农业上市公司经营效率测度及影响因素分析.pdf

第2 5卷第3期2023年5月农业上市公司经营效率测度及影响因素分析河北农业大学学报（社会科学版）Journal of Hebei Agricultural University(Social Sciences)王佳悦,刘畅（东北农业大学经济管理学院，黑龙江哈尔滨150 0 30）摘要：作为产业龙头企业和资本市场的参与主体，农业上市公司在促进乡村振兴中发挥着重要作用。为评价近年来农业上市公司经营效率的变化趋势、厘清效率有效提升的因果逻辑关系，运用DEA-BCC模型及Malmquist指数模型对2 0 12 2 0 19 年我国农业上市公司的经营效率进行测度,并利用Tobit模型分析了经营效率的影响因素。静态来看，公司间、细分行业间效率值差异较大且整体呈下降趋势，其中纯技术效率低下是主要原因。动态来看，虽然技术效率下降，但行业技术进步使全要素生产率整体仍呈上升趋势。相较于其他细分行业，畜牧业表现出更好的发展态势，林业效率水平相对落后，纯技术效率与规模效率降幅均较大，动态来看，渔业行业技术水平变化指数普遍低于平均水平。影响因素方面,规模大、债务资本比重高对农业上市公司经营效率会产生负面影响，而较高的股权集中度会促进其经营效率的提升。关键词：农业上市公司；经营效率;DEA-BCC模型；Malmquist指数；Tobit模型中图分类号：F324文章编号：10 0 8-6 9 2 7(2 0 2 3)0 3-0 0 14-11D01 号:10.1332 0/ki.jauhe.2023.0028文献标识码：A开放科学（资源服务）标志码（OSID）：作为农业产业的龙头企业，农业上市公司将农民、农产品与资本市场相联结。因此，了解农业上市公司经营效率现状，厘清农业上市公司经营效率有效提升的因果逻辑关系对提升龙头企业的资源整合能力和产业带动能力，带动促进乡村振兴,助推农业经济高质量发展意义重大。自19 9 2年农业企业在资本市场实现零的突破以来，中国农业上市公司在不到30 年的时间里迅速发展壮大,成为农业产业的龙头企业。然而以往农业企业在发展过程中仅注重扩大生产规模，侧重于各类资源要素的投人，少有关注所投人要素的产出，致使要素使用效率低下，企业在获得收益的同时也造成效率的损失。因此技术落后、大而不强成了许多农业上市公司的共同特征，阻碍了农业企业的健康发展 1。在经历了产业环境、市场机制的变化以及企业业务结构、生产研发能力与经营战略的变革后，农业上市公司的资源配置效率在不同阶段也大相径庭。在此背景下,评价近年来农业上市公司的经营效率并根据其影响因素探讨如何提升资源的投入产出效率和市场竞争力，有利于促进农业上市公司的健康发展现有关于农业产业效率的测度多集中在宏观层面,对全国各省份、各地域的生产效率、生态效率、创新效率等指标进行测度，针对微观层面企业经营效率的研究较少且不同阶段的研究方法与评价结果也存在一定差异。以2 0 10 年为分界点,可将既有研究分为2 个阶段。第一阶段：2 0 0 0 一2010年。上市早期的研究多以某1年或2 年的收稿日期:2 0 2 2-12-0 4基金项目：国家社科基金：“数字化背景下异质性家庭农场创业资源整合研究”（编号：2 2 BGL175）；国家社科基金：“农业供给侧结构性改革中家庭农场经营风险防范机制研究”（编号：17 BJY099）。第一作者：王佳悦（19 9 2-），女，硕士，讲师，研究方向为农业经济管理,E-mail：w a n g j y n e a u 16 3.c o m。通信作者：刘畅（19 7 8）女，博士，教授，研究方向为农业经济管理,Ema i l：l i u c h a n g 19 7 8 n e a u.e d u.c n。第3期数据分截面进行评价，且普遍得出效率不高的结论。例如孟令杰等 2 对2 0 0 2、2 0 0 3两年农业上市公司的效率值进行测度后发现整体经营效率较低但林业和农产品加工业效率值有所上升，而渔业和畜产品加工业效率值下降明显；王茜等 3 基于2007年样本数据研究发现农业产业化龙头企业的生产效率仍处于不断扩大规模的量的增长阶段,而技术因素对效率的促进作用较小；田静怡等 4 基于2 0 0 9 年A股农业上市公司的财务数据得出，中国农业上市公司总体效率欠佳、规模偏小、效率不高。