什么是物联网？物联网的核心技术有哪些

物联网（ IoT ，Internet of things ）即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，将各种信息传感设备与互联网结合起来而形成的一个巨大网络，实现在任何时间、任何地点，人、机、物的互联互通。

1、射频识别技术

射频识别技术（Radio Frequency Identification，简称RFID）。RFID是一种简单的无线系统，由一个询问器（或阅读器）和很多应答器（或标签）组成。标签由耦合元件及芯片组成，每个标签具有唯扩展词条一的电子编码。

标签附着在物体上标识目标对象，它通过天线将射频信息传递给阅读器，阅读器就是读取信息的设备。RFID技术让物品能够“开口说话”。这就赋予了物联网一个特性即可跟踪性。就是说人们可以随时掌握物品的准确位置及其周边环境。

2、传感网

MEMS是微机电系统（ Micro - Electro - Mechanical Systems）的英文缩写。它是由微传感器、微执行器、信号处理和控制电路、通讯接口和电源等部件组成的一体化的微型器件系统。

其目标是把信息的获取、处理和执行集成在一起，组成具有多功能的微型系统，集成于大尺寸系统中，从而大幅度地提高系统的自动化、智能化和可靠性水平。

3、M2M系统框架

M2M是Machine-to-Machine/Man的简称，是一种以机器终端智能交互为核心的、网络化的应用与服务。它将使对象实现智能化的控制。M2M技术涉及5个重要的技术部分：机器、M2M硬件、通信网络、中间件、应用。

基于云计算平台和智能网络，可以依据传感器网络获取的数据进行决策，改变对象的行为进行控制和反馈。

4、云计算

云计算旨在通过网络把多个成本相对较低的计算实体整 合成一个具有强大计算能力的完美系统，并借助先进的商业 模式让终端用户可以得到这些强大计算能力的服务。

如果将计算能力比作发电能力，那么从古老的单机发电模式转向现 代电厂集中供电的模式，就好比现在大家习惯的单机计算模 式转向云计算模式，而“云”就好比发电厂，具有单机所不能比拟的强大计算能力。

扩展资料：

物联网功能

1、获取信息的功能

主要是信息的感知、识别，信息的感知是指对事物属性状态及其变化方式的知觉和敏感；信息的识别指能把所感受到的事物状态用一定方式表示出来。

2、传送信息的功能

主要是信息发送、传输、接收等环节，最后把获取的事物状态信息及其变化的方式从时间(或空间)上的一点传送到另一点的任务，这就是常说的通信过程。

3、处理信息的功能

是指信息的加工过程，利用已有的信息或感知的信息产生新的信息，实际是制定决策的过程。

4、施效信息的功能

指信息最终发挥效用的过程，有很多的表现形式，比较重要的是通过调节对象事物的状态及其变换方式，始终使对象处于预先设计的状态

参考资料来源：百度百科-物联网

物联网。物联网是指通过互联网将传感器、控制器、设备及其他物品连接起来，形成一个互相通信、互相协作的智能系统。物联网使得人们可以通过互联网来监控、控制和管理物理世界中的各种设备和物品，实现物品间的互联和智能化，从而实现数字世界和物理世界的互通互联。

新一代信息技术。
物联网是新一代信息技术的重要组成部分，IT行业又叫：泛互联，意指物物相连，万物万联。即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，将各种信息传感设备与网络结合起来而形成的一个巨大网络，实现任何时间、任何地点，人、机、物的互联互通。

行业主要上市企业：目前国内物联网产业的上市公司主要有高新兴(300098)、东土科技(300353)、广和通(300638)、移远通信(603236)、日海智能(002313)、移为通信(300590
)

本文核心数据：物联网行业产业链、物联网行业产业链全景图

物联网行业产业链全景梳理：传感器芯片严重依赖进口

感知识别层可以对物理世界进行感知、识别和信息数据采集，涉及芯片、传感器、感知设备的研发及制造;网络传输层能对感知识别层的数据进行高效率、低消耗地传送，主要包括通信组模、通信网络及基础通信设施;

平台管理层是连接感知层和应用层的桥梁，其中物联网平台包括连接管理平台 CMP、设备管理平台 DMP、应用使能平台 AEP和业务分析平台
BAP，系统和软件则可以让物联网设备有效的运行;

