江苏省生鲜农产品低碳冷链物流协同发展影响因素分析

朱玉 史训东 杨阳 徐静 姚冠新

摘要：江苏生鲜农产品冷链物流承担着江苏农业现代化的重大责任，存在断链现象突出、无效能耗高等多种问题。首先从主体运作协同、流通环节协同以及资源协同三个方面分析江苏生鲜农产品低碳冷链物流协同发展现状。其次，运用解释结构模型方法，对21项影响因素通过建立邻接矩阵、计算可达矩阵以及进行层级划分，最终得到一个8层的解释结构模型，并从表层、中层和深层三个层次分析该模型。最后，针对上述研究提出加大政策支持，培育龙头企业；夯实基础设施，构建冷链物流网络与体系以及推进冷链绿色低碳发展及关键技术创新等对策建议。

关键词：生鲜农产品；冷链物流；低碳物流；解释结构模型法

中图分类号：F326.6

文献标识码：A

文章编号：2095-5553 （2023） 04-0216-06

Abstract： The cold chain logistics of fresh agricultural products in Jiangsu bears the major responsibility of agricultural modernization in Jiangsu， but there are many problems such as prominent chain breaking phenomenon and high ineffective energy consumption. First of all， this paper analyzes the problems existing in the collaborative development of low-carbon cold chain logistics of fresh agricultural products in Jiangsu from three aspects as main operation coordination， circulation coordination and resource coordination. Secondly， the method of interpretive structural model is used to establish the adjacency matrix， calculate the reachable matrix and divide the 21 influencing factors into different levels， an 8-layer interpretive structural model is finally obtained， and the model is analyzed from the surface， middle and deep levels. Finally， in view of the above research， the paper puts forward the countermeasures and suggestions of increasing policy support， cultivating leading enterprises，strengthening infrastructure， constructing cold chain logistics network and system， promoting cold chain green and low-carbon development， key technology innovation and etc..

Keywords： fresh agricultural products; cold chain logistics; low carbon logistics; interpretive structural model method

0 引言

隨着食品消费需求的旺盛和消费意愿的提升，我国冷链物流迅速发展。据中国冷链物流行业发展2020年统计数据显示，2020年我国食品冷链物流需求量约2.65亿吨，冷链物流总额为6.99万亿元，冷链物流市场总规模3 832亿元［1］。近年来，随着温室效应的日益加剧，节能减排成为世界各国关注的问题。在世界碳排放统计中，14%的碳排放由交通产生，道路碳排放量占运输部门整体碳排放量的70%［2］。而冷链物流是物流行业的高耗能、高碳排放业务。生鲜农产品冷链物流研究的重要性和低碳的迫切性，这就导致了必须协同发展的必要性，从而解决我国低碳冷链物流发展的瓶颈。江苏生鲜农产品冷链物流承担着江苏农业现代化的重大责任，存在生鲜农产品生产区域性强、冷链物流资源地区供需不对称，断链现象突出、无效能耗高等问题。

因此，如何实现生鲜农产品低碳冷链物流协同发展，以指导江苏省乃至全国的生鲜农产品低碳冷链物流企业低碳管理和保障生鲜农产品冷链物流健康发展是需要继续深入研究的问题。解释结构模型法（Interpretative Structural Modeling Method，简称ISM方法），是一种广泛应用于现代系统工程中的结构模型化分析方法，借助计算机技术可以把复杂系统中各要素间的模糊关系处理为具有一定结构和层次的多级递阶结构模型［3］，适用于变量较多、变量间关系复杂且结构不清晰的系统分析。因此，本文通过利用ISM模型对江苏生鲜农产品低碳冷链物流协同发展影响因素进行分析，划分因素间的影响层次结构，建立解释结构模型［4］，提出符合江苏发展定位的对策建议，亦为其他地区生鲜农产品低碳冷链物流协同发展提供借鉴。

1 江苏生鲜农产品低碳冷链物流协同发展现状

1.1 主体运作协同度低

生鲜农产品冷链物流主体包括生鲜农产品的原材料供应商、加工制造商、批发零售商以及提供运输的物流商。目前，江苏的生鲜农产品冷链物流各主体之间缺乏统一的规划，各运作环节缺少科学有序的连接，尚未形成完善的信息网络；物流企业信息化程度低，上下游企业信息化程度不一，差距较大，信息断层现象较为严重。同时，部分中小企业缺乏先进的信息系统构建，订单系统、管理系统功能较为单一，尚未做到精准的协调及控制，缺乏协同效应。

