农产品供应链中物流与电商的协同机制

杨路明，施 礼、2

（1.云南大学工商管理与旅游管理学院，云南昆明650091；2.云南省烟草公司昆明市公司，云南昆明650091）

一、引言

农产品供应链由多个环节的企业节点构成，对其进行管理的实质是各环节之间形成协同和共赢，一旦农产品供应链各环节间在协同上出现问题，不但会影响整个农产品供应链的顺畅运作，甚至还会影响整个农业和农村经济的发展。改革开放40年来，虽然我国农业生产流通的专业化、自动化和信息化程度越来越高，然而农产品流通渠道建设滞后，农产品市场的组织化程度、一体化程度低，市场合理配置农业资源基础作用薄弱等问题一直困扰着我国农业和农村经济的发展，造成这种状况的一个重要原因就是农产品供应链中存在着协同缺失。

近年来随着我国农产品电子商务的快速发展，农产品电商和农产品物流已经成为农产品供应链上众多环节中的两个核心环节，但这两个环节在产业环境、组织文化、技术能力、信息传递等诸多层面所涉及的标准、格式、规则上存在着广泛的不一致性，极易导致两者之间的不协同并影响农产品供应链的整体利益。具体表现为：当农产品市场发生变化时，不能及时调整运作计划以快速响应市场；物流服务水平低下，野蛮装卸造成运输货物受损，物流成本增加；信息不对称使订单需求信息沿着供应链从下级向上级逐级放大，造成供应链各环节库存成本虚增，形成“牛鞭效应”，严重损害供应链中各合作伙伴的利益；信息技术应用程度低，供应链运作和管理效率低下等。因此，研究农产品供应链中的物流与电商协同机制，对于实现供应链的整体功能和效用具有十分重要的意义。

二、文献综述

供应链管理理论和方法起源于20世纪70年代末，主要思想是在全球化大市场竞争环境下，强调任何企业都必须通过合作联合的方式与上下游企业建立经济利益和业务紧密联系的价值链，其中协同是供应链管理的核心。

很多国外学者在供应链协同方面做了大量研究，陈方若（Fangruo Chen）、艾维·费德格伦（Awi Federgruen）和郑宇生（Yu-Sheng Zheng）[1]认为，供应链协同是供应链管理的重要问题，可以有效管理整个供应链的库存。辛西亚·哈代（Cynthia Hardy）、尼尔森·菲利普斯（Nelson Philips）和托马斯·劳伦斯（Thomas B Lawrence）[2]认为，协同可导致企业间的关键资源共享，便于知识转移，产生知识和综合解决方案，获得比其他企业更有影响力的地位。布鲁斯·特尔金（Bruce Terrkin）[3]认为，资源共享和信息化建设是实现供应链协同的重要基础。托加尔·西马图邦（Togar M Simtupang）和拉玛斯瓦米·斯利德哈兰（Ramaswami Sridharan）[4]认为，供应链协同是以协同技术为支持，以信息共享为基础，站在供应链全局的角度，建立共赢的战略联盟与合作绩效系统。这些研究成果充分表明，供应链协同可促进供应链中个体间的相互信任、决策同步，进而整合供应链管理的实施过程，提高供应链整体的柔性，实现供应链总体价值的最优化。

由于农产品具有生产周期长、供求随机性大、易腐烂和对物流条件要求高等特点，农产品供应链具有一定的特殊性[5]。但农产品供应链管理的核心原则仍是通过整合上下游企业，使之相互合作、信息共享，实现协同配合，促进供应链整体既能快速响应市场，又能有效降低运行成本[6]。进入以互联网为基础的信息时代后，农产品供应链从单纯的物流时代进入电商和物流相辅相成的时代，仅仅依靠物流或电商都不可能实现农产品供应链的整体最优，只有二者协同发展才能实现整体共赢和价值最大化[7]。

