王譯苑 （南京林業(yè)大學經(jīng)濟管理學院，江蘇 南京 210037）

0 引 言

當前，我國農(nóng)村物流體系已經(jīng)有初步規(guī)模，雖然尚存在基礎設施建設缺失、區(qū)域發(fā)展不平衡、信息化水平低等問題，但農(nóng)村物流的發(fā)展有助于推動農(nóng)業(yè)快速發(fā)展、縮短城鄉(xiāng)差距，解決了就業(yè)和產(chǎn)品質量安全等問題，對社會整體現(xiàn)代化發(fā)展有著重要意義[1-2]。

影響農(nóng)村物流發(fā)展的因素主要分為兩類，第一類為內部因素：農(nóng)村物流基礎設施、農(nóng)村教育、農(nóng)村信息化發(fā)展水平，以及農(nóng)村居民收入、消費、經(jīng)濟發(fā)展水平、農(nóng)產(chǎn)品流通程度等；第二類為外部因素：政府對農(nóng)村物流發(fā)展的政策性支持，宏觀環(huán)境等[2]。對于分析方法，以往學者主要從以下兩個方面對農(nóng)村物流發(fā)展水平進行分析，一方面是定性分析，根據(jù)我國農(nóng)村物流發(fā)展的現(xiàn)狀及存在的主要問題，認為我國農(nóng)村物流存在網(wǎng)絡信息化程度低、農(nóng)產(chǎn)品物流體系不完善等問題并提出解決措施，或是借助SWOT 分析，尋找主要問題，并提出相應解決策略[3-4]；另一方面是定量分析，主要借助熵權法、綜合評價法、層次分析法、灰色關聯(lián)度分析法等，對農(nóng)村物流發(fā)展水平進行分析。對于指標選擇方面，有學者以農(nóng)村經(jīng)濟水平、農(nóng)產(chǎn)品相關產(chǎn)值、物流運輸量和人力資源與條件為一級指標，并進一步細分，研究發(fā)現(xiàn)各省份農(nóng)村物流發(fā)展水平與經(jīng)濟發(fā)展水平相一致[5]，或是有選擇性替換政府政策和農(nóng)村物流兩個因素，對我國28 個省份農(nóng)村物流發(fā)展水平進行分析，發(fā)現(xiàn)其中的農(nóng)村經(jīng)濟發(fā)展水平和人力資源水平是最主要的影響因子[6-7]。有學者同樣借助類似方法，得到所研究省份農(nóng)村物流發(fā)展主要影響因素，如：利用河南省12 個縣域數(shù)據(jù)進行模型驗證，確定了物流設施設備建設水平和農(nóng)村電子商務信息化水平的提升對兩系統(tǒng)的協(xié)同發(fā)展有重大影響[8]；對相關因素分析發(fā)現(xiàn)基礎設施和物流規(guī)模對陜西農(nóng)產(chǎn)品物流影響較大，需要加以重視[9]。

整理發(fā)現(xiàn)，現(xiàn)有關于農(nóng)村物流發(fā)展分析中，以省為樣本的研究偏多，對市級研究由于信息完整性受限相對較少。同時，對于農(nóng)村物流發(fā)展橫向分析較多，縱向分析偏少。本文參考了以往學者研究農(nóng)村物流發(fā)展狀況，結合徐州市自身情況，選取出更適合評價徐州市的指標，進行縱向綜合評價，探究徐州市農(nóng)村物流發(fā)展水平。

