信息技術(shù)背景下農(nóng)產(chǎn)品智慧物流發(fā)展影響因素研究
——基于我國(guó)省際面板數(shù)據(jù)分析

勞 健，謝如鶴，王媚莎

（1.廣州城建職業(yè)學(xué)院，廣東 廣州 510925；2.廣州大學(xué) 工商管理學(xué)院，廣東 廣州 510006）

1 引言

互聯(lián)網(wǎng)時(shí)代新產(chǎn)業(yè)新業(yè)態(tài)不斷涌現(xiàn)，正深刻改變農(nóng)產(chǎn)品發(fā)展環(huán)境。居民消費(fèi)結(jié)構(gòu)升級(jí)，對(duì)農(nóng)產(chǎn)品物流提出了更高的要求，傳統(tǒng)物流管理已經(jīng)不能適應(yīng)農(nóng)產(chǎn)品發(fā)展需要。隨著電子商務(wù)的普及，信息技術(shù)與農(nóng)產(chǎn)品物流加速融合，推動(dòng)農(nóng)產(chǎn)品智慧物流迅速發(fā)展起來。2016年國(guó)家發(fā)改委會(huì)同相關(guān)部門制定了《“互聯(lián)網(wǎng)+”高效物流實(shí)施意見》，為智慧物流發(fā)展奠定了政策基礎(chǔ)。菜鳥網(wǎng)絡(luò)、交通運(yùn)輸部科學(xué)研究院和阿里研究院聯(lián)合發(fā)布的《2017中國(guó)智慧物流大數(shù)據(jù)發(fā)展報(bào)告》指出，智慧物流應(yīng)用信息技術(shù)，推動(dòng)電商物流飛速發(fā)展，它是世界物流業(yè)發(fā)展的趨勢(shì)，是所有物流企業(yè)追求的目標(biāo)。2019年中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》指出，到2025年我國(guó)基本形成鄉(xiāng)村智慧物流配送體系。我國(guó)智慧物流已步入政府強(qiáng)力推行、社會(huì)高度關(guān)注、物流企業(yè)積極投身建設(shè)的快車道。農(nóng)產(chǎn)品智慧物流是主要利用互聯(lián)網(wǎng)平臺(tái)收集海量數(shù)據(jù)，通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等信息技術(shù)，提升農(nóng)產(chǎn)品物流智慧分析與智能執(zhí)行能力，逐步實(shí)現(xiàn)農(nóng)產(chǎn)品物流信息化、網(wǎng)絡(luò)化、智慧化管理的一種物流新業(yè)態(tài)。近年來，信息技術(shù)爆炸式發(fā)展，引發(fā)農(nóng)業(yè)經(jīng)濟(jì)格局和產(chǎn)業(yè)形態(tài)發(fā)生深刻變革，研究信息技術(shù)背景下農(nóng)產(chǎn)品智慧物流發(fā)展影響因素，對(duì)于推動(dòng)農(nóng)產(chǎn)品物流高質(zhì)量發(fā)展，培養(yǎng)農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)新增長(zhǎng)極，服務(wù)農(nóng)業(yè)現(xiàn)代化建設(shè)均起到重要的作用。

