王俊鳳 ， 劉松潔 ， 閆 文 ， 等 基于 DEA 模型的農(nóng)業(yè)科技園區(qū)運營效率評價 以黑龍江省 34 個省級農(nóng)業(yè)科技園區(qū)為例 J 江蘇農(nóng)業(yè)科學(xué) ，2017， 45( 4) : 262 267doi: 1015889/j issn1002 1302201704075基于DEA模型的農(nóng)業(yè)科技園區(qū)運營效率評價以黑龍江省 34 個省級農(nóng)業(yè)科技園區(qū)為例王俊鳳1， 2， 劉松潔3， 閆 文1， 楊德光2( 1 東北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院 ， 黑龍江哈爾濱 150030; 2 東北農(nóng)業(yè)大學(xué)農(nóng)學(xué)院 ， 黑龍江哈爾濱 150030;3 呼倫貝爾農(nóng)墾集團(tuán)有限公司 ， 內(nèi)蒙古呼倫貝爾 021008)摘要 : 基于黑龍江省農(nóng)業(yè)科技園區(qū)的發(fā)展現(xiàn)狀及創(chuàng)新需求 ， 從投入產(chǎn)出角度構(gòu)建了效率評價指標(biāo)體系 ， 運用 DEA模型 ， 從效率評價 、投影分析 、規(guī)模收益以及超效率評價等 4 個方面 ， 對黑龍江省 34 個省級農(nóng)業(yè)科技園區(qū)的運營效率進(jìn)行評價與分析 。結(jié)果表明 ， 黑龍江省省級農(nóng)業(yè)科技園區(qū)整體運營效率偏低 ， 運營效率差異較大 ; 規(guī)模效率是導(dǎo)致綜合效率偏低的主要因素 ; 運營投入過少與投入結(jié)構(gòu)不合理是導(dǎo)致園區(qū) DEA 無效的根本原因 ; DEA 有效園區(qū)應(yīng)根據(jù)對應(yīng)的超效率 DEA 值確定其合理的投入規(guī)模 。根據(jù)以上結(jié)論 ， 從政府與園區(qū) 2 個層面進(jìn)一步提出對策與建議 。關(guān)鍵詞 : 農(nóng)業(yè)科技園區(qū) ; DEA 模型 ; 運營效率 ; 效率評價中圖分類號 : F3063 文獻(xiàn)標(biāo)志碼 : A 文章編號 : 1002 1302( 2017) 04 0262 05收稿日期 : 2016 07 27基金項目 : 中國博士后科學(xué)基金面上項目 ( 編號 : 2016M601411) ; 黑龍江省博士后資助經(jīng)費 ( 編號 : LBH Z15023) 。作者簡介 : 王俊鳳 ( 1977) ， 女 ， 博士 ， 副教授 ， 碩士生導(dǎo)師 ， 主要從事農(nóng)村金 融 、農(nóng)業(yè)經(jīng)濟(jì)與管理等研究 。E mail: 437186852 qq com。通信作者 : 楊德光 ， 教授 ， 博士生導(dǎo)師 ， 主要從事玉米栽培生理研究 。E mail: ydgl tom com。2015 年 10 月十八屆五中全會明確指出 ， 要不斷推進(jìn)理論創(chuàng)新 、制度創(chuàng)新 、科技創(chuàng)新 、文化創(chuàng)新等各方面創(chuàng)新 ， 促進(jìn)新型工業(yè)化 、信息化 、城鎮(zhèn)化 、農(nóng)業(yè)現(xiàn)代化同步發(fā)展 ， 大力推進(jìn)農(nóng)業(yè)現(xiàn)代化 ， 加快轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式 ， 走產(chǎn)出高效 、產(chǎn)品安全 、資源節(jié)約 、環(huán)境友好的農(nóng)業(yè)現(xiàn)代化道路 ?！笆?”規(guī)劃則進(jìn)一步提出 ， 要推進(jìn)農(nóng)業(yè)標(biāo)準(zhǔn)化和信息化 ， 健全現(xiàn)代農(nóng)業(yè)科技創(chuàng)新推廣體系 。而農(nóng)業(yè)科技園區(qū)作為以市場為導(dǎo)向 、以科技為支撐 、以企業(yè)為主導(dǎo)的現(xiàn)代農(nóng)業(yè)建設(shè)新模式 ， 無疑是農(nóng)業(yè)現(xiàn)代化的改革試驗區(qū) 、科技示范區(qū)以及 “四化 ”同步協(xié)調(diào)發(fā)展的先行區(qū) ?；谵r(nóng)業(yè)科技園區(qū)涉及農(nóng)村生產(chǎn)關(guān)系和生產(chǎn)力的重大變革 ， 因此 ， 現(xiàn)階段在 “兩大平原 ”現(xiàn)代農(nóng)業(yè)綜合配套改革發(fā)展戰(zhàn)略背景下 ， 對黑龍江省農(nóng)業(yè)科技園區(qū)進(jìn)行創(chuàng)新性探索研究具有重大的理論價值和實踐意義 。截至 2015 年末 ， 黑龍江省共認(rèn)定及建設(shè)了 34 個省級農(nóng)業(yè)科技園區(qū) ， 并由科技部認(rèn)定了 4 個國家級農(nóng)業(yè)科技園區(qū)( 總體布局見圖 1) ， 其中近 90% 的園區(qū)分布在兩大平原區(qū)域內(nèi) 。農(nóng)業(yè)科技園區(qū)的建設(shè)正好契合了 黑龍江省 “兩大平原 ”現(xiàn)代農(nóng)業(yè)綜合配套改革試驗總體方案 中有關(guān)農(nóng)業(yè)科技創(chuàng)新的戰(zhàn)略要求 ， 而農(nóng)業(yè)科技園區(qū)的發(fā)展也必將有力支撐兩大平原綜合配套改革的實施 。然而 ， 黑龍江省農(nóng)業(yè)科技園區(qū)發(fā)展形勢嚴(yán)峻 ， 不容樂觀 。作為改革試驗區(qū)的先鋒 ， 未能引領(lǐng)全國農(nóng)業(yè)科技園區(qū)的創(chuàng)新探索及發(fā)展 ， 反而其綜合發(fā)展水平還落后于全國平均水平 ， 并未見明顯的有關(guān)生產(chǎn)力和生產(chǎn)關(guān)系方面的創(chuàng)新成果 。