甘肃省农产品物流运输的影响因素分析

杨芳 张自尧 黄倩倩 马国亮

摘  要：物流运输对农产品发展具有重要作用。文章基于甘肃省2015—2021年物流运输相关数据，从社会发展水平、农产品产出水平、物流基础设施水平和物流规模水平四个维度构建农村物流运输发展状况的评价指标体系，利用灰色关联和聚类分析法，分析影响甘肃省农产品物流运输的因素，结果表明货运周转量对农产品物流运输的影响最大，邮路及农村投递线路总长度对物流运输的影响最小。并根据聚类分析结果提出建议，对推动甘肃省农产品物流运输发展具有借鉴意义。

关键词：甘肃省；
物流运输；
影响因素；
灰色关联分析；
聚类分析

中图分类号：F252.8    文献标志码：A    DOI：10.13714/j.cnki.1002-3100.2024.13.018

Abstract：
Logistics transportation plays an important role in the development of agricultural products. Based on the data on logistics transportation in Gansu Province from 2015 to 2021， this paper constructs an evaluation index system for the development of rural logistics transportation from four dimensions：
The level of social development， the level of agricultural product output， the level of logistics infrastructure and the level of logistics scale， and uses grey correlation and cluster analysis to analysis the factors affecting logistics transportation of agricultural products in Gansu Province. The results show that freight turnover has the greatest influence on agricultural logistics transport， and the total length of postal routes and rural delivery lines has the least influence on logistics transport. The results show that freight turnover has the greatest influence on agricultural logistics transportation， and postal routes and total length of rural delivery routes have the least influence on logistics transportation.

Key words：
Gansu Province; logistic transport; influencing factors; grey correlation analysis; cluster analysis

0  引  言

2022年中共中央国务院颁布《关于做好2022年全面推进乡村振兴重点工作的意见》提出：“加强农产品现代流通体系建设，提高农产品流通效率，更好保障市场供应”。推动农村物流的稳定发展是优化农村产业经济结构、推动实现农业农村现代化、加快农村经济社会发展和实现乡村振兴的有效途径之一。2022年12月甘肃省颁布《甘肃省“十四五”现代物流业规划》提出“健全现代物流流通体系，构建现代物流发展新格局”。物流运输作为推动国民经济高质量发展的重要支撑，大力发展物流运输业，对立足新发展阶段，构建国内国际双循环的物流流通体系，加快甘肃省“一带一路”建设，助力脱贫攻坚和乡村振兴有效衔接具有至关重要的作用。

国内外学者对农村物流都进行了深入的研究，并取得了丰硕的研究成果。美国学者J. F. Growell在《农产品流通产业委员会报告》中，首次开启了农产品物流研究[1]。此后国外学者对物流影响因素的研究主要集中在农产品冷链物流方面[2]。20世纪90年代，我国学者开始了农产品物流的研究。一部分国内学者通过DEA-Malmquist指数法、熵权-灰色关联分析法和二元回归分析法等定量分析的方法[3]，分析影响农产品物流运输的影响因素。另一部分学者则通过定性的方法对产品冷链物流运输的相关数据进行对比分析，提出农产品物流运输的优化路径[4]。梳理文献发现，我国学者对农产品物流影响因素的研究多基于全国视角和发达地区视角来研究，对西部欠发达地区的农产品物流研究较少。因此本文以甘肃省为研究对象，选取甘肃省2015

—2021年的相关数据，利用灰色关联和聚类分析法对甘肃省农产品物流影响因素进行深入分析，有利于甘肃省在新发展阶段更精准的寻求影响农产品物流运输的主要因素，完善甘肃省农产品物流运输体系，对推动甘肃省农产品物流运输的智能化、数据化和信息化具有重要意义。

