王静漪

【摘要】本文以国际主流的风险管理相关管理理论作为理论基础，运用理论与实证相结合的方式，重点关注大数据在第三方物流项目运营中的应用，以芜湖中外运有限公司在第三方物流项目中为例，研究大数据在第三方物流风险管理中的应用，对如何通过使用大数据技术来改善第三方物流风险管理提出探讨。

【关键词】大数据 第三方物流 风险管理

一、引言

自我国改革开放以来，国民经济水平得到了快速稳步发展，宏观经济环境为我国物流行业的快速发展提供了有利条件，随着我国物质生产水平的高速提升，产品数量猛增，流通范围快速扩张，使社会对物流的整体需求猛增，为我国物流业走上发展的快车道提供了市场基础。第三方物流因其专业性和能够为物流委托方节约大量精力和成本的特点，逐步成为发展最为迅速的物流项目。但第三方物流意味着物流委托方需要与物流企业保持紧密联系，通过信息系统对物流项目过程进行管控，这需要大量的数据采集、分析和传输，传统上采用人工方式或简单的数据报表方式已经无法满足第三方物流项目风险管理的要求。在近年来大数据技术飞速发展的背景下，各种新的信息化技术和设备层出不穷，如物联网技术为数据的采集和传递提供了媒介，4G网络的快速发展保证了高速可靠的信息传输要求，计算机技术、数据库技术和人工智能技术为如何进行数据分析和问题应对提供了解决之道。本文以此为切人点，以芜湖中外运有限公司为例，在分析当前第三方物流风险管理体系基础上，研究第三方物流如何融合大数据技进行产业创新升级。

二、芜湖中外运有限公司第三方物流项目风险管理现状

（一）企业背景

芜湖中外运有限公司是一家在2002年11月20日成立的专业第三方物流公司，是中国外运长航集团有限公司H股上市公司中国外运股份有限公司的子公司，同时该企业也是皖江一带港口中最专业的规模型物流企业。经过多年发展，企业已经成为一家集运输、仓储、包装、配送等服务于一体的一家专业第三方物流企业，公司目前具备稳定的服务客户和广泛的业务渠道，2017年全年营业额超过亿元。

在公司经营过程中，风险损失赔款的额度存在明显增加，且增速超过了公司营业额，在2016年，公司全年赔款额度甚至超过了公司营业总收入的1%，严重挤压了企业的正常利润。

（二）项目案例：由"SH集团第三方物流项目”分析芜湖中外运有限公司风险管理现状

SH药业股份有限公司是一家从事药物及医疗设备生产的股份有限公司（以下简称SH药业），2015年11月，SH药业与芜湖中外运有限公司达成合作，由芜湖中外运有限公司承担SH药业华东地区六省一市药品及医疗器械仓储物流配送业务，中外运芜湖有限公司必须按SH药业要求，建立华东物流分拨中心，覆盖华东地区六省一市（含江苏省、浙江省、安徽省、福建省、江西省、山东省、上海市），由于存储的是药品及医疗器械，对存储环境有较高的要求，芜湖中外运有限公司在芜湖市高新技术开发区重新单独建立了仓储中心，并根据SH药业要求建设了闭路电视监控、自动防火告警系统、恒温恒湿系统等。在硬件上达到了药品及医疗器械存储要求，但由于当时企业正处于转型期，人力资源不足，在面积达到3000平米的仓储中心仅仅配备了2名仓管及2名搬运工。

2014年之前，芜湖中外运有限公司并没有承担过类似SH药业华东物流分拨中心这样的第三方物流项目，对此项目的复杂和困难程度认识不足，虽然建设了当时芜湖最先进的仓储硬件环境，却没有考虑到这一物流项目启动后处理的业务量非常大，不仅有实物的进出库管理，同步还有一套非常严谨的仓储管理系统需要登记维护，再加上收发货管理系统及订单管理系统。仓储管理人员不仅需要实时对货物实体进行出入库管理，还要处理ERP系统及仓储管理系统的电子化操作，结果由于人力不足，在项目启动时就埋下了风险隐患。

SH药业月均产量超过 200吨，数量达15000件以上，每周需要向7个分公司发货3500件左右，所有的验货、出入库、收发货、电子系统操作均需要2名仓储管理员完成。再加上装卸工作、日常报表等。对于这样庞大复杂的物流项目，仅有2名仓储管理人员负责，并且未进行培训，且未接触过类似工作，结果在勉强运营半个月之后，严重的问题出现，仓库实际存储货物与仓储管理系统、ERP系统、订单管理系统数据对不上，各分公司不断反映收到错误的货物，且收到货物与订单不符或存在损坏及丢失。SH药业在收到分公司多次反映问题后书面通知了芜湖中外运有限公司，芜湖中外运有限公司这才意识到问题的严重性，当即安排专人组成工作组盘库排查，由于前期工作的混乱，连具体货物数量都无法统计清楚，粗略估计损失超过二百万元，后双方共同委派专职人员，在保持物流正常业务不停的情况，20多人根据原始单据一一梳理，再与分公司逐一核对，连续加班两个多月，才整顿完成混乱状态，最终将损失控制在10万元之下。但仍然面临着SH药业相应的损失索赔。且由于在整个项目运营期间，SH药业各分公司投诉不断，最终在2016年，SH药业终止了与芜湖中外运有限公司的合作。这也是企业尝试开发新项目时忽视风险管理所造成的必然結果。

