统计分析在物流管理中的应用

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了一篇统计分析在物流管理中的应用范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

统计分析在物流管理中的应用:基于粗糙集统计分析的企业物流信息化战略规划影响因素研究

摘 要：筛选了15个企业物流信息化管理战略规划的重要影响因素，然后采用粗糙集分析方法，选取一定的样本进行实证分析。通过分析，得到不同因素对企业物流信息化管理战略规划的影响程度，验证了该方法的可行性。

关键词：粗糙集分析；物流信息化；规划；因素

一、引言

在信息化进程不断加速的新时代背景下，企业信息化成为国民经济和社会信息化的重要组成部分。同时，随着物流也进一步发展和社会物流需求的日益复杂化，企业物流信息化不断成为企业战略决策中的重点。企业物流信息化本身是一项非常重要且极为复杂的综合工程，因而必须在工程实施之前确定一套可靠的物流信息化战略规划，明确各个战略期的具体目标、任务，以避免工程盲目实施。

在企业物流信息化战略规划实行过程中，必然受到多种因素的影响，包括企业内部因素和宏观外部因素，因此规划的执行必须充分考虑多种因素的影响。本文通过反复比较，筛选了一系列重要的影响因素，并通过一定的定量方法进行影响程度分析，为企业物流信息化战略决策提供参考。

二、企业物流信息化管理战略规划的基本概念

物流信息化战略规划是企业物流战略规划的一个核心内容，是对企业物流信息化战略进行长远性总体谋划。企业物流信息化管理战略规划在执行中可分为三个步骤：物流信息化战略定位、物流信息化战略目标和物流信息化战略描述。

1.物流信息化战略定位

物流信息化战略定位即明确企业物流信息化的价值以及发挥的总体效用。可采用五个层次来反映物流信息化战略定位：物流信息服务满意度提高；物流信息化治理和物流信息系统不断优化；物流信息化业务协同发展，初步实现企业物流信息化战略目标；物流信息化业务简化，流程更加便捷，信息快速获得；为实现企业物流信息化战略目标而提高运作效率，降低成本。

2.物流信息化战略目标

企业物流信息化战略实施过程中涉及许多业务，而战略决策会对这些业务产生影响，企业物流信息化战略的基本目标就是通过实现企业物流信息化各个业务的战略目标，从而达到企业物流信息化的总体战略目标。

3.物流信息化战略描述

再确定企业物流信息化战略目标之后，需要对其进行一定描述，从而进行衡量。而在企业物流信息化战略目标的实现过程中，影响物流信息化战略规划的因素成为需要描述的重点对象。为了实现物流信息化战略目标，从而促进物流信息化战略规划的成效，必须对重要的影响指标进行衡量。

三、企业信息化管理战略规划的影响因素分析

1.内部因素

（1）企业的战略目标

企业的战略目标既是企业进行战略决策的基本依据和着眼点，也是企业对战略计划实施所预期的效果。因此，笔者提出假设：

H1：企业的战略目标对企业的物流信息化战略规划具有一定影响。

（2）物流信息化战略规划的原则

企业的物流活动对物流信息化提出较高要求，在建立物流信息系统时应遵循一定的原则，便于物流活动各个流程相互协调。因此，笔者提出假设：

H2：物流信息化战略规划的原则对企业的物流信息化战略规划具有一定影响。

（3）企业对物流信息的需求分析

精确的物流信息分析结果能较准确地反映实际物流需求，直接影响物流信息化战略规划的编制、实施及取得成效。因此，笔者提出假设：

H3：企业对物流信息的需求分析对企业的物流信息化战略规划具有一定影响。

（4）企业的物流信息技术

良好的物流信息技术能够有效地改进企业资产利用，强化物流业务组织与信息组织的交流，促进企业物流信息技术资源合理配置。因此，笔者提出假设：

H4：企业的物流信息技术对企业的物流信息化战略规划具有一定影响。

（5）企业的物流信息系统

企业物流信息化战略规划致力于一项重要的工作就是促进企业物流业务系统框架向物流信息系统框架转变。企业物流信息化战略规划是在物流信息系统模型基础上确定实施策略和计划的。因此，笔者提出假设：

