壽光市農產品配送效率的影響因素分析

蘇瑩瑩，徐士元（浙江海洋大學，浙江 舟山 316022）

0 引言

隨著我國農業生產水平和社會綜合發展水平的不斷提升，現代農業生產逐漸朝著規模化、集群化發展。農業的區域性布局日趨明顯，正形成一個以市場為導向，以經濟效益為中心，將各環節有機結合的產業體系。農產品的配送在此背景下尤為重要，對農產品的保值增值、確保從“田間”到“餐桌”具有重要意義。

近年來，不斷有學者對農產品配送效率影響因素進行探究。歐陽小迅、黃福華等得出農村物流基礎設施、農村勞動力素質和信息化水平是農產品配送效率的主要決定因素[1]。楊軍、王厚俊等提出了農村城鎮化對農產品物流效率提升具有顯著的積極作用[2]。戴丹、董學勤等提出了提高物流專業化程度來發展生鮮農產品物流能力的建議[3]。

本文研究選取的壽光市，是全國最大的蔬菜集散中心。綜合近年來當地各方面統計數據，建立了壽光市農產品配送效率影響因素指標體系，以灰色關聯法分析不同指標對配送效率的影響，并根據分析結果對當地農產品配送提出建議。

1 壽光市農產品配送效率影響因素指標體系建立

農產品物流配送效率取決于整個產業體系的各個環節，是一個涉及廣泛的綜合概念，目前學術界尚未對其有一個統一的定義。作為支撐特定行業的農產品物流配送，由于農產品市場廣泛、貨運量巨大等特點，其配送效率的研究需要結合行業特點和地域特點，構建一個涵蓋面較廣的指標體系來對其進行綜合評價。

1.1 指標選取

從物流行業特點入手，結合壽光市具體情況，由于當地經濟發展水平和物流消費效率在一定程度與農產品配送效率相關，基于此，選取當地歷年GDP 和社會消費品零售總額作為農產品物流配送效率指標。此外，信息化水平也決定了其物流管理、調度、信息發布等能力，故選取了企業擁有計算機總臺數作為物流信息化水平表示指標。

從地域特點入手，由于壽光市身處內陸，其農產品運輸主要依托基于等級公路的貨車運輸，等級公路總里程、當地貨車總載貨能力和總貨運量分別表示當地物流基礎設施、物流配送實際能力和物流配送實際總量的相關情況。從農業生產特點入手，指標體系中還包括了當地農業總產值和交通運輸、倉儲、郵政業從業人員數量，用以表示農業發展水平和物流從業人員數量。

綜上，本文分別從物流從業人員、物流基礎設施、物流配送能力、物流配送總量、物流發展規模、農業發展水平、經濟發展水平、物流消費效率、物流信息化水平等9個方面構建了如表1 所示的指標體系。

表1 壽光市農產品配送效率指標體系

1.2 數據獲取及分析

本文建立的壽光市農產品物流配送效率影響因素分析體系，其數據來自于2012 至2021 年《濰坊統計年鑒》和《壽光市統計年鑒》，見表2。將表2 中的指標數據進行Pearson 相關系數檢驗，所選的9 個指標均通過了0.05%的顯著性相關檢驗，如圖1 所示。

圖1 壽光市農產品配送效率指標相關系數檢驗

表2 壽光市農產品配送效率指標數據

2 灰色關聯分析

灰色關聯分析作為研究灰色系統的一種重要的定量分析技術，由鄧聚龍教授提出，旨在探究分析系統中各指標要素之間的關聯程度和主次關系。自最初的鄧氏灰色關聯模型以來，學者們改進并提出了廣義灰色關聯分析、基于相似性和接近性視角的灰色關系分析等一系列應用范圍更廣的新模型[4]。張浩等應用灰色關聯分析方法定量分析了農產品出口中不同品種對于出口總額的影響[5]。本文依托構建的指標體系和統計數據，基于灰色關聯分析方法系統探究不同因素對于壽光市農產品配送效率的影響。