因此 ， 本研究以黑龍江省 34 個省級農(nóng)業(yè)科技園區(qū)為研究區(qū)域 ， 運用 DEA 模型方法 ， 構(gòu)建農(nóng)業(yè)科技園區(qū)運營效率評價指標(biāo)體系 ， 對各農(nóng)業(yè)科技園區(qū) 2014 年生產(chǎn)運營的綜合技術(shù)效率 、純技術(shù)效率 、規(guī)模效率等進(jìn)行全面評價 ， 深入剖析導(dǎo)致園區(qū)效率低下的根本原因 ， 進(jìn)而揭示黑龍江省農(nóng)業(yè)科技園區(qū)發(fā)展所面臨的關(guān)鍵性問題 ， 為農(nóng)業(yè)科技園區(qū)發(fā)展決策的制定及實踐指導(dǎo)提供理論參考和依據(jù) 。1 模型與評價指標(biāo)體系構(gòu)建選取數(shù)據(jù)包絡(luò)分析 ( data envelopment analysis， DEA) 對黑龍江省省級農(nóng)業(yè)科技園區(qū)的運營效率進(jìn)行評價 ， 主要基于以下幾點考慮 : 第一 ， DEA 方法無須設(shè)定具體的生產(chǎn)函數(shù) ， 只要運用投入和產(chǎn)出數(shù)據(jù)即可得到相對效率值 ， 適用于未給出生產(chǎn)函數(shù)的運營效率分析 ; 第二 ， DEA 方法的研究對象是具有多指標(biāo)投入和多指標(biāo)產(chǎn)出的系統(tǒng) ， 而農(nóng)業(yè)科技園區(qū)的投入和產(chǎn)出須要從多方面衡量 ， 是典型的多投入多產(chǎn)出系統(tǒng) ; 第三 ，DEA 方法不需要統(tǒng)一量綱和假設(shè)投入指標(biāo)的權(quán)重 ， 是根據(jù)決策單元的實際數(shù)據(jù)求得最優(yōu)權(quán)重 ， 從而避免了主觀設(shè)置指標(biāo)權(quán)重的影響 ， 客觀性較強 ; 第四 ， 根據(jù)得出的效率值可以進(jìn)一步比較分析農(nóng)業(yè)科技園區(qū)間效率上的差異 ， 從而找到導(dǎo)致園區(qū)效率低下的根本原因及解決辦法 1。1 1 DEA 模型的構(gòu)建DEA 方法是融合數(shù)學(xué) 、運籌學(xué) 、數(shù)理經(jīng)濟(jì)學(xué) 、管理科學(xué)和計算機(jī)科學(xué)等交叉領(lǐng)域的全新分析方法 ， 其基本思想是運用“相對效率 ”的概念 ， 通過數(shù)學(xué)規(guī)劃模型來評價包含多指標(biāo)投入 ( 輸入 ) 和多指標(biāo)產(chǎn)出 ( 輸出 ) 的 “部門 ”或 “單元 ”間的相對有效性 ， 其中 ， 這些具有可比性的 “部門 ”或 “單元 ”被稱為決262 江蘇農(nóng)業(yè)科學(xué) 2017 年第 45 卷第 4 期策單元 ( DMU) 2， 在本研究中決策單元是指黑龍江省省級農(nóng)業(yè)科技園區(qū) 。目前 ， 比較具有代表性的 DEA 模型是 C2 和BC2 模型 ， 改進(jìn)的 DEA 模型是超效率 DEA 模型 。1 1 1 C2 和 BC2 模 型 1978 年 ， Charnes、Cooper 和hodes 提出了早期的 DEA 方法 ， 并以 3 人名字的首字母命名為 C2 模型 ?；拘问饺缦?:假設(shè)有 n 個決策單元 ， 每個決策單元有 m 種類型的 “輸入 ”和 s 種類型的 “輸出 ”， 第 j 個決策單元 DMUj的輸入向量為 Xj= ( x1j， x2j， ， xmj)T， 輸出向量為 Yj= ( y1j， y2j， ， ysj)T，Xj、Yj0， j =1， 2， ， n。引入松弛變量 s和 s+， 含有非阿基米德無窮小的線性規(guī)劃模型為 :*= min ( s+ es+) ;s t =nj =1jXj+ s= X0nj =1jYj s+= Y0j0 j =1， 2， ， n 無約束 s0， s+0。式中 : 為非阿基米德無窮小 ( 本研究取 108) ， = ( 1， 1， ，1) m， e = ( 1， 1， ， 1) s， s、s+分別為輸入和輸出松弛變量 。C2 模型是在規(guī)模報酬固定時 ， 計算每個決策單元的綜合效率 ， 它可以判定每個決策單元的生產(chǎn)活動是否同時技術(shù)有效和規(guī)模有效 。設(shè) 、j、s+、s為上式的最優(yōu)解 ， 若 =1且 s+ es+=0， 則此時決策單元為 DEA 有效 ， 決策單元的生產(chǎn)活動同時為技術(shù)有效和規(guī)模有效 ; 當(dāng) = 1 且 s+es+=0， 則此時決策單元僅為弱 DEA 有效 ， 決策單元的生產(chǎn)活動不是同時為技術(shù)有效和規(guī)模有效 ; 當(dāng) 1， 則此時決策單元為 DEA 無效 ， 決策單元的生產(chǎn)活動 ， 既不是技術(shù)效率最優(yōu) ， 也不是規(guī)模收益最佳 3。由于 C2 不能單純地評價決策單元的技術(shù)效率水平 ，1984 年 Banker、Charnes 和 Cooper 給出了可變規(guī)模報酬的BC2 模型 。在 C2 模型的基礎(chǔ)上 ， BC2 模型剔除了固定規(guī)模報酬假設(shè) ， 即增加了 1 個凸面約束條件 nj =1 = 1， 將 C2 模型計算出的效率分解為純技術(shù)效率和規(guī)模效率兩部分 4。該模型能夠在評價決策單元純技術(shù)效率和規(guī)模效率狀態(tài)的基礎(chǔ)上 ， 進(jìn)一步判斷決策單元規(guī)模收益所處的階段 。當(dāng) BC2 模型評價出決策單元純技術(shù)效率無效時 ， 通過投影分析設(shè)定 1 個新的決策單元 ， 使其純技術(shù)有效 。