統計模型在物流規劃中的應用

張晨光

（西南交通大學 經濟管理學院，四川 成都 610031）

統計模型在物流規劃中的應用

張晨光

（西南交通大學 經濟管理學院，四川 成都 610031）

基于主成分分析法和聚類法，分別建立了物流區域評價模型和劃分模型，研究了在目標地區進行物流區域的劃分問題。以湖北省為例，運用物流區域的劃分模型，將湖北省所有地區劃分為了六大類。最后通過與專家對湖北省的區域物流經驗評估結果進行對比，驗證了統計模型在物流區域規劃中的科學性和可行性，為物流商針對不同區域制定相應策略提供了依據。

物流規劃；統計模型；主成分分析；聚類分析；湖北省

1 引言

物流規劃是每一個物流商進行業務拓展、搶占新市場所必需實施的一項工作。物流規劃在物流業務發展前期至關重要，可以說在一定程度上決定了物流業務后期發展的命脈，對物流規劃的研究無疑對我國物流業的良性發展具有深遠的意義。物流規劃包括至少三方面，首先是選址，也就是合理選擇樞紐城市以及配送中心；第二個方面是運輸路徑的優化；最后是各個物流區域之間的劃分以及統籌協調，通過對各個物流區統籌規劃，有利于整合物流資源存量。關于物流區域的劃分和區域評價，趙瑞（2016）[1]利用SWOT分析法對京津冀區域經濟與區域物流發展的優劣勢以及機遇和挑戰進行了評估分析，對京津冀區域經濟與區域物流協調發展提出了一些建議。王建華（2008）[2]從實際區域物流項目出發，以圖例集成的方式研究提出由區域物流規劃理論、內容和方法體系構成的完整區域物流規劃模式。賈素琴，楊家其（2016）[3]認為區域物流需求預測是區域物流系統規劃和設計研究的基礎，并構建了基于ARIMARBF模型的區域物流需求量預測模型，對吉林省2014-2020年物流需求發展趨勢進行了預測。本文從定性和定量的角度選取具有代表性的經濟和物流指標，通過統計模型的建立，以湖北省為例，得到湖北省主要城市合理的物流區域劃分結果。

2 統計模型建立

2.1 區域物流規劃評價模型的構建

要評價一個區域是否有發展物流的潛力，就要對評價標準做一個設定，合理的選擇指標并構成評價指標體系就成了重中之重，采用頭腦風暴法可征集到盡可能多的指標。在使用頭腦風暴法時，堅決遵守禁止批評諷刺的原則，積極調動大家的思維。首先將征集到的指標進行歸類整理，將所有指標大致分為四類，每一類都從某一特定的側面反映了特定區域建設和發展物流業的基礎條件。這四類分別是社會經濟發展類、生產消費流通類、交通運輸類以及宏觀環境類。這四類包含的具體指標有，社會經濟發展類：GDP（p1）、人均GDP（p2）、城鎮居民人均GDP（p3）、農村居民人均GDP（p4）。生產消費流通類：第一產業總產值（p5）、第二產業總產值（p6）、第三產業總產值（p7）、最終消費支出（p8）、資本形成總額（p9）、貨物與服務凈流出（p10）。交通運輸類：全社會貨運量（p11）。宏觀環境類：現代物流發展氛圍（p12）、地理位置（p13）。由于宏觀環境類的兩個指標是定性的指標，將定性指標分為了七個等級，即｛很好、好、較好、一般、差、較差、很差｝，分別對應[1-10]區間上的｛7、6、5、4、3、2、1｝，結合專家意見并查閱資料得出定性指標打分。

由于運用頭腦風暴法篩選出的指標數量太過龐大，因此可以通過統計學的方法將指標體系進行進一步簡化，運用主成分分析方法可以分析指標之間的相關性，這樣做的目的是盡可能選出相關性較大的指標，有助于指標體系達到精簡的要求。經過處理后得到新的精簡指標體系，在進行綜合評價時也顯得更加簡便。最后，得到的新的精簡指標體系要能夠包含原指標體系的絕大多數信息[4]。

假設有n個區域，p個指標，這些數據可以構成一個n行p列的評價矩陣，設為

（1）按式（1）對指標進行標準化處理，得到標準化的評價矩陣其標準化公式見式（1）。

（2）計算指標間相互關系矩陣Tp×p及其特征值λ1≥???≥λp≥0和正則化的特征向量ej。

（3）得到主成分

（5）利用各主成分的方差貢獻率作為評價權重，進行線性的加權求和得到綜合評價函數。

fi即反映了第i個地區物流發展的綜合實力，fi值越高，說明該地區物流發展綜合實力和競爭力越強，反之則越弱。

2.2 對各區域物流規劃的區域劃分模型

我正在燈光里幸福著，馬蘭家的門就開了。燈光里的馬蘭長發披肩，亭亭玉立，正含情脈脈地向我招手。看見這情景，我渾身上下像著了火一樣，哆嗦得不成模樣，我搶步上前，一把摟緊馬蘭，急不可耐地用我的嘴去找她的嘴——

