我国农产品物流发展实力评价指标体系研究

杨贵梅，张克荣， 程向阳， 刘　斌

（阜阳师范学院 a.商学院；b.区域物流规划与现代物流工程安徽省重点实验室，安徽 阜阳 236037）

我国农产品物流发展实力评价指标体系研究

杨贵梅a，b，张克荣a， 程向阳a， 刘斌a

（阜阳师范学院 a.商学院；b.区域物流规划与现代物流工程安徽省重点实验室，安徽 阜阳 236037）

从农产品物流发展水平评价指标体系应具有实际可操作性的目的出发，结合因子分析法和层次分析法给出了构建农产品物流发展实力评价指标体系的方法：首先利用因子分析法找到具有实际解释意义的潜在因子作为评价体系的二级指标，并归类三级指标，进而建立层次结构模型；再利用潜在因子的方差贡献率给出二级指标权重，将客观赋权法中的因子分析和主观赋权法中的层次分析结合确定三级指标对于二级指标的权重；最后以我国2014年31个省市自治区的相关数据为例，给出实证分析并最终得到农产品物流发展实力评价模型。

层次分析法；因子分析；权重；农产品物流

改革开放将近40年，中国经济高速增长，农业现代化建设也取得了较高的成就，但农业现代化落后于工业现代化仍是我国经济结构存在的重要问题之一。在当前新常态背景下，我国农业现代化建设面临国内经济增速放缓和国际农产品市场竞争加剧的两大新挑战，如何实现农业新发展是一个值得探索的问题。农产品物流作为农业生产、农民生活的基础服务内容，对促进农业发展、加速农业现代化建设、减少“甲醛白菜”等农产品安全事件的发生有着及其重要的意义［1］。因此，农产品物流的发展成为众多学者研究的课题，其中农产品物流发展实力评价指标体系构建是这一课题的重要内容，目前的研究可以归结为三方面。一是理论探索，主要代表有：赵英霞在论述构建农产品物流评价指标体系原则的基础上，提出中国农产品物流评价指标体系的构成方案，但体系中各指标的权重未确定［2］；王静在概括可持续发展特征的基础上重新定义了农产品物流可持续发展的概念，并在此基础上构建了西部地区农产品物流可持续发展评价指标体系，同时在理论上指出确定各指标权重的方法，但评价指标数据的获得和评价方法的使用是难点［3］。二是定量研究，但由于缺乏数据而难以应用，主要代表有：刘哲等在提出物流金融信用评价指标体系的基础上采用模糊层次综合法确定各级指标权重［4］；杨蕾等在电子商务背景下构建出农产品物流发展水平评价指标体系并采用Fuzzy-AHP法确定各指标权重［5］。他们均由于无法收集到所有指标的数据，最终导致建立的评价指标体系不具实际操作性。三是在可收集到相关数据基础上的定量研究，这方面的研究仅有杨会来在选择可收集到数据的一系列指标基础上采用因子分析和聚类分析对河北省各地区农产品物流发展水平进行评价［6］。

可见，目前已有有关农产品物流发展水平评价指标体系的研究，但一方面这些指标体系构建的角度不同，没有定论；另一方面具有实际可操作性的指标体系很少，且指标体系中各指标权重的确定仅采用客观赋权法或仅采用主观赋权法，未将两者有机结合。本文结合客观赋权法和主观赋权法，在选取可收集到数据的指标基础上，先运用因子分析法建立AHP模型，再将客观赋权法中的因子分析法和主观赋权法中的层次分析法相结合确定各级指标的权重。

1　农产品物流发展实力层次因子分析的原理及模型

1.1原理

层次分析法是把待评价的对象按隶属关系建立一个有序的递阶层次模型，最上一层为总目标，按照总目标影响因子的支配关系建立相应的准则层和子准则层，通过两两比较判断，计算每个因素相对总目标的贡献，全过程体现分解、判断、综合的系统思想。这个思路与复杂的农产品物流发展实力评价十分相似，因此层次分析法广泛应用于物流发展实力体系的评价［4-5］。但物流发展实力是一个综合性的指标，它是多方面、多层次的，影响农产品物流发展水平的几大因素目前尚无明确的理论，直接利用层次分析法难免有些主观。因子分析法能把许多具有错综复杂关系的因素通过降维的方法概括为少数几个公因子，且这些公因子囊括原始变量的绝大多数信息，并可以进行一定的命名解释［7］327。本文整合两种方法的长处，建立更具有实际可操作性的农产品物流发展实力评价指标体系。

1.2因子分析法建立层次结构模型

因子分析是一种以最少的信息丢失为前提，将众多原始变量综合为较少的几个相关性较弱的综合性变量，命名为公共因子，并且这些公共因子可以进行一定的命名解释。也就是说因子分析可以分解原始变量，从中归纳出潜在的“类别”，其数学模型来如式（1）：

