張蒙 韓於憬

摘 要：“互聯(lián)網(wǎng)+農(nóng)業(yè)”可加快農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程，縮短農(nóng)產(chǎn)品流通渠道，能夠解決農(nóng)業(yè)經(jīng)營的融資難題，客觀評(píng)價(jià)“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效對(duì)農(nóng)業(yè)的轉(zhuǎn)型升級(jí)和公司的可持續(xù)發(fā)展尤為重要。借鑒農(nóng)業(yè)上市公司績效評(píng)價(jià)指標(biāo)，擇取15個(gè)指標(biāo)構(gòu)建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評(píng)價(jià)指標(biāo)體系，通過層次分析法確定指標(biāo)權(quán)重，并基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評(píng)價(jià)模型。結(jié)果表明，績效評(píng)價(jià)模型具有良好的泛化能力，能夠有效評(píng)價(jià)農(nóng)業(yè)上市公司績效，且“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司整體績效水平差。

關(guān)鍵詞：“互聯(lián)網(wǎng)+農(nóng)業(yè)”;績效評(píng)價(jià);層次分析法;BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F830.91? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2019）12-0071-05

引言

農(nóng)業(yè)是國民經(jīng)濟(jì)建設(shè)和發(fā)展的支柱產(chǎn)業(yè)，其發(fā)展關(guān)乎國家經(jīng)濟(jì)命脈。作為農(nóng)業(yè)產(chǎn)出的農(nóng)產(chǎn)品，其流通連接著廣大農(nóng)民和眾多的消費(fèi)者，直接影響農(nóng)民和消費(fèi)者的切身利益。由于流通環(huán)節(jié)多、效率低下、損耗嚴(yán)重等，導(dǎo)致“菜賤傷農(nóng)”“菜貴傷民”時(shí)有發(fā)生，農(nóng)產(chǎn)品流通陷入困局。流通環(huán)節(jié)多、效率低下、損耗嚴(yán)重等問題，與農(nóng)業(yè)公司專業(yè)性弱、大而不優(yōu)、多而不強(qiáng)密切相關(guān)。隨著互聯(lián)網(wǎng)時(shí)代的到來，互聯(lián)網(wǎng)技術(shù)的不斷更新，催生了電子商務(wù)，為農(nóng)業(yè)公司創(chuàng)新和轉(zhuǎn)型升級(jí)提供了新的思路。農(nóng)業(yè)上市公司是支撐農(nóng)業(yè)發(fā)展的龍頭企業(yè)，對(duì)推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化、發(fā)展現(xiàn)代農(nóng)業(yè)起引領(lǐng)作用。目前，許多農(nóng)業(yè)上市公司已著手布局“互聯(lián)網(wǎng)+”領(lǐng)域，搶占“互聯(lián)網(wǎng)+農(nóng)業(yè)”先機(jī)[1]。所謂“互聯(lián)網(wǎng)+農(nóng)業(yè)”，是指依托互聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)生產(chǎn)要素的合理配置，以及人力、物力和資金的優(yōu)化調(diào)度，提高生產(chǎn)效率，推動(dòng)農(nóng)業(yè)生產(chǎn)方式和運(yùn)營方式的變革，從而促進(jìn)農(nóng)業(yè)的轉(zhuǎn)型升級(jí)。“互聯(lián)網(wǎng)+”背景下，“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效如何，應(yīng)如何加強(qiáng)自身績效管理，對(duì)其可持續(xù)性發(fā)展和整個(gè)農(nóng)業(yè)的轉(zhuǎn)型升級(jí)起重要作用。

