智慧物流技术手段、智能化运输工具应用于物流运输过程中，大大提升物流运输的自动化、智能化水平，产生了智慧物流运输。

智慧物流运输源于智能交通（Intelligent Transportation System，ITS），智能交通源于计算机与通信技术的发展。

智能交通系统是指将先进的数据通信传输技术、电子传感技术、自动控制技术及计算机技术有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。

智慧物流运输是在智能交通的基础上，在物流运输领域充分利用物联网、空间感知、云计算、移动互联网等新一代信息技术，综合运用交通科学、系统方法、人工智能、知识挖掘等理论与工具，以全面感知、深度融合、主动服务、科学决策为目标，通过建设实时的动态信息服务体系，深度挖掘物流运输相关数据，形成问题分析模型，实现行业资源配置优化能力、公共决策能力、行业管理能力、公众服务能力的提升，推动物流运输更安全、更高效、更便捷、更经济、更环保、更舒适地运行和发展，带动物流运输相关产业转型、升级。

一， 智慧物流运输的特点

1.有效连接运输供应链的各要素

运输供应链上的发货人、收货人、承运商、货站、卡车司机经常发生变动，而把这些经常变动的要素快捷方便接入系统，对于生产制造、分销和物流企业提高对货主的物流信息服务能力，加强对社会化运输网络的管理具有至关重要的作用。智慧物流运输系统提高了订单的响应处理能力，提高了调度的配载效率，并通过网络和云平台实现各方信息的准确传递，实现了全链路信息透明。

2.集成先进技术的智能系统

智慧物流运输系统实质上就是将先进的信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制技术、运筹学、人工智能等学科成果综合运用于交通运输、服务控制和车辆调度，加强了车辆、道路和使用者之间的联系，从而形成一种定时、准确、高效的新型综合运输系统。

3.以数据为支撑进行全面控制

智慧物流运输系统中的数据采集层，采集各种终端设备产生的RFID射频数据、GPS定位数据、各种非结构化的视频和图片数据，经过智能算法处理后输出结构化信息数据，再整合园区、车辆、货主等数据，通过大数据挖掘系统进行数据分析，在此基础之上全面调控物流运输过程。

二，智慧物流运输的体系构成

（一） 体系框架

参考国家ITS体系框架（第2版），综合考虑交通运输管理和物流运输产业发展的内容要求，可将智慧物流运输体系划分为运营管理、智能驾驶、交通管理、电子收费、交通信息服务、交通运输安全6个部分。

1.运营管理

运营管理主要通过建设智慧物流运输运营管理平台实现运输业务的信息化、智能化管理，主要服务于物流运输企业。

智慧物流运输运营管理平台建立标准化的数据通道，将所有与业务有关的信息连接，实现货主、收/发货方、中小型第三方物流企业、车主、司机信息互联互通，确保供应链全线物流资源高效协同。实现在同一信息平台的运营与管理，明确业务操作及岗位分工，有效提高车辆智能调度、全程可视化管理、车辆实时监控、成本管理等方面的管理水平。

智慧物流运输运营管理平台主要包括订单管理、配载作业、调度分配、行车管理、GPS车辆定位系统、车辆管理、人员管理、数据报表、基本信息维护、系统管理等功能模块。该系统对车辆、驾驶员、线路等进行全面详细的统计考核，实现运输企业的信息化、数字化和智能化管理，能够提高运作效率，降低运输成本。

车货供需匹配是智慧物流运输运营管理的核心内容。车货供需匹配是指基于信息平台将车源方信息库与货源方信息库进行对比分析，按照“供需呼应”的原则为车主或货主从数据库中选出符合与需求方条件最匹配的信息并输出给用户，从而实现车与货的良好匹配。

车货供需匹配的实现基于互联网技术、云计算技术、物联网技术及大数据技术。互联网技术是物流信息服务平台的运作基础条件；通过物联网技术实现对车辆、货物等物流资源状态的全程定位和跟踪；随着车货信息及交易信息爆炸性增长，平台需要整合并分析海量信息，云计算技术则可以实现对车货源信息有效整合；利用大数据分析技术能实现需求与能力的最佳匹配，并通过分析交易信息，促进信息共享、协同工作，实现物流资源的柔性重组和服务流程优化与重构。

面对大量、繁杂的货运信息，通过平台进行整合分类，按照供需匹配指标体系，遵循供需匹配机制，通过车货供需匹配模型筛选信息并计算车货双方的匹配度，输出匹配度由高到低的匹配信息，为需求方提供配载推荐方案。最终实现基于信息与应用服务的物流一体化发展，设计良好的车货供需匹配协作体系。

2.智能驾驶

以道路（航道）智能化为基础，遵循交通基础设施与车（船）载系统协调配合的理念，实现车辆（船只）辅助驾驶及特定条件下的智能驾驶，可以从根源上减少由于人的误操作而引发的交通问题，提高交通运输的安全性和运行效率。基于视觉的环境感知、多传感器融合和自动驾驶技术是智能驾驶的发展方向。

