政策支持與農業(yè)龍頭企業(yè)績效關系研究

政策支持與農業(yè)龍頭企業(yè)績效關系研究

一、引言近年來，研究政策支持對企業(yè)經營業(yè)績影響方面的文獻逐漸增多。Beason(1996)等研究了投資補貼效應，發(fā)現(xiàn)補貼導致企業(yè)低增長以及規(guī)模報酬遞減。Lee(1996)研究了投資補貼及信貸優(yōu)惠政策，發(fā)現(xiàn)在韓國制造業(yè)生產部門中稅收優(yōu)惠政策同產出及資本增長成正相關。Bergstrom(2000)對瑞典企業(yè)1987-1993年投資補貼效應進行分析，發(fā)現(xiàn)企業(yè)在獲得補貼的第一年，補貼會帶來正面效應，但從第二年開始，補貼帶來的是負面影響。近年來，隨著政策的不斷完善，我國對于農業(yè)企業(yè)的政策支持出現(xiàn)了多種形式，林萬龍(2004)通過對2002年2月58家上市公司的數(shù)據進行實證分析，分析了補貼對上市農業(yè)公司產出增長的影響，針對特定企業(yè)進行優(yōu)惠補貼的“專向性補貼政策”，認為我國農業(yè)龍頭企業(yè)財稅補貼扶持政策缺乏效率，因而也就談不上對當?shù)剞r產品產銷的帶動作用。這個結論意味著我國現(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)通過收集農業(yè)上市公司2002-2005年的財務數(shù)據，把補貼政策作為研究的核心，結果發(fā)現(xiàn)稅收補貼對上市公司盈利影響顯著，但對提高農業(yè)上市公司的盈利作用非常??；收入補貼對上市公司盈利影響不顯著，對農業(yè)上市公司盈利的提高沒有幫助；稅收補貼與收入補貼有助于增加農業(yè)上市公司當期的利潤，但對農業(yè)上市公司提高長期的競爭能力不利。王昌(2009)通過選擇2004-2006年農業(yè)產業(yè)化國家重點龍頭企業(yè)中的41家上市公司為研究樣本，采用平衡面板數(shù)據模型，分析了國家的財政補貼及稅收優(yōu)惠政策對農業(yè)龍頭企業(yè)績效的影響，結果表明，所得稅優(yōu)惠對上市公司的盈利有顯著影響，但從長期看對其發(fā)展能力并無明顯效應；收入補貼對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度企業(yè)績效影響因素的DEA-Tobit兩步法對2003-2010年江西省農業(yè)龍頭企業(yè)的生產效率的變動及其影響因素進行分析。根據一般定義，生產效率是指產出量與全部投入要素之比，表明產出量的變動與全部投入要素變動的關系，以衡量生產率的變化對經濟增長的作用。生產效率一般是指生產系統(tǒng)的全要素生產率(TotalFactorProductivity，TFP)。Fare(1994)將基于DEA算法的Malmquist生產效率指數(shù)分解為技術變化(Tch)和效率變化(Ech)，表明TFP增長是技術進步與效率提高綜合作用的結果，而效率則是技術效率(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總要素生產率變化的影響，技術效率反映生產領域中技術更新速度的快慢和技術推廣的有效程度。Malmquist指數(shù)的分解如下式表示：應用DEA方法得出決策單元效率值后，為了進一步分析評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模型評估出決策單元的效率值；第二步，做效率值(因變量)對各種影響因素的回歸，并由自變量的系數(shù)判斷影響因素對效率值的影響方向與影響強度。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模型直接回歸，參數(shù)估計值會產生偏向于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)據來源及指標選取(一)決策單元的劃分本文選取26家江西省農業(yè)龍頭企業(yè)2003-2010年的相關數(shù)據作為決策單元，樣本數(shù)據來自于2011年3—5月的課題組與江西省農業(yè)廳農業(yè)產業(yè)化辦公室共同進行的調查，并進行了整理，為了不影響企業(yè)商業(yè)數(shù)據的外泄，本文分別用1～26序號進行代表。