主页（http://www.cnwulian.net）：大数据推动大物流
通过对大数据的分析，物流企业就可以对未来市场和竞争对手的行为做出一定的预测，及时调整发展战略
大数据推动大物流
（刊发于《中国物流与采购》杂志2016年第18期）
文/潘国尧
大数据与制造业
毫无疑问，制造业是当前大数据战略最需要关注的一个领域。面对全球性的工业4.0热潮，政府和企业都在积极摸索智能制造战略的发展之路。中国作为世界制造大国的地位， 伴随着劳动力成本的提升以及人才、 创新、法律环境等方面短板的次第出现，正面临美国等西方科技强国的挑战。单一依靠成本优势来取胜的时代正在远去，中国制造业的竞争力正从此前的“成本创新” 向更广泛的技术、产品创新转移，智能制造、 服务型制造和“互联网+制造”是中国面临的难得机遇， 中国有望在这些领域打造新的竞争优势。
当然，与德国这样先进的制造业强国相比， 中国制造业的差距至少在20年以上。 而且， 如果不能在短期内有所变革， 这种差距将会越拉越大。如何才能缩短这一差距呢？大数据无疑是当下的一个兴奋点，而且必将成为中国制造业能否追赶德国制造业的重要驱动力之一。信息技术和制造技术的深度融合，云计算、大数据、物联网从中将起到重要的作用。特别是大数据，将会对中国制造业的转型升级带来关键性的支撑。
事实上，在工业大数据领域， 中国制造业和德国等制造强国的差距并不是很大，在不少领域，甚至是处于同一起跑线上，所以在研究大数据应用的方法、模型方面，中国和全球大数据产业的发展基本是处于相同的节奏和步伐。
大数据的出现给中国制造业提供了一个难得的发展良机，大数据已经成为政府和企业最核心的资产， 未来大数据的价值挖掘及变现将会得到充分利用， 这将造就千亿级以上的市场。
但是，互联网大数据和工业大数据有着很大的差别。从数据结构上看，互联网大数据中，非结构化数据占较大的比重，而在工业大数据中，则以结构化数据为主。数据结构的不同，导致数据分析的入手点也会不同。从需求来看，目前国内制造业企业对于大数据的需求十分明显，但究竟该如何入手，很多用户仍然处于观望和尝试阶段。
因此，如何通过打通产业数据流通，让大数据在制造业内实现流动、共享，同时产生更大的价值，这将成为数据生态建设和投资的下一个金矿。而作为供应链管理的主要服务对象，占据上游资源的制造业在大数据领域的一举一动，都将深刻地影响物流业的变革和发展。
政府数据应该共享
随着互联网和移动互联网的不断普及，无论是生产还是流通领域，任何机构都有可能拥有数据资源，并将成为其持续变现的资本。数据资源已经和能源一样，日益受到各国重视。但是，数据源匮乏和封闭却一直是制约大数据应用和发展的主要瓶颈。随着国家大数据战略的实施,政府会持续推动公开数据以保障产业加快发展。
在政府层面，2015年以来，我国陆续发布了《关于积极推进“互联网+”行动的指导意见》、《促进大数据发展行动纲要》和《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》等文件，多次提出要加快数据开放共享、推动资源整合，深化大数据应用和大数据战略。
金融对一个国家来说是很敏感的领域，这个领域的大数据是否可以开放，目前来看，还有一定的困难。据说，中国的银行家们正在起草大数据战略。金融领域的数据涉及面很广，比如基金公司的销售数据，客户持有份额与交易数据，客户接触数据，客户网站浏览数据等；比如银行涉及到进出帐户的数据，客户基本信息的数据；比如保险公司有客户购买保险的数据等等。这些数据一旦公开，从中国目前的社会环境来看，还是存在着不小的风险。最近全国人民关注的徐玉玉被骗致死案件，使得数据商业化问题和数据安全问题被一同推向了公众的焦点视距中，这客观上加大了金融领域大数据公开的难度。
〕50 号印发《促进大数据发展行动纲要》，要求明确各部门数据共享的范围边界和使用方式。随后，公安部下发了《公安机关信息共享规定》，要求加快部省两级信息平台，整合分散的外部数据，形成全国公安云数据。公安部要求，各地要加快建立以省级为主的警务云计算中心，实现对公安专业数据、政府各部门管理数据、公共服务机构业务数据、互联网数据四大类数据的集成应用。
由于中国的大数据研究应用仍然处于起步阶段，所以公安领域目前与社会机构的大数据共享同样存在不小的困难。但仍有一些地方在进行大数据共享的实践，比如上海市公安部门已存储公安业务信息和社会信息270亿条，日均增加5000万条，逐步具备了大数据特征。但这些数据目前还只有在涉及相关案件时才能被其它行管部门和企业所共享，如何将这些数据与社会活动甚至市场活动结合，使之产生普遍的价值，这在当下还是很难。
政府大数据信息资源需要自由流动，这如同银行货币，只有加速其流动，才能创造巨大的效益，以促进经济发展。据统计，我国有用信息的80%由政府所掌控，但是，长期以来，这些信息大多处于不对外公开状态，严重地制约了经济的发展。部门之间，上下级之间，不少政府机构把手上的数据当成了一个小范围内的资源，信息相互割裂，数据无法做到有效共享，客观上形成了一个个信息孤岛，难以发挥应有的作用。也正因为数据的不公开，无法做到共享，才造成了不少政府的决策失误。
