基于因子分析的農產品供應鏈績效評價
——以江蘇省為例

韓永飛， 李 勝， 孫 悅， 鄭思源

(安徽財經大學 工商管理學院，安徽 蚌埠 233030)

一、引言

農產品供應鏈因其具有的引導生產與消費、鏈接供求、連通城鄉等功能，在我國農業經濟領域中始終占據著不可替代的地位，在新冠肺炎疫情的猛烈沖擊下，農產品供應鏈體系的重要性愈加凸顯。但實際上，我國在農產品供應鏈方面發展較遲，農產品供應鏈運作過程中存在的如農業生產設備落后、物流基礎設施不完善、流通環節多以及產銷信息不對稱等諸多問題都嚴重阻礙了我國農業的可持續健康發展，成為農業供給側改革中的一個重要痛點。與此同時，農作物、農產品在生產過程及流通過程中具有與其他產品不同的特性，且消費過程中的需求差異和供需難以均衡，這些特殊性對農產品的生產經營、倉儲配送等提出了巨大挑戰，也是農業經濟高水平穩健發展需要克服的重要難點。因此，全面審視農產品供應鏈運作全過程，實施農產品供應鏈績效評價，探尋各環節的問題和缺陷已迫在眉睫。

國外學者開展農產品供應鏈績效方面的研究源于20世紀90年代，Andrew Fearne[1]以一個具體案例分析牛肉供應鏈的構成、演變和績效水平；Samuel Bonti-Ankonmah[2]認為豬肉供應鏈節點企業需要以滿足顧客需求為前提才能提高供應鏈的運營績效。經濟全球化推動了供應鏈研究的深入，國內也有很多學者涉足這一領域，并取得了一些成果。王勇、鄧旭東[3]指出農產品供應鏈的特殊性在于流通效率和質量安全，并構建涵蓋投入回報、經營運作和客戶服務三個維度的農產品供應鏈績效評價指標體系，將評價指標進行簡化，實證結果顯示必須保證交貨期和產品柔性才能實現供應鏈績效水平的穩定。隋博文[4]對農產品供應鏈運作特點進行了綜合研判，運用結構方程模型建立由運營績效、財務績效和綠色績效構成的指標體系，并結合案例驗證該方法的有效和可行。曹炳汝、樊顏青[5]將主成分分析與DEA相結合，選取經濟、創新、供應鏈運營、環境四個指標建立評價模型，實證結果表明，生產要素投入、品牌、資源利用效率及科技創新等是造成農產品供應鏈績效水平地區差異的主要因素。和杉、黃建華[6]以贛南臍橙“農戶+合作社+超市”這一具體的農產品供應鏈模式為研究對象，對傳統模糊綜合評價法加以改進，分析該模式的供應鏈績效水平，并建議從合作社治理、政府補貼和質量安全等方面進行完善。韓志勇[7]考慮線上線下雙渠道下生鮮農產品供應鏈的復雜性與動態性，綜合運用系統動力學與平衡積分卡方法對其績效進行綜合評價。王凱旋、楊玉中[8]在研究農產品供應鏈績效評價模型時運用灰色聚類和模糊綜合評價方法，結果證明運輸配送效率和科研創新能力極大地影響了農產品供應鏈績效水平。

綜上所述，已有關于農產品供應鏈績效評價方面的文獻成果為本研究的開展提供良好基礎。但現有關于農產品供應鏈績效評價研究較多地側重于方法的運用與改進，DEA、系統動力學、灰色聚類、結構方程模型以及多種方法的結合出現在多篇文獻中，從而實現了對農產品供應鏈績效水平更好的測度；但這些研究多聚焦于微觀層面，主要圍繞某一企業或某一類農產品建立的供應鏈系統進行績效評價；農產品供應鏈宏觀層面的研究受重視程度略顯不足，這也為本文的研究提供了空間。農產品供應鏈管理比較復雜，不僅涉及的環節較多，且在地區發展上差異也較大，本研究將從供應鏈的整體出發，建立由生產能力、物流能力和銷售能力構成的農產品供應鏈績效評價指標體系，并選取江蘇省13個地市的數據，測算各地區農產品供應鏈的績效水平及優劣勢，以期為農產品供應鏈效率提升和管理優化提供路徑，助力農產品供應鏈的優化和區域經濟的高質量發展。

