农产品冷链物流发展水平评价

郭明德 李红

中图分类号：F253   文献标识码：A

内容摘要：农产品冷链物流发展水平是冷链物流绩效评价难点和热点之一。本文在构建农产品冷链物流发展水平评价指标体系基础上，应用因子分析法、多层感知和聚类分析方法，选取12个典型省市的数据，对农产品冷链物流发展水平进行了计算分析。研究表明：12典型省市农产品冷链物流水平存在较大差异，主要表现为东部的山东、广东等省市经济发达地区农产品冷链物流发展水平高于中部的安徽、湖南等省市农产品冷链物流发展水平，中部安徽、湖南等省市农产品冷链物流发展水平高于西部甘肃、新疆等省市农产品冷链物流水平，12省市总体农产品冷链物流发展水平呈现阶梯状。

关键词：农产品   冷链物流   因子分析   多层感知模型

关于农产品冷链物流发展水平的研究，刺美香（2017）等基于FAHP法研究了山西省农产品冷链物流发展水平，确定了山西省农产品冷链物流的发展水平较弱。刘子昂（2016）利用主成分分析的方法，对2011年全国31省市农产品物流的相关数据进行分析，确定了2个主成分;并进一步采用聚类分析的方法将31个省市的农产品物流水平分为5类，对聚类结果进行分析。王蕾等（2014）应用因子分析法和TOPSIS分析法对2012年中国16个农业大省农产品物流发展水平进行测度，通过加权处理将两种评价结果结合，得出16省的农产品物流发展水平。王程等（2014）在西部地区农产品物流发展模式与供需失衡程度分析基础上，构建了西部地区生鲜农产品物流发展水平评价指标体系，并应用层次分析法进行了发展水平评价。

上述研究取得了较好的研究成果，为政府、相关企业和学者提供了参考依据。但是农产品冷链物流发展水平评价存在一些问题：一是从农产品冷链物流发展水平评价的研究范围来看，主要集中于某个省市或者全国范围;二是在对农产品冷链物流发展水平的指标体系选取时，仍然借用物流发展水平的评价指标，而实际上农产品冷链发展水平与农产品物流发展水平评价存在较大的差异;三是已有关于农产品冷链物流发展水平研究方法，主要是应用单一方法进行评价。如采用FAHP法、层次分析法。基于此，本文将主要从以下两个方面进行改进：一是以12典型省市农产品冷链物流水平为研究对象，构建新的农产品冷链物流发展水平评价指标，评价指标更加全面。二是采用因子分析法、多层感知模型和聚类分析三种分析方法，对12省市的农产品冷链物流发展水平进行了实证研究。以期为相关研究提供参考意见。

农产品冷链物流发展水平评价模型

（一）因子分析模型

因子分析模型是考察多个变量间相关性的一种多元统计方法。因子分析模型是用较少公因子的线性函数和特定因子之和来表达原来观测的每个变量，从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归纳为少数几个综合因子的多变量统计分析方法。设有原始变量X1，X2，…，XP，与潜在因子之间存在如下关系：

也可以简写为：X=AY+ε                  （1）

其中X=（x1，x2，x3，…，xi）T，Y=（y1，y2，y3，…，yp）T，ε=（ε1，ε2，ε3…，εp）T，aij（i，j=1，2，L，p）為相关系数。首先观察所得到的各因子在变量上的载荷，然后根据载荷大的变量本身内容来说明各因子的含义，再将各个公因子表示为Fi=bi1X1+bi2X2+L+binXn（i=1，2，L，n）的线性组合，从而用变量的观察值来估计各个因子的值（即因子得分），并根据各个因子的值进行综合排名分析。

（二）多层感知模型

多层感知模型是由输入层、隐含层和输出层构成的神经网络模型。每层由多个处理单元构成，多层感知学习原理的基本思想是：逐步将集中的样本输入到网络中，根据输出结果和理想输出之间的差别来调整网络中的权值矩阵。

