长沙物流运行态势分析与降本增效策略研究从模拟数据到交互式仪表盘的完整数据科学项目作者OVIANNN关键词Python、数据分析、DEA、时间序列预测、NetworkX、Streamlit、物流项目地址https://github.com/OVIANNN/changsha_logistics_project 一、项目简介本项目基于多源物流数据对长沙物流运行态势进行系统分析量化降本增效策略是一套从数据生成、清洗、建模、可视化到报告产出的端到端数据科学项目。项目覆盖六大核心分析模块最终产出五大可视化组件 交互式仪表盘Streamlit 静态 HTML 报告 完整分析报告Markdown/Word。核心结论速览长沙快递业务量 2020—2025 年由约 8.2 亿件增至 28.29 亿件SARIMAX 预测 2026 年延续上升态势中欧班列开行量由 329 列增至约 1046 列货值由 8.46 亿美元增至 26.62 亿美元DEA 测算长沙物流效率值为 1.0有效前沿面Malmquist 全要素生产率指数 1.028回归显示公路货运占比弹性系数 0.485是降本第一杠杆铁水联运每吨降 50 元测算年节省超 3000 万元。⚠️数据说明项目数据为基于公开真实统计特征2025 年快递 28.29 亿件、班列 1037 列、成本/GDP≈12.8% 等生成的模拟数据仅用于方法演示。 二、技术栈类别技术语言Python 3.14数据处理pandas、numpy可视化matplotlib、seaborn、plotly统计建模statsmodelsSTL / SARIMAX / OLS优化scipyDEA-CCR 线性规划网络分析networkx机器学习scikit-learn备用交互式仪表盘streamlit 三、项目结构changsha_logistics_project/ ├── data/ # 原始数据 数据字典 清洗后数据 │ ├── *.csv # 8 张模拟数据表 │ ├── data_dictionary.md # 数据字典 │ └── cleaned/ # 清洗后数据 ├── src/ # 源代码 │ ├── data_generator.py # 模拟数据生成 │ ├── 01_data_cleaning.py # 数据清洗 │ ├── 02_eda.py # 探索性分析 │ ├── 03_dea_malmquist.py # DEA-Malmquist 效率测算 │ ├── 04_express_forecast.py # 快递业务量预测 │ ├── 05_multimodal_efficiency.py # 多式联运效能 │ ├── 06_spatial_network.py # 空间网络分析 │ ├── 07_cost_regression.py # 成本回归 │ ├── dashboard_components.py# 五大可视化组件 │ ├── dashboard.py # Streamlit 仪表盘 │ └── generate_static_dashboard.py # 静态 HTML ├── outputs/ # 图表与中间结果 │ ├── figures/ # 14 张 PNG 图表 │ └── dashboard.html # 静态仪表盘 ├── reports/ # 最终报告Markdown / Word └── requirements.txt 四、数据说明由于公开接口不可直接访问项目通过data_generator.py生成符合真实统计特征的模拟数据固定随机种子保证可复现共 8 张表月度快递业务量2020-2025中欧班列月度开行数据公路货运量月度数据多式联运节点数据多式联运线路数据12 班列 26 航线区域区县物流数据物流效率投入产出面板6 城市 × 5 年风险预警记录每张表字段说明详见data/data_dictionary.md。 五、核心分析模块详解5.1 数据生成与清洗data_generator.py基于真实锚点生成模拟数据01_data_cleaning.py完成缺失值填充、IQR 异常值截尾、时间格式统一。# 缺失值填充数值列用中位数分类列用众数defhandle_missing(df):num_colsdf.select_dtypes(include[np.number]).columnsforcinnum_cols:ifdf[c].isna().any():df[c]df[c].fillna(df[c].median())...5.2 探索性数据分析EDA生成描述性统计、月度趋势、STL 时序分解、快递结构堆叠面积图、班列柱状图等。fromstatsmodels.tsa.seasonalimportSTL stlSTL(series,period12,robustTrue).fit()# 得到 trend / seasonal / resid 三项分解STL 分解结果趋势项几乎直线上升增长动能稳定季节项呈规律的 12 个月周期双十一—春节节律残差平稳无异常。5.3 DEA-Malmquist 物流效率测算核心不依赖 pyDEA自行实现投入导向 CCR 模型用scipy.optimize.linprog求解线性规划fromscipy.optimizeimportlinprogdefdea_ccr(X_ref,Y_ref,x0,y0):投入导向 CCR返回决策单元 (x0,y0) 的效率值 thetan,mX_ref.shape sY_ref.shape[1]cnp.zeros(n1);c[0]1.0# 目标min thetaA_ubnp.zeros((ms,n1));b_ubnp.zeros(ms)foriinrange(m):# 投入约束A_ub[i,0]-x0[i];A_ub[i,1:]X_ref[:,i]forrinrange(s):# 产出约束A_ub[mr,1:]-Y_ref[:,r];b_ub[mr]-y0[r]bounds[(0,None)]*(n1)returnlinprog(c,A_ubA_ub,b_ubb_ub,boundsbounds,methodhighs).x[0]再基于四个距离函数计算Malmquist 指数并分解TEC D^{t1}(x^{t1},y^{t1}) / D^t(x^t,y^t) # 技术效率变化 TC sqrt[ (D^t(x^{t1})/D^{t1}(x^{t1})) * (D^t(x^t)/D^{t1}(x^t)) ] # 技术变化 Malmquist TFP TEC * TC结果长沙 2024 年效率值 1.0前沿面第 1Malmquist TFP 1.028效率进步主要由技术变化前沿外移驱动。