（1）基于视觉的环境感知

主要应用于对驾驶员状态进行监测。通过对驾驶员驾驶期间面部状态的智能识别，判断驾驶员是否存在不安全驾驶行为。如果驾驶员存在频繁打哈欠、频繁合眼、频繁点头或长时间表情夸张等状态，系统将智能判别出驾驶员处于疲劳驾驶、酒后驾驶或兴奋驾驶等不安全状态，从而判断汽车处于不安全驾驶状态，并及时给出相应的报警提示。

（2）多传感器融合技术

主要应用于汽车安全辅助驾驶系统。如主动安全制动系统，通过不断监控和搜集传感器数据，跟踪驾驶员和车辆的驾驶状态，包含驾驶员目前的操纵策略、车辆的速度和加速度、前后车辆的距离和速度、行驶道路的几何形状等，以便做出对车辆安全最优的主动控制；综合横向辅助系统，使用各种传感器扫描汽车前面的空间，再由系统将所有传感器的信息融合成一个整体画面，系统分析处理完画面后，会发出一个横向的导向控制信号，传递给动力转向系统，如车辆偏离，该系统会施加轻微的力使车辆回到原本的车道；行人和非机动车辆安全系统，通过遥感技术能够提前检测可能发生的意外，从而避免碰撞，或减轻事故后果的严重性。

（3）自动驾驶技术

是指将多种传感设备和智能软件装备到运输工具上，以实现车辆（船）安全自主驾驶到达目的地。美国国家公路交通安全管理局将车辆的自动化程度分为5级。0级完全由驾驶员驾驶车辆；1级是车辆具备1种以上自动化控制功能；2级是车辆能够自主执行多种操作；3级是当车辆自主驾驶行不通时可指示驾驶员切换为接管车辆；4级是没有人工参与，车辆完全可以无人驾驶。目前，无人驾驶汽车成为研究热点，不管是传统汽车企业还是IT行业巨头均竞相加入，不少研发车型已接近量产。谷歌和奥迪等开发的无人驾驶汽车已获得美国加利福尼亚、内华达、密歇根及佛罗里达州发放的公路试验牌照，谷歌无人驾驶汽车已经实现零事故行驶超过80万公里。从汽车制造商到科技巨头，再到各国政府、组织，越来越多的人将无人驾驶汽车看作整个汽车行业的未来。但是，科技成果与产业化间差距、研发生产成本、安全（信息化程度极高）以及法律法规（保险及责任认定）等成为无人驾驶汽车产业化的瓶颈问题。无人驾驶货船也正在研究实验过程中。

3.交通管理

交通管理作为智慧物流运输体系框架中重要组成部分，主要服务于交通管理者，包括交通动态信息监测、需求管理、交通控制、交通事件管理、勤务管理、交通执法和停车管理等方面。

交通动态信息指在时间和空间上不断变化的交通流信息，如交通流量、车速、占有率、车头时距和旅行时间等。这些信息的采集技术分为固定型和移动型两种。固定型采集技术可分为磁频采集、波频采集和视频采集3类；移动型采集技术是运用安装有特定设备的移动车辆来采集交通数据的技术总称，目前主要有基于电子标签、基于全球定位系统（GPS）和基于汽车牌照自动识别3种采集技术。

交通需求管理和交通控制是交通管理的两种模式。交通需求管理是对交通源的管理，是一种政策性管理，控制货车进城、车辆单双号通行以及收取拥堵费等均属于交通需求管理。交通控制是对交通流的一种技术性管理，通过管理道路交通基础设施及合理管制与引导交通流提高道路通行效率。交通控制策略包括节点交通控制（如信号控制交叉口）、干线交通控制（如绿波带）以及区域交通控制。区域交通控制以全区域所有车辆的通行效率最大为管理目标，旨在同时实现节约能源和减少环境污染的目标。

交通基础设施管理、交通事件管理和勤务管理等属于交通管理的基础需求。交通执法方面，执法记录仪已成为基层交通管理部门的标配，能够实时便捷地收集有效证据，保障执法人员和执法对象的权益，有效规范执法行为，促进执法水平的提升；停车管理方面，停车难和效率低一直是影响车主出行的交通难题，集云收费、云管理、云支付和云运维于一体的智慧停车系统正逐渐改善这种现状，免取卡不停车、车位诱导、取车引导和电子收费等功能真正实现了智慧停车管理，给车主带来了极大便利。

4.电子收费

电子收费系统（即ETC系统）主要应用于高速公路不停车收费。ETC系统在20世纪80年代开始兴起，20世纪90年代在世界各地得到广泛使用，受到了各国政府和企业的重视。ETC系统主要涉及车辆自动识别、车型自动分类和视频稽查技术。

车辆自动识别。该功能是电子收费系统的关键部分，主要任务是精确完成车辆身份的有效识别。当待收费车辆行驶到特定区域，系统就会自动识别车辆身份。实现该功能通常采用射频、光学、红外和微波等技术。

车型自动分类。高速公路上对不同车型的收费标准也不相同，故需对车型进行精确判断。该功能除了采用图像识别技术，通常还需融入激光扫描分型和光幕检测技术，从而提高车型识别的准确率。此外，还有基于红外检测和压力传感器相结合的车型自动分类系统。

