基于大數據平臺的公路貨物運價指數模型研究

肖本佳，黃建華

（福州大學，福建 福州 350000）

基于大數據平臺的公路貨物運價指數模型研究

肖本佳，黃建華

（福州大學，福建 福州 350000）

通過構建公路貨物運輸信息平臺評價指標體系和評價模型選取出樣本平臺，采用計算機技術從樣本平臺上獲取貨運數據，搭建貨物運輸大數據平臺，運用指數編制理論建立運價指數計算模型，最后通過算例進行了模型演算。基于大數據平臺的運價指數計算方法解決了以往運價指數區域不平衡的缺點，為公路貨物運價指數的編制提供一種新思路。

運價指數；大數據平臺；公路貨物運輸；TOPSIS法

1 引言

運價指數是價格指數的一種，它主要用以反映不同時期運價水平的變動趨勢。運價指數按照運輸方式的不同可以分為航海運價指數、公路運價指數和航空運價指數。在航運指數的編制方面，國內外都取得了巨大的成功。國外主要有1985年英國波羅的海航運交易所發布的波羅的海干散貨運價指數(BFI)[1]，它是現有運價指數中運作最成功的，對整個世界的航運市場都具有很大的影響力；國內主要有1998年上海航運交易所發布的中國出口集裝箱運價指數(CCFI)[2]，該指數發布以后，其反映市場走勢的“晴雨表”功能得到了充分體現，客觀地反映了我國集裝箱市場的變化情況，是了解我國集裝箱航運市場的一個重要指標。在公路運價指數的編制方面，國外一些城市已經采用道路的相關指數來綜合評價交通的運行質量了[3]，我國還處于起步階段，處于相對落后的水平，這與我國公路運輸業迅猛發展是不協調的。根據相關統計信息，2015年我國公路貨物運輸量達到了354.5億t，同比增長6.4%，公路貨物運輸在綜合運輸當中發揮了越來越大的作用。自我國公路貨物運輸價格市場化改革以來，公路貨物運輸市場長期處于一種低運價水平運行狀態，公路貨物運輸價格體系產生了扭曲、失衡的現象，使得公路貨物運輸價格無法發揮對市場供求關系的杠桿作用[4]。公路貨物運價指數是反映公路貨運市場供求關系的“晴雨表”，也是運力進入與退出市場的“指揮棒”，是公路貨運市場資源有效配置的基礎性手段[5]，并且綜合運價指數與國內生產總值呈現正相關的關系[6]。因此，科學編制公路貨物運價指數有助于了解公路貨運行業總體變動方向、變化程度以及國內宏觀經濟的發展趨勢；有助于合理規范價格競爭，引導公路貨運市場健康發展；有助于政府部門監測市場發展態勢，提升政府的服務能力；為國家及有關部門制定交通運輸業發展規劃，進行國民經濟核算和宏觀經濟分析提供準確的依據[7]。

目前國內外編制較早且較成熟的當屬航海運價指數，其編制方法已經有很多學者進行了研究，方法成熟且被廣泛應用。航運指數編制方法關鍵點就是選取合適的樣本航線，然后從樣本航線上采集相關數據，運用統計指數相關知識進行運價指數的計算。隨著運輸指數編制方法的成熟，為了更好的了解航運市場的發展趨勢，航運指數的預測也成為了研究熱點[8-10]。航運市場運價指數的成功編制為公路貨物運價指數的編制提供了經驗與借鑒。但是，公路貨物運輸是一個完全開放的市場，并且運價結構復雜，故現有的對公路貨物運價指數的研究還較少。在國外，以Eduardo B.Q.[11]為代表提出了一種多因素模型計算城市貨運指數，通過實例驗證模型的有效性；在國內，以顧敬巖[4]為代表借鑒航運指數的編制方法，選取合適的樣本，例如省份、城市、線路與企業，探討了道路貨物運輸價格指數編制方法；祝宏宇[12]和Liu等[13]運用同樣的方式研究了區域性的公路貨物運價指數的編制。在以往的研究中，學者們通過選取代表性的城市、專線、企業等作為樣本，并對選取的樣本定期進行跟蹤及數據采集，運用統計學的知識進行運價指數的編制。由于公路貨物運輸行業具有區域發展的不平衡性，選擇樣本省份或者樣本企業往往具有區域性，這樣導致編制出的運價指數也具有區域性的特點，使運價指數具有一定的局限性。

