2018年（第十七次）中国物流学术年会物流产业大数据分析技术与应用专题分论坛于2018年11月18日在江西南昌顺利召开。北京工商大学商学院副院长杨浩雄教授担任主持人，中国科学院计算技术研究所科研处副处长王元卓博士等5位行业专家和学者做了主题演讲，主要内容如下：

《面向快递服务的大数据应用》 王元卓 中国科学院计算技术研究所科研处副处长、研究员

王元卓研究员结合自己的研究，介绍了大数据中不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系统，总结了大数据处理系统的三大发展趋势，即数据处理引擎专用化，数据处理平台多样化以及数据计算实时化。

系统支撑下的大数据分析技术和应用主要有深度学习、知识计算、社会计算与可视化等。大数据处理和分析的终极目标是借助对数据的理解辅助人们在各类应用中做出合理的决策，在此过程中，深度学习、知识计算、社会计算和可视化起到了相辅相成的作用。其中，要挖掘大数据的大价值必然要对大数据进行内容上的分析与计算，深度学习和知识计算是大数据分析的基础，而可视化既是数据分析的关键技术也是数据分析结果呈现的关键技术。

此外，王元卓研究员总结了大数据处理和分析面临的3个核心挑战，包括数据复杂性、计算复杂性和系统复杂性，并提出了可能的应对之策。结合快递服务行业这一行业情境，王元卓认为大数据可以有效提升快递服务质量，并针快递服务行业大数据应用可能出现的问题和挑战逐一提出了可能的应对之策。

《新智能时代的制造升级之路》 李静远 阿里云计算有限公司技术合作总监、博士

李静远博士介绍了阿里云在基于自研飞天操作系统和遍布全球的云计算平台之上，在ET大脑领域的大数据工程实践。

（1）ET大脑的能力主要包括多维感知、全局洞察、实时决策、持续进化在复杂局面下快速做出最优决定等；ET大脑将分散的技术融合成一个有机的整体，实现从单点智能到全局智能的突破；并且ET大脑广泛应用于工业制造、城市交通、医疗健康、环保、金融、航空、社会安全、物流调度等数十个垂直领域。

（2）ET工业大脑秉持“生态•众创•共盈”的理念，阿里云联合生态合作伙伴共建ET工业大脑开放平台，从而加速推动工业制造的智能化转型升级。

（3）ET城市大脑利用实时全量的城市数据资源全局优化城市公共资源，即时修正城市运行缺陷，可以实现城市治理模式、服务模式和产业发展的三重突破。

（4）ET农业大脑实现数据上云、智能入地、普惠到户，做到智能农事分析、可视化农场、智能生产管理以及产量和质量预测等。

李静远博士指出利用阿里的计算平台、数据分析平台、人工智能引擎所提供的强大计算能力，可以并且应当在大数据物流行业领域与更多的物流龙头企业合作，为“一带一路”经济带提供更好地支撑，创造更多的社会效益和经济价值。

《大数据背景下物流人才培养创新》 李宇航 北京络捷斯特科技发展股份有限公司大数据事业部总监

李宇航总监聚焦物流人才培养问题，重点从课程、科研两个角度阐释了Logis的最新研究成果，特别是在大数据与传统专业教学的融合与创新。

在教学方面，针对物流创新型人才的培养，Logis大数据研发团队基于人才职业资历架构从培养学生不同层次数据挖掘分析能力的目标出发，构建了“数据认知层→规则发现层→运营决策层”三层能力开发架构，并相应开发了丰富的创新实验项目，在此基础上编制了教育部协同育人项目指定教材《大数据分析与挖掘》。李宇航总监提出了既有课程拓展、创新创业项目或新增大数据分析与挖掘课程三种引入教学方式，从而可以有效培养学生利用数据挖掘思维发现事物行为规律的能力。

在科研方面，李宇航总监介绍了Logis基于自身在数据和技术方面的积累，与高校教师共同合作，基于双方优势，提供科研课题研究、论文发表、软件著作等方面的支持和服务。根据科技部最新发布的国家重点研发计划申报指南，Logis可与教师共同申报如下重点专项课题的研究，在研究中提供技术支持，并就研究成果共同发表论文，申请软件著作权等。

