丁宝成，孔令凤
（辽宁工程技术大学 工商管理学院，葫芦岛 125105）
互联网+的时代背景下，随着电商的快速发展，不仅改变了人们的消费习惯，也对传统的农产品销售模式产生巨大的影响，2014年以来，农村电商受到广泛的关注，越来越多的农产品经过电商平台从线下走到线上。在互联网+时代的背景下大力解决现代农产品流通问题，不仅仅可以提高农民的收入水平，也关系着千家万户的吃饭问题。2018年商务部決定推进农商互联工作，农商互联就是把农产品当做是一种链接，有效的将线下的农产品生产和经营企业与线上的电子商务企业结合起来，打通线上和线下的连接，上联生产，下联消费，建立一种新型的农产品供应链模式[1]。在此新型农产品供应链模式下，在更高层面和更深领域加强农商互联，丰富产销对接形式，加快和建设改善消费需求的优质农产品上行，构建产业扶贫、电商扶贫和消费扶贫的长效机制[2]。在这种背景下，以山东省为例，为了协调各地区、各城市农产品供应链发展水平，提高各城市、各地区的供应链运行效率，更好的推动山东农业的经济发展，有必要对农产品供应链绩效进行评价，为保障供应链高效运行与健康发展提供科学的决策依据。
供应链绩效评价的重点在于建立完善的农产品供应链评估体系和评价模型，目前，对于农产品绩效的评价，有很多的学者对此做了大量的研究，殷慧慧、刘永悦和刘聪敏（2015）运用层次分析法和模糊综合评价法对黑龙江农产品供应链各个节点的绩效进行评价[3]；
和杉、黄建华（2017）在改进的“FAHP-模糊综合评价”的绩效评价方法的基础上，对赣南脐橙"农户+合作社+超市"渠道模式进行了综合评价，揭示了其供应链运行效率[4]；
冯建英、原变鱼 (2019) 等人探讨了神经网络技术在生鲜农产品供应链管理领域的应用，研究了神经网络技术在生鲜农产品供应链绩效中的应用等问题[5]；
刘璐（2019）运用模糊综合评价法和层次分析法相结合的方法对皖北地区农超对接蔬菜供应链的绩效进行评价，为皖北地区的蔬菜发展提供了发展思路[6]；
吴取芳、于蕾（2019）运用数据包络分析（DEA）对安徽省“农超对接”模式的供应链进行绩效评价，根据评价结论为安徽省供应链提出相关建议[7]；
王凯旋、杨玉中（2020）建立了基于传统四维平衡记分卡模型的六维农产品供应链绩效评价指标体系,结合层次分析法和灰色聚类-模糊综合评价模型对绿色农产品供应链绩效进行评价[8]；
周业付（2020）在平衡记分卡绩效管理理论的基础上建立了农产品供应链评价指标体系，运用层次分析法和模糊综合评价法对农产品供应链进行评价[9]。
对已有的研究进行整理发现，大多数学者都运用了模糊综合评价法、层次分析法、神经网络技术和数据包络分析等方法，确定权重的方法基本上都是以层次分析法为主，层次分析法主观性比较强，在农产品供应链的研究中，往往会出现有多个城市的农产品供应链均有效，但是很少有学者对供应链有效的城市进一步按供应链绩效进行排序。因此，结合农产品供应链的特点，从客观角度确定指标权重，建立绩效评价模型，对山东省农产品供应链运行情况进行分析与评价，并进一步对供应链有效的城市进行排序。
构建指标体系是整个供应链绩效评价中的重要组成部分。构建指标体系因遵循全面性、重要性、定性与定量相结合、经济性与实用性等原则[9]。农产品供应链主要是包括从种植生产到人们餐桌上的整个农业生产过程，这个过程涉及到农户的生产利润和消费者的满意度，因此涉及生产和消费者这两方面指标，在农商互联的背景下，农产品的产后商品化的过程尤其重要，不仅如此，开拓线上线下流通渠道也很重要，这就涉及到物流指标和业务流程指标，因此，根据指标体系构建原则，参考相关文献[3～8]从生产、业务流程、物流、消费者四个方面建立农产品供应链评价指标体系，如表1所示。生产指标反映农产品生产状况以及农户收益情况；
业务流程指标反映了整个流通过程的效率和水平，包括从生产到销售整个流程；