三、问题原因分析

（一）中外运有限公司物流项目运营风险定性分析

通过采用风险专家调查列举法、资产财务状况分析法等方法，笔者在中外运有限公司此项第三方物流项目中总结出面临的主要风险有以下种类：

货物运输风险，货物在物流运输过程中存在丢失、破损、延误等潜在运营风险。

货物存储风险，货物在存储过程中存在丢失、破损、自然灾害等潜在管理风险。

货物移交风险，货物在货主与物流企业或物流企业与分包商之间移交时，需要核对货物清单明细，对货物的数量、规格等一旦存在交接差异，可能导致货物移交失败风险。

信息传递风险，物流业务信息传递过程中可能出现信息变动或延误导致的信息传递风险。

人力资源风险，包括公司员工人为失误因素风险和配置人力资源不足造成的风险。

商品特性风险，第三方物流货物可能由于其商品特性易于损坏导致的风险。

（二）中外运有限公司物流项目流程分析

中外运有限公司物流项目流程如下图所示：

在整个流程环节中，除报表系统外，大部分环节依靠的是人工进行处理，所采集信息的登记及传递需要通过手工录入之后以邮件的形式进行发送，除了少量运用了条形码技术之外，整个物流项目运营流程中极少使用信息技术作为辅助，物流项目委托方只能通过简单的信息通报和以结果为导向的考核对整个物流项目的流程进行管控。

（三）中外运有限公司物流项目存在的主要问题

1、缺乏项目风险管理意识

芜湖中外运有限公司自2002年创建至今，一直以来，对物流风险都是采取头痛医头脚痛医脚的方式，属于被动的风险应对。在运作管理层面，对物流业务的基础层面如时限管理、物流成本等特别重视，却忽视了风险管理的重要性；在企业管理者思想意识层面，由于长久以来我国管理者的经营理念落后，往往对风险的发生心存侥幸。寄希望与风险不要发生。在公司文化层面，对于象芜湖中外运有限公司这样的物流企业，成立时间不長，往往将企业管理者的意志偷换为企业文化的概念，结果就是企业文化往往片面的强调效益，只要效益、忽视风险，整个公司都没有风险管理的企业文化氛围。在“SH药业第三方物流项目风险管理案例”中，芜湖中外运有限公司就感受到了轻视风险管理带来的切肤之痛。

2、物流技术落后、损耗严重

第三方物流项目是对委托方业务的执行，是一个完整的物流业务执行流程，对物流货物在包装、承运、存储、管理等方面有较高的技术水平要求，而非传统的点对点货物运输过程，在项目运营过程中一旦发生失误，造成的损失都需要由承运物流企业负责，造成物流项目成本的大幅上升。芜湖中外运有限公司在第三方物流项目中轻视现代物流技术，至今仍然依靠人力进行过程管理的做法，已经无法满足第三方物流项目高效准确运行的要求。项目委托方也缺少对过程的监管。

3、过程管理信息化水平低，信息孤岛问题明显

虽然物流行业发展迅速，但基础设施和信息技术滞后，出现比较严重的网络信息化应用断层。芜湖中外运有限公司的第三方物流虽然已经开始了网络信息化建设，整体上还处于初级阶段，物流货品在各个环节之间连接转换出现问题，整个物流供应链从上至下缺乏有效沟通，信息传递效率低下，物流项目委托方与承运方之间信息不对称，各个环节的相关信息滞留于各个环节的参与者处，无法实现信息的有效流通传递。

三、问题的解决之道—大数据技术应用

笔者建议，要有效解决第三方物流项目中的风险问题，降低第三方物流运营成本，提升项目管理效率，增加项目运行过程中对项目委托方的信息透明度，需要利用信息技术的发展，应用成熟的大数据技术，构建高效的第三方物流信息网络。

1、大数据平台

大数据平台是一个复杂的数据处理系统.目前业界通常公认大数据系统的应用分为四个阶段，分别是：数据生成、数据获取、数据存储、数据分析。在芜湖中外运有限公司第三方物流项目中，依托建设大数据平台，可对物流项目中的数据进行有效利用。

