从2014年开始, 我国相继出台了一系列促进农村电商发展的政策措施, 以期使农村电商成为解决我国三农问题的新途径。2018年1月2日中央一号文件发布, 全面部署实施乡村振兴战略, 为我国三农问题的解决与未来发展指明了方向。尽管这两大发展战略提出的时间不同、内容不同, 但二者具有相同的目标指向及理论上的相关性。一方面, 农村电商在优化农村产业结构、助推农业供给侧结构性改革方面的作用越来越突出, 必将为乡村振兴战略添加新动能; 另一方面, 乡村振兴战略将为农村电商的进一步发展提供良好的制度环境和完善的政策保证, 成为农村电商发展的有力支撑。农村电商发展在理论上与乡村振兴战略相互影响、相互渗透, 可将其视为一个存在互动关系的整体。因而, 如何实现二者之间的高效互动就成为急需研究的一个热点问题。

从乡村振兴战略全面部署实施至今, 有关农村电商发展与乡村振兴战略关系的研究并不是太多, 比较有代表性的成果如下:钱俊^[1]在乡村振兴战略视野下对农村电商发展与人才培养进行了研究, 提出乡村振兴战略将为农村电商物流配送服务平台建设、基础设施建设、人才梯队建设带来机遇, 同时指出农村电商的发展应从完善人才培养机制、创新农村电商人才培养模式、培养管理思路3个角度来迎合乡村振兴为其带来的机遇; 熊雪等^[2]在乡村振兴战略背景下对电商减贫机制进行了研究, 基于城乡融合的视角, 从振兴之基、振兴之翼、振兴之髓和振兴之魂4个层面, 提出农村电商发展可以在产业链一体化、农户生活方式信息化、乡村治理和谐化、乡村产品和文化多元化4个方面助力乡村振兴战略的实施; 魏延安^[3]在对农村电商助推乡村振兴的探析中, 从农业供给侧结构性改革、拓宽农业产业链和价值链、脱贫攻坚、农村创业创新等角度分析了乡村振兴与农村电商的融合发展。可见, 已有研究多以定性分析为主, 且基本上是从影响因素或政策机遇等角度静态研究乡村振兴同农村电商的融合发展。然而, 无论是农村电商的发展, 还是乡村振兴战略的实施均是随时间发生变化的动态结构, 因此, 就有必要借助于动态分析工具, 对农村电商与乡村振兴战略的互动发展关系作进一步研究。本文尝试运用系统动力学方法, 建立农村电商与乡村振兴互动发展的系统动力学模型, 并引入相关数据, 通过Vensim软件进行仿真分析, 以期获得促进农村电商与乡村振兴的互动发展的具体思路。

1 农村电商与乡村振兴互动发展的因果关系分析 1.1 系统动力学的概念与适用性

系统动力学的研究始于1956年, 由美国麻省理工学院福瑞斯特教授提出, 之后逐渐应用于多个研究领域。它以反馈理论为基础, 以仿真技术为手段分析复杂的系统问题, 运用可用控制论的方法通过分析社会经济系统内部各变量之间的反锁结构关系研究系统的整体行为。其核心在于在已确立的系统边界内通过对内部结构的因果分析建立系统整体流程图, 以情景模拟为手段进行仿真分析, 并进行政策设计与评估。

本文研究的核心内容是农村电商与乡村振兴互动发展模型的建立与分析, 模型中应该包含与农村电商发展和乡村振兴有关的重要影响因素。乡村振兴战略的实施离不开人才队伍的建设, 专业人才规模的扩大会提升农村电商经营的创新能力及获利能力, 增强企业竞争优势, 提高网商收益, 并进一步扩大农特产品市场规模^[4], 进而增强网商对各种外来资金的吸引力, 实现资金规模的扩张, 这必然使农村电商呈现出巨大的发展潜力, 吸引大量经营者进入农村电商经营领域, 使网商数量迅速增加, 农特产品市场的流通效率不断提高, 流通对生产与消费的联结作用得以更好地发挥, 这又为乡村振兴战略实施营造了良好的市场环境。因此, 本文将农村电商与乡村振兴互动发展模型系统界定为农特产品市场、网商数量、专业人才、资金规模4个子系统(图 1)。

