基于廣義信度馬爾科夫模型的 跨境物流信息動態(tài)分析

冉文學 謝艮花

摘? 要：基于訂單信息傳遞及接收過程的狀態(tài)轉(zhuǎn)換，構(gòu)建了基于馬爾科夫鏈的物流訂單信息精確有效度計量分析模型，并引入廣義信度中的辨識框架概念，運用定量分析方法分析了基于信息動態(tài)視角的訂單信息各環(huán)節(jié)的精確有效度，討論訂單信息精確、模糊和滯后三種狀態(tài)之間的轉(zhuǎn)換概率。最后，通過數(shù)值仿真驗證了模型的有效性，研究結(jié)果表明：在穩(wěn)態(tài)下，訂單信息接收處于“精確”狀態(tài)的概率要遠大于處于“模糊”和“延遲”狀態(tài)的概率，并且訂單信息接收過程中每個環(huán)節(jié)的精確有效度均在0.9以上，說明當前訂單信息接收過程中的精確有效度很高。

關(guān)鍵詞：訂單信息;狀態(tài)轉(zhuǎn)移;計量分析;馬爾科夫鏈

中圖分類號：F253.9? ? 文獻標識碼：A

Abstract： Based on the state transition of the order information transmission and receiving process， a Markov chain-based measurement analysis model of the accuracy and validity of the logistics order information is constructed， and the concept of identification framework in the generalized reliability is introduced， and the quantitative analysis method is used to analyze the information based on the dynamic perspective. Discuss the accuracy and validity of each link of the order information， discuss the transition probability between the three states of order information accuracy， vagueness and lag. Finally， the validity of the model is verified by numerical simulation. The research results show that in the steady state， the probability of receiving the order information in the“accurate”state is much greater than the probability of being in the“fuzzy”and“delayed”state， and the order information is received the accuracy and validity of each link in the process are above 0.9， indicating that the accuracy and validity of the current order information receiving process is very high.

Key words： order information; state transition; quantitative analysis; Markov chain

0? 引? 言

云南與邊境國家商務(wù)合作的快速發(fā)展驅(qū)使跨境物流成為物流行業(yè)研究的焦點問題，再加上我國大力推進現(xiàn)代流通體系的建設(shè)，更是加快了跨境物流的研究與發(fā)展?！耙粠б宦贰钡奶岢鼋o跨境物流帶來了前所未有的發(fā)展機遇?；谠颇鲜〉牡乩韮?yōu)勢，在跨境電商興起的前提基礎(chǔ)上，云南企業(yè)大多利用出口業(yè)務(wù)來增加企業(yè)效益，所以跨境物流伴隨著一種快速發(fā)展的趨勢[1]。但正是由于此，給云南省的跨境物流帶來了很大的挑戰(zhàn)并且存在著較為棘手的問題，其中比較突出的就是跨境電商與跨境物流兩者之間互相促進發(fā)展問題[2]。