可见，2 0 10 年前所选样本的时间跨度偏短,既无法呈现效率水平的变动情况，也无法排除财务指标可能存在的粉饰或偶发事件对经营状况的影响，例如2 0 0 3年非典和口蹄疫的爆发以及2 0 0 6 2 0 0 8 年间股市的全线漂红 5。第二阶段：2 0 10 2 0 2 0 年。2 0 10 年后关于经营效率的测度中多使用面板数据且涌现出更多关于细分行业的研究。张广宏等 6 认为各农业细分行业发展并不均衡，其中渔业、种植业全要素生产率增长较快，而林业、畜牧业生产率增长较慢；何玉成等 7 认为我国上市农产品加工企业经营效率不稳定且企业间经营效率差距较大，技术水平变化是全要素生产率变动的主要原因；冯菁菁 8 基于大农业视角指出，2 0 12 一2 0 15年间我国农业上市公司综合效率、纯技术效率和规模效率均呈现下降趋势,直到2 0 15年才有所回升；尹秀珍 9 发现，2011一2 0 15年农业上市公司综合效率、规模效率整体呈下降趋势，而渔业和林业效率最低；彭肖肖 10 基于2 0 0 9 2 0 15年15家农业生物育种上市公司面板数据构建Malmquist指数模型研究发现其全要素生产率水平并不稳定，经营效率的增长主要依靠技术的进步，但由于技术进步的可持续性并不强,最终仍导致了全要素生产率的下降。马如意 1 在测度了企业的综合效率值后发现,各细分行业效率值排名为：畜牧业 渔业 农业林业,且纯技术效率是导致上市公司未能实现DEA有效的主要因素。为探究农业上市公司经营效率差异产生的来源,不少学者对其影响因素展开研究且多以政府政策与外部环境变动为主。例如李道和等 12 发现，税收减免、贷款贴息能够显著促进农业龙头企业全要素生产率的提升。与之相反,胡亚敏等 13农业上市公司经营效率测度及影响因素分析15则发现所得税优惠率并未对样本企业的经营效率产生明显的作用效果，且补贴率与农业龙头企业的经营效率之间呈负相关。管延德等 14 基于静态视角研究发现，财政扶持和政策倾斜会在很大程度上促进农业上市公司效率的提升且效率对宏观经济周期的波动比较敏感；尹秀珍 15 提出,宏观经济扩张会减少投人余，促进生态农业上市公司技术效率的提升。相反政府补助的增加会造成要素的浪费进而对公司技术效率产生负面影响。王科唯等 16 以稀土上市公司为研究对象,发现其经营效率受市场份额、政府政策、技术创新水平等环境因素的影响较大。相比之下,既有研究对微观层面的影响因素关注较少,且多以公司治理特征为主。吉生保等 5 研究发现,资产周转率会显著促进农业上市公司的经营绩效，最大股东持股比例则与经营绩效呈现显著的U型相关。与之相反,杨雪等 7 研究结果表明，总资产周转率、企业规模对企业经营效率有显著的促进作用，而股权集中度和企业年龄则不会产生显著影响。通过梳理既有文献可知，关于农业上市公司经营效率的研究已有了一定的积累,但所选取数据的时间跨度较短,难以揭示效率在一段期间内的变化趋势。影响因素方面,既有文献主要基于宏观层面探究某一因素对经营效率的影响,而作为上市公司,其公司治理体系的构建、经营战略的实施均会对经营效率产生显著影响，有必要将微观企业层面的治理特征、战略特征、财务特征纳人模型中加以分析。因此,本文可能的贡献在于：同时采用基于静态的DEABC C 模型、动态的Malmquist指数模型，从横向的企业、行业维度和纵向的时间维度对我国农业上市公司的经营效率进行测算，进一步阐释了农业投入和产出之间的关系，揭示其农业资源、人力资源、管理资源的综合利用水平和动态演化特征，并结合上市公司经营效率特性与资本特性,从与规模效率和技术效率有关的生产、经营、管理3个方面选取微观企业层面的特征指标,利用Tobit模型分析农业上市公司经营效率的影响因素,以期为农业上市公司的经营管理决策提供参考。一、研究方法与数据来源(一)DEA-BCC 模型数据包络分析（DEA）于19 7 8 年由美国运筹16学家A.Charnes和WW.Co o p e r 提出,是一种应用数学规划模型计算比较决策单元（DMU）之间的相对效率并对研究对象做出评价的非参数分析方法，主要包括CCR（规模报酬不变）、BCC（规模报酬可变）和Malmquist 指数等模型。考虑到农业上市公司的现实情况，本研究采用基于规模报酬可变,选择投人导向的DEABC C 模型,其公式如下：mine-8(es-+est)ZX,A,+S=0X.j=1S.t.ZYA,-s*=Y.,0,S-,St0其中,j=1,2,n表示各个决策单元,X,Y分别是第j个决策单元的投入、产出向量。若=1则决策单元DEA有效;若1则非DEA有效。