信息技術背景下農產品智慧物流發展影響因素研究
——基于我國省際面板數據分析

勞 健，謝如鶴，王媚莎

（1.廣州城建職業學院，廣東 廣州 510925；2.廣州大學 工商管理學院，廣東 廣州 510006）

1 引言

互聯網時代新產業新業態不斷涌現，正深刻改變農產品發展環境。居民消費結構升級，對農產品物流提出了更高的要求，傳統物流管理已經不能適應農產品發展需要。隨著電子商務的普及，信息技術與農產品物流加速融合，推動農產品智慧物流迅速發展起來。2016年國家發改委會同相關部門制定了《“互聯網+”高效物流實施意見》，為智慧物流發展奠定了政策基礎。菜鳥網絡、交通運輸部科學研究院和阿里研究院聯合發布的《2017中國智慧物流大數據發展報告》指出，智慧物流應用信息技術，推動電商物流飛速發展，它是世界物流業發展的趨勢，是所有物流企業追求的目標。2019年中共中央辦公廳、國務院辦公廳印發《數字鄉村發展戰略綱要》指出，到2025年我國基本形成鄉村智慧物流配送體系。我國智慧物流已步入政府強力推行、社會高度關注、物流企業積極投身建設的快車道。農產品智慧物流是主要利用互聯網平臺收集海量數據，通過物聯網、大數據、人工智能等信息技術，提升農產品物流智慧分析與智能執行能力，逐步實現農產品物流信息化、網絡化、智慧化管理的一種物流新業態。近年來，信息技術爆炸式發展，引發農業經濟格局和產業形態發生深刻變革，研究信息技術背景下農產品智慧物流發展影響因素，對于推動農產品物流高質量發展，培養農業農村經濟新增長極，服務農業現代化建設均起到重要的作用。

2 文獻回顧

信息技術推動農產品智慧物流迅速發展，引發國內外學者積極探索。國外目前沒有嚴格的“農產品智慧物流”概念，學者們主要從流通渠道、信息化、供應鏈管理等方面進行農產品智慧物流研究。G.W.J.Hendrikse[1]從農產品物流流通渠道整合與協作管理方面進行相關研究。Den Ouded M[2]等認為農產品需要在供應鏈合作機制中加入信息代理這一中介組織。Lesaoana Tshabalala Bopanev[3]分析信息不對稱的農產品市場，農戶會選擇獲取信息相對便宜的方式。Roxana Procopie[4]提出了為確保農產品物流安全、農產品質量，必須建立農產品供應鏈信息技術平臺。Norbert.N[5]等從互聯網信息服務系統角度分析了農產品電子商務產業鏈，從而提升農產品在生產與銷售中的應用。Hobbs J E[6]對農產品供應鏈可追溯制度的經濟功能進行了研究。國內關于農產品智慧物流的研究包括：謝如鶴[7-9]等認為隨著農業生產方式和消費行為轉變，當前農產品物流發展滿足不了市場需求。游德升[10]指出我國農村智慧物流發展仍存在體制、產業技術等方面的問題。曾志勇[11]認為智慧物流是服務網絡購物的重要平臺，農村發展智慧物流有利于促進經濟發展。王朔[12]認為農產品銷售困難，制約了農業經濟發展，據此提出“社會企業+智能物流”合作發展理念。何玲輝[13]認為農產品智慧物流基礎良好，但是產業集聚程度不高。翟優子[14]等基于農產品物流園區的研究，提出了實現農產品智慧物流自動化、信息化和網絡化管理的建議。隨著智慧物流的深入發展，國內外學者已經開始從信息技術角度進行農產品智慧物流研究，已有研究主要包括現狀分析、前景預測、運營管理等方面，這些研究以定性分析為主，鮮少涉及定量分析，關于農產品智慧物流影響因素亟待深入研究。

