基于支付意愿理論的激勵性食品安全治理研究

周楨 張勝軍

摘 要：食品安全問題是全社會面臨的重大問題之一，而消費者和生產者作為食品安全供給的相關利益體，存在相互促進、相互制約的關系，是食品安全有效供給的必要前提。以BP理論模型作為模糊計算方法，通過實地調研，找出影響生產者食品安全供給的關鍵因素，并提出保障生產者食品安全供給的激勵性治理建議。

關鍵詞：激勵性治理;食品安全;支付意愿

文章編號：1004-7026（2019）22-0021-02? ? ? ? ?中國圖書分類號：F713 ? ? ? ? 文獻標志碼：A

黨的十九大提出“打造共建共治共享的社會治理格局”，食品安全問題是全社會面臨的一個重大問題。目前，政府對于食品安全的重視程度與日俱增。在食品安全治理過程中，除了政府、企業外，作為利益相關者的生產者和消費者也應該積極參與其中。如何通過制度設計來激勵生產者和消費者參與食品安全社會治理，已成為廣大科研工作者的重要課題。在激勵過程中，食品安全的消費者意愿和生產者意愿相輔相成，通過設計BP神經網絡結構，結合實地調研，分析生產者支付意愿的影響因素，有針對性地對生產者食品安全產生激勵。

目前，我國消費市場上，生產者與消費者對食品安全支付的價值不足，安全生產無法得到有效保障。人的行為產生于特定環境條件下，推動人行為的動力因素諸多，在計劃行為理論（Theory Of Planned Behavior，TPB）中，可以將動力因素分為態度、認知行為控制和主觀規范。TPB理論的一個關鍵結論是個人的行為取決于個人的行為態度，意愿反映了一個人的態度，意愿越強烈，態度越明確，行為的傾向性越強，最終行為結果的指向性越明顯。也就是說，生產者對食品安全的支付意愿越大，對食品安全的重視程度越高，越會采取符合安全生產規范的行為，越有利于保障食品安全的供給;消費者對食品安全的支付意愿越大，對安全食品支付的價格越高，越能有效提高生產者安全生產的積極性[1-2]。

1? 理論模型與變量選擇

基于泰勒爾博弈模型的研究結論，本研究利用BP神經網絡模型，對生產者支付意愿模型進行模擬與預測，探討生產者支付意愿與消費者支付意愿，掌握食品安全信息的消費者比例之間的數量關系。

神經網絡模型是一種模糊計算方法，對變量之間的關系以及測量方法要求較寬泛，能對各種非線性、曲線進行模擬計算，具有很高的學習能力和抗干擾能力。此外，神經網絡能在保證精度的前提下，對非線性預測函數進行多變量非線性處理。

1.1? BP神經網絡結構設計

生產者支付意愿的影響因素眾多，本研究利用神經網絡模型構造農戶支付意愿的非線性函數，探討消費者支付意愿與掌握質量安全信息的消費者比例兩個因素對農戶支付意愿的影響，剔除了人為因素的影響，能有效保證評價的客觀準確性，正好適應了神經網絡的性能。根據研究需要，構建基于農戶食品安全支付意愿的3層（輸入層、隱含層、輸出層）BP神經網絡預測模型（見圖1）。

輸入層：輸入層的神經元由消費者支付意愿和掌握質量安全信息的消費者比例兩部分組成。

隱含層：利用有訓練的3層神經網絡（線性基本函數）的經驗方程來確定隱含層的具體形式。

以s、m、n分別表示隱含層節點、輸入節點和輸出節點的個數，則有公式（1）。

s=m（n+1）+1 （1）

通過公式（1），將隱含層節點數暫定為5，并在此基礎上增減若干隱含層的節點，最終確定了隱含層單元區間為3～10。

輸出層：本研究的預測結果僅針對農戶支付意愿，即是對單一變量進行預測，對應的輸出層節點為1。

BP算法包括兩個學習過程，一是信號的正向傳播過程，二是誤差的反向傳播過程。在正向傳播過程中，樣本從輸入層輸入，經過各隱含層逐層處理后，最終傳到輸出層。此時，如果輸出層的實際輸出和期望輸出存在差異，則傳播將會轉入誤差方向傳播階段。誤差反向傳播與正向傳播方向相反，是將輸出誤差以某種特定的形式，經過隱含層的處理后，向輸入層反傳的過程。通過對每個層的所有單元進行誤差檢驗，獲得各層單元的誤差信號，從而修正各單元的權值。

