農(nóng)商互聯(lián)背景下的農(nóng)產(chǎn)品供應鏈績效評價

丁寶成，孔令鳳

（遼寧工程技術大學 工商管理學院，葫蘆島 125105）

0 引言

互聯(lián)網(wǎng)+的時代背景下，隨著電商的快速發(fā)展，不僅改變了人們的消費習慣，也對傳統(tǒng)的農(nóng)產(chǎn)品銷售模式產(chǎn)生巨大的影響，2014年以來，農(nóng)村電商受到廣泛的關注，越來越多的農(nóng)產(chǎn)品經(jīng)過電商平臺從線下走到線上。在互聯(lián)網(wǎng)+時代的背景下大力解決現(xiàn)代農(nóng)產(chǎn)品流通問題，不僅僅可以提高農(nóng)民的收入水平，也關系著千家萬戶的吃飯問題。2018年商務部決定推進農(nóng)商互聯(lián)工作，農(nóng)商互聯(lián)就是把農(nóng)產(chǎn)品當做是一種鏈接，有效的將線下的農(nóng)產(chǎn)品生產(chǎn)和經(jīng)營企業(yè)與線上的電子商務企業(yè)結(jié)合起來，打通線上和線下的連接，上聯(lián)生產(chǎn)，下聯(lián)消費，建立一種新型的農(nóng)產(chǎn)品供應鏈模式[1]。在此新型農(nóng)產(chǎn)品供應鏈模式下，在更高層面和更深領域加強農(nóng)商互聯(lián)，豐富產(chǎn)銷對接形式，加快和建設改善消費需求的優(yōu)質(zhì)農(nóng)產(chǎn)品上行，構(gòu)建產(chǎn)業(yè)扶貧、電商扶貧和消費扶貧的長效機制[2]。在這種背景下，以山東省為例，為了協(xié)調(diào)各地區(qū)、各城市農(nóng)產(chǎn)品供應鏈發(fā)展水平，提高各城市、各地區(qū)的供應鏈運行效率，更好的推動山東農(nóng)業(yè)的經(jīng)濟發(fā)展，有必要對農(nóng)產(chǎn)品供應鏈績效進行評價，為保障供應鏈高效運行與健康發(fā)展提供科學的決策依據(jù)。

供應鏈績效評價的重點在于建立完善的農(nóng)產(chǎn)品供應鏈評估體系和評價模型，目前，對于農(nóng)產(chǎn)品績效的評價，有很多的學者對此做了大量的研究，殷慧慧、劉永悅和劉聰敏（2015）運用層次分析法和模糊綜合評價法對黑龍江農(nóng)產(chǎn)品供應鏈各個節(jié)點的績效進行評價[3]；和杉、黃建華（2017）在改進的“FAHP-模糊綜合評價”的績效評價方法的基礎上，對贛南臍橙"農(nóng)戶+合作社+超市"渠道模式進行了綜合評價，揭示了其供應鏈運行效率[4]；馮建英、原變魚 (2019) 等人探討了神經(jīng)網(wǎng)絡技術在生鮮農(nóng)產(chǎn)品供應鏈管理領域的應用，研究了神經(jīng)網(wǎng)絡技術在生鮮農(nóng)產(chǎn)品供應鏈績效中的應用等問題[5]；劉璐（2019）運用模糊綜合評價法和層次分析法相結(jié)合的方法對皖北地區(qū)農(nóng)超對接蔬菜供應鏈的績效進行評價，為皖北地區(qū)的蔬菜發(fā)展提供了發(fā)展思路[6]；吳取芳、于蕾（2019）運用數(shù)據(jù)包絡分析（DEA）對安徽省“農(nóng)超對接”模式的供應鏈進行績效評價，根據(jù)評價結(jié)論為安徽省供應鏈提出相關建議[7]；王凱旋、楊玉中（2020）建立了基于傳統(tǒng)四維平衡記分卡模型的六維農(nóng)產(chǎn)品供應鏈績效評價指標體系,結(jié)合層次分析法和灰色聚類-模糊綜合評價模型對綠色農(nóng)產(chǎn)品供應鏈績效進行評價[8]；周業(yè)付（2020）在平衡記分卡績效管理理論的基礎上建立了農(nóng)產(chǎn)品供應鏈評價指標體系，運用層次分析法和模糊綜合評價法對農(nóng)產(chǎn)品供應鏈進行評價[9]。

