灰色關聯度分析模型及其在我國快遞行業的應用

王蓮花

（北京物資學院 信息學院，北京 101149）

灰色關聯度分析模型及其在我國快遞行業的應用

王蓮花

（北京物資學院 信息學院，北京 101149）

根據我國2003-2013年快遞業的相關數據，運用灰色綜合關聯度分析模型，對我國及31個省自治區和直轄市的快遞業務量、快遞收入進行灰色關聯分析，旨在找到省自治區和直轄市的快遞業務量和快遞收入與我國快遞業務總量及總收入的關系。最后，結合我國部分省自治區和直轄市的實際情況，給出其快遞業發展建議。

灰色關聯度；快遞行業；快遞業務量；快遞收入

1 引言

對于抽象系統的分析，灰色系統理論建立了灰色關聯度分析方法。所謂灰色關聯度分析方法，是一種按照待分析系統的各特征參量序列所構成的幾何體的幾何形狀、發展趨勢接近的程度來度量待分析系統之間相關程度的方法。這種方法具有如下特點：（1）不追求大的樣本量；（2）不要求待分析序列有某種特殊的分布；（3）計算過程簡單；（4）可以得到較多的信息，如關聯序(優序、劣序)等。灰色關聯度分析的意義是指在系統發展過程中，如果兩個因素變化的態勢是一致的，即同步變化程度較高，則可以認為兩者關聯較大；反之，則認為兩者關聯度較小。因此，灰色關聯度分析為一個系統發展變化態勢提供了量化的度量，非常適合動態的歷程分析，因此該方法已成功地應用于決策、推理、預測等諸領域之中[1]。本文以中國統計年鑒和國家郵政局公布的2013年郵政行業運行情況為依據，選取我國各省及直轄市2003-2013年快遞業務量和2011-2013年快遞收入為原始數據，根據灰色關聯度模型，對我國及31個省自治區和直轄市的快遞業務量進行灰色關聯分析，旨在找到各省自治區和直轄市的快遞業務量及快遞收入與我國快遞業務總量的關系，排出關聯序，并根據計算結果和部分省市實際情況，給出其快遞業發展對策。

2 灰色關聯度分析模型

首先，選定參考序列和比較序列。參考序列一般記為：X0=(x0(1),x0(2),…,x0(n))，比 較 序 列 一 般 記 為 ：Xi=(xi(1), xi(2),…,xi(n)), i=1,2,…,m。并進行初值化處理如下得到初值化序列

其次，計算灰色關聯系數。對于參考序列X0和比較序列Xi，由式（1）可求得Xi對X0在k時刻的灰色關聯系數ξi() k。

該系數表示第k時刻比較曲線Xi與參考曲線X0的相對差值。式（1）中的ζ為分辨系數，ζ∈[0 ,1]。在實際使用時，一般 取 ζ=0.5最 為 恰 當[2]。 若 記 差 序 列 為 Δi(k)=兩極差為 Δmin=則 Δmin與Δmax分別為各時刻X0與Xi的最小和最大絕對差值，從而式（1）可寫為：

最后，計算灰色關聯度。關聯系數只表示各時刻數據間的關聯程度，由于關聯系數的數值很多，信息過于分散，不便于比較，因此，將各個時刻的關聯系數求其平均值，即得出灰色關聯度的計算公式為：

