产业链割裂是指由于产业链结构涣散、上下游之间协调力度不够等原因导致的效率缺乏，从而使整个产业的发展受到限制。产业链割裂涉及产业链形成过程中各环节之间相互作用，任何行业的产业链一般都包括产品设计、原料采购、加工制造、物流运输、订单处理、批发经营和终端零售等7大环节，产业链割裂除了以上各环节之间协调力度不够外，还涉及各环节内部功能的有效发挥。许多研究（林德，1961；郭克莎，2003；徐洁香等，2005；史小龙，2005；李孟刚，2006；黄振华，2008；梁平和梁彭勇，2009）表明，产业链发展的影响因素主要包括需求因素、供给因素、技术服务因素、政府、企业与消费者因素、价格因素和产业安全因素六大类，因此这些因素是本章运用结构方程模型进行实证分析的基础。
根据调查问卷和因子分析的结果，将因子分析载荷系数0.5作为取舍影响农产品产业链割裂影响因素的标准，根据SPSS16.0运行结果：第一因子为国家的农业支持政策、农产品合理的种植规模、上下游企业之间的关系、农户收益的稳定性、发达国家对农业的补贴，此类变量都能影响企业、农户利润收入，因此在此将其命名为价值因素；第二因子为农产品产量的波动、农产品价格的波动、农产品需求的波动、市场供给状况、农产品收购成本，本研究将其命名为供给需求因素；第三因子为技术的推广、专业技术人才、合理的库存安排，本研究将其命名为技术服务因素；第四因子为企业的公关能力、消费者的议价能力，本研究将其命名为利益集团因素；第五因子为农产品运输费用、农产品物流体系，本研究将其命名为物流因素；第六因子为行业协会等组织的服务、电子商务的运用，本研究将其命名为产业支持因素，第七因子为进口依赖过大、外资的供给垄断、外资的兼并收购，本研究将其命名为外资因素。此外，农产品市场行情预测、下游加工企业的选址、企业合理的利润水平、农产品市场结构、全球产业格局中的地位等各变量的因子载荷由于小于0.5，因此为了准备性，在此研究中将此类因子加以剔除。通过因子分析，本研究共提炼了农产品产业链割裂的7个影响因素，共22个影响变量，其因子载荷、变量解释及累计解释详见表11.1。
表11.1 产业链割裂关键因素影响表
（续表）
结构方程分析，也称为结构方程建模（Structural Equation Modeling，SEM），其研究的基本步骤为：首先在大量文献阅读的基础上，根据理论构建包含一系列变量且相互形成体系的模型，运用已有的知识对模型的合理性进行识别；然后运用收集的数据对模型进行检验，如果模型能通过各项指标检验拟合程度较好，则根据运行的结果对现实进行解释；否则，需要对模型进行修正并重复前述的步骤直到其能通过检验为止。
荣泰生（2009）认为，结构方程模型所处理的是整体模型的比较，所参考的指标主要考虑的不是单一的参数，而是整合性的系数，个别指标是否具有特定的统计显著不是SEM分析的重点。由于SEM所处理的变量数目较多且变量关系复杂，运行时必须使用较大的样本数，一般说来，当样本数低于100时，几乎所有的SEM分析都是不稳定的。
根据研究的需要，将根据侯杰泰等（2004）、荣泰生（2009）关于SEM模型拟合指标的相关论述，选取以下指标作为本研究SEM检验的依据，各指标的具体介绍如下：
（1）卡方检验值（χ2）：用以检验模型与数据的拟合度，χ2越小表明模型拟合越好，但对于参数过多或参数过少的误设模型，样本容量影响χ2值及其检验结果。
（2）卡方检验值与其自由度之比（χ2/df）：χ2/df在真模型研究中同样有用，特别在模型比较时有参考价值。据Carmines ＆ McIver（1981）建议，χ2/df在1.0到3.0之间为可以接受模型。
（3）拟合优度指数（GFI）：GFI指数衡量理论与观察共变结构中的变异量与共变量。一般来说，0＜GFI＜1。GFI的值越接近1，表明整体模型拟合程度越好。
（4）误差均方根（RMR）：其值越小越好，越小表明模型拟合的程度越好。
（5）近似误差均方根（RMSEA）：对于饱和模型df=0，RMSEA没有定义（因为除数为0），其值越小越好，越小表明模型拟合的程度越好。