物流指标包括信息化能力、物流基础设施和物流劳动力资源，反映了运营过程中物流的全程参与；
农产品价值最终由消费者来实现，基于消费者的指标包括消费者的满意度、消费者购买习惯以及居民消费支出。
表1 农产品供应链绩效评价指标体系
2.1 模型建立基本思路
农产品供应链绩效评价方法众多，如层次分析法、主成分分析法、数据包络分析、模糊综合评价法、神经网络模型等。不同的评价方法各有优缺点，各有其适用条件。农产品供应链绩效评价是一个非常典型的多因素、多层次的体系，多因素会导致多输入、多输出问题。数据包络分析（Data Envelopment Analysis,DEA）可以作为分析农产品供应链绩效的主要工具，在运用DEA对农产品供应链进行有效性分析时，减少决策单元的数量或者是增加评价指标的数量都会使得DEA的评价结果变差。为解决这一问题，首先运用主成分分析法（Principal Component Analysis,PCA）[10]计算出各指标的权重，选择权重较高的指标进行DEA分析，建立PCA-DEA模型。但是在运用DEA对农产品供应链进行有效性评价时，DEA方法只能把决策单元判断为有效、弱有效、和无效三种情况，对于决策单元有效的结果不能够明确的辨别优胜。因此，引入TOPSIS法对DEA有效的决策单元进行排序，TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）通过构造评价问题的正理想解和负理想解，即每个指标的最优解和最劣解，并计算每个解到理想解的相对接近度，接近值越大，排序越靠前[11]。最终，构建了一个PCA-DEATOPSIS相结合的三阶段农产品供应链绩效评价集成模型，建模基本思路如图1所示。
图1 农产品供应链绩效评价基本思路
2.2 模型建立
2.2.1 确定权重的主成分分析模型
采用主成分分析方法确定农产品供应链绩效评价指标的权重。指标权重等于以主成分的方差贡献率为权重，对该指标在各主成分线性组合中的系数的加权平均的归一化[12]。确定指标权重分为三个步骤：
1）确定指标在各主成分线性组合中的系数
根据旋转成分矩阵获得的载荷数和主成分的特征根，可以确定指标在各主成分线性组合中的系数，二者的关系如式(1)所示：
aij为载荷数，λj为主成分的特征根。
2）确定所有指标在综合得分模型中的系数
初始特征值的方差的%表示各主成分方差贡献率，可以把方差贡献率视为不同主成分的权重，因此所有指标在综合得分模型中的系数可以看作是以主成分的方差贡献率为权重，然后对指标在主成分线性组合中的系数作加权平均[13]。
每个指标的综合得分系数为：
vj为各主成分的方差贡献率。
3）指标权重的归一化
由于所有指标的权重之和为1，因此需要在基于综合得分模型中指标系数的基础上对指标权重进行归一化处理，以获得最终的指标权重[13]。
每个指标的权重为：
2.2.2 DEA模型
DEA是一种基于相对效率评估概念而建立的系统分析方法，适用于评估具有多个输入和多个输出的相同类型单元（DMU）的有效性[15]。DEA模型有很多，选取BCC模型用于评价农产品供应链有效性，BCC模型假设DMU处于变动规模报酬情形下，用来衡量纯技术和规模效率[15]。
假设有n个决策单元，决策单元用DMU表示，每个DMU都有m种类型的投入和s种类型的产出，DMUj表示第j个决策单元，Xj、Yj分别表示投入和产出变量。BCC模型可以表示为：
2.2.3 TOPSIS模型
TOPSIS法首先找出评价指标的正负理想解V+和V-，接着计算出各评价对象分别与正负理想解的距离值D+和D-。根据D+和D-的值，最终计算得出各评价对象与最优解的接近程度C值，并可针对C值进行排序[16]。
1）构造初始指标评价矩阵
假设用DEA得到x个有效决策单元，A={A1A2···Ax}，将x个有效决策单元的m个投入和s个产出的原始数据值组成大小为x*y（y=m+s）初始指标评价矩阵，记作矩阵A。