要對優選出來的新的指標體系進行聚類分析，首先應該確定聚類方法。聚類方法包括系統聚類分析、K均值聚類分析、模糊聚類分析、層次聚類分析等。因為指標比較多，數據也很多，有些聚類方法迭代步幅較小，從而導致計算速度慢，所以本文采用的是K均值聚類方法，另外，K均值聚類分析得出的結果也比較準確，采用K均值聚類分析必須知道要分多少類。而本文所用的主成分分析法正好解決了這一問題，由主成分分析得到的方差貢獻率可以得到一個綜合評價方程，它是由新的指標作為變量，方差貢獻率作為系數組成的。通過計算各個地區的綜合評分，從而確定具體分類數。

（2）用類平均法進行聚類，畫出聚類圖，得到各地區物流發展的分類結果，并進行分析。

3 實例分析

本文選取湖北省所有地區進行物流發展綜合評價，并把分析的結果與實際情況進行對比，從而判斷模型的準確性，以便為其他城市的物流發展提供物流發展布局決策參考。

表1 湖北省2013年主要城市的有關經濟數據[5]

3.1 湖北省各地區物流發展綜合評價

用SPSS對上述數據進行主成分分析，在運算過程中提到了主成分的方差貢獻率，假設第k個指標的方差貢獻率為φk，則有：

我們稱它為第k個主成分Yk的貢獻率。第一主成分的貢獻率最大，隨后的主成分依次減小。若只取m(＜p)個主成分，則稱：

運用SPSS進行主成分分析的結果見表2。

表2 特征根λ和方差貢獻表

由表2可以看出，前三個指標的累計方差就已經占到了整體方差的92%以上，已經大于85%，說明只需要選取前三個指標就足以較好地代表原先的指標體系[6]。

因子載荷矩陣是各個原始變量的因子表達式的系數，表達提取的公因子對原始變量的影響程度。表3為因子荷載矩陣（成分矩陣）。

表3 因子荷載矩陣（成分矩陣）

利用因子荷載矩陣和相關系數矩陣的特征根來計算特征向量，即：

其中，zij是特征向量zj的第i個元素；aij為因子荷載矩陣第i行第 j列的元素，λj為第 j個因子對應的特征根。

具體計算結果見表4。

表4 特征向量計算表（其中P1到P13分別與上述13個指標相對應）

根據表4可以得到主成分的表達式：

由于前五個指標的方差貢獻率就已接近100%，因此可以將上述方程進行簡化：

由上述三個評價方程，分別代入十六個地區的標準化數據，可以得到十六個樣本的評分，并且樣本形式為N（F1、F2、F3），很明顯這是一個三維坐標體系中的一點，如果直接在三維坐標中進行聚類分析無疑會比較困難，因此，本文運用一種簡化模型將三維的聚類分析變成一維的聚類分析。具體操作即結合各主成分得分，通過各主成分的方差貢獻率占三個主成分總方差貢獻率的比重作為權重進行加權匯總，求得最終的綜合評分，以最終得分進行各地區的排序，結果見表5。

表5 物流綜合得分表

表5顯示16個城市的物流綜合評分，其中，F是最終評分。1-16分別表示16個城市，1-武漢市，2-黃石市，3-十堰市，4-宜昌市，5-襄陽市，6-鄂州市，7-荊門市，8-孝感市，9-荊州市，10-黃岡市，11-咸寧市，12-隨州市，13-恩施市，14-仙桃市，15-潛江市，16-天門市。

3.2 湖北省各地區物流發展聚類分析

湖北省主要城市物流評價聚類分析結果如圖1所示。取類間距離D=5時，分為四類，當D=2.5時，分成六類。經過比較，最終選取D=6，此時分成六類更加合理。分類結果是，武漢單獨為一類，黃石、十堰為一類，宜昌、襄陽、鄂州、荊門為一類，仙桃，潛江、天門為一類，隨州、恩施州為一類，孝感、荊州、黃岡、咸寧為一類。這六類分別有各自的特點。武漢是湖北的省會，武漢市被長江一分為二，不僅公路鐵路交通發達，水陸交通也是十分便利，它是華中地區最重要的交通樞紐之一，各方面的發展優勢都很明顯，發展物流所依托的各方面資源都很好。宜昌、襄陽、鄂州、荊門這一類在GDP上有一定的差異，之所以將它們歸為一類，是因為鄂州、荊門具有便捷的交通和寬闊的陸域；而宜昌和襄陽在湖北省經濟總量排第二和第三名，強悍的經濟實力為這兩市物流的發展提供了無限的可能，這一類的特點是交通便利或者經濟較發達。十堰市和黃石市這一類主要的共同點是GDP總量相近，另外貨運量也相近，黃石緊鄰長江，貨運量是不小的，而十堰市作為鄂、豫、陜、渝毗鄰地區唯一的區域性中心城市，位于華中、西南和西北三大經濟板塊的結合處，承擔著來自東南西北的貨運，而且十堰市的地域面積也很大，也為發展物流提供了很好的條件，所以說這一類的特點是經濟總量適中，貨運量較大，居民消費能力相近。仙桃市、潛江市以及天門市都是省內直管市，且經濟總量也相差不多，因此這一類的特點是經濟發展水平和政治地位相似。其他兩類都是按照經濟總量來區分的。

