Logistics Sci—Tech No．4，2008 物流科技 加08年第 4期
· 物 流 研 究 ·
基于GM(1 )的零售企业逆向物 OIt量影响因子分析
Influencing Factors Analysis of the Quantity of Reverse Loglstics of Retail Enterprise Based on GM(1，N)
管玉军．张长元 (南华大学，湖南衡阳421001)
GUAN Yu-jun，ZHANG Chang-yuan (University of South China,Hengyang 421001，China)
摘 要：利用灰色理论建立 GM(1，N)模型．分析零售企
业逆 向物流量影响 系统 ．从 而对影 响因子之 间及 各 因子 与逆
向物流量之间的关系作定量分析，并结合案例进行 了实际应
用，分析 当前零售企业逆向物流管理存在的一些问题 ，给 出
一 些建议 。
关键词：零售企业；GM(1，N)；逆向物流
中图分类号：F253 文献标识码：A
文章编号：1002—31O0(2008)04-0001-03
Abstract：Using grey theory to set up GM (1，N ) model，the
paper analyzes the reverse logistics quantity system of retail
enterprises，and makes quantitative analyses to the relations
between the influencing factors and between each factor and
the amount of reverse logistics，then carries on practical ap—
plication combining the case，analyzes the problems e~ist re—
verse logistics man agement of retail enterprises currently，and
puts forward some suggestion．
Key words：retail enterprise；GM(1'Ⅳ )；reverse logistics
0 引 言
零售业的竞争 日趋白热化，如何降低成本是每家零售企业面临的难题，有效地实施逆向物流管理是降低企业成本的重要策
略 ，对提 升企业竞 争力具有 重要 意义 。而 当前零售企业的逆 向物流管理 尚处于起步 阶段 ，由于影 响 因子复 杂 ，逆向物流量具有
不确定性 、复杂性等特点，影响零售企业逆向物流管理的有效实施，所以运用定性与定量相结合的方法分析零售企业逆向物流
量影响因子显得十分必要 ，GM(1，N)作为一种分析模型，十分适合对多因子的系统作整体的、全局的、动态的分析。
1 企业逆 向物流的 内涵
企业逆向物流是指计划、实施和控制原材料 、半成品库存、制成品及相关信息，高效和成本经济地从消费点到起点的过
程，从而达到回收价值和适当处置的目的。零售企业的逆向物流主要包括退货逆向物流和回收逆向物流两个部分，其中退货逆
向物流包括两种：其一是正常退货，指顾客根据企业承诺以及有关规定将不满意的产品退还给企业 ；其二是产品召回，指制造
商自身行为如设计 、生产等造成产品瑕疵，南制造商主动提出召回。回收逆向物流则是指将最终顾客所持有的废旧产品或包装
回收 回企业
2 零售 企业逆向物流量影响因子
影响零售企业逆向物流量的因子众多，各个[天1子之间以及与逆向物流量之间的关系错综复杂，可以粗略地将影响因子归纳
为以下几个 ：
(1)产品质量：这里所指的质量是广义的质量 ，即一组固有特性满足需求的程度 ，这些同有特性包括性能 、寿命 、可靠
性、安全性、经济性以及外观质量等。由于质量的瑕疵，一种情况是顾客选择直接退货，主要表现在食品、日用品等行业；另
一 种情况是顾客选择维修退货 ，主要表现在手机 、mp3等电子产品。由于设计的缺陷或生产的失误 ，产品具有较大的质量隐
患，制造商迫于压力或出于维护企业形象的目的召回存在质量问题的产品，从而可能通过零售企业回购问题产品，形成了一定
的逆 向物 流。
(2)经济因素：经济上的有利可图趋使零售企业主动增加逆向物流量，主要表现在两个方面，其一 、回收废旧产品或包
装从而减少全新物料的投入，例如啤酒瓶、瓦楞纸材、塑料袋等；其二、把逆向物流作为客户服务的一部分 ，甚至承诺顾客不
满意就可以退货．以此增强企业竞争力，间接增加销售量．从而造成退货逆向物流的增加。
(3)政策因素 ：由于产品市场的信息不对称、企业经济活动的外部性等市场失灵的存在 ，需要政府及其他协会进行适当
的干预或影响。政府通过制定法律法规，明确对退货等事项作了规定，例如制定某些法律规定鼓励回收某些饮料容器和包装材
