浦徐進 王藝苗 徐 磊

(江南大學(xué)商學(xué)院)

1 研究背景

近年來，眾多電商積極承擔(dān)社會責(zé)任，將更多資源向貧困地區(qū)傾斜，通過建立與農(nóng)民的新型合作關(guān)系，助力國家脫貧攻堅戰(zhàn)略。目前，京東已幫助全國貧困地區(qū)上線商品超300萬種，實現(xiàn)扶貧銷售額超1 000億元，直接帶動超100萬戶建檔立卡貧困戶增收[1]；阿里巴巴的平臺擁有超100萬農(nóng)村網(wǎng)商；云集也在全國31個省市自治區(qū)均有店主分布[2]。2020年4月，習(xí)近平總書記在陜西考察時進一步強調(diào)了電商在脫貧攻堅中的作用。在電商扶貧供應(yīng)鏈中，電商與農(nóng)戶簽訂農(nóng)產(chǎn)品收購協(xié)議，農(nóng)戶按照合同要求來組織生產(chǎn)，電商根據(jù)合同進行收購。然而，我國農(nóng)戶大多是小農(nóng)生產(chǎn)，在生產(chǎn)季節(jié)常常面臨資金不足問題。零壹財經(jīng)發(fā)布的《三農(nóng)金融服務(wù)發(fā)展報告2019》顯示，我國有75%的農(nóng)戶在日常生活和農(nóng)業(yè)生產(chǎn)中存在著資金緊張的情況。盡管涌現(xiàn)出許多成功的案例，但農(nóng)戶融資難依然是阻礙電商扶貧可持續(xù)發(fā)展的重要問題之一[3]。

針對農(nóng)戶的融資需求，目前主要存在著兩種典型的融資模式——銀行融資和電商融資。銀行融資是指農(nóng)戶采用保證、抵押、質(zhì)押、農(nóng)戶聯(lián)保等多種方式申請貸款，例如，中國農(nóng)業(yè)銀行推出了對農(nóng)戶家庭內(nèi)單個成員發(fā)放的小額自然人貸款，中國郵政儲蓄銀行為從事與農(nóng)村經(jīng)濟發(fā)展有關(guān)的生產(chǎn)經(jīng)營活動的客戶群體提供的農(nóng)戶小額貸款。電商融資是指電商為農(nóng)戶提供低息貸款，例如，京東推出“仁壽京農(nóng)貸”，為訂單農(nóng)戶提供生產(chǎn)所需的流動資金貸款，農(nóng)戶通過訂單履約償還貸款[4]；農(nóng)村淘寶的“畝產(chǎn)一千美金”計劃落地新疆，推出新疆蜜瓜的標(biāo)準(zhǔn)和“鄉(xiāng)村創(chuàng)客計劃”，將農(nóng)產(chǎn)品收購訂單、訂單標(biāo)準(zhǔn)以及金融支持交給當(dāng)?shù)剞r(nóng)戶，使一萬戶瓜農(nóng)脫貧[5]。貸款主要用于購買農(nóng)資及其他種植日常成本支出，種植期結(jié)束后，電商平臺收購農(nóng)產(chǎn)品，農(nóng)戶以收購款償還銀行或電商貸款。隨著電商扶貧進程的不斷深入，如何根據(jù)不同的市場條件來選擇合理的融資模式就變得尤為重要?；诖?，本研究構(gòu)建了一個由電商、銀行和農(nóng)戶組成的扶貧供應(yīng)鏈模型，重點探討以下3個問題：①農(nóng)戶在不同的融資模式下如何進行生產(chǎn)決策？②在不同的市場條件下，農(nóng)戶對于融資模式的選擇會如何變化？③在何種市場條件下，電商應(yīng)該為農(nóng)戶提供融資服務(wù)？