1 徐州市農(nóng)村物流發(fā)展現(xiàn)狀及指標選取

1.1 徐州市農(nóng)村物流發(fā)展現(xiàn)狀。徐州市農(nóng)村物流發(fā)展?jié)摿Υ?，一方面，農(nóng)業(yè)產(chǎn)品豐富，逐漸培養(yǎng)出地方特色產(chǎn)業(yè)，如：邳州大蒜產(chǎn)業(yè)、新沂水蜜桃產(chǎn)業(yè)、睢寧玉米產(chǎn)業(yè)，建設特色產(chǎn)業(yè)集群；另一方面，基礎設施不斷完善，交通基礎設施不斷現(xiàn)代化，目標向交通運輸現(xiàn)代化發(fā)展，并引領經(jīng)濟現(xiàn)代化。徐州市農(nóng)村電商產(chǎn)業(yè)蓬勃發(fā)展，國家級電商進農(nóng)村，農(nóng)戶與公司相互合作，開展網(wǎng)絡銷售業(yè)務?，F(xiàn)代信息技術的發(fā)展，加快推動徐州市農(nóng)村產(chǎn)業(yè)融合，發(fā)展線上線下產(chǎn)品營銷，擴大農(nóng)村產(chǎn)品影響力?；ヂ?lián)網(wǎng)的高速發(fā)展，增加了農(nóng)村居民收入的同時，也為他們提供更多物美價廉的商品，帶動了農(nóng)村居民的消費熱情，推動商品進村。

目前，徐州市農(nóng)村物流還存在著許多不足之處，交通不夠暢通、相關基礎設施建設不全面、信息傳遞不夠及時以及物流路徑較為繁瑣。徐州市現(xiàn)有物流企業(yè)規(guī)模較小，運行管理機制以及發(fā)展理念不夠成熟，物流方式落后，相關物流專業(yè)人員相對較少，企業(yè)之間分布較為分散，與其他產(chǎn)業(yè)企業(yè)合作較少，難以形成規(guī)模效應，因此，需要更進一步關注徐州市農(nóng)村物流發(fā)展動向，先解決問題重點，再逐步解決其他方面問題。

1.2 徐州市農(nóng)村物流發(fā)展指標選取。根據(jù)以往學者的研究，本文選取徐州市2015—2022 年共8 個年份物流發(fā)展作為研究樣本，并以徐州市人民政府公布的各年《徐州市統(tǒng)計年鑒》中與徐州市物流發(fā)展水平密切相關的幾個指標數(shù)據(jù)作為數(shù)據(jù)來源。

結合前文內容以及以往學者研究農(nóng)村物流發(fā)展的指標選擇，本文將農(nóng)村經(jīng)濟發(fā)展水平、信息化水平和基礎設施建設作為觀測的一級指標，并進一步劃分二級指標，農(nóng)村經(jīng)濟發(fā)展水平主要體現(xiàn)在人均GDP、農(nóng)林牧漁業(yè)總產(chǎn)值、農(nóng)村居民人均可支配收入、農(nóng)村居民人均消費支出；信息化水平主要體現(xiàn)在信息傳輸和信息制造業(yè)生產(chǎn)總值；基礎設施建設主要體現(xiàn)在交通運輸、倉儲和郵政業(yè)鄉(xiāng)村從業(yè)人員及公路貨運量如表1 所示。

表1 農(nóng)村物流發(fā)展水平相關指標選擇

2 因子分析

2.1 因子的適用性檢驗。根據(jù)因子分析的適用條件，選擇了《徐州市統(tǒng)計年鑒》中2015—2022 年的相關數(shù)據(jù)進行分析，選取7 個評價指標。借助KMO統(tǒng)計量和Bartlett's球形檢驗得到以下數(shù)據(jù)（見表2），KMO統(tǒng)計量為0.706，大于0.7，理論上適合做因子分析，Bartlett's球形檢驗p值小于0.05，說明變量之間有相關性，可以考慮通過該方法處理數(shù)據(jù)。

表2 KMO 和巴特利特檢驗

2.2 因子的提取。借助Spss 軟件，對上述7 個指標進行因子降維分析，以特征值大于1 為原則，并借助最大方差法進行旋轉，提取出了代替7 個原始指標的2 個公因子，以及旋轉后的成分矩陣、方差貢獻率和特征值（見表3），記2 個公因子分別為F1和F2。