隨著互聯網的不斷發展，“互聯網+物流”取得了迅猛的發展，公路貨物運輸行業相關的信息平臺如雨后春筍般的涌現，例如阿里巴巴物流服務平臺、中國物通網、運東西等，線上進行公路貨物運輸交易活動將成為公路貨物運輸行業發展的一個趨勢，政府也在大力推進相關信息平臺的建設。公路貨物運輸信息平臺是面向全社會提供公路貨物運輸信息服務的平臺，其所包含的運輸專線幾乎覆蓋全國，平臺上提供運輸服務的企業也是遍布全國各地。所以，選取具有代表性的信息平臺，采用互聯網技術從平臺上獲取相應的貨物運輸相關數據，比如運價、貨運量等，構建公路貨物運輸相關數據的大數據平臺，基于大數據平臺進行運價指數的編制，可以解決之前運價指數編制過程中所存在的區域性問題，同時也是編制公路貨物運價指數的一種新思路。綜合我國公路貨物類型、運價定價方式、運價分類以及平臺發布的相關信息分析，公路貨物運輸類型主要包括零擔重貨運輸、零擔輕貨運輸和整車運輸。由此，確定公路貨物運價指數基本框架——綜合運價指數、三種貨物運輸類型運價指數以及各平臺上的運價指數(包括零擔重貨運價指數、零擔輕貨運價指數和整車運價指數)，如圖1所示。

圖1 公路貨物運價指數基本框架

根據圖1構建的運價體系，本文在研究編制運價指數時需要解決以下幾個問題：（1）樣本平臺的選取；（2）權重的確定，包括樣本平臺的權重和三種貨物類型的權重；（3）運價指數計算模型的構建。因此本文主要行文思路為構建評價指標體系對樣本信息平臺進行評價，選取評價結果較好的平臺作為樣本，并根據評價結果確定平臺權重，然后構建相應的運價指數計算模型。

2 信息平臺評價模型及權重計算

2.1 評價指標體系的構建

對樣本信息平臺評價屬于網站評價的范圍。國內外學者研究并提出了許多網站評價指標體系。Hsiu-Fen Lin等[14]基于有用性、娛樂性、易用性、反應時間和信任幾個方面考慮設計了網站的評價指標體系；Reimer等[15]通過研究發現網站表現的內容、易于使用性和易于連接性等因素影響網站的評價結果；張梅和魏豫州[16]設計5個一級指標、16個二級指標以及若干個三級指標對高校圖書館網站進行評價。公路貨物運輸相關的信息平臺是整合資源、信息共享，為交易各方提供服務的網站，主要功能包括：貨物信息服務功能、網上交易功能、其他代理服務功能等。本文結合電子商務網站的系統研究，根據已有的貨物運輸相關信息平臺功能特點，從平臺受歡迎程度、平臺信息質量和平臺的運營情況三個維度，構建平臺評價指標體系，見表1。

表1 信息平臺評價指標體系

2.2 平臺評價模型的構建

對于電子商務網站，學者對各種評價內容和評價方法進行了研究，在評價內容方面涉及到網站的綜合排名[17]、網站質量以及網站可用性[18]等；在評價方法上主要有BP人工神經網絡[19]、層次分析法[14]、熵值法以及TOPSIS法[17]、DEA法[20]等。本文在閱讀大量文獻的基礎上，總結別人研究并結合本研究的實際情況，最后采用基于熵值法的TOPSIS法來構建物流信息平臺評價模型，運用熵值法確定各指標的權重，再采用TOPSIS法進行綜合評價，模型構建步驟如下：

（1）構建初始決策矩陣。設有m個網站(有限個網站)，n個評價指標，其中xij是第i個目標的第j個屬性的評估值，則初始決策矩陣V為

（4）采用熵值法確定評價指標權重

①對初始決策矩陣進行規范化處理

②計算第j項指標下第i個網站占該指標的比重

③計算指標信息熵值e和信息效用值d

I：計算第j項指標的信息熵值的公式為：

II:信息效用值的公式為：

④計算評價指標權重

第j個指標的權重：

（5）構造加權規范化決策矩陣Z

（6）確定正負理想解

正理想解：

負理想解：

（7）計算各評估網站與理想解之間的歐式距離

（8）計算各評估網站的相對貼近度

根據相對貼近度Ci的大小對網站進行綜合評價，Ci越大，說明網站的競爭力越強，所以網站占的權重也就越大。

2.3 權重的計算

（1）樣本信息平臺權重計算。根據網站的評價結果，并對評價結果進行歸一化處理，得出各個網站的權重，計算公式如下：

其中Ci為第i個平臺的評價結果，βi為第i個平臺的權重。

（2）貨物類型權重計算。根據顧敬巖等[4]對我國道路貨運價格指數的研究，貨物類型的權重主要是根據貨運量的多少來確定的，計算公式如下：

其中，Qj為第j種貨物的貨運量。

3 運價指數模型的構建

統計學中計算價格指數的公式有很多，如拉式價格指數、派式價格指數等，如何選擇恰當的計算公式是價格指數編制中需要解決的關鍵問題之一。本文主要參考Fisher模型進行計算[4]。