（6）调整拟合优度指数（AGFI）：将GFI指标以模型自由度与其相对的变量个数比值，调整修正后所得到的较稳定的指数。该指数的值越接近1表明模型拟合的程度越好。
（7）赋范拟合度指标（NFI）：NFI反映设定模型与独立模型改善的增量关系，但NFI有其局限性，它不能控制自由度，因而卡方值可能通过增加参数来减少，且NFI的抽样分布平均值与样本规模N正相关，在样本量少的情况下会低估拟合程度。
（8）比较适配指数（CFI）：CFI是通过与独立模型相比较来评价拟合程度，即使对于小样本估计，模型拟合时也能做得很好。CFI的取值范围为0～1。GFI的值越接近1，表明模型拟合程度越好。
（9）非范拟合指数（NNFI，即TLI）：以虚模型为基准来衡量模型的拟合改进程度，处理了自由度对模型的影响，并考虑了样本的大小。该指数的值越接近1表明模型的拟合程度越好。
（10）增量适合度指数（IFI）：根据预设模型的差异、独立模型的差异的值来计算，取值范围为0～1。该指数的值越接近1表明模型拟合程度越好。
以上各指标各有优劣，在具体操作中需结合各指标综合判断。但卡方检验值（χ2）和赋范拟合度指标（NFI）因其固有的局限在用以判断模型拟合优劣时容易产生偏差，因此本研究中暂不将卡方检验值（χ2）和赋范拟合度指标（NFI）作为对模型拟合程度的判断的标准。结合以上论述和侯杰泰等（2004）、荣泰生（2009）的相关研究，本研究选取的检验指标及其参考取值如表11.2所示。
表11.2 结构方程初步模型的拟合指数
注：以上资料根据侯杰泰等（2004）、荣泰生（2009）的相关研究整理而得。
另外，Amos通过临界值C.R.（Critical Ratio）来检验模型路径参数的有效性，当路径的C.R.值大于1.96的参考临界值时，说明该路径系数在p=0.05的水平上具有统计显著性。
为了模型分析的方便，在进行具体操作之前，本研究首先对SPSS因子分析所得结论进行命名，将七个因子分别设置为X1，X2，…，X7，各因子的影响变量分别设置为Q1，Q2，…，Q22，具体见表11.3。
表11.3 结构方程模型各变量构成表
（续表）
这7个潜变量构成了评价农产品产业链割裂影响因素的指标体系，在本部分的研究中，笔者将探究其指标体系各影响因素之间的相互关系，以更好地促进农产品产业链的管理。
结构方程模型中的路径假设为：
假设1（H1）：利益集团间的相互作用有利于促进产业价值的稳定。
假设2（H2）：国家的产业支持政策目标之一是促进产业价值的稳定。
假设3（H3）：产业供给需求的稳定有益于促进产业价值的稳定。
假设4（H4）：国家产业支持政策的另一目标是促进产业供给需求的稳定。
假设5（H5）：利益集团的技术服务优势有利于促进其利益集团功能的更好发挥。
假设6（H6）：技术服务的优势能够促进产业物流体系的发展。
假设7（H7）：拥有技术服务的优势的产业能够更好地获得国家的产业政策支持。
假设8（H8）：利益集团的游说功能是产业获得国家政策支持的有益因素。
假设9（H9）：外资偏好进入价值相对稳定的产业。
图11.1 结构方程的初步模型
注：本模型中，X1代表价值因素，X2代表供给需求因素，X3代表技术服务因素，X4代表利益集团因素，X5代表物流因素，X6产业支持因素，X7产业安全因素。
（一）结构模型的基本参数和指标
本研究结构方程模型中共有样本量为143个，共含58个变量，其中可观测变量22个，潜变量36个，外生变量29个，内生变量29个。
内生观测变量：Q1，Q2，Q3，Q4，Q5，Q6，Q7，Q8，Q9，Q10，Q11，Q12，Q13，Q14，Q15，Q16，Q17，Q18，Q19，Q20，Q21，Q22。
内生非观测变量：X1，X2，X3，X4，X5，X6，X7。
外生非观测变量：各残差项。
该结构模型中需要被估计的参数有53个，自由度为200，卡方统计量χ2为323.270，显著性概率P=0.000。
（二）路径参数估计
