休闲农庄经营绩效评价及影响因素

胡梅梅，彭振辉，陈 卓

（1.湖南农业大学 商学院，湖南 长沙 410128；2.湖南科技大学 商学院，湖南 湘潭 411201）

党的二十大报告强调，要全面推进乡村振兴，坚持农业农村优先发展，巩固拓展脱贫攻坚成果，加快建设农业强国，扎实推动乡村产业、人才、文化、生态、组织振兴。休闲农业是农村三产融合发展的重要载体，在乡村产业振兴、农村经济发展和农民就业增收等方面发挥了重要作用[1]，推进休闲农业高质量发展是乡村全面振兴的重要举措。目前，全国休闲农庄等休闲农业经营主体达到30 多万家，年收入超过7 000 亿元。据估计，到2035 年我国休闲农业接待游客量将翻一番，达到60 亿人次，是实现农业农村现代化的重要指标[2]。休闲农庄作为休闲农业的一种重要组织模式，因其特有的中等规模优势，投资产值率和投资利润率均高于农家乐、休闲农业产业园等其他休闲农业经营主体[3]，近年来得以迅速发展。然而，随着市场由高速增长阶段向平稳发展阶段转变，休闲农庄发展也面临着诸多现实困难和障碍因素，如经营粗放[4]、同质化严重[5]、投资金额大、周期长[6]、管理制度欠缺[7]、土地政策和融资限制[8]等问题，制约了其经营效益的提升，也阻碍了休闲农业产业的高质量发展。现阶段，休闲农庄经营主体数量众多、规模庞大，如何让他们规范、长远、可持续地发展下去，成为亟待解决的重要问题。科学有效地评判休闲农庄的经营绩效并考察其影响因素，有利于准确掌握休闲农庄发展的整体情况，指导休闲农庄的经营水平和经营能力的全面提升，推动休闲农业健康可持续发展。

近年来，学者们对休闲农业的关注度越来越高，主要集中在对经济社会的影响[9-10]、发展水平和潜力评价[11]、影响因素探究[12-13]和发展路径[14]等方面。特定到休闲农庄这一类经营主体，现有文献在其空间分布、发展模式、竞争力等方面进行了一些研究。如夏赞才等[15]分析了湖南省休闲农庄的空间分布特征，指出湖南省星级农庄空间分布上主要集聚于地级市、州府的城郊地带，集聚强度自东向西逐渐减弱，城镇居民可支配收入、人均GDP、旅游总人数等是影响休闲农庄分布的主要因素；曾斌等[5]将湖南长沙地区星级休闲农庄归纳为休闲度假、科普教育、村落乡镇休闲、特色优势农业依托、民俗风情等8 种发展模式，并指出长沙地区休闲农庄已经呈现高度聚集的特征；杨艳红[16]从资源与环境竞争力、市场竞争力、经济系统竞争力和社会系统竞争力4 个维度构建了休闲农庄竞争力评价指标体系，并测算出海南省休闲农庄竞争力处于较强的二级水平。

学术界通常采用DEA 方法从宏观层面[17-18]或微观层面[19-20]来评价休闲农业的经营效率，也有学者运用其他指标测度休闲农业主体的经营绩效，如刘红瑞等[3]测算并比较了各类休闲农业经营主体的生产效率和全要素生产率，指出休闲农庄的投资产值率和投资利润率分别为79.90%和24.05%，高于其他类型的休闲农业主体的生产效率，全要素生产率约为41.11%。关于休闲农庄绩效的影响因素，学者们在休闲农业企业的框架内进行了一些探讨。如崔海云等[21]指出，顾客功能性体验价值和情感性体验价值在服务创新与休闲农业企业绩效的正向关系中起到部分中介作用；李瑾等[22]采用超效率DEA-Tobit 模型分析信息化对休闲农业企业创新产出绩效的影响，指出信息化是休闲农业企业创新绩效的重要动力源泉，对休闲农业产出绩效的增长具有正向促进作用。