5.4 快递业务量预测SARIMAX由于 TensorFlow/Torch 环境不可用改用 statsmodels 的SARIMAX 季节模型预测未来 12 个月fromstatsmodels.tsa.statespace.sarimaximportSARIMAX modelSARIMAX(series,order(1,1,1),seasonal_order(1,1,1,12),trendc,enforce_stationarityFalse,enforce_invertibilityFalse)fitmodel.fit(dispFalse,maxiter200)fcfit.get_forecast(12)# 未来 12 个月pred,cifc.predicted_mean,fc.conf_int(alpha0.05)# 预测值 95% 置信区间预测 2026 年各月业务量介于 1.98—3.95 亿件之间延续上升趋势与季节性高峰。5.5 多式联运效能分析分析中欧班列量价变化、铁水联运降本效益、航空货运航线与本地货量占比关系。班列 2025 年货值 26.62 亿美元货值增速高于开行量增速向高附加值优化铁水联运每吨降 50 元测算2025 年节省 3092 万元突破 3000 万目标线航线由 8 条增至 26 条本地货量占比由 0.32 升至 0.56正相关。5.6 区域物流空间网络引力模型 NetworkX使用修正引力模型计算长沙各区县与周边城市的物流联系强度再用 NetworkX 构建网络、计算中心性与凝聚子群importnetworkxasnx# 修正引力模型defhaversine(lon1,lat1,lon2,lat2):球面距离公里...F_ijG_i*G_j/d_ij**gamma# gamma 为距离衰减系数1.5# 构建网络 中心性Gnx.Graph()G.add_edge(i,j,weightF_ij)degree_cnx.degree_centrality(G)between_cnx.betweenness_centrality(G,weightweight)communitiesnx.algorithms.community.greedy_modularity_communities(G,weightweight)结果核心枢纽为株洲、长沙县、湘潭、武汉、岳麓区识别到 3 个凝聚子群呈主城枢纽 组团辐射格局。5.7 物流成本影响因素回归用 OLS 双对数模型分析运输结构、枢纽能级、信息化、政策支持对社会物流总费用与 GDP 比率的影响importstatsmodels.apiassm Xsm.add_constant(panel[FEATURES])linearsm.OLS(y,X).fit()# 线性回归loglogsm.OLS(np.log(y),np.log(X)).fit()# 双对数弹性关键结论公路货运占比弹性系数0.485p0.0019显著是解释力最强的降本变量枢纽能级-0.077、信息化-0.047、政策支持-0.075均为负向作用。 六、五大可视化组件 交互式仪表盘所有组件实现于dashboard_components.py同时被 Streamlit 仪表盘与静态 HTML 复用物流运行态势仪表盘—— 核心指标卡同比 多子图折线支持时间范围筛选多式联运网络地图—— Plotly Scattergeo 展示 12 条班列线路、26 条航线、联运节点快递业务结构堆叠面积图—— 同城/异地/国际港澳台结构变迁区域物流效率热力图—— 区县 × 年份效率矩阵风险预警看板—— 阈值线 红色超阈值标记 预警等级饼图。Streamlit 仪表盘代码骨架importstreamlitasstfromdashboard_componentsimportcomponent1_operation_dashboard,...st.set_page_config(page_title长沙物流运行态势分析,layoutwide)kpi,trend_figcomponent1_operation_dashboard()st.plotly_chart(component2_multimodal_map(),widthstretch)... 静态 HTML 版通过plotly.io.to_html()生成outputs/dashboard.html无需 Python 环境即可双击打开分享。 七、运行指南# 1. 安装依赖pipinstall-rrequirements.txt# 2. 依次运行分析脚本python src/data_generator.py# 生成模拟数据python src/01_data_cleaning.py# 清洗python src/02_eda.py# EDApython src/03_dea_malmquist.py# DEA 效率python src/04_express_forecast.py# 业务量预测python src/05_multimodal_efficiency.py# 多式联运python src/06_spatial_network.py# 空间网络python src/07_cost_regression.py# 成本回归# 3. 启动交互式仪表盘streamlit run src/dashboard.py# 或双击 run_dashboard.bat静态版打开 outputs/dashboard.html依赖降级说明TensorFlow/Torch → SARIMAXgeopandas/folium → Plotly ScattergeopyDEA → scipy 自行实现dash → Streamlit。 八、总结与展望本项目完整走通了数据生成 → 清洗 → 建模 → 可视化 → 报告的数据科学闭环几个值得复用的技术点手写 DEA-CCR用线性规划实现数据包络分析理解投入导向效率测算原理SARIMAX 季节建模处理强季节性时间序列的预测含置信区间修正引力模型 NetworkX把经济地理抽象成网络做中心性与凝聚子群分析Plotly 组件化一套组件同时支撑交互式仪表盘与静态 HTML最大化复用。展望后续可接入真实数据源、增加 LSTM/Prophet 对比预测、引入 GIS 真实地理边界做 choropleth 地图、将风险预警升级为实时流式看板。