广西农产品电商与物流耦合协调发展研究*

□ 廖嘉欣，翁世洲

(广西民族师范学院 经济与管理学院，广西 崇左 532200)

1 引言

随着互联网的普及，网民规模逐渐扩大，促进了农村电商的发展。2018年，党中央、国务院印发《关于实施乡村振兴战略的意见》，鼓励利用农村电商的发展推动乡村振兴，这将农产品电商推向了高潮，因此农产品电商逐渐成为电商领域和物流领域关注的热点。农产品与其他产品相比较，具有多样性、鲜活性等特点，其生产又具有分散性、区域性和季节性。针对农产品的属性，在农产品产业链中，若物流和电商任何一方滞后都可能导致整个农产品产业链失衡，最终导致农产品产业链出现商流过长、物流断链、信息不畅等问题。为了更好地推动农产品产业链的发展及运作，加强农产品电商与物流的协调发展，本文拟通过搜集广西农产品电商与物流的相关指标数据，研究农产品电商与物流的耦合协调发展。

互联网经济的迅速发展使世界经济步入全球化和信息化的轨道，随着新的贸易模式——互联网电子商务模式的发展，农产品电商也成为许多学者研究的对象。侯约翰等运用共生理论剖析中国农产品电商与物流的共生关系机理与演化形式，得出当前两者共生关系为非互惠协同共生[1]；张妍针对农产品物流服务和销售模式等问题提出了相应优化策略，以推动农产品市场的现代化发展[2]；范方玲子等利用关系模型及共生能量模型分析了农产品电商与物流之间存在的问题并提出了改善措施[3]；王柯媛等以农产品跨境电商发展为背景，探究摆脱农产品跨境电商困境及物流协同发展的策略[4]；肖怀云通过构建大数据物流体系、保障共生界面功能和培育互惠共生的环境为路径，在乡村振兴战略下为江苏农产品流通、农业经济高质量发展提供参考[5]；杨路明等利用定量分析法选取序参量指标，并采用熵权法和耦合函数建立协同模型对其进行协同度研究，针对农产品电商与物流协同发展提出相关建议[6]。

文献分析表明，相关学者对农产品电商与物流的发展都作了不同程度的研究，对农产品电商与物流协调发展的研究具有一定的借鉴意义，本文将选取广西农产品电商与物流的相关指标进行综合评价，建立耦合模型，进而研究两者间的协调关系，为广西农产品电商与物流的协调发展提供有益参考。

2 广西农产品电商与物流发展现状

截至2019年，广西全区拥有规模以上农产品加工企业1900多家，占全区规模以上工业企业的36%，产业示范园区农产品初加工率达80%以上，新增国家级龙头企业7家。目前，全区农业产业化重点龙头企业共1334家，其中31家为国家级。全区农产品电商销售额已超100亿元，有54个县成为电子商务进农村综合示范县，7000多个行政村建立了农产品电商服务站。从以上数据可看出，广西农产品电商发展成效显著，农产品电商的发展对乡村振兴有着重大意义，通过电商的方式销售农产品，极大地增加了农产品的销量，为广西农业发展提供了有效帮助。

在广西物流发展方面，2020年末广西公路总里程为13.16万公里，全年货物运输总量为18.75亿吨，比上年增长2.4%。货物运输周转量为4159.61亿吨公里，增长4.3%。2020年全年广西完成邮政业务总量为215.3亿元，比上年增长35%。全区电话用户总数为5667万户，其中移动电话用户5333万户。移动互联网用户有4799万户，全年移动互联网接入流量为60.20亿GB，比上年增长42.7%。互联网宽带接入通达的行政村比重达到100%。从以上数据可看出，广西物流业正处在快速发展阶段，并且在广西经济发展中占较大比重。

广西农产品电商和物流的现状分析表明，随着互联网技术的不断发展，广西农产品电商及物流的发展显著，但在大数据时代，其发展仍存在问题，如物流发展专业化、信息化水平较低，农民群体农产品电商观念滞后、信息资源缺乏等。农产品电商与物流的发展相辅相成，任何一方滞后都会影响另一方的发展，因此，本文研究广西农产品电商与物流的协调发展，为广西农业发展提供有益参考。

3 指标选取与数据采集

在充分借鉴相关文献的基础上，遵循系统性、科学性、典型性、数据可获得性等原则，结合广西农产品电商与物流的实际发展情况，经过初步筛选与综合分析，最后整理确定了16个评价指标，如表1所示(所有指标均为正向指标)。

表1 广西农产品电商与物流指标体系

根据选取的广西农产品电商与物流的评价指标，通过广西统计年鉴、国家统计局等网站，搜集了广西农产品电商与物流2011-2020年的相关数据，如表2、表3所示。

表2 广西农产品电商指标原始数据

表3 广西物流指标原始数据

4 主成分分析及协同度模型

4.1 主成分建模及计算分析

本文运用主成分分析法，建立模型分析广西农产品电商与物流的主成分，进而研究两者间的协调发展。

①用Xij表示第i个对象在第j个指标下的取值，则对原始数据进行标准化处理可得

(1)