国外关于农产品物流与电子商务协同的研究很少，一方面是因为国外发达国家的农产品流通领域的发展程度较高，另一方面是国外学者很少直接研究农产品电商，而主要研究电商交易信任和消费者偏好[8]。近年来，随着我国农业农村现代化和乡村振兴战略的深入推进，农产品流通体制改革使农民及多种形式的市场中介组织作为独立的市场主体在农产品流通中的地位日益提高，在市场主体日趋多元化的大背景下[9]，国内逐步开始关注我国农产品供应链中物流与电商之间的协同问题。张蕾和彭珂[10]认为我国农产品物流日渐成为农产品电子商务发展的短板，通过对比电子商务企业自营物流模式与第三方物流模式的各自特点，提出提升农产品物流的专业化、个性化水平，使物流能够顺利对接网上交易过程，是实现二者协同发展的关键。杨伟强[11]认为，物流配送是农产品电子商务物流发展的关键，应通过整合物流资源，创建农产品在线交易平台，结合第三方物流构建高效农产品配送模式，实现农产品物流与电商协同发展。邱洪全[12]用实证分析的方法研究了我国生鲜农产品双渠道供应链协同创新对物流服务绩效的影响，结果表明前者对后者的影响是显著正向的，反映了农产品物流与电商协同的重要意义。姚克勤[13]针对我国农村交通环境差、信息化程度低、农产品物流体系不完善的状况，从搭建互联网物流平台、强化物流信息技术系统、开发GPS系统和客服系统、拓展农村电商O2O物流运行功能四个方面提出了基于农村电商的农产品物流体系构建策略。王侠[14]认为，我国农产品供应链存在中间环节烦琐、保鲜和运输成本高、交易和中介费用高等问题，导致我国农产品流通领域存在“菜贱伤农，菜贵伤民”的怪象，在改善策略中提出培育农产品核心流通企业以及提高核心企业的组织化程度的措施，其实质是农产品供应链上的物流与电商的协同问题。

综合来看，现有对农产品供应链物流与电商协同问题的研究虽然涉及协同的模式、作用、存在问题和改善策略等，但研究内容还局限于协同的外在表现，缺少对实现协同机制原理的更深层次研究，很多研究成果对实践的指导性不足。

为深入研究供应链各节点间的协同机制，一些学者将产生于20世纪70年代由德国理论物理学家哈肯（Haken H）[15]创立的协同理论应用于供应链协同的研究，基本思路是将供应链视为一个复杂系统，分析影响该复杂系统相关节点之间协同性的序参量，然后针对瓶颈序参量的改善，阐述提升复杂系统协同水平的策略。这种方法用微分方程模型刻画复杂系统实现协同的自组织过程，既能将复杂的系统高度抽象化，又能用数量关系描述系统协同演化的关键环节，有助于更深入了解供应链系统内部协同的机制。因此，本文借助协同理论的思想和方法，对我国农产品供应链中物流与电商的协同机制问题展开研究。

三、农产品物流与电商协同的系统分析

（一）农产品供应链系统

从系统科学的角度看，农产品供应链是一个复杂系统，是由农产品生产流通过程中相互作用、相互依赖的若干组成要素结合而成的具有特定功能的有机整体[16-17]（参见图1）。

在图1中，农户是指以家庭为单位的农产品生产者，特点是规模小、分散程度大、结构复杂、社会化组织程度低；

农业合作社是指通过合作社的形式将小规模、分散的农户进行资源整合，以期获取农产品在生产、物流方面规模效益的农村集体经济组织，其特点是在面对农产品加工企业或销售商时，能够通过规模效应提高农户对农产品的价格掌控力，提升农产品的市场竞争力，然后通过利益共享机制让合作社内部的农户受益。

农产品加工企业是指负责农产品原材料、半成品和成品等的采购、加工及加工后销售过程中物流活动的企业。农产品加工企业一般是在当地具有一定实力的龙头企业，其特点是企业的位置通常与农产品生产地比较近，以经营地方特色农产品为主，通常搭建自己的物流平台和销售平台，可以为农户提供较好的服务，有效缩短生产者与消费者之间的时空距离。

第三方农产品物流企业是指农产品生产者与加工者以外专门经营农产品物流业务的企业，其特点是具有专业的人才管理团队、先进的技术和设备、系统化的管理体系，能够通过专业化运作对农产品物流资源进行整合和充分利用，提高农产品物流的效率和效益。

销售商包括分销商、批发商和零售商，负责农产品的销售，有的销售商自身也具备组织农产品物流配送的能力。

根据系统原理，农产品供应链系统具有整体性、层次性和协同性的特点[5]。其中，协同性表现为随着现代农业经济的发展，农产品生产流通过程中的专业化分工越来越细致，政府部门以及农产品的生产者、物流企业和电商企业都无法独立经营农产品从生产、加工、检验、运输销售、配送等环节的所有业务，只有相互之间协同运作，特别是在供应链核心环节的农产品物流与农产品电商之间形成协同（如图2所示），才能增强供应链的竞争力，共同应对风险和挑战，实现整体利益最大化。