H5：企业的物流信息系统对企业的物流信息化战略规划具有一定影响。

（6）物流信息平台

物流信息平台是开放的信息交流与共享的服务平台，是企业物流活动的重要载体。笔者提出假设：

H6：物流信息平台对企业的物流信息化战略规划具有一定影响。

（7）高素质物流人才

企业物流信息化建设离不开高素质人才，可以说，拥有高素质物流人才是企业物流信息化发达程度的重要体现。因此，笔者提出假设：

H7：高素质物流人才对企业的物流信息化战略规划具有一定影响。

（8）其他内部因素

除了以上内部影响因素之外，企业领导着的能力、企业组织机构的设置、合理的战略规划方法和规划项目的管理效能都能在一定程度上决定企业物流信息化战略规划的方向或实施进度。因此，笔者提出假设：

H8：企业领导着的能力对企业的物流信息化战略规划具有一定影响；

H9：企业组织机构的设置对企业的物流信息化战略规划具有一定影响；

H10：合理的战略规划方法对企业的物流信息化战略规划具有一定影响；

H11：规划项目的管理效能对企业的物流信息化战略规划具有一定影响。

2.外部因素

除了内部因素外，外生的宏观因素也能影响企业的物流信息化战略规划，包括宏观经济社会环境、物流建设环境、行业发展动态等。本文选取主要外部因素指标，并提出以下假设：

H12：宏观经济环境对企业的物流信息化战略规划具有一定影响；

H13：社会环境对企业的物流信息化战略规划具有一定影响；

H14：物流建设环境对企业的物流信息化战略规划具有一定影响；

H15：行业发展动态对企业的物流信息化战略规划具有一定影响。

四、基于粗糙集分析的实证检验

1.样本说明

下面采用粗糙集对企业物流信息化战略规划的影响因素进行实证分析。本文采用调查问卷的形式获取实证数据，根据前面提出的15个假设以及包含的影响因子设计量表，并通过专家反馈意见进行修改完善。量表问项采用李斯特五分法进行设计，从1至5分分别为“极不重要”、“不太重要”、“一般”、“比较重要”、“非常重要”。

选取浙江省浙北地区120家企业进行物流信息化建设的基本情况调查，共发放问卷120份，实际收回107份，其中有效问卷数量为98分。

2.实证分析

（1）约减企业信息化战略规划的影响因素

首先，利用企业信息化战略规划影响因素的特征值，并根据以下公式：

H（Rd/Rc）= （1）

计算企业信息化战略规划成效d对各个影响因素的依赖程度H（Rd/Rc）。

然后，根据以下公式：

wj=H（Rd/Rcj）-H（Rd/Rc），（j=1，2，…，15） （2）

其中，H（Rd/Rcj）= （3）

计算得到各个因素cj（j=1，2，…，15）在条件属性集合C中的权重值。并根据标准化处理公式：

w*j=， （j=1，2，…，15） （4）

计算得到各个因素cj（j=1，2，…，15）在条件属性集合C中的归一化权重值，结果如表1所示。这里，若w*j越大，则表明因子cj对企业信息化战略规划成效d的影响越重要。若w*j趋向于零，则表明因子cj对企业信息化战略规划成效d的影响不显著，于是该因子可从原条件属性集合C中删除。

表1 各个影响因素的归一化权重及排序

（2）企业物流信息化战略规划影响因素的关系规则

根据前面约简以后的样本数据，我们可根据公式：

L={r：c（x）d（y）|[x]∈U/Rc， [y]∈U/Rd} （5）

得到影响因素的基本相关规则集合。这里，每一条规则都含有一定的置信度，具体可有如下公式计算得到：

P（r）=P（c（x）d（y））=card（[y]∩[x]）/card（[x]） （6）

根据上述规则可知：

①当P（r）=P（c（x）d（y））=1时，表明规则c（x）d（y）属于确定性规则，即若对象u的因素特征为c（x），那么企业的物流信息化战略规则成效d即为d（y）。

