姚镇城   梁乃锋  惠州城市职业学院

摘要：本文基于广东省2010年-2016年经济发展各项指标和快递总量的数据，利用灰色关联分析方法，计算分析各项数据的关联度。结果表明，快递业务量与经济发展呈现出正相关关系，经济发展对快递业务量有极大的促进作用。

关键词：快递业；经济发展；灰色关联分析

广东作为改革开放的前沿阵地，快递业发展起步早，发展速度快，发展程度高。2016全年广东省交通运输、仓储和邮政业务实现增加值3247.11亿元，货物运输总量376301万吨。2016年中国快递服务企业业务量完成312.8亿件，快递业务收入完成3974.4亿元，无论是业务量还是业务收入，广东均位居各省市第一。2016年广东快递包裹量为76.22亿件，占到全国总量的两成多；广东快递业务收入为880.20亿元，也超过全国业务平均收入的两成。随着电商的日益发达和人们购物方式的转变，快递行业将在民生中扮演越来越重要的角色，快递网络覆盖几乎生产生活的各个领域，成为中国物流体系的重要组成部分。

本文采用定量的方法研究快递业发展与经济发展的内在关联，一方面有助于我们对快递产业运行内在动力因素的理解；另一方面，从产业的角度分析哪些经济发展因素对快递业的发展影响更大，从而在制定促进快递业发展政策措施时在政策层面上对相关联的产业进行必要的政策倾斜。

一、灰色关联模型

灰色关联分析通过对统计数据的加工处理，根据比较数列集在二维坐标系中呈现的曲线族与参考数列在二维坐标系中呈现的曲线之间的几何相似程度，来判断比较数列集与参考数列之间的关联度。

二、快递业发展主要指标和主要的影响因素

本文采用广东省2010年-2016年快递件数（X₀）作为衡量快递发展的主要指标。以广东省2010年-2016年经济总量（X₁）、第一产业增加值等9个指标（见表1）作为影响快递业发展的主要因素。

三、数据

根据广东统计信息网公布的相关数据，广东省2010年-2016年快递件数与经济经济发展主要指标数据如下，详见表1。

表1广东省经济发展主要指标数据（2010-2016年）

四、建立模型与计算

根据表1中数据，以快递件数为参考数列X_0，以经济总量（X₁）等9项数据为比较数列，计算经济总量以及各行业与快递业发展的关联度。

（一）原始数据的无量纲处理

根据公式（1），对表1中数据无量纲处理，得到均值化数列如表2。

表2原始数据的无量纲处理后数据列表 

（二）计算各比较数列同参考数量在同一时期（同一年）的绝对差

（三）计算关联系数,根据公式（3），取ρ=0.5。

（四）利用表4，根据公式（4），分别求各个数列每年的关联系数的平均值。

分别求各个数列每年的关联系数的平均值，得关联度。关联度计算结果如表3。

表3 关联度表

（五）关联度排行

由关联度数值可以看出，r06＞r09＞r05＞r01＞r03＞r02＞r08＞r07＞r04，表明，各项指标与快递数量的关联程度依次为：批发和零售额（X₆）、交通运输、仓储和邮政业增长值（X₉）、固定资产投资（X₅）、经济总量（X₁）、工业增加值（X₃）、第一产业增加值（X₂）、进出口总额（X₈）、住宿和餐饮业零售额（X₇），建筑业总产值（X₄）。

五、主要结论

根据分析，广东省快递业发展与批发和零售业发展关系最密切。因此，这一指标在灰色关联上与快递的相互关联度最为明显。其次是交通运输、仓储和邮政业，第三是固定资产投资。分析表明，快递业的发展和批发与零售业关系显著。批发和零售业的发展，特别是在电子商务快速发展的环境下，批发与零售业的迅猛发展为快递业提供了新的空间和增长点。反之，快递业的健康发展，也对批发和零售业促进作用。建立快递业与批发和零售业协调发展机制是必要的。

参考文献：

[1]邓聚龙.灰色控制系统[M].华中工学院出版社,1985

[2]王莲花,牟丹凤.基于灰色关联度的快递业影响因素分析[J].中国商贸，2014（2）

[3]王莲花.灰色关联度分析模型及其在我国快递行业的应用[J].物流技术，2015（19）