（二）农产品物流与电商协同形成的机制分析

根据协同学原理，农产品物流与电商协同形成的机制应经历以下过程（参见图3）。

图1 农产品供应链系统构成要素

图2 农产品供应链中的物流与电商协同系统框架

图3 农产品电商与物流协同系统形成机制

1.确定协同动因

从农产品供应链整体利益最大化的角度看，农产品物流与电商协同产生的动因主要来自四个方面。

一是降低流通总成本。交易成本是影响流通总成本的重要因素，而协同运作可以降低农产品物流与电商之间的寻找成本、谈判成本等交易成本，使交易费用内部化，达到有效降低农产品流通过程总成本的目的。

二是获取更高利润。农产品供应链的物流和电商环节都试图使自身的利益最大化，如通过对上游压价、对下游提价的方式提高企业利润，但此种利润增加只是短期的和不稳定的，而且是以减少其他环节利润、损害合作关系为代价的，长期必使双方的利益都受损。只有双方协同运作，共同制定合理利益分享计划，才能使双方获得更高利润。

三是形成规模效应。农产品物流和电商协同既可以提高消费者从电商平台订货后的物流配送响应速度和服务质量，又可以提高消费者对电商平台的满意度和关注度，提高再次订货的概率，吸引新客户的加入，有利于规模效应的形成。

四是产生更大的竞争优势。农产品物流和电商可以通过协同运作对农产品在加工、包装、搬运、存储、销售和配送过程中制定与实施统一的标准，有效管控产品质量和服务水平，发挥“指导生产、引导消费、规范市场”的作用，使双方的合作产生更大的竞争优势。

2.协同的自组织过程

农产品物流与电商之间存在许多共同利益，最终目标是快速响应客户需求，提升客户满意度，增强供应链的网络外部性效应，在没有外部因素干预的情况下有通过自组织方式从相互竞争走向合作与协同的自发聚集趋势。因此，可以把农产品物流与农产品电商看成一个具有自组织能力的系统，在内部的有序结构体形成后，该系统就转变成按照双方共同制定的规则运行的协同系统。

3.实现协同的“相变”

根据协同学原理，在一些关键内部因素的影响和推动下，农产品物流与电商构成的系统经过自组织过程后，将完成从无序到有序的“相变”，即形成农产品物流与电商协同。这些关键的系统内部因素被称为序参量（也称“弛豫变量”）。

（三）农产品物流与电商协同的复合系统描述

根据系统的定义，系统是由相互作用和相互依赖的若干组成部分按一定规律组合而成且具有特定功能和运行目标的有机整体，而复合系统是由不同属性的子系统相互交织、相互作用、相互渗透构成的具有特定结构和功能的开放的复杂动态大系统。复合系统最重要的特点是影响系统原理和机制的因素众多、关联关系复杂，其整体能否达到最优的关键是各子系统之间及系统内各要素之间关系的协调性。农产品物流与电商协同所构成的系统（以下统称为农产品物流与电商协同系统）就是一个内部结构复杂的复合系统，是由农产品物流和电商的各个要素之间相互作用、相互联系而构成的一个有机整体（参见图2），其中，农产品物流和电商是该复合系统中的两个核心子系统。

根据协同学原理[18]，对复合系统做如下设定：

1.复合系统S={S1，S2，…，Sn}，S由n个子系统复合构成，其中Si为复合成S的第i个子系统，i=1，2，…，n。

2.Uj表示影响子系统Sj在协同演化过程中的序参量集，Uj={uj1，uj2，…，ujk}，其中uji表示Uj状态的序参量，在系统中表现为序参量表征指标xji（i=1，2…，k）。

3.αji≤xji≤βji（i=1，2…，k），αji和βji分别为系统稳定时序参量指标xji变量的临界点上、下限。假定序参量集Uj的前l个表征指标xj1，xj2，…，xjl为效益类指标，其取值越大表示系统的有序程度越高，取值越小表示系统的有序程度越低；从第l+ 1 至第k个表征指标xjl+1，xjl+2，…，xjk为成本类指标，其取值越大表示系统的有序程度越低，取值越小表示系统的有序程度越高。

本文统一用S表示农产品物流与电商协同系统，用S1、S2分别表示S的两个核心物流子系统和电商子系统，即S={S1，S2}，其中S1为农产品物流，S2为农产品电商。U1={u11，u12，…，u1k}和U2={u21，u22，…，u2k}表示影响子系统S1和S2之间协同演化的序参量集，u1i、u2i分别表示S1和S2的 序 参 量，α1i≤x1i≤βji，α2i≤x2i≤β2i，（i=1，2，…，k）。

（四）农产品物流与电商协同演化的自组织过程

1.理论依据

根据协同学原理，复合系统演化的内在动力是自组织非线性作用机制，各子系统之间存在着复杂的非线性关系，可以借助非线性微分方程模型来描述系统内部各子系统的动态演化过程[19]。

