項(xiàng) 寅，李 悅

（蘇州港大思培科技學(xué)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(qū)位優(yōu)勢，憑借外向型經(jīng)濟(jì)的發(fā)展策略，物流業(yè)的發(fā)展步伐位于全國前列。但各市物流發(fā)展水平如何尚需具體評價(jià)。近年來已有很多關(guān)于物流業(yè)發(fā)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(yè)與經(jīng)濟(jì)發(fā)展互動(dòng)關(guān)系進(jìn)行考察，為區(qū)域物流發(fā)展提出建議。金芳芳[2]等人運(yùn)用SPSS 軟件對長三角3 省共16 個(gè)主要城市進(jìn)行聚類分析并結(jié)合各城市物流發(fā)展情況進(jìn)行歸類。謝林婕[3]等人以浙江省為例運(yùn)用灰關(guān)聯(lián)分析法尋找對物流影響較大的關(guān)聯(lián)因子。對于長三角地區(qū)物流的研究較多，但是尚無對于江蘇全省13 市的物流發(fā)展評價(jià)，本文通過模糊聚類分析針對江蘇各市物流發(fā)展進(jìn)行研究，并為江蘇省物流規(guī)劃提供寶貴建議。

1 數(shù)據(jù)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(tǒng)硬聚類算法只有兩個(gè)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(gè)數(shù)。因?yàn)楝F(xiàn)實(shí)的分類問題常常伴隨著模糊性，并無一個(gè)確切分割的界限，因此本文應(yīng)用模糊聚類分析法更符合實(shí)際。

考慮到統(tǒng)計(jì)數(shù)據(jù)的全面性、科學(xué)性及可得性，本文所需數(shù)據(jù)從社會(huì)物流、企業(yè)物流、物流基礎(chǔ)設(shè)施和物流人才情況角度進(jìn)行采集。由此確定了X1～X13共13 個(gè)物流評價(jià)指標(biāo)。其中，X1為社會(huì)物流總額（億元）；X2為物流企業(yè)從業(yè)人員數(shù)量（萬人）；X3為工業(yè)總產(chǎn)值（億元）；X4為進(jìn)出口貿(mào)易總額（億美元）；X5為公路通車?yán)锍虜?shù)（公里）；X6為內(nèi)河航道里程數(shù)（公里）；X7為公路貨運(yùn)量（萬噸）；X8為水路貨運(yùn)量（萬噸）；X9為載貨汽車數(shù)（萬輛）；X10為港口貨物吞吐量（萬噸）；X11為郵政業(yè)務(wù)總量（億元）；X12為快遞量（萬件）；X13為開設(shè)物流相關(guān)專業(yè)普通高等學(xué)校（所）。

本文所有數(shù)據(jù)來源于2013 江蘇省統(tǒng)計(jì)年鑒，分別取自于國民經(jīng)濟(jì)核算、人口就業(yè)工資、工業(yè)、城市經(jīng)濟(jì)與建設(shè)、運(yùn)輸郵電、教育科技等模塊。對于不能直接獲得的數(shù)據(jù)進(jìn)行了人工計(jì)算。例如：社會(huì)物流總額=（全省交通運(yùn)輸倉儲(chǔ)和郵政業(yè)GDP/全省GDP）×各市GDP；物流企業(yè)從業(yè)人數(shù)數(shù)量=（全省倉儲(chǔ)物流業(yè)人數(shù)/全省就業(yè)人數(shù)）×各地區(qū)就業(yè)人數(shù)。

具體數(shù)據(jù)參見表1。

2 數(shù)據(jù)的模糊聚類分析

模糊數(shù)學(xué)是運(yùn)用數(shù)學(xué)方法研究和處理模糊性現(xiàn)象（例如蘇州的物流發(fā)展“ 很好”）的數(shù)學(xué)，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(guī)律對事物進(jìn)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(shí)現(xiàn)分類。

表1 江蘇省13 市物流評價(jià)數(shù)據(jù)

第一步：數(shù)據(jù)標(biāo)準(zhǔn)化。即利用統(tǒng)計(jì)公式最大程度地把所有數(shù)據(jù)的大小縮小到[0,1 ]之間消除量綱影響。在此選擇平移—標(biāo)準(zhǔn)差變換，對論域｛X1,X2,X3…,X13｝中的每個(gè)xij進(jìn)行如下處理：

第二步：確定關(guān)聯(lián)程度。即通過數(shù)學(xué)公式對標(biāo)準(zhǔn)化數(shù)據(jù)再次進(jìn)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(shù)學(xué)模型如下：

式中：c 為可使0≤rij≤1 的一個(gè)常數(shù)。i,j=1,2,…,n。

上面兩步的所有計(jì)算均可以通過Excel2007 中的AVERAGE、STDEV、SQRT、MAX 等函數(shù)公式實(shí)現(xiàn)，表1 中的數(shù)據(jù)計(jì)算后得到的相似矩陣如下：

得到的模糊相似矩陣為一個(gè)13×13 的矩陣，通過13 個(gè)樣本（在此表示13 個(gè)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(guān)聯(lián)程度比較密切。