鑒于本研究的主題主要與供應(yīng)鏈社會責(zé)任、農(nóng)產(chǎn)品供應(yīng)鏈金融以及電商扶貧等領(lǐng)域相關(guān)，下文將從這3個領(lǐng)域進行文獻回顧。企業(yè)社會責(zé)任是一種通過商業(yè)實踐、政策和資源以實現(xiàn)企業(yè)長期經(jīng)濟、社會福利最大化的企業(yè)策略[6]。LEE等[7]認為，供應(yīng)鏈履行社會責(zé)任可以提高發(fā)展中國家的社會福利水平。ALBUQUERQUE等[8]提出了一個考慮企業(yè)參與社會活動的均衡模型，發(fā)現(xiàn)企業(yè)的社會責(zé)任降低了系統(tǒng)風(fēng)險，提高了企業(yè)價值。SU等[9]研究了兩種常見的企業(yè)社會責(zé)任活動(社會捐贈和綠色發(fā)展)對多部件、不完全過程的兩階段裝配生產(chǎn)系統(tǒng)的影響。范建昌等[10]通過構(gòu)建一個制造商與零售商共同履行企業(yè)社會責(zé)任的供應(yīng)鏈博弈模型，研究供應(yīng)鏈最優(yōu)社會責(zé)任決策問題。林志炳等[11]考慮零售商的企業(yè)社會責(zé)任行為對渠道成員退貨策略的影響，指出零售商的社會責(zé)任行為能夠緩解制造商過度自信產(chǎn)生的負面影響。

金融支撐是影響農(nóng)產(chǎn)品供應(yīng)鏈健康發(fā)展的重要因素。YI等[12]考慮由一個資金受限的小農(nóng)和一個中介平臺組成的農(nóng)業(yè)供應(yīng)鏈，研究銀行融資、直接融資、擔(dān)保融資3種模式下的農(nóng)戶生產(chǎn)決策及融資模式的選擇。TANG等[13]研究了零售商通過線上和線下渠道進行銷售時，受資金約束的生鮮產(chǎn)品零售商在銀行貸款、延遲支付和雙重融資3種模式中的選擇。徐鵬[14]以農(nóng)產(chǎn)品電子訂單質(zhì)押為例，運用委托代理理論探討銀行與B2B平臺間的激勵契約設(shè)計問題。史立剛等[15]在銀行貸款融資和帶有價格折扣的預(yù)付款兩種融資模式下，分析農(nóng)戶的生產(chǎn)決策和公司的收購價格決策。林強等[16]探討了定向(生產(chǎn)農(nóng)資、技術(shù)支持與培訓(xùn))融資和非定向(預(yù)付款/定金)融資方式，并比較雙方的最優(yōu)決策、期望收益。

隨著“互聯(lián)網(wǎng)+”時代到來，電商扶貧成為脫貧攻堅的重要手段。昝夢瑩等[17]探討了提升農(nóng)產(chǎn)品電商直播扶貧效果的方法，指出改善基礎(chǔ)設(shè)施建設(shè)、搭建直播平臺、加強監(jiān)管、完善體系、培育人才的重要性。ZHOU等[18]研究了貧困戶眾籌策略的選擇問題，發(fā)現(xiàn)貧困戶的策略選擇取決于消費者的支付意愿與質(zhì)量投資成本系數(shù)。KANG等[19]研究了政府補貼對電商扶貧供應(yīng)鏈運作的影響，認為合理的政府補貼可以促進資源市場配置的有效性，提高企業(yè)社會責(zé)任感。

特別地，與YI等[12]和史立剛等[15]的研究相比，本研究的創(chuàng)新點具體體現(xiàn)在：①對比研究兩種典型融資模式，深入闡釋農(nóng)戶對于不同融資模式的選擇條件；②考慮到我國小農(nóng)戶的特征以及電商積極承擔(dān)社會責(zé)任的現(xiàn)實，將農(nóng)戶的產(chǎn)出風(fēng)險規(guī)避特征和電商的社會責(zé)任意識納入分析范疇。

2 問題描述與模型假設(shè)

