上市农产品加工企业绩效的影响因素分析

王文信 张振伟

(中国农业大学 经济管理学院，北京 100083)

一、 引言

农产品加工业横跨农业、工业和服务业三大领域，具有投资少、周期短、效益好的特点，是发展中国家工业化初中期优先发展的产业。我国农产品加工业从业人员中农民超过70%，全国农民人均纯收入的9%以上来自农产品加工业的工资性收入。农产品加工业能采用不同加工技术和方法制成各种新产品，为满足人民对美好生活的追求、提高人民群众生活质量和健康水平提供了物质基础。根据国务院办公厅《关于进一步促进农产品加工业发展的意见》，2000年，农产品加工业总产值是农业总产值的1.52倍，2017年达到2.19倍，按国家规划，2020年这一数字将达2.4倍，农产品加工业成为我国农业现代化的重要支撑力量。

在当前经济增速放缓、就业压力增加、地方政府债务压力增大、县域经济亟需注入新鲜活力的背景下，2019年中央一号文件提出大力发展现代农产品加工业，农业农村部把发展农产品精深加工列为2019年乡村产业工作要点。

与普通农产品加工企业相比，上市农产品加工企业不仅规模大、资本雄厚，而且自主创新能力强，转型升级快，产品品牌效应更明显、国际竞争力更强。为深入推进农业供给侧结构性改革、农业提质增效和农民就业增收，不断满足城乡居民消费升级需求，2016年12月，国务院提出《关于进一步促进农产品加工业发展的意见》，支持农产品加工企业上市融资、发行债券，把发展上市农产品加工企业作为促进我国农产品加工业转型升级的突破口和应对经济下行压力的重要举措。

作为市场经济下的独立法人，上市农产品加工企业必需具备较高的绩效水平，才能不被市场淘汰[1]。而要提高绩效水平，首要问题是找出影响绩效的因素。目前，我国对于影响上市企业绩效的研究主要集中于制造、高新技术、医药、信息服务、电力、农业等领域[2-7]。与其他类型的上市企业相比，上市农产品加工企业生产大多带有明显的季节性，并且产品生产周期较长、平均利润率较低、投资的风险较高。

目前，对上市农产品加工企业绩效的研究文献并不多见。杨雪和何玉成[8]运用CCR模型、BCC模型、Malmquist指数法及Tobit模型，对2011—2015年我国29家上市农产品加工企业的总资产周转率、企业规模、技术人员占比、股权集度、企业年龄对企业经营效率的影响进行了研究。陈江华、胡凯、李禹[9]基于数据包络分析法，选取总资产、总流动资产、职工薪酬、营业成本与销售费用为投入指标， 净利润、营业收入与基本每股收益作为产出指标，研究我国25家农产品加工上市公司2012年的综合效率、纯技术效率与规模效率。邓可[10]采用输入型数据包络分析方法，选取总资产、营业成本、财务费用、资产负债率为输入指标，营业收入、净利润、利润总额、每股收益为输出指标，计算2009—2013年间68个上市公司的纯技术效率、技术水平和经营管理效率，从财务角度对我国农产品加工业上市公司的经营绩效进行评价。魏小燕[11]利用因子分析法，选择营业能力、扩张能力、偿债能力、成长能力、资本效率等五个方面15个指标，对2014年203家上市农产品加工公司进行经营绩效分析。

总的来看，已有上市农产品加工企业绩效影响因素的研究主要是企业经营效率研究，运用的都是截面数据，影响因素之间容易产生多重共线性；研究对象都是选取部分上市农产品加工企业，样本数量少，缺乏对上市农产品加工业总体情况的把握。

在国家一系列政策及资金扶持下，近年上市农产品加工企业发展很快，影响绩效的内外部因素也有了很大变化，同时，扩展的C-D函数、面板数据利用等经济计量分析技术也有了很大进展。本文面向全部上市农产品加工企业，根据上市农产品加工企业的特点，构建扩展的C-D函数的多元线性回归模型，利用我国上市农产品加工企业2011—2018年间的年报数据构建面板数据，计算各种因素对企业绩效的影响，并结合笔者对山东、江苏两省农产品加工企业的调查，对计算结果进行分析，提出促进上市农产品加工企业健康发展的对策建议。