(二)指標選擇與樣本數(shù)據的獲取四、江西省農業(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，江西農業(yè)龍頭企業(yè)全要素生產率變化指數(shù)和技術進步變化指數(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，農業(yè)龍頭企業(yè)全要素生產率平均增長率為18.8%，主要源于技術進步率的提高(技術進步率平均增長率為19.5%)，僅2006-2007年全要素生產率的增長同時源于技術變化與技術效率的改進。技術變化指數(shù)在考察期內絕大部分都大于1，有正的技術進步的趨勢。2003-2010年技術效率變化的平均增長率為-0.05%，說明江西農業(yè)龍頭企業(yè)最優(yōu)技術前沿的移動速度減慢了。(二)技術效率的規(guī)模效應及投入與產出分析為探討2003-2010年江西省農業(yè)龍頭企業(yè)技術效率的特點并尋找未達到有效值的根源，用基于產出導向的DEA模型CCR度量了各農業(yè)龍頭企業(yè)的技術效率、純技術效率和規(guī)模效率水平(見表2)。實證結果顯示，江西省農業(yè)龍頭企業(yè)技術效率主要存在以下兩方面特點：第一，樣本期內江西省農業(yè)龍頭企業(yè)平均技術效率差異顯著(見表2)。企業(yè)平均總資產超過億元的11家企業(yè)中有9家企業(yè)(21、15、4、6、16、9、12、5、11)技術效率較低，DEA非有效，技術效率分別達到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則處于生產前沿面，技術效率達到1，DEA有效，這些企業(yè)中絕大部分的平均總資產都在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)都遠離生產前沿面，DEA非有效。導致扶持結果非效率的原因不盡相同，大多數(shù)企業(yè)(12企業(yè)除外)都是純技術效率低下和規(guī)模效率不足共同作用的結果，其中純技術效率不足是主要原因。第二，從規(guī)模報酬的角度看，報酬遞減的企業(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帶來更小幅度的產出增加，投資規(guī)模相對于人力資本、市場環(huán)境等某些因素而言已相對過大。對于這些農業(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出關系來實現(xiàn)。報酬遞增的企業(yè)較少，如9、15、17和19企業(yè)，不到總數(shù)的1/6，這從另一個側面反映政策扶持的投入產出效果并不理想，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)變量選取與模型設定在考慮農業(yè)龍頭企業(yè)自身特性的基礎上，本文選取了總資產(ZZC)、職工工資(ZGGZ)、與農戶簽訂合同數(shù)(QDHTS)、雇傭農戶數(shù)(GYNHS)、貸款貼息(DKTX)、品牌扶持金額(PPFCJE)、農民培訓費(NMPXF)和稅收減免(SSJM)作為解釋變量。全要素生產率作為衡量龍頭企業(yè)投入產出關系的指標，是由技術效率和技術進步共同決定的。倘若兩個龍頭企業(yè)效率水平相近的決策單元各自的技術效率或技術進步率不一致，那么影響龍頭行為效率的因素也會有差異。因此，為深入探討影響龍頭行為效率的因素，分別以全要素生產效率、技術效率、技術進步率為因變量，以影響因素為自變量，對相關影響因素的絕對變量取對數(shù)，建立以下回歸模型：其中，ZZC為總資產、ZGGZ為職工工資、QDHTS為簽訂合同數(shù)、GYNHS為雇傭農戶數(shù)、DKTX為貸款貼息、PPFCJE為品牌扶持金額、NMPXF為農民培訓費、SSJM為稅收減免。