料 ，从 而促使 回收逆向物流壤的增加。
(4)环保因素 ：根据利益相关者理论 ，为了企业的可持续发展，企业 应仅仅考虑短期的经济利益 ，还应顾及某些社会
收稿 日期 ：2007—09—13
作者简 介 ：管 玉军(1984一)，男 ，江 西德 安人 ，南华大 学经济 管理 学院硕士研 究 生 ，研 究方向 ：物流 与供应链 管理 ；张 长元
(1943一)，男 ，湖南祁东人 ，南华大学经济管理学院，教授 ，研 究方向：企业 管理理论。
l }《{ }l ； “ ?{；0g，1 0l
维普资讯
基于 GM(1，N )的零售企业逆 向物流量影响因子分析
利益。环境保护问题作为典型的外部性问题 ，集中体现了企业是如何协调社会利益与企业经济利益的，随着消费者环保意识的
提高 ，企业的环保行为可以提高其美誉度 ，塑造 良好的企业形象，促进企业销售量的提高，同时增进社会利益和企业经济利
益，所以环保因素也是影响零售企业逆向物流量的一个重要因子。
3 企 业逆 向物 流量 的 GM(1．N )模 型
3．1 数据处理
令 W 为 GM(1,N)的原始数据序列，对原始数据序列进行初值化 ，Ⅳ， 变换 ，形成因子变量 ，使 之间具有可比性与可接
近 性 ，从而 构 成 GM(1,N)的因子 空 间 @G (1N)，并 将其 表 示为 @G F(1N)={ li∈，={1,2，⋯，Ⅳ}， =，Ⅳ， ，W
= (W (1)， f(2)，⋯，W (n )， ( )= ( >／w (1)，Vi)。根据零售企业逆向物流实际情况，可以构建逆向物流量GM(1,N)的因
子空间 ，其中 。是行为变量 ，表示零售企业逆向物流量， 表示产品质量因素， 表示经济因素， 表示政策因素， 表示环
保因素，数据的时间k可以以日、周 、月、季度等为单位。
由于数据的时间层次较低 ，规律不明显 ，所以需要通过运算变换为新数据，即灰色生成 ，从而改变数据的时间层次 ，使之
由较低层次变换 为较 高层次 ，常用 的方法是 AGO，将 同一序列 中数 据逐次相加 以生成新 的数据列 ，常表示为 ： ⋯
： ( ‘ (1) ‘ (2)
．
⋯
‘ (n))其中： ⋯( )：∑ ⋯( )， 1，2，⋯，n。AGO生成前的数据以日、周、月、季度等为单位，时间层
k = 1
次相对较低，经过灰色生成之后 ，时间层次提高 ，常可以显示出其规律性。 ，
3．2 建立数学模型 GM(1．N)
在GM(1，N)因子空间@ (1Ⅳ)上的GM(1，N)的模型形式为 (o)( )+ ：¨( )-∑6 ¨ ( )， ： ( 】-0．5 ：¨( )+0．5 ：。
i = 2
(I) N
( 一)， ( 】-∑ (m)， ∈ ={1,21 k 1,2，⋯，m}。GM(1,N)的白化模型为 +似： ：∑biXi ( )。但该模型不具备全信息，一 ( 一)， ⋯( )= (m)， ∈ ={ ，⋯，m}。 )的白化模型为 +似 。。= ⋯( )。但该模型不具备全信息，一
般 不适 于预测 ，所以只有 形式上的意义 。
3．3 GM(1．N)的参数识别
设 为GM(1,N)的参数包， =(a,b ⋯，b )，PN可为向量或序列，参数矩阵方程为YN=日 ，其中：
B=
(1)(2) 2)．．
(1】(3) 3 (1)( ， ：( (o)(2) 3 (0】( )) ， ：( 6 ，⋯，6 ) 。
当n>Ⅳ+1时，运用最小二乘法识别参数，有 ：( 6 ，⋯，6 ) ：( 日)。。B
，
当n：Ⅳ+1时，有 ：( 6：，⋯，6 T=B～y
， 当
n<Ⅳ+1时，有 (行满秩算式) ：( 62，⋯，6 T=B ( 日)～y~
。
以B与y~带人可以得到参数a,b ，⋯，6 ，从而可以建立具体的数学模型。
3．4 模型 的检验
(1)残差检验，按照模型计算互： ( )，然后计算原始数据 ： ( )与预测值互【oJ( )的绝对误差序列和相对误差序列：
△ c =I ：。 c 一互：。 c I = ，2，⋯，n
妒㈩ = ×100％ ，2，⋯，
Lt J
(2)后验差检验，指标1方差比：c= ，指标2小误差概率：P--p{I e( )一 I<0．64765S。}，其中s。为原始序列标准差，
S 为绝对误差标准差，e( )为预测误差， 为其均值 ，p=m／n(m为小于上述条件的误差个数)。
4 案例分析
近年来 ，超市作为一种重要的零售经营形式已取得了较大发展，其销售额占零售业中的比例越来越大，是零售行业的生力
军，超市之间以及超市与其他零售企业之问的竞争 日益激烈 ，逆向物流管理作为控制成本增强竞争力的重要手段越来越受到超
市管理者的重视。本文选取德安县某超市为案例 ，结合上述 GM(1,N )模 型 ，分析逆 向物流量 的影 响因子。
4．1 数据处理及模型构建
通过对原始数据序列进行初值化 ，Ⅳ， 变换，以及运用AGD方法对原始数据进行处理，从而使缺乏规律的原始数据生成具