二、 模型设定与数据来源

(一)模型设定

国内外文献中有关投入对企业产出绩效影响的研究方法，主要有C-D(Cobb-Douglas)生产函数、CES(Constant Elasticity of Substitution)生产函数和超越对数生产函数等。C-D生产函数能够反映边际产量递减、边际替代递减、规模报酬变化等一些重要的经济特征，是唯一能使均方估计误差达到最小的生产函数；其形式很容易线性化，参数估计和其他代数方程相比，计算比较方便，在进行技术经济分析时，由于数据特性，计算分析结果更准确。由于这些优点，该模型在农业生产的技术经济分析中得到了广泛的应用。技术不变的C-D函数的基本形式为：

Y=AKαLβeε。

(1)

式(1)中，Y表示产出，K表示物质资本投入，L表示劳动投入，α、β分别为物质资本(K)、劳动(L)两个要素的产出弹性，e表示随机误差项，A表示资本和劳动等有形投入之外的知识、技术、环境、管理、制度对产出有贡献的因素，且假定这些因素不变。

由于本文使用的是面板数据，时间跨度较长(2011—2018年)，该时间段内我国上市农产品加工业的经济技术状况变化很快，技术、管理等因素不变的假设不再成立。因此，本文将式(1)A中反映技术、管理等的因素作为内生变量，与劳动、资本等共同形成企业生产的可变投入要素，构建基于技术变化假设的扩展的C-D函数：

(2)

式(2)中，i表示企业，t表示年份，ε表示误差项，与式(1)中的A不同，此处A仅指未能显示出的导致农产品加工企业产出水平差异的异质性因素，包括宏观因素及行业因素、区域因素等(控制变量)；式(2)中的内生变量除了资本(K)和劳动(L)外，还包括Zit，Zit表示第t期影响上市农产品加工企业绩效的研发(R&D)、资本结构、公司治理等影响技术选择的其他内生影响因素。α、β、γ分别为物质资本(K)、劳动(L)、其他内生因素Z的产出弹性。对式(2)取自然对数后，可转化成如下线性模型:

lnYit=αi+αlnKit+βlnLit+γlnZit+εit。

(3)

式(3)中，ai=lnAi，表示投入要素K、L、Z之外的环境、制度等因素对企业产出的影响，并且假定这些因素在研究期间内不随时间变化；本文中Zit包括企业的R&D投入、资产负债率、销售费用等，具体见第二部分——变量选取。式(3)中，若α+β+γ=1，表示企业不存在规模报酬；若α+β+γ>1，表示企业存在规模报酬递增；若α+β+γ<1，表示规模报酬递减。因此，通过计算α+β+γ的值，就能获得企业的规模效应。

在线性模型估计中，为了保证参数估计值的一致性，必须控制好投入要素的外生性。农产品加工企业生产中的资本投入主要包括厂房、机器设备等固定资产投资，企业发生大规模的新增固定资产或者技术设备革新通常是由于外部的技术冲击形成的，这主要是因为成熟技术市场存在溢出效应以及市场的竞争性导致的；而企业雇用员工数通常是企业根据自身规模以及劳动力市场的竞争特性决定的。因此一般模型中都假定资本、劳动的规模只受到市场等外部因素的影响，将其作为外生变量。相对于物质资本投入和劳动投入，从众多统计数据中选择其他影响我国上市农产品加工企业绩效的因素时，应重点关注影响因素的外生性。并将可能影响上市农产品加工企业绩效的企业性质、政府补助、品牌、地区和行业特征等外生变量作为控制变量加以考察。

(二)变量选取

借鉴已有农业企业绩效的相关研究，结合上市农产品加工企业的特点，本文选取样本企业的利润额作为企业产出的度量指标，企业资产总额、劳动力数量、R&D投入、资产负债率、销售费用等作为解释变量，控制变量包括企业性质、政府补助、品牌、地区、行业变量等[12-16]。各变量的选取依据说明如下：

1.企业产出(Y)

