大数据条件下物流采购竞价交易模式创新研究

周乐欣 宋山梅 李露

摘 要：随着现代科学技术的不断进步，应用大数据技术突破物流服务采购交易的时间与空间限制，使得多对多的物流采购群体竞价交易模式成为可能。本文探讨了大数据的长尾效应、全数据分析和大批量数据处理等，并通过博弈机制设计了突破交易的信息不对称问题，创新了基于物流大数据技术的竞价交易模式。

关键词：大数据；物流采购；群体竞价；交易模式

中图分类号：F252/TP311

文献标识码：A

文章编号：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

傳统物流交易主要是基于标价和讨价还价模式进行，就竞价本质而言是一个集体决定资源价格及其分配的过程，是构建公开、公平、高效的交易市场的有力工具。不完全信息博弈最重要的应用领域之一就是竞价交易的博弈。现代物流交易市场形式是以经济的高速发展和第三方崛起为代表的市场结构的变革为背景。在物流市场中，服务采购方和供给方之间是典型的委托—代理关系。这一市场前提下，物流服务的供给方具有需求方所不具有的信息优势，从而使传统的交易方式（标价、议价）与竞价交易方式相比较，不能在较广范围内以如此便捷和低成本的方式了解物流服务的真正市场价值，并形成交易价格。古代战争后，竞价方式就被战争的赢家一方用来出售战俘、战利品等物品。古罗马时期就出现了拍卖行，通过竞争性报价的方式交易包括艺术品、贵重物品等非常广泛的物品。这些古代的竞价交易和现代的竞价交易虽然有很大的不同，却已经具备了竞价的基本特征，但由于传统拍卖形式的束缚，竞价交易方式长久以来限制在非常小的领域内。

随着互联网、移动互联网技术的不断完善，利用网络技术将竞价交易模式引入到物流信息平台的交易变得越来越可能。尤其是近年来移动终端的普及，人类已经迎来大数据时代。据统计，2012年全球各类数据的总量达到了约2.7～3.5 ZB，预计到2020年全球一年产生的各类数据信息将达35.2 ZB（35×1 021） [1]。在日常生活中产生的大量数据以不同形式在网络空间传播，数以亿计的数据等待着挖掘。在大数据时代，数据将扮演石油相对于工业时代的类似作用，在人类技术创新、新商业形态的形成中起着越来越不可替代的作用。在“大数据”背景下，物流产业发展也在转型升级，其主体正由初级状态向着服务专业化、特色化的高级状态不断蜕变，并且由于大数据技术的不断发展，物流第一、二方及第三方之间的信息交流和共享将会变得更加便捷。在“大数据”推动产业融合背景下，万物互联环境、物流生态系统与产业经济系统之间的互动交流变得越来越频繁，物流创新驱动的产业间价值关联不断呈现新的形式。大数据是指基于大量设备和经济活动创造出的大量各类数据，针对大数据的研究无疑将是影响各行各业发展的最关键技术之一，并伴随出现众多的商业模式、产业生态的变革。不断以几何级数增长的数据信息预示着大数据技术将改变世界[2]。

基于大数据平台的物流竞价交易模式具有成本节约、供需快速匹配、为商业企业扩大潜在市场范围、提高信息流和增强供应链整合等优势，而基于物流大数据平台的竞价交易系统具有交易个体多、进入退出费用低、交易时间短等使得交易效率高的特点。因此，现代意义上的竞价交易如何借助大数据工具突破传统的交易模式，以及如何构建具有公开性、公平性和公正性的高效交易平台等将成为值得研究的问题。