应用服务层主要指各类智能终端硬件，以及系统集成应用服务。用户根据平台层汇集处理完的数据，对终端进行远程监控、控制和管理，实现物联网的价值。

自2018年中美贸易摩擦以来，美国加大了对中国高新技术出口的限制，不断扩大实体清单，影响了中国一些科技主导型企业的发展，这从侧面警示了中国在全球供应链中地位的脆弱性。物联网通过传感器把物理世界与数字世界联系起来，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。

其中传感器作为数据采集的源头，已经成为各种应用能力所需的数据来源所在。目前中国国内也涌现出了一些传感器芯片重点生产企业，如：高德红外、西人马、士兰微、敏芯微电子、博通、全志科技、大唐微电子、复旦微电子等。

物联网行业产业链区域热力地图：北京和广东物联网企业最密集

从物联网产业链代表性企业的区域分布情况来看，中国物联网产业链重点企业集中于广东、山东、江苏、浙江等发达地区。其中，广东依托其强大的经济实力在物联网领域发展较快，物联网代表性企业最密集。

从物联网产业链代表性企业的区域分布情况来看，中国物联网产业链重点企业集中于广东、北京、上海、浙江、江苏等发达地区。其中，北京和广东依托其强大的经济实力在物联网领域发展较快，物联网代表性企业最密集。

物联网行业代表企业收入规模

从我国物联网行业代表企业2020年收入规模来看，三大运营商中国移动、中国联通和中国电信物联网业务收入规模较大，处于行业领先地位。除此之外，日海智能物联网业务收入也排名在行业前列。

物联网行业代表企业最新投资动向

2020年以来，物联网产业代表性企业的投资动向主要包括拓展业务、通过对子公司增资的方式、与其他公司签订合作协议等方式投资物联网项目。物联网产业代表性企业最新投资动向如下：

——以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。

物联网、大数据及人工智能都是近年来互联网行业比较火热的话题，三者之间具有非常紧密的联系。想探讨物联网、大数据及人工智能之间如何融合，首先需要了解其基本概念。

概念

1、物联网

根据百度百科的解释，物联网（InternetofThings，IoT）是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络（万物互联）。物联网网络架构设计由感知层、网络层及应用层组成，分别实现数据采集、数据传输及数据应用的功能。目前，物联网已经广泛应用于智慧医疗、智慧环保、智慧城市、智能家居及物流等领域。

2、大数据

大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据具有体量大（Volume）、及时性（Velocity）、多样性（Variety）、低价值密度（Value）及真实性（Veracity）的“5V”特性。

3、人工智能

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。目前，人工智能正在改变各行各业的传统模式，作为人工智能分支的机器学习/深度学习已经广泛用于自然语言处理（NLP）、计算机视觉（CV）、机器翻译及推荐系统等领域。

深度融合

物联网、大数据、人工智能三者之间相辅相成，可以形成一个闭环通路。物联网作为智能感知层，主要负责采集现场的数据并将数据上传至分布式数据库中；大数据作为数据存储层，将经过ETL处理后的数据保存到分布式文件系统（HDFS）或数据仓库（HIVE）中；人工智能作为应用层，可利用sparkml或tensorflow实现相关的机器学习或深度学习算法，对存储在HDFS或HIVE中的数据进行数据挖掘。

应用案例

目前，物联网、大数据、人工智能已经广泛用于智慧城市、智慧环保、智慧交通等领域。以智慧环保中的空气预警为例，首先，物联网可以作为智慧感知层，安装在客户现场的空气监测设备采集的空气质量信息通过网络传输数据中心；而后，利用大数据ETL工具（spark、hive）进行数据清洗并存储至分布式数据库/文件系统/数据仓库中；最后，利用人工智能相关技术进行大数据分析（sparkml、tensorflow），预测未来若干天的空气质量，并以此辅助进行科学决策及改善环境。

作者|张正平 黄帆帆 卢 欢

近年来，随着我国乡村振兴战略和数字乡村计划的实施，尤其是以大数据、云计算、区块链、物联网、人工智能等为代表的金融 科技 与传统农村金融的融合发展，农村金融市场的发展呈现出全新的“数字”面貌，2021年的中央一号文件则进一步明确提出“发展农村数字普惠金融”，为金融 科技 应用于传统农业供应链金融实现创新发展提供了新的契机和政策支持。