2.1 數據標準化處理

灰色關聯分析需要根據研究對象的實際情況選取適當比較數列和參考數列。本文中的參考數列選取標準化為1 的定值數列，比較數列為各指標數據相對標準化之后的數列數據。原始數據標準化的意義在于去除每個因素之間單位不同造成的影響，以無量綱化結果的形式參與后續比較分析中，計算方式如下。

其中：zij代表第i 個指標的第j 個數據（本文中以下Xyz均表示第y 個指標的第z 個數據）。對表2 中的各指標數據進行標準化處理，得到的結果如表3 所示。

表3 壽光市農產品配送效率指標數據無量綱化結果

2.2 灰色關聯系數計算

在標準化數據的基礎上，計算每個指標數據的灰色關聯系數，用來表示比較數列對于參考數列的關聯關系值，其計算公式如下。

其中：rij代表絕對差值，xij代表無量綱化值，yj代表參考數列的第j 個數據，Δ (ma x)、Δ (mi n)分別代表最大差值和最小差值。εij代表灰色關聯系數；ρ 代表分辨系數，是為了降低極值的影響，更好地體現計算得到的εij的差異，在0 到1 之間取值，實際應用中一般取0.5。參照上述計算公式，進行灰色關聯系數計算，得到結果如表4 所示。

表4 壽光市農產品物流配送效率灰色關聯系數

2.3 灰色關聯度計算

本文建立的影響因素指標體系，最終依靠各指標的灰色關聯度來量化評判其對物流配送效率的重要性，其計算公式如下。

其中：ei為第i 個指標的灰色關聯度，εij為關聯系數，n 為第i 個指標的數據樣本個數。根據上述算式計算結果如表5 所示。

表5 壽光市農產品物流配送效率灰色關聯度排序

2.4 結果分析

由表5 中的各指標灰色關聯度可知，各指標對于農產品物流配送效率的關聯度均大于等于0.5，證明本文選取的各評價指標與壽光市農產品物流配送效率聯系緊密，在構建的影響因素指標體系具有較強的科學性和合理性的前提下，灰色關聯度排名前三位的要素，即物流基礎設施、物流發展規模和物流信息化水平，是影響壽光市當地農產品物流配送效率的主要因素。

3 研究結論與建議

本文通過對壽光市農產品物流配送效率建立科學合理的影響因素指標體系，灰色關聯分析結果顯示，以等級公路總里程、農產品周轉量、計算機總臺數等數據表示的物流基礎設施、物流發展規模、物流信息化水平，是影響壽光市當地農產品物流配送效率的主要因素。

據此，本文結合當地實際情況和體系分析結果提出以下三點建議。

一是進一步加強等級公路建設，提升物流基礎設施建設。目前，壽光市道路條件有限，且近年來等級公路建設趨于緩慢，總長度增加不明顯。結合高等級公路，特別是高速公路的規劃性和全局性，建議壽光市主動融入省級和國家級的戰略決策中，強化等級公路建設，以促進農產品物流配送效率，進一步將農產品影響力輻射全國。

二是不斷提升農產品生產技術和規模，擴大農產品產量。農產品行業是壽光市的支柱產業，而充足的農產品是帶動當地物流業發展的基礎。政府制定和完善農產品物流發展扶持政策，為農產品規模化定制平臺建設、共同物流平臺建設以及流通方式變革提供政策指引和資金支持，才能帶動其物流配送效率乃至整個行業、整個壽光市的發展。

三是加強物流信息化水平，帶動物流技術變革。壽光市的農產品配送集中在當地大型物流園，要建設農產品物流信息平臺，“智慧物流”運輸能力調度等技術創新，使企業能夠通過物流信息平臺實現車輛配載與共同物流配送，從而有效實現農產品物流效率的提升，將有力帶動當地物流業發展，快速提升整體農產品物流配送效率。