勞 健，謝如鶴，王媚莎

（1.廣州城建職業(yè)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(lián)網(wǎng)時代新產(chǎn)業(yè)新業(yè)態(tài)不斷涌現(xiàn)，正深刻改變農(nóng)產(chǎn)品發(fā)展環(huán)境。居民消費結構升級，對農(nóng)產(chǎn)品物流提出了更高的要求，傳統(tǒng)物流管理已經(jīng)不能適應農(nóng)產(chǎn)品發(fā)展需要。隨著電子商務的普及，信息技術與農(nóng)產(chǎn)品物流加速融合，推動農(nóng)產(chǎn)品智慧物流迅速發(fā)展起來。2016年國家發(fā)改委會同相關部門制定了《“互聯(lián)網(wǎng)+”高效物流實施意見》，為智慧物流發(fā)展奠定了政策基礎。菜鳥網(wǎng)絡、交通運輸部科學研究院和阿里研究院聯(lián)合發(fā)布的《2017中國智慧物流大數(shù)據(jù)發(fā)展報告》指出，智慧物流應用信息技術，推動電商物流飛速發(fā)展，它是世界物流業(yè)發(fā)展的趨勢，是所有物流企業(yè)追求的目標。2019年中共中央辦公廳、國務院辦公廳印發(fā)《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》指出，到2025年我國基本形成鄉(xiāng)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(yè)積極投身建設的快車道。農(nóng)產(chǎn)品智慧物流是主要利用互聯(lián)網(wǎng)平臺收集海量數(shù)據(jù)，通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等信息技術，提升農(nóng)產(chǎn)品物流智慧分析與智能執(zhí)行能力，逐步實現(xiàn)農(nóng)產(chǎn)品物流信息化、網(wǎng)絡化、智慧化管理的一種物流新業(yè)態(tài)。近年來，信息技術爆炸式發(fā)展，引發(fā)農(nóng)業(yè)經(jīng)濟格局和產(chǎn)業(yè)形態(tài)發(fā)生深刻變革，研究信息技術背景下農(nóng)產(chǎn)品智慧物流發(fā)展影響因素，對于推動農(nóng)產(chǎn)品物流高質量發(fā)展，培養(yǎng)農(nóng)業(yè)農(nóng)村經(jīng)濟新增長極，服務農(nóng)業(yè)現(xiàn)代化建設均起到重要的作用。

2 文獻回顧

信息技術推動農(nóng)產(chǎn)品智慧物流迅速發(fā)展，引發(fā)國內(nèi)外學者積極探索。國外目前沒有嚴格的“農(nóng)產(chǎn)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(nóng)產(chǎn)品智慧物流研究。G.W.J.Hendrikse[1]從農(nóng)產(chǎn)品物流流通渠道整合與協(xié)作管理方面進行相關研究。Den Ouded M[2]等認為農(nóng)產(chǎn)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(nóng)產(chǎn)品市場，農(nóng)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(nóng)產(chǎn)品物流安全、農(nóng)產(chǎn)品質量，必須建立農(nóng)產(chǎn)品供應鏈信息技術平臺。Norbert.N[5]等從互聯(lián)網(wǎng)信息服務系統(tǒng)角度分析了農(nóng)產(chǎn)品電子商務產(chǎn)業(yè)鏈，從而提升農(nóng)產(chǎn)品在生產(chǎn)與銷售中的應用。Hobbs J E[6]對農(nóng)產(chǎn)品供應鏈可追溯制度的經(jīng)濟功能進行了研究。國內(nèi)關于農(nóng)產(chǎn)品智慧物流的研究包括：謝如鶴[7-9]等認為隨著農(nóng)業(yè)生產(chǎn)方式和消費行為轉變，當前農(nóng)產(chǎn)品物流發(fā)展?jié)M足不了市場需求。游德升[10]指出我國農(nóng)村智慧物流發(fā)展仍存在體制、產(chǎn)業(yè)技術等方面的問題。曾志勇[11]認為智慧物流是服務網(wǎng)絡購物的重要平臺，農(nóng)村發(fā)展智慧物流有利于促進經(jīng)濟發(fā)展。王朔[12]認為農(nóng)產(chǎn)品銷售困難，制約了農(nóng)業(yè)經(jīng)濟發(fā)展，據(jù)此提出“社會企業(yè)+智能物流”合作發(fā)展理念。何玲輝[13]認為農(nóng)產(chǎn)品智慧物流基礎良好，但是產(chǎn)業(yè)集聚程度不高。翟優(yōu)子[14]等基于農(nóng)產(chǎn)品物流園區(qū)的研究，提出了實現(xiàn)農(nóng)產(chǎn)品智慧物流自動化、信息化和網(wǎng)絡化管理的建議。隨著智慧物流的深入發(fā)展，國內(nèi)外學者已經(jīng)開始從信息技術角度進行農(nóng)產(chǎn)品智慧物流研究，已有研究主要包括現(xiàn)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(nóng)產(chǎn)品智慧物流影響因素亟待深入研究。

