前言：中文期刊网精心挑选了智慧物流发展范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
智慧物流发展范文1
目前智慧物流仍属于一个较新的事物，相关理论研究工作和管理人才培养体系还很不健全，中高级人才较为短缺
广州是国家中心城市之一，是我国重要的国际商贸中心和综合交通枢纽，现代物流业是广州市战略性主导产业之一。经过改革开放30年的发展和精耕细作，发达的交通网络，快速的商业资讯及多元化的交易平台，’使广州已经发展成为连接珠三角、港澳地区的重要物流中心。加快物流业发展，对于促进流通产业现代化，增强区域综合竞争力，推动广州市经济平稳较快发展具有重要作用。在当前信息技术飞速发展的背景下，智慧物流已成为现代物流业发展的主要领域。建设智慧物流既是提高城市生活品质的需要，也是优化产业结构、加快经济转型升级、提高区域综合竞争力的重要途径。
广州智慧物流发展现状
物流业务已基本全面实现网络或信息化处理，但物联网核心技术的应用还处于初级阶段。根据对重点物流企业的抽样调查，80%以上的物流业务的已基本实现电子单证管理、货物跟踪等技术的应用；70%的重点物流企业已应用了卫星定位技术。但RFID、云计算、物联网安全保障等核心技术在物流业务中的应用还处于初级阶段，仅有33%的重点物流企业使用了RFID技术和物联网安全保障技术；仅有一家物流企业使用了云计算技术。
物联网等相关技术的研发、自主创新支撑能力不强。近年来在广州市委、市政府的大力推动下，广州物联网、云计算、RFID等技术发展迅速，但与国内先进城市相比仍有差距。主要体现在：一是在物联网技术方面，广州市已培育了中大微电子RFID芯片、海格北斗卫星导航芯片，但离真正产业化还有一定的距离。目前，我国传感器技术只要集中在陕西及东部沿海地区，RFID芯片技术以上海、深圳为主，gps核心技术集中在上海、深圳、北京。二是在云计算方面，广州从事相关研发的企业有杰赛、品高，但与华为、浪潮、阿里巴巴、腾讯等企业相比，实力相差较大。
信息化程度不均衡，尤其是大量小型企业物流信息化水平较低。物流企业和企业物流的信息化发展不平衡，尤其是大量小型企业物流信息化水平较低是目前智慧物流发展面临的又一个问题。据调查，大型企业信息系统建设情况较好，96.1%、97.1%和73.8%的大型物流企业有仓储管理、财务管理和运输管理系统；与大型企业相比，中小企业已实现的信息系统管理功能基本只局限于仓储管理、电子下单等简单操作。
目前智慧物流仍属于一个较新的事物，相关理论研究工作和管理人才培养体系还很不健全，中高级人才较为短缺，尤其是具有国际视野、懂得智慧物流相关核心技术以及物流项目操作的高端物流人才十分紧缺。根据抽样调查，广州市重点物流企业中高层管理人员中具有大专以上学历或中级以上职称的平均比例为84.9%，普通服务人员中具有中等以上学历或专业资格的平均比例为76.91%。从事物流行业的专业构成中，物流专业的占41. 9%，经济管理专业占32.7%。与智慧物流核心技术相关专业的人才较为缺乏，信息及自动化专业占3.66%，IT专业仅占1.02%。
目前各个层面对智慧物流的扶持政策仅仅限于宏观的指导层面，具体的政策如土地优惠、税收优惠、财政补贴等基本没有，这使得政府在推进智慧物流发展中的主导作用显得不足。在调研中很多企业反应，目前广州缺乏明确的融资扶持政策，对智慧物流的补贴、奖励政策少有出台。同时各种金融机构也并没有围绕物流行业的特点设计与之配套的金融产品，这使得属于服务行业轻资产的物流企业在科技研发、人才培养等方面很难进行资金的筹措和运作。可见，目前政府引导力量不够，相关扶持政策有待完善。
目前广州物流基础设施对智慧物流的应用程度不高，已有的货运站场、物流园区等基础设施的建设水平都比较低。已规划的8个物流园区中除了国际物流园区初步建成外，区域物流园区基本都还未落实。货运站场基本是自发形成的，对智慧物流的应用极少，从事的仍然以附加值低的传统货运为主，难以实现智慧物流的物流信息化、物流智慧化、物流自动化、物流网络化等高端服务。
信息资源较为分散，公共信息平台有待完善。目前广州市已经分散建设了电子口岸、物流企业信息系统等，大型物流企业也纷纷建立内部信息管理系统，但信息无法实现共享，没有充分发挥平台的交流作用。长期以来，由于没有构建全市物流公共信息平台，导致生产企业与物流企业在信息化系统的对接方面耗费很大。
物流信息标准化工作有待推进。目前物流相关工作缺乏统一的技术标准、行业操作标准，特别是在物流信息标准化方面，重点物流行业的信息资源开发利用不足，信息采集和交换水平较低，不同运输方式、不同运输主体之间的信息交流不畅，这将影响智慧物流的发展。未来应加陕研究和制定物流信息技术、编码、安全、管理和服务标准。
广州智慧物流发展战略
围绕建设智慧物流节点城市、中国先进的智慧物流产业基地、设施领先的智慧物流标杆城市的战略目标，以提升智慧物流技术应用为切入点，以优化智慧物流发展的政策环境为基础，以设施平台、公共信息平台及运营管理平台建设为支撑，以智慧物流人才培养为保障。通过五到十年的努力，基本建成“安全、高效、便捷、经济”的智慧物流体系，率先把广州打造成为全国智慧物流示范城市，大幅提升广州物流运作效率和物流产业发展水平，为大力推进广州智慧城市建设提供有力支撑。
推广物联网、云计算（平台）、新一代通信网络、高端软件、智能终端、智能处理等领域的核心技术在物流业中全面应用，建设一批云计算服务平台，形成一批带动能力强的物流示范工程，努力扩大新一代信息技术在物流领域的应用，提升现代物流服务水平和运作效率。构建产业研发新模式，实现技术研究到产业应用。加快物流信息化标准规范体系建设。研究信息化标准体系框架，加快通用标准、信息技术基础标准、面向业务应用标准和项目管理标准的研究制定、应用推广和贯彻实施，从技术设备、业务流程到项目管理方面，都形成统一的标准，实现物流资源的有效共享和利用。突破关键核心技术，提高自主创新能力。建立技术推广示范点，推广智慧物流新技术的应用。
加快物流人才的引进，创新人才培养模式，提高物流人才专业技术水平，到2020年具有本科及以上学历的物流人才占物流从业人员的50%以上。推广智慧物流人才职业资格认证。推动智慧物流人才教学研究基地。完善多层次的人才培养体系。实施智慧物流人才引进计划。
优化智慧物流发展环境，立足智慧物流行业发展本身，从行业协调机制、标准体系、推广政策、扶持政策等多方面出台优惠措施，促进广州智慧物流行业做大、做强。构建广州市智慧物流协调机制。完善财政扶持政策。设立广州市智慧物流发展专项资金，用于扶持全市智慧物流核心技术研发、智慧物流示范应用项目、智慧物流公共平台项目、智慧物流示范企业、智慧物流标准规范研究，以及智慧物流人才培训、智慧物流重大活动举办、智慧物流（城市物流）重大课题研究以及重大项目推进等。加大金融信贷扶持力度。加强金融领域对智慧物流产业的支持，出台相关政策，以满足智慧物流发展对资金的需求，形成良性发展的资金链。认真实施符合条件的物流企业税费减免政策。
加强智慧物流技术应用，提升空港、海港物流信息化水平、物流资源整合能力和服务水平。至2020年，先进物流技术、设备在港口物流领域普遍应用，集装箱智能化应用达到100%，港口码头作业效率进一步提高。加快建设智能港口工程。加快建设智能空港工程。推动铁路货运站、公路货运站、物流园区的信息化建设。大力发展多式联运。
智慧物流发展范文2
关键词：智慧物流；数据挖掘；差异化服务
中图分类号：F250 文献标识码：A
Abstract： This article collects the research trends of smart logistics and data mining， and provides the theoretical basis for further research. Based on big data research field of vision， it analyzes the reason of logistics' enterprises exploring opportunity form the data under the pressure of competitive situation and“internet+”opportunity. The article studies the differentiation service method of logistics' enterprises from the establishment of high quality data availability set taking the theme of logistics service as the center and the competitive elements of smart logistics differentiation service.
