时间瓶颈区域

2024-06-27

时间瓶颈区域（精选3篇）

时间瓶颈区域篇1

摘要：时间已经成为获取竞争优势的源泉。相对于工业连接型供应链,涉农供应链横跨农业、工业和流通业三大环节,其农业生产中特有的“刚性点阵”、“弱刹车机制”与农业物流的复杂性与特殊性使得介于农户与核心企业之间的区域成为制约涉农供应链时间竞争的瓶颈区域,应将时间瓶颈划分为系统型瓶颈和功能型瓶颈,通过虚拟垂直整合机制有效地压缩其整体时间响应周期。

关键词：涉农供应链,时间瓶颈区域,界面,虚拟垂直整合

在竞争全球化背景下,消费者在关注农副产品的价格、品质和服务的同时,购买偏好和习惯变化不定,个性化趋势趋强;在社会信息技术的高速发展及应用下,涉农产业环境更加动荡不安,这一切都对整个链条的响应速度提出了巨大的挑战。获取竞争优势的要素已经逐步从成本、质量、柔性等转移到了时间上,谁能更迅速地适应环境的变化和缩短对顾客需求的响应时间,谁就能占领市场,赢得竞争,时间竞争已经是取得竞争优势的下一个源泉(Stalk,1988)。

一、涉农供应链时间竞争瓶颈区域的提出

涉农供应链(Supply Chain Related Agriculture)涉及到动植物等具有生命体征的农业原材料的生产、加工和分销过程,是以农业原材料作为后续各阶段生产加工和运销对象的供应链的总称(张晟义,2003)。典型的涉农供应链由农业节点及涉农节点企业构成,主要包括农业投入物生产商、农户、核心企业及分销商和零售商,最后到达用户手中。产品从田间到餐桌过程中,需要经过农业生产、工业生产和流通过程。以时间为基础竞争的要点在于寻求增值能力与时间消耗之间的平衡,尽力消除或简化不增值、增值能力低、耗时多的流程,对具有增值能力的活动要确定各项活动时间分配的优先等级,集中时间在具有较高增值率的活动上,从而有效压缩整个链条的响应时间。在供应链管理环境下,由于产品对最终用户的响应周期是全过程的累积效应,不是单指哪个环节,因此基于时间的竞争要求考虑系统整体的时间周期,对整个供应链进行时间优化。Denis R.Towill(2003)[1]从供应链的角度做了许多研究,他通过对实际供应链进行仿真,揭示了在供应链上进行整体的时间压缩(包括物流提前期和信息流提前期)可以带来显著的效益。美国密歇根州立大学教授Robert B.Handfield(1993)以时间为基础的竞争(time-based competition)的思想,强调实现敏捷供应链的整个响应时间压缩战略是包括从顾客需求(customer demand)到满足顾客(customer satisfied)这一系列过程中的每个环节上的时间压缩[2]。

约束理论(Theory of Constrains,TOC)认为,任何系统可以想象成由一连串的环所构成,环与环相扣,这个系统的强度就取决于其最弱的一环,而不是其最强的一环。我们必须从最弱的一环,也就是从瓶颈(或约束)的一环入手,才可得到显著的改善(Goldratt&Cox,1984)[3]。在涉农供应链系统中,具有内在联系的一系列流程活动就是这一价值增值链的环,其整体时间优化取决于少数的薄弱环节,即“时间瓶颈”(Time Bottleneck),优化供应链的时间必须从最薄弱的环节入手才能得到显著的改善。

以时间为基础的竞争优势具体体现在两个方面:一是新产品的推出速度,二是产品交货速度(Toni&Meneghetti,2000)[4]。前者强调供应链在推出新产品或对产品进行更新换代的速度和频率方面要具有优势,要求供应链具有较强的创新能力,能够针对顾客需求快速设计出合适的产品投放市场,甚至通过新技术、新产品的推出来引导市场需求,这类竞争可称为产品时间竞争。后者强调产品的制造和物流过程具有快速性,能够及时响应顾客的特定需求,这类竞争可称为过程时间竞争。

在农业产业化经营的框架下,在农业供应和农业销售阶段,企业可以通过业务流程再造、信息工程、并行工程、压缩前置期等手段进行管理流程优化提高响应速度,然而在整个涉农链条根据用户需求从下游进行拉动响应时,介于农户与核心企业之间的区域,形成了一个速度陷区,已经严重制约了整个链条响应速度,具体表现在如下三个方面。

(一)农业环节的“刚性点阵”及“弱刹车机制”

农业环节与工业环节在生产和物流上存在很大的差异,农业具有很强的时间约束和自然环境约束,在农业播种、管理、收获环节中存在着若干时间刚性点阵(Rigid Layer),它实际上体现了农业环节高度依赖自然环境,农业生产和物流与自然环境具有“绑定”特征。弱刹车机制(Weakly mechanism to stop)是指农业环节缺乏工业生产的高可控性和柔性转换能力,在下游用户需求信息发生变化如价格变化和需求量变化时,农业环节很难进行相应调整,缺乏工业环节的可控性和柔韧性(张晟义,2004)。

(二)农业物流的复杂性和特殊性

农产品消费具有普遍性和很高的时效性,保鲜期比较短,其对时间的要求很高。同时,农产品具有很高的分散性,其产地分布广、种类多,这决定了农产品物流系统的分散性、重复性、复杂性。农业环节中,农业投入物经由各种运输方式送达农村,这一过程物流路径呈现强发散性;经过农业生产环节后,农产品最终汇集并流向制造商或分销商,这一环节呈现强收敛性;经过加工后,农副产品通过分销从各零售网点扩散到消费者手中,这一过程呈现强发散性。相应物流路径的特征模式可概括为:强发散性+强收敛性+强发散性(张晟义,2004),这无疑对快捷高效的农产品消费需求形成了巨大的制约。

(三)农产品创新的长周期性

在产品时间竞争方面,农产品是大众消费品,消费者的需求相对稳定,其产品创新主要依赖农产品的生物属性的有效改变。目前我国涉农企业生物基因技术相对落后,决定了其产品创新具有长周期性;农产品涉及老百姓食品安全问题,其新产品推广的过程也相对缓慢。

Charles H.Fine(1998)指出,产业环境的变动会受到该产业时速加速度(Clock speed)的影响。沿着产业价值链由上游往下游观察,越接近技术或设备供应源头的厂商,其产业环境变动的速率较慢,而以目标客户应用为主的制造商与下游渠道所遭遇的环境变动程度与速率则较高[5]。

这种产业时速加速在涉农供应链表现得更加突出。涉农供应链所处环境的高度不确定性,消费端需求的变化难以捉摸,使得其下游环境变化越来越快;上游农业环节由于农户和核心加工企业之间的“速度陷阱”(speed trap),使得其上游相对越来越慢。因此,介于农户与核心企业之间的区域成为涉农供应链的时间瓶颈区域,是解决涉农供应链时间竞争的关键问题(见图1)。

二、瓶颈区域的时间响应及瓶颈类型

(一)瓶颈区域的时间响应

涉农供应链时间竞争的瓶颈区域介于农户与核心企业之间,对时间的响应包括两个方向:源于从上游农业投入物到农业生产方向在时间竞争方面的响应和源于下游需求端经由分销渠道到核心企业方向在时间竞争方面的响应。瓶颈区域时间的有效压缩需要将两个方向的响应在瓶颈区域实现有效的对接,使整体响应时间最少。因此,这一区域反映的不仅仅是农户和核心企业的协同,而是整个涉农供应链的协同。