在对结构方程初步模型路径回归系数进行统计学检验时，我们着重考察临界值C.R.和显著性检验P。表11.4显示了结构模型中所估计路径的回归系数及临界值C.R.和显著性检验P，当C.R.值越大，P值越小时，代表该符合或系数达到显著。C.R.是回归系数的估计值除以标准误得到的，按照本研究的检验要求，只有当临界值C.R.的绝对值大于 1.96时，所假设路径才在 0.05 的水平上是显著的，P是总体参数是 0的假设检验中的近似双尾概值。
表11.4 结构方程初步模型路径回归系数
（续表）
注：* * *代表P＜0.001。
由上表结构方程模型路径回归系数可知，初步模型的假设路径中， X3→X4、X3→X6、X6→X2、X6→X1、X3→X5、X1→X7的C.R.值都显著大于1.96，因此假设H5、H7、H4、H1、H6、H9得到验证。但是对于路径X4→X6、X2→X1、X4→X1，C.R.值均小于1.96，特别是路径X2→X1、X4→X1的C.R.值在0.5以下，因此在此假设X2→X1、X4→X1路径不成立。路径X4→X6因其在经验证据及理论上得到很好的支持，为了避免纯粹追求统计效果而忽略事实依据的情形，本研究暂时将路径X4→X6保留，留待修改模型中再次对其进行检验。下面将考察该初步模型的拟合指数，检验模型的拟合优度能否被接受。
（三）拟合指数
表11.5列举了结构方程初步模型的各项拟合指数及其判断准则。通过对比我们发现，除了χ2/df、RMR、RMSEA、CFI达到判断准则的要求外，其他拟合指标均达不到判断准则的要求。
分析结果表明，本研究结构方程模型中GFI=0.831，RMR=0.08，RMSEA=0.066，AGFI=0.787，CFI=0.873，TLI=0.853，IFI=0.877，数据拟合程度不够理想。之所以出现这些情况，可能是因为本研究设定的路径关系不理想或遗漏了某些重要的路径关系。为了使模型达到更好的拟合效果以符合统计检验的要求，本研究将依据模型修正指数指标对原模型进行修正，以期能够达到理想的效果。
表11.5 结构方程初步模型的拟合指数
注：*表示未达到判断准则要求。
相关研究文献表明，对模型进行调整，可以参考Amos软件输出的模型路径参数、修改指数和残差矩阵，通过改变模型的路径假设及添加相关关系等形式来改进模型的拟合优度。本研究对结构方程模型的修改将分两步来完成：首先根据修正指数对初步模型的假设进行修正，然后根据修正指数对模型的残差项进行调整。
通过对初次模型的修正指数进行观察后，我们发现模型主要潜变量之间已经不存在需要添加的路径关系。因此在此部分，笔者将根据初次模型的估计结果，删除利益集团和价值之间的路径关系、供给需求因素和价值之间的路径相互关系。第一次调整后模型的路径假设为：
假设1（H1）：国家的产业支持政策目标之一是促进产业价值的稳定。
假设2（H2）：国家产业支持政策的另一目标是促进产业供给需求的稳定。
假设3（H3）：利益集团的技术服务优势有利于促进其利益集团功能的更好发挥。
假设4（H4）：技术服务的优势能够促进产业物流体系的发展。
假设5（H5）：拥有技术服务的优势的产业能够更好地获得国家的产业政策支持。
假设6（H6）：利益集团的游说功能是产业获得国家政策支持的有益因素。
假设7（H7）：外资偏好进入价值相对稳定的产业。
由图11.2结构方程模型路径回归系数可知，第一次调整后模型的假设路径中， X3→X4、X3→X6、X4→X6、X6→X1、X3→X5、X6→X2、X1→X7的C.R.值都显著大于1.96。因此，本部分的假设都得到了验证。
图11.2 第一次调整后的结构方程模型
注：本模型中，X1代表价值因素，X2代表供给需求因素，X3代表技术服务因素，X4代表利益集团因素，X5代表物流因素，X6产业支持因素，X7外资因素。
表11.6列举了经第一次调整后结构方程模型的各项拟合指数及初始模型的各项拟合指数。通过对比我们发现，经调整后的模型在拟合程度上略有改善，但与初始模型一样，指标GFI、AGFI、TLI、IFI仍尚未通过统计检验。
表11.6 第一次调整后的SEM路径回归系数
注：* * *代表P＜0.001。
为了增加模型的拟合优度，本研究将再根据模型的修正指数，对残差项之间的相关关系进行修正。表11.7列举了经第一次调整后修正指数大于10的各残差项之间的关系。
