浙江双飞运输有限公司

企业

浙江双飞运输有限公司成立于1982年，属道路运输业，主营道路旅客运输经营。面向物流运输、数据分析、流量预测等领域提供数据服务，开放机电产品出口量预测分析数据（物流运输、数据分析）、出口亚洲贸易量预测分析数据（流量预测、国际物流）、家具、家居用品出口量预测分析数据（家具贸易、运输数据分析），支撑库存管理与供应链优化。

物流运输数据分析流量预测道路运输业

成立于 1982 年浙江省shuangfei11@qq.com

数据集列表

户外及家居用品出口美洲贸易量预测分析数据

国际贸易

物流预测

本数据聚焦于预测在不同线路运输户外及家居用品货物量的变化。通过“浙江双飞海铁联运数据中心”采集一段时间内户外及家居用品以不同线路运输到美洲的货物量数据，建立运输量预测模型，从而反映不同线路和时间节点的货运趋势。这种分析有助于本企业以及其他国际物流公司提前做出排班计划，合理规划调度货船，提升出口运输效能。此外，预测数据能为相关企业提供市场前置信息，支持其在生产组织和库存管理上做出更合理的安排。1.数据采集：通过“浙江双飞海铁联运数据中心”，采集一段时间内户外及家居用品以不同线路运输到美洲的货物量数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示等数据。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2.数据预处理：对采集的数据进行清洗，去除重复记录，处理缺失值。 3.数据加工与分析：（1）计算历史运输量：对于每条线路运输的每类产品，使用SUMIFS函数对订单数量进行累加，分别计算出其过去270天、90天和30天的总需求量。（2）建立需求量预测模型：该产品名称的未来30天需求量预测值=[(过去270天总需求量÷270*a)+(过去90天的总需求量÷90*b)+(过去30天的总需求量÷30×c)]*30*k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.1。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。调整因子k基于市场增长预期进行修正。

浙江省数据知识产权登记平台2025-09-25 更新180

户外及家居用品出口美洲贸易稳定性分析数据

国际贸易

物流分析

本数据聚焦于分析在不同线路运输户外及家居用品货物量的稳定性。通过“浙江双飞海铁联运数据中心”采集一段时间内户外及家居用品以不同线路运输到美洲的货物量数据，计算不同线路的运输总箱数、平均每月运输箱数、方差和货运等级。分析货运等级有助于本企业以及其他国际物流公司高效地规划调度货船，制定合理的排班计划，提升出口运输效能。此外，期望开拓美洲市场的外贸企业可以通过这些往年数据了解不同线路的目的港地区市场的需求量波动情况，有助于企业把握需求的延续性与节奏变化，提升资源调配的合理性。1.数据采集：通过“浙江双飞海铁联运数据中心”，收集一段时间内户外及家居用品以不同线路运输到美洲的情况数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示等数据。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2、数据处理：对采集到数据进行去重、合并、累加，便于分析使用。3.算法规则：利用SUM函数计算每条线路运输每类产品的总累计箱数，累计箱数=x1+x2+x3+...+x9，计算每条线路运输每类产品的月平均箱数，月平均箱数=累计箱数/9。计算月运输量方差，月运输量方差=[(x1-月平均箱数)^2+(x2-月平均箱数)^2+...+(x9-月平均箱数)^2]/9。4.数据应用：若月运输量方差＜5，则分析结论为超平稳线路。若5≤月运输量方差≤10，则分析结论为一般平稳线路。若月运输量方差＞10，则分析结论为不平稳线路。

浙江省数据知识产权登记平台2025-09-25 更新150

户外及家居用品出口美洲的贸易分析数据

国际贸易

物流运输

通过“浙江双飞海铁联运数据中心”采集一段时间内户外及家居用品以不同线路运输到美洲的货物量数据，分析不同线路出口货物的占比情况，以评估不同线路的等级。这种分析有助于本企业以及其他国际物流公司高效地规划调度货船，制定合理的排班计划，提升出口运输效能。此外，期望开拓美洲市场的外贸企业可以通过这些往年数据了解不同线路的目的港地区市场的需求量，以便更好地平衡生产和出口数量，为企业货物出口提供更优选择。1、数据采集：通过“浙江双飞海铁联运数据中心”，收集一段时间内户外及家居用品以不同线路运输到美洲的情况数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2、数据处理：对采集到数据进行去重、合并、累加，便于分析使用。3、算法规则：利用SUM函数计算出口到美洲的总箱数，计算不同线路出口不同产品的累计箱数：累计箱数=x1+x2+x3+...+x9，计算出口箱数占比=累计箱数/出口总箱数*100%。当出口箱数占比＞0.2%时，该线路为强需求线路；当0.05%≤出口箱数占比≤0.2%时，该线路为一般需求线路；当出口箱数占比＜0.05%时，该线路为弱需求线路。