按照系统动力学的建模思想, 能够运用系统动力学解决的问题存在两个基本特征:一是系统本身是动态变化的; 二是系统应具备结构内部的自生性。结合这两个基本特征对本研究进行分析:首先, 对农村电商与乡村振兴的互动性进行研究, 并非是对某一时点的存量研究, 而是对随着时间推移发生变化的相互关系的一种长期性动态研究; 此外, 若采用计量模型进行定量研究, 由于数据缺失, 短时间内的互动效果无法测算, 而利用系统动力学方法却可以通过构建设定时间段内二者互动发展的相关关系以及作用机制, 有效地规避数据缺失。其次, 将农村电商与乡村振兴的互动发展视为一个整体, 图 1清晰地显示了系统内部的自生性。因此, 以系统动力学方法研究农村电商与乡村振兴的互动发展是完全符合其建模要求的。

1.2 系统因果反馈关系分析

为构建农村电商与乡村振兴互动发展的系统动力学模型, 本文从农村电商和乡村振兴战略两个角度选取模型变量; 从政府政策体系、农村电商运行结构出发, 分析影响农村电商与乡村振兴互动发展的主要因素的运行机制。目前, 在农村电商系统发展过程中, 主要涉及生产者、消费者、政府、电子商务平台、其他的行政服务机构和第三方服务企业, 各经济主体利用互联网平台彼此相互作用、相互影响, 形成复杂的动态系统。由于政策扶植体制不健全以及其他一些外部影响因素制约了农村电商的发展, 农村电商发展状况与预期存在明显的差距, 尤其是农产品上行形势不容乐观。乡村振兴战略的提出, 在一定程度上为农村电商发展提供了良好的制度环境, 必将加快农村电商在全国范围内的铺展速度, 促进农村电商动态系统不断循环升级, 进而促进整个农村经济的可持续发展, 实现乡村振兴。基于此, 依据相关理论及作用机制分析, 农村电商与乡村振兴的因果联系如图 2所示。

在提升农村经济水平过程中, 农村电商与乡村振兴互动发展的主要反馈路径包括农特产品市场回路、专业人才回路、网商回路、资金回路。

1) 农特产品市场回路

正反馈回路:农特产品市场→+网商收益→+网商数量→+人力资源→+专业人才→+自主品牌→+竞争力→+农特产品市场(其中正负号分别代表正向与反向反馈, 下同)。该反馈回路体现了农特产品市场的发展增加了农村电商经营者的收益, 提升了农村电商的运营效率, 提高了产品的竞争力, 并进一步扩大了农特产品市场, 形成良性循环发展。

负反馈回路:农特产品市场→+网商收益→+网商数量→+区域同质化竞争→-农特产品市场。负反馈回路描述了网商数量的快速扩张导致区域同质化竞争的加剧。由于农特产品市场进入门槛低, 一旦市场存在超额利润, 就会吸引大批经营者进入^[5], 农村电商经营模式的复制、扩张导致市场同质化竞争加剧, 最终导致农特产品市场非效率。

2) 专业人才回路

正反馈回路:专业人才→+自主品牌→+竞争力→+农特产品市场→+网商收益→+网商数量→+人力资源→+专业人才。该反馈回路体现了专业人才在网商打造自主品牌、提升产品竞争力、扩大产品市场以及增加网商收益水平过程中起到的重要作用。

负反馈回路:专业人才→+自主品牌→+品牌效应→+网商数量→+区域同质化竞争→-农特产品市场→+专业人才。该反馈回路说明了专业人才给企业发展注入创新动力, 有助于自主品牌经营。但由于我国专利保护体系的不健全以及技术的可复制性, 在给企业带来利润的同时又会因产品的高度同质化导致市场竞争加剧, 如各地区本地特产品种单一、品牌众多、同质化严重, 从而影响了网商收益, 而网商收益的降低, 既减少了对专业人才的需求, 又削弱了对专业人才的吸引力。