②当P（r）=P（c（x）d（y））=0时，表明规则c（x）d（y）是不成立的，即若对象u的因素特征为c（x），那么企业的物流信息化战略规则成效d不为d（y）。

③当0

对约简条件属性集合进行规则处理，结果如表2所示。

由表2的结果可知，企业物流信息化战略规划成效显著与否，与12个因素之间存在较高的关联性。其中，企业拥有良好的物流信息技术、企业领导者具备良好管理能力、企业拥有合理的战略规划方法这三个因素是企业物流信息化战略规划成效显著的基础因素，三种因素对应的规则即为确定性规则；企业拥有完备的物流信息系统、高素质物流人才比例较高这两者对企业物流信息化战略规划成效的影响较高，它们的置信度在80%以上；企业已定位战略目标、企业拥有良好的物流信息平台、企业已对物流信息的需求进行严谨分析、行业发展动态良好、宏观经济发展形势良好对企业物流信息化战略规划成效的影响处于中等影响水平，它们的置信度在50%左右；企业组织机构的设置比较合理、物流建设的环境良好对企业物流信息化战略规划成效的影响较低，它们的置信度在40%以下。

表2 各类主要规则及对物流信息化战略规划成效的重要程度

五、结语

通过对企业物流信息化管理战略规划的影响因素进行定性分析，筛选了15个重要的影响因素。然后采用粗糙集分析方法，选取一定的样本进行实证检验。结果显示，企业拥有良好的物流信息技术、企业领导者具备良好管理能力、企业拥有合理的战略规划方法这三个因素是企业物流信息化战略规划成效显著的基础因素，同时企业拥有完备的物流信息系统、高素质物流人才比例较高这两者对企业物流信息化战略规划成效的影响也较高。

根据本文实证研究发现，粗糙集理论在企业物流信息化管理战略规划的影响因素分析中具有一定的实用性，能够通过一种新的途径得到不同因素对物流信息化战略规划的影响程度。但是，影响因素的筛选仍然有待进一步深化研究，从而探寻更内在的因素，这也是本文需要努力的方向。

统计分析在物流管理中的应用:统计分析在现代物流成本管理中的应用

摘要：物流成本是评价一个物流企业的重要指标，它可以客观精确的衡量物流企业的发展。残酷的竞争不断加剧，现代物流成本的管理具有重要的作用。通过分析我国现代物流成本的发展现状，运用统计分析法研究现代物流成本，有效的管理和控制物流成本，为物流企业统计分析的改进提供借鉴。

关键词：物流成本 统计分析

一、引言

目前，我国现代物流成本的统计已经开始发展，对于物流企业统计和其核算制度也有了一定的发展，基于对现代物流成本的统计，不仅可以掌握我国现代物流业的发展趋势，也可以加快我国现代物流业的发展步伐。现代物流企业凭借其自身的优势，不断创新其所拥有的价值，改善物流成本管理增加物流企业的经济效益，很多学者对物流成本和物流管理进行研究，而对于物流成本管理的内在含义还不够，有待进一步的研究和探索。减少物流成本、高效科学运行是我国现代物流业发展的必然途径。因此，运用科学地统计分析物流成本管理，减少物流费用的浪费，选择最佳的管理物流成本方式是现代物流业的有效途径。

二、物流成本发展现状

物流成本是指由于物流活动所产生的费用，主要包括运输费用、仓储费用、管理费用和维护费用等成本，如图一所示。客观科学的研究统计分析在现代物流成本管理中的应用具有非常重要的现实意义。物流企业都很重视物流成本的统计，物流成本在一定程度上反映了一个现代物流企业的发展情况和其发展趋势，是评价物流业质量的一个重要指标。

随着科技的进步和经济的加速发展，现代物流在我国已经开始崛起，电子商务更是锦上添花，网购的大量订单给物流带来了更大的利益范围。对于现代物流企业要想长期立于市场的不败之地，就要降低物流成本，寻求甚至创造市场。对于物流成本管理在控制物流成本的基础上缩短运输时间，提高物流的服务质量。