视频稽查。主要指对通过换卡、倒卡或闯卡偷逃高速公路通行费的车辆进行跟踪查控，甚至能对超限超宽车辆进行监测报警。该功能主要采用视频图像分析技术实现。

此外，随着移动互联网的发展，电子收费理念还应用于停车收费领域。停车场入口和出口的检测单元将车辆的进场信息和出场信息传到服务器，服务器经过计算将消费信息以二维码形式发送至停车场出口的电子收费设备，车主通过第三方支付平台扫描二维码进行付款，提高了停车收费效率，降低了管理成本。

5.交通信息服务

交通信息服务主要指向驾驶员传递有用的交通服务信息，包含出行前信息服务、行驶中驾驶员信息服务、途中公共交通信息服务、途中其他信息服务、路径诱导与导航以及个性化信息服务等。

交通信息服务领域的发展主要体现在信息类型和发布手段的不断丰富和多样化。目前，驾驶员可通过手机短信接收目的地天气或休闲娱乐信息，可通过手机导航软件快捷准确到达目的地，可在途中通过广播、电视、微信和微博等多种手段接收各类交通信息，根据自身需求恰当选择行驶路线及时间。随着云计算和大数据技术的应用，交通信息服务也越来越准确、智能和及时，让运输行驶变得更科学、更高效。

（二）基于大数据的运输全程透明解决方案

易流提供基于大数据的运输全程透明解决方案，如图5-1所示。易流通过软硬一体化的管理方式，帮助企业连接物流全要素，协同业务上下游，透明管车和管货，不仅实现对物流运输的全程把控，同时实现订单物流全程透明管理。为物流及供应链领域的行业客户提供以安全、效率、成本、体验为核心价值的物流透明服务。

图1 易流基于大数据的运输全程透明解决方案

三，物流车辆交通运输安全

交通运输安全主要指各种道路的安全管理和紧急救援。道路安全管理包括道路安全工程和道路安全审查。道路安全工程应确保道路具备较完善的安全设施，除路面标识、标线和视线诱导设施清晰醒目外，在必要的地段和路侧需设置防撞栏杆，能使失控车辆平滑地改变方向，防止危及其他车辆，保障人身安全。道路安全审查旨在确定道路潜在的安全隐患，确保考虑合适的安全对策，使安全隐患得以消除或以较低代价降低其负面影响，保障道路在规划、设计、施工和运营各阶段均考虑安全需求。

当道路发生紧急事件时，在事件的发现、处置和交通恢复正常等过程中，信息的采集、处理和运用非常重要，各种信息的快速与精确获取及各部门间信息流动渠道的畅通是完成快速、高效救援的保障。

图2为道路紧急救援体系逻辑结构，清晰地阐述了紧急救援的责任部门、救援任务及交互关系，道路紧急救援体系应具备紧急事件自动探测、救援资源优化配置、救援资源联动调度、紧急救援决策支持和紧急事件交通管制等功能，应包含以下系统。

图2 道路紧急救援体系逻辑结构

1）交通紧急信息采集系统：负责收集道路交通检测设备的检测数据等当前紧急事件相关数据，这些数据经过验证、转换和融合等处理，成为道路紧急救援的关键基本数据。

2）救援信息平台与决策支持系统：是紧急救援系统的核心部分，主要包括确认交通事故及划分等级、制定救援过程协调与调度方案、制定危险品运输事故紧急救援方案、制定紧急救援决策支持预案、方案调度和配置救援资源等功能。

3）紧急事件信息发布与服务系统：该系统使用尽可能多的方法和途径向驾驶员提供车辆排队长度和交通事故发生的地点、严重程度及处理时间等信息，支持交通管理者对紧急事件信息进行处理，对所得到的各种经验参数进行修正，当遇到同类事故时，能生成最佳救援方案。

4）紧急救援实施系统：负责发送或接收来自救援中心及各部门的指令和方案，确保整个救援过程有序进行，并对整个救援过程实施全程监控，时刻跟踪事故现场的最新动态，依据最新动态迅速调整或重新生成救援方案。

四，智慧物流运输的层次架构

1.全面的动态感知网络

数据是智慧物流运输系统的基础，交通运输数据采集手段的深度革新将引领智慧物流运输系统的变革。智慧物流运输系统需建立一张全信息动态感知“泛在网”，使感应线圈、微波雷达、地磁监测、视频监控、车载GPS和射频识别（RFID）标签等传统交通信息采集设备，以及智能手机、物联网终端和车联网终端等新型交通采集设备，像神经末梢一样分布于交通运输的各个环节，不断地收集与交通相关的视频、图片、文字等基础数据，实现交通运行状态可视、可测和可控。感知网络的建立需考虑感知对象、感知手段和通信网络3个方面内容。其特点及发展要求如下。