表3 旋轉后的成分矩陣、方差貢獻率和特征值

由結果可知，2 個公因子的累計方差貢獻率為94.590%，可以對其他幾個因子作充分的概括，符合理論要求。公因子F1在人均GDPX1（ ）、農(nóng)林牧漁業(yè)生產(chǎn)總值X2（ ）、農(nóng)村居民人均可支配收入X3（ ）、農(nóng)村居民人均消費支出X4（ ）中載荷較大，分別為0.992、0.907、0.976、0.956，因此，可以用公因子F1反映徐州市農(nóng)村經(jīng)濟發(fā)展水平；公因子F2在信息傳輸和信息制造業(yè)生產(chǎn)總值X5（ ）和交通運輸、倉儲和郵政業(yè)鄉(xiāng)村從業(yè)人員X6（ ）中載荷較大，分別為0.705、0.988，因此，可以用公因子F2反映徐州市農(nóng)村的信息化水平和基礎設施建設。

為進一步確認所提取的公因子是否合適，本文引入碎石法得到碎石圖（見圖1），由圖1 可知，前2 個公因子處于陡坡上，且其特征值大于1，與上述結果相符，第3 個公因子雖位于斜坡尾端，后面坡度較為平緩，經(jīng)過驗證提取后對總方差結果影響較小，可以忽略，最終得出提取上述前2 個公因子較為合適。

圖1 碎石圖

2.3 因子的評價得分。根據(jù)Spss 計算變量，各公因子得分函數(shù)分別為：

借助旋轉后各公因子的方差百分比，可以得到徐州市農(nóng)村物流發(fā)展水平的綜合評價函數(shù)：

由上述公式，可以得到徐州市2015—2022 年農(nóng)村物流發(fā)展各因子得分和綜合因子得分如表4 所示。

表4 徐州市2015—2022 年農(nóng)村物流發(fā)展各因子得分和綜合因子得分

2.4 結果分析。借助Spss 軟件，得到徐州市2015—2022 年農(nóng)村物流發(fā)展各因子得分和綜合因子得分，得分越高，該年度農(nóng)村物流發(fā)展水平越高。根據(jù)表4 可知，其一，公因子F1在綜合評價函數(shù)中系數(shù)為0.736 93，占比最大，表明徐州市農(nóng)村經(jīng)濟發(fā)展水平是影響徐州市物流發(fā)展水平的最主要影響因子，尤其要關注人均DDP 和農(nóng)村居民可支配收入與消費支出。2015 至2022 年公因子F1得分逐年提高，表明徐州市農(nóng)村經(jīng)濟發(fā)展水平越來越高，物流需求多，農(nóng)產(chǎn)品豐富；其二，公因子F2在綜合評價函數(shù)中系數(shù)為0.208 96，2015—2022 年公因子F2得分呈現(xiàn)先遞減后遞增趨勢，表明徐州市在基礎設施建設方面不充分，部分基礎設施相對落后，同時農(nóng)村物流信息化建設不足，雖然已在整改提高，但后續(xù)需要持續(xù)關注該問題。綜合因子得分表明，近年來徐州市農(nóng)村物流總體發(fā)展水平逐年提高，發(fā)展趨勢較好。

3 結論與建議

本文借助Spss 軟件，通過對徐州市2015—2022 年人均GDP、農(nóng)林牧漁業(yè)總產(chǎn)值、農(nóng)村居民人均可支配收入、農(nóng)村居民人均消費支出、信息傳輸和信息制造業(yè)生產(chǎn)總值、交通運輸及倉儲和郵政業(yè)鄉(xiāng)村從業(yè)人員、公路貨運量進行因子分析，得出結論：徐州市農(nóng)村經(jīng)濟發(fā)展水平構成物流發(fā)展的主要因素，而農(nóng)村的信息化水平和基礎設施建設是次要因素。雖然近年來徐州市農(nóng)村物流發(fā)展水平越來越高，優(yōu)勢不斷累積，發(fā)展空間巨大，但仍存在著物流基礎設施建設不充分、物流信息化水平跟不上物流發(fā)展水平等問題，需要進一步補足短板、發(fā)揮優(yōu)勢，提高未來物流發(fā)展水平。