1.2 流通环节协同度低

冷链物流的核心目的是保证生鲜农产品的新鲜度，提高其货架寿命，这就需要先进的冷链技术以及尽可能缩短冷链的运输时间。但从目前的情况来看，江苏大多数的生鲜农产品分布在偏远的农村地区，且分布较为分散，这就无形中增加了生鲜农产品的冷链时间，导致其质量得不到保证。并且，冷链行业还没有形成完整的供应链运作体系，物流缺乏从上到下的整体规划，导致冷链车辆的装载率和运行率不高，造成生鲜农产品运输过程中的大量浪费和损耗，使得有效供给不足，不利于生鲜农产品流通，整合冷链资源，促进行业发展［5］。

1.3 资源协同度低

从宏观上看，目前江苏生鲜农产品的冷链配送体系相对是以苏南为中心的，而苏北的市场份额相对偏小，冷链资源存在着一定的不平衡性［6］。从中观上讲，目前，江苏省拥有的冷库中销售地库的容积占比约60%，原产地库仅24%，存在原产地和销售地冷链资源分布不均的问题。微观方面，据中冷联盟统计数据显示，2021年，江苏省冷库库容为358.4万吨，占全国总库容量的6.86%，冷藏车保有量1 755辆，占全国总冷藏车数量的1.22%。可见，冷库库容和冷藏运输不相匹配。除此以外，物力资源和人力资源分配不合理、服务水平低下，与现状需求相矛盾，冷链资源协同度较低，致使企业发展受阻。由此可以看出，江苏在冷链物流资源协同发展方面依旧还有较大的发展空间。

2 江苏生鲜农产品低碳冷链物流协同发展的ISM模型构建

2.1 影响因素的确定

通过对生鲜农产品低碳冷链物流相关的参考文献查阅，结合对物流企业管理人员以及高校物流与经济领域专家访谈的结果，通过数据的分析、资料的整理，界定研究问题的系统范围及其相关的影响因素21项，并将其划分成区域经济发展， 基础设施建设， 低碳冷链技术三大类，即一级因素，如表1所示。

2.3 建立可达矩阵

邻接矩阵仅代表了各要素的直接影响关系，可达矩阵是用来描述各指标之间直接或间接关系的矩阵，代表了有向图中各节点经过不同路径可到达的程度。可达矩阵R是在邻接矩阵的基础上加上单位矩阵I，根据布尔运算法则进行自乘法直至满足：（A+I）K－1≠（A+I）K=（A+I）K+1=R，（K≥2），通过MATLAB软件计算可达矩阵R。

2.4 划分层级关系

通过观察可发现，可达矩阵R中存在S4=S6=S7=S10=S11=S13=S18=S21和S8=S9=S14，符合强连接因素特征，将S4，S8代替上述因素对可达矩阵R进行缩减。为明确各要素间的层级关系，需要对缩减后的可达矩阵进行结构性分析，从而将各因素划分为不同的层级。首先确定可达集R（Si）、先行集Q（Si） 及其交集，如表2所示。

当满足R（Si）=R（Si）∩Q（Si）时的Si为第1层级要素，即S2、S8、S12为第1层级。然后对于这些已经确定层级的要素。在可达矩阵中删除其对应的行和列得到新的矩阵，按照相同的判断方法确定第2层级因素。以此类推直到全部因素被分层。通过MATLAB辅助计算，最终将江苏生鲜农产品低碳冷链物流协同发展影响因素分为8层。又因为存在S4=S6=S7=S10=S11=S13=S18=S21和S8=S9=S14的关系，最终划分结果：第一层级（S2，S8，S9，S12，S14），第二层级（S4，S6，S7，S10，S11，S13，S18，S21），第三层级（S1，S5，S19），第四层级（S20），第五层级（S16），第六层级（S15），第七层级（S17），第八层级（S3）。

