贾国荣，贾 若，袁 华

(贵州商学院 计算机与信息工程学院，贵州 贵阳 550014)



从大数据视角看贵州现代运输物流航母的建设
——以货车帮为例

贾国荣1，贾 若2，袁 华3

(贵州商学院 计算机与信息工程学院，贵州 贵阳 550014)

物流信息不对称是我国社会物流总费用居高不下的主要因素，是货运车辆空驶率高及满载率低这个痛点的根源，货车帮科技有限公司抓住痛点，应用新一代信息技术构建物流大数据信息平台，为车主及货主搭建了信息沟通的桥梁。本文从大数据的视角出发，对该平台的数据采集终端、物流指数的发布终端、平台的架构及并行计算模型、以及平台的延伸应用等多个方面作了分析讨论。

货车帮；运输物流；大数据平台；信息不对称

社会物流成本是表示国家在一定期间内发生的物流总费用，通常用社会物流总费用表达。我国的社会物流总费用与GDP的比率较高，反映了我国社会成本中物流占成本太高。目前我国社会物流总费用占GDP的比率2015年为16%[1]，而欧美发达国家都不超过9%，包括印度、巴西等发展中国家都比我国低几个百分点(印度13%、巴西11.6%)[2]。是什么造成了我国物流成本过高呢？空驶率是最主要的一项，也就是货车在完成一趟货运后的回程多数无货可拉。那为什么会有那么多的货车回程无货可拉呢？物流信息不对称[3-4]是最主要因素！要解决物流信息不对称的问题，最关键的是要解决物流供应链的信息孤岛[5]问题，而这些信息孤岛恰恰是各方的利益点，如何整合各方的利益点打破信息孤岛实现物流信息的畅通无阻是降低我国物流成本的有效途径。随着大数据、物联网、移动互联网等新一代信息技术的兴起，国内致力于解决物流信息不对称的企业已达一百多家，货车帮、罗计物流、运满满等多家物流信息化企业也因此获得了风投的青睐，特别是货车帮已经获得了多家风投的三轮(A、A+、A++)融资，其商业模式已经受到了业界的极大关注，本文从大数据视角出发，以货车帮为研究对象，对我国物流行业整合构建现代物流航母进行研究。

2013年央视《经济半小时》调查发现，我国现有物流企业700多万家，货运车辆总共有1600多万台，也就是平均每家企业2辆车，因企业的规模太小，获取信息的渠道不畅，致使货运车辆的空驶率高，大约为50%左右，多数情况每票货需辗转五六次才到司机手上，最终甚至还是“半车货”，因此造成了我国货运汽车平均实载率只有50%～60%。这就是我国运输物流信息不对称的真实写照，也是构成了我国社会物流总费用居高不下的主要原因，其信息滞留形成孤岛的节点就是国内数十万家货运的中介企业。[5]

在物流信息不太发达的时期，货运中介企业为货主配车、为车辆配货，从中起到了积极的作用，是传统的物流行业供应链中不可或缺的一个环节。然而，随着信息技术的高度发达及与生产生活的密切融合，物流供应链的信息优化势在必行，因货运中介企业加大的物流成本(中介费用)及信息孤岛产生的时间成本以及信息不对称形成的车辆低效运转甚至空耗的成本直接成为了社会物流成本居高不下的痛点，但同时也是全国数十万家货运中介企业的利润点。货车帮创业者最早正是从这个痛点发现了商机，并看清了物流信息不对称的实质问题，从而创立了一家货运信息的中介企业，从“物流QQ”开始到为上万车辆免费安装卫星终端，货车帮努力应用新一代信息技术整合物流供应链构建信息平台，目标就是要让货主方便发布货运信息，要让车主方便找到货运。时至今日，货车帮平台已经整合了30万货主企业并聚集了全国30%的货运信息，另一方面又汇聚了全国200万货运车辆，每天为平台上的车主提供了500万的货运信息，有效地解决了车主会员高空驶率及低满载率的痛点问题。2015年实现了为车主节省燃油500亿[6]，为全社会减少了2700万吨碳排放，其社会效益极其显著。

