Operations Research and Fuzziology
Vol. 13  No. 05 ( 2023 ), Article ID: 73248 , 8 pages
10.12677/ORF.2023.135440

基于主成分分析法和多元回归对山东省农产品冷链物流的实证分析

冯大卫

贵州大学,管理学院,贵州 贵阳

收稿日期:2023年7月1日;录用日期:2023年9月20日;发布日期:2023年9月27日

摘要

随着经济的不断发展,人民对安全、健康的农产品需求越来越多,山东省作为农业大省,拥有丰富的农产品资源,肉类、果类、蔬菜类等农产品的产量位居全国前列。本文以山东省农产品的冷链物流为研究对象,从区域经济发展状况、交通运输水平、国外内市场供需情况、产业结构四个方面综合选取了十二个指标,运用主成分分析法和多元回归研究了影响农产品冷链物流需求的若干因素,得到的模型方程拟合程度好,线性关系显著,能够较为精准的预测实际发生值,为山东省农产品冷链物流的发展提供一定参考。

关键词

山东省,冷链物流,主成分分析法,多元回归

Empirical Analysis of Cold Chain Logistics of Agricultural Products in Shandong Province Based on Principal Component Analysis and Multiple Regression

David Feng

School of Management, Guizhou University, Guiyang Guizhou

Received: Jul. 1st, 2023; accepted: Sep. 20th, 2023; published: Sep. 27th, 2023

ABSTRACT

With the continuous development of economy, people’s demand for safe and healthy agricultural products is increasing. As a major agricultural province, Shandong Province has rich agricultural products resources, and the output of meat, fruits, vegetables and other agricultural products ranks among the top in the country. Taking the cold chain logistics of agricultural products in Shandong Province as the research object, this paper comprehensively selected 12 indicators from four aspects: regional economic development, transportation level, domestic and foreign market supply and demand, and industrial structure, and used principal component analysis and multiple regression to study several factors affecting the demand of cold chain logistics of agricultural products. The obtained model equation has a good fitting degree and a significant linear relationship. It can accurately predict the actual occurrence value and provide a certain reference for the development of cold chain logistics of agricultural products in Shandong Province.

Keywords:Shandong Province, Cold Chain Logistics, Principal Component Analysis, Multiple Regression

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

随着人们消费结构和模式的转变,发展农产品冷链物流,满足人们对高质量、多元化农产品的需求,是提高生活品质和幸福度的必然要求 [1] 。在山东省农产品供应的基础上,构建出影响冷链物流的指标体系并进行线性需求预测分析,有利于农产品质量安全的提升以及对冷链物流的发展具有一定引导作用。

① 冷链物流的影响因素。Can Eksoz (2018)将农产品产量、冷链流通率以及常驻人口数量等纳入了农产品冷链物流的影响因素中 [2] 。Elizabeth Gilliam (2020)认为影响农产品冷链物流发展最主要的因素是冷链物流的成本 [3] 。Catto Steven (2020)建议利用现有的数据建立模型,分析好每个变量之间的相互关系并赋予权重,根据实际不断改进、优化,以此反应冷链物流的运行效率 [4] 。Ya B (2016)运用系统顺序参数的多元回归和AW-BP预测,分析了食品冷链的影响因素以及需求 [5] 。文先明(2021)运用灰色关联法,用湖南省第一产业增加值、物流总费用、农产品市场成交量等因素分析了农产品冷链物流的需求 [6] 。

② 农产品冷链物流的评价指标。张晓茜(2021)将冷库容量、固定资产投入和农产品物流劳动力投入作为投入指标,分析农产品冷链物流业和货运量的增加值 [7] 。李倩倩(2020)将物流业固定资产投资、从业人员增长率以及人均冷藏库容量作为投入指标,分析了生鲜农产品冷链物流总额的增长弹性 [8] 。Jenkins Donald (2017)建立了包括顾客满意度、成本、坏损率、配送速度等12指标的评价体系,用于评估冷链物流环节的绩效 [9] 。

