信用问题驱动的公路物流信息平台的交易信用评价

邓建新，苏小根，贺秋瑶

（1.广西大学 机械工程学院，广西 南宁 530003；2.广西大学 广西制造系统与先进制造技术重点实验室，广西 南宁 530003）

1 引言

公路运输业是国民经济和物流的重要组成部分[1]。公路物流信息平台是通过互联网方式广泛接入公路运输服务和资源，实现运输供需的信息共享、对接，起到整合物流资源和需求作用的运输服务平台，已成为我国公路物流降本增效的重要形式。但因使用主体来源层次不同，导致服务水平参差不齐，更出现了大量的信用问题，如出现了“一货二主”、“私吞运费”等问题，这不但对公路运输业务运作效率、质量以及客户满意度等产生了重要影响，更制约了平台更大范围的推广应用，并容易产生资源浪费[1-2]。因此，为了减少信息不对称性和促进公路货运物流的发展，急需建立公路物流信息平台信用评价体系，以发挥信用评价对货运平台的激励、诊断和导向作用[2-3]，推动公路运输市场健康可持续发展。

对信用进行评价，基于信用评价来降低风险一直是学术界和商业界的主要课题，近年这方面的研究更呈增长态势。尤其是随着大数据等新技术提供了更多手段和数据后，也给信用评价等研究提供了新的手段。但对信用问题的研究仍主要集中在信用评价体系（指标）、评价模型、评价方法和基于信用的风险评估四个方面，尤其是前两个方面的研究更是重点。以上研究体现出的差异除了信用涉及的领域外，更多体现在建立信用指标和权重的方法上，尤其是后者，但评价指标体系大多从已有文献中归纳，并没有针对性的设计方法。如朱向华[4]构建了适用于AGA-GAHP 算法的中小企业信用评价指标体系；刘畅等[5]建立了基于SEM（结构方程）的施工企业信用评价模型，从已有文献的指标中筛选得到施工企业信用评价指标，然后使用结构方程模型来确定指标权重；裴平等基于贝叶斯网络建立了P2P网贷借款人信用评价模型[6]；王小方等建立了基于延拓盲数的跨境电子商务信用评价模型，构建了跨境电商信用评价体系，采用离差递减的Delphi 法确定各级评价指标的权重，然后在三角模糊数和盲数的基础上构建跨境电商信用评价模型[7]。从领域角度归纳这些研究可知，目前信用评价的相关领域大多集中在电子商务评价[7-9]、企业信用评价[4,10-11]、贷款等金融类别评价[6,12-13]以及个人信用评价[14-15]等方面，物流和供应链领域的信用评价也有研究涉及，但都是以物流企业的整体信用为主，只有极少数文献研究了物流信息平台的信用评价问题[2,16-18]，如文献[2]研究了物流114货运信息平台信用体系，但并未涉及评价指标；文献[16]分析了国家交通运输物流公共信息平台信用体系建设现状与对策，但没有具体的评价体系和模型；文献[17]虽然提出了一种改进的物流货运交易网站信用评价模型，但其指标过粗，大部分仍是企业能力指标，交易服务质量的指标很少，更没有针对当前物流信息平台曝出“一货二主”等新问题和没有涉及信息描述等方面的信用。文献[18]的指标也未涉及“一货二主”等问题，且偏向于综合评价，无法反映单次的交易信用评价和信用的时间特征，而且没有阐述综合评价数据的来源，设计的模型无法在新用户激励保护和严重信用问题惩罚上进行区分。综上，现有对公路物流信息平台信用评价的研究都不够系统。

鉴于此，本文通过归纳公路物流信息平台货运交易中的信用问题，使用公理设计方法基于信用问题映射设计了信用评价指标体系，并确定了指标权重和指标评价方法，形成了对物流信息平台信用的评价模型，系统性地实现了对其单次交易、累计和稳定性信用的评价。

2 公路物流信息平台信用问题的类别

近年来与公路物流信息平台相关的信用问题接连出现，如2015年第一物流网报道的“货运APP一货二主隐现物流诈骗现象”，2016年网易财经报道的“货运司机APP找活被骗千元”等。通过对涉及公路货运业务的物流信息平台运营方进行实地调研，和对物流信息平台信用问题相关文献、新闻报道的整理，归纳出公路物流信息平台上经常发生的信用事件，主要为：拖欠运费事件、携货跑路事件、发布虚假信息或描述不符事件、货损事件、信息泄露以及“放鸽子”事件[19]。这些事件的外在表现特征都不相同，对交易方的影响也有差异，因此都对应独立的信用问题。同时，它们的涉事主体不同，或为车主，或为货主。基于此，根据涉及的主体归纳出货运交易中的信用问题，其结构和具体的表现见表1。