Key words： smart logistics； data mining； differentiation service
2009年以来，智慧物流理念的提出，给物流业向“智慧化”转型注入了一剂强心针。各种冠以智慧名目的软件和解决方案不胜其数，对于物流企业而言，在享受智慧物流理念的同时，又深深陷入技术应用和业务发展的困局，即采用智慧物流技术之后，业务增长有限。与此对应的是，企业数据量大幅递增，带来了企业IT架构的不稳定。“互联网+”、大数据也在深深地刺激着物流企业的经营神经，如何跟上时代潮流，借助先进理念对企业业务进行升级转型成为了一个迫切需要研究的命题。
1 相关文献研究
1.1 智慧物流及研究动向
从现有文献来看，国内智慧物流理念从提出到引发激烈研讨，经历了以下几个阶段。2009年以前，相关文献使用物流智慧，或者将物流表述为一种智慧，对其展开了相应的研讨。宋则（2007）认为现代物流是一种人类协同合作“本能的智慧”[1]。2009～2013年，该阶段研究强调信息技术在物流行业的推广应用，将智慧物流作为物流信息化发展的较高阶段展开论述。王继祥（2010）指出物联网发展必将推动智慧物流的变革[2]。2014年之后，学者们结合智慧的内涵和外延，从管理角度对智慧物流进行了更加深入的研究。王之泰（2014）将智慧物流定义为是将互联网与新一代信息技术和现代管理应用于物流业，实现物流的自动化、可视化、可控化、智能化、信息化、网络化的创新形态[3]。
以“smart logistics”和“wisdom logistics”为关键词，检索google学术、Emerald数据库可以发现，2006年以前，国外学者往往以物流某环节的智慧（smart）为关键词展开论述，在研究时遵循着IT技术、RFID、系统软件开发的技术路线，同时沿着供应链管理的视角对物流相关环节进行研究。Peter Vervest， Eric van Heck， Kenneth Preiss， Louis-Francois Pau（2005）[4]认为智慧商业网络的实施需要对物流进行更加全面的改造，从而使业务流程更加模块化和动态化，以获得更为灵活的采购性能和资产效率。2006～2009年，国外学者围绕着物流具体功能环节，结合RFID、智能电话等信息技术的应用，进行了相应的研究。Veloso M， Bentos C， Pereira F C（2009）[5]等结合智慧运输系统，研究了感知技术和感知网络对物流的影响，并且论证了使用相关技术应用会对环境带来积极的变化等。2010年以来，国外学者逐渐将研究视野转向了行业应用、网络构建、大数据、信息管理体系、互联网融合、大数据等层面，逐步从原来的微观层面走向了中观，乃至宏观领域。Gubbi J， Buyya R， Marusic S等人（2013）[6]指出智能交通和智慧物流应该分别隔离成一个单独的领域，原因在于数据共享和IOT支柱环节实施的性质需要。
综合上述国内外参考文献可以看出，国内外学者的研究路线基本遵循着语义联想―技术应用―管理拓展的思路，从智慧源头开始，到相关技术应用于物流环节，再围绕RFID典型技术与物流的关系，然后再到产业融合等这样一个研究链条。略微有些差异的地方在于，国内学者对于互联网+、大数据和物流的研究兴趣要高于国外学者。
1.2 数据挖掘及研究动向
数据挖掘，又称数据库中的知识发现，是从大量的、不完整的、有噪声的、模糊的、随机的大型数据中提取隐含其中的、人们事先未知的、具有潜在价值的信息和知识的过程。按照数据结构进行组织、存储和管理数据的数据库技术，在过去60多年来产生了巨大的科技影响，与各行各业进行了有效的融合。泛在知识环境理念提出之前，数据挖掘的研究大多停留在基于结构化数据完成相关知识的描述和预测研究上。马志锋，刑汉承，郑晓妹（2001）基于Rough集的时间序列数据的挖掘策略，讨论了时间序列数据中的时序与非时序信息的获取问题[7]。Agrawal R（1993）等人提出了增量式更新算法[8]，Cheung DW（1995）等人提出了并行发现算法[9]。在数据挖掘方法层面，进行了关联规则挖掘、多层次数据汇总归纳、决策树、神经网络、可视化技术等模式、算法的研究。郑建国，刘芳，焦李成（2002）在分析人工神经网络基础上，将子波与已有的神经网络模型结合，提出了基于自适应子波神经网络的数据挖掘方法[10]。Furuta K（1990）提出了剪辑近邻法[11]。
伴随着大规模数据的增长，人类社会已经进入大数据时代，与传统的数据集合相比，大数据通常包含大量的非结构化数据，且大数据需要更多的实时分析。2011年全球数据量为1.82ZB，据估计2020年全球大数据量将达到40ZB。现有数据库架构在ZB数据规模量级下呈现出一种无能为力的状态。围绕大数据带来的数据量级规模的变化，国内外专家学者对数据挖掘的研究焦点出现两个支分支，其一是如何应对大数据挑战带来的数据类型多样，要求及时响应和数据的不确定层面。余伟等（2015）针对web中不同数据源之间数据不一致的问题，基Hadoop MapReduce架构提出了相应的自动发现算法[12]。Rakthanmanon T， Campana B， Mueen A， et al（2013）[13]提出了DTW（Dynamic Time Warping）法来研究大数据集下的时间序列数据挖掘算法，通过实证验证了可行性。其二，围绕数据量集增大，将数据之间的因果关系转向相关关系，进行相关业务模式、应用和策略等的洞察力研究。曾晖（2014）提出了构建大数据挖掘的管理层次和制度结构及相关解决方法，基于房地产工程项目进行了应用研究[14]。