3.1 平臺運價指數

3.2 貨物類型運價指數

3.3 綜合運價指數

4 模型演算

為了更好展現文章的研究思路，驗證該模型的可行性，在此進行算例分析。根據評價模型的評價結果，選取9個樣本信息平臺，由于當前信息平臺的不規范性，不是在每個平臺上都能找到所需的數據，因此選取9個共同指標，采集相關數據進行樣本信息平臺權重的確定。指標數據分別是指標1：平臺的日均IP訪問量；指標2：平臺的日均PV瀏覽量；指標3：平臺的反向連接數；指標4：平臺的被收錄數；指標5：平臺信息有效性；指標6：平臺信息全面性；指標7：平臺信息及時性；指標8：平臺運輸專線數；指標9：平臺的物流服務企業數。其中指標5、6、7是平臺信息質量，是通過主觀性評價來獲取相關數據的，采用專家打分方法，本文采用10分制打分，1-10分表示最差到最好。各個指標的數值見表2。

根據表2的統計信息可以得到初始決策矩陣如下：

表2 平臺評價指標數據

采用熵值法計算，得出每個指標的權：

根據2.2節（1）-（8）步可以得出各個信息平臺的相對貼近度：

根據權重計算公式計算每個平臺所占的權重：

選取的9個平臺上都提供三種貨物類型的運輸，從每個平臺上選取一定量的有代表性的專線，統計每條專線的運價和運價的相關數據，帶入模型中進行計算，可以得到相應的運價指數。基期為發布指數的日期，假設為2月1號，基期指數為 100點，指數每個月發布一次。采用平臺運價指數的計算公式進行計算，得出每個平臺的運價指數折線圖，如圖2-10所示。

可以看出，每個指數反應的情況是不一樣的，單純靠一個平臺的數據計算出來的運價指數具有很大的局限性，也不能科學地反映公路貨物運輸行業的發展情況，所以確定每個平臺的權重，通過加權平均的方法，可以得到三種貨物類型的運價指數。

采用貨物類型運價指數計算公式，得到三種類型的運價指數，如圖11所示。

采用綜合運價指數計算公式，得到綜合運價指數，如圖12所示。

從上面的計算結果可以得知，該方法計算運價指數具有可行性，相對具有代表性平臺的指數變動影響運價指數的變化趨勢，比如整車指數，在三月份中整車指數呈現一個上升的趨勢，這主要是因為1,2,3,7平臺整車指數的上升，這四個平臺所占的權重比較大，具有代表性，致使整車指數呈現上升的趨勢。

圖2 平臺1的運價指標

圖3 平臺2的運價指標

圖4 平臺3的運價指標

圖5 平臺4的運價指標

圖6 平臺5的運價指標

圖7 平臺6的運價指標

圖8 平臺7的運價指標

圖9 平臺8的運價指標

圖10 平臺9的運價指標

圖11 三種貨物類型運價指數

圖12 綜合運價指數

5 結論

目前，我國公路貨物運價指數編制方法的研究還較少，主要通過樣本城市、專線、企業等，并對選取的樣本定期進行跟蹤及數據采集，采用統計學的知識進行運價指數編制方法的研究。本文從一個新的角度出發，構建公路貨物運輸信息平臺評價指標體系，采用基于熵值法的TOPSISI法建立評價模型，選取樣本平臺，在此基礎上確定各個平臺的權重，從樣本平臺上獲取相關的貨運數據，比如運價、貨運量等，構建一個大數據平臺，基于大數據平臺運用統計指數計算的相關知識進行運價指數計算方法的編制。隨著公路貨物運輸信息化的不斷發展，以及信息平臺不斷規范化，公路貨物運輸的相關信息將會逐漸公開化和透明化，本文提出的基于大數據平臺的運價指數計算方法可以為公路貨物運輸指數的編制提供一種新思路，并且從信息平臺上獲取的數據涉及全國各地，具有分布廣泛性的特點，采用本文思路編制的運價指數可以有效改善之前運價指數具有區域性的缺點。由于現在公路貨物運輸相關信息平臺缺乏統一規范，部分統計數據不完善，可能造成本文的分析不夠全面透徹，利用模型研究出來的運價指數的編制方法缺乏實踐基礎，這也為未來研究提供了新的方向，即基于大數據平臺挖掘更多有效的相關數據來完善公路貨物運輸運價指數的編制。

[1]Duru O,Yoshida S.Long term freight market index andinferences[J].The Asian Journal of Shipping andLogistics,2011,27 (3):405-422.

