我国农产品流通效率对城乡居民消费的影响研究

李伟娟,张朋程

(山东石油化工学院文法与经济管理学院,山东 东营 257061)

2018年我国农产品物流总额达到3.9万亿元,同比增长3.5%,提高农产品流通效率是拉动内需的重要组成部分。2019年《国务院办公厅关于加快发展流通促进商业消费的意见》(国办发〔2019〕42号)提出完善农产品流通体系,强调了农产品流通渠道的重要性。李骏阳等[1]认为流通业能有效拉动农村消费市场;李丽等[2]认为缩小城乡流通差距有利于提高农村居民消费;吕建兴等[3]利用两阶段BCC-DEA模型分析中国农产品流通整体、批发和零售环节的流通效率,提出需要进一步提升流通效率。我国流通业的城乡“二元”特征显著,但目前大部分文献主要研究农产品流通对农村居民消费的影响,缺少关于农产品对城镇居民影响的研究。2021年中央一号文件中提到城市才是商品化农产品的主要消费群体,因此有必要就农产品流通效率对城镇居民和农村居民消费的影响进行研究。

1 我国农产品流通现状

农产品界定为食品、饮料和烟草制品范围内,由于批发、零售以及连锁超市分别占据农产品流通组织形式的前三位,其中批发市场的销量占整体流通体系的比例最高,零售企业是流通渠道的最后环节,直接对接消费者,因此在研究农产品流通效率对居民消费的影响时,选择限额以上农产品批发企业和零售企业的销售额作为我国农产品流通现状的代表指标。2008—2018年我国农产品生产总值以及限额以上农产品的供零企业占农产品总产值比值情况见图1,限额以上农产品供零企业的销售额及差距波动情况见图2。

图1中数据显示:①我国农产品生产总值在2008—2018年期间稳步提升,但增长率逐渐放缓。2008年,我国国内生产总值为319 244.6亿元,其中农业总产值为27 679.94亿元,占生产总值的比值为8.67%;2018年国内生产总值为919 281.1亿元,其中农业总产值为61 452.6亿元,占生产总值的比值为6.68%,相比2008年,国内生产总值和农业总产值分别提高了187.96%和122.01%,表明随着国民经济的持续发展,农业产值也在增加,但相对值却在减少,其占比份额逐渐降低。②农产品的供零企业销售额大幅度提升,农产品的流通能力不断提高。2008年,限额以上农产品批发企业销售额为14 443.98 亿元,限额以上农产品零售企业销售额为632.65 亿元,合计占农业总产值的54.47%;2018年,限额以上农产品批发企业销售额为47 801.4 亿元,限额以上农产品零售企业销售额4 038.46 亿元,合计占农业总产值的84.36%。网络平台的发展推动了农产品销售额,批零业已成为消费品市场的重要支撑。

图1 农产品生产总值以及限额以上农产品供零企业销售额占比情况(2008—2018年)Fig.1 Proportion of gross agricultural product and sales of enterprises supplyingagricultural products above the quota (2008—2018)

图2中数据显示:2008年限额以上农产品批发企业的销售额高于零售企业销售额的2 183.09%,两种流通渠道的流通能力差距在2008年达到最大。2009年之后随着限额以上农产品零售企业的销售额快速增长,其与农产品批发企业销售额之间的流通差距快速缩小,到2011年二者之间差距幅度缩小为1 141.18%。随后在2012—2018年期间,限额以上农产品批发企业的销售额与零售企业的销售额差距幅度进入平缓期。

图2 限额以上农产品供零企业的销售额及差距波动(2008—2018年)Fig.2 Sales and gap fluctuation of enterprises supplying agricultural products above the quota (2008—2018)

2 我国农产品流通效率评价

2.1 构建评价指标

参考张永强等[4]、赵锋等[5]学者在农产品流通效率指标上的设计,构建了包括速度效率、规模效率和经济效率3个一级指标以及9个二级指标在内的农产品流通效率测评指标体系,具体指标及含义解释如表1所列。

