产业链各环节之间的纵向合作关系在市场机制、政府政策等共同作用下,可以改善利益分配、提高整体运营效率。建立紧密的合作关系不仅能够提高效率,还可以增加客户对产品的满意度,越是激烈的竞争市场就越需要通过合作来增加收益,通过合作可以使各方的利益得到更快速和持续的增长。肉牛产业链各环节之间的合作关系随着产业化的发展也变得更加紧密,在产业链上建立紧密的合作关系,对于实现资源优化配置、提高经济效率、达到共赢的目的具有重要的战略意义。屠宰加工企业作为连接肉牛养殖户和牛肉销售商的主要环节,在产业链中占据着核心地位,屠宰加工企业是否愿意与其上下游环节合作直接关系到整个产业链的利益,因此笔者研究肉牛屠宰加工企业合作意愿及影响因素,找出影响屠宰加工企业合作的主要因素,对于加强产业链各环节之间的合作关系,促成各环节之间紧密联结,实现产业链增值具有重要意义。
1 变量说明与样本描述
根据屠宰加工企业在肉牛产业链中的实际经营状况,将影响其合作意愿的主要因素分为四大块,分别是企业基本特征、企业经营特征、交易对象特征和外部环境特征。将企业是否愿意参与合作作为被解释变量( Y) ,这里的合作既包括与养殖户、合作社的合作也包括与牛肉销售商的合作。见表1。
表1 屠宰加工企业合作意愿影响因素解释变量说明
变量名称 | 包含项目 | 变量定义 |
企业基本特征 | 成立时间 | 5年及以下=1,6~10年=2, 10年以上=3 |
固定资产投入规模 | 500万元以下= 1,500万元~1000万元= 2,1000万元~5000万元=3,5000万元以上=4 | |
企业级别 | 非龙头企业=1,市( 县) 级龙头企业=2,省级龙头企业=3,国家级龙头企业=4 | |
企业经营特征 | 年屠宰能力 | 5000头以下=1,5000~10000 头= 2,10000头以上=3 |
交易对象特征 | 交易对象经营规模 | 20头及以下=1, 21~50头= 2,51~100头= 3,100头以上=4 |
交易对象忠诚度 | 有违约行为=0,无违约行为=1 | |
外部环境特征 | 政府支持 | 无支持=0,有支持=1 |
同行行为的影响 | 无影响=1,影响较小=2,影响较大=3 |
根据调查共获得有效问卷61份,涉及吉林省、辽宁省、黑龙江省、内蒙古自治区、河北省、山东省、河南省、陕西省、四川省等9个肉牛主产省(自治区)的屠宰加工企业。
多数企业都有不同程度的合作意愿,仅有8家小规模个体屠宰公司认为合作与否对自身的生产经营没有太大影响。在愿意合作的企业中,超过20家企业与养殖户之间没有实质性的合作关系,只是以市场交易方式为主,形成了一些固定的交易对象,但这些企业希望能够通过加强与养殖户之间的合作关系来稳定自身的发展。
在被调查的肉牛屠宰加工企业中,成立时间超过6年的企业居多,固定资产投入规模普遍大于500万,包括规模较大的私营企业和股份制企业;非龙头企业占多数,仅有19 家企业属于不同级别的龙头企业;被调查的企业均以生产普通牛肉为主,企业屠宰能力普遍不高,年屠宰能力超过1万头的企业仅有6家。与这些企业进行交易的养殖户主要以规模小于20头的小规模养殖户为主,近90%的交易对象能够信守承诺,在交易中不出现违约的行为。大部分屠宰加工企业都得到了一定程度的政府支持,仅有小部分个体屠宰户没有得到政府支持。有70%的企业认为同行企业是否有合作行为对本企业是否参与合作影响较小,但有17%的企业认为这种影响较大,他们认为同行与养殖户进行合作很可能抢夺以往属于自己的牛源,这时企业也会考虑通过与养殖户之间建立合作关系来稳定牛源。
2 研究方法与结果
影响屠宰加工企业合作意愿的因素有多种,受到有效样本数量的限制,变量数量较多会影响模型的效果,所以,首先采用因子分析法将信息重叠的因素提取公因子,减少变量的个数,再对公因子进行二元Logistic 回归分析,从而提高模型结果的准确度,弥补样本较少的不足。利用SPSS 软件得出巴特利度球度检验值为460.495,相应的概率p接近0,KMO值为0.724,根据KMO 度量标准证明原有变量比较适合进行因子分析。通过主成分分析法对影响因素进行分析,结果见表2。
