胡非凡,鲍 晗 (南京林业大学 经济管理学院,江苏 南京210037)
我国是农业大国,农业发展关系着人民生活质量和社会安定,但我国农业发展中仍存在不少问题,其中就有如供需脱节这类属于供应链范畴的问题亟待解决(李晓东等,2019[1];王虹等,2019[2])。而且,我国农产品供应链发展过程中面临包括外部风险和内部风险在内的诸多风险(程子涛,2016[3];张成、廖吉林,2019[4];张莉,2018[5]),这些风险不仅会影响农产品质量安全(王雪娇,2016[6]),也对农产品电商企业的发展带来影响(徐鹏,2016[7];王娜等,2019[8])。
2015年的中央一号文件中提到:应加速发展草牧业,推广青贮玉米和苜蓿等饲草料,设立粮改饲和种养结合模式试点,促进粮食、经济作物、饲草料三元种植结构协调发展,称为“粮改饲”政策。“粮改饲”政策的实施强调因地制宜,在合适的地区推广牧草,将单纯的粮仓变为“粮仓+奶罐+肉库”,将“粮食作物+经济作物”的二元结构调整为“粮食作物+经济作物+饲料作物”的三元结构。四年多过去了,“粮改饲”政策已有逐步推广之势,但需要注意的是,大规模的农业结构剧变可能导致农产品供应链格局的变化,在这些变化过程中原有的农产品供应链协同机制可能会有所调整,并在调整中也伴随着相应的风险。但是,与“粮改饲”相关的研究仅仅围绕“粮改饲”试点的现状与问题展开(马梅,2019[9];尼玛措,2019[10]),鲜有从供应链视角探讨“粮改饲”的影响。因此,本文以“粮改饲”背景下农产品供应链为研究对象,并以贵州省“粮改饲”实施为例,分析“粮改饲”政策实施前后农产品供应链调整状况,并识别农产品供应链调整中的风险,提出风险控制措施。
贵州省在2016年被列为国家“粮改饲”试点范围,截至2019年,中央累计拨款15 298万元用于“粮改饲”试点,“粮改饲”任务面积总计84.1万亩。目前,贵州省已经初步形成了以下三种青贮生产利用模式:企业+养殖基地+贫困户、种养结合、专业收贮企业+村级合作社+贫困户。通过“粮改饲”政策的实施,贵州省草牧业发展成果显著,但“粮改饲”项目存在的主要问题有:适宜青贮玉米品种推广滞后、基层技术力量薄弱、青贮窖等基础设施落后、机械化生产水平低。
内蒙古“粮改饲”试点项目从2015年开始设立,2015年试点范围为3个盟市的3个旗县,到2017年增至7个盟市的15个旗县。“粮改饲”政策使农业种植结构不断优化,产生显著的经济效益。内蒙古“粮改饲”项目存在的主要问题有:农牧民对“粮改饲”政策的认知度不够、畜牧业生产基础设施薄弱、补贴不足、种植结构调整的替代作物选择范围小、不同层次农业技术薄弱。
2018年,青海省同仁县作为“粮改饲”项目试点县,在全县养殖专业合作社、饲草加工企业、养殖大户及牧户中实施。项目采取多项措施如除杂整地、精量播种、田间管理等确保“粮改饲”政策顺利实施。青海省同仁县“粮改饲”项目存在的主要问题有:农牧民传统种养习惯难改变、生产基础设施和农技推广体系力量薄弱、牧草利用率低,草加工基本处于初级加工阶段。
尽管从三个省份实施现状来看,“粮改饲”政策推行较为顺利,但仍然有很多问题存在。贵州省、内蒙古和青海省地理位置接近,气候接近,经济发展程度接近,因此遇到的问题也大都类似:机械化程度低,适宜农作物品种推广滞后,一些农民受教育程度低,基层力量薄弱等。其中,基层力量薄弱,机械化程度低等问题都可能造成供应链的风险。
在“粮改饲”政策推行前,各试点地区农作物绝大部分为粮食作物,因此其农产品供应链基本是以农产品批发市场为核心企业的供应链结构(图1),这种农产品供应链结构在我国的农产品流通中占主导地位,供应链节点主要包括农户、农业中介组织和零售商等。而且,根据农产品批发市场在供应链链中所处的不同位置,农产品批发市场又包括产地批发市场和销地批发市场两种类型。