2 文獻(xiàn)回顧

信息技術(shù)推動(dòng)農(nóng)產(chǎn)品智慧物流迅速發(fā)展，引發(fā)國(guó)內(nèi)外學(xué)者積極探索。國(guó)外目前沒有嚴(yán)格的“農(nóng)產(chǎn)品智慧物流”概念，學(xué)者們主要從流通渠道、信息化、供應(yīng)鏈管理等方面進(jìn)行農(nóng)產(chǎn)品智慧物流研究。G.W.J.Hendrikse[1]從農(nóng)產(chǎn)品物流流通渠道整合與協(xié)作管理方面進(jìn)行相關(guān)研究。Den Ouded M[2]等認(rèn)為農(nóng)產(chǎn)品需要在供應(yīng)鏈合作機(jī)制中加入信息代理這一中介組織。Lesaoana Tshabalala Bopanev[3]分析信息不對(duì)稱的農(nóng)產(chǎn)品市場(chǎng)，農(nóng)戶會(huì)選擇獲取信息相對(duì)便宜的方式。Roxana Procopie[4]提出了為確保農(nóng)產(chǎn)品物流安全、農(nóng)產(chǎn)品質(zhì)量，必須建立農(nóng)產(chǎn)品供應(yīng)鏈信息技術(shù)平臺(tái)。Norbert.N[5]等從互聯(lián)網(wǎng)信息服務(wù)系統(tǒng)角度分析了農(nóng)產(chǎn)品電子商務(wù)產(chǎn)業(yè)鏈，從而提升農(nóng)產(chǎn)品在生產(chǎn)與銷售中的應(yīng)用。Hobbs J E[6]對(duì)農(nóng)產(chǎn)品供應(yīng)鏈可追溯制度的經(jīng)濟(jì)功能進(jìn)行了研究。國(guó)內(nèi)關(guān)于農(nóng)產(chǎn)品智慧物流的研究包括：謝如鶴[7-9]等認(rèn)為隨著農(nóng)業(yè)生產(chǎn)方式和消費(fèi)行為轉(zhuǎn)變，當(dāng)前農(nóng)產(chǎn)品物流發(fā)展?jié)M足不了市場(chǎng)需求。游德升[10]指出我國(guó)農(nóng)村智慧物流發(fā)展仍存在體制、產(chǎn)業(yè)技術(shù)等方面的問題。曾志勇[11]認(rèn)為智慧物流是服務(wù)網(wǎng)絡(luò)購(gòu)物的重要平臺(tái)，農(nóng)村發(fā)展智慧物流有利于促進(jìn)經(jīng)濟(jì)發(fā)展。王朔[12]認(rèn)為農(nóng)產(chǎn)品銷售困難，制約了農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，據(jù)此提出“社會(huì)企業(yè)+智能物流”合作發(fā)展理念。何玲輝[13]認(rèn)為農(nóng)產(chǎn)品智慧物流基礎(chǔ)良好，但是產(chǎn)業(yè)集聚程度不高。翟優(yōu)子[14]等基于農(nóng)產(chǎn)品物流園區(qū)的研究，提出了實(shí)現(xiàn)農(nóng)產(chǎn)品智慧物流自動(dòng)化、信息化和網(wǎng)絡(luò)化管理的建議。隨著智慧物流的深入發(fā)展，國(guó)內(nèi)外學(xué)者已經(jīng)開始從信息技術(shù)角度進(jìn)行農(nóng)產(chǎn)品智慧物流研究，已有研究主要包括現(xiàn)狀分析、前景預(yù)測(cè)、運(yùn)營(yíng)管理等方面，這些研究以定性分析為主，鮮少涉及定量分析，關(guān)于農(nóng)產(chǎn)品智慧物流影響因素亟待深入研究。

3 農(nóng)產(chǎn)品智慧物流評(píng)價(jià)指標(biāo)體系構(gòu)建

參考國(guó)家統(tǒng)計(jì)局農(nóng)產(chǎn)品分類，本文研究的農(nóng)產(chǎn)品主要包括種植業(yè)、畜牧業(yè)、漁業(yè)等產(chǎn)品。順應(yīng)信息技術(shù)背景下農(nóng)產(chǎn)品智慧物流發(fā)展需要，探討農(nóng)產(chǎn)品智慧物流的影響因素，嘗試構(gòu)建定量分析模型，基于我國(guó)省際面板數(shù)據(jù)實(shí)證分析，探索農(nóng)產(chǎn)品智慧物流內(nèi)外融合發(fā)展對(duì)策，以推進(jìn)我國(guó)農(nóng)產(chǎn)品智慧物流可持續(xù)發(fā)展。