表2 因子解释原有变量总方差的情况
成分 | 初始值特征 | 平方和负荷量萃 | 旋转后平方和负荷量 | ||||||
特征根 | 总方差 | 累计方差贡献率/% | 特征根 | 总方差 | 累计方差贡献率/% | 特征根 | 总方差 | 累计方差贡献率/% | |
1 | 4.164 | 52.049 | 52.049 | 4.164 | 52.049 | 52.049 | 2.697 | 33.713 | 33.713 |
2 | 1.120 | 14.012 | 66.061 | 1.120 | 14.012 | 66.061 | 2.128 | 26.612 | 66.061 |
3 | 1.025 | 12.812 | 78.873 | 1.025 | 12.812 | 78.873 | 1.484 | 18.548 | 78.873 |
4 | 0.752 | 9.401 | 88.274 | ||||||
5 | 0.527 | 6.588 | 94.862 | ||||||
6 | 0.311 | 3.887 | 98.749 | ||||||
7 | 0.093 | 1.163 | 99.912 | ||||||
8 | 0.007 | 0.088 | 100 |
由表2可见: 第一组数据中(第2~4列) 特征根值大于1的数量为3,说明可以将原来的8个解释变量通过提取公因子后总结为3 类变量,第一个因子的特征根为4.164,对原解释变量总方差的解释程度为52.049%,累计方差贡献率为52.049%; 第二个因子特征根为1.12,对原解释变量总方差的解释程度为14.012%,累计方差贡献率为66.061%;第三个因子特征根为1.025,对原解释变量总方差的解释程度为12.812%,累计方差贡献率为78.873%。从第二组数据(第5~7列)可以看出,三个因子共解释了原有变量总方差的78.873%,总体解释效果较好。从第三组数据(第8~10列)可以看出,因子旋转后原来的累计方差没有发生变化,但却将原来变量的总方差进行了重新分配,使因子更容易被解释。因子得分系数矩阵见表3。
表3 因子得分系数矩阵
项目 | 1 | 2 | 3 |
固定资产投入规模 | 0.80 | 0.214 | —0.023 |
年屠宰能力 | 0.773 | 0.119 | —0.064 |
企业级别 | 0.704 | —0.051 | —0.126 |
成立时间 | 0.639 | 0.297 | 0.114 |
交易对象经营规模 | 0.249 | 0.624 | 0.333 |
交易对象忠诚度 | 0.276 | 0.523 | 0.148 |
政府支持 | —0.006 | 0.255 | 0.713 |
同行行为的影响 | —0.304 | —0.148 | 0.511 |
由表3 可见: 固定资产投入规模、年屠宰能力、企业级别、成立时间在第一个因子上有较高的载荷,说明这四个变量具有较高的相关性,第一个因子主要解释了这4个变量,将这4个变量命名为企业特征;交易对象经营规模和交易对象忠诚度在第二个因子上具有较高的载荷,第二个因子主要解释了这2个变量,将这2个变量命名为交易对象特征; 政府支持和同行行为的影响在第三个因子上有较高的载荷,将这2个变量命名为外部环境特征。这样,就将影响企业合作意愿的因素归为企业特征、交易对象特征、外部环境特征3个因素。
以企业特征、交易对象特征、外部环境特征为解释变量,对影响企业合作意愿的因素进行二元Logistic回归分析,结果见表4。模型的-2倍似然函数值为112.302,调整后的R2值为0.783,模型拟合程度较好。