“粮改饲”政策推行之后,各试点地区除了产出粮食,还能产出牛羊肉、牛羊奶等农产品。而牛羊肉、牛羊奶及奶制品等往往需要加工企业的加工。因此,“粮改饲”政策实行之后,除了原有的以农产品批发市场为核心的农产品供应链结构外,还增加了以农产品加工企业为核心的农产品供应链结构(图2),又称“公司+农户”模式。在这一模式中,农产品加工企业成为供应链的核心企业,一方面为供应链中上游节点(如农户、基地)提供资金、技术及生产资料等方面的契约性支持,另一方面减少了供应链中下游节点的中间环节,降低了经营成本。
因此,“粮改饲”政策推行之后,各试点地区农产品供应链形成了以批发市场为核心企业和以加工企业为核心企业的两种农产品供应链结构并存的局面。
在现有的关于农产品供应链风险研究的文献中,通常把供应链风险按照供应链节点进行分类或是按照供应链外部风险(风险外生因素)和供应链内部风险(风险内生因素)进行分类。“粮改饲”政策实施后,农产品供应链面临的是两种供应链结构并存的格局,因此按照供应链节点来分类识别供应链风险会出现交叉重复,所以本文将农产品供应链风险分为供应链外部风险和供应链内部风险两类进行阐述。
2.1.1 外部风险
农产品供应链外部风险主要包括以下三方面:
(1)自然灾害风险。极端天气、泥石流、火灾、地震等自然灾害可能导致农作物或整个农产地遭到破坏、交通阻断、生产厂房遭破坏等情况,进一步导致原材料供应不足或不及时。生产中断,使得农产品供应链上的下游节点企业无法履约。而随着人类社会工业化进程的不断发展,人类对自然环境的破坏越来越频繁,因此相较于以前自然灾害也变得频发。
(2)政策、法律风险。国家层面推行的法律政策可能影响到农产品生产节奏。例如环境保护法推行之后,可能有一部分农产品生产加工规模会受到影响,因为不得不投入一部分精力去减少生产过程中的环境污染。
(3)市场风险。恶意竞争、垄断等乱象依旧存在。另外,各供应商、批发商素质不一,利用信息不对等或者农民文化水平、法律意识不高,恶意违约、压价,造成农民困扰,频繁更换农作物品种。这些都可能成为整个农产品供应链动荡的影响因素。另外,宏观经济方面的通货膨胀等问题也会波及到农产品供应链。
2.1.2 内部风险
农产品供应链内部风险主要包括以下五方面:
(1)信息风险。许多企业传达信息不及时,或为保证自身利益最大化,故意隐瞒重要信息,导致农产品供应链信息流通受阻,供应链中其他节点企业供货不能达到需求或积压过量库存。农产品供应链中各级信息不对称、信息滞后等问题导致供应链协同作用大打折扣,“牛鞭效应”就是个很好的例子。
(2)企业管理风险。供应链中的各个节点企业的文化不同,处理突发情况的思路也不同。供应链局部一旦发生一些问题,不能保证各个节点企业的处理方法能够顾及其他企业,配合产生协同效应。这样解决问题的效率就会很低甚至把问题严重化。另外有些节点企业没有良好的制度管理,会带来很多潜在风险。比如,库存制度不健全,造成库存商品损坏,进而无法按时交货等问题。
(3)物流风险。供应链是由一个个关键节点构成的,而连接这些节点的无非就是交通运输。运输是个动态的过程,相比较于供应链中其他节点,运输有着更多不确定性。恶劣天气、道路损坏、运输工具损坏,甚至车祸都会造成延迟交货、农产品数量短缺、农产品质量下降或变质等问题,导致农产品供应链运行风险增加。
(4)利益分配风险。供应链中各节点企业由于企业规模、管理模式、员工质量等方面差异,所获盈利不可能完全一致。各节点企业很容易把其他节点企业获利多少作为比较的目标。因此,各节点企业能否从供应链中获得自认为公平的利益分配也是影响农产品供应链稳定性的因素之一。