3.1 數(shù)據(jù)來源及評(píng)價(jià)指標(biāo)選取

（1）數(shù)據(jù)來源與處理。面板數(shù)據(jù)主要來自《中國(guó)統(tǒng)計(jì)年鑒》、《全國(guó)科技經(jīng)費(fèi)投入統(tǒng)計(jì)公報(bào)》及《全國(guó)科技經(jīng)費(fèi)投入統(tǒng)計(jì)公布》等統(tǒng)計(jì)資料。隨著信息技術(shù)與各行業(yè)深度融合發(fā)展，2013年國(guó)家統(tǒng)計(jì)局調(diào)整、增設(shè)了“軟件和信息技術(shù)服務(wù)業(yè)主要經(jīng)濟(jì)指標(biāo)”，結(jié)合信息技術(shù)背景下農(nóng)產(chǎn)品智慧物流研究，嘗試引入信息技術(shù)服務(wù)收入、技術(shù)市場(chǎng)成交額等指標(biāo)進(jìn)行分析；考慮到數(shù)據(jù)可獲得性及可用性，剔除了西藏、香港、澳門、臺(tái)灣四個(gè)地區(qū)的數(shù)據(jù)，對(duì)我國(guó)30個(gè)省、市、自治區(qū)2014-2018年連續(xù)5年的面板數(shù)據(jù)進(jìn)行分析，樣本觀測(cè)總數(shù)為2 850個(gè)。

（2）評(píng)價(jià)指標(biāo)選取。研究農(nóng)產(chǎn)品智慧物流評(píng)價(jià)指標(biāo)，是分析農(nóng)產(chǎn)品智慧物流發(fā)展的關(guān)鍵，也是提出合理管理建議的前提。目前關(guān)于農(nóng)產(chǎn)品智慧物流的評(píng)價(jià)指標(biāo)尚未明確，學(xué)者提出的相關(guān)指標(biāo)見表1。

表1 農(nóng)產(chǎn)品智慧物流相關(guān)評(píng)價(jià)指標(biāo)

綜合考慮已有評(píng)價(jià)指標(biāo)，結(jié)合農(nóng)產(chǎn)品智慧物流特點(diǎn)，分別從行業(yè)經(jīng)濟(jì)、互聯(lián)網(wǎng)、信息技術(shù)等方面選擇指標(biāo)，基于信息技術(shù)背景，嘗試引入信息技術(shù)服務(wù)收入（x13）、軟件業(yè)務(wù)收入（x15）兩個(gè)新指標(biāo)，合計(jì)19個(gè)指標(biāo)，從農(nóng)產(chǎn)品智慧物流基礎(chǔ)因子（F1）和農(nóng)產(chǎn)品智慧物流信息技術(shù)因子（F2）兩方面進(jìn)行分析研究，選用指標(biāo)見表2。

表2 農(nóng)產(chǎn)品智慧物流分析指標(biāo)

3.2 評(píng)價(jià)模型

（1）因子分析。因子分析方法主要是研究變量?jī)?nèi)部依賴關(guān)系，把眾多存在相關(guān)性的變量歸結(jié)為少數(shù)幾個(gè)綜合因子，通過分析綜合因子進(jìn)而發(fā)現(xiàn)問題、解決問題的一種多變量分析方法。影響農(nóng)產(chǎn)品智慧物流的變量眾多，各變量之間存在一定的相關(guān)性，分析影響農(nóng)產(chǎn)品智慧物流變量的特點(diǎn)，本文嘗試采用因子分析方法研究農(nóng)產(chǎn)品智慧物流發(fā)展的影響因素。

因子分析數(shù)學(xué)模型：

通過對(duì)載荷矩陣進(jìn)行分析，可得到因子變量和原有變量之間的關(guān)系：

可觀測(cè)隨機(jī)向量X=(x1,x2,...,xp)，其中均值向量E(x)=0，協(xié)方差陣Cov(X)=∑，且協(xié)方差矩陣∑與相關(guān)矩陣R相等。不可觀測(cè)的因子向量Z=(z1,z2,...,zm)，其中（p＜m），均值向量E(Z)=0，協(xié)方差矩陣Cov(Z)=1。

