大數據條件下物流采購競價交易模式創新研究

周樂欣 宋山梅 李露

摘 要：隨著現代科學技術的不斷進步，應用大數據技術突破物流服務采購交易的時間與空間限制，使得多對多的物流采購群體競價交易模式成為可能。本文探討了大數據的長尾效應、全數據分析和大批量數據處理等，并通過博弈機制設計了突破交易的信息不對稱問題，創新了基于物流大數據技術的競價交易模式。

關鍵詞：大數據；物流采購；群體競價；交易模式

中圖分類號：F252/TP311

文獻標識碼：A

文章編號：1000-5099（2018）02-0063-06

Abstract：With the continuous progress of modern science and technology， the using of big data technology will break through the constraints of the time and space of logistics service procurement transaction， and makes it is possible to realize the trading of many to many logistics purchasing groups based on the bidding model. This paper discusses the long tail effect， data analysis and mass data processing of big data， and designs a asymmetrical question of transaction information， and a bidding and transaction model based on logistics big data technology through game theory. This model has improved the transaction efficiency of the logistics purchasing market to a great extent， and has a good theoretical and practical functions.

Key words：big data； logistics procurement； group bidding； trading model

傳統物流交易主要是基于標價和討價還價模式進行，就競價本質而言是一個集體決定資源價格及其分配的過程，是構建公開、公平、高效的交易市場的有力工具。不完全信息博弈最重要的應用領域之一就是競價交易的博弈。現代物流交易市場形式是以經濟的高速發展和第三方崛起為代表的市場結構的變革為背景。在物流市場中，服務采購方和供給方之間是典型的委托—代理關系。這一市場前提下，物流服務的供給方具有需求方所不具有的信息優勢，從而使傳統的交易方式（標價、議價）與競價交易方式相比較，不能在較廣范圍內以如此便捷和低成本的方式了解物流服務的真正市場價值，并形成交易價格。古代戰爭后，競價方式就被戰爭的贏家一方用來出售戰俘、戰利品等物品。古羅馬時期就出現了拍賣行，通過競爭性報價的方式交易包括藝術品、貴重物品等非常廣泛的物品。這些古代的競價交易和現代的競價交易雖然有很大的不同，卻已經具備了競價的基本特征，但由于傳統拍賣形式的束縛，競價交易方式長久以來限制在非常小的領域內。

隨著互聯網、移動互聯網技術的不斷完善，利用網絡技術將競價交易模式引入到物流信息平臺的交易變得越來越可能。尤其是近年來移動終端的普及，人類已經迎來大數據時代。據統計，2012年全球各類數據的總量達到了約2.7～3.5 ZB，預計到2020年全球一年產生的各類數據信息將達35.2 ZB（35×1 021） [1]。在日常生活中產生的大量數據以不同形式在網絡空間傳播，數以億計的數據等待著挖掘。在大數據時代，數據將扮演石油相對于工業時代的類似作用，在人類技術創新、新商業形態的形成中起著越來越不可替代的作用。在“大數據”背景下，物流產業發展也在轉型升級，其主體正由初級狀態向著服務專業化、特色化的高級狀態不斷蛻變，并且由于大數據技術的不斷發展，物流第一、二方及第三方之間的信息交流和共享將會變得更加便捷。在“大數據”推動產業融合背景下，萬物互聯環境、物流生態系統與產業經濟系統之間的互動交流變得越來越頻繁，物流創新驅動的產業間價值關聯不斷呈現新的形式。大數據是指基于大量設備和經濟活動創造出的大量各類數據，針對大數據的研究無疑將是影響各行各業發展的最關鍵技術之一，并伴隨出現眾多的商業模式、產業生態的變革。不斷以幾何級數增長的數據信息預示著大數據技術將改變世界[2]。

