江苏省农产品冷链物流网络构建

2021-11-10何美玲安勇峰

江苏大学学报（自然科学版） 2021年6期

何美玲，蒲俊，安勇峰

(江苏大学汽车与交通工程学院，江苏镇江 212013)

近年来，以生鲜电商市场迅速发展、农产品消费需求逐渐旺盛为背景，农产品冷链物流体系建设已成为现代物流发展中的重要组成部分[1].江苏省位于长江三角洲，是我国经济最发达、最具活力的地区之一.但目前存在着冷链物流体系建设不完全、信息化程度不高等现象，制约着生鲜农产品的流通与销售，成为影响农产品增值、农民增收的主要原因[2].2021年，江苏省发布《江苏省“十四五”现代物流业发展规划》，明确提出要基于“互联网+”赋能传统物流的发展趋势，推动冷链物流规模化、集约化、组织化、网络化水平提升，到2025年形成布局合理、技术先进、供需匹配、绿色安全的冷链物流体系.因此，充分考虑先进技术发展的促进作用，构建科学有效的区域性农产品冷链物流网络，对形成智慧通畅的农产品冷链物流体系、促进区域经济发展具有重要意义.

针对农产品物流网络的研究，目前主要集中在物流需求预测、物流网络构建与优化及先进技术的应用等层面.首先不同学者在进行需求规模预测时，其规模刻画方式存在差异，王晓平等[3]考虑到主要消费人群层面，利用北京城镇常住人口数量+北京市流动人口数量乘以人均生鲜农产品消费量作为北京市冷链需求规模；刘文慧等[4]选取果蔬、肉类、水产品等需要冷链运输以保鲜的产品总产量进行指代.预测方法方面，学者多用滑动无偏灰色模型[5]、马尔科夫模型[6]等方法展开研究.农产品冷链物流网络构建与优化方面，伍景琼等[7]基于云南省水果产业的历史数据，构建了云南省水果产业轴辐式物流网络；D.K.MARLIES等[8]提出了MILP模型和HOS方法，用于在确保易腐产品质量下确定出成本最优的物流网.先进技术应用方面，有学者提出5G[9]、物联网[10]、区块链[11]等先进技术的发展能够有效提升农产品冷链物流业的信息化水平，提高效率.

综上所述，现有的文献对物流网络构建的研究比较充分，但对江苏省这一日趋重要的经济区域研究略显不足，尤其是农产品冷链物流领域.

文中基于“互联网+”的发展趋势，结合已有研究成果，以江苏省农产品冷链物流为研究对象，通过搜集历史数据，利用灰色GM(1,1)模型进行2021—2030年需求预测和空间分布特征分析；从城市经济发展水平、城市物流发展水平、农产品需求水平和农产品供给水平4个层次、12个指标构建江苏省农产品冷链物流发展水平评价指标体系，并运用因子分析法、聚类分析法对13个城市节点进行重要度排名和层级划分；再利用物流联系强度和物流隶属度确定轴心城市的辐射范围，从而构建轴辐式江苏省农产品冷链物流网络，对江苏省现代物流体系的完善提供参考.

1 数据来源与指标体系构建

1.1 数据来源

目前我国各类统计报表中尚无对农产品冷链物流需求规模的刻画，参考已有研究成果[12]，文中使用江苏省主要农产品产量的和与冷链物流流通率之积作为江苏省农产品冷链物流需求规模，其中，主要农产品包括果蔬、肉类、水产品.根据中国物流与采购联合会冷链委、江苏省统计局发布的数据，及各市统计年鉴，利用相邻年份取均值、拉格朗日插值法对缺失数据进行插值补全，得到江苏省各市2010—2020年农产品冷链物流需求规模，如表1所示.

表1 2010—2020年江苏省农产品冷链需求规模万t

1.2 评价指标构建

构建江苏省农产品冷链物流发展水平评价指标体系时，应考虑系统性、客观性、可行性与数据可获得性等原则，建立科学合理的评价体系.文中选取城市经济发展水平、城市物流发展水平、农产品需求水平和农产品供给水平4个一级指标，地区生产总值、第三产业占比等12个二级指标进行构建，如表2所示.

