人工智能归纳学习法在逆向物流发生因素及预测的应用

摘 要：企业从事逆向物流所面临的首要问题就是进行战略决策，在合理配置资源、保护环境的基础上实施逆向物流如何才能降低成本、获得可观的经济收益?本文在对逆向物流的概念及其发展现状分析基础上，探讨了信息论为基础的数据归纳分析方法，并结合制造业与逆向物流相关的数据来讨论企业实施逆向物流的因素分类及预测。

关键词：逆向物流；信息论；归纳分析方法；预测

中图分类号：F406

文献标识码：A

文章编号：1000-2154(2007)10-0009-07

一、前言

从亚当·斯密奠定经济原理开始，经济学就有两个基本观点：一是人类发展的资源存在着某种稀缺性；二是人类社会发展需要最有效地配置稀缺资源。随着人类社会的发展，生产力不断进步，人口不断增长，对资源的需求将持续大幅度增加，地球上的宝贵资源每天都在减少，资源的稀缺促使我们不得不思考如何对有限的资源进行合理的分配和利用。逆向物流能够尽可能地提高资源的利用率，使资源的价值得到最大程度地体现，从而可以极大地降低对现有资源的耗用。通过逆向物流的实施，我们能够从源头上控制资源的减少，改善日益紧张的全球资源紧缺问题，为人类生产力的发展扫除障碍。

“逆向物流也许是企业成本可以降低的最后一块处女地了。”西尔斯(Sears)物流执行副总裁这样说。而美国南佛罗里达大学的詹姆斯·斯多克(James R. Stock)对逆向物流的描述更为精辟：“公司对退货如何处置已经成为一项标歧立异的竞争战略，并正成为拓展并提高效率的全新领域”。逆向物流(Reverse Logistics)是一种与传统物流方向相反的新型物流运作模式。作为近年来物流业界及研究中一个新兴课题，不少学者都对其重要性也提出了很高的评价：逆向物流是21世纪主要的仓储发展趋势之一^[1]；逆向物流包括了控制和处理回收产品及其信息，是管理活动的新领域^[2]。

物品需要被重新收集常常涉及一些具体的原因^[3]，我们把这些可能的情况都归纳到生产、销售、使用及规章等四个环节中去，每一个环节出现逆流的可能又有多种，详细情况如下表1所示。

近几年来由于自然资源破坏不仅促使社会对资源短缺的关注，同时资源的持续被消耗的危机日益明显，因人类对生态自然破坏造成的灾害性事件层出不穷，使得社会对逆向物流的迫切需要越发明显，对其原因的判定及涉及的领域技术也迫切需要。但探究引起逆向物流发生的因子大抵如表1所列出的，但实际中随着社会经济的发展、工业化程度的提高、高科技的发展、地球环境变换的多样化等，未来的逆向物流原因可能潜伏如冰山一角不易发现，表1只是当前大略分为四大类。根据历史的经验，国内许多生产环境，包括从产品初始端到客户终端，往往暴露于有害物的作业环境中而不自知，这些慢性危害，因为不会产生立即危害而常被忽略，往往在人类发展进程的多年后才发现罹患相关危险。特别地，由于缺乏具体的历史证据，导致这些危害的案例，无法为业界乃至政府引以为鉴，以达减少或者降低危害、消灭生态隐患与保护地球健康的目的。如已有对逆向物流相关规定的法律法规都由于历史运作的危害性的发现，通过经验的累积而来，现今为了(1)更有效地把握逆向物流产生的原因；(2)判定这些需要逆向物流的动因；(3)预测未来可能需要开展的逆向物流，早日做到在规划前就超前设计等目的。通过计划利用行业运作中环境测定数据、人类生物环境侦测数据与产品回收、报废等数据结合，应用信息论(information theory)的方法将数据加以归纳分析，以找出需要进行逆向物流的模式及最大影响需要逆向物流的因子等知识。由此可以建立完整反映社会生产与流通中潜伏的需要来构建逆向物流因子的数据库及科学利用该数据库，不但可协助寻求构建逆向物流模式的问题，更可支持任何有关逆向物流战略规划的拟定。信息论是关于信息的本质和传输规律的科学的理论，是研究信息的计量、发送、传递、交换、接收和储存的一门新兴学科。