综上所述，目前学术界大多是在乡村旅游与休闲农业的大框架下运用投入产出法、全要素生产率等方法探讨休闲农业经营主体的绩效，少有文献针对休闲农庄经营绩效进行综合评价并对其影响因素进行深入研究。基于此，本研究拟从运营能力、发展能力、社会效益和生态效益4 个维度构建休闲农庄经营绩效评价的综合指标体系。以湖南省休闲农庄的调研数据为样本，运用因子分析法评价其经营绩效，进而探究休闲农庄经营绩效的影响因素。据此给出相应的政策建议，以期补充休闲农庄经营绩效研究方面的欠缺，丰富休闲农业领域的相关研究。

1 指标体系构建与数据来源

1.1 指标体系构建

企业经营绩效是指一定经营时期内的企业经营效益和经营者业绩，是衡量企业内部行为方式、资源配置、运营能力及经营管理成果的综合指标[23]。评价企业的绩效应该考虑以下因素：第一，企业行为是在利润条件约束下追求经营者目标最大化[24]，企业规模和经营收入是衡量企业发展的重要指标；第二，企业存在并非资本链单一运作的结果，而是社会经济关系的总和[25]，对企业绩效的评价应考虑到其所处的外部环境；第三，应考虑企业的生产和发展还取决于能否有效处理与资本市场、产品市场、企业内部、政府与社会等各方面利益相关者的关系。在绩效评估过程中，应注重消费者价值、企业社会责任以及员工成长等对绩效的贡献[24]；第四，休闲农庄是依托自然生态资源开发经营的农业企业，是“两山”理念价值转化的载体，更应该是生态环境的守护者，对其绩效进行评价时应关注其生态效益。

综上，依据科学性、准确性和可获得性的原则，基于现有文献研究成果和休闲农庄的实际情况，本研究从经营能力、发展能力、社会效益和生态效益4 个维度构建了休闲农庄经营绩效的综合评价体系（表1）。

表1 休闲农庄经营绩效综合评价指标体系Table 1 Comprehensive evaluation index system of the operational performance of leisure agricultural manors

以上指标中，经营能力指标和社会效益指标主要参考现有文献进行整合[26]，其中，“带动农民收益”根据全省休闲农庄经营农副产品销售而设立。发展能力指标是在员工培训频率的基础上，考虑实地调研中农庄经营者对政府部门在农庄经营过程中重要作用的肯定，将与政府沟通频率、政府访问频率同时纳入发展能力指标层。生态效益指标考虑到休闲农庄在生态环境指标控制方面存在不足，如大气、声、土壤环境质量是否达标，油烟排放不达标次数等指标无法进行准确测量，因此，选用较为明晰的无害化处理率和园区绿化率作为生态效益层指标。

1.2 数据来源

研究数据来源于课题组于2021 年3—8 月开展的星级农庄经营状况实地调研和问卷调查数据。湖南是全国休闲农业起步较早、发展较快、特色较为鲜明的省份之一，业内素有休闲农业“始于川、兴于湘、精于江浙”的美誉。截至2021 年，湖南省休闲农业经营主体达1.72 万个，年经营总收入达470 亿元，年接待游客数量达2.06 亿人次，带动农户74.58 万户。

课题组面向湖南省星级农庄共发放了270 份调查问卷，调查内容涵盖了休闲农庄基本信息、2020 年的经营情况、管理情况和生态环境情况等多方面；收回问卷169 份，回收率为62.59%；剔除信息不全或有明显错误的无效问卷81 份，获得信息完整的有效问卷88 份，有效率为52.07%；88份有效问卷中的经营主体涉及全省各个市（州），涵盖了三星级、四星级和五星级等多个层次，具有较好的代表性。

2 湖南省休闲农庄经营绩效评价

2.1 研究方法

选用因子分析法进行休闲农庄经营绩效分析。因子分析法是一种在多变量数据中通过降维思想挖掘样本数据后的重要变量、能较大程度保留原始变量信息的分析方法，最早于1904 年由心理学家Chales Spearman 提出，将统计分析的多个指标用少数几个潜在指标的线性组合表示，极大地提高了研究效率和可行性[28]。

