李 雯，姚冠新，戴盼倩

（揚(yáng)州大學(xué) 商學(xué)院，江蘇 揚(yáng)州 225127）

0 引言

黨的十九屆五中全會(huì)首次提出“實(shí)施鄉(xiāng)村建設(shè)行動(dòng)”，其中要求完善農(nóng)村物流等基礎(chǔ)設(shè)施建設(shè)。一方面，農(nóng)村物流的發(fā)展對(duì)鄉(xiāng)村建設(shè)具有支撐作用，是鄉(xiāng)村建設(shè)的重要內(nèi)容；另一方面，農(nóng)村物流的發(fā)展要依靠農(nóng)村經(jīng)濟(jì)發(fā)展提供物流需求，要依靠農(nóng)村現(xiàn)代化來(lái)提供基礎(chǔ)的交通設(shè)施。然而，農(nóng)村物流基礎(chǔ)設(shè)施薄弱、網(wǎng)點(diǎn)覆蓋率低、信息化程度低等問(wèn)題導(dǎo)致農(nóng)村物流發(fā)展嚴(yán)重滯后，進(jìn)而制約鄉(xiāng)村建設(shè)的發(fā)展進(jìn)程。因此，如何實(shí)現(xiàn)二者的耦合協(xié)調(diào)發(fā)展，在保障農(nóng)村物流可持續(xù)發(fā)展的同時(shí)，發(fā)揮對(duì)農(nóng)業(yè)農(nóng)村發(fā)展的促進(jìn)作用，是未來(lái)的研究趨勢(shì)。

目前學(xué)者對(duì)于鄉(xiāng)村建設(shè)耦合協(xié)調(diào)情況的研究，主要集中在鄉(xiāng)村建設(shè)與鄉(xiāng)村旅游發(fā)展的耦合協(xié)調(diào)關(guān)系[1-3]；對(duì)于農(nóng)村物流耦合協(xié)調(diào)的研究，主要聚焦于農(nóng)村物流與城市物流的耦合協(xié)調(diào)關(guān)系[4-5]，以及農(nóng)村物流與農(nóng)村經(jīng)濟(jì)的協(xié)同發(fā)展情況[6-7]。然而，前人的研究也表明農(nóng)業(yè)現(xiàn)代化、互聯(lián)網(wǎng)推廣、教育等鄉(xiāng)村建設(shè)過(guò)程中的具體措施有助于農(nóng)村物流末端配送體系的迅速發(fā)展[8]，農(nóng)村物流向?qū)I(yè)化、精細(xì)化、多元化、集約化轉(zhuǎn)型升級(jí)[9]，有利于農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和農(nóng)業(yè)現(xiàn)代化建設(shè)[10]，以及農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)化經(jīng)營(yíng)[11]。

綜上，目前學(xué)界大多從定性角度闡述鄉(xiāng)村建設(shè)與農(nóng)村物流之間的相互促進(jìn)關(guān)系，且大多以全國(guó)為視角開(kāi)展研究。因此，本文通過(guò)搜集長(zhǎng)三角地區(qū)的相關(guān)指標(biāo)數(shù)據(jù)，借助熵值法、耦合協(xié)調(diào)度模型、灰色關(guān)聯(lián)度模型，分析長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流耦合協(xié)調(diào)發(fā)展的現(xiàn)狀，探究影響二者耦合協(xié)調(diào)發(fā)展過(guò)程中的關(guān)鍵因素，從而促進(jìn)二者的良性耦合協(xié)調(diào)發(fā)展。

1 評(píng)價(jià)指標(biāo)體系構(gòu)建與研究方法

1.1 指標(biāo)體系構(gòu)建

本文從投入水平、產(chǎn)出水平和發(fā)展?jié)摿θ齻€(gè)角度，構(gòu)建如下評(píng)價(jià)指標(biāo)體系（如表1 所示）。

表1 長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流評(píng)價(jià)指標(biāo)體系

1.2 研究數(shù)據(jù)來(lái)源

數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》 《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》以及江浙皖三省的統(tǒng)計(jì)年鑒和中國(guó)國(guó)家統(tǒng)計(jì)局官網(wǎng)，部分指標(biāo)數(shù)據(jù)運(yùn)用公式換算。其中，由于我國(guó)尚未單獨(dú)對(duì)物流行業(yè)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，指標(biāo)Y6與Y7根據(jù)地區(qū)數(shù)據(jù)和“地區(qū)農(nóng)業(yè)生產(chǎn)總值”與“地區(qū)生產(chǎn)總值”的比值調(diào)整而來(lái)[21]。