一、物流采购竞价的大数据背景分析

学界对竞价交易的一个普遍共识是：“竞价交易是一个集体（竞价群体）决定物品价格及其分配的过程。”对竞价理论研究有重要影响的经济学家R.P.McAfee对竞价的定义为：“竞价交易是一种市场状态，在此状态下有明确的交易规则并在此规则下通过参与者竞价来决定资源配置和资源价格。”传统竞价模式包括英式竞价、荷兰式竞价、密封第一价格竞价、密封第二价格竞价和最后期限竞价等竞价模式，并在包括艺术品市场、土地市场等频繁运用[3]。Rothkopf等将竞价分为公开式竞价和密封式竞价——二者主要区别是竞价的流程不同[4]。随着不断深入的竞价研究，有人进一步将竞价方式划分为单向竞价和双向竞价——前者为一个一对多的形式，后者有一个独立的市场组织者，买卖交易各方平等报价。双向竞价机制已经成为当下研究的一个热点。该机制能够保证大量交易人参与的情况下，短时间实现大量交易[5-7]。在讨论竞价形式时，我们需要考虑如下特征，即竞标者被要求对标的物进行投标（他们为得到标的物而愿意支付货币），同时这一投标也决定了谁将赢得标的物和赢标者的支付。如一个竞价形式规则规定竞价最高的竞标者获得标的物，则该竞价形式被称为标准竞价形式[8]。互联网条件下，交易各方登录系统提交自己的交易及报价信息，由于各方对彼此信息并不知道，所以这被称为密封竞价机制。密封竞价博弈最重要的原因是博弈方的收益与他对“标的”的主观估价高度相关。由于不同的竞标方在认识、判断能力和立场等方面必然有差异，对同一个标的物的估价也会有差异，而每个人差异的估价都是竞标者的私人信息。因此，在密封竞价模型中，竞标方对其他竞标方的收益是无法确知的，只能得到一个大致的判断，这就是竞价博弈不完全信息的本质体现。正是因为竞价问题的信息不完全性，使得对竞价问题的研究比完全信息博弈问题更为复杂，也更值得研究。因此，竞价问题已经成为博弈论、信息经济学和经济学领域的一个热门研究领域。

竞价交易是一种典型的不完全信息博弈过程，贝叶斯均衡概念对于分析竞价博弈具有非常重要而有效的作用。同时，竞价理论也使得不完全信息博弈找到了重要的应用领域，并对现实经济社会起到了不可替代的作用。博弈论区别于传统优化决策，是一门研究多个决策主体之间行为发生直接相互作用时面临的决策问题，并研究这种决策最终达到均衡的问题。Roger将博弈论定义为一种数学模型的研究，但这一类数学模型不解决理性决策者之间冲突与合作的问题。近代博弈论始于Zermelo（1913）、Borel（1921）和Von Neumann（1928）的工作，最终Neumann和Morgensterm所著的《博弈论与经济行为》奠定了博弈论的基础。博弈理论得以发展，并成为一种主流的分析方法，是因为许多数学家和社会科学家希望在社会科学领域内理解并预测人类的行为，通过创造好的社会体制来对人类的冲突行为进行有效的調节。事实证明，博弈论在包括经济学在内的众多领域得到了发展。不完全信息博弈引入利润贝叶斯分析方法，在该博弈机构中至少有一个博弈人在参与博弈过程中不完全清楚其他某些博弈人的收益或者说收益函数。因而，只能以一定概率估计的形式来对其他博弈方的收益进行判断。因此，不完全信息博弈是指博弈参与人只知道其他博弈参与人收益分布的可能范围和分布概率。竞价博弈过程实际可抽象为几种博弈方数量不同的静态和动态博弈模型，这些模型均是不完全信息博弈。物流市场的传统讨价还价博弈机制发生在一对一环境，而通过双边多对多的竞价机制设计，使得竞价博弈发生在一个群体之间，提升了物流博弈者数量，进而提升了市场交易效率。

在新的技术条件下，双边多对多的竞价机制设计，能够支撑较大数量的买方和卖方在已知交易规则下，实现同时交易。大数据技术将从4个方面支撑物流竞价交易市场的高效运行，即数据源产生、数据采集与存储、数据处理与集成、数据分析与解释[9]。依托射频识别、条形码、传感器、搜索引擎、移动互联终端等信息技术设备的采用，采集并存储海量数据形成了快速发展的大数据运行环境，为大规模的群体竞价提供了可靠的运行环境及技术支撑。再通过对已经采集到的数据进行适当的处理、“清洗”、“去噪”，从而实现数据的标准化，并进一步集成存储等。通过竞价机制设计来对大量的交易信息进行处理，生成交易价格并实现市场出清，这使得大数据环境为竞价机制引入物流市场交易提供了基础。为了适应大数据趋势，需要依托云计算（Cloud Computing）技术和一系列分布式平台对海量数据进行快速处理[10]。云计算是集中采集和存储数据的商业基础。在大数据时代，传统的数据显示方法已经不能满足数据分析、结果输出的需求。同时，传统依靠人工的数据搜索并进行讨价还价的机制，只能局部利用大数据条件下空前增加的交易机会，而基于竞价机制的交易模式，可以通过机制设计来搜索所有的交易机会，并在非常短的时间完成。