目前，由于我国物流企业的快速扩张，物流成本的结构也产生了变化。对于物流量的增加，一方面，可变成本与固定成本的比例将产生变化，另一方面，对于物流成本的管理也需要不断增加。事实上，由于部分物流企业对物流成本意识不强，管理方式不恰当，导致我国现代物流业出现了不少问题，为了更详细的分析物流成本的现状中存在的问题，本文分以下几个方面进行阐述。

（一）物流成本核算不完善。对于我国物流企业中往往将成本分为运输成本、仓储成本和管理费用。这样就忽略了很多物流成本中的间接成本，再加上服务费用和维护费用难以预测，使得我国物流成本核算制度很不规范。对于物流成本这一概念很多企业都对其存在一定的曲解，它不仅包含可以直接表现出来在损益表中可以看出来的成本，还包含间接成本尤其是物流中的中间成本。对于物流成本的核算制度有待于进一步的更新和完善，随着时间的推移，物流企业的发展，物流成本核算也会不断完善。

（二）统计理论知识不到位。虽然物流成本管理也越来越重要，但是其发展正处于管理的初级阶段，统计理论知识也不到位。物流成本管理不仅理论知识不成熟，而且很多物流企业缺乏具备专业知识的物流管理人员，尤其是具备统计知识的物流成本管理人员。对于物流成本管理，无论是理论知识还是实践经验都无法满足现代物流企业的需要。这些工作需要科学运用统计分析和管理知识相结合，才能对物流成本进行科学有效的管理。由此，对于统计方法和其相关理论还需要进一步学习，才能使物流成本管理的工作的效率提高，这样才可能对其成本核算做出正确的判断和预算。[1]

（三）统计制度体系未建立。对于物流成本管理制度需要依靠健全的企业内部管理制度，对于物流企业需要进行运输管理、仓储管理和服务管理等。对于统计制度和体系的建立，不仅局限于对于操作上，对于物流成本的管理，更要完善其制度和体系才能更好的管理物流成本。建立物流企业的信息服务平台，加强统计制度，减少物流的机会成本。为我国现代物流业的逐渐发展略尽绵薄之力，将科学的统计知识引入物流管理内部，使得现代物流业逐渐规范并步入正轨。[3]

鉴于以上物流成本中的种种问题，可以得出将统计知识运用到现代物流业中，分析物流成本管理问题具有重要意义。

三、统计分析在现代物流成本管理中的应用

物流成本的内在属性决定了物流成本的管理方法，本文首先分析物流成本的几个基本组成要素，依次从运输成本、仓储成本、管理成本和服务成本进行分析。[2]

（1）运输成本。由于物流业需要对货物进行运输则必然会产生运输成本，而考虑运输量、运输时间、交通条件以及运输线路等因素，将运输成本数学模型化，并将其表示为：

Cy =f(Q,T,L，…) (1)

其中Cy表示运输成本，Q表示货物的运输量，T表示运输的时间，L表示运输的路程。下面将（1）式具体化，对于运输工具要考虑到交通条件和货物运输的保质性，将运输成本降为最低。可表示为：

MinCy = c1/Q+c2×L+c3/T

s.t.c1

Q < Q0，T

式中c1表示运输的固定成本，c2表示运输中单位路程的燃油量，c3表示运输中对于时间的限制成本，cg表示可接受的最高固定费用，cl表述单位路程的最大燃油费用，ct表示在时间一定式可接受的最大成本，Q0表示运输中的最大货运量，T0表示运输中客户可接受的最长时间。

（2）仓储成本。仓储成本主要是货物在运输前客户交接后存放货物的或者运输后客户签收前所需要的存储成本，主要由货物量的大小和交货时间等因素决定，而在仓储过程中，有考虑到货物的安全性，将仓储成本表示为：

Cs =c4×Q +c5×（T1+T2）+c6×S (3)

其中Cs表示仓储成本，Q表示运输货物量，T1表示运输前的存储时间，T2表示运输后的存储时间，S表示安全系数，c4表示单位运量的存储成本，c5表示单位时间的仓储成本，c6表示保证货物安全的管理成本。[3]