基于大數據平臺的物流競價交易模式具有成本節約、供需快速匹配、為商業企業擴大潛在市場范圍、提高信息流和增強供應鏈整合等優勢，而基于物流大數據平臺的競價交易系統具有交易個體多、進入退出費用低、交易時間短等使得交易效率高的特點。因此，現代意義上的競價交易如何借助大數據工具突破傳統的交易模式，以及如何構建具有公開性、公平性和公正性的高效交易平臺等將成為值得研究的問題。

一、物流采購競價的大數據背景分析

學界對競價交易的一個普遍共識是：“競價交易是一個集體（競價群體）決定物品價格及其分配的過程。”對競價理論研究有重要影響的經濟學家R.P.McAfee對競價的定義為：“競價交易是一種市場狀態，在此狀態下有明確的交易規則并在此規則下通過參與者競價來決定資源配置和資源價格。”傳統競價模式包括英式競價、荷蘭式競價、密封第一價格競價、密封第二價格競價和最后期限競價等競價模式，并在包括藝術品市場、土地市場等頻繁運用[3]。Rothkopf等將競價分為公開式競價和密封式競價——二者主要區別是競價的流程不同[4]。隨著不斷深入的競價研究，有人進一步將競價方式劃分為單向競價和雙向競價——前者為一個一對多的形式，后者有一個獨立的市場組織者，買賣交易各方平等報價。雙向競價機制已經成為當下研究的一個熱點。該機制能夠保證大量交易人參與的情況下，短時間實現大量交易[5-7]。在討論競價形式時，我們需要考慮如下特征，即競標者被要求對標的物進行投標（他們為得到標的物而愿意支付貨幣），同時這一投標也決定了誰將贏得標的物和贏標者的支付。如一個競價形式規則規定競價最高的競標者獲得標的物，則該競價形式被稱為標準競價形式[8]。互聯網條件下，交易各方登錄系統提交自己的交易及報價信息，由于各方對彼此信息并不知道，所以這被稱為密封競價機制。密封競價博弈最重要的原因是博弈方的收益與他對“標的”的主觀估價高度相關。由于不同的競標方在認識、判斷能力和立場等方面必然有差異，對同一個標的物的估價也會有差異，而每個人差異的估價都是競標者的私人信息。因此，在密封競價模型中，競標方對其他競標方的收益是無法確知的，只能得到一個大致的判斷，這就是競價博弈不完全信息的本質體現。正是因為競價問題的信息不完全性，使得對競價問題的研究比完全信息博弈問題更為復雜，也更值得研究。因此，競價問題已經成為博弈論、信息經濟學和經濟學領域的一個熱門研究領域。

競價交易是一種典型的不完全信息博弈過程，貝葉斯均衡概念對于分析競價博弈具有非常重要而有效的作用。同時，競價理論也使得不完全信息博弈找到了重要的應用領域，并對現實經濟社會起到了不可替代的作用。博弈論區別于傳統優化決策，是一門研究多個決策主體之間行為發生直接相互作用時面臨的決策問題，并研究這種決策最終達到均衡的問題。Roger將博弈論定義為一種數學模型的研究，但這一類數學模型不解決理性決策者之間沖突與合作的問題。近代博弈論始于Zermelo（1913）、Borel（1921）和Von Neumann（1928）的工作，最終Neumann和Morgensterm所著的《博弈論與經濟行為》奠定了博弈論的基礎。博弈理論得以發展，并成為一種主流的分析方法，是因為許多數學家和社會科學家希望在社會科學領域內理解并預測人類的行為，通過創造好的社會體制來對人類的沖突行為進行有效的調節。事實證明，博弈論在包括經濟學在內的眾多領域得到了發展。不完全信息博弈引入利潤貝葉斯分析方法，在該博弈機構中至少有一個博弈人在參與博弈過程中不完全清楚其他某些博弈人的收益或者說收益函數。因而，只能以一定概率估計的形式來對其他博弈方的收益進行判斷。因此，不完全信息博弈是指博弈參與人只知道其他博弈參與人收益分布的可能范圍和分布概率。競價博弈過程實際可抽象為幾種博弈方數量不同的靜態和動態博弈模型，這些模型均是不完全信息博弈。物流市場的傳統討價還價博弈機制發生在一對一環境，而通過雙邊多對多的競價機制設計，使得競價博弈發生在一個群體之間，提升了物流博弈者數量，進而提升了市場交易效率。