其中，X1，X2，…，XP为p个原始变量，且每个变量的均值为 0，标准差为 1［7］327。 cij（i=1，2，3，...，p；j=1，2，3，...，k；k＜p）表示原始变量与公共因子之间的关系，它们构成因子载荷矩阵C；F1，F2，...，Fk是k个潜在因子，由于它们出现在每个原始变量的表达式中，也称为公共因子；ε1，ε1，…，εp为p个原始变量的特殊因子。本文通过一定的方式选取反映农产品物流发展水平的若干指标，通过因子分析提取少数几个公共因子，并将其作为农产品物流发展实力评价指标体系的二级指标，即形成准则层；与某个公共因子关系密切的指标作为该公共因子支配下的三级指标，即农产品发展实力评价指标体系的子准则层；农产品物流发展实力即为总目标，从而构成合理、层次性的评价指标体系［8］。

1.3层次结构模型中各级指标权重的确定

1.3.1二级指标对于一级指标的权重

不同公共因子Fj对目标层的影响程度是不同的，方差贡献率是衡量多个公共因子相对重要性的指标，该指标值的大小与其重要程度成正比［7］329。所以本文用公共因子的方差贡献率作为准则层中第j个指标对于目标层的权重。即一级指标

1.3.2三级指标对于二级指标的权重

本文在通过因子分析法建立层次结构模型之后，采用客观赋权法中因子分析和主观赋权法中层次分析相结合的方式确定三级指标对于二级指标的权重。

（1）客观权重的确定。

因子得分是各原始变量的加权总和，数学表达式为

式中x1i，x2i，…，xpi分别是第1，2，3，...，p个原始变量在第i个样本上的取值，ω-j1，ω-j2，…，ω-jp分别为第j个因子和p个原始变量的因子值系数，该系数大小反映每个原始变量对因子的重要程度，故因子得分可看作是原始变量的加权总和［7］336。但由于本文用因子分析将原始变量分为不同的“类别”，因此不可将ω-j1，ω-j2，…，ω-jp直接作为三级指标对二级指标的权重。笔者首先通过式（3）计算每个样本的因子得分，然后将因子得分作为因变量，将与其相关程度较高的原始变量作为自变量进行回归分析，最后将得到的回归系数归一化处理，处理的结果作为三级指标对于二级指标的客观权重。

（2）主观权重的确定。

三级指标对于二级指标的主观权重，采用1～9比例标度法构造出比较判断矩阵A［9］。

如果向量w=（w1，w2，…，wn）T满足 Aw=λmaxw，则λmax是判断矩阵A的最大特征值，该最大特征值存在且唯一；w为与λmax对应的特征向量，且其分量均为正值。将w归一化处理后的向量作为三级指标对于二级指标的主观权重。

一般情况下，判断矩阵A满足前3个条件，但由于客观事物的复杂性和主观判断的多样性，因而会出现判断的不一致性，即无法满足式（4）的条件，为此需要检验矩阵A的一致性，检验需要三步：

首先根据矩阵A的λmax根据式（5）计算一致性指标C.I.，然后查找相应的随机一致性指标R.I.，最后根据式（6）计算一致性比例C.R.。

当C.R.＜0.1时，认为判断矩阵A满足式（4）定义的一致性。此时，归一化的向量w可作为三级指标对于二级指标的主观权重。当C.R.≥0.1时，认为判断矩阵A不具有一致性，应对判断矩阵作修正。

（3）综合权重的确定。

本文采用式（7）综合客观权重和主观权重，

式中wi表示主观权重，θi表示客观权重；λi表示综合权重。

2　实证分析

考虑到数据的可收集性，在查阅大量文献、应用德尔菲法与相关领域专家沟通的基础上，笔者选取的反映农产品物流发展水平的三级指标包括：农产品固定资产投资（X1），农林牧渔总产值（X2），农产品固定资产投资比重（X3），社会消费品零售总额（X4），国际互联网用户（X5），地区GDP （X6），货运周转量（X7），公路里程（X8），农产品物流从业人员（X9），民用汽车拥有量（X10），农村投递路线（X11），农村宽带用户（X12）。样本选取我国31个省市自治区，数据来自2014年《国家统计年鉴》。

2.1利用因子分析法建立层次结构模型

对31个样本的12个指标数据分别进行巴特利特球度检验和KMO检验，两种检验结果均认为这些指标之间存在较高的多重共线性，满足因子分析的前提条件。

依据公共因子累计方差贡献率大于0.85的原则，确定2个公共因子，它们的特征根值及方差贡献率见表1。

表1　各公共因子对应的特征根及其方差贡献率

表2为显示公共因子与原始变量相关程度的因子载荷矩阵。由表2知，第1个公共因子主要与X3、X4、X5、X6、X7、X9、X10、X12等因素正相关，第1个因子主要反映了农产品物流发展的区域经济环境发展状况，故命名为区域经济环境因子。第2个公共因子主要与X1、X2、X8、X11等因素正相关，第2个因子主要反映了农产品物流发展的供给与需求状况，因此可命名为供需因子。

表2　公共因子载荷矩阵

于是，确定农产品区域经济环境及农产品供给与需求为2个二级指标，三级指标则为X1～X12，可通过表3直观的呈现出来。

表3　农产品物流发展实力评价指标体系

2.2指标权重的确定

2.2.1二级指标对于一级指标的权重

二级指标对于一级指标的权重由各个因子的贡献率确定，本文选取2个公共因子，对应的特征根见表1，根据公式可计算出各公共因子的贡献率分别为0.553，0.447。故农产品物流发展实力值可表示为

