专栏||航空货站智慧化建设探索——以出港保障流程为例

航空物流是服务实体经济、保障产业链供应链稳定的重要载体，在民航高质量发展转型进程中，航空物流的智慧化转型已成为行业发展方向。2025年11月，中国民用航空局（以下简称民航局）印发《关于推动“人工智能+民航”高质量发展的实施意见》，提出到2027年率先实现人工智能与民航物流等领域融合发展，到2030年实现广泛深度融合。航空货站衔接空侧与陆侧，串联航空公司、货代、海关等主体，是落实航空物流数字化、智慧化要求的重要场景。

全球航空货运市场正经历深刻的结构性变革。根据民航局《2025年民航行业发展统计公报》，2025年，我国民航完成货邮运输量1017.21万吨，同比增长13.3%，货邮周转量同比增长16.7%，国际航线货运保持较快增长。与此同时，跨境电商、高端制造、生鲜冷链等新兴业态货量占比持续提升，对航空货运的时效管控、全链路追溯、合规监管和差异化保障提出了更高要求。

当前多数传统货站仍存在人工依赖度高、数据割裂、设备孤立运行等短板，难以适配新兴业态对时效与可视化的要求。本文拆解货站出港作业环节，提出硬件装备、信息系统和作业流程一体化建设方案，为航空货站智慧化升级提供参考。

（一）传统货站作业流程概况

国际航空货站是连接陆侧运输与空侧运输的关键节点，出港流程承担货物收运、安检、存储、组装和装载等功能。其运营既要满足空防安全、适航标准和航班时刻约束，又要对接陆侧物流的时效、成本与服务需求。传统运营模式形成于货运规模相对稳定、普货主导的发展阶段，面对货量增长和新兴业态升级，其短板逐渐凸显。

传统货站国际出港作业以人工主导、经验驱动为主，主要包含如表1所示的关键节点。

海关监管与查验、异常货物处理和单证补正会根据货物属性和监管要求嵌入相关节点。因此，应通过统一货物标识、状态定义和业务事件，将各环节连接为可追踪、可调度、可协同的完整作业链条。

表1：国际航空货站出港作业主要节点

（二）传统货站作业流程管理断点梳理

货物收运环节：货代车辆送货到站，工作人员人工核对纸质运单、开展外观检查和人工称重，并手动录入货物信息，人工操作量大，录入错漏频发。

安检环节：货代提前线上申报，货物到站后递交纸质申报单，现场X光机就地判读图像。可疑货物需停机倒带、开包复检，整条输送线容易中断；安检通道分散，人力难以统筹调配。

散货暂存环节：安检合格货物依靠人工叉车转运，采用地堆粗放存储模式，无标准化货位编码，货物出入库较多依靠人员记忆，查找、调拨耗时较长。

组板环节：该环节劳动强度较高，操作人员依靠升降平台辅助人工码放集装器，装载规范主要依靠人工把控，作业门槛较高。

适航性检查环节：组板完成后人工使用卡尺测量外形尺寸，目视判断装载合规度，效率较低且存在一定主观误差。

集装货交接与机坪运输环节：人工核对纸质单据完成出库签章，人工拖车转运至对应机位，全流程缺少统一数字化追踪体系。

从管理视角看，整体流程具有两个典型特征：一是以人工配合简易机械设备为主，各工序衔接依靠人工经验判断，作业质量与效率受人员状态影响较大；二是协同碎片化，内部班组和外部主体之间的信息传递依赖人工沟通，货物状态难以全程追溯，业务高峰期容易出现积压、错配和转运滞后等问题。

（三）传统货站存在的主要问题

分析传统货站作业流程，可以将现有问题归纳为以下四个方面。

一是人力投入较大。收运、安检、仓储、组板和转运等环节大量依赖现场人员，重复性人工岗位较多，人力成本持续增加，人员疲劳也容易引发操作失误和安全风险。

二是信息孤岛问题突出。航空公司、货站、货代、安检、海关分属多套独立系统，接口和报文格式不统一，信息传递仍较多依靠电话、邮件和纸质文件，同一信息多端重复录入，数据更新滞后，异常发生后追溯困难。

三是安检与仓储环节存在效率瓶颈。就地判图模式难以集中调配人力，可疑货物复检可能造成输送中断；地堆存储和无标准货位管理导致查找、调拨效率较低，面对集中到货时难以稳定承载处理峰值。

