基于PCA-DEA模型的農(nóng)產(chǎn)品流通效率分析

許詩源

內(nèi)容摘要：本文通過構(gòu)建PCA-DEA模型對我國2005-2017年的農(nóng)產(chǎn)品流通效率進行分析。結(jié)果顯示：2005-2017年，我國農(nóng)產(chǎn)品流通效率始終保持波動增長狀態(tài);我國市場經(jīng)濟環(huán)境、科技發(fā)展以及流通企業(yè)運行情況均會對農(nóng)產(chǎn)品流通效率造成影響。

關鍵詞：農(nóng)產(chǎn)品? ?流通效率? ?PCA-DEA

我國作為農(nóng)業(yè)大國，農(nóng)業(yè)的發(fā)展影響著國家的整體發(fā)展，而農(nóng)產(chǎn)品的流通則影響著社會經(jīng)濟和人民生活的發(fā)展。隨著我國市場體制的不斷完善，我國農(nóng)產(chǎn)品的流通也打破了傳統(tǒng)的流通方式，呈現(xiàn)出了高效率、多樣化的狀態(tài)。根據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《2018-2023年中國農(nóng)產(chǎn)品流通行業(yè)發(fā)展模式與投資戰(zhàn)略規(guī)劃分析報告》，2017年，我國農(nóng)產(chǎn)品物流總額為3.7萬億元，預計到2023年，農(nóng)產(chǎn)品流通市場空間將接近5萬億元，發(fā)展前景較為可觀。然而，在此過程中，眾多流通問題也隨之而來，例如農(nóng)產(chǎn)品流通銜接效率低、流通成本投入大、流通風險高等，這對我國農(nóng)業(yè)的可持續(xù)發(fā)展而言無疑是嚴峻的挑戰(zhàn)。廣義的流通體系包含了所有和流通相關的主體，例如消費者、批發(fā)商、分銷商等，所涉范圍過大，無法精準測量效率。因此，本文在傳統(tǒng)DEA的基礎上使用主成分PCA簡化指標，同時為更好體現(xiàn)決策偏好，利用主成分權(quán)重約束錐對DEA進行賦值，構(gòu)建了PCA-DEA模型，對我國農(nóng)產(chǎn)品流通效率進行分析，剖析影響我國農(nóng)產(chǎn)品流通效率的主要因素，為提高我國農(nóng)產(chǎn)品流通效率提供指導依據(jù)。

PCA-DEA 模型建立

本文通過PCA-DEA模型對主成分數(shù)據(jù)進行簡化處理，使得各個變量在模型中獨立存在，最終得出滿足下式檢驗標準的低維獨立相關變量：

式中，λi表示主成分含義，λj為變量的最初含義，本文對主成分數(shù)據(jù)進行簡化之后，簡化數(shù)據(jù)所反映的信息需要與原始數(shù)據(jù)85%信息相符合。為了保證DEA模型所分析的數(shù)據(jù)均大于0，本文需進一步對簡化后的數(shù)據(jù)進行歸一化，使得所有分析數(shù)據(jù)均在[0.1，1]區(qū)間內(nèi)，歸一化公式為：

式中，Zij為待處理數(shù)據(jù)，ai為數(shù)據(jù)矩陣中行的最大值，bj為矩陣列的最大值。同時，設Cm、Bs分別為投入產(chǎn)出主成分的評價矩陣，λi和λj為評價矩陣特征值的最大值。同時，計算權(quán)重約束錐U、V：

本文采用具有權(quán)重約束的PCA-DEA（C2WH）模型對成分數(shù)據(jù)進行計算，最終得出評價結(jié)果。

指標的選取與處理

本文所分析的農(nóng)產(chǎn)品主要是農(nóng)作物和畜產(chǎn)品。所選取的相關數(shù)據(jù)均來自國家統(tǒng)計局在2005-2017發(fā)布的年度數(shù)據(jù)，針對個別年限數(shù)據(jù)的缺失，本文根據(jù)歷年數(shù)據(jù)走勢和當前經(jīng)濟形勢進行合理補充。詳細指標如表1所示。

農(nóng)產(chǎn)品流通效率分析

（一）PCA分析

本文通過SPSS19.0軟件對所有樣本數(shù)據(jù)進行優(yōu)化處理，以分析農(nóng)產(chǎn)品流通效率。

1.提取主成分。參照KMO統(tǒng)計結(jié)果，本文對數(shù)據(jù)是否達到因子分析條件進行實證，通常如果數(shù)據(jù)的KMO統(tǒng)計量大于0.7，則數(shù)據(jù)適合因子分析。將數(shù)據(jù)KMO檢驗值大于0.7以及累計貢獻率高于85%的數(shù)據(jù)進行提取投入產(chǎn)出主成分，具體提取結(jié)果如表2所示，其中Z1、Z2為投入主成分，Z3、Z4、Z5為產(chǎn)出主成分。