3 農(nóng)產(chǎn)品智慧物流評價指標體系構建

參考國家統(tǒng)計局農(nóng)產(chǎn)品分類，本文研究的農(nóng)產(chǎn)品主要包括種植業(yè)、畜牧業(yè)、漁業(yè)等產(chǎn)品。順應信息技術背景下農(nóng)產(chǎn)品智慧物流發(fā)展需要，探討農(nóng)產(chǎn)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(shù)據(jù)實證分析，探索農(nóng)產(chǎn)品智慧物流內(nèi)外融合發(fā)展對策，以推進我國農(nóng)產(chǎn)品智慧物流可持續(xù)發(fā)展。

3.1 數(shù)據(jù)來源及評價指標選取

（1）數(shù)據(jù)來源與處理。面板數(shù)據(jù)主要來自《中國統(tǒng)計年鑒》、《全國科技經(jīng)費投入統(tǒng)計公報》及《全國科技經(jīng)費投入統(tǒng)計公布》等統(tǒng)計資料。隨著信息技術與各行業(yè)深度融合發(fā)展，2013年國家統(tǒng)計局調(diào)整、增設了“軟件和信息技術服務業(yè)主要經(jīng)濟指標”，結合信息技術背景下農(nóng)產(chǎn)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(shù)據(jù)可獲得性及可用性，剔除了西藏、香港、澳門、臺灣四個地區(qū)的數(shù)據(jù)，對我國30個省、市、自治區(qū)2014-2018年連續(xù)5年的面板數(shù)據(jù)進行分析，樣本觀測總數(shù)為2 850個。

（2）評價指標選取。研究農(nóng)產(chǎn)品智慧物流評價指標，是分析農(nóng)產(chǎn)品智慧物流發(fā)展的關鍵，也是提出合理管理建議的前提。目前關于農(nóng)產(chǎn)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(nóng)產(chǎn)品智慧物流相關評價指標

綜合考慮已有評價指標，結合農(nóng)產(chǎn)品智慧物流特點，分別從行業(yè)經(jīng)濟、互聯(lián)網(wǎng)、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(yè)務收入（x15）兩個新指標，合計19個指標，從農(nóng)產(chǎn)品智慧物流基礎因子（F1）和農(nóng)產(chǎn)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(nóng)產(chǎn)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(nèi)部依賴關系，把眾多存在相關性的變量歸結為少數(shù)幾個綜合因子，通過分析綜合因子進而發(fā)現(xiàn)問題、解決問題的一種多變量分析方法。影響農(nóng)產(chǎn)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(nóng)產(chǎn)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(nóng)產(chǎn)品智慧物流發(fā)展的影響因素。

因子分析數(shù)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(xié)方差陣Cov(X)=∑，且協(xié)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(xié)方差矩陣Cov(Z)=1。

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

表3 面板數(shù)據(jù)矩陣結構

運用面板數(shù)據(jù)進行農(nóng)產(chǎn)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(tài)信息。王培等[23]運用面板數(shù)據(jù)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(shù)據(jù)因子分析方法，對每一時間截面數(shù)據(jù)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(shù)據(jù)因子分析法，總結了現(xiàn)有研究主要是根據(jù)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(shù)據(jù)，分析影響農(nóng)產(chǎn)品智慧物流發(fā)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(nóng)產(chǎn)品智慧物流發(fā)展的影響因素。