1  数据来源与研究方法

1.1  数据来源

本文选取的原始数据来源于《甘肃统计年鉴》（2015—2021年）、以及《甘肃省国民经济和社会发展统计公报》（2015

—2021年）。

1.2  研究方法

1.2.1  灰色关联分析法

灰色关联分析法是1982年华中理工大学邓聚龙教授提出的[5]。它是以数据为基础反映因素间的趋近程度的一种分析方法。该方法是以关联度作为衡量两因素间的关系密切程度，通过分析系统中参考序列和比较序列曲线的几何相似程度来判断其联系是否紧密。该方法的优点在于计算简单方便，能够减少误差，能通过小样本来反应整体情况，是一种合理、有效的分析方法。

1.2.2  聚类分析法

聚类分析就是将多个样本数据进行分组，将类似的样本指标分成多个类别的一种统计方法。本文选择使用聚类分析法，来对12个指标的灰色关联度进行系统聚类，并找出灰色关联度的聚类特征。

2  指标选取与数据分析

2.1  指标选取

本文通过查阅大量文献并结合甘肃省农产品物流运输实际发展状况，选取甘肃省农产品物流货运量作为目标序列，但是由于物流货运量数据缺失，故用甘肃省货运总量X作为代替。梳理文献时发现[6]，学术界对测定农产品物流影响因素的指标没有明确的界定，因此本文通过结合甘肃省农产品物流发展的实际状况分别从社会发展水平、农产品产出水平、物流基础设施水平和物流规模水平四个维度出发选取12个指标作为比较序列来对甘肃省农产品物流的影响因素进行客观分析。社会发展水平包括人均可支配收入X、乡村消费品零售总额X和固定电话用户X。农产品产出水平包括农产品产量X、农林牧渔总产值X和农业生产总值X。物流基础设施水平包括邮路及农村投递线路总长度X、铁路营业里程X、公路营业里程X和民用载货汽车拥有量X。物流规模水平包括货运周转量X和运输仓储邮政就业总人数X。因此，本文构建甘肃省农产品物流影响因素指标体系如表1所示。

2.2  数据分析

2.2.1  确定参考序列和比较序列

本文以货运总量作为参考序列，以甘肃省农产品物流影响因素指标体系表1的三级指标（X—X）作为比较序列。参考序列为：X=Xk（其中k=1，2，3，…，n），其中k表示相对应的时间段。比较序列为：X=Xk，（其中k=1，2，3，…，n；
i=1，2，3，…，m），其中Xk表示第k个时间段上第i个指标。

2.2.2  原始数据的初值化处理（无量纲化）

不同指标的原始数据由于单位、性质和数量级的不同存在着较大的偏差，如果将各指标的原始数据直接计算，最终计算结果将会出现错误，因此需要将各项指标的原始数据进行初值化处理。

具体计算公式如下：

Xk=    k=1，2，3，…，n; i=1，2，3，…，m                               （1）

根据式（1），计算得到的结果如表2所示。

2.2.3  计算差序列、最大差和最小差

具体计算公式如下：

ΔK=Xk-Xk    k=1，2，3，…，n; i=1，2，3，…，m                           （2）

M=max*maxΔK                                           （3）

m=min*minΔK                                           （4）

根据式（2）至式（4），本文计算得出差序列、最大差和最小差具体结果如表3所示。

2.2.4  计算关联系数

具体计算公式如下：

RXk，Xk=m+ρM/ΔK+ρM                                 （5）

式中：ρ为分辨系数，ρ∈0，1。

根据式（5），本文计算得出关联系数如表4所示。

2.2.5  计算关联度

具体计算公式如下：

rX，X=∑rXk，Xk                                    （6）

式中：i=0，1，2，…，n。

根据式（6），本文计算得出关联度如表5所示。

3  甘肃省农产品物流影响因素分析

3.1  灰色关联分析

灰色关联度越大，表明对参考序列的影响程度越大。本文中所有评价指标的灰色关联度均大于0.5，由此说明评价指标与物流运输水平之间存在较强的关联度，同时说明本文指标的选取具有科学性，合理性和可靠性。本文中各指标关联度从大到小排序为：货运周转量（0.856 7）>乡村消费品零售总额（0.811 8）>运输仓储邮政就业总人数（0.781 5）>公路营业里程（0.778 3）>农林牧渔总产值（0.725 7）>铁路营业里程（0.729 2）>农业生产总值（0.722 6）>民用载货汽车拥有量（0.722 5）>人均可支配收入（0.683 1）>农产品产量（0.673 4）>固定电话用户（0.651 4）>邮路及农村投递线路总长度（0.538 9）（见表5）。由此我们可以得出货运周转量对农产品物流运输的影响最大，邮路及农村投递线路总长度对物流运输的影响最小。

