基于大数据平台的公路货物运价指数模型研究

肖本佳，黄建华

（福州大学，福建 福州 350000）

基于大数据平台的公路货物运价指数模型研究

肖本佳，黄建华

（福州大学，福建 福州 350000）

通过构建公路货物运输信息平台评价指标体系和评价模型选取出样本平台，采用计算机技术从样本平台上获取货运数据，搭建货物运输大数据平台，运用指数编制理论建立运价指数计算模型，最后通过算例进行了模型演算。基于大数据平台的运价指数计算方法解决了以往运价指数区域不平衡的缺点，为公路货物运价指数的编制提供一种新思路。

运价指数；大数据平台；公路货物运输；TOPSIS法

1 引言

运价指数是价格指数的一种，它主要用以反映不同时期运价水平的变动趋势。运价指数按照运输方式的不同可以分为航海运价指数、公路运价指数和航空运价指数。在航运指数的编制方面，国内外都取得了巨大的成功。国外主要有1985年英国波罗的海航运交易所发布的波罗的海干散货运价指数(BFI)[1]，它是现有运价指数中运作最成功的，对整个世界的航运市场都具有很大的影响力；国内主要有1998年上海航运交易所发布的中国出口集装箱运价指数(CCFI)[2]，该指数发布以后，其反映市场走势的“晴雨表”功能得到了充分体现，客观地反映了我国集装箱市场的变化情况，是了解我国集装箱航运市场的一个重要指标。在公路运价指数的编制方面，国外一些城市已经采用道路的相关指数来综合评价交通的运行质量了[3]，我国还处于起步阶段，处于相对落后的水平，这与我国公路运输业迅猛发展是不协调的。根据相关统计信息，2015年我国公路货物运输量达到了354.5亿t，同比增长6.4%，公路货物运输在综合运输当中发挥了越来越大的作用。自我国公路货物运输价格市场化改革以来，公路货物运输市场长期处于一种低运价水平运行状态，公路货物运输价格体系产生了扭曲、失衡的现象，使得公路货物运输价格无法发挥对市场供求关系的杠杆作用[4]。公路货物运价指数是反映公路货运市场供求关系的“晴雨表”，也是运力进入与退出市场的“指挥棒”，是公路货运市场资源有效配置的基础性手段[5]，并且综合运价指数与国内生产总值呈现正相关的关系[6]。因此，科学编制公路货物运价指数有助于了解公路货运行业总体变动方向、变化程度以及国内宏观经济的发展趋势；有助于合理规范价格竞争，引导公路货运市场健康发展；有助于政府部门监测市场发展态势，提升政府的服务能力；为国家及有关部门制定交通运输业发展规划，进行国民经济核算和宏观经济分析提供准确的依据[7]。

目前国内外编制较早且较成熟的当属航海运价指数，其编制方法已经有很多学者进行了研究，方法成熟且被广泛应用。航运指数编制方法关键点就是选取合适的样本航线，然后从样本航线上采集相关数据，运用统计指数相关知识进行运价指数的计算。随着运输指数编制方法的成熟，为了更好的了解航运市场的发展趋势，航运指数的预测也成为了研究热点[8-10]。航运市场运价指数的成功编制为公路货物运价指数的编制提供了经验与借鉴。但是，公路货物运输是一个完全开放的市场，并且运价结构复杂，故现有的对公路货物运价指数的研究还较少。在国外，以Eduardo B.Q.[11]为代表提出了一种多因素模型计算城市货运指数，通过实例验证模型的有效性；在国内，以顾敬岩[4]为代表借鉴航运指数的编制方法，选取合适的样本，例如省份、城市、线路与企业，探讨了道路货物运输价格指数编制方法；祝宏宇[12]和Liu等[13]运用同样的方式研究了区域性的公路货物运价指数的编制。在以往的研究中，学者们通过选取代表性的城市、专线、企业等作为样本，并对选取的样本定期进行跟踪及数据采集，运用统计学的知识进行运价指数的编制。由于公路货物运输行业具有区域发展的不平衡性，选择样本省份或者样本企业往往具有区域性，这样导致编制出的运价指数也具有区域性的特点，使运价指数具有一定的局限性。

随着互联网的不断发展，“互联网+物流”取得了迅猛的发展，公路货物运输行业相关的信息平台如雨后春笋般的涌现，例如阿里巴巴物流服务平台、中国物通网、运东西等，线上进行公路货物运输交易活动将成为公路货物运输行业发展的一个趋势，政府也在大力推进相关信息平台的建设。公路货物运输信息平台是面向全社会提供公路货物运输信息服务的平台，其所包含的运输专线几乎覆盖全国，平台上提供运输服务的企业也是遍布全国各地。所以，选取具有代表性的信息平台，采用互联网技术从平台上获取相应的货物运输相关数据，比如运价、货运量等，构建公路货物运输相关数据的大数据平台，基于大数据平台进行运价指数的编制，可以解决之前运价指数编制过程中所存在的区域性问题，同时也是编制公路货物运价指数的一种新思路。综合我国公路货物类型、运价定价方式、运价分类以及平台发布的相关信息分析，公路货物运输类型主要包括零担重货运输、零担轻货运输和整车运输。由此，确定公路货物运价指数基本框架——综合运价指数、三种货物运输类型运价指数以及各平台上的运价指数(包括零担重货运价指数、零担轻货运价指数和整车运价指数)，如图1所示。

