基于模糊聚類分析的江蘇省物流業發展水平評價

項 寅，李 悅

（蘇州港大思培科技學院，江蘇 蘇州 215000）

XIANG Yin,LI Yue

(HKU Space Global College Suzhou,Suzhou 215000,China)

江蘇省依托長三角的區位優勢，憑借外向型經濟的發展策略，物流業的發展步伐位于全國前列。但各市物流發展水平如何尚需具體評價。近年來已有很多關于物流業發展的研究，賈海成[1]用向自量回歸模型對天津和上海的物流業與經濟發展互動關系進行考察，為區域物流發展提出建議。金芳芳[2]等人運用SPSS 軟件對長三角3 省共16 個主要城市進行聚類分析并結合各城市物流發展情況進行歸類。謝林婕[3]等人以浙江省為例運用灰關聯分析法尋找對物流影響較大的關聯因子。對于長三角地區物流的研究較多，但是尚無對于江蘇全省13 市的物流發展評價，本文通過模糊聚類分析針對江蘇各市物流發展進行研究，并為江蘇省物流規劃提供寶貴建議。

1 數據的采集

聚類分析按照隸屬度的劃分可以分為硬聚類算法和模糊聚類算法。傳統硬聚類算法只有兩個隸屬度0 和1，而模糊集中的隸屬度可取范圍在[0,1 ]之間的一個數。因為現實的分類問題常常伴隨著模糊性，并無一個確切分割的界限，因此本文應用模糊聚類分析法更符合實際。

考慮到統計數據的全面性、科學性及可得性，本文所需數據從社會物流、企業物流、物流基礎設施和物流人才情況角度進行采集。由此確定了X1～X13共13 個物流評價指標。其中，X1為社會物流總額（億元）；X2為物流企業從業人員數量（萬人）；X3為工業總產值（億元）；X4為進出口貿易總額（億美元）；X5為公路通車里程數（公里）；X6為內河航道里程數（公里）；X7為公路貨運量（萬噸）；X8為水路貨運量（萬噸）；X9為載貨汽車數（萬輛）；X10為港口貨物吞吐量（萬噸）；X11為郵政業務總量（億元）；X12為快遞量（萬件）；X13為開設物流相關專業普通高等學校（所）。

本文所有數據來源于2013 江蘇省統計年鑒，分別取自于國民經濟核算、人口就業工資、工業、城市經濟與建設、運輸郵電、教育科技等模塊。對于不能直接獲得的數據進行了人工計算。例如：社會物流總額=（全省交通運輸倉儲和郵政業GDP/全省GDP）×各市GDP；物流企業從業人數數量=（全省倉儲物流業人數/全省就業人數）×各地區就業人數。

具體數據參見表1。

2 數據的模糊聚類分析

模糊數學是運用數學方法研究和處理模糊性現象（例如蘇州的物流發展“ 很好”）的數學，能有效解決自然界和日常生活中普遍存在的模糊性問題。聚類分析是把按一定要求和規律對事物進行分類的方法，其基本思想是用相似性尺度來衡量事物之間的親疏程度，并以此來實現分類。

表1 江蘇省13 市物流評價數據

第一步：數據標準化。即利用統計公式最大程度地把所有數據的大小縮小到[0,1 ]之間消除量綱影響。在此選擇平移—標準差變換，對論域｛X1,X2,X3…,X13｝中的每個xij進行如下處理：

第二步：確定關聯程度。即通過數學公式對標準化數據再次進行處理從而得到模糊相似矩陣R=（rij）n×m，在此選擇歐式距離法，其數學模型如下：

式中：c 為可使0≤rij≤1 的一個常數。i,j=1,2,…,n。

上面兩步的所有計算均可以通過Excel2007 中的AVERAGE、STDEV、SQRT、MAX 等函數公式實現，表1 中的數據計算后得到的相似矩陣如下：

得到的模糊相似矩陣為一個13×13 的矩陣，通過13 個樣本（在此表示13 個城市）之間的距離程度來反映樣本之間的親疏程度。例如r12=r21=0.36 表示蘇州和無錫之間的距離為0.36，說明兩城市間關聯程度比較密切。

第三步：聚類。聚類就是將對象聚集成若干個簇（類別），并且使同一個簇內的對象具有較大相似性，而不同簇間的對象具有較小相似性。聚類的方法有很多，在此選擇傳遞閉包法求得模糊等價矩陣進行聚類。依次計算R2=R?R,R4=R2?R2…，直到滿足R2k=R*為止，R*即為所要計算的模糊等價矩陣。聚類的過程同樣可以通過Excel2007 中的MAX，MIN 函數實現，反復計算得到R8=R4，從而求得傳遞閉包為t （R4），得到的模糊等價矩陣如下（因為是等價矩陣故省略對角線上半部分數據予以簡化）：