②按贡献率提取主成分并计算因子得分，其公式为

(2)

其中,Fik表示第i个对象在k个因子下的得分，k=1,2,3,...,p表示因子个数，其贡献率之和一般要达80%以上，表示所选取的指标可以表示出整个系统绝大部分的信息。

③计算各对象在p个因子下的综合得分，即

Fi=w1Fi1+w2Fi2+…+wpFip

(3)

其中，i=1,2,3,…,n；w1,w2,…，wp为p个因子贡献率经旋转并归一化后的权重。然后可依据F值对对象进行评价排序。

4.2 协同度分析

①协同度计算公式：

(4)

协同度C的值在0-1之间，C越大代表两个系统之间的关系发展越协调；C越小代表两个系统之间的关系越不协调。

②静态协同公式：

(5)

Ds的值在0-1之间，其中α、1-α为综合发展系数，对于农产品发展而言，农产品电商的重要程度高于物流，故物流取值α=0.4，农产品电商取值1-α=0.6。Ds值越大，代表协调性越好，反之，协调性就越差。

③动态协同公式：

动态协调发展度能消除时间不同带来的影响，反映协调发展速率。定义t和t-1时刻的静态协调发展度为DS(t)、DS(t-1)，则动态协调度公式为

Dd=Ds(t)/Ds(t-1)

(6)

Dd>1，表示系统协调发展速度加快；Dd=1，表示协调发展速度保持不变；Dd<1，表示系统协调发展速度减慢。

5 广西农产品电商与物流协同度测评

5.1 主成分分析

5.1.1 广西农产品电商主成分分析

首先将广西农产品电商的原始数据(表2)按式(1)进行标准化，然后对所得农产品电商的标准得分进行因子分析，所得主成分总方差如表4所示。由表4可提取两个特征值，初始特征值第一部分的贡献率为66.796%，第二部分的贡献率为26.642%，其累计贡献率为93.438%，经过旋转后累计贡献率没有发生改变，但各因子的贡献率发生了改变，第一个因子的贡献率为66.115%，第二个因子的贡献率为27.324%。

表4 农产品电商因子总方差

通过SPSS的因子分析得到农产品电商的主成份矩阵，经过旋转后得到的旋转成分矩阵，如表5所示。根据农产品电商旋转成份矩阵可知，互联网用户数、电信业务总量、邮政行业各类营业网点、邮路及快递网路总时长度、移动电话用户总计等指标在第一个因子上有较高的负荷。农村居民消费价格总指数、农作物(粮食)产量、农村商品零售价格总指标等在第二个因子上有较高的负荷。

表5 农产品电商旋转成份矩阵

由农产品电商成份得分系数矩阵数据，根据式(2)可得到农产品电商的两个主成分的线性方程为

F1(X)=0.029X1-0.172X2+0.185X3+0.180X4+0.182X5+0.025X6+0.172X7+0.178X8

F2(X)=0.460X1-0.125X2-0.020X3+0.135X4-0.037X5+0.456X6-0.077X7-0.057X8

5.1.2 物流主成分分析

同理，将物流的原始数据(表3)按式(1)进行标准化，对所得物流的标准得分进行因子分析，所得主成分总方差如表6所示。由表6可提取两个特征值，初始特征值第一部分的贡献率为86.888%，第二部分的贡献率为10.111%，其累计贡献率为96.999%，经过旋转后累计贡献率没有发生改变，但各因子的贡献率发生了改变，第一个因子的贡献率为73.129%，第二个因子的贡献率为23.87%。

表6 物流因子总方差

通过SPSS的因子分析得到物流的主成分矩阵，经过旋转后得到的物流旋转成份矩阵如表7所示。根据物流旋转成份矩阵可知，货运量、运输线路里程、快递业务量、快递服务网点、载货汽车、快递业务收入、邮政业务总量等指标在第一个因子上有较高的负荷，货物周转量等在第二个因子上有较高的负荷。

表7 物流旋转成份矩阵

由物流成份得分系数矩阵数据，根据式(2)可得到物流的两个主成分的线性方程为

F1(Y)=-0.004Y1+0.129Y2+0.222Y3+0.129Y4+0.205Y5+0.206Y6-0.333Y7+0.248Y8

F2(Y)=0.325Y1+0.050Y2-0.143Y3+0.057Y4-0.105Y5-0.106Y6+0.919Y7-0.203Y8

5.1.3 因子综合得分

步骤一：将农产品电商与物流的标准化值按式(2)代入相应的主成分方程，可得其因子得分系数；

步骤二：根据表4与表6农产品电商与物流总方差中的因子贡献率得出，农产品电商中第一个因子的贡献率为66.115%，第二个因子的贡献率为27.324%。物流中第一个因子的贡献率为73.129%，第二个因子的贡献率为23.87%。将贡献率归一化后按式(3)可得到因子综合得分函数：