货车帮平台目前已经不仅仅是一个货运的信息平台，更重要的是采用了全新的商业模式，改造成为了大数据信息平台，2014年在贵州省政府的扶持下经过短短两年的高速发展，其服务网络已经覆盖了全国300多个地级城市，员工队伍扩大到了3000多人，产业链的整合延伸到了智慧物流港、大型停车场、互联网金融、线上线下汽车配件销售等多个领域。[7]下面对货车帮物流大数据信息平台的整体架构及功能应用作如下的分析讨论：

一、物流数据采集终端

一个数据平台首先要有数据的来源，在货车帮的物流大数据信息平台上主要是通过手机终端完成数据汇集的。在用户的手机上下载货车帮APP后，作为发货方即注册成为货主会员，而作为运输方则注册成为车主会员。其车主会员手机登录后主要目标功能为找货订货，找货的界面如图1所示，界面上有许多货源信息可供选择并可直接联系货主，一旦接单便在大数据平台上生成车主与货主的联系数据信息同时保存在云端存储器中。另一方面，货主会员的发货界面如图2所示，他必须在手机的APP界面上填写货运的基本数据信息，有货物的出发地点及到达地点、所需车辆类型长度、运输的重量及所要付的运费等等。

以上是数据平台上最基本的数据采集，货车帮APP界面还包括了维修救援、购买保险、停车场、购物商场等围绕驾驶员及车辆使用的基本生活信息，另外还有驾驶员手机的位置信息或者北斗终端的位置信息、高速公路ETC电子收费系统信息等等，这些数据信息都在货主及车主的使用过程中汇集到了货车帮的物流大数据信息平台，进入了云计算平台的存储系统中。

图1 车主会员找货界面 图2 货主会员发布货源界面

二、大数据信息平台物流指数

货车帮的数据平台是通过一款名为“全国公路物流指数”的创新产品展示出来的，该数据平台包括全国按地区的运力分布、实时货运信息、货物运输流向、货物类型分布、车辆类型分布、运力指数等多项统计数据指数，这些指数的数据都是来源于手机终端所采集并汇集到云计算平台的数据，经过云平台多个算法模型统计计算得到的，图3就是该物流大数据信息平台各项物流指数的终端显示，其显示的内容为：

图3 物流指数实时显示终端大屏

(一)全国运力分布。该指数记录了全国的运力数据，运力数据的显示是通过地图上各省色彩的差异表示的，它准确地记录了全国各省当天的运力现状，图4所示。

(二)实时货运信息。该指数记录了货源的出发地和到达地之数据，并将发生承运的实时信息用地图上闪过的圆弧亮线表示(图3中部的地图)，出发地为一个亮点，由亮点射出的圆弧亮线显示了承运的货源出入港情况。

图4 全国运力的分布图

(三)货运活跃指数。该指数记录了货物的流向及货运量的数据，用两种颜色的柱形图表达不同省份出港及入港物流量的多少(图3中左上角)，如图5所示。该指数显示了各省货运的活跃状况，即共有多少吨运出的货物，又共有多少吨运进的货物。

图5 货运流向指数 图6 货物类型指数

(四)货物类型分布情况。该指数记录了物流运输货物中货物类型的数据，即农产品占比多大、机械电子产品占多大等等，如图6所示。该指标能反映出全国物流运输中哪一类产品的比重，配合上一个指数(货运活跃指数)的计算对物流运力的优化有重要的意义。

(五)运力指数情况。该指数是全国运力分布数据对各省的具体数据，即图4的具体数据显示，图3右上角的图形。

(六)车辆类型及车长分布情况。该二项指数记录了货车帮大数据平台上货车的类型及车长的数据(如图7所示)，该数据对货主会员配货十分有价值。

图7 车辆类型统计数据及车长统计数据

此外，该平台还记录了当日的货运总吨位数、当天的承运能力及交易额等多个数据。以上所有指数从整体上反映出了每天通过大数据平台完成的各项物流数据及货运车辆的动态信息，且这些数据信息完全是不可人为篡改的真实数据信息。

三、物流大数据云计算平台

货车帮的数据平台上手机端数据采集的方便及物流指数的直观表达，都源于后台云计算的支撑。通常数据平台云计算的架构如图8所示，由基础层、平台层及业务层三个部分构成。[8]

图8 大数据云平台架构

(一)基础层作用是对各种结构化的、半结构化的或非结构化的物流数据(手机、北斗终端、各种传感器)进行安全管理,由支持非结构化数据的文件系统Hadoop HDFS[3](Hadoop Distributed File System)、分布实时的非结构化数据库HBase、以及为提供稳定可靠协调服务的ZooKeeper系统几个部分构成。