3 農產品智慧物流評價指標體系構建

參考國家統計局農產品分類，本文研究的農產品主要包括種植業、畜牧業、漁業等產品。順應信息技術背景下農產品智慧物流發展需要，探討農產品智慧物流的影響因素，嘗試構建定量分析模型，基于我國省際面板數據實證分析，探索農產品智慧物流內外融合發展對策，以推進我國農產品智慧物流可持續發展。

3.1 數據來源及評價指標選取

（1）數據來源與處理。面板數據主要來自《中國統計年鑒》、《全國科技經費投入統計公報》及《全國科技經費投入統計公布》等統計資料。隨著信息技術與各行業深度融合發展，2013年國家統計局調整、增設了“軟件和信息技術服務業主要經濟指標”，結合信息技術背景下農產品智慧物流研究，嘗試引入信息技術服務收入、技術市場成交額等指標進行分析；考慮到數據可獲得性及可用性，剔除了西藏、香港、澳門、臺灣四個地區的數據，對我國30個省、市、自治區2014-2018年連續5年的面板數據進行分析，樣本觀測總數為2 850個。

（2）評價指標選取。研究農產品智慧物流評價指標，是分析農產品智慧物流發展的關鍵，也是提出合理管理建議的前提。目前關于農產品智慧物流的評價指標尚未明確，學者提出的相關指標見表1。

表1 農產品智慧物流相關評價指標

綜合考慮已有評價指標，結合農產品智慧物流特點，分別從行業經濟、互聯網、信息技術等方面選擇指標，基于信息技術背景，嘗試引入信息技術服務收入（x13）、軟件業務收入（x15）兩個新指標，合計19個指標，從農產品智慧物流基礎因子（F1）和農產品智慧物流信息技術因子（F2）兩方面進行分析研究，選用指標見表2。

表2 農產品智慧物流分析指標

3.2 評價模型

（1）因子分析。因子分析方法主要是研究變量內部依賴關系，把眾多存在相關性的變量歸結為少數幾個綜合因子，通過分析綜合因子進而發現問題、解決問題的一種多變量分析方法。影響農產品智慧物流的變量眾多，各變量之間存在一定的相關性，分析影響農產品智慧物流變量的特點，本文嘗試采用因子分析方法研究農產品智慧物流發展的影響因素。

因子分析數學模型：

通過對載荷矩陣進行分析，可得到因子變量和原有變量之間的關系：

可觀測隨機向量X=(x1,x2,...,xp)，其中均值向量E(x)=0，協方差陣Cov(X)=∑，且協方差矩陣∑與相關矩陣R相等。不可觀測的因子向量Z=(z1,z2,...,zm)，其中（p＜m），均值向量E(Z)=0，協方差矩陣Cov(Z)=1。

（2）面板數據因子分析。系統分析信息技術背景下農產品智慧物流發展應該從多個維度進行。面板數據是同時包含時間和空間（樣本）的三維數據，相對于時序數據、橫截面數據等二維數據，面板數據更適合研究快速發展的農產品智慧物流。面板數據模型的一般形式：其中 ai為截距；i=1,2,…,N（N為個體數）；t=1,2,…,T（T為每一個體的觀察時點數）；K為解釋變量個數；uit是隨機誤差項。其矩陣結構見表3。

表3 面板數據矩陣結構

運用面板數據進行農產品智慧物流因子分析可以提高估計量的抽樣精度，有利于獲得更多動態信息。王培等[23]運用面板數據進行了因子分析與主成分分析研究。董鋒等[24]改進了多指標面板數據因子分析方法，對每一時間截面數據進行一次因子分析，把方差貢獻率當作權重計算綜合因子得分。任娟[25]分析了多指標面板數據因子分析法，總結了現有研究主要是根據專家對公共因子賦予的權重計算權值進行綜合評價。本文在已有研究基礎上，基于信息技術背景，運用我國省際面板數據，分析影響農產品智慧物流發展的公共因子，在檢測公共因子符合適用性檢驗的前堤下，對公共因子進行二次因子分析，然后運用方差貢獻率計算綜合因子得分，進而定性、定量分析農產品智慧物流發展的影響因素。

