物流与供应链管理论文物流与供应链论文

1数据仓储技术简介

随着现代电子信息技术的普及，各类商业交易也开始广泛利用电子设备，这些交易储藏了大量信息，如果能够有效利用这些资料，必然能更好地了解交易现状，把握交易趋势。在这种背景下，1994年由W.H.Inmon[1]提出数据仓储（Data Warehousing）概念，即数据仓储是指支持管理决策过程的、主题导向的（Subject Oriented）、整合的、长存而不会挥发消失的、随时间变化的数据集合。Kimball（1996）[2]认为数据仓储是从交易系统抽取出来的一群静态数据，是一个用来支持决策的数据库。Y.Zhuge（1995）[3]提出数据仓储是经整合的信息体，用于查询和分析。这些不同定义都指出数据仓储具有主题性、整合性、历史性等特性，并能够协助管理者进行科学决策。

数据仓储的数据来源分为内部数据和外部数据两部分。内部数据是由各种异质性数据库中整合而来的数据，特别是指从在线交易系统OLTP（On-Line Transactional Processing，即由数据库所连结出来的在线查询分析程序）所得来的数据。外部数据主要为市场资料，以便了解企业本身对市场的反应效率。这样的市场分析可以协助企业在利润较高的市场投入更多资源，同时在竞争性高的市场寻求适当的切入点。数据仓储所包含的是全企业的信息，这些信息是为了整体的数据分析而整合多个OLTP系统而来，一般而言，数据仓储是由数个主题领域所组成，例如客户、产品等，可用于战术与策略上的决策支持。数据仓储的数据量的范围可能从50 gigabytes（GB）到1terabyte（TB），其建置与管理往往非常昂贵且耗时；建立的方法通常是从上到下由统筹的信息服务单位主导。

与数据仓储密切相关的两个概念是数据超市和数据挖掘。数据超市（Data Mart）是数据仓储的子集，主要目的提供给企业中个别的部门执行特定决策支持系统，通常是由下到上利用部门的资源来建置。数据超市通常只有特定主题的汇总或详细资料。对于部门别的数据仓储来说，数据超市是一个较为低廉也更容易扩充的解决方案。数据挖掘（Data Mining）是从巨大数据仓储找出有用信息的一种过程与技术，若将数据仓储比喻作矿坑，数据挖掘就是深入矿坑采矿的工作。

2数据仓储技术在台湾花卉供应链物流管理中的应用中国台湾花卉产业主要由台北花卉供应链、台

数据仓储技术在物流管理中的应用与前景——

—以中国台湾花卉供应链的物流现况分析为例

卢凌霄

（南京农业大学中国新农村建设研究院江苏南京210095）

摘要：数据仓储技术利用电子化交易系统抽取数据，分析市场行情，该技术在中国台湾花卉供应链物流管理中的应用有效提高了花卉的流通效率，便于花农更好的应对市场需求，使消费者以更实惠的价格采购到同类产品，同时帮助批发商选择最合适的鲜花供应商。大陆农产品批发市场可以借鉴台湾花卉供应链利用数据仓储技术分析市场行情、调节供求的方法，整合不同类型农产品的流通资料，提高流通效率。

关键词：数据仓储；台湾；花卉供应链

收稿日期：2010-10-17

基金项目：江苏省社科联研究课题（10-c-12）

作者简介：卢凌霄（1982-），女，湖北十堰人，博士，讲师，研究方向为区域经济。E-mail:lingxiao.lu@https://www.360docs.net/doc/a17361873.html,

农业科技展望

中花卉供应链、彰化花卉供应链、台南花卉供应链、高雄花卉供应链组成。花卉供应链的成员包括：生物科技厂商，负责生产花卉种子、幼苗、球根或进口特殊球根；产地花农，负责花卉的种植与照顾；合作社，负责收集收获后的花卉并以经济规模物流方式运送；批发市场内交易双方通过荷兰式拍卖来决定花卉的价格；零售店负责将花卉直接贩卖给消费者[4]。