感知对象。智慧物流运输系统具有海量的监控对象，并随着技术不断发展越来越丰富，目前主要的感知对象包括人、物、车、路、事件和基础设施等方面，具体为人员、运输货物、营运车辆、交通管理和静态系统等。随着互联网发展，舆情也将成为重点感知对象，舆情监控可便于了解公众最迫切的交通需求。

感知手段。新技术驱动下的智慧物流运输系统具有丰富的数据来源和多样化感知手段，传统的线圈、地磁、微波和视频感知手段在成本、准确度和安装维护等方面各有优缺点，目前整体上存在安装复杂、成本高、效果不稳定和维护困难等缺点，稳定、准确和免维护的感知手段将是智慧物流运输系统不断追求的目标。

通信网络。为满足交通海量数据的实时传输要求，需建立短距离、长距离无线通信和有线通信构成的互联互通信道，形成稳定可靠的一体化通信网络。刚刚兴起的窄带物联网（NB-IoT）技术，支持低功耗设备在广域网中的蜂窝数据连接，具有覆盖广、连接多、速率低、成本低、功耗低和架构优等特点，未来将成为推动万物互联的重要支撑技术，也必将在智慧物流运输系统传感网领域广泛应用。智慧物流运输系统专网作为网络的中枢，与传感网、互联网、政务网和社会专网等连接，形成横向到边、纵向到底的高速通道，全面汇聚交通相关数据。

2.安全高效的数据体系

随着交通数据采集手段的不断丰富，交通领域率先迈入大数据时代，交通大数据管理成为感知现在、预测未来、面向服务的最重要的支撑手段，构建安全高效的大数据处理体系成为解决城市交通问题的关键。

交通类型大数据具有“Volume”特征，尤其是快速积累的音视频和图像等非结构化数据，给数据存储带来了巨大的压力和挑战。数据的快速增长带来存储服务器需求的不断提升，使建设成本大大提高。当前智慧物流运输系统运输采取降低数据质量、缩短数据保存时长的方法，可能丢失大数据中隐藏的利用价值。云存储技术的发展带来了新的解决方案，智慧压缩和云存储算法可以初步解决大数据的存储问题。

交通类型大数据具有“Velocity”特征，要求智慧物流运输系统具有强大的数据处理能力，尤其是实时流处理能力。例如，实时交通流控制、交通状态识别、短时交通流预测、实时公交调度和动态交通诱导等均有时效性要求，需实时获得分析结果。大数据技术的发展为上述需求提供了技术支撑，提供了智慧交通需要的快速计算能力。

交通类型大数据具有“Value”特征，并且有些还属于国家秘密，涉及国家安全，如公安网中传输的数据；大量信息属于个人隐私，如个人出行和车辆轨迹等信息。在采集、传输、存储、处理和应用等过程中，需遵守相关标准和规定，在整个生命周期内将交通数据控制在安全范围内。更重要的是，在数据处理和应用过程中，需遵循隐私保护机制，应用隐私保护方法。数据加密和防火墙技术是目前保证交通数据安全的常用手段。

3.综合服务能力

智慧物流运输的成效最终体现在其综合服务能力上。由于汇集的数据越来越广泛、技术处理方式越来越先进、交通服务理念越来越人性化，智慧物流运输的服务范围和服务能力在不断扩大和增强。在服务方面，智慧物流运输应重点提升以下5个方面的能力和水平。

提升政府决策者科学研判能力。通过对人、物、车、路、事件、基础设施和舆情等道路交通安全管理重点要素实施深度数据挖掘、多维分析和实时研判，开展舆情导控和高端应用，更好地服务于决策指挥、交通规划和社会民生。

提升交通管理者指挥服务能力。通过对公安监控资源、社会监控资源及动静态交通事件相关信息进行融合，提升道路事件实时管控能力；通过对重点驾驶人和重点车辆进行分类管控，提升交通源头动态监管能力；通过汇聚肇事逃逸、报废车、假牌套牌车、在逃人员和布控车辆的“黑名单”信息，提升打击犯罪维护治安能力；通过打造网上交警队，真正实现让数据多跑路、让群众少跑腿，提升社会化信息服务能力。

提升企业运营者营运管理水平。企业借助智慧物流运输系统实行科学的运营计划管理、运营调度管理、流量统计分析、车辆管理、线路管理、车场管理和人员管理，提高企业管理水平、运营效益以及核心竞争力。

满足公众高效便捷多样化的出行需求。互联网+交通运输借助云计算、大数据和物联网等先进技术和理念，将互联网产业与传统交通运输业进行有效渗透与融合，形成具有线上资源合理分配、线下高效优质运行的新业态和新模式，不断提升公众出行的安全性、便利性和舒适性。

提升车辆辅助驾驶安全和智能化水平。交通安全作为交通的第一原则，越来越受到重视。高级辅助驾驶系统（ADAS）和V2X（车与万物互联）技术的发展和应用使车辆在行驶过程中更加智能和安全。通过ADAS和V2X可以超视距地获得车辆自身状况、实时路况、道路信息、行人信息和交通信号等一系列交通信息，配合车辆主动安全技术的智能性，在不增加驾驶员负担情况下，大幅提升行驶安全。