综合效率同时取决于纯技术效率和规模效率水平,因此可进一步分解为纯技术效率Vrste 和规模效率 Scale,即Crste=Vrste Scale。根据DEA理论将效率值划分成不同等级：当=1时，农业D(xo,yo)D(xo,yo)Techch=LD+I(xo,yo)D其中(,yo）)和(x,*)分别表示t时期和t+1时期的投入产出向量。由于本文所选用的净利润指标出现负数,为满足DEA模型使用的条件，对数据进行了标准化处理。(三)Tobit 模型Tobit模型属于受限因变量回归的一种,是指因变量在正值上大致呈连续分布但同时包含一部分以正概率取值为0 的观察值的模型。由于通过DEA模型获得的效率值均在0 和1之间,属于截断数据，若采用普通最小二乘法估计含有截尾数据的模型，回归参数估计的无偏性和有效性无法得到保证。因此选择面板Tobit模型对农业上市公司经营效率进行实证检验。标准模型如下：河北农业大学学报（社会科学版）类上市公司综合效率处于有效状态，经营效率达到最佳；当0.8 0 1时，农业类上市公司综合效率处于较有效状态,经营效率较高；当0.6 0时被观察到,取值=实际值,当y;0时在0 处截尾,为常数项，x是自变量向量,是系数，8 为随机扰动残差项。本文基于微观的企业层面，对农业上市公司经营效率的影响因素建立Tobit模型进行分析，具体研究假设和纳人模型的变量如表6 所示。（四）指标选取与数据来源基于DEA模型指标选取的原则和数据的可获得性，选取资产总额与营业成本作为投入指标，其中总资产作为资金的占用主体，反映了企业资源投人的总体规模，包括农业上市公司厂房、生产(2)+x+8,y;0(3)y,0第3期线、机器设备等固定资产和商业债权、待售待耗农产品、货币资金等流动资产，是企业收益产生的来源；营业成本既涵盖了生产原料的消耗和生产设备的折耗，也包括人员薪酬的支出，能够与农业上市公司的营业收人相配比；产出方面采用营业收人和净利润2 项指标,其中营业收人反映了公司生产经营产生的收益和占有的市场份额，是企业获取利润的起点；净利润作为企业扣除成本费用及所得税后的剩余收益,是企业经营的最终成果。此外,对于上市公司而言,毛利率能够体现企业农产品本身的市场竞争力，是企业基于产品层面资源配置效率的反映，总资产报酬率反映企业全部资金投入产生的净收益，总资产周转率则是企业既定规模资金投人创造的经营收益，皆是基于企业层面经营管理效率的有效比率,而上述4项投人产出指标的选取恰好能够涵盖上述指标的测度。表1农业上市公司经营投入及产出指标指标类型指标名称营业成本X投入指标资产总额X,营业收人Y产出指标净利润Y,本文以中国证监会2 0 2 0 年第三季度颁布的上市公司行业分类指引为标准界定农业上市公司,从沪深A股主板中选取门类代码均为A的上市公司为研究对象,共涉及农、林、牧、渔及农、林、牧、渔服务业5个细分行业,考虑到数据的可得性和有效性,在剔除了2 0 12 一2 0 19 年间数据有缺失或异常以及面临退市风险的企业后,最终筛选出2 8 家，取得2 2 4个观测样本。二、经营效率测度结果分析（一）基于DEA-BCC模型的静态分析通过对中国农业上市公司2 0 12 2 0 19 年经营效率的分析，得到农业上市公司经营状况的综合效率值、技术效率值和规模效率值。数据分析采用DEAP2.1软件。由于篇幅有限,此处仅列示2012年及2 0 19 年全部上市公司的各项效率值（表2）。2 0 12 一2 0 19 年全部农业上市公司效率平均值的变动情况如图1所示。农业上市公司经营效率测度及影响因素分析2014201520162017201820190.9220.8880.8720.8430.8050.7990.8370.7730.9450.9150.9010.8800.8640.8750.8900.8720.9750.9700.9670.9580.9300.9110.9380.886图1我我国农业上市公司2 0 12 2 0 19 年经营效率均值走势图1.综合效率方面。各年截面数据的测算结果显示，我国2 8 家农业上市公司中19 家企业2012一2 0 19 年经营效率均值超过0.8，整体效率值较高但均未实现DEA有效。此外，由图1可知，2 0 12 一2 0 19 年综合效率值呈波动下降的趋势。