综合上述文献可以看出，从技术路线上来看，数据挖掘围绕着数据规模量级的问题，遵循着解决数据本身的数据结构异同挖掘，再到解决数据挖掘的实时性技术路线。从商业应用来看，研究领域围绕数据规模问题，从原来的因果关系转向到相关关系，逐步将技术与行业应用进行融合的研究路线。
2 竞争态势和“互联网+”机遇倒逼物流企业从数据中探索机遇
智慧物流更强调物流供应链的匹配效率，进而实现供应链整体运作最优。匹配意味着双向配对，无论成员之间的物流服务水平高低与否，在时空效率的约束下，成员的物流服务能力信息必须充分展示在供应链合作伙伴之前，才能实现其与物流供应链的快速匹配。
对于物流企业而言，在一定的时空约束下，物流服务能力是其从事某种物流作业的内在能力表述。物流服务能力会随着业务的熟练程度增加而提升其水平，同样也会随着业务萎缩而固步自封，或者说降低其水平。
提供同质化服务的物流企业面临的竞争环境越来越恶劣，越来越多的物流企业希望摆脱这种尴尬局面。长尾理论告诉我们，这些以往忽视的长尾东西恰恰是我们后续进行差异化经营的变局法宝。企业必须充分重视数据挖掘的细分市场变量集，依靠这些充分挖掘出来的市场细分变量集，我们可以将市场进行无限细分，进而进行有效的目标市场定位，然后根据这些细分市场表现出来的特征，改善我们的物流服务能力，从而形成差异化服务。考虑到物流服务的时空限制，数据挖掘必须重视线上和线下的数据源。对于线下实体运作过程中产生的大量与业务相关联的数据，必须充分纳入NOSQL数据库中进行存储。对于线上数据信息，必须设定相关的情感主题，以充分挖掘物流服务过程中隐藏在不同数据结构类型中的特征信息，借助相关性的数据挖掘技术，对线上和线下两种数据进行细分市场变量集合挖掘，找出相关的细分市场变量结合，从而完成后续的细分市场细分工作。
“互联网+”时代激发越来越多的物流企业将经营目光转向互联网领域，目标是获取更多的经营机会。具体作业时，往往采用“人―机”交互模式进行网上交易信息的检索和分析，并未充分发挥智慧物流的优势，通过机器的自动学习方法来获取和挖掘交易信息。对于网络上的数据信息而言，分为Deep-web和surface-web两种模式，对应的数据结构也分为结构化数据、半结构化数据和非结构化数据形态。对于互联网而言，surface-web模式带来的数据呈现着爆炸性增长的状态，而这些数据背后隐藏的信息给相关经营者提供了大量的商机，只不过这些数据往往以文本、视频、图片等半结构化和非结构化的数据结构存在着。物流企业可以通过提炼自身物流服务能力作为KEY-VALUE，结合能够充分挖掘不同数据结构类型的智慧物流数据挖掘算法，在互联网上进行智慧性的数据挖掘，才能在有限的时间约束范围内，挖掘出匹配自身物流服务能力的物流业务集合。经营者所要做的是，根据自己的服务成本和盈利目标进行二次筛选，形成满足客户需求的信息，主动信息出击，快速完成与相应供应链的对接服务。
3 借用数据挖掘，谋求智慧物流差异化服务创新发展
3.1 以物流服务主题为中心，建立高质量的数据可用性集合
大数据时代的智慧物流运作更强调将数据作为企业的宝贵资源来看待，通过数据挖掘探索出适合自身良性发展的方法和路径，这就决定了数据可用性成为了智慧物流数据挖掘和物流服务有机互动的基础。
随着时间延续，智慧物流运作中的数据量级必然会大幅递增。Web空间和物理空间（如物联网）上的数据流，线下具体作业过程中的数据流等，呈现出不能完全满足数据可用性的特性。一旦数据可用性不足，则数据挖掘结果必然会弱化决策效果。
对于物流企业而言，考虑到目前大数据挖掘技术不成熟的现实约束，必须先将数据可用性这一基础工作落实，只有这样才能随着大数据挖掘技术的突破应用获得实时效益。数据确认工作十分困难，考虑到具体经营条件约束，物流企业可以采取如下路径来完善数据可用性工作。首先，分解数据可用性的五个性质，围绕服务能力，赋予不同的权重，设定相关的弱可用数据指标体系，收集整理弱可用数据集合。其次，以服务相关性为主题，将Web空间上的半结构化和非结构化数据作为收集、整理和存储的重心，为后续进行深入数据挖掘奠定基础。第三，将物理世界中的数据和服务作业现场的数据作为辅助支撑，按照数据可用性的完整指标，收集整理出高质量的数据可用性集合。此路径是一个循环往复的过程，会随着一项物流服务主题的结束，重新开始下一个循环。
3.2 利用数据挖掘，探寻智慧物流差异化竞争要素―细分市场
物流企业的经营思路着重点在于：首先要解决业务有无的问题，其次是开拓对自身有利的业务。对于技术应用而言，同样遵循这样一个规则，那就是无论技术先进与否，如果不能解决上述两个问题，企业也会弃之不用，遵循业务发展路径探索智慧物流数据挖掘和物流服务能力的协同路径会更具研究意义。
“互联网+”时代给物流企业带来了大量的业务机会，物流企业需要借助数据挖掘技术，突破时空限制，充分挖掘不同异构网络平台提供的各种各样的商机，寻求适合自己链入的供应链，完成业务增长任务，这是一种被动性的发展模式。
在被动性发展模式下，如何借助智慧物流数据挖掘，在时间变量约束下，快速找到适合自身物流服务能力的业务显得尤为重要。在进行智慧物流数据挖掘时，需要借助大数据已有的Hadoop MapReduce架构，完成智慧物流数据挖掘的快捷性布局；其次，以业务相关性为原则，基于Item-Based数据挖掘技术完善算法。即将现有物流服务能力进行提炼，转化成User特征值，将原有服务成功的物流业务和网上发现的离散物流业务转换成ITEM数据集，提炼关键词。第三，推测和演化ITEM和ITEM的相似度，构建USER-ITEM矩阵完成后续的智慧物流数据挖掘。在进行数据挖掘和物流服务能力匹配的过程中，不断训练和演化算法，以发掘商机为达成目标，可以有效地协助物流企业解决从互联网上发掘业务有无的问题，尽管这种路径有一定的意义，但是并不能改善物流企业需要谋求的差异化竞争态势。
