大数据背景下农产品滞销的指标体系构建及风险等级评定——基于DEMATEL与灰色预测模型的研究

邓 琪，吴志成，钟 奕

(1.华东交通大学 经济管理学院，江西 南昌 330013；2.中建海峡建设发展有限公司，福建 福州 350000)

一、问题提出

自2011年以来，我国农产品滞销现象不断出现。2016年，新疆阿克苏苹果滞销、四川泸州优质猕猴桃滞销、河南灵宝苹果滞销、湖南麻阳冰糖橙滞销等；2017年，山东河南蒜薹滞销、山东圆葱滞销、四川九寨沟红李滞销、北京平谷大桃滞销等；2018年海南玉米、杧果、菠萝滞销及广西荔枝滞销。这种“菜贱伤农”“果贱伤农”现象给种植农户带来经济上的巨大损失，同时也挫伤了农户的种植积极性，因此应构建农产品滞销指标体系，防范滞销风险的发生。

农产品的滞销引起了学术界和农业专家的关注。秦立公(2018)[1]等提出，农产品供应链的各个环节都会存在滞销问题，更容易受到自然灾害与市场供求关系的影响。马晓春(2015)[2]则针对鲜活农产品的滞销状况进行研究，发现产地与销地距离过远、市场信息不对称、较多流通环节等是造成鲜活农产品滞销的重要因素。刘俊华(2013)[3]等提出农产品滞销存在四个重要原因：农产品的销售渠道尚不完善、市场饱和度较高、盲目扩大种植面积及亩产量增加。伍山林(2017)[4]则提出在如今大数据的背景下，农产品滞销与以下四点相关：农民无法准确预测农产品市场走向、容易腐烂的农产品的市场范围较窄、一些农产品具有某些替代性、缺少品牌效应。李东光(2012)[5]还提出农产品滞销与物流存在密切关系：农产品物流具有信息不对称、管理体系不集中、基础设备不足及气象不稳定的特点，这也会导致农产品滞销的局面。此外，还有学者对农产品滞销问题的解决办法进行了探讨。徐集卫(2015)[6]运用计量模型提出了农产品滞销的应对方法，如合理安排农产品的种植面积，对农民进行专业种植技术的培训和扩宽农产品的销售渠道等。马晓雅(2016)[7]通过对广西生鲜农产品物流模式的分析，认为应在现今的“互联网+”的背景下，将线上与线下的销售渠道相结合以促进物流发展。赵晓飞(2012)[8]则基于供应链的角度，提出农产品供应链应以信息化为前提，以销售渠道为核心，以结构体系为支撑，以服务及安全体系为保障，从而建构一个高效的农产品物流体系，减少滞销问题的发生。

综上所述，学者们基于不同角度分析了不同的农产品滞销的影响因素，并提出针对农产品滞销问题的解决办法，但其具有成本或周期上的局限性，只能解一时之渴。倘若农民能预先了解自家生产的农产品出现滞销风险的可能性，就会对下一阶段的农产品生产计划进行相应调整，以降低甚至避免滞销的风险。本研究旨在探索定量的指标体系及相应的风险等级评定来分析农产品滞销问题，以便采用定量分析方法进行农产品滞销风险预测，从而避免农产品滞销情况的发生。

二、研究设计

(一)农产品滞销环节影响因素模型的构建

从农产品供应链角度出发，分析农产品供应链中的滞销问题。供应链环节导致农产品滞销的原因多种多样，具有复杂性。学术界立足于供应链角度对于农产品滞销的实证研究较少，在研究方法上较为匮乏。

本文考虑到农产品供应链的特殊情况，构建供应链环节——根本原因判别与定位模型，即农产品滞销的SC(Supply Chain)-RC(Root Cause)矩阵，找出农产品滞销的关键因素。

(二)数据的主要来源

本文收集农产品滞销数据的主要来源有中国农业信息网、中国统计年鉴、网易新闻农业板块及其他媒体的综合报道等。通过对数据的整理，最后剩余有效事件120件。通过信息搜集并对滞销问题产生的关键因素进行归类，记录在农产品滞销SC-RC矩阵中。