(5)网络通信风险。随着科技发展,互联网的运用越来越广泛。农产品供应链中各节点之间的即时通信甚至整个供应链实时的动态监测都可以通过通信网络技术实现。当前,网络技术和通信技术在供应链管理中广泛应用,但随着互联网的普及,网络病毒和黑客也随之产生,这些都会成为农产品供应链运行过程的潜在风险。
相较于一般的农产品供应链风险,“粮改饲”政策背景下农产品供应链风险发生的概率大大提升。而这些风险往往是由“粮改饲”政策带来的农产品供应链结构变化导致的:
(1)技术风险。目前,“粮改饲”试点地区大多在青海省、贵州省、内蒙古及其附近地区。这里相对的地广人稀,自然环境较好,适合养殖牛羊。但是,这些区域同时也是中国欠发达的地区,基础设施相对薄弱,农民缺乏饲养牛羊、挤奶等经验,肉、奶等也无法长时间保存。这些地区的企业是否完全掌握处理牛羊肉、加工奶制品的技术也成问题。
(2)运输风险。若是将牛羊肉、牛羊奶运往技术发达地区(如我国东南部)企业加工,则距离较远,且“粮改饲”试点地区中某些偏僻地区交通设施不完善,因此会造成运输时间长,农产品易变质,运输成本大等问题。
(3)农户与企业对接风险。“粮改饲”政策实施后,试点地区都新增加了一种农产品供应链结构,即以加工企业为核心企业的农产品供应链结构,这就意味着有新的节点企业将要与农户对接。相较于农户以往较熟悉的批发商等节点企业,农户与新企业打交道显然存在风险。尤其是有些试点地区教育水平较低,有些贪图利益的节点企业会利用这点,导致压价、失信等现象的发生。这会致使农户觉得赚不到钱,对“粮改饲”政策产生质疑,不积极配合政策。
(4)生鲜农产品供应链中各种风险。“粮改饲”政策实施之后,变化最大的还是增加了以往没有的牛羊肉、奶制品等生鲜农产品,这就导致应对生鲜农产品供应链风险的经验是严重不足的。生鲜农产品在需求预测、配送、采购价格等方面要求更高。同时,还有可能面对“冷链”等以往没有的概念。
贵州省从2016年开始纳入国家“粮改饲”试点范围,相较于其他省份从几个试点做起,选取贵州省的数据明显较为合适。由于“粮改饲”试点时间不长,按照农产品供应链风险评估时对时间序列数据量的要求,所以表1采用季度数据。其中,有些指标的季度数据无法收集到,所以采用合理的分配方法将其年度数据分配到各个季度,如自然灾害多发生在冬季、夏季,于是自然灾害直接经济损失在第一季度和第三季度得到的分配值明显高于其他两季度,再比如机械总动力、成灾面积等指标,它们在一年内很难有明显变化或是很难检测它们的变化,所以视为一年内各季度数据都等于年度数据。
借鉴以往文献中相关研究(程子涛,2016[3];王雪娇,2016[6];张成、廖吉林,2019[4]),结合现有数据,在表1的众多指标中,自然灾害直接经济损失、突发环境事件次数、交通事故直接财产损失总计三个指标与“粮改饲”背景下农产品供应链风险直接相关,选取这三个指标作为因变量yi( i=1 ,2,3)进行评估,其余指标作为自变量xj( j=1,2,3,…,10,11)。则模型最终形式为:
其中:假设“粮改饲”政策对贵州省农业相关指标影响明显,且其他农业相关政策对贵州省农业相关指标无明显影响;假设2016~2018年贵州省农业生产的客观条件无极端异常情况:如极端异常气候、从业人员变化量巨大等。
利用Python进行多元线性回归与机器学习,首先对表1数据进行归一化处理,然后创建多元线性回归模型,再进行迭代50次,学习步长0.001的机器学习,用tensorboard生成模型的计算图如图3所示。
多元线性回归模型的损失函数图像(图4、图5、图6)均较为理想,没有出现震荡,损失值均随训练次数明显下降,下降速度先快后慢。
