基于云平台的集装箱铁水联运系统建设的思考

陈春燕，朱珊珊，王 帅

(南京交通职业技术学院，江苏 南京 211188)

1 集装箱铁水联运云平台相关基本概念

1.1 大数据

大数据是指一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据工程师通过对复杂多变的海量信息进行提炼，得到有实用价值的信息，而在其中最有使用价值的部分取决于预测性剖析，即能够根据大数据可视化、统计分析模式识别、统计数据叙述等方式挖掘数据价值。

1.2 云平台概念

云平台又称云计算平台，是指基于硬件资源和软件资源的服务，提供计算、网络和存储能力。云计算平台可以划分为3类：以数据存储为主的存储型云平台，以数据处理为主的计算型云平台以及计算和数据存储处理兼顾的综合云计算平台。

其核心功能就是对使用常规软件工具进行捕捉到的数据集合进行分析处理，以此获得更大的优势，包括决策能力的提升、流程的优化、信息资产的完善等，并将更多更全面的资源提供给用户。大数据与云平台相辅相成，云平台为大数据提供了有力的工具和途径，而大数据给云平台提供了用武之地。

1.3 铁水联运云平台概念

铁水联运云平台系统涉及铁水联运的全业务流程，包括订单下达、单据交接、货物运输过程、到达等多个运营环节，为铁路、航运公司、铁水联运港、市场监管部门等提供实时的运输信息和实用的营运功能。

因此，铁水联运云平台系统是一个集基础数据采集、整体优化、运营组织、自动化办公等功能于一体的庞大而复杂的系统。这个平台不仅可以为运输企业提供必要的实用功能，还可以为海关等监管部门提供预测预警功能,为货主企业提供规划建议。

2 铁水联运云平台研究现状

2.1 铁水联运云平台研究现状

在马赫等[1]专家的观点中，尽管很多地区已经完成了信息系统的建立，然而如今依然没有在各个政府之间形成完备的数据共享机制。因此，当前的货物运输效率还不能达到理想的效果，也不能使这些区域的服务更加快捷。在全国范围内，有些港口已经建立了信息系统，加快了运输速度，但由于政府之间的信息系统不够完善，因此中间有许多环节需要人工操作，影响了整体的工作效率。

韩谦提出了利用现有的铁路信息系统和港口信息系统建立面向服务的架构，为解决不同系统间软件共享、重用、扩展提供了解决方案，但SOA降低了系统的性能，而且对商业流程的计划要求很高。

在铁水联运平台总体架构方案问题上，黄强、陈韬等虽然将比较成熟的SOA系统与具有强大并行处理能力的云计算相结合，提出了部署在混合云上的铁水联运信息系统方案，解决了不同机构间信息共享和查询问题，但是并没有讲具体解决方法，平台作用仅仅局限于查询功能。

2.2 大数据在铁水联运的应用研究现状

黄起龙提出建立铁水联运港大数据整合双轴模型，对铁水联运港各个过程中数据的产生、收集、分析、应用阶段进行研究，并从行业管理部门和市场经营主体角度提出铁水联运港大数据应用对策，但是缺乏对收集到得数据进行深入分析，数据资源没有得到充分利用，造成资源的浪费。

2.3 集装箱铁水联运云平台与其他信息系统的区别

2.3.1 成本低、适应性高

以往的联运信息系统因采用的传统数据库模式，在分析大规模的数据时，可能大量占用本地的计算资源，因而大大降低了本地数据库的处理速度。集装箱铁水联运云平台，采用基于大数据的云技术平台，不仅能够提高计算效率，还能把资源分配做到最佳效果。因此，集装箱铁水联运云平台和之前的传统数据库系统相比而言，云平台在适应性和发展前景方面有很大的优势。

2.3.2 性能稳定，效率高

使用集装箱铁水联运云平台这种处理方式能够有效规避资源的集中消耗，其分布式的处理机制也能够起到高效率的处理速度。

3 铁水联运云平台建设存在的问题

3.1 信息传递与共享问题

铁路、港口、航运企业、行业管理部门和货主等利益相关方，共同构成了铁水联运生态圈。各个主体都有自己独立的信息系统，各个系统在开发技术平台和数据格式上又有很大不同，这给信息传递造成很大困难。因此，需要铁水联运信息系统对各方的信息进行整合、处理、分析，从而实现各方的信息互通、共享。

3.2 缺乏数据分析

因为考虑到企业与政府管理部门对数据分析和应用方向有所不同，本文将铁水联运业务中数据分析分为两类，一类是从企业视角出发的微观数据分析，一类是从政府管理部门视角出发的宏观数据分析。

3.2.1 微观数据分析(企业视角)

港口作为集装箱铁水联运运输的关键环节，它不仅是铁路与水运的一个中转站点，更是集装箱铁水联运信息传递与交汇的重要节点。

港口信息问题主要由两个方面产生：一方面，现有的集装箱铁水联运信息平台只是对联运信息进行一个汇总，然后各个部门从中获取自己所需要的基本信息，信息系统并没有对这些信息进行更深入的处理分析，造成信息资源浪费；二是企业对自身营运过程中产生的微观数据没有得到有效地利用，因此无法在产品服务水平、内部管理、市场预测预警方面提高自己在联运市场中的竞争力。