(三)研究方法的选择

本文的研究目的在于从众多农产品滞销因素中选择出主要的因素，从而可以有的放矢地给出切实可行的建议。当相关数据的信息不完全时，使用DEMATEL方法(Decision Making Trial and Evaluation Laboratory)能够对比较复杂且不易量化的研究对象进行分析[9]。因此，结合农产品滞销问题的影响因素及DEMATEL方法的特征，本文选取DEMATEL方法分析农产品滞销的主要因素，再将其划分为若干个二级因素，通过AHP法(层次分析法)确定每个因素的权重。利用模糊综合评定法构建农产品滞销风险评定模型，通过选定的关键影响因素及其二级指标的权重，建立起农产品滞销风险等级的量化指标和计算公式。最后通过灰色预测模型预测具有代表性的农产品滞销事件在下一生产周期的农产品滞销风险等级，以保证农产品滞销风险评价方法的科学性。

三、农产品滞销事件关键因素的实证分析

(一)基于SC-RC模型农产品滞销环节及其因素分析

1.农产品滞销事件的供应链环节及其因素辨识

SC-RC矩阵的第一个维度是农产品的供应链环节(SC)。由于农产品在生产、销售、运输环节滞销的可能性较大，故将农产品供应链环节划分为农产品生产(A)、农产品销售(B)、农产品运输(C)这三个主要环节。SC-RC矩阵的第二个维度是导致农产品滞销的关键因素(RC)。农产品供应链的各个环节都有可能产生滞销问题，但大部分滞销的原因具有类似或相同的属性，本文将这些根本原因划分为主观因素(SC)、客观因素(OC)、不确定因素(UC)三大类，并细分为九小类，详见表1。

表1 农产品滞销的关键因素

2.基于SC-RC模型农产品滞销环节及原因的判别

运用SC-RC矩阵模型对收集到的农产品滞销事件的有效数据进行分析，找出每个滞销事件发生的环节及其关键因素，在SC-RC判别与定位矩阵中进行频数记录。如C-UC1-12表示发生在农产品运输环节(C)，因自然灾害(UC1)而引起的农产品滞销事件有12起。一些滞销事件是由多种原因造成的，存在于多个环节中，故总计数目为197，大于有效事件120件。结果如表2所示。

表2 SC-RC判别与定位矩阵分析结果

3.农产品滞销关键因素分析

对以上提及的农产品滞销的九种影响因素进行归类，主要有农产品供应链的主观因素、客观因素、不确定因素，由此构建农产品滞销的因素体系，如图1所示。

图1 农产品滞销问题的原因分类

对上文中的九个因素进行编码，将产销信息不对称、盲目扩大生产、产品缺乏竞争力、营销管理体系不健全、亩产量增加、市场供应饱和、运力不足、自然灾害、舆论误导分别表示为Q1、Q2、Q3、Q4、Q5、Q6、Q7、Q8、Q9。

4.专家评分

从前面构建的农产品滞销因素体系出发，本研究邀请多位来自江西农业大学及峡江农业局的有关专家对农产品滞销的影响因素进行评分。专家们在各个单独的场所内完成匿名打分，以避免面对面交流对自身判断的影响。根据各专家的评分结果，设计各因素之间相互影响的分数表，规定了五类计分维度：0(无)、1(较小)、2(小)、3(大)、4(较大)。设计如下评分规则，见图2。

资料来源：根据相关文献中评分转化标准整理所得.图2 评分转化标准

(二)基于DEMATEL方法的农产品滞销因素分析

通过对数据的整理，专家评分后使用上述的评分转化标准，即可得到农产品滞销各影响因素之间的关系以及影响程度。使用DEMATEL方法，得出农产品滞销的主要因素，步骤如下：