3.2  聚类分析

3.2.1  定义样本间距离

本文为了度量两个样本之间的相似度，选择欧几里德距离，具体公式如下：

d=                                          （7）

式中：d表示为样本i、j之间的距离; a、a分别为第i、j个样本在第 k个维度上的评价值。

3.2.2  构建距离矩阵

依次求出任何两个样本点的距离系数di、j=1，2，…，n，则可形成一个样本间的距离矩阵，具体如下：

D=d=  （8）

3.2.3  绘制聚类谱系图

本文采用SPSS27.0软件中的系统聚类分析对通过对12个指标灰色关联度进行系统聚类，采用平方欧氏距离测定各变量距离确定组间距为5，得出谱系图如图1所示。

3.2.4  聚类结果分析

根据聚类结果谱系图（图1），确定组间距离为5，将各指标的关联度划分为三类。

第一类：货运周转量、乡村消费品零售总额、运输仓储邮政就业总人数和公路营业里程。此四项指标关联度最高。货运周转量和运输仓储邮政就业总人数是衡量物流规模水平的指标，关联度分别为0.856 7和0.781 5，表明物流规模水平对农产品物流运输的影响程度最明显，其中在2021年货运周转量的关联系数达到0.960 7（表4），表明货运周转量对物流运输的影响最大。乡村消费品零售是衡量甘肃省社会发展水平的重要指标，关联度为0.811 8，说明甘肃省的社会发展水平对农产品物流运输有显著影响。公路营业里程是物流基础设施水平中对农产品物流运输影响最显著的一项指标，其关联度为0.778 3（表5）。其主要是因为甘肃省地形特殊，物流运输大多选择公路运输，所以公路营业里程对农产品物流运输影响最显著。

第二类：铁路营业里程、民用载货汽车拥有量、农林牧渔总产值、农业生产总值、人均可支配收入、农产品产量和固定电话用户。关联度分别为0.729 2、0.722 5、0.725 7、0.722 6、0.683 1、0.673 4和0.651 4（表5）。农林牧渔总产值、农业生产总值和农产品产量是农产品产出水平，此三项指标的关联度排名位于前列。甘肃省作为农业大省，特色农产品产量位居全国前列，由于农产品具有易腐性，物流运输可以最大程度降低损耗，因此农产品产出水平高低对农产品物流运输有重要的影响。铁路营业里程和民用载货汽车拥有量是物流基础设施水平的指标，此两项指标关联度较高，说明物流基础设施建设对农产品物流运输的影响较大。

第三类：邮路及农村投递线路总长度，关联度0.538 9（表5）。相对其他指标来说，邮路及农村投递线路总长度的关联度较低，说明邮路及农村投递线路总长度对农产品物流运输有影响，但不明显。

4  结论及建议

4.1  结  论

本文选用甘肃省2015—2021年的数据，利用灰色关联分析和聚类分析方法对甘肃省农产品物流运输的影响因素进行研究，得到以下结论：

（1）本文采用灰色关联分析得出货运周转量对农产品物流运输的影响最大，邮路及农村投递线路总长度对农产品物流运输的影响最小。

（2）本文采用聚类分析可以将灰色关联度聚类划分为三类。第一类为货运周转量、乡村消费品零售总额、运输仓储邮政就业总人数和公路营业里程。第二类为铁路营业里程、民用载货汽车拥有量、农林牧渔总产值、农业生产总值、人均可支配收入、农产品产量和固定电话用户。第三类为邮路及农村投递线路总长度。

