政策支持與農(nóng)業(yè)龍頭企業(yè)績效關(guān)系研究

政策支持與農(nóng)業(yè)龍頭企業(yè)績效關(guān)系研究

一、引言近年來，研究政策支持對(duì)企業(yè)經(jīng)營業(yè)績影響方面的文獻(xiàn)逐漸增多。Beason(1996)等研究了投資補(bǔ)貼效應(yīng)，發(fā)現(xiàn)補(bǔ)貼導(dǎo)致企業(yè)低增長以及規(guī)模報(bào)酬遞減。Lee(1996)研究了投資補(bǔ)貼及信貸優(yōu)惠政策，發(fā)現(xiàn)在韓國制造業(yè)生產(chǎn)部門中稅收優(yōu)惠政策同產(chǎn)出及資本增長成正相關(guān)。Bergstrom(2000)對(duì)瑞典企業(yè)1987-1993年投資補(bǔ)貼效應(yīng)進(jìn)行分析，發(fā)現(xiàn)企業(yè)在獲得補(bǔ)貼的第一年，補(bǔ)貼會(huì)帶來正面效應(yīng)，但從第二年開始，補(bǔ)貼帶來的是負(fù)面影響。近年來，隨著政策的不斷完善，我國對(duì)于農(nóng)業(yè)企業(yè)的政策支持出現(xiàn)了多種形式，林萬龍(2004)通過對(duì)2002年2月58家上市公司的數(shù)據(jù)進(jìn)行實(shí)證分析，分析了補(bǔ)貼對(duì)上市農(nóng)業(yè)公司產(chǎn)出增長的影響，針對(duì)特定企業(yè)進(jìn)行優(yōu)惠補(bǔ)貼的“專向性補(bǔ)貼政策”，認(rèn)為我國農(nóng)業(yè)龍頭企業(yè)財(cái)稅補(bǔ)貼扶持政策缺乏效率，因而也就談不上對(duì)當(dāng)?shù)剞r(nóng)產(chǎn)品產(chǎn)銷的帶動(dòng)作用。這個(gè)結(jié)論意味著我國現(xiàn)行的龍頭企業(yè)扶持政策在操作上存在很大的偏差。冷建飛(2007)通過收集農(nóng)業(yè)上市公司2002-2005年的財(cái)務(wù)數(shù)據(jù)，把補(bǔ)貼政策作為研究的核心，結(jié)果發(fā)現(xiàn)稅收補(bǔ)貼對(duì)上市公司盈利影響顯著，但對(duì)提高農(nóng)業(yè)上市公司的盈利作用非常?。皇杖胙a(bǔ)貼對(duì)上市公司盈利影響不顯著，對(duì)農(nóng)業(yè)上市公司盈利的提高沒有幫助；稅收補(bǔ)貼與收入補(bǔ)貼有助于增加農(nóng)業(yè)上市公司當(dāng)期的利潤，但對(duì)農(nóng)業(yè)上市公司提高長期的競(jìng)爭(zhēng)能力不利。王昌(2009)通過選擇2004-2006年農(nóng)業(yè)產(chǎn)業(yè)化國家重點(diǎn)龍頭企業(yè)中的41家上市公司為研究樣本，采用平衡面板數(shù)據(jù)模型，分析了國家的財(cái)政補(bǔ)貼及稅收優(yōu)惠政策對(duì)農(nóng)業(yè)龍頭企業(yè)績效的影響，結(jié)果表明，所得稅優(yōu)惠對(duì)上市公司的盈利有顯著影響，但從長期看對(duì)其發(fā)展能力并無明顯效應(yīng)；收入補(bǔ)貼對(duì)上市公司的盈利和發(fā)展能力影響均不顯著。二、模型的選取與說明本文采用測(cè)度企業(yè)績效影響因素的DEA-Tobit兩步法對(duì)2003-2010年江西省農(nóng)業(yè)龍頭企業(yè)的生產(chǎn)效率的變動(dòng)及其影響因素進(jìn)行分析。根據(jù)一般定義，生產(chǎn)效率是指產(chǎn)出量與全部投入要素之比，表明產(chǎn)出量的變動(dòng)與全部投入要素變動(dòng)的關(guān)系，以衡量生產(chǎn)率的變化對(duì)經(jīng)濟(jì)增長的作用。