2.2 流通效率测算

(1) 数据标准化 选用z-score标准化方法,使得处理后的数据服从均值为0、方差为1的标准正态分布。数据标准化计算公式为

表1 农产品流通效率指标

(2) 主成分模型的构建 主成分分析法是一种利用降维思想,通过对多个变量进行线性组合,从而形成一系列彼此不相关的新的综合变量的统计方法。研究中9个指标变量设为xi(i=1,2,…,9),9个指标的原始数据依据z-score标准化方法标准化后的数据记为zi(i=1,2,…,9),则主成分分析法分析模型的表达式为

fm=a11z11+a12z12+…+aijzij,

其中:f1,f2,…,fm表示主成分,它们是综合各个观测变量的综合变量;a11,a12,…,aij为主成分系数;zij是第j年第i个标量标准化后的数据。

(3) 主成分计算 用SPSS软件进行主成分分析,检验结果、特征值和方差贡献率以及主成分得分系数矩阵分别见表2、表3和表4。

表2 KMO和球形检验

表3 特征值和方差贡献率

表4 主成分得分系数矩阵

由表2可见,根据Bartlett=141.892,P<0.000 1,且KMO>0.6,即可以接受主成分分析的结果。由表3可知,由主成分分析法得到了提取的主成分对各成本解释的方差占总方差的百分比。9个变量提出前2个主成分的特征值分别是7.02和1.064,均大于1,并且这2个主成分的累计方差贡献率为0.898 2,大于0.85,说明提出这2个主成分可以覆盖所有变量的数据特征。根据表4中的得分系数,主成分F1和F2分别被定义为农产品流动经济速率主成分和农产品流动规模速率主成分,2个主成分的表达式为

F1=0.134z1-0.114z2-0.13z3+0.126z4-

0.131z5+0.091z6+0.129z7-0.134z8+

0.137z9,

F2=0.128z1+0.508z2+0.088z3-0.061z4-

0.181z5+0.707z6-0.3z7+0.083z8+0.157z9。

以F1和F2的方差贡献率占总方差贡献率的比重作为权重,综合主成分F1和F2加权计算后得到农产品流通效率,其计算公式为

F=0.868F1+0.132F2。

将主成分分析结果中的得分带入上式,可得到流通效率得分,详情见表5。

表5 2008—2018年我国农产品流通效率

由表5可知,2008—2018年我国农产品的流通效率波动呈现上升趋势,在2008—2011年都为负数,但一直处于快速增长的状态,2011年增长幅度最大,主要原因在于农产品批零系数的大幅下滑和库存率的降低。余天霞[6]提出批零渠道的变化对农产品价格具有显著的非线性效果。农产品的零售商在互联网大环境下应该充分借助信息系统实现数据的信息化管理,从而提高农产品流通效率[7]。

2.3 结果分析

从2012年开始农产品的流通效率开始变为正数,到2015年达到最大值0.86,但在2016年农产品流通效率降为0.46,出现了最大跌幅,之后从2017年开始进入相对稳定的状态。通过对流通效率指标进行分析,2015年农产品库存率为0.076 9,2016年农产品库存率为0.095 9;2015年农产品存货周转率是9.236 2,2016年农产品存货周转率仅为7.476 4,通过对比得出2016年农产品流通效率下滑的很重要原因是库存的增多以及库存周转率的降低,由于2015年我国粮食获得大丰收,导致2016年的农产品库存增大。针对这种现象,国家提出了农产品价格改革的路线图,即“去库存、降成本、补短板”,后期政策效果逐步显现,农产品的流通效率提升。

3 农产品流通效率对城乡居民消费的影响

3.1 模型构建

由于样本点只有11个,样本量不满足最小二乘法对于样本的条件(n>30)要求,且自变量之间可能存在相关性。因此,选择偏最小二乘法回归方法(PLS)对模型进行估计,使用的统计软件为SPSS。通过数据分析,分别将农产品流通和农村居民消费、城镇居民消费之间的变动关系建立模型,并将收入作为控制变量引入,提高模型的可信度,即

UCi=b0+b1UIi+b2Fi+εi,

RCi=c0+c1RIi+c2Fi+γi,

其中:UCi为第i年的城镇消费;RIi为第i年农村收入;RCi为第i年农村消费;UIi为第i年城镇收入;Fi为第i年流通效率;b0和co为常数项;bi和ci为各自变量的系数;bi和ci系数分别表示该变量对农村居民人均消费支出的影响程度;εi、γi为随机误差项。各变量都与农村消费品流动效率有关。

把2008—2018年数据录入SPSS软件,通过SPSS中PLS模块进行运算,按照“分析-回归-部分最小平方”步骤进入PLS分析的界面,在设置自变量和因变量后,通过对模型拟合,得到潜在因子已解释方差比例,结果显示2个潜在因子对自变量累积方差达到100%。因此,提取2个潜在因子的运算结果(见表6、表7)。

