楊素華,任林
(安徽外國語學(xué)院國際商務(wù)學(xué)院,合肥 231201)
鄉(xiāng)村振興戰(zhàn)略是中共十九大作出的重大決策部署,是新時代“三農(nóng)”工作的總抓手[1]。2023 年中央一號文件《中共中央國務(wù)院關(guān)于做好2023年全面推進鄉(xiāng)村振興重點工作的意見》中進一步指出,全面推進鄉(xiāng)村振興,要加快農(nóng)業(yè)農(nóng)村現(xiàn)代化,推動鄉(xiāng)村高質(zhì)量發(fā)展,完善農(nóng)產(chǎn)品流通骨干網(wǎng)絡(luò),確保農(nóng)產(chǎn)品物流暢通。物流業(yè)是農(nóng)業(yè)現(xiàn)代化的重要支撐和保障,物流實現(xiàn)了農(nóng)產(chǎn)品的上行,增加了農(nóng)民的收入,成為鄉(xiāng)村振興的重要抓手。農(nóng)業(yè)與物流業(yè)的發(fā)展相互依賴相互制約,具有耦合性,只有相互協(xié)調(diào),才能有效實現(xiàn)農(nóng)產(chǎn)品從“田間”走到“餐桌”,進而促進鄉(xiāng)村振興。因此,研究鄉(xiāng)村振興戰(zhàn)略下農(nóng)業(yè)和物流業(yè)的耦合協(xié)調(diào)發(fā)展,具有重要的現(xiàn)實意義。
有國內(nèi)學(xué)者研究指出農(nóng)業(yè)與物流業(yè)存在動態(tài)聯(lián)系,但彼此之間的互相拉力不足,產(chǎn)業(yè)融合不顯著[2]。鑒于此,不少國內(nèi)學(xué)者從全國角度以各省數(shù)據(jù)為研究樣本分析農(nóng)業(yè)和物流業(yè)的融合發(fā)展,研究發(fā)現(xiàn)2004-2015 年全國農(nóng)業(yè)和物流業(yè)發(fā)展水平大體上呈現(xiàn)穩(wěn)步增長趨勢,東中兩部地區(qū)處于勉強協(xié)調(diào)階段,西部地區(qū)處于瀕臨失調(diào)階段,產(chǎn)業(yè)間的整體功效與協(xié)同效應(yīng)有待提升[3]。隨著鄉(xiāng)村振興戰(zhàn)略的不斷深入,農(nóng)村三產(chǎn)融合成為推進鄉(xiāng)村振興、加快農(nóng)業(yè)現(xiàn)代化的重要抓手[4]。2016-2020年間,我國農(nóng)業(yè)和物流業(yè)之間的耦合關(guān)聯(lián)程度逐步強化,但存在波動性、區(qū)域差異性和不均衡性[5]。近幾年也有學(xué)者關(guān)注局部區(qū)域農(nóng)業(yè)和物流業(yè)的融合發(fā)展,張利[6]指出四川、重慶等地兩個系統(tǒng)的共生關(guān)系明顯較強,但青海、內(nèi)蒙古協(xié)同水平較差,拖累了西部地區(qū)的整體水平。程莉[7]等指出長江上游地區(qū)農(nóng)業(yè)與物流業(yè)融合發(fā)展的增收效應(yīng)顯著。通過梳理目前已有文獻來看,大部分學(xué)者都是從全國或者區(qū)域的角度分析農(nóng)業(yè)和物流業(yè)的融合發(fā)展,很少有學(xué)者從鄉(xiāng)村振興和市級層面數(shù)據(jù)研究農(nóng)業(yè)和物流業(yè)的融合發(fā)展。
基于上述學(xué)者的研究,本文選取2017-2022年安徽省16個地市的面板數(shù)據(jù)作為研究樣本,首先構(gòu)建農(nóng)業(yè)和物流業(yè)發(fā)展水平評價指標(biāo)體系,并采用熵值法確定各指標(biāo)權(quán)重,最后通過計算農(nóng)業(yè)和物流業(yè)兩系統(tǒng)的耦合協(xié)調(diào)度,分析鄉(xiāng)村振興戰(zhàn)略下安徽省農(nóng)業(yè)與物流業(yè)的耦合協(xié)調(diào)發(fā)展水平。與現(xiàn)有研究相比較,本文的創(chuàng)新之處在于:第一,在鄉(xiāng)村振興戰(zhàn)略下,運用2017-2022年面板數(shù)據(jù)從地市角度分析安徽省農(nóng)業(yè)和物流業(yè)耦合協(xié)調(diào)發(fā)展,填補了研究空白;第二,在指標(biāo)選取中考慮綠色化問題,除了大部分學(xué)者考慮的農(nóng)藥使用量、化肥施用量外,本文加入物流業(yè)能源消耗量和物流業(yè)用電指標(biāo)不連貫,因為減少物流業(yè)的高耗能對建設(shè)宜居鄉(xiāng)村具有重要意義。
