“物流透明3.0”實施到一定程度將進入數據物流階段。所謂數據物流，就是一切物流活動都產生數據，而物流活動效率的提高和組織過程的優化都以數據分析為基礎。數據物流中的熱點是物流大數據以及基于數據的物流征信體系和物流金融，這一節將對這些方面進行論述和展望。

一、“物流透明3.0”引領數據物流時代

不管是“物流透明1.0”“物流透明2.0”還是“物流透明3.0”的實施，都有相應的平臺。而平臺會采集物流活動過程中的數據，數據的積累會從量變到質變，形成數據物流。因而“物流透明3.0”實施的過程即是引領數據物流時代的過程。而數據物流是DT時代(數據時代或數據技術時代)或D經濟(數據經濟)時代的一個重要組成部分。

DT(Data Technology)數據技術與IT(Information Technology)相對應，這一觀點由馬云在2014年第一屆世界互聯網大會(烏鎮峰會)中演講時正式提出。“DT和IT時代區別，IT以我為中心，DT以別人為中心，DT要讓企業越來越強大，讓你員工強大。DT越來越講究開放、透明。我們所有企業都要思考什么樣的文化、什么樣的組織、什么樣的人才才能適應未來DT時代，相信整個DT時代到來，在海外這被稱為D經濟。”這一段話是摘自2015年中國(深圳)IT領袖峰會上馬云的視頻留言。

關于數據技術(DT)及數據經濟(Data Economic，DE)在實體經濟中的探索實踐還很少有報道。但“物流透明3.0”的實施無疑將會引領數據物流的發展。

首先，“物流透明3.0”具備堅實的數據基礎。要實現透明，先是要建立物流要素之間的廣泛連接，獲取物流活動中的數據。有堅實的數據基礎，才具備數據物流的條件。

其次，“物流透明3.0”所構建的透明物流網絡是開放的，讓所有的物流要素(運力、人員、企業等)都融入其中，使每一個要素節點都有無限的可能和機會，都可以根據實際情況做出最合理的選擇。意思就是，透明物流網絡是以用戶為中心，以提高物流效率、實現每一個物流要素節點的價值為目標。所以透明物流網絡會演進成物流生態。

最后，這個物流生態不斷地產生數據，這些數據會反映物流活動及整個行業的運行規律，形成真正意義上的數據物流。那么“數據物流”這個相對前瞻的理念，其對當下物流企業的意義就是，物流企業應當從現在開始重視自身企業的數據環境建設和數據積累。一個企業要證明自己輸出的服務很好，證明自己在經營中講信用，用數據說話是最有說服力的。舉個現實中簡單的例子，用戶網上購物的時候，在看起來差不多的眾多選項中怎么選擇呢，通常是選擇購買人數最多、好評最多的一項。物流企業若有數據武裝自己，那么在市場競爭中就會有優勢。

從更為長遠的視角來看，數據會成為企業生存和發展的基礎。獲得訂單，實際上是獲得訂單數據;輸出用戶體驗，實際上是在輸出服務數據;資金結算，實際上是對賬單數據和貨幣數據的處理。我們的星球正在演變成一個數據的世界，數據物流將會與我們的經濟和生活息息相關。

二、物流大數據應用的實踐與展望

物流大數據是一個新興的課題，還少有企業在實踐中投入研究。深圳市易流科技股份有限公司基于以往九年的業務積累，在易流云平臺和e-TMS平臺上積累了海量數據，目前平臺每月數據增量已經達到10TB。最近一年多來，易流在物流大數據應用方面開展了積極的探索，應用Hadoop(分布式系統基礎架構)、R語言、JS(Java Script)等技術搭建了大數據處理平臺，展開數據應用分析并取得了一些成果。從實踐中看，物流大數據顯示了巨大魅力，并且充滿想象。

三、宏觀應用的物流大數據分析

在物流大數據的宏觀應用方面，基于易流云平臺的車輛運行大數據做了貨運效率指數、全國路網、區域運力進出流量等方面的探索和分析。

1、公路貨運效率指數

公路貨運效率指數，是指中國公路貨運行業運輸車輛每月使用效率的數據體現，以反映全國貨運效率的水平和動態。

貨運效率指數(Sm)的計算公式為:

Sm=Ta-TT×50%+Oa-OO×50%+1×S

Sm：月貨運效率指數。

Ta：月均單車時長，每月所選樣本車輛平均每車有效運行時長。

Oa：月均單車里程，每月所選樣本車輛平均每車有效運行里程。

T：基準月單車時長，如2014年年平均月單車時長。

O：基準月單車里程，如2014年年平均月單車里程。

S：基準貨運效率指數=100。

公路貨運效率指數由中國物流與采購聯合會貨運行業分會發布，數據由易流提供，下圖為2015年7月到2016年7月每個月的貨運效率指數的具體數據。如圖所示，2016年7月份公路運輸效率指數為102.96，比基準數(100，2014年平均水平)高出2.96個指數單位;對比6月份上升了2.17個指數單位;與去年同期(2015年7月)相比提升了2.43個指數單位。數據扭轉了前三個月指數水平下行的趨勢，反映行業運行平穩。

 

 

2、全國路網分析

通過運力大數據分析，把貨運車輛軌跡展現在地理坐標上，就自動連接成了全國的公路路網。如下圖所示，運力大數據繪制的公路路網與實際的全國公路路網基本重合;線路越密集的地方，表示交通越發達;線條越粗的路段，表示貨運頻次越高。

 

 

基于上圖中的路網，再在貨運軌跡頻次上做進一步的篩選，就可以繪制出全國的公路貨運干線路網。如下圖所示，全國公路貨運干線路網基本上是與主要的高速公路和國道所組成的路網相對應;粵贛高速、滬昆高速、京珠高速、京沈高速、沈海高速等表現為深灰顏色;顏色越深的表示貨運頻次越高、貨運車流量越大。

 

 

3、區域運力進出流量分析

基于運力大數據，可以針對某一區域分析其與周邊區域的運力往來關系。

如下圖一所示，展示了從陜西省周邊省市進入陜西省的運力流向及流量，箭頭越粗則表示流量越大。而下圖二則正好相反，表示運力從陜西省流向周邊的省市的具體流向及流量。區域間的運力流量在一定程度上能夠反映區域間的經濟關聯度，以及具體線路的貨運交通壓力。

 

 

 

 

四、微觀應用的物流大數據分析

大數據分析在微觀層面有很多應用，與數據統計分析很類似，但與傳統統計分析不同的是，大數據分析主要表現為數據的完備性及全樣本特性。以下介紹兩個微觀層面的物流大數據應用例子及其應用展望。

1、企業物流用車規律分析

如下圖所示，通過對某網絡零售企業的全年用車情況進行分析，發現有3個用車高峰時間點，分布在春節前、“618”購物節、“雙十一”購物節;同時反映出該企業平均的用車數量范圍。通過大數據來展示一個企業的用車規律，這樣有利于企業在運力儲備以及運力調配方面做出更合理的決策。

 

 

2、分撥中心的分揀熱度分析

如上圖所示，通過對某零擔企業的分撥中心的進出件量、分撥頻次等方面進行大數據分析，提煉出分撥中心的熱度排名及分布，從而呈現出企業的業務網絡分布格局。有這樣的大數據分析為基礎，企業若要進一步優化業務網絡布局就有了可靠的數據依據，有利于企業做出更合理的決策。

 

 

3、物流大數據應用展望

物流大數據應用是一個新興領域，目前只有個別的少數企業具備初步的數據基礎和大數據分析條件。但是隨著“物流透明3.0”的深入實施，相信在不久的將來，物流大數據應用會得到發展和普及。展望物流大數據應用，這充滿無限的想象空間，目前可以從微觀和宏觀兩個層面來思考。

在微觀層面，可以分析某一個企業的車輛運行情況、分撥中心運轉規律、某條專線的運營情況;可以分析某個個體運力的活動范圍和活動規律;可以分析對某個店面的配送規律，等等。這些都將為企業帶來充滿想象的價值。在宏觀層面，可以分析路網優化、交通管理優化、產業分布、經濟運行情況等，為行業及產業優化和宏觀經濟調控提供數據決策依據。

