论文部分内容阅读
摘 要：本文利用河北省的调查数据，研究了农业聚集区情况以及与企业合作的效益影响。通过对几个关键问题的探讨，以期加强农业聚集区与企业之间的合作交流，推动农业产业集群的深度发展。
关键词：农业聚集区 合作 绩效
一、引言
农业集群是农业的空间集聚现象，它既有本地区域的历史根源，又经常取决于企业所出的农产品收购价。在全国经济结构调整的背景下，农户孤立模式正在被打破，取而代之的是农业聚集区与企业之间密切的相互合作和相互影响。合作开始成为新经济时代获取竞争优势的新途径。近些年来，我国的产业集群也有所发展，已经形成山东寿光蔬菜产业集群、云南斗南花卉产业集群等，这些产业聚集区的发展依靠自身创新、企业新合作而形成，创造出独特的竞争优势。
二、理论背景
马歇尔的外部经济理论列举了产业区的三个优势，即本地熟练劳动力市场的形成，中间产品投入和相应服务业、辅助产业的产生，以及技术外溢。新产业区理论认为建立在灵活专业化基础上的竞争、合作、网络、制度构成农业聚集区竞争力的重要源泉，提出了集体效率理论。他认为集体效率是外部经济和联合行动形成的竞争优势。外部经济的存在可以吸引劳动力资源，使集群内企业获得中间投入品，并且产生技术扩散效应。农业聚集区与企业之间的合作化农户被动为主动，有助于减少信息不对称性，减少交易成本和风险。
三、样本基本情况
1.被调研小麦种植户的基本情况。在调研中，农户户主平均年龄为52.85，户主受教育程度为高中或中专的占12.21%，初中的占32.27%，小學的占46.80%。被调查农户的种植面积平均为10.28亩。另外农户合作关系的分布情况如表所示：
注：横向合作主要是指农户间的信息交流、技术帮助和相互帮工。纵向合作主要是指农户与企业 的信息交流与技术服务。其中1 表示合作很少，2 表示较少，3 表示一般，4 表示多，5 表示很多。
2.被调研企业的基本情况。在调研中，大型企业36家，占总样本的45%。其中企业与农户信息交流仅达到28.75%。
四、变量选择和模型设定
1.农户收入变量选择。
1.1横向合作的变量选择。已有的关于农户横向合作的研究，多数是指参加农民合作经济组织。但在农业产业集群的研究视角下，农户之间的横向合作不单纯指农户参加合作组织，这里更是指农户之间的互动行为。郑风田和程郁（2005）在对云南斗南花卉产业集群的研究中指出，农户的横向合作包括农户之间的信息交流、技术帮助、联合销售、联合采购、相互帮助等。
1.2纵向合作的变量选择。农户的纵向合作，主要是指小麦与企业的合作，即小麦产业链上的纵向合作。郑风田和程郁（2005）的研究认为，农户与企业的合作主要包括信息的交流、价格的协商、技术服务、资金借贷等。鉴于此，本文选择信息交流、技术帮助来衡量农户与企业之间纵向合作。
1.3控制变量的选择。国内外诸多研究，都考虑了年龄，受教育程度对工资和收入的影响。因此，本文将户主年龄和受教育程度作为控制变量。
2.企业收益变量选择。
2.1横向合作和纵向合作的变量选择。郑风田、唐忠（2002）认为企业间的联合行动是企业间有意识地增加联合与关联，联合行动分为垂直与水平。其中水平合作包括信息与经验交流、订单共享等，垂直合作包括向后与原料供应商的合作与买房的合作。后向合作包括信息与经验交流、支付与交货协商等，前向合作包括信息与经验交流、技术升级等。选择信息交流，技术指导作为企业后向的衡量指标。
2.2控制变量的选择。杨子刚、郭庆海（2011）验证了企业基本信息，包括企业成立年限、企业性质以及企业总资产对玉米加工企业合作模式的影响。因此，可以看出企业的基本情况，例如企业性质、企业等级、企业资本等均对其合作及其收益有一定程度的影响。本文参考王进猛、沈志渔（2010）的研究，选择企业等级作为控制变量。
3.模型设定。本文考察农业产业集群的合作关系，并通过计算经济模型分析农业产业集群的合作关系对农户和企业收益的影响。拟采用如下模型
LnY1=α+α1HC+α2VC+α3W+ε ①
LnY2=β+β1HC+β2VC+β3LE+μ ②
其中，①式表示农户的收入，Y1表示农户的纯收入，HC表示农户之间的横向合作，VC表示农户与企业后向纵向合作，W表示一些控制变量，包括户主的年龄、受教育程度等。②式表示企业的收益，Y2表示企业的收益，HC表示企业之间的横向合作；VC表示企业与上游供应商以及下游销售商的纵向合作，LE表示企业的等级。α和β为待估参数。与此同时，对农户的收入和企业的收益收取自然对数，是因为收入或收益具有大正整数特征，其条件分布常常有异方差性，因此为了消除异方差性故对其取自然对数。
五、模型估计与结果分析
1.农户收入结果与分析。