運用熵值法和耦合協(xié)調(diào)度模型的關(guān)鍵就在選取客觀準(zhǔn)確的評價指標(biāo)。為保證指標(biāo)具有代表性和可操作性,本文借鑒楊博[8]、張旭[9]、田維艷[10]等的指標(biāo)選取辦法,分別從投入和產(chǎn)出兩個維度選取20個農(nóng)業(yè)和物流業(yè)的指標(biāo)(見表1)。

表1 農(nóng)業(yè)和物流業(yè)指標(biāo)體系
(1)農(nóng)業(yè)系統(tǒng)
農(nóng)業(yè)系統(tǒng)指標(biāo)中,農(nóng)林牧漁業(yè)固定資產(chǎn)投資、農(nóng)業(yè)從業(yè)人員、農(nóng)業(yè)機械總動力、有效灌溉面積、農(nóng)作物總播種面積、農(nóng)產(chǎn)品產(chǎn)量、農(nóng)業(yè)總產(chǎn)值等反映產(chǎn)業(yè)興旺,農(nóng)村居民人均可支配收入指標(biāo)反映生活富裕,均為正向指標(biāo);化肥、農(nóng)藥的過度使用,使土壤、水源、農(nóng)產(chǎn)品有害物質(zhì)含量高,破壞了鄉(xiāng)村生態(tài)環(huán)境,農(nóng)作物化肥施用量(折純)、農(nóng)藥使用量等指標(biāo)反映生態(tài)宜居,為負(fù)向指標(biāo)。
(2)物流業(yè)系統(tǒng)
物流業(yè)系統(tǒng)指標(biāo)中,物流業(yè)固定資產(chǎn)投資、物流業(yè)從業(yè)人數(shù)、公路里程、公路營運載貨汽車擁有量、貨運量、快遞業(yè)務(wù)量、郵政行業(yè)業(yè)務(wù)總量、物流業(yè)生產(chǎn)總值等反映產(chǎn)業(yè)興旺,均為正向指標(biāo);在鄉(xiāng)村振興戰(zhàn)略下,要減少物流業(yè)的高耗能情況,減少碳排放,物流業(yè)能源消耗總量反映生態(tài)宜居,為負(fù)向指標(biāo);鑒于眾多學(xué)者都認(rèn)為電能是終端節(jié)能減排的重要途經(jīng)[11],本文在物流業(yè)相關(guān)指標(biāo)中加入物流業(yè)用電指標(biāo),為正向指標(biāo)。
本文采用熵值法得出農(nóng)業(yè)和物流業(yè)各指標(biāo)的權(quán)重,然后根據(jù)權(quán)重算出兩個系統(tǒng)的綜合發(fā)展水平,最后運用耦合協(xié)調(diào)度模型計算出兩個系統(tǒng)的耦合協(xié)調(diào)度。
(1)熵值法
熵值法是一種客觀賦權(quán)法,利用信息熵計算各種指標(biāo)的熵權(quán),然后得出比較客觀的權(quán)重,進而測算系統(tǒng)綜合發(fā)展水平,具體步驟如下:
第一步,選取n個地市,m個指標(biāo),xij為第i個地市的第j個指標(biāo)的數(shù)值。由于各個指標(biāo)存在方向和計量單位不同,在計算熵值之前,要先對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理。
正向指標(biāo)處理:
負(fù)向指標(biāo)處理:
為第i個地市的第j個指標(biāo)標(biāo)準(zhǔn)化后的數(shù)據(jù)。
第二步,計算第j個指標(biāo)下第i個地市占該指標(biāo)的比重pij:
第三步,計算第j個指標(biāo)的熵值ej:
第四步,計算各指標(biāo)權(quán)重wj:
第五步,計算系統(tǒng)綜合發(fā)展水平Fi:
(2)耦合協(xié)調(diào)度模型
耦合協(xié)調(diào)度模型用于分析兩個或兩個以上系統(tǒng)之間協(xié)調(diào)發(fā)展水平,計算步驟如下:
第一步,計算耦合度C。根據(jù)公式(1)-(6)分別計算農(nóng)業(yè)和物流業(yè)系統(tǒng)的綜合發(fā)展水平,分別記為U1和U2,則耦合度為:
C的取值范圍在0 和1 之間,越接近于1,則表明農(nóng)業(yè)和物流業(yè)的相互依賴相互制約程度越高,反之,則越差。
第二步,計算協(xié)調(diào)指數(shù)T:
其中α和β分別為農(nóng)業(yè)和物流業(yè)系統(tǒng)權(quán)重,在這里,本文認(rèn)為農(nóng)業(yè)和物流業(yè)同等重要,所以取α=β=0.5。
第三步,計算耦合協(xié)調(diào)度D:
D的取值范圍在0 和1 之間,其中耦合協(xié)調(diào)度小于0.5 的處于較差耦合協(xié)調(diào)狀態(tài),0.5 到0.7 之間的處于中度耦合協(xié)調(diào)狀態(tài),大于0.7 的處于較高耦合協(xié)調(diào)狀態(tài)。即D值越接近于1,則表明農(nóng)業(yè)和物流業(yè)系統(tǒng)之間的協(xié)調(diào)發(fā)展水平越高,反之,則越差。
本文研究時段為2017-2022 年,原始數(shù)據(jù)來源于《安徽省統(tǒng)計年鑒》(2017-2023 年)、各地市《統(tǒng)計年鑒》(2017-2023 年)、各地市《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》(2017-2022 年)、各地市《水資源公報》(2017-2022年),部分缺失數(shù)據(jù)采用SPSS中的臨近點均值法補充完善。
為便于研究,關(guān)于指標(biāo)數(shù)據(jù)的有幾點說明:第一,由于《安徽省統(tǒng)計年鑒》及各地市《統(tǒng)計年鑒》沒有明確的物流業(yè)指標(biāo)數(shù)據(jù),本文借鑒楊博[8]的做法,采用交通、倉儲和郵政業(yè)的相關(guān)數(shù)據(jù)代替物流業(yè)固定資產(chǎn)投資、物流業(yè)從業(yè)人數(shù)、物流業(yè)能源消耗總量、物流業(yè)用電、物流業(yè)生產(chǎn)總值等指標(biāo)數(shù)據(jù)。第二,由于航空運輸、管道運輸在安徽省普及率較低,物流業(yè)指標(biāo)中的貨運量數(shù)據(jù)僅包含公路、鐵路和水路運輸?shù)呢涍\量。第三,物流業(yè)指標(biāo)中的物流業(yè)能源消耗總量包含原煤、焦炭、原油、燃料油、汽油、柴油消耗,不包含電力消耗。第四,農(nóng)業(yè)指標(biāo)中農(nóng)產(chǎn)品產(chǎn)量數(shù)據(jù)包含糧食、油料、棉花、生麻、煙葉、中草藥材、蔬菜和瓜果類等產(chǎn)量。
本文采用在線統(tǒng)計分析平臺SPSSAU 分別對農(nóng)業(yè)和物流業(yè)各指標(biāo)進行熵值法求解,得出各指標(biāo)權(quán)重(見表2)。從表2 可以看出,影響農(nóng)業(yè)綜合發(fā)展水平排名前五的指標(biāo)分別是:農(nóng)業(yè)機械總動力、農(nóng)產(chǎn)品產(chǎn)量、農(nóng)作物總播種面積、農(nóng)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)總產(chǎn)值,各項間的權(quán)重大小有著一定的差異,其中農(nóng)業(yè)機械總動力這項的權(quán)重最高為13.89%,化肥施用量這項的權(quán)重最低為0.58%。影響物流業(yè)綜合發(fā)展水平排名前五的指標(biāo)分別是:快遞業(yè)務(wù)量、物流業(yè)從業(yè)人數(shù)、郵政行業(yè)業(yè)務(wù)總量、物流業(yè)固定資產(chǎn)投資、物流業(yè)用電,其中快遞業(yè)務(wù)量這項的權(quán)重最高為17.03%,物流業(yè)能源消耗總量這項的權(quán)重最低為1.27%。