（3）面板數(shù)據(jù)因子分析主要公式。利用面板數(shù)據(jù)進行農(nóng)產(chǎn)品智慧物流發(fā)展分析，由于各指標的量綱和數(shù)量級不同，首先要對各指標的數(shù)據(jù)進行標準化處理，消除不同指標之間量綱和數(shù)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，F(xiàn)ki(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(shù)據(jù)實證分析

4.1 指標標準化

進行農(nóng)產(chǎn)品智慧物流發(fā)展分析研究，首先對樣本原始數(shù)據(jù)進行標準化處理。以2018年我國30個省、市、自治區(qū)的數(shù)據(jù)為例，其標準化數(shù)據(jù)如下：

4.2 適用性檢驗

對樣本標準化數(shù)據(jù)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(shù)據(jù)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(shù)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(qū)生產(chǎn)總值（x1）、農(nóng)產(chǎn)品總產(chǎn)值（x2）、主要農(nóng)產(chǎn)品種植面積（x3）、互聯(lián)網(wǎng)寬帶接入端口（x4）、農(nóng)村互聯(lián)網(wǎng)寬帶接入用戶（x5）、移動互聯(lián)網(wǎng)用戶（x6）、信息化與電子商務企業(yè)個數(shù)（x7）、郵政營業(yè)網(wǎng)點（x8）、民用汽車擁有量（x9）、農(nóng)村投遞路線（x10）、教育經(jīng)費支出（x11）、普通高等院校畢業(yè)生數(shù)（x12），這十二個指標較為集中反映在農(nóng)產(chǎn)品智物流基礎方面，因此歸納為農(nóng)產(chǎn)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(yè)務收入（x15），技術市場成交額（x16）、企業(yè)擁有網(wǎng)站數(shù)（x17）、R&D經(jīng)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(nóng)產(chǎn)品智慧物流的信息技術方面，因此歸納為農(nóng)產(chǎn)品智慧物流信息技術公共因子（F2）。

表6 成分得分系數(shù)矩陣

分析我國30個省、市、自治區(qū)農(nóng)產(chǎn)品智慧物流發(fā)展情況，利用各地區(qū)的標準化數(shù)據(jù)及其成分得分系數(shù)，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(qū)2014-2018年截面數(shù)據(jù)公共因子得分。對截面數(shù)據(jù)公共因子構成的綜合評價矩陣進行數(shù)據(jù)標準化處理，得到矩陣R'2014-2018。

對R'2014-2018標準化數(shù)據(jù)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(shù)據(jù)進行主成分分析，計算各地區(qū)農(nóng)產(chǎn)品智慧物流基礎因子F1和農(nóng)產(chǎn)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(shù)據(jù)的方差貢獻率作為權重，計算我國30個省、市、自治區(qū)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(qū)綜合因子得分。根據(jù)各地區(qū)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(qū)的綜合因子得分排名

本文在國內(nèi)外已有研究基礎上，利用我國30個省、市、自治區(qū)2014-2018年面板數(shù)據(jù)，運用因子分析法，對我國農(nóng)產(chǎn)品智慧物流發(fā)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(nóng)產(chǎn)品智慧物流發(fā)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(nóng)產(chǎn)品智慧物流發(fā)展產(chǎn)生影響；以方差貢獻率作為權重，計算我國30個省、市、自治區(qū)的綜合因子得分，其中11個地區(qū)綜合因子得分為正值、19個地區(qū)綜合因子得分為負值，從分析結果來看，我國農(nóng)產(chǎn)品智慧物流發(fā)展水平整體不高；各地區(qū)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(nóng)產(chǎn)品智慧物流各地區(qū)發(fā)展不平衡，沿海、大城市等發(fā)達地區(qū)發(fā)展水平高，僻遠地區(qū)發(fā)展水平落后。