3) 网商回路

正反馈回路:网商数量→+人力资源→+专业人才→+地区影响力→+农特产品市场→+网商收益→+网商数量。该回路中, 完善的政策体系为专业人才资源的供给提供了有效的政策鼓励及良好的引进条件, 网商数量的快速增长必将刺激对农村电商专业人才的需求。同时, 良好的口碑效应又会吸引着更多的农民加入到农村电商的队伍中。

负反馈回路:网商数量→+区域同质化竞争→-农特产品市场→+网商收益→+网商数量。负反馈回路体现了由于市场上同质化产品过多导致过度竞争, 降低了网商收益水平, 最后使得网商数量下降。

4) 资金回路

正反馈回路:资金→+人力资本投入→+人力资源→+专业人才→+自主品牌→+竞争力→+农特产品市场→+网商收益→+资金。正反馈回路体现了资金的作用机制。在农村电商专业人才培养上提供专项资金扶持, 形成人力资本投入, 从而使得更多的农民获取相关技能, 加入到农村电商的队伍中。同时, 完善的信贷政策体系, 为从事农村电商的初创者解决了资金不足的问题, 在一定程度上推动了农村电商的发展^[6]。

负反馈回路:资金→+人力资本投入→+人力资源→+专业人才→+自主品牌→+品牌效应→+网商数量→+区域同质化竞争→-农特产品市场→+网商收益→+资金。资金负反馈回路体现了过度的同质化竞争所带来的负面效应, 缩减了网商收益, 使得一部分网商退出市场, 这一方面降低了对发展资金的需求, 另一方面导致行业对外来资金的吸引力下降。

2 农村电商与乡村振兴互动发展的系统动力学模型 2.1 农村电商与乡村振兴互动发展的系统流图

系统动力学中的因果回路图是对影响系统的各因素间的相关关系进行定性分析, 反映各变量之间的影响机制以及详细的反应路径, 为之后的定量分析做充分铺垫。本文以农特产品市场^[7]、网商规模、专业人才、资金4个状态变量为主, 引入其他相关的辅助变量及常量, 构建农村电商与乡村振兴互动发展的系统动力学模型, 如图 3所示。

2.2 模型参数及相关方程

为了真实展现农村电商与乡村振兴的互动发展关系, 本文运用《中国统计年鉴》《中国农村统计年鉴》《农村电子商务发展报告》中2010—2016年我国农村经济发展的相关统计数据, 设立模拟时间区间为2010—2020年, 模拟时间步长1年, 2016年之后的时间为所设立模型系统的预测时间, 结合数学研究方法和相关文献资料进行系统性估算, 进一步对系统的未来发展进行趋势性分析。对于模型的分析基于以下假设:一是该系统的运行是一个动态的、连续的过程; 二是模型的分析主要考虑与4个子系统相关的影响因素, 不考虑除此之外的其他因素; 三是不考虑延迟性以及时滞性对模型整体运行的影响。农村电商和乡村振兴互动发展的系统动力学模型中部分主要模型及参数如表 1所示。

根据系统动力学模型方程的基本设置规则, 将农特产品市场、专业人才、网商数量和资金4个状态变量分别用相应的辅助量表示, 比如在设置衡量电商规模的农村电商网商数量时, 以网商增加量与网商减少量两个辅助量的差值来测算:

设定:

$ L = RA $

(1)

$ \left( \begin{array}{l} R\\ A \end{array} \right) = M\left( \begin{array}{l} L\\ A \end{array} \right) $

(2)

式中: M代表关系矩阵, L代表状态变量的向量形式, 且L=[l₁, l₂, l₃, …, l_n]^t; A代表辅助变量的向量形式; R代表速率变量的向量形式, 且R=[r₁, r₂, r₃, …, r_n]^t, 因此:

$ R = \frac{{\partial L}}{{\partial t}} $

(3)

由于系统的动态变化特性, 因此当状态变量R为R(t+△t), 则有:

$ L(\mathit{t + }t) = \mathit{L}{\rm{(}}\mathit{t}{\rm{) + }}R $

(4)

