摘要：本文通过灰色关联度分析法，对成都市及其周边地区的大中型农贸市场和零售商调研的生鲜农产品流通效率数据进行分析研究，发现传统生鲜农产品流通模式依然具有很大的生命力，产品售价、产品利润、运输里程和运输时间四个因素是最主要的流通效率影响因素。基于分析结果，本文对传统生鲜农产品流通模式构建了优化模型。

　　关键词：灰色关联度;生鲜农产品;流通效率

　　一、引言

　　农产品销售作为农村农民脱贫攻坚的具有决定性意义的一环，其中农产品的流通效率一直是学者们关注的重点。虽然近年来我国农产品流通模式进行了众多改进，如：2010年来商务部试点的“农超对接”模式;政府对生鲜农产品“绿色通道”的开设和支持从制度上加快了生鲜农产品的运输效率;近年来的“互联网+”等一系列的农产品流通模式。但脱贫攻坚地区的农产品流通效率的真实情况还有待考察。本文选取处于我国西南部挨近大凉山和阿坝等地的“新一线城市”成都及其周边地区作为调研地点，因与扶贫攻坚地较为接近的同时具有较为发达的交通条件，调研数据具有一定的可靠性，通过对成都市及其周边的具有较强代表性的农贸市场：双流白家镇的白家大市场、彭州濛阳镇濛阳大市场，周边各中小型菜市场等的业主进行调研。因此，本文的研究思路为：在实地调研的情况下，通过文献梳理和调研数据，应用灰色关联度分析法，重点找出影响当地蔬菜流通效率的主要因素，然后根据这些因素构建传统农产品流通效率提升模型。

　　农产品流通效率问题一直是众多学者关注的重点，并对此有较多的研究成果。金赛美[1]提出交通运输顺畅有利于生鲜农产品流通效率提高;张雯丽[2]认为加强我国农产品批发市场建设能有效提升农产品流通效率;张复宏、霍明[3]等基于对山东省七个地市的苹果流通效率调研，提出提高农产品生产规模化、经营主体组织化能有效促进果品流通效率的提升;李骏阳、余鹏[4]提出，农产品流通效率主要受流通速度的快慢和资源占有率的高低的影响;陈耀庭、戴俊玉等[3]通过对漳州市香蕉流通的四种模式进行调研，比较了不同流通模式下农产品的流通效率，发现蕉农自销型流通效率最高。

　　二、假设和指标体系构建

　　假设一：商家规模对农产品流通效率有正向影响。商家规模越大，所拥有的运输条件就越优良，农产品大规模运输具有规模效应，能够减少单位运输成本，提高农产品运输效率。假设二：物流费用和流通效率呈反方向关系(黄福华、蒋雪林[6])。从投入和产出的关系来看，物流费用的投入反映了商家的经营情况，商家追求更高的收益，物流费用的减少反映了流通效率的提高。假设三：农产品销售状况越好运输效率越高。对商家而言，在一定时间段里，农产品销售状况越好，能够在很大程度上提振商家的信心和积极性，运输交易更容易达成，从而提高流通效率。

　　由此，本文结合国内许多学者对农产品流通效率测评指标的研究，经过变量甄选和考虑收集指标数据的简便性，最终选定影响因素由表1所示：

　　三、数据来源与研究方法

　　(一)数据来源

　　本文所用数据由四川农业大学管理学院的大学生于2019年暑假期间成都市及其周边地区的大中型农贸市场商户、零售商进行实地调查所得。大型市场上选择双流白家大市场和彭州濛阳大市场，中型市场选择成都历史较长的玉林综合市场、马鞍北路农贸市场和苏坡农贸市场。最后，对回收问卷进行认真审核，得到有效问卷19份。

　　(二)研究方法

　　为检验调研数据，本文采用克隆巴赫a系数与KMO和巴特利特球体(Bartlett)检验来进行信度和效度检验。信度检验：通过计算得克隆巴赫a系数为0.819，大于0.5，认为该表总体上的信度很高。效度检验：由spss分析结果表2可知，KMO值为0.849，大于0.6，表示适合，显著性概率Sig.= 0.000<0.01，说明Bartlett检验较为显著。所以，综上信度和效度分析的结果，可以得出调研数据可靠且有效的。

　　(三). 实证分析

　　本文采用灰色关联分析模型，其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密。由于灰色关联分析方法对样本容量要求较少，对数据无规律同样适用，因此，应用非常广泛。

　　1. 变量的无量纲化

　　由于不同指标变量具有不同的量纲，因此首先对数据进行标准化操作，本文采用初始值法对数据进行无量纲化处理。

　　2. 计算两级绝对差值

　　绝对差值分为最小差值和最大差值，以及绝对差值是指在列中最大绝对差值，两级绝对差值是指在列最大(小)差值下，列与列之间最大(小)的差值。

　　两级最小绝对差值公式：

　　min(Δi(min))=miniminjx0(j)-xi(j)

　　两级最大绝对差值公式：

　　max(Δi(max))=maximaxjx0(j)-xi(j)