神经网络多层感知模型向量可表示为：

yn=Σ8j=1[Vnj[gΣ4i=1Wjixi]+b（1）j]+b（2）1，n=1，2

an=f（yn），n= 1，2                                                  （2）

Y=Vg（WTX）+B1+B2

A=f（Y）                        （3）

其中，X（x1，x2，x3）T为输入向量，Y=（y1，y2）T为输出向量，W=（wji）8*4（i=1，2，3，4，j=1，2，…，8）为输入层与隐层之间的前馈连接权值，（V=（vkj）2*8）（j=1，2，…，8，k=1，2）为隐层与输出层之间的前馈连接权值，B1=[b1（1），b2（1），…，b8（1）]T和B1=[b（2）1，b（2）2]T分别为隐层结点和输出结点的偏置权，g（h）为转移函数。

第一步，将网络中的连接权值和偏置权值初始化;

第二步，若网络输出值与目标值一致，则终止迭代。否则，则按式（4）修正隐层与输出层之间的连接权值和偏置权值：

V（k+1）=V（k）- η（ξ（k））=V（k）+2ηe（k）[g（WTX）+B]T               （4）

第三步，重复第二步，一直进行到达到所要求的精度为止。

农产品冷链物流发展水平实证分析

（一）农产品冷链物流发展水平指标体系构建

从现有的文献来看，关于农产品冷链物流发展水平的评价指标体系，由于研究者关注的视角不同，构建的评价指标体系也不同。为了客观准确地评价现有农产品冷链物流水平，为保证评价指标的客观性、代表性、系统性和可操作性，本文从现有的文献中收集到用来反映农产品冷链物流的指标体系，同时综合考虑反映农产品冷链物流数据的农产品冷链物流最新发展动态，构建新的农产品冷链物流发展水平评价指标体系，如表1所示。

表1所示的是农产品冷链物流发展水平评价指标体系，从三个方面来评价农产品冷链物流的发展水平。

首先是农产品冷链物流宏观经济环境反映了农产品冷链物流的发展环境，对农产品冷链物流的发展起着决定性的作用。农产品冷链的宏观经济指标包括了国民生产总值（GDP），主要农产品产值、交通运输从业人数量及货运运输周转量。其次是农产品冷链物流设施设备能力，主要评价农产品冷链物流发展所需要的基础设施的情况，从冷冻、冷藏车数量（辆）及与冷冻、冷藏库容量（万吨）。最后是农产品冷链物流市场化程度，主要是评价农产品冷链物流的市场程度水平，包括食品消费量、冷链物流企业数量及农产品冷链物流流通率。

（二）因子分析的冷链物流发展水平评价

原始数据及数据预处理。农产品冷链物流发展水平评价指标的原始数据来源于2017年《中国冷链物流发展报告》及2017年广东等各省市统计年鉴。

选取2016年我国东、中、西部12个有代表性的省市，山东、广东、安徽、福建、陕西、山西、广西、河北、重庆、甘肃和新疆。为消除不同量纲对计算造成的影响，采用SPSS20.0软件，运用“标准化方法（ZScores）”对原始数据进行标准化处理。

KMO和Bartlett检验分析。输入原始数据到SPSS22.0软件中进行计算，计算结果得到KMO检验统计量值为0.652，接近0.7，表明各冷链物流发展水平指标适合做进一步分析;Bartlett球形度检验统计量相应的伴随概率为0.000，小于显著性水平0.005。因此，认为原指标体系各变量之间存在显著相关性，说明分析结果有效。

总方差分析。表2所示为各变量的特征值与方差贡献率。在初始时，被提取的1、2两个因子的累计方差为90.115%，大于85%，并且其初始值大于1，分别为6.587、1.523。经提取平方和载入后，新公因子的方差贡献值、贡献率和累积率没有变化。而放弃的其他7个变量的方差贡献率不到10%。综合看，提取前两个变量因子是合适的，能概括绝大部分的信息。

