近日，中共中央办公厅、国务院办公厅印发《有效降低全社会物流成本行动方案》（简称“方案”），明确了20项重点任务，其中提到推进物流数据开放互联，那么，目前的数据互联情况如何，影响物流成本有多大，怎样更好地推进数据的互联互通呢？
数据成“孤岛”
物流业是供应链的核心环节，不仅负责物品的存储和运输，还涉及信息流、资金流等多种数据的交互，从而汇聚商贸流通、生产制造、第三方服务、消费者的海量数据。
不可否认，快递龙头企业能够依靠自己的数据平台支撑起像“双十一”这样节日的海量货物运输，但因为“数据孤岛”问题，并未让企业间的纵向合作或横向联盟更为顺畅和有效。
数据是新的生产要素，物流数据不仅是物流企业的基础性资源，更是其重要生产力，这将导致不同经营主体间为数据控制权激烈博弈，担心其运营数据会被竞争对手获得而取得业务优势。物流巨头们谁拥有更多数据，谁便能在市场立于不败之地，这使数据互联互通受阻。
同时，我们要看到数据资产的价值由于具有不确定性和时效性，会受数据本身的质量、可用性以及市场需求、应用场景等因素的影响，采用数据清洗、验证和修复等技术手段，可以提高数据质量。
目前，物流企业信息化水平参差不齐，采集、归纳利用数据的能力也有很大区别，比如通过将传感器、RFID标签、GPS设备等嵌入到物流设备和货物中，能够实时监控和收集物流过程中的各种数据，但有些企业没有完成数字化转型，不具备先进装备，使得企业难以完成对物流数据的收集和利用。
传感技术是物联网的核心组成部分，各种类型的传感器可以获取不同的环境数据，并将这些数据传输到中央系统进行处理和分析，比如压力传感器可以检测货物在运输过程中的震动和压力数据，可帮助优化包装和运输方案。
因此，建立数据的关联，找到提升效率的空间，能更好地指导物流运营和管理。
方案要求，建立健全企业物流数据采集、提取、应用、保护等机制，促进企业物流数据要素市场化流通，面对隐性壁垒，物流业作为流通领域的重要组成部分，应进一步完善数据资源的确权、交易、应用等规则，强化对物流数据等类型数据资源的开发利用。
互联的重要
方案提到，以公路、铁路、水路、航空、海关等部门和单位公共数据资源共享和开发利用为核心，整合物流与信息流、资金流，建立部门物流数据资源动态互联机制。
通过提高物流数据的开放共享程度，加以汇聚分析，能够从中得到各类货物的流向流量和流动效率，对国家统筹规划联运体系、物流网络、仓储设施等提供数据支撑。推动物流数据开放共享，完善我国智慧物流建设体系，对降低全社会物流成本至关重要，因此，数据开放互联共享，需要从政策、市场、技术等多个维度去破解。
一直以来，数据对接，对各家企业来讲，都是商业竞争的“红线”。物流数据的权利边界模糊，部门间、企业间、政企间的物流信息交互明显不足，导致共享不畅，从而对货物资源优化配置、物流资源利用效率产生了显著负面影响。
因此，建立行业统一的数据标准和规范，促进物流企业之间的数据交流和共享，有业务必须有数据、有数据必须有通道、有通道必须有系统、有系统必须有对接，推进标准互认和服务互补，实现“标准互认、收益分配”的机制保障，这样，有限定条件的数据对接与互联互通，比较有利于保护各物流快递企业的隐私与商业秘密，也有利于充分发挥市场竞争作用。
首先，加强安全风险防范，完善数据授权管理和运营机制，加快统一编码标准和上下游企业间数据接口标准，在数据流动的不同环节建立统一的数据标准和访问方式，同时，不断创新物流信息的交互模式，适应于日新月异的我国物流业的数字化发展水平。
其次，物流数据蕴含企业利益的企业数据以及关乎隐私安全的个人信息，安全合规是其开放共享必须要解决的核心问题。
建立合理有效的数据权利制度，为相关数据财产权益提供有效制度保障，做到既要保证物流数据中的主体权利不受数据开放共享行为的侵害，又要确保在开放共享中推动物流数据的财产价值最大化。
降本见成效
不同物流方式涉及的主体数量庞杂、差异较大，物流数据的不开放导致物流信息不对称、不透明，限制了物流效率提升。
阿里最初的菜鸟网就是以数据为纽带的，而2022年7家快递企业签署了《“快递进村”工程邮快合作数据对接协议》，强调要切实做好数据对接，深入推进邮快合作，加快建设农村寄递物流体系。
去年，国家数据局成立，围绕着数据要素市场化配置改革，通过联合发起“数据要素×”行动，推动数据在多场景应用，创造新产业新模式，激发数据要素潜力，以更好赋能新质生产力发展。
在物流行业互联互通中，每天都会产生海量的数据，如何有效地处理和分析这些数据，成为提升物流效率、降低物流成本的重要挑战，大数据技术通过对海量数据的收集、存储、分析和挖掘，能够从中提取出有价值的信息和规律。
比如通过对历史运输数据的分析，物流公司可以预测未来的运输需求，优化车辆调度和路线规划，减少空驶率和运输成本，同时，大数据分析还可以帮助识别物流过程中的瓶颈和薄弱环节，提出改进措施，提高整体运营效率。
再比如，建立“让车企数据用起来”的机制，保密脱敏后，通过大数据分析，可以解决商用车主机厂传统业务中靠人力和经验无法真正解决的痛点问题，以实际数据来验证、评价、预测商用车相关业务，实现“从数据，到场景”的业务转化能力。
大数据的分析和应用，正助力物流业完成从粗放、低效、高耗的传统业态向集约、高效、环保的现代物流转型。当然，还有区块链技术，能够提升供应链的透明度和协作效率，通过区块链技术，供应链各方可以共享统一的数据信息，实时了解货物的状态和位置，减少信息传递的滞后和误差。
制造企业可以通过区块链平台与供应商、物流服务商实时共享生产和库存数据，优化供应链管理，减少库存积压和供应短缺，提高生产和物流的协同效率。总之，大数据，区块链，人工智能等技术可以分析现有的物流交互数据，预测物流需求、优化运输路线、提高物流效率和资源利用率。
物流数据是物流降本的基础要素，也是实现智慧物流的重要手段，当前对物流数据的有效利用不足仍然制约着物流业的全面发展和降本增效。汇集物流运输、仓储、搬运、装卸及流通加工各个环节产生的数据，从而进行挖掘、分析和应用，提取有价值的信息提供优化决策，提高效率、降低成本，同时，实现数据的开放共享和合作，促进物流企业间的合作与协同。
数据革命的浪潮正潜移默化地影响着经济社会的各个方面，包括作为基础性服务产业的物流业及其细分领域，为了降低社会物流成本，是需要推动物流数据的开放共享。