二、江蘇省農產品供應鏈績效評價指標體系構建

目前關于農產品供應鏈績效評價指標體系的構建，學術界并沒有形成統一的認知。本文綜合已有對農產品供應鏈績效評價的研究文獻，同時在遵循科學性、全面性、實用性以及可獲得性的基礎上，建立生產能力、物流能力、銷售能力3個方面8個指標的農產品供應鏈評價指標體系。指標體系見表1所示。

表1 供應鏈績效評價指標體系

三、基于因子分析的模型構建

(一)因子分析法概念

因子分析作為一種統計方法，其基本原理就是從存在復雜相關關系的眾多變量中提取少數不可觀測的綜合變量，用這些雙方毫無關系的綜合變量表述初始眾多的變量，并且原始變量中的絕大多數信息不被遺失。

因子分析具有三個基本性質：一是每個原始變量都可以分解成共性方差和特殊方差之和，其中共性方差反映全部公共因子對變量的方差貢獻率，特殊方差反映特殊因子對變量的方差貢獻；二是因子分析具備標度不變性，也就是當變量的各分量的標度單位有所改變，因子模型不變；三是因子載荷矩陣不獨立。

基于以上性質，將因子分析模型主要劃分為以下四步：一是借助KMO和巴特利特檢驗判斷選取的指標變量進行因子分析，二是利用主成分法提取出公共因子，三是通過最大方差法實現公共因子旋轉及命名，四是借助成分系數矩陣計算因子得分，用方差貢獻率做權重，并結合公共因子實現線性組合最終取得綜合得分。

(二)計算過程

1.數據的標準化處理

構建農產品供應鏈績效評價的指標變量具有不同的單位，相互之間很難直接進行相關性分析，對初始數據采用直接計算會使得結果出現誤差, 因此消除量綱不同導致的誤差是其首要任務。為得到更為客觀合理的評價結果，計算前需對數據進行標準化處理。本文將使用歸一化方法將所有的變量值歸結到0～1之間。

2.模型的基本思想

因子分析法通過對原始數據的降維處理，最終目的是實現用少量并且相互獨立的公共因子來代替原來較多原始變量的絕大多數信息[9]，具體模型公式如下：

(1)

式中，x1,x2,…,xm為m個原始變量；F1,F2,…,Fn為原始變量進行線性組合后獲取的n個公共因子；anm表示第m個原有變量在第n個公共因子上的負荷；ε1,ε2,…,εn為隨即干擾項；a1,a2,…,an為隨即干擾項的常數項。表示成矩陣形式為：

Fn=AX+αε

(2)

式中，X為原始變量組成的向量，A為因子載荷矩陣,ε為隨機干擾項向量，α表示原始變量不能被公共因子解釋的部分。

通過對載荷矩陣A進行特征化處理，獲取對應的特征值和特征向量，從而實現對公共因子的重命名。

3.因子得分函數的構建

在確定公共因子后，根據成分得分系數矩陣可以計算出每一個樣本數值在不同公共因子下進行線性運算的結果，即為因子得分，因子得分越高說明在這一公共因子上的評價效果越好。同時，為得到樣本在全部公共因子下的具體綜合評價得分，將樣本的因子得分數據代入公式進行計算即可得到樣本綜合得分，綜合得分愈高評價效果愈好。

利用旋轉因子解方差獲取的方差貢獻率作為權數，其綜合得分的基本公式如下

F=α1F1+α2F2+…+αnFn

(3)

式中，F1,F2,…,Fn為公共因子得分，F為綜合得分;α為由旋轉平方和的方差貢獻率與總累計貢獻率之比計算出的權重。

(三)本文選取因子分析法的原因

在農產品供應鏈績效評價方法的選擇上，DEA主要通過建立線性模型簡化分析，但是在決策單元(DMU)較少時會導致大多數DMU有效，DMU相互之間不具有可比性；AHP通過兩兩對比使得多目標多準則問題轉變成多層次單目標問題，但是定性成分居多缺乏客觀性。因子分析法通過相關性分析進行降維處理，簡化了計算，同時，因子分析法基于已有數據基礎實現對不同公共因子的加權處理，避免了主觀因素的影響，解決了指標的信息重疊問題，更具有客觀性、準確性[10]。

四、江蘇省農產品供應鏈績效評價實證分析

為研究江蘇省農產品供應鏈績效情況，使用SPSS 19軟件，通過因子分析對原始數據進行處理，提取主要影響因子，計算江蘇省13地市農產品供應鏈績效評價的綜合得分。數據來源于《江蘇省統計年鑒》、江蘇省13地市統計年鑒(2019)以及13地市國民經濟和社會發展統計公報(2019)。