假定由于受到市场资源的约束，农产品供应链每一个环节的产出水平都存在最大值，该环节的增长受这个最大值的阻滞，这样可以利用阻滞增长模型（Verhulst 模型）来描述农产品供应链系统中各子系统环节的产出变化：

其中X表示供应链某个环节的产出值，r表示该环节的自然增长率，M代表在市场容量范围内该环节的最大产出值，M会对产出水平形成阻滞。

在农产品供应链中，可以用该非线性微分方程联立成的微分方程组表示物流与电商子系统二者之间的变化关系。

当S1和S2相互独立时，用X1和X2分别表示S1和S2的产出值，则各自的演化表示为：

如果S1和S2处于稳定状态无变化时，X1=0，X2=0。

当农产品供应链面临的市场竞争日益严峻时，为共同应对危机和挑战，农产品电商与农产品物流通过加强沟通与协作，产生了双方协同的动因，彼此之间开始耦合。分别用函数G1和G2表示系统耦合对X1和X2带来的影响，则S1和S2的演化表示为：

把公式（3）中微分方程组转化为单一矢量方程：

其中：

ζ描述S1和S2之间的协同程度，其值越接近1越说明S1和S2之间的耦合程度在加深。ζ的变化可以导致方程出现新的稳定解X1≠0 、X2≠0时，两个系统的彼此良性联系增强，协同程度增加。

2.模型假设

根据上述理论依据以及农产品电商与物流之间的互动关系，做如下假设：

（1）S1和S2的产出水平是时间t的函数，则X1（t）和X2（t）分别表示S1和S2的产出水平。

（2）假定在农产品供应链环境下，r1和r2分别代表S1和S2的自然增长率，为简化研究，假定r1和r2都为固定常数。

（3）假定在农产品供应链环境下，S1和S2充分利用各种要素与资源所能达到的最大产出水平分别为M1和M2。

（4）假定在S1和S2相互作用的过程中，彼此对对方的产出有负效应，用ρ12表示S2对S1的影响系数，ρ21表示S1对S2的影响系数。

（5）假定在S1和S2相互作用的过程中，彼此对对方的产出有正效应，用δ12表示S2对S1的贡献系数，δ21表示S1对S2的贡献系数。

3.无协同阶段的单纯竞争演化模型

当农产品供应链中的电商与物流在未实现协同时，各自处在封闭的子系统内单独运作，结合公式（1）和公式（2）可以得到两者单独运作的状态方程：

在无协同阶段，由于专业化分工水平较低，农产品供应链的电商以自营物流的方式配送运输农产品，并与第三方物流企业争夺物流资源，从而形成单纯的竞争关系。由于农产品物流资源更多体现为公共资源，竞争会影响物流资源的使用，最终影响电商和物流各自的产出水平，结合公式（3）和公式（5）可以得出农产品电商与物流无协同阶段的单纯竞争演化模型：

解上述方程组，可以得到该微分方程组的四个平衡点：

若求解得方程组公式（6）的平衡点为P0(X10，X20)，那么

在P0点将f(X1，X2)、g(X1，X2)作泰勒（Taylor）展开，只取一次项，则公式（6）变为：

方程组公式（7）的系数矩阵A为：

公式（7）的特征系数：

根据微分方程稳定性判别准则[20]，利用特征系数对方程组四个平衡点的稳定性做如下分析：

（1）对于平衡点P1(0，0) ：p=-(r1+r2)＜0 ，q=r1∙r2＞0，因此P1是不稳定的。

（2）对于平衡点P2(0，M2)：p=r2+r1(ρ12-1)，q=r1∙r2(ρ12-1) 。此时，若ρ12＜1，则q＜0 ，那么P2(0，M2) 是不稳定的；若ρ12＞1，则p＞0 ，且q＞0，那么P2是稳定的。

（3）同理，对于平衡点P3(M1，0)：若ρ21＜1，则q＜0，那么P3是不稳定的；若ρ21＞1，则p＞0，且q＞0，那么P3是稳定的。

从特征系数可以看出，只有当ρ12＜1，ρ21＜1时，平衡点P4才是稳定的。

综合上述分析来看，当农产品供应链中的物流与电商处在无协同阶段的单纯竞争状态时：

当ρ12＞1 或ρ21＞1 时，平衡点P2（0，M2）或P3（M1，0）将成为稳定点，即在系统的稳定状态时，S1或S2的产出值将稳定在0，这意味着农产品物流与电商之间的竞争会导致一方对另一方构成致命威胁，占优势的一方会最终将对方挤出物流服务供给市场，无法实现共存。