台湾花卉供应链一直存在高人力成本问题，从生产到消费过程，一枝花可能要经数十人之手，过多的环节延长了花卉流通时间，也增加了销售价格。20世纪90年代最困扰台湾花卉产业问题是营销效率。花卉供应人有数千人，供应人每天要决定将花卉产品往哪条供应链运送。如果大家同时往台中供应链运送，则中部花卉价格会暴跌，而台北花卉价格则会高涨。比如20世纪90年代某天台北花卉平均价格为55元，而台中平均价格为31元，相似产品但价差1/3，如果花农猜错供应链，损失就非常大。如何平衡台湾各花卉供应链间的价格是经营者面临的最大挑战。

在这个背景下，1990年台湾花卉产业大力投入自动化科技来降低成本，台北花卉批发市场拍卖作业自动化是亚洲第一个成功案例，引起日本东京大田花卉批发市场模仿，而中国大陆、韩国等地的花卉拍卖作业自动化也都与台湾带头的拍卖自动化革命有密切的因果关系。为提高花卉营销效率，管理者开始利用数据仓储（Data Warehouse）技术提供花卉的业务情报（Business Intelligence,BI），即花卉批发信息分享热线（Flower Wholesale Information Shar-ing Hotline,Flower WISH）。目前，花卉批发信息分享热线运作已融入各花卉供应链的日常营运作业中，该系统可以提供花卉交易数据、交易数据内容分级与分享、供应人与承销人的运销决策、市场调查与调货、花卉的物流分析与预测、交易金额查询等多项功能。操作花卉批发信息分享热线能力已被台湾花卉产业列入考花卉拍卖员执照的必考项目。

花卉批发信息分享热线运行方式是花卉拍卖钟通过因特网接上数据超市，台北花卉资料超市、台中花卉资料超市、彰化花卉资料超市、台南花卉资料超市、高雄花卉资料超市等5个数据超市再整合为台湾花卉数据资料仓储。整个工程由下而上来建构以提高成功率，各花卉批发市场的全力配合更是工程成功的最重要因素。系统拥有在线分析处理功能（On-Line Analytical Processing，OLAP），利用供应单位、产地市场、交易日期、拍卖均价、销售市场、花卉品种、等级、包装材料等数十项物流衡量值（Measure）来分析不同市场花卉供应情况，预测花卉物流的价格趋势。花卉批发信息分享热线应用范围非常广泛，比较常见的有如下3种：（1）物流专家系统设计案例。将数据仓储中花卉交易数据当作训练样本得到花卉交易的运销法则，用这些运销法则来建立专家系统，从而协助判断市场形势。具体说来，假设某次玫瑰花交易产生了12批残货，可以这些残货数据为样本就可找出发生残货的若干条规律，将这些规律总结出来，建设成专家系统，以后花农运送玫瑰花可依专家系统推理与建议来进行营销决策并避免残货产生。（2）价格与等级分析案例。用统计方法计算出花卉等级与价格的关系，比如以前花农不知道玫瑰花卉等级与价格关系，现在可用统计回归技术计算出资料仓储中各玫瑰花品种、等级与价格关系的方程式，花农依这些式子及自己生产条件来进行玫瑰花卉的生产规划。一般等级越高的玫瑰花，通常其生产成本也会更高，如果某等级玫瑰花价格减掉成本后的获利不错，则花农会挑该等级玫瑰花来生产[5]。（3）最佳供应人选拔案例。如何从众多供应人里挑选出最优秀供应人是批发商必须面对的问题，以前是凭感觉和印象选拔最佳供应人，现在可从数据仓储里产生，通过将不同花农历次交易的平均拍卖价格和残货百分比进行对比，可以发现花卉产品单价高且残货量低的花农。

