我國農產品流通效率測度與發展趨勢

王利國 顧煒宇

內容摘要：“三農”問題一直是政府和學術界關注的重要問題，我國農業現代化發展步伐自改革開放后持續加快，而與之相應的卻是農產品流通效率低下，流通體系建設相對滯后。基于此，本文以我國農產品流通為研究對象，構建PCA-DEA評價模型，對我國2006-2016年的農產品流通效率進行測度，探討我國農產品流通效率水平及其發展趨勢。研究表明我國農產品流通效率自2006年以來逐漸趨于有效狀態，這主要源自政策引導及市場調節的作用。投入指標和產出指標的主成分具備成本、規模、收益、周轉和集中度的信息，同時要素技術效率以及市場規模效率能夠影響農產品流通的綜合效率。因此，農產品流通效率的提升不僅需要優化要素技術，同時還應適當調整市場規模。

關鍵詞：主成分PCA ? DEA模型 ? 農業現代化 ? 農產品流通效率

引言

作為全球最大的發展中國家，農業在我國經濟發展過程中處于基礎性地位。在供給側結構性改革的大背景下，我國近幾年接連發布文件聚焦農產品流通環節。2014年中央一號文件明確提出：進一步完善我國農產品流通法律法規，加強農產品流通效率的基礎設施建設，促進流通效率的改善和提高。2017年再次提出：調整農產品供需結構，加大供給側改革力度，鼓勵創新發展，加快農業現代化建設，進一步提高農業流通現代化。針對農產品流通服務的政府文件持續發布，表明了農產品流通領域所受到的政府關注度日益提高。

隨著我國改革開放不斷深化，我國城鎮化步伐持續加快。2017年，我國常住人口城鎮化率達到58.5%，在1978年這一比率僅為17.9%，同時城鎮常住人口也由1978年的1.7億人增長到8.1億人。城鎮人口的增長以及農村勞動力流向城市的現狀，使得我國人口出現城市集聚現象，人口不斷集聚增加了農產品的需求量，也提高了對農產品流通效率的要求。另外，人均收入的不斷增加也促使我國居民消費需求由物質型升級為體驗型，這種趨勢表現在農產品消費之中，即農產品價格不再是影響消費者消費選擇的主導因素，而品質、營養、包裝及消費體驗等因素逐漸成為影響消費者消費的重要因素。農產品消費需求的升級也要求農產品流通服務體系的優化：從源頭的農產品安全，到物流過程的高效快捷，再到配送服務的消費體驗都應該進行全面優化。因此，在現階段測度我國農產品流通效率高低及演變趨勢，對推動農產品市場有效運轉具有重要作用。

基于以上研究成果，本文把PCA的分析思路應用于DEA模型之中，通過對指標體系科學降維，構建基于PCA-DEA的分析框架，進一步以我國總體農產品流通業作為研究對象，測度我國2006-2016年農產品流通效率。

研究設計

（一）PCA-DEA模型

本文擬構建PCA-DEA組合模型，將主成分分析與數據包絡分析相結合，以PCA模型構造的錐權重代入DEA得CCWH模型，從而判定農產品流通效率。

首先，運用主成分分析對投入和產出數據進行降維，分別得到彼此不相關的投入產出主成分，選取包含原始變量85%以上信息的主成分作為最終投入及產出變量。其次，由于數據包絡分析要求各評價單元的投入產出數據均為非負數，而主成分分析得到的數據可能存在負數情況，因此對主成分所得數據進行歸一化處理，保證所有數據都在（0，1]的區間之內。最后，利用投入主成分和產出主成分得到的判斷矩陣計算權重約束錐，計算帶有錐權重約束的CCWH模型對流通效率進行評估，觀察并分析評估結果。

（二）指標選取及數據說明

農產品流通效率受到多個因素的影響，現有的關于農產品流通效率指標體系的研究表明，影響農產品流通效率的因素可以劃分為成本、速度、規模和效益四個方面。其中，成本是指在農產品流通過程中發生的費用和投資運營成本;速度是指農產品流通過程中的產品和資金周轉速度;規模是指農產品流通行業的市場數量、營業面積等市場規模大小;效益是指農產品流通過程產生的經濟效益?；谝延形墨I研究（洪濤，2002;宋則，2003;譚向勇，2008;孫劍，2011;王偉新，2013;陳耀庭，2015;張亮亮，2017;王天寶，2018），同時考慮數據可得性，文章基于流通成本、流通速度、流通規模和流通效益四個維度構建我國農產品流通效率評價指標體系，其中投入輸入簇包括5個流通成本指標，產出輸出簇包含3個流通速度指標、3個流通規模指標以及3個流通效益指標，具體指標體系構成如表1所示。