圖1 湖北省主要城市物流評價聚類分析結果

上述綜合評價和聚類分析結果符合客觀實際，也與

專家經驗評估較為接近，驗證了該方法的可行性。根據綜合評價和聚類結果，結合湖北省的經濟區域發展、自然環境以及交通環境，在今后，應該重點發展武漢物流圈、鄂西物流圈、長江物流帶等三大物流圈，建設長江、漢江物流通道和一批地區性物流節點城市，優化物流業的區域布局。全省將著力構建物流圈—物流節點城市—物流園區—專業化物流中心的現代物流網絡體系。物流圈包括以武漢為核心，輻射到武漢城市圈及周邊的地區；依托鄂西生態文化旅游圈，以宜昌、襄陽兩個省域副中心城市為支撐，輻射湖北西部及周邊地區的鄂西物流圈；依托長江經濟帶，輻射帶動長江沿岸及周邊地區的長江物流帶。湖北省今后的物流發展要使武漢成為全國性物流節點城市，襄陽、宜昌規劃為區域性物流節點城市，其他14個城市成為重點物流節點城市，并應依據物流發展的不同出臺適合不同地區的政策措施。

4 結語

（1）用主成分分析和聚類分析的定量分析方法對湖北省內各地區的物流發展進行綜合評價并分類，所得結論客觀、可信、較有說服力，為省域物流規劃提供了重要參考和依據；利用得到的主成分分析處理后的指標組成的新指標體系，原理清晰，計算簡單，大大減少了計算工作量。

（2）根據湖北省的物流發展區域劃分結果，政府部門有必要依據不同區域制定不同的物流發展規劃，物流商也有必要對不同區域采取不同的市場發展策略，合理布置物流系統網絡是物流業良性發展的基礎。

（3）本文提出的分析方法對其他省域物流規劃有較好的借鑒作用，在地區一級的物流規劃中也同樣適用，只需適當調整部分指標即可。

[1]趙瑞.京津冀區域經濟與區域物流協調發展的SWOT分析及對策[J].物流技術,2016,35(3):41-43.

[2]王建華.區域物流規劃模式研究[J].科技和產業,2008,8(4): 58-61.

[3]賈素琴,楊家其.基于ARIMA-RBF模型的區域物流需求預測[J].物流技術,2016,35(4).

[4]Martin B,Pierre D.Principal component analysis from the multivariate familial correlation matrix[J].Journal of Multivariate Analysis,2002,82(2):457-470.

[5]湖北省統計局,國家統計局湖北調查總隊.湖北省統計年鑒[M].北京:中國統計出版社,2013.

[6]何曉群.多元統計分析[M].北京:中國人民出版社(第三版), 2011.

表1 農產品追溯編碼

5 結語

通過應用帶有溫度傳感器的RFID標簽，可以對產品的來源地、新鮮度、品質等指標進行細致、實時的管理，監控人員可以對食品、藥品等物品的運輸和倉儲環境溫度進行嚴格的監控、記錄和分析，及時發現問題，減少腐損率，降低企業浪費，提高運作效率。本文應用RFID、大數據技術以及J2EE開發技術，設計了第三方冷鏈物流信息平臺框架，并對運輸監控與預警系統、農產品溯源系統進行了需求分析與總體設計，對農產品物流、生鮮電商物流等具有實踐意義，對醫藥物流也具有借鑒作用。

[參考文獻]

[1]崔忠付.2015中國冷鏈物流回顧與2016展望[EB/OL].http://www.chinawuliu.com.cn/office/37/312/11334.shtml,2015-11-30.

[2]徐亞妮.冷鏈物流運營管理及技術實現[D].上海:上海交通大學,2011.

[3]趙長青,傅澤田,劉雪,等.食品冷鏈運輸中溫度監控與預警系統[J].微計算機信息,2010,(26):27-28.

[4]孫雷明,吉煒寰.冷鏈運輸車遠程智能監測與定位管理系統[J].物流技術,2015,(4):247-249.

[5]白紅武,孫愛東,陳軍,等.基于物聯網的農產品質量安全溯源系統[J].江蘇農業學報,2013,29(2):415-420.

Application of Statistical Model in Logistics Planning

Zhang Chenguang
(School of Economics&Management,Southwest Jiaotong University,Chengdu 610031,China)

In this paper,based on the PCA and the clustering analysis,we respectively established the logistics area evaluation model and division model to study the division of logistics area in target region.Then,in the case of Hubei,we applied the logistics area division model to divide the province into six categories.At the end,by comparing the result of the model with that of the expert judgment based on experience,we demonstrated the validity and feasibility of the statistical model in the planning of the logistics area.

logistics planning;statistical model;PCA;clustering analysis;Hubei

F224.7;F252

A

1005-152X(2016)10-0053-05

10.3969/j.issn.1005-152X.2016.10.014

2016-09-02

張晨光（1992－），男，河南開封人，碩士研究生，研究方向：物流規劃。