农产品物流市场数据资源分析

物流是一个既年轻又传统的行业。随着工业化的发展，物流业逐步由“商务物流”，“社会物流”，逐步发展到“全球物流”。在信息化时代，物流业积累了大量的数据，对这些数据进行大数据分析，不但可大大提高物流业的效益，还可为企业节省成本，为市场预测和企业决策提供智力支撑。

4.2.5.1　农产品物流与市场数据采集

农产品物流属于物流行业的一种，主要是进行农业产出物的流转，通过创造农产品的时间价值、空间价值和潜在属性价值以满足消费者的需求。这一流转过程涉及了农产品的收购、储存、加工、包装、运输、卸载搬运、配送等整个过程。通过各个环节的有效整合，不仅可以做到农产品保值增值，还能实现连接农业主体和消费需求主体。

随着计算机和网络信息技术的飞速发展，尤其是云计算、物联网、GIS技术、数据挖掘技术的成熟与发展，物流行业也积累了大量数据，而由于农产品物流的特点，使得农产品物流与市场数据具有复杂性、多样性。

1）农产品物流的特点

（1）农产品品种多，物流数量大。

（2）农产品物流要求“绿色物流”。农产品要求在整个物流过程中能够保证农产品不被污染、不变质。

（3）农产品物流难度高。一方面，农产品本身价格较低，所以要求物流成本要低；另一方面，存在包装难、运输难、储存难的问题，而且还要做到农产品保值增值。

2）农产品物流与市场数据的特点

（1）数据类型繁多，来源复杂。农产品物流的各个环节都会产生不同类型的物流数据，如何采集、挖掘、整合这些数据是亟待解决的问题。

（2）农产品物流与市场数据量庞大。农产品品种多样，数量小、低额度的加工、运输、配送，使得农产品物流数据量大增。

（3）农产品物流与市场数据更新快。在农产品物流过程中，数据动态性较强，在整个过程中产生的大量数据更新也就很快。

目前，物流业（包括农产品物流）信息化已经出现，但是数据资源的挖掘、分析、利用不够。数据分析可以帮助管理者进行判断和决策，以便提出相应的策略，并采取适当的行动，避免凭感觉和经验的决策。智能时代最需要的是经营数据，理解和规划数据结构，同时了解业务的流程及网络的结构，最后提炼出成熟的信息模型，让实体物流世界变成虚拟物流信息世界，加快农产品物流和现金流的流转，提高效益［4］。

数据是农产品物流管理中的重要组成部分，贯穿整个物流过程中的各个环节都会产生数据，数据是信息的表现形式，是信息的主要载体。从农产品的收购、加工到配送、消费，再从农产品的配送、消费到农产品的收购、加工，形成一个完整的数据产生、信息应用闭环。但农产品物流与市场数据采集困难、标准不统一，已经成为农产品物流数据应用的瓶颈。

随着计算机和网络信息技术的飞速发展，农产品物流与市场数据的采集经历了手工输入、条码识读、磁卡读写、射频识别、EPC系统五个阶段。

手工输入方式是农产品物流乃至整个物流行业的传统方式，该方法最大的优点是灵活，最大的缺点是效率低、错误率高。

条码识读是使用编码的方式，将信息转换成计算机语言，并通过光信号识别其中的条空反射率将信息还原。该方法的优点是能够实现数据的自动化识别，速度快，错误率较低；缺点是条空容易被破坏，必须依赖光信号才能将信息还原，适应性差。

磁卡读写是使用磁记录介质卡片存储数据，磁卡结构简单，数据可读写，但存储容量较小，安全性不高。

射频识别主要包括射频标签和读写器，射频标签是装载识别信息的载体，读写器用来获取数据或信息，射频识别技术能够通过感应、无线电波或微波实现数据之间的交换。(www.xing528.com)

EPC系统是在全球统一标识系统的基础上综合利用互联网、射频识别技术、无线通信等技术，给每个实体分别分配一个全球唯一的数字代码，达到安全的目的。

在整个农产品物流过程中，由于农产品品种繁多，流转过程中的各个环节都会产生不同类型的物流数据，不仅整个物流系统内部各个环节有种类繁多、数量庞大的数据产生，而且物流系统也不是孤立存在的，与生产系统、销售系统、消费系统等系统密切相关。各个系统的数据来源、格式等各不相同，需要有市场数据标准。

