0 引言

近年來，綠色農(nóng)業(yè)發(fā)展成為農(nóng)業(yè)領(lǐng)域的焦點。1998—2020年CSSCI索引庫中綠色農(nóng)業(yè)研究文獻(xiàn)達(dá)955篇[1]。我國高度重視農(nóng)業(yè)綠色發(fā)展，2024年中央一號文件提出，堅持產(chǎn)業(yè)興農(nóng)、質(zhì)量興農(nóng)、綠色興農(nóng)。其實在2017年，福建就開始實施補助農(nóng)業(yè)綠色高產(chǎn)高效創(chuàng)建項目。2024年，北京市啟動商品有機肥補貼試點，市級財政按480元/t標(biāo)準(zhǔn)對農(nóng)戶進(jìn)行直接補貼。國外也重視綠色農(nóng)業(yè)補貼，如歐盟對有機農(nóng)業(yè)等采用多種補貼方式；日本依據(jù)《農(nóng)業(yè)基本法》以財政轉(zhuǎn)移支付支持地方綠色農(nóng)業(yè)并監(jiān)管法律落實；德國為農(nóng)業(yè)企業(yè)一體化及綠色農(nóng)業(yè)從業(yè)農(nóng)民提供補貼[3]

相關(guān)研究表明，政府補貼對農(nóng)戶綠色生產(chǎn)行為具有促進(jìn)作用[4-5]，補貼在一定程度上促使農(nóng)戶在農(nóng)藥使用、秸稈綜合利用等方面采取綠色生產(chǎn)行為。但是受多重因素影響，單純靠財政補貼并未在促進(jìn)農(nóng)戶采用綠色生產(chǎn)行為方面達(dá)到預(yù)期的理想效果[8-13]。農(nóng)戶采取綠色生產(chǎn)行為的意愿受到自身行為態(tài)度、主觀規(guī)范、行為控制、感知收益、教育培訓(xùn)等多重因素影響[14-16]。同時，綠色補貼數(shù)量標(biāo)準(zhǔn)不當(dāng)也會導(dǎo)致出現(xiàn)補貼效率損失的問題[17]。但是目前對補貼種類和標(biāo)準(zhǔn)的研究多是基于微觀調(diào)研數(shù)據(jù)，難以獲得較為可靠和易于操作的數(shù)據(jù)[18]

上述問題是涉及政府補貼行為和農(nóng)戶是否采取綠色農(nóng)業(yè)生產(chǎn)行為的博弈過程。早期學(xué)者通過靜態(tài)博弈模型研究二者之間的行為，不考慮博弈參與主體不斷地通過獲取外界的信息進(jìn)而改變自身策略的過程[19-20]。演化博弈理論將博弈主體行為的調(diào)整過程看作一個動態(tài)系統(tǒng)，且克服了靜態(tài)博弈要求參與人具備完全理性、完全信息等嚴(yán)苛條件的不足。自前，有很多研究已經(jīng)引入演化博弈模型進(jìn)行相關(guān)研究[21-24]

演化博弈主要研究主體行為的存在性及其演化穩(wěn)定性[25]，無法體現(xiàn)系統(tǒng)均衡與動態(tài)選擇過程間的關(guān)系[26]。因而，關(guān)鍵因素對于綠色農(nóng)業(yè)參與者策略選擇的影響，以及影響的動態(tài)過程無法直觀呈現(xiàn)。而系統(tǒng)動力學(xué)方法著眼于要素因果關(guān)系和系統(tǒng)動態(tài)特性，能夠定量分析關(guān)鍵因素的影響路徑，為求解不完全信息條件下博弈動態(tài)演化過程及信息反饋行為提供輔助方法[27-28]。鑒于此，研究將演化博弈與系統(tǒng)動力學(xué)相結(jié)合，構(gòu)建政府和農(nóng)戶之間的演化博弈模型，進(jìn)而通過系統(tǒng)動力模型仿真，分析關(guān)鍵因素變化所帶來的影響，以期為制定科學(xué)的補貼策略提供參考。

