农业全产业链下员工社会网络及其绩效研究*

李钟慧

（南京农业大学经济管理学院，江苏南京 210095）

农业全产业链下员工社会网络及其绩效研究*

李钟慧

（南京农业大学经济管理学院，江苏南京 210095）

文章通过农业全产业链生产模式下的企业，选择A公司作为典型案例，采用二元Logistic模型、排序型Logistic模型、OLS模型分析员工个体层面和网络层面的社会网络指标，对其绩效维度的影响机理进行研究，并建议相关企业在针对社会网络进行员工管理时，应结合企业自身特性和部门间异质性，采取差异化管理，以提升员工绩效。

农业全产业链 员工社会网络 部门差异性 交互效应

当前，全产业链生产模式日益受到青睐，我国政府不断借鉴西方国家农业全产业链生产模式，发挥优势农业的龙头带动作用。

1 数据说明与样本特征

1.1 调查设计与数据说明

文章数据源于项目组于2016年，在某肉鸡全产业链企业进行的调查。通过该公司行政部、饲料加工部、种鸡孵育部、雏鸡孵化部、肉鸡养殖部、屠宰加工部按分层比例抽样的方法，分别抽取27人、8人、34人、18人、68人、150人作为调研对象。调查应用网络调查技术，收集员工间信息交换活动，通过员工访谈和邮寄问卷2种方式，收集了总计239份问卷，有效问卷回收率为70.29%。

1.2 样本特征与信度分析

被调查对象样本分布均匀，与该企业员工总体分布比例特征相近。 此外，还对“员工绩效”各变量进行了信度分析。该指标的评定通过公司评价和员工自评的方式进行，并将2种测评方式综合作为员工的绩效考评结果。

该量表信度分析采用一致性Cronbach’s系数对相关变量进行检验，CITC值基本在0.50左右，AVE＞0.50表示，该潜变量具有较好的收敛效度。该量表通过信度检验。

2 模型构建与变量选取

2.1 模型构建

该研究针对员工绩效的不同衡量指标，采用二元 Logistic模型、排序型Logistic模型和OLS模型。

（1）对于因变量“员工在近3个月内是否获得奖励”，“是”取值1，反之则取值 0，属于典型的二元模型（Binary Choice Model），采用二元 Logistic模型，该模型的具体表达式。

式中，iP为员工获得奖励的概率，n表示自变量的个数，

iχ表示第i个因变量，iβ表示第i个自变量或控制变量的回归系数，ε表示残差项。

（2）对于因变量“工作质量”、“工作效率”、“用在工作上的精力”、“完成工作的总量”、“员工创新能力”，采用排序Logistic模型，对绩效影响因素进行分析，变量评定分为较差、基本达标、一般、较好 、很好5种情况，分别对应 0、1、2、3、4。模型表示式如下。

变量Z表示员工绩效，∂i表示所对应自变量或控制变量的回归系数，iX表示第i个影响员工绩效的自变量和控制变量，β表示截距。Z发生的概率和对数。

（3）对于因变量“员工综合打分”和“因变量主成分提取量”，建立OLS模型，∂分别为控制变量员工年龄、职位、工作年限、教育水平和各解释变量的回归系数，ε表示残差项。

2.2 变量选取与度量

（1）网络规模是指网络成员与其他成员间所组成关系的数量。该文用被试者在调查问卷中所填写的，在企业内和部门中，有效交往对象的数量来衡量网络规模，1人计为1分依此类推，分值越大网络规模越大。

（2）网络强度是反映个体与网络成员之间关系密切程度的指标。该研究设计问卷内容为“近3个月内与其联系人进行工作沟通的次数”衡量联系频率，并借鉴李克特“五点法”，使调查对象对与其联系的人员之间的感情进行整点打分（1～5分），加总后的得分除以其网络规模的数值，作为反映网络强度大小的指标。

（3）网络多样性。该文借鉴Reagans 与 Mc Evily提出的计算多样性公式，将员工社会网络的多样性，划分在不同部门领域的交往人数。Z代表交往人员所在的部门类型，PZ代表交往的人员来自Z部门所占的比例，DVk代表员工社会网络多样性指标。社会网络多样性的取值范围在0～1之间，数值越大，多样性越高。