3 應用分析

國家郵政局的統計顯示，2013年是我國快遞業飛速發展的一年，全國規模以上快遞業務量累計完成91.9億件，同比增長61.6%[3]；日均業務量突破3 000萬件，高峰期超6 500萬件[4]，僅次于美國位居世界第二；業務收入累計完成1 441.7億元，同比增長36.6%。其中，同城業務收入累計完成166.4億元，同比增長51%；異地業務收入累計完成829億元，同比增長30.5%；國際及港澳臺業務收入累計完成270.7億元，同比增長31.7%。快遞業在國民經濟中的比重和地位快速提升，在拉動內需、服務流通、擴大就業和改善民生等方面的作用進一步凸顯。但是，由于多方面原因，目前我國快遞業在各省自治區和直轄市發展很不均衡，沿海發達城市如浙江、上海、廣州、福建等地快遞業發展迅速，快遞業務量和業務收入都迅速增長，但同時邊緣落后地區如西藏、寧夏、青海、貴州等地快遞業務量和業務收入增速緩慢。因此，為了全面了解31個省自治區和直轄市的快遞業發展情 況況，現以中國統計年鑒和國家郵政局公布的2013年郵政行業運行情況為依據，選取我國31個省自治區和直轄市的快遞業務量和快遞收入為原始數據，建立灰色關聯度模型，對其進行關聯度分析，提出相應的發展建議。

3.1 原始數據

本文以中國統計年鑒和國家郵政局公布的2013年郵政行業運行情況為依據，由于國家郵政統計口徑的變故，所以以我國及各省自治區和直轄市的2007-2013年快遞業務量為原始數據，并進行初值化處理，分別見表1和表2。

3.2 計算灰色關聯系數

由表3知，差序列的兩極差為：

然后根據式（2），計算各省、市、自治區快遞業務量與全國快遞業務量的灰色關聯系數ξi(k)(i=1,2,…,31；k=1,2,…,7)，見表4。

表1 2007-2013年全國快遞業務總量及各省快遞量原始數據（單位：萬件）

3.3 計算灰色關聯度并排出關聯序

根據表4和式（3），計算出全國31個省、自治區和直轄市快遞業務量序列Xi（i=1,2,…,31）與全國快遞業務量序列X0的灰色關聯度及關聯序，見表5。

3.4 結果分析

由表5知，全國31個省、自治區和直轄市的快遞業務量與全國快遞業務總量灰色關聯度大小比較為：

r17＞r22＞r18＞r3＞r16＞r23＞r1＞r15＞r14＞r12＞r13＞r19＞r31＞r21＞r27＞r4＞r20=r2＞r5＞r7＞r10＞r6＞r25＞r9＞r28＞r26＞r24＞r30＞r29＞r8＞r11

由此得到31個省、自治區和直轄市的快遞業務量與全國快遞業務總量灰色關聯序，見表5。

由31個省、自治區和直轄市的快遞業務量的灰色綜合關聯序可知，以2007年為基準年，與全國快遞業務量發展速度較一致的前十位省、自治區和直轄市為湖北、重慶、河南、湖南、河北、河南、四川、北京、山東、江西和安徽；排在后十位的省自治區和直轄市為浙江、黑龍江、青海、寧夏、貴州、西藏、甘肅、上海、云南、遼寧。這個結果與實際數據計算出的表2中的數據非常吻合，比如，從表2可以看出湖北在2008-2013年與全國發展速度基本一致。另外，關聯度較小的10個省份，如浙江，2008-2013年與全國發展速度相差較大，從2010年起，浙江快遞業務量劇烈增加，到2013年快遞業務量為141 952.8萬件，是2007年快遞量的16倍多；黑龍江2008-

表2 2007-2013年全國快遞業務總量及各省快遞量原始數據初值化

表3 2007-2013年全國快遞業務總量及各省快遞量數據初值化的差序列Δi(k)

表4 快遞業務量的灰色關聯系數

表5 快遞業務量的灰色關聯度及關聯序

2013年發展速度相對全國較慢，2013年快遞業務量為5 393.9萬件，僅僅是2007年2.9倍多；再如寧夏自治區2012年快遞業務量猛增，達到2 967.83萬件，是2007年15倍多，總體發展趨勢與全國不符。而對于關聯度排在倒數第9位的上海，由于快遞業發展的起點較高，且每年發展比較均衡，雖然2013年上海的快遞業務量為95 012.4萬件，是2007年快遞量的3.9倍多，但相對全國快遞發展速度來說較慢。其余如青海、貴州、西藏、甘肅、云南和遼寧屬于快遞業務量增速較慢的省份，與全國發展速度相差同樣很大，因此，灰色關聯度相對較小。