经统计，各公司2 0 12 一2 0 19 年的效率均值介于0.6 46 至0.9 8 9 之间，不同行业间，不同企业间，不同年份间效率差异较大，截至2 0 19 年，农、林、牧、渔四大细分市场企业经营效率整体排名具体计算为：畜牧业 渔业 农业 林业,与马如意的测算以当年营业成本计算结果相同，同时各细分行业中也只有畜牧业的纯以年末资产总额计算技术效率和规模效率均达到了0.8 以上，而林业以当年营业收人计算上市公司在所有细分行业中效率下降最为明显。以当年净利润计算此外,共5家企业位于效率前沿面上，分别为民和股份、益生股份、农发种业、北大荒和新五丰，其人力物力等资源投人产出组合效果最佳，企业管理相对有效,而多数企业仍处于DEA非有效阶段，技术效率与规模效率都存在不同程度的提升空间。2.纯技术效率方面。纯技术效率能够反映农业上市公司生产经营决策与管理技术利用的有效程度。由图1可知,2 0 12 一2 0 19 年我国农业上市公司的纯技术效率整体上波动递减且各年均值均低于规模效率，因此纯技术效率的上升是促进农业上市公司经营效率提升的关键因素。此外，2019年10 家企业纯技术效率实现DEA有效，其中5家为畜牧业企业，占畜牧业企业总数的6 0%以上，而此前尚未达到如此比重,说明畜牧业的生产技术水平和企业管理能力已大幅提高。3.规模效率方面。2 0 12 一2 0 19 年整体上同样呈波动递减的趋势且处于规模效率最优状态的企业均不足当年的1/3，即多数企业均存在要素17综合效率1.00纯技术效率规模效率0.950.900.850.800.750.702012201318投入不足或余而造成的效率损失问题。2 0 19年，多数企业处于规模报酬递增阶段，该部分企业应合理加大生产经营要素投入力度，可通过参股、控股等方式有效整合既有资源,或实施一体化的发展战略延长产业链，提高产业集中度，发挥资源表2 我国2 8 家农业上市公司2 0 12 年、2 0 19 年经营效率静态测度结果2012年行业性质公司简称综合效率技术效率规模效率规模收益综合效率技术效率规模效率规模收益隆平高科0.926登海种业1荃银高科0.971神农科技0.886亚盛集团0.833农业农发种业新农开发新赛股份北大荒海南橡胶平潭发展林业福建金森罗牛山民和股份圣农发展华英农业畜牧业益生股份西部牧业福成股份新五丰中水渔业獐子岛百洋股份渔业国联水产开创国际大湖股份好当家农、林、牧、丰乐种业渔服务业农业林业畜牧业渔业农、林、牧、渔服务业均值（二）基于DEAM a l m q u i s t 模型的动态分析传统DEA模型会忽略决策单元所处行业整河北农业大学学报（社会科学版）集聚带来的规模效应。反之,针对处于递减阶段的5家企业，其投人已超过最优规模而产生允余，应统筹规划资金的使用，合理配置各类资源,适当缩减投人。0.9330.9921110.9710.9260.95710.833110.8830.8980.9310.9390.95710.92810.8690.893110.7690.8090.8560.8660.8240.8460.8690.8710.8810.9140.930.9531111110.9010.9210.99310.880.8860.95710.9450.9780.8230.841110.9320.970.9350.9470.8910.9070.9280.947110.9220.9452023年2019年drs0.5540.59irs0.833irs0.682drs0.5641一0.983irs0.992drs0.957drs0.928drs0.973irs1一0.95irs0.988irs0.974drs0.998drs0.964irs0.976irs1一1一1一0.979drs0.993drs0.994irs0.957drs0.966irs0.979irs1一0.9610.9870.9810.98110.958体技术进步的影响,因此,本文在静态分析的基础上利用Malmquist模型动态评价经营效率的变化趋势。1.全要素生产率的变化动因方面。