我國區(qū)域農(nóng)產(chǎn)品物流能力評價研究

賀盛瑜 程琬玥 楊克建

Research on Evaluation of Regional Agricultural Product Logistics Capability in China

HE Sheng-yu? CHENG Wan-yue YANG Ke-jian

摘要：區(qū)域物流能力在一定程度上可以反映區(qū)域經(jīng)濟的發(fā)展?fàn)顩r，是衡量區(qū)域物流服務(wù)水平的重要因素。本文選取了全國30個省市地區(qū)作為樣本，從各地統(tǒng)計年鑒收集該地區(qū)GDP、人均GDP、社會消費品售總額、農(nóng)林牧漁業(yè)總產(chǎn)值、公路里程、貨運總量、國際互聯(lián)網(wǎng)用戶數(shù)、載貨汽車總量、冷庫容量等數(shù)據(jù)，采用因子分析和聚類分析法相結(jié)合的方法，對我國區(qū)域農(nóng)產(chǎn)品物流能力進行分析。首先通過因子分析得出各省市農(nóng)產(chǎn)品物流能力綜合得分排名，將30個省市地區(qū)劃分為四類，其次通過聚類分析對該結(jié)果進行驗證，增強分類結(jié)果可信度。最后通過分析各類地區(qū)農(nóng)產(chǎn)品物流發(fā)展特點及問題，提出針對性的對策和建議。

Abstract： To a certain extent， the regional logistics capability can reflect the development of regional economy and is an important factor to measure the level of regional logistics service. This paper selects 30 provinces and cities in the country as samples， and collects regional GDP， per capita GDP， total sales of social consumer goods， total output value of agriculture， forestry， animal husbandry and fishery， total highway mileage， total freight volume， number of internet users， total cargo truck volume， cold storage capacity and other data from statistical yearbooks. Applying the method of factor analysis and cluster analysis， this paper analyzes the logistics capability of regional agricultural products in China. Through factor analysis， the comprehensive score ranking of agricultural product logistics capability of each province and city was obtained， and 30 provinces and cities were divided into four categories， then， the result was verified through cluster analysis to increase the reliability of the classification result. Through analyzing the characteristics of agricultural product logistics development in various regions， this paper puts forward targeted countermeasures and suggestions.

關(guān)鍵詞：因子分析;聚類分析;農(nóng)產(chǎn)品物流能力

Key words： factor analysis;cluster analysis;agricultural product logistics capacity

中圖分類號：F326.6;F224? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）32-0096-04

0? 引言

電子商務(wù)的飛速發(fā)展帶動了物流業(yè)的興起，眾多物流企業(yè)應(yīng)運而生。然而隨著電子商務(wù)日益步入正軌，物流行業(yè)也在探索降低成本的有效方法。在社會經(jīng)濟高速發(fā)展和人民生活水平不斷體改提高的背景下，人們對生鮮農(nóng)產(chǎn)品的需求越來越大，使我國的農(nóng)產(chǎn)品物流有了較快發(fā)展，同時也對農(nóng)產(chǎn)品冷鏈物流提出了更高要求。農(nóng)產(chǎn)品冷鏈物流作為現(xiàn)代物流業(yè)的重要組成部分，在解決三農(nóng)問題上，以其“第三方利潤源泉”的強大優(yōu)勢有著舉足輕重的作用。區(qū)域農(nóng)產(chǎn)品物流作為區(qū)域物流綜合水平的衡量標(biāo)桿，也標(biāo)志著區(qū)域經(jīng)濟發(fā)展水平。對區(qū)域農(nóng)產(chǎn)品物流能力進行科學(xué)評價，有助于為政府相關(guān)部門提供決策依據(jù)，改善城鄉(xiāng)物流發(fā)展環(huán)境，引導(dǎo)城鄉(xiāng)物流協(xié)調(diào)發(fā)展。