生產(chǎn)效率一般是指生產(chǎn)系統(tǒng)的全要素生產(chǎn)率(TotalFactorProductivity，TFP)。Fare(1994)將基于DEA算法的Malmquist生產(chǎn)效率指數(shù)分解為技術(shù)變化(Tch)和效率變化(Ech)，表明TFP增長是技術(shù)進(jìn)步與效率提高綜合作用的結(jié)果，而效率則是技術(shù)效率(Tech)與規(guī)模效率(Sech)的綜合體現(xiàn)。規(guī)模效率的變化反映投入增長對(duì)總要素生產(chǎn)率變化的影響，技術(shù)效率反映生產(chǎn)領(lǐng)域中技術(shù)更新速度的快慢和技術(shù)推廣的有效程度。Malmquist指數(shù)的分解如下式表示：應(yīng)用DEA方法得出決策單元效率值后，為了進(jìn)一步分析評(píng)估效率值受哪些因素影響及其影響程度，在DEA分析中衍生出一種被稱為“兩階段法”(Two-stageMethod)的方法。第一步，先通過DEA模型評(píng)估出決策單元的效率值；第二步，做效率值(因變量)對(duì)各種影響因素的回歸，并由自變量的系數(shù)判斷影響因素對(duì)效率值的影響方向與影響強(qiáng)度。但是，由DEA模型確定的效率值(自變量)被限制在0～1之間，若用普通最小二乘法對(duì)模型直接回歸，參數(shù)估計(jì)值會(huì)產(chǎn)生偏向于0的情形。為解決這一問題，Tobit于1958年提出了截取回歸模型(CensoredRegressionModel)，又稱為Tobit模型：三、數(shù)據(jù)來源及指標(biāo)選取(一)決策單元的劃分本文選取26家江西省農(nóng)業(yè)龍頭企業(yè)2003-2010年的相關(guān)數(shù)據(jù)作為決策單元，樣本數(shù)據(jù)來自于2011年3—5月的課題組與江西省農(nóng)業(yè)廳農(nóng)業(yè)產(chǎn)業(yè)化辦公室共同進(jìn)行的調(diào)查，并進(jìn)行了整理，為了不影響企業(yè)商業(yè)數(shù)據(jù)的外泄，本文分別用1～26序號(hào)進(jìn)行代表。(二)指標(biāo)選擇與樣本數(shù)據(jù)的獲取四、江西省農(nóng)業(yè)龍頭企業(yè)績效的度量及其分析(一)增長速度提高明顯在考察期內(nèi)，江西農(nóng)業(yè)龍頭企業(yè)全要素生產(chǎn)率變化指數(shù)和技術(shù)進(jìn)步變化指數(shù)在絕大多數(shù)年份都大于1，增長速度提高明顯。從表1可以看出，農(nóng)業(yè)龍頭企業(yè)全要素生產(chǎn)率平均增長率為18.8%，主要源于技術(shù)進(jìn)步率的提高(技術(shù)進(jìn)步率平均增長率為19.5%)，僅2006-2007年全要素生產(chǎn)率的增長同時(shí)源于技術(shù)變化與技術(shù)效率的改進(jìn)。技術(shù)變化指數(shù)在考察期內(nèi)絕大部分都大于1，有正的技術(shù)進(jìn)步的趨勢(shì)。2003-2010年技術(shù)效率變化的平均增長率為-0.05%，說明江西農(nóng)業(yè)龍頭企業(yè)最優(yōu)技術(shù)前沿的移動(dòng)速度減慢了。