当ρ12＜1，ρ21＜1 时，农产品物流与电商之间虽然有激烈的竞争，但最终会导致二者的产出值都稳定在一定的水平，即二者可以共存。

4.协同阶段的竞争合作演化模型

农产品供应链上物流与电商企业经过竞争后，各自的市场份额都达到一定规模，为获得企业在供应链中的持续竞争优势，物流和电商需要专注于自己的核心竞争力，将非核心业务外包，相互之间形成协同合作关系，二者之间单纯竞争演变成合作与竞争并存。这种合作会对双方的产出形成正效应，结合公式（6）可以得出农产品物流与电商协同阶段的竞争与合作演化模型：

解该方程组，可以得到该微分方程组的四个平衡点：

求解微分方程公式（8）的特征系数，各平衡点的稳定性及稳定条件如表1所示，从中可以看出：

（1）当S1与S2相互之间的贡献系数低于一定临界值时，P2（0，M2）或P3（M1，0）将成为稳定点，即农产品物流与电商之间竞争的负效应远远大于相互之间的合作产生的正效应，二者难以共存，最终有一方将退出市场。

（2）当S1与S2相互之间的贡献系数都大于一定临界值时，P4将成为稳定点，农产品物流与电商之间竞争产生的负效应能够被合作产生的正效应所抑制，在竞争的同时又通过有效的合作形成优势互补，最终实现共同稳定的发展。

5.农产品物流与电商协同演化的结论

从上述模型演化分析可以得到三点启示：

（1）农产品物流与电商从无协同状态演化到协同状态是二者间相互联系、相互作用的自组织结果，电商与物流之间的相互合作和竞争程度对系统自组织演化的方向有关键性的影响，这体现在模型中影响系数和贡献系数的不同取值范围决定微分方程平衡点的稳定性。

（2）引起农产品物流与电商协同系统内部自组织演化的序参量主要来自那些能够对物流与电商之间的影响系数和贡献系数产生影响的因素。

（3）在农产品供应链中，物流与电商构成的复合系统可能会有很多平衡点，在不同的条件下，序参量对系统自组织过程产生影响所得到结果不同，有的平衡点可能导致双方无法共存，因此农产品电商与物流系统的自组织演化不一定能够进入共存发展的协同状态，需要识别影响协同的序参量，然后从系统外部对序参量施加影响，引导农产品物流与电商进入互惠互利的协同共存状态。

表1 协同阶段稳定性分析

四、农产品物流与电商协同的序参量分析与协同度评价

（一）农产品物流与电商协同系统的序参量识别

根据前面的模型分析可知，要引导农产品供应链中物流与电商构成复合系统并进入协同共存的互惠互利状态，需要确定影响复合系统内部自组织过程进入平衡状态的序参量，但如果按照协同学方法求解序参量，需要解微分方程，这必须借助大量的数学工具，而且由于农产品供应链中的相关数据统计并不完善，相关变量间的函数关系不明确，因此用解方程的定量方式求解序参量比较困难。本文参考徐绪松等[21]提出的探索图方法，对农产品物流与电商协同系统的序参量进行定性分析。

探索图方法求解序参量的主要思路是采用复杂科学管理的系统思维，根据已经掌握的知识和信息，对系统内外环境进行观察，然后充分利用想象力，将所有影响或可能影响系统的因素绘制成一张能够清晰辨识各种因素之间互动、层次关系的图，从图中找出对系统协同运行起主导作用的因素，这些因素即为系统的序参量。识别出序参量后，根据其重要性及作用范围对序参量进行分类。

本研究的序参量主要来自于那些能够对物流与电商之间的影响系数和贡献系数产生影响的因素（如图4所示）。在图4中，可从宏观和微观两个层面对农产品供应链中物流与电商复合系统所处内外环境进行观察，其中对物流与电商相互之间的影响系数和贡献系数产生影响的因素包括经济发展水平、政策法规、行业竞争、信息技术发展水平、市场需求、合作忠诚度、物流与电商之间信息共享程度和物流瓶颈共8个方面的因素。

图4 农产品物流与电商协同系统的序参量

图4中物流与电商的合作忠诚度、物流与电商之间信息共享程度、物流瓶颈属于农产品供应链的内部微观层面因素，是决定农产品物流与电商复合系统自组织过程向哪一类型平衡点演化的关键因素，本文将这三方面因素确定为对农产品物流与电商协同起主导作用的系统内部微观序参量。经济发展水平、政策法规、行业竞争、信息技术发展水平、市场需求五个方面的因素属于农产品供应链的外部宏观层面因素，这些因素不对农产品物流与电商复合系统自组织过程产生直接影响，而是通过影响系统内部微观序参量，间接影响农产品物流与电商的协同演化，本文将这五方面因素确定为对农产品物流与电商协同起外部控制的系统外部宏观序参量（即控制参量）。