在種植期前，電商與農(nóng)戶以訂單農(nóng)業(yè)模式開展合作，電商事前確定收購價，農(nóng)戶根據(jù)收購價決定農(nóng)產(chǎn)品種植計劃，產(chǎn)出的農(nóng)產(chǎn)品全部由電商收購。農(nóng)戶可以向銀行申請貸款，也可以選擇向電商平臺申請貸款。種植期結(jié)束后，電商收購所有農(nóng)產(chǎn)品，農(nóng)戶憑收購所得償還貸款并實現(xiàn)收益。下鄉(xiāng)扶貧是電商積極承擔(dān)社會責(zé)任的體現(xiàn)，目的是提高農(nóng)戶收入，實現(xiàn)共同富裕。因此，具有社會責(zé)任感的電商會將提高農(nóng)戶收入考慮進自身效用中，參考NI等[20]、PANDA等[21]對于企業(yè)社會責(zé)任的刻畫，假設(shè)電商效用由自身純利潤和β比例的農(nóng)戶最大風(fēng)險收益值構(gòu)成。其中，β∈[0,1]為電商的社會責(zé)任系數(shù)，β=1表示電商是完美的社會責(zé)任承擔(dān)者，β=0表示電商完全缺乏社會責(zé)任。本研究探討的農(nóng)產(chǎn)品市場是接近于完全競爭的市場(如一些普通農(nóng)產(chǎn)品的市場)，特定電商銷售的農(nóng)產(chǎn)品僅占市場全部銷量中很小的一部分，農(nóng)產(chǎn)品零售價格p(p>0)完全由市場決定。

銀行融資貸款利率為rB(rB>0)，資金的時間價值為rf(rf>0)，參考KOUVELIS等[27]、XU等[28]的研究，假設(shè)銀行處于完全競爭的金融市場環(huán)境中，銀行的期望收入僅能彌補資金成本。電商融資利率為rP(rP>0)，電商會提供貸款利率優(yōu)惠政策，其融資利率往往低于銀行融資利率?！掇r(nóng)村小額信貸利率研究報告》顯示，國內(nèi)銀行機構(gòu)農(nóng)戶小額貸款的年實際利率平均為11%，而京農(nóng)貸年實際利率僅為8.64%[29]。因此，本研究假設(shè)rP

本研究所涉及的參數(shù)和決策變量及其含義見表1。

表1 參數(shù)和決策變量及其含義

3 模型構(gòu)建與分析

3.1 銀行融資模式

在銀行融資模式下，電商和農(nóng)戶的決策順序見圖1。

圖1 銀行融資模式下的決策順序

由于農(nóng)產(chǎn)品的產(chǎn)出具有隨機性，農(nóng)戶存在無法完全償還貸款本息和的風(fēng)險，銀行向農(nóng)戶收取高于期望利率rf的貸款利率rB以補償破產(chǎn)風(fēng)險。同時，完全競爭市場中的銀行通過貸款最終只期望收回資金成本。因此，銀行確定貸款利率滿足以下盈虧平衡條件：

E[min{LB(1+rB),wBQBX}]=LB(1+rf) ，

農(nóng)戶和電商之間的博弈順序為：首先電商決定農(nóng)產(chǎn)品的收購價wB，隨后農(nóng)戶決定計劃產(chǎn)量QB。運用逆推歸納法來分析上述博弈過程，可以得到命題1。