表1 公路物流信息平台的信用问题类别及其表现形式

图1 基于公理设计的信用评价指标设计示意图

3 信用评价指标体系的建立

3.1 指标体系的设计

信用评价的关键问题和基础在于指标体系的构建，指标体系是否科学、合理，直接关系到状态评价的真实性和全面性。表1揭示了运输交易供需方有不同的信用问题表现，同时公路物流信息平台的信用评价不仅是反映平台交易方的信用状态，其最终目的是为了减少甚至避免对应信用问题的发生。因此，需要根据不同的交易方及其信用问题表现来建立针对性的评价指标。

为了保证所建立指标对信用问题的针对性，将信用评价指标的建立看成一个设计问题，引入美国麻省理工学院Suh 教授提出的公理设计理论[20]来解决，其示意图如图1所示。

以信用问题及其表现形式为驱动，即对应公理设计理论中的需功能域，将需要设计的信用评价指标体系作为物理域，按式（1）采用Z 字过程来映射建立对应的信用评价指标，直到分解到表1的表现形式并建立对应指标为止，并保证设计过程遵守独立公理，即尽量保证评价指标的独立性。

式（1）中，Ps 代表表1中信用问题或分解的表现形式，Is 代表对应的信用评价指标，A 为设计映射逻辑矩阵用于表明设计目标（此处为信用问题）和设计结果（此处为信用评价指标）之间是否存在关联关系，二者之间的关系通常通过0、1表示，0表示无关联或存在弱联系，1 表示存在强联系，A 要求为对角矩阵和下三角矩阵以满足独立公理。因此，通过该方法不但把信用问题的指标建立变成了一个逻辑推理过程，而且也因设计结果要保证遵守独立公理，保证了指标之间的独立性，便于权重确定。

按照此过程，首先建立了货主的第一层信用评价指标，由于表1中的“发布虚假货源信息”与“描述货物信息与实际不符”有交叉，不满足公理设计独立需求的要求，因此将其合并为“描述货物信息与实际不符”问题。对应的设计矩阵方程见式（2），式中P11、P12、P13分别代表货主信用问题中的“拖欠运费、‘放鸽子’、描述货物信息与实际不符”。I11、I12、I13分别为“费用指标、放鸽子’指标、符合度指标”。

由于P11、P12、P13下都仍有表现形式，需要继续分解。P11分解设计的映射方程见式（3）。

式中，P111、P112、P113、P114分别代表“不按约定时间一次支付完成货物运输的费用、要求分多次支付完成货物运输的费用、运输后要求减少支付约定的运输费用、要求降低在平台上发布的约定交易单价”四种“拖欠运费”类信用问题的具体表现，设计的评价指标I111、I112、I113、I114分别为“结算及时性、等待时间成本、运费变更、合理运价”。

类似地，完成其他信用问题指标的设计（因篇幅，不展示具体过程），得到了整个评价指标体系，见表2。这些指标已咨询广西AI 物流公司等并得到认可。

表2 公路物流信息平台的信用评价指标体系

3.2 指标的评价方法

对单个指标的评价通常有文字评价、数值评价或两者结合的模式。由于每次交易都可评价且信用评价是一个长期累积的过程，随意的文字评论虽然接近于自然表达，但不便于计算、累计、阅读也较为费力；而纯数值评价方式简单方便，被广泛采用，但并不符合评价的模糊特性。鉴于物流信息平台上的用户（车主、货主、物流公司、信息部等）知识水平不高，使用自然语言更易理解，因此采取文字与数值相结合的方式。具体为：为各指标选择制定等级文字评价标准，用户评价时使用标准标度语言变量[21]评价，实现自然语言评价和保证评价的模糊性，评价提交后系统自动转化为对应标度的数值，便于累计，这样实现定性与定量的结合。