源于上游方向的时间响应来说,一方面可以通过生物技术对农产品的基因进行改造,改进农产品的生物属性,从而降低刚性点阵及弱刹车机制的影响,并能够更好地符合消费者的需要。另一方面,从农业生产结束到核心企业这一过程中,物流体系的复杂性和特殊性成为造成时间浪费的关键因素。在实际调研中笔者认为解决这一难题关键在于如何解决众多农户与核心企业之间交易的机会主义和不稳定性问题,一旦交易成为长期契约,物流问题就成为纯技术问题而大大简化。因此,时间压缩要求企业与众多农户之间建立良好的合作关系,使契约长期化。

源于下游的时间响应来说,在涉农供应链中,物流和信息流会沿着供应链上游发生系统性的延迟与扭曲,也就是所谓的“牛鞭效应”(bullwhip effect)。因此,获取精确的需求信息并使之进行真实有效的传递至关重要,这对企业库存的减少以及农户合理的农作物种植规划制定有着重要意义,可有效减缓弱刹车机制导致的农业生产系统不可调整所带来的风险。

因此,在涉农供应链瓶颈区域要有效地压缩时间响应,可以通过以下途径:(1)发展生物技术。基于我国涉农企业生物技术薄弱且短时间内难以改观,本文对此不做重点考虑。(2)信息共享。发展组织间关系,通过有效地合作提升响应速度。

(二)时间瓶颈类型

要有效地压缩瓶颈区域的响应时间,需对引起涉农供应链的时间瓶颈进行分类。目前,关于时间瓶颈分类的研究相对较少,基本上是针对工业连接型供应链进行的研究。本文结合涉农供应链的具体情况,将时间瓶颈类型分为系统型时间瓶颈和功能型时间瓶颈。

涉农供应链连接了农业、工业和流通业三大产业,各关联子系统节点在产业环境、战略起点、通信模式、部门化导向、组织文化、技术能力、信息传递、物流系统等诸多层面所涉及的标准、格式、规则、原则和态势上存在着广泛的不一致性,使整个系统不能基于时间做出有效的响应[6]。在钱德勒价值链(Chandlerian value chain)或垂直分工的产业体系下,制造商与供应商、经销商及物流产业界在信息流、物流及资金流的交易及营运层面的互动不仅频繁且复杂,为使相关的节点发挥最大的互补效益和改善彼此协调的成本,需要有统一的界面(Interface)作为调和各方需求的协调基础[7]。这种因系统原因造成的瓶颈称之为系统型瓶颈,是指涉农供应链这一网络组织由于“界面”的缺乏而导致时间响应速度慢。界面是超文本技术(Hypertext Technology)运用的一种产物,它有着“交互作用”(Interaction)、“联结”(Connection)、“整合”或“一体化”(Integration)的基本意思,体现的是一种集成管理的思想。界面体现了超文本的思想,通过接口关系和界面分析,使两个以上的组织借助于界面实现了相互间信息联系。当组织或系统的各个部分必须相互支持、相互连接时,界面就产生了,从而使两个以上的组织借助于界面实现了相互间信息联系,解决信息共享的问题[8]。

当涉农供应链各环节在系统界面运行时,各节点环节由于其产出能力与相邻节点的产出能力不相符合,从而影响了整条涉农供应链的产出,造成响应速度缓慢。这种因节点间能力不匹配所造成的瓶颈称之为功能型瓶颈。功能型瓶颈主要是节点个体自身由于与交易方不能建立基于信任的良好合作关系而造成的响应速度缓慢。相互信任的合作关系可以显著地减少供应链上各节点企业之间的时间周期,从而改善供应链的响应性(Handfield&Bechtel,2002)[9]。Jeffrey H.Dyer、Harbir Singh(1998)经过长期对日本丰田汽车生产网络的研究后发现,在汽车制造商和供货商间特定关系的投资和绩效之间有正向相关关系[10]。在涉农供应链中,功能型瓶颈集中体现为由于众多农户与企业之间缺乏良好合作关系,从而导致的机会主义及不确定性。

涉农供应链的时间瓶颈区域的形成是由系统型瓶颈和功能型瓶颈共同作用而形成的,其中系统型瓶颈是导致时间瓶颈区域存在的根本性问题,是整体性的问题。功能型瓶颈是由于局部的问题而导致时间响应缓慢,从而增加了整体时间响应周期。

三、虚拟垂直整合———解决机制

在产业时速加速的影响下,由于系统性瓶颈的存在,涉农供应链各节点无法有效地进行信息流、物流及资金流的协调,其上下游之间高度不对称性的信息无法在时间瓶颈区域有效对接;另一方面,由于功能型瓶颈的存在,涉农供应链各节点环节之间的相互依存性,或者说组织间关系也成为影响整个链条时间竞争的主要问题,这也彰显出“整合”、“协同”与“协调”实质上是供应链管理所面临的核心问题[11]。在价值链解构和重构的基础上,核心企业在缺乏所有权控制(ownership control)的基础下,一方面要借助外部供应商来取得必要的生产资源,另一方面使其缺乏有力的基础侵吞(appropriate)这些关键生产资源产生的所有价值,造成诸多交易治理方面的问题(Jap,2001)[12]。这就需要旗舰企业(flagship enterprise)、焦点企业(focus firm)去构建一个虚拟垂直整合的价值链或价值网络。Michael Hammer(2001)指出,虚拟垂直整合的供应链是“不同公司间相互独立的流程现在被联接和结合在一起,并且像一个单一流程那样运作。”[13]相应地,如何去构建一个虚拟垂直整合的价值链或价值网络,也成为涉农供应链如何应对时间竞争的重要议题。

对于涉农供应链而言,虚拟垂直整合最终将体现在有效地解决现存的系统型瓶颈和功能型瓶颈,在瓶颈区域内使源于两个方向的响应时间得到有效压缩。在核心企业的主导下构造涉农供应链界面并进行跨组织信息系统的协调,达到信息共享,改善系统性瓶颈;通过合作式作业执行以及流程规划与控制加强组织间的关系,改善涉农供应链的功能型瓶颈。

(一)界面的构造

1. 公司+农户连接方式的缺陷及改进。

组织如何应对市场或环境的不确定性有两种思路:参数不确定性和结构不确定性。参数不确定性是指对所涉及问题的各种参数缺乏了解,结构不确定性强调由于缺乏有关问题基本性质和可能出现后果的信息[14]。科斯作为参数不确定性的代表,通过交易成本这一参数来研究不确定性对组织生产经营的影响,然而这一视角却无法解释中间组织形态的出现及生命力。阿尔钦强调,应当侧重于对结构不确定性的考察,以揭示其对经济组织发展和演化的重要意义。

