我国航运交易智能化平台构建探索

摘要：从效率、成本、信任机制三个维度剖析航运交易的核心痛点，比较国内外主要航运交易平台的经营模式，指出现有平台的共性局限。在此基础上，提出构建航运交易智能化平台的框架设想。该框架设想针对当前航运业缺失的“船舶字典”、智能化匹配算法两个关键要素，提出以DASC指数让分散的航运数据“可计算”，以智能算法实现多约束条件下的实时最优匹配，构建透明、公平的价值分配机制。

关键词：航运交易智能化平台；DASC指数；船舶字典；匹配算法；价值分配机制

        一、引言

       现今，航运业承载着全球90%以上的国际贸易货物运输量，但航运交易却仍依赖电话、邮件与经纪人人工撮合。QYResearch数据显示，2025年全球海运订舱平台市场规模已突破百亿元^[1]，但在这巨大的交易体量中，数字化渗透率却不足1%^[2]。在船舶自主化加速推进的背景下，交通运输部等四部门联合印发《智能航运2030行动计划》，明确提出到2027年建立三个以上智能航运综合试点区域，开辟五条以上智能航运试点航线，2030年智能航运发展处于国际先进水平。国际海事组织 ( IMO ) 也明确提出海上自主水面船舶规则将强制适用^[3]。在船舶自主航行的背景下，航运交易环节如何突破原有局限？本文结合交易成本理论与平台经济学框架，系统分析国内外现有主要航运交易平台的经营模式，并提出构建航运交易智能化平台的框架构想。

        二、航运交易的核心痛点：效率、成本与信任机制

       当前航运交易仍沿用传统经纪模式，行业发展受制于低效率、高成本和不透明等因素。以下从效率、成本和信任机制三个维度展开分析。

        ( 一 ) 效率

       当新货盘出现时，经纪人需要向通信录中的数百个船东，逐一电话询问船舶信息和报价，这种手动撮合交易方式不仅耗时，而且受限于个人关系网络，信息覆盖范围有限。从交易成本理论的视角来看，这种传统经纪模式具有典型的高搜寻成本、高信息不对称结构特点。Williamson指出，交易的不确定性、资产专用性和交易频率决定了治理机制的选择^[4]。在航运交易过程中，船舶位置实时变动、运价频繁波动、货物属性多样等因素会导致交易的不确定性极高。

       对比之下，航运交易数字化前后的效率差异巨大。链云船务数据显示，人工撮合交易成功平均用时需24 h，而通过人工智能 ( AI ) 匹配用时仅需2 h，同时船舶空驶率从20%降至5%以下^[5]。在交易数字化前，还存在一个更隐蔽的问题，即船东或租船方有时为了照顾合作渠道的经纪公司而无法在最佳匹配时机完成交易，进而造成资源浪费，直接影响经营效益。

        ( 二 ) 成本

       为了锁定收益、规避风险，船东更倾向于签订长期固定运价协议。然而，签订长期协议后，交易双方会被锁定在固定的价格和运力约定之中，后续市场运价的涨跌、供需的变化对已锁定的交易不再产生直接影响。这种锁定效应导致双方对实时市场信息的敏感度下降，进而使得后续议价空间变小，双方被限制在既有格局之中。

       麻省理工学院运输与物流中心同Freightos联合开展的调查揭示出了更深层次的问题：在公路货运领域，平均70%的签约线路最终未产生任何货量，研究者将其称为“幽灵线路”( ghost lanes )^[6]。海运领域目前虽暂无精确统计数据结果，但相关研究明确指出合同利用率同样堪忧。高比例“幽灵线路”导致货主被迫支付9%~35%的“加急费”现货溢价，且为对冲风险，承运商在合同谈判中会提前将这部分成本计入报价，导致下一年度合约成本平均上涨7%^[7]。