表2 江苏省农产品冷链物流发展评价体系构建

2 研究方法

2.1 灰色GM(1,1)模型

灰色系统预测模型[13]中，灰色是指不完整、不确定等，符合冷链物流需求特征.GM(1,1)模型是灰色系统最常见的模型，利用小样本、贫信息数据建立微分方程，并通过动态信息获取、开发和加工来建模，其基本原理是通过正数数据累加生成指数函数归类的序列，再通过该序列去生成函数，最后通过微分方程的解逼近生成最终序列.一般包括以下4个步骤：① 对原始数列中各值累加求和得到原始数据的隐藏规律，得到一阶累加生成数列；② 建立白化微分方程，对新得到的数列构建灰色GM(1,1)模型；③ 利用最小二乘法求解发展系数和灰色作用量，并代入微分方程中，得到GM(1,1)模型的时间响应式；④ 对建立的模型精度进行检验，常见检验方法有相对误差Q检验法、后验差C检验法、小误差概率P检验法等.预测精度等级对照表如表3所示.

表3 灰色系统模型预测精度对照表

2.2 因子分析法

因子分析[14]是用较少的公因子的线性函数和特定因子之和来表达原来观测的每个变量，从研究相关矩阵内部的依赖关系出发，把一些错综复杂关系的变量归纳为少数几个综合因子的多变量统计方法，其基本思想是借助降维模式，将多个指标转化为少量综合指标.主要步骤为假设有原始变量x1，x2，… ，xm与公共因子之间存在如下关系：

(1)

式中：y1，y2，… ，ym是公共因子；aij(i=1,2，…，m)是相关系数矩阵对应的特征向量；ε1,ε2,…，εm为特殊因子.首先通过计算因子载荷矩阵，可以依次提取出最有影响力的公共因子，文中采用主成分分析法进行提取，公共因子可用式(2)的线性组合来进行表示.其次将初始因子载荷矩阵实施方差最大正交旋转，实现公因子的定义，再利用变量的观察值来估计各因子的综合得分，并进行进一步分析和评价，得出相应的结论.

Fi=ci1x1+ci2x2+ci3x3+…+cilxl,

i=1,2,…,l.

(2)

因子分析法主要有以下3个特点：因子数量较少，可以有效减少统计分析的工作量；根据原始变量重新建立的新因子能够显示出绝大多数的原始信息；因子变量之间不线性相关，但构成因子的指标之间的线性相关程度较高，各综合因子具有很高的代表性.因此，采用因子分析法作为构建江苏省农产品冷链物流发展水平评价指标体系的方法是科学合理的.

2.3 引力模型与物流隶属度

引力模型源于物理学的万有引力模型，可用于衡量城市间的引力强度，基本公式为

(3)

式中：Iij为研究对象之间的引力强度；Mi、Mj分别为研究对象的“质量”；dij为研究对象之间的距离；r为引力衰减系数，通常取2；G为引力系数，对结果无影响，通常取1.

文中采取根据因子分析法得到的各节点综合得分为“物流质量”，以此反映城市的农产品冷链物流发展水平；考虑到江苏省农产品物流所采取的主要方式为公路运输，文中从公路运输的空间、时间、成本来进行经济距离dij的量化[2]，其公式为

(4)

式中：dij、Dij、Cij、Tij分别为节点间的经济距离、最短公路运输里程、公路运费率、最短公路运输时间.将上述指标代入引力模型基本公式中，可得到区域农产品冷链物流引力模型为

(5)

物流隶属度(表示一个城市节点相对于另一城市节点的隶属程度)可以反映一个城市的影响范围，计算公式如下：

(6)

式中：Pij、Iij分别为物流隶属度和节点间的引力强度，由式(5)计算结果代入计算.

3 江苏省农产品冷链物流网络设计

3.1 江苏省农产品冷链物流规模需求预测

以2010—2020年江苏省农产品冷链规模为历史数据，利用灰色GM(1,1)模型进行2021—2030年规模预测，如表4所示，并进行相对误差检验、后验差检验与小误差概率检验，检验结果显示预测精度均在良好及以上，表明利用该模型适用于江苏省农产品冷链物流的需求规模预测.

表4 江苏省2021—2030年农产品冷链物流规模预测万t

基于需求预测的结果，以江苏省13个地级市为空间分析尺度，选取2010、2020和2030年为时间分析尺度，对各市的冷链物流规模进行时空分布特征分析，并划分为3个层级，如图1所示.

图1 2010、2020、2030年江苏省农产品冷链物流规模分布图

整体来看，江苏省农产品冷链物流需求规模呈现出“北高南低”的空间分布格局：规模比较大的地方为苏北地区(徐州、盐城和连云港)；其次依次为苏中地区、苏南地区.主要原因可能存在以下几点：相较于苏南、苏中地区，苏北地区经济结构以第一产业为主，农产品种植面积大、产量大且种类丰富，供给水平较高，对农产品冷链物流网络建设的需求规模更大，促进冷链物流的发展可以有效提升农业发展与增收.