本文主要利用信息论所发展出的归纳学习法，也称为归纳法(induction method)或决策树法(decision tree based method)，目前有许多归纳学习算法，诸如：ID3、CART、C4.5、PRISM等，这些已广泛运用在其它领域获得了较好的成效，诸如采矿、市场营销、水文等领域^[4]，如用CART判别产品进入市场初期占有率的预测、用决策树归纳诊断逆向物流发生可能性及预测等。将行业运作中环境测定数据和人类生物环境侦测数据输入，再利用归纳学习法的递推算法产生分类树(classification tree)的分析结果与产品回收、报废处理数据等进行比对。这些数据库的建立并提供数据分析将有助于进行正向、逆向物流运作的工作，如发现可回收原材料价值、判定逆向物流产生的原因及经济价值、预测可能出现的逆向物流形式、企业进行绿色经营与生产的风险评估等。

二、逆向物流的定义及企业实施逆向物流的现状

早在20世纪70年代，就有学者提出使用“逆向配送渠道(Reverse distribution channels)”来处理大量的固体废弃物，其目的就是为了通过循环利用来避免能源匮乏和资源短缺^[8]。文中引用Senator Proxmire(1973)的话法：在过去，我们使用塑料和人造材料作为金属替代品，如今，石油短缺导致的后果又让我们不得不去思考要用什么来代替塑料和人造材料呢?研究物流与环境的关系的已有文献出现较多的^[9]。根据文献^[10]的阐述，随着环保重要性的提升，对物流范围的扩大和物流管理方式也产生了重要影响，“逆向”的概念随之产生。由此可见，正是资源稀缺性这个人类从亚当?斯密时代就开始探讨的话题，成为了逆向物流产生的根本原因，因而有必要利用逆向物流来对有限的资源进行合理配置。

国际学术界对逆向物流管理的重视也是近十年的事情，没有一般物流管理那样源远流长^[11]。20世纪90年代美国物流管理委员会(Council of Logistics Management，CLM)发表了分别两篇关于逆向物流研究的重要文献。其中，文^[12]对逆向物流包括的范围进行了详细地阐述，认为逆向物流涉及了缩减资源、循环利用、替代、材料再生和废物处理等广泛的物流活动，在循环使用、垃圾处理和有害物管理方面扮演了重要角色；而文^[13]则强调逆向物流与传统物流处于相反方向，把逆向物流看作是一个关系到各种有害无害垃圾从包装到成品的物流管理和处置流程的广泛概念，它促使产品及其信息在与正常物流活动的反方向上流动。从市场原理的角度，可把逆向物流定义为货物在分销渠道中从消费者到生产者的运动^[14]。在对已有文献进行归纳总结的基础上，文^[15]给出了一个较为全面的定义：逆向物流是为了获取其中的回收价值而进行的适当处理，对从消费者手中回到初始点的原材料、半成品库存、制成品以及相关信息流、成本流等进行有效地计划、执行和控制的过程。这一定义也得到了学术界的普遍认同。逆向物流的产生也引发了人们对相关概念的深入理解和探讨。例如如何从直接再利用到垃圾掩埋的产品回收再利用过程，并对物品逆向物流的重新利用方式进行了划分^[16]。逆向物流与绿色物流相比较，后者作用于所有类型的物流中，是以减少环境污染、降低资源消耗等环境因素为主要目标；逆向物流在“绿色”的基础上，还要在物流的逆向过程中追求最大的经济价值。从经济的角度看，逆向物流与废弃物管理的区别主要在于对废弃物的定义上，逆向物流处理的对象集中在有再利用价值或能重新进入新的供应链的产品流，而后者往往是为了避免承担法律后果被迫进行废弃物处理^[3]。

