乡村振兴背景下广西农产品物流中心的构建研究

周燕蓉

（广西水利电力职业技术学院， 广西 南宁 530023）

一、引言

乡村振兴，是党的十九大重要战略部署。在乡村振兴背景下，要加快农村农业现代化发展，培育乡村产业，发展乡村经济。2021中央一号文件提出，全面推进乡村振兴，加快实施农产品仓储保鲜冷链物流设施建设工程。在十四五规划和2035年远景目标中多次提到“物流”二字，提出要加快农产品冷链物流、国家物流枢纽、县乡物流配送体系的建设。因此，在乡村振兴背景下，探究构建广西农产品物流中心尤为重要。

随着居民生活水平的不断提高，对食品安全性、多样性、新鲜度都提出了更高的要求，农产品物流中心可以保障农产品质量安全、减少农产品仓配损失、促进物流产业加速发展，因此发展建设农产品物流中心显得更加重要。刘松竹、岑丽阳(2015)分析广西农产品物流发展现状，提出提高农村市场组织化程度、降低农产品流通成本、规范农产品批发市场、健全农产品冷链配送设施等具有西部特色的农产品物流发展思路。张喜才、李海玲(2020)分析我国冷链物流物流模式，提出加强冷链物流统筹协调、强化冷链物流政策扶持、拓宽冷链物流融资渠道等对策建议。廖文清(2021)提出在国际陆海贸易新通道背景下，广西农产品跨境物流遇到新机遇，需要加强物流基础设施建设、完善农村物流体系、培养物流专业人才。杨慧瀛、郭佳、廉永生(2021)提出广西在沿边地区设立自由贸易试验区，应构建物流网络核心枢纽节点、物流基础设施网、物流运营组织网、物流智能信息网、统筹布局物流运输路线等物流发展措施。综上所述，构建广西农产品物流中心，促进广西乡村振兴及经济社会发展。

二、模型构建及指标选取

(一)模型构建

刘奎、汪寿阳、卢全莹(2021)采用因子分析法评估“一带一路”沿线国家港口物流发展的关键因素。李明(2021)采用因子分析法评价粤港澳大湾区核心城市商贸物流竞争力。回顾历年众多文献，引入因子分析模型，利用系统聚类分析，划分广西农产品物流中心等级。因子分析模型可简记为式(1)：

且满足：(1)m≤10；(2)Cov(F,ε)=0；(3)F、…、F不相关且方差皆为1，而ε、…、ε不相关且方差不同。其中，X为变量指标；F为因子变量；A为因子载荷矩阵；ε为特殊因子。

(二)指标选取

本研究参考国内外学者相关研究，通过《广西统计年鉴2020》、各市年鉴及统计公报等渠道收集广西14个城市2019年的相关指标数据信息，初步构建4个一级指标及12个二级具体指标的评价指标体系(详见表1)。通过因子聚类分析筛选和优化指标，以构建科学合理的广西农产品物流中心发展水平评价指标体系。

表1 广西农产品物流中心发展水平的评价指标

三、因子聚类分析

(一)因子分析过程

1.KMO和Bartlett的检验

为检验因子模型的可行性，通过SPSS统计分析软件对评价指标数据进行KMO和Bartlett的检验。由表2可知，KMO度量值为0.625，显著性p值近似于0。由此可知，本研究所选择的评价指标数据比较适合进行因子分析。

表2 KMO和Bartlett的检验结果

2.相关系数矩阵

由表3可知，评价指标之间相关性较大。例如，地区生产总值GDP与交通运输仓储和邮政业固定资产投资、社会消费品零售总额分别有88.9%、98.5%的相似性；交通运输仓储和邮政业固定资产投资与社会消费品零售总额有86.6%的相似性；蔬菜总产量与农业总产值、粮食作物总产量分别有89.7%、89.3%的相似性；园林水果总产量与农业总产值有88.5%的相似性。因此，通过对指标数据进行因子分析，达到降低评价指标间的相似程度和保留原始数据的目的。

表3 相关系数矩阵表

3.主成分分析

表4的解释总方差反映的是综合因子对评价指标的贡献程度，综合指标有3个，累计贡献率为85.948%，超过85%。由此可知所选取的公因子对各项指标的贡献程度较高，说明本研究所选取的综合因子是较为合理。

表4 解释的总方差

4.旋转成分矩阵

为了让所选取的因子具有命名的解释性，说明哪些因子支配哪些指标，采用最大方差法对因子载荷矩阵实行正交旋转，旋转后的成分矩阵如表5所示。由表5可知，地区生产总值GDP、交通运输仓储和邮政业固定资产投资、邮政业务总量、货运量、社会消费品零售总额在第一个因子上有较高的载荷，第一个因子反映的是广西农产品物流中心的经济发展情况，因此第一个因子可命名为“物流经济发展因子”；公路里程、农业总产值、粮食作物总产量、蔬菜总产量、园林水果总产量在第二个因子上有较高的载荷，第二个因子反映的是广西农产品供应情况，因此以“农产品供应因子”命名；城镇居民人均可支配收入、城镇居民人均消费性支出在第三个因子上有较高载荷，第三个因子反映居民消费需求情况，因此可命名为“农产品需求因子”。

表5 旋转成份矩阵a

5.计算因子成分得分

当三个综合因子确定后，需要计算各个因子的具体数值，通过SPSS统计分析软件计算，输出因子得分系数矩阵，详见表6。

表6 成份得分系数矩阵

6.综合因子得分及排名

根据表6成份得分系数矩阵，可得到以下三个综合因子计算公式，详见公式(2)、公式(3)、公式(4)。

为了反映广西农产品物流中心发展水平的总体情况，利用方差贡献率作为各因子的权重，利用SPSS统计分析软件计算综合因子总得分F’[见公式(5)]，并对综合因子得分进行排名，详见表7。

表7 综合因子得分及综合排名情况

(二)聚类分析过程

广西农产品物流中心发展等级聚类分析图

将因子分析结果 F’、F’、F’、F’组成样本矩阵，运用SPSS统计分析软件进行系统聚类分析，同时结合广西各市的经济发展水平及物流发展水平，绘制广西农产品物流中心发展水平等级分类树状图(见上图)。

四、结语

通过因子聚类分析评价广西农产品物流中心发展水平，根据其综合因子得分排名及聚类分析结果，以广西14个城市为节点，将广西区域农产品物流中心分为大、中、小三个等级。南宁、柳州、桂林、玉林的综合因子得分较高，说明这些城市的物流环境较好，适宜建设大型农产品物流中心。贵港、钦州、百色、梧州这四个城市的综合因子得分在广西各市中处于中等水平，适宜投资建设中型农产品物流中心。北海、河池、防城港、崇左、来宾、贺州的物流能力相对较弱，物流产业有待进一步发展，适宜投资建设小型物流中心。