二、大数据竞争性的价值发现机制

在传统决策模式中，囿于技术手段的限制，决策者主要关注大概率区间的信息（如图1的A区域，该区域集中了消费者的主要诉求），往往忽略小概率区间的信息（如图1的B区域），而小概率区间是消费者差异化需求的集中反映，这就使得决策呈现出抓大放小的特点，将服务限制在一定范围内。但在大数据时代，商业已经开始更多地关注个性化、分散化和定制化的服务及商品需求。通过交易模式的创新来反映个性化需求的成本及价值，将更好地促进有价值的个性化需求的满足，这就构成了大数据技术驱动下的长尾理论特征。

“长尾理论”的核心发现在于，当技术创新使得市场对各种产品的存储和流通渠道变得越来越大时，在传统市场中需求不旺或销量不佳的产品，经过重新对市场进行定义并发倔市场需求后，那些在传统市场中被视为少数热销产品的市场能够与大市场分割产品所占据的销售额相抗衡，甚至能够实现更大销售，通过市场交易模式的创新将很多小销售额产品汇聚聚成起来，能够产生匹敌于大市场产品的市场能量[11]。因此，长尾效应的意义在于，将所有传统市场中非流行的市场累加起来，形成一个比流行市场还大的交易市场[12]。上世纪末，经济学者帕累托通过观察19世纪英国人的财富和收益模式，并在大量调查研究的基础上，发现了在很多领域都存在的“二八定律”：社会人群中20%的人占有80%的社会财富。“二八定律”意味着大量处于80%位置的产品，即使是优秀产品，会被埋没。在互联网时代，“二八定律”揭示的长尾部分不被显示的产品交易问题被关注于长尾部分的商业创新所解决，比如亚马逊平台针对长尾部分的产品进行营销，让其销售额达到与传统意义上的热门产品足以匹敌的水平。通过交易模式的创新及新技术挖掘市场中的长尾商品，就服务而言，无论对用户还是对企业均具有巨大的价值。随着大数据时代的到来，新技术支撑下的平台化交易对长尾部分商品及服务价值的挖掘几率越来越大。大数据时代的意义在于对每个产品和服务采购需求，都会收到与自己真实需求异常契合的产品推荐，这使得产品推荐对于每个人来说都实现了定制化。可以预见，在物联网、移动互联、云计算、存储等技术支撑下的大数据分析技术越来越成熟的未来，长尾产品的市场范围和价值贡献将会越来越大。物流作为产品生产与再生产过程中的重要一环，其对应的现实经济环境的需求是个性化、多样化的。在大数据环境下，物流服务的采购方才能被广泛发现和深度满足，物流交易的长尾才能真正形成。其原因在于：第一，大数据能有效找到个性化物流需求。通过对物流采购方大数据的全面采集，精准反映用户的需求，并通过机制设计显示用户价值。另外，大数据还具有打破“数据孤岛”的效应，海量数据的“关联性”又能实现物流服务的定制化；第二，大数据能促成决策的分散与资源大市场配置相结合。从理论上来说，每类物流服务需求聚合成一个小群体，其交易需求具有个性化。

竞价交易方式基于每个交易人的报价形成交易匹配和价格生成，是一个简单但实用的、能够反映卖者或买者估价的价格发现机制，特别当物品或服务价值不确定时。随着竞价理论和现代信息技术的发展，竞价被不断地用于构建多个领域的现代交易市场，比如排污权交易、电力市场和债券市场等。这些市场的一个共同特点就是，由于交易者立场、拥有信息多少等不同，交易的各个可能买方或卖方对同一商品或服务的价值认定可能不同，进而他们的意愿支付也就不同。高效率的资源配置需求要求资源流向能发挥其最有价值的地方，从交易的角度就是要让资源流向估价最高的交易方手中。而作为一种市场交易机制的竞价，是一种价格发现和实现机制。通过交易机制的创新搜索及评估全局市场上每笔交易的价值，并最终形成资源的配置。无数的个性化需求交叉叠加形成一个大的交易市场，这便是大数据给物流交易市场带来的长尾效应。随着互联网技术的日益成熟和完善，通过构建广泛区域覆盖和使用便捷的交易平台，且通过竞价按一定规则进行分配和支付的交易方式变得越加现实。与传统协商交易方式相比较，该种交易方式必然大大减少等量信息获取情况下的交易成本。当然，竞价这一交易方式的最终高效运行还需借助于相关的制度和配套机制的完善，比如更为专业化的资质评价体系和更为标准的物流服务划分。这些配套措施使得交易双方在交易前即对被交易的物流服务形成共识，并保证其交付。