表3、表40.5560.8060.95710.593110.6690.9040.8590.925110.6820.8560.5460.7240.63610.5230.68110.83510.6340.689110.91810.7120.842110.89210.8190.8360.8580.8730.8040.8290.8660.9030.8020.9090.5330.6730.8420.870.7430.85970.8700.5910.8620.8280.9010.7960.860.8420.870.7730.8720.9960.7320.870.6820.95110.740.92910.7970.7540.6360.7710.8350.92110.9180.84510.8920.980.9830.970.9590.8830.7920.9680.6950.9110.9230.9680.886drsirsirsirsirs一irsirs一drsirsirsirsdrsdrs一irsirs一irsirsirsdrsirsirsirsirs第3期的结果显示，2 0 12 2 0 19 年间2 8 家企业全要素生产率变化指数均值为1.0 0 2,整体呈现上升趋势,其中技术效率变化均值下降2.4%，技术进步均值上升2.6%，且所有细分行业均实现了技术的进步,而纯技术效率变化指数与规模效率变化指数分别为0.9 8 7 和0.9 8 9，皆产生了一定的衰退,导致技术效率有所下降,拖累全要素生产率的增长。因此,行业的技术进步是引致全要素生产率增长的主要动力，反映出近年来农业信息数字化、生产技术智能化、农业生态环境现代化发展对全要素生产率提升的促进作用，而多数农业上市公司本身的资源配置水平和经营管理能力仍有所欠缺,导致纯技术效率的下降。因此未来各细分行业、各农业上市公司应着力于合理配置资源、适度规模经营、优化业务结构和企业管理制度，提升各项资源的投人产出效率。2.各细分行业经营效率差异方面。由表4可知,2 0 12 一2 0 19 年纯技术效率变化。指数与规模效率变化指数均大于1的企业中，半数以上为畜牧业企业，因此2 0 12 2 0 19 年畜牧业展现出良好的发展态势，这主要是由于近年来新型农业经营主体的崛起实现了畜牧业纵向一体化经营的快速发展,使其产业链的协调性大大增强,且规模养殖已成为畜牧业生产的中坚力量，为生产效率与规模化水平的提升创造了良好的条件。此外，在各细分行业中仅林业全要素生产率变化指数小于1,且纯技术效率与规模效率的降幅都是所有细分行业中最大的,与前文静态研究的结果相契合。技术效率技术进步年份变化指数201220130.963201320140.988201420150.981201520160.965201620170.992201720181.044201820190.906均值0.976农业上市公司经营效率测度及影响因素分析3家，应予以着重关注。表32 0 12 2 0 19 年农业上市公司Malmquist指数及其分解纯技术效率指数变化指数1.0140.9711.0030.9880.9850.9891.0540.980.9951.0050.9891.0111.1540.9651.0260.98719林业企业属于传统的劳动力密集型产业，因其产业属性需要在营林建设、生态管护等方面投人大量劳动力资本，加之生产周期较长，资金周转率低，使得资本投入不能很好地转换为经济产出和生态产出 17 。因此,林业企业要合理确定资本投人，同时依靠生产技术的进步提高资源利用效率。此外，行业间的差异说明需要建立协调发展的长效机制,实现农业各细分行业的均衡发展。为了更清晰地列示各细分行业技术效率与技术进步水平在行业整体中的位置,图2 以二者均值为界分4个区域给出了农业各上市公司全要素生产率变化指数分解项的分布情况。可以发现，技术进步指数与技术效率变动指数均在平均值以上的企业共有6 家,其中一半为畜牧业上市公司，表现良好；技术进步指数在均值以上,技术效率变动指数在平均值以下的企业共有8 家，普遍存在于各细分行业；技术效率变动指数在平均值以上，技术进步指数在均值以下的企业共有11家且半数以上渔业上市公司位于此区间，说明相比于其他细分行业，渔业汇集的科技资源相对较少，行业整体的技术水平还有提升的空间,因此应积极完善基础设施建设以抵抗自然风险、强化养殖品种选育以抵抗市场风险，推进渔业技术创新研发，促进渔业技术、经营、管理全面升级，发展生态型、经济型、环保型、综合型渔业 18 。