其次，物流企业必须坚持主动性的发展模式，即挖掘出满意的细分市场之后，必须根据细分市场的需求特征来重构自身的物流服务能力，使供给与需求达到契合，不断地实践和磨练自己的物流服务能力，在细分市场形成竞争优势，从而形成差异性竞争优势。
构建足够大细分市场的前提条件在于能够获取独立于竞争对手所知晓的市场细分变量，这些市场细分变量的特征值往往隐藏在不同异构网络平台上的非结构化数据中，充分挖掘细分变量数据成为主动发展模式需要破解的难题。在此路径下，需要采用CONTENT-BASED和ITEM-BASED数据挖掘相结合的方法进行。首先，根据CONTENT-BASED数据挖掘算法，加入业务情感特征向量集，重构CONTENT-BASED的智慧物流数据挖掘算法，对互联网上的业务进行挖掘，找出业务集（无论是否被竞争对手完成）。其次，结合ITEM-BASED算法，对物流服务能力进行重构，依据时间快捷性和相关性原则，探寻适合的业务集。第三，设定时间段，对服务过的业务结合线下数据进行细分市场变量的可用性数据集进行推敲，将其从弱可用性转化为高质量的可用性数据集。第四，采用智慧物流提供的可视化技术对市场进行细分，探寻出满意的细分市场，根据细分市场呈现的需求特征重构自身物流服务能力，进而进入主动发展模式。
对于市场而言，并不是一成不变的，互联网时代随着信息日益公开透明，市场的变化速率将会比以往更迅速。对于积极进取的物流企业而言，需要不断地跟踪和监控已有市场，积极开拓细分市场，从而形成差异化竞争优势。
4 总 结
大数据时代已经悄然来临，数据将成为企业发展中重要的资源，充分借助互联网和大数据的技术优势，不断探寻新的商业模式，可以帮助企业尽快摆脱恶性竞争，形成差异化竞争优势。本文在收集整理智慧物流和数据挖掘相关文献的基础上，研究了竞争态势和“互联网+”机遇倒逼物流企业从数据中探索机遇的成因。接下来，论文从基于物流服务主题为中心，建立数据可用性集合，再到利用数据挖掘探寻智慧物流差异化竞争要素―细分市场方面进行了研究，并提出了部分方法。
参考文献：
[1] 宋则. “物流”其实是一种智慧[N]. 现代物流报，2007
-05-01（002）.
[2] 王继祥. 物联网发展推动中国智慧物流变革[J]. 物流技术与应用，2010（6）：80-83.
[3] 王之泰. 城镇化需要“智慧物流”[J]. 中国流通经济，2014，28（3）：4-8.
[4] Peter Vervest， Eric van Heck， Kenneth Preiss. Louis-Francois Pau： Smart Business Networks[M]. Springer， 2005.
[5] Veloso M， Bentos C， Pereira F C. Multi-Sensor Data Fusion on Intelligent Transport Systems[D]. University of Coimbra， 2009.
[6] Gubbi J， Buyya R， Marusic S， et al. Internet of Things（IoT）： A vision， architectural elements， and future directions[J]. Future Generation Computer Systems， 2013，29（7）：1645-1660.
[7] 马志锋，刑汉承，郑晓妹. 一种基于Rough集的时间序列数据挖掘策略[J]. 系统工程理论与实践，2001（12）：22.
[8] Agrawal R， et al. Mining association rules between sets Items in large Database[J]. Acm Sigmod Record， 1993（2）：207-216.
[9] Cheung D W， et al. Maintenance of Discovered Association Rules in Large Database： An Incremental Updating Technique[D]. Hong Kong： University of Hong Kong， 1995.
[10] 郑建国，刘芳，焦李成. 自适应子波神经网络数据挖掘方法[J]. 西安电子科技大学学报（自然科学版），2002，29（4）：474-476.
[11] Furuta K. Sliding mode control of a discrete systems[J]. Syst Contr Lett， 1990，14（2）：145-151.
[12] 余伟，李石君，杨莎，等. Web大数据环境下的不一致跨源数据发现[J]. 计算机研究与发展，2015，52（2）：295-306.
智慧物流发展范文3
Abstract： Based on Grey Interrelation mode， the paper analyzes the coordinated development between Guangdong manufacturing industry and logistics industry， then puts forward the countermeasures and suggestions to promote the development of two industry in Guangdong Province.