4.2  建  议

（1）完善物流基础设施建设，构建物流交通网络

近年来，甘肃省推动“甘味”农产品品牌建设，畅通了甘肃省农产品销路。因此，甘肃省应该完善物流基础设施建设，构建多元化的物流运输方式，保证农产品有畅通的物流运输环境和渠道，以此来提高农产品运输的有效性和安全性，保证农产品品质，提高甘肃省农产品的口碑，助农增收，推动乡村产业振兴。

（2）引进和培育专业型人才，创新物流运输技术

“人才是第一资源，创新是第一动力”。物流技术创新的第一生产力就是专业型人才。甘肃省应该出台相应优惠政策，积极对外引进专门的物流管理专业型人才，并应联合各大高校，设立物流相关专业，培养优质的物流管理顶尖人才，为甘肃省物流发展提供人才支撑，以此优化提升农产品物流运输途径和方法，推动甘肃省农产品物流业的快速发展。

（3）搭建农产品物流信息平台，促进智慧物流发展

农产品物流运输最重要的是安全性和时效性。甘肃省应该根据各区域农产品发展的特点和现状，搭建专门的农产品物流信息平台，提高农产品的运输效率，保证农产品的品质。同时，以信息技术为基础，大力发展农村智慧物流，降低人力成本，保证农民收益的最大化。

参考文献：

[1] 劳健，谢如鹤. 经济新常态背景下广东农产品物流影响因素研究[J]. 商业经济研究，2017（21）：95-98.

[2]  P L ABABA， VIJAY AGGARWAL. In corpoating transport cost in the lost size and pricing decision with down ward sloping demand[J]. Production， 2001（7）：28-31.

[3]  ANONYMITY. Optimal size of a biofuel refinery[J]. Engineering Management Joumal， 2012，24（4）：63-72.

[4] 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.

[5] 堵鹤明. 基于灰色关联度的我国农产品物流的影响因素分析[J]. 河北企业，2018（12）：107-109.

[6] 何富康，高迪. 基于灰关联的新疆农产品物流影响因素分析[J]. 中国储运，2023（2）：62-63.

[7] 张于贤，黄鑫，刘瑞环. 基于熵权灰色关联法的中部地区农产品物流发展评价研究[J]. 商业经济研究，2017（21）：88-91.

[8] 程书强，刘亚楠. 西部地区农产品物流效率及省际差异动态研究——基于DEA-Malmquist指数法[J]. 统计与信息论坛，2017，32（4）：95-101.

[9] 高帆. 农产品冷链绿色物流发展的影响因素分析[J]. 农业经济，2019（4）：143-144.

[10] 许欢. 吉林省农产品供应链模式优化分析[D]. 长春：长春大学，2017.

[11] 刘斌鹏，裴婷婷. 甘肃省农产品物流影响因素研究——基于灰色关联分析[J]. 物流科技，2022，45（8）：16-20.

猜你喜欢 物流运输灰色关联分析聚类分析 我国物流运输管理提升措施探讨商场现代化(2016年27期)2017-02-14基于灰色关联的河南省旅游收入影响因素研究科技与管理(2016年3期)2016-12-20基于人机工程的物流运输三参数风险评估模型中国经贸(2016年19期)2016-12-12基于灰色关联分析的制造企业跨国并购财务决策经济研究导刊(2016年24期)2016-12-12中国能源消费与经济增长关系研究时代金融(2016年30期)2016-12-05农村居民家庭人均生活消费支出分析大经贸(2016年9期)2016-11-16基于省会城市经济发展程度的实证分析中国市场(2016年33期)2016-10-18基于聚类分析的互联网广告投放研究科技视界(2016年20期)2016-09-29略论企业物流成本的控制与优化商业经济研究(2016年14期)2016-09-14“县级供电企业生产经营统计一套”表辅助决策模式研究企业导报(2016年9期)2016-05-26