传统农业供应链金融的不足

风险控制机制不完善。 随着农业供应链转型升级带来的多产业融合发展、供应链延伸和供应链生态圈的扩大，供应链上的经营主体及相互业务往来会越来越频繁，会形成非常多的新委托代理关系，而这其中必定存在更多的 *** 作风险、欺诈风险，也意味着更多的信息不对称。面对农业供应链金融中存在的若干风险，传统的管理手段及经验已无法有效应对。虽然传统金融机构、核心企业、物流公司以及电商平台等经营主体具有较强的资金实力， 但它们各自应用的风险控制模型往往并不一致且相互不能兼容，农业供应链金融中所需掌握的资金流、物流和信息流也无法实现及时有效地对接和比较，导致了传统农业供应链金融的风险控制手段一直没有突破性的创新，难以有效提高农业供应链金融服务的效率。

产品及服务单一。 传统的农业供应链金融仅为供应链上游的企业提供基于订单、应收账款等有实际贸易背景的融资， 贷款多为生产性资金。由于资金是农业供应链上企业最大的需求之一，所以农业供应链上的金融企业主要利用信贷产品来吸引客户，进而抢占优质客户资源。然而， 即便存在激烈的市场竞争，各金融机构提供的农业供应链金融产品依旧非常相似， 产品及服务同质化严重。近年来，随着农村经济的快速发展，农业产业化、规模化趋势明显，对规模更大、期限更灵活的资金产生了较多的需求，然而，传统的农业供应链金融却不能提供有效的解决方案。而且，由于农业供应链金融是依托于供应链中的信用逻辑提供资金支持的，因此比其他金融产品的风险更高，这进一步压缩了农业供应链金融的发展空间。

获客渠道狭窄。 一方面，农业供应链的发起主体一般是核心企业或金融机构。一般情况下，在开展供应链业务时大多是发起主体在经营所在地寻找合适的合作伙伴，如果没有找到合适的合作伙伴，便很难开展农业供应链金融业务。另一方面， 传统的农业供应链金融只能为企业提供贷款，无法提供其他的增值性服务来增加客户黏性，竞争力不强。在这种情况下，只能利用地缘优势发展的传统农业供应链获客渠道就变得十分单一了，也很难找到匹配的客户资源，这进一步制约了业务的大范围开展。

多方合作难以协调。 一是银行单独发挥的作用有限。在我国金融发展过程中， 商业银行始终发挥着核心作用，如果其在农业供应链金融业务的开展上缺席，那么金融资源就不能得到最优配置。而银行围绕农业供应链开展的业务在其所有业务中的占比极低，相对于其在农业供应链中存在的应收账款闲置问题，其产品创新的力度和所占的市场份额明显不足。二是银行不能与其他金融机构进行有效合作。虽然当前已有部分银行与一些小额贷款公司、数字金融平台开展了合作，但是从整体情况来看，银行与其他金融机构之间普遍缺乏信任，信息孤岛状况严重，农业供应链金融未获得充分的发展。三是农业企业与农户的合作大多有短期、松散的特点，农业供应链易受到违约风险的冲击而处于不稳定状态，严重的甚至导致信用链断裂， 威胁农业供应链金融系统安全。

金融 科技 在农业供应链金融中的应用

大数据、云计算+农业供应链金融

相对于传统农业供应链金融仅依靠会计报表进行企业的风险评估，大数据和云计算技术在农业供应链金融中的综合运用，不仅能准确识别有效信息，通过模型和机器算法使结论量化、更加精准，还能更加准确地预测链内企业的发展前景，更具全面性和客观性。从技术原理方面看， 大数据和云计算技术既能将农业供应链内发生的经济活动绘制出详细的数据图谱， 又能直接用数据语言对农业供应链内企业进行可穿透式管理，从而在解决信息管理中不对称问题的同时，弥补了传统管理中的技术短板。

在实际应用方面，苏宁易购基于数以亿计的交易数据，依托云计算技术与传统金融机构开展合作，将农业供应链的龙头企业作为信息的担保方或提供方，为链内经销商、代理商及农户提供金融服务；新希望金服则依托新希望集团的数据储备建立了大数据风险管理模型，从客户准入、贷前审核、贷中监控和贷后管理等方面实现全面智能化管理，为客户提供纯信用、免担保的“好养贷”产品，同时，在客户使用过程中，新希望金服还不断积累客户生产信息、信贷信息等，完善数据库，不断升级迭代风险管理模型。

