区域生鲜农产品物流能力评价及其进路资料

区域生鲜农产品物流能力评价及其进路

一、引言

生鲜农产品是有生命的动物性与植物性产品，尤其注重“绿色物流”，物流运输过程中要防止农产品被污染或变质，因此对物流能力提出了更高的要求。当前关于生鲜农产品物流能力研究主要包括两方面内容：一是对生鲜农产品物流能力模式选择，如毕玉平（2011）在分析山东省的社会物流数据的基础上提出了促进物流能力发展的供应链模式①。周梦华（2012）通过对农产品区域的划分提出未来农产品物流差异化的发展模式，进而在此基础上强调农产品物流能力的提升②。二是关于生鲜农产品物流能力形成与价值提升研究，如Jose Santa等（2012）提出区域经济的发展会促进农产品技术应用的提升③。陈永平（2014）基于资源拓展视角探讨了农产品物流能力提升机制与路径选择，主张整合现有资源提供有效的物流服务，进而提升生鲜农产品的价值④。石喜爱（2015）等将农产品物流能力归纳为有形、无形以及综合三个要素，强调根据要素的整合来构建提升物流能力的要素体系⑤。

综上所述，生鲜农产品的研究主要探讨生鲜农产品物流能力的构成要素以及这些要素在物流配送、农产品供应链当中有着怎样的影响等，部分学者开始了新的尝试，从多元视角构建区域生鲜农产品物流能力评价体系，以提升生鲜农产品物流能力。由于

区域经济发展、农产品集贸与批发市场环境变化等因素的影响，需要选择适合的生鲜农产品物流模式及其运行机制，借助区域物流能力发展水平数据分析，构建有效提升生鲜农产品物流运作模式，在此基础上不断改进和优化区域生鲜农产品物流能力建设。鉴于此，本文通过灰色关联分析，以全国31个省份的评价指标面板数据为依据，测算了各省份的生鲜农产品物流能力排名与得分。通过选取排名前10位的省份测度影响生鲜农产品物流能力提升的主要因素，据此提出了产销协同的提升模式，以期为提升我国区域生鲜农产品物流能力提供实证参考和政策依据。

二、生鲜农产品物流能力评价方法与指标选择

1. 生鲜农产品物流能力评价方法

物流能力评价往往样本数据量大，指标的选取以及计算公式繁多，计算过程主要依托计量分析软件。对于生鲜农产品而言，其物流能力评价指标并不规律，信息指向模糊，由于灰色关联模型适用于多因素动态指标分析，因此该特征恰好适用灰色关联分析。在统计学中，回归分析、方差分析也是分析多因素关联的方法，但在解决实际问题时常常需要大样本数据，同时对数据要求严格，需服从概率分布，导致数据获取困难。灰色关联分析对数据要求并不高，能够适应在不完全信息下?χ副晔?据进行处理，因此应用范围极广。在国内不少学者利用灰色关联模型研究与分析问题，如何宜庆（2016）等利用灰色关联分析评价企业内部供应链绩效⑥；刘峰等（2017）通过灰色关联分析研究小黄鱼的身

体变化与生长速度两者之间存在的协调性⑦；武春友等（2017）利用灰色关联分析探讨了区域内部绿色提升要素⑧。普遍而言，灰色关联分析主要包含了四种模型：数据灰色聚类分析⑨、邓氏分析方法⑩、B型关联以及C型关联模型{11}。本文通过灰色关联模型测算得出全国各省份生鲜农产品物流能力，选取了排名前10的省份数据对比湖南省不同指标间的生鲜农产品排名情况，进而找出影响提升区域生鲜农产品物流能力的主要因素，发现各指标间存在的内在规律，为构建区域生鲜农产品物流能力提升模式提供依据。

2. 生鲜农产品物流能力的评价指标

由于不同区域间物流能力存在差异性，因此在对生鲜农产品物流能力进行评价时，应按照地域差异，选择能够满足差异性特征的指标。如单再成（2012）利用加工机械动力、仓储业企业、市场营业额等指标分析了农产品物流能力的影响因素{12}。赵英霞（2016）从社会、生产者、流通者、消费者关注的4个维度构建了农产品物流评价指标体系{13}。杨会来、杨蕾分别通过选取地区GDP、人均GDP、社会消费品零售总额、农林牧渔业总产值、公路里程、货运总量、货物周转量、运输、仓储、邮政从业人数等指标来评价区域农产品物流能力{14}。本文结合全国各地区的具体情况选取测算生鲜农产品物流能力的6个二级指标，分别从基础设施、供给总量、人才培养、信息化水平、消费能力等21个方面构建指标评价体系，如表1所示。

三、实证分析

1. 评价指标权重测算

由于生鲜农产品物流能力测算指标的作用、地位、影响力均存在一定的差别，因此在赋值上往往也会出现差异。为了避免主观赋值对结果带来影响，本文在进行灰色关联分析前对生鲜农产品所有指标数据通过熵权法计算，确定指标权重，具体步骤如下：（1）数据标准化。首先进行数据标准化处理，假设给定了k个指标X1，X2……Xn，其中Xi={x1，x2，……，xn}。定义对数据处理后的结果为Y1，Y2，……，Yk，那么，

（2）求各指标的信息熵。根据文献的具体定义，一组数据的信息熵值

（3）确定各指标权重。根据公式（2），得出各个数据的熵值为E1，E2，……，Ek，通过信息熵得出各指标的权重：根据全国31个省份的数据测算，计算出不同省份的指标权重见表2。其中熵权系数越大，说明该指标评价各省份生鲜农产品物流能力的作用越大。（4）关联度测算。通过数据处理得到如下矩阵：

基于公式（4）的处理，对标准化的比较数列和参考数列进行差值计算，然后按照公式（5）求得其最大差值，公式（6）求得其最小差值，其中，x*i（k）表示各评价指标的最优值。

最后，得到生鲜农产品物流能力关联系数计算公式：

ζi（k）表示关联系数，代表生鲜农产品物流能力的关联系

数。其中ρ∈[0，+∞]为分辨系数，一般来讲，分辨系数ρ∈[0，1]，这里设定ρ=0.5。公式（7）主要是求出比较数列与参考数列的生鲜农产品物流能力系数，而关联度Ej是指被评价数列与参考数列两者互相接近的程度，其值越大表示两者越接近。为此本文给出生鲜农产品物流能力系数计算公式：

通过研究发现，当关联系数在（0，0.4）区间时表现为物流能力一般，当关联系数在（0.4，0.65）区间时表现为物流能力稍强，当关联系数在（0.65，0.85）区间时表现为物流能力较强，当关联系数在（0.85，1）区间时表现为物流能力极强，如表3所示。

按照上述数据处理方法，本文根据计算公式逐步计算得到全国各省份生鲜农产品物流能力结果，如下表4所示。

2. 区域生鲜农产品物流能力主要影响因素分析

根据表4所显示的全国各省份生鲜农产品物流能力排名情况，选取了全国生鲜农产品物流能力排名前10的省份，分别求排名前10省份生鲜农产品物流能力构成的21个三级指标最大值，发现在排名前10的省份当中，最大值有5个集中在货运总量指标B4中，分别是上海0.057642、江苏0.058791、浙江

0.058685、山东0.059394、河南0.058793，据此可以得出货运总量是影响区域生鲜农产品物流能力最重要的因素。同理，分别求出排名前10省份生鲜农产品物流能力构成除货运总量指标以外的20个三级指标的最大值，发现在排名前10的省份当中，最