4.2.5.2　农产品物流与市场数据应用

大数据的价值体现在从这些数据中发现知识，并应用这些新的知识去指导业务，创造出新的价值。农产品物流是一个产生大量数据的行业，在农产品收购、储存、加工、运输车辆的追踪等各个环节都产生海量数据，这些数据记录了各个环节的重要信息，如果不对这些数据加以利用，就无法发现它的价值，就会造成资源浪费。应用大数据技术，通过数据采集、数据归纳、数据分类、数据整合等，可以很清楚地看出农产品物流整个过程中的各个环节运行情况。通过对这些数据进行分析或深层次的挖掘，可以挖掘出这些数据背后更深层的信息或知识，使用这些知识，可以为农产品物流的运营和管理提供决策支持。下面主要介绍几个最常用的物流数据应用问题：

1）物流中心选址问题

在农产品物流系统中，由于农产品本身价格低，所以要求物流成本要低。物流中心是连接生产和消费的一个很重要的纽带，合理的选址可以有效地节省费用，选址合理的物流中心，使得运输成本、变动处理成本和固定成本等之和最小化。因此，物流中心的选址问题是物流系统优化的一个很重要的问题。

农产品物流中心的选址一般包括两个阶段：第一阶段，对物流中心进行粗略的选择，选择依据主要是物流中心选址的原则和具体的选址要求，该阶段实行起来比较简单，可以大大缩小物流中心的选址范围。第二阶段，对物流中心选址问题进行相关因素分析，从而确定选址的目标，然后再将这些目标进行细化，形成指标，建立起物流中心选址的评价指标体系，进而采用定量和定性的方式，对物流中心的选址目标进行分析评价，给出各个物流中心选址目标的综合评价结果，根据评价结果找出物流中心的最优选址。

2）配送问题

农产品物流不同于其他信息流或资金流，它是一种实物的流转，不能通过计算机网络完成，必须将实物通过位置转移送到消费者手中，才算完成整个流转过程。而在此过程中配送是一个很重要的环节，是完成整个流转过程的最终保证，配送的效率和服务质量直接影响着农产品物流的快速发展。

农产品物流配送由集货、配货、送货三部分组成，配送问题主要包括编制配送计划、设计最优的配送路线以及合理的配载。在配送过程中，管理人员首先需要制定有效的配送计划，并设计最优的配送路线以及配送过程中的配载以提高服务效率和服务质量，降低配送成本。其中，配送路线的选择问题是首要的难题。最优的配送路线问题是为配送员或配送车辆选定服务对象（客户）的路径，即选择一条合适的路径，使得该路径上的服务对象均能被覆盖到且仅限于单次访问或服务，并且每条配送路线上的服务对象需求量之和不能超出配送员或配送车辆的承载能力。

农产品物流配送路线的最优化问题可以描述为：农产品从配送中心用多辆配送车或配货员向服务对象（客户）送货，各个服务对象（客户）的位置和需求量是一定的，而且每辆配货车辆或配送员的承载能力是一定的，所以需要设计配送路线，使得配送路线最短、配送总成本最少，并且在不超出配送车辆的承载能力的基础上，满足以下条件：

（1）能够覆盖到的服务对象最多；

（2）每条配送路线的长度不超出配送车辆一次配送的最大行驶距离；

（3）每个服务对象的需求都能被满足，且只能由一个配送员或配送车辆送货。

要合理解决配送路线的最优选择，需要管理人员考虑配送车辆的承载能力、配送成本、速度和配送的效益，如果配送车辆的空载率过高或运力没有充分发挥，这必然会增加农产品物流过程中的配送成本。因此，需要采取科学合理的方法对配送路线进行设计，采取合理的数据方法对所选定的配送路线进行优化，还可通过对服务对象的需求和配送路线综合起来进行分类，以更合理地分派配送车辆。

3）仓储问题

仓储问题包括存储货物、中转运输、顾客服务三个层面。成本核算中，仓储成本举足轻重，因此，压缩货品的存储成本对现代物流管理者而言至关重要。宜采取数据挖掘中的关联模式分析方法。

关联模式分析旨在挖掘出隐藏在数据之间的相互关系，即通过数字量化，揭示数据之间的关系。