基于EFA的区域农产品冷链物流能力评价指标体系构建

骆金鸿 邹娟平

（湖南环境生物职业技术学院，湖南 衡阳 421005）

我国加快构建以国内大循环为主体、国内国际“双循环”相互促进的新发展格局，区域经济发展将以扩大内须作为战略基本点，国内消费刚需是其核心之一。农产品是普通居民食品的主要来源之一。因此，打造区域优质农产品内循环体系，是区域经济落实“以国内大循环为主体”新发展战略的首要任务。根据发达国家的冷链物流业发展的经验，普通居民年人均可支配收入为27000 元以上时，居民不仅考虑食品消费品种和数量，而且将更关注食品质量与安全。中国国家统计局数据显示，2022年全国居民人均可支配收入达36883 元，对于全面进入小康社会的中国，农产品质量与安全成为人们关注的重点。区域农产品冷链物流一端服务农产品生产，一端链接农产品消费，是田间地头与百姓餐桌的桥梁，守护人民群众“舌尖上的安全”和生命安全，是构建区域优质农产品内循环体系的前提，对区域农产品冷链物流现状进行科学、客观的评价，对其需要改进的相关领域进行准确定位，并提出可靠、有效的解决方案。由此可见，构建科学、系统的区域农产品冷链物流能力评价指标体系，是解决问题的第一步。

1 先行研究

学者们针对中国区域农产品冷链物流能力评价的研究比较少，从已有的研究来看，可以分为企业层面和区域层面：1）企业层面。赵达薇、刘乔和刘静（2013）从运输能力、仓储能力、客户服务能力、配送能力和信息化水平能力等5 个方面构建冷链物流企业评价指标体系，采用层次分析法确定权重，运用模糊综合评价法对黑龙江省某企业的总体冷链物流能力进行评价[1]。徐耀群，程林（2017）对相关文献进行综述的基础上，基于服务收费水平、网络覆盖率、保障产品质量安全、冷链基础设施、冷链货物追踪、冷链技术水平和财务稳定性七项评价指标，建立生鲜农产品冷链物流企业综合能力的评价体系[2]。刘建鑫、王可山（2018）针对生鲜食品物流活动的特点，构建了由仓储管理能力、运输配送能力、建设管理能力、员工素质和风险控制能力5 个要素组成的电商生鲜食品物流企业能力评价指标体系[3]。2）区域层面。黄福华，龚瑞风（2018）选取经济环境、基础设施、人力培养、信息化水平、消费水平以及供给能力6 个方面构建，生鲜农产品物流能力评价指标体系，并应用灰色关联分析，测算31 个省份的生鲜农产品物流能力排名与得分[4]；贺盛瑜、程琬玥和杨克建（2019）从地区GDP、人均GDP、社会消费品售总额、农林牧渔业总产值、公路里程、货运总量、国际互联网用户数、载货汽车总量以及冷库容量9 个方面构建了中国区域农产品物流能力评价指标，选取中国 30 个省市2016年样本数据，运用因子分析和聚类分析法对中国各省市农产品物流能力进行分析[5]。凤亮、王扬眉和陈鑫（2022）从政府政策支持、冷链物流基础设施、冷链企业主体数量、冷链技术创新以及冷链物流人才5 个方面构建了其对江苏省农产品冷链物流发展水平的解释关系，结果表明，冷链物流基础设施与冷链物流人才的要素组合，是实现农产品冷链物流高水平发展的重要路径；冷链企业主体数量和冷链技术创新同时发挥优势效应，农产品冷链物流持续性发展[6]。

从现有的研究成果来看，农产品冷链物流能力评价指标选取甚少用定量的分析方法，大多都是在定性分析的基础上构建的，主观性较强，导致对区域农产品冷链物流能力的测定结果缺乏客观性。同时，多数指标体系都不能充分体现农产品冷链物流系统要素特性及要素间相互作用的运行机制，显得构建的指标体系针对性和系统性不强。

2 研究设计

2.1 研究方法

2.1.1 变异系数法

本文应用变异系数（CV）对建立的区域农产品冷链物流能力评价预选指标进行分辨力检验，将变异系数＜0.1 作为考虑剔除相应指标的依据。变异系数计算过程如公式（1）所示。