浙江省数据知识产权登记平台2025-09-25 更新140

出口欧洲贸易量预测分析数据

国际物流

需求预测

本数据聚焦于预测在不同线路运输不同产品货物量的变化。通过“浙江双飞海铁联运数据中心”采集一段时间内不同大类产品以不同线路运输到欧洲的货物量数据，建立运输量预测模型，从而反映不同线路和时间节点的货运趋势。这种分析有助于本企业以及其他国际物流公司提前做出排班计划，合理规划调度货船，提升出口运输效能。此外，预测数据能为相关企业提供市场前置信息，支持其在生产组织和库存管理上做出更合理的安排。1.数据采集：通过“浙江双飞海铁联运数据中心”，采集一段时间内不同大类产品以不同线路运输到欧洲的货物量数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示等数据。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2.数据预处理：对采集的数据进行清洗，去除重复记录，处理缺失值。 3.数据加工与分析：（1）计算历史运输量：对于每条线路运输的每类产品，使用SUMIFS函数对订单数量进行累加，分别计算出其过去270天、90天和30天的总需求量。（2）建立需求量预测模型：该产品名称的未来30天需求量预测值=[(过去270天总需求量÷270*a)+(过去90天的总需求量÷90*b)+(过去30天的总需求量÷30×c)]*30*k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.1。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。调整因子k基于市场增长预期进行修正。

浙江省数据知识产权登记平台2025-09-25 更新130

出口美国贸易量预测分析数据

国际贸易

物流运输

本数据聚焦于预测在不同线路运输不同产品货物量的变化。通过“浙江双飞海铁联运数据中心”采集一段时间内不同大类产品以不同线路运输到美国的货物量数据，建立运输量预测模型，从而反映不同线路和时间节点的货运趋势。这种分析有助于本企业以及其他国际物流公司提前做出排班计划，合理规划调度货船，提升出口运输效能。此外，预测数据能为相关企业提供市场前置信息，支持其在生产组织和库存管理上做出更合理的安排。1.数据采集：通过“浙江双飞海铁联运数据中心”，采集一段时间内不同大类产品以不同线路运输到美国的货物量数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示等数据。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2.数据预处理：对采集的数据进行清洗，去除重复记录，处理缺失值。 3.数据加工与分析：（1）计算历史运输量：对于每条线路运输的每类产品，使用SUMIFS函数对订单数量进行累加，分别计算出其过去270天、90天和30天的总需求量。（2）建立需求量预测模型：该产品名称的未来30天需求量预测值=[(过去270天总需求量÷270*a)+(过去90天的总需求量÷90*b)+(过去30天的总需求量÷30×c)]*30*k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.1。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。调整因子k基于市场增长预期进行修正。

浙江省数据知识产权登记平台2025-09-25 更新140

五金机电产品出口美洲的贸易量预测分析数据

物流运输

贸易预测

本数据聚焦于预测在不同线路运输五金机电产品货物量的变化。通过“浙江双飞海铁联运数据中心”采集一段时间内五金机电产品以不同线路运输到美洲的货物量数据，建立运输量预测模型，从而反映不同线路和时间节点的货运趋势。这种分析有助于本企业以及其他国际物流公司提前做出排班计划，合理规划调度货船，提升出口运输效能。此外，预测数据能为相关企业提供市场前置信息，支持其在生产组织和库存管理上做出更合理的安排。1.数据采集：通过“浙江双飞海铁联运数据中心”，采集一段时间内五金机电产品以不同线路运输到美洲的货物量数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示等数据。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2.数据预处理：对采集的数据进行清洗，去除重复记录，处理缺失值。 3.数据加工与分析：（1）计算历史运输量：对于每条线路运输的每类产品，使用SUMIFS函数对订单数量进行累加，分别计算出其过去270天、90天和30天的总需求量。（2）建立需求量预测模型：该产品名称的未来30天需求量预测值=[(过去270天总需求量÷270*a)+(过去90天的总需求量÷90*b)+(过去30天的总需求量÷30×c)]*30*k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.1。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。调整因子k基于市场增长预期进行修正。

浙江省数据知识产权登记平台2025-09-25 更新50

五金机电产品出口美洲的贸易稳定性分析数据

机电产品进口

稳定性分析

本数据聚焦于分析在不同线路运输五金机电产品货物量的稳定性。通过“浙江双飞海铁联运数据中心”采集一段时间内五金机电产品以不同线路运输到美洲的货物量数据，计算不同线路的运输总箱数、平均每月运输箱数、方差和货运等级。分析货运等级有助于本企业以及其他国际物流公司高效地规划调度货船，制定合理的排班计划，提升出口运输效能。此外，期望开拓美洲市场的外贸企业可以通过这些往年数据了解不同线路的目的港地区市场的需求量波动情况，有助于企业把握需求的延续性与节奏变化，提升资源调配的合理性。1.数据采集：通过“浙江双飞海铁联运数据中心”，收集一段时间内五金机电产品以不同线路运输到美洲的情况数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示等数据。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2、数据处理：对采集到数据进行去重、合并、累加，便于分析使用。3.算法规则：利用SUM函数计算每条线路运输每类产品的总累计箱数，累计箱数=x1+x2+x3+...+x9，计算每条线路运输每类产品的月平均箱数，月平均箱数=累计箱数/9。计算月运输量方差，月运输量方差=[(x1-月平均箱数)^2+(x2-月平均箱数)^2+...+(x9-月平均箱数)^2]/9。4.数据应用：若月运输量方差＜5，则分析结论为超平稳线路。若5≤月运输量方差≤10，则分析结论为一般平稳线路。若月运输量方差＞10，则分析结论为不平稳线路。