衡量企业产出最常用的指标是工业增加值。工业增加值是指工业企业在报告期内以货币形式表现的工业生产活动的最终成果，是工业企业全部生产活动的总成果扣除了在生产过程中消耗或转移的物质产品和劳务价值后的余额。由于上市农产品加工企业年报中缺乏统一的运营能力、盈利能力等指标，也没有统一的主营业务收入数据，根据工业增加值的定义可知，农产品加工企业工业增加值本质上是生产过程中新增加的价值，因而企业的会计利润与工业增加值具有很强的相关性，本文使用企业会计利润额来度量企业产出。

2.资本投入(K)

在C-D生产函数中，资本存量是指已投入企业的各类资本的总和，它以资产形式存在，又叫资产存量。根据它在生产过程中所处的状态可以划分为两类:即正在参与再生产的资产存量和处于闲置状态的资产存量包括闲置的厂房、机器设备等。而资本投入量是指在一定时点上所积存的实物资本，反映在一定时点上人们所实际掌握的物质生产手段，大多数研究经济增长的学者认为用资本投入量作为度量资本投入的指标是合适的[7-10][12-14]。本文使用年报中的企业资产总额来度量企业资本投入，预期资本投入与经营绩效成正向变动关系。

3.劳动投入(L)

必要的劳动投入是生产不可或缺的，实现充分就业是宏观经济的首要目标。我国的农产品加工业属于劳动密集型行业，这类企业发展对劳动力的投入数量依赖大，我国把发展农产品加工业作为增加就业的重要举措。本文用企业员工数量表示劳动投入，预期劳动投入与经营绩效成正向变动关系。

4.R&D投入(Z1)

已有文献对R&D作用的影响研究很多，一般都是作为内生变量来衡量技术水平的变化对产出绩效的影响。对R&D投入的度量，主要从R&D投入的绝对值(投入费用)和相对值(投入强度)两个角度进行。R&D费用能反映企业在R&D活动上的投入力度，R&D投入强度则反映企业研发活动规模的大小、企业对R&D活动的支持能力和态度[17]。R&D费用投入强度的常用度量指标是R&D费用与主营业务收入的比值或是R&D费用与销售收入的比值[18-19]。我国2007年启用新会计准则后，万德数据库(Wind)中农产品加工业中上市企业的R&D人员数据披露较少。根据吴延兵[20]的分析推导，使用永续盘存法核算研发费用存量时，可以认为研发费用流量的对数值约等于研发费用存量的对数值，因此本文使用研发费用的流量进行分析。预期R&D投入与经营绩效成正向变动关系。

5.资本结构(Z2)

评价资本结构的指标主要有资产负债率及净资产收益率等指标。资产负债率又称举债经营比率，通过将企业的负债总额与资产总额相比较得出。资产负债率反映企业的资本结构，而资本结构影响企业绩效。资产负债率是一项衡量公司利用债权人资金进行经营活动能力的重要指标。由于农产品加工企业利润率低，对产品的成本变化非常敏感。过高的资产负债率会使企业的资金成本上升，进而影响企业的绩效。特别是上市农产品加工企业中非国有企业、中小企业比例较高，这些企业融资成本很高，债务利息占经营成本的比例高，负债对经营利润有很大影响。笔者对山东、江苏两省的农产品加工企业进行调查发现，个别农产品加工企业的利息支出达到利润总额的6倍，利息支出成为企业发展的沉重负担。本文将资产负债率作为资本结构的代理变量，预期资产负债率与经营绩效成负向变动关系。

6.销售费用(Z3)

销售费用是指企业在销售产品、自制的半成品以及提供劳务等的过程中发生的各种耗费，以及产品广告等方面的投入。销售费用对企业产品的销售有重要影响，从而影响企业绩效。一般来说，由于农产品运输费用较高，农产品加工企业的销售费用也普遍较高。通过对山东、江苏农产品加工企业的调查，可以看到，随着近年来运输业基础设施的不断完善，以及农产品运输绿色通道措施的实施，交通便利化为农产品加工企业提高运输效率提供了有利条件，我国农产品加工业运输成本上升幅度较小。农产品加工业近年销售费用增加较快，主要是因为产品营销投入的增加。长期以来，我国农产品加工企业产品营销投入不足，严重影响产品价值提升。提高营销投入，增加产品的无形价值，是我国农产品加工业发展转型的必由之路。因此，营销费用的变化可认为是企业经营思路与方式的变化。本文将销售费用作为解释变量，使用企业投入的销售费用额度量销售费用，并取其自然对数进行数据分析，预期销售投入与经营绩效成正向变动关系。