對已有的研究進行整理發(fā)現(xiàn)，大多數(shù)學者都運用了模糊綜合評價法、層次分析法、神經(jīng)網(wǎng)絡技術和數(shù)據(jù)包絡分析等方法，確定權(quán)重的方法基本上都是以層次分析法為主，層次分析法主觀性比較強，在農(nóng)產(chǎn)品供應鏈的研究中，往往會出現(xiàn)有多個城市的農(nóng)產(chǎn)品供應鏈均有效，但是很少有學者對供應鏈有效的城市進一步按供應鏈績效進行排序。因此，結(jié)合農(nóng)產(chǎn)品供應鏈的特點，從客觀角度確定指標權(quán)重，建立績效評價模型，對山東省農(nóng)產(chǎn)品供應鏈運行情況進行分析與評價，并進一步對供應鏈有效的城市進行排序。

1 農(nóng)產(chǎn)品供應鏈指標體系的構(gòu)建

構(gòu)建指標體系是整個供應鏈績效評價中的重要組成部分。構(gòu)建指標體系因遵循全面性、重要性、定性與定量相結(jié)合、經(jīng)濟性與實用性等原則[9]。農(nóng)產(chǎn)品供應鏈主要是包括從種植生產(chǎn)到人們餐桌上的整個農(nóng)業(yè)生產(chǎn)過程，這個過程涉及到農(nóng)戶的生產(chǎn)利潤和消費者的滿意度，因此涉及生產(chǎn)和消費者這兩方面指標，在農(nóng)商互聯(lián)的背景下，農(nóng)產(chǎn)品的產(chǎn)后商品化的過程尤其重要，不僅如此，開拓線上線下流通渠道也很重要，這就涉及到物流指標和業(yè)務流程指標，因此，根據(jù)指標體系構(gòu)建原則，參考相關文獻[3～8]從生產(chǎn)、業(yè)務流程、物流、消費者四個方面建立農(nóng)產(chǎn)品供應鏈評價指標體系，如表1所示。生產(chǎn)指標反映農(nóng)產(chǎn)品生產(chǎn)狀況以及農(nóng)戶收益情況；業(yè)務流程指標反映了整個流通過程的效率和水平，包括從生產(chǎn)到銷售整個流程；物流指標包括信息化能力、物流基礎設施和物流勞動力資源，反映了運營過程中物流的全程參與；農(nóng)產(chǎn)品價值最終由消費者來實現(xiàn)，基于消費者的指標包括消費者的滿意度、消費者購買習慣以及居民消費支出。

表1 農(nóng)產(chǎn)品供應鏈績效評價指標體系

2 基于PCA-DEA-TOPSIS的農(nóng)產(chǎn)品供應鏈績效評價模型的建立

2.1 模型建立基本思路

農(nóng)產(chǎn)品供應鏈績效評價方法眾多，如層次分析法、主成分分析法、數(shù)據(jù)包絡分析、模糊綜合評價法、神經(jīng)網(wǎng)絡模型等。不同的評價方法各有優(yōu)缺點，各有其適用條件。農(nóng)產(chǎn)品供應鏈績效評價是一個非常典型的多因素、多層次的體系，多因素會導致多輸入、多輸出問題。數(shù)據(jù)包絡分析（Data Envelopment Analysis,DEA）可以作為分析農(nóng)產(chǎn)品供應鏈績效的主要工具，在運用DEA對農(nóng)產(chǎn)品供應鏈進行有效性分析時，減少決策單元的數(shù)量或者是增加評價指標的數(shù)量都會使得DEA的評價結(jié)果變差。為解決這一問題，首先運用主成分分析法（Principal Component Analysis,PCA）[10]計算出各指標的權(quán)重，選擇權(quán)重較高的指標進行DEA分析，建立PCA-DEA模型。但是在運用DEA對農(nóng)產(chǎn)品供應鏈進行有效性評價時，DEA方法只能把決策單元判斷為有效、弱有效、和無效三種情況，對于決策單元有效的結(jié)果不能夠明確的辨別優(yōu)勝。因此，引入TOPSIS法對DEA有效的決策單元進行排序，TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）通過構(gòu)造評價問題的正理想解和負理想解，即每個指標的最優(yōu)解和最劣解，并計算每個解到理想解的相對接近度，接近值越大，排序越靠前[11]。最終，構(gòu)建了一個PCA-DEATOPSIS相結(jié)合的三階段農(nóng)產(chǎn)品供應鏈績效評價集成模型，建模基本思路如圖1所示。