基于竞争性报价的赢标机制是在特定规则下多个具备个体理性的博弈方做出有利于自己收益的最优决策过程。竞价交易过程中各竞标方将自己的所有私有信息，包括成本、估价和偏好等，都包含在其竞标价或竞标向量中，并最终在各竞标方或竞标向量的相互比较中确定资源的流向，这实际就是现有市场条件下资源价值的发现过程。竞价通常指包含了一个卖方和多个买方的实例（买方为获得拍品相互竞价），然而采购竞价却是反向竞价即由卖方竞标。当我们将竞价理论运用于物流交易的时候，最终演化出来的研究问题可能是从社会总福利最大化的角度去探讨，也可能是探讨使商品或服务的出售方或采购方收益最大化的问题，但这都不违背通过竞价理论来构建高效的物流交易市场的基本原则。只是依据具体的交易条件而设计不同的竞价分配规则和支付规则，从不同角度去实现物流资源优化配置的目标。竞价的历史和研究的核心问题揭示，在特定的交易条件下，竞价是揭示商品或服务的真正市场价值的最优方式。这一市场条件下，商品或服务的需求方具有出售方所不具有的信息优势，从而使传统的交易方式（标价、议价）不能在较广范围内以如此便捷和低成本的方式了解到商品或服务的真正市场价值。当然，实现这一交易方式的前提是合理的竞价规则的设计。通过对一些特定条件下的物流交易进行探讨，从而设计出相对应的物流交易竞价机制，使得物流资源在一个较大的市场范围内实现优化配置。物流服务既具有一般商品的普遍特性，也具有其自身独立的市场交易特征。针对这些物流领域所特别具有的一些物流交易问题进行探讨是本文的主要目的。

三、大数据平台下物流采购的竞价交易模式

在现有技术、竞价理论和信息经济学理论基础上构建一个区域化的竞价交易系统和交易中心，则物联网、第四方物流、竞价理论及竞价系统均是该交易系统的重要理论支撑。物联网的产生是源于对电子数据进行交换的需要，并最先运用在国际海运运输过程中，实现了国际化标准电子数据标签的交换，但在深入到港口转铁路、公路运输的过程中，现代管理的链条断了。第三次信息技术革命直接或间接地被2008年爆发的全球性金融危机所推动，并以物联网为核心。物联网离不开全球定位系统、射频识别和云计算等信息技术及有关大数据处理技术。目前，医药、农产品、食品、烟草等行业领域，基于万物互联技术的产品追溯体系发挥着货物追踪、识别查询、信息采集与管理、车辆定位、运输物品监控、在线调度与配送可视化同管理的巨大作用，对传统产业效率的提升发挥了重要作用。我国物流发展通过建设物联网形成集成化的信息平台，并把面向企业的局部物流扩展到面向全社会的物流，从而实现物流系统的管理现代化。通过物联网实现的物流、信息流与商流的三流合一，才能够保证在同一规模化市场中，面向多对多的物流供需商在同一物流项目中实现竞价“标的”的标准化和无异议化。因此，物联网是物流竞价交易系统突破信息障碍的必要保障，同时物流竞价交易系统也将拓展物联网获取信息的应用领域。