2）数据归一化处理
由于各评价指标的量纲不同，为了方便进行比较，对所有的数据进行归一化处理。
3）确定正理想解和负理想解
4）计算各有效DMU到正理想解之间的距离D+和到负理想解之间的距离D-
5）计算各决策单元与最优解的接近程度C值
根据C值大小可对有效决策单元进行排序。
2.3 实例分析
山东省作为我国种植业的发源地之一，是农商互联的先驱者，是我国重要的农产品生产基地。本文主要研究了山东省16个城市的农产品供应链情况，对山东省农产品供应链进行评估。选取了2018年的数据，通过查找山东统计年鉴、各市的统计信息、山东农业报告以及相关农业网站上搜集了相关数据。
2.3.1 基于主成分分析的指标权重的确定及指标筛选
表1中的指标可以分为输入指标和输出指标，输入指标有生产现代化水平、电商企业数量、流通能力、物流基础设施、物流劳动力资源和消费者购买习惯，输出指标有农户生产利润、农产品产量、农业生产总值、信息化能力、消费者满意度和居民消费支出。利用SPSS 软件对原始输入数据和输出数据进行主成分分析，根据分析结果解释的总方差和旋转成分矩阵计算指标权重，如表2～表5所示。
表2 输入指标的成分矩阵
表3 输出指标的成分矩阵
表4 输入指标解释的总方差
表5 输出指标解释的总方差
运用主成分分析法计算出各输入指标和输出指标的权重，如表6和表7所示。根据指标权重分析，筛选出3个输入指标和3个输出指标用于DEA分析，输入指标为消费者购买习惯、流通能力和电商企业数量，输出指标为农业生产总值、信息化能力和农产品产量。
表6 输入指标线性组合系数及权重结果
表7 输出指标线性组合系数及权重结果
2.3.2 基于DEA的山东省各城市农产品供应链有效性判断
将筛选出的输入指标和输出指标的数据代入DEA的BCC模型，由于指标和数据的丰富性，通过使用DEAP程序运行计算结果。因此可以得到各城市农产品供应链的综合效率（crste）、纯技术效率（vrste）以及规模效率（scale），如表8所示。
从表8中可以看出，2018年山东省农产品供应链综合效率均值、纯技术效率和规模效率的均值分别为0.884、0.963和0.914，其中有9座城市是DEA有效的，占比56.25%，枣庄和东营这两座城市属于综合效率无效但纯技术效率有效的城市，淄博、威海、日照、临沂和滨州这5座城市是综合效率和纯技术效率都无效的。
从规模报酬角度看，规模报酬不变说明该地区农产品供应链绩效处于最优状态，而规模报酬递增和递减，都说明该地区的农产品供应链为规模不经济状态。要针对递增或递减的具体情况，对投入进行调整，使之变为规模报酬不变。若规模报酬为递增状态，则说明需要加大投入资源，来扩大生产规模。若规模报酬处在递减状态，则说明资源投入过剩，要加强对投入资源的管理或者减少投入。从表8中可以看出，非DEA有效的城市都是规模报酬递增的，增加投入要素可以至少得到同比例产出的增加。
表8 BCC模型分析结果
对于DEA非有效的城市，需要根据递增或者递减的情况对资源投入进行调整，使其达到运行效率最佳即DEA有效。从综合效率来看，淄博、枣庄、东营、威海、日照、临沂和滨州为非DEA有效的城市，说明这些城市都有投入过多或者产出不足的问题。但枣庄和东营的纯技术效率为1，已经达到投入产出最佳，调整投入产出量的意义不大，只能够从规模效率方面来提高供应链绩效水平，但淄博、威海、日照、临沂和滨州的纯技术效率没有达到最优，说明供应链的投入产出需要一定程度的优化，优化结果如表9所示。
表9 DEA非有效城市指标优化结果
2.3.3 基于TOPSIS的有效决策单元排序
采用DEA法判断决策单元的有效性后，得到9座城市的农产品供应链为DEA有效，这些城市的农产品供应链有效程度是否一致，是否还有进步的空间，这些都需要由TOPSIS法进一步进行解析。