表2 熵值法計算農(nóng)業(yè)和物流業(yè)權(quán)重結(jié)果
根據(jù)公式(6)可分別計算出安徽省16 個地市的農(nóng)業(yè)綜合發(fā)展水平(見表3)和物流業(yè)綜合發(fā)展水平(見表4)。從表3 可以看出,2017-2022 年間安徽省16 個地市農(nóng)業(yè)綜合發(fā)展水平逐年上升,而標(biāo)準(zhǔn)差很小,說明各地市這6 年發(fā)展相對比較穩(wěn)定,緩慢增長。其中漲幅較大的地市有黃山市、池州市和六安市,增長率分別為54.8%、46.8%和43.1%。從平均值上看,16 個地市農(nóng)業(yè)綜合發(fā)水平展具有一定差異,排名前五的分別是阜陽市、亳州市、宿州市、滁州市和合肥市,最高為阜陽市,均值達(dá)到0.720,最低為銅陵市,均值為0.093。

表3 安徽省各地市農(nóng)業(yè)綜合發(fā)展水平

表4 安徽省各地市物流業(yè)綜合發(fā)展水平
從表4 可以看出,2017-2022 年間安徽省16 個地市物流業(yè)綜合發(fā)展水平呈上升趨勢,其中漲幅較大的地市有池州市、馬鞍山市和銅陵市,增長率分別高達(dá)285.4%、167.4%和147.9%,從平均值上看,16 個地市物流業(yè)發(fā)展水平差異較明顯,排名前五的分別是合肥市、阜陽市、蕪湖市、亳州市、蚌埠市,最高為合肥市,均值達(dá)到0.656,最低是黃山市,均值為0.057。
將安徽省各地市農(nóng)業(yè)和物流業(yè)綜合發(fā)展水平代入公式(7)、(8)、(9),得到農(nóng)業(yè)和物流業(yè)的耦合協(xié)調(diào)度(見表5)。從表5可以看出,安徽省16個地市農(nóng)業(yè)和物流業(yè)的耦合協(xié)調(diào)度標(biāo)準(zhǔn)差較小,說明各地市近幾年協(xié)調(diào)發(fā)展水平變化不大。而從平均值上來看,16個地市的協(xié)調(diào)水平具有一定差異性,排名前五的分別是合肥市、阜陽市、亳州市、宿州市和滁州市,最高的是合肥市,均值為0.861,最低為黃山市,均值為0.166。其中耦合協(xié)調(diào)度均值在0.5以下的有7個地級市,0.5到0.7之間的有7個地級市,大于0.7的有2個地級市。說明安徽省43.75%的地市處于較差耦合協(xié)調(diào)狀態(tài),43.75%的地市處于中度耦合協(xié)調(diào)狀態(tài),農(nóng)業(yè)和物流業(yè)雖然都在穩(wěn)步發(fā)展,但是兩系統(tǒng)之間聯(lián)系不夠緊密。也有部分地市如合肥市和阜陽市,耦合協(xié)調(diào)均值大于0.7,耦合協(xié)調(diào)狀況良好,說明農(nóng)業(yè)和物流業(yè)相互促進,耦合協(xié)調(diào)發(fā)展程度較高。總體來看,均值在0.5以上的地市的共有9個地市,占比56.25%,這也就說明大部分地區(qū)處于協(xié)調(diào)狀態(tài),但仍有小部分地區(qū)處于失調(diào)狀態(tài)。

表5 安徽省各地市2017-2022年的耦合協(xié)調(diào)度
為了進一步探索各地市農(nóng)業(yè)和物流業(yè)融合發(fā)展程度,本文參考孫鈺等[12]給出的耦合協(xié)調(diào)度等級劃分標(biāo)準(zhǔn)(見表6)確定2017-2022 年16 個地市的耦合協(xié)調(diào)程度。并從時間和空間兩個維度對各地市進行農(nóng)業(yè)和物流業(yè)融合發(fā)展分析。

表6 耦合協(xié)調(diào)度等級劃分標(biāo)準(zhǔn)