2.5 建立解释结构模型

根据分层结果和可达矩阵，绘制解释结构模型图，其层级关系如图1所示。

3 江苏生鲜农产品低碳冷链物流协同发展的ISM模型分析

由图1可以看出，江苏生鲜农产品低碳冷链物流协同发展是一个多级递阶系统，其影响因素大致分为8层，低层次因素对相邻的高层次因素产生直接影响，通过中间层因素的中介传递作用对更高层甚至目标层因素产生影响。根据系统要素的层次结构和逻辑关系，从表层、中层和深层三个层次分析模型结构。

3.1 表层因素

表层因素（L1）包括社會消费品零售额S2、冷库数量S8，冷库容量S9、高等级公路总里程S12、冷链物流业占地面积S14等5种因素。表层因素中除了社会消费品零售额S2，其他所有因素都是基础设施建设大类里的因素。且冷库数量S8、冷库容量S9都与冷链物流业占地面积S14起到相互促进作用。因此江苏省发展低碳冷链物流的基础是加大基础设施建设，有了足量的基础设施，才能更好地促进二者协同发展。

3.2 中层因素

中层因素（L2）包含物流业固定投资S4、生鲜农产品流通率S6、冷链物流需求量S7、冷藏车数量S10，公路运输长度S11、冷链物流中心数量S13、冷链运输选择率S18、冷链物流碳排放量S21等8种因素。中层因素相对复杂些，种类也较多。区域经济发展（S4、S6、S7）、基础设施建设（S10、S11、S13）以及低碳冷链技术（S18、S21）都有涉及，且比例相对平均。在8种因素中冷链运输选择率S18与其他影响因素联系最为密切。起到承前启后的中介作用，加大基础设施建设才能确保足够生鲜农产品可以选择冷链运输方式，更多选择低碳冷链运输方式，也会促进对低碳冷链技术的深入研究。

3.3 深层因素

深层因素（L3-L8）包括GDP水平S1、生鲜农产品产量S5、冷链物流成本S19、冷链损耗率S20，低碳冷链相关专利申请数量S16、从事冷链科研活动人员数量S15、低碳冷链财政扶持力度S17、全国冷链物流业百强企业数量（江苏省）S3等8种因素。在深层因素中有一个较为明显的链条：S3→S17→S15→S16→S20→S19。即江苏省的冷链物流业都百强企业数量越多，政府对其财政投入越多，从事冷链科研活动人员数量也会随之增多，从而研发更多的低碳冷链相关专利，使得冷链损耗率下降，冷链物流成本降低。因此江苏发展低碳冷链物流，就必须要考入大量的人力物力财力研究低碳冷链技术，这是根本。

4 对策建议

本文使用 ISM 模型对江苏生鲜农产品低碳冷链物流协同发展影响因素进行了层级划分，深入分析不同层次的影响因素，提出以下针对江苏生鲜农产品低碳冷链物流协同发展的对策建议。

4.1 加大政策支持，培育龙头企业

省政府及下轄市县政府要从用地、财税、金融、监管等多方面对生鲜农产品低碳冷链物流协同发展提供有力的政策支持，如支持冷链物流项目合理建设用地需求，加大对冷链设施智能化绿色化改造等方面的扶持力度，加强对符合绿色低碳发展要求的高能效冷库、新能源冷藏车、冷链数字化系统开发等项目的金融支持，努力推动建立全省统一领导、分工负责、分级管理的冷链物流监管机制等。另外，还要加强冷链物流龙头企业的引领作用，优化市场与政府结合的冷链物流运营环境，冷链物流龙头企业的发展也是低碳冷链技术创新的关键。中国物流与采购联合会截止到2021年10月，评选星级冷链物流企业共106家，江苏省仅有2家企业入选，与山东省21家企业入选相比，相差甚远。2021中国冷链物流百强企业名单中江苏省也只有五家企业在榜，分别是第11、22、25、35和51名，虽整体排名相对靠前，但数量相对较少，且未有一家企业能够跻身前十。因此要通过切实落地的优惠政策，充足有效的资金支持，强化政府的引导作用，从而加强冷链物流龙头企业发展建设，推动企业向平台式方向发展，这有利于减少资源的信息不对称，提高整个行业运作效率以及推动低碳冷链物流技术创新性发展。

