基于C—D生產函數的“互聯網+農業”模型研究

韓超

摘 要：互聯網+農業正在對原有農業生產體系進行深度變革，從規劃、設計、投資、選址、原料、生產、管理、收獲、儲運、銷售各個流程都賦予新的內涵和影響。在大數據、云計算和電商平臺的快速發展的背景下，互聯網+農業迎來前所未有的發展機遇。本文基于互聯網農業經濟特點對柯布道格拉斯生產函數的模型調整改進，得出互聯網+農業的要素投入下的參考模型，并結合要素分析和互聯網農業新特征進行了經濟學意義的解釋，對于一些滿足相應條件的農業地區發展互聯網+農業具有參考價值。

關鍵詞：互聯網+農業；C-D生產函數；模型

一、互聯網農業概念及概況

經濟學是處理資源配置、解決資源稀缺性和需求的學問，而農業經濟學也是在解決如何更合理更有效的配置農業資源、要素、取得更大農業產值，滿足消費者需求的問題。互聯網+農業也是在傳統農業和農業經濟理論的基礎上，結合新的要素和互聯網經濟的營銷演化出的新的農業經濟模式。

1.傳統農業

傳統農業被認為低效，但在舒爾茨的《改造傳統農業》一書中，傳統農業是被認為要素是被充分配置了的，制約其進一步發展的是資本的不足和現代技術使用的欠缺，以及銷售渠道的不通暢和抽成。農業的獲利空間和發展被壓制了，體現在農村勞動力的外流和農產品的原料化，與市場的脫節。由于這類原因，農業產品多根據生產者自己的少量信息與主觀判斷實施自己的生產計劃，結果只能取得市場的平均收益，這種局面容易往復循環，風險來臨時沒有防范能力，再次返貧，影響農業農村發展。

2.互聯網農業及現狀

互聯網推動農產品銷售模式升級，農業生產的附加值有效提高，傳統農業的發展模式進一步深度改造，主要表現在以下幾個方面：（1）推進農業生產的標準化；（2）使營銷入口變得便利與高效；（3）突出了安全健康的農產品品牌形象；（4）優化提升了農村的金融服務水平。

中國目前全國涉農電子商務平臺已超3萬家，農產品電商平臺已有3000家。2013年底截止，中國農村地區網民數達1.77億，相比2012年增長2101萬人，增長率13.5%。預計2015年底時，我國互聯網總人口會突破7億，比例近50%，農村市場占26%。大規模的農村網民數量將為互聯網農業的發展和普及提供保障。

二、相關理論依據

1.微觀經濟學理論依據

蛛網效應的遲滯作用。一般來說，農業在生產形式和生產組織上給人的印象往往是低效、松散和落后的。依靠荒地的開墾和增加人力的投入來實現產量的增長，而在市場這端，由于銷路的不暢，生產個體的孤立，收購商的強勢壓價，很難取得高收益，而且由于蛛網效應，價格反饋的遲滯，往往會出現需求和供應的脫節。從互聯網+農業很多取得較好收益的產品來看，不僅通過大數據和云計算、線上線下分析消解了蛛網效應，而且新的產品及業態能夠滿足消費者心理和為他們提供更好的服務價值，即抓住消費者偏好這一因素，使得生產者獲得了高出甚至遠高于平均收益的溢價。

2.C-D生產函數（柯布道格拉斯模型）的變型

柯布-道格拉斯生產函數最初是美國數學家柯布（C.W.Cobb）和經濟學家保羅·道格拉斯（Paul H.Douglas）共同探討投入和產出的關系時創造的生產函數，在生產函數的一般形式上作出了改進，加入了技術資源這一因素。此函數的一般形式為：。用于描述生產過程中產量和投入品的相關性具有較高的準確度，用來預測國家和地區的工業系統或大企業的生產和分析發展生產的途徑。農業也是依賴要素投入的經濟形態，其中技術、資本和勞動力均在其要素投入中占有重要地位，只是產出效率相比工業而言較低，然而其基本產出模式與工業用模型--柯布道格拉斯生產函數依然類似，可以加以修改后借用。