（2）面板數(shù)據(jù)因子分析。系統(tǒng)分析信息技術(shù)背景下農(nóng)產(chǎn)品智慧物流發(fā)展應(yīng)該從多個(gè)維度進(jìn)行。面板數(shù)據(jù)是同時(shí)包含時(shí)間和空間（樣本）的三維數(shù)據(jù)，相對(duì)于時(shí)序數(shù)據(jù)、橫截面數(shù)據(jù)等二維數(shù)據(jù)，面板數(shù)據(jù)更適合研究快速發(fā)展的農(nóng)產(chǎn)品智慧物流。面板數(shù)據(jù)模型的一般形式：其中 ai為截距；i=1,2,…,N（N為個(gè)體數(shù)）；t=1,2,…,T（T為每一個(gè)體的觀察時(shí)點(diǎn)數(shù)）；K為解釋變量個(gè)數(shù)；uit是隨機(jī)誤差項(xiàng)。其矩陣結(jié)構(gòu)見表3。

表3 面板數(shù)據(jù)矩陣結(jié)構(gòu)

運(yùn)用面板數(shù)據(jù)進(jìn)行農(nóng)產(chǎn)品智慧物流因子分析可以提高估計(jì)量的抽樣精度，有利于獲得更多動(dòng)態(tài)信息。王培等[23]運(yùn)用面板數(shù)據(jù)進(jìn)行了因子分析與主成分分析研究。董鋒等[24]改進(jìn)了多指標(biāo)面板數(shù)據(jù)因子分析方法，對(duì)每一時(shí)間截面數(shù)據(jù)進(jìn)行一次因子分析，把方差貢獻(xiàn)率當(dāng)作權(quán)重計(jì)算綜合因子得分。任娟[25]分析了多指標(biāo)面板數(shù)據(jù)因子分析法，總結(jié)了現(xiàn)有研究主要是根據(jù)專家對(duì)公共因子賦予的權(quán)重計(jì)算權(quán)值進(jìn)行綜合評(píng)價(jià)。本文在已有研究基礎(chǔ)上，基于信息技術(shù)背景，運(yùn)用我國(guó)省際面板數(shù)據(jù)，分析影響農(nóng)產(chǎn)品智慧物流發(fā)展的公共因子，在檢測(cè)公共因子符合適用性檢驗(yàn)的前堤下，對(duì)公共因子進(jìn)行二次因子分析，然后運(yùn)用方差貢獻(xiàn)率計(jì)算綜合因子得分，進(jìn)而定性、定量分析農(nóng)產(chǎn)品智慧物流發(fā)展的影響因素。

（3）面板數(shù)據(jù)因子分析主要公式。利用面板數(shù)據(jù)進(jìn)行農(nóng)產(chǎn)品智慧物流發(fā)展分析，由于各指標(biāo)的量綱和數(shù)量級(jí)不同，首先要對(duì)各指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除不同指標(biāo)之間量綱和數(shù)量級(jí)的影響，其標(biāo)準(zhǔn)化公式為：

t時(shí)間點(diǎn)第i個(gè)樣本因子得分計(jì)算公式為：

φk(t)為第k個(gè)因子的貢獻(xiàn)率，F(xiàn)ki(t)為第i個(gè)樣本的第k個(gè)公共因子。

綜合因子計(jì)算公式為：

δ(t)為第t個(gè)因子的貢獻(xiàn)率。

4 我國(guó)省際面板數(shù)據(jù)實(shí)證分析

4.1 指標(biāo)標(biāo)準(zhǔn)化

進(jìn)行農(nóng)產(chǎn)品智慧物流發(fā)展分析研究，首先對(duì)樣本原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。以2018年我國(guó)30個(gè)省、市、自治區(qū)的數(shù)據(jù)為例，其標(biāo)準(zhǔn)化數(shù)據(jù)如下：

4.2 適用性檢驗(yàn)

對(duì)樣本標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行KMO和Barlett球形檢驗(yàn)。從表4中可以看到，KMO值在0.757至0.852之間，大于0.5，樣本變量之間相關(guān)性較強(qiáng)；顯著性為0.000,小于0.05說明；結(jié)合KMO和Barlett檢驗(yàn)結(jié)果，說明樣本適合使用因子分析法。

