为了有效识别与防范公路物流公共信息平台的信用风险,本研究在系统分析公路物流需求方、物流供应方以及公共信息平台之间相互影响和作用机制基础上,构建了公路物流公共信息平台信用评价指标体系;进一步基于平台经济双边用户理论,运用BP神经网络方法,确定网络结构相关参数,并确定traingdx为整体训练函数,构建信用评价模型。以某公路物流公共信息平台输出的2016年1—12月份的样本数据为基础,进行实例仿真模拟。结果显示:(1)模型分析预测结果与现实专家评估之间最大相对误差仅为0.168%,误差值较小,有效验证了信用评价模型的有效性;(2)平台信用体系建设整体较好,全年信用评价等级处于优级及以上水平,并呈现逐渐上升的趋势。研究表明:(1)公路物流公共信息平台整体信用评价体系的构建可以降低单一用户信用评价的风险;(2)同时,通过对信用评价关键环节的识别和风险防范,可以降低公路物流公共信息平台的整体信用风险,进一步减少平台信用隐患所带来的公路运输市场运作风险。最后,从完善运行机制、健全平台功能、改善运营策略3个方面提出了信息平台风险防范的具体措施,研究成果在公路物流公共信息平台风险定量识别领域具有较好的使用性,可以为平台的运营提供方法支持和理论依据。