寿光市农产品配送效率的影响因素分析

苏莹莹，徐士元（浙江海洋大学，浙江 舟山 316022）

0 引言

随着我国农业生产水平和社会综合发展水平的不断提升，现代农业生产逐渐朝着规模化、集群化发展。农业的区域性布局日趋明显，正形成一个以市场为导向，以经济效益为中心，将各环节有机结合的产业体系。农产品的配送在此背景下尤为重要，对农产品的保值增值、确保从“田间”到“餐桌”具有重要意义。

近年来，不断有学者对农产品配送效率影响因素进行探究。欧阳小迅、黄福华等得出农村物流基础设施、农村劳动力素质和信息化水平是农产品配送效率的主要决定因素[1]。杨军、王厚俊等提出了农村城镇化对农产品物流效率提升具有显著的积极作用[2]。戴丹、董学勤等提出了提高物流专业化程度来发展生鲜农产品物流能力的建议[3]。

本文研究选取的寿光市，是全国最大的蔬菜集散中心。综合近年来当地各方面统计数据，建立了寿光市农产品配送效率影响因素指标体系，以灰色关联法分析不同指标对配送效率的影响，并根据分析结果对当地农产品配送提出建议。

1 寿光市农产品配送效率影响因素指标体系建立

农产品物流配送效率取决于整个产业体系的各个环节，是一个涉及广泛的综合概念，目前学术界尚未对其有一个统一的定义。作为支撑特定行业的农产品物流配送，由于农产品市场广泛、货运量巨大等特点，其配送效率的研究需要结合行业特点和地域特点，构建一个涵盖面较广的指标体系来对其进行综合评价。

1.1 指标选取

从物流行业特点入手，结合寿光市具体情况，由于当地经济发展水平和物流消费效率在一定程度与农产品配送效率相关，基于此，选取当地历年GDP 和社会消费品零售总额作为农产品物流配送效率指标。此外，信息化水平也决定了其物流管理、调度、信息发布等能力，故选取了企业拥有计算机总台数作为物流信息化水平表示指标。

从地域特点入手，由于寿光市身处内陆，其农产品运输主要依托基于等级公路的货车运输，等级公路总里程、当地货车总载货能力和总货运量分别表示当地物流基础设施、物流配送实际能力和物流配送实际总量的相关情况。从农业生产特点入手，指标体系中还包括了当地农业总产值和交通运输、仓储、邮政业从业人员数量，用以表示农业发展水平和物流从业人员数量。

综上，本文分别从物流从业人员、物流基础设施、物流配送能力、物流配送总量、物流发展规模、农业发展水平、经济发展水平、物流消费效率、物流信息化水平等9个方面构建了如表1 所示的指标体系。

表1 寿光市农产品配送效率指标体系

1.2 数据获取及分析

本文建立的寿光市农产品物流配送效率影响因素分析体系，其数据来自于2012 至2021 年《潍坊统计年鉴》和《寿光市统计年鉴》，见表2。将表2 中的指标数据进行Pearson 相关系数检验，所选的9 个指标均通过了0.05%的显著性相关检验，如图1 所示。

图1 寿光市农产品配送效率指标相关系数检验

表2 寿光市农产品配送效率指标数据

2 灰色关联分析

灰色关联分析作为研究灰色系统的一种重要的定量分析技术，由邓聚龙教授提出，旨在探究分析系统中各指标要素之间的关联程度和主次关系。自最初的邓氏灰色关联模型以来，学者们改进并提出了广义灰色关联分析、基于相似性和接近性视角的灰色关系分析等一系列应用范围更广的新模型[4]。张浩等应用灰色关联分析方法定量分析了农产品出口中不同品种对于出口总额的影响[5]。本文依托构建的指标体系和统计数据，基于灰色关联分析方法系统探究不同因素对于寿光市农产品配送效率的影响。

2.1 数据标准化处理

灰色关联分析需要根据研究对象的实际情况选取适当比较数列和参考数列。本文中的参考数列选取标准化为1 的定值数列，比较数列为各指标数据相对标准化之后的数列数据。原始数据标准化的意义在于去除每个因素之间单位不同造成的影响，以无量纲化结果的形式参与后续比较分析中，计算方式如下。

其中：zij代表第i 个指标的第j 个数据（本文中以下Xyz均表示第y 个指标的第z 个数据）。对表2 中的各指标数据进行标准化处理，得到的结果如表3 所示。

表3 寿光市农产品配送效率指标数据无量纲化结果

2.2 灰色关联系数计算

在标准化数据的基础上，计算每个指标数据的灰色关联系数，用来表示比较数列对于参考数列的关联关系值，其计算公式如下。

其中：rij代表绝对差值，xij代表无量纲化值，yj代表参考数列的第j 个数据，Δ (ma x)、Δ (mi n)分别代表最大差值和最小差值。εij代表灰色关联系数；ρ 代表分辨系数，是为了降低极值的影响，更好地体现计算得到的εij的差异，在0 到1 之间取值，实际应用中一般取0.5。参照上述计算公式，进行灰色关联系数计算，得到结果如表4 所示。

表4 寿光市农产品物流配送效率灰色关联系数

2.3 灰色关联度计算

本文建立的影响因素指标体系，最终依靠各指标的灰色关联度来量化评判其对物流配送效率的重要性，其计算公式如下。

其中：ei为第i 个指标的灰色关联度，εij为关联系数，n 为第i 个指标的数据样本个数。根据上述算式计算结果如表5 所示。

表5 寿光市农产品物流配送效率灰色关联度排序

2.4 结果分析

由表5 中的各指标灰色关联度可知，各指标对于农产品物流配送效率的关联度均大于等于0.5，证明本文选取的各评价指标与寿光市农产品物流配送效率联系紧密，在构建的影响因素指标体系具有较强的科学性和合理性的前提下，灰色关联度排名前三位的要素，即物流基础设施、物流发展规模和物流信息化水平，是影响寿光市当地农产品物流配送效率的主要因素。

3 研究结论与建议

本文通过对寿光市农产品物流配送效率建立科学合理的影响因素指标体系，灰色关联分析结果显示，以等级公路总里程、农产品周转量、计算机总台数等数据表示的物流基础设施、物流发展规模、物流信息化水平，是影响寿光市当地农产品物流配送效率的主要因素。

据此，本文结合当地实际情况和体系分析结果提出以下三点建议。

一是进一步加强等级公路建设，提升物流基础设施建设。目前，寿光市道路条件有限，且近年来等级公路建设趋于缓慢，总长度增加不明显。结合高等级公路，特别是高速公路的规划性和全局性，建议寿光市主动融入省级和国家级的战略决策中，强化等级公路建设，以促进农产品物流配送效率，进一步将农产品影响力辐射全国。

二是不断提升农产品生产技术和规模，扩大农产品产量。农产品行业是寿光市的支柱产业，而充足的农产品是带动当地物流业发展的基础。政府制定和完善农产品物流发展扶持政策，为农产品规模化定制平台建设、共同物流平台建设以及流通方式变革提供政策指引和资金支持，才能带动其物流配送效率乃至整个行业、整个寿光市的发展。

三是加强物流信息化水平，带动物流技术变革。寿光市的农产品配送集中在当地大型物流园，要建设农产品物流信息平台，“智慧物流”运输能力调度等技术创新，使企业能够通过物流信息平台实现车辆配载与共同物流配送，从而有效实现农产品物流效率的提升，将有力带动当地物流业发展，快速提升整体农产品物流配送效率。