式中: t代表时间, △t代表时间变化量。

3 系统动力学模型检验及政策模拟 3.1 模型检验 3.1.1 稳定性检验

由于本文所建立的系统动力学模型是一种稳定结构, 内部任何一个参数值的细微变化均不会影响系统整体自身行为模式的走势, 因此, 可以从模型中任取一个变量, 设立不同的仿真时间间隔, 通过观察该变量在时间间隔发生变化时的运行情况来检验模型的稳定性。以模型中农村电商市场产值为检测对象, 将仿真时间步长分别设置为0.25年、0.5年和1年, 其运行结果如图 4所示。可以看出, 在不同的仿真时间间隔下所得到的3条农村电商市场产值走势图几乎重合, 变化趋势保持一致, 由此可以判断本文所建立的系统动力学模型是稳定的。

3.1.2 有效性检验

系统动力学模型的有效性检验就是将模型的变量与实际数据对比, 以检验其对实际情况的描述。在系统动力学模型中, 各模型变量之间相互作用、相互影响, 任意一个变量变动都会导致其他变量以及系统整体发生相应变化。基于此, 依据指标的重要性及数据的可获取性, 选取农业总产值和农村居民人均消费支出两个指标为检测对象, 通过模拟结果与实际数据的误差对比来观察其有效性, 结果如表 2所示。选取的农业总产值和农村居民人均消费支出的历史数据与仿真数据误差值最小为-4%, 最大值为9%, 误差率均保持在10%的可控范围内, 由此可以判断本文所建立的系统动力学模型拟合度较好, 能够对实际系统做出分析与预测。

3.2 仿真分析

农村电商与乡村振兴互动发展的系统动力学模型有效性和稳定性检验均成立, 说明本模型能够真实有效地反映农村经济增长过程中农村电商和乡村振兴互动发展的实际系统结构和功能。在此基础上进行仿真模拟分析, 结果如图 5所示。

为了检测农村电商与乡村振兴的互动发展效果, 基于图 3选取了两者中具有代表性的指标进行仿真模拟, 即对农村电商发展状况的测量, 选取了农村电商市场产值指标, 对乡村振兴战略实施效果的测量, 选取了农业产值增长率指标。由图 5a可以看出, 农业产值增长率2010—2020年间稳步增长, 2016年达4.7%, 2020年末将突破7.0%。从图 3中农村电商教育投资、农村电商市场交易额两个辅助变量来看, 农业产值的增长与农村电商的发展密切相关。与此同时, 由图 5b可以看出, 随着我国政府对农村经济的扶持与推进, 农村电商得到快速发展, 农村电商市场产值2010—2020年增长幅度明显, 在2016年末达6 320.7亿元, 2020年末还将突破8 500亿元大关, 约占农业产值总体的10.7%。从图 3中农村固定资产投资和农业财政补贴两个辅助变量来看, 农村电商市场产值的快速增长得益于乡村振兴战略的实施。由此可见, 乡村振兴战略的实施与农村电商的发展具有较强的互动作用。

3.3 政策模拟

无论是农村电商的发展, 还是乡村振兴战略的实施, 都是庞大的系统工程, 仅通过图示的整体趋势分析很难为促进我国农村电商与乡村振兴的互动发展提供有效可靠的对策建议, 因此, 还需要运用调整策略系数的方法进行进一步的政策模拟, 从而实现系统动力学模型的仿真与策略优化。本文设置了两种仿真策略, 并在各个仿真策略中选取两种方案进行对比, 以期获得可靠的仿真结果。

3.3.1 仿真策略1:增加政府对农村地区的投资

政府对农村地区的投资主要包括农村交通设施投资、农村网络铺线工程投资以及其他有助于农村经济转型发展的政府资金支持^[9], 这些投资能够推动农村经济以及农村电商的发展, 有效增加农民的可支配收入^[10], 但不同的投资策略会对系统本身产生不同的影响。仿真策略1通过调整农村电商固定资产投资和农村电商教育投资, 对各自所产生的政策效果进行比较。具体方案如下:

方案1:农村电商固定资产投资水平调整。在其他参数值保持不变的情况下, 将农村电商固定资产投资比例由原来的0.120提升到0.138, 提高15.0%。

方案2:农村电商教育投资水平调整。在其他参数值保持不变的情况下, 将农村电商教育投资系数由原来的0.021 00提升到0.024 15, 提高15.0%。

3.3.2 仿真策略2:提高政府对农村补贴政策的支持力度

政策扶持是农村电商快速发展的催化剂, 在促进农村经济增长、农民增收、农业产值提升等方面扮演着重要角色^[11]。因此, 本文在农村电商与乡村振兴互动发展系统中引入这一重要因素, 以分析国家政策调整对于系统行为所产生的影响。具体方案如下:

