APP下载

基于灰色关联法的广西农产品物流影响因素研究

2017-01-13刘承焕杜思思

中国市场 2016年49期
关键词:城镇居民物流业关联度

刘承焕,杜思思

(桂林电子科技大学,广西 桂林 541004)

基于灰色关联法的广西农产品物流影响因素研究

刘承焕,杜思思

(桂林电子科技大学,广西 桂林 541004)

随着世界经济的不断发展,物流作为国民经济中的重要组成部分,对推动区域经济健康发展具有至关重要的作用。文章主要采用灰色关联分析法定量分析了物流的相关因素对广西农产品物流业发展的影响程度。结果表明:货物周转量、社会消费品零售总额与广西农产品物流发展之间存在较强的关联性。

广西农产品物流;灰色关联分析法;货物周转量

1 广西农产品物流现状及问题

广西是一个农业大省,农产品资源丰富,是我国面向东盟的桥头堡,自中国—东盟自由贸易区全面建成启动后,双方90%的产品实行了零关税,给东盟进入中国市场提供了巨大机遇,同时也加快了广西农产品出口东盟市场的步伐。但是总体而言,广西农产品物流发展仍处于低级阶段,现代化的物流体系尚未形成,无法有效满足广西农产品流通的需要。突出表现在:沿用传统低效农产品物流模式,农产品物流基础设施落后,致使流通不畅,大大增加了农产品物流成本和经营风险。农产品物流各环节中损失率高,由于广西农产品的物流投入不足,对农产品的鲜活性保障性很难满足。缺乏专业的技术人才,广西农产品运输缺乏强有力的第三方物流企业支持,当前由于种种条件的限制,广西的农产品主要依靠小规模的物流企业来完成,难以适应农产品流通的要求。

2 灰色关联法的理论概述

灰色关联分析是灰色系统理论中重要理论应用方法之一,它的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密,曲线越接近,相应序列之间的关联度就越大,反之就越小。灰色关联分析方法则弥补了采用数据统计方法作系统分析可能出现的缺憾。对样本量的多少和样本有无规律都同样适用,计算量小,更不会出现量化结果与定性分析结果不符的情况,对研究我国各个系统领域有着重要的意义和作用。其具体计算步骤如下:对评价指标体系基础数据进行整理,构建原始矩阵。为了使指标数据之间具有可比性,保证系统分析的准确性,需要对整理的原始数据进行无量纲化处理,然后求差序列,计算关联度系数,最终计算关联度。

3 广西农产品物流业发展影响因素分析及指标选取

根据广西农产品物流影响因素的分析及结合广西这个地区的特色,以及相关文献的参考,本文将参考李献士撰写的《影响河北省物流业发展因素分析——基于灰色关联法》的选择方向,选取交通运输、仓储和邮政业生产总值近似作为衡量广西农产品物流业总体发展水平的指标,记为X0;而影响因素的选取则参考杨文凤撰写的《西藏农产品物流需求研究》,选取X1外贸进出口总额(亿元),X2社会消费品零售总额(亿元),X3农业机械总动力(千瓦),X4农业商品产值(万元),X5乡村从事交通运输、仓储和邮政业(万人),X6货运量(亿吨),X7货物周转量(亿吨/公里),X8城镇居民消费水平(元),X9城镇居民人均可支配收入(元),X10城镇化率(%)这10个指标进行分析。

本文选取了广西2005年至2014年共10年的统计数据来进行灰色关联分析。文中的相关数据主要选取于广西统计局出版的相关年份的《广西统计年鉴》。原始数据如下:

X0=(213.9,235.7,266.9,337.3,378.7,480.2,588.2,625.6,677.7,733.6)

X1=(418.2,525.7,691.5,901.8,969.9,1180,1481,1852,2002,2491)

X2=(1405,1620,1932,2395,2790,3312,3908,4516,5133,5772)

X3=(190.9,201.1,212.7,237.3,255,276.7,299,319.1,338.4,352.9)

X4=(1448,1622,2026,2389,2380,2720,3323,3490,3755,3947.)