目前，農(nóng)業(yè)上市公司的績效評(píng)價(jià)主要采用平衡記分卡、因子分析法、EVA分析法等線性回歸方法。彭曉潔、高夢捷（2014）運(yùn)用因子分析法對(duì)我國農(nóng)業(yè)上市公司進(jìn)行績效評(píng)價(jià)，結(jié)果表明，農(nóng)業(yè)上市公司績效差距較大[2]。蕾娜、鄧淑紅（2016）基于EVA構(gòu)建農(nóng)業(yè)上市公司績效評(píng)價(jià)模型，結(jié)果表明，我國農(nóng)業(yè)上市公司運(yùn)營狀況差[3]。線性回歸方法只能評(píng)價(jià)指標(biāo)間的線性關(guān)系，不能判定指標(biāo)間非線性關(guān)系。而BP神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)能力，其非線性映射能以任意精度逼近非線性函數(shù)[4]，因此能夠評(píng)價(jià)指標(biāo)間的非線性關(guān)系。目前BP神經(jīng)網(wǎng)絡(luò)以其獨(dú)特性在醫(yī)藥企業(yè)、商業(yè)銀行等不同領(lǐng)域得到廣泛運(yùn)用，但尚未涉足農(nóng)業(yè)公司績效評(píng)價(jià)。褚淑貞、楊家欣（2015）基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了醫(yī)藥企業(yè)績效評(píng)價(jià)模型，研究表明，BP神經(jīng)網(wǎng)絡(luò)能準(zhǔn)確評(píng)價(jià)醫(yī)藥企業(yè)績效[4]。蔡艷萍、孫夏（2016）綜合運(yùn)用BP神經(jīng)網(wǎng)絡(luò)和灰色關(guān)聯(lián)度對(duì)上市商業(yè)銀行績效進(jìn)行評(píng)價(jià)，結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型具有很好的泛化能力[5]。

因此，本文以“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司為研究對(duì)象，擬借鑒農(nóng)業(yè)上市公司績效評(píng)價(jià)指標(biāo)，運(yùn)用層次分析法確定指標(biāo)權(quán)重，基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效模型，并根據(jù)評(píng)價(jià)結(jié)果提出績效優(yōu)化建議，對(duì)“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司改善經(jīng)營管理水平和促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化具有重要意義。

一、“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評(píng)價(jià)指標(biāo)體系構(gòu)建

（一）績效評(píng)價(jià)指標(biāo)選取

對(duì)農(nóng)業(yè)上市公司的績效評(píng)價(jià)主要采取傳統(tǒng)的財(cái)務(wù)績效指標(biāo)，從“會(huì)計(jì)收益狀況”“資產(chǎn)運(yùn)營情況”“償債能力”“發(fā)展能力”四個(gè)方面進(jìn)行。趙景芬、戴蓬軍（2013）采用凈資產(chǎn)收益率和總資產(chǎn)收益率兩個(gè)反映會(huì)計(jì)收益的指標(biāo)，評(píng)價(jià)農(nóng)業(yè)上市公司績效[6]。吉生保、席艷玲、趙祥（2012）以主營業(yè)務(wù)收入和利潤總額兩個(gè)反映資產(chǎn)運(yùn)營的指標(biāo)、度量農(nóng)業(yè)上市公司績效[7]。彭曉潔、高夢捷（2014）從獲利能力、營運(yùn)能力、償債能力和發(fā)展能力四個(gè)維度評(píng)價(jià)農(nóng)業(yè)上市公司績效，以銷售凈利潤率、凈資產(chǎn)收益率和每股收益反映獲利能力，以存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率反映營運(yùn)能力，以速動(dòng)比率、資產(chǎn)負(fù)債率和已獲利息倍數(shù)反映償債能力，以營業(yè)收入增長率、凈利潤增長率和總資產(chǎn)增長率反映發(fā)展能力。傳統(tǒng)績效評(píng)價(jià)指標(biāo)能有效評(píng)價(jià)上市公司績效，但存在過分注重利潤指標(biāo)不足[2]。故，張平心、陳琳、李補(bǔ)喜（2006）在傳統(tǒng)績效評(píng)價(jià)指標(biāo)基礎(chǔ)上，增加了每股經(jīng)營現(xiàn)金流量以反映公司盈利質(zhì)量[8]。

基于現(xiàn)有績效評(píng)價(jià)研究，本文綜合考慮傳統(tǒng)績效指標(biāo)和盈利質(zhì)量指標(biāo)，從會(huì)計(jì)收益、資本運(yùn)營、償債能力、發(fā)展能力和盈利質(zhì)量五個(gè)方面評(píng)價(jià)“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司，以求全面反映其績效水平。