表4 2014-2018年標(biāo)準(zhǔn)化數(shù)據(jù)KMO和Barlett檢驗(yàn)

4.3 提取公因子

從表5總方差解釋表可以得出，初始特征值欄目中，只有兩個(gè)公因子的特征值超過1。第一個(gè)公因子的特征值范圍為13.440～13.602，方差貢獻(xiàn)率范圍為70.734%～71.590%；第二個(gè)公因子的特征值范圍為3.108～3.383，方差貢獻(xiàn)率范圍為16.359%～17.804%；這兩個(gè)公因子累計(jì)方差貢獻(xiàn)率范圍為87.498%～88.539%，提取兩個(gè)公因子可以解釋原始變量超過85%的信息。

表5 2014-2018年總方差解釋

4.4 因子得分

運(yùn)用SPSS24.0軟件，采用主成分分析法，獲得表6成分得分系數(shù)矩陣。

從表6中可以分析得出，第一個(gè)公因子主要影響指標(biāo)包括：地區(qū)生產(chǎn)總值（x1）、農(nóng)產(chǎn)品總產(chǎn)值（x2）、主要農(nóng)產(chǎn)品種植面積（x3）、互聯(lián)網(wǎng)寬帶接入端口（x4）、農(nóng)村互聯(lián)網(wǎng)寬帶接入用戶（x5）、移動(dòng)互聯(lián)網(wǎng)用戶（x6）、信息化與電子商務(wù)企業(yè)個(gè)數(shù)（x7）、郵政營(yíng)業(yè)網(wǎng)點(diǎn)（x8）、民用汽車擁有量（x9）、農(nóng)村投遞路線（x10）、教育經(jīng)費(fèi)支出（x11）、普通高等院校畢業(yè)生數(shù)（x12），這十二個(gè)指標(biāo)較為集中反映在農(nóng)產(chǎn)品智物流基礎(chǔ)方面，因此歸納為農(nóng)產(chǎn)品智慧物流基礎(chǔ)公共因子（F1）；第二個(gè)公因子主要影響指標(biāo)包括：信息技術(shù)服務(wù)收入（x13）、電子商務(wù)銷售額（x14）、軟件業(yè)務(wù)收入（x15），技術(shù)市場(chǎng)成交額（x16）、企業(yè)擁有網(wǎng)站數(shù)（x17）、R&D經(jīng)費(fèi)支出（x18）、R&D人員全時(shí)當(dāng)量（x19），這七個(gè)指標(biāo)較為集中反映在農(nóng)產(chǎn)品智慧物流的信息技術(shù)方面，因此歸納為農(nóng)產(chǎn)品智慧物流信息技術(shù)公共因子（F2）。

表6 成分得分系數(shù)矩陣

分析我國(guó)30個(gè)省、市、自治區(qū)農(nóng)產(chǎn)品智慧物流發(fā)展情況，利用各地區(qū)的標(biāo)準(zhǔn)化數(shù)據(jù)及其成分得分系數(shù)，分別計(jì)算相應(yīng)的公共因子得分。例如2018年公共因子得分計(jì)算表達(dá)式：

采用同樣方法，計(jì)算各地區(qū)2014-2018年截面數(shù)據(jù)公共因子得分。對(duì)截面數(shù)據(jù)公共因子構(gòu)成的綜合評(píng)價(jià)矩陣進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，得到矩陣R'2014-2018。

對(duì)R'2014-2018標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行KMO和Barlett檢驗(yàn)，KMO值為0.733，大于0.5；顯著性為0.000，小于0.05；從KMO和Barlett檢驗(yàn)結(jié)果來看，R'2014-2018適合采用因子分析法。

使用SPSS24.0軟件對(duì)R'2014-2018標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行主成分分析，計(jì)算各地區(qū)農(nóng)產(chǎn)品智慧物流基礎(chǔ)因子F1和農(nóng)產(chǎn)品智慧物流信息因子F2得分，計(jì)算方法與前面F(2018,1)、F(2018,2)計(jì)算方法相同，在此不再贅述。以矩陣R'2014-2018標(biāo)準(zhǔn)化數(shù)據(jù)的方差貢獻(xiàn)率作為權(quán)重，計(jì)算我國(guó)30個(gè)省、市、自治區(qū)的綜合因子得分。