4.2 夯实基础设施，构建冷链物流网络与体系

不同于普通商品，生鲜农产品独特的易腐性使其在存储、运输和零售的过程中极易发生损耗，并影响产品的质量安全。因此，以冷库、冷藏车为代表的冷链物流基础设施及冷链物流网络体系的建设，对生鲜农产品低碳冷链物流协同发展起着基础性的作用。一要推动技术装备更新升级，鼓励冷链物流企业加大车载智能温控、无线射频识别（RFID）电子标签等设备的安装与应用力度以及节能减排、低碳高效的冷藏车的研究力度，加快运输装备更新换代，提高冷链数字低碳技术和智能装备应用水平。二要加快完善冷链物流网络，依托全省综合立体交通网络，结合我省冷链产业布局、商品流通和进出口方向，着力构建“两横三纵”（“两横”指长江和陆桥通道，“三纵”指的是京沪、沿海和南北中轴通道）冷链物流通道，重点打造以南京、苏州、常州、徐州、盐城五大城市为主，无锡、南通、连云港、淮安、扬州、镇江、泰州、宿迁为辅，另配N个产销地冷链集配中心的冷链物流枢纽节点体系，推动形成产销有效对接、城乡全面覆盖、国内国际畅通的冷链物流网络。三要大力扶持冷链物流龙头企业建设网络货运平台，优化整合产品、冷库、冷链运输车辆等资源，提升冷链物流质量。四要加强冷链物流的监督管理。生鲜农产品涉及食品安全问题，需要通过建立冷链物流的追溯体系、加强市场动态监控等措施，不断提高冷链运输的监管水平，确保人民群众吃得放心、吃得开心。

4.3 推进冷链绿色低碳发展及关键技术创新

为实现双碳目标，发改委提出冷链物流必须把绿色发展理念贯穿到全链条、各领域，因此推进冷链绿色低碳发展是冷链物流企业的目标和使命。为推进冷链绿色低碳发展，企业要严格落实国家冷库、冷藏车等能耗环保标准，执行绿色冷链物流技术装备认证及标识体系，逐步淘汰老旧高能耗冷库和制冷设备、高排放冷藏车，推广应用新能源清洁能源运输车辆及绿色安全配套装备设施。要推进建设节能型绿色仓储设施，推动冷链设施设备节能降耗。要快绿色高效制冷剂、新型保温材料等应用，以提高冷库、冷藏车等设施设备保温材料的保温和阻燃性能。低碳冷链技术创新是冷链物流企业形成核心竞争力的重要因素，是其生存和发展的必由之路。加快冷链关键技术创新，企业需要开展采后保鲜、减少腐损等核心技术以及环保制冷剂、冷链安全消杀等基础研究，以解决低碳冷链物流中关键和共性技术问题。加大低碳技术研发和应用力度，推进制冷工艺及新型保温耗材的研发，加强制冷剂、保温耗材的回收利用和无害化处理。加强对冷藏车辆的材料、结构和工艺、制冷技术、智能网联技术等关键技术的研究，在车辆运行、货物温度、运行轨迹等实时监测方面取得更加创新的成果。推动企业与高等院校、科研院所、行业协会等深入合作研究，构建以企业为主体、产学研用深度融合的冷链物流技术研究体系。围绕“数字江苏”“智慧江苏”建设，推进5G、大数据、物联网、区块链、人工智能、工业互联网标识等新技术在冷链物流领域应用，提升冷链物流全程信息溯源能力。

参 考 文 献

［1］ 中国物流与采购联合会冷链物流专业委员会. 中国冷链物流发展报告［M］. 中国财富出版社， 2021.

［2］ Piecyk M I， McKinnon A C. Forecasting the carbon footprint of road freight transport in 2020［J］. International Journal of Production Economics， 2009， 128（1）： 31-42.

［3］ 杨方方， 赵达. 海南现代物流业与经济发展的动态协同研究［J］. 海南大学学报（人文社会科学版）， 2021， 39（6）： 122-129.

Yang Fangfang， Zhao Da. On the dynamic synergy of the modern logistics industry and economic development in Hainan Province ［J］. Humanities & Social Sciences Journal of Hainan University， 2021， 39（6）： 122-129.

［4］ 邹炽导， 吕恩利， 陆华忠， 等. 基于ISM的荔枝冷链物流发展影响因素分析［J］. 保鲜与加工， 2017， 17（2）： 114-119， 125.