有 X0=X0 s， Y0= Y0+ s+， 稱 ( X0， Y0) 為決策單元的原始值 ( X0，Y0) 在相對有效沿面上的 “投影 ”， 這個新決策單元的對應(yīng)值相對于原決策單元純技術(shù)效率有效 5。因此 ， 為使原決策單元達(dá)到純技術(shù)有效 ， 應(yīng)對 ( X0， Y0) 改變 ( X0， Y0) ， 即投入冗余量 X0= ( 1 ) X0 s， 產(chǎn)出不足量 Y0= s+。1 1 2 超效率 DEA 模型 在運用 C2 模型評價決策單元的綜合效率時 ， 可能會出現(xiàn)多個決策單元相對有效的情況 ， 無法進(jìn)一步分析和比較這些同時有效的決策單元 。1993 年 ，Anersen 和 Petersen 提出的超效率 DEA 模型 ， 打破了這一局限性 ， 該模型可以針對多個 DEA 有效的決策單元進(jìn)行排序 5。其主要思想是 : 在評價某一決策單元時 ， 將此決策單元排除在參考集合外 ， 由于放大了有效單元的效率值以及允許計算出的效率值大于 1， 從而使原來有效的決策單元被重新測算并排序 。對于無效的決策單元 ， 超效率 DEA 模型求得的效率值與 C2 模型的評價結(jié)果相同 。1 2 評價指標(biāo)體系構(gòu)建科學(xué)合理的評價指標(biāo)體系是運用 DEA 模型對農(nóng)業(yè)362江蘇農(nóng)業(yè)科學(xué) 2017 年第 45 卷第 4 期科技園區(qū)運營效率進(jìn)行評價的關(guān)鍵步驟 。本研究在前期研究成果的基礎(chǔ)上 ， 結(jié)合農(nóng)業(yè)科技園區(qū)的自身特點 ， 本著系統(tǒng) 、準(zhǔn)確 、可行 、獨立以及數(shù)據(jù)可得 6的原則 ， 對運營效率評價指標(biāo)體系進(jìn)行如下設(shè)計 : 從投入角度來看 ， 土地 、資金和人力是保證農(nóng)業(yè)科技園區(qū)基本運營的三大要素 ， 而科技是反映其本質(zhì) 、決定其發(fā)展的核心要素 ， 也是其最主要的運營特征 。因此 ， 本研究根據(jù)以上幾個要素類別分別選取了 “園區(qū)占地面積 、固定資產(chǎn)投資總額 、科技人員數(shù)及技術(shù)引進(jìn)數(shù) ”等作為評價農(nóng)業(yè)科技園區(qū)運營效率的投入指標(biāo) 。其中 ， 科技人員數(shù)是指由研發(fā)人員 、科技特派員和園區(qū)專家組成的主要從事科技活動的人員數(shù)量 ; 技術(shù)引進(jìn)數(shù)是指園區(qū)引進(jìn)的用于農(nóng)業(yè)生產(chǎn)的新品種 、新技術(shù) 、新產(chǎn)品和新設(shè)施數(shù)量的總和 。從產(chǎn)出角度來看 ， 基于經(jīng)濟(jì)效益和社會效益是農(nóng)業(yè)科技園區(qū)運營的主要目標(biāo) ， 因而分別選取了園區(qū)年產(chǎn)值 、利潤額以及帶動農(nóng)戶數(shù)和農(nóng)戶收入增加值等典型指標(biāo) 。當(dāng)然 ， 從理論上講 ， 生態(tài)效益也應(yīng)納入產(chǎn)出指標(biāo)體系 ， 但由于黑龍江省多數(shù)農(nóng)業(yè)科技園區(qū)尚未形成有關(guān)生態(tài)效益的可供量化的數(shù)據(jù)采集標(biāo)準(zhǔn) ， 因此基于其數(shù)據(jù)的不可得性 ， 暫時不將生態(tài)效益作為本研究的產(chǎn)出指標(biāo) 。鑒于以上思考 ， 構(gòu)建了黑龍江省省級農(nóng)業(yè)科技園區(qū)運營效率評價指標(biāo)體系 ( 表 1) 。表 1 黑龍江省省級農(nóng)業(yè)科技園區(qū)運營效率評價指標(biāo)體系指標(biāo)類型 類別 具體指標(biāo) 指標(biāo)代碼投入指標(biāo) 土地投入 園區(qū)面積 ( hm2)X1資金投入 固定資產(chǎn)投資總額 ( 萬元 )X2科技投入 科技人員數(shù) ( 個 )X3技術(shù)引進(jìn)數(shù) ( 個 )X4產(chǎn)出指標(biāo) 經(jīng)濟(jì)效益 年產(chǎn)值 ( 萬元 )Y1年利潤額 ( 萬元 )Y2社會效益 帶動農(nóng)戶數(shù) ( 個 )Y3農(nóng)戶收入增加值 ( 元 )Y42 實證分析2 1 研究方法及數(shù)據(jù)來源2 1 1 研究方法 本研究運用 DEA 模型 ， 從效率評價 、投影分析 、規(guī)模收益以及超效率評價等 4 個方面 ， 對黑龍江省省級農(nóng)業(yè)科技園區(qū)的運營效率進(jìn)行評價與分析 。首先 ， 運用 C2和 BC2 模型對園區(qū)運營的綜合效率 、純技術(shù)效率和規(guī)模效率進(jìn)行測度 ， 評價各個園區(qū)的效率水平 ; 其次 ， 運用投影分析法 ，進(jìn)一步分析純技術(shù)無效園區(qū)的投入冗余及產(chǎn)出不足情況 ， 剖析這部分園區(qū)純技術(shù)無效的根本原因 ; 然后 ， 通過各個園區(qū)所處的規(guī)模收益階段 ， 明確其規(guī)模調(diào)整的具體方向 ; 最后 ， 運用超效率 DEA 模型 ， 對 DEA 有效園區(qū)的相對效率進(jìn)行排序 ， 并根據(jù)超效率值分別確定各園區(qū)增加運營投入的上限參考值 。21 2 數(shù)據(jù)來源 本研究選取黑龍江省 34 個省級農(nóng)業(yè)科技園區(qū)作為研究樣本 ， 在運營效率評價指標(biāo)體系的基礎(chǔ)上 ， 通過黑龍江省科學(xué)技術(shù)廳提供的 農(nóng)業(yè)科技園區(qū)創(chuàng)新能力監(jiān)測表 及發(fā)放調(diào)查問卷等 2 種方式 ， 收集 、整理和獲取研究樣本 2014 年運營的投入產(chǎn)出數(shù)據(jù) ， 根據(jù)樣本篩選程序?qū)ζ溥M(jìn)行處理 : ( 1) 剔除當(dāng)年停止建設(shè)經(jīng)營的園區(qū) ( 齊齊哈爾梅里斯園區(qū) ) ; ( 2) 基于原始數(shù)據(jù)不可為 0 或負(fù)數(shù)是運用 DEA 方法的前提要求 ， 剔除當(dāng)年年利潤額為負(fù)的園區(qū) ( 黑河遜克園區(qū) ) ; ( 3) 剔除數(shù)據(jù)缺失和錯誤的樣本園區(qū) ( 哈爾濱巴彥 、綏化市和軍川農(nóng)場等 3 個園區(qū) ) 。