表7 總方差解釋

例如北京2018年綜合因子得分計(jì)算表達(dá)式：

F北京=(-1.593×49.905+2.943×49.798)/99.703=0.673

用同樣方法計(jì)算我國(guó)30個(gè)省、市、自治區(qū)綜合因子得分。根據(jù)各地區(qū)綜合因子得分進(jìn)行排名，結(jié)果如圖1所示。

5 結(jié)論與對(duì)策建議

5.1 結(jié)論

圖1 我國(guó)30個(gè)省市自治區(qū)的綜合因子得分排名

本文在國(guó)內(nèi)外已有研究基礎(chǔ)上，利用我國(guó)30個(gè)省、市、自治區(qū)2014-2018年面板數(shù)據(jù)，運(yùn)用因子分析法，對(duì)我國(guó)農(nóng)產(chǎn)品智慧物流發(fā)展主要影響因素進(jìn)行實(shí)證研究，主要得出以下結(jié)論：分析樣本KMO大于0.75（＞0.5），Bartlett檢驗(yàn)相伴概率為0.000（＜0.05），樣本適合因子分析法；對(duì)影響農(nóng)產(chǎn)品智慧物流發(fā)展的19個(gè)主要影響變量進(jìn)行主成分降維分析，提取共性因子，其中有兩個(gè)公共因子特征值超過1，這兩個(gè)公共因子可以解釋原始變量超過85%的信息，主要從物流基礎(chǔ)、信息技術(shù)兩個(gè)方面對(duì)農(nóng)產(chǎn)品智慧物流發(fā)展產(chǎn)生影響；以方差貢獻(xiàn)率作為權(quán)重，計(jì)算我國(guó)30個(gè)省、市、自治區(qū)的綜合因子得分，其中11個(gè)地區(qū)綜合因子得分為正值、19個(gè)地區(qū)綜合因子得分為負(fù)值，從分析結(jié)果來看，我國(guó)農(nóng)產(chǎn)品智慧物流發(fā)展水平整體不高；各地區(qū)綜合因子得分差異大，其中廣東得分最高（F廣東=2.145），青海得分最低（F青海=-0.760），我國(guó)農(nóng)產(chǎn)品智慧物流各地區(qū)發(fā)展不平衡，沿海、大城市等發(fā)達(dá)地區(qū)發(fā)展水平高，僻遠(yuǎn)地區(qū)發(fā)展水平落后。

隨著互聯(lián)網(wǎng)普及，信息技術(shù)在農(nóng)產(chǎn)品物流中廣泛應(yīng)用，我國(guó)農(nóng)產(chǎn)品智慧物流快速發(fā)展，但是整體發(fā)展水平不高，發(fā)展基礎(chǔ)薄弱，關(guān)鍵信息技術(shù)研發(fā)滯后，信息技術(shù)創(chuàng)新應(yīng)用亟待進(jìn)一步激發(fā)。