理查德·朗格卢瓦(Langlois,1995)的市场厚度(Market thickness)理论认为,在某个合作网络中,适当地提供某种中间产品的供应商数量可以降低其不确定性。在只有一家供应商的情况下容易引发机会主义,纵向一体化成为最好的选择。所以,最终产品生产者总是偏好在具有一定市场厚度的模块化企业中寻找合作者。同样,市场厚度非常大时,企业存在着过多的选择,同样会引发机会主义。在产业化经营的框架下,涉农供应链工业与农业连结的主要方式是公司+农户,而这一组织形态具有天然的缺陷。在“公司+农户”组织中,龙头企业实力强,信息充分。农户的组织化程度低,市场厚度极大且提供同质化的产品,必然导致其在谈判与交易中处于劣势地位;农户与公司之间的主体地位不对称,导致他们对公司实际上仍然是一种依附关系并成为风险的主要承担者,要克服这种缺陷,必须创新组织形式,建立一种新的、有效的连结方式,促使公司与农户采取合作策略,形成利益共同体。

基于结构不确定性的视角,对核心企业而言,众多农户的市场厚度过大,这也必然导致了机会主义和不确定性行为。因此,最好的解决办法是改变传统的涉农供应链连结方式,在农户与公司之间增加一些中间组织,有效减少市场厚度、有效降低市场的不确定性。公司+中间组织+农户这种新型连接方式已经开始得到大家的关注和认同,如郭红东、蒋文华基于订单农业提出的行业协会+公司+合作社+专业农户(郭红东、蒋文华,2007)、汤晓丹基于生鲜农产品对公司+基地+农户组织模式进行了改进(汤晓丹,2008),肯定了中间组织的作用等。涉农供应链中间组织主要包括农业专合组织和农产品专业物流组织。农业专合组织主要包括专业合作社、股份合作社和专业协会,其代表众多农户利益的主体,有助于涉农供应链逐步形成合理利益共享和风险分摊机制。另外,由于涉农供应链与众不同的物流特性,农产品专业物流组织也成为加快其时间响应的重要组成部分。

2. 跨组织信息系统是界面信息共享的基础。

在跨组织信息管理领域中,跨组织信息系统(inter organizational information system,IOS)的使用一向被视为是厂商用来支持明确协调(explicit coordination)的重要工具(Clemons and Row,1992)[15]。一般而言,强化信息处理能力是信息分享的主要诱因(Flynn,1977)[16]。在及时而无障碍的信息交换过程中,供应链厂商能够有效地改善信息质量并培养跨组织合作的能力。但事实上,在信息质量改善方面,供应链厂商长期以来一直受到信息能见度(visibility)不足的困扰(Allem,2000)[17]。经由跨组织信息系统提供的信息分享机制,买卖双方能够更实时和完整地取得信息,使得彼此有更多的机会与能力参与和影响对方的活动,进而提升整体在不确定情况下的反应弹性(Yang and Vandenbosch,1998)[18]。

我国涉农供应链企业在应用跨组织信息系统(10S)的实践上主要以国家级农业产业化重点龙头企业为主,目前主要使用的跨组织信息系统有ERP,EDI等。EDI在跨组织应用中比较适合一对一关系(对偶关系)、一对多关系(星系关系),在多对多关系(网络关系)中,EDI需要企业之间制定统一的商业规则、协议并开发专用的EDI接口,将企业的数据转换成EDI所规定的数据进行传输。并且EDI需要自己专门的网络,通常增值网(Va1ue-added Network,VAN)传输使得企业之间的供应链较为固定,这种僵化的模式限制了企业的发展要求[19]。Golden和Powell研究表明,EDI限制了供应商与多家客户联系的灵活性[20]。从目前发展的现状来看,构建ERP系统成为涉农企业供应链实践跨组织系统的主要方式,ERP的核心管理思想就是实现整个供应链的有效管理。我国涉农龙头企业跨组织信息系统的建设还处于初步阶段中,151家龙头企业中上ERP系统进行内部供应链集成的龙头企业共有22家,以ERP为核心并结合其他技术而进行外部供应链初步集成的企业有1家[21],如何利用网络开发工具和技术,诸如可扩展标识语言(Extensible Markup Language,XML)和Java等实现高层次集成和协调的涉农供应链已经成为当务之急;另一方面,由于涉农供应链涉及工业、农业和流通三大环节,而目前跨组织信息软件多是针对工业连接型供应链而定,对涉农供应链上下游信息化水平的落差及其本身的特殊性和复杂性重视不够,这在很大程度上阻碍了涉农供应链集成需求的有效实现。

(二)合作式作业执行(collaborative operationexecution)和合作式规划与控制(collaborative planning and control)活动

通过界面的构造,涉农供应链各节点之间的信息流能够有效地对接,使系统型时间瓶颈得以缓解,而节点之间的相互依存性,或者说组织间关系是造成功能型时间瓶颈的前提或根本原因,这不仅需要从业务层面的合作式作业执行,更需要从决策层面的合作式规划与控制来发展节点间的组织间关系。

1. 虚拟垂直整合的合作式作业执行。

合作式作业执行反映的是供应链厂商通过跨组织信息系统的支持在各项跨组织活动上达到更紧密的合作,例如采购、生产和物流等活动。很多公司在内部流程优化方面确实做得卓有成效,但同样不可否认的是,这些公司在整个涉农供应链条上的“共用流程”———涉及与其他公司打交道的业务流程在很大程度上却还是一团糟(Michael Hammer,2001)。一般来说,合作式作业往往是经由跨组织流程的再造与合理化后所形成的惯例化(Routinized)作业流程(Andreu and Ciborra,1996)。就订单处理作业而言,经由再造与合理化的过程后,新的作业流程通常能够大幅度地减少不必要的流程、改善信息质量和降低信息处理周期。因此,这些合作式的作业也成为创造交易价值的重要基础。在公司+中间组织+农户的联结方式下,基于界面的构造及节点间的合作式作业的展开,农户与公司之间能够在采购及生产、物流进行统一协调并将各节点环节的活动纳入到统一的流程中大幅降低时间的浪费,确保整个链条以最低的成本和最有效的方式运作。

2. 虚拟垂直整合的合作式规划与控制。

合作式作业只能使涉农供应链各节点之间的业务流程纳入共同的体系,这只是在作业层面节约了时间,要想整个链条达到快速的响应,必须要进行合作式规划与控制。合作式作业规划与控制则是描述供应链厂商进一步运用彼此的信息来协调共同事务的决策并进行绩效监督。例如,产品分类管理(category management)、全球运筹体系的规划、库存水准及产能规划等。反映在实际的应用上,交易厂商通过跨组织信息系统所得到的信息分享程度逐渐提高,能够从原本的两者之间的订单信息分享逐步晋升到一般性的作业信息,甚至是竞争性信息的分享(Seidmann and Sundararajan,1998)。最明显的例子莫过于宝洁和沃尔玛之间跨组织信息系统运用方式的改变。宝洁和沃尔玛原本信息分享的目的在于监控彼此作业的绩效和改善交易效率。但自20世纪90年代以来,由于牛鞭效应对于彼此交易和内部营运绩效的冲击,宝洁和沃尔玛逐渐增加彼此信息分享的程度,利用这些信息来协助宝洁进行存货和物流活动的管理,支持许多创新的供应链管理战略。例如,多店共享物流中心(cross-docking)、直接送货到店(direct-store delivery)、供应商代管库存(VMI)。更极端的情况是,如果沃尔玛愿意将其他和宝洁产品有关的销售和库存信息让宝洁分享时,这些信息对宝洁而言便具有相当高的竞争价值。这是由于宝洁可通过这些信息来进行不同产品之间的产品分类管理(category management),依据其和竞争对手的销售及库存信息来调整竞争战略(Seidmann and Sundararajan,1998)。