三、模型構建

1.適用假設及前提

（1）變量和要素選擇

當我們準備建立這么一個模型時，我們需要篩選出合適的因素來組成表達式，作為一般和顯而易見的考慮，勞動力，資本，土地都是不可或缺的，技術、管理作用如何，我們可以嘗試引進。作者曾將耕地面積作為內生變量參與模型檢驗，但因為P值遠高于0.05而不符合檢驗標準，為了簡化起見，只保留資本變量，因為他們的效應可以說是成正比的，土地作為不動產，本身也是資本的一種形式。互聯網農業區別于其他農業形式的關鍵因素中，信息化水平應當是一個可以用來衡量的變量。互聯網+農業的互聯網因素涉及面廣，為了衡量互聯網+農業的發展水平，這里以可以被測度的農業信息化水平來代表。

（2）假設與函數選擇

為了得到可靠的論證，提高模型的驗證效果，互聯網農業的柯布道格拉斯模型需要以下假設支持：

①時間平穩性：假設消除了該模型內生變量和外生變量對于時間（年份）的異常波動性（突發事件、重大災害、戰爭等不可抗力引起的）。

②農業信息化水平短中期穩定：假設在3-5年的時間內一個地區內的農業信息化建設程度和服務水平保持穩定，變化可以忽略。

③為方便研究，技術和管理水平變化引起的總產值的變化以原柯布道格拉斯函數的常數項A的函數化形式A（t，g）表達，α，β保持恒定。

柯布-道格拉斯生產函數的一般形式為：。式中，Q為總產出，L為投資，K為勞動投入，A，α，β為模型參數，其取值范圍在0-1之問。因為柯布-道格拉斯生產函數為非線性模型，求解的基本思路是，首先用變量代換，將非線性模型轉化成線性模型，再運用線性回歸的方法求得各個模型參數。為此，將模型兩側取對數，生產函數則變為，用最小二乘法便可求得各參數。

2.確定模型變量和參數

根據具體的經濟關系，并充分考慮各變量歷史資料的可獲取性、確定模型的變量。

（1）內生變量

Q-農業總產值；單位：億元

（2）外生變量

3.模型推演

推導過程如下：

4.模型的系數估計與檢驗

（1）模型結構方程式

根據上一部分關于農業生產因素的分析，同時考慮到數據支持問題，我們對農業經濟增長構建如下模型：

方程一反映農業的產出與投入的關系，農業固定資產投資、農業流動資產投資、農業勞動力有關；

可用此計量模型求出各個要素對農業總產值的彈性系數。c（1），c（2），c（3），c（4）為待估計的參數。

（2）模型的參數估計及檢驗

①數據來源

本模型參數估計采用面板數據，數據均來自國家統計局。農業信息化水平評分來自于袁曉慶，李奇峰，李琳等人所做的《基于主成分分析法的農業信息化評價研究》一文。其評分依據的原始數據來自國家統計局。為消除價格變化的影響，涉及價值量的數據均按可比價格計算，農業固定資產投資K1，農業流動資產投資K1（以化肥施用量為代表）；農業勞動力L均由國家統計局網站數據可直接得到。

②數據處理與模型

計算采用的是Exce12003和Eviews6.0軟件。經過Eviews分析得到如下回歸方程式：

③模型檢驗

本模型估計出來的參數所反映的經濟意義和經濟理論與實踐相符；在0.05顯著性水平下本模型各方程均能通過顯著性檢驗；各方程的擬合優度均大于0.98；估計參數在0.05顯著性水平下能夠通過參數的顯著性檢驗。通過對面板數據的隨機效應hausman檢驗，p值遠小于0.05，應建立個體固定效應模型。由于時間序列只有3年跨度，不滿足建立個體固定效應模型條件，不需要做單位根與序列相關檢驗，只能建立混合效應模型。

上述結論表明，本模型的參數估計結果在經濟意義和統計意義上均具有一定的可信度。

四、結論與建議

1.基于模型對數據的分析

（1）農業固定資本投入

2010年-2012年各省市農業固定資本投入對農業總產值的規模效用為正值，農業固定資產投資量的彈性系數為0.09，即其它要素不變，以對數化的農業固定資產投資每增加1，以對數化的農業總產值增加0.09，表明農業固定資產的投入對農業的發展起著重要作用，推進農業科技進步需要大量的農業投資。實現農業增長方式的轉變，農業投資必不可少，作用突出。