5.2 對(duì)策建議

加快完善農(nóng)產(chǎn)品智慧物流基礎(chǔ)建設(shè)。把握信息技術(shù)背景下農(nóng)產(chǎn)品智慧物流發(fā)展新趨勢(shì)，加強(qiáng)鄉(xiāng)村移動(dòng)互聯(lián)網(wǎng)戰(zhàn)略部署，科學(xué)規(guī)劃農(nóng)產(chǎn)品網(wǎng)絡(luò)銷售體系，開展互聯(lián)網(wǎng)公共基礎(chǔ)設(shè)施升級(jí)改造，提升農(nóng)產(chǎn)品智慧物流的服務(wù)能力。加快完善農(nóng)產(chǎn)品智慧物流服務(wù)體系，加強(qiáng)農(nóng)產(chǎn)品物流骨干網(wǎng)絡(luò)建設(shè)，完善城鄉(xiāng)配送網(wǎng)絡(luò)，支持有條件的鄉(xiāng)鎮(zhèn)建立農(nóng)產(chǎn)品智慧配送中心，規(guī)劃建設(shè)一批農(nóng)產(chǎn)品智慧立體倉(cāng)庫(kù)、產(chǎn)地智慧冷鏈倉(cāng)庫(kù)，加快推進(jìn)數(shù)字物流基礎(chǔ)設(shè)施建設(shè)，提升農(nóng)產(chǎn)品智慧流通水平。加大對(duì)農(nóng)產(chǎn)品經(jīng)營(yíng)主體培育力度，促使其成為農(nóng)產(chǎn)品智慧物流建設(shè)骨干力量，加強(qiáng)農(nóng)產(chǎn)品物流智力建設(shè)，注重科研人員培養(yǎng)，為農(nóng)產(chǎn)品智慧物流發(fā)展提供源源不斷的人才保障和智力支撐。創(chuàng)新農(nóng)產(chǎn)品智慧物流投融資機(jī)制，引導(dǎo)資本、技術(shù)和人才等資源向農(nóng)產(chǎn)品智慧物流流動(dòng)，著力解決農(nóng)產(chǎn)品智慧物流發(fā)展不平衡不充分問題，支持發(fā)達(dá)地區(qū)發(fā)展適度規(guī)模經(jīng)營(yíng)，加大對(duì)落后地區(qū)財(cái)政扶持力度，促使農(nóng)產(chǎn)品智慧物流成為鄉(xiāng)村振興的新力量，引領(lǐng)農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展。

利用信息技術(shù)推動(dòng)農(nóng)產(chǎn)智慧物流發(fā)展。將農(nóng)產(chǎn)品物流各個(gè)環(huán)節(jié)納入信息技術(shù)管控之下，重塑農(nóng)產(chǎn)品物流業(yè)務(wù)流程，推動(dòng)農(nóng)產(chǎn)品智慧物流模式創(chuàng)新，促進(jìn)信息技術(shù)與農(nóng)產(chǎn)品智慧物流高度融合，實(shí)現(xiàn)農(nóng)產(chǎn)品智慧物流跨越式發(fā)展。有效整合國(guó)家農(nóng)產(chǎn)品物流科技資源，依托國(guó)家科研機(jī)構(gòu)，開展農(nóng)產(chǎn)品物流智慧感知、智慧分析、智慧決策等關(guān)鍵信息技術(shù)攻關(guān)，加強(qiáng)農(nóng)產(chǎn)品智慧物流信息技術(shù)前沿布局，加快推動(dòng)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)創(chuàng)新與應(yīng)用，全面提升農(nóng)產(chǎn)品物流信息化、服務(wù)智慧化、管理高效化的發(fā)展水平。建立統(tǒng)一開放的農(nóng)產(chǎn)品物流公共信息平臺(tái)，加快數(shù)字物流升級(jí)改造，促進(jìn)物流信息和大數(shù)據(jù)互聯(lián)互通與開放共享，增強(qiáng)信息技術(shù)對(duì)農(nóng)產(chǎn)品物流市場(chǎng)需求的分析能力、反應(yīng)能力和調(diào)整能力，推動(dòng)農(nóng)產(chǎn)品物流線上線下資源融合發(fā)展。依托新一代信息技術(shù)，積極探索云倉(cāng)共享、人工智能、無人機(jī)配送等物流服務(wù)新模式，打造虛實(shí)相結(jié)合、產(chǎn)銷一體化農(nóng)產(chǎn)品智慧鏈，實(shí)現(xiàn)農(nóng)產(chǎn)品存、取、管全程智慧化。順應(yīng)信息技術(shù)發(fā)展趨勢(shì)，以農(nóng)產(chǎn)品智慧物流為突破口，增強(qiáng)農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)生動(dòng)力，為實(shí)現(xiàn)更高水平的農(nóng)業(yè)現(xiàn)代化建設(shè)奠定堅(jiān)實(shí)的基礎(chǔ)。