Zou Chidao， Lü Enli， Lu Huazhong， et al. Influence factors analysis on the cold chain logistics of litchi based on ISM ［J］. Storage and Process， 2017， 17（2）： 114-119， 125.

［5］ 武嘉慧， 王敬文， 劉天木. 生鲜农产品冷链物流发展的问题及对策分析［J］. 全国流通经济， 2019（20）： 29-30.

［6］ 樊宝洪， 江亿平， 成荣. 补齐农产品流通高质量发展短板——江苏农产品仓储保鲜冷链物流设施建设情况的调研与思考［J］. 江苏农村经济， 2021（1）： 29-31.

［7］ 曾刚. 长三角城市协同发展能力评价及其区域一体化深化路径研究［J］. 华东师范大学学报（哲学社会科学版）， 2021， 53（5）： 226-236， 242.

Zeng Gang. The evaluation of the coordinated development ability of the Yangtze River Delta and the path of regional integration ［J］. Journal of East China Normal University（Humanities and Social Sciences）， 2021， 53（5）： 226-236， 242.

［8］ 陈姗姗， 丁胜. 乡村振兴背景下我国农产品冷链物流需求影响因素分析［J］. 物流工程与管理， 2021， 43（9）： 85-87， 90.

Chen Shanshan， Ding Sheng. Analysis on influencing factors of cold chain logistics demand of agricultural products in China under the background of rural revitalization ［J］. Logistics Engineering and Management， 2021， 43（9）： 85-87， 90.

［9］ 王晓平， 闫飞. 京津冀农产品冷链物流需求影响因素及预测模型研究［J］. 福建农业学报， 2018， 33（8）： 870-878.

Wang Xiaoping， Yan Fei. Logistic demands and forecasting of agriculture cold chain serving Beijing，Tianjin and Hebei Province ［J］. Fujian Journal of Agricultural Sciences， 2018， 33（8）： 870-878.

［10］ 戎陆庆， 黄佩华. 基于灰色理论的广西果蔬冷链物流需求及其影响因素预测研究［J］. 中国农业资源与区划， 2017， 38（12）： 227-234.

Rong Luqing， Huang Peihua. Demand forecasting of cold chain logistics of fruit and vegetable in Guangxi Province based on grey theory ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2017， 38（12）： 227-234.

［11］ 张赢丹. 农产品冷链物流对碳排放影响的空间异质性研究［D］. 长春： 吉林大学， 2022.

［12］ 张冬梅. 基于DPSIR模型的农产品物流低碳发展评价研究［D］. 镇江： 江苏大学， 2016.

［13］ 李玉民， 刘旻哲， 郭利利. 基于投影寻踪法的区域物流低碳竞争力评价及实证研究［J］. 地域研究与开发， 2015， 34（2）： 28-33.

Li Yumin， Liu Minzhe， Guo Lili. Evaluation model based on projection pursuit method and empirical research of regional logistics low carbon competitiveness ［J］. Areal Research and Development， 2015， 34（2）： 28-33.

［14］ 王言， 宫薇薇， 丁小东. 基于灰色预测法——产运系数的铁路冷链运量预测方法研究［J］. 铁道货运， 2021， 39（12）： 73-79.

Wang Yan， Gong Weiwei， Ding Xiaodong. Research on prediction method for railway cold-chain transport volume based on grey prediction method and transport coefficient［J］. Railway Freight Transport， 2021， 39（12）： 73-79.

［15］ 郑云. 碳排放约束下基于三阶段DEA模型的中国省域农产品冷链物流效率评价研究［D］. 合肥： 安徽大学， 2021.

［16］ 王蕾， 张红丽. 基于模糊综合分析法的农产品绿色物流系统综合绩效评价——以新疆为例［J］. 物流科技， 2014， 37（3）： 1-4， 12.

Wang Lei， Zhang Hongli. Research on the evaluation of agricultural products grin logistics system based on the fuzzy comprehensive evaluation—The case study on Xinjiang ［J］. Logistics Sci-Tech， 2014， 37（3）： 1-4， 12.

［17］ 李雪菲， 赵蕊. 基于层次分析法的开封市农产品冷链物流发展影响因素分析［J］. 物流技术与应用， 2021， 26（S2）： 82-85.