　　其中，i表示评价指标，j表示商家，x0(j)表示第j个商家的参考值，xi(j)表示第j个商家，x0(j)在第i个指标上的数值。

　　3. 求灰色关联度系数

　　ξ(j)=■

　　其中，ξ(j)为第j时刻比较数列与参考数列的关联系数，ρ为分辨系数，0<ρ<1，本文ρ=0.5。两级最大绝对差值0.887，两级最小绝对差值0.000。

　　4. 求灰色关联度

　　ri=■■ξi(j)

　　灰色关联度值越大表示被评价数列与参考数列两者之间相互关联的程度越大，反之越小。公式中表示灰色关联度，当ri>0.5时，则表示被评价数列与参考数列两者之间有较强关联度。经过计算，成都市及其周边生鲜农产品物流效率指标关联度如表3所示：

　　5. 结果分析

　　从表中结果分析，成都市生鲜农产品物流效率总关联度均大于0.5，说明评价指标选取较为科学。本文选取生鲜农产品物流效率指标灰色关联度值排名前五的因素为主要因素，分别是产品利润、产品售价、运输时间、公路里程、仓储费用，其他因素都为次要影响因素。从主要影响因素关联度来看，产品利润和产品售价关联度相对较大，分别为0.734和0.728，其他三个指标分别是公路里程0.688、运输时间0.686、仓储费用0.612。从大型市场主要关联因素来看，排名前五影响因素有产品售价0.892、运输时间0.847、公路里程0.821、产品利润0.802和仓储费用0.780，其中最大影响因素是产品售价。从中型市场灰色关联度分析结果来看，中型市场的影响因素前五分别是产品售价0.754、公路里程0.726、产品利润0.711、运输费用0.706和运输时间0.694，其中最大的影响因素是产品售价，相较于大型市场影响因素，中型市场各个影响因素关联度较为均衡，其中运输费用相较于大型市场影响较大。而零售商的产品利润、产品售价、运输时间和公路里程依然是最主要的影响因素，关联度分别是0.708、0.557、0.547、0.519，其他的影响因素均在0.5以下，这说明在零售商中，批发量、销售量、运输费和仓储费影响较小。所以，总的从大中型市场和零售商分析结果，产品售价、产品利润、运输里程和运输时间贯通三个市场，都是最主要的影响因素，其他的影响因素则为相对次级的影响因素。由此，对于成都市传统的生鲜农产品流通市场的流通效率优化模型构建，应从这四个主要的影响因素出发。

　　四、传统流通模式优化模型构建及建议

　　基于调查结果研究和书籍资料的整理，目前成都市及其周边的生鲜农产品流通模式大多是传统的流通模式，即多层次多中间环节的模式，流通效率较低，这也验证了吴自爱、王剑程[7]等提出的欠发达地区农产品流通模式效率总体偏低的情况。

　　从分析结果和调查访谈结果来看，传统生鲜农产品流通模式主要存在物流流通效率低下和仓储成本较高等问题。传统的生鲜农产品流通效率提升主要体现在物流效率的提升和仓储资源的利用提升上。由此，流通效率模型构建首先要应用互联网技术胡钰[8]建设物流仓储信息共享平台，通过会员制对成员进行认证接入，并且提供售后和担保，实现物流资源更高效对接，从而降低物流寻找成本。其次，各个第三方仓储提供商、个人仓储提供商以及大中小型批发商和零售商可以仓储供应和需求信息，提高闲置仓储利用率，降低仓储成本费用。最后，对平台进行严格的监管，同时，各方面物流和仓储资源的整合还需要政府以非市场的手段进行干预，才能更好地提升生鲜农产品的流通效率。C

　　(作者单位：四川农业大学管理学院)

　　参考文献

　　[1]金赛美.我国农产品流通效率测量及其相关因素分析[J].求索,2016(09):129-132.

　　[2]张雯丽.蔬菜流通效率分析与探讨——基于纵向产销环节和横向流通模式视角[J].经济研究参考,2014(62):28-39.

　　[3]张复宏,霍明,柳平增,郑军.苹果产销流通效率及其运行机制分析——基于山东省7个地市的调查[J].农业经济问题,2015,36(12):103-109+112.

　　[4]李骏阳,余鹏.对我国流通效率的实证分析[J].商业经济与管理,2009(11):14-20.

　　[5]陈耀庭,戴俊玉.不同流通模式下农产品流通成本构成与利润分配——基于漳州香蕉的实证研究[J].中国流通经济,2014,28(10):121-128.

　　[6]黄福华,蒋雪林.生鲜农产品物流效率影响因素与提升模式研究[J].北京工商大学学报(社会科学版),2017,32(02):40-49.

　　[7]黄福华,蒋雪林.生鲜农产品物流效率影响因素与提升模式研究[J].北京工商大学学报(社会科学版),2017,32(02):40-49.

　　[8]胡钰.物联网视角下的农产品流通效率分析[J].合作经济与科技，2015(02):76-77.