(一)數據預處理

為消除不同單位量綱對最終結果的影響，對數據實行無量綱化處理。其公式如下：

(4)

具體步驟可在SPSS 19軟件上選擇“分析—描述統計—描述”，選擇所有指標并勾選“離散”中的最大值和最小值，接著在“轉換”中選擇“計算變量”，最后在表達式中輸入相應的計算公式即可在“描述統計”里看到歸一化后變量的統計結果。

(二)KMO和巴特利特檢驗

在對原始數據做標準化處理后還需檢驗選取的指標是否合適進行因子分析，若檢驗不通過，則表明選取的指標或者樣本存在相應問題，需要增加樣本數量或者對指標變量進行調整。

統計量檢驗(KMO)將各變量之間偏相關系數和簡單相關系數進行比較去判別變量之間相關性，相關性越強，檢驗結果就越接近于1，一般來說，檢驗值在0.6之上就能證實此數據能夠通過因子分析。巴特利特檢驗(Bartlett)是將變量的相關系數矩陣當作本次計算出發點，該值越大則導致對應的概率值小于初始設置的顯著性水平0.05，表示變量之間存在相關性，即證明本次參與計算的數據適合用于做因子分析。

利用SPSS 19 對歸一化后的數據進行效度檢驗，結果顯示KMO為0.617，大于0.6，證明能夠對數據進行因子分析；Bartlett 球形度檢驗為0.000，遠小于0.05，說明變量與變量之間具有較強的關聯性[11]，區域農產品供應鏈績效評價指標及原始數據的選取能夠適用于因子分析，即可以通過因子分析實現對農產品供應鏈的績效評價。

(三)總方差解釋

使用主成分方法提取公共因子，經過SPSS 19計算得到樣本地區農產品供應鏈績效評價的方差解釋率表格，具體如表2[12]所示。

表2 江蘇省農產品供應鏈績效評價的特征根與貢獻率

從表2能夠看出，第1個因子在旋轉前的方差占所有因子方差的54.292%，旋轉后的方差占所有因子總方差的47.790% 。同時，前3個因子旋轉前和旋轉后的累積方差貢獻率高達92.450%，超過80%，說明提取的3個公共因子包含較為完整的信息量來解釋原始問題[13]。因此，提取這3個公共因子衡量江蘇省農產品供應鏈績效水平是有效的。

再結合成分碎石圖，如圖1所示，其中橫坐標呈現公共因子，縱坐標呈現對應的特征值。從圖1中能夠看出，從第4個公共因子開始特征值逐漸趨于穩定，由此提取3個公共因子是合適的。

圖1 江蘇省供應鏈績效評價特征值碎石圖

(四)公共因子旋轉及命名

利用最大方差法實現因子旋轉，由此構建旋轉成分矩陣如表3所示。

表3 旋轉成分矩陣

由表3可知，第一公共因子F1在農作物總播種面積、農業總產值、農業機械總動力、第一產業就業人數上具有較大的成分占比，將其命名為生產能力因子；第二公共因子F2在載貨汽車數量、公路貨物周轉量上占有較大載荷，將其命名為物流能力因子；第三公共因子F3在主要農產品批發零售業銷售額、農產品交易市場個數上占有較大的比重，將其命名為銷售能力因子。

(五)成分系數矩陣

為得到公共因子的得分函數，將原來指標變量進行線性組合，基于成分得分系數矩陣可建立如下表達式：

F1=0.299*X1+0.194*X2+0.405*X3+
0.256*X4+0.009*X5-0.162*X6+
0.243*X7-0.079*X8

(5)

F2=0.110*X1-0.113*X2+0.296*X3+
0.091*X4+0.815*X5+0.241*X6+
0.168*X7-0.382*X8

(6)

F3=-0.095*X1+0.055*X2-0.320*X3+
0.015*X4-0.421*X5+0.257*X6+
0.346*X7+0.721*X8

(7)

根據表2中的因子方差貢獻率對公共因子加以線性加權求和，求出如下所示能夠表現農產品供應鏈績效水平的綜合評價模型，F的綜合得分狀況能夠表明該地區農產品供應鏈的績效水平：

F=0.516 9F1+0.239 5F2+0.243 8F3

(8)