當前國內(nèi)外學者對于跨境物流的研究已經(jīng)較為成熟，國內(nèi)的文獻大多是基于“一帶一路”倡議提出對跨境物流的研究。趙雪松[3]研究基于云南省與邊境國家之間的電商合作現(xiàn)狀作了分析，提出如何解決云南省關(guān)于當前物流方面所出現(xiàn)問題的策略和建議。Hairui Wei[4]等學者利用多目標的混合整數(shù)規(guī)劃模型來研究云南省跨境物流網(wǎng)絡(luò)分布，通過遺傳算法求解模型的最優(yōu)解，這一方法為研究跨境物流提供了一個新的研究視角。李艷[5]學者也是基于“一帶一路”研究了物流網(wǎng)絡(luò)的產(chǎn)業(yè)聯(lián)動發(fā)展，該相關(guān)理論在一定程度上降低了跨境物流網(wǎng)絡(luò)成本，在多個方面推動與邊境國家合作產(chǎn)業(yè)的聯(lián)動發(fā)展。另一方面，跨境物流與跨境電商的協(xié)同發(fā)展對于研究跨境物流來說是很重要的。楊乙可[6]學者結(jié)合營銷模式與人工智能技術(shù)，通過構(gòu)建物流管理的框架，實現(xiàn)物流信息的實時傳遞，提供了效率高、服務(wù)性能好的信息服務(wù)，精確有效地接收訂單信息。軒慧慧[7]等學者通過比較分析跨境電商與物流共同發(fā)展所存在的不足及該發(fā)展方式下的缺點，提出跨境物流交叉設(shè)計圖的改進措施。彭聰、王樂樂[8-9]等學者利用DEA和灰色關(guān)聯(lián)模型來研究境內(nèi)國家與境外國家電商和物流的協(xié)調(diào)合作，而Qian Huang[10]等學者則設(shè)計了物品運輸信息的平臺和體系結(jié)構(gòu)來提高物流信息流動的精確度。雖然目前網(wǎng)絡(luò)信息技術(shù)已經(jīng)發(fā)展得較為成熟，但是訂單信息的傳遞過程中也會出現(xiàn)偏差，例如顧客訂單信息會出現(xiàn)模糊或滯后的情況，這在某些方面影響著顧客需求服務(wù)的滿意度。張夏恒[11]等學者基于全球化的視角，從價值鏈的角度出發(fā)，提出了簡單和更能說明問題的跨境合作運營模式以及協(xié)作發(fā)展的模型，進一步說明了兩者協(xié)作共同發(fā)展給物流發(fā)展帶來的積極作用。也有學者在考慮信息的時變性特征后，引入了廣義證據(jù)理論，提高短期數(shù)據(jù)預(yù)測的精確度[12]。

基于目前研究現(xiàn)狀，會發(fā)現(xiàn)跨境物流存在著較多的問題。近幾年互聯(lián)網(wǎng)技術(shù)以及信息快速更替的發(fā)展給跨境物流帶來了前所未有的挑戰(zhàn)，對于物流信息的精確度要求也越來越高，所以本文利用馬爾科夫模型并引入廣義證據(jù)理論中的辨識框架概念來研究跨境物流信息，一方面該模型通過概率來描述訂單信息狀態(tài)的不確定性，避免近似連續(xù)的訂單信息數(shù)據(jù)出現(xiàn)不穩(wěn)定或者起伏的情況，進一步提高對訂單信息預(yù)測的精確度;另一方面，該模型的適用范圍得到了進一步拓展，可以更好地應(yīng)用于訂單信息狀態(tài)不分明的情形。

1? 馬爾科夫預(yù)測模型的建立

1.1? 相關(guān)定義描述。馬爾科夫過程是指一類隨機過程，是研究離散事件動態(tài)系統(tǒng)狀態(tài)空間的重要方法[12]。當前，馬爾科夫鏈模型已經(jīng)適用于很多方面，特別是被一些學者應(yīng)用在預(yù)測技術(shù)上，在預(yù)測方面得到了大量的驗證與實踐。利用馬爾科夫預(yù)測模型來對跨境物流信息的動態(tài)分析，提升訂單信息預(yù)測精度，在構(gòu)建馬爾科夫模型時，引入辨識框架的概念來定義訂單信息狀態(tài)的集合。

定義1? 馬爾可夫鏈。假想馬爾科夫過程X， n∈T的參數(shù)集T是離散的時間集合，即T=0，1，2，…，對應(yīng)X所有的取值稱為該鏈的狀態(tài)集I=i，i，i，…，同樣假設(shè)該狀態(tài)集也是離散的。根據(jù)馬爾科夫過程的定義，設(shè)有隨機過程X， n∈T，若對于任意的整數(shù)n∈T和任意的i，i，i，…，i∈I，條件概率滿足：

PX=i|X=i， X=i，…，X=i=PX=i|X=i? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