2.2.2三级指标对于二级指标的权重

■客观权重

表4　公共因子得分系数矩阵

通过因子得分系数矩阵能计算出31个省市自治区2个公共因子得分，将其作为因变量，分别与与之关系密切的原始变量进行回归分析，结果见式（9）和式（10）。

对式（9）和式（10）中自变量的系数进行归一化处理可得到农产品物流发展实力评价指标体系中三级指标对二级的客观权向量：

（0.002 0.125 0.006 0.080 0.098 0.337

0.097 0.254 0.468 0.066 0.319 0.146）T。■主观权重

由表3可见，农产品物流发展实力评价指标体系中共有2个二级指标，故需建立2个判断矩阵，分别为A1和A2。本文利用和积法求得判断矩阵A1与A2的最大特征值分别为8.945，4.221，对应的特征向量分别为：

将其归一化处理得

这些归一化处理的向量可作为权重向量，也即三级指标对于二级指标的主观权重。利用公式（5）可以计算出判断矩阵A1与A2的一致性指标C.I.分别为 0.135，0.074。查表知，当 n=8时，R.I.=1.41，当n=4时，R.I.=0.89，根据式（6）可知，判断矩阵A1与A2的一致性比例C.R.分别为0.096，0.083，它们均小于0.1，故判断矩阵A1与A2均具有一致性。即这样确定的主观权重向量是可接受的，即可以作为三级指标对于二级指标的主观权重。

通过公式（7）得到最终权向量分别为：本文从农产品物流发展实力评价指标体系应具有实际可操作性的目的出发，在可收集到数据的指标基础上，首先运用因子分析法构建出三级的农产品物流发展实力评价指标体系，并将各公共因子的方差贡献率作为二级指标对一级指标的权重；其次结合因子分析法和层次分析法确定农产品物流发展实力评价指标体系中三级指标对于二级指标的权重；最后文章以我国2014年31个省市自治区的相关数据为样本，给出实证分析并最终得到农产品物流发展水平的评价模型。对于任意给定的地区可计算得到该地区农产品物流发展水平的测度值，根据发展水平的测度值可以对农产品物流的发展水平进行量化评价。

［1］ 汪旭晖，文静怡.我国农产品物流效率及其区域差异——基于省际面板数据的SFA分析［J］.当代经济管理，2015，37（1）：26-32.

［2］ 赵英霞.中国农产品物流评价指标体系的构建［J］.商业研究，2007（1）：211-213.

［3］ 王静.西部地区农产品物流可持续发展系统构成与综合评价［J］.经济问题，2013（3）：103-106.

［4］ 刘哲，方淑芬.利用模糊层次综合法构建物流金融信用评价模型研究［J］.铁路采购与物流，2009，4（4）：50-51.

［5］ 杨蕾，张义珍.电子商务环境下基于Fuzzy-AHP的农产品物流能力评价模型构建［J］.广东农业科学，2010，37（10）：183-184.

［6］ 杨会来，杨蕾.因子聚类分析在区域农产品物流能力评价中的应用——以河北省为例［J］.中国农学通报，2011，27（24）：128-132.

［7］ 薛微.SPSS统计分析方法及应用［M］.北京：电子工业出版社，2013：326-348.

［8］ 耿金花，高齐圣，张嗣瀛.基于层次分析法和因子分析的社区满意度评价体系［J］.系统管理学报，2007，16（6）：673-677.

Evaluation system of the agricultural product logistics development strength

YANG Gui-meia，b，ZHANG Ke-ronga， CHENG Xiang-yanga， LIU Binga

（a.School of Business；b.Anhui Provincial Key Laboratory Regional Logistics Planning and Modern Logistics Engineering，Fuyang Normal University，Fuyang Anhui 236037，China）

According to the practical operational of the evaluation system of agricultural products logistics development strength，a reasonable evaluation index system is presented in this paper combining AHP and factor analysis.Firstly，the numerous factors are classified into second index by factor analysis and then the weights of every dominating factor are given according to their contribution ratio.The subjectivity of AHP and objectivity of factor analysis are combined to determine the weights of all factors of the third index.And then，synthesizing the above results，the final evaluation model is founded.Finally，the example of the relevant data of 31 provinces and autonomous regions in 2014 was analyzed.Empirical analysis was given and finally agricultural products logistics development strength evaluation system is achieved.

analytic hierarchy process；factor analysis；weights；the logistics of agricultural products

3　结语

F222

A

1004-4329（2016）02-102-05

10.14096/j.cnki.cn34-1069/n/1004-4329（2016）02-102-05

2015-12-12

安徽省级科研机构委托项目（2013WLGH02）；安徽省教育厅重点研究课题（SK2014A069）；阜阳市规划课题（FSK2015032）；阜阳师范学院质量工程项目（2014JXTD01）资助。

杨贵梅（1987－），女，硕士，助教，研究方向：应用统计。