表11.7 第一次调整后的拟合指数
注：*的含义同表11.5。
表11.8 第一次调整后残差项的修正指数
在此部分，笔者将对结构方程模型进行第二次调整，调整的依据依然是模型的修改指数及残差矩阵。黄芳铭（2005b）提出了根据修正指数修改模型时的一些原则，包括：①除非有相当的理由，否则尽量保持测量模型中测量误差的相关独立；②在众多可以修正的关系上寻找其是否具有某种形态，只修正一个形态中最主要的影响途径；③一切以理论依据为主，要释放的参数假设辩护太过微弱的话，纵使统计修正指数的指标显示具有很高的影响性，也不可修正。因此本部分在加入修正指标时将首先考察其理论意义，没有为了达到理想的拟合优度而加入过多不切实际的模型假设。
表11.8给出了模型经第一次调整后残差项修正指数，残差项e16和e23，e18和e27，e10和e28的修正指数都大于10，可能存在相关关系。①e16为农产品运输费用指标的残差项，e23为价值因素指标的残差项。运输费用是农产品企业重要的成本支出之一，其高低直接影响到企业的利润水平，甚至对上下游的企业利润水平及消费者的利益也会造成间接影响，其是影响产业价值稳定的重要因素之一。运输费用越高，则产业的价值会表现得越不稳定；反之，产业的价值相对稳定，则运输企业为了维持与相关企业之间的长期合作关系就没有足够的激励去刻意提高产品的物流费用，有益于整个产业体系运输费用的降低。因此，运输费用指标与价值因素指标之间存在着负相关关系，这在理论上是成立的。本模型将引入农产品运输费用指标的残差项与价值因素指标的残差项之间的相关关系。②e18为行业协会等组织的服务指标的残差项，e27为物流因素指标的残差项。行业协会等组织的服务指标与物流因素指标间的关系主要表现在两者之间的信息交流功能。行业协会拥有关于整个产业状况的充分信息，而这些信息的获得对于提高整个物流体系的运行效率及节省物流成本都有独特的作用；反之，物流体系拥有整个产业产品运输状况及产销地的专有信息，这些信息有益于行业协会更全面地掌握整个行业的动态，促进行业协会作用的发挥。因此，行业协会等组织的服务指标与物流因素指标之间的相关关系在理论上存在着正相关关系也是可以成立的。本模型将引入行业协会等组织的服务指标残差项与物流因素指标残差项之间的相关关系。③e10为农产品收购成本指标的残差项，e28为产业支持指标的残差项。农产品收购成本指标与产业支持指标的残差项的相关关系可以做如下解释：农产品收购成本是产业价值流的重要环节，目前普遍遇到的困难是由于农业集约化程度低导致农产品收购环节多、信息少、成本高，农产品的收购成本占农产品成本的比例不小，因此对于农户和企业来说都产生了不利的影响，进而影响整个产业的健康发展。因此，国家往往会鼓励行业协会的发展来减少其中的成本，采用电子商务等方式减少农产品收购中的信息不对称问题，减少农产品收购环节不必要的成本负担，促进整个产业的健康发展。因此，农产品的低收购成本指标与产业支持指标之间存在着负相关关系，这在理论上是可以成立的。本模型将引入农产品收购成本指标残差项与产业支持指标残差项之间的相关关系。
结构方程模型在经第二次调整（图11.3）后，其路径参数（表11.9和表11.10）都得到了检验，且相关系数的C.R.值也都大于1.96，其中e10和e28、e16和e23呈负相关，e18和e27呈正相关，与先前理论假设的结果相一致。因此，经第二次调整后的模型各参数表现良好，接下来笔者将对模型的拟合优度进行统计学检验。
图11.3 第二次调整后的结构方程模型
注：本模型中，X1代表价值因素，X2代表供给需求因素，X3代表技术服务因素，X4代表利益集团因素，X5代表物流因素，X6产业支持因素，X7产业安全因素。
表11.9 第二次调整后的SEM路径回归系数
（续表）
注：* * *代表P＜0.001。
表11.10 结构方程模型第二次调整后的相关性参数
从表11.11中可以看出，第二次调整后模型的各检验指标均达到了可接受的整体拟合优度标准。卡方χ2降低了41.463，χ2/df也显著降低。同时模型的绝对拟合度指标、增值拟合度指标都达到了判断准则的要求。因此，两次修改后的模型已经验证了全部假设，又符合拟合优度的标准，模型通过检验并将作为进一步研究的基础。