2.計算主成分得分。本文采取方差最大化正交旋轉(zhuǎn)法來明確主成分的本質(zhì)含義，并通過正交旋轉(zhuǎn)獲取主成分的載荷矩陣，保證一個變量固定搭配一個因子。具體內(nèi)容見表3、表4所示。表3、表4中的系數(shù)即為主成分對原始數(shù)據(jù)的解釋程度，也稱之為累計貢獻率?；谝陨蠑?shù)據(jù)，本文便可計算出投入和產(chǎn)出指標的得分值。投入指標：

基于投入指標的主成分Z1中資金、成員數(shù)量、業(yè)務成本以及庫存量占比較大，故可以將Z1定為資本投入指標;第二主成分Z2的市場分布較多，說明各變量與該因子關聯(lián)性較強，可以將Z2視為規(guī)模指標。產(chǎn)出指標：

產(chǎn)出指標Z3中載荷較大的變量為零售業(yè)銷售量、利潤率、每個營銷點的銷售額，因此可以將Z3視為流通收益綜合指標;Z4中農(nóng)產(chǎn)品零售業(yè)資產(chǎn)周轉(zhuǎn)率、農(nóng)產(chǎn)品庫存量載荷較大，故將Z3視為資產(chǎn)周轉(zhuǎn)指標;Z5載荷較大的是農(nóng)產(chǎn)品零售業(yè)集中度，可以將Z5視為產(chǎn)品集中程度指標。各主成分的具體解釋如表5所示。

3.歸一化處理。本文對各個主成分的貢獻值進行評價，并根據(jù)得分結(jié)果對所有指標進行排序，具體結(jié)果見表6所示。通過表6可以得出，DMU5的投入貢獻值排名第9，但其產(chǎn)出貢獻值卻排在首位，這說明2009年農(nóng)產(chǎn)品流通效率高，農(nóng)產(chǎn)品利潤得到顯著提升;相比而言，2016年的投入貢獻值排名第2，但其產(chǎn)出貢獻值排名卻靠后，說明當年的農(nóng)產(chǎn)品零售業(yè)不景氣，農(nóng)業(yè)資源利用率下降，這與我國社會經(jīng)濟發(fā)展實情相吻合。

4.計算投入產(chǎn)出主成分判斷矩陣Cm，Bs。

矩陣中，最大特征值λm=1，λs=2。

5、構(gòu)造主成分分析權(quán)重約束錐

基于上式建立權(quán)重約束錐U，V，公式表示為：

（二）DEA分析

經(jīng)過對DEA模型的C2R進行檢驗分析，發(fā)現(xiàn)在未對數(shù)據(jù)進行簡化的前提下，DEA分析結(jié)果與真實結(jié)果偏差較大。因此，本文選擇經(jīng)過簡化的Z1、Z2投入主成分和Z3、Z4輸出主成分納入到DEA模型中，計算結(jié)果如表7所示。

根據(jù)表7可知，DEA檢驗的12個指標中僅有5個指標是DEA有效，且純技術(shù)效率和規(guī)模效率均出現(xiàn)無效的現(xiàn)象，這說明部分評價指標失真。此時，本文采用MAXDEA軟件對投入成分開展權(quán)重分析，結(jié)果發(fā)現(xiàn)部分指標的權(quán)重系數(shù)為0，具體分析結(jié)果如表8所示。根據(jù)表8結(jié)果，在所有的60個投入、產(chǎn)出指標權(quán)重系數(shù)中，有30個權(quán)重系數(shù)為0，占所有指標權(quán)重數(shù)的50%，說明通過DEA分析所得出的結(jié)果難以反映出真實的農(nóng)業(yè)投入產(chǎn)出情況。鑒于此，本文有必要對分析模型進行權(quán)重限制，結(jié)合PCA系數(shù)權(quán)重約束錐U、V，借助MATLAB軟件構(gòu)建PCA-DEA模型，對投入產(chǎn)出指標數(shù)據(jù)進行計算，具體結(jié)果見表9所示。

通過計算結(jié)果可知，DMU4和DMU12的綜合效率值均為1，說明我國在2008年和2017年的農(nóng)產(chǎn)品利潤最高，符合DEA的有效標準，我國農(nóng)產(chǎn)品市場得到了良好的發(fā)展。在其他年份中，所有指標的綜合效率值均在1以下，表明農(nóng)業(yè)資源的配置沒有達到最佳水平，農(nóng)產(chǎn)品的流通效率仍有待提高。在12個綜合效率無效的指標中，2個指標技術(shù)效率有效，說明在2005年和2009年農(nóng)業(yè)技術(shù)得到了良好的發(fā)展，技術(shù)轉(zhuǎn)化農(nóng)業(yè)生產(chǎn)順利進行，農(nóng)業(yè)產(chǎn)出率達到最大，但由于受到規(guī)模效率影響，其綜合效率無效。同時，DMU5的規(guī)模呈現(xiàn)降低趨勢，說明冗余規(guī)模、企業(yè)規(guī)模適當約束對提高農(nóng)產(chǎn)品流通效率具有正面影響。DMU2和DMU3的規(guī)模效率呈現(xiàn)逐漸增加趨勢，說明該兩種指標農(nóng)業(yè)資源利用不合理，導致無效現(xiàn)象生成，此時需要合理擴大農(nóng)業(yè)市場規(guī)模，使得指標達到DEA有效狀態(tài)。