最后,技术进步指数与技术效率变动指数均在平均值以下的企业共规模效率全要素生产率变化指数变化指数0.9910.97710.9910.9920.9660.9851.0170.9880.9871.0331.0330.9391.0450.9891.00220行业性质农业林业畜牧业渔业农、林、牧、渔服务业农业林业畜牧业渔业农、林、牧、渔服务业均值1.101.05河北农业大学学报（社会科学版）表4农业上市公司经营效率Malmquist指数及其分解技术效率公司简称变化指数隆平高科0.929登海种业0.929荃银高科0.978神农科技0.984亚盛集团0.943农发种业1新农开发0.984新赛股份0.994北大荒1.004海南橡胶0.962平潭发展0.932福建金森0.977罗牛山0.946民和股份1.021圣农发展1.007华英农业0.96益生股份1.014西部牧业1.007福成股份0.952新五丰1中水渔业1.003獐子岛0.984百洋股份0.98国联水产0.989开创国际0.985大湖股份0.971好当家0.939丰乐种业0.9740.9710.9550.9880.9790.9740.9772023年技术进步纯技术效率指数变化指数1.0350.9281.0450.9711.0110.9941.011.011.0560.9291.00211.0361.0011.0190.9981.0611.0310.9791.050.971.00911.0470.9731.0411.0191.041.0231.0430.9671.0381.0120.9951.0061.0220.9770.99710.97911.0350.9871.0060.9821.0260.991.0210.9871.0170.991.0440.9661.0220.9821.0310.9811.0300.9851.0280.9971.0180.9861.0220.9821.0260.987三、农业上市公司经营效率影响因素分析规模效率变化指数10.9570.9840.9751.01510.9830.9951.0040.9830.9610.9770.9731.0020.9840.9921.0021.0010.97511.0030.9970.9970.9980.9990.9810.9720.9930.9900.9690.9910.9920.9930.989全要素生产率变化指数0.9610.9710.9890.9940.9961.0021.0191.0121.0640.9920.9790.9860.9911.0631.0471.0011.0521.0020.9730.9970.9811.0190.9851.0141.0050.9880.9810.9951.0000.9831.0160.9960.9951.0021.000.950.900.90图2农业上市公司动态效率分解项(一)影响因素识别为进一步探究农业上市公司经营效率的影响因素,利用基于DEA-BCC模型得出的综合效率作为被解释变量构建面板Tobit模型进行实证研0.951.00技术效率变化指数1.051.10究。根据既有文献研究成果及数据的可得性，从与规模效率和技术效率有关的生产、经营、管理3个方面选取企业规模 7.19 、研发投人力度 2 0 、多第3期元化经营程度 2 0 、资本结构 2 1、股权集中度 5,2 股权激励水平因素纳人模型中。具体说明如表5所示。其中，企业规模选取能够反映全部资金占用情况的年末资产总额衡量；资本结构采用资产负债率指标,用以衡量企业债务资本的占比；股权假设影响因素H1企业规模H2资本结构H3股权集中度H4股权激励程度管理层持股比例（MAL)H5多元化经营程度熵指数(EDI)H6研发投入力度研发投入/销售收入（RD）(二)模型构建选择面板Tobit模型进行实证检验。构建模型如下：Crstei=+,SIZE,+,LEVi+,OWNCi+MAL,+,EDl,+,RD,+;+8i(4)模型中为常数项,-为各自对应变量的系数,i为公司数（i=1,2.28）,t 代表时期（t=1,2,8）,；为个体效应,8,为残差项。(三)实证结果似然比检验(LR结果显示p值为0.0 0 0,拒绝原假设,即与混合效应相比随机效应模型更优，因此使用面板Tobit随机效应模型进行效率影响因素的分析。具体结果如表6 所示。表6 面板Tobit模型回归结果经营效率(Crste)变量系数SIZE-0.131 2*LEV-0.228 2*OWNC0.187 1*MAL0.068 2EDI-0.040 1RD-0.219 9常数项3.780 5*注：*、分别表示在1%5%、10%的显著水平上差异显著。