從時間維度來看,2017 年安徽省16 個地市中,處于中級協(xié)調(diào)的有2個,初級協(xié)調(diào)的有1個,勉強協(xié)調(diào)的有4個,瀕臨失調(diào)的有2個,輕度失調(diào)的有2個,中度失調(diào)的有2個,嚴(yán)重失調(diào)的有3個,處于協(xié)調(diào)狀態(tài)的地市占比43.75%。到2020 年安徽省16 個地市中,處于優(yōu)質(zhì)協(xié)調(diào)的有1 個,良好協(xié)調(diào)的有1 個,中級協(xié)調(diào)的有1個,初級協(xié)調(diào)的有5 個,勉強協(xié)調(diào)的有1 個,瀕臨失調(diào)的有3個,輕度失調(diào)的有2個,中度失調(diào)的有2個,處于協(xié)調(diào)狀態(tài)的地市占比56.25%。總體來看,2017-2022年間,安徽省16個地市的農(nóng)業(yè)和物流業(yè)耦合協(xié)調(diào)程度均有所改善。其中合肥市實現(xiàn)中級協(xié)調(diào)到優(yōu)質(zhì)協(xié)調(diào)的轉(zhuǎn)變,阜陽市從中級協(xié)調(diào)轉(zhuǎn)變?yōu)榱己脜f(xié)調(diào),亳州市從初級協(xié)調(diào)轉(zhuǎn)變?yōu)橹屑墔f(xié)調(diào),宿州市、蚌埠市、滁州市、六安市、蕪湖市均改善為初級協(xié)調(diào)。池州市也從嚴(yán)重失調(diào)進入輕度失調(diào)。2017 年鄉(xiāng)村振興戰(zhàn)略提出后,為新時代農(nóng)業(yè)發(fā)展改革指明了方向,并對物流業(yè)提出具體發(fā)展要求,以更好的促進農(nóng)業(yè)發(fā)展。同時,國家加大對農(nóng)業(yè)和物流業(yè)的政策指導(dǎo),如,農(nóng)業(yè)農(nóng)村部聯(lián)合國家發(fā)改委等七部門印發(fā)的《國家質(zhì)量興農(nóng)戰(zhàn)略規(guī)劃(2018—2022年)》中提出加快推進農(nóng)業(yè)綠色化和標(biāo)準(zhǔn)化生產(chǎn),加快建設(shè)冷鏈倉儲物流設(shè)施,促進農(nóng)業(yè)全產(chǎn)業(yè)鏈融合,培育提升農(nóng)業(yè)品牌,加快數(shù)字農(nóng)業(yè)建設(shè),壯大新型職業(yè)農(nóng)民隊伍等任務(wù)。在政策的指導(dǎo)下,到2022 年處于協(xié)調(diào)狀態(tài)的地市已超過一半,整體協(xié)調(diào)程度有所改善。
從空間維度來看,合肥市和阜陽市耦合協(xié)調(diào)程度較好,近幾年都保持中級協(xié)調(diào)及以上,其中合肥市從2021 年連續(xù)兩年達(dá)到了優(yōu)質(zhì)協(xié)調(diào)。合肥是安徽省省會,省會城市整體經(jīng)濟較好,農(nóng)業(yè)和物流業(yè)現(xiàn)代化發(fā)展程度較高,其周邊地市如銅陵市、蕪湖市、六安市、安慶市、淮南市、滁州市、馬鞍山市等這幾年也有所提升,起到一定帶動作用,其中池州市和銅陵市耦合協(xié)調(diào)程度提升較快,增速高達(dá)137.3%和129.8%。雖然池州市和銅陵市近幾年提升較快,但耦合協(xié)調(diào)程度仍然較差,截止2022 年,耦合協(xié)調(diào)度排名最差的3 個地市分別是池州市、銅陵市和黃山市,其中銅陵市和黃山市屬于中度失調(diào)。池州市、銅陵市和黃山市的農(nóng)業(yè)綜合發(fā)展水平和物流業(yè)綜合發(fā)展水平在16 個地市中均屬于末端。這與其地理環(huán)境有一定關(guān)系,安徽省有平原、丘陵和山地三種類型地貌,銅陵市境內(nèi)南部低山、丘陵縱橫交結(jié),海拔300-500米為主,多褶皺型山、丘;黃山市地處皖南山區(qū),地形以山地和丘陵為主,地勢較高。池州東接銅陵,南鄰黃山,是皖南山區(qū)的組成部分,中部為崗沖相間的丘陵區(qū)。在這種地理環(huán)境下,不便于進行現(xiàn)代化機械作業(yè),對農(nóng)業(yè)和物流業(yè)的發(fā)展形成一定阻礙,尤其是農(nóng)村物流發(fā)展水平較低。