(1)根据转换规则得出农产品滞销影响因素间的直接影响矩阵X，如表3所示；

(2)将X矩阵进行标准化处理，得到标准化矩阵Y；

(3)用单位矩阵I减去Y矩阵，计算(I-Y)矩阵；

(4)使用OPS软件得到(I-Y)的逆矩阵(I-Y)-；

(5)使用OPS软件得到矩阵Y*(I-Y)，即综合影响矩阵Z，如表4所示；

(6)计算得出Q1至Q9相互间的影响度Ai、被影响度Aj、中心度Ci和原因度Ri，如表5所示；

(7)坐标X轴为中心度、Y轴为原因度，以描绘Q1至Q9之间的坐标图，如图3所示。

表3 直接影响矩阵

通过公式计算得到综合影响矩阵Z，见表4。

表4 综合影响矩阵

计算各个因素的影响度Ai以及被影响度Bi，并进一步计算各个因素的原因度Rj与中心度Ci。DEMATEL计算结果如表5所示。

表5 各因素的综合分析结果

根据DEMATEL计算结果得出的中心度、原因度，绘制导致农产品滞销各个原因之间的因果坐标图，以便更直观地判别主要原因。

图3 因果关系坐标图

由因果关系坐标图可以看出，Q4营销管理体系不健全、Q7运力不足、Q8自然灾害、Q9舆论误导，位于X轴下方，即Q4、Q7、Q8、Q9的原因度<0，是引起农产品滞销的结果因素。Q6市场供应饱和、Q1产销信息不对称、Q2盲目扩大生产、Q3产品缺乏竞争力、Q5亩产量增加，在X轴上方，可以看出这些因素在农产品滞销问题的形成中影响较大，故本研究选取这五个因素为农产品滞销的主要原因。

第一，Q6市场供应饱和。南北方的气候存在较大差异，导致同一种农产品的成熟时间不同，上市时间也就有较大差别。例如，南方蔬菜会比北方蔬菜上市得早。而受异常气候影响，蔬菜的成熟期普遍发生变化，外地蔬菜较早地占据了本地蔬菜市场，而南北方的蔬菜几乎是在同一时间上市，造成市场供过于求，导致农作物的滞销。

第二，Q1产销信息不对称。就全国范围而言，某一地区存在农产品滞销现象，而其他地区对此种农产品有很大需求。具体表现为，有些农民不完全了解市场信息，每年在种植农产品时，易受到当前销售价的影响，造成小规模生产与大需求市场之间的矛盾。

第三，Q2盲目扩大生产。农民在生产过程中存在盲目跟从的现象。当某种农产品能够带来较大利润的时候，农民就容易在第二年大规模种植这种农产品，导致供过于求，产生滞销；相反地，当某种农产品的收益出现亏损，农民就会大规模地减少乃至停止种植该种农产品，导致供不应求，产品价格也随之上涨，出现前一阶段的循环。

第四，Q3产品缺乏竞争力。农民大多缺乏品牌意识，产品缺乏竞争力，导致最终的结果只能是价格的竞争，大家都赚不到什么钱。换言之，由于农产品的品种单一，品相不好，达不到消费者的要求而导致市场竞争力下降，进而出现农产品滞销的情况。

第五，Q5亩产量增加。农作物在生产过程中，如果遇到适宜的气候，选用了优质的品种，进行了适量的施肥以及科学的管理，就会使得农作物的亩产量有较大的提高。若某一地区种植某一农产品的面积较大，亩产量较大，农产品的总量也会急剧增加，最终使农产品出现滞销。

四、农产品滞销事件AHP-模糊综合评价模型

由于农产品滞销因素的决定性作用以及风险的多样性，需要一种可以更为全面准确地评价农产品滞销风险等级的方法。本文运用AHP-模糊综合评价方法对农产品滞销风险因素进行评价。AHP-模糊综合评价方法包括层次分析法和模糊综合评价两个方面。其中，后者是在前者的基础上进行的，两者结合使用能够保证评价的可靠性与有效性。

(一)建立层次结构模型

通过SC-RC矩阵模型确定导致农产品滞销的主要因素有市场供应饱和(Q1)、产销信息不对称(Q2)、盲目扩大生产(Q3)、市场缺乏竞争力(Q4)、亩产量增加(Q5)，采用层次分析法(AHP)确定这五个指标的权重。通过多名专家对指标进行两两重要程度比较，采用1-9标度法得到判断矩阵A，判断矩阵元素的值反映了人们对各元素相对重要性的认识，判断矩阵如下：

计算得出判断矩阵的最大特征值λmax=5.1368，为检验判断特征矩阵是否具有满意的一致性，需计算判断矩阵的一致性指标：

CI=(λmax-n)/(n-1)=0.0342

平均随机一致性指标RI=1.12。随机一致性比率：

CR=CI/RI=0.0305

因此，认为比较矩阵具有满意的一致性，权系数分配是非常合理的，其对应归一化后的特征向量即权重W。用MATLAB软件计算，得到权重W为：

W=[0.5561,0.2373,0.0953,0.0557,0.0557]

