统计模型在物流规划中的应用

张晨光

（西南交通大学 经济管理学院，四川 成都 610031）

统计模型在物流规划中的应用

张晨光

（西南交通大学 经济管理学院，四川 成都 610031）

基于主成分分析法和聚类法，分别建立了物流区域评价模型和划分模型，研究了在目标地区进行物流区域的划分问题。以湖北省为例，运用物流区域的划分模型，将湖北省所有地区划分为了六大类。最后通过与专家对湖北省的区域物流经验评估结果进行对比，验证了统计模型在物流区域规划中的科学性和可行性，为物流商针对不同区域制定相应策略提供了依据。

物流规划；统计模型；主成分分析；聚类分析；湖北省

1 引言

物流规划是每一个物流商进行业务拓展、抢占新市场所必需实施的一项工作。物流规划在物流业务发展前期至关重要，可以说在一定程度上决定了物流业务后期发展的命脉，对物流规划的研究无疑对我国物流业的良性发展具有深远的意义。物流规划包括至少三方面，首先是选址，也就是合理选择枢纽城市以及配送中心；第二个方面是运输路径的优化；最后是各个物流区域之间的划分以及统筹协调，通过对各个物流区统筹规划，有利于整合物流资源存量。关于物流区域的划分和区域评价，赵瑞（2016）[1]利用SWOT分析法对京津冀区域经济与区域物流发展的优劣势以及机遇和挑战进行了评估分析，对京津冀区域经济与区域物流协调发展提出了一些建议。王建华（2008）[2]从实际区域物流项目出发，以图例集成的方式研究提出由区域物流规划理论、内容和方法体系构成的完整区域物流规划模式。贾素琴，杨家其（2016）[3]认为区域物流需求预测是区域物流系统规划和设计研究的基础，并构建了基于ARIMARBF模型的区域物流需求量预测模型，对吉林省2014-2020年物流需求发展趋势进行了预测。本文从定性和定量的角度选取具有代表性的经济和物流指标，通过统计模型的建立，以湖北省为例，得到湖北省主要城市合理的物流区域划分结果。

2 统计模型建立

2.1 区域物流规划评价模型的构建

要评价一个区域是否有发展物流的潜力，就要对评价标准做一个设定，合理的选择指标并构成评价指标体系就成了重中之重，采用头脑风暴法可征集到尽可能多的指标。在使用头脑风暴法时，坚决遵守禁止批评讽刺的原则，积极调动大家的思维。首先将征集到的指标进行归类整理，将所有指标大致分为四类，每一类都从某一特定的侧面反映了特定区域建设和发展物流业的基础条件。这四类分别是社会经济发展类、生产消费流通类、交通运输类以及宏观环境类。这四类包含的具体指标有，社会经济发展类：GDP（p1）、人均GDP（p2）、城镇居民人均GDP（p3）、农村居民人均GDP（p4）。生产消费流通类：第一产业总产值（p5）、第二产业总产值（p6）、第三产业总产值（p7）、最终消费支出（p8）、资本形成总额（p9）、货物与服务净流出（p10）。交通运输类：全社会货运量（p11）。宏观环境类：现代物流发展氛围（p12）、地理位置（p13）。由于宏观环境类的两个指标是定性的指标，将定性指标分为了七个等级，即｛很好、好、较好、一般、差、较差、很差｝，分别对应[1-10]区间上的｛7、6、5、4、3、2、1｝，结合专家意见并查阅资料得出定性指标打分。

由于运用头脑风暴法筛选出的指标数量太过庞大，因此可以通过统计学的方法将指标体系进行进一步简化，运用主成分分析方法可以分析指标之间的相关性，这样做的目的是尽可能选出相关性较大的指标，有助于指标体系达到精简的要求。经过处理后得到新的精简指标体系，在进行综合评价时也显得更加简便。最后，得到的新的精简指标体系要能够包含原指标体系的绝大多数信息[4]。

假设有n个区域，p个指标，这些数据可以构成一个n行p列的评价矩阵，设为

（1）按式（1）对指标进行标准化处理，得到标准化的评价矩阵其标准化公式见式（1）。

（2）计算指标间相互关系矩阵Tp×p及其特征值λ1≥∙∙∙≥λp≥0和正则化的特征向量ej。

（3）得到主成分

（5）利用各主成分的方差贡献率作为评价权重，进行线性的加权求和得到综合评价函数。

fi即反映了第i个地区物流发展的综合实力，fi值越高，说明该地区物流发展综合实力和竞争力越强，反之则越弱。

2.2 对各区域物流规划的区域划分模型

我正在灯光里幸福着，马兰家的门就开了。灯光里的马兰长发披肩，亭亭玉立，正含情脉脉地向我招手。看见这情景，我浑身上下像着了火一样，哆嗦得不成模样，我抢步上前，一把搂紧马兰，急不可耐地用我的嘴去找她的嘴——