具體指標計算公式如下：

流通成本?？傎Y產（X1）為農產品市場資本存量，勞動力（X2）為農產品批零業從業人數，主營業務成本（X3）為農產品批零業主營業務成本，庫存總額（X4）為農產品批零業市場庫存總額，營業面積（X5）為農產品批零業總營業面積。根據經濟學理論，同等產出情況下的成本最小化是企業及市場追求的目標，成本與產出的配置關系直接決定市場運行效率。

流通速度。農產品批零業流動資產周轉率（Y1）為限額以上農產品批零企業主營業務收入與企業流動資產之比，農產品批零業固定資產周轉率（Y2）為限額以上農產品批零企業主營業務收入與企業固定資產之比，農產品批零業存貨周轉率（Y3）為限額以上農產品批零企業主營業務成本與企業存貨之比。通常來說，資產的周轉速度越快，則企業周轉能力越強，市場流通效率越高。

流通規模。農產品批零業系數（Y4）為限額以上農產品批發業銷售額與限額以上農產品零售業銷售額之比，農產品批零業集中度（Y5）為限額以上農產品批零業銷售額與限額以上批零企業銷售額之比，農產品零售業集中度（Y6）為限額以上農產品零售企業銷售額與全社會消費品零售額之比。一般而言，對于農產品這類產業附加值較低的行業，市場規模越大越容易形成規模經濟，且市場集中度越高，資源配置能力則越強，市場運行效率也更優。

流通效益。農產品批零業利潤率（Y7）為限額以上農產品批零企業主營業務利潤與主營業務收入之比，農產品批零業勞動生產率（Y8）為農產品批零業總產值與農產品批零業從業人員數之比，農產品攤位銷售額（Y9）為億元以上綜合市場農產品銷售額與攤位總數之比。其中，利潤率反映了企業獲取利潤的能力，間接表現為市場流通效率。勞動生產率和攤位銷售額則衡量了每人或每攤位的單位流通效率水平。

根據文章所構建的農產品流通效率測算指標體系，結合數據獲得的難易程度，文章將農產品限定為食品、飲料和煙草制品的狹義范圍內，利用農產品批零業年度數據對我國2006-2016年的農產品流通效率進行測度，計算變量需要的所有原始數據均來自于國家統計局年度數據。

實證分析

（一）PCA分析

首先采用SPSS22.0基于主成分分析對數據進行降維處理，同時解決變量的相關性。運用KMO和Bartlett球形度檢驗判定所選取指標是否適合主成分分析。一般而言，當KMO值在0.7以上時，變量適合進行PCA分析。Bartlett檢驗則用來判斷變量之間是否存在相關性，當變量存在相關性，即檢驗顯著性概率小于0.05時，才可以利用主成分分析進行數據降維處理。表2列出了指標變量的KMO和Bartlett檢驗結果。

由表2的檢驗結果可知，所構建指標體系的KMO值為0.751>0.700，且球形度檢驗的顯著性概率為0.012<0.05，說明指標變量之間具有相關性，即可以對數據進行主成分分析。根據樣本方差的特征值和方差貢獻，依照累計方差貢獻率大于或等于85%的要求分別提取投入和產出的主成分，如表3所示Z1、Z2為投入指標提取主成分，Z3、Z4、Z5為產出指標提取主成分。

進一步利用方差最大化正交旋轉得到旋轉后的因子載荷矩陣，以判斷主成分中所包含的具體信息，投入與產出指標體系的旋轉載荷矩陣如表4所示。

根據旋轉后的因子載荷矩陣，可以計算出投入主成分和產出主成分的得分值。其中，投入指標體系的主成分公式分別為：

Z1=0.653X1+0.891X2+0.915X3+0.957X4+0.310X5

Z2=0.429X1+0.412X2+0.407X3+0.302X4+0.858X5

由以上兩個等式可以看到：投入指標的第一主成分（Z1）中，勞動力（X2）、主營業務成本（X3）及庫存總額（X4）占有較大比重;在投入指標的第二主成分（Z2）中，總資產（X1）和營業面積（X5）占比較大。因此，投入指標的主成分分別包含了成本和規模的原始信息。另外，產出指標體系的主成分公式分別為：