經(jīng)過以上篩選 ， 最終確定將其中 29 個省級農(nóng)業(yè)科技園區(qū)作為本研究 DEA 模型的決策單元 。2 2 效率評價運用 DEAP 2 1 軟件對黑龍江省 29 個省級農(nóng)業(yè)科技園的運營效率進(jìn)行測度 ， 將其運營的投入產(chǎn)出數(shù)據(jù)分別代入C2 和 BC2 模型 ， 基于投入導(dǎo)向角度 ， 得到其綜合效率 、純技術(shù)效率 、規(guī)模效率以及規(guī)模收益等情況 ， 結(jié)果見表 2。表 2 黑龍江省省級農(nóng)業(yè)科技園區(qū)運營效率評價結(jié)果園區(qū)名稱 綜合效率 純技術(shù)效率 規(guī)模效率 規(guī)模收益哈爾濱五常 0590 0778 0758 遞增哈爾濱方正 1000 1000 1000 不變齊齊哈爾興十四 0989 1000 0989 遞減齊齊哈爾克東 0857 0878 0976 遞減齊齊哈爾克山 0346 0732 0473 遞增齊齊哈爾依安 1000 1000 1000 不變大慶大同 1000 1000 1000 不變大慶紅崗 0290 1000 0290 遞增大慶溫泉新城 0534 0599 0891 遞增綏化安達(dá) 1000 1000 1000 不變綏化海倫 1000 1000 1000 不變綏化青岡 0894 1000 0894 遞減綏化肇東 0269 0277 0974 遞增佳木斯樺南 0953 1000 0953 遞增佳木斯 0669 0678 0987 遞減雞西虎林 1000 1000 1000 不變雙鴨山寶清 1000 1000 1000 不變農(nóng)墾八五 0752 1000 0752 遞增森工迎春林業(yè)局 1000 1000 1000 不變牡丹江東寧 0990 0998 0992 遞增牡丹江溫春 0304 0711 0428 遞增牡丹江穆棱 0679 0848 0801 遞增牡丹江寧安 1000 1000 1000 不變伊春友好 1000 1000 1000 不變大興安嶺塔河 1000 1000 1000 不變黑河愛輝 0796 1000 0796 遞增黑河嫩江 1000 1000 1000 不變黑河五大連池 1000 1000 1000 不變農(nóng)墾九三 0278 1000 0278 遞增平均值 0800 0914 08702 2 1 綜合效率分析 由表 2 可知 ， 黑龍江省省級農(nóng)業(yè)科技園區(qū)運營的綜合效率平均值是 0 8， 整體效率并不明顯 ， 說明其存在較大改進(jìn)空間 。根據(jù)綜合效率值的大小對黑龍江省省級農(nóng)業(yè)科技園區(qū)進(jìn)行分類 ， 如由表 3 可知 ， 29 個省級農(nóng)業(yè)科技園區(qū)中達(dá)到 DEA 有效狀態(tài) ( 即綜合效率值為 1 000) 的有13 個 ， 占決策單元總數(shù)的 44 83%， 說明方正 、依安和大同等13 個園區(qū)運營的投入所對應(yīng)的產(chǎn)出已達(dá)到最優(yōu) ， 即這些園區(qū)所投入的土地 、資金和科技等要素與其產(chǎn)生的經(jīng)濟(jì)效益和社會效益是相對匹配的 。而其余的 16 個園區(qū)均未達(dá)到 DEA 有效狀態(tài) ， 這部分園區(qū)投入與產(chǎn)出的關(guān)系不匹配 ， 均存在改進(jìn)的空間 。其中 ， 有 5 個園區(qū) ( 興十四 、克東 、青岡 、樺南和東寧 )的綜合效率值大于 0 8， 說明這 5 個園區(qū)的運營效率狀態(tài)相對較好 ， 只要根據(jù)分析結(jié)果稍加調(diào)整即可達(dá)到 DEA 有效 ， 而462 江蘇農(nóng)業(yè)科學(xué) 2017 年第 45 卷第 4 期另外 11 個園區(qū)的綜合效率值均小于 0 8， 說明其投入產(chǎn)出結(jié)構(gòu)或發(fā)展規(guī)模等問題較為嚴(yán)重 ， 這部分園區(qū)占決策單元總數(shù)的 37 93%。表 3 黑龍江省省級農(nóng)業(yè)科技園區(qū)綜合效率分類結(jié)果效率值 評價等級 園區(qū)數(shù)量 ( 個 ) 比例 ( %)10 好 13 4483 08， 10) 較好 5 1724 04， 08) 一般 6 206904 以下 差 5 172422 2 純技術(shù)效率和規(guī)模效率分析 基于綜合效率值等于純技術(shù)效率與規(guī)模效率對應(yīng)值的乘積 ， 為進(jìn)一步說明各園區(qū)運營效率情況 ， 應(yīng)從純技術(shù)效率和規(guī)模效率 2 個方面來具體分析 。由表 2 可知 ， 黑龍江省省級園區(qū)整體純技術(shù)效率的平均值為 0 914， 大于其規(guī)模效率的平均值 0 870， 說明影響黑龍江省省級農(nóng)業(yè)科技園區(qū)效率不高的主要因素是規(guī)模效率 ，應(yīng)重點關(guān)注園區(qū)生產(chǎn)運營過程中的規(guī)模調(diào)整并以現(xiàn)有資源利用效率的提高為輔助 ， 從而達(dá)到提高園區(qū)整體運營效率的目的 。從純技術(shù)效率來看 ， 方正 、興十四 、依安和大同等 20 個園區(qū)的純技術(shù)效率值為 1 000， 即為純技術(shù)有效 ， 說明其在生產(chǎn)運營過程中 ， 投入的資源得到了有效配置 ， 已達(dá)到最佳的產(chǎn)出效果 ， 基本不存在浪費現(xiàn)象 。