7.政府补贴(a1)

政府补助能够对企业生产决策、盈利模式、技术选择产生影响，进而影响企业的绩效。笔者对山东、江苏农产品加工企业的调查表明，我国农产品加工企业普遍享有政府补助，尤其是上市农产品加工企业。被调查企业中获得政府补贴最多的一年达3亿元。扣除政府补助，很多上市农产品加工企业的净利润额为负值，政府补助对上市农产品加工企业的生存发展具有重要作用。本文将政府补助列入控制变量，采用政府实际补助额度量政府补助。预期政府补贴与经营绩效成正向变动关系。

8.品牌投入(a2)

品牌广义上是指具有经济价值的无形资产，它能增加商品销售量、提高产品的市场占有率、给企业带来超额利润，是企业在生产、经营、管理等各个方面的综合素质在商品上的反映，也是消费者对一个企业及其产品、服务、文化价值的一种综合评价和认知。品牌具有价值、文化和个性，是企业长期努力经营的结果，也是企业的无形载体。目前并没有对品牌资产的统一度量方法，难以通过Wind数据库获取数据。世界品牌实验室(World Brand Lab)从2004年开始每年发布《中国500最具价值品牌》排行榜，世界品牌实验室的分析基于财务、消费者行为和品牌强度分析，并利用企业的销售收入和利润等数据，采用经济附加值法(EVA)综合分析判断企业的盈利状况。该评估得到业界的普遍认可，所发布的品牌排行榜目前是最有参考价值的。本文根据样本企业是否在榜单内对数据进行整理，若企业在榜单内则品牌变量赋值1，否则赋值0，预期品牌投入与经营绩效成正向变动关系。

9.所在地区(a3)

我国幅员辽阔，各地区自然文化环境、经济发展水平、基础设施水平差异大，不同地区政府农产品加工业发展政策不同，农产品加工企业的交通成本以及获取资源、信息的成本不同，企业的竞争意识也有很大差别。本文对企业注册地址所属的地区进行编码，地区变量的值取编码的数值。

10.企业性质(a4)

企业性质不同，管理机制就会有很大差异，进而影响企业的生产经营活动。为了控制企业性质差异带来的影响，本文将企业性质作为控制变量。当企业为国有企业时企业性质变量取值1，其他为0。

11.行业变量(a5)

本文的农产品加工企业涉及12个子行业，其规模、技术和发展水平、资金和劳动投入差别很大。为了控制不同子行业对研究带来的影响，在模型中增加了行业变量作为控制变量。

本文对变量的定义如表1所示。

(三)数据来源变量的描述性统计

根据统计划分方法，本文将农产品加工业的产业范围界定为农副食品加工业、食品制造业、酒饮料和精制茶制造业、纺织业、纺织服装服饰业、皮革毛皮羽绒及其制品和制鞋业、木材加工及竹藤棕草制品业、家具制造业、烟草制造业、造纸及纸制品业、橡胶和塑料制品业、印刷和记录媒介的复制业等12个行业，研究样本来自沪深上市企业。

数据来自企业的年报数据，主要通过Wind数据库获得。从2011年开始，我国农产品加工业的发展趋于平稳，农产品加工业中上市企业各种数据的披露也比较完整，因此本文采用2011—2018年的数据。为了消除企业进入和退出的影响，仅保留研究期间连续出现的企业。将数据不全的样本企业的数据剔除，最后得到172个企业，共1 376条，15 136个面板数据。

变量的描述性统计如表2所示。样本企业的利润均值为59 822万元，标准差为35 176，样本企业间的会计利润差异明显。另外，企业的资本投入、劳动投入、研发费用投入、销售费用、资产负债率、政府补助等差别都很大，说明上市农产品加工企业之间存在很大差异。