        ( 三 ) 信任机制

       从制度经济学视角来看，航运交易遵循的是在长期的业务往来中形成的信用机制。在小规模、熟人网络的交易中，这种机制是有效的，但在全球化、高频次的现代航运交易体系中，依赖人情关系的“江湖规则”，必须升级到依靠数据和算法的“数字规则”。交易数字化需要重构交易的基础，并做好三件事：把非标准的数据标准化，把不透明的交易变得透明，把人脉维系的信任变成信用存证。

        三、国内外主要航运交易平台经营模式的比较分析

        ( 一 ) 国外主要航运交易平台

       目前，国外主要航运交易平台采取的四种经营模式如表1所示。

表1  国外主要航运交易平台经营模式

       船公司自营型平台以Maersk为代表，依托自营船队提供舱位预订服务。其优势在于舱位可控、价格稳定，但封闭的系统架构限制了第三方承运商的接入，难以形成网络效应。

       技术赋能型平台以Descartes、CargoWise为代表，通过软件即服务 ( Software as a Service，SaaS ) 系统实现物流全程可视化，帮助企业优化管理流程。这类平台侧重于管理功能，无法在平台上完成交易闭环，但用户可追踪到货物动态。

       数字货代型平台以Flexport最为典型。Flexport被业界视为数字货代企业的标杆^[8]，其通过SaaS系统实现货运全程可视化，为客户平均每年节省208 h，最高可降低70%的物流成本^[9]。但从商业模式来看，Flexport本质上仍是货代，其作为交易一方参与业务，赚取服务费而非平台佣金，虽然提升了货代服务的效率，却未改变“货主必须通过一个实体完成跨境物流”这一基本逻辑。

       第三方聚合型平台以Freightos为代表，提供多承运商比价及实时报价服务，其发布的Freightos Baltic Index已成为全球公认的运价指数。但该平台的深度服务能力不足，用户在完成比价订舱后，后续的履约、支付、信用、融资等环节分散于不同系统，难以形成交易闭环。

        ( 二 ) 国内主要航运交易平台

       我国航运交易平台经过多年探索，形成了以浙江拍船网为龙头的“一超多强”发展格局。浙江拍船网作为国内船舶交易领域的头部平台，构建了集船舶交易、船舶经纪、船舶拍卖等服务于一体的业务模式，并自主研发“舶赛通”船舶管理协同平台，服务范围覆盖百余家航运企业，管理的船舶数量超过500艘^[10]。除浙江拍船网外，各地还涌现出一批特色鲜明的航运交易平台，如表2所示。

表2  国内主要航运交易平台经营模式

       上述平台在各自细分领域进行了有益探索，但总体面临各自为战、数据割裂的困境。以携船网为例，用户评价其是目前国内海运做得最好的一家平台，但其功能仍局限于资讯公告和运价、定位查询，尚未形成完整交易闭环^[11]。 船货网早在2012年就提出“打造中国水运业的阿里巴巴”的目标，但十余年过去仍未实现^[12]。

        ( 三 ) Flexport与Freightos对比

       作为数字货代型平台的代表，Flexport以技术赋能货代业务，致力于实现“让中间商变得更好”这一目标；作为第三方聚合型平台的代表，Freightos致力于构建去中介化的比价交易平台，以实现“让交易更透明”这一目标。二者在商业模式、运营数据和底层规则方面均存在差异。下文对二者进行对比，以分析航运交易平台发展的突出瓶颈与未来方向。

        1.商业模式差异

       Flexport是一家具有技术能力的货运代理企业。作为交易的实际参与方，Flexport直接开展订舱、报关、融资等核心业务。企业营收来源于向客户收取的业务服务费、报关代理费及相关融资利息。

       Freightos是一家技术驱动的信息中介企业。作为交易撮合平台，Freightos仅提供报价、预订和支付通道，促成交易达成，但不参与交易执行环节，交易本身由卖家 ( 承运商或货代 ) 执行。企业营收来源于向承运商和货代收取的信息订阅费，以及作为交易撮合平台向货主收取的交易佣金。