與此相反 ， 剩余的 9 個純技術(shù)無效的園區(qū)均不同程度地存在資源浪費問題 ， 尤其是純技術(shù)效率值相對較低的肇東 、溫泉新城和佳木斯等園區(qū) ， 其資源利用效率亟待提高 ; 針對規(guī)模效率而言 ， 方正 、依安和大同等 13 個園區(qū)的規(guī)模效率值為 1000， 即為規(guī)模有效 ， 說明這部分園區(qū)整體規(guī)模水平比較合理 ， 而其余 16 個園區(qū)均存在不同程度的規(guī)模無效問題 ， 其投入產(chǎn)出規(guī)模沒有達(dá)到最佳狀態(tài) 。綜上所述 ， 對引起 9 個園區(qū)純技術(shù)無效和 16 個園區(qū)規(guī)模無效的原因剖析是解決黑龍江省省級農(nóng)業(yè)科技園區(qū) DEA 無效的關(guān)鍵所在 。2 3 投影分析從理論上講 ， 園區(qū)純技術(shù)無效主要是由投入冗余和產(chǎn)出不足等原因引起的 。因此 ， 投入冗余和產(chǎn)出不足的對應(yīng)量就成為研究純技術(shù)效率的關(guān)鍵點 。值得說明的是 ， 處于不同發(fā)展階段的園區(qū) ， 其整體投入情況存在較大的差異 。一般來講 ，在建設(shè)初期 ， 農(nóng)業(yè)科技園區(qū)需要投入較多資源 ， 若園區(qū)正值建設(shè)初期 ， 其測算結(jié)果表明存在較多的投入冗余不僅是合理的 ，也是符合實際的 。因此 ， 分析結(jié)果時 ， 應(yīng)參考所測度園區(qū)的發(fā)展階段來調(diào)整其分析數(shù)值對實踐指導(dǎo)的結(jié)論及效果 。具體而言 ， 對 9 個純技術(shù)無效園區(qū)進(jìn)行投影分析的做法是 : 通過投影原理 ， 運用 DEAP 2 1 軟件 ， 計算出各園區(qū)現(xiàn)階段的投入冗余量和產(chǎn)出不足量以及對應(yīng)的幅度 ， 通過測算結(jié)果為各園區(qū)找出純技術(shù)無效的根本原因 ( 表 4) 。表 4 黑龍江省純技術(shù)無效的省級農(nóng)業(yè)科技園區(qū)的投入冗余與產(chǎn)出不足園區(qū)名稱 冗余或不足投入冗余 產(chǎn)出不足X1( hm2) X2( 萬元 ) X3( 人 ) X4( 個 ) Y1( 萬元 ) Y2( 萬元 ) Y3( 人 ) Y4( 元 )五常 對應(yīng)量 3 91989 79931 1487 821 1 92171 33694 9 35223 幅度 ( %) 8400 2219 2219 2219 5079 2808 4 67611 克東 對應(yīng)量 48 99297 14 93072 853 712 259 06940 5 56689幅度 ( %) 9140 1219 1219 1874 24817 24204克山 對應(yīng)量 4 07058 9 42241 1020 456 1 08719 73901幅度 ( %) 9251 2684 2684 2684 20074 2699溫泉新城 對應(yīng)量 49570 4 53991 9829 1083 17 69818 2 78088 6 12601 幅度 ( %) 4957 4012 6779 4012 51514 2 78088 20420 肇東 對應(yīng)量 7 17242 49 60515 11067 57865 1 51438幅度 ( %) 7233 7233 7233 9533 3403佳木斯 對應(yīng)量 96663 16 11051 1 09540 612 4 84188幅度 ( %) 3222 3222 9517 3222 23057東寧 對應(yīng)量 126 2707 008 21691 7 18536 4 87615 8 01288幅度 ( %) 023 023 023 923 7185 9752 40064溫春 對應(yīng)量 33 09962 2 59658 8847 519 16 10091 1 75811 2 35610幅度 ( %) 9910 2885 5144 2885 46003 50232 11781穆棱 對應(yīng)量 7 22799 1 83511 884 488 3078 3 80925幅度 ( %) 6000 1500 1500 15 100 15200由表 4 可知 ， 從投入指標(biāo)看 ， 9 個純技術(shù)無效園區(qū)在園區(qū)面積 、固定資產(chǎn)投資總額 、科技人員數(shù)以及技術(shù)引進(jìn)數(shù)等 4 個方面均存在一定的投入冗余 ， 盲目投入和低效的資源配置是造成園區(qū)純技術(shù)效率無效的主要因素 。其中 ， 純技術(shù)效率值最低的肇東園區(qū) ， 其對應(yīng)指標(biāo)投入冗余的幅度平均在 78% 以上 ， 即該園區(qū)大部分要素投入未得到合理 、充分地利用 ， 存在較大的資源浪費 。從產(chǎn)出指標(biāo)看 ， 這 9 個園區(qū)表現(xiàn)出不同程度 、不同方向的產(chǎn)出不足 。其中 ， 五常園區(qū)的帶動農(nóng)戶數(shù)對應(yīng)的不足幅度最高 ， 達(dá)到現(xiàn)有產(chǎn)出水平的 46 倍以上 ， 說明其改善重點應(yīng)為提升園區(qū)的社會效益 ?？傮w來說 ， 純技術(shù)效率無效的園區(qū)在農(nóng)戶收入增加值的產(chǎn)出上 ， 其不足量表現(xiàn)比較明顯 ， 77 78%的園區(qū)均存在此類問題 。因此 ， 在不改變現(xiàn)有投入總量的情況下 ， 提高資源利用效率和調(diào)整投入產(chǎn)出結(jié)構(gòu)成為解決這 9 個園區(qū)純技術(shù)無效的關(guān)鍵 。