表1 变量定义

表2 变量的描述性统计数据

三、 实证结果及分析

(一)实证模型构建

本文将上市农产品加工企业的利润额作为被解释变量，以上述选取的变量为解释变量，构建实证模型。由于模型中的残差项可能存在异方差问题，因此不能直接对模型进行估计。为确保残差项同方差且服从正态分布，需要先对扩展的C-D模型进行对数化处理[21-23]，对数-线性扩展的C-D生产函数模型要优于一般的线性模型，更便于结果的分析，具体形式为：

Inportit=θ0+θ1lnradit+θ2lnsellit+θ3brandit+

θ4lnlevit+θ5lncapit+θ6lnlaborit+θ7subit+

θ8stateit+θ9regit+θ10indit+γ4，

(4)

式(4)中，下标i和t分别表示企业和年份，γit为独立同分布的随机扰动项，θ0为常数项。

(二)相关检验

对式(4)进行多重共线性检查，显示不存在多重共线性问题。豪斯曼检验及方程的时间效应检验结果表明式(4)的估计不需包括时间效应，可直接使用固定效应模型。使用ADF对各变量进行单位根检验的结果显示，各变量没有单位根。对式(4)进行LM检验表明，在检验结果中所有F值的概率P(F)和LM值的概率P(LM)都大于5%，不能拒绝原假设“残差序列直到k阶不存在自相关”，即式(4)不存在序列相关(表3)。

表3 自相关的检验结果

(三)多元线性回归模型的估计

本文使用Stata12.0软件，考虑固定效应，采用LSDV方法对式(4)进行估计。结果如表4所示。模型回归R2值大于0.519 2(面板数据的R2一般在0.1～0.4之间)，是一个非常理想的结果。这主要是两方面原因：一方面是本文选取的变量较多(共10个自变量)，另一方面，每个变量的选取都具有非常好的合理性，模型有很好的解释度。检验模型显著性的F统计量的p值为0.000 0，说明方程的拟合度较高、高度显著。由回归结果可以看出，模型中固定资本投入、劳动力、资产负债率、销售费用、企业性质、所属地区都对销售利润产生了显著影响。表4中各影响因素的产出弹性值之和(α+β+γ)为0.496 3<1，说明样本上市农产品加工企业存在明显的规模效应递减现象。这与杨雪、何玉成[8]的研究结果相反，可能与研究方法、样本企业(本文选取的是全部上市农产品加工企业，而上述文章选取的只是部分企业)及时间跨度有关。

与新中国成立国初期相比，我国农产品加工业在规模方面已有巨大提升，但由于前期过于强调发展速度，企业不断增加投资，规模不断扩张，产出效率却不断下降，企业大而不强。特别是目前的上市农产品加工企业，较普通农产品加工企业规模大很多。伴随企业规模的扩大，企业结构复杂化和机会主义行为增加，组织和管理成本增大，影响企业的绩效。且传统大型制造型企业容易受制于政府的主导，体制效率较低。根据《中国工业统计年鉴》，2003—2015年，我国规模以上加工企业从5万家(年销售收入500万元以上)增加到7.6万家(年销售收入2 000万元以上)，增加52%，而同时期工业平均产值仅增加26.8%。2011—2018年，172家样本企业的平均资产总额增加47%，但平均利润率却下降7.26%。笔者对山东、江苏两省36家农产品加工企业的调查表明，28家涉及3个以上的生产领域，主业发展越来越边缘化。这些企业大多以初级农产品加工为主，装备故障率高，包装简单，企业总开工率不足70%。我国大型农产品加工企业当前的主要任务，不再是简单的规模扩张，而是聚焦主业，从提高技术水平和产品质量出发，以效率为中心的适度规模化。

上市农产品加工企业对投资依赖非常大，与贾伟、秦富[12]的研究结果相同。表4的结果表明，在其他因素不变的情况下，上市农产品加工企业资产总额每增加1%，会使利润增加0.63%。2011—2018年，172家上市农产品加工企业固定资产投资增加129.7%，而同期企业的利润总额仅增长32.3%。2010—2017年，农林牧渔业销售利润率下降14.6%，同期172家上市农产品加工企业的毛利率降低了13.8%。上市农产品加工企业的利润增长主要依靠大量投资，与我国农产品加工业技术水平偏低，模仿多、创新少、核心技术及核心装备少有关。笔者对山东、江苏农产品加工企业进行调查发现，很多农产品加工企业为了增加利润，不断拓展经营范围，企业陷入“利润下滑—增加投资—利润率降低—利润减少—再追加投资”的恶性循环之中。克服对投资的过度依赖，提高投资效率，是当前农产品加工产业发展的重大课题。