（3）面板數據因子分析主要公式。利用面板數據進行農產品智慧物流發展分析，由于各指標的量綱和數量級不同，首先要對各指標的數據進行標準化處理，消除不同指標之間量綱和數量級的影響，其標準化公式為：

t時間點第i個樣本因子得分計算公式為：

φk(t)為第k個因子的貢獻率，Fki(t)為第i個樣本的第k個公共因子。

綜合因子計算公式為：

δ(t)為第t個因子的貢獻率。

4 我國省際面板數據實證分析

4.1 指標標準化

進行農產品智慧物流發展分析研究，首先對樣本原始數據進行標準化處理。以2018年我國30個省、市、自治區的數據為例，其標準化數據如下：

4.2 適用性檢驗

對樣本標準化數據進行KMO和Barlett球形檢驗。從表4中可以看到，KMO值在0.757至0.852之間，大于0.5，樣本變量之間相關性較強；顯著性為0.000,小于0.05說明；結合KMO和Barlett檢驗結果，說明樣本適合使用因子分析法。

表4 2014-2018年標準化數據KMO和Barlett檢驗

4.3 提取公因子

從表5總方差解釋表可以得出，初始特征值欄目中，只有兩個公因子的特征值超過1。第一個公因子的特征值范圍為13.440～13.602，方差貢獻率范圍為70.734%～71.590%；第二個公因子的特征值范圍為3.108～3.383，方差貢獻率范圍為16.359%～17.804%；這兩個公因子累計方差貢獻率范圍為87.498%～88.539%，提取兩個公因子可以解釋原始變量超過85%的信息。

表5 2014-2018年總方差解釋

4.4 因子得分

運用SPSS24.0軟件，采用主成分分析法，獲得表6成分得分系數矩陣。

從表6中可以分析得出，第一個公因子主要影響指標包括：地區生產總值（x1）、農產品總產值（x2）、主要農產品種植面積（x3）、互聯網寬帶接入端口（x4）、農村互聯網寬帶接入用戶（x5）、移動互聯網用戶（x6）、信息化與電子商務企業個數（x7）、郵政營業網點（x8）、民用汽車擁有量（x9）、農村投遞路線（x10）、教育經費支出（x11）、普通高等院校畢業生數（x12），這十二個指標較為集中反映在農產品智物流基礎方面，因此歸納為農產品智慧物流基礎公共因子（F1）；第二個公因子主要影響指標包括：信息技術服務收入（x13）、電子商務銷售額（x14）、軟件業務收入（x15），技術市場成交額（x16）、企業擁有網站數（x17）、R&D經費支出（x18）、R&D人員全時當量（x19），這七個指標較為集中反映在農產品智慧物流的信息技術方面，因此歸納為農產品智慧物流信息技術公共因子（F2）。

表6 成分得分系數矩陣

分析我國30個省、市、自治區農產品智慧物流發展情況，利用各地區的標準化數據及其成分得分系數，分別計算相應的公共因子得分。例如2018年公共因子得分計算表達式：

采用同樣方法，計算各地區2014-2018年截面數據公共因子得分。對截面數據公共因子構成的綜合評價矩陣進行數據標準化處理，得到矩陣R'2014-2018。

對R'2014-2018標準化數據進行KMO和Barlett檢驗，KMO值為0.733，大于0.5；顯著性為0.000，小于0.05；從KMO和Barlett檢驗結果來看，R'2014-2018適合采用因子分析法。

使用SPSS24.0軟件對R'2014-2018標準化數據進行主成分分析，計算各地區農產品智慧物流基礎因子F1和農產品智慧物流信息因子F2得分，計算方法與前面F(2018,1)、F(2018,2)計算方法相同，在此不再贅述。以矩陣R'2014-2018標準化數據的方差貢獻率作為權重，計算我國30個省、市、自治區的綜合因子得分。