（3）管理成本。管理成本主要包括对于员工的管理及其物流路线的选择和各种企业之间的来往等费用。从短期收益来看，对于企业中某些成本实属浪费可以减少；而从长期收益来看，对于某些管理费用的消费可能带来较大的预期收益。考虑管理成本必须从长远利益出发，全面系统地选择管理策略，使物流业的整体活动能够顺利进行，并加强全体员工参与成本管理，从最大限度的减少成本。考虑到影响管理成本的主要因素是员工数量，固定资产及其折旧管理。将管理成本表示为：

Cm = g ( Qp) + Cf （4）

其中Cm表示管理成本，Qp表示物流中员工的人数，Cf表示固定资产成本的折旧率；由于考虑到物流中的工作人员不仅包括司机、搬货员以及其他人员等，所以将其表示为员工的函数，用g ( Qp)来表示。

（4）服务费用。服务费用主要是指运输后对于货物运输后质量的保障费用，以及对于客户往来等费用。本文用Cse来代表服务费用。

由上可以得出，对于物流的总成本可以表示为：

C = Cy+Cs+ Cm+Cse (5)

将其具体化，即：

C = c1 / Q + c2×L + c3 / T + c4 ×Q + c5×（T1 + T2）+ c6 ×S + g (Qp) + Cf + Cse （6）

对于现代物流成本的管理，本文认为对于管理中的各个费用应该按找一定的比率进行分配，减少成本的浪费，对成本进行最优化管理。并对其效益进行预期，对于预期收益较小的环节要减小成本的开支，使得利益有所保障，收支能够平衡。

对于现代物流成本的管理除了上述的计算方法外，还有很多其他的核算方法如作业成本法，就是将物流中的各个活动进行分解，把每个基础活动作为一个作业，将成本资源分配到每个作业中去，然后在将分解的各个费用进行汇总，从而计算出物流成本。

四、结论

本文通过研究现代物流成本的管理，从现代物流成本的发展现状出发，找出其存在的核算不完善，统计知识欠缺以及缺乏物流成本制度体系等问题，利于统计知识得出物流成本的核算方法，对于模型中的不同运输进行分类统计核算，为改善现代物流成本管理提供了一定的指导依据。由于运输中存在突变事件，导致对物流成本的预期存在不精确性，导致进一步的研究受阻，还需要不断探索和研究出比较可靠的新的统计方法。

统计分析在物流管理中的应用:运用统计分析评价城市物流产业发展指标体系

摘 要：本文运用因子分析、聚类分析、微积分概率分析等统计分析的专业方法，综合以前学者的研究成果，针对城市物流产业发展水平，进行比较研究，针对分析结果，提出一些对策和建议，提出更为简便可行的指标体系。

关键词：统计分析；物流产业；城市水平；指标体系

一、构建城市物流产业指标体系

1.建立评价指标体系。

本文选取的指标力图能够反映城市物流发展的整体水平，通过对各种物流评价指标体系的比较，按照指标设置的科学性、实用性、简明性、定量与定性相结合等原则，经过反复筛选，最终从城市经济发展水平、城市物流基础水平、城市物流发展水平三个方面确立了现代区域物流评价指标体系，并将这些方面分解为9项二级指标，见表1。

2.数据来源与分析步骤。

本文研究的数据来源于各城市统计年鉴，在湖南各个城市中，找到一些数据符合要求的城市，以长沙、株洲、湘潭、益阳、衡阳、常德为主。本文以这些城市为研究对象，在数据准备阶段完成之后，利用SPSS17.0for windows统计软件展开分析。首先检验构建的区域物流评估指标系统，然后选择因子分析法从9个具体指标中提取出n个公共因子，根据得到的因子得分，建立模型计算综合得分，从而对各城市的物流综合水平进行排序，为确保研究结果的科学性和可靠性，还在因子分析的基础上进一步进行聚类分析、微积分概率统计分析，并利用聚类分析结果对全省区域物流节点城市的发展水平进行总体评价，给予相应的建议。