表1 部门社会网络分析

（4）网络中心势。该指标计算应用Freeman所提出的公式。Max（ iDC）代表网络中最大中心性的值， iDC表示个体的中心性分值，n代表网络规模。

（5）网络密度。该文借鉴Ray Reagans提出的组织内部关系密度的衡量指标NDK。Zij代表员工i与员工j之间的关系强度，Ziq代表员工i在所有联系者中关系强度最大的一项，NK指所调查部门内的员工总数。社会网络密度在0～1之间，数值越大，密度越高。

3 数据分析与结果

3.1 员工社会网络分析

文章应用 Ucinet和Netdraw 软件，绘制了A公司的员工社会网络结构图。首先对公司整体员工网络情况进行分析，A企业员工整体网络密度较低，为0.04。中心势为1.68%，即网络对某些节点的集中程度不高。全网络的累计度数量达到1954，最大值为42，最小值为0，平均度为11.70，度的标准差为9.47。网络中心势反映了关键节点在网络结构中的作用，其起到了人际关系桥梁的作用。此外，还将整体社会网络进行分割，比较不同部门之间的社会网络指标，如表1所示。

3.2 回归分析

针对公司“综合打分”这一变量，该文采用0LS线性回归分析，部门网络强度和部门网络中心势P值分别为0.00和0.02、0.03，均达到显著水平。表明，公司对员工的综合评价，受部门内关系网络集中程度、网络密度大小和员工关系交流频率的正向影响。最后，通过因子分析法，提取出各绩效维度的1个主成分变量得知，员工的整体网络规模、网络强度、部门网络规模、网络中心势、网络密度的分别绩效总值显著（P＜0.01）。说明，员工在部门内部的社会网络指标越大，绩效越突出。

3.3 交互效应分析

Marsh等人指出，载荷大的指标应当配对相乘，即“大配大，小配小”原则。由此应按照Marsh等的建议，并根据具体的数据，选择合适的配对方式。通过交互项的结构模型可以看出，交互项对工作绩效产生正向影响，路径系数为0.10。表明，对于员工在企业内的网络规模而言，其参与社团程度越高，对其绩效正向影响越显著，即社团参与和整体网络规模会对工作绩效产生交互作用，交互作用是正向的，影响系数是0.1。

4 结论与启示

文章在回归分析中发现，集中度高的部门员工的工作效率和综合考评绩效突出，网络密度大的部门对员工创新能力影响显著。员工是否获得奖励，不仅受部门内部网络规模的影响，还受到整体网络规模的正向作用。员工不仅需要从部门筛选，还要得到企业高层管理者的普遍认可，这表明员工有意识地扩大关系网络，能够隐形提高他评的印象分数。对工作质量而言，其优劣主要受到内部网络规模和网络强度的影响，内部的关系网络是影响工作质量的大部分原因。员工之间的联系频率增加，会有效作用于彼此之间的信赖感，促进工作信息和知识的吸收与理解。企业应有意识地削减员工之间的交流障碍，提供员工关系问题的反馈平台。

作为非正式化工作经验分享的重要途径，人际社会网络规模对于员工的工作知识的积累具有重要意义。员工个人的知识存量是员工进行知识活动的基础和关键。对于筹建农业全产业链生产的企业来讲，企业应将对员工交流的激励措施，着重于部门内部的交流。

[1] 边燕杰，张文宏．经济体制、社会网络与职业流动．中国社会科学，2001，（2）：77～89

[2] 曹芳，王凯．农业产业链管理理论与实践研究综述．农业技术经济，2004，（1）：71～76

[3] 姚俊.“关系”与“结构”的双重视角—工作绩效与社会网络关系的实证研究.社会，2009，（2）：162～178

[4] 黄祖辉，米松华，陈立辉．农业产业化的全产业链经营模式与机制创新—“肥西老母鸡”的实践及其启示．农业经济与管理，2011，（6）：45～50

[5] 刘文彬，林志扬，李贵卿．组织内社会网络对个体工作绩效的影响机理—人际公民行为中介效应的实证研究．经济管理，2013，（1）：63～74

[6] 罗青兰，孙乃纪，于桂兰．社会网络视角下员工知识分享行为研究．国家图书馆学刊，2013，22（03）：50～54

国家级大学生创新训练计划 “贸易风险视角下涉农外资企业纵向整合行为研究”（201510307790）