車貨匹配網站評價指標體系的構建及實證分析

陳進博，戚銘堯，繆立新

（清華大學深圳研究生院 物流與交通學部，廣東 深圳 518055）

1 引言

近年來公路貨運在物流運輸系統中的重要地位愈加凸顯。中國物流年鑒顯示[1]，2012年貨運總量已達412億t，其中公路貨運量占78.2%。我國貨運總量還在連年提升，且公路貨運的占比也不斷提高。但由于我國地域廣闊、區域濟發展不平衡、物流信息分布相對分散、物流信息溝通不暢，造成車輛的空載率高，極大地浪費了社會資源。隨著我國物流信息化進程的加快，車貨匹配網站應運而生，它能夠有效緩解車貨信息不對稱的現象，減少車輛空載，降低社會成本，提升經濟效率。

對車貨匹配網站進行評價研究具有重要的意義。對網站經營者來講，能促進網站的規范化建設，擴大其影響力；從用戶角度出發，則是為了便捷使用，方便有效地瀏覽和獲取信息。目前網站評價的對象主要集中在信息化程度較高的行業或細分市場[2]，如圖書館網站及電子商務網站等。雖對物流公共信息平臺已有一定研究，但對車貨匹配網站的評價研究還比較欠缺。本文結合車貨匹配網站的業務流程，針對性地構建其評價指標體系，并對目前主要的車貨匹配網站進行實證分析，豐富了物流公共信息平臺的研究。

2 評價模型

車貨匹配網站評價模型的建立包括兩個重要部分：（1）評價指標體系的構建；（2）相應評價指標的權重賦值。完成這兩部分便能得到綜合得分，進行網站評價。

2.1 評價指標體系的構建

由于研究主體和研究目的的不同，相應的指標體系會有所不同。Cebi[3]從實用性、視覺效果、技術適用性、安全性、交互性及聲譽六個方面對一般網站進行論述評價。蔣熙敏等[4]采用定量與定性相結合的方法，從營銷服務、采購系統和綜合績效三個方面來評價企業的電子商務系統。趙潔等[5]將C2C電子商務網站競爭力的評價指標確定為網站的信息、技術、服務、安全與品牌。牟彤華[6]則結合物流業務的特點，建議從網站技術、網站設計、網站功能和經營業績四個方面對物流公共信息平臺進行綜合評價。

通過文獻調研發現，當前網站評價的研究存在以下特點：

（1）研究對象不斷細化：從一般網站到企業的電子商務系統，繼而對電子商務網站進行研究，再研究物流公共信息平臺；

（2）構建評價指標體系時多從全面性和完整性的角度入手，選取的指標普遍較多；

（3）大部分指標集中于網站的功能實現和效益達成，對主體內容如信息源的重視程度不夠。而且有些指標存在數據收集的困難，如經營業績和網絡連通性等。

延續前人的研究，將評價研究的對象細化到車貨匹配網站，考察并總結其特點。車貨匹配網站的主體是貨源和車源信息，信息的數量及其完整程度是重點考察對象。而作為信息的載體，其功能模塊也將作為評價體系的重要組成部分，常用功能包含信息檢索、在線互動與交流、信用評價和交易支付等。另外，車貨匹配網站的效益能直接反映網站經營的好壞程度，因此它是網站評價的重要部分。網站排名及平均每個IP的頁面瀏覽量能有效衡量其整體效益，且頁面布局的優劣會直接影響用戶的數量，因此將它們作為效益模塊的評價指標。

結合前人的研究成果及現存的不足，綜合考慮車貨匹配網站的特點及其定位，本文針對車貨匹配網站提出基于信息、功能以及效益三大模塊的評價指標體系。車貨匹配網站的評價指標體系如圖1所示。