基于信息技术研究物流交易系统的竞价机制、模型、算法和系统仿真，是在大数据时代物流采购交易模式可行的创新。该交易系统支撑的交易中心排除讨价还价及标价交易形式，并非由某个采购商发起招标，而是由独立市场机构组织的物流竞价交易市场。将基于竞价理论的竞价交易机制设计引入物流交易领域时，信息的汇聚和甄别将是最大的瓶颈。在现实经济运行中，整个社会物流作业分布是任意的，这导致物流交易竞价“标的”的形态多样性。物流领域的竞价交易机制有别于现存于淘宝、纳斯达克股票等市场的成熟竞价机制，其对应的竞价交易机制设计、算法的实现将更加复杂：一是多目标。物流“标的”质量涉及价格、数量、敏捷性、非破损率、安全性、保鲜技术（如新鲜时蔬）等；二是组合、序贯交易。物流物理链包含采购、包装、搬卸、仓储、运输、批发、零售等多环节；三是信息多结构。物流“标的”通常面临“关联价值”“预算约束”“估价非对称”等问题；四是物流作业空间及行业分布上具有的任意性。上述几个方面导致物流竞价交易机制实现供需有效配置、“最优性”和“有效性”分析更为复杂。

本文的目标是架构一个包括尽可能多的物流供需方的平台化竞价交易系统。该交易系统由独立的市场组织者进行管理并成为政府的特殊机构或独立的中介机构。该机构不是物流的第一、二方（物流采购商），也非物流的第三方（物流供应商），而是获取佣金（市场交易剩余的一部分）的物流市场第四方。该物流市场第四方是市场的组织者，其目标为通过竞价交易形成有效的交易市场，实现整个物流中心市场的交易剩余最大化。在该物流竞价交易系统下，物流供需双方的每个交易个体通过交易系统终端输入自己的交易信息向量，然后系统将其提交并提供相应的匹配机制和价格生成机制，最后自动在全区域物流市场自动搜索该市场条件下的最优交易对象，即实现市场出清和交易价格生成，详见图2。

竞价交易模式运行支撑的交易系统通过竞价规则，使得交易人的竞价行为满足“参与理性”和“激励相容”两个约束来实现两个目标：一是揭示该市场条件下个体交易方的真实信息，二是市场整体实现社会福利最大化。该交易机制最大程度减少市场参与各方因私有信息而产生的物流资源的无效配置，充分发现因物流供给商自身的管理、技术和运营等不同素质而导致不同内涵的供给能力。同时，该交易系统还能够充分发现和挖掘在市场运行过程中由随机因素产生的物流供给商实时服务成本和物流采购商实时交易价值。现存物流信息平台为物流信息的收集做了必要的基础准备，但这些信息平台仍仅具备较为原始的信息汇聚作用，并没有真正运用相关的信息经济学理论和交易机制设计去分析和揭示物流信息背后所包含的市场价值，从而限制了通过快速、有效匹配供需来推动物流资源配置优化的有效性。物联网技术能够深入到商品流通的全生命周期提取交易信息，为支撑更为精细化的物流资源配置机制提供了基础。基于第四方物流、最新竞价理论和物联网技术构建一个更有效的物流竞价交易系统将是一个需要不断推进的研究课题。

四、结论

物流信息中心是各地政府都在努力打造的经济基础设施。然而，这个信息平台仅仅具备了较为原始的信息汇聚作用，并没有真正运用信息经济学的理论和交易机制，分析和揭示物流信息所包含的市场价值与物流资源的优化配置，也没有借助物联网技术深入到商品流通的全生命周期来创新物流资源配置的交易机制。大数据技术能够对物流市场的交易信息进行标准化处理，使得基于价格生成规则和市场出清规则的竞价交易设计能够在全局市场快速实现所有交易机会。这将大大提升该市场的交易效率，并且降低交易成本。本文通过分析物联网与竞价交易系统之间的信息交换机制，在复杂的交易环境中探索基于最新競价理论、机制设计理论、博弈理论和物联网技术等构建一个有效的物流竞价交易系统。由于现实大数据的特征决定了物流信息平台的复杂性，相关研究还需要进一步推进，从而体现其更强的理论意义和应用价值。

参考文献：

[1]刘智慧，张泉灵.大数据技术研究综述[J].浙江大学学报（工学版），2014（6）：957-972.

[2]周锦昌，孟昭莉.大数据带来三大根本性改变[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]张学义，彭成伦.大数据技术的哲学审思[J].科技进步与对策，2016（13）：130-134.

[10]张晓强，杨君游，曾国屏.大数据方法：科学方法的变革和哲学思考[J].哲学动态，2014（8）：83-91.

[11]洪涛.高级电子商务教程[M]. 北京：经济管理出版社，2011.

[12]齐丹霞.我的第一本经济学启蒙书[M].北京：中國纺织出版社，2012.

（责任编辑：钟昭会）