則稱X， n∈T為馬爾科夫鏈。

定義2? 轉(zhuǎn)移概率矩陣。條件概率PX=j|X=ii，j∈I，該條件概率表示的意思是研究對象在時刻n處于分類狀態(tài)i的條件下，在時間n+1該研究對象系統(tǒng)處在狀態(tài)j的概率，就好比隨機不確定游動的點在時間n處在狀態(tài)i的條件下，下一步轉(zhuǎn)移到狀態(tài)j的概率。記此條件概率為Pn，其嚴格定義如下：

Pn=PX=j|X=i? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

為該模型X， n∈T在這個特定時刻n的一步轉(zhuǎn)移概率，其中i，j∈I。

設(shè)P表示為所有求得的式（2）概率P所構(gòu)成的矩陣，且狀態(tài)空間I=1，2，3，…，則：

P=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

稱為研究對象系統(tǒng)狀態(tài)的一步轉(zhuǎn)移概率矩陣。它具有性質(zhì)：（1）p≥0， i，j∈I;（2）P=1， i∈I。

1.2? 模型建立。物流信息從廣義的角度上說包括顧客需求信息、顧客訂單信息、商品的包裝、倉儲、裝卸和運輸?shù)雀黝愖鳂I(yè)信息。其中訂單信息的精準性為物流需求服務(wù)系統(tǒng)在指定的所有環(huán)境條件下，準確地完成物流服務(wù)需求的能力。本文運用馬爾科夫模型對具有信息量大、信息動態(tài)性強以及信息種類多等特點的物流訂單信息進行精準性分析。每一時間段，訂單信息的狀態(tài)只與該段時間作業(yè)環(huán)節(jié)的狀態(tài)有關(guān)，與該段時間以前的作業(yè)環(huán)節(jié)無關(guān)，符合馬氏鏈“無后效性”特征，因此建立“物流訂單信息馬氏鏈”。在訂單作業(yè)環(huán)節(jié)，建立各狀態(tài)之間互相轉(zhuǎn)換的模型圖，如圖1所示，并做出相關(guān)假設(shè)：（1）在顧客訂單信息發(fā)出后，平臺接收的訂單信息可能處于3種狀態(tài)：P狀態(tài)：精確狀態(tài)，此狀態(tài)下訂單信息接收準確性最高;B狀態(tài)：模糊狀態(tài)，此狀態(tài)下訂單信息接收出現(xiàn)異常情況，對于顧客訂單需求匹配出現(xiàn)偏差;H狀態(tài)：延遲狀態(tài)，此狀態(tài)下顧客訂單信息無法精準及時的進行接收，會引起顧客需求無法得到滿足，所以根據(jù)訂單信息動態(tài)變化而區(qū)分，本文將其定義為三種基本狀態(tài)：精確P、模糊B和延遲H，它們組成一個辨識框架F=P，B，H。（2）假設(shè)訂單信息狀態(tài)可通過一些技術(shù)手段緊急處理，然后各狀態(tài)之間進行互相轉(zhuǎn)換，即訂單信息在B和H狀態(tài)下可變?yōu)镻狀態(tài)。（3）假設(shè)在很小的時間Δt時刻，Pt表示時刻t訂單信息接收所處于狀態(tài)i的概率。下面我們給出各狀態(tài)之間的轉(zhuǎn)換概率表如表1所示：

其中表中的狀態(tài)0、1、2分別對應(yīng)于上文提到的狀態(tài)P、B、H;σi=1，2，3表示訂單信息接收從精確狀態(tài)轉(zhuǎn)為狀態(tài)i的故障率，θi=1，2，3表示從狀態(tài)i恢復到精確狀態(tài)的修復率。根據(jù)表1所呈現(xiàn)出來的狀態(tài)轉(zhuǎn)移表可以得到轉(zhuǎn)移概率矩陣為：