（三）評價結(jié)果說明

通過比較PCA-DEA（C2WH）模型和帶有權(quán)重約束的PCA-DEA（C2WH）模型的分析結(jié)果，本文發(fā)現(xiàn)帶有權(quán)重約束的DEA模型的分析結(jié)果更能反映真實情況。我國宏觀經(jīng)濟環(huán)境、科技發(fā)展以及流通企業(yè)運轉(zhuǎn)情況均對農(nóng)產(chǎn)品的流通具有一定影響?；谵r(nóng)產(chǎn)品流通效率層面，可以將我國農(nóng)產(chǎn)品流通劃分為三個階段：

第一階段：2005-2009年，農(nóng)產(chǎn)品流通效率大幅度提升。在中國加入世界貿(mào)易組織后，國家農(nóng)產(chǎn)品的銷售方式發(fā)生重大轉(zhuǎn)變，以公有制為基礎的多種所有制共同發(fā)展政策開始實施，政策效果在2005年得以體現(xiàn)。我國的對外貿(mào)易力度增加，農(nóng)產(chǎn)品流通效率在此背景下得到了顯著提高。第二階段：2009-2013年，農(nóng)產(chǎn)品流通效率開始衰減。受到全球經(jīng)濟危機的負面影響，我國包括農(nóng)產(chǎn)品在內(nèi)的眾多產(chǎn)品銷售均受到了不同程度影響，國內(nèi)農(nóng)產(chǎn)品貿(mào)易額下滑，對外農(nóng)產(chǎn)品流通效率迅速衰退，國家的相關扶持政策實施效果不顯著。最終導致農(nóng)產(chǎn)品無論是銷售量還是銷售額均達到低谷狀態(tài)。第三階段：2013-2017年，農(nóng)產(chǎn)品流通效率緩慢升高。在全球經(jīng)濟形勢不容樂觀的大環(huán)境下，我國通過調(diào)整市場經(jīng)濟結(jié)構(gòu)和促進小微企業(yè)發(fā)展，使得國家的經(jīng)濟在困境中維持良好的發(fā)展狀態(tài)。同時，隨著“一帶一路”的開展，我國農(nóng)產(chǎn)品的流通規(guī)模得到了空前的擴大，流通體制進一步完善，加之國家在農(nóng)業(yè)上的扶持力度不斷增大，使得農(nóng)村的生產(chǎn)潛力得到了釋放，農(nóng)村改革順利進行，這無疑為農(nóng)產(chǎn)品流通效率的提高奠定了良好的基礎。

結(jié)論與建議

2005-2017年，我國農(nóng)產(chǎn)品流通效率始終保持波動增長狀態(tài)。我國市場經(jīng)濟環(huán)境、科技發(fā)展以及流通企業(yè)運行情況均會對農(nóng)產(chǎn)品流通效率造成影響。因此，我國需要進一步完善農(nóng)產(chǎn)品流通機制，優(yōu)化農(nóng)產(chǎn)品市場布局，打破阻礙農(nóng)產(chǎn)品流通的壁壘;構(gòu)建農(nóng)產(chǎn)品流通鏈條，簡化農(nóng)戶與企業(yè)之間的貿(mào)易環(huán)節(jié)，提高農(nóng)產(chǎn)品流通效率;擴大農(nóng)產(chǎn)品市場規(guī)模，增加農(nóng)產(chǎn)品流通基礎設施，在提高農(nóng)產(chǎn)品的流通速度的同時，降低產(chǎn)品受損概率。

參考文獻：

1.王海燕.區(qū)域特色農(nóng)產(chǎn)品流通效率的評價與優(yōu)化路徑研究[J].時代金融，2018（20）

2.胡瑜杰.新零售背景下農(nóng)產(chǎn)品流通現(xiàn)代化升級路徑探析[J].商業(yè)經(jīng)濟研究，2018（11）

3.開燕華，王霞，曾鋮.長三角城市群現(xiàn)代農(nóng)業(yè)發(fā)展效率評價——考慮社會和工程功能的PCA-DEA模型的研究[J].經(jīng)濟問題探索，2018（6）

4.柳西波.我國農(nóng)產(chǎn)品流通效率提升——基于專業(yè)市場的研究[J].商業(yè)經(jīng)濟研究，2018（10）