（2）化肥施用量

2010年-2012年各省市農業化肥施用量規模效用為正值。其彈性系數為0.56，即其它要素不變，以對數化的化肥投入量每增加1，以對數化的農業總產值增加0.56，說明農業流動資金的效益較高，農業單產的提高在很大程度上依賴于化肥的投入。農業投資中的流動資金如化肥施用量等，可消除土地等自然資源的稀缺性，起到替代土地資源的作用。

（3）農業勞動力

2010年-2012年各省市以對數化的農業勞動力對我國農業總產值的彈性系數為0.28，說明其它要素不變，以對數化的勞動力每增加1，以對數化的農業產值增加0.28，說明勞動力并不是促成農業產出值增加的關鍵因素，若要提高農業的產值，必須提高農村勞動力質量或是說提高勞動力的教育程度，而不是單純靠提高農業從事人員的數量。

（4）農業信息化水平

2010年-2012年我國各省市農業信息化水平對農業總產值的規模效用為正值，農業信息化水平的彈性系數為0.16，即其它要素不變，農業信息化水平每增加1以對數化的農業總產值增加0.16，介于農業信息化水平是以指數形式表達的，這個結果表明我國農業信息化水平對農業的發展起著較為明顯的促進作用，農業信息化和互聯網使農產品產銷模式升級，一定程度上改造了傳統農業的發展模式，提高了農業生產的附加值，這在農業信息化水平比較高的北京、上海、廣東等省市的數據中體現的較為顯著。

2.對互聯網+農業模型的經濟學解釋與產業分析

（1）互聯網農業與傳統農業的區別及新特點

傳統農業生產分散，農業生產率低，生產方式粗放，信息化程度也相對較低。相比較而言，互聯網農業，是一個具有各環節強關聯的生產體系，將農產品作為加工品最終產品看待，定位于高附加值，把各個環節作為為一個完整鏈條對待，技術支持品質，管理降低成本，營銷提高認知度，最大化獲取消費者信任與選擇，滿足消費者心理與需求，實現溢出效應。

互聯網+農業得以發展的核心價值在于：①完成產業鏈縱向合并，壓縮中間鏈條，降低流通成本，提升規模效應；②解決信息不對稱；③形成可追溯的農產品流通體系；④解決供應鏈上的融資難題，物流及資金流的控制為產業鏈上的融資降低違約風險，交易信息的積累可以便于資金供給方進行風險評價。

（2）互聯網農業要素特征分析歸納

①勞動力

立法，政府經費扶持培訓項目、社區協會參與、電商信息搜集與提供這幾塊的合力提高了農業勞動力的信息化素質，促成了農業勞動力對于互聯網+農業的有效參與并發揮作用。

拿發達國家做說明，財政預算很大比例會用于農業生產者的技能培訓，并且在預算法中有明文規定。借助政府種子基金的引導，社會資金和個人共同參與對農業生產者的電子商務技能培訓。國家主要通過行業協會以及社區等進行生產者的培訓，比如德國、瑞士這些國家開始的CSA（Community Support Agriculture）社區支持農業計劃，發達國家普遍接受并采用，CSA組織培訓相關農民及從業者，農民也易于接受，在培訓農業生產者互聯網技術等方面發揮著重要作用。

②資本

互聯網金融的快速發展，為解決農業中小企業融資難打開了一條寬廣的道路。眾籌當今互聯網金融融資主要模式。手段是通過互聯網方式發布籌款項目募集資金。有關人士認為，對于眾籌農業，發展前景是大投資、長周期、高風險的。如果想實現農業的跨越式發展，增強農產品的品牌建設，創新農業發展形式，就要勇于突破，學習借助互聯網平臺尋求突破口。然而農業眾籌的發展也要經歷困難的市場培育階段。目前流行的眾籌模式，對于農產品營銷，適合走高端小眾路線，客戶一起湊錢買平時市場里難以窺見的產品，或是特別的優質蔬菜水果等。至于公眾參與的眾籌農業，未來要想進一步拓展，需要探索出一套符合中國國情的合作模式。