1演化博弈模型建立與分析

1.1 研究假設(shè)

H1：有2個利益主體，分別是政府和農(nóng)戶，二者間信息不對稱，且二者均為有限理性。

H2：政府選擇進(jìn)行財政補貼和不進(jìn)行補貼，農(nóng)戶選擇采用綠色生產(chǎn)行為和不采用綠色生產(chǎn)行為。在政府與農(nóng)戶博弈的初始階段，假設(shè)政府采取補貼的概率為 p ，采取不補貼率為 ，農(nóng)戶采用綠色生產(chǎn)行為的概率為 q ，不采用綠色生產(chǎn)行為的概率為

H3：在非綠色農(nóng)業(yè)生產(chǎn)中，政府的基本收益為 ，農(nóng)戶的基本收益為 政府采取補貼策略，則需要提供資金 ，農(nóng)戶采取綠色生產(chǎn)方式，則需要額外付出成本 政府能夠從綠色農(nóng)業(yè)中獲得的直接額外收益（主要是生態(tài)收益）為 ，農(nóng)戶綠色生產(chǎn)的直接額外收益為 。農(nóng)戶采取綠色生產(chǎn)行為，若政府不補貼，其機會成本為 ，其中 。農(nóng)戶采取綠色生產(chǎn)行為，而政府不進(jìn)行補貼，農(nóng)戶的機會成本為 ；農(nóng)戶采取綠色生產(chǎn)行為，而政府補貼后，農(nóng)戶獲得的間接收益為 。

1.2 演化博弈模型

根據(jù)上述假設(shè)，可得政府和農(nóng)戶雙方的復(fù)制動態(tài)方程。

政府的復(fù)制動態(tài)方程，見式（1）。

農(nóng)戶的復(fù)制動態(tài)方程，見式（2）。

1.3演化博弈模型分析

令復(fù)制動態(tài)方程式（1）（2）等于0，可得系統(tǒng)演化的5個動態(tài)均衡點： $：E_{1}（0.0）＼ 、E_{2}（1，0）＼ 、E_{3}（0，1）$ 、$E_{4}（1，1）＼lrcorner E_{5}（p^{*}，q^{*}）$ ，其中

該系統(tǒng)的雅可比矩陣 見式（3）。

通過計算可以得出5個復(fù)制動態(tài)平衡點對應(yīng)的行列式det （J） 和跡 ，進(jìn)而通過行列式 和 t r（J） 跡判斷系統(tǒng)在5個均衡點的演化穩(wěn)定結(jié)果，見表1。

2演化博弈的系統(tǒng)動力學(xué)模型與仿真

研究基于系統(tǒng)動力學(xué)方法，構(gòu)建政府與農(nóng)戶混合策略演化博弈模型，刻畫雙方策略互動的長期動態(tài)行為及關(guān)鍵因素對演化路徑的影響。

2.1 系統(tǒng)動力學(xué)演化博弈模型

政府和農(nóng)戶為系統(tǒng)的2個主體，其策略互動受多種因素影響，包括政府的補貼意愿、收益、補貼投入、財政壓力；農(nóng)戶采用綠色生產(chǎn)方式的意愿、收益、投人成本等，構(gòu)成了綠色農(nóng)業(yè)參與行為系統(tǒng)。綠色農(nóng)業(yè)參與行為的因果關(guān)系模型如圖1所示。

根據(jù)圖1模型，建立政府與農(nóng)戶在綠色農(nóng)業(yè)發(fā)展中行為選擇的系統(tǒng)動力學(xué)（SD）模型，如圖2所示。模型共包含17個變量，其中水準(zhǔn)變量為p，q ，流速變量為dp/dt、dq/dt，輔助變量為 ！ ！ $＼mathrm{＼DeltaS}_{N2}$ ，常量為 、 、 ！ 、 、 、 ！MN、GN2 o