系统内部微观序参量是对农产品供应链中物流与电商复合系统协同演化产生决定作用的因素，是引导农产品供应物流与电商制定协同策略、发展战略的关键参考依据。而系统外部宏观序参量的主要作用有两方面：一是分析农产品供应链中物流与电商的整体协同水平；二是为政府和行业制定促进农产品供应链中物流与电商协同发展政策提供依据（参见表2）。

（二）农产品物流与电商协同的协同度评价

1.农产品物流与电商协同度模型

本文参考孟庆松等[22]的研究，以协同度反映复杂系统内部的各子系统在系统内部自组织或外部对系统的作用下由无序走向有序，从而导致整体系统的状态、结构和功能效应波动变化的趋势与程度，并对农产品供应链中的物流与电商的协同程度进行分析。

这里，以识别出的部分外部宏观序参量构建农产品供应链中物流与电商的协同度模型如下：

（1）以效用函数E（uji）表示子系统Sj的外部宏观序参量集Uj中外部宏观序参量uji的指标xji对Sj有序度的贡献：

（2）以有序度函数EC（Uj）表示子系统Sj的有序度：

或者：

其中，wji为序参量uji的指标权重，且wji≥0。

（3）以协同度EC表示经历某个时段的自组织或外部作用后S1和S2的协同程度。

具体表示从某个初始时刻t0开始，S1和S2的有序度分别为和，经过自组织或外部作用发展演变到时刻t1后，S1和S2的有序度分别变化为和，那么：

其中：

上述建模的核心是以农产品物流和电商两个子系统的外部宏观序参量的有序度变化反映农产品物流与电商协同系统的协同程度。

2.外部宏观序参量指标选择

根据图4分析得到的外部宏观序参量（参见表2），选择合适的序参量指标分析农产品供应链中的物流与电商协同状况。考虑到政策法规的序参量指标不容易量化和获取，因此只使用经济发展水平、信息技术发展水平、市场需求和竞争这四类外部宏观序参量；同时参考刘有升等[23]关于跨境电商与物流协同评价的研究，对农产品物流（S1）和农产品电商（S2）选择这四类宏观序参量的指标如下（参见表3）。

表2 农产品物流与电商复合系统序参量功能类型

（1）经济发展水平

S1的经济发展水平直接体现为农产品物流量和物流里程。由于近年来我国农产品物流越来越多地依靠公路运输，因此将农产品物流额（u11）和公路运营里程数（u12）作为经济发展水平的序参量指标；S2的经济发展水平直接体现为农产品的网络交易额，因此将农产品网络零售额（u21）作为序参量指标。

（2）信息技术发展水平

S1的信息技术发展水平集中表现为冷链物流的技术水平，因此将农产品冷链物流仓储规模（u13）作为序参量指标；S2的信息技术发展水平最直接的体现是互联网的使用状况，因此将农村互联网普及率（u22）作为序参量指标。

（3）市场需求

S1的市场需求集中体现为需满足的农产品物流量，而农产品以粮食为典型代表，因此将粮食总产量（u14）作为序参量指标；S2的市场需求与居民自身的消费水平有关，同时又与消费者通过电商平台订购农产品的规模有关，因此将生鲜电商交易规模（u23）和居民消费水平（u24）作为序参量指标。

（4）竞争

S1的竞争主要来自于农产品电商企业自营的即时物流，因此将即时物流行业成本规模（u15）作为序参量指标；S2的竞争主要来自于社会第三方物流，因此将第三方物流规模（u25）作为序参量指标。

表3 农产品物流与电商外部宏观序参量指标选择

五、我国农产品物流与电商协同发展分析与建议

（一）我国农产品物流与电商协同的协同度分析

依据前面构建的农产品物流与电商的协同度模型，选择的系统外部宏观序参量指标以及有可得数据支撑的时间段，这里对2013—2018年间我国农产品供应链的物流与电商协同水平进行分析，所选用的序参量指标数据（参见表4）均来自网上公开数据的整理以及中国统计年鉴、物流统计年鉴，分析步骤如下。