综上所述,现有研究主要集中在冷链物流效率评价体系,或构建各种模型分析冷链物流的影响因素上。但在现有研究中,对于山东省农产品冷链物流需求的研究不够。本文将在现有的研究基础上,收集共12个指标,运用主成分分析方法对影响指标进行降维,去除共线性,进而构建农产品冷链的预测模型,为山东省农产品冷链物流未来发展提供建议。

2. 变量及数据

2.1. 指标以及数据选取

① 区域经济发展水平。经济的发展水平直接影响着居民整体的消费能力和消费结构,决定了基础设施的建设程度和各个行业和产业的规模,人们对新鲜农产品品质的要求越高,就越能会促进农产品冷链物流的发展。故选取以下指标:

X1:地区生产总值(亿元)

X2:第一产业增加值(亿元)

② 交通运输水平。交通运输在农产品冷链物流中起着关键性的作用,物流行业的运输能力和效率决定着冷链物流的发展,公路运输是农产品最为主要的流通方式,保证农产品的质量,需要实现全过程的温控,需要冷链设备、技术的支持。故选取以下指标:

X3:货运量(万吨)

X4:公路货运量(万吨)

X5:货物周转量(亿吨公里)

X6:公路运输业就业人员数(人)

③ 供需情况。供需情况影响了居民的消费习惯和消费意愿,居民的消费水平和可支配收入越高,对农产品的消费需求和品质要求也会随之升高,进而推动着农产品冷链物流的发展。故选取以下指标:

X7:居民消费水平(元)

X8:全体居民人均可支配收入(元)

X9:社会消费品零售总额(亿元)

X10:经营单位所在地进出口总额(百万美元)

④ 人文因素以及农业总产值。一般情况下,当地的人口数量很大程度上影响了农产品冷链物流技术的需求,常驻人口越多,对农产品的需求也越多。农业的生产总值也同样影响当地产业结构,第一产业占比越大,农产品的供给和流通的需求就越多,反之亦然。故选取以下指标:

X11:年末常住人口(万人)

X12:农林牧渔业总产值(亿元)

指标具体定义如下表1

Table 1. Specific definitions of indicators

表1. 指标具体定义

2.2. 数据查找

本文涉及到的数据均是通过国家统计局官网、山东省统计局官网以及山东省统计年报获取的,分别是以上12个指标在2003年到2021年的年度数据,具体数值如下表2所示。由于山东省冷链物流相关数据的统计较晚,小部分数据缺失或不可获得,考虑到数据的可获取性和可靠性,部分缺失的数据由上一年数据与其同比增量的值相加而得,以及通过总结现有的文献中的指标获取。

Table 2. Cold chain logistics demand index value of Shandong Province

表2. 山东省冷链物流需求指标数值

关于山东省冷链物流需求量,在现有研究中,有学者分别以生鲜农产品的产量与冷链流通率的乘积 [10] 或人均生鲜农产品消费量与人口数量的乘积 [11] 来代替。考虑到数据的代表性、有效性和可获取性,本文选取了水果、肉类、水产品、蔬菜、牛奶的产量(万吨)总和来代替,数据通过国家统计局中获取。具体数值如下表3

Table 3. Demand of cold chain logistics of agricultural products in Shandong Province

表3. 山东省农产品冷链物流需求量

3. 对山东省农产品冷链物流的实证分析

3.1. 研究思路

农产品冷链物流一直是我国第一产业发展的重点,对优化国民经济结构和改善居民生活具有重要作用。本文总结前人的研究,运用SPSS软件,将搜集到的12个指标通过主成分分析法降维为两个主成分,将数据标准化后通过构建多元回归模型找到各主成分与冷链物流需求的相关关系,并利用模型并对其进行残差分析。

3.2. 主成分分析法

Table 4. KMO and Bartlett tests

表4. KMO 和巴特利特检验

① 通过以上收集到的数据,运用SPSS软件进行主成分分析,如表4所示,KMO > 0.6,显著性水平p < 0.001,说明指标之间存在相关关系,适合做主成分分析。

