【摘要】本文首先建立了灰色关联度的数学模型，并利用国家统计局中2007-2014年我国快递行业发展的业务量以及各项影响因素的数据，对影响快递行业的发展的各项因素进行了定量的描述和比较，得出影响快递业的三大主要因素依次为：互联网因素>经济因素>邮政行业基础设施，并由此提出促进快递业发展三条建议。
　　【关键词】快递业；灰色关联度
　　问题重述
　　近年来伴随着经济、交通及互联网等的发展，快递业也取的了飞速的发展，这使得快递业在第三产业的发展中起到了重要作用，因此对快递行业进行研究成了一个热门问题。请搜集数据并建立合理的数学模型找出影响快递业发展的主要因素。
　　模型建立
　　1、灰色关联度分析
　　灰色关联模型是一种测度系统中某项代表因素与其他因素关系的密切程度的统计分析技术，用来判断影响该系统整体变化趋势的主要和次要因素，以量化分析系统发展态势[1]。其具体的操作步骤[1]如下：
　　第一步：选取参考数列与比较数列。确定一个参考数列（分析的主对象）
　　其中k表示时刻。然后选取m个比较数列
　　第二步：变量的无量纲化处理。为保证建模的质量与系统分析的正确结果，对收集来的数据必须进行数据变换和处理，使其消除量纲并具有可比性。无量纲化的方法有很多：极值化方法、标准化方法、均值化方法、标准差化方法等[2]。通常对时间序列数据采用极值化的方法进行无量纲化处理，极值化的方法也有三种，公式（1）的极值化方法也称为初值极值化方法，用该方法对时间序列数据进行处理可以得到较好的效果。
　　（1）
　　第三步：计算灰色关联系数。根据上面变量的定义，称
　　（2）
　　为比较数列xi对参考数列x0在k时刻的关联系数，其中为分辨系数，称（2）式中、分别为两级最小差及两级最大差。
　　一般来讲，分辨系数ρ越大，分辨率越大，ρ越小，分辨率则越小，通常情况下ρ取0.5。
　　第四步：求灰色关联度。公式（1）定义的关联系数是描述比较数列与参考数列在某时刻关联程度的一种指标，由于各个时刻都有一个关联系数，因此信息显得过于分散，不便于比较，为此称
　　（3）
　　为数列xi对参考数列x0的关联度。由（3）易看出，关联度是把各个时刻的关联系数集中为一个平均值，亦即把过于分散的信息集中处理。利用关联度的概念，可以对各种问题进行因素分析。
　　模型求解
　　1、灰色关联度求解
　　1.1变量的选取与数据来源
　　综合指标体系科学性和数据的可靠性考虑，本文以快递量（万件）为反映快递业发展情况的参考序列，选取反映快递的基础设施：邮路总长度（公里），快递营业网点数（处）；反映网络购物活跃度指标：互联网上网人数（万人）、网购网民数（万人）；反映社会经济发展水平的指标：国内生产总值（亿元），第三产业增加值（亿元）；以及邮政业就业人数作为比较数列。
　　本文的数据主要来源于国家统计局，其次为了完善网购网民数还对“中国网络购物行业发展报告-MBA智库文档”[3]等进行了参考，跨度为2007-2014年。
　　1.2灰色关联度分析
　　依据1.1中阐述的灰色关联模型，取分辨系数ρ=0.5得到7项影响指标关聯度，具体分析结果见表1。
　　表1 各因素与快递量的关联度
　　通过2007-2014年总体灰色关联度可见网购人数对快递业发展影响最大，关联度达到0.8181，其次是互联网上网人数，关联度达到0.7926。紧接着是第三产业增加值与国内生产总值，其关联度在0.77左右，与快递量发展相关度较小的几个为邮政业就业人数，快递营业网点数，邮路总长度，它们的关联度均在0.75以下。因此我们可以得出如下结论：互联网因素>经济因素>邮政行业基础设施
　　1.3发展的相关建议
　　为更好的促进快递业的发展提出如下建议：（1）出台相应的政策来加快快递业与互联网、电商的协同他发展，这样可以使得政策的见效最快；（2）出台相应的政策来促进地区经济较好的发展，这为人们使用快递奠定了较好的经济基础；（3）完善快递基础设施建设。
　　参考文献
　　[1]司桂寿，孙玺菁.数学建模算法与应用.北京：国防工业出版社，
　　[2]林军，陈翰林.数学建模教程.北京：科学出版社，2011.6.P
　　[3]中国网络购物行业发展报告-MBA智库文档http：//doc.mbalib.com/view/be8ee497a5b83f11eb105905abee6b32.html
　　作者简介
　　王志平，性别：男，学历：西南科技大学本科生，研究方向：数学与应用数学 统计计算 预测分析.
　　张康，性别：男，学历：西南科技大学本科生，研究方向：数学与应用数学，统计计算，预测分析
　　文法广，性别：男，学历：西南科技大学本科生，研究方向：数学与应用数学，数值计算，预测分析。
　　李晓慧，性别：女，研究方向：数学与应用数学，理论分析，数据计算，学历：西南科技大学本科生。
　　指导老师
　　杨学南，男，汉族。马婷婷，女，汉族。