1.1本文研究农业聚集区的合作关系及其收益，同时为了对比分析农业聚集区的发展情况，此处的实证分析结果除了汇报总体回归模型（模型Ⅰ）以外，还对农户的收入进行了回归分析。在模型估计之前，首先对模型进行多重共性检索。检验结果显示，各自变量的方差膨胀因子统计值均小于5，说明模型各自变量之间不存在严重的多重线性问题。
1.2对总体模型回归结果的分析。首先，考虑控制变量对因变量的影响。种植面积等因素对农户收入有显著正向影响，家庭所有的种植面积越大，一般产量就会越高，收入越高。户主年龄在1%的水平上对其农户收入有显著的负向影响，户主年龄每增加一岁，种植户的收入将减少1.6%，这可能是与年龄增加导致农户的劳动生产率下降有关。户主的受教育程度对其收入没有显著的正向作用，可能的解释为一个产业一旦形成集群式的发展，政府会对其加大扶持力度。考虑纵向合作对因变量的影响。茶农的纵向合作，主要是农户与企业之间的合作，回归结果显示信息交流、技术服务分别在5%和1%的水平上对农户的收入有显著正向影响，农户与企业的信息交流增加，有利于农户了解市场价格信息，提高农户的议价能力，提高收入。企业对农户实施的技术服务，可以提高农户的生产效率，提高小麦的产量和质量，进而提高农户收入。
2.企业收益结果与分析。对企业收益回归结果的总体分析。研究发现， 后向纵向合作中的信息交流和技术指导分别在1%和5%的水平上，显著正向影响企业的收益，后向纵向合作主要是企业与供应商的合作，其中大部分供应商为农户集聚群，也有少部分种植大户。企业与供应商的信息交流增加，有利于企业与供应商之间建立良好的合作关系，降低交易成本，提高收益。另外，企业加大对供应商的技术指导，小麦质量提升，在优质优价的背景下，企业收益增加。另外，企业等级在1%的水平上对其收益有显著正向影响。企业等级越高，品牌知名度越高，销量越大，收益越好。
六、研究结论与对策启示
该研究基于“企业+农户”模式引入，从关系主体内部与外部视角出发分析企业与农户合作关系的研究，结论得出企业与农业聚集区合作对收入有积极影响，渠道关系治理时可根据不同的合作阶段使用不同的治理机制。因此，笔者认为在企业与农户形成和维系彼此长期合作的过程中，可先促进双方建立交易型心理契约，再向关系型心理契约转变，增加企业责任和农户责任的履行，通过传递各自的信任建立私人关系，强化彼此间的责任感和归属感，运用情感承诺和契约关系来维系长期合作，这样对企业与农业聚集区的农户绩效有着积极影响作用。
关键词：农业聚集区 合作 绩效
一、引言
农业集群是农业的空间集聚现象，它既有本地区域的历史根源，又经常取决于企业所出的农产品收购价。在全国经济结构调整的背景下，农户孤立模式正在被打破，取而代之的是农业聚集区与企业之间密切的相互合作和相互影响。合作开始成为新经济时代获取竞争优势的新途径。近些年来，我国的产业集群也有所发展，已经形成山东寿光蔬菜产业集群、云南斗南花卉产业集群等，这些产业聚集区的发展依靠自身创新、企业新合作而形成，创造出独特的竞争优势。
二、理论背景
马歇尔的外部经济理论列举了产业区的三个优势，即本地熟练劳动力市场的形成，中间产品投入和相应服务业、辅助产业的产生，以及技术外溢。新产业区理论认为建立在灵活专业化基础上的竞争、合作、网络、制度构成农业聚集区竞争力的重要源泉，提出了集体效率理论。他认为集体效率是外部经济和联合行动形成的竞争优势。外部经济的存在可以吸引劳动力资源，使集群内企业获得中间投入品，并且产生技术扩散效应。农业聚集区与企业之间的合作化农户被动为主动，有助于减少信息不对称性，减少交易成本和风险。
三、样本基本情况
1.被调研小麦种植户的基本情况。在调研中，农户户主平均年龄为52.85，户主受教育程度为高中或中专的占12.21%，初中的占32.27%，小學的占46.80%。被调查农户的种植面积平均为10.28亩。另外农户合作关系的分布情况如表所示：
注：横向合作主要是指农户间的信息交流、技术帮助和相互帮工。纵向合作主要是指农户与企业 的信息交流与技术服务。其中1 表示合作很少，2 表示较少，3 表示一般，4 表示多，5 表示很多。
2.被调研企业的基本情况。在调研中，大型企业36家，占总样本的45%。其中企业与农户信息交流仅达到28.75%。
四、变量选择和模型设定
1.农户收入变量选择。
1.1横向合作的变量选择。已有的关于农户横向合作的研究，多数是指参加农民合作经济组织。但在农业产业集群的研究视角下，农户之间的横向合作不单纯指农户参加合作组织，这里更是指农户之间的互动行为。郑风田和程郁（2005）在对云南斗南花卉产业集群的研究中指出，农户的横向合作包括农户之间的信息交流、技术帮助、联合销售、联合采购、相互帮助等。