四是自动化设备存在单点化短板。部分货站虽配置了X光机、升降组板台或局部转运设备，但各类装备相互独立，缺少统一调度中枢，上游完成信息不能自动触发下游任务，单点升级难以形成全流程效益。

航空货站的智慧化建设包含智能装备硬件体系与一体化信息系统两大核心维度，智能装备是作业落地的物理载体，信息系统是调度协同的数字中枢。

（一）主流智能装备应用现状

近年来，面向物流场景的智能装备取得较快发展。大致可分为以下三类：

1.智能转运类设备主要包括自动导引车（AGV）、自主移动机器人（AMR）、无人叉车、潜伏式AGV（可以直接钻到货架下驮货的AGV）和室外无人拖车。AGV适用于路线相对固定的转运，AMR采用无轨导航，适应布局变化较多的区域；无人叉车和潜伏式AGV可完成托盘叉取、堆垛及载具转运。

2.智能仓储类装备以托盘立体库、集装器立体库为代表，依靠堆垛机、穿梭车、提升机实现高层高密度存取。

3.数据采集与检测类装备包括射频识别（RFID）、条码、电子秤、体积测量、视频识别、集装货外轮廓检测和AI辅助安检判图系统，可完成货物赋码、位置识别、状态采集和风险提示。

部分头部航空货站已在收运、安检、仓储和场内转运等环节开展智能装备应用，并逐步由单一设备自动化转向装备集群协同。行业实践表明，只有将多类装备接入统一调度平台，才能提升全流程效率。

（二）信息系统应用现状

传统货站通常分设货站管理、安检、仓储和海关监管等多套独立系统，分属不同供应商，数据标准和接口不统一，容易形成信息孤岛。货站、航空公司和货代之间依靠报文、邮件及人工方式重复传输数据，协同成本较高。

近年来，国内部分航空物流企业开始建设一体化运营和数据平台，将收运、安检、仓储和设备调度数据进行汇聚，实现业务状态与设备状态联动。信息系统正由单一业务处理向统一数据管理、智能调度和多主体协同演进，但存量系统接口、设备协议和数据质量不统一等问题仍然存在。

基于前述对传统货站痛点的分析和智能装备、信息系统现状的梳理，本文以大型国际枢纽机场为载体，提出国际航空货站出港作业区的智慧化建设方案。

（一）智能装备在机场货站出港作业区的应用体系

智能装备是智慧货站的物流执行层，部署应遵循全场景覆盖、多层次衔接和统一调度的原则。装备选型不是技术堆砌，而应以出港流程为纲，针对不同环节匹配适宜装备。

1.收运核查环节。以条码或RFID为数字化入口，通过手持数据采集终端（PDA）、读写设备、电子秤和体积测量设备完成货物与运单、托盘信息绑定，生成唯一数字标识，为后续分拣、仓储和转运提供数据基础。

2.安检称重环节。重构安检作业模式，推行远程集中判图、AI辅助识别和自动分流。可疑货物转入复检支线，复检完成后回流主线，减少主线停机。AI主要承担可疑区域标注和风险提示，无论现阶段还是未来一段时期，涉及可疑物品确认和安全放行的最终判定仍应由具备资质的安检人员作出。

3.散货暂存环节。安检合格货物由潜伏式AGV、AMR或无人叉车转运至指定库位。系统依据航班时效、货物品类和库容情况分配库位，减少人工找货和无序堆存。

4.集装货组板环节。受货物规格不统一限制，现阶段可采用升降组板台、辅助搬运设备和PDA作业确认，降低人工登高和搬运风险。组板完成后，系统自动下发后续转运任务。

5.集装货暂存环节。重载AGV将组装完成的集装货转运至集装器立体库或标准化暂存位，系统依据航班起飞时间和装机计划优化出库顺序。

6.适航性检查环节。集装器出库前经过激光扫描或视觉检测设备，自动测量轮廓、尺寸和装载状态，超限或装载不规范货物分流调整，检测数据实时上传业务系统留存。

7.待运交接环节。装备调度系统结合航班时刻和交接计划，自动安排转运设备将集装器运送至地勤交接区域，并通过电子交接记录确认责任转移。

8.机坪运输环节。在固定路线、可靠通信、远程监控和人工可接管的条件下，可分区域试点室外无人拖车或智能牵引设备，承担货站至机坪交接区域的运输任务。

所有AGV、堆垛机、输送线、安检和检测设备应统一接入装备调度系统，由系统根据设备位置、任务队列、电量和通道情况分配指令。人工主要承担组板、安检判定、质量复核、运行监控和异常处置，形成常规任务自动执行、关键判断人工负责的人机协同模式。