资源的短缺，环境的恶化，使得逆向物流的概念从无到有，企业实施逆向物流也变得十分迫切。然而，对于以谋利为目的的企业来讲，环保还不足以成为企业愿意把宝贵的人力、物力、财力投入到逆向物流的理由，这时候法律的强制措施便起到了立竿见影的效果。欧洲很早就开始重视物品的回收，各国相继出台了有关的法令法规，促进了企业对逆向物流的实施。1991年开始执行的德国包装法令(The Packaging Ordinance)，它要求厂商回收所有销售物品的包装材料，在1996年又针对电子产品颁布了类似法令^[17]。这使得德国在1997年成立了有数百家企业参与的DSD(Duales System Deutschland)系统来处理各类物料(如玻璃、金属、纸、塑料等)的收集、分类和回收。促进逆向物流的实施工具，主要包括三大类：法规性工具、经济性工具和信息工具。法规性工具包括促进EPR 的法律、法规、制度等，如欧盟2000年颁布的《废汽车回收指令》、2002年通过《废旧电子电气设备指令》、《电子电气设备中有害物质禁用指令》等。我国1995年颁布的《固体废物环境污染防治法》也作出了类似的规定，其他如《中华人民共和国固体废物污染环境防治法》，规定“国家对固体废物污染环境防治实行污染者依法负责的原则”，并进一步明确“产品的制造者、进口者、销售者、使用者对其产生的固体废物承担污染防治责任”，“生产、销售、进口被列入强制回收目录的产品和包装物的企业，必须按照国家有关规定对该产品和包装物进行回收”。2001年制定并实施的《报废汽车回收管理办法》规定，国家对报废汽车回收业实行特种行业管理，对报废汽车回收企业实行资格认定制度。2003年底信息产业部颁发的《电子信息产品污染防治管理办法(征求意见稿)》第十六条规定“生产者应该承担其产品废弃后的回收、处理、再利用的相关责任”。

因社会的资源稀缺及生态的可持续发展要求下的强制因素促使企业迈出了实施逆向物流的关键一步，而逆向物流可能给企业带来的经济利益是企业在实施过程中面对种种难题却能够不断探索的动力。在高技术行业中，讲求准时化制造(JIT manufacturing)的再制造生产能从实质上降低存储费用^[18]；通过对钢铁、个人电脑和飞机制造等行业的调查表明，通过逆向物流来延长产品生命周期能有效地降低原材料成本和销售价格，有利于改进产品的可靠性^[19]；逆向物流给公司带来的革新能使企业在改革和整合的过程中不断开发新产品、开拓新市场^[20]。从这些研究表明，如准时化制造、条形码技术、声音识别技术、延长产品生命周期等技术和方法都可以让企业在实施逆向物流的过程中有效降低成本，寻找到可观的利润上升空间。除此以外，学者们在对配送选址、库存管理、物流网络等方面进行深入剖析后，也提出的一些解决方案。如通过设置两个状态变量(用来描述在两个仓库中的库存状态)和三个控制变量(分别表示制造、再循环利用和无害处理三种处置方式的比例)建立了一个最优化控制模型来解决连续处置中的双仓库问题，目标可使库存持有成本和处置成本达到最低^[21]；通过构建一个以利润为驱动的三层式(顾客返回?回收中心?再生产点)多周期逆向物流网络结构模型来探讨逆向物流复杂结构^[22]等等。这些方案在实施过程中也确实减少了企业的部分成本投入，但逆向物流作为企业面临的一个全新领域，其存在的众多不确定性、渠道不确定性增大、前期投资多、优化目标放大、内在的供求失衡、外部性影响增大等特点使得企业在降低风险、追求高利润方面仍未得到根本改善。

三、研究方法

利用信息原理可建构一套自动计算的归纳分析法，称为ID3^[5]。ID3方法的思想如下：假设有一组训练数据S如表2所示，共有六组数据，每组数据包括四个属性(A、B、C和D)及一个类别(class)，所有的属性和类别假设只有二个可能的值。我们将整个决策树视为由已知类别(P及N)的数据所组成的信息源(message source)，则对训练集S而言，决策树的总信息量 (information content) 可以下面的公式表示：

其中Pi表示第种类别在训练集S中的概率，如根据(1)式可求得表2的训练数据S的总信息量为：

ID3方法的特性是选择具有最大信息量的属性将训练数据S分成两批。以属性A为例，若选择以A属性将数据分为A=1及A=0两批，则两个子集合所包含的信息量由下式给出：

由以上的分析可知ID3方法比较适用于直接的或离散的数据分析。但通常数据库中数据存在连续性的数据，因此连续性数据必须先转换成为离散的数据才能适用于ID3方法，最常用的方法是为每一个属性设置一个门限或阀值(threshold)，超过的为高，不足的为低。该方法非常简便，但同时因为门限是自行设定的，因此数据的精确度可能在该步骤中失去，并形成错误分类。