1.2纵向合作的变量选择。农户的纵向合作，主要是指小麦与企业的合作，即小麦产业链上的纵向合作。郑风田和程郁（2005）的研究认为，农户与企业的合作主要包括信息的交流、价格的协商、技术服务、资金借贷等。鉴于此，本文选择信息交流、技术帮助来衡量农户与企业之间纵向合作。
1.3控制变量的选择。国内外诸多研究，都考虑了年龄，受教育程度对工资和收入的影响。因此，本文将户主年龄和受教育程度作为控制变量。
2.企业收益变量选择。
2.1横向合作和纵向合作的变量选择。郑风田、唐忠（2002）认为企业间的联合行动是企业间有意识地增加联合与关联，联合行动分为垂直与水平。其中水平合作包括信息与经验交流、订单共享等，垂直合作包括向后与原料供应商的合作与买房的合作。后向合作包括信息与经验交流、支付与交货协商等，前向合作包括信息与经验交流、技术升级等。选择信息交流，技术指导作为企业后向的衡量指标。
2.2控制变量的选择。杨子刚、郭庆海（2011）验证了企业基本信息，包括企业成立年限、企业性质以及企业总资产对玉米加工企业合作模式的影响。因此，可以看出企业的基本情况，例如企业性质、企业等级、企业资本等均对其合作及其收益有一定程度的影响。本文参考王进猛、沈志渔（2010）的研究，选择企业等级作为控制变量。
3.模型设定。本文考察农业产业集群的合作关系，并通过计算经济模型分析农业产业集群的合作关系对农户和企业收益的影响。拟采用如下模型
LnY1=α+α1HC+α2VC+α3W+ε ①
LnY2=β+β1HC+β2VC+β3LE+μ ②
其中，①式表示农户的收入，Y1表示农户的纯收入，HC表示农户之间的横向合作，VC表示农户与企业后向纵向合作，W表示一些控制变量，包括户主的年龄、受教育程度等。②式表示企业的收益，Y2表示企业的收益，HC表示企业之间的横向合作；VC表示企业与上游供应商以及下游销售商的纵向合作，LE表示企业的等级。α和β为待估参数。与此同时，对农户的收入和企业的收益收取自然对数，是因为收入或收益具有大正整数特征，其条件分布常常有异方差性，因此为了消除异方差性故对其取自然对数。
五、模型估计与结果分析
1.农户收入结果与分析。
1.1本文研究农业聚集区的合作关系及其收益，同时为了对比分析农业聚集区的发展情况，此处的实证分析结果除了汇报总体回归模型（模型Ⅰ）以外，还对农户的收入进行了回归分析。在模型估计之前，首先对模型进行多重共性检索。检验结果显示，各自变量的方差膨胀因子统计值均小于5，说明模型各自变量之间不存在严重的多重线性问题。
1.2对总体模型回归结果的分析。首先，考虑控制变量对因变量的影响。种植面积等因素对农户收入有显著正向影响，家庭所有的种植面积越大，一般产量就会越高，收入越高。户主年龄在1%的水平上对其农户收入有显著的负向影响，户主年龄每增加一岁，种植户的收入将减少1.6%，这可能是与年龄增加导致农户的劳动生产率下降有关。户主的受教育程度对其收入没有显著的正向作用，可能的解释为一个产业一旦形成集群式的发展，政府会对其加大扶持力度。考虑纵向合作对因变量的影响。茶农的纵向合作，主要是农户与企业之间的合作，回归结果显示信息交流、技术服务分别在5%和1%的水平上对农户的收入有显著正向影响，农户与企业的信息交流增加，有利于农户了解市场价格信息，提高农户的议价能力，提高收入。企业对农户实施的技术服务，可以提高农户的生产效率，提高小麦的产量和质量，进而提高农户收入。
2.企业收益结果与分析。对企业收益回归结果的总体分析。研究发现， 后向纵向合作中的信息交流和技术指导分别在1%和5%的水平上，显著正向影响企业的收益，后向纵向合作主要是企业与供应商的合作，其中大部分供应商为农户集聚群，也有少部分种植大户。企业与供应商的信息交流增加，有利于企业与供应商之间建立良好的合作关系，降低交易成本，提高收益。另外，企业加大对供应商的技术指导，小麦质量提升，在优质优价的背景下，企业收益增加。另外，企业等级在1%的水平上对其收益有显著正向影响。企业等级越高，品牌知名度越高，销量越大，收益越好。
六、研究结论与对策启示
该研究基于“企业+农户”模式引入，从关系主体内部与外部视角出发分析企业与农户合作关系的研究，结论得出企业与农业聚集区合作对收入有积极影响，渠道关系治理时可根据不同的合作阶段使用不同的治理机制。因此，笔者认为在企业与农户形成和维系彼此长期合作的过程中，可先促进双方建立交易型心理契约，再向关系型心理契约转变，增加企业责任和农户责任的履行，通过传递各自的信任建立私人关系，强化彼此间的责任感和归属感，运用情感承诺和契约关系来维系长期合作，这样对企业与农业聚集区的农户绩效有着积极影响作用。