要对优选出来的新的指标体系进行聚类分析，首先应该确定聚类方法。聚类方法包括系统聚类分析、K均值聚类分析、模糊聚类分析、层次聚类分析等。因为指标比较多，数据也很多，有些聚类方法迭代步幅较小，从而导致计算速度慢，所以本文采用的是K均值聚类方法，另外，K均值聚类分析得出的结果也比较准确，采用K均值聚类分析必须知道要分多少类。而本文所用的主成分分析法正好解决了这一问题，由主成分分析得到的方差贡献率可以得到一个综合评价方程，它是由新的指标作为变量，方差贡献率作为系数组成的。通过计算各个地区的综合评分，从而确定具体分类数。

（2）用类平均法进行聚类，画出聚类图，得到各地区物流发展的分类结果，并进行分析。

3 实例分析

本文选取湖北省所有地区进行物流发展综合评价，并把分析的结果与实际情况进行对比，从而判断模型的准确性，以便为其他城市的物流发展提供物流发展布局决策参考。

表1 湖北省2013年主要城市的有关经济数据[5]

3.1 湖北省各地区物流发展综合评价

用SPSS对上述数据进行主成分分析，在运算过程中提到了主成分的方差贡献率，假设第k个指标的方差贡献率为φk，则有：

我们称它为第k个主成分Yk的贡献率。第一主成分的贡献率最大，随后的主成分依次减小。若只取m(＜p)个主成分，则称：

运用SPSS进行主成分分析的结果见表2。

表2 特征根λ和方差贡献表

由表2可以看出，前三个指标的累计方差就已经占到了整体方差的92%以上，已经大于85%，说明只需要选取前三个指标就足以较好地代表原先的指标体系[6]。

因子载荷矩阵是各个原始变量的因子表达式的系数，表达提取的公因子对原始变量的影响程度。表3为因子荷载矩阵（成分矩阵）。

表3 因子荷载矩阵（成分矩阵）

利用因子荷载矩阵和相关系数矩阵的特征根来计算特征向量，即：

其中，zij是特征向量zj的第i个元素；aij为因子荷载矩阵第i行第 j列的元素，λj为第 j个因子对应的特征根。

具体计算结果见表4。

表4 特征向量计算表（其中P1到P13分别与上述13个指标相对应）

根据表4可以得到主成分的表达式：

由于前五个指标的方差贡献率就已接近100%，因此可以将上述方程进行简化：

由上述三个评价方程，分别代入十六个地区的标准化数据，可以得到十六个样本的评分，并且样本形式为N（F1、F2、F3），很明显这是一个三维坐标体系中的一点，如果直接在三维坐标中进行聚类分析无疑会比较困难，因此，本文运用一种简化模型将三维的聚类分析变成一维的聚类分析。具体操作即结合各主成分得分，通过各主成分的方差贡献率占三个主成分总方差贡献率的比重作为权重进行加权汇总，求得最终的综合评分，以最终得分进行各地区的排序，结果见表5。

表5 物流综合得分表

表5显示16个城市的物流综合评分，其中，F是最终评分。1-16分别表示16个城市，1-武汉市，2-黄石市，3-十堰市，4-宜昌市，5-襄阳市，6-鄂州市，7-荆门市，8-孝感市，9-荆州市，10-黄冈市，11-咸宁市，12-随州市，13-恩施市，14-仙桃市，15-潜江市，16-天门市。

3.2 湖北省各地区物流发展聚类分析

湖北省主要城市物流评价聚类分析结果如图1所示。取类间距离D=5时，分为四类，当D=2.5时，分成六类。经过比较，最终选取D=6，此时分成六类更加合理。分类结果是，武汉单独为一类，黄石、十堰为一类，宜昌、襄阳、鄂州、荆门为一类，仙桃，潜江、天门为一类，随州、恩施州为一类，孝感、荆州、黄冈、咸宁为一类。这六类分别有各自的特点。武汉是湖北的省会，武汉市被长江一分为二，不仅公路铁路交通发达，水陆交通也是十分便利，它是华中地区最重要的交通枢纽之一，各方面的发展优势都很明显，发展物流所依托的各方面资源都很好。宜昌、襄阳、鄂州、荆门这一类在GDP上有一定的差异，之所以将它们归为一类，是因为鄂州、荆门具有便捷的交通和宽阔的陆域；而宜昌和襄阳在湖北省经济总量排第二和第三名，强悍的经济实力为这两市物流的发展提供了无限的可能，这一类的特点是交通便利或者经济较发达。十堰市和黄石市这一类主要的共同点是GDP总量相近，另外货运量也相近，黄石紧邻长江，货运量是不小的，而十堰市作为鄂、豫、陕、渝毗邻地区唯一的区域性中心城市，位于华中、西南和西北三大经济板块的结合处，承担着来自东南西北的货运，而且十堰市的地域面积也很大，也为发展物流提供了很好的条件，所以说这一类的特点是经济总量适中，货运量较大，居民消费能力相近。仙桃市、潜江市以及天门市都是省内直管市，且经济总量也相差不多，因此这一类的特点是经济发展水平和政治地位相似。其他两类都是按照经济总量来区分的。