方案1:农业财政补贴因子调整。在其他参数值保持不变的情况下, 将农业财政补贴因子由原来的0.220提升到0.253, 提高15.0%。

方案2:农村居民消费补贴因子调整。本文中的农村居民消费补贴因子主要指国家出台的一些农民消费补贴政策, 如婚补基金^[12]。在其他参数值保持不变的情况下, 将农村居民消费补贴因子由原来的0.020提升到0.023, 提高15.0%。

乡村振兴战略提出要培养农村新型经济模式、大力实施人才建设^[13], 这与农村电商的发展特色及其提升人才数量和质量的内在发展要求形成交叉点, 因而可选取农村电商人才数量以及农村电商市场产值两个指标展示二者的互动效果。基于此, 在不同的策略及其调整方案下, 本文列出了农村电商与乡村振兴互动发展系统中农村电商市场产值及农村电商人才规模量的动态增长结果, 如表 3所示。

在策略1中, 从模型整体时间段(2010—2020年)来看, 2017年之前, 策略1的两种方案对于促进农村电商发展以及提高农民收入水平的效应并无太大差异, 而2017年之后两者作用效果的差距逐渐拉大。以模型仿真过程中2017年的模拟数据为研究对象对比两个方案的仿真结果。从表 3可以看出, 方案1:农村电商固定资产投资比例上升15.0%, 农村电商市场产值由原来的7 174.46亿元增加到7 391.09亿元, 增加产值216.63亿元, 增加幅度3.02%;农村电商专业人才数量由原来的144.39万人增加到146.72万人, 增加人数2.33万人, 增加幅度1.61%。方案2:农村电商教育投资系数上升15.0%, 农村电商市场产值由原来的7 174.46亿元增加到7 249.06亿元, 增加产值74.6亿元, 增加幅度1.04%;农村电商专业人才数量由原来的144.39万人增加到152.05万人, 增加人数7.66万人, 增加幅度5.31%。另外, 根据有关统计数据得出, 2017年方案1中农村居民人均可支配收入增长率由原来的7.900%增加到7.940%, 增加0.040%, 方案2中农村居民人均可支配收入增长率由原来的7.900%增加到7.935%, 增加0.035%。由此可见, 从2017年开始, 方案1对农村电商市场产值的贡献大于方案2(图 6a); 方案2在提高农村电商专业人才数量上优于方案1(图 6b)。但是, 两者在增加农民收入水平上并无明显差异。

在策略2中, 从调整后的模型运行结果来看, 2010—2016年两个方案在农村电商发展、农村电商人才数量方面的作用并无明显差别(图 7), 2017年之后, 两个方案的差距逐渐拉开。以2017年的仿真结果为例, 方案1中农业财政补贴因子上升15.0%, 农村电商市场产值由原来的7 174.46亿元增加到7 344.47亿元, 增加170.01亿元, 增幅约2.37%;农村电商专业人才数量由原来的144.39万人增加到148.39万人, 增加4.00万人, 增幅约为2.77%。方案2中农村居民消费补贴因子上升15.0%, 农村电商市场产值由原来的7 174.46亿元增加到7 327.28亿元, 增加152.82亿元, 增幅约为2.13%;农村电商专业人才数量由原来的144.39万人增加到147.99万人, 增加3.60万人, 增幅约为2.49%。此外, 由相关统计数据得出, 2017年方案1的农村居民人均可支配收入增长率由原来的7.900%增加到7.958%, 增加0.058%;方案2的农村居民人均可支配收入增长率由原来的7.900%增加到7.947%, 增加0.047%。由以上分析可以看出, 在农村电商发展和提高农民收入水平方面, 调整农业财政补贴水平效果更明显, 即方案1优于方案2。