2 4 規(guī)模收益分析規(guī)模收益分析是指在通過投影分析調(diào)整 DEA 無效園區(qū)純技術(shù)效率的基礎(chǔ)上 ， 根據(jù)各個園區(qū)所處的規(guī)模收益階段 ， 進(jìn)一步分析和確定園區(qū)規(guī)模的調(diào)整方向 ， 進(jìn)而提高其規(guī)模效率 。根據(jù)表 2 中各個園區(qū)的規(guī)模收益狀態(tài) ， 得出處于不同規(guī)模收益階段園區(qū)的比例分布 ( 圖 2) 。562江蘇農(nóng)業(yè)科學(xué) 2017 年第 45 卷第 4 期在黑龍江省省級農(nóng)業(yè)科技園區(qū)的系統(tǒng)中 ， 規(guī)模收益不變 ，即已達(dá)到規(guī)模有效 、處于最優(yōu)規(guī)模收益點的園區(qū)占 44 83%，包括方正 、依安和大同等 13 個園區(qū) ; 規(guī)模收益遞增的園區(qū)有12 個 ， 占 41 38%， 說明五常 、克山和紅崗等 12 個園區(qū)應(yīng)通過適當(dāng)擴(kuò)大規(guī)模來提高園區(qū)的規(guī)模效率 ， 即在現(xiàn)有投入的基礎(chǔ)上 ， 等比例增加土地 、資金和科技等要素的投入力度 ， 產(chǎn)出將會以更高比例增加 ， 發(fā)展?jié)摿薮?; 另外 ， 興十四 、克東 、青岡和佳木斯等 4 個園區(qū)處于規(guī)模收益遞減階段 ， 即說明其在投入方面已經(jīng)達(dá)到飽和 ， 應(yīng)把重點放到縮減規(guī)模或提升產(chǎn)出方面 。2 5 DEA 有效 DMU 的超效率分析引入超效率 DEA 模型是為了比較 DEA 有效的 13 個省級農(nóng)業(yè)科技園區(qū)的相對運營效率 ， 運用 Maxdea 專業(yè)版軟件得到園區(qū)的超效率 DEA 值 ， 并對有效決策單元的效率進(jìn)行排序 ， 更重要的是 ， 各園區(qū)可以根據(jù)超效率值確定其增加運營投入的上限 ( 詳見表 5) 。具體而言 ， 由于這 13 個園區(qū)處于 DEA有效狀態(tài) ， 其對應(yīng)的綜合效率值為 1 000， 若某一園區(qū)增加運營投入比例保持在 0，( 超效率 DEA 值 1) 區(qū)間范圍內(nèi) ， 該園區(qū)仍能保持相對有效 。如五大連池園區(qū)的超效率 DEA 值為 1 927， 表明如果該園區(qū)等比例增加上限為 92 7% 的投入時 ， 仍然能在整個系統(tǒng)中保持 DEA 有效 。因此 ， 園區(qū)可以根據(jù)每個園區(qū)的超效率 DEA 對應(yīng)值制定科學(xué)合理的要素投入規(guī)劃 。表 5 黑龍江省省級農(nóng)業(yè)科技園區(qū)超效率 DEA 值及排序省級農(nóng)業(yè)科技園區(qū)名稱 超效率 DEA 值 排序齊齊哈爾依安 76991 1森工迎春林業(yè)局 6879 2牡丹江寧安 4427 3綏化安達(dá) 3271 4大慶大同 2929 5綏化海倫 2838 6黑河嫩江 2675 7雙鴨山寶清 2509 8黑河五大連池 1927 9大興安嶺塔河 1585 10哈爾濱方正 1412 11雞西虎林 1383 12伊春友好 1381 133 結(jié)論與建議本研究運用 DEA 模型對黑龍江省省級農(nóng)業(yè)科技園區(qū)的運營效率進(jìn)行評價與分析 ， 得出以下結(jié)論 : 從綜合效率分析來看 ， 黑龍江省省級農(nóng)業(yè)科技園區(qū)運營的綜合效率偏低 ， 其中 ，規(guī)模效率是導(dǎo)致園區(qū)綜合效率低下的主要因素 。投影分析結(jié)果表明 ， 16 個 DEA 無效園區(qū)中 ， 純技術(shù)無效的園區(qū)共有 9個 ， 其不合理的投入結(jié)構(gòu)和低效的資源配置導(dǎo)致了園區(qū)純技術(shù)無效 。通過對 9 個園區(qū)的投入及產(chǎn)出指標(biāo)進(jìn)行橫向比較 ，發(fā)現(xiàn) 75%以上的園區(qū)占地面積的利用效率較低 ， 75% 以上的園區(qū)帶動農(nóng)民增收值不足 ， 說明園區(qū)整體應(yīng)重點加強土地資源的利用效率并提升園區(qū)的社會效益 。規(guī)模收益分析結(jié)果表明 ， 29 個園區(qū)中規(guī)模收益不變 、規(guī)模收益遞增和規(guī)模收益遞減的園區(qū)分別有 13、12、4 個 ， 分占園區(qū)總數(shù)的 44 83%、41. 38%、13 79%。除去規(guī)模收益不變的園區(qū) ， 規(guī)模收益遞增的園區(qū)所占份額較大 ， 這部分園區(qū)若適當(dāng)增加投入會帶來更高比例的產(chǎn)出 ， 說明運營投入過少是導(dǎo)致黑龍江省省級農(nóng)業(yè)科技園區(qū)規(guī)模效率偏低的主要原因 。結(jié)合投影分析結(jié)果可進(jìn)一步得出結(jié)論 ， 即運營投入過少和投入結(jié)構(gòu)不合理是導(dǎo)致黑龍江省省級農(nóng)業(yè)科技園區(qū) DEA 無效的主要原因 。超效率分析結(jié)果表明 ， 13 個 DEA 有效的園區(qū)中 ， 依安園區(qū)的超效率DEA 值遠(yuǎn)高于其他園區(qū) ， 說明其處于領(lǐng)先水平 ， 是其他園區(qū)借鑒和學(xué)習(xí)的典范 。此外 ， 13 個 DEA 有效園區(qū)均可根據(jù)對應(yīng)的超效率 DEA 值確定其合理投入規(guī)模 。根據(jù)以上結(jié)論 ， 為切實提升黑龍江省省級農(nóng)業(yè)科技園區(qū)的運營效率 ， 從政府與園區(qū) 2 個層面 ， 提出以下對策建議 :( 1) 政府層面 ?；诟鬓r(nóng)業(yè)科技園區(qū)間運營效率差異較大 ，因此 ， 政府應(yīng)從整合農(nóng)業(yè)科技資源 、促進(jìn)園區(qū)協(xié)同創(chuàng)新 、構(gòu)建政策支持體系及優(yōu)化發(fā)展環(huán)境等方面加強對農(nóng)業(yè)科技園區(qū)的引導(dǎo)和扶持 。