灰色关联度分析模型及其在我国快递行业的应用

王莲花

（北京物资学院 信息学院，北京 101149）

灰色关联度分析模型及其在我国快递行业的应用

王莲花

（北京物资学院 信息学院，北京 101149）

根据我国2003-2013年快递业的相关数据，运用灰色综合关联度分析模型，对我国及31个省自治区和直辖市的快递业务量、快递收入进行灰色关联分析，旨在找到省自治区和直辖市的快递业务量和快递收入与我国快递业务总量及总收入的关系。最后，结合我国部分省自治区和直辖市的实际情况，给出其快递业发展建议。

灰色关联度；快递行业；快递业务量；快递收入

1 引言

对于抽象系统的分析，灰色系统理论建立了灰色关联度分析方法。所谓灰色关联度分析方法，是一种按照待分析系统的各特征参量序列所构成的几何体的几何形状、发展趋势接近的程度来度量待分析系统之间相关程度的方法。这种方法具有如下特点：（1）不追求大的样本量；（2）不要求待分析序列有某种特殊的分布；（3）计算过程简单；（4）可以得到较多的信息，如关联序(优序、劣序)等。灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则认为两者关联度较小。因此，灰色关联度分析为一个系统发展变化态势提供了量化的度量，非常适合动态的历程分析，因此该方法已成功地应用于决策、推理、预测等诸领域之中[1]。本文以中国统计年鉴和国家邮政局公布的2013年邮政行业运行情况为依据，选取我国各省及直辖市2003-2013年快递业务量和2011-2013年快递收入为原始数据，根据灰色关联度模型，对我国及31个省自治区和直辖市的快递业务量进行灰色关联分析，旨在找到各省自治区和直辖市的快递业务量及快递收入与我国快递业务总量的关系，排出关联序，并根据计算结果和部分省市实际情况，给出其快递业发展对策。

2 灰色关联度分析模型

首先，选定参考序列和比较序列。参考序列一般记为：X0=(x0(1),x0(2),…,x0(n))，比 较 序 列 一 般 记 为 ：Xi=(xi(1), xi(2),…,xi(n)), i=1,2,…,m。并进行初值化处理如下得到初值化序列

其次，计算灰色关联系数。对于参考序列X0和比较序列Xi，由式（1）可求得Xi对X0在k时刻的灰色关联系数ξi() k。

该系数表示第k时刻比较曲线Xi与参考曲线X0的相对差值。式（1）中的ζ为分辨系数，ζ∈[0 ,1]。在实际使用时，一般 取 ζ=0.5最 为 恰 当[2]。 若 记 差 序 列 为 Δi(k)=两极差为 Δmin=则 Δmin与Δmax分别为各时刻X0与Xi的最小和最大绝对差值，从而式（1）可写为：

最后，计算灰色关联度。关联系数只表示各时刻数据间的关联程度，由于关联系数的数值很多，信息过于分散，不便于比较，因此，将各个时刻的关联系数求其平均值，即得出灰色关联度的计算公式为：

3 应用分析

国家邮政局的统计显示，2013年是我国快递业飞速发展的一年，全国规模以上快递业务量累计完成91.9亿件，同比增长61.6%[3]；日均业务量突破3 000万件，高峰期超6 500万件[4]，仅次于美国位居世界第二；业务收入累计完成1 441.7亿元，同比增长36.6%。其中，同城业务收入累计完成166.4亿元，同比增长51%；异地业务收入累计完成829亿元，同比增长30.5%；国际及港澳台业务收入累计完成270.7亿元，同比增长31.7%。快递业在国民经济中的比重和地位快速提升，在拉动内需、服务流通、扩大就业和改善民生等方面的作用进一步凸显。但是，由于多方面原因，目前我国快递业在各省自治区和直辖市发展很不均衡，沿海发达城市如浙江、上海、广州、福建等地快递业发展迅速，快递业务量和业务收入都迅速增长，但同时边缘落后地区如西藏、宁夏、青海、贵州等地快递业务量和业务收入增速缓慢。因此，为了全面了解31个省自治区和直辖市的快递业发展情 况况，现以中国统计年鉴和国家邮政局公布的2013年邮政行业运行情况为依据，选取我国31个省自治区和直辖市的快递业务量和快递收入为原始数据，建立灰色关联度模型，对其进行关联度分析，提出相应的发展建议。

3.1 原始数据

本文以中国统计年鉴和国家邮政局公布的2013年邮政行业运行情况为依据，由于国家邮政统计口径的变故，所以以我国及各省自治区和直辖市的2007-2013年快递业务量为原始数据，并进行初值化处理，分别见表1和表2。