P=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

本文考慮的馬爾科夫鏈中所有狀態(tài)之間的轉(zhuǎn)換可由有限步實現(xiàn)，稱其為正則鏈，并且假設(shè)存在唯一的極限狀態(tài)概率α

=α，α，α，使得當t→∞時狀態(tài)概率Pt→α， α與初始狀態(tài)概率P0無關(guān)，為隱態(tài)概率。在假定的極限狀況下，用轉(zhuǎn)換率代替轉(zhuǎn)換概率，得到狀態(tài)轉(zhuǎn)換率矩陣為：

P=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

依據(jù)式（6）求解得到各狀態(tài)的平穩(wěn)分布如式（7）所示：

（6）

（7）

訂單信息接收過程由訂單信息發(fā)出、訂單信息傳遞、訂單信息接收3個過程構(gòu)成，將每個環(huán)節(jié)視為一個節(jié)點mm=1，2，3，利用平穩(wěn)分布求解各個環(huán)節(jié)的精確有效性E：

E=α1-σ+α1-σ+σθ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （8）

隨著訂單信息接收過程的進行，風險不斷累積，整個過程的精確有效度為：

E=E? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （9）

根據(jù)上述所給出的式子我們可以計算出訂單信息的精確有效度值，并得到各狀態(tài)之間的轉(zhuǎn)移概率，驗證模型的有效性。

2? 算例分析

基于現(xiàn)在網(wǎng)絡(luò)的發(fā)展水平，訂單信息流通的精確有效性在一定程度上得到了很大的改善，所以可認為訂單信息接收的精確有效性的“修復率”很高，所以我們在做本章節(jié)的算例分析時可以假設(shè)修復率θ和θ為0.9～1之間的隨機數(shù)。并且通過查找分析相關(guān)數(shù)據(jù)統(tǒng)計，關(guān)于顧客需求的訂單信息流通過程中，發(fā)生信息模糊或滯后的概率極小，所以我們假設(shè)故障率σ、σ和σ為0～0.05之間的隨機數(shù)。由MATLAB進行隨機模擬來得到各狀態(tài)下的轉(zhuǎn)移概率如下θ+σ≤1，為了減少最后所得結(jié)果的相對誤差，各個參數(shù)選擇6組對應(yīng)的數(shù)據(jù)進行模擬，前3組數(shù)據(jù)分別對應(yīng)訂單信息接收流程中的3個環(huán)節(jié)，后3組數(shù)據(jù)同理。

θ=0.956? 0.958? 0.965? 0.964? 0.935? 0.945

θ=0.912? 0.976? 0.924? 0.988? 0.985? 0.965

σ=0.025? 0.045? 0.015? 0.012? 0.005? 0.065

σ=0.046? 0.035? 0.018? 0.025? 0.028? 0.003

σ=0.038? 0.034? 0.026? 0.004? 0.015? 0.005

將上述所得值代入式（7）求出穩(wěn)態(tài)概率：

α=0.929? 0.924? 0.966? 0.964? 0.967? 0.942

α=0.023? 0.042? 0.015? 0.012? 0.005? 0.036

α=0.048? 0.035? 0.019? 0.024? 0.028? 0.023

依據(jù)式（8）求得各環(huán)節(jié)的精確有效度E如下：

E=0.952? 0.966? 0.980? 0.976? 0.972? 0.997

根據(jù)式（7）、式（8）計算所得到的前3組數(shù)和后3組數(shù)據(jù)可分別得出該兩次訂單信息流通過程的精確有效度為E=E

=0.901，E=E=0.946。

結(jié)果分析：（1）利用前3組數(shù)據(jù)和后3組數(shù)據(jù)得到了訂單信息流通過程的精確有效度分別為0.901和0.946，兩組數(shù)據(jù)均在0.9左右，相差不大，說明模型適用性強。（2）在穩(wěn)態(tài)下，訂單信息“精確”狀態(tài)概率α0均在0.9以上，相比于“模糊”狀態(tài)和“延遲”狀態(tài)的概率要大很多，并且根據(jù)得到的Em可以看出，訂單信息接收過程中每個環(huán)節(jié)的精確有效度都在0.9以上，說明穩(wěn)態(tài)概率下訂單信息的精確有效度很高。