(二)技術(shù)效率的規(guī)模效應(yīng)及投入與產(chǎn)出分析為探討2003-2010年江西省農(nóng)業(yè)龍頭企業(yè)技術(shù)效率的特點(diǎn)并尋找未達(dá)到有效值的根源，用基于產(chǎn)出導(dǎo)向的DEA模型CCR度量了各農(nóng)業(yè)龍頭企業(yè)的技術(shù)效率、純技術(shù)效率和規(guī)模效率水平(見表2)。實(shí)證結(jié)果顯示，江西省農(nóng)業(yè)龍頭企業(yè)技術(shù)效率主要存在以下兩方面特點(diǎn)：第一，樣本期內(nèi)江西省農(nóng)業(yè)龍頭企業(yè)平均技術(shù)效率差異顯著(見表2)。企業(yè)平均總資產(chǎn)超過億元的11家企業(yè)中有9家企業(yè)(21、15、4、6、16、9、12、5、11)技術(shù)效率較低，DEA非有效，技術(shù)效率分別達(dá)到0.112、0.815、0.41、0.734、0.558、0.282、0.427、0.412、0.558。而企業(yè)7、20、2、13、26、14、24則處于生產(chǎn)前沿面，技術(shù)效率達(dá)到1，DEA有效，這些企業(yè)中絕大部分的平均總資產(chǎn)都在1億元以下(企業(yè)24除外)。企業(yè)16、11、17、19、6、23、15、22的技術(shù)效率分別為0.558、0.558、0.624、0.664、0.734、0.753、0.815、0.986，離前沿面較近，DEA弱有效。21、8、9、10、25、1、18、4、5、12企業(yè)都遠(yuǎn)離生產(chǎn)前沿面，DEA非有效。導(dǎo)致扶持結(jié)果非效率的原因不盡相同，大多數(shù)企業(yè)(12企業(yè)除外)都是純技術(shù)效率低下和規(guī)模效率不足共同作用的結(jié)果，其中純技術(shù)效率不足是主要原因。第二，從規(guī)模報(bào)酬的角度看，報(bào)酬遞減的企業(yè)較多。企業(yè)1、4、5、6、8、10、11、12、16、18、21、22、23和25都屬于這種情況。這說明投入的增加只會(huì)帶來更小幅度的產(chǎn)出增加，投資規(guī)模相對(duì)于人力資本、市場(chǎng)環(huán)境等某些因素而言已相對(duì)過大。對(duì)于這些農(nóng)業(yè)龍頭企業(yè)，要提高效率水平，降低平均成本，可通過控制投資或改善投入產(chǎn)出關(guān)系來實(shí)現(xiàn)。報(bào)酬遞增的企業(yè)較少，如9、15、17和19企業(yè)，不到總數(shù)的1/6，這從另一個(gè)側(cè)面反映政策扶持的投入產(chǎn)出效果并不理想，大部分企業(yè)存在不同程度的資源投入不足，特別是企業(yè)資金投入的不足。規(guī)模有效的企業(yè)約占1/3，表2數(shù)據(jù)顯示，2、3、7、13、14、20、24和26企業(yè)處于最優(yōu)規(guī)模效率。五、江西省農(nóng)業(yè)龍頭企業(yè)績效的影響因素分析(一)變量選取與模型設(shè)定在考慮農(nóng)業(yè)龍頭企業(yè)自身特性的基礎(chǔ)上，本文選取了總資產(chǎn)(ZZC)、職工工資(ZGGZ)、與農(nóng)戶簽訂合同數(shù)(QDHTS)、雇傭農(nóng)戶數(shù)(GYNHS)、貸款貼息(DKTX)、品牌扶持金額(PPFCJE)、農(nóng)民培訓(xùn)費(fèi)(NMPXF)和稅收減免(SSJM)作為解釋變量。全要素生產(chǎn)率作為衡量龍頭企業(yè)投入產(chǎn)出關(guān)系的指標(biāo)，是由技術(shù)效率和技術(shù)進(jìn)步共同決定的。