关键词： 制造业；物流业；关联分析
Key words： manufacturing industry；logistics industry；coordinated development
中图分类号：F427；F224 文献标识码：A 文章编号：1006-4311（2016）02-0048-03
0 引言
社会和经济的不断发展，社会分工也变的越来越精细，各个企业为了专注于自己最擅长的业务，形成更强的竞争力，逐步将传统的公司内部的物流部门独立出来成为一个新的专门的物流产业。近年来制造业与物流业的联动发展问题也逐渐成为了研究的热点问题。
黎忠诚（2009）利用部分经济数据，通过GRA灰色关联分析，对湖北省2003年以来的制造业和物流服务业协调发展情况进行了研究[1]。汪春阳等（2014）运用主成分分析法与协调度模型相结合的方法以徐州市为例分析了苏北地区物流业和制造业的主要成分，根据苏北地区的特点提出了促进两业协调发展的对策建议[2]。
目前国内外学者大部分只是从宏观层面上定性的进行研究，分析一下区域两业联动的状况，然后提出一些建议，缺乏定量的数据支持，即使有考虑定量分析的其选取的行业指标因素太少，研究数据不全面，说服力不够强，而且对于对策建议的提出，国内外学者多数往往是从政府职能角度出发，对于制造企业和物流企业自身应该怎么去做，研究的不多。因此，本文从现代物流业与制造业的关联程度入手，构建两者的灰色关联模型，并以广东省物流服务业与制造业发展状况为例具体分析提出建议对策。
1 方法介绍
灰色系统理论由我国著名学者邓聚龙教授于1982年提出[3]。
计算的过程如下：
1.1 确定需要分析的数列
反映系统行为特征的数据序列为参考数列；影响系统行为的因素组成的数据序列为比较数列。设X0为参考数列，X1 ，X2，……Xm为比较数列。
参考数列为：X0={x0（k）/k=1，2，…，n}，n指有n个时间点，m指有m个对系统有影响的因素。
比较数列为：Xi={xi（k）/k=1，2，…，n}（i=0，1，2，…，m比较数列Xi为变量i在k时刻的数值。
1.2 数据的无量纲化处理
因为各个指标的量纲不同，不同指标值之间可能会有很大的差异，不能直接对这些原始数据进行计算，所以在进行关联系数和关联度计算时首先要对数据进行无量纲处理来消除量纲对样本数据可比性的影响，常用的数据的无量纲化方法有均值法，初值法和区间相对值法，本文选用初值法，计算公式为：
1.3 计算关联系数
关联系数表示两个数列之间关联程度的强弱，是用数列几何曲线之间的差值来衡量其关联程度的大小，差值越小，说明两者曲线几何形状越接近，即关联程度越高，反之关联程度越低。
关联系数计算公式为：
1.4 计算关联度
记比较数列曲线与参考数列曲线的关联度为？酌i，其计算公式为：
1.5 关联度排序
按从大到小的顺序将关联度排序，关联度与1越接近，说明相关性越强。根据经验，当？籽=0.5的时候，两数列的关联度大于0.6就说明它们之间有显著的相关性。本文规定当0
2 实证分析
2.1 指标选择
本文要研究的是广东省制造业与物流业的联动发展状况，所以根据科学性、时效性、可获得性的原则分别选取与制造业和物流业关系最近密的影响较大的相关指标，其中物流业选取货运量L1（万吨），货物周转量L2（亿吨公里），公路通车里程L3（公里），铁路通车里程L4（公里），交仓邮生产增加值L5（亿元），社会消费品零售总额L6（亿元）；制造业选取：制造业总产值M1（亿元），实际利用外资M2（万美元），制造业增加值M3（亿元），外贸进出口总额M4（亿美元），制造业产品销售率M5（%），成本费用利润率M6（%）。选择物流业作为参考数列，制造业作为比较数列。
本文所选指标如表1所示。
2.2 原始数据获取
文章中各项指标的数据主要来自《广东省统计年鉴》和《广东省国民经济和社会发展统计公报》以及广东省统计信息网。原始数据具体见表2。由于篇幅限制，本文省略 2005-2014年广东省物流业指标原始数据表。
2.3 数据无量纲化
在进行灰色关联分析之前，根据公式 （1），对表2的原始数据进行无量纲化处理，处理之后的数据见表3。
由于篇幅限制，本文省略广东省物流业指标数据无量纲化表。
2.4 关联度计算
根据灰色关联分析的方法步骤，用MATLAB软件编程计算出广东省制造业与物流业的关联度如表4。
2.4.1 影响制造业发展的物流业因素分析
根据表4，对每一列的数据进行求和，得到影响广东省制造业发展的物流业因素的影响程度大小次序，如表5所示。
从表5中的数据可以看出，对广东省制造业发展影响最大的物流业因素是货物周转量，其次是社会消费品零售总额和交仓邮生产增加值以及货运量等，这些指标因素对于提高广东省制造业的发展水平来说相对比较重要，影响比较大。相对于公路通车里程来说，铁路通车里程对广东省制造业发展的影响比较大，但是广东省铁路通车里程却低于公路通车里程，说明加大广东省铁路基础设施方面的建设投资相对于公路来讲对提高广东省制造业发展水平会更加有效。
2.4.2 影响物流业发展的制造业因素分析
根据表4，对每一行的数据进行求和，得到影响广东省物流业发展的制造业业因素的影响程度大小次序，如表6所示。
从表6中的数据可以看出对广东省物流业发展影响最大的制造业因素是外贸进出口总额，其次是实际利用外资和成本费用利用率以及制造业增加值和制造业总产值，这些指标因素对于提高广东省物流业的发展水平来说相对比较重要，对广东省物流业影响最大的两个指标因素都属于国际竞争力指标，说明提高广东省的制造业国际竞争力和经营效益可以较大幅度的推动其物流业的发展。
3 广东省制造业与物流业联动发展的对策与建议
3.1 政府视角
政府应该从广东省实际情况出发，分析形势，制定相关政策支持和推动制造业和物流业企业之间的合作，培养和强化企业的联动发展意识。鼓励制造企业将物流业务外包释放物流需求，让第三方物流去为制造企业提供更加专业的服务，让制造企业专注于自己的核心领域，生产更加高质量的产品；组织实施示范和试点工作，并且给予行业领军企业树立模范与标杆，为示范企业提供多种方式的优惠。引导和利用专项资金多种渠道帮扶小微物流企业，推动他们向大规模发展，促进物流业和制造业企业之间的融合渗透、合作共赢，为联动营造一个高效的互动环境。
3.2 行业协会视角
行业协会要明确自己的角色定位，既服务于政府，为政府决策提供依据和企业的要求，又服务于企业，为企业制定行业规范和标准，建立合作交流平台，促进制造业与物流业企业间的信息共享。人才企业运作的关键资源，行业协会要创造条件，通过多种形式积极促进物流企业与制造企业之间的人才交流培训以及平衡各方利益。
3.3 制造企业视角
制造业物流外包比例相对较低，应该逐步将运输、配送、等非核心的物流业务从主业中分离，外包给专业的正确选择的物流公司。整合现有车辆、仓库、场站等物流资源，委托专业物流企业运作和管理。制造企业要明确自身运营的基本流程，细化供应链的各个环节，结合自身情况进行流程再造，有条件的制造企业全面整合物流资源，允许物流企业物流信息系统与自身ERP系统对接，提升合作深度与效率。
3.4 物流企业视角
物流企业应该继续扩大物流服务的内涵，不断创新，提高服务质量和效率，重视前沿科学技术和最新装备的应用以及人员的培训。物流企业还应与制造企业建立战略合作伙伴关系，促进共同合作创新与同步智能化发展。加大物流基础设施的建设，充分利用计算机和互联网技术处理物流信息，使管理更加精准，配货更加及时，响应需求更加敏捷，加强市场需求预测，增强应变能力与控制风险的能力，缩减处理时间，提高物流效率。
参考文献：
[1]黎忠诚，徐磊，段雅丽，等.基于灰色关联分析的湖北省制造业与物流服务业协调发展研究[J].物流技术，2009（10）：38-42.