圖1 農(nóng)產(chǎn)品供應鏈績效評價基本思路

2.2 模型建立

2.2.1 確定權(quán)重的主成分分析模型

采用主成分分析方法確定農(nóng)產(chǎn)品供應鏈績效評價指標的權(quán)重。指標權(quán)重等于以主成分的方差貢獻率為權(quán)重，對該指標在各主成分線性組合中的系數(shù)的加權(quán)平均的歸一化[12]。確定指標權(quán)重分為三個步驟：

1）確定指標在各主成分線性組合中的系數(shù)

根據(jù)旋轉(zhuǎn)成分矩陣獲得的載荷數(shù)和主成分的特征根，可以確定指標在各主成分線性組合中的系數(shù)，二者的關系如式(1)所示：

aij為載荷數(shù)，λj為主成分的特征根。

2）確定所有指標在綜合得分模型中的系數(shù)

初始特征值的方差的%表示各主成分方差貢獻率，可以把方差貢獻率視為不同主成分的權(quán)重，因此所有指標在綜合得分模型中的系數(shù)可以看作是以主成分的方差貢獻率為權(quán)重，然后對指標在主成分線性組合中的系數(shù)作加權(quán)平均[13]。

每個指標的綜合得分系數(shù)為：

vj為各主成分的方差貢獻率。

3）指標權(quán)重的歸一化

由于所有指標的權(quán)重之和為1，因此需要在基于綜合得分模型中指標系數(shù)的基礎上對指標權(quán)重進行歸一化處理，以獲得最終的指標權(quán)重[13]。

每個指標的權(quán)重為：

2.2.2 DEA模型

DEA是一種基于相對效率評估概念而建立的系統(tǒng)分析方法，適用于評估具有多個輸入和多個輸出的相同類型單元（DMU）的有效性[15]。DEA模型有很多，選取BCC模型用于評價農(nóng)產(chǎn)品供應鏈有效性，BCC模型假設DMU處于變動規(guī)模報酬情形下，用來衡量純技術和規(guī)模效率[15]。

假設有n個決策單元，決策單元用DMU表示，每個DMU都有m種類型的投入和s種類型的產(chǎn)出，DMUj表示第j個決策單元，Xj、Yj分別表示投入和產(chǎn)出變量。BCC模型可以表示為：

2.2.3 TOPSIS模型

TOPSIS法首先找出評價指標的正負理想解V+和V-，接著計算出各評價對象分別與正負理想解的距離值D+和D-。根據(jù)D+和D-的值，最終計算得出各評價對象與最優(yōu)解的接近程度C值，并可針對C值進行排序[16]。

1）構(gòu)造初始指標評價矩陣

假設用DEA得到x個有效決策單元，A={A1A2···Ax}，將x個有效決策單元的m個投入和s個產(chǎn)出的原始數(shù)據(jù)值組成大小為x*y（y=m+s）初始指標評價矩陣，記作矩陣A。

2）數(shù)據(jù)歸一化處理

由于各評價指標的量綱不同，為了方便進行比較，對所有的數(shù)據(jù)進行歸一化處理。

3）確定正理想解和負理想解

4）計算各有效DMU到正理想解之間的距離D+和到負理想解之間的距離D-

5）計算各決策單元與最優(yōu)解的接近程度C值

根據(jù)C值大小可對有效決策單元進行排序。

2.3 實例分析

山東省作為我國種植業(yè)的發(fā)源地之一，是農(nóng)商互聯(lián)的先驅(qū)者，是我國重要的農(nóng)產(chǎn)品生產(chǎn)基地。本文主要研究了山東省16個城市的農(nóng)產(chǎn)品供應鏈情況，對山東省農(nóng)產(chǎn)品供應鏈進行評估。選取了2018年的數(shù)據(jù)，通過查找山東統(tǒng)計年鑒、各市的統(tǒng)計信息、山東農(nóng)業(yè)報告以及相關農(nóng)業(yè)網(wǎng)站上搜集了相關數(shù)據(jù)。

2.3.1 基于主成分分析的指標權(quán)重的確定及指標篩選

表1中的指標可以分為輸入指標和輸出指標，輸入指標有生產(chǎn)現(xiàn)代化水平、電商企業(yè)數(shù)量、流通能力、物流基礎設施、物流勞動力資源和消費者購買習慣，輸出指標有農(nóng)戶生產(chǎn)利潤、農(nóng)產(chǎn)品產(chǎn)量、農(nóng)業(yè)生產(chǎn)總值、信息化能力、消費者滿意度和居民消費支出。利用SPSS 軟件對原始輸入數(shù)據(jù)和輸出數(shù)據(jù)進行主成分分析，根據(jù)分析結(jié)果解釋的總方差和旋轉(zhuǎn)成分矩陣計算指標權(quán)重，如表2～表5所示。