（二）績效評(píng)價(jià)體系構(gòu)建

本文以“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效為總的測評(píng)目標(biāo)，即目標(biāo)層;以會(huì)計(jì)收益、資產(chǎn)運(yùn)營、償債能力、發(fā)展能力和盈利質(zhì)量作為達(dá)到總目標(biāo)所涉及的中間層指標(biāo)，即一級(jí)指標(biāo);準(zhǔn)則層為直接評(píng)價(jià)“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效的具體指標(biāo)，即二級(jí)指標(biāo)。用U表示“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效，U1，U2，U3，U4，U5表示二級(jí)指標(biāo)，即U={U1，U2，U3，U4，U5}={會(huì)計(jì)收益，資產(chǎn)運(yùn)營，償債能力，發(fā)展能力，盈利質(zhì)量}。Uij表示具體二級(jí)指標(biāo)（i=1，2，3，4，5;j=1，2，3，4）?！盎ヂ?lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評(píng)價(jià)體系（見表1）。

二、基于BP神經(jīng)網(wǎng)絡(luò)的績效評(píng)價(jià)模型構(gòu)建

BP神經(jīng)網(wǎng)絡(luò)是單向傳播的前向神經(jīng)網(wǎng)路，由輸入層、隱含層和輸出層3個(gè)層次構(gòu)成。研究表明，隱含層個(gè)數(shù)會(huì)影響神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率，3層神經(jīng)網(wǎng)絡(luò)可以逼近任意連續(xù)函數(shù)[9]。因此，本文選擇結(jié)構(gòu)相對(duì)簡單的3層BP網(wǎng)絡(luò)構(gòu)建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評(píng)價(jià)模型，具體步驟如下：

步驟一，確定輸入層、輸出層神經(jīng)元個(gè)數(shù)。根據(jù)績效評(píng)價(jià)指標(biāo)體系，影響“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效的主要是二級(jí)指標(biāo)，共15個(gè)，則輸入層的神經(jīng)元個(gè)數(shù)為15，即m=15;以評(píng)價(jià)結(jié)果作為網(wǎng)絡(luò)輸出，則輸出層神經(jīng)元個(gè)數(shù)是1，即n=1。

步驟二，確定隱含層神經(jīng)元個(gè)數(shù)。研究表明，隱含層神經(jīng)元個(gè)數(shù)是由網(wǎng)絡(luò)收斂性能的好壞來確定的，本文采取高大啟（1998）在大量網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上得到經(jīng)驗(yàn)公式[10]：

這里m=15，n=1，因此可以得到隱含層神經(jīng)元個(gè)數(shù)為L=7。

步驟三，確定神經(jīng)元轉(zhuǎn)換公式。通常，輸入層到隱含層的轉(zhuǎn)換函數(shù)為tan sig，隱含層到輸出層的轉(zhuǎn)換函數(shù)為purelin。

步驟四，確定期望輸出。本文通過專家訪談，利用層次分析法得到各一級(jí)、二級(jí)指標(biāo)的權(quán)重，各二級(jí)指標(biāo)和對(duì)應(yīng)的一級(jí)指標(biāo)權(quán)重相乘得到各二級(jí)指標(biāo)的最終權(quán)重，具體（見下頁表2）。以最終權(quán)重和各二級(jí)指標(biāo)數(shù)值的乘積之和作為BP神經(jīng)網(wǎng)絡(luò)的期望輸出。

步驟五，確定評(píng)價(jià)標(biāo)準(zhǔn)。根據(jù)計(jì)算結(jié)果將績效水平分為三個(gè)等級(jí)，分別為優(yōu)、良、差，對(duì)應(yīng)的取值范圍分別為0.6—1、0.4—0.6、0—0.4（見下頁表2）。

三、實(shí)證分析

（一）樣本選取及數(shù)據(jù)來源

本文研究對(duì)象為以農(nóng)產(chǎn)品生產(chǎn)、銷售、流通為主的農(nóng)業(yè)上市公司，且這些公司實(shí)施了“互聯(lián)網(wǎng)+”戰(zhàn)略，數(shù)據(jù)來源于中國財(cái)富網(wǎng)上相關(guān)公司的財(cái)務(wù)報(bào)告。中國財(cái)富網(wǎng)上農(nóng)牧飼漁板塊共71家公司，其中部分公司以農(nóng)業(yè)生產(chǎn)資料的生產(chǎn)、銷售為主，與本文研究對(duì)象不相符，且部分公司財(cái)務(wù)報(bào)表存在數(shù)據(jù)缺失。因此，剔除不相符和財(cái)務(wù)報(bào)告數(shù)據(jù)缺失的公司，最終選取了40家農(nóng)業(yè)上市公司2016—2017年的財(cái)務(wù)數(shù)據(jù)。選取的40家上市公司中，有8家公司采取“互聯(lián)網(wǎng)+”戰(zhàn)略，包括大湖股份、大康農(nóng)業(yè)、好想你、宏輝果蔬、農(nóng)產(chǎn)品、青怡股份、盛盈匯、獐子島。本文以8家“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司為測試樣本，以剩余32家上市公司為訓(xùn)練樣本，探究“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效水平。