在当今的数字时代，数据已经成为一种新的生产要素，但大数据、云计算技术应用于农业供应链金融仍面临不少难题。一是数据共享难。在农业供应链上， 银行可以根据核心企业与上下游企业之间签订的真实订单和应收账款等交易单据对链内提供质押、贷款等金融服务。然而， 由于我国在数据保护方面的法律法规还不完善，企业普遍担心银行或其他金融机构可能将企业的重要数据出售给竞争对手或第三方，从而导致该企业的市场竞争力被削弱，损害企业利益。在这种情形下，企业不愿意与银行等金融机构共享数据，这也是当前农业供应链金融利用大数据面临的一大难题。二是数字质量没有保障。由于农业供应链上各成员企业开展的业务较多、涉及面较广，很难对信息进行标准化、规范化的公开披露，导致金融机构获得的企业数据质量较低。此外，银行还担心核心企业与供应商、经销商达成骗贷共识，从而篡改ERP系统中真实的交易信息，这种行为无形中会增加银行风险，也不利于整个农业供应链的稳定。

区块链+农业供应链金融

从技术原理方面看，区块链是赋能农业供应链金融发展的有力工具。一是区块链能有效降低票据真实性风险。在“区块链+农业供应链金融”模式下，只要产生了交易，其业务信息就会被分别记录到相关的主体账户中，同时农业供应链内的信息传输不会失真，使得作假行为几乎不可能发生。二是区块链有助于提高农业供应链内企业的互信水平。在“区块链+农业供应链金融”模式下，各家企业可以利用智能合约来提高信用约定的执行力，交易双方只要有一方履行了合同上载明的责任和义务，系统会自动强制另一方履行合约，从而避免信用欺诈的发生。三是区块链有助于提高农业供应链金融的运行效率。通过营造丰富的区块链应用场景，农业供应链内各个参与主体将能获得真实有效的经济活动数据，实现在农业供应链内部完成资金的交易和业务的交割，从而提高交易的精度和效率。

在实践中，新希望慧农（天津） 科技 有限公司（以下简称“希望金融”）通过应用区块链技术，建立了更加规范的农业供应链业务模型，提升了农业供应链系统平台的开放度，实现了全流程的风险控制，有效地规避了人为造假和投机行为。截至2020年10月31日，希望金融累计借贷金额达11835亿元，借款人数达38000多人，借贷逾期率和坏账率低于01%，有效地服务了实体经济和乡村振兴。河南天香面业有限公司基于物联网和区块链前沿 科技 的应用，将产业链深度融合应用场景作为切入点，打造了国内首个“区块链+金融服务+粮食”平台——优粮优信。该平台可生成标准电子仓单，具备智能合约应用、多方账本共享、业务数据存证和粮食质量溯源等功能，可以实现风险管理、资产监管及数字资产的可视化，整个过程公开透明，反担保措施简单有效。

尽管区块链技术与农业供应链金融的结合带来了前所未有的变革，但其大规模应用还须解决两大挑战：一是农业供应链金融各参与主体争相借助区块链技术搭建属于自身的供应链信息管理系统，造成传统供应链金融市场的信息碎片化，而技术壁垒的存在又使得跨链数据难以互通，形成了新的信息孤岛；二是实践中往往缺少既懂区块链技术又熟悉农业供应链金融运营的复合型人才。

物联网+农业供应链金融

从技术原理方面看，基于物联网技术的农业供应链管理系统，可使供应链内的企业商品在任何时间、任何地点都被实时监控，实现从土壤养护到温室栽培、从加工包装到冷链配送、从在线销售到独立订购、从农民组织到农业一体化的发展，从而大大提升农业供应链管理的效率与灵活性，优化企业的资源配置，有效减少物资非法转移活动，进而大幅降低农业供应链的融资风险。

实践中，北京农信互联 科技 有限公司做出了有益尝试。该公司隶属于大北农集团，依托大北农集团的资源优势，综合利用互联网、物联网、云计算、大数据等多种技术， 探索 形成了包含“农业大数据、农业交易、农村金融服务”在内的农业供应链金融新模式。在这种模式下，运营中心可根据物联网记录的养殖户生产经营环节的大数据、在线销售生猪情况的大数据等数据在线生成的信用分筛选潜在贷款客户。

毫无疑问，物联网应用于农业供应链金融的前景十分诱人，但当前的发展仍然面临很多困难：一是物联网的投入巨大， 仅依靠核心企业的资金实力和技术水平不足以支撑“物联网+农业供应链金融”模式的规模化发展。二是现阶段大量农户仍以传统销售方式为主，线上信息沉淀较少，数字足迹较为缺乏。三是农业供应链各参与主体协同发展意识薄弱，孤岛问题严重，物流、资金流和信息流不能有效畅通和共享。