倘若兩個(gè)龍頭企業(yè)效率水平相近的決策單元各自的技術(shù)效率或技術(shù)進(jìn)步率不一致，那么影響龍頭行為效率的因素也會(huì)有差異。因此，為深入探討影響龍頭行為效率的因素，分別以全要素生產(chǎn)效率、技術(shù)效率、技術(shù)進(jìn)步率為因變量，以影響因素為自變量，對(duì)相關(guān)影響因素的絕對(duì)變量取對(duì)數(shù)，建立以下回歸模型：其中，ZZC為總資產(chǎn)、ZGGZ為職工工資、QDHTS為簽訂合同數(shù)、GYNHS為雇傭農(nóng)戶數(shù)、DKTX為貸款貼息、PPFCJE為品牌扶持金額、NMPXF為農(nóng)民培訓(xùn)費(fèi)、SSJM為稅收減免。上述(4)、(5)、(6)式分別是總?cè)厣a(chǎn)率、技術(shù)效率和技術(shù)進(jìn)步率對(duì)以上8個(gè)控制變量的回歸模型。(二)回歸結(jié)果分析表3實(shí)證結(jié)果的數(shù)據(jù)，揭示了8個(gè)方面的問題：第一，反映企業(yè)規(guī)模的總資產(chǎn)對(duì)技術(shù)效率影響顯著但不為正，對(duì)全要素生產(chǎn)率影響顯著為正，表明企業(yè)規(guī)模擴(kuò)大，達(dá)到規(guī)模經(jīng)濟(jì)，但其技術(shù)效率由于規(guī)模的擴(kuò)大卻出現(xiàn)下降，同時(shí)表明技術(shù)效率具有收斂的趨勢(shì)?？傎Y產(chǎn)對(duì)技術(shù)進(jìn)步的影響顯著為正，說明農(nóng)業(yè)龍頭企業(yè)規(guī)模較大時(shí)既可以通過壟斷行為獲取一定的商業(yè)利潤，同時(shí)又具有技術(shù)創(chuàng)新的動(dòng)力，因而對(duì)技術(shù)進(jìn)步影響是正向的。這也說明規(guī)模效率具有發(fā)散效應(yīng)。第二，職工工資對(duì)全要素生產(chǎn)率、技術(shù)進(jìn)步的影響都不顯著但為正；相對(duì)于總資產(chǎn)，職工工資是稀缺資源。職工工資對(duì)于技術(shù)效率的影響顯著為正，說明高素質(zhì)的職工對(duì)技術(shù)效率有顯著的促進(jìn)作用。因此，職工工資的比重增加，企業(yè)全要素生產(chǎn)率和技術(shù)進(jìn)步也會(huì)增加。這說明，為促進(jìn)技術(shù)效率的提高，可適當(dāng)增加高素質(zhì)員工的工資。第三，與農(nóng)戶簽訂合同數(shù)對(duì)全要素生產(chǎn)率、技術(shù)進(jìn)步的影響不顯著為正，對(duì)技術(shù)效率影響顯著為正。這反映出龍頭企業(yè)與農(nóng)戶簽訂合同數(shù)在企業(yè)效率中發(fā)揮一定的促進(jìn)作用，但尚未有效發(fā)揮其政策導(dǎo)向作用。一方面，政府試圖通過鼓勵(lì)農(nóng)業(yè)龍頭企業(yè)與更多的農(nóng)戶簽訂合同，帶動(dòng)農(nóng)戶增加收入；同時(shí)，政府和企業(yè)對(duì)帶動(dòng)農(nóng)戶規(guī)模的重視又引致了技術(shù)效率的提高。第四，農(nóng)業(yè)龍頭企業(yè)雇傭農(nóng)戶數(shù)對(duì)技術(shù)效率的影響不顯著為正，對(duì)全要素生產(chǎn)率和技術(shù)進(jìn)步的影響顯著為正。這說明雇傭農(nóng)戶數(shù)對(duì)企業(yè)提高技術(shù)進(jìn)步和全要素生產(chǎn)率有積極意義。