3.2 轴心与辐点城市确定

利用因子分析法对获得的江苏省13个物流网络节点的12个重要度评价指标数据进行处理(表2)，以最终综合得分进行排序，以聚类分析划分为3个等级，3个等级依次确立为轴辐式网络结构的轴心城市、中心城市和节点城市.

首先利用SPSS对其进行标准化处理和适应性检验，得到KMO统计量检验和Bartlett球形检验结果：KMO的值为0.726，大于0.7；近似卡方值为267.728；显著性值为0.00，小于0.05，说明选取指标适合做因子分析.按照特征值大于1的原则，提取出2个公共因子F1、F2，此时2个公共因子对样本方差的累积贡献率为87.782%，大于85%，如表5所示.表明这2个公共因子保留了原始数据的大部分信息，可以代表原始数据进行分析，利用最大方差法进行正交旋转，得到旋转成分矩阵，如表6所示.

表5 各主因子对应的特征根及方差贡献率

表6 旋转成分矩阵

由表6可得，公共因子F1在X10、X11、X12和X1上的载荷较大.其中X10、X11、X12是反映农产品需求的指标，X1是反映城市经济发展水平的指标，因此，F1是反映城市经济发展水平与农产品需求水平的公共因子；公共因子F2在X9、X4、X7上的载荷较大，其中X7是反映农产品供给水平的指标，X4是反映城市物流发展水平的指标，因此，F2是反映城市物流发展水平和农产品供给水平的公共因子.

将得分系数矩阵与原始数据标准化的数值相乘得到13个节点的主因子得分，并以方差贡献率为权重构造综合得分函数：F=0.580 20F1+0.307 08F2,得到江苏省农产品冷链物流网络13个节点的综合得分及排名，如表7所示.

表7 各节点得分及排名

将得分数据进行聚类分析，节点划分为3个等级：第1等级为轴心城市、第2等级为中心城市、第3等级为辐点城市.结果分析如下：

1) 轴心城市(第1等级)：南京和苏州，其综合得分位列榜首(1.023 801 96和1.023 642 11)，在江苏省冷链物流发展中起到引领作用，完善的农业、工业、商业的发展使其拥有较为完善的综合交通运输体系、先进的交通运输基础设备，足够的容量与服务能力，是江苏省重要的物流节点、重要的农产品生产、消费与贸易平台，也是农产品消费与冷链物流需求的巨大市场.

2) 中心城市(第2等级)：徐州、南通、无锡、常州，特有的经济、区位和交通优势使得他们具备成为江苏省农产品冷链物流网络中心城市的基本条件.

3) 辐点城市(第3等级)：盐城、淮安、扬州、连云港、泰州、宿迁、镇江，与第1等级、第2等级相比较，经济发展水平、物流基础设施与交通通达程度都存在较大差距，有进一步发展的空间.

3.3 轴心城市辐射范围与物流通道建设分析

将因子分析法得出的节点综合得分整体线性平移一个单位，使物流质量均为正值，将江苏省13个物流网络节点间的最短公路运输里程Dij、最短公路运输时间Tij与公路运输费率Cij=1.5代入式(5)中，得到各节点间的农产品冷链物流引力强度，并进一步计算得出物流隶属度，如表8所示.

表8 物流引力强度Iij与物流隶属度Pij

根据表8的结果，将辐点城市归为对应的物流隶属度最大的城市的辐射范围.各轴心城市的辐射范围中，南京的辐射范围最广，包括：淮安、扬州、镇江、泰州；其次为徐州，辐射范围包括连云港和淮安；南通辐射盐城；在进行轴辐网络物流通道的建设时，轴心-轴心、轴心-中心为干线通道，中心-辐点为支线通道.

3.4 江苏省农产品冷链物流网络构建

利用灰色GM(1,1)模型及2010—2020年的历史数据为基础，对江苏省各市2021—2030年的农产品冷链物流需求规模进行预测，并进行空间分布特征分析；从城市经济发展水平、物流发展水平、农产品需求水平和供给水平4个方面构建物流网络节点发展水平评价指标体系；根据因子分析法、聚类分析划分的物流网络节点层次，结合农产品物流引力强度与物流隶属度，构建了以南京、苏州为轴心，徐州、南通、无锡、常州为中心，盐城、淮安、扬州、连云港、泰州、宿迁、镇江为辐点的江苏省农产品冷链物流3级轴辐式物流网络，示意图如图2所示.