第三步：聚類。聚類就是將對象聚集成若干個(gè)簇（類別），并且使同一個(gè)簇內(nèi)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(jià)矩陣進(jìn)行聚類。依次計(jì)算R2=R?R,R4=R2?R2…，直到滿足R2k=R*為止，R*即為所要計(jì)算的模糊等價(jià)矩陣。聚類的過程同樣可以通過Excel2007 中的MAX，MIN 函數(shù)實(shí)現(xiàn)，反復(fù)計(jì)算得到R8=R4，從而求得傳遞閉包為t （R4），得到的模糊等價(jià)矩陣如下（因?yàn)槭堑葍r(jià)矩陣故省略對角線上半部分?jǐn)?shù)據(jù)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(shí)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(zhèn)江、揚(yáng)州、泰州、淮安、宿遷、連云港為第一類。同理根據(jù)不同的λ 取值可以得到其他對應(yīng)的截距陣（由于篇幅關(guān)系在此省略）。

第五步：畫模糊聚類圖。根據(jù)不同置信區(qū)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(jié)論

根據(jù)上述動(dòng)態(tài)聚類圖，江蘇物流城市的發(fā)展水平呈現(xiàn)四個(gè)梯隊(duì)。

蘇州瀕臨上海，GDP、工業(yè)發(fā)達(dá)程度、外資引入、物流園區(qū)和港口數(shù)量均屬全省最高，其物流整體水平也最高。

南京是省會(huì)城市，高校眾多，物流人才儲(chǔ)備充足，加之國家重點(diǎn)扶持、工業(yè)基礎(chǔ)較好，但開放程度和外資引入不如蘇州無錫，其物流業(yè)發(fā)展良好位居第二梯隊(duì)。

無錫以商貿(mào)業(yè)為主體、外資引入較多，但其區(qū)域面積較小、物流基礎(chǔ)設(shè)施和物流企業(yè)數(shù)量不如蘇州南京多。南通和鹽城近幾年經(jīng)濟(jì)發(fā)展較快在蘇中地區(qū)屬于領(lǐng)先地位，同時(shí)這兩城市與蘇州無錫緊密合作，蘇州不僅產(chǎn)業(yè)轉(zhuǎn)移，還與之合作建蘇通、蘇鹽工業(yè)園，同時(shí)還輸出軟實(shí)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(chǔ)設(shè)施發(fā)達(dá)，物流需求充足，故上述四城市列數(shù)第三梯隊(duì)。

常州、鎮(zhèn)江、揚(yáng)州、泰州、淮安、宿遷、連云港的工業(yè)、GDP、教育、物流基礎(chǔ)設(shè)施等均落后于其他城市，物流發(fā)展相對落后，屬于第四梯隊(duì)。

4 發(fā)展建議

（1）著力引導(dǎo)區(qū)域物流平衡發(fā)展。建議引導(dǎo)第一梯隊(duì)加快制造業(yè)服務(wù)化進(jìn)程，適度將工業(yè)和商貿(mào)業(yè)向第三、第四梯隊(duì)轉(zhuǎn)移，同時(shí)配套轉(zhuǎn)移物流業(yè)，實(shí)行跨區(qū)域交流與合作，利用目前成熟的信息化渠道，推動(dòng)物流園區(qū)南北共建和物流企業(yè)合作，打破區(qū)域壁壘，引導(dǎo)物流資源跨區(qū)域流動(dòng)與整合，打造全省統(tǒng)一開放、通暢高效的現(xiàn)代物流市場體系。

（2）發(fā)展各地特色物流。江蘇各地，特別是第一梯隊(duì)要發(fā)展與整個(gè)產(chǎn)業(yè)鏈相融合的供應(yīng)鏈體系；第二、第三梯隊(duì)要結(jié)合自己城市定位，發(fā)展冷鏈物流、化工、醫(yī)藥等專業(yè)物流；第四梯隊(duì)的城市應(yīng)結(jié)合實(shí)際，大力發(fā)展以農(nóng)產(chǎn)品加工、菜籃子等民生產(chǎn)品的特色物流。

（3）利用市場機(jī)制和政策優(yōu)勢協(xié)調(diào)物流資源。充分利用市場機(jī)制和政策優(yōu)勢，鼓勵(lì)蘇南地區(qū)工商業(yè)向蘇中、蘇北梯級(jí)轉(zhuǎn)移，可以充分調(diào)配物流資源效用最大化。

（4）促進(jìn)第一至第四梯隊(duì)城市的跨境電商和國內(nèi)電商及進(jìn)出口業(yè)務(wù)，如連云港可利用“ 絲綢之路”發(fā)展與“ 一帶一路”相配套的跨歐亞大陸橋的開放型經(jīng)濟(jì)，帶動(dòng)港口和鐵路經(jīng)濟(jì)的繁榮；泰州加大醫(yī)藥的投入，建設(shè)具有江蘇特色的智慧醫(yī)藥港；常州、鎮(zhèn)江同處蘇南，與蘇州、無錫和南京錯(cuò)位發(fā)展，主要發(fā)展與恐龍和醋為特色的旅游業(yè)及觀賞農(nóng)業(yè)，帶動(dòng)以旅游為主導(dǎo)的服務(wù)業(yè)經(jīng)濟(jì)等，從而帶動(dòng)全省物流的繁榮。

[1]王寧.經(jīng)濟(jì)數(shù)學(xué)[M].北京：北京郵電大學(xué)出版社，2012:197-218.

[2]賈海成.物流產(chǎn)業(yè)發(fā)展與區(qū)域經(jīng)濟(jì)關(guān)聯(lián)分析[J].科技進(jìn)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(jià)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(chǎn)業(yè)發(fā)展影響因素的灰關(guān)聯(lián)分析[J].浙江科技學(xué)院學(xué)報(bào)，2012(10):357-360.

[5]許永安，徐恒玉.用Excel 實(shí)現(xiàn)模糊聚類分析[J].安徽農(nóng)業(yè)科學(xué)，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.