(六)綜合得分計算

將樣本的相關數據帶入到因子得分函數中，得到江蘇13個地市農產品供應鏈績效水平綜合得分情況，排名具體見表4。

表4 供應鏈績效指數

評價的參考條件選取均值為0，簡單直接、客觀合理。得分大于0，反映出其供應鏈績效水平相對較好，且數值越大越好；得分小于0，則反映出其水平相對較差，且數值越低越差。從表4中的數據可以看出，江蘇各地市的農產品供應鏈績效水平總體不高，存在著較強的空間異質性。在江蘇13個地市中徐州、南通、鹽城、蘇州、淮安、南京綜合績效得分大于0，僅有徐州綜合得分大于1；連云港、宿遷、揚州、泰州、常州、無錫、鎮江綜合績效得分均小于0。其中，徐州農產品供應鏈績效水平優勢明顯，綜合評價得分為1.27，為排名第四位蘇州績效綜合得分的約7倍。而排名靠后的7個地區中無錫、鎮江兩個地區的綜合評價得分小于-0.5，說明這些地區的農產品供應鏈績效水平較低。

五、結論與建議

通過生產能力、物流能力和銷售能力3個方面的8個指標構建江蘇省區域農產品供應鏈績效評價指標體系，采用因子分析模型綜合評價江蘇省13個地市區域農產品供應鏈績效水平，得出如下結論:

第一，江蘇省區域農產品供應鏈績效水平整體不高，其中，南通、鹽城、蘇州等6地綜合績效得分大于0；連云港、宿遷、揚州等7地綜合績效得分均小于0，占江蘇省地市數量半數以上，且地市最后的綜合得分相加結果為0.01。

第二，江蘇省區域農產品供應鏈績效水平存在著較強的空間異質性，地市綜合得分總體差異較大。徐州綜合得分大于1，農產品供應鏈績效水平較高；淮安、南京綜合得分僅大于0.01，農產品供應鏈績效水平仍有待加強；鎮江綜合得分則小于-1，提升區域農產品供應鏈績效水平迫在眉睫。

第三，將江蘇省13個地市按照農產品供應鏈水平高低劃分為區域農產品供應鏈績效水平較高、區域農產品供應鏈績效水平一般和區域農產品供應鏈績效水平較低三種類型。其中，徐州、南通、鹽城、蘇州4地市為區域農產品供應鏈績效水平較高地市；淮安、南京、連云港、宿遷、揚州5地市為區域農產品供應鏈績效水平一般地市；泰州、常州、無錫、鎮江4地市為區域農產品供應鏈績效水平較低地市。

綜合上述江蘇省區域農產品供應鏈績效水平綜合評測結果，為有效提升江蘇省區域農產品供應鏈績效水平，提出以下對策建議：

第一，重視生產能力，加強生產投入。通過實證研究發現了江蘇省區域農產品供應鏈水平的優勢及不足，其中第一公共因子生產績效因子F1所占權重高達0.516 9，各地市需要整合配置各項資源，加強對各項基礎設施的統籌與規劃，加大財政支持力度，全面落實省市農村工作系列安排部署，及時發布相關農產品財政補貼和稅收優惠，提高農業總產值、農業機械總動力等。

第二，重視物流基礎設施建設，促進供應鏈穩健發展。各級政府落實村村通、戶戶通道路工程，改進物流設施設備，提高運輸工具的利用率，促進農產品物流的健康發展。

第三，以市場需求為導向，關注人民生活，心系百姓實況。對居民生活狀況作深入了解，依據實際狀況發布相關政策，積極提升區域農產品供應鏈銷售能力，完善區域農產品供應鏈發展，真正做到惠農、利農、助農。

第四，加強地市主體間交流，激發區域農產品供應鏈活力。各地市結合自身優勢，與其他地市進行合作共贏，提升江蘇省區域農產品供應鏈整體績效水平。

第五，各地市因地制宜，結合實際狀況，有側重地進行區域供應鏈績效水平提升。供應鏈績效水平較高地市中徐州在生產與物流能力方面表現出色，銷售能力稍顯不足，徐州市農產品企業應該加強管理水平并提升服務能力，同時建議政府出臺消費激勵政策，為農產品交易市場注入活力；南通、鹽城及蘇州則分別在生產能力和物流能力上較為落后，應重視農業技術的推廣與應用，加大農業基礎性投入，改善農村物流基礎設施，確保區域農產品供應鏈的全面協調發展。供應鏈績效水平較低地市中，泰州、揚州、鎮江則在農產品供應鏈生產能力、物流能力和銷售能力3方面表現皆較差，需要向其他地市借鑒相關經驗，緊抓農產品供應鏈績效及質量建設，將各項社會資源加以整合優化，形成全面而牢固的區域農產品供應鏈體系，才能跟上發展的腳步，進一步應對時代新的要求。