3.5 發展建議

從統計數據來看，我國快遞服務業的發展規模存在著明顯的區域差異，東部地區快遞服務業的發展規模較大，中部、西部和北部地區快遞服務業的發展規模相對較小[5]。2013年，東部、中部、西部的快遞業務量占全國的比重分別為81.3%、10.8%和7.9%，快遞收入占全國快遞收入的比重為83.2%、9.2%和7.6%，全國快遞業務量高度集中在東部地區，這與土地面積占全國陸地面積總量的90.4%，人口占全國的61.9%的中部和西部地區很不相符。因此，在穩定發展東部地區快遞業的基礎上，大力發展中、西部地區的快遞服務業非常必要，而且發展潛力非常很大。

鼓勵有實力的快遞企業在中部和西部進一步擴展企業規模，加大企業投資，提高服務質量，突出品牌效應。中西部地區，由于人文地理、經濟發展、網絡信息平臺等諸多原因，企業規模不大，管理不規范，居民對快遞服務的認知度還不夠。因此，快遞企業首先要加強品牌意識，加大品牌宣傳力度；其次，在價格、速度等方面體現出自己的優勢；第三，要做好快遞物流的末端服務，并努力解決快遞的“最后一公里”服務問題，具體可借助高校大學生創業、社區服務站及鄉村服務網點等，創新快遞服務模式，提高服務質量。只有這樣，才能吸引更多的客戶群，提高市場份額。

加強西部網絡建設和人才建設。中西部地區，快遞企業由于規模較小，網絡建設不完善，實現網絡規模化非常必要，這是實現規模經濟效益的重要途徑。從網絡建設的實踐經驗來看，可采用特許加盟模式和自營模式，以擴大企業規模。在擴大規模的同時，要重視企業文化的塑造，重視員工職業道德規范的培養，不斷完善用人機制，注重人才的培養和激勵機制，提高企業的核心競爭力，進而增加快遞業務量，提高快遞企業的業務收入。

[1]李萬緒.基于灰色關聯度的聚類分析方法及其應用[J].系統工程, 1990,(3).

[2]杜棟,龐慶華,吳炎.現代綜合評價方法與案例精選[M].北京:清華大學出版社,2008.

[3]中華人民共和國郵政局：國家郵政局公布2013年郵政行業運行情況[EB/OL].http://www.gov.cn,2014-01-15.

[4]常志鵬.2013年我國快遞日均業務量突破3000萬件[EB/OL].http:// roll.sohu.com/,2013-12-30.

[5]郭月鳳,郭程軒,楊玉勻,徐頌軍.中國快遞服務發展的區域差異研究[J].華南師范大學學報(自然科學版),2013,(7):119-124.

Application of Grey Correlation Analysis Model in Express Delivery Industry in China

Wang Lianhua
(School of Information,Beijing Wuzi University,Beijing 101149,China)

In this paper,according to the relevant data of the Chinese express delivery industry for the 2003-2013 period,we used the comprehensive grey correlation analysis model to analyze the business volume and revenue of the express delivery industry of China as well as its 31 provinces and/or autonomous regions,and at the end,in connection with the practical situation of the provinces and/or autonomous regions in China,presented the suggestions to promote the development of the express delivery industry.

grey correlation;express delivery industry;express delivery business volume;express delivery revenue

F259.27；F224

A

1005-152X(2015)10-0080-03

2015-06-12

科研基地—科技創新平臺—現代物流信息與控制技術研究（PXM2015_014214_000001）

王蓮花（1964-），女，河南寧陵人，碩士，教授，碩士生導師，研究方向：物流工程、系統綜合評價理論與技術。

10.3969/j.issn.1005-152X.2015.10.023