(二)确定二级评价指标权重集

在通过大量的文献阅读和访谈的基础上，根据农产品滞销的特点，将农产品滞销的五个主要影响因素指标又细分为12个二级指标。本文运用Delphi Method通过专家调查问卷方式，组织该领域若干位专家对农产品影响因素的二级指标进行评价。在构造出这些二级指标的两两比较判断矩阵后，依据层次分析法得出各层风险指标的权重，见表6。产销信息不对称的下级指标，农产品产地与城市的距离和农产品的广告投入占比分别为0.25、0.75；产品缺乏竞争力中，农产品质量占0.3，农产品品牌占0.4，农产品种植成本占0.2，农产品种植技术占0.1；亩产量增加这一因素中，温度和湿度适宜各占0.3，施肥量和种子发芽率各占0.2。

表6 农产品滞销风险层级指标及权重

(三)采用模糊综合评价方法

模糊综合评价是依据模糊变换原理，考虑与评价对象相关的各种因素，对其所做的综合评价。这种方法优点是避免了定性评判法的主观随意性，可以克服打分法弹性较大的弊端；每个评委独立行使评判权力，防止个人说了算；能够使评价拉开档次，分出高低。模糊综合评价的结果是一个集合，而不是一个点值，它较为准确地刻画了事物本身的模糊状况，因此模糊综合评判结果在信息的质和量上都具有优越性。

1.设定评价指标因素集U

通过上述分析，总结出影响农产品滞销程度的因素主要包括五个指标：市场供应饱和、产销信息不对称、盲目扩大生产、产品缺乏竞争力及亩产量增加。

故本文针对农产品滞销事件，给定评价指标因素的有限集合为：

U={U1,U2,U3,U4,U5}

其中,U1=市场供应饱和，U2=产销信息不对称，U3=盲目扩大生产，U4=产品缺乏竞争力，U5=亩产量增加。

2.设定评语集V

本文设定五种评语，以对农产品滞销程度的各评价指标进行评价，定义评语集为：

V={V1,V2,V3,V4,V5}

其中，V1=不存在滞销程度，V2=滞销程度较轻，V3=滞销程度一般，V4=滞销比较严重，V5=滞销非常严重。

3.专家评价及建立评价矩阵R

本文采用民意测验方法请专家对各个指标实施评价，并确立相应的评价矩阵，见表7。

表7 评价矩阵R

4.农产品滞销风险等级的计算

由农产品滞销风险各层级的量化指标及权重(表6)可知，求得的农产品滞销风险就是将第一层级的指标量化值乘以其权重，若第一层级的指标继续细分为二级量化指标，则一级指标量化值为二级指标量化值乘以其权重，再依次向上累加。计算公式如下：

Y=0.5561×U1+0.2373×U2+0.0953×U3+0.0557×U4+0.0557×U5

=0.5561×U1+0.2373×(0.25U21+0.75×U22)+0.0953U3+

0.0557×(0.3×U41+0.4×U42+0.2×U43+0.1×U44)+

0.0557×(0.3×U51+0.3×U52+0.2×U53+0.2×U54)

(四)农产品滞销风险等级的评价依据

通过对影响农产品滞销的关键因素进行评价，将滞销风险等级划分为：“很小”“小”“不大”“大”“很大”五个等级。

本文风险等级的评价依据为：通过专家评价，将其作为划分关键因素等级的依据，如对于盲目扩大生产这一指标，专家给出的评价意见为当生产率增长幅度在10%至15%时，该指标的滞销风险等级为“小”。然后通过隶属函数，将其转化为区间[0，1]内的数值来表示该模糊集合的真实程度。对于每个关键因素每个等级的上限和下限，通过隶属函数将其转化为区间[0，1]内的数值。由于最终滞销风险是通过五个关键因素衡量，因此在最终滞销风险的每一个等级上，有五个关键因素在该等级的上限和下限，都经过隶属函数转化为区间[0，1]内的数值，通过考虑这五个关键因素的权重，得出该等级上最终滞销风险的区间范围。

根据上述方法，本研究界定了一级指标量化数值的具体范围，见表8。

表8 一级指标量化及评定等级划分

五、农产品滞销风险预测——灰色预测法

(一)灰色预测模型

灰色预测的实质是对原始序列进行累加，生成具有一定规律的序列，然后建立一阶线性微分方程模型，得到规律性较强的曲线，并用指数曲线拟合得到模型。本文采用基于累加生成数列的GM ( 1, 1) 模型，建模具体步骤如下:

(1)对原始数据进行累加生成新数列。

设原始数列为:X(0)=(X(0)(1),X(0)(2),…,X(0)(n))