1.作业环境数据：环境区域状况(位置、作业空间形态、环境条件等)。

2.受测用户作业区数据：被量测者的工作类型，邻近生活或工作的人数，产品已知污染、损坏程度及再生可能性等。

3.制程和操作数据：制程和操作条件，反映出的原材料使用率、可能显现的副产物、积压库存、内部物流次品率等。

4.化学物质数据：量测化合物的名称、CAS(美国化学文摘编码)、容许浓度、损害环境及人身健康、及分析方法等。

5.影响环境及增值的因素：采样代表性、产品流通模式、生产及流通中的场景数据、产品污染指数、回收产品再利用的价值等。

6.样品资料：采样理由、日期、时间、方式等。

7.受测员工作业区的工程控制数据：原材料及加工产品形式、状况、经济性节约情形等。

8.受测周边环境资料：对周边生活环境、人等生态的影响程度。

9.化学性体现的结果：量测浓度、TWA、侦测下限等。

10.物理性暴露结果：噪音、废品废弃物、关联生命财产安全物(如汽车)等。

11.过程数据：成品、原材料返回率及回收的利用价值、返回召回途径及返回节点等。

环境健康检查相关数据包括生物侦测数据，对动植物、人及自然环境等影响等。实施逆向物流内在风险调查数据包括：利益成本、回收及再生价值、废品处理价值及处置成本、政府法律制度等制裁措施、市场品牌效应等。利用上述这些关联性数据库的架构，集成这些数据库信息，结合Gini指数来得到适当大小的决策树，同时不断地在训练集中寻求信息增益最大的属性及分割点，因此我们必须设定满足(13)式的分类的标准，即我们必须容许某种程度无法完全分类的误差存在，这样的误差值范围也可参照行业或政府规定的标准。

通过这些方法的分析，利用结论可对下列问题进行探讨：(1)寻求制造业场所及其产品各危害因子间的计量关系，进行风险评估，开发出预测逆向物流模式的专家系统；(2)研究产生各种逆向物流的原因及其对企业可持续发展的影响；(3)从已有的及预期的逆向物流数据中，根据产品类型、运作及流通环境的"健康"资料来评估企业潜在的绿色效应；(4)监控作业环境中有害有毒及废弃产品对人类及其环境的影响，以及寻求导致逆向物流需要实施的动因以期构建业界可持续发展应采取的方法；(5)利用上述信息论为基础的数据归纳分析方法可提供为其它计划数据分析的工具，如改进逆向物流模式的探讨，作业场所原材料、半成品、成品的绿色生产与管理，逆向物流的预测与决策，逆向物流实施的瓶颈与可持续发展相关性等探讨。

四、总结

从资源稀缺性角度考虑，逆向物流能够尽可能地提高资源的利用率，使资源的价值得到最大程度地体现，从而可以极大地降低对现有资源的耗用。通过逆向物流的实施，能够从源头上控制资源的减少，改善日益紧张的全球资源紧缺问题，为人类生产力的持续发展扫除障碍。企业从事逆向物流所面临的首要问题就是进行战略决策，在合理配置资源、保护环境的基础上实施逆向物流如何才能降低成本、获得可观的经济收益?本文在对逆向物流的概念及其发展的全面分析基础上，利用信息论为基础的数据归纳分析方法，并结合制造业与逆向物流相关数据来探讨企业实施逆向物流的因素分类及预测，以期对逆向物流实施的业界及对逆向物流的理论探讨有所帮助。

参考文献：

[1]Brockmann， T. 21 warehousing trends in the 21st century [J]. IIE Solutions， 1999， 21 (7)： 36-40.

[2]Meyer， H. Many happy returns [J]. The Journal of Business Strategy， 1999， 30(2)：27-31.

[3]Marisa P. de Brito， Rommert Dekker. Reverse Logistics-a framework [R]. Econometric Institute Report， Erasmus University Rotterdam， 2002， 38-42.