虚拟垂直整合是一个动态的过程。界面的构造、合作式作业执行和合作式规划与控制活动都是在节点个体之间不断进行互动的过程,在不断调整的过程中最终形成网络组织成员协调关系所普遍接受的原则、协议、准则等,也就形成了界面规则(Interface Rules)。在产业环境的不断变化中,网络组织成员持续性的跨组织学习以及基于情景的组织即兴(improvisation)行为不断地影响着原有的界面规则,直到发生突变,形成适应新环境的界面规则。

四、结束语

在基于时间竞争的背景下,涉农供应链的瓶颈区域体现了涉农供应链源于上游方向的时间响应和源于下游方向的时间响应在瓶颈区域无法有效对接的现实,集中表现在众多农户与核心企业的信息共享和合作的低效率,同时也体现了整个涉农供应链的协同问题。虚拟垂直整合是核心厂商在跨组织信息系统的垂直协调下实现彼此在信息、作业和决策层面的整合。通过界面的构造实现信息共享,通过合作式作业执行和合作式规划与控制活动,使网络组织达到高效的整合和协同,使消费端需求得到快速响应,有效地压缩涉农供应链的整体时间响应周期。本文对涉农供应链时间竞争瓶颈问题进行分析,有针对性地给出了解决问题的整体架构。然而,对于如何测度和衡量虚拟垂直整合的效度,是目前面临的一大难题,这也是后期研究需要努力的方向。

时间瓶颈区域篇2

本文运用信息瓶颈 (Information Bottleneck, IB) 方法对运动目标进行子区域划分。该方法的优点是不需要先验信息, 并且可以比较方便地处理基于直方图及概率密度描述的问题, 用IB方法进行运动目标子区域聚类, 以便提取运动目标的特征信息。而传统的聚类方法 (如K-means算法、模糊C均值聚类) 的性能过分依赖距离函数和聚类中心的选择, 还必须预先给定分类类数, 如果距离函数选择得不对, 则算法的效率很差。

利用IB方法对图像区域聚类有由底至上和由顶至下两种方式。由底至上方式:首先将目标区域分割成若干小块, 每小块建立混合高斯模型 (Gaussian Mixture Model, GMM) 表示, 利用IB方法, 将互信息损失最小的两个小块进行聚类, 直到互信息损失达到阈值停止聚类。由顶至下的方式:首先将得到的目标区域划分为一类, 利用IB方法计算互信息损失最小的分割方法, 将目标区域分割为两类, 如此反复, 直到划分子区域的信息损失达到阈值, 停止分类, 实现对目标区域中子区域的聚类。本文将采用由顶至下的方式对目标区域进行聚类。

1 信息瓶颈方法概述

信息瓶颈方法[1,2,3,4,5]是近年来由Tishby提出的利用信息熵比较来实现聚类的方法, 该方法可用于图像的分割、聚类等方面。基本原理是:利用图像本身与其直方图的信息相关性来进行图像的分割与合并, 最终达到信息损失最少的最优化聚类方法。

1.1 基本原理

信息论是运用近代数理统计方法研究信息传输、存储与处理的科学。IB方法可由香农失真率理论[6]推导得出, 香农失真率理论在给定失真率约束的条件下, 可以使分类数目更具体。给出一个随机变量X和失真率度量d (x1, x2) , 想要用不多于R位的数据来表示X的特征, 即是说少于2R个聚类。可以通过扩大平均量化误差来减少聚类数目。香农率失真理论指出, 用R位表示X的最小平均失真可由下面的失真率函数得出:

$D (R) = \min_{p (\hat{x} | x) | Ι (X; \hat{X}) \leq R} E d (x, \hat{x}) (1)$

式中:Ed (x; $\hat{x}$ ) 为平均失真;I (X; $\hat{X}$ ) 是X和 $\hat{X}$ 的互信息, 分别由下式计算:

$\begin{array}{l} E d (x; \hat{x}) = \sum_{x, \hat{x}} p (x) p (x | \hat{x}) d (x, \hat{x}) (2) \\ Ι (X; \hat{X}) = \sum_{x, \hat{x}} p (x) p (\hat{x} | x) \log \frac{p (\hat{x} | x)}{p (\hat{x})} (3) \end{array}$

式中:随机变量 $\hat{X}$ 可近似视为X的分类结果。

IB方法不同于传统的失真率理论, 它避免了任意选取距离或是失真度量。相反, 目标空间Y的分类是通过保留它关于特征空间X的相关信息。在IB方法中, 假设 $\hat{Y}$ →Y→X是一条马尔可夫链, 即给定Y, 聚类 $\hat{Y}$ 和特征空间X是独立的, 考虑下面的失真函数:

$\begin{array}{l} d (y, \hat{y}) = \int p (x | Y = y) (\log \frac{p (x | Y = y)}{p (x | \hat{Y} = \hat{y})}) d x \\ = D_{Κ L} (p (x | Y = y) | | p (x | \hat{Y} = \hat{y})) (4) \end{array}$

令 $f = p (x | y) ‚ g = p (x | \hat{y})$ , 则 $D_{Κ L} (f | | g) = E_{f} (\log \frac{f}{g})$ 是Kullback-Liebler散度[6]。

寻找一个分类 $\hat{Y}$ , 使得在给定聚类效果I (Y; $\hat{Y}$ ) 约束的情况下, 信息损失I (Y; $X) - Ι (\hat{Y}$ ;X) 最小。由聚类 $\hat{Y}$ 导致Y和X的互信息损失可以视为是失真度量的平均值:

I (Y; $X) - Ι (\hat{Y}$ ;X)

$\begin{array}{l} = \sum_{y, \hat{y}, x} p (y, \hat{y}, x) \log \frac{p (y | x)}{p (y)} - \sum_{y, \hat{y}, x} p (y, \hat{y}, x) \log \frac{p (x | \hat{y})}{p (x)} \\ = \sum_{y, \hat{y}, x} p (y, \hat{y}, x) \log \frac{p (x | y)}{p (x | \hat{y})} \\ = \sum_{y, \hat{y}} p (y, \hat{y}) \sum_{x} p (x | y) \log \frac{p (x | y)}{p (x | \hat{y})} \\ = E (D_{Κ L} (p (x | y) | | p (x | \hat{y}))) (5) \end{array}$

根据式 (1) , 式 (4) , 式 (5) 得到:

$D (R) = \min_{p (\hat{y} | y) | Ι (Y; \hat{Y}) \leq R} Ι (Y; X) - Ι (\hat{Y}; X) (6)$

它就是由IB方法得出的最小互信息损失准则, 即找到使目标和特征之间互信息损失最小的聚类。

1.2 算法特点

本文讨论基于信息瓶颈方法的聚类方法特点包括:

(1) 对图像模型 (图像模型可能是离散和连续的) 进行聚类, 而不是对图像像素, 该方法基于密度函数表达式, 因此可方便处理基于直方图描述的问题;

(2) IB方法将类别之间的相似测度与聚类准则统一为最小互信息损失, 而传统聚类方法这两者是不同的, 需要分别计算;