通过累加生成新序列:X(1)=(X(1)(1),X(1)(2),…,X(1)(n))

(2)建立GM(1,1)模型相应的微分方程。

其中，α称为发展灰数，μ称为内生控制灰数。

(3)利用最小二乘法求解微分方程。

(4)模型检验。

首先进行残差检验：

再进行关联度检验：

最后进行后验差检验：

表9 后验差检验的评判标准

若残差检验、关联度检验和后验差检验能通过，则可以用所建模型进行预测,否则，应进行残差修正。

(二)灰色预测模型的应用

为了验证本文农产品风险评价方法的可行性和科学性，随机抽取了陕西酥梨滞销事件，结合本研究构造的计算公式，预测2019年陕西酥梨滞销风险的等级，具体如下。

1.陕西酥梨市场供应饱和度预测

将{0.38 0.37 0.39 0.42 0.41}作为原始序列，进行酥梨市场供应饱和度的灰色预测。根据灰色预测原理，运用MATLAB软件计算得：α=-0.0372，μ=0.3545，其预测模型为：

X(1)(K+1)=9.91e0.0372k-9.53

根据上式计算出2014～2018年陕西酥梨市场供应饱和度的预测值(表10)。

表10 市场供应饱和度的实际值与预测值

根据判断标准，该模型较好，因而认为模型通过检验可用于预测。

当k=5时，可预测2019年市场供应饱和的预测值为：

X(0)(5)=X(1)(5)-X(1)(4)

X(0)(5)=(9.91e0.0372×5-9.53)-(9.91e0.0372×4-9.53)=0.436

故预测到2019年陕西酥梨的市场供应饱和度为43.6%。

2.陕西酥梨市场竞争力预测

将{0.42 0.45 0.44 0.46. 0.47}作为原始序列，进行酥梨市场竞争力的灰色预测。根据灰色预测原理，运用MATLAB软件计算得：α=-0.0177，μ=0.4316，其预测模型为：

X(1)(k+1)=24.8e0.0177k-24.38

根据上式计算出2014～2018年陕西酥梨市场竞争力的预测值(表11)。

表11 市场竞争力的实际值与预测值

根据评判标准，该模型较好，因而认为模型通过检验可用于预测。

当k=5时，可得2019年酥梨市场竞争力的预测值为：

X(0)(5)=X(1)(5)-X(1)(4)

X(0)(5)=(24.80e0.0177×5-24.38)-(24.80e0.0177×4-24.38)=0.476

故预测到2019年陕西酥梨市场竞争力为47.6%。

3.陕西酥梨亩产量增加率预测

将{0.17 0.15 0.16 0.18 0.17}作为原始序列，进行酥梨亩产量增加率的灰色预测。根据灰色预测原理，运用MATLAB软件计算得：α=-0.0473，μ=0.1418，其预测模型为：

X(1)(k+1)=3.17e0.0473k-3

根据上式计算出2014～2018年陕西酥梨亩产量增加率的预测值(表12)。

表12 亩产量增加率的实际值与预测值

根据评判标准，该模型较好，因而认为模型通过检验可用于预测。

当k=5时，可得2019年亩产量增加率的预测值为：

X(0)(5)=X(1)(5)-X(1)(4)

X(0)(5)=(3.17e0.0473×5-3)-(3.17e0.0473×4-3)=0.186

故我们预测到2019年陕西酥梨亩产量增加率为18.6%。

4.陕西酥梨扩大生产规模预测

将{0.06 0.05 0.07 0.08 0.09}作为原始序列，进行酥梨盲目扩大生产规模的灰色预测。根据灰色预测原理，运用MATLAB软件计算得：α=-0.1735，μ=0.0398，其预测模型为：

X(1)(k+1)=0.289e0.1735k-0.229

根据上式计算出2014～2018年陕西酥梨盲目扩大生产规模的预测值(表13)。

表13 扩大生产规模的实际值与预测值

根据评判标准，该模型较好，因而认为模型通过检验可用于预测。

当k=5时，可得2019年酥梨盲目扩大生产规模的预测值为：

X(0)(5)=X(1)(5)-X(1)(4)