分析表2的三级指标可知，“合理运价”、“等待时间成本”等指标有变动幅度，且会随着变动幅度给对方造成不同程度的影响，甚至损失，因此对其评价时评价者会衡量幅度、影响给出不同等级的评价；而“无故取消订单”、“无故变更承运人”等指标没有变动幅度，只有存在与否之分，因此对其评价时评价者虽然也会衡量影响，但从守信角度更多体现在存在关系评价上；对于“携货跑路”、“代收货款潜逃”指标虽然也会根据所携带货物的价值或货款价值的多少给货主带来不同程度的影响，但无论多少，相比“无故取消订单”等指标，我们认为这两种情况属于严重的失信行为，干扰了物流信息平台甚至整个行业的信誉，不应该因其涉及价值少就给予不同评价，而只需要评价其存在不存在，同时为了突出其恶劣影响，在此评价基础上专门制定了信用大事件机制来处理。为此，确定车主方的“合理运价”、“等待时间成本”、“结算及时性”、“货物描述符合度”、“地点描述符合度”，货主方评价指标中的“合理运价”、“等待时间成本”、“定位跟踪”、“货损情况”、“货差情况”、“运力描述符合度”、“准时性”，采用{很差，差，一般，好，很好}的语言变量；车主方指标的“运费变更”、“无故取消订单”、“无故变更承运人”指标和货主方评价指标中的“运费变更”、“携货跑路”、“代收货款潜逃”指标采用{是，否}的语言变量。然后使用三角模糊数把语言变量转换为数值进行信誉分计算。表3为制定的语言变量与三角模糊数的对应关系。

表3 信用评价语言变量与三角模糊数的对应关系

同时约定，对某次评价的缺失数据采用默认好评方式填充，即，在未被填写的评价指标中，五级标度指标默认为“好”，二元值评价指标则默认为“否”，但一旦“携货跑路”或“代收货款潜逃”评为“是”，其余指标默认为“很差”。

3.3 指标权重的设置

公路物流信息平台的信用评价指标是站在平台角度制定的标准，因此需要体现平台的期望和导向性，即具有主观性。由于表2信用评价指标存在多个逻辑层次，且存在交易次数、履约和信用保持次数对综合信用影响的差异，因此首先基于有主观性质的层次分析法求得各信用评价指标的初始权重，在初始权重基础上采取变权原理，根据评价值状态来调整权重，得到实际评价的权重。

3.3.1 确定初始权重。根据层次分析法的原理，将货主信用评价作为层次分析法中的目标层，表2中的货主信用指标中的二级指标、三级指标分别作为层次分析法中的准则层和方案层，构建出（车主方）评价货主信用的评价层次结构。并通过咨询“AI物流”车货匹配软件的运营总监与国家交通运输物流公共信息平台的物流专家，共同探讨了各指标之间的相对重要性，运用T.L.Saaty 提出的“1～9 标度法”得出了判断矩阵，根据层次分析法计算步骤及公式，计算出货主信用评价指标初始权重，见表4。限于篇幅，层次分析法的过程不在此累赘。

表4 货主方评价指标权重汇总

类似地，得出（货主方）评价车主信用对应指标的初始权重，见表5。

表5 车主方评价指标权重汇总

3.3.2 变权。按照设计，在物流信息平台上每交易一次就会评价一次，因此存在交易次数、履约和信用保持次数对综合信用影响的差异，同时所制定的指标实际上都是对物流服务信用水平的要求，需强调指标向最好水平靠近的趋势和均衡性，每一个三级指标不好都会影响交易方的信用。为了区分这种差异性和体现在不同交易次数中信用保持或评价分数对信用的状态影响，根据评价因素和前面得出的表4、表5的权重，采用变权原理重新确定各指标的权重。选择惩罚性的变权综合，借用刘文奇的基于均衡函数的统一变权公式，则通过变权确定的wi可表示为：

4 信用评价模型

为了反映物流信息平台上交易个体每次的信用表现，及每个交易个体长期的交易信用的累计时间特征，建立了物流信息平台信用评价模型，包含3 个子模型，即单次信用评价模型、总信用评价模型和信用稳定性评价模型。它们之间的逻辑关系如图2所示。单次信用评价模型用于评价每次车货运输交易的信用表现，是信用数据的直接来源，具体通过建立的评价指标来实现，总信用评价和信用稳定性评价都基于单次信用评价结果得到，实现对涉及主体历年交易的综合信用评价。然后按照历史信用累计，得到每个交易个体的综合信用值或信用等级。

4.1 单次信用评价模型

单次信用评价为每次交易后由合作方对对方的信用评价，基于建立的评价指标来实现。通过专门在平台上建立对应的信用评价模块，由交易双方根据对方在交易过程中的守信行为进行评价，且每次交易都允许评价一次。单次信用的定量评价采用线性加权综合各指标评价结果得到。