        2. 运营数据差异

       Flexport提供全流程的服务，2021年营业收入一度升至32亿美元，估值达到80亿美元，反映出市场对 “可视化”服务的认可，但其重资产、重服务的业务模式也导致盈利波动性较大。2023年后随着货运市场回归常态，Flexport的估值回落至38亿美元，说明资本市场对“货代”模式持审慎态度^[8]。

       Freightos提供第三方平台服务，2023年营收约2 000万美元，毛利率高达74%^[9]。平台不承担库存和履约成本，收入主要来自信息撮合，财务特征表现为轻资产、高毛利。然而，平台用户黏性弱，难以形成交易闭环，主要原因是缺失深度服务，用户在完成比价后极易流失。

       3.底层规则差异

       从本质上来看，Flexport上的货主仍必须依赖某一实体完成跨境物流，只是用SaaS系统替代了电话、邮件、通信录等经纪人传统的作业工具，以及用技术手段优化了货代业务，从而使中间环节的作业效率得到提升。

       Freightos试图打破层层转包的货代模式，推动货主与船公司之间建立直接交易关系。根据Freightos官网发布的《标准操作流程》，平台对其角色有明确界定：“一旦托运人在Freightos.com上完成预订，即与所选卖家之间建立了直接的服务合同……Freightos.com仅为双方之间货运服务交换的促进者，而非交易一方。”然而，这种信息撮合平台在实际操作中无法完成交易服务闭环，主要是因为跨境运输所涉及的报关、保险、拖车等环节仍需货代提供专业服务进行整合。

       综上，无论是提高交易效率的工具型平台，还是提供交易信息的撮合服务型平台，均未能实现对航运交易模式的根本性重构。一个能够真正重塑行业格局的平台，需要兼备数据标准化能力与实时智能调度能力，以及强大的平台规则制定与管理能力。

        四、航运交易智能化平台的构建框架

       现阶段，需要依托“船舶字典”、智能化匹配算法这两个关键要素构建航运交易智能化平台。

        ( 一 ) “船舶字典”

       构建航运交易智能化平台的第一步，是解决数据的“可计算”问题。目前，关于一艘船的船龄、载重吨、当前位置、合规记录等基础信息分散在船东的表格、管理公司的数据库、经纪人的记事本甚至个人的经验中。这种碎片化信息缺乏可靠数据支撑，无法满足算法优化匹配需求。2025年9月修订的《中华人民共和国国际海运条例》，首次将国际航运交易平台纳入国际海上运输相关的辅助性经营活动范畴，从而为数据标准的建立提供了法律层面的支撑。

       在此背景下，大连海事大学发布了达思科航运指数 ( DASC指数 )。与其他只反映运价走势的单一指数不同，DASC指数试图构建一个多维度的“指数矩阵”，涵盖船舶估值、市场情绪、营运运力、海运风险等数十个维度^[13]。这一矩阵的核心价值在于将分散的数据转化为可计算的资产，从而建立航运领域的“船舶字典”，将航运大数据转化为可以被算法理解和调用的数据资产。

        ( 二 ) 智能化匹配算法

       构建航运交易智能化平台的第二步，是解决航运交易中多约束条件下的优化匹配问题。以一笔散货运输需求为例：有5万t货物需从舟山运至悉尼，要求在3月15日前装船。此时运力池中可能有300艘符合条件的船舶分布在全球各地。传统模式下，经纪人通常遵循“谁有空谁上”的简单匹配规则，但智能化匹配会同时考量航线顺路程度、报价、历史履约记录、船况、回程货源机会等多个变量。此外，交易达成后的价值分配也需要算法支撑。系统可自动记录各参与方的贡献节点，如谁首次发布船货信息、谁促成初步接触、谁完成验船估值、谁提供融资保险，并按照预设规则自动计算分润比例。航运交易智能化平台可采用区块链技术，确保这些作业记录不可篡改，并通过智能合约自动完成收益分配，从而降低产生事后纠纷的可能。