图1 公路货物运价指数基本框架

根据图1构建的运价体系，本文在研究编制运价指数时需要解决以下几个问题：（1）样本平台的选取；（2）权重的确定，包括样本平台的权重和三种货物类型的权重；（3）运价指数计算模型的构建。因此本文主要行文思路为构建评价指标体系对样本信息平台进行评价，选取评价结果较好的平台作为样本，并根据评价结果确定平台权重，然后构建相应的运价指数计算模型。

2 信息平台评价模型及权重计算

2.1 评价指标体系的构建

对样本信息平台评价属于网站评价的范围。国内外学者研究并提出了许多网站评价指标体系。Hsiu-Fen Lin等[14]基于有用性、娱乐性、易用性、反应时间和信任几个方面考虑设计了网站的评价指标体系；Reimer等[15]通过研究发现网站表现的内容、易于使用性和易于连接性等因素影响网站的评价结果；张梅和魏豫州[16]设计5个一级指标、16个二级指标以及若干个三级指标对高校图书馆网站进行评价。公路货物运输相关的信息平台是整合资源、信息共享，为交易各方提供服务的网站，主要功能包括：货物信息服务功能、网上交易功能、其他代理服务功能等。本文结合电子商务网站的系统研究，根据已有的货物运输相关信息平台功能特点，从平台受欢迎程度、平台信息质量和平台的运营情况三个维度，构建平台评价指标体系，见表1。

表1 信息平台评价指标体系

2.2 平台评价模型的构建

对于电子商务网站，学者对各种评价内容和评价方法进行了研究，在评价内容方面涉及到网站的综合排名[17]、网站质量以及网站可用性[18]等；在评价方法上主要有BP人工神经网络[19]、层次分析法[14]、熵值法以及TOPSIS法[17]、DEA法[20]等。本文在阅读大量文献的基础上，总结别人研究并结合本研究的实际情况，最后采用基于熵值法的TOPSIS法来构建物流信息平台评价模型，运用熵值法确定各指标的权重，再采用TOPSIS法进行综合评价，模型构建步骤如下：

（1）构建初始决策矩阵。设有m个网站(有限个网站)，n个评价指标，其中xij是第i个目标的第j个属性的评估值，则初始决策矩阵V为

（4）采用熵值法确定评价指标权重

①对初始决策矩阵进行规范化处理

②计算第j项指标下第i个网站占该指标的比重

③计算指标信息熵值e和信息效用值d

I：计算第j项指标的信息熵值的公式为：

II:信息效用值的公式为：

④计算评价指标权重

第j个指标的权重：

（5）构造加权规范化决策矩阵Z

（6）确定正负理想解

正理想解：

负理想解：

（7）计算各评估网站与理想解之间的欧式距离

（8）计算各评估网站的相对贴近度

根据相对贴近度Ci的大小对网站进行综合评价，Ci越大，说明网站的竞争力越强，所以网站占的权重也就越大。

2.3 权重的计算

（1）样本信息平台权重计算。根据网站的评价结果，并对评价结果进行归一化处理，得出各个网站的权重，计算公式如下：

其中Ci为第i个平台的评价结果，βi为第i个平台的权重。

（2）货物类型权重计算。根据顾敬岩等[4]对我国道路货运价格指数的研究，货物类型的权重主要是根据货运量的多少来确定的，计算公式如下：

其中，Qj为第j种货物的货运量。

3 运价指数模型的构建

统计学中计算价格指数的公式有很多，如拉式价格指数、派式价格指数等，如何选择恰当的计算公式是价格指数编制中需要解决的关键问题之一。本文主要参考Fisher模型进行计算[4]。

3.1 平台运价指数

3.2 货物类型运价指数

3.3 综合运价指数

4 模型演算

为了更好展现文章的研究思路，验证该模型的可行性，在此进行算例分析。根据评价模型的评价结果，选取9个样本信息平台，由于当前信息平台的不规范性，不是在每个平台上都能找到所需的数据，因此选取9个共同指标，采集相关数据进行样本信息平台权重的确定。指标数据分别是指标1：平台的日均IP访问量；指标2：平台的日均PV浏览量；指标3：平台的反向连接数；指标4：平台的被收录数；指标5：平台信息有效性；指标6：平台信息全面性；指标7：平台信息及时性；指标8：平台运输专线数；指标9：平台的物流服务企业数。其中指标5、6、7是平台信息质量，是通过主观性评价来获取相关数据的，采用专家打分方法，本文采用10分制打分，1-10分表示最差到最好。各个指标的数值见表2。

