摘要：本文对长沙市农村物流发展的影响进行分析，确定相关影响因素，通过主成分分析法，找出各个影响因子的重要程度，定量确定各影响因子对长沙市农村物流发展影响程度的大小，并针对影响程度大的因子给出合适的建议，以便推动长沙市农村物流的健康发展。
关键词：长沙市; 农村物流发展; 主成分分析;
近年来随着“乡村振兴战略”等一些列惠农政策的不断推进，农村经济得以迅猛发展，国家不断出台政策健全完善农村物流服务体系，推进农村物流发展。长沙市农村物流的发展不仅关系到地区经济和居民生活水平的提升，也与湖南地区整体的发展息息相关，对长沙市农村物流发展的影响因子进行分析研究，找出最主要的影响因素进行针对性提升，促进长沙市农村物流发展和农业产业结构调整，不仅起到拉动长沙市农民增收的作用，也能形成可靠的发展模板，从而在周边地区进行复刻，为整个湖南省乃至周边广大地区的农村经济的发展做出贡献。
1. 长沙农村物流发展现状
农村物流是一个整体的概念，指农村的一切物流活动，不仅仅包括农村快递、运输，还包括一切与农村居民生产活动相关的所有物流活动，包括但不限于运输、仓储、配送、流通包装等。目前长沙市的农村物流发展进程相对较快，得益于区域性物流节点城市的地位，长沙市整体物流业蓬勃发展，农村物流发展也随之不断提升。随着十三五的大力发展，长沙市农村物流进入新的发展阶段，国家和长沙市政府均在大力支持农村物流企业建设互联网物流信息平台，发展新型运营服务模式，逐步提高农村物流组织效率。但物流作业标准不统一，流通渠道不畅通方式落后，物流运作市场化程度低，设备信息化不足，配送效率低下等问题仍然大面积存在，因此需要根据主要影响因子，针对性优化长沙市农村物流的发展路径，以实现长足的高质量发展。
2. 长沙市农村物流发展影响因子的选择
由于物流系统具有复杂性，参与方与组成要素较多，无法通过一个简单指标进行全面描述，涉及到农村物流的发展需要从地区经济、物流基础设施、物流发展政策、物流装备更新和信息化等多方面进行综合考量。因此本文为了分析长沙市农村物流影响因子，阅读大量文献书籍后综合不同学者的观点及方法，根据长沙市农村物流发展的实际情况进行影响因子分析。
经济方面主要通过农村相关产业的发展数据和指标进行反映，如农林牧渔业总产值、长沙地区农民年平均可支配收入等。其中农林牧渔业总产值(X1)囊括了农村物流发展相关的主要经济产业，可以较为全面的反映长沙市农村经济的发展情况，且作为主要经济指标需要在统计公报中进行披露，数据获取较为方便，因此可作为长沙市农村物流发展的影响因子进行分析。同理GDP(X2)、第一产业GDP(X3)、第二产业GDP(X4)、第三产业GDP(X5)均可作为影响因子反映长沙市农村经济的发展情况。由于农村物流的发展不仅依赖于农村地区产业的发展，农村居民的消费水平也是拉动当地物流发展的重要因素之一，农村居民人均可支配收入（X6）、农民人均消费支出(X7)、社会消费品零售总额(X8)、乡村消费品零售额(X9)、居民消费价格（X10）、交通通讯人均消费（X11）均可以较为全面的反映农村的消费水平，从而反应出农村的物流需求。
物流基础设施方面主要通过相关投资指标进行反映，如道路、桥梁、铁路等的里程增长和投资额，物流装备的更新等。其中交通运输、仓储和邮政业固定资产投资完成额(X12)可以较为客观的反映物流基础设施的建设情况，由于农村物流发展在地区的优先级不断提升，已在相关产业投资额中占据重要比例，因此可选做农村物流发展的影响因子进行研究。由于农村物流目前仍依赖于公路运输，因此农村公路里程数(X13)也是农村物流发展的重要影响因子，可以用来衡量长沙市农村物流基础设施的建设水平。
物流发展政策方面主要通过财政相关项目支出进行量化，主要来自三个方面的支持，一是国家相关产业政策补贴，二是地方政府专项资金支持，三是相关政策性发展基金及银行的投资支持。为了方便数据统计与分析，本文采用国家和长沙市财政支农支出金额总和(X14)来表示政策支持力度。
物流装备和信息化水平方面，主要通过现代物流装备的更新和农村物流平台的建设来体现，由于目前缺乏长沙市农村物流信息化发展的相关数据，本文采用长沙市信息传输、软件和信息技术服务业的生产总值(X15)来表示长沙市农村物流信息化水平，作为影响因子用来研究其对长沙市农村物流发展的重要程度。
3. 主成份分析法
3.1 主成份分析的基本原理
主成分分析（Principal Component Analysis,PCA），是由K.皮尔森（Karl Pearson）率先引入的一种统计方法，后来被H.霍特林推广到随机向量的情形。其核心是将一组可能存在相关性的变量进行正交变换，从而将其转换成为主成分变量，转化后的变量是线性不相关的。主成分分析的方法应用广泛，已经成为工学、经济学等多个学科及领域中默认的有效分析手段。
主成分分析，是考察多个变量间相关性一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构。其应用场景主要是，有多个原始变量对研究对象产生影响时，想要找出主要影响变量，可以采取主成分分析的方法来导出少数几个主成分，从而找出主要变量。以数学的方式进行表现就是，将原始的P个变量作线性组合，变成一组数量更少的综合指标。
3.2 主成份分析目的及步骤