在新的技術條件下，雙邊多對多的競價機制設計，能夠支撐較大數量的買方和賣方在已知交易規則下，實現同時交易。大數據技術將從4個方面支撐物流競價交易市場的高效運行，即數據源產生、數據采集與存儲、數據處理與集成、數據分析與解釋[9]。依托射頻識別、條形碼、傳感器、搜索引擎、移動互聯終端等信息技術設備的采用，采集并存儲海量數據形成了快速發展的大數據運行環境，為大規模的群體競價提供了可靠的運行環境及技術支撐。再通過對已經采集到的數據進行適當的處理、“清洗”、“去噪”，從而實現數據的標準化，并進一步集成存儲等。通過競價機制設計來對大量的交易信息進行處理，生成交易價格并實現市場出清，這使得大數據環境為競價機制引入物流市場交易提供了基礎。為了適應大數據趨勢，需要依托云計算（Cloud Computing）技術和一系列分布式平臺對海量數據進行快速處理[10]。云計算是集中采集和存儲數據的商業基礎。在大數據時代，傳統的數據顯示方法已經不能滿足數據分析、結果輸出的需求。同時，傳統依靠人工的數據搜索并進行討價還價的機制，只能局部利用大數據條件下空前增加的交易機會，而基于競價機制的交易模式，可以通過機制設計來搜索所有的交易機會，并在非常短的時間完成。

二、大數據競爭性的價值發現機制

在傳統決策模式中，囿于技術手段的限制，決策者主要關注大概率區間的信息（如圖1的A區域，該區域集中了消費者的主要訴求），往往忽略小概率區間的信息（如圖1的B區域），而小概率區間是消費者差異化需求的集中反映，這就使得決策呈現出抓大放小的特點，將服務限制在一定范圍內。但在大數據時代，商業已經開始更多地關注個性化、分散化和定制化的服務及商品需求。通過交易模式的創新來反映個性化需求的成本及價值，將更好地促進有價值的個性化需求的滿足，這就構成了大數據技術驅動下的長尾理論特征。

“長尾理論”的核心發現在于，當技術創新使得市場對各種產品的存儲和流通渠道變得越來越大時，在傳統市場中需求不旺或銷量不佳的產品，經過重新對市場進行定義并發倔市場需求后，那些在傳統市場中被視為少數熱銷產品的市場能夠與大市場分割產品所占據的銷售額相抗衡，甚至能夠實現更大銷售，通過市場交易模式的創新將很多小銷售額產品匯聚聚成起來，能夠產生匹敵于大市場產品的市場能量[11]。因此，長尾效應的意義在于，將所有傳統市場中非流行的市場累加起來，形成一個比流行市場還大的交易市場[12]。上世紀末，經濟學者帕累托通過觀察19世紀英國人的財富和收益模式，并在大量調查研究的基礎上，發現了在很多領域都存在的“二八定律”：社會人群中20%的人占有80%的社會財富。“二八定律”意味著大量處于80%位置的產品，即使是優秀產品，會被埋沒。在互聯網時代，“二八定律”揭示的長尾部分不被顯示的產品交易問題被關注于長尾部分的商業創新所解決，比如亞馬遜平臺針對長尾部分的產品進行營銷，讓其銷售額達到與傳統意義上的熱門產品足以匹敵的水平。通過交易模式的創新及新技術挖掘市場中的長尾商品，就服務而言，無論對用戶還是對企業均具有巨大的價值。隨著大數據時代的到來，新技術支撐下的平臺化交易對長尾部分商品及服務價值的挖掘幾率越來越大。大數據時代的意義在于對每個產品和服務采購需求，都會收到與自己真實需求異常契合的產品推薦，這使得產品推薦對于每個人來說都實現了定制化。可以預見，在物聯網、移動互聯、云計算、存儲等技術支撐下的大數據分析技術越來越成熟的未來，長尾產品的市場范圍和價值貢獻將會越來越大。物流作為產品生產與再生產過程中的重要一環，其對應的現實經濟環境的需求是個性化、多樣化的。在大數據環境下，物流服務的采購方才能被廣泛發現和深度滿足，物流交易的長尾才能真正形成。其原因在于：第一，大數據能有效找到個性化物流需求。通過對物流采購方大數據的全面采集，精準反映用戶的需求，并通過機制設計顯示用戶價值。另外，大數據還具有打破“數據孤島”的效應，海量數據的“關聯性”又能實現物流服務的定制化；第二，大數據能促成決策的分散與資源大市場配置相結合。從理論上來說，每類物流服務需求聚合成一個小群體，其交易需求具有個性化。

