甘肃省农产品物流运输的影响因素分析.docx

甘肃省农产品物流运输的影响因素分析

摘?要：物流运输对农产品发展具有重要作用。文章基于甘肃省2015—2021年物流运输相关数据，从社会发展水平、农产品产出水平、物流基础设施水平和物流规模水平四个维度构建农村物流运输发展状况的评价指标体系，利用灰色关联和聚类分析法，分析影响甘肃省农产品物流运输的因素，结果表明货运周转量对农产品物流运输的影响最大，邮路及农村投递线路总长度对物流运输的影响最小。并根据聚类分析结果提出建议，对推动甘肃省农产品物流运输发展具有借鉴意义。

关键词：甘肃省；物流运输；影响因素；灰色关联分析；聚类分析

0?引?言

2022年中共中央国务院颁布《关于做好2022年全面推进乡村振兴重点工作的意见》提出：“加强农产品现代流通体系建设，提高农产品流通效率，更好保障市场供应”。推动农村物流的稳定发展是优化农村产业经济结构、推动实现农业农村现代化、加快农村经济社会发展和实现乡村振兴的有效途径之一。2022年12月甘肃省颁布《甘肃省“十四五”现代物流业规划》提出“健全现代物流流通体系，构建现代物流发展新格局”。物流运输作为推动国民经济高质量发展的重要支撑，大力发展物流运输业，对立足新发展阶段，构建国内国际双循环的物流流通体系，加快甘肃省“一带一路”建设，助力脱贫攻坚和乡村振兴有效衔接具有至关重要的作用。

国内外学者对农村物流都进行了深入的研究，并取得了丰硕的研究成果。美国学者J.F.Growell在《农产品流通产业委员会报告》中，首次开启了农产品物流研究[1]。此后国外学者对物流影响因素的研究主要集中在农产品冷链物流方面[2]。20世纪90年代，我国学者开始了农产品物流的研究。一部分国内学者通过DEA-Malmquist指数法、熵权-灰色关联分析法和二元回归分析法等定量分析的方法[3]，分析影响农产品物流运输的影响因素。另一部分学者则通过定性的方法对产品冷链物流运输的相关数据进行对比分析，提出农产品物流运输的优化路径[4]。梳理文献发现，我国学者对农产品物流影响因素的研究多基于全国视角和发达地区视角来研究，对西部欠发达地区的农产品物流研究较少。因此本文以甘肃省为研究对象，选取甘肃省2015

—2021年的相关数据，利用灰色关联和聚类分析法对甘肃省农产品物流影响因素进行深入分析，有利于甘肃省在新发展阶段更精准的寻求影响农产品物流运输的主要因素，完善甘肃省农产品物流运输体系，对推动甘肃省农产品物流运输的智能化、数据化和信息化具有重要意义。

1?数据来源与研究方法

1.1?数据来源

本文选取的原始数据来源于《甘肃统计年鉴》（2015—2021年）、以及《甘肃省国民经济和社会发展统计公报》（2015

—2021年）。

1.2?研究方法

1.2.1?灰色关联分析法

灰色关联分析法是1982年华中理工大学邓聚龙教授提出的[5]。它是以数据为基础反映因素间的趋近程度的一种分析方法。该方法是以关联度作为衡量两因素间的关系密切程度，通过分析系统中参考序列和比较序列曲线的几何相似程度来判断其联系是否紧密。该方法的优点在于计算简单方便，能够减少误差，能通过小样本来反应整体情况，是一种合理、有效的分析方法。

1.2.2?聚类分析法

聚类分析就是将多个样本数据进行分组，将类似的样本指标分成多个类别的一种统计方法。本文选择使用聚类分析法，来对12个指标的灰色关联度进行系统聚类，并找出灰色关联度的聚类特征。

2?指标选取与数据分析

2.1?指标选取

本文通过查阅大量文献并结合甘肃省农产品物流运输实际发展状况，选取甘肃省农产品物流货运量作为目标序列，但是由于物流货运量数据缺失，故用甘肃省货运总量X作为代替。梳理文献时发现[6]，学术界对测定农产品物流影响因素的指标没有明确的界定，因此本文通过结合甘肃省农产品物流发展的实际状况分别从社会发展水平、农产品产出水平、物流基础设施水平和物流规模水平四个维度出发选取12个指标作为比较序列来对甘肃省农产品物流的影响因素进行客观分析。社会发展水平包括人均可支配收入X、乡村消费品零售总额X和固定电话用户X。农产品产出水平包括农产品产量X、农林牧渔总产值X和农业生产总值X。物流基础设施水平包括邮路及农村投递线路总长度X、铁路营业里程X、公路营业里程X和民用载货汽车拥有量X。物流规模水平包括货运周转量X和运输仓储邮政就业总人数X。因此，本文构建甘肃省农产品物流影响因素指标体系如表1所示。

2.2?数据分析

2.2.1?确定参考序列和比较序列

本文以货运总量作为参考序列，以甘肃省农产品物流影响因素指标体系表1的三级指标（X—X）作为比较序列。参考序列为：X=Xk（其中k=1，2，3，…，n），其中k表示相对应的时间段。比较序列为：X=Xk，（其中k=1，2，3，…，n；i=1，2，3，…，m），其