2.2 描述性统计

样本企业各指标的描述性统计如表2 所示。

表2 各指标描述性统计Table 2 Descriptive statistics for each indicator

2.3 分析过程与结果

2.3.1 适用性检验

采用SPSS 24.0 软件对经营绩效评价体系指标进行适用性检验，判断样本指标是否能够进行因子分析。如表3 所示，经营绩效评价理论指标的KMO 检验值为0.706（＞0.500），Bartlett 球形度检验卡方统计量为593.787，Sig 统计值为0（＜0.05），说明指标间存在相关关系，适宜做因子分析[27]。结果说明，湖南省休闲农庄经营绩效评价体系指标间存在显著的相关性，符合因子分析的可行性标准；同时，评价体系中11 个指标的共同度情况良好，最高为0.937，最低为0.563，平均度量值0.769，表明指标中的大部分信息能够被因子提取，因子分析结果是有效的。

表3 KMO 和巴特利特球形度检验结果Table 3 Test results of KMO and Bartlett sphericity

2.3.2 公共因子的提取与解释

使用主成分分析法，根据特征值大于1 的标准提取了4 个公共因子（表4），其解释的方差分别为22.650%、22.323%、19.033% 和12.904%，累计贡献率为76.91%，说明这些公共因子反映了76.91%的信息，指标选取具有良好的代表性。

表4 方差贡献率表Table 4 Variance contribution ratios

提取公共因子后，采用最大方差法对因子进行正交旋转，使得各个指标在公共因子上的载荷更加清晰，利于因子命名和解释。由表5 可以看出，从旋转后的因子载荷矩阵可以看出，第一公共因子F1 在B1、B8 和B9 的载荷值较大，主要是创造社会价值的反映，其中可以理解休闲农庄的总投入中有较大部分消耗在建设过程中农庄及周边的基础设施改善，因此第1 公共因子可称为社会价值因子；第2公共因子F2对应的B2、B3和B7的载荷值较大，主要反映农庄的生产经营情况，称为经营管理因子；第3 公共因子F3 对应的B4、B5 和B6 指标的载荷值较大，主要反映休闲农庄的长期发展能力，可称为发展潜力因子；第4 公共因子F4 对应的B10 和B11 的载荷值较大，反映休闲农庄的环境保护和绿色生态情况，称为生态保护因子。

表5 旋转后的因子载荷矩阵与成分得分系数矩阵Table 5 Rotated factor loading matrix with component score coefficient matrix

2.3.3 评价结果

以4 个公共因子对应的方差贡献率为权重进行加权求和，即可得出休闲农庄的经营绩效评价得分。SF1、SF2、SF3 和SF4 为休闲农庄样本在4 个公共因子上的得分，S表示经营绩效得分。根据因子得分系数矩阵（表6），公共因子得分和经营绩效得分的线性表示如下所示：

表6 湖南省休闲农庄经营绩效得分情况Table 6 The operational performance score of leisure manors in Hunan Province

由于数据标准化，休闲农庄经营绩效得分有正有负，正负仅表示该农庄与休闲农庄经营绩效平均水平的位置关系，这是数据标准化的正常情况。综合湖南省休闲农庄样本的各因子得分SF1～SF4 以及综合得分S，并按照综合得分排序，考虑到休闲农庄较多，仅将经营绩效水平较高的9家和较低的5 家进行完整的结果展示（表6）。

2.3.4 结果分析

分析结果显示，湖南省休闲农庄样本中经营绩效得分最高为2.24，最低为-0.81，绩效得分差距较大。按照绩效得分情况将企业绩效水平分为较高（＞0.6）、一般（-0.6～0.6）和较低（＜-0.6）三个等级[28]，样本农庄中，绩效水平较高的有9 家，绩效水平较低的有5 家，分别占总样本的10.23%和5.68%；而经营绩效水平一般的休闲农庄共74 家，其中0～0.6 有27 家，-0.6～0有47 家，共占样本总数的84.09%，远高于头部与尾部的农庄数量，说明湖南省休闲农庄经营绩效水平在中部区间聚集，整体呈“纺锤形”分布。