在台湾，花卉批发信息分享热线使用已融入各花卉供应链的日常营运作业中并产生重大影响，用数据仓储提供的物流信息来改善营销效率是流通链条上各流通主体最普遍利用的业务。传统农业里，整合信息技术来提升农产品的营销效率一直是各项农产品供应链努力的目标，花卉批发信息分享热线的出现在这个方向建立了典范，随着技术的不断成熟和推广，花卉批发信息分享热线的成功应用案例会越来越多。

3数据仓储技术在大陆农产品流通前景分析中国大陆农产品流通体制几经变革，在20世纪80年代改革开放后基本朝着市场化方向发展。目前已经初步形成以产销地批发市场、农贸市场与超市

农业科技展望

共同经营的多元流通体系。而随着农业生产集中程度不断提高，基础设施改善和技术改良，农业生产率提高，农产品流通范围不断扩大，批发市场在连接产销、调剂余缺中逐渐处于核心地位。近年来，我国批发市场总量一直稳定在4150个左右[6]，国家陆续推出加强农产品批发市场升级和改造的方针，开展“万村千乡市场工程”“双百市场工程”“新农村现代流通网络”“农村商务信息服务”等重点工程建设项目，农产品流通逐渐向规范化、组织化、标准化、大型化、规模化方向发展。2008年我国亿元以上商品交易市场成交额达到52458亿，其中，批发业务成交额达43120亿[7]。目前，面临土地流转制度松动带来的生产规模化、农产品市场国际化以及消费者对食品质量安全需求提升的挑战，未来批发市场的交易规模将持续扩大，同时向现代化、规范化、集团化、企业化方向发展[8]。

农产品批发市场的现代化和规范化主要表现在IC卡交易、信用交易、网上交易、信息查询、电子结算、电话委托、农产品拍卖等现代交易形式推广。市场功能将拓展到生产、加工、包装、储运、保鲜、批发、拍卖、直销、配送、连锁零售经营及进出口贸易等，构建交易中心、拍卖中心、电子结算中心、信息网络中心、检测中心、仓储物流中心、加工配送中心、商务中心、展示中心、生活服务中心等。目前，全国部分大型的批发市场现代化程度已经较高，如山东寿光农产品批发市场已经全面实现IC卡交易，待销售的农产品在出入该批发市场都必须出示相关卡片，在市场内进行交易时，电子结算中心直接在交易双方的卡片上输入产品种类、等级、交易量、价格等信息，买卖双方通过卡片信息可以完成现金交割。目前，这种交易信息仅仅作为买卖双方结算的凭证，并没有得到充分利用，如果能够像台湾花卉市场一样，通过数据仓储技术分析市场行情，回归出历次交易的价格与等级关系的方程式，发掘出残货量最低、品级最高的供货商等，可以有效预测市场在特定条件下的需求，如果这些信息能够广泛有效地传递给批发商、生产者，则可以有效调节供求，稳定产品价格，提高生产者、批发商、消费者福利。

参考文献

[1]W.H.Inmon,https://www.360docs.net/doc/a17361873.html,ing the Data Ware-house

[J].John Wlley&Sons.Inc.,1994.

[2]Ralph Kimball.The Data Warehouse Toolkit[J].John Wlley

&Sons.Inc.,1996.

[3]Y.Zhuge,H.Garcia-Molina,J.Hammer,J.Widom.View

Maintenance in a Warehousing Environment[J].SIGMOD Conf.,San Jose,1995，5.

[4]黄俊端，梁高荣.高雄花卉交易数据超市的设计与应用[J].

机械工业，2006，11：146～156.

[5]黄雍仁，梁高荣.从数据仓储进行产品等级与价格关系的

分析[J].机械工业，2003，6：256～273.

[6]《中国工商行政管理年鉴》编辑部.中国工商行政管理年

鉴[M].北京：中国工商出版社.

[7]中华人民共和国国家统计局.中国统计年鉴2008[M].北京：

中国统计出版社.

[8]卢凌霄，周应恒.中国农产品批发市场发展历程及趋势

[J].商业研究，2010，2：10～14.

（责任编辑潘月红）

农业科技展望