有规律的新数据 ，得到数据矩阵 B以及向量Y ：
02 l¨l l： }3{ S }一 南 ：{ 8 毒
2 3 n
) ) ● ● ● )
维普资讯
基于 GM(1，N )的零售企业 逆向物流量影 响因子分析
B=
I 1 I
— ZI(2) 2(2) 3(2)
一 zI1(3)
2
I(3) 3l(3)
I 1 1
一 (4) 2(4) 3(4’ f4
一 I)x5
／一1．64 2．29 2．72 2．07 2．07 ＼
=I一3．415 4．69 7．01 3．27 3．25 】
＼ 一6 7．79 12．91 4．94 4．841 ／
：( (0)(2 (0’(3 (0’(4)) ：(1．28，2．27，2-9)
辨识参数包 =(a,b：，b3,b ，b )。
由于n(^ 1，有 (行满秩算式)
表 1 2006年四个季度某超市的逆向物流量统计数据表
单位 ：元
1季度 2季度 3季度 4季度
逆向物流量 65 776 84 193 149 3l1 196 670
质量 因素 45 321 58 917 108 770 140495
经济因素 5 202 8 956 22 365 31 121
政 策因素 8 132 8 701 9 774 13 661
环保 因素 7 121 7 619 8 402 l1 393
数据来源 ：该超市年度报表
= (吗62，b3，b ，b ) =B ( B)～y ，以B与 Y 代人上式 ，运用 MATLAB软件计算 ，得到 P ：(吗6：，b3，b ，b )
=(6．687，7．496，一0．7345，一1．337，一0．1375)。
将辨识参数包 (吗62，63，6 ，6 ) 代人 (0’( )+ ： ( )：∑6 ( )，可以得到GM(1，N)模型为 (0’( )+6．687=： ( )
：7-49 )-0．7345 ¨．337x~I)( )-0．1 375 )。
4．2 模型检验
(1)残值检验
f0) l0)
1 (2)=1．28 露1 (2)=1．1504 (2)=10．125％
f0) l0)
I (3)=2．27 露l (3)=2．3561 (3)=3．79％
f0) l0)
1 (4)=2．9 l (4)--2．785 (4)=3．95％
(2)后验差检验
指标 1：方差 比 c= =0．031268／1．1549=0．027
I
指标2：小误差概率P=p{I e( )一 I<0．64765S1)--t9f 1 e( )-0．1102 1<0．74797}-
模型检验结果说明模型有较高的精度，模型分析可靠性较高。
4．3 模型结果分析
通过 GM(1，N)模型的定量分析，可以得到影响因子影响零售企业逆向物流量的相对权重 ，从模型结果可以看出当前影响
零售企业逆向物流量的最重要的因素是质量因素，而经济因素、政策因素以及环保因素所起的作用相对不足。究其原因可以归
结为以下几点： (1)当前零售企业的逆向物流管理大多尚处于初步阶段，被动多于主动，且零售企业对逆向物流的重视不够，
技术管理落后，缺乏专业人才； (2)零售企业构建逆向物流系统 ，专用资产投入较大，需要大量资金 ，同时逆向物流成本也
较大，这包括产品的贬值、运输费用、维修费用、管理费用等，这种状况影响企业从逆向物流中获利； (3)有关逆向物流的
法律法规尚不健全，除了与环保有关的法规外，我国尚基本没有出台与逆向物流有关的法律规范，从而导致企业责任不明确，
制造商不承担自身产品的回收责任，而零售企业回收有时难以得到应有的补偿，造成内生交易成本的提高； (4)环境保护是
典型的外部性问题，社会收益与企业收益之间不对称 ，当前企业的环保意识与发达国家相比尚且非常薄弱，将环保及逆向物流
看作是一种不应该承担的成本和负担，某些地方政府也片面追求 GDP等经济指标，忽视环保工作，而民众的环保观念也尚处
于启蒙阶段 ，对逆向物流 、绿色物流等概念更是知之甚少。
5 结束语
GM(1，N)模型进行因子分析具有信息量要求较少且模型精度较高等优点，适合于多影响因子系统的定量分析，再配合定性
分析，能清晰地洞察到问题的关键所在 ，为了促进逆向物流管理的发展，针对存在的问题及原因，本文提出以下几项建议：引
进 、培养专业人才，引进先进的管理理念 、方法 ；利用社会逆向物流系统 ，节约成本；完善行业立法，明确各企业权责；扩大
环保宣传，提高环保意识。
参考文献：
【1】 邓聚龙．灰色理论基础【M]．武汉：华中科技大学出版社，2002．
【2】 薛超颖．浅谈我国逆向物流业的发展[J]．科技资讯，2007(2)：171．
【3】 王桂朵．论零售企业逆向物流[J]．商场现代化，2007(4)：126-127、
【4] 阎兆万．基于环保化的绿色物流产业发展对策探析[J]．中国流通经济，2007(5)：24—26．
，{ 《 llt S( ～ h ? 1)8 一； 03
2 3 4
；
1 5
； 、
2 3 4
1 ● 4
维普资讯