隨著互聯(lián)網(wǎng)普及，信息技術在農(nóng)產(chǎn)品物流中廣泛應用，我國農(nóng)產(chǎn)品智慧物流快速發(fā)展，但是整體發(fā)展水平不高，發(fā)展基礎薄弱，關鍵信息技術研發(fā)滯后，信息技術創(chuàng)新應用亟待進一步激發(fā)。

5.2 對策建議

加快完善農(nóng)產(chǎn)品智慧物流基礎建設。把握信息技術背景下農(nóng)產(chǎn)品智慧物流發(fā)展新趨勢，加強鄉(xiāng)村移動互聯(lián)網(wǎng)戰(zhàn)略部署，科學規(guī)劃農(nóng)產(chǎn)品網(wǎng)絡銷售體系，開展互聯(lián)網(wǎng)公共基礎設施升級改造，提升農(nóng)產(chǎn)品智慧物流的服務能力。加快完善農(nóng)產(chǎn)品智慧物流服務體系，加強農(nóng)產(chǎn)品物流骨干網(wǎng)絡建設，完善城鄉(xiāng)配送網(wǎng)絡，支持有條件的鄉(xiāng)鎮(zhèn)建立農(nóng)產(chǎn)品智慧配送中心，規(guī)劃建設一批農(nóng)產(chǎn)品智慧立體倉庫、產(chǎn)地智慧冷鏈倉庫，加快推進數(shù)字物流基礎設施建設，提升農(nóng)產(chǎn)品智慧流通水平。加大對農(nóng)產(chǎn)品經(jīng)營主體培育力度，促使其成為農(nóng)產(chǎn)品智慧物流建設骨干力量，加強農(nóng)產(chǎn)品物流智力建設，注重科研人員培養(yǎng)，為農(nóng)產(chǎn)品智慧物流發(fā)展提供源源不斷的人才保障和智力支撐。創(chuàng)新農(nóng)產(chǎn)品智慧物流投融資機制，引導資本、技術和人才等資源向農(nóng)產(chǎn)品智慧物流流動，著力解決農(nóng)產(chǎn)品智慧物流發(fā)展不平衡不充分問題，支持發(fā)達地區(qū)發(fā)展適度規(guī)模經(jīng)營，加大對落后地區(qū)財政扶持力度，促使農(nóng)產(chǎn)品智慧物流成為鄉(xiāng)村振興的新力量，引領農(nóng)業(yè)經(jīng)濟高質量發(fā)展。

利用信息技術推動農(nóng)產(chǎn)智慧物流發(fā)展。將農(nóng)產(chǎn)品物流各個環(huán)節(jié)納入信息技術管控之下，重塑農(nóng)產(chǎn)品物流業(yè)務流程，推動農(nóng)產(chǎn)品智慧物流模式創(chuàng)新，促進信息技術與農(nóng)產(chǎn)品智慧物流高度融合，實現(xiàn)農(nóng)產(chǎn)品智慧物流跨越式發(fā)展。有效整合國家農(nóng)產(chǎn)品物流科技資源，依托國家科研機構，開展農(nóng)產(chǎn)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(nóng)產(chǎn)品智慧物流信息技術前沿布局，加快推動物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術創(chuàng)新與應用，全面提升農(nóng)產(chǎn)品物流信息化、服務智慧化、管理高效化的發(fā)展水平。建立統(tǒng)一開放的農(nóng)產(chǎn)品物流公共信息平臺，加快數(shù)字物流升級改造，促進物流信息和大數(shù)據(jù)互聯(lián)互通與開放共享，增強信息技術對農(nóng)產(chǎn)品物流市場需求的分析能力、反應能力和調(diào)整能力，推動農(nóng)產(chǎn)品物流線上線下資源融合發(fā)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(chǎn)銷一體化農(nóng)產(chǎn)品智慧鏈，實現(xiàn)農(nóng)產(chǎn)品存、取、管全程智慧化。順應信息技術發(fā)展趨勢，以農(nóng)產(chǎn)品智慧物流為突破口，增強農(nóng)業(yè)經(jīng)濟高質量發(fā)展的內(nèi)生動力，為實現(xiàn)更高水平的農(nóng)業(yè)現(xiàn)代化建設奠定堅實的基礎。