1.3 研究方法

1.3.1 熵值法

熵值法根據(jù)各項(xiàng)指標(biāo)提供信息的大小來(lái)確定指標(biāo)的權(quán)重，假設(shè)有m 年、n 個(gè)評(píng)價(jià)指標(biāo)：

（1）數(shù)據(jù)標(biāo)準(zhǔn)化

其中：xij為第i 個(gè)年份的第j 個(gè)指標(biāo)的數(shù)值，i=1,2,…,n,j=1,2,…,m。

（2）計(jì)算熵值

其中：pij為第i 個(gè)年份關(guān)于第j 個(gè)指標(biāo)的比重。

（3）計(jì)算熵權(quán)

（4）計(jì)算綜合得分

1.3.2 耦合協(xié)調(diào)度模型

耦合度用來(lái)反映兩個(gè)或兩個(gè)以上的系統(tǒng)之間彼此影響的程度，當(dāng)子系統(tǒng)個(gè)數(shù)為2 時(shí)，公式為：

其中：C 為鄉(xiāng)村建設(shè)與農(nóng)村物流的耦合度，C∈(0,1]，U1和U2分別為鄉(xiāng)村建設(shè)和農(nóng)村物流的綜合得分。當(dāng)C 越接近1 時(shí)，表明長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)和農(nóng)村物流子系統(tǒng)互動(dòng)情況越良好。

在耦合度的基礎(chǔ)上構(gòu)造長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)和農(nóng)村物流耦合協(xié)調(diào)度模型，公式為：

其中：D 表示鄉(xiāng)村建設(shè)與農(nóng)村物流的耦合協(xié)調(diào)度，D∈(0,1]，當(dāng)D 越接近1 時(shí)，表明兩個(gè)系統(tǒng)的融合程度越高。T 為綜合協(xié)調(diào)指數(shù)，α 與β 為待估參數(shù)，一般兩者之和為1，此處認(rèn)為鄉(xiāng)村建設(shè)與農(nóng)村物流具有同等重要的地位，故設(shè)定α=β=0.5。

1.3.3 灰色關(guān)聯(lián)度模型

灰色關(guān)聯(lián)度能夠基于系統(tǒng)中各因素之間發(fā)展趨勢(shì)的異同程度來(lái)衡量系統(tǒng)各因素間的關(guān)聯(lián)程度，考慮到長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流耦合作用的復(fù)雜交錯(cuò)性，運(yùn)用灰色關(guān)聯(lián)度模型分析兩個(gè)子系統(tǒng)間各指標(biāo)要素相互作用的重要關(guān)聯(lián)點(diǎn)，步驟如下：

（1）計(jì)算關(guān)聯(lián)系數(shù)

其中：k 表示不同年份，xi（k）與yj（k）分別表示該年度第i 個(gè)鄉(xiāng)村建設(shè)指標(biāo)與第j 個(gè)農(nóng)村物流指標(biāo)的標(biāo)準(zhǔn)化值，ρ 為分辨系數(shù)，通常取0.5。