表2 輸入指標的成分矩陣

表3 輸出指標的成分矩陣

表4 輸入指標解釋的總方差

表5 輸出指標解釋的總方差

運用主成分分析法計算出各輸入指標和輸出指標的權(quán)重，如表6和表7所示。根據(jù)指標權(quán)重分析，篩選出3個輸入指標和3個輸出指標用于DEA分析，輸入指標為消費者購買習慣、流通能力和電商企業(yè)數(shù)量，輸出指標為農(nóng)業(yè)生產(chǎn)總值、信息化能力和農(nóng)產(chǎn)品產(chǎn)量。

表6 輸入指標線性組合系數(shù)及權(quán)重結(jié)果

表7 輸出指標線性組合系數(shù)及權(quán)重結(jié)果

2.3.2 基于DEA的山東省各城市農(nóng)產(chǎn)品供應鏈有效性判斷

將篩選出的輸入指標和輸出指標的數(shù)據(jù)代入DEA的BCC模型，由于指標和數(shù)據(jù)的豐富性，通過使用DEAP程序運行計算結(jié)果。因此可以得到各城市農(nóng)產(chǎn)品供應鏈的綜合效率（crste）、純技術效率（vrste）以及規(guī)模效率（scale），如表8所示。

從表8中可以看出，2018年山東省農(nóng)產(chǎn)品供應鏈綜合效率均值、純技術效率和規(guī)模效率的均值分別為0.884、0.963和0.914，其中有9座城市是DEA有效的，占比56.25%，棗莊和東營這兩座城市屬于綜合效率無效但純技術效率有效的城市，淄博、威海、日照、臨沂和濱州這5座城市是綜合效率和純技術效率都無效的。

從規(guī)模報酬角度看，規(guī)模報酬不變說明該地區(qū)農(nóng)產(chǎn)品供應鏈績效處于最優(yōu)狀態(tài)，而規(guī)模報酬遞增和遞減，都說明該地區(qū)的農(nóng)產(chǎn)品供應鏈為規(guī)模不經(jīng)濟狀態(tài)。要針對遞增或遞減的具體情況，對投入進行調(diào)整，使之變?yōu)橐?guī)模報酬不變。若規(guī)模報酬為遞增狀態(tài)，則說明需要加大投入資源，來擴大生產(chǎn)規(guī)模。若規(guī)模報酬處在遞減狀態(tài)，則說明資源投入過剩，要加強對投入資源的管理或者減少投入。從表8中可以看出，非DEA有效的城市都是規(guī)模報酬遞增的，增加投入要素可以至少得到同比例產(chǎn)出的增加。

表8 BCC模型分析結(jié)果

對于DEA非有效的城市，需要根據(jù)遞增或者遞減的情況對資源投入進行調(diào)整，使其達到運行效率最佳即DEA有效。從綜合效率來看，淄博、棗莊、東營、威海、日照、臨沂和濱州為非DEA有效的城市，說明這些城市都有投入過多或者產(chǎn)出不足的問題。但棗莊和東營的純技術效率為1，已經(jīng)達到投入產(chǎn)出最佳，調(diào)整投入產(chǎn)出量的意義不大，只能夠從規(guī)模效率方面來提高供應鏈績效水平，但淄博、威海、日照、臨沂和濱州的純技術效率沒有達到最優(yōu)，說明供應鏈的投入產(chǎn)出需要一定程度的優(yōu)化，優(yōu)化結(jié)果如表9所示。

表9 DEA非有效城市指標優(yōu)化結(jié)果

2.3.3 基于TOPSIS的有效決策單元排序

采用DEA法判斷決策單元的有效性后，得到9座城市的農(nóng)產(chǎn)品供應鏈為DEA有效，這些城市的農(nóng)產(chǎn)品供應鏈有效程度是否一致，是否還有進步的空間，這些都需要由TOPSIS法進一步進行解析。

針對主成分分析選出的6個指標：農(nóng)業(yè)生產(chǎn)總值,信息化能力,農(nóng)產(chǎn)品產(chǎn)量,消費者購買習慣,流通能力和電商企業(yè)數(shù)量進行TOPSIS評價，評價的結(jié)果如表10所示。