二、运用统计分析方法

1.因子分析

1.1因子分析适用性检验。在指标综合评价中利用因子分析的目的是从众多的原有指标变量中提取出少量的具有代表性的因子，提取出的因子必须能够代表不同的评价维度。其应用的前提是要求原指标之间具有较强的相关关系，笔者将原始数据进行标准化处理之后，采用KMO和Bartlett检验方法来检测因子分析法的适用性。其检测结果如表2所示。

Bartlett球度检验表明：Bartlett值=839.695。P接近于0，若显著性水平为0.01，则拒绝相关矩阵为单位矩阵的原假设，相关矩阵与单位矩阵存在显著差异，可以进行因子分析。取样足够的Kaiser-Meyer-Olkin检验是用于比较和观测相关数值与偏相关数值的一个指标，其值越逼近1，表明对这些变量进行因子分析的效果越好，从表2中可见，KMO值为0.716，大于0.5，因而可以对指标变量进行因子分析。

1.2因子提取检验。按照相关系数矩阵特征值大于1的标准，采用主成分分析法对指标数据进行因子分析，从原9个统计指标中提取二个主因子来表达其信息含量。表3是指标数据作因子分析后的因子提取和因子旋转结果。第二列至第四列描述了因子分析的初始解对原有变量总体的刻画情况；第二列合计是各成分的特征值。第一成分特征值合计5.731，第二成分特征值为合计1.218，这里只有前两个因子的特征值大于1。第三列是各因子变量的方差贡献率，即该因子刻画的方差占原有变量总方差的比例；第四列是因子变量的累计方差贡献率，表示前2个因子刻画的总方差占原有变量总方差的比例。从表3中可见，如果提取2个公共因子，那么它们可描述原变量总方差的89.946%，大于80%，可以认为，这2个公因子基本反映了原变量的绝大部分信息。

1.3因子旋转检验。因子分析的目的不仅是要找出主因子，更重要的是知道每个主因子的具体经济意义。为便于对主因子进行解释，一般须对因子载荷矩阵进行旋转。本研究采用方差极大值法进行正交旋转之后，得到9个指标的两个因子负荷，如表4所示。

从表4可以看出，第一主成分对地区生产总值、工业总产值、第三产业增加值、进出口总额、年末总人口的绝对值有较大的相关系数，第二个因子相关系数绝对数较大的正好是9个原始变量中的另外4个，即地方道路营运里程、公路汽车人均拥用量、地方货运量、地方物流产业增加值。根据这些变量的原始含义可以对两个因子进行命名。第一个因子主要概括了一般的社会人口规模、经济实力、工业和第三产业的规模，可以命名为社会经济因子。第二个因子主要概括了物流主导产业的情况，可以称为物流产业因子。

根据表4的最终因子载荷矩阵，由此可以写出如下因子分析的模型：

X1=0.945F1+0.198F2；X2=0.952F1+0.019F2；……；X9=0.396F1+0.832F2

Xi（i=1，2，…，9）代表了9个评价指标，公共因子F1表示社会经济因子，F2表示物流产业因子。由于因子载荷矩阵是正交旋转，这两个因子之间不存在相关，避免了因子综合评价的多重共线性，故可以代表不同的评价维度。

1.4因子得分检验。因子分析把原来的9个指标浓缩成相互独立的2个公因子，一方面达到了降维的目的；另一方面也排除了指标之间的相关性，同时，SPSS根据因子得分函数自动计算各样本的因子得分，并选取各因子的方差贡献率为因子得分权重，计算各城市的综合因子得分，其计算形式为：F=65.3821F1+32.5348F2

每个城市的综合因子得分反映了各城市物流综合实力的强弱，将6个城市的综合因子得分从高到低排序，如表5所示。

2.聚类分析

聚类分析是研究“物以类聚”的一种多元统计分析方法。最常用最基本的一种聚类分析方法是层次聚类分析，此外还有动态聚类法、模糊聚类法、有序聚类法等，本文采用层次聚类法。