上市农产品加工企业存在过量劳动投入。根据表4所示结果，劳动对利润总额的产出弹性为-0.110 9，在其他因素不变的情况下，劳动投入每增加1%，企业利润减少0.11%。反过来说，在其他因素不变的情况下，上市农产品加工企业要增加1%的利润，则必须减少9%的劳动投入。2011—2017年，172家上市农产品加工企业就业人数增长7.3%，低于同期农副产品加工业(8.4%)。Wind数据库没有给出就业工资数据，根据笔者对山东、江苏农产品加工企业的调查，2011—2017年，企业员工工资仅增长3.1%，2017年平均月工资为3 280.06元。过低的工资与工资增幅，使农产品加工企业对农村劳动者失去吸引力，员工流动性很高，而过高的员工流动性使得企业不愿增加培训(被调查企业平均培训频率仅为0.17次/人·年)费用，劳动力素质低，严重影响了企业劳动生产率的提高。减少普工数量，吸引技术人员加入，提高劳动效率，是被调查农产品加工企业普遍实施的手段。企业规模越大，减员增效的意愿越强烈，这与国家通过鼓励农产品加工企业上市融资增加就业的政策目标相冲突。

表4 多元线性回归模型回归结果

增加R&D投入对上市农产品加工企业利润具有显著的促进作用。由表4可以看出，R&D对上市农产品加工企业利润增加具有显著的促进作用(在1%水平上显著)，即R&D投入对企业产出具有显著正向影响，这与很多学者如侯晓红和张艳华[24]、Gary[25]的研究结论一致。根据计算结果，上市农产品加工企业的R&D产出弹性达3.36%，这与美国1966—1977年的企业R&D产出弹性[26]、同期英国企业的R&D产出弹性值[27]相当，反映了我国上市农产品加工业正处于R&D红利期，即企业的R&D投入处于稀缺阶段。农产品加工企业的R&D投入能够提高产品质量或者创造出新产品，从而增加销售收入，或者使生产技术得到提升、工艺流程得以优化，从而降低产品的生产成本。增加R&D投入，实现农产品加工业提质增效，是我国实现农产品加工业中长期发展目标的必然途径。

172家样本企业R&D费用的最大值为101 730.60万元，最小值为1.53万元，样本企业的R&D费用差距较大，反映了不同企业创新实力差距很大。作为R&D产出的重要衡量指标，2012—2017年间，172家样本企业总共申报专利4 288项，无论是年均增速还是企业平均拥有专利数均高于全行业平均水平，但这些专利集中于22.7%的企业，56.1%的企业没有自己的专利。增强弱小企业的创新实力，是现阶段提高上市农产品加工企业绩效的有效方法。

资本结构对上市农产品加工企业绩效具有重要影响，芮世春[13]也得出相同结果。根据表4数据可知，样本企业的负债率每提高1%,利润会减少0.089%。2011—2017年,172家上市农产品加工企业资产负债率平均上升385.7%，远大于利润增长幅度。伴随着资产负债率快速上升，企业的利息支出快速上涨，影响了利润的增长。样本企业资产负债率的均值为35.8%，而笔者对山东、江苏两省农产品加工企业进行调查发现，企业的平均资产负债率高达42.3%，远高于本文样本企业。被调查企业中最高负债率达97.1%，2017年所支付借款利息是净利润的6.1倍。伴随着农产品加工企业的资产负债率快速上升，企业的利息支出快速上涨，偿债能力下降，企业信用越来越低，融资也越来越难，越来越贵。通过上市融资，降低负债率，从而降低企业的资金使用成本，是行业平均利润率很低的农产品加工企业走出困境的有效途径。