[4]谢正辉， 刘谦，袁飞， 杨宏伟. 基于全国50km×50km网格的大尺度陆面水文模型框架[J]， 水利学报， 2004， 5：76-82.

[5]Quinlan， J.R. Induction of decision trees [J]. Machine Learning， 1986， 1：81-106.

[6]L. Breiman， J.H. Friedman， R.H. Olshen， and C.J. Stone， Classification and Regression Trees， Wadsworth， Belmont， California， 1984：216-228.

[7]Lopez de Mantaras， R. A distance-based attribute selection measure for decision-tree induction [J]. Machine Learning，1991，6： 81-92.

[8]Ginter Peter M， Starling Jack M. Reverse Distribution Channels for Recycling [J]. California Management Review， 1978， 20(3)： 72-82.

[9]Murphy Paul R， Poist Richard F. Role and relevance of logistics to corporate environmentalism [J]. International Journal of Physical Distribution & Logistics Management， 1995， 25(2)：5-19.

[10]Murphy， P. R.， Poist， R. F.， & Braunschwieg， C. D. Management of Environmental Issues in Logistics： Current Status and Future Potential [J]. Transportation Journal， 1994， 34(1)： 48-56.

[11]朱道立， 崔益明， 陈姝妮. 逆向物流系统和技术[J]. 复旦学报： 自然科学版， 2003， 42(5)： 673-679.

[12]Stock J R. Reverse Logistics [M]. Council of Logistics Management， Oak Brook， IL， 1992：48-50.

[13]Kopicki， R， Berg， M， Legg， L， Dasappa， V， Maggioni， C. Reuse and Recycling： Reverse Logistics Opportunities [M]. Council of Logistics Management， Oak Brook， IL， 1993：59-66.

[14]Pohlen T L， Farris M T. Reverse Logistics in Plastics Recycling [J]. Physical Distribution and Logistics Management， 1992， 22(7)： 35-47.

[15]Rogers DS， Tibben-Lembke RS. Going backwards： reverse logistics trends and practices[R]. Reverse Logistics Executive Council， 1999：2-3.

[16]Thierry M C，Salomon M，Van Nunen J，Van Wassenhove L. Strategic issuses in product recovery management [J]. California Management Review， 1995， 37(2)： 114-135.

[17]Fleischmann M， Bloemhof-Ruwaard J.M， Dekker R，van der Laan E，van Nunen J.A.E.E，Van Wassenhove L.N. Quantitative models for reverse logistics： A review [J]. European Journal of Operational Research， 1997， 103(1)：1-17.

[18]Russell G. JIT in remanufacturing： How to do it [J]. American Production and Inventory Control Society Conference Proceedings， 1993： 447-448.

[19]Giuntirm R， Andel T. Master the six R"s of reverse logistics [J]. Transportation and Distribution， 1995， 36(4)： 97-98.

[20]Phelan M. Green is the color of money for DuPont [J]. Automotive Industries， 1996， 176(6)： 93.

[21]Imre Dobos. Optimal production-inventory strategies for a HMMS-type reverse logistics system [J]. International Journal of Production Economics， 2003， 81-82：351-360.

[22]Samir K Srivastava， Rajiv K Srivastava. A Hierarchical Model for Profit-driven Reverse Logistics Network Design [C]， Second World Conference on POM and 15th Annual POM Conference， Cancun， Mexico， April 30-May 3， 2004：28-30.

Reverse Logistics Causes and Forecast Based on the Artificial Intelligence

Induction MethodGUO Jun-ji(School of Management， Xiamen University， Xiamen Fujian， 361005)

Abstract： The chief problems are faced with enterprises for engaging reverse logistics are the strategic decision-making. On the base of deploying resources with reason and protecting environment， enterprise how to reduce cost， achieve considerable economic income for implementing reverse logistics? Analyzed the reverse logistics definition and its development status， discussed the induction method based on information theory， and combined with manufacturing and its relative data discussed the existing factor classification and forecast of implementing reverse logistics in this paper.

Key words： Reverse Logistics； Information theory； Induction analysis method； forecast

(责任编辑 郑英龙)

注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”