競價交易方式基于每個交易人的報價形成交易匹配和價格生成，是一個簡單但實用的、能夠反映賣者或買者估價的價格發現機制，特別當物品或服務價值不確定時。隨著競價理論和現代信息技術的發展，競價被不斷地用于構建多個領域的現代交易市場，比如排污權交易、電力市場和債券市場等。這些市場的一個共同特點就是，由于交易者立場、擁有信息多少等不同，交易的各個可能買方或賣方對同一商品或服務的價值認定可能不同，進而他們的意愿支付也就不同。高效率的資源配置需求要求資源流向能發揮其最有價值的地方，從交易的角度就是要讓資源流向估價最高的交易方手中。而作為一種市場交易機制的競價，是一種價格發現和實現機制。通過交易機制的創新搜索及評估全局市場上每筆交易的價值，并最終形成資源的配置。無數的個性化需求交叉疊加形成一個大的交易市場，這便是大數據給物流交易市場帶來的長尾效應。隨著互聯網技術的日益成熟和完善，通過構建廣泛區域覆蓋和使用便捷的交易平臺，且通過競價按一定規則進行分配和支付的交易方式變得越加現實。與傳統協商交易方式相比較，該種交易方式必然大大減少等量信息獲取情況下的交易成本。當然，競價這一交易方式的最終高效運行還需借助于相關的制度和配套機制的完善，比如更為專業化的資質評價體系和更為標準的物流服務劃分。這些配套措施使得交易雙方在交易前即對被交易的物流服務形成共識，并保證其交付。

基于競爭性報價的贏標機制是在特定規則下多個具備個體理性的博弈方做出有利于自己收益的最優決策過程。競價交易過程中各競標方將自己的所有私有信息，包括成本、估價和偏好等，都包含在其競標價或競標向量中，并最終在各競標方或競標向量的相互比較中確定資源的流向，這實際就是現有市場條件下資源價值的發現過程。競價通常指包含了一個賣方和多個買方的實例（買方為獲得拍品相互競價），然而采購競價卻是反向競價即由賣方競標。當我們將競價理論運用于物流交易的時候，最終演化出來的研究問題可能是從社會總福利最大化的角度去探討，也可能是探討使商品或服務的出售方或采購方收益最大化的問題，但這都不違背通過競價理論來構建高效的物流交易市場的基本原則。只是依據具體的交易條件而設計不同的競價分配規則和支付規則，從不同角度去實現物流資源優化配置的目標。競價的歷史和研究的核心問題揭示，在特定的交易條件下，競價是揭示商品或服務的真正市場價值的最優方式。這一市場條件下，商品或服務的需求方具有出售方所不具有的信息優勢，從而使傳統的交易方式（標價、議價）不能在較廣范圍內以如此便捷和低成本的方式了解到商品或服務的真正市場價值。當然，實現這一交易方式的前提是合理的競價規則的設計。通過對一些特定條件下的物流交易進行探討，從而設計出相對應的物流交易競價機制，使得物流資源在一個較大的市場范圍內實現優化配置。物流服務既具有一般商品的普遍特性，也具有其自身獨立的市場交易特征。針對這些物流領域所特別具有的一些物流交易問題進行探討是本文的主要目的。

