔性化、敏捷化、定制化的物流服務，傳統的物流模式難以滿足當前用戶的需求和時代的發展，結合大數據和物聯網技術以及此次疫情的防控經驗，城市和企業也將加快建立高效、智能的物流系統。因此，后疫情時代要加快智慧物流人才的培養力度、推進末端配送改革、加快運輸作業業務流程優化和柔性供應鏈系統的建設，重塑商業發展關系，再造產業發展新結構，打造產業發展新生態，深刻地改變產業發展方式和分工體系，從而成為物流業轉型涉及到主要源泉，成為我國智慧物流業發展的新亮點。

參考文獻：

[1]李桂芳.疫情下的中國供應鏈：思考與對策[J].商業經濟研究，2020.08，28-30.

[2]陳祥森.疫情沖擊下的經濟和供應鏈[J].中國儲運，2020.04， 30-31+33-34.

[3]陳潔.疫情下的物流新價值[J].知識經濟，2020.11，66-68.

[4]何黎明.抗疫情、保通暢，打通物流生命線[J].中國物流與采購，2020.06，8.

[5]江宏.疫情下末端物流的發展變化[J].物流技術與應用，2020.04， 70-73.

[6]喜崇彬.疫情之下，物流行業的應對與變革[J].物流技術與應用，2020.04，104-106.

作者簡介：劉哲（1979- ），男，漢族，湖南常德人，研究生碩士，主要研究方向：物流管理