目前國內(nèi)外學(xué)者對物流能力的概念尚且沒有一致觀點。英國學(xué)者Donald Waters認(rèn)為物流能力是某段時間內(nèi)供應(yīng)鏈產(chǎn)出最大物料時的流量[1]。我國學(xué)者閆秀霞等認(rèn)為物流能力是對微觀物流供應(yīng)商提供物流服務(wù)的過程[2]。姜繼峰分析了物流能力、物流服務(wù)能力和核心競爭力能力等概念之間的相互關(guān)系[3]。田華杰、楊蕾選取了人均GDP、社消零總額、互聯(lián)網(wǎng)用戶數(shù)量等十個指標(biāo)，采用因子分析法對各地區(qū)進行物流能力分析[4]。張誠采用模糊物元法，選取物流業(yè)就業(yè)人數(shù)、物流投資額、鐵路線長等九個指標(biāo)對我國中部六省物流能力進行評價[5]。

1? 測評方法與數(shù)據(jù)處理

1.1 因子分析以及聚類分析

作為主成分分析的推廣，因子分析采取降維的思想，由原始變量相關(guān)矩陣的內(nèi)部關(guān)系出發(fā)，將多個關(guān)系錯綜復(fù)雜的變量歸結(jié)為少數(shù)幾個綜合因子。其基本思想是根據(jù)原始變量相關(guān)性進行分組，使得同一組變量間的相關(guān)性較高，不同組變量間的相關(guān)性較低。每一組變量代表一個基本結(jié)構(gòu)，這種基本結(jié)構(gòu)被稱為公因子。

其數(shù)學(xué)模型為

則模型可表示為：

其中X為觀測變量，A為因子負(fù)荷矩陣，F(xiàn)為潛在公共因子矩陣。那么因子分析就在于推測出潛在公共因子矩陣F的存在，選擇其中方差貢獻率較大的少數(shù)，來進行計算總的因子得分。

聚類分析是根據(jù)“物以類聚”的道理，對樣品或指標(biāo)進行分類，使得同一類中的對象之間的相似性更強的一種多元統(tǒng)計分析方法。聚類分析的目的是把相似的研究對象歸成類;即：類內(nèi)對象的相似性最大化，類間對象的差異性最大化。

本文采用系統(tǒng)聚類的方法，其主要思想是先將n個樣本看作n類，計算各類間的距離，將距離最小的兩類合并成一個新類，則類數(shù)減少為n-1;再計算剩余n-1類兩兩間的距離，找出距離最近的兩類進行合并，以此類推，每合并一次，減少一類。

1.2 樣本及指標(biāo)選取

影響農(nóng)產(chǎn)品冷鏈物流能力的因素很多，所以對指標(biāo)的選取非常關(guān)鍵。本文在查閱了大量研究文獻的基礎(chǔ)上，結(jié)合文獻[4][5][6][7]并研究近兩年冷鏈物流行業(yè)標(biāo)準(zhǔn)，最終選出9個指標(biāo)，構(gòu)成我國區(qū)域農(nóng)產(chǎn)品冷鏈物流能力的評價體系。如表1所示。

2? 我國區(qū)域農(nóng)產(chǎn)品物流能力分析

2.1 信度效度分析

為保證不受量級的影響，本研究先對所得數(shù)據(jù)進行信度和效度檢驗，采用KMO檢驗和Bartlett球形檢驗。KMO檢驗用于檢查變量間的相關(guān)性和偏相關(guān)性，對于KMO值的范圍在0到1之前，值越大代表相關(guān)性越強，原有樣本數(shù)據(jù)就越適合做因子分析;值越小，意味數(shù)據(jù)間的相關(guān)性越弱，越不適合作因子分析。KMO度量標(biāo)準(zhǔn)為：KMO≥0.9非常合適，0.7

2.2 因子分析過程

因子分析的關(guān)鍵是求解因子載荷矩陣。根據(jù)特征根大于1的原則，本研究選取了2個公共因子，其累計方差貢獻率為84.702%。碎石圖如圖1所示。

如表3所示，第一主因子和第二主因子的方差累計貢獻率為84.702%，說明這兩個主因子涵蓋了原始指標(biāo)的絕大多數(shù)信息，其中第一個主因子的方差貢獻率為61.202%，它主要包含X1、X3、X4、X5、X6、X7、X8等指標(biāo)的信息，反映了區(qū)域農(nóng)產(chǎn)品物流發(fā)展的經(jīng)濟環(huán)境發(fā)展?fàn)顩r，因此可解釋為區(qū)域經(jīng)濟環(huán)境因子;第二個因子主要包含X2、X9指標(biāo)的信息，反映了農(nóng)產(chǎn)品物流的基礎(chǔ)設(shè)施情況，可解釋為區(qū)域農(nóng)產(chǎn)品物流基礎(chǔ)能力因子。