(二)平台层作用是基于各种算法的数据处理系统，由MapReduce并行计算模型、Hadoop ML/Mahuou算法/学习模型、数据挖掘算法模型以及统计分析、查询等构成。典型的MapReduce并行计算模型如图9所示，该模型是数据实时处理的核心，数据从手机端到物流指数的显示，中间就要经过该算法的数据处理。

图9 并行计算模型

(三)业务层作用是在平台层的支撑下，提供在线实时应用的业务服务。它包括在线实时查询(车主货主信息、货物信息、位置信息、商品信息等等)、实时监控(车辆监控、货物监控等等)、物流统计指数、信用评级(货主及车主会员的信用评级)。另外，经平台层的各种智能算法模型运算处理后，可对产品市场及运输市场的指标及效率进行数据分析，可对货物及车辆的安全运输隐患进行预警，以及为物流行业提供决策参考等等。

四、物流大数据信息平台的延伸应用

(一)党建工作。如图10所示，货车帮的会员中有不少的党员，他们没有固定的单位参加党的组织活动，货车帮即为他们建立了“车轮上的党支部”、线上的“党员组织生活平台”，线上缴纳党费及下发活动经费，线上线下的书籍和学习资料等等，让这些极其分散的党员回到了组织的关怀。

图10 货车帮党建工作

(二)便民服务。货车帮的大数据信息平台打通了交通信息系统的接口，驾驶员可直接在线办理车辆的购置、年审、违章查询、罚款缴纳、拥堵查询等等便民服务。此外，还为车主及货主会员提供金融、保险、ETC等平台服务。这些便民的服务不仅为车主提供了方便，更重要的是因消费群体量大，各种服务都获得了优惠。

(三)停车服务。货车帮在线下建设智慧物流示范园区，以及帮助各地改造原有的物流园区，为驾驶员提供系统的配套服务，以其非常优惠的价格和完善的服务让驾驶员虽身在途中但却宾至如归。

[1]国家发改委官网[EB/OL].http://www.ndrc.gov.cn/xdwl/201605/t20160531_806054.html

[2]中研网[EB/OL].http://www.chinairn.com/news/20150307/114003934.shtml

[3]陈新平,张荷兰,马棚.物流信息不对称问题研究[J].中国市场，2007(9):22-33.

[4]曹晔,付娜.物流信息不对称对电子商务的影响及对策分析[J].物流科技，2015(7):67-69.

[5]全国物流信息网

[EB/OL].http://www.56888.net/news/201525/2268154273.html

[6]货车帮官网[EB/OL].http://www.56QQ.COM

[7]今日头条[EB/OL].http://toutiao.com/i6288578415251423745/

[8]贾国荣,何锦,刘伟时.大数据思维的民爆安全云平台探讨[J].自动化与信息工程，2014(6):6-10.

[责任编辑：陈绍松]

The Construction of Modern Logistics Transportation Carrier in Guizhlu
from the Perspective of Big Data——A Case Study Truck Caravan

Jia Guo-rong1， Jia Ruo2， Yuan Hua3
(School of Computer and Information Engineering, Guizhou University of Commerce, Guizhou, Guiyang 550014)

Logistics information asymmetry is the main factor contributes to high logistics costs. it is also the root of pain points for high empty-loaded rateof the trunk and low car loaded,Based on big data, Caravan Tech company limited seize the pain points and apply a new generation of information technology to build a logistics information platform to facilitate communication between vehicle owners and shippers From the perspective of big data, this paper discussed data acquisition terminals, the index of logistics distribution terminal,, platform architecture,parallel computing model and an extension of the application.

Transportationlogistics; Big Data platform; Information asymmetry

2016-06-19

2014年贵州省科技厅软科学联合基金“贵州商务智能交通运输管理模式研究──以北斗卫星导航系统民用交通工程为例”(黔科合体R字[2014]LKS2005)。

1.贾国荣(1958-)，男，贵州商学院计算机与信息工程学院教授。研究方向：物联网技术应用。2.贾 若(1977-)，男，贵州商学院计算机与信息工程学院副院长。研究方向：计算机应用。3.袁 华(1972-)女，贵州商学院计算机与信息工程学院讲师。研究方向：信息经济学。

F062

A

1671-9549(2016)03-0029-06