2017-2022年安徽省農(nóng)業(yè)與物流業(yè)的融合發(fā)展先后經(jīng)歷了嚴(yán)重失調(diào)-瀕臨失調(diào)-初級協(xié)調(diào)-良好協(xié)調(diào)-優(yōu)質(zhì)協(xié)調(diào)(見表7)。整體可以分為三個階段:2017年為失調(diào)階段;2018-2019年為中間過渡階段;2020-2022年為協(xié)調(diào)階段。

表7 安徽省2017-2022年農(nóng)業(yè)和物流業(yè)耦合協(xié)調(diào)程度
第一階段:失調(diào)階段(2017年)。2017年安徽省農(nóng)業(yè)和物流業(yè)綜合發(fā)展水平較低,2017年安徽省農(nóng)業(yè)綜合發(fā)展水平為0.162,物流業(yè)綜合發(fā)展水平為0.243,耦合協(xié)調(diào)度僅為0.1,屬于嚴(yán)重失調(diào)且農(nóng)業(yè)滯后型。2017 年安徽省農(nóng)業(yè)固定資產(chǎn)投資為354.244 億元,是2022 年的32.7%。農(nóng)業(yè)整體投入不足,基礎(chǔ)設(shè)施較弱,是制約農(nóng)業(yè)發(fā)展的原因之一。在此階段,農(nóng)業(yè)和物流業(yè)相互推動力不足,導(dǎo)致嚴(yán)重失調(diào)。
第二階段:中間過渡階段(2018-2019年)。2018-2019年,安徽省農(nóng)業(yè)和物流業(yè)綜合發(fā)展水平均有所提升,耦合協(xié)調(diào)度值分別為0.473和0.475,處于瀕臨失調(diào)狀態(tài)。在此階段,安徽省以新發(fā)展理念為指引,按照中央決策部署,深入推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革,推進農(nóng)業(yè)綠色生產(chǎn)、加強農(nóng)業(yè)污染防治、保護與節(jié)約利用農(nóng)業(yè)資源。同時,安徽省物流業(yè)也在不斷加大固定資產(chǎn)投資,積極培育引進重大物流企業(yè),農(nóng)業(yè)和物流業(yè)相互推動力逐漸加強,促進二者進一步融合發(fā)展。
第三階段:協(xié)調(diào)階段(2020-2022 年)。2020-2022年,安徽省農(nóng)業(yè)和物流業(yè)實現(xiàn)了初級協(xié)調(diào)向優(yōu)質(zhì)協(xié)調(diào)的轉(zhuǎn)變。在此階段,安徽省繼續(xù)堅持質(zhì)量興農(nóng)、綠色興農(nóng)和人才興農(nóng),不斷加大農(nóng)機投入,優(yōu)化農(nóng)業(yè)產(chǎn)能,降低農(nóng)藥使用量和化肥施用量,培育新型職業(yè)農(nóng)民,推進科技強農(nóng),推進機械強農(nóng),促進農(nóng)民增收,促進農(nóng)業(yè)向現(xiàn)代化、綠色化發(fā)展。同時,大力支持智慧物流企業(yè)發(fā)展,并建立農(nóng)產(chǎn)品物流園區(qū),擴大農(nóng)產(chǎn)品銷售渠道,為安徽省農(nóng)業(yè)和物流業(yè)的高度融合發(fā)展助力。
通過分析安徽省各地市農(nóng)業(yè)和物流業(yè)綜合發(fā)展水平和耦合協(xié)調(diào)度,得出以下結(jié)論:第一,從時間維度上來看,所有地市農(nóng)業(yè)和物流業(yè)耦合協(xié)調(diào)水平有所提升,目前耦合協(xié)調(diào)水平最高的是合肥市,從2021 年開始連續(xù)兩年達(dá)到優(yōu)質(zhì)協(xié)調(diào),對周邊地市具有一定帶動作用。第二,從空間維度上來看,由于地理環(huán)境等因素影響,銅陵市、池州市、黃山市仍屬于失調(diào)狀態(tài),其中銅陵市和黃山市處于中度失調(diào)狀態(tài),農(nóng)業(yè)和物流業(yè)綜合發(fā)展水平較低。第三,2017-2022 年安徽省整體農(nóng)業(yè)和物流業(yè)耦合協(xié)調(diào)度不斷提高,達(dá)到優(yōu)質(zhì)協(xié)調(diào),但各地市協(xié)調(diào)發(fā)展程度不均衡。