圖1 車貨匹配網站的評價指標體系

向業界內權威的學者專家做問卷調研，這套評價指標體系的內容基本能獲得認可。通常，評價網站還會考慮網站技術水平如速度、鏡像數量以及連通性能等，但由于數據獲取不易，本文暫且不考慮。而信息的真實性本應是一項重要指標，但由于缺乏對其有效評判的方法，姑且作理想化處理，認為發布的信息真實可信。

2.2 評價指標的權重賦值

確定車貨匹配網站的評價指標體系之后，需要考慮相應的權重賦值問題。指標的權重賦值會受到評價方法的影響。目前研究廣泛采用的評價方法主要有WebQual、層次分析法、模糊評價法、理想點法等。WebQual[7]注重傾聽消費者的聲音，會針對用戶關心的問題進行問卷調研并分析關鍵要素。層次分析法[8-9]（AHP）先對指標進行分解，組成層次結構，再按層分析建立判斷矩陣，進而求解權重。它是目前發展較為成熟的可量化的評價方法之一。但它只適用于清晰決策，且問卷設計較復雜，使用程序繁瑣。模糊評價法[10]需首先構建評價指標的模糊評價集合，選擇合適的隸屬度矩陣進行處理。它的優勢在于能夠量化無法用數字準確表達的模糊信息。理想點法（TOPSIS）[11]是按照與理想解和負理想解的相對距離來做綜合評價，理想解是各種屬性最優的集合，而負理想解是最差者的集合。評價指標的值離理想解的差距越小，同時離負理想解的差距越大，評價就會越高。

對于網站評價，目前主流的研究方向是將多種方法結合起來，優勢互補。如徐維祥等[12]結合改進的德爾菲法、層次分析法、灰色關聯度以及模糊評價法，提出四元評價模型對信息系統進行評價實證研究。也有學者提出基于模糊環境的理想點法[13]以及模糊層次分析法[14]，分別將模糊評價法與理想點法和層次分析法相結合對網站做更貼近現實的評價研究。

本文將結合專家打分法和MA-OWA算子對車貨匹配網站的評價指標進行權重賦值。專家打分法，也稱德爾菲法，依托某領域中具有權威的專業人士，具有一定的合理性和指導意義。但由于其依靠經驗的成分較多，主觀性較強，極易造成偏差，需要科學的方法加以修正。Pelaez[15]提出的MA-OWA算子（Majority Additive-Ordered Weighting Averaging Operator）是一種偏好集結方法，能夠尊重大多數專家相同的意見，體現專家的整體偏好。傳統的集結方法是將所有元素整合在一起進行分析，而偏好集結法則是先分組，把相同的元素放在一起，然后再按組進行處理。

用MA-OWA算子對專家打分進行集結的步驟如下：（1）把相同的分數放在一起，各自分組；（2）從每組中取出一個元素并求它們的平均值，若該值與之前組中元素相同，則加到原組中，如果不同則定義為新組；（3）從原先的組中剔除一個元素，并剔除元素個數為0的組；（4）返回第二步，不斷重復直到只剩下一組，且只有一個元素。這個元素就是該組專家打分的集結值。從集結過程可以看出，數量較少的打分會首先被剔除，因此集結值代表了大多數專家的相同意見，減少了不同意見的影響。它的應用效果優于傳統的OWA算子。

2.3 網站評價的基本流程

有了車貨匹配網站的評價指標體系和相應的權重賦值方法之后，可以總結網站評價的基本流程。先在車貨匹配網站上收集和整理相應的原始數據，對整理好的數據進行歸一化處理得到每個網站在每個指標下的分數。同時設計專家問卷并進行調研，并用偏好集結法做指標的權重賦值。這兩部分可以同時進行。最后是用線性加權的方法得到每個網站的綜合得分。對車貨匹配網站的評價處理過程如圖2所示。