[2]張頁,王穎.中國出口集裝箱運價指數與實際運價相關分析[J].中國航海,2010,33(2):95-99.

[3]Hossain M.Capacity Estimationof Traffie Cireles Under Mixed Traffic Condition Using Micro—simulationTechnique[J].Transportation Researeh,1999,33(A):47-61.

[4]顧敬巖,范文姬.普通道路貨物運輸價格指數編制方法[J].公路交通科技,2013,30(9):154-158.

[5]顧敬巖,吳群琪.我國公路貨運市場價格的演進趨勢、問題及對策[J].交通運輸系統工程與信息,2013,13(6):191-197.

[6]Yuee Gao,Yaping Zhang,Hejiang Li,elt.Study on the Relationship Comprehensive Transportation Freight Index and GDP in China[J].Procedia Engineering,2016,137:571-580.

[7]王曉紅.我國交通運輸價格指數編制方法研究[J].統計研究, 2003,(2):7-10.

[8]Y H Fan,Y W Xing,H L Yang.Prediction of Baltic Capesize Freight Index Based on GARCH Model[J].Applied Mechanics and Materials,2014,(488-489):1 494-1 497.

[9]李晶,王婷婷.波羅的海干散貨運價指數波動研究:基于ARMA-GARCH模型的分析[J].價格理論與實踐,2015,(1):82-84.

[10]Yang Z Z,Jin L J,Wang M,H.Forecasting Baltic Panamax Index with support vector machine[J].Journal of Transportation System Engineering and InformationTechnology,2011,(3):50-57.

[11]Eduardo Betanzo-Quezada,JoséA,Romero.An urban freight transport index[J].Procedia Social and Behavioral Sciences, 2010,(2):6 312-6 322.

[12]祝宏宇.義烏道路貨物運輸價格指數體系及信息平臺構建研究[D].長春:吉林大學,2011.

[13]Bin Liu,Gui-yan Jiang,HuaLi,etal.Scheme Design and Empirical Research on an Index System forRoad Freight in Ningbo Region[J].Procedia-Social and Behavioral Sciences, 2014,138:223-232.

[14]Hsiu-Fen Lin.An application of fuzzy AHP for evaluating course website quality[J].Computers&Education,2010,54(4): 877-888.

[15]Reimer,Kerstin Becker,Jan U.Revisiting the Use of Customer Information for CRM[J].New Economics Papers,2011,(7): 265-267.

[16]張梅,魏豫州.高校圖書館網站評價模型研究[J].大學圖書館報,2011,(3):17-21.

[17]王小建.基于改進TOPSIS法的電子商務網站綜合評價研究[J].圖書情報工作,2009,53:129-132.

[18]李君君,陳海敏.基于因子分析和對應分析的電子商務網站評價[J].情報科學,2008,26(8):1 252-1 256.

[19]鄭嘯霆.基于神經網絡的合肥高校網站評價研究[D].合肥:安徽大學,2010.

[20]Bauernfeind U,Mitsche N.The Application of the Data Envelopment Analysis for Tourism Website Evaluation[J].Information Technology and Tourism,2008,10(3):245-257.

Study on Highway Freight Charge Index Model Based on Big Data Platform

Xiao Benjia,Huang Jianhua
(Fuzhou University,Fuzhou 350000,China)

In this paper,through establishing the evaluation index system and evaluation model of the highway freight transportation information platform,we selected the sample platform,extracted from it the freight transport data using computer technology,set up the freight transport big data platform as well as the freight charge index computation model and at the end,demonstrated the model through a numerical example.

freight charge index;big data platform;highwayfreight transport;TOPSIS method

F253.9;F570.8

A

1005-152X(2017)02-0059-06

10.3969/j.issn.1005-152X.2017.02.015

2016-11-06

國家社科基金一般項目（13BGL059）；教育部人文社科青年基金項目（11YJC630072）；福建省社科研究基地重大項目（FJ2015JDZ029）

肖本佳（1990-），男，江西九江人，福州大學經濟與管理學院碩士研究生，主要研究方向：物流與供應鏈管理、復雜網絡優化等；黃建華（1972-），男，江西上高人，福州大學經濟與管理學院副教授，博士，主要研究方向：物流與供應鏈管理以及最優化理論。