F(X)=0.708F1(X)+0.292F2(X)

F(Y)=0.754F1(Y)+0.246F2(Y)

按照步骤一、二计算得到农产品电商与物流主成分得分及综合得分数据，如表8所示。

表8 农产品电商与物流主成分得分与综合得分

5.2 协同度计算与分析

将表8中所得的综合得分数据进行归一化处理后结合公式(4)，可计算农产品电商与物流之间的发展协同度，结果如表9所示。

表9 农产品电商与物流发展协同度

由表9可知：①广西农产品电商与物流协同发展的协调度C值在2011-2014年呈下降趋势，2014-2018年呈上升趋势，但2018-2020年又呈下降趋势，说明广西农产品电商与物流协同发展度不稳定，且近年呈下降趋势，因此其两者间的协同发展仍有待提高；②静态协调度Ds的值在2011-2020年中不稳定，从2011年下降到2013年后，从2013年到2020年呈一升一降趋势，说明广西农产品电商与物流的协调发展不稳定；③2012、2016、2018、2020年的动态协调度Dd的值小于1，表示在这些年份中，广西农产品电商与物流协调发展速度在减慢；其他年度的动态协调度值均大于1，表示其两者协调发展速度加快，其中2019年的协调发展速度最快。

从2019-2020年协调度C、静态协调度Ds、动态协调度Dd的下降趋势可以看出，近年广西农产品电商与物流的协调度呈下降趋势，且发展不稳定，由此也可以预测未来几年两者的协调度仍会不稳定发展，因此，广西农产品电商与物流的协调发展仍有待提高。

6 广西农产品电商与物流协同发展对策

本文通过搜集广西农产品电商与物流2011-2020年的数据，建立评价指标体系，进而通过主成分分析和耦合协调度模型得出了相关协调测度结果，基于广西农产品电商与物流的协调度测评结果，从提升两者间协调发展的角度出发，对农产品电商与物流两者各自发展方面提出几点对策建议以供参考。

6.1 农产品电商发展方面

广西相较于江浙等地在农产品电商发展上要缓慢很多，属于比较落后的区域。广西在发展农产品电商上一是要加强网络宣传，改变农民群体传统的“一手交钱一手交货”思想，让他们逐渐形成系统的电子商务观念；二是要在保证质量的前提下，实行品牌化策略，树立农产品自主品牌，提升广西农产品的竞争力，使其在一系列产品中脱颖而出，从而带动整个广西的农产品发展；三是要引导农户合理控制农药，选取正规的合格的农药，并对其进行专业的维护和定期的检查，以保证其质量及持续健康的发展。

为提高农产品电商与物流的协调发展，电商企业首先应从区域及市场上对客户服务网站进行定位，依据消费者的收入、需求偏好、地理位置等条件指定配送地区与服务对象，这有利于物流企业更好地将配送资源适度集中进而降低成本；其次要完善全国性农产品电商物流信息平台，实施“网络化”发展战略，通过加强农产品信息化建设带动商流及物流的发展。

6.2 物流发展方面

广西是“一带一路”建设的有机衔接门户、中国-东盟自由贸易区合作发展的前沿阵地，对于物流业区域合作发展有重要的促进作用，这对拓宽物流发展需求新空间有重要作用。应构建大数据物流信息平台，以加快智能化项目建设进程，将智能设备运用到物流实际操作中。顺应物流业发展新形势，加快发展第三方物流，顺应“互联网+”发展趋势，加强互联网、云计算、物联网、大数据等先进信息技术在物流领域的运用。构建农产品追溯系统、监控系统以及交易系统，帮助农产品在电商环境下实现生产、交易、存储、配送一体化建设。

电子商务是物流业的推手，直接推动着物流业的发展。为促进物流与农产品电商的协调发展，物流业首先要加强物流基础设施建设，建立健全的物流网络与电子商务平台、信息交流平台，针对电子商务全渠道、多平台、线上线下融合等特点，科学引导快递物流基础设施建设，构建适应电子商务发展的快递物流服务体系。其次应重视培养电商与物流的复合型人才，加强电商人才与物流人才的交流，加快其知识的渗透与融合，从而更好地发展电商下的物流体系。此外，对于不同的农产品类型以及不一样的地理区域，要根据实际情况灵活选择适合自身发展的电商物流类型，如广西因地质、气候等原因，水果种类丰富，因此发展水果电商就要加强冷链系统的构建。

7 结束语

本文从广西农产品电商与物流的实际发展出发，选取了16个指标，运用主成分分析法对广西农产品电商与物流的发展进行评价，进而计算广西农产品电商与物流协调发展的协调度，并为广西农产品电商与物流的协调发展提出几点发展对策。论文不足之处在于仅从不同年份上针对广西农产品电商与物流的发展进行分析。未来，将增加指标，扩展数据的年份跨度，将数据细化到广西各地级市，进一步研究广西农产品电商与物流的协调发展问题。