2.2 數(shù)值模擬仿真分析

基于VensimPLE平臺進(jìn)行模擬仿真，模型初始參數(shù)設(shè)置為：初始時間 =0 ，結(jié)束時間 =100 ，步長 。結(jié)合估算和實地調(diào)研等方法確定參數(shù)初始取值。 ， ， ， ， ，

0.5， ， 。

2.2.1 初始意愿對演化博弈結(jié)果影響仿真

由 可得 。

① 固定 ，考察農(nóng)戶不同初始意愿 q 的演化趨勢。分別取 q 值為 $0.1、0.15、0.2、0.3、0.35$ 、0.4，0.1，0.15，0.2，0.3，0.35，0.4 進(jìn)行模擬仿真。

仿真結(jié)果顯示，當(dāng) q 初始值小于0.25時，農(nóng)戶的策略最終收斂于0，即不采取綠色生產(chǎn)方式；當(dāng)q 大于等于0.25時，農(nóng)戶的策略最終收斂于1，即采取綠色生產(chǎn)方式。演化過程表明，政府的補貼意愿較為強烈 （p=0.75） 的前提下，農(nóng)戶的初始意愿對其最終的策略選擇起到?jīng)Q定性作用。

② 固定 ，分析農(nóng)戶不同初始意愿 的演化趨勢。分別取 q 值為 $0.1、0.15、0.2、0.3、0.35、0.4$ 進(jìn)行模擬仿真。

仿真結(jié)果顯示，當(dāng) 時，在農(nóng)戶不同的初始意愿初始值下， q 最終均收斂于0。

2.2.2農(nóng)戶相關(guān)變量對演化博弈結(jié)果影響的仿真

其他變量保持不變，將農(nóng)戶主要相關(guān)變量同比例變化，對 增加 10% ！ 減少 10% 、 減少10% 、 減少 10% ，分別進(jìn)行模擬仿真。

① 仿真結(jié)果顯示，上述4個變量的變化對于最終演化結(jié)果均有影響。說明農(nóng)戶是否采用綠色生產(chǎn)行為與收益、成本、機會成本均有關(guān)系。

② 仿真結(jié)果顯示， 對演化博弈收斂速度影響最大，其次是 ，再次是 ，最后是 q 的收斂速度最快，說明農(nóng)戶更在意損失； 與 q 的演化速度之間的關(guān)系表明，農(nóng)戶采取了綠色生產(chǎn)方式后，能夠獲得補貼帶來的積極性高漲也很重要，這與 的變化情況類似； 的變化情況說明，不僅要關(guān)注直接綠色補貼，也要關(guān)注農(nóng)戶參與綠色農(nóng)業(yè)的成本問題。

2.2.3補貼力度對演化博弈結(jié)果影響的仿真

其他變量固定不變，設(shè)置 q 的初始值分別為$0.3、0.35、0.4$ ，從0.5變?yōu)?.5時， q 的演化仿真結(jié)果顯示，固定初始值時，若政府補貼投入過大， q 最終演化到0，即農(nóng)戶最終會選不采用綠色生產(chǎn)方式。這是因為補貼成本增加使政府財政壓力增大，收益不變時政府最終會選擇不補貼。補貼投人額過高，農(nóng)戶雖初始能獲得大額補貼補成本，但長期來看，因政府逐漸減少甚至不補貼，農(nóng)戶也會放棄綠色生產(chǎn)方式。最終雙方收斂于不補貼或不采取策略。由此可見，政府補貼標(biāo)準(zhǔn)應(yīng)在合理區(qū)間內(nèi)，超出該區(qū)間的補貼政策難以持續(xù)，且不利于綠色農(nóng)業(yè)發(fā)展。