增加必要的销售费用能够提高农产品加工企业的盈利能力。根据表4数据，在其他因素不变的情况下，样本企业销售费用每增加1%，利润相应增加0.066%。随着我国居民收入水平的不断提高，消费结构加速升级，消费多元化、个性化、品质化的特征越来越明显，对农产品的安全、健康、营养要求更高。受传统销售模式及企业盈利水平限制，目前我国农产品加工企业在市场营销投入、营销方式、营销能力以及营销渠道拓展上还存在诸多不足。

适应市场需求变化，适当增加销售投入，提高营销水平，对于农产品加工企业提高绩效具有重要作用。但笔者对山东、江苏农产品加工企业的调查表明，为了增加利润，近年部分企业销售费用增加过快，影响了企业扩大再生产，同样需要引起重视。

政府补助对上市农产品加工企业利润没有显著影响，与预期相反，张兴龙等[5]、徐敏丽和付方媛[7]也得出类似结果。根据表4数据，政府补贴项的p值达0.8，说明政府补助与企业利润间没有关联。笔者对山东、江苏两省农产品加工企业进行调查发现，目前我国政府对农产品加工企业的补助普遍存在“决策程序复杂、撒胡椒面、扶弱不扶强”问题，特别是2012—2014年间农产品加工企业利润快速下滑期间，政府的主要政策目标变成保证企业的正常运营，期间获得政府补贴的往往是效益差、难以生存的企业。以某上市著名农产品加工企业为例，2012—2017年，企业亏损3.49亿元，但同期却获得政府补助12.74亿元，企业生存依赖于政府补助。

产品品牌对企业利润没有显著影响。根据市场营销理论，作为无形资产，产品品牌可以为企业带来超额利润。但表4数据说明，上市农产品加工企业的品牌与企业绩效没有关联。笔者对山东、江苏农产品加工企业进行调查发现，目前大量农产品加工企业产品利润率非常低，企业主要依靠低价竞争生存，很多企业甚至没有发展规划。调查的36家农产品加工企业中，32家没有任何的品牌投入。关于品牌建设投入少的原因，100%的企业认为“资金不足”、97%的企业认为“产品品牌容易被冒用，投资不划算”、86%的企业认为“品牌投资见效慢”(可以多选)。

(四)模型的稳定性

为了检验实证结果的稳健性，本文将被解释变量分别改为利润率、主营业务收入；保持解释变量不变，依次删除控制变量(行业变量、企业性质、地区、品牌、政府补助)，分别进行稳健性检验。虽然得到的各变量的系数值变大，但显著性结论与上文的结果一致，证明实证检验结果稳健。

四、主要结论与对策建议

本文利用2011年至2018年农产品加工业172家上市企业的数据，采用多元线性回归模型，对影响上市农产品加工企业绩效的因素进行了实证分析，主要结论是：我国上市农产品加工企业存在规模效应递减现象，劳动投入对企业利润的贡献具有负向影响，研发和销售投入、资产负债率对企业产出具有显著的正向影响；现行政府补贴政策并未对企业盈利产生显著影响，企业的品牌投入效果也不显著；企业类型对盈利能力具有重要影响。基于以上研究结论，提出如下对策建议：

第一，上市农产品加工企业不应盲目扩大规模，应注重提高投资和劳动的效率，实现从资本和要素驱动，向技术和管理驱动转型。

第二，上市农产品加工企业应重视技术和经营创新，通过不断增强研发和创新投入，建立相应的研发和创新体系，提升自主创新能力和核心技术水平，不断提高产品竞争力。

第三，上市农产品加工企业应适度加大营销投入，拓展营销渠道。由于企业利润率偏低，目前农产品加工企业营销投入普遍较少，影响了产品的销售量和知名度。

第四，农产品加工企业应积极参与上市融资，改善资本结构。上市融资能够有效降低农产品加工企业的资金成本，这对于风险高、利润率低的农产品加工行业提高企业绩效非常有效。

第五，政府应注重提高补贴效率，建立和优化财政补贴机制，促进企业做优做强；积极推动农产品企业上市融资，加强市场监管，支持鼓励农产品加工企业增加研发与品牌投入；针对不同类型农产品加工企业出台相应政策，保护企业的知识产权，支持和培养一批本土战略性农产品加工名牌企业。