(3) IB方法能自动给出聚类过程的终止条件, 即自动给出平均互信息损失最小准则下的聚类类别个数, 这是传统聚类方法所不具备的。

2 目标的混合高斯模型子区域描述

图像分类第一步是将输入视频图像的原始像素表示转换为矢量表示, 图像表示可能是离散的 (比如直方图) 或是连续的, 直方图在文献中很常见并且已经得到了充分利用[7]。在这一节首先介绍在连续图像中的表示方法, 再讨论利用信息瓶颈方法将混合高斯模型表示的目标区域进行聚类。

2.1 像素点分组

在连续域, 每一幅图像在颜色 (L*a*b) 特征空间都用一个混合高斯模型来表示。应该注意到表示模型是一般化的, 它可以用于任何需要的特征空间 (例如纹理、形状等) 或是这些特征空间的组合。为了使其包含空间信息, 将像素点的所在位置 (x, y) 也添加到特征矢量中。在特征提取之后, 每一个像素点都用一个五维特征矢量表示, 图像作为整体就用一个五维空间的特征矢量集表示。通过对选定特征空间的特征矢量进行分类, 将像素点分类到相似区域中, 这里假设前提是图像颜色和它们在图像平面的空间分布是由混合高斯函数产生的。在图像平面的每一个相似区域由一个高斯分布表示, 图像的区域就用混合高斯模型表示。

如果一个d维随机变量的密度函数是:

$\begin{array}{l} f (y) = \sum_{j = 1}^{k} α_{j} \frac{1}{\sqrt{(2 π)^{d} | Σ_{j} |}} \cdot \\ \exp {- \frac{1}{2} (y - μ_{j})^{Τ} Σ_{j}^{- 1} (y - μ_{j})} (7) \end{array}$

那么它的分布是k阶混合高斯模型。

用最大期望 (EM) 算法来决定特征空间中k阶混合高斯的最大似然参数 (与文献[8]类似) , 用最小描述距离 (MDL) 算法来选择k值。在本文实验中, k取值为4～8。

图1给出了两个对输入图像进行混合高斯建模的例子, 图1 (a) , 图1 (b) 的左图为输入图像, 右图为混合高斯模型建模的图像。由此可以清晰地看到, 每个局部的混合高斯模型都是椭圆形式, 每个椭圆表示图像平面中每个局部的混合高斯模型的平均颜色和空间分布。

图像分类程序的第二步是基于信息论法则, 运用IB方法将被提取图像进行分组到连续的类中, 在目标图像可能被分入的所有类中, 需要的是使目标图像及从它们所提取的特征之间互信息损失最小的类。假设目标空间Y和特征空间X的联合分布为p (y, x) 。根据IB方法, 寻找一个分类 $\hat{Y}$ , 使得在给定聚类效果I (Y; $\hat{Y}$ ) 约束的情况下, 信息损失I (Y; $X) - Ι (\hat{Y}$ ;X) 最小 (式 (6) ) 。

2.2 IB聚类算法

由IB方法提出的最小化问题可通过基于迭代程序[2]的算法近似解决。算法初始时, 可随意进行聚类, 使每一类由一个点组成, 为使因聚类导致的总信息丢失最少, 每一步都对类进行合并, 以使由合并导致的互信息丢失最小。令c1和c2是Y中的两个类, 合并c1和c2丢失的信息为:

$d (c_{1}, c_{2}) = Ι (C_{b e f o r e}, X) - Ι (C_{a f t e r}, X) \geq 0 (8)$

此处I (Cbefore, X) 和I (Cafter, X) 是合并前后类和特征空间的互信息。标准信息理论处理表明:

$\begin{array}{l} d (c_{1}, c_{2}) = \sum_{x, i = 1, 2} p (c_{i}, x) \log \frac{p (c_{i}, x)}{p (c_{i}) p (x)} - \\ \sum_{x} p (c_{1} \cup c_{2}, x) \log \frac{p (c_{1} \cup c_{2}, x)}{p (c_{1} \cup c_{2}) p (x)} \\ = \sum_{x, i = 1, 2} p (c_{i}, x) \log \frac{p (x | c_{i})}{p (x | c_{1} \cup c_{2})} \\ = \sum_{x, i = 1, 2} p (c_{i}) D_{Κ L} (p (x | c_{i}) | | p (x | c_{1} \cup c_{2})) (9) \end{array}$

由此可以看出, 由IB方法得到类c1和c2的距离度量, 既考虑了p (x|c1) 和p (x|c2) 分布的不同, 也考虑了两个类的大小。

2.3 目标子区域聚类

给定视频图像序列Y和特征集X, 那么用来表示一幅图像中特征分布的混合高斯模型x就是条件密度函数f (x|y) , 假设观察一幅图像的先验概率统一是p (y) , 联合图像-特征分布即是p (x, y) ;假设c是图像的一个类, 其中对每一幅图像y∈c都是通过该类的混合高斯模型来表示:

$f (x | y) = \sum_{j = 1}^{k (y)} α_{y, j} Ν (μ_{y, j}, Σ_{y, j}) ‚ y \in c (10)$

式中:k (y) 就是f (x|y) 中高斯部分的数量。聚类中图像f (x|c) 的特征分布, 通过对类中所有图像模型进行平均而得到:

$\begin{array}{l} f (x | c) = \frac{1}{| c |} \sum_{y \in c} f (x | y) \\ = \frac{1}{| c |} \sum_{y \in c} \sum_{j = 1}^{k (y)} α_{y, j} Ν (μ_{y, j}, Σ_{y, j}) (11) \end{array}$

注意到f (x|y) 是GMM分布, 每一个类c的密度函数f (x|c) 就是多个GMM的混合, 因此也是GMM。

假设f (x|c1) , f (x|c2) 是与图像聚类c1, c2分别相联系的GMM。聚类c1∪c2合并后的GMM是:

$\begin{array}{l} f (x | c_{1} \cup c_{2}) = \frac{1}{| c_{1} \cup c_{2} |} \sum_{y \in c_{1} \cup c_{2}} f (x | y) \\ = \sum_{i = 1, 2} \frac{| c_{i} |}{| c_{1} \cup c_{2} |} f (x | c_{i}) (12) \end{array}$

由表达式 (9) 得到的两个图像聚类c1, c2的距离是:

$d (c_{1}, c_{2}) = \sum_{i = 1, 2} \frac{| c_{i} |}{| Y |} D_{Κ L} [f (x | c_{i}) ∥ f (x | c_{1} \cup c_{2})] (13)$

此处|Y|是图像序列数目的大小。因此, 为了计算两帧图像聚类c1, c2之间的距离, 需要计算两个GMM分布之间的KL散度。多个GMM之间的KL散度通过解析计算很困难, 因此通过蒙托卡罗方法进行近似, 用x1, x2, …, xn表示由属于类c1的图像提取出的特征集, KL散度DKL (f (x|c1) ‖ (x|c1∪c2) ) 可以近似如下:

$\begin{array}{l} D_{Κ L} (f (x | c_{1}) ∥ f (x | c_{1} \cup c_{2}) \\ ≅ \frac{1}{n} \sum_{t = 1}^{n} \log \frac{f (x_{t} | c_{1})}{f (x_{t} | c_{1} \cup c_{2})} (14) \end{array}$