（2）計(jì)算關(guān)聯(lián)度

其中：rij∈(0,1]，越接近1 表明關(guān)聯(lián)性越強(qiáng)，該指標(biāo)對(duì)另一系統(tǒng)的影響也越大。

2 實(shí)證分析

2.1 長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流綜合發(fā)展水平分析

2.1.1 鄉(xiāng)村建設(shè)綜合發(fā)展水平分析

如圖1 所示，長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)綜合發(fā)展水平總體呈平穩(wěn)上升趨勢(shì)。具體而言，2015—2021 年間江蘇持續(xù)保持增長(zhǎng)態(tài)勢(shì)，而浙江除了2017 年和2019 年均持續(xù)增長(zhǎng)，安徽則在前三年間下降后一改前態(tài)，從2018 年開(kāi)始以21.4%的平均增長(zhǎng)率迅速增加。在2018 年這個(gè)關(guān)鍵節(jié)點(diǎn)，中共中央、國(guó)務(wù)院印發(fā)了為期5 年的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃》，其中對(duì)農(nóng)村產(chǎn)業(yè)、農(nóng)村人居環(huán)境等鄉(xiāng)村建設(shè)方面提出了發(fā)展目標(biāo)，這也使得各省加大了對(duì)農(nóng)村農(nóng)業(yè)的投入力度。2018 年，浙江累計(jì)投入16.66 億元支持農(nóng)村土地綜合整治、永久基本農(nóng)田保護(hù)、墾造耕地等，11.50 億元用于美麗鄉(xiāng)村建設(shè)，以及6.31 億元致力于農(nóng)村綜合改革，促使浙江農(nóng)村農(nóng)業(yè)建設(shè)得到快速發(fā)展。同時(shí)，安徽累計(jì)投入35.9 億元用于429.2 萬(wàn)畝高標(biāo)準(zhǔn)農(nóng)田建設(shè)，30.2 億元支持農(nóng)田水利“最后一公里”獎(jiǎng)補(bǔ)政策的實(shí)施，以及7 億元推進(jìn)農(nóng)村環(huán)境“三大革命”，極大改善農(nóng)村人居環(huán)境，使得安徽農(nóng)村農(nóng)業(yè)現(xiàn)代化水平得到顯著提高。此外，江蘇也于2018 年建立涉農(nóng)資金統(tǒng)籌整合長(zhǎng)效機(jī)制，為江蘇農(nóng)村農(nóng)業(yè)發(fā)展提供重要財(cái)務(wù)保障。

圖1 2015—2021 年長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)綜合發(fā)展水平趨勢(shì)

2.1.2 農(nóng)村物流綜合發(fā)展水平分析

如圖2 所示，長(zhǎng)三角地區(qū)農(nóng)村物流綜合發(fā)展水平總體呈波動(dòng)上升趨勢(shì)。具體而言，2016 年江浙皖三省中唯獨(dú)江蘇以近30%的負(fù)增長(zhǎng)率快速降低，這是由于2016 年江蘇受到地質(zhì)災(zāi)害、臺(tái)風(fēng)、冰雹等自然災(zāi)害的侵襲，種植業(yè)產(chǎn)品產(chǎn)量下降，進(jìn)而影響到農(nóng)村物流業(yè)務(wù)量的增長(zhǎng)；再加上公路貨運(yùn)市場(chǎng)疲軟、高速公路超載罰金上漲、鐵路貨運(yùn)價(jià)格上調(diào)，江蘇農(nóng)村物流的發(fā)展受到重大阻礙。2018 年浙江農(nóng)村物流綜合發(fā)展水平從0.277 5 上升至0.708 8，實(shí)現(xiàn)了155.4%的暴增，這主要?dú)w功于農(nóng)村電商的蓬勃發(fā)展。2018 年，浙江舉辦青蟹、獼猴桃、茶葉等7 場(chǎng)農(nóng)產(chǎn)品資源對(duì)接會(huì)，借助阿里、郵政、云集等平臺(tái)推廣農(nóng)產(chǎn)品電商地方特色品牌，實(shí)現(xiàn)農(nóng)產(chǎn)品上行渠道的暢通，有效提高農(nóng)產(chǎn)品的流通效率，進(jìn)而帶動(dòng)農(nóng)村物流的飛速發(fā)展。同樣在農(nóng)村電商的正向推動(dòng)下，江蘇和安徽的農(nóng)村物流綜合發(fā)展水平也迅速上升。但自2020 年起，受新冠疫情的負(fù)面影響，農(nóng)村地區(qū)的物流發(fā)展遭受沖擊。然而2020 年，安徽貫徹建設(shè)“四好農(nóng)村路”的指示，統(tǒng)籌優(yōu)化農(nóng)村物流網(wǎng)絡(luò)節(jié)點(diǎn)布局并加速其建設(shè)，構(gòu)建覆蓋縣鄉(xiāng)村三級(jí)的農(nóng)村物流服務(wù)體系，提高農(nóng)村物流站點(diǎn)的信息化水平，使得安徽農(nóng)村物流發(fā)展更加系統(tǒng)化、規(guī)范化。

圖2 2015—2021 年長(zhǎng)三角地區(qū)農(nóng)村物流綜合發(fā)展水平趨勢(shì)

2.2 長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流耦合協(xié)調(diào)發(fā)展程度分析