命題1表明，當(dāng)農(nóng)戶單位種植成本增大時，將會壓縮農(nóng)戶的利潤空間，導(dǎo)致農(nóng)產(chǎn)品產(chǎn)量減小，農(nóng)戶最大風(fēng)險收益值和電商最大期望效用都會隨之下降；當(dāng)農(nóng)產(chǎn)品市場價格增大時，農(nóng)戶種植積極性提高，農(nóng)戶最大風(fēng)險收益值和電商最大期望效用都會隨之上升。因此，農(nóng)戶在種植過程中應(yīng)合理使用農(nóng)用機械，減少資源浪費，努力降低種植成本。隨著電商社會責(zé)任意識的增強，電商會提高農(nóng)產(chǎn)品收購價，農(nóng)戶也更有意愿擴大產(chǎn)量，此時農(nóng)戶最大風(fēng)險收益值和電商最大期望效用都會隨之上升，雙方實現(xiàn)雙贏。因此，電商應(yīng)積極承擔(dān)社會責(zé)任，為農(nóng)戶增收，實現(xiàn)共贏，創(chuàng)造更大的社會價值。例如，抖音電商通過較成熟的信息技術(shù)將商品更為精準(zhǔn)迅速地對接消費者需求，積極承擔(dān)社會責(zé)任，解決農(nóng)產(chǎn)品滯銷問題(1)資料來源于：http://news.yesky.com/hotnews/373/725706873.shtml.。

分析農(nóng)戶的最優(yōu)產(chǎn)量及最大風(fēng)險收益值、電商的最優(yōu)收購價及最大期望效用與農(nóng)戶的風(fēng)險規(guī)避程度之間的關(guān)系，可得推論1。

推論1表明，當(dāng)農(nóng)戶風(fēng)險規(guī)避程度逐漸下降時，農(nóng)戶的抗風(fēng)險能力不斷增強，更有意愿擴大產(chǎn)量，電商的農(nóng)產(chǎn)品收購價也會提高，農(nóng)戶的最大風(fēng)險收益值和電商的最大期望效用也都隨之上升。因此，政府應(yīng)出臺鼓勵性政策，為農(nóng)戶生產(chǎn)提供支持和保障，從而提高農(nóng)戶抗風(fēng)險能力。

在銀行融資模式下，為了更清晰地描繪農(nóng)戶風(fēng)險規(guī)避程度、電商社會責(zé)任系數(shù)對農(nóng)戶最大風(fēng)險收益值和電商最大期望效用的影響，下文采用數(shù)值仿真方法來作圖分析(見圖2和圖3)。模型參數(shù)取值設(shè)置為p=2 800，c=260，rf=0.06，rB=0.12,rE=0.04，rP=0.1，α=0.7，產(chǎn)出波動服從均勻分布U[1-α,1+α]。

圖2 銀行融資模式下農(nóng)戶最大風(fēng)險收益值

圖3 銀行融資模式下電商最大期望效用

由圖2和圖3可知，在銀行融資模式下，隨著農(nóng)戶風(fēng)險規(guī)避程度不斷下降，農(nóng)戶的抗風(fēng)險能力不斷增強，農(nóng)戶最大風(fēng)險收益值和電商最大期望效用都隨之提高；當(dāng)電商社會責(zé)任系數(shù)逐漸增大時，農(nóng)戶的最大風(fēng)險收益值和電商最大期望效用也都隨之提高。

3.2 電商融資模式

在電商融資模式下，電商和農(nóng)戶的決策順序見圖4。

圖4 電商融資模式下的決策順序

在農(nóng)產(chǎn)品種植期前，電商與農(nóng)戶簽訂收購合同；同時，電商為彌補農(nóng)戶因產(chǎn)量不確定而產(chǎn)生的破產(chǎn)風(fēng)險，以高于預(yù)期利率rE的貸款利率rP向農(nóng)戶提供貸款融資服務(wù)。因此，電商確定貸款利率滿足:E[min{LP(1+rP),wPQPX}]=LP(1+rE), 當(dāng)產(chǎn)出波動因子0

農(nóng)戶和電商之間的博弈順序為：首先電商決定農(nóng)產(chǎn)品的收購價wP，隨后農(nóng)戶決定計劃產(chǎn)量QP。運用逆推歸納法來分析上述博弈過程，可以得到命題2。