Z3=0.216Y1+0.851Y2+0.271Y3-0.182Y4-0.725Y5+0.154Y6+0.915Y7+0.248Y8+0.852Y9

Z4=0.753Y1+0.217Y2+0.944Y3+0.286Y4-0.257Y5-0.141Y6+0.418Y7+0.725Y8+0.317Y9

Z5=0.597Y1+0.109Y2+0.156Y3+0.895Y4-0.412Y5-0.083Y6+0.309Y7-0.075Y8-0.216Y9

由以上三個等式可以得出：產出指標的第一主成分（Z3）中，農產品批零業固定資產周轉率（Y2）、農產品批零業利潤率（Y7）及農產品攤位銷售額（Y9）占比重較大;產出指標的第二主成分（Z4）中，農產品批零業流動資產周轉率（Y1）、農產品批零業存貨周轉率（Y3）及農產品批零業勞動生產率（Y8）占比較大;產出指標的第三主成分（Z5）中，農產品批零業流動資產周轉率（Y1）和農產品批零業系數（Y4）占比較大。因此，產出指標的主成分分別包含了收益、周轉和集中度的原始信息。

DEA模型的分析前提之一是要求指標為非負數，因此對所有數據進行歸一化處理，在此基礎上根據投入產出的主成分得分綜合貢獻率計算綜合得分，分別對11個（2006-2016年）評價單元的投入產出效率值進行排序，表5列出具體的效率水平及排序結果。

由表5中所得各評價單元的投入產出效率水平，可以發現：投入效率方面，從2006-2016年，11個評價單元的投入效率呈現逐漸提升的趨勢，2006年投入效率最低，為-3.415，2016年投入效率最高，為9.607，其間的各年投入效率排序位置雖有局部調整，但總體而言我國農產品流通投入效率呈升高趨勢;產出效率方面，2006-2016年產出效率基本也體現出上升態勢，其中反常年份為2011年和2014年，2011年產出效率值達到7.246，排在第2位，2014年產出效率值僅為3.093，排在第6位，這說明2011年資源得到有效配置，投入產出比較均衡，2014年則存在嚴重的資源浪費問題。綜合來看，我國農產品流通業投入與產出效率在2006-2016年間表現出逐步優化的趨勢，與我國較快的經濟發展現實相一致。

（二）DEA分析

為更好解釋農產品流通效率所包含的經濟意義，在傳統的CCWH模型中加入基于PCA分析構建的錐權重約束，利用PCA-DEA模型測度11個評價單元的農產品流通效率水平，分析采用MATLAB2017a進行編程。表6為模型運算11個評價單元的具體結果。

其中，技術效率是指農產品流通的市場結構是否能夠滿足效益需求，即由于管理理念和技術因素所帶來的效率改變;規模效率是指農產品流通市場結構優化對企業或個人的作用強弱，即由于企業規模因素所帶來的效率改變，綜合效率則由技術效率和規模效率共同組成，表明所評價決策單元的投入產出綜合水平。根據表6結果可以看到：在評價單元為DMU4和DMU10時，技術效率、規模效率及綜合效率值均為1，說明在2009年和2015年我國農產品流通效率達到DEA有效，即帕累托效率最優水平，在投入水平固定的情況下能夠得到最優的產出。

除去DEA有效的兩個評價單元外，剩余的9個評價單元的綜合效率值小于1，即市場效率未達到DEA有效狀態，這可能由于技術沒有達到有效或規模未處在最優。其中，DMU5的技術效率為1，即2010年的綜合效率低是由于規模無效導致的，合理安排市場規模能夠提升農產品流通效率;DMU11的規模效率為1，即2016年市場規模達到最優水平，而要素技術方面未能得到有效利用，優化要素配置和革新市場技術能夠改善農產品流通效率低的現實;其它7個評價單元中，技術效率、規模效率及綜合效率均小于1，農產品流通行業表現出不同程度的市場無效狀態，因此既應該注重技術方面的決策，同時還應兼顧市場規模的大小。