表6 UC模型潜在因子已解释方差比例

表7 RC模型潜在因子已解释方差比例

表6表明,第一个潜在因子可以解释自变量95.4%的信息,解释因变量94.2%的信息,前2个因子可以解释自变量100%信息,解释因变量95.8%的信息,说明2个因子就可以达到很好的信息提取效果。表7表明,第一个潜在因子可以解释自变量95.5%的信息,解释因变量97.4%的信息,前2个因子可以解释自变量100%信息,解释因变量99.3%的信息,说明2个因子就可以达到很好的信息提取效果。调整后的R2比较高(超过0.9),说明了模型对数据的拟合程度较好。经过数据整理,数据标准化后得到的模型估计结果如下:

UC=-4.358×10-16+0.809UI+0.184F,

(1)

RC=-4.955×10-16+0.841RI+0.168F,

(2)

其中:UC为城镇消费;UI为城镇收入;RC为农村消费;RI为农村收入;F为流通效率。

3.2 结果分析

式(1)表明农产品流通效率对城市居民消费的影响系数为0.184,对农村居民消费的影响系数为0.168。综合式(1)和式(2),居民人均收入与支出正相关且是影响消费的主要因素,而农产品的流通效率对城镇居民的影响要大于农村居民的影响,部分原因在于随着农村人口去城市打工数量的增加,农村的消费力下滑。提高农产品流通效率意味着降低农产品流通成本,一方面可以间接提高农村居民的收入,进而提高农民的积极性,更好地加大农业的投入,促进农产品的生产;另一方面通过降低城市居民农产品消费的开支,可以促使其选择更多样化的产品进行消费。

4 结论与建议

4.1 主要结论

(1) 2008—2018年我国农产品流通及其对居民消费的影响表现为:①农产品生产总值稳步提升,但增长率变缓;②农产品的供零企业销售额大幅度提升,农产品的流通能力不断增强;③城乡居民的消费日益提升,其中农村居民相对城市居民具有更高的消费倾向,农产品消费在整个消费结构中仍占主导地位,城乡间的农产品消费差距在缩小。

(2) 2008—2018年我国农产品流通效率从-1.489 3增长到0.783 3,总体呈现上升趋势,但阶段性特征显著:2008—2015年为快速上升期,其中2011年的增长幅度最大,在2016年农产品流通效率大幅下滑,2017年之后逐渐平稳上升,供零系数以及库存周转率的变化是引起农产品流通效率变化的主要原因。

(3) 2008—2018年城市和农村居民收入对消费的影响系数分别为0.809和0.841,收入的提高有利于进一步拉动农产品的消费,受群体收入支出构成差异和农村消费转移的影响,农产品流通效率对城镇居民消费的影响高于对农村居民消费的影响。

4.2 建议

(1) 融合批零渠道,优化流通模式 商务部在《全国农产品市场体系发展规划》中提出,到2020年构建具有中国特色的农产品市场体系,明确了田头市场、农产品批发市场以及农产品零售市场的角色和重要意义。多样的销售方式方便了农产品的输出以及城市居民对农产品的选择。一般来说,批发市场的交易量大,价格相对稳定,零售渠道因为零售商较多,每次交易的量小且种类多,价格波动相对明显。因此,有必要结合二者的优势建立服务体系,信息共享,提高流通渠道的运营效率。

(2) 充分利用大数据和电商平台,实施精准销售 传统的农产品流通模式为从产地收购,然后经过批发、零售等环节才能到达消费者手中,该模式不仅受到地域限制且由于中间环节较多,层层加价,到达消费者手中的价格大大高出收购价格。同时,过长的渠道导致市场供需信息存在滞后,容易出现产品挤压或者哄抢,在一定程度上影响了农产品流通效率。针对部分农产品库存高的现象,要及时调整农户的储存量,及时通过数据平台将国外市场信息动态告知农民,提前做好防控措施,避免农产品出现不必要的挤压或者哄抢。另外借助电商平台,不仅可以减少不必要的中间环节,节省物流成本,而且通过电商平台消费者可以更全面地了解农产品的种类信息和价格信息,消费意愿更容易被激发。而购物记录等信息可以通过大数据汇总进而精准了解消费者的需求以及农产品的产量情况,实现精准销售,加快农产品的流通。

(3) 加强政策调控,提高居民收入 法国古典经济学家魁奈提出要保护农业,因为农民以农业为主要收入来源,只有农民富裕起来,才有机会消费更多的产品。政府调控对经济发展具有重要的积极意义,通过政策引导,激发城乡居民创收,从上述的定量分析中得出,收入是影响消费的主导因素,加快流通体系的构建有利于农产品的销售,提高农民的收入,而完善的物流体系将降低城镇居民农产品的购买成本,其替代效应使城乡居民在农产品的消费上有更多的选择,能够刺激消费意愿,拉动农产品消费。