3政策建議

一是強化綠色農(nóng)業(yè)理念宣傳，助力農(nóng)戶樹立綠色生產(chǎn)意識，增強其參與綠色農(nóng)業(yè)發(fā)展的意愿。二是政府明確各類補貼政策與標(biāo)準(zhǔn)，讓農(nóng)戶切實體會到政府對綠色農(nóng)業(yè)的重視，對綠色生產(chǎn)收益形成良好預(yù)期。三是建立科學(xué)長效的激勵機制并嚴(yán)格落實，降低農(nóng)戶參與綠色農(nóng)業(yè)的機會成本，使綠色生產(chǎn)獲得財政補貼常態(tài)化。四是增強補貼政策的延續(xù)性，形成示范效應(yīng)，提高農(nóng)戶參與積極性。五是加大補貼綠色農(nóng)業(yè)新技術(shù)研發(fā)，通過補貼科技研發(fā)，推出新技術(shù)、新生產(chǎn)資料，降低農(nóng)業(yè)參與綠色農(nóng)業(yè)的生產(chǎn)資料與技術(shù)使用成本，鼓勵農(nóng)戶采用綠色生產(chǎn)方式。六是制定合理補貼標(biāo)準(zhǔn)。當(dāng)補貼過低時，無法引導(dǎo)農(nóng)戶采取綠色生產(chǎn)行為；當(dāng)補貼過高時，則會超出財政承受力，導(dǎo)致補貼中斷，使雙方陷入困境，進(jìn)而挫傷農(nóng)戶積極性。因此，應(yīng)制定合理補貼標(biāo)準(zhǔn)，并進(jìn)行合理財政投入。

4結(jié)束語

綜上所述，通過分析在演化博弈與系統(tǒng)動力學(xué)相結(jié)合下的系統(tǒng)動力模型仿真，構(gòu)建了政府與農(nóng)戶雙主體動態(tài)交互模型，系統(tǒng)揭示了補貼政策對綠色農(nóng)業(yè)參與行為的動態(tài)影響機制，為制定科學(xué)的補貼策略提供參考。

參考文獻(xiàn)：

[1]白福臣，肖沛瑤，張葦錕.中國農(nóng)業(yè)綠色生產(chǎn)的研究熱點：基于CSSCI（1998—2020）的知識圖譜視角[J].資源開發(fā)與市場，2021，37（7）：807-812.

[2]ZENG Z. German agroecological compensation under the framework of EU common agricultural policy and its enlightenment [J]. Journal of Liaoning University （Philosophy and Social SciencesEdition），2020，48（3）：76-81.

[3]石英劍，郝玉萍.國外綠色農(nóng)業(yè)發(fā)展政策及金融體系分析[J].世界農(nóng)業(yè)，2015（12）：125-127.

[4]吳奇修.構(gòu)建綠色發(fā)展導(dǎo)向的新型農(nóng)業(yè)補貼政策體系[J].中國黨政干部論壇，2019（7）：83-90.

[5]朱長寧，王樹進(jìn).退耕還林背景下農(nóng)戶生態(tài)農(nóng)業(yè)生產(chǎn)方式采用行為研究[J.南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2015（3）：69-74.

[6]黃祖輝，鐘穎琦，王曉莉.不同政策對農(nóng)戶農(nóng)藥施用行為的影響J.中國人口·資源與環(huán)境，2016，26（8）：148-155.

[7]馬驥，秦富.秸稈禁燒政府監(jiān)管模式及其效果比較：基于農(nóng)戶與政府博弈關(guān)系的分析[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2009（4）：131-136.

[8]邱君.農(nóng)業(yè)污染治理政策分析[M].北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2008.

[9]吳連翠，譚俊美.糧食補貼政策的作用路徑及產(chǎn)量效應(yīng)實證分析[J」.中國人口·資源與環(huán)境，2013，23（9）：100-106.

[10]CHENY，WANJ，WANG C. Agricultural subsidywith capacity constraintsand demand elasticity[J]. Agricultural Economics，2015，61（1） ：39-49.

