基于灰色關聯分析法的鐵路集裝箱年運量研究*

□ 吳 捷，楊 森

(安徽大學 商學院，安徽 合肥 230000)

1 引言

以集裝箱運輸為主要運載工具的多式聯運，是降低全社會物流成本，提高經濟發展質量的重要手段，促進多式聯運發展已上升為國家戰略。但是，受多種因素的影響，尤其是我國鐵路集裝箱運輸水平的限制，我國的多式聯運整體發展水平還不高，遠遠落后于歐美等發達國家。只有找出原因所在，才能根據實際情況采取相應措施，以促進鐵路集裝箱運輸的快速發展，進而促進我國多式聯運的發展，支持我國經濟的高質量發展。為此，本研究在廣泛閱讀文獻和搜集資料的基礎上，運用灰色關聯分析法，對鐵路集裝箱年運量的影響因子進行了較為科學、系統的研究。

2 模型構建

本模型將國內生產總值、進出口貿易總額、港口集裝箱年吞吐量、公路集裝箱年運量和集裝箱泊位數作為鐵路集裝箱年運量的影響因子。其中，選擇國內生產總值、進出口貿易總額是出于經濟發展與社會運輸需求并相互制約、相互促進的關系考慮的[1][2]；選擇港口集裝箱吞吐量、公路集裝箱年運量和集裝箱泊位數是出于鐵路集裝箱運輸與多式聯運日益緊密聯系的現狀考慮的[5][6]。本研究運用灰色關聯分析法，對鐵路集裝箱年運量與影響因子之間的關系進行了分析，然后對影響因子進行排序，并計算出相應的權重，最后針對性地提出了相關意見。使用灰色關聯分析法的基本步驟如下[3][4]：

第一步：確定分析序列

可以反映系統行為特征的數據序列稱為參考序列，可以影響系統行為的數據序列稱為比較序列，也稱子序列。本模型中鐵路集裝箱年運量數據序列就是參考序列，各影響因子的數據序列就是比較序列。

參考序列：X0={X0(k)|k=1,2,…,n}

第二步：原始數據的無量綱化處理

由于不同的影響因子有不同的計量單位，因而原始數據存在量綱和數量級上的差別，不同的量綱和數量級不便于比較，或者比較時難以得出正確的結論。因此，灰色關聯分析法必須要對原始數據進行無量綱化處理。本研究采用均值化的方法剔除數據的單位，即使每個樣本數據除以這個數據樣本的均值，公式如下：

第三步：計算關聯系數

從幾何角度看，關聯程度其實就是參考序列和比較序列曲線形狀的相似程度。比較曲線和參考曲線的形狀越接近，關聯程度越高。因此，可以用曲線間的差值大小作為關聯度的衡量標準。

記第t個比較序列(t=1,2,…,m)各期的數值與參考序列對應期的差值的絕對值為：

△0τ(κ)=|X0(k)-Xt(k)|,k=1,2,…,n

對于第t個比較序列，分別記n個△0t(k)中的最小數和最大數為△0t(min)和△0t(max)。對m個比較序列，又記m個△0t(min)中的最小者為△(min),m個△0t(max)中的最大者為△(max)。于是，第t個比較序列與參考序列在第k時期的關聯程度公式為：

第四步：求關聯度

因為每個比較序列與參考序列的關聯程度是通過n個關聯系數來反映的，關聯信息十分分散，為了便于從整體上進行比較，必須對關聯信息作集中處理，這就是所謂的關聯度。關聯度的計算公式如下：

第五步：對關聯度排序

按數值大小對關聯度進行排序。關聯度越大，則比較序列和參考序列越相似。因此，該影響因子的影響也就越大。

3 經驗模型的計算

本研究收集了自2006年至2017年近12年的國內生產總值、進出口貿易總額、港口集裝箱年吞吐量、公路集裝箱年運量、集裝箱泊位數量等數據。原數據表如下表1。

表1 原始數據表

表2 均值化處理數據序列表

第二步，計算相關系數。這里取p=0.5，則計算公式為：

表3 關聯系數表

表4 關聯度表

4 結論

本研究中，一共計算了五個變量的灰色關聯系數和評價指標，并求出了各比較序列相關系數的平均值，即所謂的關聯度。分析結果顯示，公路集裝箱年運量、進出口貿易總額以及港口集裝箱年吞吐量與鐵路集裝箱年運量的相關程度相對較高，即這三個變量對鐵路集裝箱年運量的影響相對較大，而集裝箱泊位數和國內生產總值則是次要因素。所以，大力發展公路集裝箱運輸，促進公鐵聯運，注重公鐵聯合運輸兩用車的發展；鼓勵、支持和引導進出口貿易以及加大對港口集裝箱業務的投入，全力推進水鐵聯運的進一步發展是提高我國鐵路集裝箱年運量的主要手段。如果提高鐵路集裝箱年運量的對策在這三個方面遇到障礙或者已經得到改善且再難有較大改善，我們也可以通過提高集裝箱泊位數，依靠國民經濟的穩健發展來逐步提高我國的鐵路集裝箱年運量。