表11.11 第二次调整后的拟合指数
注：*的含义同表11.5。
本研究中结构方程模型经过两次修改好后，各参数的显著性及模型的拟合优度都达到了检验标准，检验表明模型的拟合优度较好，模型较为理想（表11.12）。图11.4为Amos软件输出的模型标准化路径图。
表11.12 SEM模型潜变量与观测变量的路径参数
注：* * *代表P＜0.001。
图11.4 模型标准化路径图
注：本模型中，X1代表价值因素，X2代表供给需求因素，X3代表技术服务因素，X4代表利益集团因素，X5代表物流因素，X6产业支持因素，X7产业安全因素。
（一）潜变量和各指标间的路径参数解释
X1表示产业链的价值因素，主要从五个方面来衡量：农业支持政策、农产品合理的种植规模、上下游企业之间的关系、农户收益的稳定性、发达国家对农业的补贴。这五个观测变量和潜变量X1之间的标准化因素负荷量分别为0.703、0.742、0.454、0.745、0.570，说明变量农业支持政策、农产品合理的种植规模、农户收益的稳定性要比变量上下游企业之间的关系、发达国家对农业的补贴对产业链的价值因素解释力度更大。
X2表示产业链的供给需求因素，主要从五个方面来衡量：农产品产量的波动、农产品价格的波动、农产品需求的波动、市场供给状况、农产品收购成本。这五个观测变量和潜变量X2之间的标准化因素负荷量分别为0.629、0.554、0.486、0.855、0.791，说明市场供给状况、农产品收购成本对产业链的供给需求因素解释力度较大，而其他三个指标的解释力度相对较小。
X3表示产业链的技术服务因素，主要通过技术的推广、专业技术人才、库存管理技术三个变量来衡量，其标准化因素负荷量分别为0.604、0.711、0.882，说明库存管理技术、专业技术人才对产业链技术服务因素的解释力度较大，而技术的推广对于产业链技术服务因素的解释力度相对较小。
X4表示产业链的利益集团因素，主要通过企业的公关能力、消费者的议价能力两个指标来进行衡量，其标准化因素负荷量分别为0.623、0.644，说明其对于产业链的利益集团因素解释力度相当，产业链中企业的公关能力、消费者的议价能力对于整个产业链来说几乎具有同等重要的作用。
X5表示产业链的物流因素，主要从农产品运输费用、农产品物流体系两个方面来衡量，其标准化因素负荷量分别为0.826、0.581，说明农产品的运输费用比农产品物流体系对于产业链的发展来说具有更为重要的作用。
X6表示产业链的产业支持因素，主要从行业协会等组织的服务、电子商务的运用两个方面来衡量，其标准化因素负荷量分别为0.515、0.580，其对产业链的产业支持因素的解释力度相当。
X7表示产业链的产业安全因素，主要通过进口依赖过大、外资的供给垄断、外资的兼并收购三个变量来衡量，其标准化因素负荷量分别为0.502、0.735、0.659，说明外资的供给垄断、外资的兼并收购对产业链的影响较大，而国外进口依赖过大对于国内产业链的发展影响相对较小。
（二）模型假设路径参数的解释
本研究的结构方程模型检验的七条路径假设，全都达到了显著（表11.13）。国家的产业支持政策对于产业链的价值稳定和需求稳定具有显著的正向作用，即政府对产业的支持力度越大，产业的价值就越加稳定，产业的需求也越加稳定，从而整条产业链也愈加稳定，有利于其更好地发展。模型同时显示出产业的技术服务优势对于其发展的巨大推动作用，技术服务优势对于其利益集团功能的发挥、物流体系的发展、获得国家的产业支持都有积极的促进作用。模型还显示利益集团的游说功能是产业获得国家政策支持的有益因素，利益集团对获得国家产业支持的标准化路径系数虽只有0.457，但是其在1%的显著性水平上达到了显著，是除技术服务优势之外获得国家产业支持的重要影响因素。最后，模型还显示外资偏好进入那些价值相对稳定的产业。相对那些价值存在很大不确定性的产业，外资更愿意进入那些价值相对稳定的产业，可见外资在选择进入时也十分关注产业存在的潜在风险，特别是对于稳定价值的追求。