从公共因子贡献率占因子累计贡献率的比重来看，社会价值因子、经营管理因子、发展潜力因子和生态保护因子的在绩效评价中的权重依次为29.5%、29.0%、24.7%和16.8%，农庄的社会价值创造和经营管理在绩效评价中占据主导作用。从经营绩效得分较高的休闲农庄公共因子得分也可以发现，经营绩效得分高的休闲农庄一般具有较高的经营管理因子得分（SF2）或社会价值因子得分（SF1）。如综合得分排名前三的A、B、C 休闲农庄绩效水平分别为2.24、1.76 和1.43，显著高于其他农庄绩效水平，而三者的公共因子得分中，休闲农庄A经营管理因子得分7.870 0，在休闲农庄中得分最高；休闲农庄B 的社会价值因子得分6.199 6，在休闲农庄中得分最高；经营绩效水平第三的休闲农庄C 则在社会价值因子、经营管理因子2 个公共因子上均有较高得分。因此，从因子权重和实际测算结果均可发现，湖南省休闲农庄经营绩效水平主要受经营能力和社会效益影响。

3 湖南省休闲农庄经营绩效的影响因素分析

3.1 变量选取

结合主成分分析结果，本研究选取在休闲农庄经营绩效评价中有较大影响的年收入（Income）、员工培训频率（Train）、创造岗位数（Post）与政府联结程度（Government）等指标作为解释变量；同时借鉴相关文献研究结论[18]，将地理距离（Distance）也作为解释变量；以休闲农庄的经营绩效（S）作为被解释变量，考察休闲农庄经营绩效的主要影响因素。其中，政府联结程度用休闲农庄与政府沟通频率和政府访问频率的算术平均数来测度，地理距离是指距离休闲农庄最近的县（区）中心的距离。

3.2 模型构建

根据前文理论分析，构建如下模型：

S=β0+β0Income+β2Train+β3Post+β4Government+β5Distance+ε

其中：S表示休闲农庄的经营绩效，Income 表示农庄的年收入，Train 表示员工培训频率，Post 表示农庄为社会创造的岗位数，Government 表示农庄与政府的联结程度，Distance 表示农庄到最近县（区）中心的距离，β1～β5表示解释变量对应的系数向量，β0表示截距，ε为随机干扰项。

3.3 结果与分析

回归分析结果显示，模型拟合程度较好，回归系数及检验结果如表7 所示。从变量回归系数来看，β1～β4均为正，说明农庄年收入、员工培训频率、创造岗位数、与政府联结程度对经营绩效均有正向影响；β5值为负，说明农庄的位置距离所在县（区）过远，会对农庄的经营绩效产生负面效应。各解释变量回归拟合值正负均符合理论假设。

表7 湖南省休闲农庄经营绩效影响因素回归结果Table 7 Regression results of factors influencing the operational performance of the leisure manors in Hunan Province

根据回归分析结果，农庄年收入、员工培训频率、创造岗位数、与政府联结程度均通过了1%水平的显著性检验，距离变量通过了5%水平的显著性检验。农庄年收入和创造岗位数是对休闲农庄经营规模的直观体现，在经营绩效结果分析中已指出。当前休闲农庄经营规模在经营绩效评价中具有重要地位，经营规模越大，则农庄经营绩效越高，这一结论从农庄年收入和创造岗位数回归分析结果中也得以证实。