        ( 三 ) 与用户高效互动的界面

       构建航运交易智能化平台的第三步，是解决如何与用户高效互动的问题。航运交易是典型的7×24 h动态场景，仅依赖用户主动查询、人工操作，必然滞后于实时变化的需求。传统数字化模式是让用户去适应系统，而智能化平台则让系统去触达用户。本文所设想的航运交易智能化平台有如下特征：一方面，将分散的船舶档案、历史交易记录、信用评级等数据集成标准化，形成可计算、可查询的“船舶字典”；另一方面，整合实时位置追踪、动态供需匹配、智能调度等算法能力，构成驱动交易的“运力大脑”。二者缺一不可：只有“字典”而没有“大脑”，平台虽能告诉用户一艘船的参数，却不知道它现在在哪里、何时能用、该配给谁；只有“大脑”而没有“字典”，平台虽能实现即时匹配，却无法评估交易的信用风险与价值。

       航运交易智能化平台作为与用户高效互动的界面，负责处理可被程序化、可被数据驱动的环节。例如：24 h不间断监控全球运力，一旦发现空船主动推送匹配货盘；实时解析市场情绪，预测运价走势，提示最佳签约窗口；自动核验交易对手的信用记录，前置识别潜在风险；根据标准模板和历史数据，智能生成交易协议草案。用户不再需要频繁打开应用程序在复杂的菜单中寻找所需功能，航运交易智能化平台将在关键节点，通过微信、邮件或短信主动提供可选方案，用户只需对其进行确认或微调即可。

       目前，航运交易智能化平台的落地已有一定现实基础。在港口作业领域，舟山港的“VTS精灵”系统能够在数秒内识别船舶异常行为并发出预警，宁波舟山港的智能理货系统使装卸效率提升了30%以上^[14]。在交易辅助环节，壹沓科技“运小沓”数字员工已在询盘、报价、接单、订舱等流程中实现了效率提升^[15]。

        五、构建航运交易智能化平台面临的挑战与措施建议

        ( 一 ) 面临的挑战

       第一，关于数据标准化问题，如由谁主导、谁来参与、按什么规则共享，至今没有清晰答案。船东、货主、港口、金融机构、厂家的交易辅助系统各自采用独立数据，这些数据格式不同、标准各异，需要在行业层面建立协调机制。

       第二，传统经纪模式已形成一套相对稳固的利益链条。而平台化模式意味着信息透明、流程可追溯，这势必触及部分既得利益。因此平台规则设计需要审慎处理，以保障新旧业态平稳过渡。

       第三，航运交易涉及不同国家的法律、税务政策和外汇管制要求，平台规则要在这些复杂的约束下运行，难度较大。一旦监管要求发生变化，平台的合规能力跟不上，业务运行就可能面临停滞风险。

       第四，新平台上线时，用户往往先观望并考察平台推送的船货匹配是否准确、生成的租船合约是否正确，以及资金放在平台上是否安全。因此，需要逐步化解这些疑虑，比如建立资金托管、信用保险等机制，让用户在实际使用中慢慢建立起信任。

        ( 二 ) 措施建议

       第一，建议进一步明确航运交易智能化平台在交易撮合、资金托管、数据确权等环节的法律责任与合规要求，细化市场准入条件、数据报送义务与监管责任划分，为平台规范化发展提供清晰且稳定的制度预期。

       第二，建议将数据标准化作为航运交易智能化的优先事项，可依托中国船级社、大连海事大学等权威机构和高校，加快制定船舶数据语义标签体系、交易数据接口规范等行业标准，推动DASC指数等自主成果在船舶估值、市场分析、智能匹配等场景中广泛应用，形成可互通、可计算、可交易的航运数据基础设施。

       第三，建议选择基础较好的航运中心开展平台试点，在上海、宁波、舟山、天津等具备条件的地区，鼓励华洋海事等骨干企业与技术方联合开展航运交易智能化平台试点，聚焦平台的细分方向，探索可复制、可推广的运营模式，并在试点过程中同步开展制度测试与政策评估。

