• 引言

全球气候危机加剧了对可持续解决方案的需求，逆向物流 (RL) 成为减少环境影响的关键策略。同时，工业4.0技术正在通过增强逆向物流的收集、运输、存储、分类、再制造、回收和处置过程，推动其变革。本文旨在通过系统文献综述，识别适用于逆向物流的关键工业4.0技术，并开发一个理论框架，将这些技术与逆向物流活动联系起来。

• 理论背景

固体废物管理与逆向物流：工业固体废物若管理不当，会导致土壤和水污染，并释放大气污染物。逆向物流通过材料收集、分类、回收和再制造，有效应对这些挑战。

图1. 逆向物流行动

工业4.0技术：包括物联网 (IoT)、人工智能 (AI)、大数据分析、云计算和区块链等，这些技术通过提高可追溯性、自动化和可持续性，优化逆向物流操作。

图2. 自动化在废弃电气电子设备处理线中的应用

• 材料与方法

研究方法：采用系统文献综述法，遵循PRISMA方法论，分析Scopus和Web of Science数据库中的出版物，以识别适用于逆向物流的工业4.0技术。

分析步骤：包括上下文设定、系统文献回顾、技术分析、识别当前在逆向物流中使用的技术、开发理论框架以及展示预期收益。

• 结果

关键技术：系统文献回顾识别出14种主要技术，其中物联网和大数据分析最为频繁提及。这些技术在操作、战术和战略层面上应用于逆向物流。

技术应用：详细分析了12种技术在逆向物流不同行动中的应用，包括收集、运输、分类、存储、再利用、再制造、回收和处置。

图3. 描述数字技术对逆向物流行动贡献的框架

• 讨论与启示

技术增强逆向物流：数字技术通过提高效率、透明性和可持续性，显著优化了逆向物流。例如，无线电频率识别 (RFID) 增强实时跟踪和自动化分类，区块链确保安全透明的数据交换。

固体废物管理：数字技术通过改善材料回收和延长产品生命周期，最小化废物生成。AI和IoT优化废物分类，大数据和机器学习算法改进废物分类和处置策略。

• 结论与未来研究方向

研究贡献：本文提出的理论框架系统地链接了工业4.0解决方案与逆向物流活动，为行业提供了实用的见解。

未来研究：建议探索从工业4.0向工业5.0的过渡如何影响逆向物流，特别是人机协作、个性化AI决策和伦理考虑等方面。

阅读英文原文：https://www.mdpi.com/2305-6290/9/2/54

• 相关特刊推荐

Artificial Intelligence and Business Analytics Applications in Supply Chain Operations

人工智能与商业分析在供应链运营中的应用

本特刊旨在探讨人工智能与商业分析这两大新兴技术在第四、五次工业革命背景下对供应链管理的实际价值与管理启示。特刊聚焦前沿研究，重点关注以下领域：供应链分析、机器学习在需求/库存/物流/采购规划中的应用、智能仓储与制造、自动驾驶卡车、无人机末端配送、供应链韧性工具 (如ChatGPT)、神经网络在医疗物流与生产调度中的应用等。

本刊鼓励学者通过理论与实证研究，探索人工智能与商业分析在提升供应链效能、解决管理难题及推动创新实践方面的具体应用，以期为供应链运营提供创新视角与解决方案。

进入特刊主页：https://www.mdpi.com/si/261362

• Logistics 期刊介绍

主编：Robert Handfield, North Carolina State University, USA

期刊主要发表与物流和供应链相关的原创文章和文献综述。主题涵盖领域包括但不限于：人工智能、物流分析和自动化；可持续发展与逆向物流；人道主义和医疗保健物流；最后一公里，电子商务与销售物流；海运物流；供应商，政府和采购物流等。

2024 Impact Factor：3.6

2024 CiteScore：8.0

Time to First Decision：19.6 Days

Acceptance to Publication：4.6 Days

期刊主页：https://www.mdpi.com/journal/logistics