4.交通指挥服务中心

交通指挥服务中心是城市交通运行管理的中枢，汇聚交管业务数据和社会数据，实现对交通运行状态的全面感知、态势预测、事件预警和决策支持。其主要任务包括以下内容。

整合各类交通视频和图像资源，依托警用地理信息系统对交警警力装备、监控设备和交通安全设施等进行综合管理；对发生重大突发事件、涉车涉路警情事件进行应急处置，实现扁平化指挥调度。

围绕人、物、车、路、事件、基础设施和舆情6要素，汇聚交通管理海量数据，与交通、保监和农机等部门单位进行信息交互与数据共享，跨警种提供交通数据服务。

整合重点单位、重点车辆和重点驾驶人的基本信息和违法、事故信息，实时获取重点车辆位置信息，及时发现安全隐患，并进行预警处理。

整合道路交通信息资源，开展常态和应急状态下道路交通信息研判工作，为领导决策指挥提供重要依据，同时为道路交通规划建设提供指导。

依托互联网+交通管理平台，实施全媒体联动，发布实时路况和影响道路通行的事件信息，开展交通安全预警提示，为广大交通参与者提供交通安全信息告知、出行信息查询等服务；利用各方面信息资源，收集与交通管理有关的舆情进行分析、研判，并及时进行正确的引导。

依托警力定位、视频监控、执法记录仪和警务通等各类系统，动态监管民警的执纪执法行为，实现日常业务监测分析、专案监督复查、举报投诉反查和专项业务整改等任务。

五，智慧物流运输的典型应用模式

1.互联网+车货匹配

以互联网为桥梁，撮合运力和货物匹配，提升物流运输的资源配置的车货匹配成为互联网改造物流行业的新尝试。

车货匹配平台去除了中间利益支柱，使货主和车主能够直接接触和交易；解决了信息不对称的问题，使货主能够快速找到车，车主快速找到货，直接在手机上完成整个交易，并且可以提前预约，方便快捷，节约时间和成本，如图4所示。

图4 传统货运与车货匹配对比

a) 传统货运匹配模式 b) 车货匹配平台模式

“互联网+”车货匹配主要有以下四种模式。

（1）基于互联网的C2C信息撮合

此模式即为在移动互联网兴起前大量存在的配货网站，如天津的生生网、湖南天骄网等，它们大多以网站+客户端的形式存在，服务于个体货代和司机间的车货信息撮合。由于无法监测成交情况，网站基本只能收取会员费，无力打通各项闭环和生态。因此网站运营完全取决于推广能力和客户关系维护，大多是割据一方。当然也有试图走向全国的一点通、天下通，但都以失败告终。

不可否认，这类原始的“互联网+”车货匹配方式在信息技术极其落后的年代，还是发挥了一定作用。

（2）基于移动互联网的C2C信息撮合

随着智能手机的流行和移动互联网的兴起，车货匹配成为最早应用相关技术的行业。早期有百及的“车运宝”、传化的“e配货”和林安的“我要物流”，它们通过智能手机APP，将个体货代和司机位置匹配的物流信息进行撮合。因为与滴滴出行的模式相近，人们将该类产品称为“货运滴滴”。其实“货运滴滴”比“滴滴”早很多，只是因当时货车司机的手机拥有率太低而没能流行起来。

“货运滴滴”兴起于2013年下半年，这要归功于两件事情：其一是微信等的流行让智能手机在市场迅速普及；其二是“滴滴”的巨大成功，让资本看到“货运滴滴”的广阔前景。据相关网站统计，截至2014年年底，全国约有800个车货匹配APP出现，大量APP获得资本的青睐，宣称拿到一亿美元以上融资的不在少数。

相比于第一种模式，“货运滴滴”在撮合的效率和成功概率上有较大的提升，但“货运滴滴”并不成功。2015年车货匹配APP开始出现关闭和转型潮，目前仍在市场上坚持这一模式的企业已经屈指可数。

C2C撮合并不是交易的主流。其一货运从货量、车型、运价上都是非标的，车货匹配不仅是“匹”更是“配”。其二这个行业更多的是“熟关系”模式，线上的“撮合”只是对线下“熟关系”的效率补充，没有人会为赚取交易费用找陌生的司机而承担货运风险。其三“货运滴滴”的目标是直接连接货主和车主，而货主的结算方式是账期结算（这是控制风险的方式之一），而司机是现金结算（这也是控制风险），这两者是不可逾越的。为解决这些问题，创新企业开始了B2B的模式转型。

（3）基于移动互联网的B2B模式

这种模式不再连接“货主（三方）—货代—司机”价值链的后半部分，而是连接前半部分，更贴近于物流的本质和交易特征。其“质”的进步主要体现在两个方面：首先明确了服务的客户是“货主（三方）”；其次突出了“货运经纪人”的价值，即小型货代改称为“货运经纪人”。名称的变化凸显了“货运经纪人”在整条价值链中的作用——连接货主（三方）和个体司机的桥梁。货运经纪人作为一个群体，通过为司机提供货源，与司机打造较为亲近的连接。个体司机也更倾向于与“货运经纪人”合作，长此以往，货运经纪人逐渐有了自己的“运力池”。当货主（三方）的需求出现时，他们会根据“运力池”的情况进行预先报价，中标后再从运力池中找车运输。