根据表2的统计信息可以得到初始决策矩阵如下：

表2 平台评价指标数据

采用熵值法计算，得出每个指标的权：

根据2.2节（1）-（8）步可以得出各个信息平台的相对贴近度：

根据权重计算公式计算每个平台所占的权重：

选取的9个平台上都提供三种货物类型的运输，从每个平台上选取一定量的有代表性的专线，统计每条专线的运价和运价的相关数据，带入模型中进行计算，可以得到相应的运价指数。基期为发布指数的日期，假设为2月1号，基期指数为 100点，指数每个月发布一次。采用平台运价指数的计算公式进行计算，得出每个平台的运价指数折线图，如图2-10所示。

可以看出，每个指数反应的情况是不一样的，单纯靠一个平台的数据计算出来的运价指数具有很大的局限性，也不能科学地反映公路货物运输行业的发展情况，所以确定每个平台的权重，通过加权平均的方法，可以得到三种货物类型的运价指数。

采用货物类型运价指数计算公式，得到三种类型的运价指数，如图11所示。

采用综合运价指数计算公式，得到综合运价指数，如图12所示。

从上面的计算结果可以得知，该方法计算运价指数具有可行性，相对具有代表性平台的指数变动影响运价指数的变化趋势，比如整车指数，在三月份中整车指数呈现一个上升的趋势，这主要是因为1,2,3,7平台整车指数的上升，这四个平台所占的权重比较大，具有代表性，致使整车指数呈现上升的趋势。

图2 平台1的运价指标

图3 平台2的运价指标

图4 平台3的运价指标

图5 平台4的运价指标

图6 平台5的运价指标

图7 平台6的运价指标

图8 平台7的运价指标

图9 平台8的运价指标

图10 平台9的运价指标

图11 三种货物类型运价指数

图12 综合运价指数

5 结论

目前，我国公路货物运价指数编制方法的研究还较少，主要通过样本城市、专线、企业等，并对选取的样本定期进行跟踪及数据采集，采用统计学的知识进行运价指数编制方法的研究。本文从一个新的角度出发，构建公路货物运输信息平台评价指标体系，采用基于熵值法的TOPSISI法建立评价模型，选取样本平台，在此基础上确定各个平台的权重，从样本平台上获取相关的货运数据，比如运价、货运量等，构建一个大数据平台，基于大数据平台运用统计指数计算的相关知识进行运价指数计算方法的编制。随着公路货物运输信息化的不断发展，以及信息平台不断规范化，公路货物运输的相关信息将会逐渐公开化和透明化，本文提出的基于大数据平台的运价指数计算方法可以为公路货物运输指数的编制提供一种新思路，并且从信息平台上获取的数据涉及全国各地，具有分布广泛性的特点，采用本文思路编制的运价指数可以有效改善之前运价指数具有区域性的缺点。由于现在公路货物运输相关信息平台缺乏统一规范，部分统计数据不完善，可能造成本文的分析不够全面透彻，利用模型研究出来的运价指数的编制方法缺乏实践基础，这也为未来研究提供了新的方向，即基于大数据平台挖掘更多有效的相关数据来完善公路货物运输运价指数的编制。

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

[2]张页,王颖.中国出口集装箱运价指数与实际运价相关分析[J].中国航海,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]顾敬岩,范文姬.普通道路货物运输价格指数编制方法[J].公路交通科技,2013,30(9):154-158.

[5]顾敬岩,吴群琪.我国公路货运市场价格的演进趋势、问题及对策[J].交通运输系统工程与信息,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]王晓红.我国交通运输价格指数编制方法研究[J].统计研究, 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.波罗的海干散货运价指数波动研究:基于ARMA-GARCH模型的分析[J].价格理论与实践,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.义乌道路货物运输价格指数体系及信息平台构建研究[D].长春:吉林大学,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]张梅,魏豫州.高校图书馆网站评价模型研究[J].大学图书馆报,2011,(3):17-21.

[17]王小建.基于改进TOPSIS法的电子商务网站综合评价研究[J].图书情报工作,2009,53:129-132.

[18]李君君,陈海敏.基于因子分析和对应分析的电子商务网站评价[J].情报科学,2008,26(8):1 252-1 256.

[19]郑啸霆.基于神经网络的合肥高校网站评价研究[D].合肥:安徽大学,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

国家社科基金一般项目（13BGL059）；教育部人文社科青年基金项目（11YJC630072）；福建省社科研究基地重大项目（FJ2015JDZ029）

肖本佳（1990-），男，江西九江人，福州大学经济与管理学院硕士研究生，主要研究方向：物流与供应链管理、复杂网络优化等；黄建华（1972-），男，江西上高人，福州大学经济与管理学院副教授，博士，主要研究方向：物流与供应链管理以及最优化理论。