根据表6 可知，经营效率与企业规模和资产负债率显著负相关,与股权集中度显著正相关,而其他因素对经营效率并无显著影响：（1）企业规农业上市公司经营效率测度及影响因素分析表5农业上市公司经营效率影响因素假设变量名称及符号说明总资产对数(SIZE)一定的企业规模有助于实现规模效益和资源协同资产负债率(LEV)资产负债率越高，资金压力越大，导致投资不足第一大股东持股比例股权集中度越高，决策效率越高、股东对管理层监(OWNC)管力度越大，抑制其非效率投资和自利行为对管理层实施股权激励有助于约束其机会主义行为，使管理者有足够的动机助力股东实现财富最大化农业资源专用性强，多元化经营模式较难实现资源协同效应，反而会分散有限资源、降低其使用效率加大研发投入力度有助于企业实现技术创新，提高生产技术水平模的扩大会抑制经营效率的提高且在1%的水平上显著，假设H1不成立。上述结果说明,整体来看我国农业上市公司各项资源的利用效率并未随着规模的扩大而增加，企业经营管理水平的提升跟不上企业规模的扩张速度，反而更显著地提高了企业管理的难度，使企业难以获得持续稳定的盈利能力，从而降低了企业资源的投人产出效率，因此政府应着力于引导农业上市公司做精、做强，而不是盲目扩大规模。（2）资产负债率会在1%的水平上显著抑制企业的经营效率。假设H2成立。由于农业行业不可抗力因素多、产业风险高，留存利润空间小等特点，负债的增加会加重资金压力和财务风险，阻碍企业技术创新、管理创新的步伐。此外,高负债的环境下企业的偿债能力无法为公司管理者做出正确投资决策提供有力保障，引发投资不足甚至管理层的非理性决策，导致标准误P值0.018 80.0000.057 90.0000.100 30.0620.106 5 0.5220.028 10.1540.176 50.2130.415 50.00021集中度采取公司第一大股东持股比例指标进行衡量，股权激励情况用管理层持股比例指标测度；多元化经营程度选取对各项收益权重更为敏感的熵指数指标进行度量。研发投人力度方面，参考崔宝玉等 2 3 的研究，用研发投入/销售收人来表示。相关关系正相关负相关正相关正相关负相关正相关企业经营效率的下降。（3)经营效率与第一大股东持股比例在10%的水平上显著正相关。假设H3成立。正如Andrei24、Vl a d i mi r 2 5 等人提出的,由于权力相对集中,决策效率会大幅提高，信息逐层反馈的时间也会缩短，有利于企业在激烈的竞争中及时把握机会，同时大股东更有动力监督管理层防止其产生寻租行为,尤其对于产业风险高、比较利益相对低下的农业产业，管理层自利动机更强，容易诱发为实现短期绩效而覆取个人利益的自利行为，一定程度的股权集中能够降低经营风险，保证经营决策的有效实施。（4）其他22因素如股权激励程度、多元化经营状况、研发投入力度等因素并未对经营效率产生显著影响,未通过显著性检验，不具有统计学意义。股权激励方面，我国农业上市公司发展时间短，整体持股比例较少,加之农业产业风险高,比较利益低下，激励强度与其承担的风险不匹配且管理层自利行为受限程度较低。多元化经营模式方面，由于多元化经营会同时产生资源的协同与业务单元间资源的争夺，既拓宽了收入来源又引发了代理成本、协调成本等问题，即折价与溢价效应并存，使得最终的平均结果表现为不显著。最后,研发投人力度并未对经营效率产生显著的促进作用,原因可能有2方面，农业上市公司研发投人没有发挥应有的效益,技术转化率低；研发活动耗时较长,研发投入产生了一定的滞后性，使其当期的研发投入在促进产出效率方面的作用未能得到显现，甚至由于前期投入较多降低了资金的使用效率,对农业类上市公司的发展提出了挑战。四、结论与建议(一)结论本文利用DEABC C 模型依次对我国2 8 家农业上市公司2 0 12 2 0 19 年的经营效率进行静态分析,运用Malmquist模型对效率的动态变化情况进行测度并构建面板Tobit模型探究了经营效率的影响因素,具体结论如下：（1)静态分析结果显示，2 0 12 2 0 19 年我国农业上市公司整体效率值较高但均未实现DEA有效且效率值呈下降趋势。不同行业间、不同企业间、不同年份间效率差异较大,规模效率整体水平高于纯技术效率,因此企业生产技术和管理水平的进步是促进农业上市公司经营效率达到生产前沿的关键。(2)Malmquist模型的测度结果表明,得益于近年来行业的技术进步，我国农业上市公司整体效率值有所上升，而技术效率则呈现下降趋势，即企业应着力于优化资源配置并完善经营管理制度的建设,提升企业技术效率和管理效率。