表4 企业合作意愿影响因素的二元logistic模型结果
项目 | 系数 | 标准差 | 检验值 | 显著性 | B值 |
常数项 | —4.226** | 0.433 | 13.307 | 0.000 | |
企业特征 | 0.785* | 0.262 | 3.122 | 0.078 | 2.192 |
交易对象特征 | 0.244* | 0.805 | 2.895 | 0.089 | 1.276 |
外部环境特征 | 0.622** | 1.348 | 6.813 | 0.008 | 1.863 |
注: 数据肩标* 、**分别表示在10%和5%的水平下显著。
由表4 可见: 企业特征、交易对象特征、外部环境特征对企业的合作意愿都有正方向的影响,也就是说,这三个变量中所包含的变量的取值越大,企业参与合作的意愿就越大,影响程度从大到小分别为企业特征、外部环境特征、交易对象特征。
利用原解释变量对中间变量的影响分别进行线性回归,结果见表5。
表5 原解释变量对中间变量影响的回归结果
变量名称 | 项目 | 系数 | 标准差 | T检验值 |
企业特征 | 常数项 | —3.356*** | 0.238 | —12.766 |
成立时间 | 0.153 | 0.054 | 1.233 | |
固定资产投入规模 | 0.647*** | 0.075 | 3.970 | |
年屠宰能力 | 0.536*** | 0.320 | 6.122 | |
企业级别 | 0.272* | 0.832 | 4.263 | |
交易对象特征 | 常数项 | —1.960* | 0.787 | —2.064 |
交易对象经营规模 | 0.853*** | 0.062 | 9.655 | |
交易对象忠诚度 | 0.534** | 0.122 | 3.461 | |
外部环境特征 | 常数项 | —2.182*** | 0.466 | —14.590 |
政府支持 | 1.002*** | 0.053 | 12.381 | |
同行行为的影响 | 0.477** | 0.104 | 6.457 |
注: 数据肩标* 、**、***分别表示在10%、5%和1%水平上显著。
由表5 可见: 企业固定资产投资规模、屠宰能力和企业级别对企业特征具有正方向影响,而企业成立时间没有通过检验,说明企业成立时间长短并不能决定企业的特征,有时候即使企业成立时间很长也未能改变企业最初的性状。从回归系数来看,对企业特征影响程度由大到小分别为固定资产投入规模、年屠宰能力、企业级别;交易对象经营规模与交易对象忠诚度对交易对象特征均有正方向影响,且交易对象经营规模的贡献大于交易对象忠诚度的贡献;政府支持与同行行为的影响同样对外部环境特征有正方向的影响,政府支持的作用大于同行行为的影响。
3 结论与启示
通过以上分析可以说明: 首先,屠宰加工企业的合作意愿受到企业固定资产投资规模、企业屠宰能力、企业级别、交易对象规模和忠诚度、政府支持和同行行为的影响,由于企业本身特征是影响其合作意愿最主要的因素,因此可以说明企业固定资产投资规模越大、屠宰能力越强以及企业级别越高,那么企业就更愿意通过合作来保证自身生产经营的顺利进行。其次,政府支持和同行行为对企业的合作意愿也有着很大的影响,政府支持力度越大,越有利于企业进行生产经营,从而企业更愿意通过与上下游养殖户或销售商合作来稳定自身的地位,保障牛源供给和扩大牛
肉销路。交易对象经营规模和忠诚度对企业的合作意愿也有着一定的影响,养殖户或合作社的规模越大或者销售商的年销量越高,合作后对于企业越有利,并且,企业倾向于选择信守承诺、没有违约行为的交易对象进行合作。因此,屠宰加工企业应从自身和外部因素两方面考虑,保证自身屠宰加工能力和牛肉销量的同时,加强与上下游环节之间的合作,为肉牛屠宰加工企业稳定发展打下基础,促进肉牛产业链利益的增值和共享。