另一个可用的近似是采用从混合高斯分布f (x|c1) 的采样来代替图像数据, 这就可以在不知道图像是由什么模型建立的情况下计算KL散度。图像分类实验表明, 两种对KL散度的近似[9]没有显著的区别。式DKL (f (x|c2) ‖ (x|c1∪c2) ) 可以通过类似方法近似。

IB算法进行图像目标子区域聚类的步骤如下 (本文采用由顶至下的聚类方式) :

(1) 初始聚类:划分每个跟踪目标自成一类。

(2) 在每一步中, 分割目标中两块子区域c1和c1, 使得信息损失d (c1, c2) (式 (13) ) 最小。

(3) 继续执行分割程序直到信息损失达到预设门限, 分割子区域将使信息损失增加而超过门限, 故停止分割。

3 实验结果

通过在视频中运动的人来验证IB方法聚类的性能。实验数据使用固定数码摄像机进行拍摄得到, 视频流中每帧图像大小为320×240, 拍摄速率为每秒30帧, 采样数据为100帧图像序列。图2 (a) 、图2 (b) 右图的椭圆区域即是用IB方法聚类得到的运动目标 (人) 区域, 显示的是第34, 42帧的结果。图2 (a) 、图2 (b) 左图是这两帧的原图。

用IB方法聚类可以基于直方图或基于概率密度分布进行聚类, 本文的实验是采用基于直方图的聚类, 分割时采用的是四叉树分割策略。由聚类的结果可以看出, 可以很容易区分人体的头部、上肢、上体、腿部。在第34帧中 (图2 (a) 右图) , 此时由于两条腿是重叠的, 所以聚类在一个椭圆区域里;上肢摆动幅度不大, 和上体聚类在一个椭圆区域里。在第42帧中 (图2 (b) 右图) , 由于两条腿距离明显, 聚类为两个椭圆区域;上肢小臂摆动明显, 单独聚为一类。

4 结语

用IB方法对运动目标进行聚类, 将各个可能的运动目标区域分别用一个椭圆, 以及该椭圆内的像素直方图来描述, 这样得到各区域的像素直方图相对更为单一, 这为运动目标下一步的跟踪等研究提供了比较小的搜索空间, 减小了计算量。

本文提出的方法仍有几个问题需要解决。在GMM有大量高斯模型的情况下, 用蒙托卡罗方法近似KL散度仍存在问题, 近似需要大量的采样, 这就增加了复杂度并可能引入采样噪声。需要继续研究以找到一种更简洁的聚类表示方法 (比如, 参数减少的GMM) ;需要一种解析算法, 或是更简单的估计来计算两个GMM的KL散度。

摘要：基于信息瓶颈理论实现了一种视频序列中运动目标区域的聚类方法。在介绍信息瓶颈方法聚类原理和特点的基础上, 对视频序列中的图像混合高斯建模形成各个子区域, 然后根据信息瓶颈法对各子区域聚类, 使得互信息损失最小。实验结果显示出了该聚类方法能够有效地实现运动目标区域的聚类。

关键词：信息瓶颈,混合高斯模型,运动目标,聚类

参考文献

[1] TISHBY N, PEREIRA F, BIALEK W. The information bottleneck method [C]//Proc. of the 37th Annual Allerton Conference on Communication, Control and Computing. [S.l.]: AACCCC, 1999: 368-377.

[2]SLONI M N, TISHBY N.Agglomerative information bot-tleneck[C]//Proc.of Neural Information Processing Sys-tems.[S.l.]:NIPS, 1999:617-623.

[3]SLONI M N, FRIEDMAN N, TISHBY N.Unsuperviseddocument classification using sequential information maxi-mization[C]//Proc.of the 25th Annual International ACMSIGIR Conference on Research and Development in Infor-mation Retrieval.[S.l.]:ACM, 2002:1151-1161.

[4]SHIRI Gordon, HAYIT Greenspan, JACOB Goldberger.Applying the information bottleneck principle to unsuper-vised clustering of discrete and continuous i mage represen-tations[C]//Proceedings of the Ninth IEEE InternationalConference on Computer Vision.USA:IEEE, 2003:120-128.

[5] GUEGUEN Lionel, DATCU Mihai. Image time series data mining based on the information bottleneck principle [J]. IEEE Transactions on Geoscience and Remote Sensin, 2007, 45 (4) : 827-838.

[6] COVER T M, THOMAS J A. Elements of information theory[M]. New York: John Wiley, 1991.

[7]SWAIN MJ, BALLARD D H.Color indexing[J].Inter-national Journal of Computer Vision, 1991, 7 (1) :11-32.

[8] CARSON C, BELONGIE S, GREENSPAN H, et al. Image segmentation using expectation-maximization and its application to image querying [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24 (8) : 1026-1038.

时间瓶颈区域篇3

据2011年度中国电子商务市场数据检测报告的数据显示,截止到2011年12月,中国电子商务交易额达6万亿,同比增长33%,网络购物用户规模达到2.03亿人。全球知名咨询公司波士顿咨询公司发布的报告显示,到2015年我国电子商务在零售总额的占比将从目前的3.3%增至7.4%,年均复合增长率达到33%,电子商务将渗透至所有行业品类[3]。与之随行的物流,发展同样迅猛无比,需求巨大。

物流是完成商品权益交割的核心环节,网络交易也不例外。电子商务物流简单来说就是日常俗称的快递,其服务特点是快速地将指定的小件商品送达正确的目的。快递企业收费标准中的一个重要参数是时间,从“当日”、“次日”,到“多日”收费不等。2012年5月,颁布的国家快递标准也对服务期限做了明确规定。调查表明,电子商务物流中“到货延迟、货物丢失或损坏、服务水平低、消费者信息泄露”等诸多问题中,到货延迟排第一,尤其在电商活动促销期间或中大节假日中,“爆仓”成为物流商挡住上下的免战牌。不止是到货延迟,发货慢也是消费者不满的地方。这些问题困扰着买卖双方,也困扰着物流商。

快递企业“上不能对发货方负责,下不能使收货方满意”,这个问题长存下去必将影响到电子商务的发展,影响货物的流通速度。解剖物流商的活动时间结构,有利于电商快递企业找出问题之所在,帮助调整管理策略,以便更好地服务上下游。通过分析订单履行中的物流跟踪信息来研究电子商务物流的时间结构及其特征,可找出物流速度慢的根源,并据此探讨相应的解决策略,这是本研究之独特之处。

2 国内电子商务物流的时间结构及其现状

2.1 电子商务物流的时间结构界定

电子商务是在开放的网络环境下,基于浏览器/服务器的应用方式,实现消费者的网上购物、企业之间的网上交易和在线支付的一种交易方式[1]。然而,一般来说,除了虚拟产品的交易,实物交易的完成必须通过物权交割过程,即物流,少不了快递企业的参与。由于,电商企业几乎都不会采用自营物流模式,而是第三方模式,因此划清物权的分割点非常重要,也使得拥有与交割的时间点敏感。站在供应链的角度来看,物流过程中交割点越多,消耗的时间也越多。