（二）机场货站信息系统建设思路与核心功能

1.信息系统总体架构设计

信息系统是智慧货站的数字中枢，承担业务统筹、装备调度、决策支撑和外部协同等功能。系统集成可采用企业服务总线、应用程序编程接口（API）管理和消息交换相结合的方式，统一完成数据转换、业务事件同步和服务开放，逐步减少点对点对接。

从功能层级看，系统包括三部分：一是货站运营管理系统，统筹航班、货物、集装器、库位和资源数据，生成货位分配、任务排程和转运计划；二是装备调度系统，承接货站运营管理系统任务，拆解为设备指令，并回传设备位置、状态和故障信息；三是数字孪生与决策支持系统，用于布局仿真、能力测算、拥堵预警和流程复盘。系统还应配套统一数据平台和设备接入能力。

部署模式可采用混合云分层架构：设备控制、核心交易和安全关键业务部署到本地私有云或边缘节点；大数据分析、AI模型训练和对外协同服务根据安全要求部署到云端。

2.核心系统功能设计

一是全流程数字化追溯。每一票货物从收运赋码开始，其位置移动、状态变化、操作记录和异常处置均关联至统一数字档案，管理者及货主等相关方可查询当前位置、历史轨迹和预计完成时间；二是智能调度与资源优化。货站运营管理系统基于航班计划、货物信息和资源状态开展货位分配与任务排程，装备调度控制系统（WCS）结合设备位置、电量和通道情况实施设备选择、路径规划和交通管制，发生故障或拥堵时动态调整；三是AI视觉识别与辅助决策。除安检辅助判图外，AI视觉还可用于外包装破损检测、集装货装载规范性识别和集装器编号识别。AI模型应在数据质量稳定后逐步上线，并保留人工复核机制；四是多主体协同平台。航空公司可实时了解货物状态和集装货准备情况，海关可按监管权限获取相关数据，货运代理人可完成预约、运单提交和状态查询，从而减少各主体间重复沟通和信息不对称。

（三）建设路径与实施策略

智慧货站建设是一项涉及硬件、软件、流程和人员的系统性工程，应采取总体规划、分步实施、持续迭代的策略。不宜按照“先建软件、再上设备”的方式串行推进，而应在统一业务蓝图、数据标准和接口规范下，同步推进系统建设、装备部署及现场改造。货站运营管理系统（COS）确定业务任务和时限，WCS确定执行设备、顺序和路径，装备完成作业并反馈状态，形成“计划—下发—执行—反馈—调整”的闭环（详见表2）。

表2：智慧货站分阶段建设路径

第一阶段重在夯实数字基础和验证局部场景；第二阶段重在打通主要流程，形成多设备统一调度；第三阶段重在多主体协同和数据驱动。各场景应按照“流程确认—接口定义—设备部署—联调测试—试运行—评估扩面”的顺序实施。

实施过程中应注重四个要点：一是确保货物、航班、库位、集装器和设备数据准确完整；二是建立测试与仿真验证机制，验证系统交互、设备避障、任务交接和人工接管；三是制定冗余、容灾和降级运行方案，局部故障时能够切换至备用设备或人工流程；四是同步推进岗位优化和人员培训。建设成效可从处理效率、节点数据完整率、设备利用率、异常率、系统可用性、劳动强度和投入产出等方面开展评价。

航空货站智慧化转型是持续迭代的过程。未来，数字孪生、具身智能和绿色智能技术将进一步融入货站运行，智慧货站也将由内部优化走向生态协同。推进过程中应坚持安全可控、成熟先行和人机协同，避免片面追求无人化。

智慧货站建设不是单一设备升级，也不是简单的信息系统上线，而是航空货站运行模式、管理方式和协同机制的系统性重塑。未来，随着数字孪生、人工智能、绿色智能装备等技术逐步成熟，航空货站将从内部流程优化走向跨主体生态协同。推进过程中，应坚持安全可控、成熟先行、人机协同和分步实施，避免片面追求无人化和技术堆砌，确保智慧化建设真正服务于效率提升、安全保障和航空物流高质量发展。（作者单位：广东省机场集团物流有限公司）