表11.13 结构方程最终模型的路径参数
注：* * *代表P＜0.001。
（三）假设的相关路径参数的解释
本模型考察了三对残差项之间的相关关系，前文已从理论上对其相关关系做了具体阐释，在此不再具体展开。这三对相关关系C.R.值的绝对值均显著大于1.96，且残差相关关系添加以后，方程模型的卡方检验值有了显著降低，表明这些关系具有有效性和合理性（表11.14）。e10是农产品收购成本指标的干扰项，e28是产业支持因素指标的干扰项，它们之间以-0.175的相关系数负向联系。e16是农产品运输费用指标的干扰项，e23是价值因素指标的干扰项，它们之间以-0.125的相关系数负向联系。e18是行业协会等组织的服务的干扰项，e27是物流因素的干扰项，它们之间以0.195的相关系数正向联系。
表11.14 结构方程模型第二次调整后的相关性参数
在本研究中，首先通过因子分析对影响农产品产业链割裂的影响因素进行了提炼，结果表明价值、供给需求、技术服务、利益集团、物流、产业支持、产业安全7大类22个变量能够对影响产业链割裂的因素进行很好的解释。通过结构方程建模分析，对农产品产业链割裂的影响因素进行了定量分析。对调查问卷所取得的数据，采用结构方程模型对各影响因素之间的相互关系进行检验，从而提出应对中国农产品产业链割裂可行的措施。
（1）在影响产业链割裂的评价指标中，我们发现价值因素和需求供给因素是对产业链割裂影响最大的两个变量，解释力度分别为11.444%和10.890%；技术服务和利益集团因素的影响其次，分别为9.227%和8.203%；其余变量的解释力度相当，分别为7.822%、7.535%和7.531%。总体而言，此评价指标的方差解释力度为62.652%，解释力度良好。可见，在农产品产业发展过程中，政府有关管理部门应当重视价值因素和需求供给因素对产业链的重要影响，通过相关政策引导使其保持稳定，减少整个农产品产业链的波动。还有一个值得关注的问题是产业安全因素对农产品产业链的重要影响。通过对问卷的分析我们发现外资对中国农产品产业链具有负面影响，且影响程度较大，对中国的产业安全带来了严重的危害。为促使产业健康发展，中国农业在对外开放过程中，政府应当采取有效的措施积极，引导外资进行合理投资，并规范大宗农产品进出口的相关政策，以引导中国农产品行业的健康发展。
（2）在探讨影响农产品产业链割裂各指标之间的相互关系时，我们发现相关利益集团的游说作用对于产业价值稳定作用的影响不显著，这在一定程度上可以说明各利益集团关注的焦点并不是价值的相对稳定性，而是寻求更多的政府支持。另外，供给需求因素对于价值稳定的促进作用也不显著，这与国内外学者关于大宗商品国际定价权问题的研究结论相一致，大宗商品的价格在更大程度上了受资本市场的影响，而受供给需求的影响不显著，说明农产品的价格存在着一定的投机性，与真实的价格水平可能产生一定的背离。从标准化回归系数来看，政府的产业支持政策对农产品产业链的发展起到了积极的促进作用，特别是对产业链的价值稳定和供给需求稳定，这表明政府的相关产业政策对促进产业的发展起到了积极的作用；技术服务因素也对产业链的发展起着重要的作用，特别是对农产品物流的积极影响显著，这表明技术服务等相关配套辅助措施对产业链的发展也作用巨大，我们应当重视技术的开发及相关服务配套措施的建设，以更好地促进农产品产业链的发展。
（3）在初步模型建立时，我们根据修改指数对前面的理论假设做了修改，删去了影响不显著的理论假设，增加了各变量之间的相关关系。结论表明农产品收购成本与产业支持因素之间存在负相关关系，农产品运输费与价值因素之间存在负相关关系，行业协会等组织的服务与物流因素之间存在着正相关关系。从中我们可以看出，在产业发展过程中，以上各存在相关关系的组织间应当加强沟通协作：对于存在负相关关系的影响的应积极合作，以减小其对农产品产业链的不利影响；对于存在正相关关系的应当强化交流与合作，以更好地发展相互之间的协同作用。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