式中，Sj代表第j次交易的信用评价值。

图2 物流信息平台信用评价模型的逻辑结构

4.2 总信用评价模型

用户综合信用的方法有求和法和平均值法、数据挖掘等多种模型。为了利用单次的信用评价结果和降低综合信用过度依赖交易次数和时间的影响，减少对公路物流信息平台新用户的不利，采用平均值法来综合信用评分，即累计信用总分除以评价次数。经过n次交易后的总信用值由如下函数得到：

式中S0为用户的初始信用值。设定不考虑后面列举的特殊情况下的信用总值的最好水平为5，最低水平为0。初始信用值S0可以有很多取值方法，如果S0=0，则对新用户不利，本处假定用户都是守信的，则初始状态的信用应尽可能接近最好水平5，根据式（5），Sj最大值为1，由式（6）计算，可得S0=4，因此本文设定平台用户初始信用值为4（为便于后期继续探讨初值的其他取法，公式中仍保留使用S0）。同时规定如计算中因为误差、有效数值等导致出现用户评分总和大于5分时，信用按满分5计算。

交易次数越多，每次每项指标的信用越好，则其综合信用可靠度更高。前面引入变权公式来考虑这种影响。为进一步突出指标信用的均衡性，对不均衡性进行变权进行惩罚，综合式（4）、（6），得到基于变权的综合信用评价计算公式：

“携货跑路”、“代收货款潜逃”信用大事件一旦发生，对平台的信誉度以及影响十分深远（会造成平台慢慢失去客户和收入）[20]，不容姑息。因此单次信用评价无法突出这种影响（不计入），需要将其直接反映到总信用评价结果中。一旦货主在某次交易中做出此类评价，经平台核实无误后，责令承运人与货主进行和解，如承运人躲藏或拒绝和解，则其综合信用值归零，即Fn≡0。当然，也应该考虑失信用户的进步和鼓励对失信行为的补救，为此设定：如若货主与承运人线下达成和解，承运人当次信用值为-kS0，k为惩罚系数，且k ≥1。当然，如承运人再次确认发生此类信用大事件现象，其信用值将永久归零（可根据结果列入物流信息平台用户黑名单）。综上，将总信用评价模型修改为：

式（8）反映了交易次数，即前期信用稳定性对失信事件的影响，前期交易次数很多，本身也反映该用户还是有比较可靠的信用，突然出现一次大事件失信但和解，反映其失信的概率还是较小，这与现实一致，而同时，信用大事件的惩罚会随着k增加而增大，随着交易次数n的增多而降低，即通过该式为鼓励后期守信预留了空间，后期的信用综合守信行为，由于交易次数的增加和良好表现，可降低前面的负面影响。

4.3 信用稳定性评价模型

以上平均值法总信用评价模型虽然可以反映用户总体信用和累积效应，但不能反映趋势，因此，以交易次数为时间坐标，保留前期交易次数的信用，形成历史信用序列，以反映用户信用的时间特征。对应的历史信用序列为同时将序列形成趋势图来可视化地观察用户的信用变化特征。通过计算序列的标准方差、极差来评价信用的变化幅度，进而评价其信息可靠性，为综合应用提供更可靠的评价。本文定义信用稳定性通过极差来评定，则信用稳定性评价模型表示为：

Rn代表n次交易后的信用稳定性。

5 案例分析

5.1 案例背景[17]

某平台有3家承运商，承运商1为在平台交易时长达半年以上用户，已完成交易48次；承运商2交易时长达3个月，已完成交易24次，且在第24次时出现了“携货跑路”事件，后联系上进行了赔偿和解；承运商3 交易时长仅1 个月，共交易8 次。这3 家承运商交易以来的交易评价信息见表6和表7。

5.2 评价过程及结果分析

按表3对表6和表7进行转换运算，得到评价汇总结果见表8。

设定S0=4，惩罚系数k=3，变权因子a=0.1，结合对每位承运商的综合评分（表8），根据式（4），以模糊数的平均值为基础值，对原有权重进行变权处理，求得各承运商变权后的指标权重，见表9。

分别计算未变权、变权权重下3位承运商的信用评分和总信用Fn，见表10，表中的信用级别按表3的三角模糊数的区间确定。

表6 3家承运商交易评价信息1(单位：次数)

表7 3家承运商交易评价信息2(单位：次数)