（3）分行业分析发现,无论静态分析、动态分析均得出畜牧业表现相较于其他细分行业发展状况更好的结论，说明畜牧业规模化养殖的成效显著,其产业链向食品行业的延伸促进了资源的协同并使资源配置效率大幅提升，而林业和渔业上市公司分别在技术效率与行业技术水平方面存在改进空间。（4)效率影响因素回归结果显示，企业规模的扩大、资河北农业大学学报（社会科学版）产负债率的增加会对农业上市公司的经营效率产生负面影响,而股权的集中则会产生正面影响,其他因素如股权激励程度、多元化经营状况、研发投人力度与经营效率并无显著相关关系。(二)建议为进一步提高农业上市公司的经营效率,发挥其对农业产业化经营的带动作用，根据效率测度与影响因素实证分析的结果，建议从技术保障与公司治理2 个维度进行农业产业与农业上市公司的战略规划。1.增强农业上市公司的技术水平与经营管理能力。研究结果显示，在过去的几年里，行业技术进步为促进效率提升提供了有力的外部条件，而在微观企业层面研发投人的效果并未得到显现，因此企业应积极引进新的生产技术、生产装备和高层次技术及管理方面的人才，强化关键技术问题的攻关,强化研发能力、提高研发效率,鼓励有能力的农业企业以需求为导向自主开展应用基础研究,努力创造具有自主知识产权的核心技术,提升农业企业的创新能力 2 6 。根据农业产业本身的特点，借鉴管理制度健全的二、三产业进行改革,以提升农业生产水平和企业经营管理能力；此外应由政府主导着力完善市场机制、健全企业管理与技术沟通机制、建立健全企业间人才和技术的沟通机制,增强信息流动，助推企业提高要素的配置效率和经营能力，从而获得产业增长机会和新的利润增长点。2.合理控制各项要素投入，适度规模经营。规模大的企业如果战略不适配、执行不力仍可能导致效率的下降。处于规模效益递减阶段的资源消耗型企业要注重对现有资源投入规模的管控，降低生产经营成本，集约发展，提高资源配置效率。3.促进各农业细分行业的均衡协调发展。基于我国农业各细分行业间效率的差异，根据产业特征优化资源分配，建立协调发展的长效机制。相比之下，水产业及特色经济作物等领域的农业科技资源相对较少，根据当前渔业整体技术进步水平低于平均水平的现状,需要在装备更新改造、渔业冷链运输等基础设施建设方面投人更多资源，强化养殖品种选育，加大科技资源投人力度以推进渔业技术的创新研发，通过校企合作等方式推动产学研结合，促进成果转化；而林业上市公司需要合理确定资本投入，缩短资金循环周期，同时2023年第3期依靠生产技术的进步提高资源利用效率，降低生产成本，拉动经营效率。此外，补齐各细分行业发展短板更要依托于各区域的协调发展，根据国家农业发展规划形成精准的农业区域政策体系，建立多区域协调发展体制机制，确保区域间充分平衡发展 2 7 4.完善公司治理结构与资本结构。建议农业上市公司采取适度集中的股权结构，提高决策效率,从而降低股东与管理层之间委托代理问题,保证决策得到有效执行，使农业上市公司充分把握市场机会；调整资本引入战略，降低债务资本比重，同时政府层面应当适时适度给予财政补贴，降低农业上市公司资金压力，使其生产经营活力得以释放。5.应充分发挥农业上市公司作为农业龙头企业在规模经营、市场份额、产业资源等方面的优势，带动相关企业在农产品生产、科研成果转化、资本市场参与、信息沟通、服务共享等方面进行协同合作，充分提升资源配置效率，带动农业经济的高质量、可持续发展。参考文献：1洪图,李飚.我国农业类上市公司研发效率测度与划分一基于SBM-Malmquist模型和企业生命周期的实证分析 J.经济问题探索,2 0 2 0（9）：6 57 7.2孟令杰，丁竹.基于DEA的农业上市公司效率分析J.南京农业大学学报（社会科学版），2 0 0 5,5（2）：39-43.3王茜，秦富.农业产业化龙头企业的生产效率分析基于DEA模型 J.技术经济,2 0 0 9,2 8（3)：53-57.4田静怡，吴成亮.中国农业上市公司的经营效率分析一基于2 0 0 9 年2 4家农业上市公司数据的实证分析 J.中国农学通报，2 0 10,2 6（15）：455-458.5吉生保，席艳玲，赵祥.中国农业上市公司绩效评价基于SORM-BCC超效率模型和Malmquist的DEA.Tobit分析 J.农业技术经济,2 0 12（3）：114-127.6张广宏，孙骏，郑金贵，等.农业类上市公司全要素生产率分析基于Malmquist生产力指数模型 J.中国渔业经济,2 0 12,30(6：9 1-9 7.7杨雪，何玉成.我国上市农产品加工企业经营效率及影响因素分析J.中国农