“福佑卡车”是这一模式的代表，其流程如下。

1）三方物流通过福佑卡车客户端下单询价；

2）平台采用暗标的方式收集多个经纪人的报价；

3）三方物流根据价格或信誉等选择经纪人；

4）中标经纪人安排司机进行提货运输。

在这种模式中，由于采用竞价模式，三方物流可以选择更低的价格；同时，由于对司机和线路的了解，经纪人可以报出低价以提高竞争力。最终的结果就是三方物流降低了成本，经纪人获得了更多交易的机会。从平台的角度讲，三方和“货运经纪人”相对于司机都是更可控的主体，“消失”的概率极小，所以平台也更愿意向另一方担保其中一方的行为。

（4）基于专线物流解决方案的运营整合

从目前货运的发展趋势看，第三种模式仍然存在两个问题：首先是只能解决整车的问题，而随着电商在我国流通业的比例不断增加，货物小型化带来的零担趋势愈发明显，整车的比例会越来越小。其次是仍然建立在“社会车辆”的基础上，忽略了“大车队”“专线运输集约化”的趋势。

我国90%的货量是由专线完成的，绝大部分车货匹配的过程也是由专线来完成的。所以，提高专线的“车货匹配”能力，才是解决我国公路货运问题的关键点。提高专线的“车货匹配”能力要从以下方面入手。

1）加强集约化和“两端平衡”，提高匹配的空间维度。只有每天收到的货物更多，重货和泡货都达到一定的体量，专线才能实施更多、更优的车厢装载方案；同样，只有两端货量更加平衡，专线才能减少等待时间，形成对流。专线企业也会更多偏向于将稳定的货量部分交由自有车辆运输，从而获得更大的利润空间。同时，自有车辆也会进一步提高匹配效率。

2）推广“卡航”和“甩挂”，提高匹配的时间维度。只有准时运输和更多的班次，才能形成“货等车”，即像坐飞机一样，在“卡航”到来之前，准确地将货物准备好，这样的效率最高；而卡航的另一个方面就是甩挂，线甩网甩甚至一头两挂分地甩，都会进一步提高匹配效率。

国内的天地汇等平台企业开始实践这样的车货匹配形式并且已经初见成效，车辆的使用效率得到极大提升：社会车辆平均月行驶里程约在13000千米，该平台的车辆平均月行驶里程超过25000千米，效率提升接近一倍。

2.互联网+多式联运

虽然多式联运在我国起步比较晚，还不够发达，但是互联网给我国的多式联运带来了后发优势。交通运输部和国家发改委自2016年起开展多式联运示范工程，第一批16个，第二批30个，第三批24个，已经有了70个示范工程项目。这项工作目的是推进物流降本增效，是国家的重大战略。多式联运的互联网化，需要通过构建多式联运的相关要素的透明连接来实现，其最终目的是实现多式联运的互联网化运作及管理。

（1）多式联运的透明连接

多式联运的透明连接涉及的范围很广，但需要以运输工具、联运枢纽、承运主体这3个方面的透明连接为基础。

1）运输工具的透明连接。多式联运互联网化的第一个挑战，就是运输工具的透明连接。运输工具的透明连接，其目的是要掌握每种运输方式的每一个运输工具的状态。公路运输方面，需要通过构建物流车联网来把握每一辆车的状态。所谓物流车联网，就是把车辆、司机、物流公司等运力要素透明连接起来所形成的网络；铁路运输方面，需要通过相关要素的透明连接，来把握每一次班列、每一节车厢（火车皮）的状态。这需要铁路运营部门做好透明连接的基础，然后将铁路运力的相关信息开放给多式联运的相关方；水路运输方面，水上运力相关要素的透明连接，需要船舶公司及远洋运输公司提供技术支持和数据运营支持，然后将相关信息开放给多式联运的相关方；航空运输方面，需要航空公司将货运航班信息传递给多式联运的相关方。每一种运输方式都自成体系，先要对每一种运输方式体系构建要素的透明连接，然后再将各种运输方式按照多式联运的运作管理需要进行透明连接。

2）多式联运枢纽的透明连接。建立多式联运枢纽的透明连接，有两个方面：一是枢纽内部的透明连接，二是不同枢纽之间的透明连接。关于枢纽内部的透明连接，与物流园区的透明连接类似，目的是提升枢纽的服务能力，为多式联运的货物中转提供高效的服务。此外需要建立枢纽之间的透明连接。多式联运中，货物需要通过一系列的枢纽，才能到达最终的目的地。每一个多式联运的枢纽需要接收从其他枢纽发运过来的货物，也需要将货物发往其他枢纽。把各个枢纽连接起来就是多式联运的网络。构建枢纽之间的透明连接，目的是方便各个枢纽准确预测将来的货物流量规模，也方便对货物进行追溯。基于多式联运枢纽的透明连接，再与运输工具进行透明连接，这样每一个多式联运的枢纽都可以准确预知将来的一段时间内，有多少货物进港或出港，便于各个枢纽做好货物中转的计划。