表1 贵州省“粮改饲”相关数据表
根据图像多元线性回归模型都取第50次训练结果作为最终结果(表2)。
表2 多元线性回归模型最终训练结果
此模型能直观看出各指标与“粮改饲”农业供应链风险的相关程度,即wi。wi的绝对值越大,则相关程度就越大。例如,y1是自然灾害直接经济损失,对于以y1为因变量的多元线性回归模型,w中最大的是w10,所以其对应的指标受灾面积对自然灾害直接经济损失影响最大。这样,就很容易找出对“粮改饲”背景下农产品供应链风险影响程度较大的几个因素:自然灾害、经济环境、相关就业人员数量、各方面技术、交通运输。
加快农业产业技术升级。通过进一步投入定向资金、完善“粮改饲”试点地区基础设施、提高“粮改饲”试点地区机械化程度,大力发展创新技术,使生产环节尽量使用机械化,提高效率。这样不仅可以大大降低劳动力成本,也可以通过大力发展相关技术产业、运用机械化生产等提高劳动生产效率,达到改善牛羊肉、奶等生鲜农产品生产能力不足的目标,从而降低生产风险。
提高冷链物流技术。提高现有的冷链物流技术,引进先进的物流设备,对现有设备加快升级成为下一阶段首要目标。特别是在牛羊肉、奶等生鲜农产品的运输和存储环节,符合冷链要求的技术和设备可以保持生鲜农产品的新鲜度,提高其存储时间,从而大大降低“粮改饲”背景下此类生鲜农产品供应链的风险。
推进物联网技术。传统的以人力和简单机械为主要手段的农业生产方式,已难以匹配“粮改饲”试点地区农业产业化转型升级的要求。物联网技术的应用不仅可以精准掌握农资使用情况,对农业生产进行科学有效的管理,还可以为“粮改饲”背景下农产品供应链提供全程可溯信息服务,助力农业向智慧农业、数字农业升级,降低农产品供应链信息风险。
向农民普及互联网知识,让农民学会利用手机短信、微信公众号、网络平台等新媒体手段,了解“粮改饲”政策的实施及其对农户、农业产业带来的好处和经济效益等。另外,还可以通过互联网开展一些市场经济管理方面的学习,让农户直观看到“粮改饲”政策实施的前景。当然,最重要的是接受外界信息的渠道拓宽了,农户知识储备也就得到了改善,在与企业的交涉谈判中可以逐渐摆脱被动的局面,为自己在农产品供应链节点中谋求更大的合理收益。
农产品供应链涉及的因素复杂,一些风险因素不能完全预料,因此提前做好危机应对准备非常重要。通过制定气候变化、自然灾害、运输意外、仓储故障、加工设备故障等多方面应急预案,并在有条件的情况下进行演练,这样在供应链运行面临风险时可以最大程度减少损失,并用最快的速度完成应急调控,使供应链恢复正常。同时应建立应急评估机制,即在应对供应链风险完成应急调控后,还要对整个事件发生全过程进行评估,帮助供应链节点企业发现整个过程中存在的问题,完善供应链应急预案系统。
“粮改饲”政策推广的四年多时间里,试点地区的实际成效已经证明该政策的正确性、科学性。后续,国家应加大资金扶持力度,在评估区域差异的基础上,稳步扩大试点范围。而且,“粮改饲”背景下农产品供应链环境复杂,涉及到许多与法律法规相关的问题,因此相关法律法规的制定与完善是“粮改饲”背景下农产品供应链顺利运行的有力保障。
信息的高效采集、传递、反馈是控制农产品供应链风险的首要条件,供应链每个节点之间的互动都需要通过有效的信息沟通来实现。我国幅员辽阔,“粮改饲”试点推行地区生产的农产品要运往全国各地,供应链环节相对较长,容易导致供应链中信息时效性滞后、信息可获性差、信息可靠性低等问题。因此,低效的农产品供应链信息管理体系会带来供应链节点供需双方彼此间的信息不对称,进一步的信息反馈失灵会造成信息传递闭路。提高信息的精确度可以有效降低整个供应链的“牛鞭效应”,使得供应链集成度提高,不确定性降低,从而降低供应链运行的风险。