根據(jù)公式（4）計(jì)算出兩個(gè)系統(tǒng)的綜合得分，再利用耦合協(xié)調(diào)模型的相關(guān)計(jì)算公式對(duì)2015—2021 年江蘇省鄉(xiāng)村建設(shè)與農(nóng)村物流的耦合協(xié)調(diào)性進(jìn)行測(cè)定，并參考學(xué)者的研究[23]，劃分耦合度階段與耦合協(xié)調(diào)等級(jí)（如表2 所示）。

表2 2015—2021 年長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)和農(nóng)村物流耦合度和耦合協(xié)調(diào)度變動(dòng)趨勢(shì)

由表2 和圖3 可知，2015—2021 年江浙皖三省鄉(xiāng)村建設(shè)與農(nóng)村物流的耦合度均較為穩(wěn)定且始終高于0.8，處于高水平耦合階段，表明在此期間長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流之間的關(guān)聯(lián)度強(qiáng)，相互影響程度高。具體而言，江皖二省鄉(xiāng)村建設(shè)與農(nóng)村物流的耦合度較為穩(wěn)定，始終在0.99 小幅度波動(dòng)，且最高值都出現(xiàn)在2019 年，分別為0.999 6 與0.999 4。其中的原因可能在于不斷提高的農(nóng)村農(nóng)業(yè)現(xiàn)代化水平在增加農(nóng)作物產(chǎn)量的同時(shí)帶動(dòng)了農(nóng)村地區(qū)物流業(yè)務(wù)量的增長(zhǎng)，以及農(nóng)村電商的發(fā)展使得農(nóng)作物生產(chǎn)與運(yùn)輸?shù)你暯又饾u成熟。相比之下，浙江省的耦合度波動(dòng)幅度較大，最低值為2015 年的0.813 0，最高則為2021 年的1.000 0。變化的主要原因可能是農(nóng)村物流相關(guān)基礎(chǔ)設(shè)施的不斷完善，以及農(nóng)村電商的日漸興盛。2021 年，浙江省共下達(dá)8 億元用于高水平建設(shè)“四好農(nóng)村路”，截止年底，農(nóng)村投遞路線也創(chuàng)歷史新高，為255 806 公里。此外，浙江擁有全國(guó)最大的淘寶村集群，且2021 年新增電商進(jìn)農(nóng)村綜合示范縣12 個(gè)，數(shù)量位列全國(guó)第二。

圖3 2015—2021 年長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)和農(nóng)村物流耦合度和耦合協(xié)調(diào)度變動(dòng)趨勢(shì)

從鄉(xiāng)村建設(shè)與農(nóng)村物流的耦合協(xié)調(diào)度出發(fā)，長(zhǎng)三角地區(qū)二者的耦合協(xié)調(diào)度在整體上波動(dòng)增加，但不同地區(qū)之間仍然存在一定差異（如圖3 所示）。具體而言，江蘇和安徽的增長(zhǎng)變化較為平緩，由勉強(qiáng)協(xié)調(diào)過(guò)渡到初級(jí)協(xié)調(diào)，再向中級(jí)協(xié)調(diào)演化。“十三五”期間，江皖二省推進(jìn)農(nóng)業(yè)技術(shù)裝備和信息化水平的提高，全面改進(jìn)農(nóng)村生產(chǎn)生活條件；同時(shí)改造與完善農(nóng)村公路、寬帶、配送網(wǎng)絡(luò)等基礎(chǔ)設(shè)施，鼓勵(lì)發(fā)展農(nóng)村電商，使得鄉(xiāng)村建設(shè)與農(nóng)村物流協(xié)同并進(jìn)。而安徽因2020 年農(nóng)村公路建設(shè)取得顯著成效，耦合協(xié)調(diào)度上升至0.804 3，達(dá)到了良好協(xié)調(diào)的水平，但受新冠疫情的影響，又退回至中級(jí)協(xié)調(diào)水平。相較而言，浙江的耦合協(xié)調(diào)度起點(diǎn)最低，為0.468 8，處于瀕臨失調(diào)的狀態(tài)。但在中央的政策指導(dǎo)以及政府相關(guān)措施的落實(shí)下，在2019 年后耦合協(xié)調(diào)度水平的變化逐漸與江皖二省同步。