上述(4)、(5)、(6)式分別是總全要素生產率、技術效率和技術進步率對以上8個控制變量的回歸模型。(二)回歸結果分析表3實證結果的數(shù)據，揭示了8個方面的問題：第一，反映企業(yè)規(guī)模的總資產對技術效率影響顯著但不為正，對全要素生產率影響顯著為正，表明企業(yè)規(guī)模擴大，達到規(guī)模經濟，但其技術效率由于規(guī)模的擴大卻出現(xiàn)下降，同時表明技術效率具有收斂的趨勢?？傎Y產對技術進步的影響顯著為正，說明農業(yè)龍頭企業(yè)規(guī)模較大時既可以通過壟斷行為獲取一定的商業(yè)利潤，同時又具有技術創(chuàng)新的動力，因而對技術進步影響是正向的。這也說明規(guī)模效率具有發(fā)散效應。第二，職工工資對全要素生產率、技術進步的影響都不顯著但為正；相對于總資產，職工工資是稀缺資源。職工工資對于技術效率的影響顯著為正，說明高素質的職工對技術效率有顯著的促進作用。因此，職工工資的比重增加，企業(yè)全要素生產率和技術進步也會增加。這說明，為促進技術效率的提高，可適當增加高素質員工的工資。第三，與農戶簽訂合同數(shù)對全要素生產率、技術進步的影響不顯著為正，對技術效率影響顯著為正。這反映出龍頭企業(yè)與農戶簽訂合同數(shù)在企業(yè)效率中發(fā)揮一定的促進作用，但尚未有效發(fā)揮其政策導向作用。一方面，政府試圖通過鼓勵農業(yè)龍頭企業(yè)與更多的農戶簽訂合同，帶動農戶增加收入；同時，政府和企業(yè)對帶動農戶規(guī)模的重視又引致了技術效率的提高。第四，農業(yè)龍頭企業(yè)雇傭農戶數(shù)對技術效率的影響不顯著為正，對全要素生產率和技術進步的影響顯著為正。這說明雇傭農戶數(shù)對企業(yè)提高技術進步和全要素生產率有積極意義。雇傭農戶數(shù)對技術效率的影響不顯著為負，說明農戶素質普遍偏低對帶有高風險的技術效率的促進作用為負。反過來也說明，要提高技術效率，企業(yè)必須加大對農戶的培訓力度，不能完全依賴政府對農戶的培訓支持。第五，貸款貼息對全要素生產率的影響顯著為正。這說明貸款貼息有助于緩解農業(yè)龍頭企業(yè)資金不足的問題，并且有利于引導企業(yè)增加技術改造投入。同時，貸款貼息對技術效率、技術進步影響顯著為正，說明江西省農業(yè)龍頭企業(yè)能較好利用貸款貼息資金，提高企業(yè)的技術效率和技術進步。第六，品牌扶持對于技術效率的影響不顯著為負。這說明企業(yè)在政府扶持下加強品牌建設的同時，由于改善、提升了產品質量和產品加工技術，結果在一定程度上導致了企業(yè)技術效率的下降。政府對企業(yè)品牌的扶持金額對技術進步、全要素生產率影響不顯著為正，表明品牌扶持對于農業(yè)龍頭企業(yè)的農產品加工技術、全要素生產率有一定的促進作用，但相比于工業(yè)品，農產品的品牌建立具有更大的難度，品牌建設對于農業(yè)企業(yè)來說更加“任重道遠”。第七，農民培訓費對技術效率的影響不顯著為正，表明企業(yè)對農戶的培訓短期內會帶來技術效率的提高；對全要素生產率的影響不顯著為負，對技術進步的影響顯著為負，表明企業(yè)對于自身之外的普通農戶的培訓，會在一定程度上分散企業(yè)有限資金的使用，帶來企業(yè)全要素生產率的下降和降低企業(yè)的技術進步。從長期來看，這也說明對于普通農戶的培訓需要政府來分擔。第八，稅收減免對全要素生產率的影響顯著為正，說明稅收減免有助于緩解農業(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；稅收減免對技術效率、技術進步影響顯著為正，說明江西省農業(yè)龍頭企業(yè)能較好利用稅收減免，提高企業(yè)的技術效率和技術進步。六、結論與建議首先，各個農業(yè)龍頭企業(yè)應根據本企業(yè)的生產活動是否達到生產前沿、實際投入產出的冗余與松弛、規(guī)模性等實際狀況，有針對性地調整本企業(yè)的投入或產出的方向與幅度，使全要素生產率、技術效率、技術進步率盡可能向生產前沿移動。其次，為使全要素生產率、技術效率、技術進步率盡可能向生產前沿移動，可從