图1 湖北省主要城市物流评价聚类分析结果

上述综合评价和聚类分析结果符合客观实际，也与

专家经验评估较为接近，验证了该方法的可行性。根据综合评价和聚类结果，结合湖北省的经济区域发展、自然环境以及交通环境，在今后，应该重点发展武汉物流圈、鄂西物流圈、长江物流带等三大物流圈，建设长江、汉江物流通道和一批地区性物流节点城市，优化物流业的区域布局。全省将着力构建物流圈—物流节点城市—物流园区—专业化物流中心的现代物流网络体系。物流圈包括以武汉为核心，辐射到武汉城市圈及周边的地区；依托鄂西生态文化旅游圈，以宜昌、襄阳两个省域副中心城市为支撑，辐射湖北西部及周边地区的鄂西物流圈；依托长江经济带，辐射带动长江沿岸及周边地区的长江物流带。湖北省今后的物流发展要使武汉成为全国性物流节点城市，襄阳、宜昌规划为区域性物流节点城市，其他14个城市成为重点物流节点城市，并应依据物流发展的不同出台适合不同地区的政策措施。

4 结语

（1）用主成分分析和聚类分析的定量分析方法对湖北省内各地区的物流发展进行综合评价并分类，所得结论客观、可信、较有说服力，为省域物流规划提供了重要参考和依据；利用得到的主成分分析处理后的指标组成的新指标体系，原理清晰，计算简单，大大减少了计算工作量。

（2）根据湖北省的物流发展区域划分结果，政府部门有必要依据不同区域制定不同的物流发展规划，物流商也有必要对不同区域采取不同的市场发展策略，合理布置物流系统网络是物流业良性发展的基础。

（3）本文提出的分析方法对其他省域物流规划有较好的借鉴作用，在地区一级的物流规划中也同样适用，只需适当调整部分指标即可。

[1]赵瑞.京津冀区域经济与区域物流协调发展的SWOT分析及对策[J].物流技术,2016,35(3):41-43.

[2]王建华.区域物流规划模式研究[J].科技和产业,2008,8(4): 58-61.

[3]贾素琴,杨家其.基于ARIMA-RBF模型的区域物流需求预测[J].物流技术,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]湖北省统计局,国家统计局湖北调查总队.湖北省统计年鉴[M].北京:中国统计出版社,2013.

[6]何晓群.多元统计分析[M].北京:中国人民出版社(第三版), 2011.

表1 农产品追溯编码

5 结语

通过应用带有温度传感器的RFID标签，可以对产品的来源地、新鲜度、品质等指标进行细致、实时的管理，监控人员可以对食品、药品等物品的运输和仓储环境温度进行严格的监控、记录和分析，及时发现问题，减少腐损率，降低企业浪费，提高运作效率。本文应用RFID、大数据技术以及J2EE开发技术，设计了第三方冷链物流信息平台框架，并对运输监控与预警系统、农产品溯源系统进行了需求分析与总体设计，对农产品物流、生鲜电商物流等具有实践意义，对医药物流也具有借鉴作用。

[参考文献]

[1]崔忠付.2015中国冷链物流回顾与2016展望[EB/OL].http://www.chinawuliu.com.cn/office/37/312/11334.shtml,2015-11-30.

[2]徐亚妮.冷链物流运营管理及技术实现[D].上海:上海交通大学,2011.

[3]赵长青,傅泽田,刘雪,等.食品冷链运输中温度监控与预警系统[J].微计算机信息,2010,(26):27-28.

[4]孙雷明,吉炜寰.冷链运输车远程智能监测与定位管理系统[J].物流技术,2015,(4):247-249.

[5]白红武,孙爱东,陈军,等.基于物联网的农产品质量安全溯源系统[J].江苏农业学报,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

张晨光（1992－），男，河南开封人，硕士研究生，研究方向：物流规划。