人工智能+农业供应链金融

从技术原理方面看，物联网、大数据及云计算等技术的广泛应用是人工智能在农业供应链金融领域发挥作用的基础。人工智能+物联网+大数据+云计算+农业供应链，有可能形成一种具备自主学习能力的农业供应链，从而让农业供应链能够进行自我管理。在这种多技术叠加的农业供应链金融模式下，放置在农业供应链各环节的激光扫描仪或传感器会自动收集相关主体的各类信息，并持续地将各种数据传输到云端服务器，最终这些数据交由人工智能进行分析和处理，为金融机构寻找贷款人、提供贷款、控制放贷风险提供依据。2019年美国Ta u l ia公司基于人工智能技术推出了一款适用于供应链金融的现金预测工具。随着更多的数据被处理和分析，该工具可以在不断积累的过程中有效识别未经批准的发票和采购订单的风险，从而实现更多的农产品装运和采购订单融资。

尽管人工智能在农业供应链金融领域具有十分广阔的应用前景，但迄今为止我国鲜有比较成功的应用案例，与此同时， 将人工智能技术成熟运用于农业供应链金融仍面临不少挑战。一是农业供应链金融涉及的环节多、周期长、内耗严重，而当前人工智能技术本身也不够成熟，短时间内仍无法解决农业供应链金融的这些问题。二是在将机器学习等人工智能技术运用于农业供应链金融数据之前，作为其中核心节点的企业必须首先收集足够多的数据，而要从成百上千家的农户、分销商、经销商和零售商等处获取完整的数据尚有较大的困难。三是我国农产品供应链物流基础设施仍较为落后，缺乏标准化体系， *** 作流程不规范，标准也不统一，造成供应链整体的信息化程度不高，经常出现信息失真现象，影响人工智能技术的落地应用。

需要说明的是，为了行文的方便，上文中我们大致是按照不同类别的金融 科技 分别讨论了其在农业供应链金融中应用的情况，但当前金融 科技 与农业供应链金融融合创新的一个基本趋势是多种金融 科技 的综合应用，进而形成更强的优势，破解传统农业供应链金融的痛点。

进一步促进金融 科技 在农业供应链金融领域应用的建议

继续完善法律法规。 一是需要为金融 科技 企业立规。有关部门应尽快研究出台金融 科技 企业的监管法规，界定金融 科技 企业的业务范围，明确企业属性，划定准入门槛，促进金融 科技 企业 健康 发展。二是需要为数据安全立法。金融 科技 具备赋能农业供应链金融的能力，但必须以数据安全为前提。为此，有关部门应结合中国国情加快出台数据安全法规，明确数据采集、流通、加工、使用等行为的界限，对数据经营企业实施准入制度，确保供应链上的信息得到安全合理的使用。三是需要技术立标准。近年来，大数据、区块链、人工智能、物联网等技术发展迅猛，但相关的诸多技术标准却依然空缺，已经成为阻碍金融 科技 行业发展的一大障碍。

持续推进数字乡村建设。 一方面，要加强农村信息基础设施建设。农村信息基础设施建设是金融 科技 应用的重要前提， 应大力提升乡村网络设施水平，尽快实现农村地区网络的全覆盖，积极推进农村地区基础设施的数字化，加强农村地区物联网设施建设，奠定金融 科技 应用的基础。另一方面，要推动农业产业数字化转型。没有农业产业的数字化，金融 科技 应用于农业供应链金融就难以实现大规模发展， 应大力发展互联网+农业、农村电商、智慧农业，提升农业生产、加工、存储、运输、销售等全流程的数字化水平。

不断丰富应用场景。 一方面，链内企业应结合不同类型金融 科技 的特点和不同农业产业的特色，积极 探索 更加丰富多元的应用场景，为金融 科技 的融入创造条件。具备资金和技术实力的核心企业和大型金融机构应充分发挥其规模优势，拓展各类金融 科技 的应用场景，为其农业供应链金融的规模化发展创造条件。另一方面，应深入挖掘大数据、云计算、区块链、物联网及人工智能等数字技术在农业供应链金融中应用的潜力，加强各数字技术的结合和交叉使用，推动金融技术应用农业供应链金融场景的创新，拓展金融 科技 应用的广度和深度。

作者单位：北京工商大学经济学院，北京工商大学数字金融研究中心

专升本快速报名和免费咨询：>物联网是指通过 各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、 连接、互动的物体或过程。
采集其声、光、热、电、力学、化 学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。
物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络

---