式中：n为指标数，即区域农产品冷链物流能力评价预选指标个数；Xt为样本值，即区域农产品冷链物流能力评价指标样本值；为样本均值，即区域农产品冷链物流能力评价指标样本均值。

2.1.2 相关系数法

本文通过Pearson 相关系数对区域农产品冷链物流能力评价预选指标间的相关度进行检验，将相关系数＞0.9 作为是否在两指标间二选一的依据。相关系数计算过程如公式（2）所示。

2.1.3 EFA

在因子分析中，根据研究对象的不同分为EFA（Exploratory Factor Analysis）和CFA（Confirmatory Factor Analysis）。与CFA相比，EFA 的最大优点是基于数据驱动的，不需要对潜在因素进行任何预先指定的假设，适合提取探索性目的的共性因子。由于区域农产品冷链物流能力是一个涉及不同因素的多维概念，受到多种因素的影响，其更适合选择EFA 对众多复杂多维的区域农产品冷链物流能力影响因素进行主因素提取，并构建因素间的潜在结构，对主因素进行命名，完成区域农产品冷链物流能力评价指标体系构建的探索性研究。

EFA 的数学模型可用公式（3）表示。

式中：x1、x2、x3...xp是p个原有变化量，是均值为0、标准差为1 的标准化变量；F1、F2、F3...Fm是m个因子变量，且m＜ρ；aij（i，j=1，2..p，m）为因子载荷，是第i个原有变量在第j个因子变量上的负荷；ε为特殊因子，表示原有变量不能被因子变量解释的部分。

2.2 数据来源与获取

长江经济带作为中国“三大战略发展区域”之一，在实施扩大内需战略中肩负着“先试先行”的重任。因此，本文选取长江经济带11 个省市的农产品冷链物流相关数据进行研究，同时考虑因子分析对样本量的要求，选取2016—2021年所有年份的指标数据作为计算基础。所有原始数据来自于《2017—2022年中国统计年鉴》 《2017—2022年中国物流年鉴》 《2017—2022年中国冷链物流发展报告》、中国物流与采购联合会、中商产业研究院统计数据和各省市年鉴报告。目前我国冷链物流业统计工作处于初级阶段，没有完善的专门针对冷链物流业的经济统计数据，因此无法直接获得有关数据。本文借鉴相关研究经验[7]，部分数据由交通运输、仓储及邮政业相应数据替代。此外，参考文献[8]，区域各省市农产品冷链物流总额=[（各省市交通运输、仓储和邮政业增加值）/（全国总的交通运输、仓储和邮政业增加值）]×全国农产品冷链物流总额。

3 农产品冷链物流能力评价指标体系构建

3.1 构建区域农产品冷链物流能力评价预选指标集

从已有的研究文献来看，有关农产品冷链物流能力的评价指标，由于研究者关注的视角不同，在评价指标选择方面也存在差异。对农产品冷链物流能力评价指标进行梳理，发现出现频率较高的农产品冷链物流能力评价指标包括地区GDP、人均GDP、居民人均可支配收入、城镇化水平、农产品冷链物流产值、农产品冷链物流货运量、农产品冷链物流业固定投资额、农产品冷链物流从业人员数、人均冷库容量、冷链物流企业数量、信息化水平、专利技术等科技创新指标等。本文初步选取了评价区域农产品冷链物流能力的14 个指标，见表1。