X5=(1.34,1.1,1.18,0.92,0.96,0.93,0.96,0.75,0.72,0.71)

X6=(4.1,4.5,5,8.4,9.5,11.3,13.6,16.1,15.1,16.3)

X7=(1208,1338,1516,2210,2365,2926,3478,4110,3856,4090)

X8=(6424,6791,8151,9627,10352,11490,12848,14243,14470,15045)

X9=(8916,9898,12200,14146,15451,17063,18854,21242,22689,24669)

X10=(33.62,34.64,36.24,38.16,39.2,40.11,41.8,43.53,44.81,46.01)

3.1 无量纲化处理

根据采用初始值进行无量纲化处理。

3.2 灰色关联系数计算

求差序列可得:Δmin=0,Δmax=2.898

γ01=(1,0.903,0.781,0.714,0.725,0.714,0.646,0.490,0.472,0.364)

γ02=(1,0.966,0.919,0.919,0.871,0.928,0.979,0.833,0.749,0.681)

γ03=(1,0.968,0.916,0.813,0.769,0.646,0.551,0.536,0.509,0.478)

γ04=(1,0.987,0.905,0.952,0.920,0.799,0.761,0.738,0.716,0.673)

γ05=(1,0.838,0.798,0.620,0.579,0.483,0.416,0.380,0.355,0.333)

γ06=(1,0.996,0.983,0.746,0.726,0.735,0.718,0.589,0.737,0.726)

γ07=(1,0.996,0.995,0.852,0.886,0.891,0.919,0.752,0.985,0.970)

γ08=(1,0.970,0.985,0.949,0.901,0.761,0.659,0.672,0.613,0.572)

γ09=(1,0.994,0.923,0.993,0.975,0.814,0.696,0.728,0.699,0.686)

γ10=(1,0.953,0.895,0.767,0.706,0.580,0.490,0.471,0.441,0.413)

根据可求出关联度:

γ1=0.681,γ2=0.884,γ3=0.719,γ4=0.845,γ5=0.58,γ6=0.796,γ7=0.924,γ8=0.808,γ9=0.851,γ10=0.672

由此可见γ7>γ2>γ9>γ4>γ8>γ6>γ3>γ1>γ10>γ5

4 结果分析

上述结果只有γ1,γ5,γ10处在0.7以下,这表明各影响因素与广西农产品物流业发展水平均存在较强的关联性。而物流作为生产服务业,有着较强的经济敏感性,它的发展不仅与支撑环境相关,更与国民经济的运行密切相关,从而使交通运输、仓储和邮政业生产总值由2005年的214亿元发展为2014年末的734亿元,比2005年翻了三番还多。

(1)货物周转量X7和货运量X6一定程度上代表着物流市场容量,其关联度较高,一定趋势上反映了广西农产品物流业发展受物流市场容量的影响,因此可以通过对物流市场容量的分析来促进广西农产品物流业的发展。

(2)社会消费品零售总额X2、城镇居民人均可支配收入X9、城镇居民消费水平X8是影响广西农产品物流业发展水平的另外三个重要因素。其中,社会消费品零售总额是衡量一个地区消费能力的重要指标,简单地说,消费、投资、净出口是经济增长的“三驾马车”,其中消费是经济增长的一个重要动力,同时它又加快了物流业的发展。城镇居民人均可支配收入和城镇居民消费水平可以看出居民对农产品物流的实际需求情况。

(3)农业商品产值X4与物流业的相关度为 0.845,排名第四。说明广西农产品的产量对发展广西农产品物流具有重要影响,因此完善农产品流通体系,打造特色的农产品物流,对于促进农产品物流的发展具有重要意义。

(4)农业机械总动力X3与物流业的相关度较高,说明广西农产品物流的发展离不开先进技术和设备的支持,因此应该增加相关的投入,保障农产品产量的提高。

(5)外贸进出口总额X1对广西农产品物流业的发展影响十分有限。这一方面反映了广西贸易发展中心的定位没有很好地带动其农产品物流业的发展进步;另一方面则反映了广西农产品物流运输过程中的标准化和信息化水平较低,物流现代化和社会化程度都还存在提升空间。

(6)城镇化率X10与乡村从事交通运输、仓储和邮政业X5的关联性最小。虽然近年来广西地区在物流建设方面对专业技术人才需求确实在不断增加,但总的增长幅度并不高,与快速发展的物流行业并不匹配,因此相关从业人员和物流业发展的灰色关联度不高,这说明人才因素对物流业的促进作用不充分,还有发展空间。

[1]杨文凤.西藏农产品物流需求研究[D].咸阳:西北农林科技大学,2012.

[2]李献士,陈礼丹,朱艳新.影响河北省物流业发展因素分析——基于灰色关联法[J].物流技术,2013(8):109-117.

10.13939/j.cnki.zgsc.2016.49.033

猜你喜欢

城镇居民物流业关联度
城镇居民住房分布对收入不平等的影响
物 流 业
天津城镇居民增收再上新台阶
基于灰色关联度的水质评价分析
我国物流业的供给侧改革的突破口
基于灰关联度的锂电池组SOH评价方法研究
物流业
滇辽两省城镇居民体育锻炼行为的比较研究
基于灰色关联度的公交线网模糊评价
广义区间灰数关联度模型