基于主成分分析法在物流園區選址中的應用

王文玲　陳大鵬

摘要:物流園區選址在整個物流系統中占有非常重要的地位,需要決策者綜合考慮多種因素。通過比較物流園區選址的方法,運用主成分分析的方法,選擇最佳物流園區地址。通過實例說明該方法的有效性,并且能很好地解決物流園區的選址問題。在進行選擇時可以借助多元統計分析軟件SPSS,以便減少計算量,得到更準確的結果。

關鍵詞:物流園區;主成分分析法;選址;應用

中圖分類號:F272文獻標識碼:A

Abstract: Logistics zone's site selection is crucial to logistics planning, which involves numerous elements. By comparing the logistics zone site selection method, this paper chooses principle component analysis to select the best logistics zone address. By citing example, it demonstrates the validity of this method that can well solve the location-choosing of logistics zone. Can make use of SPSS sofeware to choose the best logistics zone address in order to reduce the computation and get accurate results.

Key words: logistics zone; principle component analysis; location-choosing; application

1物流園區選址問題研究現狀

物流園區是由多家專業從事物流服務、擁有多種物流設施的不同類型物流企業在空間上相對集中分布而形成的場所,是具有一定規模和綜合服務功能的物流結點。作為現代物流發展的基礎設施,物流園區擁有眾多的建筑物、構筑物以及固定的機械設備,占地規模和投資較大,一旦建成很難搬遷,如果選址不當,將會付出巨大的代價,造成難以挽回的損失。因此,物流園區選址需要進行科學的論證與系統的規劃[1]。

在物流園的選址方法上,目前尚未形成特別成熟的有效方法,通常使用的有定性和定量兩種方法。這些方法都有一定的適用范圍和缺陷,大多數定量模型只考慮了運輸費用和固定的建設費用,很少考慮其他的因素,尤其是無法量化的因素;而定性模型則帶有決策者的很大主觀因素,有時評價的客觀性不高。當然,有些方法能有效地解決以上缺陷。如凌春雨等提出的改進灰色關聯分析法,將層次分析法和灰色關聯分析法結合成改進灰色關聯分析法,對物流園區的選址問題進行評價,從而得到最佳的物流園區建設方案[2]。劉磊、鄭國華等的粗糙理論與德爾菲法相結合的方法,以大量數據為依據,通過對這些數據分析,在保留關鍵數據信息的前提下對數據進行簡化,找出各個候選方案的各個評價指標之間的內在規律,從而克服其他方法的主觀性、復雜性和模糊性,以取得比較好的評價體系[3]。相關的研究還有《基于ELECTRE方法的物流園區選址方案評估》、《灰色關聯決策在物流園區投資方案選擇中的應用》與《組合評價法在物流園區選址中的應用》等。

本文在以上研究的基礎上提出了采用主成分分析法對物流園選址問題進行評價。其優點在于權重的確定是基于數據分析而得出的指標之間的內在結構關系,不受主觀因素的影響,而且各主成分之間相互獨立,減少信息交叉,對分析評價有利。

2物流園區選址的基本原則與影響因素

物流園區選址是指在一個具有若干供應點及若干需求點的經濟區域內選一個地址來設立物流園區的規劃過程。有關物流園區位置的選擇,將顯著影響實際運營的效率與成本,以及日后倉儲規模的擴大與發展。因此,在決定物流園區的選址方案時,必須遵循一些基本的原則,并謹慎參考相關因素。

2.1物流園區選址的基本原則

(1)符合城市的總體發展規劃。物流園區的選址必須與城市的總體規劃相適應,因為在城市總體規劃中已經確定了城市范圍內用地的總體規劃。

(2)位于城市邊緣地帶,靠近貨物轉運樞紐。物流園區的用地規模通常很大,考慮地價因素,以及對環境和城市交通的負面影響,通常布置在城市邊緣地帶。為保證充足的貨物需求及貨物周轉問題,物流園應靠近貨物轉運樞紐。

(3)靠近城市交通主干道的出入口處,對外交通便捷。物流園區內有大量的貨物集散,為方便貨物的出入,園區需要規劃布局在交通便捷的干道進出口處。

(4)充分利用現有的物流資源,預留足夠的發展空間。為減少成本,避免重復建設,應優先考慮將現有倉儲區、貨場等改造成為適應現代物流業發展的物流園區。另外,物流園區的選址應預留發展空間,以適應經濟發展要求。

2.2物流園區選址的影響因素

(1)社會因素。物流園區選址要綜合考慮以下社會效益:①能夠較好地緩解對城市交通的壓力;②盡可能減輕對城市居民的干擾,尤其要減輕或消除噪音干擾;③要盡量減少對大氣的污染;④要考慮對生態環境景觀的影響,有一定綠化覆蓋率;⑤對候選地的氣象、地質和水文條件等自然環境進行綜合考慮。

(2)經濟因素。物流園區選址的經濟效益因素包括:①因物流園區與工商業聯系緊密,最好能靠近大型企業;②接近消費市場,一般位于城市邊緣;③要求運輸成本低,以便降低物流費用;④設計在地價較低的地方;⑤物流園區要能很好地帶動區域經濟的發展。