学术界对电子商务物流的概念尚无统一的定义,学者们主要从两个方面进行解释。从物流管理的角度去理解,电子商务物流可以被理解为“物流管理的电子化”,即通过运用现代通讯技术和信息管理技术提高整个物流流程的效率[2];从电子商务服务的角度理解,电子商务物流可以被理解为电子商务模式下的配套物流体系。本文的研究偏向于后者的理解,笔者认为,电子商务物流是为实现电子商务线上交易的物权转移而进行的仓储、包装、运输、分拣、配送和信息管理的一系列物流活动。

本文期望通过研究在各个时间段的长短,通过纵向与横向比对,来分析物流企业服务速度及其管理策略。电子商务物流活动流程包括卖家备货,以及物流公司揽货、包装、分拣、运输、派送,以及消费者签收等活动,大多数交易都基于异地物流服务。为研究的方便,从快递企业的角度来定义三种时间段,分别界定如下:

(1)准备时间:从电商备货,一直到快递企业揽收、登记、装车的时间段。

(2)转运时间:从快递公司发车,一直到达目的城市的时间段。

(3)派送时间:从目的地安排派送,到收获者签收完毕的时间段。

2.2 国内电子商务物流的时间结构特征

2.2.1 数据获取

为了分析国内电子商务快递企业用于物流活动的时间结构特征,研究小组通过发布问卷模式来采集数据,调查对象分布于江浙、河南、湖南、湖北与广东等地,快递服务企业包括顺丰和“四通一达”(申通、中通、圆通和汇通,以及韵达),数据格式以淘宝订单物流跟踪模式为主,获取了近500条网购的物流跟踪记录。

2.2.2 数据清洗

首先,需要校验所获得的数据,包括录入错误问题,然后进行格式规范。

其次,去掉一些不用的数据,包括一些中间细节数据,保留卖家发货时间、物流公司揽收时间、到达目的城市时间和最后的签收时间。

最后,将数据转入微软的Access数据库,以进行最后的清洗和规范。

2.2.3 数据处理

计算各个快递企业的每次物流活动时间分布方面,可利用Access所带的Date Diff函数。该函数的格式为:

Date Diff(‘dateinterval.年或月或日或时或分’,开始时间,结束时间)

按照前面关于三个时间段的定义,求取“物流准备时间”、“转运时间”与“派送时间”可用如下算法:

Date Diff(‘dateinterval.时’,卖家发货时间,物流公司发车时间)

Date Diff(‘dateinterval.时’,物流公司发车时间,到达目的时间)

Date Diff(‘dateinterval.时’,到达目的时间,签收时间)

根据以上算法,计算出国内几个主要电商快递企业的物流时间结构特征,如下表1所示,其中各个时间段长度为其所有统计内活动的相应平均时长。

2.2.4 数据分析

从调查来的数据看,我国电子商务物流准备时间约为9.3小时,转运时间约为51.8小时,配送时间约为20.8小时,总时间约为82小时,平均交易完成时间为3天半。除了准备时间,顺丰所用时间比所有其他企业的都要短的多。顺丰在国内堪称快递业中的标杆企业,其速度为业内所公认,平均情况超过了2天。

“四通一达”是我国主要的电子商务物流企业,他们的物流速度在一定程度上代表了我国电子商务物流速度的整体水平,异地电商物流速度在3~4天每单这很普遍,也是事实。与顺丰相比,“四通一达”的揽货发货时间普遍慢了约3小时,物流转运时间延迟约24小时,物流配送时间延迟约12小时。有一点很显然,顺丰因为拥有强大的运输工具,在转运上就取得了先机,其派送工具相对发达也提高了速度。

速度是电子商务物流之魂。2000年联邦快递在中国推出“亚洲一日达”和“北美一日达”的服务。2002年9月,又推出“准时送达”的服务。2007年联邦快递又在中国推出“次早达”、“次日达”和标准时间隔日达等服务。顺丰公司在国内推出“省内即日到”、“跨省即日到”,承诺当日22:00前派送完成;港澳台地区的快件1~2个工作日内可送达,国际快件3个工作日内可送达。显然,顺丰以其超过2天的平均时长,并未完满地实现其承诺,其准备时间显然还是不如人意,同样影响其效率。

第6期王文齐等:供应链管理视角下的国内电子商务物流时间瓶颈问题研究5

3 供应链视角下的我国电子商务物流时间瓶颈成因

在国内,顺丰算是速度王,但其快递成本在国内也堪称第一,远高于其他企业。顺丰完善的、先进的、强势的物流网络,对于其速度的提高确实有不少好处。但是,顺丰同样也存在问题,优点也是其缺点,价格高昂,对于一般网络交易活动是道门槛。提速加价,这是我们管理的误区,因为实际上我国的电子商务物流成本已经远远高于其他国家与地区的了。国内学者们对该问题的研究主要停留在微观的企业层次,如李娇阳在论述我国电子商务物流现状时指出基础设施不完善、物流人才短缺等问题[4]。对于国内快递的问题研究,笔者认为不能只盯着快递企业自身来讨论,应基于供应视角对整体进行分析更合适。

3.1 缺少有效的电商物流平台

物流平台还是一个比较新的概念,《物流术语》的国家标准中并没有给出明确的释义,学术界对其定义也不是很清晰,大多停留在“意会”的层次。笔者认为物流平台是一个对物流各种活动起到承载和支撑作用的标准化的工程和管理系统,以交易信息、库存信息、运输与派送信息的集成、共享与交换为核心。当前所使用的平台,还是各自为政的信息孤岛,供应链上各节点,需要不断的导入、导出数据,需要不断地积极索取数据。在这种情况下,一些节点的业务无法有效地组织和开展。这与高速发展的电子商务来不匹配。这也是阿里巴巴提出要建立国家物流骨干网的原因。

电商物流平台属于一种共性技术,软硬件方面的基础设施与设备需要多方加以扶持。一直以来,政府和企业热衷于建设多功能的配送中心和物流园区,而对物流平台这种共性技术投入不足。目前对物流平台的构建主要从技术方面入手,整合云技术、Web-Service、移动终端、Agent技术、GIS等应用技术。一般对于快递企业,在技术这方面并不具有优势,这需要上游企业积极介入,乃至于商品生产企业。如果能形成产品数据由生产商提供,电商提供营销与交易服务平台,物流商基于数据平台进行运输与派送,而生产商同时也能看到市场的真实反馈信息。这种平台将大大缩短发货前的准备时间,减少上下游各方的沟通环节。显然,目前即便是淘宝大平台,也只涉及2个节点:销售商(电商)与物流商。

从缩短时间的技术来看,如果使用这种物流平台,完全可以减少销售商因缺货而带来的时间开销,也可减少物流商的揽货时间。根据国内外的经验,这个准备时间完全可降低到4小时以内,这对于消费者的影响将非常积极,也有助于各方服务水平的提高。近日,阿里巴巴集团与中国邮政集团、中国邮政EMS、申通、圆通、韵达、中通、顺丰、汇通、天天、宅急送等十大公司合作,共同打造“菜鸟网络”物流平台,预期完成之后,全中国任何一个地区都做到24小时内送货必达[5]。