表7 總方差解釋

例如北京2018年綜合因子得分計算表達式：

F北京=(-1.593×49.905+2.943×49.798)/99.703=0.673

用同樣方法計算我國30個省、市、自治區綜合因子得分。根據各地區綜合因子得分進行排名，結果如圖1所示。

5 結論與對策建議

5.1 結論

圖1 我國30個省市自治區的綜合因子得分排名

本文在國內外已有研究基礎上，利用我國30個省、市、自治區2014-2018年面板數據，運用因子分析法，對我國農產品智慧物流發展主要影響因素進行實證研究，主要得出以下結論：分析樣本KMO大于0.75（＞0.5），Bartlett檢驗相伴概率為0.000（＜0.05），樣本適合因子分析法；對影響農產品智慧物流發展的19個主要影響變量進行主成分降維分析，提取共性因子，其中有兩個公共因子特征值超過1，這兩個公共因子可以解釋原始變量超過85%的信息，主要從物流基礎、信息技術兩個方面對農產品智慧物流發展產生影響；以方差貢獻率作為權重，計算我國30個省、市、自治區的綜合因子得分，其中11個地區綜合因子得分為正值、19個地區綜合因子得分為負值，從分析結果來看，我國農產品智慧物流發展水平整體不高；各地區綜合因子得分差異大，其中廣東得分最高（F廣東=2.145），青海得分最低（F青海=-0.760），我國農產品智慧物流各地區發展不平衡，沿海、大城市等發達地區發展水平高，僻遠地區發展水平落后。

隨著互聯網普及，信息技術在農產品物流中廣泛應用，我國農產品智慧物流快速發展，但是整體發展水平不高，發展基礎薄弱，關鍵信息技術研發滯后，信息技術創新應用亟待進一步激發。

5.2 對策建議

加快完善農產品智慧物流基礎建設。把握信息技術背景下農產品智慧物流發展新趨勢，加強鄉村移動互聯網戰略部署，科學規劃農產品網絡銷售體系，開展互聯網公共基礎設施升級改造，提升農產品智慧物流的服務能力。加快完善農產品智慧物流服務體系，加強農產品物流骨干網絡建設，完善城鄉配送網絡，支持有條件的鄉鎮建立農產品智慧配送中心，規劃建設一批農產品智慧立體倉庫、產地智慧冷鏈倉庫，加快推進數字物流基礎設施建設，提升農產品智慧流通水平。加大對農產品經營主體培育力度，促使其成為農產品智慧物流建設骨干力量，加強農產品物流智力建設，注重科研人員培養，為農產品智慧物流發展提供源源不斷的人才保障和智力支撐。創新農產品智慧物流投融資機制，引導資本、技術和人才等資源向農產品智慧物流流動，著力解決農產品智慧物流發展不平衡不充分問題，支持發達地區發展適度規模經營，加大對落后地區財政扶持力度，促使農產品智慧物流成為鄉村振興的新力量，引領農業經濟高質量發展。

利用信息技術推動農產智慧物流發展。將農產品物流各個環節納入信息技術管控之下，重塑農產品物流業務流程，推動農產品智慧物流模式創新，促進信息技術與農產品智慧物流高度融合，實現農產品智慧物流跨越式發展。有效整合國家農產品物流科技資源，依托國家科研機構，開展農產品物流智慧感知、智慧分析、智慧決策等關鍵信息技術攻關，加強農產品智慧物流信息技術前沿布局，加快推動物聯網、大數據、人工智能等新一代信息技術創新與應用，全面提升農產品物流信息化、服務智慧化、管理高效化的發展水平。建立統一開放的農產品物流公共信息平臺，加快數字物流升級改造，促進物流信息和大數據互聯互通與開放共享，增強信息技術對農產品物流市場需求的分析能力、反應能力和調整能力，推動農產品物流線上線下資源融合發展。依托新一代信息技術，積極探索云倉共享、人工智能、無人機配送等物流服務新模式，打造虛實相結合、產銷一體化農產品智慧鏈，實現農產品存、取、管全程智慧化。順應信息技術發展趨勢，以農產品智慧物流為突破口，增強農業經濟高質量發展的內生動力，為實現更高水平的農業現代化建設奠定堅實的基礎。