表1 区域农产品冷链物流能力评价预选指标集

3.2 预选指标分辨力及相关度分析

计算14 个预选指标的变异系数和相关系数矩阵，见表2 和表3。从表2 来看，变异系数均＞0.1，不考虑指标剔除；但表3 显示X1和X3的相关系数为0.951，X1和X4的相关系数为0.927，X3和X4的相关系数为0.957，X9和X10的相关系数为0.969，X2和X14相关系数为0.905，须考虑指标剔除问题。其中，X1、X3、X4这3 个指标高度相关，分别表示城镇化水平、人均GDP、居民人均可支配收入，它们都在一定程度上体现了一个地区的经济状况和居民的消费水平，考虑到居民人均可支配收入直接决定了区域农产品冷链物流的消费能力，所以选择剔除X1和X3；X9和X10分别表示冷藏（冻）车数量、人均冷库容量，是体现区域冷链物流运输和仓储能力2 个非常重要的指标，提供了综合评估所需的独特、敏感信息，尽管2 个指标相关系数大于0.9，也须同时保留；X2 和X14 分别表示地区GDP 和地区国内专利申请授权量，其相关性较大，说明科技创新在推动经济增长方面发挥了至关重要的作用，同时GDP 水平较高的地区往往在研究与开发活动方面的投资也更多。GDP 体现了冷链物流对地区经济的贡献，而专利授权数多数学者作为一个科技创新指标，对物流能力的大小评估没有直接影响。因此，本文为简化评估框架，使评价指标更具有实用性和针对性，选择剔除X14。

表2 各指标项变异系数

表3 相关系数矩阵

3.3 因子分析的评价指标体系确定

3.3.1 指标KMO 和 Bartlett 球形检验

对通过变异系数和相关系数检验的11 个有效指标进行 KMO 和 Bartlett 球形检验，结果见表4，满足度量标准，可以进一步做因子分析。

表4 KMO 和Bartlett 检验

3.3.2 采用主成分分析法和 Kaiser 标准提取主因子

根据特征值＞1，累计贡献率要达到85%以上的原则，确定主因子个数。各变量公因子的提取均在0.8 以上，提取效果较好。从表5 的结果可知，前3 个因子的特征值均＞1 且累积方差贡献率达到89.956%，说明这3 个因子包括11 个指标的绝大部分信息量，可以较全面地反映农产品冷链物流的能力水平，因此，将其作为主因子F1、F2、F3。

表5 解释的总方差

3.3.3 对主因子进行正交旋转获得因子载荷矩阵

从表6 结果可以看出，主因子F1在指标ZX8、ZX7、ZX2、ZX9和ZX6的载荷系数较大，主要反映了人均冷库容量、冷藏（冻）车数量、居民人均可支配收入、冷链物流企业数量、农产品冷链物流从业人员数；F2在ZX1、ZX11、ZX10、ZX3上具有较大载荷，主要反映了地区GDP、农产品冷链物流信息技术水平、农产品冷链物流总额、农产品冷链物流总量；F3在ZX5、ZX4上具有较大载荷，主要反映了地区财政交通运输支出、农产品冷链物流业固定投资额。

表6 因子分析旋转后的载荷矩阵

3.3.4 完成指标命名

根据主因子进行正交旋转获得的因子载荷矩阵，分析各主因子涵盖的指标，结合物流系统论，命名评价指标体系。根据表6 的结果，人均冷库容量、冷藏（冻）车数量、居民人均可支配收入、冷链物流企业数量和农产品冷链物流从业人员数等5 个指标主要体现了农产品冷链物流系统中的消费主体和供给主体2 个要素；地区GDP、农产品冷链物流信息技术水平、农产品冷链物流总额和农产品冷链物流总量等4 个指标体现了农产品冷链物流系统中市场经济、信息技术以及规模等市场要素；地区财政交通运输支出、农产品冷链物流业固定投资额等2 个指标主要体现了政府支持要素。因此，该研究将主因子F1命名为“主体要素能力”；F2命名为“市场要素能力”；F3命名为“支持要素能力”。最后，构建了区域农产品冷链物流能力评价指标体系，见表7。

表7 区域农产品冷链物流能力评价指标体系

4 结论

首先，本文结合先行研究构建了包括14 个指标在内的长江经济带农产品冷链物流能力评价预选指标集。其次，选取中国典型区域物流研究蓝本的长江经济带11 个省（直辖市）的2016—2021年预选指标集的相关指标数据进行实证分析，综合运用变异系数法、相关系数法对预选指标集中14 个相关指标进行筛选，最终保留了11 项评价指标。最后，运用探索性因子分析完成区域农产品冷链物流能力评价指标体系构建，最终构建了由主体要素能力、市场要素能力和支持要素能力在内的3 个一级指标和11 个二级指标组成的区域农产品冷链物流能力评价指标体系。