為直觀觀測我國2006-2016年農產品流通效率變化的時間趨勢，圖1展示了PCA-DEA模型測算的技術效率、規模效率及綜合效率的時變圖。由圖1可以發現：在2006-2016年，我國農產品流通效率表現出持續震蕩態勢。首先，2006-2008年，農產品流通效率相對平穩，未出現大幅度提高或下降，而在2009年，隨著全球金融危機的到來，以往的市場泡沫得到一定釋放，國際市場環境的不景氣反而促進了國內市場發展，農產品流通效率出現大幅提升，在該年達到DEA最優狀態。隨后，2010年開始進入市場調整期，消費偏好的改變以及互聯網購物的興起使得居民對市場產品和流通環境提出更高標準，與之相對的是農產品成本走高、流通能力下滑，因此我國農產品流通效率在此之后逐年降低，2014年到達最低點。2015年，我國經濟正式進入“新常態”階段，“三去一降一補”成為經濟發展新的聚焦點，這對我國農產品流通發展間接起到改善作用，2015年和2016年我國農產品流通效率顯著提高，技術效率和規模效率均有明顯增長，2015年綜合效率達到DEA最優狀態，2016年綜合效率也趨近有效。綜合來看，自2006年以來，我國農產品流通效率表現出波動增長趨勢，政策適時調整及市場持續優化使得我國農產品流通效率趨于有效狀態。

政策建議

提高農產品流通效率，需要從多維度建設我國農產品流通體系。第一，政府各部門之間應加強聯系，統籌協調農產品流通管理，打破各自為政的“政務孤島”，優化農產品流通市場布局規劃，形成規模經濟，降低流通成本。第二，在大數據背景下，互聯網消費已經成為大多數消費者的消費新選擇，因此農產品流通應充分利用電商平臺，依托電商自身的物流優勢，提高農產品的流通效率。第三，交通運輸網絡在物流運輸中占有舉足輕重的地位，各地方政府應加大交通運輸設施建設，形成區域內發達的交通運輸網，同時國家應在宏觀層面對交通運輸路線進行全局優化，降低流通過程的運輸成本。第四，隨著城鎮化水平的不斷提高，水果、蔬菜等農產品的城市需求也持續上升，農產品流通中的倉儲保鮮能力就顯得尤為重要，因此企業和政府應投入資金、培養人才來研究倉儲現代化技術，提高農產品流通規模和效率。第五，開展農村合作項目，形成農產品流通產業鏈，推進連鎖經營、農產品市場等農產品流通新方式，提高農產品流通行業的總體競爭力，促進農產品流通效率的提高。

參考文獻：

1.寇榮，譚向勇.論農產品流通效率的分析框架[J].中國流通經濟，2008（5）

2.王娜，張磊.農產品流通效率的評價與提升對策研究—基于流通產業鏈視角的一個分析框架[J].農村經濟，2016（4）

3.趙鋒.廣西農產品流通效率評價探析[J].物流工程與管理，2011，33（12）

4.王仁祥，孔德樹.中國農產品流通效率評價模型構建及其應用[J].遼寧大學學報（哲學社會科學版），2014，42（4）

5.周峻崗，尚杰.基于不同流通模式的農產品流通效率評價研究[J].安徽農業科學，2015，43（2）

6.歐陽小迅，黃福華.我國農產品流通效率的度量及其決定因素：2000-2009[J].農業技術經濟，2011（2）

7.崔振洪.基于DEA的Malmquist指數分析法在農產品流通效率評價中的應用[J].齊齊哈爾大學學報（哲學社會科學版），2013（5）

8.陳金波，陳向軍，羅權.湖北農產品流通效率評價及對策研究[J].統計與決策，2014（11）

9.張永強，張曉飛，劉慧宇.我國農產品流通效率的測度指標及實證分析[J].農村經濟，2017（4）

10.汪旭暉，文靜怡.我國農產品物流效率及其區域差異—基于省際面板數據的SFA分析[J].當代經濟管理，2015，37（1）

11.李專，于愛淼.中國農產品流通效率的實證分析[J].農業經濟，2016（8）

12.洪濤，鄭強.城市流通力的內涵及其相應指標體系的建立[J].商業經濟與管理，2002（11）

13.宋則，張弘.中國流通現代化評價指標體系研究[J].商業時代，2003（11）

14.孫劍.我國農產品流通效率測評與演進趨勢—基于1998-2009年面板數據的實證分析[J].中國流通經濟，2011，25（5）

15.王偉新，祁春節.我國農產品流通現代化評價指標體系的構建與測算[J].經濟問題探索，2013（1）

16.陳耀庭，戴俊玉，管曦.不同流通模式下農產品流通效率比較研究[J].農業經濟問題，2015，36（3）

17.張亮亮.農產品流通效率區域差異、影響因素及優化策略研究[D].安徽財經大學，2017

18.王天寶.黑龍江省農產品流通效率研究[D].吉林大學，2018