订单农业供应链实现了农户的“小生产”和“大市场”的有效对接,有效缓解了它们之间的矛盾,在我国得到了普遍推广。然而,在订单农业实际运营中,农业企业除了要应对频繁发生的自然灾害风险外,还经常面临农户故意违约行为,比如收购季节时,市场价格高于合同价,农户会不执行合同,而是把农产品卖给其他收购商,导致农产品的供应不确定性问题更加严重。因此,较低的农户订单履约率会导致企业的原材料得不到保证,从而给企业带来较大的经济损失。为了规避订单农业中的农户故意违约风险,农业企业可以选择土地租赁方式来实现农产品供应链中原材料的货源稳定性,即通过土地经营权流转方式从农户那里租赁土地,建立企业生产基地,雇佣农户种植并给相应工资的这样一种模式。虽然土地租赁的形式规避了农户故意违约风险,但是仍存在农业自然灾害风险,其所带来的供应不确定问题依然要解决。所以论文针对土地租赁模式下农产品供应风险所导致的供应不确定问题,从企业的视角出发,对土地租赁规模决策问题进行研究。首先,论文考虑农产品的市场销售收入、土地租赁成本、雇佣农户生产成本和农药灌溉成本、劳动力成本、小于市场需求所产生的缺货成本、以及过多生产大于市场需求所产生的库存成本、两个种植季度下租赁规模大于实际种植规模所产生的土地闲置成本,在供应不确定下分别构建了单个种植季度、两个种植季度以及多个种植季度下的土地租赁规模决策模型。其中,两个种植季度模型分别包括需求确定和需求随机变化两种情况下的决策模型。模型均以期望利润最大为目标函数,以土地租赁规模为决策变量,两个种植季度的决策模型以每个季度实际种植规模和租赁规模为决策变量。另外,模型还考虑了龙头企业资金约束、土地规模以及劳动力约束条件。其次,根据模型是属于非线性规划问题(即不等式约束及选择变量非负的最优化问题),采用库恩—塔克条件将目标函数作拉格朗日函数求一阶条件,通过讨论选择变量的各种情况将不等式转化为等式。再通过二分法对一阶最优条件进行求解。最后,结合云南某龙头企业的实际运营情况,设计算例验证模型和算法的有效性,并进行了单参数和双参数分析。根据论文研究,得出以下结论:(1)通过本文建立的模型和设计的算法,可以快速获得土地租赁的规模和期望利润。(2)土地租赁规模随农产品单位出售价格、单位缺货成本的增加呈增长趋势;随农产品单位面积的期望产量、单位租赁成本、单位库存成本、单位劳动力成本以及单位生产成本的增加却呈减小趋势。其中由于受到企业资金规模约束,单位租赁成本大到一定程度时,最终租赁规模会受企业资金规模约束。(3)期望利润随农产品需求、单位出售价格、单位面积产量的增加而增加;随单位租赁成本、单位劳动力成本、单位生产成本的增加而减小。(4)相比较单位租赁成本对土地租赁规模的影响,单位缺货成本和单位库存成本对其影响更为明显,但是期望利润却受单位租赁成本的影响更为明显。(5)两个种植季度下土地租赁面积和每个季度实际种植面积的关系与各个参数变化有关。随着单位租赁成本和单位闲置成本的增加,租赁面积先取两个季度较大种植面积后取较小种植面积;随着单位出售价格和单位缺货成本的增加,租赁面积取值却先取较小种植面积后取较大种植面积。(6)当单位闲置成本较小时,龙头企业宁愿承担闲置成本,也会选择比较大的实际种植规模来确定最终的土地租赁规模;当单位闲置成本较大,缺货成本较小时,以两个种植季度里较小的种植规模确定租赁规模,即宁愿缺货也不闲置。(7)期望利润在单个种植季度下随单位缺货成本和库存成本的增加呈先增加再减小的趋势,在两个种植季度下却是随它们增加一直减小。(8)出现闲置的前提是单位缺货成本比较大或者单位闲置成本较小。如果两者都不满足,租赁面积只会满足小的种植面积,出现宁可缺货也不闲置的现象。(9)论文构建的模型对产出率分布并不敏感;需求是否随机对租赁规模影响也不大,但对龙头企业的收益是有影响的。论文的研究考虑土地规模、劳动力和企业资金规模约束条件,以及“土地闲置”风险,弥补了现有理论研究的不足,有利于龙头企业在多重风险下更好地确定土地规模,减小企业的潜在损失风险,提高企业收益,促进农业产业化发展。