（二）數(shù)據(jù)預(yù)處理

本文數(shù)據(jù)來源于上市公司財(cái)務(wù)報(bào)表，為了避免因指標(biāo)單位不一和數(shù)據(jù)差距較大而造成的網(wǎng)絡(luò)麻痹，需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理。本文所選15個(gè)指標(biāo)中，有11個(gè)為正向指標(biāo)，4個(gè)為適中指標(biāo)，對(duì)不同的指標(biāo)采用不同的歸一化處理方式。

（三）網(wǎng)絡(luò)模型訓(xùn)練及結(jié)果分析

以32個(gè)訓(xùn)練樣本的數(shù)據(jù)作為樣本的輸入，采用Matlab軟件進(jìn)行網(wǎng)絡(luò)訓(xùn)練，具體代碼如下：

net=newff（P，T，[7]，{'tansig'，'purelin'}，'traingd'）;

net.trainParam.show=50;%每隔50步顯示一次訓(xùn)練結(jié)果

net.trainParam.lr=0.05;%學(xué)習(xí)率為0.05

net.trainParam.epochs=5 000;%允許最大訓(xùn)練次數(shù)為5 000

net.trainParam.goal=1e-3;%訓(xùn)練目標(biāo)最小誤差為1e-3

[net，tr]=train（net，P，T）

A=sim（net，P）

在網(wǎng)絡(luò)訓(xùn)練2 273步之后，訓(xùn)練誤差達(dá)到目標(biāo)誤差（如下頁圖所示）。訓(xùn)練樣本模型輸出結(jié)果（如下頁表3所示），從期望輸出與模型輸出對(duì)比看，誤差在可接受的范圍之內(nèi)，模型評(píng)價(jià)結(jié)果符合實(shí)際，說明構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型具有較強(qiáng)的泛化能力，可廣泛用于農(nóng)業(yè)上市公司績效的識(shí)別和評(píng)價(jià)。

調(diào)用訓(xùn)練好的模型，將8家“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司數(shù)據(jù)輸入模型進(jìn)行績效評(píng)價(jià)，模型輸出結(jié)果（如表4所示）。結(jié)果表明，8家上市公司績效水平均衡，均表現(xiàn)不好。在8家公司中，宏輝果蔬績效表現(xiàn)最好，為0.393，幾乎達(dá)到良好水平。

（四）優(yōu)化建議

根據(jù)模型輸出結(jié)果，宏輝果蔬績效表現(xiàn)最好。宏輝果蔬是一家專業(yè)從事生鮮農(nóng)產(chǎn)品生產(chǎn)、加工和流通服務(wù)的公司，產(chǎn)品涵蓋全國南北和進(jìn)口的特色果蔬。其運(yùn)營具有兩個(gè)特點(diǎn)：一是采用一體化的現(xiàn)代農(nóng)業(yè)服務(wù)模式，建有天津、上海果蔬加工配送基地，集果蔬種植、采購、倉儲(chǔ)、配送為一體，實(shí)現(xiàn)從基地到客戶的直接供應(yīng)。二是聚焦于中高端消費(fèi)者，積極拓展國內(nèi)外大型連鎖超市，目前與多家大型連鎖超市建立良好的合作關(guān)系。

基于宏輝果蔬的特點(diǎn)，本文提出兩點(diǎn)績效優(yōu)化建議：首先，構(gòu)建一體化服務(wù)模式。一體化模式能夠有效減少中間環(huán)節(jié)、降低流通成本，并能夠促進(jìn)農(nóng)業(yè)規(guī)?；?。構(gòu)建一體化服務(wù)模式，一方面，應(yīng)加強(qiáng)生產(chǎn)基地建設(shè)與管理，從源頭把控產(chǎn)品質(zhì)量。另一方面，積極利用互聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)精準(zhǔn)營銷和產(chǎn)銷精準(zhǔn)對(duì)接。其次，客戶精準(zhǔn)定位?！盎ヂ?lián)網(wǎng)+農(nóng)業(yè)”上市公司應(yīng)根據(jù)自身產(chǎn)品特點(diǎn)，細(xì)分目標(biāo)客戶群，做到精確銷售。