3.2 计算灰色关联系数

由表3知，差序列的两极差为：

然后根据式（2），计算各省、市、自治区快递业务量与全国快递业务量的灰色关联系数ξi(k)(i=1,2,…,31；k=1,2,…,7)，见表4。

表1 2007-2013年全国快递业务总量及各省快递量原始数据（单位：万件）

3.3 计算灰色关联度并排出关联序

根据表4和式（3），计算出全国31个省、自治区和直辖市快递业务量序列Xi（i=1,2,…,31）与全国快递业务量序列X0的灰色关联度及关联序，见表5。

3.4 结果分析

由表5知，全国31个省、自治区和直辖市的快递业务量与全国快递业务总量灰色关联度大小比较为：

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个省、自治区和直辖市的快递业务量与全国快递业务总量灰色关联序，见表5。

由31个省、自治区和直辖市的快递业务量的灰色综合关联序可知，以2007年为基准年，与全国快递业务量发展速度较一致的前十位省、自治区和直辖市为湖北、重庆、河南、湖南、河北、河南、四川、北京、山东、江西和安徽；排在后十位的省自治区和直辖市为浙江、黑龙江、青海、宁夏、贵州、西藏、甘肃、上海、云南、辽宁。这个结果与实际数据计算出的表2中的数据非常吻合，比如，从表2可以看出湖北在2008-2013年与全国发展速度基本一致。另外，关联度较小的10个省份，如浙江，2008-2013年与全国发展速度相差较大，从2010年起，浙江快递业务量剧烈增加，到2013年快递业务量为141 952.8万件，是2007年快递量的16倍多；黑龙江2008-

表2 2007-2013年全国快递业务总量及各省快递量原始数据初值化

表3 2007-2013年全国快递业务总量及各省快递量数据初值化的差序列Δi(k)

表4 快递业务量的灰色关联系数

表5 快递业务量的灰色关联度及关联序

2013年发展速度相对全国较慢，2013年快递业务量为5 393.9万件，仅仅是2007年2.9倍多；再如宁夏自治区2012年快递业务量猛增，达到2 967.83万件，是2007年15倍多，总体发展趋势与全国不符。而对于关联度排在倒数第9位的上海，由于快递业发展的起点较高，且每年发展比较均衡，虽然2013年上海的快递业务量为95 012.4万件，是2007年快递量的3.9倍多，但相对全国快递发展速度来说较慢。其余如青海、贵州、西藏、甘肃、云南和辽宁属于快递业务量增速较慢的省份，与全国发展速度相差同样很大，因此，灰色关联度相对较小。

3.5 发展建议

从统计数据来看，我国快递服务业的发展规模存在着明显的区域差异，东部地区快递服务业的发展规模较大，中部、西部和北部地区快递服务业的发展规模相对较小[5]。2013年，东部、中部、西部的快递业务量占全国的比重分别为81.3%、10.8%和7.9%，快递收入占全国快递收入的比重为83.2%、9.2%和7.6%，全国快递业务量高度集中在东部地区，这与土地面积占全国陆地面积总量的90.4%，人口占全国的61.9%的中部和西部地区很不相符。因此，在稳定发展东部地区快递业的基础上，大力发展中、西部地区的快递服务业非常必要，而且发展潜力非常很大。

鼓励有实力的快递企业在中部和西部进一步扩展企业规模，加大企业投资，提高服务质量，突出品牌效应。中西部地区，由于人文地理、经济发展、网络信息平台等诸多原因，企业规模不大，管理不规范，居民对快递服务的认知度还不够。因此，快递企业首先要加强品牌意识，加大品牌宣传力度；其次，在价格、速度等方面体现出自己的优势；第三，要做好快递物流的末端服务，并努力解决快递的“最后一公里”服务问题，具体可借助高校大学生创业、社区服务站及乡村服务网点等，创新快递服务模式，提高服务质量。只有这样，才能吸引更多的客户群，提高市场份额。

加强西部网络建设和人才建设。中西部地区，快递企业由于规模较小，网络建设不完善，实现网络规模化非常必要，这是实现规模经济效益的重要途径。从网络建设的实践经验来看，可采用特许加盟模式和自营模式，以扩大企业规模。在扩大规模的同时，要重视企业文化的塑造，重视员工职业道德规范的培养，不断完善用人机制，注重人才的培养和激励机制，提高企业的核心竞争力，进而增加快递业务量，提高快递企业的业务收入。

[1]李万绪.基于灰色关联度的聚类分析方法及其应用[J].系统工程, 1990,(3).

[2]杜栋,庞庆华,吴炎.现代综合评价方法与案例精选[M].北京:清华大学出版社,2008.

[3]中华人民共和国邮政局：国家邮政局公布2013年邮政行业运行情况[EB/OL].http://www.gov.cn,2014-01-15.

[4]常志鹏.2013年我国快递日均业务量突破3000万件[EB/OL].http:// roll.sohu.com/,2013-12-30.

[5]郭月凤,郭程轩,杨玉匀,徐颂军.中国快递服务发展的区域差异研究[J].华南师范大学学报(自然科学版),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—科技创新平台—现代物流信息与控制技术研究（PXM2015_014214_000001）

王莲花（1964-），女，河南宁陵人，硕士，教授，硕士生导师，研究方向：物流工程、系统综合评价理论与技术。

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