此外，物流大數據可以形成物流行業的征信體系，可以基于征信體系發展物流金融，這點會在下文進行論述。更重要的是，物流大數據可能揭示出未曾發現的行業規律，發現某些未曾被重視的用戶需求、開拓出新興的商業領域和商業機會，這會使得行業的發展充滿無限的想象。

五、基于數據的征信體系與物流金融

數據物流時代，可以形成以數據為基礎的征信體系，進而發展物流金融。數據時代的物流金融與傳統金融有很大的區別，以金額小、周期短、頻次高、方便、快捷、低成本的特點為中小物流企業入駐資金活力，促進行業發展。

1、傳統金融的固有特點

傳統金融業務的固有特點有兩個：一是申請融資需要不動產抵押;二是銀行聚焦大單業務，忽略小單業務。這兩個特點導致大多數中小物流企業融資困難。

傳統金融機構在做業務的時候，要么金額大，要么最好有不動產。所以中國經濟一搞就是“鐵公基”(鐵路、公路及基礎設施建設)。傳統金融業務對不動產抵押的依賴，主要是由于征信體系不夠完善，缺乏對物流等服務業的融資信用保障機制。而對大單的依賴且忽略多數中小企業的小訂單，主要是由于傳統信用評估及融資的成本高。

物流企業主營業務輸出的是物流服務，沒有有形的產品、大型設備、廠房，園區場所(土地)也多是租用的，車輛也多為掛靠過來的社會個體車輛。當物流企業需要融資服務時，沒有可抵押的不動產，而且每一筆金額也不夠大，這通常無法申請到傳統金融機構的融資。但物流企業的日常經營需要墊付運費、維持企業日常運轉，經常有短期的融資需求，被迫無奈，只能通過高利貸等高成本的渠道獲得周轉資金。

2、基于平臺數據征信體系的物流金融

“物流透明3.0”當中的平臺，可以直接獲取物流企業的信用數據。道理很簡單，物流企業的庫存信息、車輛信息、單據流轉信息等都是實時動態的。此外，企業與業務上下游伙伴的相互評價在平臺中也有記錄。有了這些數據，企業的業務能力、業務量、資金周轉情況等方面的信息，都可以從平臺中獲取，進而結合企業信用評估的規則，就可以形成以平臺數據為基礎的物流征信體系。以平臺數據為基礎的征信體系可以提供快捷的信用評估，從而可以結合金融機構的服務，給物流中小企業提供便捷、實惠的金融服務。以往的信用評估需要投入專業的人員和大量的時間，現在可以被平臺實時獲取及智能評估所取代。以往物流金融機構只做大單，給大企業提供大筆的融資，在以平臺數據為基礎的征信體系中，可以給廣大的中小企業提供小額的融資服務。

根據長尾理論，中小用戶數量眾多，雖然每筆融資的金額數量不大，但總的加起來，規模也是很大的。又由于通過平臺的信用評估及融資手續的成本極低，融資效率會很高，而融資成本則會比較低。這對金融行業和中小物流企業是個雙贏的機會。

3、金融機構及物流企業的物流金融策略

解決中小物流企業融資難的問題，需要金融機構及物流企業的共同努力，開辟以平臺數據征信體系為基礎的物流融資途徑。傳統金融機構要積極創新金融業務模式，努力開拓服務于中小物流企業的金融市場。中小物流企業要積極融入行業平臺，積累自身的征信數據，基于數據獲得快捷、實惠的融資。

(1)金融機構的物流金融創新

隨著中國基礎設施建設的速度放緩，隨著房地產市場的降溫，以不動產為抵押的傳統金融業務模式難有更大的發展空間。隨著互聯網的發展，余額寶、微信錢包等金融創新工具的出現，預示著新一輪的金融模式創新正在發生。傳統金融機構應當積極創新業務模式，在隨著時代和市場變化的同時，讓資金流入中小企業實體，為國家經濟發展做新的貢獻。