3.2 缺乏战略合作、协同性差制约了提速

电子商务物流公司为了扩大网点和服务范围,抢占市场,一般采用特许加盟的经营方式,各地物流分公司一般采用合作加盟形式存在。一方面这些公司分布在不同的地域,财务独立,物流公司很难对其进行规范和管控;另一方面,物流公司与分公司之间的利益存在分歧,且没有形成合理的利益划分机制,这样就造成物流公司与分公司之间的相互约束关系松散。现有的特许加盟模式由于缺乏战略性合作机制,内部约束力不够,导致协同性差。由于财务独立,加盟店必定考虑自己的规模效益和成本问题,以最大化收益为目标,考虑缩短时间只会增加其成本。从只是完成运输与派送的功能角度来看,加盟商并不需要考虑上游销售商的市场、信誉度,也不需要考虑收获者的时间效用问题,采用集中运输、派送(规模效用),但加盟商的这种选择将可能损伤卖主、收货者的利益。这会使得物流速度变慢,转运时间拉长,派送时间延长。类似“四通一达”的企业不可能完全按照顺丰模式:网点自建与自营,因为这会陷入快递成本高企的泥潭。因而,对于这些快递企业,当前最关键的是进行战略合作,构建牢固的利益共同体,保证各方的共同发展。

一个似乎矛盾的地方是供应链越长,节点越多,时间消耗也越多,因而有必要一切都是自营模式。采用加盟模式的企业目前所采用的转运方式所消耗的时间约52小时每单,这些企业当前所能采用的缩短技术有限。完全自营还有缩短的空间,例如,从汽车运输来看,当前从南到北,国内运输最长也可在48小时内实现,转运时间提高空间不大;如果使用和顺丰一样的航空运输,则可提高到28小时内。但是,即便是从我国的最南到最北,当前的飞行时间也不用花上8小时,飞机的装卸搬运时间相对较短,因此,像顺丰这样的速度完全可以提高1倍。因而,“四通一达”这些企业如果能和航空运输公司建立起战略联盟,可把转运时间缩短到30小时以内,这对企业增加竞争力大有裨益,如果能将时间压缩到12小时内,完全是可能的。但是由于我国当前缺少物流共性平台的支持,信息不流畅,各个环节的自动化过程所需要的数据不能及时获得,导致等待太长、重复操作太多、人工误检导致返工量大、装卸与搬运次数太多,总之,供应链各方协同性差。显然,只要共性电商物流平台能为各个节点提供服务,就可减少大量的中间环节的操作时间,提高速度。

集中派送模式对于速度来说同样是一个致命的地方,目前,这种模式的时间消耗平均在10小时左右。而实践表明,一些不规范的自创联合派送模式,可将派送时间减少到5小时以内。但是,直营模式的快递企业不利于联合派送,显然,这种企业要降低派送时间消耗很难,因为其成本开销、服务使命和以量取胜的加盟企业差异太大。当前,我国快递企业之间的横向合作关系很难形成,物流共性平台是个大问题,相信在“菜鸟网络”建成后,通过建立完善的供应链网络平台,可以让派送时间大幅度减少,而成本不会增加。

4 结论与建议

市场为王,消费者的满意度才是最重要的,因此,淘宝平台上提供了2个重要的评价指标,一是发货速度,其“快”会让消费者放心,二是物流速度,其“快”会让消费者称心。这个速度不是快递企业单方面的问题,涉及供应链上的各个节点利益。因此在提升电子商务物流速度时,(下转第31页)李申等:岳阳中小型物流企业发展思考与对策研究31

流企业创造融资机会,保障物流企业发展现代物流所需资金。在税收制度上,政府可通过制定形式多样的税收优惠政策,降低物流企业发展现代物流的税负,以提高物流企业发展现代物流的积极性。另外,在物流基地的土地使用政策上、在物流服务及运输价格政策上,也可制定倾斜物流产业发展的政策措施,为中小型企业发展营造良好的政策环境。

4.3 加强物流基础设施建设

政府应加大对物流基础设施的投资力度,并积极引导社会各方面的力量参与物流业的投资建设,促进物流业的发展和整体水平的提高。首先是继续加强交通基础设施建设,进一步改善全省交通条件。一方面,要继续加大交通基础设施投资,建设新的交通干线,另一方面,要重视对旧的交通基础设施的利用和改造。其次是积极发展大通关,建设软交通,进一步提高口岸服务水平,增强口岸服务能力。再次要加强通信基础设施的建设,包括通讯设备及线路,传真设备,计算机及网络设备等,从而不断提高信息化程度。另外还应加强物流中心级仓库的改造和建设,包括仓库货架进出库设备,加工设备等,为物流高效化和合理化构建一个健全的调配中心,为中小型物流企业发展现代物流提供一个良好的基础设施环境。

4.4 重视岳阳地区中小型物流企业自身建设

4.4.1 树立现代物流观念并改善经营体制

岳阳地区中小型物流企业要发展现代物流应树立现代物流观念,将企业采购、制造、加工、包装、运输、仓储等彼此分割的环节有机地连接起来,尽快建立起方便、及时、低成本、高效率的现代物流系统,为企业生产营销提供强有力的服务保障。具体经营应综合运用各种运作方法,包括物流运作、资金运作及市场运作。另外,由于客户服务质量要求的提高和配送的多样性,要求物流企业不仅要能够提供门到门运输及有关的基本服务,还要能够提供相关的物流增值服

(上接第5页)不仅要从企业层次考虑提升企业自身的物流服务能力,而且要加强供应链的管理,提升节点企业之间的协作服务能力,尽量减少不必要的时间浪费。快递企业通过融入到供应链中,构建利益共同体,可大大缩短时间,异地快递每单1天以内送达是理想、2天以内送达可完全实现。

最后,本文给出如下建议:

(1)树立物流一体化的观念。在供应链的视角下,将电子商务物流服务看作是从生产商、电子商务企业到消费者的一体化过程。在这种思想的指导下,进行仓储、备货与揽货、运输、派送过程的管理。

(2)创建公共性的物流平台。首先完善各类物流基础设施,提高物流业务能力和信息技术水平,建立起公共性,开放性的物流平台,然后依托计算机网络和电子商务交易建立专业性的电子商务物流平台,把虚拟物流和实体物流进行有效的衔接。

(3)构建供应链协同运作机制。信息共享是实现供应链各务,如拆拼箱,重贴标签,配货,产品退货处理等,提高客户满意度,提高竞争力。

4.4.2 不断引进先进设备,加大技术创新力度

岳阳中小型物流企业应积极采用现代高新技术,大力推广计算机信息技术,发展专用车辆、先进的装卸、仓储技术等。从物流流程控制、物流信息处理等要始终跟上现代物流发展的步伐。另外,物流企业还可利用信息技术和网络平台建立起与其他相关企业的连接,实现资源共享,信息共用。

4.4.3 积极培养和引进物流人才,提高管理水平

在许多国家,从事物流业的人员必须接受职业教育,获得就业资格后,才能从事物流方面的工作。相比较而言,我国在物流方面的教育还非常落后,导致岳阳地区物流人才不足。但是企业可以通过多种渠道,如企业内部培养、与合作伙伴共同培养、与高校联合培训等,建立企业发展的人才队伍。

5 结束语

岳阳中小型物流企业仍然存在很多的问题,需要政府部门和物流企业共同努力,岳阳中小型物流企业的发展需要社会各界的共同关注,通过各方的努力达到极大地提高服务水平,促进岳阳物流业的发展。

参考文献