智慧物流发展范文4
关键词：智慧物流；物流管理；人才培养；再定位与新路径
一、物流管理人才培养的重要性
（一）智慧物流人才培养成为物流产业提速发展的关键
随着中国近几年科学技术的不断发展，由此带动了物流领域的不断推进。而物流领域本身更多的是需要人力的支持，因此，物流业也被称之为劳动密集型产业。从本质上而言，这一产业如果不革新，是无法满足现代化要求的。因此，想要从根本上打破现有阻碍，减少对劳动力严重依赖的现状，就需要将传统的物流转变为智慧物流。2016年，中国的相关文件政策提出：将智慧物流纳入国家扶持的新兴产业之中，并且将其设为新时代的经济增长点。在不久的未来，物流领域将汇聚一大批具有先进技术、高端智能的企业，并且也会带动中国经济的快速发展。近几年，在众多国家中，中国的发展较好，并且，目前已经成为世界上最大的物流市场，根据当下的发展趋势进行评估，中国很有可能在未来的智慧物流发展层面，形成领先地位。智慧物流的崛起，将会代替传统物流产业，构建出更多的经济增长及就业机会，因此，在未来物流产业中，也需要更多的相关领域人才。未来的智慧物流管理人才，不但需要明白人工智能、大数据分析、机器控制等技术，还需要明确“互联网+”背景下如何更好地借助互联网，达成智能配送、智能仓库管理等内容。因此，在“互联网+”的背景下，依托目前较强的技术支持，积极开拓智慧物流市场，实现经济可持续性发展。
（二）智慧物流人才需要“商、技”复合型特质
智慧物流除了需要有技术的驱动，本身在管理层面，也有着较强的诉求。當下，智慧物流基于物联网、云计算等技术，以移动互联网为基础，积极探索智慧物流产业的发展，期待能够从资金、成本、人力等诸多层面予以降低，增强生产率，革新传统物流产业，探索智慧物流产业的新途径。在新的企业管理模式之下，物流的从业人员需要具有较强的全局观，具备较强的专业技能。智慧物流的崛起，意味着对人才需求的增大，物流人才本身除了具备专业技能之外，还需要在思维层面予以拓展，这是新时代下智慧物流产业发展对物流人才所提出的新要求。智慧物流人才所具备的特点如图1所示，在专业知识的扎实要求之外，还需要对智能算法、数据挖掘等知识予以掌握，专业能力不但要明确物流作业和管理能力，还需要对数据层面予以掌握和应用，加强作业的生产效率。此外，在智慧物流的发展过程中，团队协作能力层面也需要予以提高。综上所述，智慧物流人才只有满足了以上的内容，才能够真正的推动智慧物流的综合发展。
图1智慧物流人才特质
二、智慧物流人才培养与产业升级脱节
目前，随着移动互联网的快速发展，基于互联网时代下物流行业的发展，物流管理人才需要具备较强的学习能力和技术应用能力，但就目前而言，这方面的人才并不是很多，且人才的知识储备还不够丰富，不能满足当下市场的需要。因此，高职院校的物流管理专业无法满足市场需求，在此方面仍然存在较强的发展阻碍。
（一）物流管理人才培养定位调整滞后
相对于过去，中国的物流产业已经有了质的变化，无论是在技术层面的革新，还是管理层面的提升，总之，物流企业在组织、流程等诸多层面都予以了转变。而岗位技能要求的提升，就意味着传统人才并不能够满足当下时代的需要，旧的人才培养方式必须要予以革新，重新拟定新的工作任务。由于产业结构的转变，高职院校物流管理专业很少能够进行调整，而人才培养的效果也并不尽如人意。智慧物流的产业发展下，将会形成多样化的细分工种，而高职院校并没有根据智慧物流产业的发展而进行转变，一些高校在特色专业的构建层面仍旧不足，因此，物流管理专业想要得到更好地发展，就需要适应时代需求，培养出智慧物流的新时代人才，让这些人才具备相关的专业知识和综合素质，但从目前来看，高职院校的人才培养定位比较滞后，发展还不到位。
（二）物流管理人才培养过程中“重商轻技”
智慧物流的发展从本质上而言，是技术发展所引起的传统物流产业的变革，其中常见的技术有：可穿戴设备、无人配送、视觉盘点等等，而这些前沿的技术，正在被当代的智慧物流企业所应用。技术应用的综合能力已经成为物流人才的必备能力。但是，物流人才的培养应区别于物流大数据分析师、数据工程师等人才的培养。因此，在当代，高职物流管理专业的人才培养，更多的是需要在管理能力层面的培养，如果缺乏相关的能力、技术，或者思维没有得到拓展，就会导致在实际工作中出现问题。但目前，很多高职院校的教师知识不够先进，也是阻碍智慧物流领域人才培养发展的重要因素。目前，阻碍智慧物流人才培养发展的重要因素还有教师层面的因素，当下很多高职院校的教师自身的知识体系比较陈旧，实践能力比较落后，因此，导致学生技术方面不强。而高职教师本身很少是源自企业的，并且校企合作所形成的教师培养的人数也是极为有限的，学校设备陈旧，教学资源不足等诸多问题，正在阻碍智慧物流的持续发展。
三、智慧物流人才培养规格的再定位
《高等职业学校物流管理专业教学标准》的出台，可以成为智慧物流人才培养标准的核心文件。要求当代智慧物流人才具备一定的知识能力和综合素养。此外，智慧物流人才培养还需要凸显一些新型的知识技术，比如：大数据、物联网等等，利用这些新型的技术提升物流效率，解决物流问题，突出物流人才的综合素质。达成智慧物流人才层面的培养，此外，还需要关注智能化、信息化层面的技术应用与融入。
（一）信息化应用能力
物流信息化作为现代物流的基础性内容，强调了信息化能力的应用。在操作层面需要对物流管理系统有一定的掌握，能够对资源计划系统、供应链系统等系统有一定的管理和操作能力。
（二）智能化操作能力
在智慧物流产业发展过程中，多种智能设备的出现，本身在人力减少层面有着较强的帮助，在作业的效率层面也有了较强的提高，在未来社会中，少量人工操作智能设备完成工作成为可能。而这些智能设备包括：无人机配送、自动立体仓库、智能分拣设备等等。这些智能设备的应用和操作，是当代智慧物流产业工作人员所必备的技能。
（三）供应链协调与管理能力
