基于灰色关联分析的山西省智慧物流发展研究

文/张凯

为研究山西省智慧物流发展和各项影响因素之间的关系，建立灰色关联模型。以山西省2014-2019年的相关数据为依据，运用灰色分析法实证山西省智慧物流发展的影响因素，确定系统各因素间的影响程度或因素对系统主行为的贡献测度。得出的结论有利于推动山西省智慧物流的建设。

1.引言

山西省作为传统工业和能源生产基地，在新时期社会经济结构变革的背景下面临巨大的转型压力。为加快山西经济转型升级，促进经济结构调整，各种“顶层设计”密集出炉，其中物流业作为复合型服务业在经济发展中发挥基础性和战略性作用，智慧物流的发展是经济高质量发展的重要内容，将为地区经济发展和产业结构调整提供重要契机[1]。

2.灰色关联分析模型

灰色关联分析是一种对发展变化趋势描述的定量方法，是通过确定母序列数据和若干比较序列数据之间的关联程度来描述各因素之间关系的强弱、大小和次序关系，以此确定各因素之间的影响程度或因素对系统主行为的贡献程度[2]。计算步骤如下：

（1）收集分析数据。根据分析指标体系，将n个数据序列设置为如下矩阵：

其中m为指标的个数，Xi'=（xi'（1），xi'（2），xi'（m））T，i=1，2，…，n

（2）确定参考数据列。一般以各指标的最优值（或最劣值）构成参考数据列。记作：X0'=（x0'（1），x0'（2），…，x0'（m））

（3）对指标数据进行无量纲化处理。通过对数据的无量纲化处理，修正不同量纲数据。本文采用均值化方法，计算公式如下：

（4）计算灰色关联度，公式如下：

其中ρ为分辨系数，一般在0～1之间，通常取0.5。

3.山西省智慧物流发展影响因素灰色关联分析

3.1 指标选取

根据山西省2014-2019年的货物运输量（x0）、地区生产总值（x1）、二三产业生产总值（x2，x3）、社会消费品零售总额（x4）、进出口贸易总额（x5）、城镇居民可支配收入（x6）、邮电业务总量（x7）、互联网普及率（x8）、区域R&D经费支出（x9）、从事科技活动人员（x10）等指标建立灰色关联度的模型[3]。

表1 山西省2014-2019年相关指标数据表

3.2 数据计算

（1）采用灰色关联度的计算方法，首先进行整体数据的无量纲化，利用标准化方法得到的标准化数据无法反映每个指标之间的变异程度，因此对原始数据采用均值变换法，以便更好地反映指标间的互相影响程度，对原始数据无量纲化处理如下表所示：

表2 原始数据的无量纲化值

（2）在无量纲化后的数据上，分别对各个方面的因素指标进行灰色关联度的计算。在计算过程中，以货物运输量作为参考序列数据，分辨系数取0.5，母序列个数为1。对上述所求出的结果分别计算每个指标与参考序列的绝对差值，根据上述提到的灰色关联度计算公式，将公式编入MATLAB中进行运行。

（3）根据计算出的绝对差值，对各类因素指标分别进行灰色关联度计算并排序。根据上述计算得到X0和其他因素的关联度系数排序如表4：

表3 关联度系数排序表

4.结论及建议

（1）山西省地区生产总值较大程度上反映了智慧物流发展状况，整体宏观经济状况偏好，城镇居民收入的持续增长促进居民消费能力增强，对物流行业的带动性起直接的作用。稳健的经济基础是智慧物流发展的基础，反过来又会作用于经济的可持续增长。（2）山西省物流业的发展依赖于传统重工业的带动，在新时期转型跨越的背景下，需要将物流业与互联网、制造业深度融合，加快物流业数字化转型升级[4]。（3）互联网普及率关联度较高，表明山西省在通信技术方面建设良好。但是从事科技活动人员水平较低，不利于未来智慧物流的发展，政府需进一步加强综合型复合人才的引进，深化改革，创优环境，打造一批强有力的高素质人才队伍。（4）山西省作为中部地区，对外贸易相对落后，对智慧物流的影响程度较，2017年中欧班列开设以来，不断助力山西省企业“引进来，走出去”，建立了通畅的“一带一路”沿线国家贸易往来的通道，山西省要抓好“一带一路”的发展契机，利用中欧班列、中亚班列，带动区域智慧物流的发展，助力经济结构转型升级。

引用出处

[1]何黎明．推进供给侧结构性改革 培育物流业发展新动能[J]．中国流通经济．2016,30(06):5-9．

[2]刘思峰,杨英杰,吴利丰等．灰色系统理论及其应用(第七版)[M]．北京:科学出版社,2014．

[3]李潘,彭会萍．丝绸之路经济带区域物流产业竞争力评价[J]．西安财经学院学报．2018,31(03):99-103．

[4]吴萍．“互联网+”背景下智慧物流发展的新动能、态势与路径[J]．商业时代,2018,(07):81-83．