命題2表明，與銀行融資模式的情形類似，當(dāng)農(nóng)戶單位種植成本增大時，農(nóng)戶最大風(fēng)險收益值和電商最大期望效用都會隨之下降；當(dāng)農(nóng)產(chǎn)品市場價格提高時，農(nóng)戶最大風(fēng)險收益值和電商最大期望效用都會隨之上升。隨著電商社會責(zé)任意識的增強，雙方能夠?qū)崿F(xiàn)雙贏。

分析農(nóng)戶的最優(yōu)產(chǎn)量及最大風(fēng)險收益值、電商的最優(yōu)收購價及最大期望效用與農(nóng)戶的風(fēng)險規(guī)避程度之間的關(guān)系，可以得到推論2。

推論2表明，與銀行融資模式的情形類似，當(dāng)農(nóng)戶風(fēng)險規(guī)避程度逐漸下降時，農(nóng)戶最大風(fēng)險收益值和電商最大期望效用都會隨之上升。與銀行融資模式不同的是，農(nóng)產(chǎn)品收購價與農(nóng)戶風(fēng)險規(guī)避程度之間的關(guān)系取決于電商承擔(dān)的社會責(zé)任程度；當(dāng)電商的社會責(zé)任感較低時，隨著農(nóng)戶風(fēng)險規(guī)避程度減小，電商將降低收購價；當(dāng)電商社會責(zé)任感較高時，隨著農(nóng)戶風(fēng)險規(guī)避程度減小，農(nóng)戶抗風(fēng)險能力增強，電商會提高收購價。

在電商融資模式下，為了更清晰地描繪農(nóng)戶風(fēng)險規(guī)避程度、電商社會責(zé)任系數(shù)對農(nóng)戶最大風(fēng)險收益值和電商最大期望效用的影響，下文采用數(shù)值仿真方法來作圖分析(見圖5和圖6)。模型參數(shù)取值與銀行融資模式的情形一致。

圖5 電商融資模式下農(nóng)戶最大風(fēng)險收益值

圖6 電商融資模式下電商最大期望效用

由圖5和圖6可知，與銀行融資模式類似，在電商融資模式下，隨著農(nóng)戶風(fēng)險規(guī)避程度不斷下降，農(nóng)戶的抗風(fēng)險能力不斷增強，農(nóng)戶最大風(fēng)險收益值和電商最大期望效用都隨之提高；當(dāng)電商社會責(zé)任系數(shù)逐漸增大時，農(nóng)戶的最大風(fēng)險收益值和電商最大期望效用也都隨之提高。

4 不同模式下的均衡結(jié)果比較分析

從農(nóng)戶角度比較分析不同融資模式下農(nóng)產(chǎn)品的最優(yōu)產(chǎn)量及農(nóng)戶的最大風(fēng)險收益值，可以得到命題3。

命題3說明，當(dāng)銀行與電商的期望利率相差較小時，較低的電商貸款利率激勵農(nóng)戶擴大產(chǎn)量，農(nóng)戶選擇電商融資能獲得更多的風(fēng)險收益值，此時農(nóng)戶應(yīng)選擇電商融資模式；當(dāng)銀行與電商的期望利率相差較大時，電商因貸款期望利率較低，會降低農(nóng)產(chǎn)品收購價，此時會出現(xiàn)農(nóng)戶選擇銀行融資模式產(chǎn)量更高、風(fēng)險收益值更多的情況。當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較高時，較低的電商貸款利率幫助農(nóng)戶提高抗風(fēng)險能力，從而激勵農(nóng)戶擴大產(chǎn)量，電商融資模式下農(nóng)產(chǎn)品產(chǎn)量更高；當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較低時，較高的農(nóng)產(chǎn)品收購價格對風(fēng)險規(guī)避程度低的農(nóng)戶起到鼓舞作用，因此銀行融資模式下農(nóng)產(chǎn)品產(chǎn)量更高。農(nóng)業(yè)生產(chǎn)中的自然災(zāi)害作為不可抗力因素，對農(nóng)業(yè)生產(chǎn)產(chǎn)生的風(fēng)險是巨大的。例如，2018年1月的一場大雪導(dǎo)致西安閻良區(qū)一農(nóng)戶26個蔬菜大棚全部壓倒，直接損失30多萬。因此，面對較大農(nóng)業(yè)風(fēng)險時，農(nóng)戶往往不愿意擴大產(chǎn)量。