针对主成分分析选出的6个指标：农业生产总值,信息化能力,农产品产量,消费者购买习惯,流通能力和电商企业数量进行TOPSIS评价，评价的结果如表10所示。
表10 TOPSIS评价计算结果
根据TOPSIS法求解得到DEA有效城市的排序从高到低依次为青岛、潍坊、菏泽、济宁、烟台、济南、德州、聊城和泰安。从这一排名可以看出，青岛位居榜首，理想解的贴合度非常高，达到了0.842，泰安的理想解贴合度仅为0.031，排名最后。排名第2到第8位的城市的理想解贴合度在0.2-0.4左右，除青岛以外的城市尽管DEA有效，但受制于农产品生产和物流水平以及电商发展的水平，有比较大的改进空间。
本文构建了基于农商互联背景下的农产品供应链绩效评价指标体系，构建了PCA-DEA-TOPSIS三阶段集成模型，并评价了山东省16个城市的农产品供应链绩效，验证了该三阶段集成模型的可行性和有效性，为山东省的农产品供应链优化调整决策提供了一定的参考依据。
评价的目的是为了更好的优化，对山东省现行的农产品供应链绩效进行评价，根据评价的结果对山东省农产品供应链有个全面的认识，进而提出一些相应的改进策略，可以更好的推动山东农业的经济发展。
1）化零为整，扶强带弱
农业合作社是规模化生产的主要形式，有利于提高农户的收益，将分散的农户进行整合建立农业合作社，集中资源，由农业合作社的专业的社员对农户进行生产指导，大大的降低了生产成本，实现规模化、专业化管理。鼓励与农业相关的大型的企业或者地方企业优先发展，完善自身供应链管理，同时带动周边农户的发展，促进地区供应链形成规模。
2）政府引导，科学帮扶
政府要加大支持力度，联合相关的大型企业，给予农户相关的政策、资金或者技术补贴，降低农户的投入成本。积极的与农业大学或者相关研究院合作，相关的农业专家学者深入基层，为农民提供科学的技术指导，并帮助他们实现现代化生产，对农民进行冷链物流、供应链以及电商知识的培训，使其了解电商并且会运用电商进行销售，促进农产品供应链向着规模化、标准化发展。
3）建立品牌，完善体制
培育打造农产品特色品牌，增加品牌的价值，促进农产品包装多元化，培育龙头企业，发挥模范带头的作用，提供有保证、有品质、有特色的农产品，引导和帮助农户通过直播、短视频、微博等互动方式来进行品牌宣传，打造线上线下长效对接。加强农产品物流基础设施建设，建立农产品质量可追溯平台，使得供应链透明化，让消费者吃的安心，吃的放心，有利于建立客户忠诚度，提高信誉。
4）吸引人才，技术创新
乡村振兴需要各方面的人才，要建立吸引人才流乡返乡的政策体系，强化人才引进措施，正确引导和鼓励在外发展的年轻人积极投身于乡村建设，全面加强乡村人才队伍的建设，推动乡村振兴。由于农产品品质的特殊性，农产品供应链的各个环节的复杂程度也会比较高，只有加强农产品供应链中物流信息技术的创新，例如保鲜技术、包装技术、储存技术等，才能够使农产品拥有更好的质量。
猜你喜欢绩效评价权重供应链海外并购绩效及供应链整合案例研究科学与财富(2021年36期)2021-05-10为什么美中供应链脱钩雷声大雨点小英语文摘(2020年9期)2020-11-26权重常思“浮名轻”当代陕西(2020年17期)2020-10-28益邦供应链酣战“双11”知识经济·中国直销(2018年12期)2018-12-29益邦供应链 深耕大健康知识经济·中国直销(2018年10期)2018-11-06为党督政勤履职 代民行权重担当人大建设(2018年5期)2018-08-16基于BSC的KPI绩效评价体系探析中国商论(2016年33期)2016-03-01非营利组织绩效评价体系的构建中国乡镇企业会计(2015年9期)2015-12-30基于局部权重k-近质心近邻算法应用科技(2015年5期)2015-12-09气象部门财政支出绩效评价初探中国工程咨询(2015年5期)2015-02-16