主成分分析常常有以下4个基本步骤：
(1）数据标准化，对p个原始因子矩阵X=(X1,X2,…,XP)进行标准化处理得到Y以便进行计算,公式为,其中S为标准差；
(2）计算相关系数矩阵R，其中R的计算公式为
(3）进行系数矩阵的求解，得到特征方程，计算出特征值和特征向量，将计算得到的特征值按照由大到小的顺序进行排序，提取特征值大于1的N个因子作为主成分；
(4）确定主成分。
4. 长沙市农村物流发展影响因子主成分分析
4.1 数据选取与说明
根据第二部分对长沙农村物流的影响因子分析，选取了13个因子进行主成分分析，为了数据的完整性和可靠性，本文的原始数据均来自2016～2019年《长沙市统计年鉴》、《长沙市统计公报》《湖南省统计年鉴》、《湖南省公路水路交通运输行业发展统计公报》、《长沙市交通状况年度报告》等权威数据，部分经济数据来自国泰安CSMAR数据库、前瞻数据库、商品零售价格数据库等行业认可度高的数据统计机构。
4.2 主成分分析实证
（1）数据标准化
根据文中对影响因子的分析，我们知道原数据中各个影响因子的量纲不统一，要进行主成分分析首先需要进行数据的标准化处理。将13个因子的原始数据进行无量纲化处理后得到相应的数据矩阵。
(2）求解协方差矩阵
根据前文给出的计算公式，求解该无量纲化矩阵的协方差矩阵，得到的协方差矩阵。
(3）特征值、特征向量的求解
由于数据手动计算量较大，本文利用MATLAB软件对特征向量进行求解，具体计算方法为调用matlab自带的主成分分析函数工具包，使用[coeff,score,latent,tsquare]=princomp(x)函数，其中，coeff输出的计算是各个主成分的系数即转换矩阵，本文的计算结果如表1所示，score的计算结果为各个主成分的得分，latent计算的是输入矩阵的特征值，根据函数输出结果，本文长沙市农村物流影响因子主成分分析矩阵的特征值为，3.9968,1.28,1.04,0.049。
(4）计算方差贡献率，确定主成分
根据特征向量矩阵可以取的主成分的个数,这里选取特征值大于1的，之后利用MATLAB计算主成分的方差贡献率，和各个主成分的得分，把得分按照从高到低的次序排列，找到最主要的成分。根据计算结果可知，本文分析的15个指标中共3个主成分，可以概括为农村经济水平，基础设施建设，信息化建设，其中X6和X7得分最高，分别为农村居民人均可支配收入和农民人均消费支出，由此可知全面提高农村经济发展水平是促使农村物流发展的最重要因子。
表1 转换矩阵
5. 建议与结论
本文采用主成分分析方法，对长沙市农村物流的影响因子进行分析，从从地区经济发展、物流基础设施建设情况、物流发展政策支持程度、物流装备更新和信息化程度等多方面进行影响因子的选取，并通过具体数据进行计算分析，最后得出结论:对长沙市农村物流的发展产生最主要的影响因子是农村居民人均可支配收入和农民人均消费支出，提升农村物流发展水平首先要全面提高农村经济发展水平。除此之外本文认为还需从以下几个方面进行提升和发展。
5.1 推进农村物流基础设施建设
加大农村物流基础设施投入，推动建立农村公路建管养一体化平台，有效推动公路客运站等节点通过物流设施改造加入农村物流网络，实现农村大量闲置物流资源的有效集聚。积极推动车辆等农村物流装备的淘汰和更新，洞察农村物流发展趋势，提前进行载运工具升级部署，做好农村物流发展的前瞻性工作。
5.2 鼓励农村物流变革发展模式
支持农村物流积极挖掘存量资源的价值，鼓励多方运力资源的互用互补，鼓励相关企业进行发展模式的创新，如快递企业与农村客运经营企业开展合作。推动物流资源的循环利用，推进托盘标准化进程和车辆等资源的循环共用，降低农村物流成本的同时压缩农产品的物流过程损耗，从而全面提升农民收益。全面创新监管方式、更新相关标准，推动多方协作联动，以便支持新业态新模式的发展，为农村物流发展提供源源不断的动力。
5.3 推动农村物流信息化建设
大力支持农村物流企业的发展，鼓励相关企业建设农村物流信息平台，推动物流平台与农村电子商务平台的对接，从产运销一体化的角度，探索建立农村物流一体化信息服务平台。推动相关先进算法的应用，提高车货匹配效率帮助农村物流从业企业降低成本。鼓励条形码、射频识别技术、车载卫星定位装置等先进技和先进设备的应用和更新，加强农村物流动态监控和数字化管理，提高农村物流可视化水平。
参考文献
[1] 刘佳佳.基于主成分分析的港口物流与城市经济协调发展研究——以广州市为例[J].物流工程与管理, 2020(3):22-23.
[2] Xian-Bing P. Comprehensive Evaluation of the Development of the Rural Logistics of Hunan Province Based on the Principal Component Analysis[J]. Logistics Sci-Tech, 2015.
[3] 张敏,周奕.“互联网+农业”模式下农村物流体系政府补贴研究[J].中国林业经济, 2020, No.160(01):42-44.
[4] 刘红军.农村物流配送电子化网络发展的影响因子分析[J].统计与决策, 2017, 08(No.458):106-108.