采用方差最大法對因子載荷矩陣進行正交旋轉(zhuǎn)，旋轉(zhuǎn)后的因子載荷矩陣，如表4所示。在因子分析的實際應(yīng)用中，當(dāng)因子確定以后，便可以計算各個因子在每個樣本上的具體數(shù)值，這些數(shù)值稱為因子得分，形成的變量稱為因子變量。通過SPSS 19.0運算，輸出因子成分得分系數(shù)矩陣。如表5所示。

即，

根據(jù)（1）（2）兩式，構(gòu)建全國各地區(qū)的農(nóng)產(chǎn)品物流能力評價模型，如式（3）。

上式中F1，F(xiàn)2是兩個主因子得分，F(xiàn)為各地區(qū)農(nóng)產(chǎn)品物流能力的總得分。數(shù)據(jù)分析樣本為全國除（西藏港澳臺地區(qū)）30個省市自治區(qū)，將標(biāo)準(zhǔn)化之后的相關(guān)數(shù)據(jù)代入到農(nóng)產(chǎn)品物流能評價模型中，得出各地區(qū)兩個主因子分別的得分，形成全國30個省市農(nóng)產(chǎn)品物流能力的得分排名，如表6所示。

2.3 基于聚類分析對各省市分類

根據(jù)最終因子得分F，可以大致將全國30個省市分為4類，如表7所示。

為了驗證以上因子分析所得結(jié)果的準(zhǔn)確性，本研究再采用系統(tǒng)聚類的方法，對全國30個省市進行聚類分析。選取組間聯(lián)結(jié)法的歐式平方距離，運用SPSS19.0得出系統(tǒng)聚類樹狀圖，如圖2所示。

對比發(fā)現(xiàn)圖2與表7的結(jié)果基本一致，驗證了以上分類結(jié)果具有準(zhǔn)確性。表7顯示我國各省市農(nóng)產(chǎn)品物流能力份為四類，說明我國各區(qū)域農(nóng)產(chǎn)品發(fā)展具有明顯的差異性。第一類包含廣東、江蘇、浙江、上海等地區(qū)都位于東部沿海，發(fā)展優(yōu)勢明顯，物流基礎(chǔ)設(shè)施和交通運輸環(huán)境都為其發(fā)展提供了保障。第二類為河南、河北、湖北、福建、遼寧、天津、四川、湖南和安徽，發(fā)展勢頭相對較好。第三類為內(nèi)蒙古、重慶、陜西、廣西、江西、黑龍江、山西、云南，這些地區(qū)農(nóng)產(chǎn)品物流能力水平較一般，雖然具有明顯的當(dāng)?shù)靥厣?，但是受到地理位置的制約，使得當(dāng)?shù)匚锪骰A(chǔ)建設(shè)程度處于國內(nèi)中下水平，從而影響地區(qū)農(nóng)產(chǎn)品物流能力。第四類為吉林、北京、新疆、貴州、寧夏、甘肅、海南、青海，除北京外，其他地區(qū)人口相對較少，分布較為分散，再加上地理位置因素的影響，造成農(nóng)產(chǎn)品物流能力相對較低。

3? 建議和對策

3.1 促進我國各區(qū)域協(xié)調(diào)發(fā)展

對于我國沿海發(fā)達地區(qū)如上海、中西部和東北三大區(qū)，需要有關(guān)部門加大政策支持的力度，因地制宜地推進具體措施和推進方案的落地。一是重視農(nóng)產(chǎn)品物流區(qū)域優(yōu)勢。比如在第一類別中的6個城市，都處于我國的東部，從經(jīng)濟水平和地理優(yōu)勢區(qū)方面都處于國內(nèi)領(lǐng)先水平，因此對生鮮農(nóng)產(chǎn)品的需求量相對較大，對于農(nóng)產(chǎn)品冷鏈物流基礎(chǔ)設(shè)施的布局更為廣泛。二是在區(qū)域間形成互補的良性互動機制。從分類結(jié)果可以看出，每一層包含的省份的分布都是分散的，可以采取示范帶動，在各區(qū)域之間形成優(yōu)勢互補、資源共享，以凸顯整體競爭優(yōu)勢和提高經(jīng)濟效益。