[11]呂娜.新時期北京農(nóng)戶綠色農(nóng)業(yè)生產(chǎn)意愿及其提升路徑研究：基于TAM和SEM的農(nóng)戶感知與政策因素影響分析[J」.中國農(nóng)學(xué)通報，2022，38（15）：156-164.

[12]杜運偉，景杰．鄉(xiāng)村振興戰(zhàn)略下農(nóng)戶綠色生產(chǎn)態(tài)度與行為研究[J].南民族大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2019，36（1）：96-103.

[13]陳莫凡，黃建華.政府補貼下生態(tài)農(nóng)業(yè)技術(shù)創(chuàng)新擴散機制：基于“公司 + 合作社 + 農(nóng)戶”模式的演化博弈分析[J].科技管理研究，2018，38（4）：34-45.

[14]涂正革，甘天琦，王昆.基于綠色發(fā)展視角的農(nóng)業(yè)補貼政策效率損失的探究[J.華中師范大學(xué)學(xué)報（人文社會科學(xué)版），2019，58（2）：39-49.

[15]王欣，陳玉蘭，趙達(dá)君.基于SEM的農(nóng)戶綠色農(nóng)業(yè)生產(chǎn)行為研究：來自新疆352個樣本農(nóng)戶的證據(jù)[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，43（4） ： 67-74.

[16]左巧麗，楊鈺蓉，李兆亮，等.農(nóng)戶化肥減量替代意愿研究：基于價值認(rèn)知和制度情境的分析[J].世界農(nóng)業(yè)，2021（4）：53-64.

[17]李守偉，李光超，李備友.業(yè)污染背景下農(nóng)業(yè)補貼政策的作用機理與效應(yīng)分析[J」.中國人口·資源與環(huán)境，2019，29（2）：97-105.

[18]黃煒虹，齊振宏，鄔蘭婭，等.農(nóng)戶從事生態(tài)循環(huán)農(nóng)業(yè)意愿與行為的決定：市場收益還是政策激勵[J].中國人口·資源與環(huán)境，2017，27（8） ： 69-77.

[19]趙黎明，王慧軒.綠色農(nóng)業(yè)發(fā)展初期政府與農(nóng)戶的博弈研究[J」.中國農(nóng)機化學(xué)報，2007（4）：23-26.

[20]趙大偉.我國綠色農(nóng)業(yè)發(fā)展的博弈分析[J].統(tǒng)計與決策，2013（12）：75-76.

[21]許秀川，吳朋雁.綠色農(nóng)業(yè)發(fā)展機制的演進(jìn)：基于政府、農(nóng)業(yè)和消費者三方博弈的視角[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2022，27（1）：259-273.

[22]崔和瑞，趙天.雙元視角下綠色農(nóng)業(yè)技術(shù)擴散的演化博弈分析[J].科技管理研究，2018，38（10）：251-257.

[23]陸杉，李丹.基于利益博弈的農(nóng)業(yè)產(chǎn)業(yè)鏈綠色化發(fā)展研究[J].中南大學(xué)學(xué)報（社會科學(xué)版）2018，24（6）：124-131.

[24]DU J， ZHOU Z，XU L，et al. Evolutionary game mechanism on complex networks of green agricultural production under intensive management pattern[J]. Complexity，2020： 1-13.

[25]XING Y，DENG X. Evolutionary game model study of construction green supply chain managementunder the government intervention[J].IOP Conference Series： Earth and Environmental Science，2017，94（1）：1-10.

[26]NOWAK MA，SIGRNUNDK.Evolutionary dynamics of biological games [J]. Science， 2004，303（2）：793-799.

[27]ROUGHGARDEN T. Algorithmic game theory [M]. Cambridge： Cambridge University Press， 2007.

[28]朱慶華，王一雷，田一輝.基于系統(tǒng)動力學(xué)的地方政府與制造企業(yè)碳減排演化博弈分析[J].運籌與管理，2014（3）：71-82.