1.外部宏观序参量指标集关联性

表4 2013—2018年我国农产品供应链物流与电商协调水平外部宏观序参量指标数据

从前面的分析可知，农产品供应链中物流和电商之间存在从无序状态向有序平衡状态演化的协同过程，两个子系统之间的关联性是协同分析的基础，因此首先要判断S1和S2的外部宏观序参量指标集合之间的关联程度是否紧密。本文通过计算这两个指标集合间的相关系数来判断S1和S2之间的关联性。

由于相关数据的单位和量纲不同，不便于统一测量，所以在计算两个指标集的相关系数前需要对原始数据进行标准化处理。本文采用极差标准化的处理方式消除量纲影响：

公式（13）中的zij为消除量纲后的标准化指标值，通过标准化指标值求解S1和S2的外部宏观序参量指标之间的相关系数（参见表5）。

从表5可知所有的相关系数全部大于0.6，而且大部分都大于0.9，表明S1的5 个外部宏观序参量指标与S2的5个外部宏观序参量指标关联度较高，农产品供应链中的物流与电商存在高度关联性，可以使用所选择的外部宏观序参量指标分析物流与电商之间的协同程度。

2.设定外部宏观序参量指标临界点上下限

本文按照所选各项序参量指标数据在2013年至2018年间的历史平均增长率，综合确定各指标临界点上下限（参见表6）。

3.计算各子系统的有序度

根据公式（9）、公式（10），分别计算S1和S2的有序度（参见表7）。

表5 外部宏观序参量相关系数

4.计算复合系统的协同度

根据公式（12），时刻t0与t1的时间间隔为1年，计算从2013年到2018年时间段内每年的农产品物流与电商协同系统协同度变化（参见表8）。

（二）我国农产品物流与电商协同的趋势分析

根据表7和表8的数据，得到我国农产品供应链中物流和电商协同趋势（参见图6），结合本文关于物流与电商协同演化过程中平衡点稳定性的分析，可以得到以下结论。

1.农产品物流与电商发展迅速，但发展程度存在差异

从图6可以看出，近年来我国农产品供应链中物流子系统与电商子系统各自的有序度快速提升，这种现象与我国农产品供应链的外部宏观环境变化密切相关。随着对外开放的不断扩大，我国农产品市场化程度和贸易自由化程度快速提高，农业和农村经济的发展对我国建设现代农产品流通体系产生了较强的内在需求，再加上政府不断出台促进农产品物流和电商发展的政策，以及以互联网为基础的新兴信息技术在农产品流通领域的不断推广和应用，这些积极因素通过外部宏观序参量作用于农产品物流与电商复合系统，加速了这两个子系统内部从无序到有序状态的演化。

虽然有序度都处于上升状态，但农产品物流子系统的有序度明显高于电商子系统的有序度，表明与电商相比，农产品物流的发展受外部宏观因素的影响更大。

2.农产品物流与电商之间存在着协同关系，但协同水平较低

从2013—2018年间我国农产品物流与电商协同系统的协同度数据来看，最大值为0.153，最小值为0.022，参考廖重斌[24]的研究，可以判定当前我国农产品供应链中物流与电商两者的协同状态处于从无协同的单纯竞争状态向形成协同的竞争合作状态过渡的阶段，处于相互竞争、相互合作的动态演化过程中。

表6 外部宏观序参量指标上下限数值

表7 农产品物流子系统与电商子系统的有序度值

表8 农产品物流与电商协同系统协同度数据

图6 2013—2018年我国农产品物流与电商协同趋势

3.农产品物流与电商的发展与二者之间的协同水平不匹配

从图6可以看出，农产品物流子系统与电商子系统的有序度提升不能拉动由二者构成的复合系统的协同水平提升。结合外部宏观序参量的指标值看，2013—2018年间我国农产品物流子系统、电商子系统的有序度大幅提升，同时伴随着农产品物流与电商产出水平的大幅提高，但二者之间的协同水平不仅没有提高反而明显下降。例如2018年，农产品物流与电商的有序度都达到了这一时期的最大值，分别为0.702 和0.558，但农产品物流与电商之间的协同度仅为0.022，是同时期协同度的最低值。这说明农产品物流与电商协同程度的提升需要两个子系统在结构和功能上实现耦合，单一子系统的超前或滞后发展会导致整个复合系统处于失调状态。我国农产品供应链中物流与电商复合系统表现出的两个子系统有序度大幅提升，而复合系统的协同度却总体处于低水平且呈下滑趋势的反差状态恰恰说明农产品物流与电商的发展是两个复杂系统的协同，当前两个子系统的发展是不匹配的。