③技術

規模經濟報酬不變，即生產效率不隨著生產規模的擴大而提高，只有在提高技術水平的情況下，才會提高經濟效益。由大數據科學，實時分析，物聯網，現代育種技術，和研發及供應鏈領域持續創新帶來的改變能夠為農業帶來前所未有的進步。實際應用中，控制中心會實時收集并處理數據，在田間的傳感器測量土壤、周圍空氣的溫度，濕度；衛星圖像與無人機拍攝田地的照片，隨著時間的推移，圖像可以顯示作物成熟，應用48小時的精準天氣預測模型，就可以建立模型并進行模擬然后預測未來的情況，幫助農民做出前瞻性的決策。

④組織管理

管理方式，至少可以和技術要素一道，作為一種指數型參數影響最后的產出，好的管理能有效提高勞動者的平均生產效率，減少中間環節配合的不暢與損失。一般來說，在低效、僵化、遲鈍、不負責任的管理模式下，勞動者原有的生產能力不僅難以提升，還可能被壓制，進而影響整個生產部門的生產能力。而先進和具有活力的管理模式可以很大程度上調動生產者的積極性和創造力，使有效工作量極大提升，然后帶來的是生產部門產值的飛躍。這種優秀的管理與協作模式（緊抓市場需求，不被傳統和經驗制約--互聯網思維，營銷手段的大量使用，管理的體系化與效率化）本身就是經營者的核心競爭力之一。

3.優勢與風險

（1）優勢

互聯網農業的規模化不會造成低價傾銷。以往農產品往往出現高產低價賠本的現象，這其實是由于農業信息不對稱造成的。互聯網農業在避免這個傾向方面是有先天優勢的。基于大數據的分析模型總結了相對充分的市場信息，運用合適的算法和模型可以預測出市場的需求情況，避免了盲目投資和增產。對消費者有針對性的需求分析可以幫助改進農產品生產，避免生產的盲目性。同時可以以類似于蘋果手機的品牌營銷、粉絲營銷來促進規模化生產下的高溢價。

（2）風險

互聯網農業可能存在的問題包括，資本炒作，人才吸收不足，盲目擴張，配套斷鏈，市場風險，與農民的協調問題，政策支持。互聯網農業往往會遵循大企業大工廠模式，這不是偶然，而是一種必然。資金信貸，成本負擔，高素質勞動力，技術復雜性，市場風險，真正能擔負這些要素壓力的經營者，也只能是實力雄厚的大型企業，但卻不一定非得是農業企業，農業現代化越升級，其經營模式就與傳統農業越缺少關聯。

五、結語

本文所建立的各地區農業要素投入與產出的計量經濟模型，經過參數估計表明，參數估計結果在經濟意義和統計意義上均具有較強的可信度。經過模擬檢驗，各項檢驗結果都非常理想，表明此模型能比較準確地模擬各省市“互聯網+農業”要素投入與產出在樣本期間的動態變化。可以說，該模型系統具有較好的擬合優度和預測能力。

參考文獻：

[1]舒爾茨.改造傳統農業[M].商務印書館，1987.

[2]蔣融.我國互聯網農業發展現狀、存在的問題及建議對策[J].金融經濟，2015（20）：40-41.

[3]王林.利用C-D函數對山東省農業生產要素的測度與評價[J].山東省農業干部管理學院學報，2005（3）：39-41.

[4]林玉貞.我國農業投入與產出計量經濟模型[J].現代經濟信息，2008（9）：38-40.

[5]袁曉慶，李奇峰，李琳等.基于主成分分析法的農業信息化評價研究[J].江蘇農業科學，2015.43（3）：398-402.

[6]葉迎.國外互聯網農業人才培養對中國的啟示[J].世界農業，2015（10）：195-213.

[7]陳紅川.“互聯網+”背景下現代農業發展路徑研究[J].廣東農業科學，2015（16）：143-146.