智慧物流的产生，意味着产业进入了供应链管理的时代，而由此所形成的人才需求缺口是非常大的，智慧物流的人才是需要具备较强的供应链管理能力、组织、协调等综合素质的，否则，将不能更好地满足智慧物流产业的需要。
四、物流管理专业转型与人才培养再定位的路径
（一）接轨国际标准，基于《悉尼协议》框架转型物流管理专业
在智慧物流人才的培养过程中，技术技能教育显得尤为重要，因此，中国想要快速的进行此方面的人才储备，就需要借鉴国际上先进的人才培养理念。《悉尼协议》是为三年制的人才培养认证而拟定的，面向的是中国高等职业教育的人才。从根本上而言，这一协议的构建，本身也推动了中国“一带一路”模式，形成了国家化的智慧物流人才培养模式。《悉尼协议》的认证标准是严格按照国际标准的，其制定的一些标准和程序，也从根本上构建出了物流专业的模型，《悉尼協议》坚持以“学生为核心”的目标，持续改进传统物流业人才培养的不足，积极调整培养目标和课程体系方案，更强化了信息层面的应用，协调和管理了学生的能力培养，构建出新型的培养标准，提升了学生的综合技术发展空间。
智慧物流发展范文5
一、课程建设任务和目标
本课程从物流金融特点及需解决的核心问题入手,引入物联网及智能技术在其中的关键作用介绍,同时详细介绍不同物流金融模式下各方参与者、业务流程,物流金融方案的制定与组织实施,物流金融风险控制以及基于物联网的解决方案,最后针对典型的物流金融案例,让学生探讨在该业务中引入物流金融对案例的流程及供应链绩效的影响,培养学生初步的业务管理能力。本课程目标: 2.能力培养目标:(1)掌握智慧物流下的作业流程,具备融资对象评价、监管合同和仓单质押监管服务制订的能力。(2)能制订并组织实施物流金融作业任务。(3)掌握利用智慧物流技术,实现物流、信息流和资金流综合管理创新。
二、基于智慧物流的以工作过程为导向的物流金融课程内容
基于工作过程的物流管理专业学习物流金融课程体系包括以下几个方面:物流金融业务分析与需求分析,质押与监管方案设计,监管项目合同签订,仓单质押监管服务与组织,动产质押监管服务与组织,抵押监管服务与组织,贸易监管服务与组织,物流金融业务综合实训,供应链一体化物流服务运作,物流金融风险控制,物流成本控制与绩效考核。基于智慧物流的以工作过程为导向的物流金融课程,在教学内容的组织方面包括以下方面:
1.现代物流与金融服务概述。包括物流概念,物流金融的概念与产生过程、地位与作用,智慧物流在物流金融中的应用,物流金融智慧化趋向几个部分。教学要求:深刻理解物流金融在社会经济中的重要作用,掌握物流金融的基本概念、流程及各环节的重点工作,了解智慧物流及其发展对物流金融的促进和提高的重要作用,了解物流金融智慧化的新趋向。
2.基于智慧物流的物流金融业务架构。包括:RFID与物联网简介、了解物流信息技术发展背景、基于智慧物流的物流金融业务流程架构、基于智慧物流的物流金融业务管理系统架构。
3.智慧物流下物流金融业务风险降低的技术措施。了解如何利用智慧物流,降低不同环节的风险。掌握通过构建智慧仓储、智慧安全监督、智慧物流,实现“货物流、信息流、资金流、运输流”为一体的“物流金融”业务与服务,降低物流金融风险。
4.智慧物流下物流金融业务的增值模式。了解如何依托智慧物流,构建智慧仓,掌握通过提供仓储、物流、金融、商贸创新服务,增强与供应链上合作伙伴的联系,提供更多可行的增值服务。
5.智慧物流在物流金融业务的应用案例。教学要求:熟悉中储物流、柏亚仓等物流金融方案及智慧物流金融解决方案。
智慧物流发展范文6
关键词：智慧物流；物联网技术；应用；措施
近年来，在社会经济不断深化发展的过程中，互联网已经普及，我国居民对互联网的运用概率不断增加，网络购物更为普遍，这推动了我国物流行业的发展。尤其是在当前我国物流行业的发展可谓是突飞猛进，与此同时人们对物流方面的需求也更高，传统的物流管理方式已经无法满足现实需要，迫切进行新型物流管理方法的引入。在这种背景下智慧物流得到了运用，很多物流企业开始运用智慧形式对物流进行管理，对物联网的运用也有了较大的需求，不过当前物联网的运用还面临很多问题，亟待对其进行深化分析和探究，提升物联网的运用效果。
一、智慧物流与物联网的概述
1.智慧物流的含义
智慧物流是指借助于大数据、物联网等先进技术，提升物流系统决策、分析、执行能力，实现物流系统自动化、智能化的活动。简单来说，智慧物流就是在物流管理中引入新技术、新方式，以此对传统物流管理模式进行改革，提升物流管理效果，优化物流管理流程的活动。智慧物流倡导现代物流的自动化、智能化、人性化、专业化等，采用有关的网络技术对仓库出货、物流信息确认、在线支付、物流交易、物流配送、推廣营销等融合起来，在对物流信息进行共享的同时为客户提供更为全面、人性化的服务，促进有关工作效率的全面提升。物流企业通过运用智慧物流，能够降低自身的成本投入，推动各有关工作效率的增强，更好地满足社会人员的需求。
2.物联网的含义
物联网是新时代下的一种先进技术，其指的是通过各种射频识别技术、信息传感器、红外感应器、全球定位系统以及各种装置技术、扫面器等，对物体进行连接、监控等，采集其力学、化学、生物等各种需要的信息，借助于各种可能的网络接入，实现物与物、物与人有效连接，对物品和过程进行管理、识别和感知的过程。物联网技术是建立在互联网基础之上的，其属于传统电信网等的载体，能够使所有可以独立寻址的物理对象形成互通网络。
3.智慧物流管理中运用物联网的意义