2.3 長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流的灰色關(guān)聯(lián)度分析

通過(guò)公式（7）和公式（8）計(jì)算長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流各具體指標(biāo)間的灰色關(guān)聯(lián)度，并以對(duì)各行各列取均值的方法求得各系統(tǒng)整體與另一系統(tǒng)中各指標(biāo)的相對(duì)關(guān)聯(lián)度，具體計(jì)算結(jié)果見(jiàn)表3。除了Y10，其余指標(biāo)的關(guān)聯(lián)度均大于0.91，且所有指標(biāo)關(guān)聯(lián)度的均值為0.920 3，表明長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流各指標(biāo)之間的相互影響作用極強(qiáng)。鄉(xiāng)村建設(shè)系統(tǒng)中平均關(guān)聯(lián)度最高的四個(gè)指標(biāo)是X11、X8、X3、X5，且相互差距不大，表明農(nóng)村地區(qū)水土的保持不僅有助于農(nóng)業(yè)生產(chǎn)，還為農(nóng)村物流提供道路保障；農(nóng)村農(nóng)業(yè)科技水平的提高有利于農(nóng)產(chǎn)品產(chǎn)量的增加，進(jìn)而為農(nóng)村物流的發(fā)展提供貨源保障。農(nóng)村物流系統(tǒng)中平均關(guān)聯(lián)度最高的四個(gè)指標(biāo)是Y6、Y7、Y4、Y2，且均來(lái)自農(nóng)村物流的投入和產(chǎn)出水平，表明農(nóng)村物流相關(guān)基礎(chǔ)設(shè)施的建設(shè)與完善以及物流效率的提高為農(nóng)產(chǎn)品上行提供流通保障，反向推動(dòng)了農(nóng)村農(nóng)業(yè)的生產(chǎn)與發(fā)展。

表3 長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)和農(nóng)村物流評(píng)價(jià)指標(biāo)的灰色關(guān)聯(lián)度

3 結(jié)論

本文構(gòu)建了長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流評(píng)價(jià)指標(biāo)體系，借助熵值法確定各指標(biāo)權(quán)重，并運(yùn)用耦合協(xié)調(diào)度模型、灰色關(guān)聯(lián)度模型對(duì)2015—2021 年長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流間的協(xié)調(diào)發(fā)展關(guān)系及重要關(guān)聯(lián)因素進(jìn)行探究，研究表明：（1）長(zhǎng)三角地區(qū)的鄉(xiāng)村建設(shè)綜合發(fā)展水平總體呈平穩(wěn)上升趨勢(shì)，農(nóng)村物流綜合發(fā)展水平總體呈波動(dòng)上升趨勢(shì)；（2）鄉(xiāng)村建設(shè)與農(nóng)村物流的耦合度始終高于0.8，處于高水平耦合階段，江皖二省的耦合度始終在0.99 小幅度波動(dòng)，但浙江省的耦合度波動(dòng)幅度較大，從2015 年的最低值0.813 0 上升至2021 年的最高值1.000 0；（3）從耦合協(xié)調(diào)度出發(fā)，長(zhǎng)三角地區(qū)二者的耦合協(xié)調(diào)度總體上波動(dòng)增加，但存在地區(qū)差異：江蘇和安徽由勉強(qiáng)協(xié)調(diào)過(guò)渡為初級(jí)協(xié)調(diào)，最終發(fā)展至中級(jí)協(xié)調(diào)，增長(zhǎng)變化較為平緩，而浙江從瀕臨失調(diào)開(kāi)始波動(dòng)上升，在2019 年后變化逐漸與江皖二省同步；（4）長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流各項(xiàng)指標(biāo)之間存在極強(qiáng)的相互影響作用，關(guān)聯(lián)度的均值為0.920 3，鄉(xiāng)村建設(shè)指標(biāo)中的“水土流失治理面積”、“谷物單位面積產(chǎn)量”、“農(nóng)村農(nóng)業(yè)機(jī)械總動(dòng)力”和“農(nóng)業(yè)總產(chǎn)值”，農(nóng)村物流指標(biāo)中的“農(nóng)村貨運(yùn)量”、“農(nóng)村物流貨物周轉(zhuǎn)量”、“農(nóng)村居民移動(dòng)電話擁有量”和“農(nóng)村投遞路線”為影響長(zhǎng)三角地區(qū)鄉(xiāng)村建設(shè)與農(nóng)村物流協(xié)調(diào)發(fā)展的關(guān)鍵因素。