       第四，建议依托我国在IMO、波罗的海国际航运公会等平台中的参与渠道，推动DASC指数、船舶数据标准等中国方案与国际规则有效衔接，逐步提升我国在智能船舶规则制定、航运数据治理、交易标准确立等领域的话语权。

        六、结语

       基于上述分析，本文提出构建航运交易智能化平台的框架设想。该框架设想针对当前航运业缺失的“船舶字典”、智能化匹配算法两个关键要素，提出以DASC指数让分散的航运数据“可计算”，以智能算法实现多约束条件下的实时最优匹配，构建透明、公平的价值分配机制。需要注意的是，航运交易的智能化已不是一个“能否实现”的技术命题，而是一个“如何行动”的战略选择。随着基础设施逐步完善、产业资源不断汇聚，真正引领未来航运业格局的，将是那些率先采取行动的主体。航运交易智能化平台的建设不仅具有商业价值，更关乎国家的数字主权和国际规则的话语权。

参考文献：

[1] QYResearch.2026—2032全球与中国海运订舱平台市场现状及未来发展趋势[R].北京:北京恒州博智国际信息咨询有限公司,2026.

[2] 交通运输部规划研究院.中国海港城市港口经济发展报告(2025)[R].北京:交通运输部规划研究院,2026.

[3] World Ports.Autonomous ships code gathers momentum as com-mercial concepts proceed at practical pace[EB/OL].[2026-02-18].https://www.worldports.org/autonomous-ships-code-gathers-momentum-as-com-mercial-concepts-proceed-at-practical-pace/.

[4] WILLIAMSON O E.The economic institutions of capitalism:firms,markets,relational con-tracting[M].New York:Free Press,1985.

[5] AI技术重塑船运行业效率[EB/OL].[2025-09-25].https://m.chinaz.com/tags/733111.shtml.

[6] Ghost lanes:MIT research uncovers hidden costs in ocean and trucking freight[EB/OL].[2025-10-01].https://breakbulk.news/ghost-lanes-mit-research-uncovers-hidden-costs-in-ocean-and-trucking-freight/.

[7] Freightos.The state of freight procurement 2025[R].Jerusalem:Freightos,2025.

[8] Sacra.Flexport revenue,valuation & funding [EB/OL].[2026-02-14].https://sacra.com/c/ flexport/.

[9] Freightos.Freightos Group Limited Q4 2023 earnings call transcript[EB/OL].[2024-02-28].

[10] 浙江海港集团.朱苗参加海洋联盟2026年全球港航合作伙伴大会[EB/OL].[2026-01-22]. shtml.

[11] 携船网App应用介绍[EB/OL].[2026-01-02].https://sj.qq.com/appdetail/com.xiechuang.xcw.

[12] 关于船货网[EB/OL].[2026-02-10].

[13] 大连海事大学综合交通运输协同创新中心.达思科航运指数(DASC)技术白皮书[R].大连:大连东北亚国际航运中心研究院,2025.

[14] 洋山港海事局.“VTS精灵”智能预警系统应用报告[R].上海:洋山港海事局,2026.

[15] 数字员工“运小沓”在航运领域的应用实践[R].上海:壹沓科技有限公司,2025.

作者简介：

何佳，大连海事大学北京校友会副秘书长兼赋能发展联合会秘书长，现担任中关村标准化协会创一流产业人才中心主任，中国交通运输协会信息专业委员会副秘书长。

       本文刊发于《世界海运》2026年第5期，转发须注明作者和原文出处。

编辑部地址：大连市凌海路1号 大连海事大学文源楼515室 ( 116026 )

E-mail：worldshipping@dlmu.edu.cn

投稿网址：hyzz.cbpt.cnki.net   

电话：(0411 ) 84729602   

传真：(0411 ) 84729692