通過信號正向傳播與誤差反向傳播，不斷調整各層權值，其中權值調整的過程就是網絡的學習訓練過程。信號的正向傳播過程和誤差的反向傳播過程反復交替，直到網絡輸出的誤差降至可接受的程度或者預先設定次數為止。

1.2? BP神經網絡訓練函數的選取

BP神經網絡的訓練函數有很多，選取BFGS擬牛頓BP算法函數作為農戶支付意愿預測模型的訓練函數。BFGS擬牛頓BP算法函數的運用前提是傳遞函數對權值與輸入值存在差異，本研究使用的傳遞函數分別為tansig與logsig，滿足trainbfg函數的訓練前提。

運用輸入樣本訓練函數trainbfg，將消費者支付意愿和掌握質量安全信息的消費者比例作為農戶支付意愿的輸入樣本，輸入向量和輸出向量一一對應，并建立預測模型。不斷測試過程中，誤差將逐漸縮小，到一定程度后即可將此網絡用于對農戶食品安全支付意愿的預測。

2? 實證結果與討論

2.1? 神經網絡的創建與訓練

根據上述模型建立的要求，選擇無錫市調研區域的數據進行分析（見表1）。為使農戶支付意愿模型預測更客觀準確，預測模型擬設訓練結束滿足條件是訓練達到2 500次或者達到誤差10-3。訓練通過反復迭代，在第182次訓練中達到最優，標準誤為0.000 117，達到了誤差10-3的要求。

其訓練的誤差性能曲線如圖2所示。

2.2? 神經網絡的仿真與預測

許多學者都指出安全食品的生產成本要高于一般的食品[3]，如對韭菜無公害生產和常規生產的投入成本結構的分析，兩者總成本之間差異為35.30%。為研究當消費者支付意愿和掌握質量信息的消費者比例達到多少時，農戶才愿意增加35.30%的投入，真正生產出質量安全的韭菜。利用已有數據建立的神經網絡模型進行仿真和預測，在以下2種情況下，農戶對無公害韭菜的支付意愿達到了35.30%：①消費者的支付意愿為38.69%，掌握信息的消費者比例為72.43%;②消費者的支付意愿為61.75%，掌握信息的消費者比例為16.67%。現有條件下，掌握信息的消費者比例不會發生太大變化。調研數據中掌握食品質量安全信息的消費者比例為16.67%，模型預測的第二種數據組合反映了現有的食品安全管理現狀。只有當消費者的支付意愿提高到61.75%，即比農戶安全生產實際支付的額外成本（35.30%）還要高75%時，農戶才愿意增加投入，真正地生產安全蔬菜。而當食品安全管理體系建設完善，食品安全透明性良好，掌握信息的消費者比例超過70%時，消費者的支付意愿只需達到38.69%，略高于安全生產實際支付的額外成本（35.30%），就能有效保證農戶的安全生產方式[3-4]。

3? 結論與啟示

食品安全問題的根源來自于生產者與消費者之間的信息不對稱，在消費者對于相關食品安全信息認知不充分的情況下，生產者食品安全供給的激勵較低;反之，生產者食品安全供給的激勵較高。因此，可以從降低信息不對稱程度、完善食品安全信號機制、貫徹食品安全流通可追溯體系等方面完善激勵制度。

參考文獻：

[1]陳釗.信息與激勵經濟學[M].上海：上海人民出版社，2005.

[2]徐景和.食品安全綜合監督探索研究[M].北京：中國醫藥科技出版社，2009.

[3]羅丞.消費者對安全食品支付意愿的影響因素分析——基于計劃行為理論框架[J].中國農村觀察，2010（6）：22-34.

[4]劉軍弟，王凱，韓紀琴.消費者對食品安全的支付意愿及其影響因素研究[J].江海學刊，2009（3）：83-89.