為進一步提升安徽省各地市農(nóng)業(yè)和物流業(yè)綜合發(fā)展水平,促進二者耦合協(xié)調(diào)發(fā)展,提出以下建議:
第一,積極打造智慧化農(nóng)業(yè)和物流示范區(qū)。積極打造智慧化農(nóng)業(yè)示范區(qū),將大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等技術(shù)廣泛運用到農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié),數(shù)字化助力農(nóng)業(yè)生產(chǎn);利用無人機施肥,大大提高施肥效率;安裝農(nóng)業(yè)監(jiān)測系統(tǒng),實時采集數(shù)據(jù),通過物聯(lián)網(wǎng)平臺實現(xiàn)農(nóng)業(yè)生產(chǎn)全程可視化追蹤管理。數(shù)字化助力物流園區(qū)轉(zhuǎn)型,實現(xiàn)農(nóng)業(yè)生產(chǎn)者、供應(yīng)商、物流商、消費者信息共享,提高農(nóng)產(chǎn)品物流設(shè)備的自動化和智能化水平,打造農(nóng)產(chǎn)品物流智能一體化示范園區(qū),實現(xiàn)農(nóng)業(yè)供應(yīng)鏈發(fā)展。農(nóng)業(yè)和物流業(yè)的發(fā)展相互促進,通過示范區(qū)總結(jié)經(jīng)驗,有利于帶動其他地方發(fā)展。
第二,大力發(fā)展特色農(nóng)業(yè)和農(nóng)村物流。鄉(xiāng)村振興首先是產(chǎn)業(yè)要振興,大力發(fā)展特色農(nóng)業(yè),要優(yōu)化特色農(nóng)業(yè)布局,形成“一縣一特”“一村一品”特色布局;要擴大銷售渠道,實現(xiàn)產(chǎn)銷對接,建立線上線下一體化的農(nóng)業(yè)產(chǎn)品營銷體系;要科技賦能農(nóng)業(yè),把智能化應(yīng)用到農(nóng)機化發(fā)展中,提升農(nóng)機生產(chǎn)信息化水平,促進特色農(nóng)業(yè)現(xiàn)代化發(fā)展。大力發(fā)展農(nóng)村物流,關(guān)鍵是加大農(nóng)村基礎(chǔ)設(shè)施建設(shè),推進農(nóng)村“客貨郵”融合發(fā)展,積極推廣農(nóng)村客車代運快件,解決農(nóng)村出行難、快遞收寄難和企業(yè)運行難,促進農(nóng)村物流體系進一步完善。同時堅持從“綠”著手,加大清潔能源在物流各環(huán)節(jié)的應(yīng)用,能源消費向電氣化和智能化發(fā)展,創(chuàng)造宜居生活。
第三,加快推進農(nóng)業(yè)和物流業(yè)融合發(fā)展。縮小安徽省各地市農(nóng)業(yè)和物流業(yè)耦合協(xié)調(diào)差距,需要政府、農(nóng)業(yè)、物流業(yè)、電商、金融機構(gòu)、高校等主體共同發(fā)力。政府需要多部門合作,進一步加大政策支持,制定相關(guān)利好政策,建立自動化和智能化設(shè)備補貼優(yōu)惠機制。農(nóng)業(yè)和物流業(yè)要強化科技賦能,電商要擴大農(nóng)產(chǎn)品上行,增加農(nóng)民收入。金融機構(gòu)要做好風(fēng)險評估,提供不同的信貸產(chǎn)品,實現(xiàn)農(nóng)業(yè)和物流業(yè)各主體融資需求。高校要適應(yīng)時代發(fā)展,培養(yǎng)新農(nóng)人才、數(shù)字化人才。只有多方齊發(fā)力,才能更好的促進農(nóng)業(yè)和物流業(yè)的融合發(fā)展。