三、大數據平臺下物流采購的競價交易模式

在現有技術、競價理論和信息經濟學理論基礎上構建一個區域化的競價交易系統和交易中心，則物聯網、第四方物流、競價理論及競價系統均是該交易系統的重要理論支撐。物聯網的產生是源于對電子數據進行交換的需要，并最先運用在國際海運運輸過程中，實現了國際化標準電子數據標簽的交換，但在深入到港口轉鐵路、公路運輸的過程中，現代管理的鏈條斷了。第三次信息技術革命直接或間接地被2008年爆發的全球性金融危機所推動，并以物聯網為核心。物聯網離不開全球定位系統、射頻識別和云計算等信息技術及有關大數據處理技術。目前，醫藥、農產品、食品、煙草等行業領域，基于萬物互聯技術的產品追溯體系發揮著貨物追蹤、識別查詢、信息采集與管理、車輛定位、運輸物品監控、在線調度與配送可視化同管理的巨大作用，對傳統產業效率的提升發揮了重要作用。我國物流發展通過建設物聯網形成集成化的信息平臺，并把面向企業的局部物流擴展到面向全社會的物流，從而實現物流系統的管理現代化。通過物聯網實現的物流、信息流與商流的三流合一，才能夠保證在同一規模化市場中，面向多對多的物流供需商在同一物流項目中實現競價“標的”的標準化和無異議化。因此，物聯網是物流競價交易系統突破信息障礙的必要保障，同時物流競價交易系統也將拓展物聯網獲取信息的應用領域。

基于信息技術研究物流交易系統的競價機制、模型、算法和系統仿真，是在大數據時代物流采購交易模式可行的創新。該交易系統支撐的交易中心排除討價還價及標價交易形式，并非由某個采購商發起招標，而是由獨立市場機構組織的物流競價交易市場。將基于競價理論的競價交易機制設計引入物流交易領域時，信息的匯聚和甄別將是最大的瓶頸。在現實經濟運行中，整個社會物流作業分布是任意的，這導致物流交易競價“標的”的形態多樣性。物流領域的競價交易機制有別于現存于淘寶、納斯達克股票等市場的成熟競價機制，其對應的競價交易機制設計、算法的實現將更加復雜：一是多目標。物流“標的”質量涉及價格、數量、敏捷性、非破損率、安全性、保鮮技術（如新鮮時蔬）等；二是組合、序貫交易。物流物理鏈包含采購、包裝、搬卸、倉儲、運輸、批發、零售等多環節；三是信息多結構。物流“標的”通常面臨“關聯價值”“預算約束”“估價非對稱”等問題；四是物流作業空間及行業分布上具有的任意性。上述幾個方面導致物流競價交易機制實現供需有效配置、“最優性”和“有效性”分析更為復雜。

本文的目標是架構一個包括盡可能多的物流供需方的平臺化競價交易系統。該交易系統由獨立的市場組織者進行管理并成為政府的特殊機構或獨立的中介機構。該機構不是物流的第一、二方（物流采購商），也非物流的第三方（物流供應商），而是獲取傭金（市場交易剩余的一部分）的物流市場第四方。該物流市場第四方是市場的組織者，其目標為通過競價交易形成有效的交易市場，實現整個物流中心市場的交易剩余最大化。在該物流競價交易系統下，物流供需雙方的每個交易個體通過交易系統終端輸入自己的交易信息向量，然后系統將其提交并提供相應的匹配機制和價格生成機制，最后自動在全區域物流市場自動搜索該市場條件下的最優交易對象，即實現市場出清和交易價格生成，詳見圖2。