2、多样化的大数据信息生成获取

当前物联网技术广泛发展，对物流项目各环节信息采集是一个巨大的助力，基于物联网的车辆信息管理系统，可有效借助各类物联网传感器和4G通信网络，随时随地采集包括货品的位置、温度、状态等信息；GPS定位技术可对物流车辆、人员进行有效的过程管理和监控；远程视频监控系统可提供货品的即时直观状态。物联网贴片技术可以替代传统的条形码技术，不再需要人工进行读取和录入。在多种物联网技术手段结合之下，整个第三方物流运输环节可以全部有效纳入精确化的数据采集制度中。

3、海量的实时数据存储

Gartner对大数据下了一个简洁的定义：“大数据是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。”大数据，意味着海量的数据量和巨大的数据变化幅度，既包括结构化数据也包括非结构化数据。物流行业传统上运用的数据仓库技术可能存储了年代跨度十多年、容量以T记的数据，但这种数据应用并非现在所指的大数据应用。

大数据的最大特点是实时性，比如某第三方物流项目委托方在某个时间节点要查询委托货物的状态，传统上要依靠人工干预进行信息查找；但在大数据应用上，需要利用系统即时查询相关信息病立即反馈，并要求反馈的速度越快越好，同时还要保证信息的准确性。而大数据应用的数据量平均以年增长50%的速度激增，随着科技的进步，有越来越多的传感器采集数据、移动设备、社交多媒体等等，所以数据只可能继续增长。

选择存储大数据方法时需要考虑到应用特点和使用模式。在传统的数据仓库上进行对相似数据集的挖掘操作，一般都在一个单独的存储设备上进行。现在这种方法对处理能力和存储容量的可扩展性来说已经不是最优的选择。相反，若一个web分析工作负载要求在低延迟的情况下访问大量的小文件，使用大量的电脑或者存储单元，性能和容量都可以在一定条件下进行扩展。这种存储方式更适合大数据。具体包括（scale-out）NAS（横向扩展技术）、Hyperscale、大数据和ViPR技术等。采用大数据存储技术，可以将第三方物流项目中通过数据采集系统获得数据进行有效、安全的存储并供分析应用。

4、大数据分析

对采集到的数据进行存储后，需要对数据进行分析和建模，以芜湖中外运有限公司收集的数据类型来看，相对有价值的建模类型种类繁多，如重要客户的委托物类型标签模型、常用物流路径运营成本模型、目标客户需求脸谱模型等。要实现此类建模，目前大数据分析中常用到的分析方法有以下几种：

（1）数据抽象，采集到的数据字段种类较多，要让数据能够被高效的应用，首先要对数据进行抽象归类，通过数据字段的特点进行归类并劃分为不同的数据维度，将原有无序的源数据归纳为可分类的数据类型。

（2）数据回归分析，通过对数据的循环迭代，不断修正数据的模型，动态化变更数据参数，使数据模型更能精确反映实际情况。

（3）数据关联，将不通类型的数据类别之间进行关联，实现数据的动态映射效果，反映出数据之间的关联性。例如芜湖中外运有限公司某个委托方是从事农产品物流的单位，其委托需求就同时关系到农产品产地、上市时间和主要销售地点等类别。

除此之外，常见的还有人工智能神经网络、数据挖掘等数据分析技术。

5、大数据分析应用

利用大数据技术，可以在物流行业进行多种有效应用，如：

（1）路由规划，通过路由规划减少物流成本、提高时效。如2016年全国物流凭据达到时间为4.7天，但顺丰快递在引入了大数据应用之后，凭据快递时间下降至了不到2.5天，大大低于全国平均水平。

（2）物流定价，根据物流行业大数据统计，物流线路价格与距离时间曲线紧密相关，通过驾驶时间可大致推算重物运输与轻物运输的价格成本。综合考虑物流途径与安全保障可以高效制定物流项目报价，而非传统上人工进行成本核算。

（3）物流节点选址，通过对物流项目大数据分析，可以有效判断网点、枢纽的定位，降低物流成本、提高时效。

（4）委托方监管，通过大数据应用，物流委托方可以通过大数据平台即时查询物品状态，对过程进行监管。

从物流行业的发展前景来看，大数据技术的引入是行业发展的必然，物流企业可以通过大数据技术有效实现过程的科学管理，对降低企业运营风险，提升服务质量有很大帮助，随着国家大数据战略的推进，我国物流行业在不久的将来必将因此获益，实现更大的跨越式发展。

参考文献：

[1]张天琪.大数据时代农产品物流的瓶颈及突破[J].商业时代，2019，（18）

[2]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，，2019，3 （7）：408-410。

[3]郭双盈，陈明晶，沈狄昊6大数据在冷链物流中的应用[J]商现代化，，2019 （9） ：90-92.

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

[5]梁红波：云物流和大数据对物流模式的变革. [J] .中国流通经济，2019侣）。

[6]马莉：互联网大数据时代农产品流通途径改善研究一以秦皇岛为例[J].农业经济，2015（3）.