當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較高時，選擇電商融資能獲得更多的風(fēng)險收益值，此時農(nóng)戶應(yīng)選擇電商融資模式；當(dāng)農(nóng)戶的風(fēng)險規(guī)避程度較低時，選擇銀行融資能獲得更多的風(fēng)險收益值，此時農(nóng)戶應(yīng)選擇銀行融資模式。電商為風(fēng)險規(guī)避程度高的農(nóng)戶提供融資服務(wù)發(fā)揮著重要作用，一般來說，新型職業(yè)農(nóng)戶的風(fēng)險厭惡程度較低，而老年農(nóng)戶的風(fēng)險厭惡程度較高。因此，建議風(fēng)險厭惡程度較高的老年農(nóng)戶選擇電商融資模式，風(fēng)險厭惡程度較低的新型職業(yè)農(nóng)戶選擇銀行融資模式。

從電商角度比較分析不同融資模式下農(nóng)產(chǎn)品的收購價及電商的期望效用，可以得到命題4。

命題4說明，當(dāng)銀行與電商的期望利率相差較小時，較低的電商貸款利率激勵農(nóng)戶擴大產(chǎn)量，電商選擇電商融資能獲得更多的期望效用，此時電商應(yīng)選擇電商融資模式；當(dāng)銀行與電商的期望利率相差較大時，在電商融資模式下，電商為農(nóng)戶提供了融資服務(wù)，電商會降低農(nóng)產(chǎn)品收購價，提高自己的利潤空間。當(dāng)農(nóng)戶的風(fēng)險規(guī)避程度較高時，電商融資模式下農(nóng)戶產(chǎn)量較高，電商最大期望效用更高；當(dāng)農(nóng)戶的風(fēng)險規(guī)避程度較低時，銀行融資模式下農(nóng)戶產(chǎn)量較高，且銀行融資模式下農(nóng)產(chǎn)品收購價較高，電商最大期望效用更高。

當(dāng)銀行與電商的期望利率相差較小，Ω1>1且Ω2>1時，比較農(nóng)戶和電商在不同融資模式下的決策，可以得到兩者的模式偏好(見圖7)。由圖7可知，此時農(nóng)戶和電商共同偏好電商融資模式，電商應(yīng)該為農(nóng)戶提供融資服務(wù)。

圖7 農(nóng)戶和電商對不同融資模式的共同偏好(Ω1>1且Ω2>1)

當(dāng)銀行期望收益率與電商期望收益率相差較小，Ω1>1且Ω2≤1時，比較農(nóng)戶和電商在不同融資模式下的決策，可以得到兩者的模式偏好(見圖8)。由圖8可知，當(dāng)Ω1>1且0<Ω<Ω2≤1時，電商偏好于電商融資模式，農(nóng)戶的風(fēng)險規(guī)避程度較高時，農(nóng)戶偏好電商融資模式，此時電商應(yīng)該為農(nóng)戶提供融資服務(wù)，兩者共同偏好于電商融資模式；當(dāng)Ω2<Ω≤1時，農(nóng)戶的風(fēng)險規(guī)避程度較低，農(nóng)戶偏好于銀行融資模式，此時電商偏好于電商融資，會為農(nóng)戶提供融資服務(wù)，但農(nóng)戶不會選擇向電商貸款，而是選擇向銀行貸款。

圖8 農(nóng)戶和電商對不同融資模式的共同偏好(Ω1>1且Ω2≤1)