第一，促进智慧物流水平的提升，增强智慧物流的构建效果。在智慧物流构建中，物联网属于一种较为重要的技术，其能够促进物流行业的工作效率得到全面提升，推动整个物流环节实现智能化发展，这就能够为物流企业社会价值以及经济价值的提升带来较大的作用。第二，促进物流企业运作流程的规范和标准。物联网技术可以对物品进行标注记号，如通过感应器对物品信息进行整理与收集，将具体的信息运送到平台中，从而更好地对运输物品进行监控，促进运送过程更为规范；还可以借助于其定位系统对物品信息进行搜集，对运送地点、路线等进行查找，促进物流运输更为透明，降低违规概率。同时借助于物联网技术还可以实现物流各个环节的有效联系，快速进行信息交换、传递等，帮助物流企业更好地对资源进行整合，提升资源运用的效率，也能够帮助企业节省成本。第三，提升物流管理的精细化程度。通过有效引入物联网技术，能够使从业者在各个环节工作中都进行标准化管理，对每一项工作都进行精细化管理，提升物流系统运用的效果。且通过信息化管理，还可以促进各个环节工作的协调进行，实现各个部门工作效率的最大化，并帮助其为用户提供更优质的服务方案，促进服务效果的不断增强。
二、智慧物流管理中运用物联网存在的问题
1.安全问题
在智慧物流管理中运用物联网存在一定的安全问题，由于物联网是借助于互联网技术对信息进行传递的，很容易受到病毒侵害而导致信息被泄露，这就会导致物流企业和客户面临较大的损害，影响企业的持续发展，对其信誉、声誉等都带来不良的作用。所以在智慧物流管理中运用物联网的时候一定要做好安全管理。另外，当前在物流企业快速发展中，电子标签的运用更为普遍，为企业开展物理管理带来较大的好处和便捷性，但是也会导致信息安全面临威胁，如果不对其进行科学管理，会导致大量信息被泄露，导致用户产生恐慌，凸显加强安全管理的重要性。
2.技术问题
技术问题也是物联网运用中需要考虑的重要问题，当前虽然我国物联网技术的运用已经取得了一定的成效，运用范围不断扩展，但是依然面临很多需要解决的问题。如当前我国嵌入式技术以及无线射频技术是较为落后的，没有实力较强的科技研发人员，研发团队不充足，这导致物联网的发展面临着一定的困境。可以说在物联网技术中传感技术、无线射频技术以及嵌入式技术等都是十分重要的技术，我国这些技术落后也势必会对智慧物流管理中物联网技术的运用带来阻碍，所以必须要加强这些技术的研发。
3.成本问题
在智慧物流建设中运用物联网技术往往需要引进一些先进的设备，并对有关技术进行引进，这就需要物流企业付出较高的成本，从而会对其运行产生影响，如果无法对这一问题进行解决，势必会对物联网的应用带来阻碍。如一些规模较小的物流公司在引进设备的时候会对成本进行详细分析与对比，而智能化物流设备往往价格更高，要比传统设备成本高很多，而这些小物流公司通常都面临着资金困难的情况，所以其会出于成本考虑而选择传统机械设备，降低其物联网应用的概率。所以，要想在物流企业中大力推广物联网技术，就必须想方设法对这方面的成本进行降低，只有其成本得到有效降低，才能够更好地开展智慧物流管理。
三、智慧物流管理中物联网问题的解决措施
1.加强监管
面临智慧物流管理中物联网技术安全方面的问题，必须要加强监管，以监管来降低安全隐患，不断提升智慧物流的管理效果。其中无线射频技术具有定位追踪、自动识别功能，可以依据各个物品中的电子标签对其进行全方位监管，并对物品信息进行搜集，将其传递到有关的平台中，使客户更好地对物品动态进行了解，提升智能化配送的效果，这也是物联网技术中的重要技术。为了推动各个环节的有序运行，客户可以发挥自身的监管作用，及时对各个环节进行监管，使物流运送更为科学。同时物流企业还要做好安全防护措施，要在物联网技术有关的设备、计算机系统等构建防护网络、采用有关的防护手段等，以此降低病毒入侵的概率，更好地降低安全隐患。
2.加强技术研发
面对当前我国智慧物流管理中物联网技术不高方面的问题来说，我国必须要加强技术研发，提升技术水平，为物联网的更好运用奠定基础。一方面我国政府要鼓励相关的科研所、高校等加强物联网技术学习，增强物联网有关的人才，充实人才队伍，为行业发展奠定良好的人才基础。另一方面还要鼓励有关的企业与国外发达国家企业进行合作，建立长期合作机制，对国外物联网技术进行学习，吸收其经验，促进自身水平的提升。通过多方面努力，不断提升物联网的运用效果，增强我国物联网技术的整体水平。
3.通過政策倾斜降低成本
为了更好地在我国物流企业中推广物联网技术，我国政府可以采取一些政策措施，比如为物联网机械设备生产企业降低税收，或者提供有利条件等，使其生产生本得到有效降低，从而实现销售成本的降低，使更多的物流企业能够买到这些设备，推动物联网技术的普及。另外，还要鼓励物联网设备生产企业积极向国外学习先进技术，通过先进技术的学习简化制造流程，降低制造成本等，更好地降低设备价格。
四、智慧物流管理中物联网技术的具体应用
1.感知互动层面
第一，无线传感器的运用。通过在物流管理中引入这一技术，能够将人与人、人与物有机联系起来，这就能够形成较大的关系网，而通过对无线网络的运用则能够随时进行远程信息的获取，提升信息的准确性以及时效性，及时对问题进行反应，不断提升智能管控的效果。第二，全球定位系统。通过这种技术的运用能够对物流地点进行查询，对货物状态进行跟踪，这就能够提前对运输线路进行规划，促进工作效率的提升。第三，射频识别技术。在对物品进行标记之后，其能够对物品信息进行获取，从而促进货物跟踪有更高的准确性。
2.应用服务层面
第一，嵌入式智能技术。这种技术将运用作为中心，将计算机作为基础，能够对其他设备进行监视、管理和监控等，同时还可以促进图像以及语音有更高的处理能力，促进信息共享等。第二，公共物流平台。该平台能够对各种公共物流信息进行处理，促进人们对这些信息的查看，为智慧物流发展带来诸多有利作用。且人们还可以借助于该平台进行数据交换、信息交换等，促进各项信息的互通，对于智慧物流服务质量的提升是十分有利的。
3.网络传输层面
第一，M2M技术。该技术重点内容是机器对机器无线通信，有关信息可以通过机器反馈到用户收集，而用户能够以此进行有关信息的查询。并且该技术还能够对工作状态进行实时监控，降低运输浪费，促进收益的增加。第二，云计算技术。该技术可以在很短的时间中完成大量数据计算，并且能够为用户提供所需资源，也是物联网技术中的核心内容。第三，数字集群通信技术。这一技术通常成本较高，且较为复杂，运用在工作量大、环境复杂的环节，运用前景是较为广阔的。