圖2 車貨匹配網站評價的基本流程圖

若無特殊說明，數據的歸一化處理公式見式（1）。

其中，dij表示第i個網站第 j個指標的歸一化得分；Dij表示第i個網站第 j個指標的原始數據根據特定的測定方法得到的數值。

對于每一個評價指標，經過MA-OWA處理之后都能得到一個綜合了專家意見的集結值(bij)，將所有指標的集結值進行歸一化處理能得到相應的權重ωij，見式（2）。

本文采用線性加權的方法對車貨匹配網站進行綜合評價。通過MA-OWA算子確定指標的權重，與指標的歸一化分數進行線性加權，得到每個車貨匹配網站的綜合得分Fi。其數學公式見式（3）。

最后根據綜合得分對車貨匹配網站進行排序，得到綜合排名。

3 評價模型的實證分析

基于上述評價模型，選取了7個具有代表性的車貨匹配網站進行實證分析。這7個網站分別是林安物流網（0256.cn）、無憂運力網（51yunli.com）、八掛來網（8glw.com）、全國物流信息網（56888.net）、發啦網（fala56.com）、物流110網（56110.cn）以及中國物通網（chinawutong.com）。在后續處理中隱去其名稱，只用代號W表示。

對相關車貨匹配網站進行數據收集，每個指標都設計有相應的測算方法，見表1。根據測算方法能得到指標的歸一化得分。同時設計了一套專家調查問卷，希望得到專家針對每個指標給出兩個分數，分別是指標的相對權重（百分制）和重要程度。其中，重要程度采用Likert度量法，取值1、2、3、4、5，分別代表非常不重要、不重要、一般、重要和很重要5個級別。問卷調查的專家分為兩類：一類是學者，另一類是熟悉相關網站運營的企業界專家。各占一半，共8人。由于他們相對了解車貨匹配網站，問卷調研結果可靠程度較高。

表1 車貨匹配網站不同指標的測算方法

根據設定的測算方案對收集的原始數據進行處理，最后整理的基本分結果見表2。其中A、B、C表示各大指標，W表示相應的車貨匹配網站。

使用MA-OWA算子對回收的專家調查問卷進行統計分析和集結處理，各項指標的描述性統計數據及集結結果見表3，E表示專家。可以看出，集結值與算術平均值（簡稱均值）相比，更加貼近專家打分中出現次數最多的那個數，表明MAOWA這種方法更重視大多數專家認同的意見。

表2 車貨匹配網站不同指標的基本分

表3 專家問卷描述性統計數據及集結結果

對問卷數據進行處理，權重賦值的情況見表4。其中，集結權重指的是各個集結值所占的相應權重；直接權重指的是專家問卷中對每個指標直接處理的平均值，代表最原始的專家打分結果。可以看出，根據偏好集結法得出集結權重的方差比直接賦值權重要小得多，說明MA-OWA算子遵循專家偏好，能在一定程度上緩解專家們不同意見的影響，這種方法具有更強的合理性。

表4 專家問卷的權重賦值情況

集結權重結果表明，專家最重視的指標依次是：貨源信息數量、信用評價、車源信息數量以及安全支付，重要程度最差的是網站排名、額外服務、頁面瀏覽量和頁面布局。從各指標集結權重和直接權重的排名對比可以看出，二者基本上是吻合的，除了B2項外，其余的排名差別都不超過1，從另一個角度驗證了專家的打分是合理的。

對于車貨匹配網站，其貨源、車源信息的數量代表其資源的多少，標識著網站的價值。而信用評價和安全支付代表其交易時的安全程度，關系到消費者的切身利益。相比而言，網站的頁面瀏覽量、網站排名顯得不那么重要，可以認為消費者對網站效益的關心程度并不很高。這套評價指標更多地從消費者利益出發，與“以客戶為中心”的市場導向相吻合，指標的權重賦值情況更是符合信息和功能模塊會受到很大重視的預期。

對各網站的實證得分結果和指標的權重賦值結果進行線性加權處理，計算相應的綜合評價值，繼而得到綜合排名結果。各網站的綜合排名情況見表5。

表5 各網站綜合排名情況

從表2、表4、表5可以看出，網站的基本分和指標的權重會直接影響其綜合排名。其中，分數排名第一的網站W1各項指標分數都很高，排名第二的W5在信息模塊稍微不足，排名第三的W2在信息和功能模塊都有所欠缺。因此對于車貨匹配網站的建設而言，應更加注重貨源和車源的引進，同時考慮增強信用評價和安全支付的功能，這對網站經營者有切實的指導意義。