3）承运主体的透明连接。多式联运涉及多个承运主体，需要构建承运主体之间的透明连接，以便于实现多式联运的协同。多式联运的承运主体有铁路运营公司、航空公司、远洋运输公司、港口运营公司以及各种物流公司等。承运主体之间的透明连接，核心是主体之间的业务系统对接。例如，公路运输转铁路运输或水路运输时，需要将公路运输的业务单据传递给铁路运输承运人或水路运输承运人。按多式联运服务的完整性及连贯性要求来看，货主面对的可能是单一承运人，但需要其他相关承运人也要向货主提供业务执行过程的服务信息。所以先得实现各个承运主体之间的业务系统对接，才能够保证服务的完整性及连贯性。

（2）多式联运的互联网化运作

多式联运的互联化运作基于数据驱动。因为没有任何一个单一主体或企业能全盘驾驭多式联运的资源和业务。比较科学的方式就是通过数据来驱动多式联运的运作和管理。

1）根据货源大数据来布局多式联运的网络。对当下的多式联运而言，一方面没有直接的货源大数据，所以需要通过透明连接来积累数据；另一方面需要通过间接的货源大数据来规划多式联运网络。当多式联运互联网化之后，就会有货源的相关数据，再基于数据来优化多式联运的网络布局。

2）根据数据来驱动多式联运的系统运转。因为在多式联运互联化的条件下，各个承运主体之间已经构建了透明连接，各种运输方式及联运枢纽之间已经构建了透明连接。只要货主向多式联运体系中的任意一个承运主体派发任务，就会在整个多式联运体系中产生连锁反应。于是可以实现业务订单数据驱动多式联运流程，实现业务流程数据驱动多式联运资源，从而实现数据驱动多式联运的多方协同，实现多式联运的高效运作。

3.无车承运人

“无车承运人”由美国Track Broker（货车经纪人）这一词汇演变而来，指的是没有实际运输车辆，但从事承运业务的经营者以承运人身份接收托运人的货物，签发提单或其他运输单证，向托运人收取运费，通过实际运输经营者而完成货物运输，承担承运人责任的道路货物运输经营活动，是无船承运在陆地的引用和延伸。

相对于传统的货运关系中“货主+承运人”而言，无车承运人的角色具有双重性，对于上游货主而言是“承运人”，对下游实际承运人而言是“货主”，但无车承运人与货运代理的本质区别在于无车承运人对货主要承担货运交付责任。

对无车承运人来说，有没有车不是关键，有没有承运能力、能否开展交易才是模式落地的关键，背后考验着企业行业背景和综合实力。可以说，无车承运人这一创新模式为传统公路物流运输带来了智能化、高效率的发展，解决了传统物流行业“小、散、乱、差”局面，真正使货主有车可选，司机有货可运，具有广阔的应用场景和市场价值。无车承运人的最大优势是掌握货源、集聚货源，能够极大提高物流组织效率，节能减排效果明显。

2013年，交通运输部发布《关于交通运输推进物流业健康发展的指导意见》，正式确定了“无车承运人”的法律地位，并提出逐步完善相关法律法规，强化规范管理。随着2016年我国正式启动“无车承运人”试点工作，“无车承运人”模式在行业内多点开花，迎来黄金发展期，逐渐成为拉动物流行业的快速转型发展新动力。据不完全统计，到2018年年底，我国已有超过200家无车承运企业，且数量还在增加。

六，与新兴技术的结合将更加紧密

物联网使智慧物流运输对外部环境要素的感知更加丰富精准；云计算和大数据技术为迅速增长的海量数据提供了强大的存储能力、快速的计算能力及科学的分析研判能力，智慧物流运输将在云计算和大数据的支撑保障下，大幅提升及时性、主动性和预见性；人工智能让交通运输管理和服务的各环节都更具智慧，颠覆传统交通管理和服务思维。

·　物联网：激活智能要素。通过各类传感器、移动终端或电子标签，使信息系统对外部环境的感知更加丰富细致，这种感知为人、车、路、货、系统之间的相互识别、互操作或智能控制提供了无限可能。未来，智能公路、智能航道、智能铁路、智能民航、智能车辆、智能货物、智能场站等将快速发展，管理者对交通基础设施、运输装备、场站设备等的技术运行情况和外部环境能够更加全面、及时、准确掌握。

·　云计算、大数据：点亮运输管理智慧。据不完全统计，我国交通运输行业每年产生的数据量在百PB级别，存储量预计可达到数十PB。以北京市交通运行监测调度中心（TOCC）为例，目前TOCC共包括6000多项静动态数据、6万多路视频，其静动态数据存储达到20TB，每天数据增量达30GB左右。面对增长迅速的海量数据，在云计算、大数据等技术支撑保障下，未来的交通管理系统将具备强大的存储能力、快速的计算能力以及科学的分析能力，系统模拟现实世界和预测判断的能力更加出色，能够从海量数据中快速、准确提取出高价值信息，为管理决策人员提供应需而变的解决方案，交通运输管理的预见性、主动性、及时性、协同性、合理性将大幅提升。