表8 评价汇总结果

表9 变权后权重值

表10 信用评价结果

以上过程显示本文的方法实现了公路货运市场交易信用的定量化评价，通过数值很容易比较各评价对象的信用。由表10可知，无论变权前后，承运商3都为案例中信用最好的承运商，承运商1次之，承运商2 信用最差。这是因为承运商2 在运用平台交易的过程中，发生过“携货跑路”的信用大事件，模型对其信用进行了惩罚；而承运商3虽然刚进入平台一个月，只进行了8 单的交易，但每次的交易各项信用指标表现都较好，这和图3的结果一致，说明所建立的公式真实反映了实际情况，降低了交易次数对新用户的影响，对新用户具有保护作用。对比变权和未变权的信用评分可知，两种情况下的3个承运商信用大小顺序一致，承运商3 保持了最高信用，说明变权处理仍然保证了评价的客观性，未丢失主观评价期望的信息；承运商1和2在各项指标中都存在不同的差评，而承运商3 每次交易各项评价较好，只有货损方面有一次差评，即更均衡，则信用更好。同时，变权结果更具区分性，更符合复杂的现实情境，按表3设定的三角模糊数反过来划分模糊等级，则变权后，承运商1和承运商3差距拉大，未变权前，承运商1、3平均级别都是“好”，承运商2为“差”，但变权后，承运商1只达到了“一般”水平，承运商2降到了“很差”级别，承运商3 保持在“好”的水平，而且经过不断调整变权因子a，虽然数值有差异，但3 个承运商信用值差异和级别都与a=0.1的时候一致。

如果将表6中3个承运商合并视为1个承运商的交易信用评价，并假定按顺序“承运商1—承运商2—承运商3”连接信息，则可根据次数得到该承运商连续的交易信用，为了分析简单，本处只观察4 个历史时期的信用值，分别对应交易了0次，48次（对应承运商1 的信息），72 次（对应承运商1+承运商2 的信息，在第72 次携带货跑路并和解）和80 次（对应承运商1+承运商2+承运商3）的信息，分别计算三个时刻的变权信用值为4.58、4.36、4.41，则构建的信用序列为{4，4.58，4.36，4.41}，其信用稳定性数值（信用的最大变化幅度）为0.22，该序列反映该承运商不同时间的信用特征：一直不算特别好，但也曾经比较守信用，到出现过失信行为，信用降低，对比单独评价24次的信用值3.9可知（见表10），因为其前期已经经过了48次较好的交易，因此单次失信对其的影响已经比交易次数少出现失信对其的影响有所降低；同时其信用降低通过后期的良好表现，已经有所恢复（至4.41），但信用累计恢复较慢，即一次严重的失信行为，导致后期信用一直处于低位，需要很长时间才能逐渐恢复，这与现实的信用情况一致。这为委托方对比选择和进行信用风险评估提供了基础。表明所设计的模型能反映实际情况和恢复趋势，通过调整惩罚系数更能控制失信的影响程度。

图3 各指标的平均信用表现

6 结论

现有物流信息平台发展参差不齐，信用相关事件时有发生，但缺失对应的评价引导和激励机制，影响平台运用和物流发展。物流信息平台现有发生的信用问题涉及货主方的有“拖欠运费、‘放鸽子’、描述货物信息与实际不符，发布虚假货源信息”四类，涉及车主方的有“携货跑路、随意要价、货损、描述载体信息与实际不符、发布虚假车源信息”四类。综合考虑信用的时间特征和现实信用评价需求等，需从单次、累计信用和稳定性三方面对物流信息平台的交易方进行信用评价。

本文建立了物流信息平台的信用评价指标，形成了信用评价指标的建立方法，即根据信用问题表现形式来采用公理设计理论映射设计了评价指标，保证了评价指标的建立逻辑性、针对有效性，更精细地反映了公路物流信息平台交易中的信用问题；建立了信用评价指标权重和指标数据采集方法，形成了物流信息平台的单次、累计信用和稳定性3个层次的评价模型。形成了一套具有实际操作价值的公路物流信息平台信用评价方法，实现了对公路物流信息平台交易主体的信用单次和长时间定量化的评价。采用变权权重综合的评价模型使评价结果既直接反映了每次的信用评价结果，又综合反映了交易次数、信用均衡性的影响，使信用更具有区分性；同时评价模型还考虑了信用大事件等对信用值的影响，能通过惩罚系数控制其影响程度，以及留有信用向好累积的激励作用。其信用评价结果可单独使用，也可与平台现有服务评价体系融合，形成更综合性的服务评价，为公路物流信息平台信用评价制度的建立和优化提供科学参考，也为公路货运交易科学选择交易方和进行风险评估奠定了基础。

下一步，将该信用评价结果应用到前期研究的车货匹配模型中，建立更综合的车货匹配的优化决策模型。