② 从下表5可以看出,本文共提取两个主成分,主成分1和主成分2的累积方差为96.815%,表明能解释十二个指标信息的96.815%,拟合优度高。

Table 5. Total variance interpretation table

表5. 总方差解释表

③ 由于各指标的度量单位差异较大,需要将原始数据进行标准化处理,在此选择用凯撒正态化最大方差法旋转后的成分得分矩阵,并结合旋转后的主成分分析来解释因子,这里用Y1、Y2来代表主成分1、2。旋转后的成分得分系数矩阵如下表6所示:

则可以得出:

Y1 = 0.274 * ZX1 + 0.264 * ZX2 + 0.158 * ZX3 + 0.149 * ZX4 + 0.063 * ZX5 + 0.289 * ZX6 + 0.276 * ZX7 + 0.280 * ZX8 + 0.271 * ZX9 + 0.248 * ZX10 + 0.268 * ZX11 + 0.262 * ZX12 (公式1)

Y2 = 0.422 * ZX1 + 0.475 * ZX2 + 0.798 * ZX3 + 0.808 * ZX4 + 0.914 * ZX5 + 0.122 * ZX6 + 0.345 * ZX7 + 0.365 * ZX8 + 0.445 * ZX9 + 0.513 * ZX10 + 0.457 * ZX11 + 0.482 * ZX12 (公式2)

其中,ZXi是变量Xi的标准化值。

Table 6. Component score coefficient matrix after rotation

表6. 旋转后成分得分系数矩阵

3.3. 主成分多元线性回归分析

① 由上节得到Y1、Y2的得分,带入山东省农产品冷链物流需求量Y,运用SPSS软件构建多元线性回归方程。

Table 7. Model coefficient table

表7. 模型系数表

由上述表7得知,取显著性水平为0.05,y1、y2的回归系数P均小于显著性水平,通过显著性检验,回归模型可用。标准化的回归模型为:

Y = 4972.522y1 − 951.377y2 + 72077.083

结合公式1、公式2可得:

Y = 963.23 * ZX1 + 862.38 * ZX2 + 28.36 * ZX3 − 27.55 * ZX4 − 554.73 * ZX5 + 1319.78 * ZX6 + 1045.94 * ZX7 + 1047.08 * ZX8 + 923.30 * ZX9 + 744.26 * ZX10 + 896.29 * ZX11 + 845.99 * ZX12 + 72077.083

② 为了使回归模型具有可比性,将标准化的模型转化为非标准化的回归方程,即:

Y1 = 0.305 * X1 + 0.306 * X2 + 0.280 * X3 + 0.274 * X4 + 0.223 * X5 + 0.260 * X6 + 0.291 * X7 + 0.299 * X8 + 0.306 * X9 + 0.299 * X10 + 0.305 * X11 + 0.306 * X12

Y2 = −0.130 * X1 − 0.070 * X2 + 0.381 * X3 + 0.405 * X4 + 0.641 * X5 − 0.401 * X6 − 0.197 * X7 − 0.187 * X8 − 0.106 * X9 − 0.008 * X10 − 0.090 * X11 − 0.060 * X12

Y = 0.036 * X1 + 0.032 * X2 + 0.003 * X3 + 0.001 * X4 − 0.017 * X5 + 0.048 * X6 + 0.038 * X7 + 0.039 * X8 + 0.034 * X9 + 0.028 * X10 + 0.033 * X11 + 0.032 * X12 + 53442.054