（三）促进我国农产品物流与电商协同发展的建议

本文结合模型分析，围绕发挥核心作用的微观序参量，对改善我国农产品物流与电商协同水平提出以下几方面建议。

1.充分释放农产品电商的物流需求，加大对农产品第三方物流产业的扶持力度

根据协同阶段的稳定性条件（见表1中平衡点P4的稳定条件），农产品电商与物流稳定协同发展的条件是相互之间的贡献系数必须大于影响系数，形成优势互补。目前我国农产品物流与电商处于协同发展的初期阶段，由于农产品物流市场信息的不完善以及高昂的外部交易成本，很多农产品电商企业采用自营物流方式，把物流作为销售业务的末端环节和辅助活动来对待。这种自营物流涵盖农产品的仓储、分拣、包装、配送等完整的物流活动，与农产品物流在一定程度上形成“同质化”竞争，导致相互间的影响系数大于相互间的贡献系数，难以达到协同中的稳定平衡点，使双方的发展都受到限制，特别是农产品物流长期低水平发展直接导致农产品供应链中的物流瓶颈，影响农产品物流与电商协同的重要内部微观序参量。因此随着农产品电商与物流协同发展的深入，农产品电商企业应从专业化分工的角度不断向自身核心业务聚焦，充分释放物流需求，以业务外包的形式加强与物流企业合作；政府和行业应该加大对农产品第三方物流企业在资金、政策、技术、人才等方面的扶持力度，不断提升第三方物流企业的专业化水平和成本管理控制能力，改善服务质量。只有当农产品物流和电商从单纯竞争过渡到竞争合作，才能有效提升二者产出之间贡献系数的正效应，不断提升相互协同的可靠性和稳定性。

2.加强战略协作，提升农产品物流与电商的合作伙伴忠诚度

农产品物流与电商通过供应商选择方式形成稳定的合作关系后，双方应本着合作共赢、互惠互利的原则，从发展战略上加强协同，在战略目标和实施路径方面加强对接。通过强化供应商管理，逐步形成以诚信为基础的战略合作关系，不断增强合作伙伴之间的忠诚度，形成利益共同体，这是二者实现协同发展的基础。

3.加强信息集成整合，提升农产品物流与电商之间的信息共享程度

当前我国农产品物流与电商之间信息共享程度低，物流子系统与电商子系统之间常常形成信息孤岛，容易诱发因信息不共享而导致的恶性竞争。农产品物流与电商之间如果能够以合作伙伴忠诚度为基础，集成整合双方的信息系统，消除双方信息不透明的障碍，就能促进农产品供应链中的信息数据流的高效、顺畅传输，为农产品电商和物流通过有效的协同快速响应客户需求奠定基础。

六、总结

（一）研究总结

本文以我国农产品供应链中的物流与电商为研究对象，从以下三个方面分析了农产品物流与电商实现协同发展的机制。

1.从供应链的角度分析了我国农产品物流与电商协同形成的机制，并用复杂系统的表述方式描述了农产品物流与电商协同系统的结构和要素。

2.运用Verhulst模型构建了农产品物流与电商复合系统协同的自组织演化模型，用微分方程稳定性理论分析了复合系统自组织演化过程中协同达到稳定平衡点的条件，研究发现农产品物流与电商协同能否达到稳定平衡状态取决于两个子系统之间的影响系数和贡献系数的大小。

3.运用探索图方法，围绕影响农产品物流与电商之间影响系数和贡献系数的因素，识别出农产品物流与电商协同系统的序参量，并从功能和应用角度对识别出的序参量进行分类，分为系统外部宏观序参量（控制变量）和系统内部微观序参量。

4.为农产品物流与电商协同系统的外部宏观序参量选择序参量指标集，构建农产品物流与电商协同系统协同度评价模型，通过计算该模型中的协同度指标分析近年来我国农产品物流与电商的协同水平变化情况，认为我国农产品物流与电商的协同处于初级低水平阶段。

5.针对如何提升我国农产品物流与电商协同水平问题，围绕如何影响和控制对协同起决定性影响的内部微观序参量提出对策和建议。

（二）不足之处

本文在研究过程中主要存在以下两方面的不足，未来需要进一步深入研究。

1.对于农产品物流与电商复合系统自组织演化过程的分析不够细致，仅仅划分为没有实现协同的单纯竞争与实现协同后的竞争合作两个阶段，对复合系统进入协同后农产品物流与电商如何进一步演化未做深入分析。

2.分析农产品物流与电商协同系统协同度的过程中，在求解各子系统的有序度时没有考虑所选序参量指标的权重，仅求简单的几何平均值，可能影响结果的准确性，需做进一步的研究和改善。