3.2.2 宏观数据分析(政府管理部门视角)

相关管理部门的数据分析主要有两个方面的问题。

(1)传统的联运信息平台没有和行业管理部门进行深入对接，因此，政府监管部门无法准确把握市场情况，很难对市场出现的波动与变化做出相应的措施。

(2)市场规划与建设部门无法对传统的联运信息平台获得的数据进行深入分析，从而无法为市场发展提供更好的政策支持以及相应的基础设施规划建设。

3.3 货主匹配问题

随着我国交通运输方式的不断发展，铁水联运在我国交通运输体系中已经成为重要的一部分。传统的铁水联运信息平台只能为客户推送各个企业的基本信息，不能根据货主提供的货物信息为客户匹配合适运输企业、运输方式，使得铁水联运企业与货主之间的信息不对称，导致铁水联运业务过程中成本高、运输时效得不到保障、服务质量低，进而不利于我国集装箱铁水联运的良性发展。

4 对策与建议

4.1 微观数据分析应用

4.1.1 铁水联运市场预测

当前集装箱铁水联运产生的数据以海量形式存在，传统单机处理技术不能满足铁水联运市场预测要求。为了提高铁水联运市场供需预测精度，针对当前铁水联运市场供需量预测存在的一些问题，可以基于云计算技术进行铁水联运市场供需量预测。通过云计算采用多个节点对铁水联运市场供需量进行建模和预测，各个节点可采用最小支持向量机对铁水联运市场供需量进行分析，建立铁水联运云平台模型。通过集装箱铁水联运云平台，可以收集港口、船舶、班列等有关信息数据，利用云平台计算更精确的市场分析和预测数据，对航运企业、铁路、港口等经营者而言，从自身利益角度出发，可以有效规避市场风险、提升产品服务市场竞争力。

4.1.2 产品服务优化升级

经营方充分掌握客户需求后，可以从产品和服务出发，提升自己的行业竞争力。在云平台上可搜集集装箱铁水联运港货物和船次等数据，将数据做出相应的划分，找到变化规律，对车厢和船舶数量进行合理调配，减少服务成本，避免造成空载，从而提高产品服务竞争力。还能通过对将来市场运输的供需关系和报价提前预测，对规划不足之处及时调整，并在市场风险到来之前进行防范，提高企业在市场竞争过程中的竞争力。

4.2 宏观数据分析应用

通过对港口目前存在的大数据进行整合，有针对性的提出规划措施。例如，定期了解港口班次、船舶的总进出次数、提前预测货量规模大小、采集分析港口物流信息、清点港口中转货物的数量和种类、港口管理部门及时作出布局措施等等，来吸引航运公司将货物在此港口运转，促进铁路运送部门安排车辆班次进行运输。提高铁水联运港管理部门服务的规范性，提升政府服务的满意度。

4.3 智能货主匹配系统

4.3.1 货源保障技术

为了能够使铁水联运系统中的云平台正常运营，首先要做到货源的供给。在调查中发现，2017年共有200个以上的货主匹配平台出现，随着当今社会的优胜劣汰，现在所剩无几，具体数量在三十家以内，这些平台被迫停业的关键原因便是没有充足的货源。而通过对集装箱铁水联运货主匹配平台的合理利用，能够很好地解决传统平台中存在的问题。

4.3.2 智能供需撮合技术

供需问题必须加强重视，为了实现集装箱铁水联运货主匹配平台的正常发展，能够使用的技术为智能供需匹配算法。对于这一平台来说，必须能够实现三种功能，包括企业竞价、平台指派、企业抢单。这三种功能的匹配过程并不简单。就企业抢单这一功能来说，在平台中具有很多数量的企业和货主，因此在进行交易的过程中，步骤十分繁琐，不仅包含各种不同的撮合环节，且随时有可能有一方推出交易，这一交易若失败，系统将会开始下一轮的匹配操作。因此，在整个过程中必须具备完善的撮合机制，以及合理的匹配方式，由此能够节省匹配时间，提高匹配速度。另外，不仅要合理使用这种匹配算法，也要为了保证交易双方的顺利进行而建立诚信体系等。

4.3.3 服务评价机制

通过服务评价机制，可以在一定程度上对服务水平进行优化，并使企业更有更好的发展形势和竞争活力。在了解了相关企业具有的监控指标的基础上，根据分级管理的方法，建立货主诚信度监管体系，通过这些方式可以在一定程度上减少货主取消订单的情况。

5 结语

铁水联运信息平台的发展，可以促进信息的共享，使各个物流环节和服务形成调度可视化，大大提高了工作效率、物流服务水平，压缩了成本，提高客户满意度。除了铁路部门和港口之间的数据需要共享，铁水联运所涉及的铁路总公司、海事局、海关以及其他中小企业、货主等单位对于许多信息都存在共享需求，需要加强部门之间的沟通，形成统一的铁水联运平台。铁水联运的发展需要有适合我国铁路发展方式的对策，完善基础设施，积极使用新型技术，使港口智能化、自动化。国家对于铁水联运方面还需要加强支持，以协调发展我国各地区的铁水联运，提高我国的贸易竞争力。