鄉村振興背景下廣西農產品物流中心的構建研究

周燕蓉

（廣西水利電力職業技術學院， 廣西 南寧 530023）

一、引言

鄉村振興，是黨的十九大重要戰略部署。在鄉村振興背景下，要加快農村農業現代化發展，培育鄉村產業，發展鄉村經濟。2021中央一號文件提出，全面推進鄉村振興，加快實施農產品倉儲保鮮冷鏈物流設施建設工程。在十四五規劃和2035年遠景目標中多次提到“物流”二字，提出要加快農產品冷鏈物流、國家物流樞紐、縣鄉物流配送體系的建設。因此，在鄉村振興背景下，探究構建廣西農產品物流中心尤為重要。

隨著居民生活水平的不斷提高，對食品安全性、多樣性、新鮮度都提出了更高的要求，農產品物流中心可以保障農產品質量安全、減少農產品倉配損失、促進物流產業加速發展，因此發展建設農產品物流中心顯得更加重要。劉松竹、岑麗陽(2015)分析廣西農產品物流發展現狀，提出提高農村市場組織化程度、降低農產品流通成本、規范農產品批發市場、健全農產品冷鏈配送設施等具有西部特色的農產品物流發展思路。張喜才、李海玲(2020)分析我國冷鏈物流物流模式，提出加強冷鏈物流統籌協調、強化冷鏈物流政策扶持、拓寬冷鏈物流融資渠道等對策建議。廖文清(2021)提出在國際陸海貿易新通道背景下，廣西農產品跨境物流遇到新機遇，需要加強物流基礎設施建設、完善農村物流體系、培養物流專業人才。楊慧瀛、郭佳、廉永生(2021)提出廣西在沿邊地區設立自由貿易試驗區，應構建物流網絡核心樞紐節點、物流基礎設施網、物流運營組織網、物流智能信息網、統籌布局物流運輸路線等物流發展措施。綜上所述，構建廣西農產品物流中心，促進廣西鄉村振興及經濟社會發展。

二、模型構建及指標選取

(一)模型構建

劉奎、汪壽陽、盧全瑩(2021)采用因子分析法評估“一帶一路”沿線國家港口物流發展的關鍵因素。李明(2021)采用因子分析法評價粵港澳大灣區核心城市商貿物流競爭力。回顧歷年眾多文獻，引入因子分析模型，利用系統聚類分析，劃分廣西農產品物流中心等級。因子分析模型可簡記為式(1)：

且滿足：(1)m≤10；(2)Cov(F,ε)=0；(3)F、…、F不相關且方差皆為1，而ε、…、ε不相關且方差不同。其中，X為變量指標；F為因子變量；A為因子載荷矩陣；ε為特殊因子。

(二)指標選取

本研究參考國內外學者相關研究，通過《廣西統計年鑒2020》、各市年鑒及統計公報等渠道收集廣西14個城市2019年的相關指標數據信息，初步構建4個一級指標及12個二級具體指標的評價指標體系(詳見表1)。通過因子聚類分析篩選和優化指標，以構建科學合理的廣西農產品物流中心發展水平評價指標體系。

表1 廣西農產品物流中心發展水平的評價指標

三、因子聚類分析

(一)因子分析過程

1.KMO和Bartlett的檢驗

為檢驗因子模型的可行性，通過SPSS統計分析軟件對評價指標數據進行KMO和Bartlett的檢驗。由表2可知，KMO度量值為0.625，顯著性p值近似于0。由此可知，本研究所選擇的評價指標數據比較適合進行因子分析。

表2 KMO和Bartlett的檢驗結果

2.相關系數矩陣

由表3可知，評價指標之間相關性較大。例如，地區生產總值GDP與交通運輸倉儲和郵政業固定資產投資、社會消費品零售總額分別有88.9%、98.5%的相似性；交通運輸倉儲和郵政業固定資產投資與社會消費品零售總額有86.6%的相似性；蔬菜總產量與農業總產值、糧食作物總產量分別有89.7%、89.3%的相似性；園林水果總產量與農業總產值有88.5%的相似性。因此，通過對指標數據進行因子分析，達到降低評價指標間的相似程度和保留原始數據的目的。

表3 相關系數矩陣表

3.主成分分析

表4的解釋總方差反映的是綜合因子對評價指標的貢獻程度，綜合指標有3個，累計貢獻率為85.948%，超過85%。由此可知所選取的公因子對各項指標的貢獻程度較高，說明本研究所選取的綜合因子是較為合理。

表4 解釋的總方差

4.旋轉成分矩陣

為了讓所選取的因子具有命名的解釋性，說明哪些因子支配哪些指標，采用最大方差法對因子載荷矩陣實行正交旋轉，旋轉后的成分矩陣如表5所示。由表5可知，地區生產總值GDP、交通運輸倉儲和郵政業固定資產投資、郵政業務總量、貨運量、社會消費品零售總額在第一個因子上有較高的載荷，第一個因子反映的是廣西農產品物流中心的經濟發展情況，因此第一個因子可命名為“物流經濟發展因子”；公路里程、農業總產值、糧食作物總產量、蔬菜總產量、園林水果總產量在第二個因子上有較高的載荷，第二個因子反映的是廣西農產品供應情況，因此以“農產品供應因子”命名；城鎮居民人均可支配收入、城鎮居民人均消費性支出在第三個因子上有較高載荷，第三個因子反映居民消費需求情況，因此可命名為“農產品需求因子”。

表5 旋轉成份矩陣a

5.計算因子成分得分

當三個綜合因子確定后，需要計算各個因子的具體數值，通過SPSS統計分析軟件計算，輸出因子得分系數矩陣，詳見表6。

表6 成份得分系數矩陣

6.綜合因子得分及排名

根據表6成份得分系數矩陣，可得到以下三個綜合因子計算公式，詳見公式(2)、公式(3)、公式(4)。

為了反映廣西農產品物流中心發展水平的總體情況，利用方差貢獻率作為各因子的權重，利用SPSS統計分析軟件計算綜合因子總得分F’[見公式(5)]，并對綜合因子得分進行排名，詳見表7。

表7 綜合因子得分及綜合排名情況

(二)聚類分析過程

廣西農產品物流中心發展等級聚類分析圖

將因子分析結果 F’、F’、F’、F’組成樣本矩陣，運用SPSS統計分析軟件進行系統聚類分析，同時結合廣西各市的經濟發展水平及物流發展水平，繪制廣西農產品物流中心發展水平等級分類樹狀圖(見上圖)。

四、結語

通過因子聚類分析評價廣西農產品物流中心發展水平，根據其綜合因子得分排名及聚類分析結果，以廣西14個城市為節點，將廣西區域農產品物流中心分為大、中、小三個等級。南寧、柳州、桂林、玉林的綜合因子得分較高，說明這些城市的物流環境較好，適宜建設大型農產品物流中心。貴港、欽州、百色、梧州這四個城市的綜合因子得分在廣西各市中處于中等水平，適宜投資建設中型農產品物流中心。北海、河池、防城港、崇左、來賓、賀州的物流能力相對較弱，物流產業有待進一步發展，適宜投資建設小型物流中心。