将2003到2021年的数据带入公式可以得出模型的预测结果,计算出实际值与预测值之间的残差,结果如下表8

Table 8. Model residual analysis

表8. 模型残差分析

数据表明,预测值与实际值之间的残差较小,基本满足方差齐性和正态分布,经计算相对误差平均2.5%,故在模型能较为正确的预测出实际的数值,模型精度高。

4. 结论以及建议

4.1. 结论

通过标准化后模型得知,经济发展因素、交通运输、供需情况、人文因素以及农业总产值均会对冷链物流的需求产生影响,除了X4公路货运量、X5货物周转量即交通运输强度对山东省农产品冷链物流需求产生负面效益外,其他因素均产生正面影响。且从2003年到2021年的数据来看,各类农产品冷链物流的需求都在不断上升,属于冷链物流水平发展趋势较好的区域。

4.2. 建议

① 通过模型预测得知,未来的冷链物流需求还会不断增加,但现有的冷链基础设施、技术水平不足以满足未来需求,故政府应该加大资金投入,培养冷链物流专业人才,完善冷链基础配套设备,优化农产品冷链物流系统。

② 鼓励企业发展并利用好冷链信息共享平台,共同促进山东省冷链物流信息管理系统的完善,拓宽山东省农产品的销售渠道,利用大数据提升冷链物流的运输效率,推动农产品产业结构的转型升级。

③ 利用山东省的区位优势,政府应该引导冷链物流与其他行业之间的合作,优化港口体系,把握地理上的优势,为冷链物流的发展提供新思路。

文章引用

冯大卫. 基于主成分分析法和多元回归对山东省农产品冷链物流的实证分析
Empirical Analysis of Cold Chain Logistics of Agricultural Products in Shandong Province Based on Principal Component Analysis and Multiple Regression[J]. 运筹与模糊学, 2023, 13(05): 4406-4413. https://doi.org/10.12677/ORF.2023.135440

参考文献

  1. 1. 罗千峰, 张利庠. 农产品冷链物流高质量发展的理论阐释与实现路径[J]. 中国流通经济, 2021, 35(11): 3-11.

  2. 2. Eksoz, C., Mansouri, S.A., Bourlakis, M. and Önkal, D. (2018) Judgmental Adjustments through Supply Integration for Strategic Partnerships in Food Chains. Omega, 87, 20-33. https://doi.org/10.1016/j.omega.2018.11.007

  3. 3. Gilliam, E.A. (2020) Optimization of the Cold Supply Chain Logistics Network with an Environmental Dimension. IOP Conference Series: Earth and Environmental Science, 628, Article 012018. https://doi.org/10.1088/1755-1315/628/1/012018

  4. 4. Steven, C. (2020) A Novel Drug Quality Control Technology in Cold Chain Logistics Based on Port Transportation. Coastal Education and Research Foundation, 103, No. 1. https://doi.org/10.2112/SI103-142.1

  5. 5. Ya, B. (2016) Study of Food Cold Chain Logistics Demand Forecast Based on Multiple Regression and AW-BP Forecasting Method on System Order Parameters. Journal of Computational and Theoretical Nanoscience, 13, 4019-4024. https://doi.org/10.1166/jctn.2016.4930

  6. 6. 文先明, 肖锦. 基于灰色GM(1, N)模型的湖南省农产品冷链物流需求预测[J]. 全国流通经济, 2021(6): 15-19.

  7. 7. 张晓茜. 京津冀农产品冷链物流效率与安全性研究[D]: [硕士学位论文]. 天津: 天津理工大学, 2021.

  8. 8. 李倩倩. 农产品冷链物流效率测度及提升策略研究[D]: [硕士学位论文]. 淄博: 山东理工大学, 2020.

  9. 9. Donald, J. (2017) Findings from Anhui Xinhua University Broaden Understanding of Chemistry (Research on the Mechanism of Cold Chain Logistics Subsidy). Chemicals & Chemistry, 79, No. 3.

  10. 10. 柯亚楠. 唐山市农产品冷链物流需求分析与预测[D]: [硕士学位论文]. 武汉: 华中师范大学, 2013.

  11. 11. 王少然. 生鲜农产品冷链物流需求预测研究[D]: [硕士学位论文]. 西安: 西安工程大学, 2017.

期刊菜单