科學(xué)定位與布局 ， 促進(jìn)農(nóng)業(yè)科技園區(qū)創(chuàng)新發(fā)展 。本著 “政府引導(dǎo) 、企業(yè)運作 、中介參與 、農(nóng)民受益 ”的基本原則 ， 科學(xué)合理界定政府在農(nóng)業(yè)科技園區(qū)發(fā)展過程中的地位與職能 。構(gòu)建普惠性創(chuàng)新支持的政策體系 ， 著力基礎(chǔ)設(shè)施建設(shè)及其他配套服務(wù)體系建設(shè) ， 加大金融支持和稅收優(yōu)惠力度 ，優(yōu)化投融資環(huán)境 ， 促進(jìn)科技與金融 、產(chǎn)業(yè)的深度融合 ， 建立切實可行的激勵機(jī)制 ， 引導(dǎo)農(nóng)業(yè)科技園區(qū)重視以增加農(nóng)民收入 、培育新型職業(yè)農(nóng)民等為目標(biāo)的社會效益 。整合農(nóng)業(yè)科技資源 ， 構(gòu)建以農(nóng)業(yè)科技園區(qū)為核心 、各類農(nóng)業(yè)園區(qū)協(xié)同創(chuàng)新發(fā)展的現(xiàn)代農(nóng)業(yè)科技示范體系 。以現(xiàn)代農(nóng)業(yè)科技示范區(qū)的建設(shè)為契機(jī) ， 整合現(xiàn)有農(nóng)業(yè)科技資源 ， 搭建農(nóng)業(yè)科技資源共享平臺 ，鼓勵和引導(dǎo)農(nóng)業(yè)科技園區(qū)間的協(xié)同合作 ， 重點探索農(nóng)業(yè)科技協(xié)同創(chuàng)新的驅(qū)動機(jī)制及對接合作模式 ， 從而促進(jìn)區(qū)域間的共生與協(xié)調(diào)發(fā)展 。應(yīng)用大數(shù)據(jù) 、物聯(lián)網(wǎng)等現(xiàn)代信息技術(shù) ， 提升信息服務(wù)功能 。按照 “國家農(nóng)村信息化示范省 ”建設(shè)的總體要求 ， 整合黑龍江省農(nóng)業(yè)信息資源 ， 建設(shè)示范區(qū)農(nóng)業(yè)信息和技術(shù)咨詢服務(wù)的重要平臺 “黑龍江省現(xiàn)代農(nóng)業(yè)信息港 ”。重點圍繞農(nóng)業(yè)商業(yè)模式 ( 物流配送 、物聯(lián)網(wǎng)等 ) ， 運用信息技術(shù) ， 構(gòu)建農(nóng)業(yè)全產(chǎn)業(yè)鏈的 “農(nóng)業(yè)大數(shù)據(jù)庫 ”和物流配送體系 ， 以 “云計算 ”提升大數(shù)據(jù)信息開發(fā)利用水平 ， 增強對農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的信息服務(wù)能力 。( 2) 園區(qū)層面 。各農(nóng)業(yè)科技園區(qū)應(yīng)以明確創(chuàng)新驅(qū)動為起點 ， 探索多主體參與 、多要素投入 、多行為交互運行的共生機(jī)制 ， 優(yōu)化配置 ， 提高運營效率 。產(chǎn)權(quán)明晰 ， 科學(xué)管理 ， 優(yōu)化各要素配置 。農(nóng)業(yè)科技園區(qū)作為一個多主體參與 、多要素投入 、多行為交互運行的網(wǎng)絡(luò)式平臺 ， 其運營效率的提高須要以構(gòu)建產(chǎn)權(quán)明晰 、創(chuàng)新驅(qū)動 、有效激勵和利益聯(lián)結(jié)的運行機(jī)制為基662 江蘇農(nóng)業(yè)科學(xué) 2017 年第 45 卷第 4 期櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄礎(chǔ) 。以有效驅(qū)動為起點 ， 建立以收益分配合理 、成本分?jǐn)偣?、風(fēng)險分擔(dān)有效 、價值創(chuàng)新增值為目的的利益聯(lián)結(jié)機(jī)制 ， 以市場需求為導(dǎo)向 、以提高效率為宗旨 、以科技創(chuàng)新為核心 、以科學(xué)管理為主線 。遵循適度規(guī)模原則 ， 優(yōu)化投入結(jié)構(gòu) ， 科學(xué)配置科技 、金融 、土地 、人才 、信息 、服務(wù)等資源 ， 提高各要素的運營效率 ， 尤其是要提高科技要素的利用和轉(zhuǎn)化效率 。加強園區(qū)間的互動與合作 ， 探索農(nóng)業(yè)科技協(xié)同創(chuàng)新機(jī)制 。加強園區(qū)間的互動與合作 ， 利用 “互聯(lián)網(wǎng) +”平臺加強資源共享與協(xié)同創(chuàng)新 。探索農(nóng)業(yè)科技協(xié)同創(chuàng)新機(jī)制 、“地方政府 + 科技機(jī)構(gòu) + 示范基地 + 農(nóng)業(yè)企業(yè) ”的成果轉(zhuǎn)化機(jī)制 、農(nóng)業(yè)科技成果市場化公開公平交易和轉(zhuǎn)移機(jī)制 ， 加快科技成果的快速轉(zhuǎn)化和向輻射區(qū)的擴(kuò)散轉(zhuǎn)移應(yīng)用 ， 為黑龍江省現(xiàn)代農(nóng)業(yè)創(chuàng)新發(fā)展探索可供推廣的成功經(jīng)驗 。圍繞農(nóng)業(yè)產(chǎn)業(yè)全鏈條技術(shù)創(chuàng)新 ， 探索一二三產(chǎn)業(yè)融合發(fā)展的新模式 ， 打造特色農(nóng)業(yè)產(chǎn)業(yè)鏈 ， 培育創(chuàng)新型農(nóng)業(yè)產(chǎn)業(yè)化集群 。