从表3可以看出，旋转后因子系数表现出了明显的两极分化，可以看出两个主成份分别代表的因素。第一个公因子F1上载荷较大的指标有，GDP总值（x1）、交通从业人数量（x3）、货物运输周转量（x4）、冷冻、冷藏库容量（x6）、食品消费量（x7）、冷链物流企业数量（x8）、农产品冷链物流流通率（x9）。第二个公因子F2上载荷较大的指标有，主要农产品产值（x2）、冷冻、冷藏库容量（x6）、冷链物流企业数量（x8）。通过公式Fi=bi1X1+bi2X2+L+bin及表5中数据得到（5）、（6）、（7）。

Z1=0.15x1+0.091x2+0.137x3+0.123x4+0.097x5+0.128x6+0.15x7+0.136x8+0.142x9                （5）

Z2=-0.07x1+0.459x2-0.166x3-0.266x4-0.46x5+0.328x6-0.06x7+0.148x8-0.045x9                （6）

Z0=0.7319z1+0.16924z2                    （7）

通过（5）、（6）、（7）在SPSS 20.0的运行，得出12个省市两个公共因子的得分情况，并进行排名，如表4所示。

因子分析与多层感知模型的农产品冷链物流发展水平比较分析

应用表2的数据及因子分析模型得到的12省市的综合得分作为样本集，广东、广西、福建、山东、新疆、甘肃、山西、陕西省作为训练集，安徽、河北、湖南、重庆市作为检验集。在SPSS20.0中应用神经多层感知模型进行计算。预测结果如表5所示。

从表5可以看出，各省市冷链物流发展水平的因子分析综合得分值与多层感知模型预测值误差较小，这一情况下，对于经济指标的估计值误差小于或等于4%就算比较准确，说明因子分析对农产品冷链物流水平具有的实用价值。

结论

本文通过对12典型省市农产品冷链物流发展水平计算分析，结果表明12典型省市农产品冷链物流发展水平具有明显的地区差异性，从因子分析提取得到成分可以看出，决定各省市农产品冷链物流发展水平的主要因素为当地GDP和农产品的产值。应用因子和聚类分析计算表明，山东、广东等省份的农产品冷链物流发展水平较高，这与广东、山东省GDP和农产品产值高直接相关，山东省的冷藏车数量、冷库容量和农产品冷链流通率都排第一;河北、安徽、湖南、福建、广西等省份的农产品冷链物流发展水平一般;陕西、山西、甘肃、新疆等省份的农产品冷链物流发展水平较低，而甘肃冷藏车数量、冷库容量和农产品冷链流通率则最少。总体而言，东部山东、广东等省市经济发达地区农产品冷链物流发展水平高于中部安徽、湖南等省市农产品冷链物流发展水平，中部安徽、湖南等省市农产品冷链物流发展水平高于西部甘肃、新疆等省市农产品冷链物流水平，12省市总体农产品冷链物流发展水平呈现阶梯状。提升农产品冷链物流发展水平措施：各省市遵循“重点建设、协同发展”。对较弱区域要完善冷链物流设施、梯度开发。同时，加大冷链物流基础设施投入力度，推进冷链物流服务创新，促使区域冷链物流协调发展。

参考文献：

1.刺美香.基于FAHP的山西省农产品冷链物流综合评价[J].山西农业科学，2017，45（8）

2.刘子昂，高彦平，刘新亮，王雯.基于主成分聚类分析的农产品物流评价[J].江苏农业科学，2016（12）

3.王蕾，张红麗.基于FAM-TOPSIS法的农产品物流发展水平评价[J].兰州学刊，2014（5）

4.王程，王涛，蒋远胜.西部地区生鲜农产品物流水平评价和发展模式选择[J].软科学，2014（2）

5.卫海英.SSPS在经济管理中的应用[M].中国统计出版社，2006

6.庞素琳，王燕鸣.多层感知器信用评价模型研究[J].中山大学学报（自科版），2003（7）