3? 結(jié)束語

本文運用了馬爾科夫鏈，構(gòu)建了基于信息動態(tài)視角的訂單信息各環(huán)節(jié)的精確有效度模型，討論分析了訂單信息接受過程中每個環(huán)節(jié)的精確有效度。從數(shù)據(jù)計算結(jié)果中可以看出在當前網(wǎng)絡(luò)信息技術(shù)傳遞過程中，訂單信息接收在很大概率上處于“精確”狀態(tài)，極小概率處于“模糊”和“滯后”狀態(tài)，說明在當前信息網(wǎng)絡(luò)技術(shù)水平中，信息失真或者延遲的情況可以得到有效避免。當信息傳遞過程出現(xiàn)問題時，可以采取一些措施去進行修復或者彌補，使其轉(zhuǎn)換為精確狀態(tài)。

本文不足之處在于本文的研究只是基于馬爾科夫鏈去討論分析了訂單信息狀態(tài)的轉(zhuǎn)換概率，其研究還不夠深入，因為影響訂單信息不準確的因素有很多，需要我們更進一步的討論和研究，所以后續(xù)關(guān)于訂單信息狀態(tài)的研究可以深入到該相關(guān)的討論中。另一方面可以結(jié)合多種模型理論的方法去進行研究，擴大該研究內(nèi)容的適用范圍。

參考文獻：

[1] 劉楊，汪濤. “一帶一路”背景下跨境電商物流現(xiàn)狀及發(fā)展趨勢分析[J]. 科技經(jīng)濟導刊，2019，27（8）：244.

[2] 李書峰，劉暢. “一帶一路”背景下沿線國家電商物流的渠道選擇與發(fā)展[J]. 價格月刊，2020（3）：72-76.

[3] 趙雪松. 云南省面向南亞東南亞跨境電商物流發(fā)展研究[J]. 物流工程與管理，2020，42（5）：34-36.

[4] Hairui Wei， Ming Dong. Import-export freight organization and optimization in the dry-port-based cross-border logistics network under the Belt and Road Initiative[J]. Computers & Industrial Engineering， 2019，130：472-484.

[5] 李艷. “一帶一路”主要國家貿(mào)易便利化對我國跨境電子商務(wù)交易規(guī)模的影響研究[D]. 大連：大連海事大學（碩士學位論文），2018.

[6] 楊可乙. 基于人工智能技術(shù)的跨境電商物流優(yōu)化研究[J]. 現(xiàn)代經(jīng)濟信息，2019（12）：364.

[7] 軒慧慧. 河南省跨境電商和跨境物流協(xié)同發(fā)展模式構(gòu)建及對策研究[J]. 洛陽師范學院學報，2020，39（2）：63-68.

[8] 彭聰. 基于DEA和灰色關(guān)聯(lián)模型的跨境物流通道競爭力研究[J]. 價格月刊，2020（2）：67-72.

[9] 王樂樂，鄔錦雯，李丹. 基于灰色關(guān)聯(lián)分析法的跨境電商與物流協(xié)同水平測度研究[J]. 情報探索，2020（4）：23-27.

[10]? Qian Huang， Weichuan Yin， Jiuyu An， et al. A China Railway Express-Based Model for Designing a Cross-Border Logistics Information Cloud Platform Scheme[J]. Applied Sciences， 2020，10（12）：1-15.

[11] 張夏恒. 跨境電商物流協(xié)同模型構(gòu)建與實現(xiàn)路徑研究[D]. 西安：長安大學（博士學位論文），2016.

[12] 李裕奇，劉赪，王沁. 隨機過程[M]. 北京：國防工業(yè)出版社，2008.