3.3.3 不同方案的对比分析

对初始状态及4种方案之下的农村电商与乡村振兴互动发展的情况进行对比, 以期对各方案的政策效果作出评价。其中4种方案对该系统的作用效果仍以2017年的模拟数据作为判断的依据, 如表 4所示:

由表 4可以看出, 策略2方案1, 即提高农业财政补贴力度, 虽然在提高农村电商市场产值方面的贡献略低于策略1方案1, 在扩大农村电商人才规模方面的贡献略低于策略1方案2, 但对提升农村居民人均可支配收入增长率的效果却最为突出, 远高于其他3个方案。对各方案进行综合考虑可以看出, 提高农业财政补贴力度对农村电商与乡村振兴互动发展的影响最大, 同时, 其他3种方案相对于初始状态而言, 对农村电商的发展以及乡村振兴战略的实施均有一定的积极效果。

4 结论与对策

本文应用系统动力学方法建立了农村电商与乡村振兴互动发展的系统动力学模型, 通过对系统因果回路的分析与运行机理的定量计算, 模拟了2010—2020年农村电商与乡村振兴相互推进的量化结果及未来的发展趋势。基于模型仿真分析及相关策略设置的讨论结果, 本文得出以下结论:

1) 影响农村电商与乡村振兴互动发展的主要因素是农业财政补贴力度。农业财政补贴力度的大小影响着农村电商的发展速度和乡村振兴战略的实施效果。从图 3农村电商与乡村振兴互动发展的系统流图可以看出, 农业财政补贴直接影响着农村居民人均可支配收入增长速率, 继而通过农村电商网商数量至农村电商市场产值的回路影响着农村电商发展, 即如果调整农业财政补贴因子, 农村电商市场产值和农村居民人均可支配收入水平均随之发展变化, 而这两者又分别反映着农村电商发展水平和乡村振兴战略的实施状况。

2) 相关扶持政策在农村电商和乡村振兴互动发展过程中具有不同的政策效果, 且呈现出明显的阶段性特征。虽然经综合分析得出, 调整农业财政补贴因子对该系统的影响最明显, 但其政策效果与其他3种方案一样, 均具有阶段性。通过对2010—2016年农村电商与乡村振兴互动发展的现状分析可以看出, 策略1中的两个方案对促进农村电商发展以及提高农民收入水平的效应并无太大差异, 策略2中的两个方案在农村电商发展、农村电商人才数量方面的作用效果也无明显差别。对2017—2020年二者互动发展的仿真模拟显示, 在未来的发展趋势中, 策略1中调整农村电商固定资产投资水平对农村电商市场产值的贡献更明显, 而调整农村电商教育投资水平对提高农村电商专业人才数量的贡献更明显; 策略2中调整农业财政补贴因子对促进农村电商发展、提高农民收入水平更有利。这一现象说明, 在促进农村电商与乡村振兴互动发展过程中, 不同政策的作用方向及领域存在差异。

基于以上结论, 为促进农村电商与乡村振兴的互动发展, 本文提出以下对策措施:一是要逐步加大农业财政补贴力度, 扩大补贴范围, 优化补贴结构, 明确补贴重点, 使农村电商的发展及乡村振兴战略的实施拥有充足的财政资金支持。二是要根据农村电商发展及乡村振兴的需要, 重点围绕基础设施建设、人才培养、科技创新等方面构建全方位的政策支持体系, 补齐政策短板, 通过多种政策联合应用, 多力共举, 促进农村电商与乡村振兴的深度融合。三是要根据农村电商发展与乡村振兴战略实施的现状, 分阶段、有针对性地重点推进相关政策。以促进农村电商发展为例, 在乡村振兴战略实施的初期, 政府应重点提高农村电商教育投资力度, 扩大电子商务人才规模, 确保农村经济发展的创新动力, 完善乡村振兴战略实施的制度体系; 在渐进调整期, 政府部门应重点提高农村电商固定资产投资水平, 加强交通运输网络建设, 构建现代化的物流配送体系, 并完善配套服务体系建设, 使乡村振兴战略成为农村电商发展的催化剂; 在乡村振兴战略实施的成熟期, 政府应重点加大农村财政补贴的力度, 推动农村电商同乡村振兴的高效互动, 最终实现乡村振兴战略总体目标。