競價交易模式運行支撐的交易系統通過競價規則，使得交易人的競價行為滿足“參與理性”和“激勵相容”兩個約束來實現兩個目標：一是揭示該市場條件下個體交易方的真實信息，二是市場整體實現社會福利最大化。該交易機制最大程度減少市場參與各方因私有信息而產生的物流資源的無效配置，充分發現因物流供給商自身的管理、技術和運營等不同素質而導致不同內涵的供給能力。同時，該交易系統還能夠充分發現和挖掘在市場運行過程中由隨機因素產生的物流供給商實時服務成本和物流采購商實時交易價值。現存物流信息平臺為物流信息的收集做了必要的基礎準備，但這些信息平臺仍僅具備較為原始的信息匯聚作用，并沒有真正運用相關的信息經濟學理論和交易機制設計去分析和揭示物流信息背后所包含的市場價值，從而限制了通過快速、有效匹配供需來推動物流資源配置優化的有效性。物聯網技術能夠深入到商品流通的全生命周期提取交易信息，為支撐更為精細化的物流資源配置機制提供了基礎。基于第四方物流、最新競價理論和物聯網技術構建一個更有效的物流競價交易系統將是一個需要不斷推進的研究課題。

四、結論

物流信息中心是各地政府都在努力打造的經濟基礎設施。然而，這個信息平臺僅僅具備了較為原始的信息匯聚作用，并沒有真正運用信息經濟學的理論和交易機制，分析和揭示物流信息所包含的市場價值與物流資源的優化配置，也沒有借助物聯網技術深入到商品流通的全生命周期來創新物流資源配置的交易機制。大數據技術能夠對物流市場的交易信息進行標準化處理，使得基于價格生成規則和市場出清規則的競價交易設計能夠在全局市場快速實現所有交易機會。這將大大提升該市場的交易效率，并且降低交易成本。本文通過分析物聯網與競價交易系統之間的信息交換機制，在復雜的交易環境中探索基于最新競價理論、機制設計理論、博弈理論和物聯網技術等構建一個有效的物流競價交易系統。由于現實大數據的特征決定了物流信息平臺的復雜性，相關研究還需要進一步推進，從而體現其更強的理論意義和應用價值。

參考文獻：

[1]劉智慧，張泉靈.大數據技術研究綜述[J].浙江大學學報（工學版），2014（6）：957-972.

[2]周錦昌，孟昭莉.大數據帶來三大根本性改變[EB/OL]. （2013-08-27）.http：//www.hbrchina.org/1455.html.

[3]CASSADY R. Auctions and auctioneering[M]. California：University of California Press， 1967：26-34.

[4]RICHARD E.Wiggans，Auctioins and Bidding Models： A Survey[J].Management Science， 1980，26：119-142.

[5]DENG X T， PAULGOLDBERG B，ZHANG J S. RevenuemaximizationinaBayesiandoubleauctionmarket [J].Theoretical Computer Science， 2014，539 ：1-12.

[6]XU X J， MA J P， XIE X P.Double auction mechanisms on Markovian networks[J]. Expert Systems with Applications， 2014，41：7 032-7 045.

[7]WANG X J， KWAI￣SANG C， HONG Y.Design of optimal double auction mechanism with multi￣objectives[J]. Expert Systems with Applications， 2011，38：13 749-13 756.

[8]VIJAY K. Auction theory[M]. Academic Press， 2001： 29-32.

[9]張學義，彭成倫.大數據技術的哲學審思[J].科技進步與對策，2016（13）：130-134.

[10]張曉強，楊君游，曾國屏.大數據方法：科學方法的變革和哲學思考[J].哲學動態，2014（8）：83-91.

[11]洪濤.高級電子商務教程[M]. 北京：經濟管理出版社，2011.

[12]齊丹霞.我的第一本經濟學啟蒙書[M].北京：中國紡織出版社，2012.

（責任編輯：鐘昭會）