第四步：求λ 截矩陣。即在上述矩陣中依次取不同的聚類置信水平λ=0.8,0.7,0.6,0.4,0.3，并求實際截距陣Rλ。首先取λ=0.8，得到的下面所示的截距陣。這里，從而可以得到常州、鎮江、揚州、泰州、淮安、宿遷、連云港為第一類。同理根據不同的λ 取值可以得到其他對應的截距陣（由于篇幅關系在此省略）。

第五步：畫模糊聚類圖。根據不同置信區間下的截距陣畫出下列模糊聚類圖如圖2。λ 值越小說明排名越靠前，λ 值越接近說明類別之間越相似。

圖2 模糊聚類圖

3 結論

根據上述動態聚類圖，江蘇物流城市的發展水平呈現四個梯隊。

蘇州瀕臨上海，GDP、工業發達程度、外資引入、物流園區和港口數量均屬全省最高，其物流整體水平也最高。

南京是省會城市，高校眾多，物流人才儲備充足，加之國家重點扶持、工業基礎較好，但開放程度和外資引入不如蘇州無錫，其物流業發展良好位居第二梯隊。

無錫以商貿業為主體、外資引入較多，但其區域面積較小、物流基礎設施和物流企業數量不如蘇州南京多。南通和鹽城近幾年經濟發展較快在蘇中地區屬于領先地位，同時這兩城市與蘇州無錫緊密合作，蘇州不僅產業轉移，還與之合作建蘇通、蘇鹽工業園，同時還輸出軟實力，使其物流水平也得到提高。徐州位于山東、安徽、河南和江蘇四省交匯地，公路鐵路基礎設施發達，物流需求充足，故上述四城市列數第三梯隊。

常州、鎮江、揚州、泰州、淮安、宿遷、連云港的工業、GDP、教育、物流基礎設施等均落后于其他城市，物流發展相對落后，屬于第四梯隊。

4 發展建議

（1）著力引導區域物流平衡發展。建議引導第一梯隊加快制造業服務化進程，適度將工業和商貿業向第三、第四梯隊轉移，同時配套轉移物流業，實行跨區域交流與合作，利用目前成熟的信息化渠道，推動物流園區南北共建和物流企業合作，打破區域壁壘，引導物流資源跨區域流動與整合，打造全省統一開放、通暢高效的現代物流市場體系。

（2）發展各地特色物流。江蘇各地，特別是第一梯隊要發展與整個產業鏈相融合的供應鏈體系；第二、第三梯隊要結合自己城市定位，發展冷鏈物流、化工、醫藥等專業物流；第四梯隊的城市應結合實際，大力發展以農產品加工、菜籃子等民生產品的特色物流。

（3）利用市場機制和政策優勢協調物流資源。充分利用市場機制和政策優勢，鼓勵蘇南地區工商業向蘇中、蘇北梯級轉移，可以充分調配物流資源效用最大化。

（4）促進第一至第四梯隊城市的跨境電商和國內電商及進出口業務，如連云港可利用“ 絲綢之路”發展與“ 一帶一路”相配套的跨歐亞大陸橋的開放型經濟，帶動港口和鐵路經濟的繁榮；泰州加大醫藥的投入，建設具有江蘇特色的智慧醫藥港；常州、鎮江同處蘇南，與蘇州、無錫和南京錯位發展，主要發展與恐龍和醋為特色的旅游業及觀賞農業，帶動以旅游為主導的服務業經濟等，從而帶動全省物流的繁榮。

[1]王寧.經濟數學[M].北京：北京郵電大學出版社，2012:197-218.

[2]賈海成.物流產業發展與區域經濟關聯分析[J].科技進步與對策，2012(12):45-50.

[3]金芳芳，黃祖慶，虎陳霞.長三角城市群物流競爭力評價及聚類分析[J].科技管理研究，2013(9):184-189.

[4]謝林婕，彭建良.浙江物流產業發展影響因素的灰關聯分析[J].浙江科技學院學報，2012(10):357-360.

[5]許永安，徐恒玉.用Excel 實現模糊聚類分析[J].安徽農業科學，2005(4):740-742.

[6]Ren Y C,Xing T.Fuzzy cluster analysis of regional city multi-level logistics distribution center location plan[J].Quantitative logic and soft computing,2010,82:499-508.