當(dāng)銀行與電商的期望利率差值較大，Ω1≤1且Ω2<1時，比較農(nóng)戶和電商在不同融資模式下的決策，可以得到兩者的模式偏好(見圖9)。由圖9可知，當(dāng)0<Ω<Ω2≤1時，農(nóng)戶的風(fēng)險規(guī)避程度較高，電商和農(nóng)戶共同偏好電商融資模式，此時電商應(yīng)該為農(nóng)戶提供融資服務(wù)；當(dāng)Ω1<Ω≤1時，農(nóng)戶的風(fēng)險規(guī)避程度較低，電商和農(nóng)戶都偏好于銀行融資模式；當(dāng)Ω2<Ω<Ω1時，農(nóng)戶的風(fēng)險規(guī)避程度適中時，農(nóng)戶偏好于銀行融資模式，此時電商偏好電商融資，會為農(nóng)戶提供融資服務(wù)，但農(nóng)戶不會選擇向電商貸款，而是選擇向銀行貸款。

圖9 農(nóng)戶和電商對不同融資模式的共同偏好(Ω1≤1且Ω2<1)

比較分析農(nóng)戶的最大風(fēng)險收益值、電商最大期望效用的Ω臨界值，可以得到推論3。

推論3?Ω1/?β<0，?Ω2/?β<0，?ΔΩ/?β<0，其中ΔΩ=Ω1-Ω2>0，即Ω1>Ω2。

推論3表明，隨著電商社會責(zé)任意識的增強，電商和農(nóng)戶的偏好會更趨于一致，會更傾向于選擇銀行融資模式。這意味著隨著電商社會責(zé)任意識的增強，電商提供融資服務(wù)時會降低貸款預(yù)期收益率，電商會更偏好于銀行融資，同時會有更多農(nóng)戶選擇銀行融資，雙方實現(xiàn)共贏。

5 結(jié)語

實施鄉(xiāng)村振興戰(zhàn)略，是黨的十九大作出的重大決策部署。隨著“互聯(lián)網(wǎng)+”深化發(fā)展，農(nóng)村電商正在成為精準(zhǔn)扶貧的重要抓手，是推進鄉(xiāng)村振興的新動力。在電商扶貧實踐中，存在銀行融資和電商融資兩種典型融資模式?；诖?，本研究通過構(gòu)建電商和農(nóng)戶之間的博弈模型，分析不同融資模式的運作機理，并最終提出農(nóng)戶和電商合理選擇融資模式的條件。本研究得到如下管理啟示：①若銀行與電商的期望利率相差較大,當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較高時，農(nóng)戶選擇電商融資模式會實現(xiàn)較高產(chǎn)量，當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較低時，農(nóng)戶選擇銀行融資模式會實現(xiàn)較高產(chǎn)量；若銀行與電商的期望利率相差較小, 農(nóng)戶選擇電商融資模式會實現(xiàn)較高產(chǎn)量；電商社會責(zé)任感的增強能夠促使農(nóng)戶提高產(chǎn)量。②若銀行與電商的期望利率相差較大,當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較高時，農(nóng)戶偏好電商融資模式，當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較低時，農(nóng)戶偏好銀行融資模式；若銀行與電商的期望利率相差較小, 農(nóng)戶偏好電商融資模式。③若銀行與電商的期望利率相差較大,當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較高時，選擇電商融資模式可以實現(xiàn)農(nóng)戶和電商的雙贏，此時，電商應(yīng)提供融資服務(wù)，當(dāng)農(nóng)戶風(fēng)險規(guī)避程度較低時，選擇銀行融資模式可以實現(xiàn)農(nóng)戶和電商的雙贏；若銀行與電商的期望利率相差較小, 選擇電商融資模式可以實現(xiàn)農(nóng)戶和電商的雙贏；隨著電商社會責(zé)任感增強，農(nóng)戶將更加偏好銀行融資模式。

本研究結(jié)論可以為更好地推動電商扶貧提供決策借鑒，但還存在著不足之處，例如未考慮政府補貼對于電商扶貧的影響，未來將繼續(xù)開展進一步的研究。