(3)技術效能。物流園區的技術效能包括:①功能完備,既有綜合性的配送中心設施,又有專業性的配送中心設施;②功能可靠,既能提供綜合性的服務,又能提供專業性的服務;③多式聯運協調、方便可達性較好;④靠近交通主干道,特別是靠近高等級公路主干道出入口,力求運輸距離最短;⑤靠近公路貨運集散中心,同時力求靠近鐵路樞紐、港口和航空中心等。

2.3物流園區選址方案評價指標體系的建立

綜合考慮已有的物流園區選址方案評價指標體系,結合實際情況,經分析得到:雖然影響物流園區選址的因素很多,但這些因素可概括為經濟效益、社會效益和技術效能三個主要方面,而每個方面又有著其具體的影響因素。具體分析,建立如表1的物流園區選址方案評價指標體系。

3應用主成分分析法綜合評價物流園區選址方案

3.1主成分分析法

主成分分析法是將多個實測數據變量轉換為少數幾個不相關的綜合指標的多元統計分析方法。它在保持原始數據信息量損失最少的前提下,通過線性變換將原始自變量集合由高維空間映射成一個低維空間,從而實現數據的降維。主成分分析法以其客觀性在社會系統綜合評價中得到廣泛應用。其優點在于權重的確定是基于數據分析而得出的指標之間的內在結構關系,不受主觀因素的影響,而且各主成分之間相互獨立,減少信息交叉,對分析評價有利。

3.2應用主成分分析法綜合評價物流園區選址方案的步驟

假設物流園區選址有n個方案(數據序列),每個方案有m個評價指標(變量)。

(1)原始數據標準化。由于評價指標體系中各指標的量綱是不一致的,而且數據間的差異很大,這就需要對它們進行標準化處理,即將各種不同量綱的指標轉化為同量綱的指標。

設觀測樣本矩陣:X=

式中,m——評價方案數,n——指標數。

則標準化處理公式:z=

式中為第j個指標的平均數=x, S為第j個指標的標準差S=x-,其中x為i方案中j指標的值。i

=1,2,…,m, j=1,2,…,n。

(2)求相關系數矩陣R及其特征值、特征向量,并確定主分量。對應于相關系數矩陣R,求得特征方程R-λI其中I為單位矩陣的n個非負特征根,并將其按大小排列為λ≥λ≥…λ≥0,這些特征根便是主分量的方差,它們的大小描述了各個主分量在描述被評價對象時所起作用的大小。

對應于任一特征根λ的特征向量LL=L,L,…,L可由方程組為R-λIL=0求得其中t=1,2,…,n。

由特征向量組成的綜合指標為:y=LZ+LZ+…LZ, t=1,2,…,n。

式中,Z,Z,…,Z為樣本確定的規范化指標值;綜合指標y即為第一主分量,y為第二主分量,…,y為第n主分量,并且它們所包含的指標體系的信息量依次減少。

(3)求方差貢獻率,確定主分量的個數。

η=

式中:η表示該變量在所有變量中的相對地位,對系統綜合貢獻率(累加可得表示信息含量的累計貢獻率);λ表示某個指標的特征根即方差,反映了該指標在評價中的地位。

(4)確定主成分的個數。根據累計貢獻率來選取指標的個數,當取k+1個主成分與取k個主成分時樣本排序不變,則表示選取k個主成分可維持評價的穩定性。經實踐檢驗,累計貢獻率通常取85%。

(5)計算綜合評價值。由上一步選取前k個主成分,先根據主成分關于評價指標的線性組合系數計算每個方案主成分C;然后按各主成分貢獻率η對被選取的前k個主成分進行線性加權便得到系統評價綜合值F。

C=cz, F=ηz

式中:C為第i個規劃方案的某一主成分的值;c為正交變換系數;η為第l個主成分的貢獻率。

(6)實施綜合評價。對物流園區選址的方案進行綜合評價,并進行排序,得出評價結論。

4算例分析

某城市擬建一個綜合性的物流園區,其候選地址有3個,記為方案A,方案B,方案C。物流園區選址的影響因素很多,我們根據物流園區的性質,結合本城市的實際情況,選擇其中比較重要的因素,作為此城市物流園區選址的指標。這些因素主要包括自然環境條件、對城市居民影響、運輸成本、地價、功能的完善程度等5個方面。我們通過相關調查數據,結合專家打分得出此城市3個候選地址的評價矩陣如表2:

運用SPSS統計分析軟件進行主成分分析,即可得特征值及方差貢獻率表,如表3:

從表3可以看出,前兩項的特征根的累計貢獻率為100%﹥85%,說明前兩個主成分已經基本包括物流配送中心的各方面重要指標,所以可以用第一主成分和第二主成分作為評價的綜合指標,進行分析評價。

前兩個特征值對應的特征向量為:

e=0.5149,-0.5370,-0.3835,0.1068,0.5367

e=0.2521,0.1212,0.5576,0.7716,0.1243

則

F=0.5149*X-0.5370*X-0.3835*X+0.1068*X+0.5367*X

F=0.2521*X+0.1212*X+0.5576*X+0.7716*X+0.1243*X

綜合評測值:F=0.7740*F+0.2560*F

主成分分析結果見表4。