4 結語

本文更側重研究評價體系的構建以及實證分析。首次對車貨匹配網站的評價方法進行研究，不僅注重車貨匹配網站的信息主體，而且強調功能實現，同時考慮效益模塊，指標的選擇相對合理。此項研究以消費者利益為導向，既能為車貨匹配網站的持續改進和規范化建設提供參考意見，又能促使信息發布與在線交易的標準化，從長遠角度來看能促進物流電子商務的發展。

本文的研究還存在一定的局限性。首先做了一些理想化處理，認為網站發布的信息都真實有效，沒有考慮信息真實性這項指標。同時由于車貨匹配網站發布的信息數量多且更新快，選擇集中在某個時間段內收集數據。其次，本文的適用范圍有限。因研究的是物流公共信息平臺的細化市場，研究成果雖只適用于物流公共信息平臺領域，但對其他的研究有借鑒意義。隨著物流信息化的發展，相應的評價指標與權重會發生變化。對車貨匹配網站的研究還有待進一步深化，結合不同階段網站發展的特點，針對性地進行研究是網站評價研究的一個重要方向。

[1]中國物流與采購聯合會.中國物流年鑒[M].北京:中國物資出版社,2008-2013.

[2]賀婷婷.國內外網站評價研究比較及分析[J].圖書與情報,2006,(3):28-33.

[3]Selcuk Cebi.A Quality Evaluation Model for The Design Quality of Online Shopping Websites[J].Electronic Commerce Research and Applications,2013,12(2):124-135.

[4]蔣熙敏,黃京華,王暉.電子商務系統評價模型及其應用[J].清華大學學報,2006,46(1):1 019-1 025.

[5]趙潔,陳敏,張瑞.C2C電子商務網站競爭力綜合評價研究—以淘寶網為例[J].情報雜志,2010,29(3):57-58.

[6]牟彤華.物流公共信息平臺綜合評價模型及應用[J].開發研究,2010,(2):129-132.

[7]Barnes S J,R T Vidgen.WebQual:An Exploration of Web Site Quality[A].Proceedings of The Eighth European Conference on Information Systems[C].2000.

[8]T L Saaty.Multicriteria Decision Making:The Analytic Hierarchy Process[M].New York:McGraw-Hill,1980.

[9]C H Cheng,K L Yang,C L Hwang.Evaluating Attack Helicopters by AHP Based On Linguistic Variables Weight[J].European Journal of Operational Research,1999,116(2):423-435.

[10]Fei Ye,Yina Li.An Extended TOPSIS Model Based on The Possibility Theory under Fuzzy Environment[J].Knowledge-Based Systems,2014,67:263-269.

[11]張小栓,高明,張健,等.電子商務網站評價方法研究綜述[J].情報雜志,2007,(6):2-5.

[12]徐維祥,楊肇夏.信息系統項目四元評價模型及其準確度研究[J].系統工程理論與實踐,2002,(8):127-131.

[13]Chunguang Baia,Dileep Dhavaleb,Joseph Sarkis.Integrating Fuzzy CMeans and TOPSIS for Performance Evaluation:An Application and Comparative Analysis[J].Expert Systems with Applications,2014,41(9):4 186-4 196.

[14]Yi-wen Liu,Young-jik Kwon,Byeong-do Kang.A Fuzzy AHP Approach to Evaluating E-commerce Websites[J].Computer Society,2007,(29):114-120.

[15]Pelaez J I,Dona J M.Majority Additive-Ordered Weighting Averaging:A New Neat Ordered Weighting Averaging Operator Based on The Majority Process[J].International Journal of Intelligent Systems,2003,(18):469-481.