《无人便利店的选址》 张浩 北京工商大学物流管理系主任、教授

无人便利店是近年来一种全新的线下零售新业态。目前的“无人零售”行业，其无人概念主要是指“面对面无人”即无人值守的线下服务组织的模式。2016年亚马逊宣布无人便利店概念AmazonGo，2017年开始，阿里无人超市“淘咖啡”、EATBOX、缤果盒子等红遍线上线下，全国各地无人便利店已在近十个城市铺开。然而其无人值守的特性，虽然省去了人工成本，但也提高了其在运营、维护中的成本，更使得无人便利店在选址时要考虑更多的因素与其他传统零售行业所不同。但是由于无人便利店行业的发展仅处于初步阶段，相关的选址研究都未起步。

针对北京的无人便利店的发展情况进行分析，张浩教授建立了一个以最大选址适应度为目标，以居民购买力、预期收益、夜间人流量为收入因素，日间人流量、人为损耗成本、补货与维护成本、竞争成本为成本因素，综合考虑因素间的相互作用与影响的多个约束共同决定的选址模型。

（1）价格对日间人流量、维护成本的影响。商品无人便利店内商品价格低于周围竞争者时，会吸引大量客户，也会造成维护频率上升。反映在模型中，成本因素中的日间人流量和维护成本会获得较大的权重。

（2）主人流带对店铺租金、小区地价、日间人流量的影响。当选址点更靠近主要人流带，而远离居民区和办公区时，店铺租金较高而受周边小区地价因素影响较小，同时会吸引较高的日间人流量。反映在模型中，收入因素中预期收益因素所占权重上升，居民购买力因素所占权重下降，成本因素中的日间人流量因素所占权重上升。

（3）危险区域对日间人流量的影响。当选址点距危险区域距离超过了规定的限度时，日间人流量变大。反映在模型中，成本因素中的日间人流量因素所占权重上升，同时人为耗损成本所占权重也会变大。

然后对灰狼优化算法进行了三方面的优化，分别是：固定多段关联罚函数、非线性的收敛因子策略和多种搜索步长混合运用的方法。将改进的灰狼优化算法参与到无人便利店选址模型的求解中去。

最后选取小麦铺苏州街店和EATBOX宜食家金源店两个较为典型的案例进行了选址模拟测算，验证了小麦铺无人便利店的正确选址策略，利用研究理论和模型进行了推演和分析。研究所使用的思路和技术方法在今后的研究灰狼优化算法的优化和无人便利店选址优化的问题进行的研究、实践调查与寻优在一定程度上具有参考价值和借鉴意义。

《基于虚拟产业集群的供应链金融创新》 卢强 北京工商大学物流系教师、博士

融资难一直是制约中小企业生存发展和日常运营的主要瓶颈。近年来，作为一种创新型融资手段，基于供应链网络的供应链金融逐渐成为中小企业获取营运资金的有效方式。伴随着企业信息化程度的提高与网络技术的发展，基于虚拟产业集群的供应链管理活动为供应链金融的开展提供了广阔空间和条件。

本论文以创捷供应链有限公司为例，对基于虚拟产业集群的供应链金融创新进行了深入探索与分析，并构建了虚拟产业集群中供应链金融创新路径的理论框架与模型。

（1）虚拟产业集群中企业间存在池依存关系，通过虚拟供应链搭建的产业互联网平台能够实现虚拟产业集群中所有企业间的业务闭合，优化交易流程模式。

（2）基于云计算、大数据等技术，在强化供应链网络关系的同时，虚拟供应链网络有效降低了产业互联网平台中资金提供方与中小企业之间的信息不对称。这一方面促进了虚拟产业集群中产业企业多种供应链金融业务地顺利开展。另一方面实现了产业发展与金融创新的循环迭代，提升产业竞争力。

（3）基于虚拟产业集群可以识别出保理、反向保理、融资租赁等多种供应链金融创新业务形态，有助于完善与拓展供应链金融理论。

在此结论的基础上，存在的实践启示有：

（1）企业应该转变思维，在供应链金融运作的过程中，必须摆脱对静态“物”的控制，实现向商流与信息流等动态的“物”或信息的转变。

（2）在虚拟产业集群中，对于平台企业而言，应该充分利用互联网技术，运用虚拟供应链技术实现对虚拟产业集群的有效整合。并基于虚拟供应链网络中的业务结构、交易流程与交易关系等虚拟供应链运作中积淀的历史数据，有效开展供应链金融业务，降低潜在风险。

（更多中国物流学术年会精彩内容，请关注中国物流学会、中物联物流园区专委会微信公众号。）