X(0)(5)=(0.289e0.1735×5-0.229)-(0.289e0.1735×4-0.229)=0.11

故我们预测2019年陕西酥梨盲目扩大生产规模为11.0%。

5.陕西酥梨市场信息不对称程度预测

对于市场信息不对称的衡量指标，我们采用了距离和广告投入与收入的比率来衡量。通过多名专家对2019年陕西酥梨市场信息不对称程度的预测，取其均值，最终认为在2019年陕西酥梨信息不对称程度为35%。

最后，通过灰色预测和专家评定预测，我们预测到2019年陕西酥梨滞销风险的主要影响因素的量化值分别为：市场供应饱和度(43.6%)、市场竞争力(47.6%)、亩产量增加率(18.6%)、盲目扩大生产规模(11.0%)、信息不对称程度(35%)，将其带入到隶属函数中得到RT=(1，0.38，0.06，0.62，0.29)，最终结果为：

B=(0.5561,0.2373,0.0953,0.0577,0.0577)×(1,0.38,0.06,0.62,0.29)T=0.7044

故我们预测2019年陕西酥梨的滞销风险等级为大。

六、研究结论与建议

本文通过查阅2012～2017年的120起滞销事件，分析农产品滞销事件的供应链环节和主客观方面的原因，通过SC-RC模型阐述农产品滞销问题的具体表现、关键因素及其出现频数，总结出农产品滞销的九种因素：产销信息不对称、盲目扩大生产、产品缺乏竞争、营销管理体系不健全、亩产量增加、市场供应饱和、运力不足、自然灾害、舆论误导。再使用DEMATEL方法寻找到农产品滞销的五个关键因素指标：市场供应饱和、产销信息不对称、盲目扩大生产、产品缺乏竞争力、亩产量增加，对这五个关键因素指标两两因素之间比较其相对影响程度。通过专家对相对影响程度进行打分，建立判断矩阵，按照层次分析法的相关计算方法，用和积法求出各个指标权重。同时对这五个关键因素设计了二级指标，进而对五个关键因素进行细化。由于五个关键因素及其细化后的指标是一个定性的指标，对于定性的指标难以进行衡量，因此本文采用模糊评价法建立模型，进行量化来划分风险等级。最后通过专家调查对每个关键因素的等级进行划分，依据最终滞销风险的等级划分该关键因素的等级(即关键因素等级与最终滞销风险等级保持一致)。如对盲目扩大生产指标，专家给出的评价意见为当生产率增长幅度在10%～15%时，在该区间该指标的滞销风险等级为“小”。然后通过隶属函数，将其转化为区间[0，1]内的数值，来表示该模糊集合的真实程度。对于每个关键因素每个等级的上限和下限，通过隶属函数将其转化为区间[0，1]内的数值。由于最终滞销风险是通过五个关键因素衡量，因此在滞销风险的每一个等级上，有五个关键因素在该等级的上限和下限，其都经过隶属函数转化为了区间[0，1]内的数值，该数值乘以其权重得到综合评价值，根据滞销风险的区间范围得到该风险等级。最后通过灰色预测法对于关键因素进行预测，得到关键因素的预测值。将预测值代入到模型中，得到下一年度的风险预测等级。

在日常生产中，农业部门可以通过同样的方法进行滞销风险等级的评定以及对于下一年度风险等级的预测。具体操作是：对于风险等级的划分可以聘请专家或向专家发放问卷得到二级指标的评价数值，将该数据保留，将专家的评分通过隶属函数转化为区间[0，1]内的数值来表示该模糊集合的真实程度。将同一一级指标下的每个二级数值乘以其权重得到该一级指标的数值，然后再将一级指标的数值乘以一级指标的权重，再将所有的一级指标的数值与其权重的乘积之和相加得到总的风险评价值。对于数据的收集，市场供应饱和度根据供求的平衡由专家打分评定；产品信息不对称，根据农产品产地的地理位置，即离城市距离和农户对农产品的广告投入来衡量；盲目扩大生产则根据农户种植面积来衡量，主要包括已种植农户的扩大生产及新进者的种植面积两部分;对于产品竞争力，主要用质量、品牌、种植成本及种植技术衡量;亩产量增加则用温湿度的适宜度、施肥量及种子质量来衡量。最后，对于农产品滞销风险等级划分及预测给出一些建议。一是在风险等级划分部分，通过向专家发放问卷得到专家对关键指标的二级指标的评价时，要注意发放问卷的方式和问卷的设计，使得通过发放问卷得到的专家评价能够充分代表专家的意见；二是建立国家评估办公室，专门对农产品进行风险等级评估和风险预测。