浙江省数据知识产权登记平台2025-09-25 更新80

五金机电产品出口美洲的贸易分析数据

国际贸易

物流运输

通过“浙江双飞海铁联运数据中心”采集一段时间内五金机电产品以不同线路运输到美洲的货物量数据，分析不同线路出口货物的占比情况，以评估不同线路的等级。这种分析有助于本企业以及其他国际物流公司高效地规划调度货船，制定合理的排班计划，提升出口运输效能。此外，期望开拓美洲市场的外贸企业可以通过这些往年数据了解不同线路的目的港地区市场的需求量，以便更好地平衡生产和出口数量，为企业货物出口提供更优选择。1、数据采集：通过“浙江双飞海铁联运数据中心”，收集一段时间内五金机电产品以不同线路运输到美洲的情况数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2、数据处理：对采集到数据进行去重、合并、累加，便于分析使用。3、算法规则：利用SUM函数计算出口到美洲的总箱数，计算不同线路出口不同产品的累计箱数：累计箱数=x1+x2+x3+...+x9，计算出口箱数占比=累计箱数/出口总箱数*100%。当出口箱数占比＞0.2%时，该线路为强需求线路；当0.05%≤出口箱数占比≤0.2%时，该线路为一般需求线路；当出口箱数占比＜0.05%时，该线路为弱需求线路。

浙江省数据知识产权登记平台2025-09-25 更新100

出口亚洲贸易量预测分析数据

流量预测

国际物流

本数据聚焦于预测在不同线路运输不同产品货物量的变化。通过“浙江双飞海铁联运数据中心”采集一段时间内不同大类产品以不同线路运输到亚洲的货物量数据，建立运输量预测模型，从而反映不同线路和时间节点的货运趋势。这种分析有助于本企业以及其他国际物流公司提前做出排班计划，合理规划调度货船，提升出口运输效能。此外，预测数据能为相关企业提供市场前置信息，支持其在生产组织和库存管理上做出更合理的安排。1.数据采集：通过“浙江双飞海铁联运数据中心”，采集一段时间内不同大类产品以不同线路运输到亚洲的货物量数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示等数据。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2.数据预处理：对采集的数据进行清洗，去除重复记录，处理缺失值。 3.数据加工与分析：（1）计算历史运输量：对于每条线路运输的每类产品，使用SUMIFS函数对订单数量进行累加，分别计算出其过去270天、90天和30天的总需求量。（2）建立需求量预测模型：该产品名称的未来30天需求量预测值=[(过去270天总需求量÷270*a)+(过去90天的总需求量÷90*b)+(过去30天的总需求量÷30×c)]*30*k；其中，系数a=0.5，b=0.3，c=0.2，调整因子k=1.1。系数a、b、c反映数值对未来30天需求量预测的影响程度，由于算法更注重长期需求趋势的影响，因此a被赋予了最高的权重。调整因子k基于市场增长预期进行修正。

浙江省数据知识产权登记平台2025-09-25 更新200

出口亚洲的贸易稳定性分析数据

国际贸易

物流运输

本数据聚焦于分析在不同线路运输不同产品货物量的稳定性。通过“浙江双飞海铁联运数据中心”采集一段时间内不同大类产品以不同线路运输到亚洲的货物量数据，计算不同线路的运输总箱数、平均每月运输箱数、方差和货运等级。分析货运等级有助于本企业以及其他国际物流公司高效地规划调度货船，制定合理的排班计划，提升出口运输效能。此外，期望开拓亚洲市场的外贸企业可以通过这些往年数据了解不同线路的目的港地区市场的需求量波动情况，有助于企业把握需求的延续性与节奏变化，提升资源调配的合理性。1.数据采集：通过“浙江双飞海铁联运数据中心”，收集一段时间内不同大类产品以不同线路运输到亚洲的情况数据，具体包括：采集发站、大类、起运港、目的港、产品、不同产品每个月出口箱数，并依次用x1, x2...x9表示等数据。“浙江双飞海铁联运数据中心”和本数据集归属于浙江双飞运输有限公司。2、数据处理：对采集到数据进行去重、合并、累加，便于分析使用。3.算法规则：利用SUM函数计算每条线路运输每类产品的总累计箱数，累计箱数=x1+x2+x3+...+x9，计算每条线路运输每类产品的月平均箱数，月平均箱数=累计箱数/9。计算月运输量方差，月运输量方差=[(x1-月平均箱数)^2+(x2-月平均箱数)^2+...+(x9-月平均箱数)^2]/9。4.数据应用：若月运输量方差＜5，则分析结论为超平稳线路。若5≤月运输量方差≤10，则分析结论为一般平稳线路。若月运输量方差＞10，则分析结论为不平稳线路。

浙江省数据知识产权登记平台2025-09-25 更新70