员工培训频率和与政府的联结程度对其经营绩效有显著的正向影响，体现了作为内部利益相关者的员工和作为外部利益相关者的政府对于企业绩效的影响。员工培训频率的回归系数为0.039 3，表明对员工的培训频率每增加1%，休闲农庄经营绩效将增加0.039 3%。员工培训频率的增加将有助于提高农庄员工对岗位的熟练程度，深入理解农庄的经营理念，增强员工对农庄的归属感，从而降低农庄经营的管理成本，提高农庄的经营效率，促进经营绩效增长。与政府联结程度回归系数为0.156 2，表明与政府联结程度每提高1%，休闲农庄经营绩效将增加约0.156 2%。与政府联结程度对休闲农庄经营绩效的影响显著，表明湖南省休闲农庄在目前的发展阶段中，政府部门的支持与引导发挥了重要的作用，这可能源于农庄与政府的联结使得农庄经营者能较快获得休闲农庄的政策方向，对休闲农庄的经营定位更加符合长期政策方向；此外，与政府联结得密切，意味着在获得政策补贴和其他“利益信息”方面具有更大的便利性，从而对经营绩效的提升有较大帮助。

地理距离变量回归系数为-0.027 4，表明地理距离对休闲农庄经营绩效有一定的负面影响，靠近城市中心区域的农庄可凭借其地理位置的便利性而吸引到更多的客源，增加其经营收入；但靠近城市中心区域也意味可能降低对生态景观的要求，并承担相对较高的要素投入成本。因此，休闲农庄经营者选择农庄地理位置时，应综合考虑农庄地理位置的选择，既要最大程度降低地理距离过远对经营绩效的不利影响，又要较好地降低因地理距离较近导致的投入成本增加。

4 结论与建议

4.1 研究结论

本研究从经营能力、发展能力、社会效益和生态效益4 个准则层构建了休闲农庄经营绩效评价体系，以湖南省88 家休闲农庄问卷调查数据为研究样本，采用因子分析法测算经营绩效得分，并进一步分析了休闲农庄经营绩效的影响因素，得出以下结论：第一，湖南省休闲农庄经营绩效水平整体并不高，样本休闲农庄的绩效得分多数在中间区域聚集，呈“纺锤形”分布，绩效水平较高、一般和较低的占比分别为10.23%、84.09%和5.68%。由公共因子贡献率和实际测算结果可知，休闲农庄经营绩效主要受经营能力和社会能力影响，经营绩效得分高的休闲农庄一般具有较高的经营管理因子得分（SF2）或社会价值因子得分（SF1）。第二，休闲农庄经营绩效受农庄年收入、员工培训频率、创造岗位数与政府联结程度的正向影响，说明提高休闲农庄的内部管理能力、员工成长水平以及与政府联结程度均有助于改善农庄经营绩效水平；但具体到影响强度上，与政府联结程度回归系数为0.156 2，强于农庄年收入、员工培训频率和创造岗位数等变量。

4.2 对策建议

第一，加强宏观规划管理，充分发挥政府的引导和服务功能。政府应加强休闲农业发展的宏观规划与管理，从政策层面解决休闲农庄发展中面临的痛点与难点，并保持政策的稳定性，激发企业的主动性。通过政策引导、资金支持等多种方式鼓励社会资本积极投入休闲农庄行业，降低休闲农庄发展受政策不稳定等因素导致的经营风险；加大基础设施投资，优化经营环境，应在确保粮食安全的基础上探索完善土地支持政策，赋予休闲农业主体土地使用的自主权和灵活性，提高社会资本参与休闲农业发展的积极性。

第二，完善项目融资渠道，加强产品和服务创新。休闲农庄经营者应不断创新资金获得方式，提高资金利用率，充分利用经营规模对经营绩效的显著正向效应；政府通过地方性金融机构、商业组织等进行信用合作，丰富休闲农业资金融资渠道。同时，休闲农庄经营者积极转变扩大经营规模促进农庄发展的传统思维，将资金更多投入到提高技术使用、高素质人才比例等高产出要素领域，开发高收益休闲产品和服务，推动农庄向高质量发展转型。积极利用信息化技术手段，通过“休闲农庄+网络直播”等“互联网+”方式促进品牌传播。

第三，提升运营管理水平，实现利益相关者共赢。休闲农庄应完善运营机制，探索开发主体与工作人员、周边居民共赢的合作模式，发挥管理者才能、员工成长水平对农庄经营绩效的促进作用，通过利益共享来推动休闲农庄内部管理成本的降低、良好形象的建立以及农庄品牌的传播，实现休闲农庄可持续发展。