表10 TOPSIS評價計算結(jié)果

根據(jù)TOPSIS法求解得到DEA有效城市的排序從高到低依次為青島、濰坊、菏澤、濟寧、煙臺、濟南、德州、聊城和泰安。從這一排名可以看出，青島位居榜首，理想解的貼合度非常高，達到了0.842，泰安的理想解貼合度僅為0.031，排名最后。排名第2到第8位的城市的理想解貼合度在0.2-0.4左右，除青島以外的城市盡管DEA有效，但受制于農(nóng)產(chǎn)品生產(chǎn)和物流水平以及電商發(fā)展的水平，有比較大的改進空間。

3 結(jié)語

本文構(gòu)建了基于農(nóng)商互聯(lián)背景下的農(nóng)產(chǎn)品供應鏈績效評價指標體系，構(gòu)建了PCA-DEA-TOPSIS三階段集成模型，并評價了山東省16個城市的農(nóng)產(chǎn)品供應鏈績效，驗證了該三階段集成模型的可行性和有效性，為山東省的農(nóng)產(chǎn)品供應鏈優(yōu)化調(diào)整決策提供了一定的參考依據(jù)。

評價的目的是為了更好的優(yōu)化，對山東省現(xiàn)行的農(nóng)產(chǎn)品供應鏈績效進行評價，根據(jù)評價的結(jié)果對山東省農(nóng)產(chǎn)品供應鏈有個全面的認識，進而提出一些相應的改進策略，可以更好的推動山東農(nóng)業(yè)的經(jīng)濟發(fā)展。

1）化零為整，扶強帶弱

農(nóng)業(yè)合作社是規(guī)模化生產(chǎn)的主要形式，有利于提高農(nóng)戶的收益，將分散的農(nóng)戶進行整合建立農(nóng)業(yè)合作社，集中資源，由農(nóng)業(yè)合作社的專業(yè)的社員對農(nóng)戶進行生產(chǎn)指導，大大的降低了生產(chǎn)成本，實現(xiàn)規(guī)?；I(yè)化管理。鼓勵與農(nóng)業(yè)相關的大型的企業(yè)或者地方企業(yè)優(yōu)先發(fā)展，完善自身供應鏈管理，同時帶動周邊農(nóng)戶的發(fā)展，促進地區(qū)供應鏈形成規(guī)模。

2）政府引導，科學幫扶

政府要加大支持力度，聯(lián)合相關的大型企業(yè)，給予農(nóng)戶相關的政策、資金或者技術補貼，降低農(nóng)戶的投入成本。積極的與農(nóng)業(yè)大學或者相關研究院合作，相關的農(nóng)業(yè)專家學者深入基層，為農(nóng)民提供科學的技術指導，并幫助他們實現(xiàn)現(xiàn)代化生產(chǎn)，對農(nóng)民進行冷鏈物流、供應鏈以及電商知識的培訓，使其了解電商并且會運用電商進行銷售，促進農(nóng)產(chǎn)品供應鏈向著規(guī)模化、標準化發(fā)展。

3）建立品牌，完善體制

培育打造農(nóng)產(chǎn)品特色品牌，增加品牌的價值，促進農(nóng)產(chǎn)品包裝多元化，培育龍頭企業(yè)，發(fā)揮模范帶頭的作用，提供有保證、有品質(zhì)、有特色的農(nóng)產(chǎn)品，引導和幫助農(nóng)戶通過直播、短視頻、微博等互動方式來進行品牌宣傳，打造線上線下長效對接。加強農(nóng)產(chǎn)品物流基礎設施建設，建立農(nóng)產(chǎn)品質(zhì)量可追溯平臺，使得供應鏈透明化，讓消費者吃的安心，吃的放心，有利于建立客戶忠誠度，提高信譽。

4）吸引人才，技術創(chuàng)新

鄉(xiāng)村振興需要各方面的人才，要建立吸引人才流鄉(xiāng)返鄉(xiāng)的政策體系，強化人才引進措施，正確引導和鼓勵在外發(fā)展的年輕人積極投身于鄉(xiāng)村建設，全面加強鄉(xiāng)村人才隊伍的建設，推動鄉(xiāng)村振興。由于農(nóng)產(chǎn)品品質(zhì)的特殊性，農(nóng)產(chǎn)品供應鏈的各個環(huán)節(jié)的復雜程度也會比較高，只有加強農(nóng)產(chǎn)品供應鏈中物流信息技術的創(chuàng)新，例如保鮮技術、包裝技術、儲存技術等，才能夠使農(nóng)產(chǎn)品擁有更好的質(zhì)量。