結(jié)語

本文以“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司為研究對(duì)象，從會(huì)計(jì)收益、資產(chǎn)運(yùn)營、償債能力、發(fā)展能力和盈利質(zhì)量五個(gè)維度選擇合適的指標(biāo)，構(gòu)建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評(píng)價(jià)模型，并實(shí)證研究“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效水平，為完善農(nóng)業(yè)上市公司績效評(píng)價(jià)體系提供了理論和現(xiàn)實(shí)依據(jù)。本文研究結(jié)論概括如下：

第一，通過專家訪談，利用層次分析法確定了績效評(píng)價(jià)指標(biāo)權(quán)重。結(jié)果表明，資產(chǎn)運(yùn)營所占比重最大，為0.2739，而資產(chǎn)運(yùn)營下的二級(jí)指標(biāo)權(quán)重最高的是存貨周轉(zhuǎn)率。也就是說，對(duì)“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效影響最大的是資產(chǎn)運(yùn)營指標(biāo)，而對(duì)資產(chǎn)運(yùn)營影響最大的是存貨周轉(zhuǎn)率。

第二，構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)績效評(píng)價(jià)模型，以32家農(nóng)業(yè)上市公司作為訓(xùn)練樣本進(jìn)行網(wǎng)絡(luò)訓(xùn)練。訓(xùn)練結(jié)果顯示，期望輸出與實(shí)際輸出的誤差較小，達(dá)到目標(biāo)誤差要求，表明所構(gòu)建的網(wǎng)絡(luò)模型具有很好的泛化能力，能有效評(píng)價(jià)農(nóng)業(yè)上市公司績效。

第三，利用調(diào)試好的網(wǎng)絡(luò)模型，評(píng)價(jià)8家“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效水平。結(jié)果表明，“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效水平均衡，整體表現(xiàn)差。

參考文獻(xiàn)：

[1]? 寇光濤，盧鳳君.“互聯(lián)網(wǎng)+農(nóng)業(yè)產(chǎn)業(yè)鏈”的實(shí)踐總結(jié)與創(chuàng)新路徑[J].農(nóng)村經(jīng)濟(jì)，2016，（8）：30-34.

[2]? 彭曉潔，高夢捷.基于因子分析法的農(nóng)業(yè)類上市公司經(jīng)營績效評(píng)價(jià)[J].財(cái)經(jīng)問題研究，2014，（11）：68-73.

[3]? 蕾娜，鄧淑紅.基于EVA視角的中國農(nóng)業(yè)上市公司績效評(píng)價(jià)[J].現(xiàn)代農(nóng)業(yè)，2016，（5）：98-100.

[4]? 褚淑貞，楊家欣.BP神經(jīng)網(wǎng)絡(luò)在醫(yī)藥企業(yè)績效評(píng)價(jià)中的應(yīng)用——以我國中成藥上市企業(yè)為例[J].中國新藥雜志，2015，（17）.

[5]? 蔡艷萍，孫夏.基于BP神經(jīng)網(wǎng)絡(luò)的上市商業(yè)銀行績效評(píng)價(jià)體系[J].系統(tǒng)工程，2016，（12）：24-30.

[6]? 趙景芬，戴蓬軍.農(nóng)業(yè)類上市公司多元化經(jīng)營對(duì)績效的影響研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013，（12）：118-124.

[7]? 吉生保，席艷玲，趙祥.中國農(nóng)業(yè)上市公司績效評(píng)價(jià)——基于SORM-BCC超效率模型和Malmquist的DEA-Tobit分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012，（3）：114-127.

[8]? 王平心，陳琳，李補(bǔ)喜.整合EVA的上市公司績效評(píng)價(jià)模型研究[J].數(shù)理統(tǒng)計(jì)與管理，2006，（2）：186-194.

[9]? 周慶梅，王柯淇.圖書館數(shù)字資源服務(wù)績效模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)研究[J].情報(bào)科學(xué)，2015，（2）：41-45.

[10]? 高大啟.有教師的線性基本函數(shù)前向三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)研究[J].計(jì)算機(jī)學(xué)報(bào)，1998，（1）：80-86.