·　移动互联网：提高信息服务水平。服务是交通运输的本质属性，随着移动互联网、智能移动终端大范围应用，信息服务向个性化、定制化发展。信息服务系统与交通要素的信息交互更加频繁，系统对用户的需求跟踪、识别更加及时准确，能够为用户提供货物运输的全过程规划、实时导航等服务，基于位置的信息服务和主动推送式服务水平大大改善。

·　人工智能：赋予运输装备智慧大脑。随着人工智能的发展和应用，智能化、高端化运输装备制造面临重大发展机遇。2017年7月，国务院发布《新一代人工智能发展规划》，明确提出要大力发展自动驾驶汽车和轨道交通系统，加强车载感知、自动驾驶、车联网、物联网等技术集成和配套，开发交通智能感知系统，形成我国自主的自动驾驶平台技术体系和产品总成能力，探索自动驾驶汽车共享模式；同时要发展消费类和商用类无人机、无人船，建立试验鉴定、测试、竞技等专业化服务体系，完善空域、水域管理措施。人工智能与交通运输深度融合是实现交通强国目标的有效途径，推动运输行业人工智能发展和应用，能够为行业高质量发展添薪续力、增强动能。

.车联网将迎来爆发式增长

车联网通过新一代信息通信技术，实现车与云平台、车与车、车与路、车与人、车内等全方位网络链接，主要实现了“三网融合”，即将车内网、车际网和车载移动互联网进行融合。车联网利用传感技术感知车辆的状态信息，并借助无线通信网络与现代智能信息处理技术实现交通的智能化管理，以及交通信息服务的智能决策和车辆的智能化控制。车联网能够实现车与X（即车与车、人、路、服务平台）之间的网络连接，提升车辆整体的智能驾驶水平，为用户提供安全、舒适、智能、高效的驾驶感受与交通服务，同时提高交通运行效率，提升社会交通服务的智能化水平。

.参与主体趋向多元化

智慧物流运输建设不再是政府部门的独角戏，交通运输企业、交通设备制造企业、互联网企业、运营商和公众均将以不同方式更多地参与其中。政府将更多考虑政策创新、信息公开和市场公正，交通运输企业将在不断提升自身业务信息化水平的过程中悄然为更大范围、更大程度的智慧物流运输打牢基础，交通设备制造企业将不断提高设备的智能化水平，打造功能更强大的智慧物流运输神经末梢，互联网企业将发挥更多作用，肩负着交通行业变革的使命，运营商将发挥自身强大无线网络的优势，共享优势资源，公众将担当出资者、建设者和监督者的角色，各方紧密合作，共同投入智慧物流运输建设。

·　互联网企业。百度、阿里巴巴和腾讯在地图、导航及交通领域动作频频，阿里投资易图通、全资收购高德，通过支付宝NFC切入公共交通领域；百度收购长地万方，通过与交通管理部门联动盘活大数据，推出CarNet车载设备；腾讯收购科菱航睿、与四维图新合作、推出车联网硬件产品路宝。BAT通过打车、专车软件抢夺移动支付入口，腾讯投资快的打车，阿里巴巴投资滴滴打车，百度投资美国叫车APP Uber，“三足鼎立”的局面一直延续到2015年4月1日滴滴、快的合并。互联网企业拥有雄厚的技术、数据沉淀以及成熟的互联网思维，将在智慧物流交通行业发展中起到关键作用，也将会对交通行业商业模式创新产生重大影响。

·　运营商。三大通信运营商通过和政府合作，依托政府权威数据后台，具备了互联网企业所不具备数据资源优势，推出了各类智慧物流交通APP。如在广州市政府主导下，基于“智慧广州”背景，广州市政府与三大运营商联手合作推出了“行讯通”系列APP，这种以“运营商-政府”为主导的特色应用，很好地共享了各自的优势资源。运营商能够提供快速流畅的无线网络支持和用户群体，政府则提供了强大的交通信息数据。

·　公众。未来智慧物流运输领域将更关注用户体验，用户思维将成为智慧物流运输建设运营中的主旋律，公众将担当着出资者、建设者、监督者的角色。公众为高质量市场化的智慧物流运输服务买单，同时也是重要的参与者，未来很多的智慧物流运输项目将来源于民，真正将用户需求摆在首位。

七，本章小结

智慧物流运输在智能交通的基础上，充分利用物联网、空间感知、云计算、移动互联网等新一代信息技术，综合运用交通科学、系统方法、人工智能、知识挖掘等理论与工具，以全面感知、深度融合、主动服务、科学决策为目标，通过建设实时的动态信息服务体系，深度挖掘物流运输相关数据，形成问题分析模型，实现行业资源配置优化能力、公共决策能力、行业管理能力、公众服务能力的提升，推动物流运输更安全、更高效、更便捷、更经济、更环保、更舒适的运行和发展，带动物流运输相关产业转型、升级。