3.1 穩(wěn)定農(nóng)民就業(yè)，實現(xiàn)農(nóng)民富。努力推動農(nóng)村現(xiàn)代化建設，為農(nóng)民提供更豐富的工作崗位，拉動就業(yè)率，讓更多的農(nóng)民實現(xiàn)穩(wěn)定就業(yè)，保障農(nóng)民權益，提高農(nóng)民可支配收入，促進農(nóng)民消費。另外，要重視農(nóng)民消費群體，電商平臺應該為農(nóng)民提供更優(yōu)質劃算的產(chǎn)品，刺激消費，拉動農(nóng)村物流發(fā)展。此外，政府應當多鼓勵高學歷人才返鄉(xiāng)創(chuàng)業(yè)就業(yè)，為農(nóng)村物流業(yè)發(fā)展注入新活力，逐漸縮短城鄉(xiāng)差距，實現(xiàn)共同發(fā)展。

3.2 提高農(nóng)民受教育水平，培養(yǎng)物流專業(yè)人才。農(nóng)村人口受教育水平普遍偏低，物流專業(yè)性人才更加稀少，不僅要從長遠角度出發(fā)，開展鄉(xiāng)村教育工作，還要鼓勵大學生到農(nóng)村發(fā)展就業(yè)，吸引物流專業(yè)人才創(chuàng)業(yè)就業(yè)。物流人才是農(nóng)村物流市場中不可或缺的因素，隨著農(nóng)村物流的進一步發(fā)展，未來需求會更多。此外，現(xiàn)有物流從業(yè)相關人員整體素質較低，缺乏物流高端技術管理人才，需要定時開展物流相關工作人員培訓工作，加強對物流專業(yè)知識的了解程度，提高農(nóng)村整體專業(yè)素養(yǎng)。

3.3 進一步提高物流信息化。加強徐州市部分落后農(nóng)村地區(qū)互聯(lián)網(wǎng)網(wǎng)絡覆蓋率，做到全面全覆蓋，并加強宣傳力度，普及互聯(lián)網(wǎng)應用，避免由于物流信息傳輸速度過慢，導致市場供需情況無法及時了解，造成部分農(nóng)產(chǎn)品滯銷情況發(fā)生。此外，需要加強政府對農(nóng)村地區(qū)中小物流企業(yè)的扶持力度，培養(yǎng)具有影響力的領頭羊物流企業(yè)，積極引進最新物流信息技術，如：信息分類編碼技術、射頻識別技術、條碼技術等，提高企業(yè)信息化、專業(yè)化程度，加快向現(xiàn)代化物流轉型進度。

3.4 持續(xù)改善基礎設施。首先，立足徐州市農(nóng)業(yè)資源豐富優(yōu)勢，應該進一步取長補短，致力于優(yōu)質水稻、水果、綠色蔬菜的培育與種植，提高農(nóng)業(yè)總產(chǎn)量以及農(nóng)產(chǎn)品質量，并培養(yǎng)鄉(xiāng)村特色產(chǎn)業(yè)，建設更為成熟的鄉(xiāng)村產(chǎn)業(yè)鏈，讓產(chǎn)業(yè)走出鄉(xiāng)村，形成地方特色。此外，促進物流業(yè)與其他產(chǎn)業(yè)的融合發(fā)展，達到“1+1＞2”的效果。其次，徐州市位于蘇魯豫皖四省交壤處，交通位置較好，相對于其他城市，更有發(fā)展農(nóng)村物流的潛力，公路是徐州市農(nóng)村物流最主要方式，應繼續(xù)推進農(nóng)村公路建設，拓展農(nóng)村交通線路，與鐵路、水路、航空、管道協(xié)同發(fā)展，完善物流配套，提高整體物流效率。