以產(chǎn)業(yè)為導(dǎo)向 ， 結(jié)合農(nóng)業(yè)科技園區(qū)的示范帶動與輻射推廣的區(qū)域范圍 ， 按照高科技 、高效益 、全鏈條 、全循環(huán)的要求 ， 打破一二三產(chǎn)業(yè)的傳統(tǒng)界限 ， 以現(xiàn)代服務(wù)業(yè)引領(lǐng)一二三產(chǎn)業(yè)的有機(jī)融合 ， 以創(chuàng)新鏈支撐產(chǎn)業(yè)鏈建設(shè) ， 引導(dǎo)建立生產(chǎn)規(guī)?；?、集約化 、集群化 、產(chǎn)業(yè)專業(yè)化 、品牌化的全產(chǎn)業(yè)鏈現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系 ， 以產(chǎn)業(yè)集群帶動農(nóng)業(yè)人口向城鎮(zhèn)有序轉(zhuǎn)移 ， 從而促進(jìn) “四化 ”同步發(fā)展 。參考文獻(xiàn) : 1 殷 群 ， 張 嬌 長三角地區(qū)科技企業(yè)孵化器運行效率研究 J 科學(xué)學(xué)研究 ， 2010， 28( 1) : 86 94 2 魏權(quán)齡 評價相對有效性的數(shù)據(jù)包絡(luò)分析模型 : DEA 和網(wǎng)絡(luò)DEA M 北京 : 中國人民大學(xué)出版社 ， 2012 3 杜 棟 ， 龐慶華 現(xiàn)代綜合評價方法與案例精選 M 北京 : 清華大學(xué)出版社 ， 2005 4 趙樹寬 ， 余海晴 基于 DEA 方法的吉林省高技術(shù)企業(yè)創(chuàng)新效率研究 J 科研管理 ， 2013， 34( 2) : 36 43 5 楊國梁 ， 劉文斌 數(shù)據(jù)包絡(luò)分析方法 ( DEA) 綜述 J 系統(tǒng)工程學(xué)報 ， 2013， 28( 6) : 840 860 6 熊 嬋 ， 買藝媛 基于 DEA 方法的中國高科技創(chuàng)業(yè)企業(yè)運營效率研究 J 管理科學(xué) ， 2014， 27( 2) : 26 37白世貞 ， 陳曉麗 ， 陳化飛 顧客導(dǎo)向型乳制品零售商 O2O 雙渠道銷售決策 J 江蘇農(nóng)業(yè)科學(xué) ， 2017， 45( 4) : 267 271doi: 1015889/j issn1002 1302201704076顧客導(dǎo)向型乳制品零售商O2O雙渠道銷售決策白世貞 ， 陳曉麗 ， 陳化飛( 哈爾濱商業(yè)大學(xué) ， 黑龍江哈爾濱 150028)摘要 : 為了解決乳制品銷售線上線下雙渠道供應(yīng)鏈環(huán)境中同類產(chǎn)品渠道沖突的問題 ， 以 1 個乳制品制造商和 2 個乳制品零售商組成的二級供應(yīng)鏈為背景 ， 在考慮顧客購買乳制品渠道偏好和購買體驗的條件下 ， 研究 2 個乳制品零售商在線上線下不同渠道環(huán)境下的博弈過程 ， 分析乳制品零售商服務(wù)決策水平和供應(yīng)鏈整體利潤的變化 ， 并提出顧客對服務(wù)的敏感程度與供應(yīng)鏈利潤的關(guān)系 ， 最后通過算例分析進(jìn)行驗證 。結(jié)果表明 ， 在 2 個乳制品零售商博弈的過程中 ，顧客購買乳制品的渠道偏好對于零售商集中決策下雙渠道供應(yīng)鏈利潤無影響 ， 而顧客對服務(wù)的敏感程度直接影響雙渠道供應(yīng)鏈的服務(wù)水平 ， 進(jìn)而影響供應(yīng)鏈利潤 ， 且為顧客提供的服務(wù)水平要控制在一定范圍內(nèi) ， 否則服務(wù)成本過高導(dǎo)致供應(yīng)鏈整體利潤下降 。關(guān)鍵詞 : 乳制品 ; 渠道偏好 ; 渠道沖突 ; 雙渠道供應(yīng)鏈中圖分類號 : F274 文獻(xiàn)標(biāo)志碼 : A 文章編號 : 1002 1302( 2017) 04 0267 05收稿日期 : 2016 01 06基金項目 : 國家自然科學(xué)基金 ( 編號 : 71371061) 。作者簡介 : 白世貞 ( 1962) ， 男 ， 山東招遠(yuǎn)人 ， 教授 ， 博士生導(dǎo)師 ， 研究方向為物流與供應(yīng)鏈管理 。E mail: baishizh1962126 com。通信作者 : 陳曉麗 ， 碩士研究生 ， 研究方向為物流與供應(yīng)鏈管理 。E mail: CXL6196163 com。隨著 “互聯(lián)網(wǎng) +”理念的提出和電子商務(wù)的普及 ， 越來越多的零售企業(yè)為了滿足顧客多樣化 、個性化的消費需求 ， 往往開通網(wǎng)上直營店作為銷售渠道之一 ， 這樣就形成了線上渠道與線下渠道并存的 “O2O”雙渠道銷售模式 。在雙渠道銷售模式下 ， 雖然能夠提升部分零售商的利潤 ， 但容易引起 2 條渠道間的沖突 ， 包括線上線下產(chǎn)品品類設(shè)置 、價格決策 、信息推廣等方面 ， 乳制品線上線下的渠道沖突體現(xiàn)得尤為明顯 ， 特別是三聚氰胺事件后 ， 顧客對于乳制品質(zhì)量的不信任度影響我國乳類產(chǎn)品的銷售 ， 網(wǎng)上售假與渠道惡性沖突詆毀乳制品品牌形象 ， 誤導(dǎo)顧客對品牌的認(rèn)知 ， 難以形成良好的口碑效應(yīng) ，最終導(dǎo)致顧客對品牌失去信心 ， 不利于形成顧客黏性 ， 且顧客對乳制品的營養(yǎng)成分有特殊的需求 ， 必須了解詳細(xì)的產(chǎn)品信息 ， 乳制品銷售過程中服務(wù)體驗必不可少 。所以在考慮顧客對乳制品需求的前提下 ， 如何利用 2 條渠道各自的優(yōu)勢 、降低乳制品雙渠道的沖突程度 ， 提高顧客對乳制品購買渠道的信任度是雙渠道銷售決策重點考慮的問題 。對于顧客渠道偏好和雙渠道方面的研究國內(nèi)外學(xué)者已經(jīng)取得了良好進(jìn)展 。Chiang 等認(rèn)為 ， 引入網(wǎng)絡(luò)直銷渠道可提高制造商的價格控制能力 ， 還可減輕渠道成員間的雙重邊際效應(yīng) 1。Sterbel 等研究表明 ， 消費者的渠道選擇行為受到消費者對產(chǎn)品質(zhì)量的