近來P2P(互聯網金融點對點借貸平臺)是一個熱點話題。P2P模式源于1976年孟加拉國的經濟學教授尤努斯的金融創新。尤努斯教授到鄉村里面，用27美元貸給了42個貧困的孟加拉國的農村婦女，讓她們做手工，免得她們貸高利貸，他創造了P2P、創造了小微銀行。在2006年，尤努斯教授因為在小微銀行上面的突出貢獻，被授予諾貝爾和平獎。從這個角度看，小微客戶難以得到銀行服務實際上是世界性的問題。同時也可以看出，面向中小企業及小微企業的金融服務具有廣闊的市場空間。因為小眾市場符合長尾理論，積少成多，在互聯網工具的幫助下可以開展低成本的融資服務業務。

那么金融機構該怎么進行物流金融創新呢?在數據物流時代，物流金融將呈現出數據化、長尾化、高效便捷和低成本化的特點。

“數據化”，是指在線評估、在線放款、在線還款、在線監督，一切靠數據說話，盡量減少人為因素。“長尾化”，是指銀行、金融機構從以前那種喜歡做大型的、做一單吃很多年的形式，轉化為面向大量的中小微企業提供金融服務的形式。中國物流行業的特點是，在末端真正干活的，大部分是小微企業和個體戶，而這個群體的特點是數量足夠大，貸款需求特點是頻次很高、周期短，一定程度上，年化利率比較高，而且流程要簡單，評估高效便捷。“高效便捷和低成本化”，是指基于平臺，可以實現人工投入少、成本低的融資服務。

這是我們物流金融服務未來發展的一個方向。但這個事情取決于我們整個物流行業人理念的改變和我們物流行業整個業務數據基礎的完備。

(2)中小物流企業的征信數據積累

中小物流企業融資難，甚至難到有些月份需要借高利貸度日。物流業務結算有明顯的賬期，常常需要墊付運營資金，再加上網點擴張、物流基礎設施建設等方面，資金缺口比較大，稍有不慎就會使現金流斷鏈。為防止現金流斷鏈，物流企業除了謹慎運營資金外，還需要通過低成本的融資渠道獲得資金。中小物流企業一般沒有可以抵押的不動產，各種類型的P2P平臺會是比較合適的融資渠道。但是這些平臺需要企業的信用數據為基礎進行評估才能提供融資服務。

所以，中小物流企業要有意識地融入行業平臺，積累自身的信用數據。信用數據通常需要通過第三方來提供才具有說服力，而第三方可以讓平臺來充當。因為企業自有系統的數據一般而言只有參考意義，需要讓這些數據流轉到行業平臺(第三方)才能證明自己。

最能證明物流企業信用的就是每一筆業務單據的流轉情況，其過程數據都可以為企業的信用背書。平臺需要支撐業務單據流轉，才可以獲取和提供單據流轉的數據。如果平臺能夠支撐物流單據在合作伙伴之間的流轉，那么單據流轉數據就自然地可以成為信用數據。就目前而言，類似于e-TMS的平臺可以為物流企業和金融機構提供單據流轉數據，作為信用評價的依據。e-TMS平臺是支撐單據跨企業流轉以及促進跨企業業務協同的平臺。類似于e-TMS的平臺，不僅可以提高物流企業的業務效率，還可以為企業提供信用數據。中小物流企業可以選擇融入這個平臺。

4、易流基于數據征信的物流金融探索

 

 

深圳市易流科技股份有限公司在物流金融方面做了積極的探索。該公司是一家公路貨運產業鏈互聯網平臺企業，通過該企業的易流云平臺和e-TMS平臺的物流信用數據，以物流運單流轉的生命周期為業務切入點，向物流企業、個體車主、司機等提供融資服務。

目前該公司金融業務的特點是金額小、周期短、頻次高，對融資需求方而言方便、快捷、實惠，對融資服務提供方而言高效、低成本、年化收益率高。易流科技于2015年5月中旬開始在線開展業務，于當月月底放貸金額超過100萬元。上圖是易流金融服務平臺在線管理融資業務的界面，針對用戶都有授信額度、可用額度以及正在發生的業務金額的記錄。

易流科技邁出在線放款這一小步，與傳統物流金融業務比起來，則是前進了一大步。易流科技在物流金融業務方面探索實踐的成果，預示著基于平臺數據的征信體系及物流金融服務是具有廣闊發展前景的領域。