雇傭農(nóng)戶數(shù)對(duì)技術(shù)效率的影響不顯著為負(fù)，說明農(nóng)戶素質(zhì)普遍偏低對(duì)帶有高風(fēng)險(xiǎn)的技術(shù)效率的促進(jìn)作用為負(fù)。反過來也說明，要提高技術(shù)效率，企業(yè)必須加大對(duì)農(nóng)戶的培訓(xùn)力度，不能完全依賴政府對(duì)農(nóng)戶的培訓(xùn)支持。第五，貸款貼息對(duì)全要素生產(chǎn)率的影響顯著為正。這說明貸款貼息有助于緩解農(nóng)業(yè)龍頭企業(yè)資金不足的問題，并且有利于引導(dǎo)企業(yè)增加技術(shù)改造投入。同時(shí)，貸款貼息對(duì)技術(shù)效率、技術(shù)進(jìn)步影響顯著為正，說明江西省農(nóng)業(yè)龍頭企業(yè)能較好利用貸款貼息資金，提高企業(yè)的技術(shù)效率和技術(shù)進(jìn)步。第六，品牌扶持對(duì)于技術(shù)效率的影響不顯著為負(fù)。這說明企業(yè)在政府扶持下加強(qiáng)品牌建設(shè)的同時(shí)，由于改善、提升了產(chǎn)品質(zhì)量和產(chǎn)品加工技術(shù)，結(jié)果在一定程度上導(dǎo)致了企業(yè)技術(shù)效率的下降。政府對(duì)企業(yè)品牌的扶持金額對(duì)技術(shù)進(jìn)步、全要素生產(chǎn)率影響不顯著為正，表明品牌扶持對(duì)于農(nóng)業(yè)龍頭企業(yè)的農(nóng)產(chǎn)品加工技術(shù)、全要素生產(chǎn)率有一定的促進(jìn)作用，但相比于工業(yè)品，農(nóng)產(chǎn)品的品牌建立具有更大的難度，品牌建設(shè)對(duì)于農(nóng)業(yè)企業(yè)來說更加“任重道遠(yuǎn)”。第七，農(nóng)民培訓(xùn)費(fèi)對(duì)技術(shù)效率的影響不顯著為正，表明企業(yè)對(duì)農(nóng)戶的培訓(xùn)短期內(nèi)會(huì)帶來技術(shù)效率的提高；對(duì)全要素生產(chǎn)率的影響不顯著為負(fù)，對(duì)技術(shù)進(jìn)步的影響顯著為負(fù)，表明企業(yè)對(duì)于自身之外的普通農(nóng)戶的培訓(xùn)，會(huì)在一定程度上分散企業(yè)有限資金的使用，帶來企業(yè)全要素生產(chǎn)率的下降和降低企業(yè)的技術(shù)進(jìn)步。從長期來看，這也說明對(duì)于普通農(nóng)戶的培訓(xùn)需要政府來分擔(dān)。第八，稅收減免對(duì)全要素生產(chǎn)率的影響顯著為正，說明稅收減免有助于緩解農(nóng)業(yè)龍頭企業(yè)資金不足的問題，減輕龍頭企業(yè)的資金壓力；稅收減免對(duì)技術(shù)效率、技術(shù)進(jìn)步影響顯著為正，說明江西省農(nóng)業(yè)龍頭企業(yè)能較好利用稅收減免，提高企業(yè)的技術(shù)效率和技術(shù)進(jìn)步。六、結(jié)論與建議首先，各個(gè)農(nóng)業(yè)龍頭企業(yè)應(yīng)根據(jù)本企業(yè)的生產(chǎn)活動(dòng)是否達(dá)到生產(chǎn)前沿、實(shí)際投入產(chǎn)出的冗余與松弛、規(guī)模性等實(shí)際狀況，有針對(duì)性地調(diào)整本企業(yè)的投入或產(chǎn)出的方向與幅度，使全要素生產(chǎn)率、技術(shù)效率、技術(shù)進(jìn)步率盡可能向生產(chǎn)前沿移動(dòng)。其次，為使全要素生產(chǎn)率、技術(shù)效率、技術(shù)進(jìn)步率盡可能向生產(chǎn)前沿移動(dòng)，可從