层次聚类法的基本思想是，一开始将要归类的n个变量看成一类，然后按事先规定好的方法计算各类之间的归类指数（相似系数或距离），根据指数大小衡量两类之间的密切程度，将关系最密切的两类并成一类，其余不变，即得n-1类；重新计算各类之间的归类指数，再将关系最密切的两类并成一类，其余不变，即得n-2类；如此进行下去，直到最后n个变量都归成一类。

笔者按照层次聚类法的步骤，首先经过运算将原始数据标准化，使具有不同量纲、不同数量级的数据能放在一起比较，接着用6个城市的标准化数据求出欧氏距离，最后应用Wald离差平方和法，按照使总的类内离差平方和增加最小的原则，使得类的分法逐渐减小。具体聚类结果见表6。

3. 微积分概率分析

在统计概率分析中，微积分有非常值得利用之处。微积分是研究函数的微分、积分以及有关概念和应用的数学分支，是建立在实数、函数和极限的基础之上的。极限和微积分的概念可以追溯到古代。在十七世纪后半叶，牛顿和莱布尼茨完成了许多数学家都参加过准备的工作，分别独立地建立了微积分学。他们建立微积分的出发点是直观的无穷小量，理论基础不牢固。直到十九世纪，柯西和维尔斯特拉斯建立了极限理论，康托尔等建立了严格的实数理论，这门学科才得以严密化。微积分是与实际应用联系着发展起来的，它在天文学、力学、化学、生物学、工程学、经济学、统计学等自然科学、社会科学及应用科学个分支中，有越来越广泛的应用。特别是计算机的发明更有助于这些应用的不断发展。微积分学是微分学和积分学的总称，是继解析几何之后产生的。客观世界的一切事物，小至粒子，大至宇宙，始终都在运动和变化着。因此在以数学为主的统计学等学科中引入了变量的概念后，就有可能把各种现象用数学来加以描述。

笔者所探讨的主要问题中涉及的是N个朋友随机地围绕圆桌就坐，则其中有两个人一定要坐在一起（即座位相邻）的概率为多少？或是将编号为1、2、3的三本书随意地排列在书架上，则至少有一本书自左到右的排列顺序号与它的编号相同的概率。从5个数字1，2，3，4，5中等可能地，有放回的连续抽取3个数字，试求下列事件的概率：“3个数字完全不同”“3个数字不含1和5”“3个数字中5恰好出现两次”“3个数字中至少有一次出现5”。

用微积分概率分析，可以反映城市物流情况的发展概论情况。

三、结论与建议

通过物流指标体系研究，可以作出两类评价。

第一类包括长沙、株洲，这两座城市生产总值较高，在社会经济因子得分方面名列前茅，显示了较强的经济实力和工业规模，其物流产业因子表现较好，在物流产业上具有明显优势，综合排名位居第一。当然，这两座城市也有因子得分不均衡的特点，主要表现在社会经济因子得分排名高于物流产业因子的得分排名，反映了其物流业的发展滞后于社会经济的发展。因此，建议这两座城市，在努力增强经济实力的同时，要重点确定其物流发展的差异化战略，根据自身城市定位和区位交通优势，优先发展合适的交通运输方式，加强物流基础设施的建设，注重与区域城市的分工合作，形成良好的区域物流网络系统，快速推进物流业的发展。

第二类包括湘潭、益阳、衡阳、常德，由于经济、地理、人口、文化及交通等原因，这四座城市综合因子得分排名中等。笔者建议这些城市要从产业经济抓起，运用现代化的管理手段，做好招商引资工作，重点培养一批优势支柱产业，找准物流的发展定位，将区域物流与支柱性产业形成有机的业务链，集中优势资源，发展最能体现自身特色的物流产业，加强交通基础设施的建设，促进区域经济的发展，提升区域经济的竞争力。

物流产业是为其他产业提供支持的生产性服务产业，经济基础对发展物流产业至关重要，国家城市化进程的快速发展，对第三产业的需求会逐渐加强。因此，各个城市都需强化经济发展的基础，重点提升第三产业的增加值，发挥物流的规模经济优势，提高投资收益率，增强持续发展的能力。